Descripción del mercado - página 29
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Operar de verdad en forex es como tener sexo con adolescentes:
- todo el mundo piensa en ello;
- todo el mundo habla de ello;
- todo el mundo piensa que su vecino lo está haciendo;
- casi nadie lo hace;
- quien lo hace lo hace mal;
- todo el mundo cree que lo hará mejor la próxima vez;
- nadie toma precauciones de seguridad;
- cualquiera se avergüenza de admitir que no sabe algo;
- si alguien tiene éxito en algo, siempre hay mucho alboroto al respecto.
¡Eres una belleza! >> ¿Se te ocurrió a ti mismo?
Sabes, a menudo me hace gracia cuando la gente intenta explicarme lo que se sabe desde hace tiempo y no entiende de qué hablo (yo les entiendo perfectamente). Tengo una monografía dedicada a los métodos de procesamiento espectral, los trabajos científicos y la investigación en este campo.Y tú estás tratando de ponerme en ridículo. Soy un tonto y tienes razón...
Z.Y. Tus delirios son más ciertos que los míos :-))
Así que... ? ¿Qué significa tener libros? ¿Que nunca te equivocas? ¿Tener libros sobre la aplicación errónea del método de Fourier te hace infalible y te pone fuera de toda crítica?
LProgrammer te ha explicado claramente en qué te equivocas.
Así que... ? ¿Qué se deduce del hecho de tener libros? ¿Que nunca te equivocas? ¿Tener libros sobre la mala aplicación del método de Fourier te hace infalible y te pone fuera de toda crítica?
LProgrammer te ha explicado claramente en qué te equivocas.
Si no puedes ver dónde ha falseado los mapas, mala suerte. Sugiere que la función k*x+b se descomponga en una serie de Fourier. Esta función tiene un espectro infinito, y según el teorema de Kotelnikov hay que tener una frecuencia de muestreo 2 veces mayor). Llevo ya 5 páginas hablándole de este teorema, evidentemente no lo conoce, sólo ha oído hablar de la frecuencia de Neukvist ..... Y la consecuencia es directa del teorema, sólo se puede descomponer una función que tenga un espectro limitado. En cuanto a las sinusoides, cualquier curva puede representarse como una suma de sinusoides. Y la transformada de Fourier es sólo una transición de un sistema de coordenadas a otro. Tenías una función que depende del tiempo (amplitud - tiempo, lo que todos vemos en la pantalla), hiciste la transformada de Fourier y obtuviste esta función en coordenadas de amplitud-frecuencia. Y eso es todo. Alguien quiere analizar en el dominio del tiempo, construir mash-ups, RSI, FIR, filtros BIR, etc. Y alguien quiere mirar el mercado desde el otro lado (desde el dominio de la frecuencia) e intentar analizarlo construyendo los mismos filtros, ahí es más fácil (construir un filtro).
Y se equivoca al elegir el análisis espectral. Si no quiere trabajar con un espectro, que no lo haga. No se trata de construir un espectro, como él dice "de mierda", , sino de continuar la curva hacia el futuro. Sí, lo hacemos, de verdad. Todos lo hacemos. Pero pensar que la FP resolverá el problema de la no estacionariedad en el dominio del tiempo es fundamentalmente erróneo. En el dominio del tiempo es inestable; en el dominio de la frecuencia el espectro es flotante. Si el espectro no flotara, en el dominio del tiempo sería una clara función periódica.
Z.I. Todo el mundo puede estar equivocado, y yo también. No te preocupes, me he equivocado tanto y he cometido tantos errores que me duele la frente (me he pasado un mes buscando un error, he traducido el programa de MathCada a MQL, encontrado - el número Pi no estaba ajustado con precisión y el error 'Pi ' se fue acumulando). También tengo muchos en formato electrónico.
Si no puedes ver dónde ha amañado las cartas, mala suerte. Sugiere que la función k*x+b se descomponga en una serie de Fourier. Esta función tiene un espectro infinito, mientras que según el teorema de Kotelnikov debería tener una frecuencia de muestreo 2 veces mayor). Llevo ya 5 páginas hablándole de este teorema, evidentemente no lo conoce, sólo ha oído hablar de la frecuencia de Neukvist ..... Y la consecuencia es directa del teorema, sólo se puede descomponer una función que tenga un espectro limitado. En cuanto a las sinusoides, cualquier curva puede representarse como una suma de sinusoides. Y la transformada de Fourier es sólo una transición de un sistema de coordenadas a otro. Tenías una función que depende del tiempo (amplitud - tiempo, lo que todos vemos en la pantalla), hiciste la transformada de Fourier y obtuviste esta función en coordenadas de amplitud-frecuencia. Y eso es todo. Alguien quiere hacer análisis en el dominio del tiempo, construir mash-ups, RSI, FIR, filtros BIR, etc. Y alguien quiere mirar el mercado desde el otro lado (desde el dominio de la frecuencia) e intentar analizarlo construyendo los mismos filtros, ahí es más fácil (construir un filtro).
Y se equivoca al elegir el análisis espectral. Si no quiere trabajar con un espectro, que no lo haga. No se trata de construir un espectro, como él dice "de mierda", , sino de continuar la curva hacia el futuro. Sí, lo hacemos, de verdad. Todos lo hacemos. Pero pensar que la FP resolverá el problema de la no estacionariedad en el dominio del tiempo es fundamentalmente erróneo. En el dominio del tiempo es inestable; en el dominio de la frecuencia el espectro es flotante. Si el espectro no flotara, en el dominio del tiempo sería una clara función periódica.
Z.I. Todo el mundo puede estar equivocado, y yo también. No te preocupes, me he equivocado tanto y he cometido tantos errores que me duele la frente (me he pasado un mes buscando un error, he traducido el programa de MathCada a MQL, encontrado - el número Pi no estaba ajustado con precisión y el error 'Pi ' se fue acumulando). Tengo un montón de libros que puedo regalar a todos los que vengan, realmente tengo muchos de ellos en formato electrónico también.
Te repetiré lo que te dijo LProgrammer, lo que saben los matemáticos modernos decentes, y lo que dijeron Lagrange y sus compañeros en su tiempo, cuando se opusieron a la aplicación amplia del método de Fourier, y te mostraré tus falacias, que son PROSECUCIÓN de condiciones importantes. Esto no es nada nuevo, está descrito en los libros de Fink, en las obras del académico Ageyev, en forma popular estaba incluso en algún lugar de "Computer":
El teorema de Kotelnikov no es un teorema porque NO define el concepto de "espectro". ¿Qué es un "espectro" en ese teorema? En ese teorema no se trata más que de la DIVISIÓN DE LA FUERZA. Así que el teorema no es un teorema en absoluto, es sólo una tautología. No soy yo quien lo llama tautología. Lo dicen incluso los viejos libros del académico Harkiewicz.
Estás deslizando PROPIAMENTE falacias como "En cuanto a las sinusoides - cualquier curva puede representarse como una suma de sinusoides" Sí, es cierto, sólo que no dices que "como una suma infinita de sinusoides". Y el teorema de Kotelnikov establece inmediatamente una condición: que esta suma se organice desde arriba, es decir, que NO sea infinita. ¿Por qué la suma de Fourier no puede ser infinita en número de términos, aunque esté limitada en frecuencia por un límite superior? Porque la transformada de Fourier consiste en una PEQUEÑA DE ARMONÍA DE CRÁTICA y si la cortas por arriba, no puedes usarla para representar nada más que un MONO de una función EXTREMADAMENTE PERIÓDICA en ese mismo MONO. ¿Lo entiendes? No puedes.
El problema de tu comprensión (y la de muchos otros) es que los ingenieros de radio están demasiado a gusto con las condiciones iniciales de todo este montón de Fourier, y se permiten saltar de un método a otro, sin preocuparse de preservar la lógica.
Te repetiré lo que te dijo LProgrammer, lo que saben los matemáticos modernos decentes y lo que dijeron Lagrange y otros en su tiempo cuando se opusieron a la aplicación amplia del método de Fourier, y al mismo tiempo te mostraré tus delirios, que consisten en PROSEGUIR a través de condiciones importantes. Esto no es nada nuevo, está descrito en los libros de Fink, en las obras del académico Ageyev, en forma popular estaba incluso en algún lugar de "Computer":
El teorema de Kotelnikov no es un teorema porque NO define el concepto de "espectro". ¿Qué es un "espectro" en ese teorema? En ese teorema no se trata más que de la DIVISIÓN DE LA FUERZA. Así que el teorema no es un teorema en absoluto, es sólo una tautología. No soy yo quien lo llama tautología. Lo dicen incluso los libros antiguos del académico Harkiewicz.
Estás cayendo en delirios como "Con respecto a las sinusoides - cualquier curva puede ser representada como una suma de sinusoides" Sí, es cierto, sólo que no estás estipulando que "como una suma de sinusoides". Y el teorema de Kotelnikov establece inmediatamente una condición: que esta suma se organice desde arriba, es decir, que NO sea infinita. ¿Por qué la suma de Fourier no puede ser infinita en número de términos, aunque esté limitada en frecuencia por un límite superior? Porque la transformada de Fourier consiste en una PEQUEÑA DE ARMONÍA DE CRÁTICA y si la cortas por arriba, no puedes usarla para representar nada más que un MONO de una función EXTREMADAMENTE PERIÓDICA en ese mismo MONO. ¿Lo entiendes? No puedes.
El problema de tu comprensión (y la de muchos otros) es que los ingenieros de radio están demasiado a gusto con las condiciones iniciales de todo este montón de Fourier, y se permiten saltar de un método a otro, sin preocuparse de conservar la lógica.
¿Con quién estás hablando?
Ve a dormir la mona, báñate y tómate un café y yadda.
Para que sepas, los ingenieros de radio son las personas más sanas del mundo.
..... Sí, porque la transformada de Fourier consiste en la suma de los armónicos de CRATH y si la haces limitada en la parte superior (romper la serie), no puedes representar nada que no sea un trozo de una función PERIÓDICA EXCLUSIVA en este mismo trozo. ¿Lo entiendes? No puedes.
El problema de tu comprensión (y la de muchos otros) es que los ingenieros de radio están demasiado a gusto con las condiciones iniciales de todo este montón de Fourier, y se permiten saltar de un método a otro, sin preocuparse de preservar la lógica.
Sí, estoy de acuerdo, pero espero que no niegues que si hay una función periódica en esta zona se mostrará en el espectro. Cómo utilizar esta información es otra cuestión. Lo importante es que lo hemos detectado. Los radares rusos que defienden nuestro país están construidos así, si algo se mueve significa que tiene efecto Doppler y se puede encontrar en el espectro (lo principal es cumplir todas las condiciones de procesamiento y el teorema de Kotelnikov está en primer lugar porque si no se cumple todo se colapsa).
Tienes una idea equivocada sobre los ingenieros de radio. Mira a tu alrededor, ordenador, teléfono, teléfono móvil, televisión, radio, grabadora, etc. Lo hicieron con sus manos. Trabajaron muy duro para que las fórmulas de los matemáticos funcionaran. Y no son tan analfabetos como se les hace ver. Saben y conocen, lo más importante es que saben poner en práctica sus conocimientos.
Sí, más o menos lo mismo, sólo que no en relación con Fourier, yo también hablaba hace unos meses. Realmente queremos creer que el precio irá por el camino que Fourier le indique :)
Perdón por la interrupción....
Pido disculpas por haber entrado, probablemente no sea oportuno, pero no he podido evitarlo ya que tengo las reflexiones sobre la cuestión planteada en la que ahora trabajo realmente, además del tema planteado por así decirlo "está cerca en espíritu". es en general un preámbulo...
y en realidad "ambula"... la cóclea en un oído humano (y otros mamíferos) "como si" es capaz de llevar a cabo la función del filtro de frecuencia, y de hecho si para generalizar "parece que" representa analizador de espectro habitual. además creo que pocos encontrarán objeciones a que prácticamente cualquier persona (si no es sorda ciertamente) es capaz incluso en las condiciones de ruido elevado (sobre la producción por ejemplo) de asignar incluso señal muy difícil PERMANENTE, (voz del compañero por ejemplo) cuyo nivel es obviamente MENOR que el nivel de este ruido industrial. es primero ...
En segundo lugar, si se hace pasar un flujo de citas por un amplificador en "modo acelerado", se pueden escuchar claramente componentes intermitentes que son incluso más numerosos que el ruido.
Resumiendo todo lo anterior, parece razonable utilizar la transformada de Fourier para dividir el kotir en un espectro, con la siguiente entrega de este espectro a la entrada NS y la toma de la decisión de comprar o vender.
PS. es decir, plagiar una idea de la naturaleza para los propios fines. :)
Sí, sobre lo mismo, sólo que no en relación con Fourier, también lo dije hace unos meses. Realmente queremos creer que el precio va a ir por el camino que Fourier dice :)
Perdón por la intromisión. He leído casi todo el hilo y no he podido entender la esencia del argumento de Fourier. El tema es la descripción de las condiciones del mercado mediante un pequeño número de parámetros que influyen en el movimiento futuro de los precios. ¿Qué tiene que ver Fourier con esto? Estoy de acuerdo en que el movimiento del precio se puede descomponer en senos y cosenos: m+An*cos(wn*t)+Bn*sin(wn*t). ¿Y qué? El espectro (An+j*Bn) será nuestra descripción del estado del mercado? La idea es interesante. Pero en la transformada discreta de Fourier el número de senos y cosenos es igual al número de precios tomados. ¿Cuál es entonces la ventaja de utilizar los parámetros de salida de la DFT (An y Bn) para describir el mercado? El número de variables no se reduce, por lo que debemos tomar las mayores amplitudes sqrt(An^2+Bn^2). ¿Ellos con sus frecuencias se convierten en la descripción del mercado? ¿Voy en la dirección correcta? Utilizando estos parámetros (An, Bn, wn) predeciremos el futuro extrapolando los correspondientes senos y cosenos hacia el futuro? Han hecho tal cosa. Hay un gran error en este enfoque. La transformada de Fourier no es más que el ajuste de una serie trigonométrica a la curva de precios original. Tiene tanto sentido como ajustar polinomios y otras funciones a una curva de precios. Se puede retorcer y tomar las funciones de Bessel, sinc, Si, etc. Todos estos ajustes alcanzarán su objetivo de reproducción exacta del precio. Pero quién nos ha dicho que hay funciones trigonométricas o polinomios o funciones de Bessel ocultas en el movimiento de los precios. Sólo son funciones de aproximación. Para extrapolar los senos y cosenos, primero hay que demostrar que el movimiento de los precios se describe mediante ecuaciones diferenciales ordinarias como un circuito oscilatorio. Me cuesta ver las ventajas de la transformada de Fourier para describir el mercado. Aunque no me importará si alguien decide hacerme cambiar de opinión. ¿Quién tiene otras ideas?
Exactamente. LProgramador, al referirse a Prival para expresar ESTA FORMA - utilizó la traviesa palabrota "b***h". Lo ha hecho claramente no por ser un maleducado y un bocazas, sino para llamar la atención de Prival y de otros que se equivocan en este ámbito de las matemáticas.
Es decir: sí, se puede interpolar la función tic del tiempo (proceso) de alguna manera - en un intervalo dado - pero ESTO NO DARÁ NADA - ya que no nos dará la EXTRAPOLACIÓN del proceso - es decir, la extensión de la función más allá del intervalo dado, prediciéndolo hacia el futuro. Una EXTRAPOLACIÓN exacta sólo puede obtenerse construyendo un modelo de proceso adecuado. Si no es así, puedes jugar con diferentes interpolaciones hasta que te pongas azul: cada una de las interpolaciones dará predicciones DIFERENTES y ninguna de ellas será correcta. La descomposición de Fourier en un "espectro" consistente en una suma finita de múltiples armónicos es sólo UNA de las interpolaciones. Para aplicar correctamente la transformada de Fourier a efectos de tehanálisis, hay que:
1. Estar seguro de que la función investigada está formada por una suma de sinusoides de amplitud mucho mayor que el ruido.
2. asegurarse de que la forma de onda investigada tiene muchos múltiplos de armónicos.
Sólo cuando se cumplen estas DOS condiciones, la transformada de Fourier puede dar a veces una EXTRAPOLACIÓN correcta. (Siempre puede interpolar correctamente - cuando hay tantos componentes armónicos).