Los conocedores de Fourier... - página 3
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
¡No lo puedo creer!
La imagen es tan buena - sin retraso, y la plancha es buena... Algo debe estar mal. ¿Debe estar sobregirando?
¿Qué otra cosa podría ser? - Por lo demás, es sólo una máquina de hacer dinero.
También he utilizado líneas de Fourier - lentas y rápidas, sólo se redibuja la barra cero
Aquí están también las líneas de Fourier - lentas y rápidas, sólo se redibuja la barra cero
¡Creo que este - no funcionará ya que está completamente retrasado!
No. Es una aproximación elemental del periodo por OPT + su error por 2*PI (barra 0). Porque si los valores en 0 y 2*PI no son iguales, el OPF producirá un error en ellos al equiparar los valores con el armónico 0, es decir, la media aritmética del periodo analizado. Puede tomar una media móvil simple y establecer el número de barras analizadas como valor de entrada, y en la barra 0 el valor de esta misma media móvil será igual al valor del FOS por 2*PI.
Oh, Yura, eres tan culta...
Dígame, simple patán, "¿Por qué no hay FZ en esa foto?"
Hola a todos...
Tengo una pregunta sobre la transformada de Fourier...
Tras la transformada de Fourier y el filtrado de paso alto con transformada inversa,
quieres seguir calculando la función resultante fuera del rango de transformación (si puedes poner un ejemplo)...
La transformada de Fourier no es más que una regresión no lineal (ajuste) de una serie trigonométrica. Por supuesto, puedes encontrar las amplitudes, las fases y las frecuencias de los términos trigonométricos más importantes y extrapolarlos al futuro. Por ejemplo, en mi indicador Extrapolador, la importancia de cada frecuencia viene determinada por el error cuadrático medio de la regresión, es decir, si un determinado término trigonométrico se ajusta con mayor exactitud a los datos, se considera más importante. Sin embargo, hay que tener en cuenta que la extrapolación de los términos trigonométricos implica que el movimiento de los precios se describe efectivamente mediante funciones trigonométricas simples. En otras palabras, si el movimiento de los precios es la solución de una ecuación diferencial homogénea, la extrapolación trigonométrica tendrá sentido. De lo contrario, su éxito será el mismo que el de extrapolar cualquier otra función de ajuste (un polinomio, por ejemplo). No estoy convencido de que los movimientos de los precios sean la solución de una ecuación diferencial homogénea, porque es poco probable que las ondas que existían en los precios hace 20 años sigan existiendo hoy. Por supuesto, se puede hablar de ciclos económicos con un periodo de algunos años. Pero estos ciclos no influyen en el movimiento de los precios en un día o incluso en una semana, es decir, en el intervalo de tiempo que interesa a un operador. A pesar de lo anterior, no niego la existencia de ondas más rápidas en los precios. Pero se inician con ciertos acontecimientos en determinados momentos (una noticia importante, por ejemplo) y se desvanecen rápidamente, como las ondas de un terremoto. El ajuste y la extrapolación de las funciones trigonométricas sólo tienen sentido durante estas réplicas y sólo con amplitudes desvanecidas, es decir, A*exp(-|lambda|*t)*cos(w*t+a). IMHO
La transformada de Fourier no es más que una regresión (ajuste) no lineal de una serie trigonométrica. Por supuesto, puedes encontrar las amplitudes, las fases y las frecuencias de los términos trigonométricos más importantes y extrapolarlos al futuro. Por ejemplo, en mi indicador Extrapolador, la importancia de cada frecuencia viene determinada por el error cuadrático medio de la regresión, es decir, si un determinado término trigonométrico se ajusta a los datos con mayor exactitud, se considera más importante. Sin embargo, hay que tener en cuenta que la extrapolación de los términos trigonométricos implica que el movimiento de los precios se describe efectivamente mediante funciones trigonométricas simples. En otras palabras, si el movimiento de los precios es la solución de una ecuación diferencial homogénea, la extrapolación trigonométrica tendrá sentido. De lo contrario, su éxito será el mismo que el de extrapolar cualquier otra función de ajuste (un polinomio, por ejemplo). No estoy convencido de que los movimientos de los precios sean la solución de una ecuación diferencial homogénea, porque es poco probable que las ondas que existían en los precios hace 20 años sigan existiendo hoy. Por supuesto, se puede hablar de ciclos económicos con un periodo de algunos años. Pero estos ciclos no influyen en el movimiento de los precios en un día o incluso en una semana, es decir, en el intervalo de tiempo interesante para un operador. A pesar de lo anterior, no niego la existencia de ondas más rápidas en los precios. Pero se inician con ciertos acontecimientos en determinados momentos (una noticia importante, por ejemplo) y se desvanecen rápidamente, como las olas de un terremoto. El ajuste y la extrapolación de las funciones trigonométricas sólo tienen sentido durante estas réplicas y sólo con amplitudes desvanecidas, es decir, A*exp(-|lambda|*t)*cos(w*t+a). IMHO
Obsérvese que, tras el desvanecimiento de la onda, el precio suele fluctuar en un rango estrecho y, a continuación, continúa la tendencia o se produce un nuevo choque y una nueva onda de desvanecimiento. Es posible predecir las ondas de desvanecimiento (después de una o dos ráfagas) pero es imposible predecir la dirección del choque.
¿Por qué?
La conmoción tiende a ser contraria a la indignación. Estadísticamente fiable.
..... Yo lo llamaría el efecto de onda incompleta.
Es decir, si la onda no encaja en la sección de medición, no es posible realizar una predicción de Fourier correcta.
Tanto los armónicos directos como los de largo periodo están sujetos a este efecto.
Esto no es lo que se llama.
Una vez más te doy la definición. Cualquier función con un espectro finito puede representarse como una serie de Fourier (no necesariamente periódica, por cierto http://www.nsu.ru/education/funcan/node35.html#SECTION00330000000000000000 )
Cualquiera que trabaje con FP debería entender muy bien el teorema de Kotelnikov.
Esos ejemplos que has citado y=k*x+c o muy gran periodo, esto es un fallo del teorema de Kotelnikov, el espectro es infinito.
Siento discrepar, supongamos que estamos al final del movimiento y que en 10 puntos la tendencia cambiará,
Creo que no hay que subirse al carro, sobre todo porque la fiabilidad de estos 10 puntos está en entredicho.
A menudo he observado que los 10 primeros puntos no son ciertos, pero las cotizaciones reales más próximas son iguales a las previstas.
Aquí la cuestión desemboca sin problemas en el "efecto Fourier o del último punto", y sobre esta cuestión me parece que el efecto
es causada por otro efecto. Intenta establecer una recta de la forma y = k*x + c, y luego extrapola con Fourier,
y en lugar de una línea recta ascendente obtenemos una curva descendente. Yo lo llamaría el efecto de onda incompleta.
Es decir, si la onda no cabe en la zona de medición, no es posible realizar una predicción correcta mediante el método de Fourier.
Tanto los armónicos rectos como los de largo periodo están sujetos a este efecto.
Pero tu figura muestra una línea recta que está relacionada con la fórmula y=ax+b
Estoy mostrando una función que a través de una transformada de Fourier (línea verde)
tiene su función basada en los cosenos, es decir, podemos observar la continuación de la curva...
después de transformarla, obtenemos la curva previa y después de transformarla obtenemos la curva suavizada
precio
No se llama así.
Una vez más, le daré una definición. Cualquier función con un espectro finito puede representarse como una serie de Fourier (no necesariamente periódica, por cierto http://www.nsu.ru/education/funcan/node35.html#SECTION00330000000000000000 )
Cualquiera que trabaje con FP debería entender muy bien el teorema de Kotelnikov.
Los ejemplos que has citado y=k*x+c o muy gran periodo, es un fallo del teorema de Kotelnikov, el espectro es infinito.
este es el principio sobre el que se construye la compresión en los sistemas de comunicación... transmitir no una señal digitalizada sino espectros de señal obtenidos como resultado de la TF en un intervalo de tiempo de ventana... en este caso tenemos un intervalo de tiempo que se desplaza constantemente e imita una conversión de frecuencia variable... cuando la frecuencia se desvía de manera insignificante estos cambios pueden ser ignorados... pero en los saltos bruscos, exige un nuevo recálculo... y sigue siendo importante para la continuación de una curva de una señal que la onda estaría en el comienzo de la fase es decir, durante el crecimiento es decir, en el máximo o mínimo de los valores... Nivel óptimo en mi opinión en el nivel 0,15 de un punto de inflexión de la onda...
¿Por qué?
La conmoción tiende a ser contraria a la indignación. Es estadísticamente fiable.
Pero hay excepciones... cuando pasa una perturbación, el choque es contra-direccional a la acumulación de tensión direccional...
Observé tales perturbaciones el pasado septiembre...