Prédire l'avenir avec les transformées de Fourier - page 46
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Il y a une autre nuance ici. Plus l'intervalle suivant l'optimisation est grand, plus il est probable que les harmoniques trouvées deviennent rapidement obsolètes (ne rapportent plus de bénéfices) sur les données futures. En réduisant cette section - nous obtenons le manque de fiabilité du test.
Si je comprends bien l'idée...
Il serait intéressant de regarder visuellement l'image - la trajectoire dans l'espace des phases {harmonique optimale, phase initiale optimale}. Si la trajectoire est suffisamment lisse, elle peut être prédite.
Il serait intéressant de voir une image visuelle - une trajectoire dans l'espace des phases {harmonique optimale, phase initiale optimale}. Si la trajectoire est suffisamment lisse, elle peut être prédite.
C'est le cas. Mais il existe certains schémas que l'on peut remarquer lors de la formation d'un réseau, et certaines techniques de formation qui permettent de se passer même d'un test préalable. Je ne connais pas Fourier, et je n'en ai jamais entendu parler.
Il s'agit plutôt de votre expérience personnelle des réseaux neuronaux. Quelqu'un qui a l'expérience d'un autre système peut aussi avoir des observations similaires.
Si je comprends bien l'idée...
Il serait intéressant de voir une image visuelle - une trajectoire dans l'espace des phases {harmonique optimale, phase initiale optimale}. Si la trajectoire est suffisamment lisse, elle peut être prédite.
On se demande plutôt s'il existe un moyen de déterminer l'harmonique la plus stable. Nous devons supposer que c'est le cas.
À tout le moins, les personnes qui font des recherches sur la possibilité de gagner de l'argent sur les marchés financiers n'optent pas pour Fourier, SSA ou MESA. Il s'agit de méthodes dépassées que tout le monde vantait il y a une dizaine d'années. Cela fonctionnait bien auparavant car les calculs utilisant ces méthodes n'étaient pas largement disponibles. Maintenant, en raison de la disponibilité des calculs et de la sortie de divers logiciels basés sur ces méthodes, cela ne fonctionne pas bien, ou plutôt il est devenu beaucoup plus difficile de trouver une "formule rentable" pour le marché )))).
Au moins, les personnes qui font des recherches sur la possibilité de gagner de l'argent sur les marchés financiers ne choisissent pas Fourier, SSA ou MESA. Il s'agit de méthodes démodées qui ont fait couler beaucoup d'encre il y a une dizaine d'années. Cela fonctionnait bien auparavant car les calculs utilisant ces méthodes n'étaient pas largement disponibles. Aujourd'hui, en raison de la disponibilité des calculs et de la production de divers logiciels basés sur ces méthodes, cela ne fonctionne pas bien - ou plutôt, il est devenu plus difficile de trouver une "formule rentable" pour le marché).
C'est plus une question de religion)))) Un réseau neuronal ou un filtre numérique est un polynôme - la somme des produits des prix et des coefficients (en gros).
Je suis d'accord. De ce point de vue, toute transformation de prix est une transformation de prix )))). Donc c'est la même chose ))))
Vous devenez tous fous quand je mentionne ça...
il semble que quelqu'un,
comme
sait comment gagner de l'argent
sur une sorte de
peut-être une méthode modifiée
probablement Fourier.
Personnellement, je ne prendrais pas le risque d'investir dans une situation présentant un tel degré d'incertitude.
Et que se passerait-il si je risquais de révéler la vérité déchirante et extrêmement compliquée ?
Que se passerait-il alors ? Des cris de "ce n'est pas possible !", "non !", "le monde ne peut pas être aussi cruel avec nous !", "je refuse de le croire !" ?
C'est pourquoi je préfère faire trempette.
Notez, chers collègues, que les vrais experts en DSP (lire Fourieux) - GPWR, Prival et quelques autres - sont également pratiquement silencieux ici. Pourquoi ? Parce que vous pouvez vous brûler dans tous les sens du terme.
Au fait, Fourier :
Dans ma jeunesse, j'ai fait des recherches sur l'analyse spectrale et la détection de signaux radio à large bande, comme ceux d'un prétendant, dans un environnement très bruyant.
Je suis maintenant en train de réfléchir à l'extraction des signaux de trading dans le bruit du forex. J'ai envisagé d'utiliser les transformées de Fourier. Je suis arrivé aux conclusions suivantes.
La transformée de Fourier (directe et inverse) est une excellente méthode d'interpolation des processus électromagnétiques. Et seulement. Acoustique (mécanique) - avec un étirement. Le reste est discutable.
Le fait est que dans un signal électromagnétique, les énergies électrique et magnétique sont converties l'une en l'autre, permettez-moi de le dire ainsi, de manière égale, symétrique. Il est donc devenu possible d'utiliser des modèles à variables complexes, dans lesquels les composantes réelles et imaginaires sont définies dans des coordonnées orthogonales. D'où l'apparition de la sinusoïde comme une projection du mouvement d'un vecteur de longueur constante le long de l'axe du temps à l'intérieur d'un "cylindre complexe". Et la transformée de Fourier fonctionne avec un ensemble de ces composantes harmoniques. C'est-à-dire que la transformée de Fourier a une valeur pratique - elle modélise un des phénomènes de la nature : la transformation mutuelle des énergies électrique et magnétique. Ceci est confirmé, par exemple, par le fait que sur la base des résultats du calcul de la densité spectrale de puissance, des filtres physiques peuvent être réalisés, qui confirmeront les résultats des calculs avec une grande précision.
Cependant, il n'est pas logique, dans les cotations financières, de parler de n'importe quelle énergie, et encore moins de deux énergies orthogonales et inter-transformées, afin de pouvoir leur appliquer des fonctions de variables complexes. Par conséquent, la valeur de la transformée de Fourier pour l'analyse de ces citations n'est ni pire ni meilleure que les autres méthodes d'interpolation. Hélas, la "signification physique" des citations financières n'est pas claire. Même visuellement, ils ne peuvent être attribués à des signaux harmoniques.
Quant à l'extrapolation des citations, elle utilise les transformées de Fourier avant et arrière, avec un filtrage intermédiaire. La transformée de Fourier est une méthode d'interpolation d'un signal avec un ensemble de composantes harmoniques. Et seulement dans ses nœuds (échantillons). La précision de l'interpolation entre les échantillons n'est pas garantie. Le désir d'extrapoler un signal par cette méthode, même pour quelques lectures à l'avance, n'a pas de sens physique, car les coefficients spectraux sont calculés pour des lectures de temps données. C'est l'une des raisons. Et la deuxième raison est liée à la signification physique peu claire des citations. Si pour l'extrapolation du signal électromagnétique on peut compter sur son inertie (conversion d'énergie) et appliquer des coefficients de décomposition à basse fréquence, pour les citations cette possibilité de "basse fréquence" n'est pas évidente.
J'envisage maintenant de calculer le spectre actuel (instantané) pour chaque minute (par tick) et de l'afficher sur le graphique de cotation en relief. L'espoir repose sur la capacité du cerveau à voir des motifs dans ces images...
Mais le superviseur scientifique de Fourier, Lagrange, qui considérait la méthode de Fourier comme un non-sens total, avait un esprit étroit et n'était pas suffisamment efficace :