Come si ottiene un salto qualitativo nell'analisi di mercato? C'è un'opzione: - pagina 7
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Per quanto riguarda le wavelet, questa è una bella fregatura. Se prendiamo una qualsiasi funzione, la decomponiamo in una serie di Fourier e la ricostruiamo rispetto al livello armonico zero, essa rientra nella definizione di una wavelet, perché l'integrale dell'istogramma della funzione a questo stesso livello è 0. Gli operatori wavelet inventano solo che le loro "invenzioni" contengono presumibilmente più informazioni della trasformata di Fourier. I lobbisti del cazzo mentono.
Conoscenza sorprendente della materia - voglio dire, analisi wavelet. In realtà, nell'analisi wavelet.
la decomposizione non è in una base di sinusoidi a tempo infinito, ma in una base di brevi
"wavelets". Questo rende possibile analizzare la non stazionarietà
serie. La visualizzazione delle informazioni nell'analisi wavelet è fatta in contrasto con l'analisi di Fourier,
su un piano bidimensionale. A causa di queste caratteristiche, l'analisi wavelet ha ricevuto il più ampio
È usato in un numero enorme di aree - sismica, radar, compressione
e sicurezza delle informazioni, medicina, ecc. Applicando l'analisi wavelet al segnale di ingresso, la curva di apprendimento delle reti neurali aumenterà di ordini di grandezza.
Sarebbe interessante sapere come un conoscitore di arbitraggio, geometria analitica, reti neurali e analisi di Fourier, possa costruire una decomposizione di Fourier e poi estrapolare il più semplice quasi
tabella funzione analitica y=A0*sin(x**2) data sull'intervallo diciamo da 0 a
10*pi. Nell'ambito dell'analisi wavelet, questo non è difficile da fare.
In realtà da un punto di vista statistico - il mercato è quasi casuale, con poca componente di tendenza. Ma ce n'è abbastanza...
Per quanto riguarda le wavelets, questa è una bella fregatura. Se prendiamo una qualsiasi funzione, la decomponiamo in una serie di Fourier e la ripristiniamo, essa cade sotto la definizione di una wavelet relativa al livello armonico zero, poiché l'integrale dell'istogramma della funzione a questo stesso livello è 0. Gli operatori wavelet inventano solo che le loro "invenzioni" contengono presumibilmente più informazioni della trasformata di Fourier. I lobbisti del cazzo mentono.
Applicando l'analisi wavelet al segnale di ingresso, la velocità di apprendimento delle reti neurali aumenterà di ordini di grandezza.
Ha dei risultati che dimostrano che il mercato non è casuale? Ho fatto un sacco di analisi diverse di citazioni, poi sostituite a caso, e la differenza era minima. Non conosco metodi per dimostrare la casualità delle serie temporali, né so se esistono. In effetti, non ho mai incontrato prove che qualsiasi serie temporale in natura sia casuale (popolazione di formiche, battito cardiaco, ecc.), né il contrario.
Non ho usato lo schema di Bernoulli, l'ho confrontato con una sequenza pseudo-casuale ottenuta dalla funzione Random integrata in MathCad. Puoi incolpare la funzione, ma sono sicuro che non c'è alcuna correlazione tra essa e la serie temporale delle quotazioni. Cerchiamo di essere più specifici, visto che non hai bisogno dell'aiuto di un oculista, mostrami dove sono le differenze. Visto che sei così sicuro, perché non lo sostieni con prove esplicite.
Faresti meglio a leggere un libro di matematica a tuo piacimento. Forse vi troverà delle lettere familiari. Ti batti sul petto, come se avessi fatto una ricerca di citazioni a caso. Ho pensato che devi aver davvero esaminato le distribuzioni di probabilità tra virgolette, calcolato ogni sorta di dispersioni e funzioni derivate, difeso diverse tesi e pubblicato diversi lavori scientifici. Ma come risultato si scopre che getch è un dilettante ordinario, che ha firmato per la propria incompetenza, o, per dirla semplicemente, zoppia.