Descrizione del mercato - pagina 29

 
LeoV писал(а) >>
Fare trading reale sul forex è come fare sesso con gli adolescenti:
- tutti ci pensano;
- Tutti ne parlano;
- Tutti pensano che sia il loro vicino a farlo;
- quasi nessuno lo fa;
- Chiunque lo stia facendo lo sta facendo male;
- Tutti pensano che la prossima volta lo faranno meglio;
- nessuno prende precauzioni di sicurezza;
- chiunque si vergogna di ammettere di non sapere qualcosa;
- se qualcuno ha successo in qualcosa, c'è sempre molto clamore per questo.

Sei una bellezza! >> Ci sei arrivato da solo?

 
Prival >> :

Sapete, spesso trovo divertente quando la gente cerca di spiegarmi ciò che è noto da tempo e non capisce di cosa sto parlando (io li capisco perfettamente). Ho una monografia dedicata ai metodi di elaborazione spettrale, lavori scientifici e ricerche in questo campo.E tu stai cercando di prendermi in giro. Sono uno sciocco e tu hai ragione...

Z.Y. I tuoi deliri sono più veri dei miei :-))

Quindi... ? Cosa significa avere dei libri? Che non si sbaglia mai? Avere libri sull'applicazione sbagliata del metodo di Fourier la rende infallibile e la pone al di là di ogni critica?

LProgrammer ti ha spiegato chiaramente dove ti sbagli.

 
AlexEro писал(а) >>

Quindi... ? Cosa ne consegue dal fatto che lei ha dei libri? Che non si sbaglia mai? Avere libri sull'applicazione sbagliata del metodo di Fourier la rende infallibile e la pone al di là di ogni critica?

LProgrammer ti ha spiegato chiaramente dove ti sbagli.

Se non riesci a vedere dove ha falsificato le mappe, peccato. Egli suggerisce di decomporre la funzione k*x+b in una serie di Fourier. Questa funzione ha uno spettro infinito, e secondo il teorema di Kotelnikov avete bisogno di una frequenza di campionamento 2 volte maggiore). Gli ho parlato di questo teorema per già 5 pagine, ovviamente non lo conosce, ha solo sentito parlare della frequenza di Neukvist ..... E la conseguenza è diretta dal teorema, si può decomporre solo una funzione che ha uno spettro limitato. Per quanto riguarda le sinusoidi - qualsiasi curva può essere rappresentata come una somma di sinusoidi. E la trasformata di Fourier è solo una transizione da un sistema di coordinate ad un altro. Se avete una funzione che dipende dal tempo (ampiezza - tempo, quello che tutti vediamo sullo schermo), fate la trasformata di Fourier e ottenete questa funzione in coordinate ampiezza-frequenza. E questo è tutto. Qualcuno vuole fare analisi nel dominio del tempo, costruire mash-up, RSI, FIR, filtri BIR, ecc. E qualcuno vuole guardare il mercato dall'altro lato (dal dominio della frequenza) e cercare di analizzarlo costruendo gli stessi filtri, lì è più facile (costruire un filtro).

E si sbaglia a prendersela con l'analisi spettrale. Se non vuole lavorare con uno spettro, che non lo faccia. Parlando del fatto che il compito non è quello di costruire uno spettro, come ha detto "merda", ma di continuare la curva nel futuro è necessario. Sì, lo facciamo, lo facciamo davvero. Lo facciamo tutti. Ma pensare che PF risolva il problema della non stazionarietà nel dominio del tempo è fondamentalmente sbagliato. Nel dominio del tempo è instabile; nel dominio della frequenza lo spettro è fluttuante. Se lo spettro non fosse fluttuante, nel dominio del tempo sarebbe una chiara funzione periodica.

Z.I. Tutti possono sbagliare, e anche io. Ho fatto così tanti errori e ho fatto così tanti errori che mi fa male la fronte (ho passato un mese a cercare un errore, ho tradotto il programma da MathCada a MQL, ho trovato - il numero Pi non è stato impostato con precisione e l'errore 'Pi' si è accumulato gradualmente). Ne ho molti anche in forma elettronica.

 
Prival >> :

Se non riesci a vedere dove ha truccato le carte, peccato. Egli suggerisce di decomporre la funzione k*x+b in una serie di Fourier. Questa funzione ha uno spettro infinito, mentre secondo il teorema di Kotelnikov si dovrebbe avere una frequenza di campionamento 2 volte maggiore). Gli ho parlato di questo teorema per già 5 pagine, ovviamente non lo conosce, ha solo sentito parlare della frequenza di Neukvist ..... E la conseguenza è diretta dal teorema, si può decomporre solo una funzione che ha uno spettro limitato. Per quanto riguarda le sinusoidi - qualsiasi curva può essere rappresentata come una somma di sinusoidi. E la trasformata di Fourier è solo una transizione da un sistema di coordinate ad un altro. Avevi una funzione che dipende dal tempo (ampiezza - tempo, quello che tutti vediamo sullo schermo), hai fatto la trasformata di Fourier e hai ottenuto questa funzione in coordinate ampiezza-frequenza. E questo è tutto. Qualcuno vuole fare analisi nel dominio del tempo, costruire mash-up, RSI, FIR, filtri BIR, ecc. E qualcuno vuole guardare il mercato dall'altro lato (dal dominio della frequenza) e cercare di analizzarlo costruendo gli stessi filtri, lì è più facile (costruire un filtro).

E si sbaglia a prendersela con l'analisi spettrale. Se non vuole lavorare con uno spettro, che non lo faccia. Parlando del fatto che il compito non è quello di costruire uno spettro, come ha detto "merda", ma di continuare la curva nel futuro è necessario. Sì, lo facciamo, lo facciamo davvero. Lo facciamo tutti. Ma pensare che PF risolva il problema della non stazionarietà nel dominio del tempo è fondamentalmente sbagliato. Nel dominio del tempo è instabile; nel dominio della frequenza lo spettro è fluttuante. Se lo spettro non galleggiasse, nel dominio del tempo sarebbe una chiara funzione periodica.

Z.I. Tutti possono sbagliare, e anche io. Ho fatto così tanti errori e ho fatto così tanti errori che mi fa male la fronte (ho passato un mese a cercare un errore, ho tradotto il programma da MathCada a MQL, ho trovato - il numero Pi non è stato impostato con precisione e l'errore 'Pi' si è accumulato gradualmente). Ho un sacco di libri che posso dare a tutti coloro che vengono, ne ho davvero molti anche in forma elettronica.

Ripeterò quello che ti ha detto LProgrammer, quello che sanno i matematici moderni decenti, e quello che dicevano Lagrange e i suoi compagni ai loro tempi, quando erano CONTRO un'ampia applicazione del metodo di Fourier, e ti mostrerò le tue fallacie, che sono PROSECUZIONE di condizioni importanti. Questo non è niente di nuovo, è descritto nei libri di Fink, nelle opere dell'accademico Ageyev, in forma popolare era anche da qualche parte su "Computer":

Il teorema di Kotelnikov non è un teorema perché NON definisce il concetto di "spettro". Cos'è uno "spettro" in questo teorema? In questo teorema non è altro che la DIVISIONE FURIERA. Quindi il teorema non è affatto un teorema, è solo una tautologia. Non sono io a chiamarla tautologia. Lo si legge anche nei vecchi libri dell'accademico Harkiewicz.

Stai PROPRIO scivolando in fallacie come "Per quanto riguarda le sinusoidi - qualsiasi curva può essere rappresentata come una somma di sinusoidi" Sì, è vero, solo che tu non dici che "come una somma infinita di sinusoidi". E il teorema di Kotelnikov pone immediatamente una condizione - che questa somma sia organizzata dall'alto, cioè NON infinita. Perché la somma di Fourier non può essere infinita in numero di termini, anche se è limitata in frequenza da un limite superiore? Perché la trasformata di Fourier consiste in una PICCOLA ARMONICA DI CRATH e se la tagliate all'inizio, non potete usarla per rappresentare altro che un PILE di una funzione ESTREMAMENTE PERIODICA su quel PILE stesso. Hai capito? Non si può.

Il problema della tua (e di quella di molti altri) comprensione è che gli ingegneri radiofonici sono troppo a loro agio con le condizioni iniziali di tutta questa pila di Fourier, e si permettono di saltare da un metodo all'altro, senza preoccuparsi di conservare la logica.

 
AlexEro >> :

Ripeterò quello che ti ha detto LProgrammer, quello che sanno i matematici moderni decenti e quello che dicevano Lagrange et al. a suo tempo quando si opponevano a un'ampia applicazione del metodo di Fourier, e allo stesso tempo ti mostrerò i tuoi deliri, che consistono nel PROSEGUIRE attraverso condizioni importanti. Questo non è niente di nuovo, è descritto nei libri di Fink, nelle opere dell'accademico Ageyev, in forma popolare era anche da qualche parte su "Computer":

Il teorema di Kotelnikov non è un teorema perché NON definisce il concetto di "spettro". Cos'è uno "spettro" in questo teorema? In questo teorema non è altro che la DIVISIONE FURIERA. Quindi il teorema non è affatto un teorema, è solo una tautologia. Non sono io a chiamarla tautologia. Si legge anche nei vecchi libri dell'accademico Harkiewicz.

Stai scivolando profondamente in deliri come "Per quanto riguarda le sinusoidi - qualsiasi curva può essere rappresentata come una somma di sinusoidi". Sì, è vero, solo che non stai stipulando che "come una QUALSIASI somma di sinusoidi". E il teorema di Kotelnikov pone immediatamente una condizione - che questa somma sia organizzata dall'alto, cioè NON infinita. Perché la somma di Fourier non può essere infinita in numero di termini, anche se è limitata in frequenza da un limite superiore? Perché la trasformata di Fourier consiste in una PICCOLA ARMONICA DI CRATH e se la tagliate all'inizio, non potete usarla per rappresentare altro che un PILE di una funzione ESTREMAMENTE PERIODICA su quel PILE stesso. Hai capito? Non si può.

Il problema della tua (e di quella di molti altri) comprensione è che gli ingegneri radiofonici sono troppo a loro agio con le condizioni iniziali di tutta questa pila di Fourier, e si permettono di saltare da un metodo all'altro senza preoccuparsi di conservare la logica.

Con chi stai parlando?

Andare a dormire, fare un bagno e bere una tazza di caffè e yadda.

Per tua informazione, gli ingegneri radiofonici sono le persone più sane del mondo.

 
AlexEro писал(а) >>

..... Sì, perché la trasformata di Fourier consiste nella somma delle armoniche di CRATH e se la si rende limitata nella parte superiore (rottura della serie), non si può rappresentare nulla se non un pezzo di una funzione PERIODICA ESCLUSIVA su questo stesso pezzo. Hai capito? Non si può.

Il problema della tua (e di quella di molti altri) comprensione è che gli ingegneri radiofonici sono troppo a loro agio con le condizioni iniziali di tutta questa pila di Fourier, e si permettono di saltare da un metodo all'altro, senza preoccuparsi di conservare la logica.

Sì, sono d'accordo, ma spero che non neghiate che se c'è una funzione periodica in questa zona si vedrà nello spettro. Come usare queste informazioni è un'altra questione. L'importante è che l'abbiamo rilevato. I radar russi che proteggono il nostro paese sono costruiti allo stesso modo, se qualcosa si muove significa che ha effetto Doppler quindi può essere visto nello spettro (la cosa principale è soddisfare tutte le condizioni di elaborazione e il teorema di Kotelnikov è al primo posto perché se non è soddisfatto tutto crolla).

Hai un'idea sbagliata degli ingegneri radiofonici. Guardatevi intorno, computer, telefono, cellulare, TV, radio, stereo, ecc. ecc. L'hanno fatto con le loro mani. Hanno lavorato molto duramente per far funzionare le formule dei matematici. E non sono così analfabeti come si vuol far credere. Sanno e sanno come, soprattutto sanno come mettere in pratica le loro conoscenze.

 
Scusate l'intrusione. Ho letto quasi tutto il thread e non sono riuscito a capire a cosa si riferisse l'argomento Fourier. L'argomento del thread è la descrizione della condizione del mercato attraverso un piccolo numero di parametri che influenzano il futuro movimento dei prezzi. Cosa c'entra Fourier? Sono d'accordo che il movimento del prezzo può essere scomposto in seni e coseni: m+An*cos(wn*t)+Bn*sin(wn*t). Quindi? Lo spettro (An+j*Bn) sarà la nostra descrizione dello stato del mercato? L'idea è interessante. Ma nella trasformata discreta di Fourier il numero di seni e coseni è uguale al numero di prezzi presi. Qual è allora il vantaggio di usare i parametri di uscita della DFT (An e Bn) per descrivere il mercato? Il numero di variabili non si riduce. Quindi dobbiamo prendere le ampiezze più grandi sqrt(An^2+Bn^2). Loro con le loro frequenze diventano la descrizione del mercato? Sto andando nella giusta direzione? Usando questi parametri (An, Bn, wn) prevederemo il futuro estrapolando i corrispondenti seni e coseni nel futuro? Hanno fatto una cosa del genere. C'è un grande equivoco in questo approccio. La trasformata di Fourier non è altro che l'adattamento di una serie trigonometrica alla curva del prezzo originale. Ha tanto senso quanto adattare polinomi e altre funzioni a una curva di prezzo. Si può girare e prendere le funzioni di Bessel, sinc, Si e così via. Tutti questi aggiustamenti raggiungeranno il loro obiettivo di riproduzione esatta del prezzo. Ma chi ci ha detto che ci sono funzioni trigonometriche o polinomi o funzioni di Bessel nascoste nel movimento dei prezzi. Sono solo funzioni approssimative. Possono essere adattati a qualsiasi cosa. Per estrapolare i seni e i coseni devi prima dimostrare che il moto dei prezzi è descritto da equazioni differenziali ordinarie come un circuito oscillante. Trovo difficile vedere i vantaggi della trasformata di Fourier per descrivere il mercato. Anche se non mi dispiace se qualcuno decide di farmi cambiare idea. Chi ha altre idee?
 
gpwr >>: Per estrapolare i seni e i coseni, bisogna prima dimostrare che il moto dei prezzi può essere descritto da equazioni differenziali ordinarie come un circuito oscillante.

Sì, circa la stessa cosa, solo non in relazione a Fourier, di cui parlavo anche qualche mese fa. Vogliamo davvero credere che il prezzo andrà nella direzione in cui Fourier dice di andare :)

 
gpwr >> :
Scusate l'interruzione....

Mi scuso che ho inserito, probabilmente non tempestivamente, ma non ho potuto tenere da esso come ho le riflessioni sulla questione data su cui ora ho effettivamente lavorare, oltre al tema sollevato così a dire "è vicino nello spirito". è in generale un preambolo...

e in realtà "ambula"... la coclea in un orecchio umano (e altri mammiferi) "come se" fosse in grado di svolgere la funzione di filtro di frequenza, e infatti se per generalizzare "sembra che" rappresenti il solito analizzatore di spettro. inoltre penso che pochi troveranno obiezioni a che praticamente qualsiasi persona (se non sordo certamente) è capace anche nelle condizioni di rumore sollevato (sulla produzione per esempio) per assegnare anche molto difficile MA PERMANENTE segnale, (voce del partner per esempio) che livello è ovviamente MENO di livello di questo rumore industriale. è prima ...

in secondo luogo, se si esegue un flusso di citazione attraverso un amplificatore in "modalità accelerata" si può chiaramente sentire componenti intermittenti che sono ancora più numerosi del rumore.

Riassumendo tutto quanto sopra, sembra ragionevole usare la trasformata di Fourier per dividere il kotir in uno spettro, con il seguente dare questo spettro all'input NS e prendere la decisione di comprare o vendere.


PS. cioè plagiare un'idea dalla natura per i propri fini. :)

 
Mathemat >> :

Sì, circa la stessa cosa, solo non in relazione a Fourier, ho anche detto qualche mese fa. Vogliamo davvero credere che il prezzo andrà come dice Fourier :)

gpwr >> :
Scusate l'intrusione. Ho letto quasi tutto il thread e non sono riuscito a capire l'essenza dell'argomento Fourier. Il soggetto è la descrizione delle condizioni di mercato da un piccolo numero di parametri che influenzano il futuro movimento dei prezzi. Cosa c'entra Fourier? Sono d'accordo che il movimento del prezzo può essere scomposto in seni e coseni: m+An*cos(wn*t)+Bn*sin(wn*t). Quindi? Lo spettro (An+j*Bn) sarà la nostra descrizione dello stato del mercato? L'idea è interessante. Ma nella trasformata discreta di Fourier il numero di seni e coseni è uguale al numero di prezzi presi. Qual è allora il vantaggio di usare i parametri di uscita della DFT (An e Bn) per descrivere il mercato? Il numero di variabili non è ridotto. Quindi dovremmo prendere le ampiezze più grandi sqrt(An^2+Bn^2). Loro con le loro frequenze diventano la descrizione del mercato? Sto andando nella giusta direzione? Usando questi parametri (An, Bn, wn) prevederemo il futuro estrapolando i corrispondenti seni e coseni nel futuro? Hanno fatto una cosa del genere. C'è un grande equivoco in questo approccio. La trasformata di Fourier non è altro che l'adattamento di una serie trigonometrica alla curva del prezzo originale. Ha tanto senso quanto l'adattamento di polinomi e altre funzioni alla curva dei prezzi. Si può girare e prendere le funzioni di Bessel, sinc, Si e così via. Tutti questi aggiustamenti raggiungeranno il loro obiettivo di riproduzione esatta del prezzo. Ma chi ci ha detto che ci sono funzioni trigonometriche o polinomi o funzioni di Bessel nascoste nel movimento dei prezzi. Sono solo funzioni approssimative. Per estrapolare seni e coseni, bisogna prima dimostrare che il movimento dei prezzi è descritto da equazioni differenziali ordinarie come un circuito oscillatorio. Trovo difficile vedere i vantaggi della trasformata di Fourier per descrivere il mercato. Anche se non mi dispiace se qualcuno decide di farmi cambiare idea. Chi ha altre idee?

Esattamente. LProgrammer, nel riferirsi a Prival per esprimere QUESTO MODO - ha usato la parolaccia "b***h". Lo ha fatto chiaramente non perché è un giurista e un chiacchierone, ma per attirare l'attenzione di Prival e di altri che sono fuorviati in questo campo della matematica.

Cioè: sì, si può interpolare la funzione tick del tempo (processo) in qualche modo - in un dato intervallo - ma QUESTO NON DARA' NULLA - poiché non ci darà l'EXTRAPOLAZIONE del processo - cioè l'estensione della funzione oltre l'intervallo dato, prevedendola nel futuro. Un'esatta EXTRAPOLAZIONE può essere ottenuta SOLO costruendo un modello di processo adeguato. Se non ne avete uno, potete giocare con diverse interpolazioni fino a diventare blu in faccia - ognuna delle interpolazioni darà previsioni DIVERSE e nessuna di esse sarà corretta. La decomposizione di Fourier in uno "spettro" costituito da una somma finita di armoniche multiple è solo UNA delle interpolazioni. Per applicare correttamente la trasformata di Fourier ai fini dell'analisi, è necessario:

1. per essere sicuri che la funzione in esame sia costituita da una somma di sinusoidi di ampiezza molto maggiore del rumore.

2. assicurarsi che la forma d'onda in esame abbia molti multipli di armoniche.

Solo quando queste ENTRAMBE le condizioni sono soddisfatte, la trasformata di Fourier può talvolta dare una corretta EXTRAPOLAZIONE. (Può sempre interpolare correttamente - quando ci sono così tante componenti armoniche).