フーリエの目利き... - ページ 9 1234567891011 新しいコメント trol222 2011.12.09 11:29 #81 削除済み 2012.05.24 04:24 #82 それはフーリエを適用しないものです）。 削除済み 2012.05.24 05:55 #83 forte928: 下の写真の赤色の曲線は、フーリエ変換と他のいくつかの関数です... 緑が生データ... フーリエ変換処理では、開始点time[0]...で安定した処理を得るために、周期選択を行う必要があります。 フーリエ変換はこの処理にそれ以上影響を与えない...。 その方法をさらに進めて、赤線と緑線の間の残差を同じように分解してみたらどうでしょう。 削除済み 2012.05.24 12:15 #84 と考えている人。 私たちの場合だと思います。 https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html とmnc、mmはhttps://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия に置き換えた方が適切かもしれません。 Alexey Subbotin 2012.05.24 15:21 #85 Freud: と考えている人。 私たちの場合だと思います。 https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html とmnc、mmはhttps://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия に置き換えた方が適切かもしれません。 秘密を教えてあげよう、MNCとMNMはMSMの特殊なケースだ。 Alexey Subbotin 2012.05.24 15:26 #86 また、非線形関数の回帰では、Levenberg-McVardt、L-BFGS、通常の勾配降下など、たくさんの反復法があり、最終的には最小モジュラスで解けばよいのですが......。 Vladimir 2012.05.24 16:07 #87 alsu: 内緒で言うと、MNCとMNMはMMPの特殊なケースなんです。 また，自信をもって付け加えますが，LHC は誤差がガウスであるという仮定で LMP から導かれ，CMM は誤差がラプラスであるという仮定で LMP から導かれます。つまり、線形モデリング問題があるのです。 x[n] = SUM( a[i]*f[i][n] ) + e[n], n=1...N または x[n] = y[n] + e[n], ただし y[n] = SUM( a[i]*f[i][n] ), n=1...N. ここで、x[]は入力データ、a[]は係数、f[][]は回帰関数、e[]はモデル誤差である。例えば、f[i][n] = exp(j*2*pi*i*n/N) とすれば、この式はフーリエ級数を与える。誤差e[]がガウス型、すなわちP(e)〜exp(-e^2/2/s^2)と仮定すると、MMPはMNC、すなわち誤差の二乗和を最小にしてa[]の係数を求めることにつながる。 Obj Func = SUM(e[n]^2) = SUM( (x[n] - y[n])^2 ). 誤差e[]がラプラス型、すなわちP(e)〜exp(-|e|/s)と仮定すると、MMMはMNM、すなわち誤差モジュールの和を最小化してa[]の係数を見つけることにつながる。 Obj Func = SUM(|e[n]|) = SUM( |x[n] - y[n]| ) とする。 より一般的には、誤差は超ガウス分布 P(e)～exp(-e^q) で記述することができる。なぜ、みんなガウス分布を選ぶのか？線形モデルのANCはObj Funcを微分し、結果をゼロに等化することで簡単に解くことができるからだ。ここで、フーリエ級数展開法が登場する。SUM( |x[n] - y[n]| ) を微分してみてください。 では、どの誤差分布が正しいのでしょうか？線形モデルでモデル化しているプロセスの性質による。という確信があれば。 (1)為替相場はサインとコサインを使った線形モデルで記述され (2) モデル誤差はラプラス分布に従うこと。 であれば、SUM( |x[n] - y[n]| )を最小化するように進めばよい。その際、フィールズ 賞への応募をお忘れなく。 Fourier connoisseurs... MQL5での統計確率分布 指数平滑法を用いた時系列予測 Alexey Subbotin 2012.05.24 16:10 #88 gpwr: その際には、フィールズ賞 への応募をお忘れなく。 経済学でノーベル賞がもらえるかもしれませんよ))) Sceptic Philozoff 2012.05.24 20:38 #89 Freud: 数学は事実を述べる/記述する数学は科学の言語 である。事実とは直接関係ない。 しかし、事実は時として、数学の言葉で非常に正確に記述され、例えば物理学と呼ばれることがある。 Vladimir 2012.05.24 22:30 #90 Freud: 要するに、物理は常に数学によって記述できるが、数学は常に物理によって説明できない、ということですね。 もしそうなら、数学は科学の女王として、またしても理性を罰してしまったことになります)))。 合理的な意識とは？正弦波を価格に書き込む？それともMNMでやる？また、物理的にはどうなのでしょうか？フーリエのようにサインとコサインだけでなく、任意のN個の直交関数がN個の量の系列に書けることを理解すること。では、なぜ市場価格をモデル化するのにサインとコサインが物理的に意味を持つのか、考えてみてください。 1234567891011 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
それはフーリエを適用しないものです）。
下の写真の赤色の曲線は、フーリエ変換と他のいくつかの関数です...
緑が生データ...
フーリエ変換処理では、開始点time[0]...で安定した処理を得るために、周期選択を行う必要があります。
フーリエ変換はこの処理にそれ以上影響を与えない...。
その方法をさらに進めて、赤線と緑線の間の残差を同じように分解してみたらどうでしょう。
私たちの場合だと思います。
https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html
とmnc、mmはhttps://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия に置き換えた方が適切かもしれません。
と考えている人。
私たちの場合だと思います。
https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html
とmnc、mmはhttps://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия に置き換えた方が適切かもしれません。
内緒で言うと、MNCとMNMはMMPの特殊なケースなんです。
また，自信をもって付け加えますが，LHC は誤差がガウスであるという仮定で LMP から導かれ，CMM は誤差がラプラスであるという仮定で LMP から導かれます。つまり、線形モデリング問題があるのです。
x[n] = SUM( a[i]*f[i][n] ) + e[n], n=1...N
または
x[n] = y[n] + e[n], ただし y[n] = SUM( a[i]*f[i][n] ), n=1...N.
ここで、x[]は入力データ、a[]は係数、f[][]は回帰関数、e[]はモデル誤差である。例えば、f[i][n] = exp(j*2*pi*i*n/N) とすれば、この式はフーリエ級数を与える。誤差e[]がガウス型、すなわちP(e)〜exp(-e^2/2/s^2)と仮定すると、MMPはMNC、すなわち誤差の二乗和を最小にしてa[]の係数を求めることにつながる。
Obj Func = SUM(e[n]^2) = SUM( (x[n] - y[n])^2 ).
誤差e[]がラプラス型、すなわちP(e)〜exp(-|e|/s)と仮定すると、MMMはMNM、すなわち誤差モジュールの和を最小化してa[]の係数を見つけることにつながる。
Obj Func = SUM(|e[n]|) = SUM( |x[n] - y[n]| ) とする。
より一般的には、誤差は超ガウス分布 P(e)～exp(-e^q) で記述することができる。なぜ、みんなガウス分布を選ぶのか？線形モデルのANCはObj Funcを微分し、結果をゼロに等化することで簡単に解くことができるからだ。ここで、フーリエ級数展開法が登場する。SUM( |x[n] - y[n]| ) を微分してみてください。
では、どの誤差分布が正しいのでしょうか？線形モデルでモデル化しているプロセスの性質による。という確信があれば。
(1)為替相場はサインとコサインを使った線形モデルで記述され
(2) モデル誤差はラプラス分布に従うこと。
であれば、SUM( |x[n] - y[n]| )を最小化するように進めばよい。その際、フィールズ 賞への応募をお忘れなく。
その際には、フィールズ賞 への応募をお忘れなく。
数学は科学の言語 である。事実とは直接関係ない。
しかし、事実は時として、数学の言葉で非常に正確に記述され、例えば物理学と呼ばれることがある。
要するに、物理は常に数学によって記述できるが、数学は常に物理によって説明できない、ということですね。 もしそうなら、数学は科学の女王として、またしても理性を罰してしまったことになります)))。
合理的な意識とは？正弦波を価格に書き込む？それともMNMでやる？また、物理的にはどうなのでしょうか？フーリエのようにサインとコサインだけでなく、任意のN個の直交関数がN個の量の系列に書けることを理解すること。では、なぜ市場価格をモデル化するのにサインとコサインが物理的に意味を持つのか、考えてみてください。