푸리에 전개를 지원하면 좋은 결과를 얻을 수 있습니다. 특히, 회귀를 앞으로 쉽게 외삽하고 이에 대해 푸리에를 구축할 수 있습니다. 이동평균선을 지지선으로 하고 이동이 선형적으로 계속되는 것처럼 별도의 창에 고조파의 합을 구축하는 것이 가능합니다. 매끄럽게 변하는 평균 유형 T3를 기준으로 반주기만큼 뒤로 이동하여 데이터와 정확히 정렬되고 최소 RMS에 따라 조정된 포물선으로 끝을 외삽할 수 있습니다. 이 외삽과 관련하여 푸리에를 빌드합니다. 그러나 어떤 경우에도 다른 기간으로 푸리에 외삽을 위한 여러 옵션을 만들고 최소 표준 편차에 따라 각 옵션을 최적화하면 주기가 반복될 가능성이 높습니다. 여러 옵션에 대한 증언이 일치하는 경우 가능성이 있는 것으로 간주될 수 있습니다. 위상 리드 또는 지연이 나중에 발생하면 자동 조정 또는 재계산에 사용할 수 있는 보정 차이 신호가 생성됩니다. 이것은 무선 수신기의 PLL(Phase Locked Loop) 감지기를 연상시키며 가장 효율적이고 노이즈 내성이 있습니다.
글쎄, 사실, 시간을 앞지르지 않고 푸리에 급수를 표시하여 끝이 급수에 가까울 정도로 큰 문제는 아닙니다. 미래 따옴표의 푸리에를 표시하는 것은 흥미 롭습니다. 미래 시제에 대한 푸리에 플로팅 표시기의 스크린샷을 게시했으며 현실과 잘 일치합니다. 어떤 원칙에 따라 작동합니까?
글쎄, 사실, 시간을 앞지르지 않고 푸리에 급수를 표시하여 끝이 급수에 가까울 정도로 큰 문제는 아닙니다. 미래 따옴표의 푸리에를 표시하는 것은 흥미 롭습니다. 미래 시제에 대한 푸리에 플로팅 표시기의 스크린샷을 게시했으며 현실과 잘 일치합니다. 어떤 원칙에 따라 작동합니까?
LinearRegressin과 관련하여 분해가 수행됩니다. 꼬리는 라디오 수신기와 같기 때문에 가청도가 가장 좋기 때문에 노이즈는 최소, 신호는 최대로 하는 것이 좋습니다. 즉, 최소 RMS에 따라 설정하는 것입니다. 주기를 쉽게 변경하기 위해 직선 또는 회귀 채널의 스크립트를 사용합니다. 최종 데이터를 가져와 표시기로 전송합니다. 따라서 선을 이동하여 기간을 즉시 변경하고 전체 그림을 다시 계산합니다. RMS는 주석에 표시되며 최소 RMS에 눈으로 약간의 시프트를 더하여 조정이 이루어지므로 최고점과 최저점이 최대한 일치하도록 합니다. GetAsyncKeyState(int nVirtKey) 기능을 통해 고조파 수를 변경하는 기능도 추가되었습니다. 그런 다음 키보드에서 해당 화살표를 눌러 고조파 수를 빠르게 추가하거나 뺄 수 있습니다. 모든 것을 그리는 스크립트를 통해 동일한 작업이 수행됩니다. 글쎄, 설정 및 옵션에 대해서는 이미 조금 더 일찍 썼습니다. 다른 기간과 다른 신뢰성에 대해 고조파 수는 다르게 취합니다. 그러나 이미 어느 정도 만족스러운 결과를 얻었으므로 최소 고조파는 12-24시간이고 최소 기간은 2-3일 이상입니다. 이것은 일별 예보용입니다. 글로벌 기술의 경우 동일하지만 기간은 물론 큽니다. 규모에 따라 다릅니다. 오랜 기간(수개월, 수년)에 걸쳐 예측 결과는 일반적으로 실제 데이터와 매우 잘 일치하며, 특히 일부 빈도에서는 매우 높은 확률로 주기적으로 반복됩니다. 이러한 주파수에 대한 통계를 얻기 위해 교활한 스펙트럼 분석기가 만들어졌으며 전체 시간 범위에 걸쳐 끌 수도 있습니다.
ANG3110 писал (а): LinearRegressin과 관련하여 분해가 수행됩니다. 꼬리는 라디오 수신기와 같기 때문에 가청도가 가장 좋기 때문에 노이즈는 최소, 신호는 최대로 하는 것이 좋습니다. 즉, 최소 RMS에 따라 설정하는 것입니다. 주기를 쉽게 변경하기 위해 직선 또는 회귀 채널의 스크립트를 사용합니다. 최종 데이터를 가져와 표시기로 전송합니다. 따라서 선을 이동하여 기간을 즉시 변경하고 전체 그림을 다시 계산합니다. RMS는 주석에 표시되며 최소 RMS에 눈으로 약간의 시프트를 더하여 조정이 이루어지므로 최고점과 최저점이 최대한 일치하도록 합니다. GetAsyncKeyState(int nVirtKey) 기능을 통해 고조파 수를 변경하는 기능도 추가되었습니다. 그런 다음 키보드에서 해당 화살표를 눌러 고조파 수를 빠르게 추가하거나 뺄 수 있습니다. 모든 것을 그리는 스크립트를 통해 동일한 작업이 수행됩니다. 글쎄, 설정 및 옵션에 대해서는 이미 조금 더 일찍 썼습니다. 다른 기간과 다른 신뢰성에 대해 고조파 수는 다르게 취합니다. 그러나 이미 어느 정도 만족스러운 결과를 얻었으므로 최소 고조파는 12-24시간이고 최소 기간은 2-3일 이상입니다. 이것은 일별 예보용입니다. 글로벌 기술의 경우 동일하지만 기간은 물론 큽니다. 규모에 따라 다릅니다. 오랜 기간(수개월, 수년)에 걸쳐 예측 결과는 일반적으로 실제 데이터와 매우 잘 일치하며, 특히 일부 빈도에서는 매우 높은 확률로 주기적으로 반복됩니다. 이러한 주파수에 대한 통계를 얻기 위해 교활한 스펙트럼 분석기가 만들어졌으며 전체 시간 범위에 걸쳐 끌 수도 있습니다.
shobvas писал (а): 뭔가 이해가 안가네요... 푸리에 급수는 가격과 회귀선의 값의 차이로 구성됩니다. 맞습니까?
그러나 꼬리에 대해서는 명확하지 않습니다 .... 최소 표준 편차에 대해 구성되는 것은 무엇입니까? 답변 미리 감사드립니다 =)
네. 먼저 좌표 LR[i]를 계산합니다. 그런 다음 배열 dc[i]=Close[i]-LR[i]; 배열 dc[i]에서 푸리에 fx[i]를 빌드합니다. 그리고 좌표 LR[i]를 추가합니다. 즉, fx[i]=fx[i]+LR[i] 또는 fx[i]+=LR[i]입니다. 외삽을 수행하면 i=0(뇌를 직접 사용하는 방법) 전후에 LR[i] 및 fx[i]를 계산합니다. "꼬리"는 i=T에서 i=0까지 알려진 것입니다. 스크립트의 도움으로 계산 기간(T)을 이동, 압축 또는 늘릴 수 있으므로 각 이동에서 "꼬리"의 RMS를 자동으로 다시 계산합니다. 즉, 제곱 = 0.0입니다. for (int n=0; n<T; n++) sq+=(닫기[i0+n]-fx[n])*(닫기[i0+n]-fx[n]); 제곱 = MathSqrt (제곱/T); 그리고 최소 RMS(제곱)로 조정합니다. 내 스크린샷에서 "꼬리"는 노란색과 녹색으로 표시되고 외삽은 빨간색과 파란색으로 표시됩니다. 일반적으로 초기에는 이러한 모든 구성이 많은 시간과 정신력을 필요로 하며, 아직 준비가 되지 않았다고 생각되면 익을 때까지 기다리십시오. 그렇지 않으면이 모든 것으로 고통받을 수 있으며 더 이상 결과에 만족하지 않을 것입니다.
ANG3110 писал (а): 네. 먼저 좌표 LR[i]를 계산합니다. 그런 다음 배열 dc[i]=Close[i]-LR[i]; 배열 dc[i]에서 푸리에 fx[i]를 빌드합니다. 그리고 좌표 LR[i]를 추가합니다. 즉, fx[i]=fx[i]+LR[i] 또는 fx[i]+=LR[i]입니다. 외삽을 수행하면 i=0(뇌를 직접 사용하는 방법) 전후에 LR[i] 및 fx[i]를 계산합니다. "꼬리"는 i=T에서 i=0까지 알려진 것입니다. 스크립트의 도움으로 계산 기간(T)을 이동, 압축 또는 늘릴 수 있으므로 각 이동에서 "꼬리"의 RMS를 자동으로 다시 계산합니다. 즉, 제곱 = 0.0입니다. for (int n=0; n<T; n++) sq+=(닫기[i0+n]-fx[n])*(닫기[i0+n]-fx[n]); 제곱 = MathSqrt (제곱/T); 그리고 우리는 최소 RMS(제곱)로 조정합니다. 내 스크린샷에서 "꼬리"는 노란색과 녹색으로 표시되고 외삽은 빨간색과 파란색으로 표시됩니다. 일반적으로 처음에는 이러한 모든 구성에 많은 시간이 소요되며 아직 준비가 되지 않았다고 생각되면 익을 때까지 기다리십시오. 그렇지 않으면이 모든 것으로 고통받을 수 있으며 더 이상 결과에 만족하지 않을 것입니다.
즉, 최소 표준편차에 따라 T가 조정되는데, 제가 제대로 이해한 건가요? 아니면 푸리에 확장의 고조파 주파수 수가 최소 RMS로 조정되었습니까?
그러나 가장 흥미로운 점, 즉 푸리에 함수의 외삽이 수행되는 방식은 알려주지 않았습니다 =)
shobvas писал (а): 즉, 최소 표준편차에 따라 T가 조정되는데, 제가 제대로 이해한 건가요? 아니면 푸리에 확장의 고조파 주파수 수가 최소 RMS로 조정되었습니까?
그러나 가장 흥미로운 점, 즉 푸리에 함수의 외삽이 수행되는 방식은 알려주지 않았습니다 =)
선형 회귀를 계산한 결과 선형 공식 LR[i]=b+a*i를 갖게 됩니다. 푸리에 계산의 결과로 고조파 수 N, 계수 ak[k],bk[k]를 갖게 됩니다. 여기서 k는 고조파 수(k=0....N)에 해당합니다. 및 푸리에 계산 공식 sum=0.0; for(k=0; k<=N; k++) 합+=ak[k]* MathCos (w*k*i)+bk[k]*MathSin(w*k*i); fx[i]=합; 이제 우리가 외삽이 필요하다면, 앞으로 반 주기를 가정해 보겠습니다. 그러면 다음을 계산합니다. T에서 -T/2까지의 데이터; for(int i=T; i>=-T/2; i--) 하지만 배열에는 양수 인덱스만 포함되어야 하므로 -1에서 -T/2로 두 번째 배열로 드라이브하거나 트릭이 있습니다. , 모든 요소 +T/2를 뒤로 이동하여 2개의 배열로 분할되는 것을 방지하고 이 이동을 그릴 때 고려됩니다. 그러한 구성에 이미 경험이 있는 경우에만 나머지를 설명하는 것이 합리적입니다. 스크립트에서 우리는 앞으로 그리는 데 전혀 문제가 없습니다. 표시기에서는 SetIndexShift( )를 사용하십시오.
푸리에 전개를 지원하면 좋은 결과를 얻을 수 있습니다. 특히, 회귀를 앞으로 쉽게 외삽하고 이에 대해 푸리에를 구축할 수 있습니다. 이동평균선을 지지선으로 하고 이동이 선형적으로 계속되는 것처럼 별도의 창에 고조파의 합을 구축하는 것이 가능합니다. 매끄럽게 변하는 평균 유형 T3를 기준으로 반주기만큼 뒤로 이동하여 데이터와 정확히 정렬되고 최소 RMS에 따라 조정된 포물선으로 끝을 외삽할 수 있습니다. 이 외삽과 관련하여 푸리에를 빌드합니다. 그러나 어떤 경우에도 다른 기간으로 푸리에 외삽을 위한 여러 옵션을 만들고 최소 표준 편차에 따라 각 옵션을 최적화하면 주기가 반복될 가능성이 높습니다. 여러 옵션에 대한 증언이 일치하는 경우 가능성이 있는 것으로 간주될 수 있습니다. 위상 리드 또는 지연이 나중에 발생하면 자동 조정 또는 재계산에 사용할 수 있는 보정 차이 신호가 생성됩니다. 이것은 무선 수신기의 PLL(Phase Locked Loop) 감지기를 연상시키며 가장 효율적이고 노이즈 내성이 있습니다.
글쎄, 사실, 시간을 앞지르지 않고 푸리에 급수를 표시하여 끝이 급수에 가까울 정도로 큰 문제는 아닙니다. 미래 따옴표의 푸리에를 표시하는 것은 흥미 롭습니다. 미래 시제에 대한 푸리에 플로팅 표시기의 스크린샷을 게시했으며 현실과 잘 일치합니다. 어떤 원칙에 따라 작동합니까?
그러나 이미 어느 정도 만족스러운 결과를 얻었으므로 최소 고조파는 12-24시간이고 최소 기간은 2-3일 이상입니다. 이것은 일별 예보용입니다. 글로벌 기술의 경우 동일하지만 기간은 물론 큽니다. 규모에 따라 다릅니다. 오랜 기간(수개월, 수년)에 걸쳐 예측 결과는 일반적으로 실제 데이터와 매우 잘 일치하며, 특히 일부 빈도에서는 매우 높은 확률로 주기적으로 반복됩니다. 이러한 주파수에 대한 통계를 얻기 위해 교활한 스펙트럼 분석기가 만들어졌으며 전체 시간 범위에 걸쳐 끌 수도 있습니다.
LinearRegressin과 관련하여 분해가 수행됩니다. 꼬리는 라디오 수신기와 같기 때문에 가청도가 가장 좋기 때문에 노이즈는 최소, 신호는 최대로 하는 것이 좋습니다. 즉, 최소 RMS에 따라 설정하는 것입니다. 주기를 쉽게 변경하기 위해 직선 또는 회귀 채널의 스크립트를 사용합니다. 최종 데이터를 가져와 표시기로 전송합니다. 따라서 선을 이동하여 기간을 즉시 변경하고 전체 그림을 다시 계산합니다. RMS는 주석에 표시되며 최소 RMS에 눈으로 약간의 시프트를 더하여 조정이 이루어지므로 최고점과 최저점이 최대한 일치하도록 합니다. GetAsyncKeyState(int nVirtKey) 기능을 통해 고조파 수를 변경하는 기능도 추가되었습니다. 그런 다음 키보드에서 해당 화살표를 눌러 고조파 수를 빠르게 추가하거나 뺄 수 있습니다. 모든 것을 그리는 스크립트를 통해 동일한 작업이 수행됩니다. 글쎄, 설정 및 옵션에 대해서는 이미 조금 더 일찍 썼습니다. 다른 기간과 다른 신뢰성에 대해 고조파 수는 다르게 취합니다.
그러나 이미 어느 정도 만족스러운 결과를 얻었으므로 최소 고조파는 12-24시간이고 최소 기간은 2-3일 이상입니다. 이것은 일별 예보용입니다. 글로벌 기술의 경우 동일하지만 기간은 물론 큽니다. 규모에 따라 다릅니다. 오랜 기간(수개월, 수년)에 걸쳐 예측 결과는 일반적으로 실제 데이터와 매우 잘 일치하며, 특히 일부 빈도에서는 매우 높은 확률로 주기적으로 반복됩니다. 이러한 주파수에 대한 통계를 얻기 위해 교활한 스펙트럼 분석기가 만들어졌으며 전체 시간 범위에 걸쳐 끌 수도 있습니다.
뭔가 이해가 안가네요...
푸리에 급수는 가격과 회귀선의 값의 차이로 구성됩니다. 맞습니까?
그러나 꼬리에 대해서는 명확하지 않습니다 .... 최소 표준 편차에 대해 구성되는 것은 무엇입니까?
답변 미리 감사드립니다 =)
뭔가 이해가 안가네요...
푸리에 급수는 가격과 회귀선의 값의 차이로 구성됩니다. 맞습니까?
그러나 꼬리에 대해서는 명확하지 않습니다 .... 최소 표준 편차에 대해 구성되는 것은 무엇입니까?
답변 미리 감사드립니다 =)
네. 먼저 좌표 LR[i]를 계산합니다. 그런 다음 배열 dc[i]=Close[i]-LR[i]; 배열 dc[i]에서 푸리에 fx[i]를 빌드합니다. 그리고 좌표 LR[i]를 추가합니다. 즉, fx[i]=fx[i]+LR[i] 또는 fx[i]+=LR[i]입니다. 외삽을 수행하면 i=0(뇌를 직접 사용하는 방법) 전후에 LR[i] 및 fx[i]를 계산합니다.
"꼬리"는 i=T에서 i=0까지 알려진 것입니다. 스크립트의 도움으로 계산 기간(T)을 이동, 압축 또는 늘릴 수 있으므로 각 이동에서 "꼬리"의 RMS를 자동으로 다시 계산합니다.
즉, 제곱 = 0.0입니다. for (int n=0; n<T; n++) sq+=(닫기[i0+n]-fx[n])*(닫기[i0+n]-fx[n]); 제곱 = MathSqrt (제곱/T); 그리고 최소 RMS(제곱)로 조정합니다.
내 스크린샷에서 "꼬리"는 노란색과 녹색으로 표시되고 외삽은 빨간색과 파란색으로 표시됩니다.
일반적으로 초기에는 이러한 모든 구성이 많은 시간과 정신력을 필요로 하며, 아직 준비가 되지 않았다고 생각되면 익을 때까지 기다리십시오. 그렇지 않으면이 모든 것으로 고통받을 수 있으며 더 이상 결과에 만족하지 않을 것입니다.
네. 먼저 좌표 LR[i]를 계산합니다. 그런 다음 배열 dc[i]=Close[i]-LR[i]; 배열 dc[i]에서 푸리에 fx[i]를 빌드합니다. 그리고 좌표 LR[i]를 추가합니다. 즉, fx[i]=fx[i]+LR[i] 또는 fx[i]+=LR[i]입니다. 외삽을 수행하면 i=0(뇌를 직접 사용하는 방법) 전후에 LR[i] 및 fx[i]를 계산합니다.
"꼬리"는 i=T에서 i=0까지 알려진 것입니다. 스크립트의 도움으로 계산 기간(T)을 이동, 압축 또는 늘릴 수 있으므로 각 이동에서 "꼬리"의 RMS를 자동으로 다시 계산합니다.
즉, 제곱 = 0.0입니다. for (int n=0; n<T; n++) sq+=(닫기[i0+n]-fx[n])*(닫기[i0+n]-fx[n]); 제곱 = MathSqrt (제곱/T); 그리고 우리는 최소 RMS(제곱)로 조정합니다.
내 스크린샷에서 "꼬리"는 노란색과 녹색으로 표시되고 외삽은 빨간색과 파란색으로 표시됩니다.
일반적으로 처음에는 이러한 모든 구성에 많은 시간이 소요되며 아직 준비가 되지 않았다고 생각되면 익을 때까지 기다리십시오. 그렇지 않으면이 모든 것으로 고통받을 수 있으며 더 이상 결과에 만족하지 않을 것입니다.
아니면 푸리에 확장의 고조파 주파수 수가 최소 RMS로 조정되었습니까?
그러나 가장 흥미로운 점, 즉 푸리에 함수의 외삽이 수행되는 방식은 알려주지 않았습니다 =)
즉, 최소 표준편차에 따라 T가 조정되는데, 제가 제대로 이해한 건가요?
아니면 푸리에 확장의 고조파 주파수 수가 최소 RMS로 조정되었습니까?
그러나 가장 흥미로운 점, 즉 푸리에 함수의 외삽이 수행되는 방식은 알려주지 않았습니다 =)
푸리에 계산의 결과로 고조파 수 N, 계수 ak[k],bk[k]를 갖게 됩니다. 여기서 k는 고조파 수(k=0....N)에 해당합니다. 및 푸리에 계산 공식 sum=0.0; for(k=0; k<=N; k++) 합+=ak[k]* MathCos (w*k*i)+bk[k]*MathSin(w*k*i); fx[i]=합;
이제 우리가 외삽이 필요하다면, 앞으로 반 주기를 가정해 보겠습니다. 그러면 다음을 계산합니다.
T에서 -T/2까지의 데이터; for(int i=T; i>=-T/2; i--) 하지만 배열에는 양수 인덱스만 포함되어야 하므로 -1에서 -T/2로 두 번째 배열로 드라이브하거나 트릭이 있습니다. , 모든 요소 +T/2를 뒤로 이동하여 2개의 배열로 분할되는 것을 방지하고 이 이동을 그릴 때 고려됩니다. 그러한 구성에 이미 경험이 있는 경우에만 나머지를 설명하는 것이 합리적입니다. 스크립트에서 우리는 앞으로 그리는 데 전혀 문제가 없습니다. 표시기에서는 SetIndexShift( )를 사용하십시오.
즉, 다음 공식을 사용하여 i<0에 대해 fx[i]를 계산합니다.
합계=0.0; for(k=0; k<=N; k++) 합+=ak[k]* MathCos (w*k*i)+bk[k]*MathSin(w*k*i); fx[i]=합;
그래서?
어떤 기간 동안 푸리에 함수를 작성합니까? [T,0]?
즉, 다음 공식을 사용하여 i<0에 대해 fx[i]를 계산합니다.
합계=0.0; for(k=0; k<=N; k++) 합+=ak[k]*MathCos(w*k*i)+bk[k]*MathSin(w*k*i); fx[i]=합;
그래서?
어떤 기간 동안 푸리에 함수를 작성합니까? [T,0]?
(i=T, i>=-T/2, i--)
{
합계=0.0;
for(int k=0; k<=N; k++) sum+=ak[k]*MathCos(w*k*i)+bk[k]*MathSin(w*k*i);
fx[i+T/2]=합+b+a*i;
}
그리고 계수 ak, bk는 정확히 어떻게 계산됩니까?
어떤 간격에서 적분을 수행합니까? T에서 0 또는 무엇으로?
그리고 계수 ak, bk는 정확히 어떻게 계산됩니까?
어떤 간격에서 적분을 수행합니까? T에서 0 또는 무엇으로?
for (int k=0; k<=N; k++)
{
합계_cos=0.0;
sum_sin=0.0;
for (int i=0; i<T; i++)
{
sum_cos+=(닫기[i]-ba*i)*MathCos(w*k*i);
sum_sin+=(닫기[i]-ba*i)*MathSin(w*k*i);
}
ak[k]=sum_cos*2/T;
bk[k]=sum_sin*2/T;
}
ak[0]=ak[0]/2;