Zhunko : 다양한 방식으로 PF를 사용할 수 있어야 합니다. 의도한 용도로 사용하지 않습니다. 저것들. 역학에서 PF를 사용한 결과. 실제 스펙트럼 필터가 있습니다. 기생 고조파를 자동으로 차단합니다. 나 자신도 그 결과에 놀랐다. PF의 단점을 존엄으로 바꾸는 것으로 밝혀졌다.
1. PF는 다양한 목적을 가지고 있습니다. 직접 할당(또는 간접)이란 무엇을 의미합니까? 2차원 PF라고 가정해 보겠습니다.
2. 결정 규칙만이 "실제 스펙트럼"의 기생 고조파를 차단할 수 있습니다(일반적으로 이를 임계값이라고 함). 또는 "실제 스펙트럼"의 개념이 잘 알려진 해석과 다릅니다.
다음은 wikipedia의 인용문입니다. " 이산 푸리에 변환 은 특별한 경우입니다(때로는 근사에 사용됨)"
Zhunko : 와우, 얼마나 오래된 가지가 자랐습니까! 좋은 점은 내가 전에 그것을 읽지 않았습니다. 그렇지 않았다면 나는 이 주제를 다루지 않았을 것입니다. 어떤 주제든 아마추어가 되는 것은 좋은 일이다. 장벽도 없고 선입견도 없습니다. 예측을 위한 PF는 정적 애플리케이션에 적합하지 않습니다. 그것은 분명하고 사실입니다. 아무도 샘플 끝에서 가격 차이에서 발생하는 기생 고조파 문제를 제기하지 않았습니다. 90도 각도입니다! 그러한 전면에는 자연에 존재하는 모든 고조파가 있습니다! 그리고 역학에서 klot, PF를 제외하고는 거의 아무도 사용하지 않았습니다. 비주얼라이저도 만들었습니다. 그리고 놀라운 결과를 얻었습니다. 예측기를 작성하는 것만 남아 있습니다. 그는 확실히 멀리 예측하지 않을 것입니다. 그러나 표본의 절반 내에서 결과는 거의 절대적입니다. 최종 결과가 나오면 공개하겠습니다. 그리고 그것이 무엇인지는 중요하지 않습니다. 부정적인 결과도 결과입니다.
lsv писал(а)>> 추세를 파악할 수 있습니다. 그러나 푸리에에는 한 가지 단점이 있습니다. 위에서 이미 썼습니다. 우리는 고정된 섹션을 취하고 변환을 수행하기 위해 이 섹션을 양방향으로 무한대로 곱합니다. 결과적으로 정현파가 연속적이기 때문에 무한대에 대한 연속 신호(코스)를 갖게 됩니다. 예를 들어, 우리의 가격 조각은 10, 11, 12, 13, 12입니다. 변환을 하려면 연속적인 시리즈를 만들어야 합니다 ... 10, 11, 12, 13, 12, [10, 11 , 12, 13, 12], 10 , 11, 12, 13, 12, ... 결과적으로 미래의 가격은 분명히 알고 있고 10이므로 푸리에가 작동하지 않습니다. 주파수 개념을 적용하려면 다른 분해 방법을 찾아야 합니다. 예를 들어, 여러 주파수를 명확하게 설정할 수 있으며 열거를 통해 오류를 최소화하고 진폭 및 위상 값을 선택하면 추세를 얻을 수 있지만 매우 강력한 컴퓨터가 필요합니다.
해석이 약간 다릅니다. 함수의 한 부분을 푸리에 급수(고조파 세트)로 확장하고 이러한 고조파를 합산하면 원래 함수의 일부를 양방향으로 무한대로 곱한 값을 얻게 됩니다.
1024개의 막대 샘플을 취하면 푸리에에서는 1024개의 막대가 첫 번째 고조파의 주기라고 간주합니다.
1024개 막대의 이 세그먼트에 256개 막대 주기의 일부 파도가 있는 경우 스펙트럼에 4차 고조파가 그려집니다. 샘플에서 512개의 막대 조각을 잘라내고 다시 푸리에 변환을 수행하면 스펙트럼에서 이러한 파동이 이미 2차 고조파로 표시됩니다. 등.
샘플에 추세 구성 요소가 있는 경우, 즉 최종 가격이 초기 가격과 동일하지 않은 경우 푸리에에서는 일련의 고조파(!)
그래프의 어떤 파동에도 해당하지 않는 고조파가 스펙트럼에 나타납니다. 따라서 작업이 가격 차트에서 일부 주기적 구성 요소를 분리하는 것이라면 변환 전에 추세 구성 요소를 제거해야 합니다.
편집하다. 추세선 대신 저주파 파형을 뺄 수 있습니다. 즉, 저주파를 제거할 수 있습니다.
Sergey, 진심입니까? 임의의 프로세스가 항상 취소할 수 없이 임의적이라고 생각하십니까? 당신은 과학적 교리의 팬입니까?
네. 확신하는. 그래서 랜덤이라고 합니다. 그렇지 않으면 준 무작위 프로세스 등에 대해 이야기해야 합니다.
4차원, 5차원 및 그 이상의 차원에서 임의의 2차원 또는 3차원 프로세스를 고려하십시오. 그는 전혀 무작위가 아닙니다.
숨겨진 패턴을 드러내는 이 방법(VR의 정보 차원)은 준 무작위 프로세스에 적용할 수 있습니다. 진정한 무작위 프로세스에서 방법의 차원은 분석기 공간의 차원과 일치합니다. 이 평가 방법과 다른 평가 방법으로 내가 제시한 시리즈를 분석하면 무작위적 특성을 확신할 수 있습니다.
이론적으로 그가 생각해낸 방법을 사용하면 임의의 프로세스를 일반 프로세스로 가져올 수 있습니다 .
Zhunko, 여기에서 겸손하고 조심해야 합니다. 겸손 - 그냥 장식하고, 사실이 아닌 것을 큰 소리로 말한 경우 공개적으로 롤백하지 않도록주의하십시오 :-)
임의의 VR에서 무작위가 아닌 VR을 얻을 수 있는 방법이 있다면 약간 교활하거나(예: 미래를 내다보는) 약간 실수(필요한 경우 밑줄) 중 하나입니다. 제3의 방법은 없습니다.
다양한 방식으로 PF를 사용할 수 있어야 합니다.
의도한 용도로 사용하지 않습니다. 저것들. 역학에서 PF를 사용한 결과.
실제 스펙트럼 필터가 있습니다. 기생 고조파를 자동으로 차단합니다.
나 자신도 그 결과에 놀랐다. PF의 단점을 존엄으로 바꾸는 것으로 밝혀졌다.
1. PF는 다양한 목적을 가지고 있습니다. 직접 할당(또는 간접)이란 무엇을 의미합니까? 2차원 PF라고 가정해 보겠습니다.
2. 결정 규칙만이 "실제 스펙트럼"의 기생 고조파를 차단할 수 있습니다(일반적으로 이를 임계값이라고 함). 또는 "실제 스펙트럼"의 개념이 잘 알려진 해석과 다릅니다.
다음은 wikipedia의 인용문입니다. " 이산 푸리에 변환 은 특별한 경우입니다(때로는 근사에 사용됨)"
와우, 얼마나 오래된 가지가 자랐습니까!
좋은 점은 내가 전에 그것을 읽지 않았습니다. 그렇지 않았다면 나는 이 주제를 다루지 않았을 것입니다. 어떤 주제든 아마추어가 되는 것은 좋은 일이다. 장벽도 없고 선입견도 없습니다.
예측을 위한 PF는 정적 애플리케이션에 적합하지 않습니다. 그것은 분명하고 사실입니다.
아무도 샘플 끝에서 가격 차이에서 발생하는 기생 고조파 문제를 제기하지 않았습니다.
90도 각도입니다! 그러한 전면에는 자연에 존재하는 모든 고조파가 있습니다!
그리고 역학에서 klot, PF를 제외하고는 거의 아무도 사용하지 않았습니다.
비주얼라이저도 만들었습니다. 그리고 놀라운 결과를 얻었습니다.
예측기를 작성하는 것만 남아 있습니다. 그는 확실히 멀리 예측하지 않을 것입니다. 그러나 표본의 절반 내에서 결과는 거의 절대적입니다.
최종 결과가 나오면 공개하겠습니다. 그리고 그것이 무엇인지는 중요하지 않습니다. 부정적인 결과도 결과입니다.
결과는 어떻습니까, 공유?
추세를 파악할 수 있습니다. 그러나 푸리에에는 한 가지 단점이 있습니다. 위에서 이미 썼습니다. 우리는 고정된 섹션을 취하고 변환을 수행하기 위해 이 섹션을 양방향으로 무한대로 곱합니다. 결과적으로 정현파가 연속적이기 때문에 무한대에 대한 연속 신호(코스)를 갖게 됩니다. 예를 들어, 우리의 가격 조각은 10, 11, 12, 13, 12입니다. 변환을 하려면 연속적인 시리즈를 만들어야 합니다 ... 10, 11, 12, 13, 12, [10, 11 , 12, 13, 12], 10 , 11, 12, 13, 12, ... 결과적으로 미래의 가격은 분명히 알고 있고 10이므로 푸리에가 작동하지 않습니다. 주파수 개념을 적용하려면 다른 분해 방법을 찾아야 합니다. 예를 들어, 여러 주파수를 명확하게 설정할 수 있으며 열거를 통해 오류를 최소화하고 진폭 및 위상 값을 선택하면 추세를 얻을 수 있지만 매우 강력한 컴퓨터가 필요합니다.
해석이 약간 다릅니다. 함수의 한 부분을 푸리에 급수(고조파 세트)로 확장하고 이러한 고조파를 합산하면 원래 함수의 일부를 양방향으로 무한대로 곱한 값을 얻게 됩니다.
1024개의 막대 샘플을 취하면 푸리에에서는 1024개의 막대가 첫 번째 고조파의 주기라고 간주합니다.
1024개 막대의 이 세그먼트에 256개 막대 주기의 일부 파도가 있는 경우 스펙트럼에 4차 고조파가 그려집니다. 샘플에서 512개의 막대 조각을 잘라내고 다시 푸리에 변환을 수행하면 스펙트럼에서 이러한 파동이 이미 2차 고조파로 표시됩니다. 등.
샘플에 추세 구성 요소가 있는 경우, 즉 최종 가격이 초기 가격과 동일하지 않은 경우 푸리에에서는 일련의 고조파(!)
그래프의 어떤 파동에도 해당하지 않는 고조파가 스펙트럼에 나타납니다. 따라서 작업이 가격 차트에서 일부 주기적 구성 요소를 분리하는 것이라면 변환 전에 추세 구성 요소를 제거해야 합니다.
편집하다. 추세선 대신 저주파 파형을 뺄 수 있습니다. 즉, 저주파를 제거할 수 있습니다.
뉴스 등의 가격 변동에도 동일하게 적용됩니다.
지금까지 결과는 고무적입니다. 더 많은 작업이 필요합니다.
관심과 진실을 위해 통합된 무작위 변수를 가져와서 방법을 적용하십시오. 결과가 고무적 이면 작업한 모든 것을 쓰레기통에 버리십시오. 결과가 없으면 성과를 공유해 주세요! 아래 첨부파일은 SV 파일입니다.
이가 있는지 확인하십시오.
다음은 푸리에를 연구한 예(지표)입니다.
거기에 있는 코드를 보세요. 어렵지 않습니다.
보고, 뭔가 수정했습니다. 테스트 기능에서 작동합니다.
관심과 진실을 위해 통합된 무작위 변수를 가져와서 여기에 방법을 적용하고 결과가 고무적이면 작업한 모든 것을 쓰레기통에 버리십시오. 결과가 없으면 성과를 공유해 주세요! 아래 첨부파일은 SV 파일입니다.
이가 있는지 확인하십시오.
Sergey, 진심입니까? 임의의 프로세스가 항상 취소할 수 없이 임의적이라고 생각하십니까? 당신은 과학적 교리의 팬입니까?
4차원, 5차원 및 그 이상의 차원에서 임의의 2차원 또는 3차원 프로세스를 고려하십시오. 그는 전혀 무작위가 아닙니다.
이론적으로 그가 생각해 낸 방법을 사용하면 임의의 프로세스를 일반 프로세스로 가져올 수 있습니다. 그러나 실제로 적용하는 것은 거의 불가능합니다. 컴퓨터의 성능이 충분하지 않습니다.
=================
불행히도, 이 주제에 대한 작업은 1년 동안 중단되었습니다. 이제 다시 켜져 있습니다. 무슨 일이 일어나는지 사진으로 꼭 포스팅하겠습니다.
Sergey, 진심입니까? 임의의 프로세스가 항상 취소할 수 없이 임의적이라고 생각하십니까? 당신은 과학적 교리의 팬입니까?
네. 확신하는. 그래서 랜덤이라고 합니다. 그렇지 않으면 준 무작위 프로세스 등에 대해 이야기해야 합니다.
4차원, 5차원 및 그 이상의 차원에서 임의의 2차원 또는 3차원 프로세스를 고려하십시오. 그는 전혀 무작위가 아닙니다.
숨겨진 패턴을 드러내는 이 방법(VR의 정보 차원)은 준 무작위 프로세스에 적용할 수 있습니다. 진정한 무작위 프로세스에서 방법의 차원은 분석기 공간의 차원과 일치합니다. 이 평가 방법과 다른 평가 방법으로 내가 제시한 시리즈를 분석하면 무작위적 특성을 확신할 수 있습니다.
이론적으로 그가 생각해낸 방법을 사용하면 임의의 프로세스를 일반 프로세스로 가져올 수 있습니다 .
Zhunko, 여기에서 겸손하고 조심해야 합니다. 겸손 - 그냥 장식하고, 사실이 아닌 것을 큰 소리로 말한 경우 공개적으로 롤백하지 않도록주의하십시오 :-)
임의의 VR에서 무작위가 아닌 VR을 얻을 수 있는 방법이 있다면 약간 교활하거나(예: 미래를 내다보는) 약간 실수(필요한 경우 밑줄) 중 하나입니다. 제3의 방법은 없습니다.