나는 아이디어를 개발하기로 결정했습니다. 이러한 시리즈에 PF를 사용하는 것은 비과학적이며 그러한 접근 방식은 정상적이며 더 나쁘지는 않습니다. fibo 등을 가정해 봅시다. :o) 제 생각에는 - 각 주파수에 대한 AR 모델의 순서에 어떤 종류의 의존성이 있어야 합니다. 또한 기존 시리즈의 일부를 재현하여 신호를 식별하는 데 사용할 수 있지만 매개변수는 한 곳까지
질문이 있습니다. MT 아래에 "조정된" 선형 대수학 라이브러리가 없다고 말씀하십니까? 그리고 MQL에 강하지 않습니다. 필요한 것은 고전적이고 빠른 계산입니다 .
히히, 생각났다. 나는 오래전에 예측을 위해 코사인(푸리에도 가능) 변환을 사용했지만 다소 구체적인 방식으로 사용했습니다. 때때로 꽤 잘 작동했습니다. 아이디어의 요지는 다음과 같았습니다.
1단계 : 창 W의 길이는 고정됨, 예를 들어 명확성을 위해 300개 샘플(막대)로 설정
2단계 : 이 창을 N 카운트(1000이라고 가정해 봅시다)로 분리된 과거 지점에서 "현재" 막대로 다시 전달했습니다(그 이후 - 미래 :o)). 그리고 각 반복에서 코사인 변환(CT)을 계산했습니다. 결과가 배열에 추가되었고 NxW 행렬(열 - 일부 개수의 KP, 행 - 변환 빈도)이 있습니다.
3단계 : 이러한 행렬의 행은 본질적으로 주어진 이력에 대한 KP 계수의 역학입니다. 그리고 그러한 시리즈는 이상하지 않기 때문에 고정되어 있고 많은 장점이 있습니다. 따라서 행렬의 각 행(슬라이딩 창 W의 판독값만큼 많은 행이 있음)은 일부 수평선에 대해 AR 모델을 사용하여 예측합니다. 길이 W보다 작은 것이 중요합니다. 계열이 거의 고정되어 있기 때문에 일부 모델 식별 방법을 사용할 수 있습니다.
4단계 : 어떤 수평선에 대해 W 예측을 수행한 후 100개 샘플 앞에 있다고 가정해 보겠습니다. 예측 행렬을 얻습니다. 신호의 예측 코사인 이미지인 이 행렬의 가장 오른쪽 열이 필요합니다. 남은 것은 미래 신호를 복원하는 잘 알려진 공식입니다.
식별에는 몇 가지 미묘함과 트릭이 있지만 어떤 것이었는지 기억나지 않습니다. 더 낮은 주파수는 거의 100% 예측되며 어떤 의미에서는 준주기적입니다.
누군가가 정말로 그것을 필요로한다면, 나는 아카이브를 파고 조금 더 배치 할 수 있습니다. 그러나 그것은 나에게 보인다 - 그래서 모든 것이 분명하다: o)
히히, 생각났다. 나는 오래전에 예측을 위해 코사인(푸리에도 가능) 변환을 사용했지만 다소 구체적인 방식으로 사용했습니다. 때때로 꽤 잘 작동했습니다. 아이디어의 요지는...
...식별에는 몇 가지 미묘함과 트릭이 있지만 어떤 것이었는지 기억나지 않습니다. 더 낮은 주파수는 거의 100% 예측되며 어떤 의미에서는 준주기적입니다.
누군가가 정말로 그것을 필요로한다면, 나는 아카이브를 파고 조금 더 배치 할 수 있습니다. 그러나 그것은 나에게 보인다 - 그래서 모든 것이 분명하다: o)
우리는 우리가 수영했다는 것을 압니다. 예측 길이만큼 배열을 늘린 다음 이미 길어짐을 고려하여 역변환을 수행했습니다.
그건 그렇고, 나는 또한 코사인을 사용했습니다. 트레이더의 생각은 평행선으로 움직입니다. 그런 반과학적 방법은 나밖에 없다고 순진하게 믿었고, 공개하기조차 부끄러웠다.
우리는 우리가 수영했다는 것을 압니다. 예측 길이만큼 배열을 늘린 다음 이미 길어짐을 고려하여 역변환을 수행했습니다.
그건 그렇고, 나는 또한 코사인을 사용했습니다. 트레이더의 생각은 평행선으로 움직입니다. 그런 반과학적 방법은 나밖에 없다고 순진하게 믿었고, 공개하기조차 부끄러웠다.
그것은 연장에 관한 것이 아니라 모델의 올바른 식별에 관한 것입니다. 이것으로 모든 것이 훨씬 더 복잡합니다.
그것은 연장에 관한 것이 아니라 모델의 올바른 식별에 관한 것입니다. 이것으로 모든 것이 훨씬 더 복잡합니다.
포럼의 어딘가에서 이것은 이미 논의되었습니다.
창의 부드러운 이동으로 인해 고조파가 부드럽게 변경되는 것처럼 보이지만 실제로는 그렇지 않습니다.
우크라이나 로
나는 아이디어를 개발하기로 결정했습니다. 이러한 시리즈에 PF를 사용하는 것은 비과학적이며 그러한 접근 방식은 정상적이며 더 나쁘지는 않습니다. fibo 등을 가정해 봅시다. :o) 제 생각에는 - 각 주파수에 대한 AR 모델의 순서에 어떤 종류의 의존성이 있어야 합니다. 또한 기존 시리즈의 일부를 재현하여 신호를 식별하는 데 사용할 수 있지만 매개변수는 한 곳까지
질문이 있습니다. MT 아래에 "조정된" 선형 대수학 라이브러리가 없다고 말씀하십니까? 그리고 MQL에 강하지 않습니다. 필요한 것은 고전적이고 빠른 계산입니다 .
MQL을 검색해서 찾았는데 사용법을 전혀 몰랐어요 :o(
도와주세요 :)))))
히히, 생각났다. 나는 오래전에 예측을 위해 코사인(푸리에도 가능) 변환을 사용했지만 다소 구체적인 방식으로 사용했습니다. 때때로 꽤 잘 작동했습니다. 아이디어의 요지는 다음과 같았습니다.
식별에는 몇 가지 미묘함과 트릭이 있지만 어떤 것이었는지 기억나지 않습니다. 더 낮은 주파수는 거의 100% 예측되며 어떤 의미에서는 준주기적입니다.
누군가가 정말로 그것을 필요로한다면, 나는 아카이브를 파고 조금 더 배치 할 수 있습니다. 그러나 그것은 나에게 보인다 - 그래서 모든 것이 분명하다: o)
코드에서 이 모든 것을 보는 것은 나쁘지 않을 것입니다.
포럼의 어딘가에서 이것은 이미 논의되었습니다.
창의 부드러운 이동으로 인해 고조파가 부드럽게 변경되는 것처럼 보이지만 실제로는 그렇지 않습니다.
AR 모델 자체의 식별(행의 길이와 모델의 순서)을 의미했습니다. 각 주파수(또는 이 맥락에서 단수형인 고조파)에 대해 고유한 주파수가 있습니다. 나쁘지는 않지만 "예측"은 낮은 주파수에서만 작동합니다. 그러나 처음 몇 주파수는 예측을 망칠 수 있습니다.
코드에서 이 모든 것을 보는 것은 나쁘지 않을 것입니다.
조금 후 Urain이 앞서지 않으면 주말에 더 가능성이 높습니다. o). 그건 그렇고, 관심이 있다면 MQL에서 구현할 수 있습니까? 당신은 혜택을 받고 나는 내 "기능"을 얻을 것입니다. :o) 아이디어는 나쁘지 않습니다... :o))))
나는 이것이 행렬이라는 것을 이해합니까? ( Prival 이 작년에 이 질문에 관심이 있었던 것 같은데, 이미 해결된 줄 알았습니다)
내가 코딩할 수 있어야 하는 경우(무료), 그 의미를 추측하지 않도록 단어로 설명하면 됩니다.
(물론 이해했지만 여전히 명확성을 원합니다). 그 작업의 리치에 던져 코드를 다시 가져옵니다. 모든 것이 간단합니다. o)
그건 그렇고, MQ-5에는 다른 인코딩 방법이 있을 것입니다.
나는 이것이 행렬이라는 것을 이해합니까? ( Prival 이 작년에 이 질문에 관심이 있었던 것 같은데, 이미 해결된 줄 알았습니다)
내가 코딩할 수 있어야 하는 경우(무료), 그 의미를 추측하지 않도록 단어로 설명하면 됩니다.
(물론 이해했지만 여전히 명확성을 원합니다). 그 작업의 리치에 던져 코드를 다시 가져옵니다. 모든 것이 간단합니다. o)
'세계'에서는 오래전에 정해져 있었고, 관심밖에 없었다.
좋아, 분명히 주말까지만 쓸 수 있을 것입니다. TK는 아닐지라도 매우 명확하게 입력할 수 있습니다.
중지!!! 그리고 과거 판독값에 따른 주파수 변화의 역학을 어떻게 예측했습니까???? 나는 AR입니다. 여기에 더 멋진 것을 사용하는 것은 의미가 없습니다. 괜찮아, 주말이나 그 전에 더 쓸게.
중지!!! 그리고 과거 판독값에 따른 주파수 변화의 역학을 어떻게 예측했습니까????
위상 변이.
좋아, 분명히 주말이 되어야만 TK가 아닌 경우 매우 명확하게 쓸 수 있습니다.
당신을 위한 시간입니까? 그럼, 안녕.