量子力学方法 - 页 8 12345678910111213 新评论 Lo083 2015.03.20 08:20 #71 Dr.Fx: 再次强调:傅里叶原则上不提供 "存在于系列中 "的频率。它给出了一个近似于设计好的频率网格。这是一个典型的测量理论基本原则的证明:作为结果,我们观察到的不是物体的属性,而是物体和探针(仪器,或者在这里是算法)的属性的卷积。 给出正弦或余弦函数的近似值,理论上可以对其他种类的函数进行傅里叶分解的模拟。光谱仪存在,它们显示的频率是存在的,函数是周期性的,由周期性函数近似,不是非线性和非周期性的。我用平板电脑写作,对文中的错误表示歉意。滤波器,即使是滞后的,如果不知道它们应该调到什么频率,也没有什么用。所有的imho。 forexman77 2015.03.20 08:24 #72 前段时间我读了一篇关于自适应滑块 的文章。我在MQL4中基于它做了两个过滤器(考夫曼的AMA有一个类似的算法)。ER--如果有明显的趋势,参数就会趋向于1号。SC - ER越接近1,指标的周期越小(即指标值本身就是一个周期)。 附加的文件: ER.mq4 3 kb SC.mq4 3 kb Lo083 2015.03.20 08:31 #73 forexman77:前段时间我读了一篇关于自适应滑块的文章。我在MQL4中基于它做了两个过滤器(考夫曼的AMA有一个类似的算法)。ER--如果有明显的趋势,该参数趋向于1号。SC - ER越接近1,指标的周期就越小。更多的 "发明家 "出现在讨论中,这一点也不坏。滤波器的主题应该用Mateaparatum来加强,我想。为了得到频率,输入的数据应该被归一化,而频率应该被传入滤波器参数等。:-) Dr.Fx 2015.03.20 08:31 #74 Lo083: 给出正弦或余弦函数的近似值,理论上可以对其他种类的函数进行傅里叶分解的模拟。光谱仪存在,它们显示的频率是,函数是周期性的,由周期性函数近似,而不是由非线性和非周期性函数。同事,你的文盲是惊人的。至少要读懂别人告诉你的内容。1.给出正弦或余弦函数的近似值--不是近似值。这是一个完整的分解。与用DFT方法分解的原始函数完全相同。2.从理论上讲,可以将傅里叶分解与其他类型的函数进行类比。如果基础完整,当然是可以的。你至少可以把它扩展成一个Lejandre多项式,谁让你没有这样做呢。但我对称其为傅里叶类比物持谨慎态度。那里有一些微妙之处,纯粹是术语上的。3.分光镜确实存在;它们显示的频率是存在的。- 他们不这样做。频谱分析仪 显示的是它们的频率的近似值,是预先确定的--请看上文。所以他们展示了他们所展示的。它与 "信号中有哪些频率 "关系不大--就探针(算法)在产生的卷积中的(已知)影响程度而言。如果你愿意的话,这里面也有一个不确定因素的比率。你不可能从一个有限的样本中准确地知道频率。频率分辨率与时间分辨率的乘积始终为1。然而,各种非经典的光谱分析方法可以成功地打破这一限制,并且能够(如果满足某些信号条件)在0.1秒的信号样本上提供1赫兹的分辨率。 forexman77 2015.03.20 08:35 #75 Lo083: 讨论中出现 "发明家 "这一事实并不是一件坏事。过滤器的主题应该用映射器来加强,我认为。输入的数据应该被归一化以得到频率,频率应该被转移到滤波器参数,等等。:-) 这篇文章是关于相关性的。趋势越明显,ER越接近于1。 Dr.Fx 2015.03.20 08:37 #76 forexman77: 这篇文章是关于相关性的。趋势越明显,ER越接近于1。 我不太明白你说的是什么频率。滤波器的目的是产生一个平滑的信号,而不是吃掉任何 "频率"。 Dr.Fx 2015.03.20 08:38 #77 forexman77: 这篇文章是关于相关性的。趋势越明显,ER越接近于1。 什么和你建议在市场上看什么之间的相关性? forexman77 2015.03.20 08:51 #78 Dr.Fx: 你建议在市场上观察什么和什么之间的相关性?或者说是线性回归。从A点到B点画一条线,看看报价是如何偏离直线的。噪声越大,周期越长,反之亦然。这种算法不仅可以应用于价格,也可以应用于其他系列,这就是我建议的原因。什么不是过滤器?以下是这篇文章 Dr.Fx 2015.03.20 08:58 #79 forexman77:或者说是线性回归。从A点到B点画一条线,看看报价是如何偏离直线的。噪声越大,周期越长,反之亦然。这种算法不仅可以应用于价格,也可以应用于其他系列,这就是我建议的原因。什么不是过滤器?以下是这篇文章 我不在乎这是否是一种倒退。什么是输入数据?引导性问题:欧元兑美元和英镑兑美元之间的相关性是一种,而欧元兑日元和英镑兑日元之间的相关性是另一种,这是否会困扰你?那么,要怎样才能知道欧元和英镑之间的关联性呢?:-))) forexman77 2015.03.20 09:06 #80 Dr.Fx: 你可以做一个回归。什么是原始数据?一个指导性的问题:欧元兑美元和英镑兑美元之间的相关性是一个,而欧元兑日元和英镑兑日元之间的相关性是另一个,这是否会困扰你?那么,要怎样才能知道欧元和英镑之间的关联性呢?:-)))好吧,你们是数学家和物理学家,那就想办法找出相关关系吧)你可以用一个人的ER除以另一个人的ER,在数值接近于1的地方,在这些地方有更多的相关性。 12345678910111213 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
再次强调:傅里叶原则上不提供 "存在于系列中 "的频率。它给出了一个近似于设计好的频率网格。这是一个典型的测量理论基本原则的证明:作为结果,我们观察到的不是物体的属性,而是物体和探针(仪器,或者在这里是算法)的属性的卷积。
前段时间我读了一篇关于自适应滑块 的文章。我在MQL4中基于它做了两个过滤器(考夫曼的AMA有一个类似的算法)。
ER--如果有明显的趋势,参数就会趋向于1号。
SC - ER越接近1,指标的周期越小(即指标值本身就是一个周期)。
前段时间我读了一篇关于自适应滑块的文章。我在MQL4中基于它做了两个过滤器(考夫曼的AMA有一个类似的算法)。
ER--如果有明显的趋势,该参数趋向于1号。
SC - ER越接近1,指标的周期就越小。
给出正弦或余弦函数的近似值,理论上可以对其他种类的函数进行傅里叶分解的模拟。光谱仪存在,它们显示的频率是,函数是周期性的,由周期性函数近似,而不是由非线性和非周期性函数。
这篇文章是关于相关性的。趋势越明显,ER越接近于1。
这篇文章是关于相关性的。趋势越明显,ER越接近于1。
你建议在市场上观察什么和什么之间的相关性?
或者说是线性回归。从A点到B点画一条线,看看报价是如何偏离直线的。噪声越大,周期越长,反之亦然。
这种算法不仅可以应用于价格,也可以应用于其他系列,这就是我建议的原因。什么不是过滤器?
以下是这篇文章
或者说是线性回归。从A点到B点画一条线,看看报价是如何偏离直线的。噪声越大,周期越长,反之亦然。
这种算法不仅可以应用于价格,也可以应用于其他系列,这就是我建议的原因。什么不是过滤器?
以下是这篇文章
你可以做一个回归。什么是原始数据?一个指导性的问题:欧元兑美元和英镑兑美元之间的相关性是一个,而欧元兑日元和英镑兑日元之间的相关性是另一个,这是否会困扰你?那么,要怎样才能知道欧元和英镑之间的关联性呢?:-)))
好吧,你们是数学家和物理学家,那就想办法找出相关关系吧)
你可以用一个人的ER除以另一个人的ER,在数值接近于1的地方,在这些地方有更多的相关性。