用傅里叶变换预测未来 - 页 46 1...394041424344454647484950515253...55 新评论 Alexey Subbotin 2012.03.07 13:05 #451 LeoV: 这里还有一个细微的差别。优化后的下一个片段越大，发现的谐波就越有可能在未来的数据上迅速变得过时（不再产生利润）。减少这一部分--我们得到了测试的不可靠。 如果我的想法正确的话... 如果能直观地看一下图片--相空间{最佳谐波、最佳初始相位}中的轨迹，那就很有意思了。如果轨迹足够平滑，就可以预测到。 Леонид 2012.03.07 13:08 #452 alsu: 如果我对这个想法理解正确的话...如果能看到一幅直观的图片，即相空间{最佳谐波、最佳初始相位}中的轨迹，那就很有意思了。如果轨迹足够平滑，就可以预测到。 HZ。我还没有处理过这个问题 ))) Dmitry Fedoseev 2012.03.07 13:12 #453 LeoV: 有的。但在训练网络时可以注意到一些模式，还有一些训练技术可以让你连正向测试都不用做。我不知道傅立叶，也没有听说过。 相反，这与你对神经网络 的个人经验有关。对另一个系统有经验的人可能也有一些类似的观察。 Dmitry Fedoseev 2012.03.07 13:18 #454 alsu: 如果我对这个想法理解正确的话... 如果能看到一幅直观的图片，即相空间{最佳谐波、最佳初始相位}中的轨迹，那就很有意思了。如果轨迹足够平滑，就可以预测到。 相反，人们想知道是否有一种方法可以确定最稳定的谐波。我们必须假设有这样的情况。 Леонид 2012.03.07 13:20 #455 Integer: 这更可能是由于你对神经网络的个人经验。有不同系统经验的人可能也有一些类似的观察。 至少，对在金融市场赚钱的可能性进行研究的人不会去选择傅里叶、SSA或MESA。这些都是过时的方法，大约在10年前就被大家上下打转了。以前效果很好，因为使用这些方法的计算结果并不广泛。现在，由于有了计算方法和基于这些方法的各种软件产品的发布，它的效果并不好，或者说，要为市场找到一个 "有利可图的公式 "变得更加困难 )))) Dmitry Fedoseev 2012.03.07 13:30 #456 LeoV: 至少，对在金融市场上赚钱的可能性进行研究的人不会去选择傅立叶、SSA或MESA。这些都是老式的方法，大约在10年前就被炒得沸沸扬扬。以前效果很好，因为使用这些方法的计算结果并不广泛。现在，由于有了基于这些方法的计算和生产的各种软件产品，它的效果并不好--或者说，在市场上找到一个 "盈利公式 "变得更加困难)。 这更像是一个宗教问题）））。一个神经网络或数字滤波器 是一个多项式--价格与系数的乘积之和（大致如此）。 Леонид 2012.03.07 13:32 #457 Integer: 更像是一个宗教问题）））神经网络或数字滤波器是一个多项式--价格与系数的乘积之和（大致如此）。 我同意。从这个角度看，任何价格转变都是一种价格转变))))所以这都是一样的)))) [删除] 2012.03.07 14:20 #458 当我提到这一点时，你们都要疯了... 似乎有人， 如 知道如何赚到好钱 在某种 也许是一个修改过的方法 可能是傅立叶。 就个人而言，我不会在这种不确定性程度 的情况下冒险投资。 而如果我冒着风险揭示了令人心碎的、极其复杂的真相，会发生什么？ 那时会发生什么？喊着 "不可能！"、"不！"、"世界不可能对我们这么残酷！"、"我拒绝相信！" ? 这就是为什么我宁愿浸泡。 请注意，同事们，真正的 DSP（读作Fourieux）专家--GPWR、Prival和其他几个人--在这里也几乎是沉默的。为什么？因为你可以 在各种意义上被烧毁。 顺便说一下，Fourier。 [删除] 2012.03.07 14:26 #459 在我年轻的时候，我做过关于频谱分析的研究，以及在高度嘈杂的噪音环境中对求婚者的宽带噪音般的无线电信号进行检测。 我现在正在思考在外汇噪音中提取交易信号的问题。我考虑过使用傅里叶变换。我得出了以下结论。 傅里叶变换（正向和反向）是一种优秀的电磁过程插值方法。而且只有。声学（机械）--有弹性。其余的则值得商榷。 事实上，在电磁信号中，电能和磁能是相互转换的，比方说平等的，对称的。因此，有可能使用复数模型，其中实部和虚部被定义在正交坐标中。因此，正弦波的外观是一个沿时间轴的恒定长度的矢量在 "复圆筒 "内的运动投影。而傅里叶变换是用一组这样的谐波成分来操作的。也就是说，傅里叶变换具有实用价值--它模拟了自然界的一个现象：电能和磁能的相互转化。例如，这一点在以下事实中得到证实：根据功率谱密度的计算结果，可以制作物理过滤器，这将非常准确地确认计算的结果。 然而，在金融报价中，谈论任何能量都是没有意义的，更不用说两个正交的、相互转换的能量，这样就可以对它们应用复变函数。因此，傅里叶变换对于分析这种报价的价值与其他插值方法一样好，甚至更好。唉，金融报价的 "物理意义 "并不明确。即使从视觉上看，它们也不能归结为谐波信号。 至于用正向和反向傅里叶变换推算报价，并进行中间过滤。傅里叶变换是一种用一组谐波分量对信号进行插值的方法。而且只在其节点（样本）中。不保证样本之间的插值精度。用这种方法推断信号的愿望，即使是提前几个读数，也是没有物理意义的，因为光谱系数是针对给定的时间读数计算的。这是一个原因。而第二个原因与引文的物理意义不明确有关。如果对于电磁信号的外推，我们可以指望它的惯性（能量转换）并应用低频分解系数，那么对于报价来说，这种 "低频 "的可能性并不明显。 我现在正在考虑计算每分钟的当前（瞬时）频谱（按tick计算），并在报价图上显示它的浮雕。希望仍然在大脑看到这些图片中的任何模式的能力上... [删除] 2012.03.07 14:29 #460 但傅里叶的科学导师拉格朗日认为傅里叶的方法完全是 一派胡言，他心胸狭窄，效果不够好。 1...394041424344454647484950515253...55 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
这里还有一个细微的差别。优化后的下一个片段越大，发现的谐波就越有可能在未来的数据上迅速变得过时（不再产生利润）。减少这一部分--我们得到了测试的不可靠。
如果我的想法正确的话...
如果能直观地看一下图片--相空间{最佳谐波、最佳初始相位}中的轨迹，那就很有意思了。如果轨迹足够平滑，就可以预测到。
如果能看到一幅直观的图片，即相空间{最佳谐波、最佳初始相位}中的轨迹，那就很有意思了。如果轨迹足够平滑，就可以预测到。
有的。但在训练网络时可以注意到一些模式，还有一些训练技术可以让你连正向测试都不用做。我不知道傅立叶，也没有听说过。
相反，这与你对神经网络 的个人经验有关。对另一个系统有经验的人可能也有一些类似的观察。
如果我对这个想法理解正确的话...
如果能看到一幅直观的图片，即相空间{最佳谐波、最佳初始相位}中的轨迹，那就很有意思了。如果轨迹足够平滑，就可以预测到。
相反，人们想知道是否有一种方法可以确定最稳定的谐波。我们必须假设有这样的情况。
至少，对在金融市场赚钱的可能性进行研究的人不会去选择傅里叶、SSA或MESA。这些都是过时的方法，大约在10年前就被大家上下打转了。以前效果很好，因为使用这些方法的计算结果并不广泛。现在，由于有了计算方法和基于这些方法的各种软件产品的发布，它的效果并不好，或者说，要为市场找到一个 "有利可图的公式 "变得更加困难 ))))
至少，对在金融市场上赚钱的可能性进行研究的人不会去选择傅立叶、SSA或MESA。这些都是老式的方法，大约在10年前就被炒得沸沸扬扬。以前效果很好，因为使用这些方法的计算结果并不广泛。现在，由于有了基于这些方法的计算和生产的各种软件产品，它的效果并不好--或者说，在市场上找到一个 "盈利公式 "变得更加困难)。
这更像是一个宗教问题）））。一个神经网络或数字滤波器 是一个多项式--价格与系数的乘积之和（大致如此）。
我同意。从这个角度看，任何价格转变都是一种价格转变))))所以这都是一样的))))
当我提到这一点时，你们都要疯了...
似乎有人，
如
知道如何赚到好钱
在某种
也许是一个修改过的方法
可能是傅立叶。
就个人而言，我不会在这种不确定性程度 的情况下冒险投资。
而如果我冒着风险揭示了令人心碎的、极其复杂的真相，会发生什么？
那时会发生什么？喊着 "不可能！"、"不！"、"世界不可能对我们这么残酷！"、"我拒绝相信！" ?
这就是为什么我宁愿浸泡。
请注意，同事们，真正的 DSP（读作Fourieux）专家--GPWR、Prival和其他几个人--在这里也几乎是沉默的。为什么？因为你可以 在各种意义上被烧毁。
顺便说一下，Fourier。
在我年轻的时候，我做过关于频谱分析的研究，以及在高度嘈杂的噪音环境中对求婚者的宽带噪音般的无线电信号进行检测。
我现在正在思考在外汇噪音中提取交易信号的问题。我考虑过使用傅里叶变换。我得出了以下结论。
傅里叶变换（正向和反向）是一种优秀的电磁过程插值方法。而且只有。声学（机械）--有弹性。其余的则值得商榷。
事实上，在电磁信号中，电能和磁能是相互转换的，比方说平等的，对称的。因此，有可能使用复数模型，其中实部和虚部被定义在正交坐标中。因此，正弦波的外观是一个沿时间轴的恒定长度的矢量在 "复圆筒 "内的运动投影。而傅里叶变换是用一组这样的谐波成分来操作的。也就是说，傅里叶变换具有实用价值--它模拟了自然界的一个现象：电能和磁能的相互转化。例如，这一点在以下事实中得到证实：根据功率谱密度的计算结果，可以制作物理过滤器，这将非常准确地确认计算的结果。
然而，在金融报价中，谈论任何能量都是没有意义的，更不用说两个正交的、相互转换的能量，这样就可以对它们应用复变函数。因此，傅里叶变换对于分析这种报价的价值与其他插值方法一样好，甚至更好。唉，金融报价的 "物理意义 "并不明确。即使从视觉上看，它们也不能归结为谐波信号。
至于用正向和反向傅里叶变换推算报价，并进行中间过滤。傅里叶变换是一种用一组谐波分量对信号进行插值的方法。而且只在其节点（样本）中。不保证样本之间的插值精度。用这种方法推断信号的愿望，即使是提前几个读数，也是没有物理意义的，因为光谱系数是针对给定的时间读数计算的。这是一个原因。而第二个原因与引文的物理意义不明确有关。如果对于电磁信号的外推，我们可以指望它的惯性（能量转换）并应用低频分解系数，那么对于报价来说，这种 "低频 "的可能性并不明显。
我现在正在考虑计算每分钟的当前（瞬时）频谱（按tick计算），并在报价图上显示它的浮雕。希望仍然在大脑看到这些图片中的任何模式的能力上...
但傅里叶的科学导师拉格朗日认为傅里叶的方法完全是 一派胡言，他心胸狭窄，效果不够好。