浮动市场参数
那么，如果我们说（仅凭眼睛），它是一个正弦，有一个不断增加的周期（取决于X），即这样的一个公式。
一般来说（我们来自哪里）。
Y=sin( K*X+T)
现在我们说，参数K也取决于X。一直以来，它都在增加或减少。问题出现了：它是线性的吗？我假设一开始就是线性的。那么它就是A*X+B（线段公式）。代入原公式，我们得到
Y=sin((A*X+B)*X+T)=sin(A*X^2+BX+T)。
这里我们有一个起点。正弦符号下的多项式。运行回归....等。- 我希望我解释得很清楚。我想用Matlab为你做一个程序，但我没有时间，你必须自己做。
让我解释一下这是为了什么。我有一个关于基于预测的TS的想法。从我所知，或多或少可以得到的是傅里叶和回归。应用于Fourier。其基本假设是参数是静止的。在一个正常的正弦波上，一切看起来都很好
但如果我们采取一个平滑变化的周期，光谱就会被抹去
因此，你无法得到一个充分的预测。
我也没能在回归上得到什么好东西。
因此，我们需要寻找其他更具有 "适应性 "或类似的方法。这就是我想知道的情况。
你有一个平滑的曲线。因此，微分分析的方法适用于它。即使不知道它是一个具有可变周期的正弦，你也可以使用保留前几项的泰勒级数展开。此外，你可以用它来预测未来的参考价值，将之前的几个条款代入公式。我可以向你保证，其结果将使你惊讶于其预测的准确性。误差将为零。
这对价格系列不起作用，因为在RF的分解中，你将得到PDF，你将不必向前预测一个计数，而是对符合PDF尺度的计数的数量进行预测，这就是预测误差将跳跃的地方。
大自然是不能被愚弄的。
而这一切对价格系列是不起作用的，因为当你分解成RF时，你将得到一个FZ，你将不得不预测不是向前的一个计数，而是符合FZ尺度的计数的数量，正是在这个距离上，预测误差将急剧增加。
大自然是不能被愚弄的。
这是可以理解的。但可以假设参数不随时间变化。我想通过上面的图片表明，结果不仅可能是由非平稳性造成的，也可能是由不合适的方法造成的。
这很清楚。但可以假设参数在一段时期内不发生变化。我想通过上面的图片表明，结果不仅可能是由非平稳性造成的，也可能是由不合适的方法造成的。
静止市场的假说从未被证实。因此，不能假设参数在任何时间范围内都会保持不变，无论多么小。
让我解释一下这是为了什么。我有一个基于谓词的TC的想法。在我所知道的，或多或少可以得到的是傅里叶和回归。应用于Fourier。其基本假设是参数是静止的。在一个正常的正弦波上，一切看起来都很好
但如果我们采取一个平滑变化的周期，光谱就会被抹去
因此，你无法得到一个充分的预测。
我也没能在回归上得到什么好东西。
因此，我们需要寻找其他更具有 "适应性 "或类似的方法。这就是我想知道的情况。
小波能做什么？
ZS：我用BaseGroup.ru的代码 为MT5做了一个.dll，但我还没有发现任何实际用途http://imglink.ru/pictures/18-01-12/4e3891b89673e8f79e194b5a86a25d41.jpg。
静止市场的假说从未被证实。因此，不能假设参数在任何时间范围内保持不变，无论多小。
我不是在谈论完全的静止性，但也许有一些部分的参数或多或少是稳定的。否则，如何解释这些策略可以在一段时间内发挥作用。有一种方法是，一个人做几个策略并在它们之间切换，问题是如何确定切换的时刻。
www.https://www.mql5.com/ru/forum/127297 这里有间接的证据表明时间上的可预测性。
有一张照片是这样的。
什么方法可以推断出这样的系列？
有谁能把这个放到神经网络里做个实验？