插值、近似等(alglib包)。 - 页 10 1...34567891011121314151617 新评论 Vladyslav Goshkov 2018.08.24 06:58 #91 Nikolai Semko:老实说--你在胡说八道。 如果函数是周期性的,其周期等于分解的间隔,那么我们为什么还需要近似和外推? 只需复制最后1000个柱子,并将它们贴到右边的最后一个柱子上,就可以了--预测已经准备好了。这正是我在第一篇文章中写到的;)))))))。关于垃圾--这是你与不熟悉的人交谈的方式吗?还有一件事。尼古拉-森科。 你甚至明白这些公式的含义吗?一个应用数学系的前雇员和一个大学数学老师怎么能理解这么复杂的公式呢?;))))))) 再一次,试着理解你所做的事情的物理意义。 Nikolai Semko 2018.08.24 07:21 #92 Vladyslav Goshkov:这正是我在第一篇文章中写到的;)))))))。至于喋喋不休,这是你对不熟悉的人说话的方式吗?还有。一个应用数学系的前雇员和一个大学数学老师怎么能理解这么复杂的公式呢?;))))))) 再一次,试着理解你所做的事情的物理意义。我想我明白你的误解的来源。 在那 篇文章中,我写道,我不使用快速傅里叶变换,它使用等距频率。 这种类型的变换有不同的目的--它主要用于压缩音乐。而由于所有谐波的周期都是一个共同观察周期的倍数,这种类型的变换确实有一个共同的周期,这就是你所谈论的。但这种类型不适合外推,因为外推会简单地重复之前的数值。 这是一个非常特殊的情况,目的是压缩信息而不是预测信息。 价格预测使用不同类型的分解,这是我在这 篇文章中写到的。这就是为什么我录制了gif动画并提供代码供你学习。那里没有与数据的样本量相等的周期性。每个谐波的周期在那里被优化和顺序计算,而且周期甚至不总是按降序排列,下一个谐波的周期甚至可能比前一个长。 不要因为你的胡言乱语而被冒犯。我的神经很糟糕。:)) Vladimir 2018.08.24 09:44 #93 Nikolai Semko:不,这种寻找谐波的算法并不使用快速傅里叶变换,而是使用Queen-Fernandez频率计算算法。(源代码)对了,你不是作者吗?名字是一样的,但简介是不同的。 这些频率是按顺序计算的,并不是相互之间的倍数。这可以从GIF动画和我上面和现在提出的代码中看到。 下面是这个例子中的谐波频率比的例子(刚打印出来的w)。 不,我不是作者。而一个频率不是彼此的倍数的三角函数系列不是傅里叶数列。 Nikolai Semko 2018.08.24 14:20 #94 Vladimir: 不,我不是作者。而一个频率不是彼此的倍数的三角函数系列不是傅里叶数列。在我的文章中,你找不到任何关于傅里叶数列的提法。我说的是傅里叶变换。 傅里叶级数是周期性函数的傅里叶变换的一个特例。 价格图不是一个周期性的函数。因此,这里不需要用傅里叶级数。 快速傅里叶变换(FFT)计算傅里叶级数。我的例子中没有使用FFT。 这是你和弗拉迪斯拉夫的错误,你认为适用于周期性函数的傅里叶级数就是傅里叶变换。 我已经说过好几次了--这是一个特例,不适用于市场。 研究主要来源。 以下是维基百科的一些引文。傅里叶变换也适用于定义在有限区间上的函数,因为这种函数可以在整条线上周期性地扩展。傅里叶数列是傅里叶变换的一个特例,如果后者是在广义函数 的意义上理解的话。对于任何2π周期性函数,我们有换句话说,一个周期性函数的傅里叶变换是整数点上的点负荷之和,而在它们之外等于零。 Vladimir 2018.08.25 02:07 #95 Nikolai Semko:不,这种寻找谐波的算法并不使用快速傅里叶变换,而是使用Queen-Fernandez频率计算算法。(源代码)对了,你不是作者吗?名字是一样的,但简介是不同的。 这些频率是按顺序计算的,并不是相互之间的倍数。这可以从GIF动画和我上面和现在提出的代码中看到。 下面是这个例子中的谐波频率系数的例子(刚打印出来的w)。 我不得不重复一下关于你提出的方法和傅里叶数列之间的区别的问题。 "你的方法有什么问题?当考虑的谐波数改变时,第一分解系数的值是否会改变?" 我不知道如何从40个频率的动画图中找出40个频率中最慢的谐波的系数是否是常数。请不要在你的代码中提及这些变量。如果在扩展中加入第四十一次谐波,甚至可以改变第一次谐波的系数,例如,关于40次谐波扩展的意义问题就成为关键。 说 "是 "或 "不是",或者不那么严格地说,什么都可以。 让傅里叶数列把这个问题毫不含糊地解决了,"不"。以及在泰勒系列和其他分解中,已经带来并继续带来毋庸置疑的好处。假设在你的情况下,它不是那么明确,但你也应该对你提出的方法的扩展系数的稳定性有一些了解。 Nikolai Semko 2018.08.25 02:32 #96 Vladimir:我不得不重复一下关于你提出的方法和傅里叶数列之间的区别的问题。 "为什么?"你的做法不同吗?当考虑的谐波数改变时,第一分解系数的值是否会改变?" 我不知道如何从40个频率的动画图中找出40个频率中最慢的谐波的系数是否是常数。请不要在你的代码中提及这些变量。如果在扩展中加入第四十一次谐波时,第一个谐波的系数甚至可以改变符号,例如,四十次谐波扩展的意义问题就成为关键。 说是或不是。这不是我的方法,尽管我有一些关于如何加速的想法。我给出了源代码和这个方法的作者的链接。 而最重要的是,有代码。你不是一个程序员吗?但你可以理解这些代码,它是简单而透明的。 如果你研究一下MathFourier2的函数代码,答案很明显--当然不是。增加一个新的谐波并不改变之前的谐波。 如果你发现谐波发生了变化,这意味着输入数据发生了变化。你在按下shift或ctrl的情况下移动了鼠标,或者出现了一个新的 栏。请不要问我更多的问题,这些问题你可以自己回答,你有这个方法的代码和文章。 我们不是在考试。我为我的时间感到抱歉。 我正在再次重设代码。 要控制这个指标,首先用鼠标点击图表(激活窗口),按下Ctrl键(然后释放)并移动鼠标来改变起始位置,要完成这个过程,按任何键(除了Ctrl和Shift)。用Shift键改变周期(计算近似函数的小节范围)和谐波的数量也是如此。 附加的文件: 7Fourier.mq5 16 kb Aleksey Vyazmikin 2018.08.26 00:25 #97 一般来说,按照我的理解,任务是我们有某一时期的数据(可能是一个条形图的开盘价或收盘价),我们需要以某种方式描述这个样本的波动,但它应该是一个函数,这样在下一次波动时,我们可以理解哪个点是指一个新数字。因此,我们应该为每个价格获得一个额外的数值,这将表明波动属于函数的哪个 "部分",将获得一种分类,这将允许说原始点属于某个空间。这样的方法有时会在MO的情况下产生效果。由于该函数最初并不为人所知,但预计会存在,因此需要生成不同的函数,将样本中的数字分成若干组。也就是说,它是一些不是通过特征,而是通过结构和属性进行分类的方法。 这是我的猜测。 Maxim Dmitrievsky 2018.08.26 09:10 #98 Aleksey Vyazmikin:很久以前就应该很清楚了,我给了你链接。问题是实施。有一整层的快速、高效的算法可以与云计算结合使用 你只有时间来学习基本知识。当然,R和Python早就有了一切。 Aleksey Vyazmikin 2018.08.26 09:34 #99 Maxim Dmitrievsky:很久以前就应该清楚了,链接已经给出。问题是实施。有一整层的快速、高效的算法可以使用,包括与云计算结合使用。 我没有时间去研究这些代码。当然,我已经在R和Python中工作了很长时间了。看完这个主题后,我没有看到听众的理解,所以我决定重新表述,也许有人会在这次演讲中理解事情的本质。 如果这已经在其他语言中实现了,为什么我们不能将代码移植到MQL5中? Maxim Dmitrievsky 2018.08.26 09:50 #100 Aleksey Vyazmikin:看完这个主题后,我没有看到听众的理解,所以我决定重新措辞,看看是否有人明白我在说什么。 如果这已经在其他语言中实现了,为什么我不能把代码移植到MQL5中?我只是问有没有人这样做以节省时间。 真是个愚蠢的问题。 1...34567891011121314151617 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
老实说--你在胡说八道。
如果函数是周期性的,其周期等于分解的间隔,那么我们为什么还需要近似和外推?
只需复制最后1000个柱子,并将它们贴到右边的最后一个柱子上,就可以了--预测已经准备好了。
这正是我在第一篇文章中写到的;)))))))。关于垃圾--这是你与不熟悉的人交谈的方式吗?
还有一件事。
你甚至明白这些公式的含义吗?
一个应用数学系的前雇员和一个大学数学老师怎么能理解这么复杂的公式呢?;)))))))
再一次,试着理解你所做的事情的物理意义。
这正是我在第一篇文章中写到的;)))))))。至于喋喋不休,这是你对不熟悉的人说话的方式吗?
还有。
一个应用数学系的前雇员和一个大学数学老师怎么能理解这么复杂的公式呢?;)))))))
再一次,试着理解你所做的事情的物理意义。
我想我明白你的误解的来源。
在那 篇文章中,我写道,我不使用快速傅里叶变换,它使用等距频率。
这种类型的变换有不同的目的--它主要用于压缩音乐。而由于所有谐波的周期都是一个共同观察周期的倍数,这种类型的变换确实有一个共同的周期,这就是你所谈论的。但这种类型不适合外推,因为外推会简单地重复之前的数值。 这是一个非常特殊的情况,目的是压缩信息而不是预测信息。
价格预测使用不同类型的分解,这是我在这 篇文章中写到的。这就是为什么我录制了gif动画并提供代码供你学习。那里没有与数据的样本量相等的周期性。每个谐波的周期在那里被优化和顺序计算,而且周期甚至不总是按降序排列,下一个谐波的周期甚至可能比前一个长。
不要因为你的胡言乱语而被冒犯。我的神经很糟糕。:))
不,这种寻找谐波的算法并不使用快速傅里叶变换,而是使用Queen-Fernandez频率计算算法。(源代码)对了,你不是作者吗?名字是一样的,但简介是不同的。
这些频率是按顺序计算的,并不是相互之间的倍数。这可以从GIF动画和我上面和现在提出的代码中看到。
下面是这个例子中的谐波频率比的例子(刚打印出来的w)。
不,我不是作者。而一个频率不是彼此的倍数的三角函数系列不是傅里叶数列。
在我的文章中,你找不到任何关于傅里叶数列的提法。我说的是傅里叶变换。
傅里叶级数是周期性函数的傅里叶变换的一个特例。
价格图不是一个周期性的函数。因此,这里不需要用傅里叶级数。
快速傅里叶变换(FFT)计算傅里叶级数。我的例子中没有使用FFT。
这是你和弗拉迪斯拉夫的错误,你认为适用于周期性函数的傅里叶级数就是傅里叶变换。
我已经说过好几次了--这是一个特例,不适用于市场。
研究主要来源。
以下是维基百科的一些引文。
傅里叶变换也适用于定义在有限区间上的函数,因为这种函数可以在整条线上周期性地扩展。
傅里叶数列是傅里叶变换的一个特例,如果后者是在广义函数 的意义上理解的话。对于任何2π周期性函数,我们有
换句话说,一个周期性函数的傅里叶变换是整数点上的点负荷之和,而在它们之外等于零。
不,这种寻找谐波的算法并不使用快速傅里叶变换,而是使用Queen-Fernandez频率计算算法。(源代码)对了,你不是作者吗?名字是一样的,但简介是不同的。
这些频率是按顺序计算的,并不是相互之间的倍数。这可以从GIF动画和我上面和现在提出的代码中看到。
下面是这个例子中的谐波频率系数的例子(刚打印出来的w)。
我不得不重复一下关于你提出的方法和傅里叶数列之间的区别的问题。
"你的方法有什么问题?当考虑的谐波数改变时,第一分解系数的值是否会改变?"
我不知道如何从40个频率的动画图中找出40个频率中最慢的谐波的系数是否是常数。请不要在你的代码中提及这些变量。如果在扩展中加入第四十一次谐波,甚至可以改变第一次谐波的系数,例如,关于40次谐波扩展的意义问题就成为关键。
说 "是 "或 "不是",或者不那么严格地说,什么都可以。
让傅里叶数列把这个问题毫不含糊地解决了,"不"。以及在泰勒系列和其他分解中,已经带来并继续带来毋庸置疑的好处。假设在你的情况下,它不是那么明确,但你也应该对你提出的方法的扩展系数的稳定性有一些了解。
我不得不重复一下关于你提出的方法和傅里叶数列之间的区别的问题。
"为什么?"你的做法不同吗?当考虑的谐波数改变时,第一分解系数的值是否会改变?"
我不知道如何从40个频率的动画图中找出40个频率中最慢的谐波的系数是否是常数。请不要在你的代码中提及这些变量。如果在扩展中加入第四十一次谐波时,第一个谐波的系数甚至可以改变符号,例如,四十次谐波扩展的意义问题就成为关键。
说是或不是。
这不是我的方法,尽管我有一些关于如何加速的想法。我给出了源代码和这个方法的作者的链接。
而最重要的是,有代码。你不是一个程序员吗?但你可以理解这些代码,它是简单而透明的。
如果你研究一下MathFourier2的函数代码,答案很明显--当然不是。增加一个新的谐波并不改变之前的谐波。
如果你发现谐波发生了变化,这意味着输入数据发生了变化。你在按下shift或ctrl的情况下移动了鼠标,或者出现了一个新的 栏。
请不要问我更多的问题,这些问题你可以自己回答,你有这个方法的代码和文章。
我们不是在考试。我为我的时间感到抱歉。
我正在再次重设代码。
要控制这个指标,首先用鼠标点击图表(激活窗口),按下Ctrl键(然后释放)并移动鼠标来改变起始位置,要完成这个过程,按任何键(除了Ctrl和Shift)。用Shift键改变周期(计算近似函数的小节范围)和谐波的数量也是如此。
一般来说,按照我的理解,任务是我们有某一时期的数据(可能是一个条形图的开盘价或收盘价),我们需要以某种方式描述这个样本的波动,但它应该是一个函数,这样在下一次波动时,我们可以理解哪个点是指一个新数字。因此,我们应该为每个价格获得一个额外的数值,这将表明波动属于函数的哪个 "部分",将获得一种分类,这将允许说原始点属于某个空间。这样的方法有时会在MO的情况下产生效果。由于该函数最初并不为人所知,但预计会存在,因此需要生成不同的函数,将样本中的数字分成若干组。也就是说,它是一些不是通过特征,而是通过结构和属性进行分类的方法。
这是我的猜测。
很久以前就应该很清楚了,我给了你链接。问题是实施。有一整层的快速、高效的算法可以与云计算结合使用
你只有时间来学习基本知识。当然,R和Python早就有了一切。很久以前就应该清楚了,链接已经给出。问题是实施。有一整层的快速、高效的算法可以使用,包括与云计算结合使用。
我没有时间去研究这些代码。当然,我已经在R和Python中工作了很长时间了。看完这个主题后,我没有看到听众的理解,所以我决定重新表述,也许有人会在这次演讲中理解事情的本质。
如果这已经在其他语言中实现了,为什么我们不能将代码移植到MQL5中?
看完这个主题后,我没有看到听众的理解,所以我决定重新措辞,看看是否有人明白我在说什么。
如果这已经在其他语言中实现了,为什么我不能把代码移植到MQL5中?
我只是问有没有人这样做以节省时间。
真是个愚蠢的问题。