여기서 신호 또는 요인은 대부분 임펄스이며 DSP는 일정 시간 동안 일정한 신호, 영향 요인으로 작동합니다. 또한 감쇠율을 알고 있다면 감쇠하는 것들과 함께 작동하며 여기서는 문제를 이해하는대로 여기에 있습니다. 특정 시간 간격으로 분해 할 수 있고 조금 후에 분해 할 수 있지만 신호의 불변성이없는 시스템에서 첫 번째 및 두 번째 시간 간격에서 동일한 사인 곡선을 올바르게 찾는 방법은 아직 학습되지 않았습니다. 우리는 새로운 신호가 나타나지 않고 사라진 신호가 없다고 가정할 수밖에 없습니다. 하지만 이 가정은 시장 TS에서는 맞지 않습니다.
여기서 신호 또는 요인은 대부분 임펄스이며 DSP는 일정 기간 동안 일정한 신호, 영향 요인에 대해 작동합니다. 또한 감쇠 속도를 알고 있다면 감쇠하는 것들과 함께 작동하며 이것이 여기서 문제라는 것을 이해합니다. 특정 시간 간격으로 분해 할 수 있고 조금 나중에 분해 할 수 있지만 신호의 불변성이없는 시스템에서 첫 번째 및 두 번째 시간 간격에서 동일한 사인 곡선을 올바르게 찾는 방법은 아직 학습되지 않았습니다. 우리는 새로운 신호가 나타나지 않고 사라진 신호가 없다고 가정할 수밖에 없습니다. 그러나 이 가정은 시장 TS에는 맞지 않습니다.
예, TS 검색은 유사한 반복 이벤트를 검색하는 것으로 귀결됩니다. 그렇기 때문에 추정이 아닌 필터링이 필요합니다.
mytarmailS #: 필터를 사용하여 특정 패턴에 대해 이야기하고 있는 것이지, 모든 것을 한꺼번에 던져놓고 기적을 기대하는 것이 아닙니다.
시계열의 여러 구성 요소에 대해 클러스터링을 수행하고 각 클러스터에 대한 예측을 확인합니다. 무작위적인 변동이 있을 것입니다. 이렇게 하면 구성 요소를 오랫동안 살펴볼 수 있으며, MO를 압축하고 그 위에 필터를 적용하는 것이 더 쉽습니다.
내 기사보다 더 잘할 수는 없습니다. 다양한 수정을 할 수 있지만 이것은 시계열 분류의 정점입니다. 어떤 기사에서도 찾을 수 없습니다. 제가 직접 개발한 것입니다. 합성에서는 잘 작동하지만 외환의 경우 부호와 레이블, 기호 검색 및 기타 사항을 엉망으로 만들어야 합니다.
예를 들어, 여러 기호에 마크 업을 추가하고 처음부터가 아니라 반복적 인 반복을 재교육했습니다. 속도는 빨라졌지만 결과는 별로 나아지지 않았습니다. 이제 우리는 무작위 마크 업에서 벗어나 마크 업을 해결해야합니다.
일반적으로 로트의 가까운 영역에 대한 보다 완전한 분해와 사인 곡선의 변화 또는 기타 간단한 함수 분석이 곧 가능해질 것이라고 생각합니다. 지금까지는이 방향으로 대략적으로 손을 댔습니다. 일반적으로 유산소 운동은 이미 시계에 있으며 5 년 전에도 컴퓨터에서만 가능했습니다. 물론 정확하지는 않지만 유산소 운동은 여전히 시스템의 영구적 인 기능입니다. 그러나 거기에도 충분한 노이즈가 있으며 필요한 신호를 자동으로 선택하는 작업은 아직 완전히 해결되지 않았습니다.
Valeriy Yastremskiy #: 일반적으로 로트의 가까운 영역을 더 완벽하게 분해하고 사인 곡선의 변화 또는 기타 간단한 함수를 분석 할 수 있다고 생각합니다. 지금까지는이 방향으로 대략적으로 손을 댔습니다. 일반적으로 유산소 운동은 이미 시계에 있으며 5 년 전에도 컴퓨터에서만 가능했습니다. 물론 정확하지는 않지만 유산소 운동은 여전히 시스템의 영구적 인 기능입니다. 그러나 거기에도 충분한 노이즈가 있으며 필요한 신호를 자동으로 선택하는 작업은 아직 완전히 해결되지 않았습니다.
이와 병행하여 시장의 복잡성과 효율성이 증가 할 것이므로 우리는 항상 한 발 뒤처 질 것입니다 ) 이전에 무릎에 원시 TS를 작성할 수 있었고 작동했다면 이제는 MO조차도 작동하지 않습니다.
이렇게 생겼나요?
P[i] - log( mean(P[ii] ) ) * sd( P[ii] )*150
여기서 " P[ii ]"는 최근 20개 가격이고
그리고 "P[i] " 는 현재 가격 입니다.가격을 기본값인 사인곡선으로 나누고 가장 강한 사인곡선을 선택하면 흥미로운 패턴을 볼 수 있습니다.
녹색 수직선 이후의 모든 것은 우리에게 보이지 않는 미래이며, 선 이후의 모든 곡선은 예측입니다.
이 방향에서 해본 사람이 있나요?
내 말은, 길고 중간이며 빠른 추세의 시작 부분에 들어가야 한다는 것입니다.
가격을 기본값인 사인곡선으로 세분화하고 가장 강한 사인곡선을 선택하면 흥미로운 패턴을 볼 수 있습니다.
녹색 수직선 이후의 모든 것은 우리에게 보이지 않는 미래이며, 선 이후의 모든 곡선은 예측입니다.
그 방향으로 노력한 사람이 있나요?
길고 중간 정도의 빠른 추세의 시작 부분에 진입해야 한다는 뜻입니다.
사인파 추정이 작동하지 않습니다.
정현파 외삽이 작동하지 않습니다.
여기서 신호 또는 요인은 대부분 임펄스이며 DSP는 일정 시간 동안 일정한 신호, 영향 요인으로 작동합니다. 또한 감쇠율을 알고 있다면 감쇠하는 것들과 함께 작동하며 여기서는 문제를 이해하는대로 여기에 있습니다. 특정 시간 간격으로 분해 할 수 있고 조금 후에 분해 할 수 있지만 신호의 불변성이없는 시스템에서 첫 번째 및 두 번째 시간 간격에서 동일한 사인 곡선을 올바르게 찾는 방법은 아직 학습되지 않았습니다. 우리는 새로운 신호가 나타나지 않고 사라진 신호가 없다고 가정할 수밖에 없습니다. 하지만 이 가정은 시장 TS에서는 맞지 않습니다.
여기서 신호 또는 요인은 대부분 임펄스이며 DSP는 일정 기간 동안 일정한 신호, 영향 요인에 대해 작동합니다. 또한 감쇠 속도를 알고 있다면 감쇠하는 것들과 함께 작동하며 이것이 여기서 문제라는 것을 이해합니다. 특정 시간 간격으로 분해 할 수 있고 조금 나중에 분해 할 수 있지만 신호의 불변성이없는 시스템에서 첫 번째 및 두 번째 시간 간격에서 동일한 사인 곡선을 올바르게 찾는 방법은 아직 학습되지 않았습니다. 우리는 새로운 신호가 나타나지 않고 사라진 신호가 없다고 가정할 수밖에 없습니다. 그러나 이 가정은 시장 TS에는 맞지 않습니다.
사인파 외삽이 작동하지 않습니다.
필터를 사용하여 특정 패턴에 대해 이야기하고 있는 것이지, 모든 것을 한꺼번에 던져놓고 기적을 기대하는 것이 아닙니다.
일반적으로 로트의 가까운 영역을 더 완벽하게 분해하고 사인 곡선의 변화 또는 기타 간단한 함수를 분석 할 수 있다고 생각합니다. 지금까지는이 방향으로 대략적으로 손을 댔습니다. 일반적으로 유산소 운동은 이미 시계에 있으며 5 년 전에도 컴퓨터에서만 가능했습니다. 물론 정확하지는 않지만 유산소 운동은 여전히 시스템의 영구적 인 기능입니다. 그러나 거기에도 충분한 노이즈가 있으며 필요한 신호를 자동으로 선택하는 작업은 아직 완전히 해결되지 않았습니다.
나는 모든 것을 연속으로 던지고 기적을 기대하는 것이 아니라 필터가있는 특정 패턴에 대해 이야기하고 있습니다.
PCA
첫 번째 구성 요소는 맨 위에 있고 다른 구성 요소는 맨 아래에 있습니다.
추정, 예측 등 없음, 실시간 모드...
그림은 강한 파동이 일정한 순서(패턴)로 고주파, 중기, 장기적으로 공명하는 것이 추세임을 보여줍니다....
분해되지 않으면 볼 수 없습니다.