Vorhersage der Zukunft mit Fourier-Transformationen - Seite 46
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Hier gibt es noch eine weitere Nuance. Je größer das nächste Segment nach der Optimierung ist, desto wahrscheinlicher ist es, dass die gefundenen Oberschwingungen bei zukünftigen Daten schnell veraltet sind (keine Gewinne mehr bringen). Die Reduzierung dieses Abschnitts führt zur Unzuverlässigkeit des Tests.
Wenn ich das richtig verstanden habe...
Es wäre interessant, das Bild visuell zu betrachten - die Flugbahn im Phasenraum {optimale Harmonische, optimale Anfangsphase}. Wenn die Flugbahn glatt genug ist, kann sie vorhergesagt werden.
Es wäre interessant, ein visuelles Bild zu sehen - eine Trajektorie im Phasenraum {optimale Harmonische, optimale Anfangsphase}. Wenn die Flugbahn glatt genug ist, kann sie vorhergesagt werden.
Es gibt sie. Es gibt jedoch einige Muster, die beim Training eines Netzes festgestellt werden können, und einige Trainingstechniken, die es ermöglichen, sogar auf einen Vorwärtstest zu verzichten. Ich weiß nichts von Fourier und habe auch noch nie davon gehört.
Es hat vielmehr mit Ihren persönlichen Erfahrungen mit neuronalen Netzen zu tun. Jemand, der Erfahrungen mit einem anderen System hat, hat vielleicht ähnliche Beobachtungen.
Wenn ich die Idee richtig verstehe...
Es wäre interessant, ein visuelles Bild zu sehen - eine Trajektorie im Phasenraum {optimale Harmonische, optimale Anfangsphase}. Wenn die Flugbahn glatt genug ist, kann sie vorhergesagt werden.
Vielmehr fragt man sich, ob es eine Möglichkeit gibt, die stabilste Harmonische zu bestimmen. Wir müssen davon ausgehen, dass es sie gibt.
Menschen, die sich mit der Möglichkeit beschäftigen, an den Finanzmärkten Geld zu verdienen, entscheiden sich zumindest nicht für Fourier, SSA oder MESA. Das sind veraltete Methoden, die vor etwa 10 Jahren von allen Seiten hochgespielt wurden. Das hat früher gut funktioniert, weil die Berechnungen mit diesen Methoden nicht allgemein verfügbar waren. Aufgrund der Verfügbarkeit von Berechnungen und der Veröffentlichung verschiedener Softwareprodukte, die auf diesen Methoden beruhen, funktioniert es nicht gut, bzw. es ist viel schwieriger geworden, eine "profitable Formel" für den Markt zu finden ))))
Zumindest Leute, die sich mit der Möglichkeit beschäftigen, an den Finanzmärkten Geld zu verdienen, entscheiden sich nicht für Fourier, SSA oder MESA. Das sind altmodische Methoden, die vor etwa 10 Jahren noch hoch und runter gesponnen wurden. Das hat früher gut funktioniert, weil die Berechnungen mit diesen Methoden nicht allgemein verfügbar waren. Jetzt, da es Berechnungen und verschiedene Softwareprodukte gibt, die auf diesen Methoden basieren, funktioniert das nicht mehr so gut - oder besser gesagt, es ist schwieriger geworden, eine "profitable Formel" für den Markt zu finden).
Es ist eher eine religiöse Frage))) Ein neuronales Netz oder ein digitaler Filter ist ein Polynom - die Summe der Produkte aus Preisen und Koeffizienten (grob gesagt).
Ich stimme zu. Unter diesem Gesichtspunkt ist jede Preistransformation eine Preistransformation )))) Es ist also alles dasselbe ))))
Ihr dreht alle durch, wenn ich das erwähne...
es scheint, dass jemand,
wie
weiß, wie man gutes Geld verdient
auf irgendeiner Art von
vielleicht eine modifizierte Methode
wahrscheinlich Fourier.
Ich persönlich würde es nicht riskieren, in eine Situation zu investieren, die so unsicher ist.
Und was würde passieren, wenn ich riskieren würde, die herzzerreißende und äußerst komplizierte Wahrheit zu enthüllen?
Was würde dann passieren? Schreie wie "Das kann nicht sein!", "Nein!", "Die Welt kann nicht so grausam zu uns sein!", "Ich weigere mich, das zu glauben!" ?
Deshalb würde ich lieber einweichen.
Beachten Sie, liebe Kolleginnen und Kollegen, dass die wirklichen DSP-Experten (lies Fourieux) - GPWR, Prival und einige andere - auch hier praktisch schweigen. Warum? Denn man kann sich im wahrsten Sinne des Wortes verbrennen.
Übrigens, Fourier:
In meiner Jugend forschte ich an der Spektralanalyse und Erkennung von breitbandigen, rauschähnlichen Funksignalen eines Freiers in einer stark verrauschten und lärmenden Umgebung.
Ich bin gerade dabei, über die Gewinnung von Handelssignalen aus dem Forex-Rauschen nachzudenken. Ich habe die Verwendung von Fourier-Transformationen in Betracht gezogen. Ich bin zu den folgenden Schlussfolgerungen gekommen.
Die Fourier-Transformation (vorwärts und rückwärts) ist eine hervorragende Methode zur Interpolation elektromagnetischer Prozesse. Und nur. Akustisch (mechanisch) - mit einer Dehnung. Der Rest ist fraglich.
Tatsache ist, dass in einem elektromagnetischen Signal elektrische und magnetische Energie ineinander umgewandelt werden, sagen wir, gleichmäßig, symmetrisch. So wurde es möglich, Modelle mit komplexen Variablen zu verwenden, in denen die realen und imaginären Komponenten in orthogonalen Koordinaten definiert sind. Daher das Erscheinungsbild der Sinuskurve als Projektion der Bewegung eines Vektors konstanter Länge entlang der Zeitachse im Inneren eines "komplexen Zylinders". Und die Fourier-Transformation arbeitet mit einer Reihe solcher harmonischer Komponenten. Das heißt, die Fourier-Transformation hat einen praktischen Wert - sie modelliert eines der Phänomene der Natur: die gegenseitige Umwandlung von elektrischer und magnetischer Energie. Dies wird zum Beispiel dadurch bestätigt, dass auf der Grundlage der Ergebnisse der Berechnung der Leistungsspektraldichte physikalische Filter hergestellt werden können, die die Ergebnisse der Berechnungen mit großer Genauigkeit bestätigen.
Es ist jedoch nicht sinnvoll, in Finanznotierungen von irgendwelchen Energien zu sprechen, geschweige denn von zwei orthogonalen, intertransformierten, so dass komplexe Variablenfunktionen auf sie angewendet werden können. Daher ist der Wert der Fourier-Transformation für die Analyse solcher Zitate weder schlechter noch besser als andere Interpolationsmethoden. Leider ist die "physische Bedeutung" der finanziellen Anführungszeichen unklar. Selbst visuell können sie nicht auf harmonische Signale zurückgeführt werden.
Für die Extrapolation von Zitaten werden Forward- und Reverse-Fourier-Transformationen mit Zwischenfilterung verwendet. Die Fourier-Transformation ist eine Methode zur Interpolation eines Signals mit einer Reihe von harmonischen Komponenten. Und zwar nur in den Knotenpunkten (Proben). Die Interpolationsgenauigkeit zwischen den Stichproben ist nicht garantiert. Der Wunsch, ein Signal mit dieser Methode zu extrapolieren, selbst für einige wenige Messwerte im Voraus, ist physikalisch nicht sinnvoll, da die Spektralkoeffizienten für bestimmte Zeitmesswerte berechnet werden. Dies ist ein Grund. Und der zweite Grund hat mit der unklaren physikalischen Bedeutung von Zitaten zu tun. Wenn wir für die Extrapolation des elektromagnetischen Signals auf seine Trägheit (Energieumwandlung) zählen und niederfrequente Zerlegungskoeffizienten anwenden können, dann ist für Zitate eine solche "niederfrequente" Möglichkeit nicht offensichtlich.
Ich erwäge nun, das aktuelle (momentane) Spektrum für jede Minute (pro Tick) zu berechnen und es auf dem Kursdiagramm als Relief darzustellen. Die Hoffnung ruht auf der Fähigkeit des Gehirns, Muster in diesen Bildern zu erkennen...
Aber Fouriers wissenschaftlicher Vorgesetzter Lagrange, der Fouriers Methode für völligen Unsinn hielt, war engstirnig und unzureichend effektiv: