Hipótesis de Fourier - página 5
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¡Ja, ja, ja! ¿Otra vez?
¿Los mismos errores?
Hay que preguntarse cómo se entienden los participantes en esta discusión: cada uno tiene su propio vocabulario, su semántica, sus usos, no hay relación causal entre los fenómenos descritos y entre las palabras, no hay capacidad de búsqueda ni en el foro ni en Internet.
Este hilo no es para matemáticos o comerciantes, sino para psiquiatras. Tendrán mucho trabajo que hacer aquí.
Sí, por desgracia, no se pueden sacar muchas conclusiones de la imagen de hoy, ya sea hacia arriba (más flechas) o hacia abajo... Veremos mañana, compruébelo ))
¿Y el gráfico anterior utiliza una serie de Fourier como función de extrapolación?
sip, es Fourier, pero mejor pregunta al autor de este milagro por los detalles: njel
la foto de ayer
Aprovecho un minuto libre para publicar el material prometido. Investigué este método hace unos cuatro años, quizá cinco. No pude encontrar el archivo con este proyecto, tuve que reconstruir los resultados de la memoria, gracias al algoritmo simple y MathCAD reduce considerablemente el tiempo. El concepto, si es que esa palabra es apropiada para este método, es clásico: separamos lo "complejo" en componentes simples y trabajamos con cada uno por separado, es decir, en lugar de pronosticar series extremadamente complejas por sus características y comportamiento, procedemos a pronosticar series "simples", pero en mayor cantidad. Utilizamos la descomposición del coseno y algunas propiedades útiles de los coeficientes de dicha descomposición.
Como ejemplo para demostrar los resultados del método, he tomado el primer segmento disponible con los siguientes parámetros de entrada:
Montaje de la matriz de patrones
Tomamos una serie histórica como entrada para el sistema y medimos su longitud. Pasamos una ventana deslizante fija desde el principio de una muestra hasta su final, teniendo en cuenta la longitud de la propia ventana. En cada recuento, calculamos la transformación del coseno (CP). Los resultados se suman en una matriz:
Una fila de dicha matriz es esencialmente la dinámica del coeficiente KP en la historia tomada. Por extraño que parezca, estas series son estacionarias y tienen muchas ventajas. He aquí algunos ejemplos, por ejemplo:
Frecuencia 0:
Frecuencia 5:
Frecuencia 10:
Frecuencia 110:
Previsión
Entonces, cada fila de la matriz (tengo tantas como cuentas en la ventana deslizante) la predigo usando el modelo AR, para algún horizonte. Lo importante es que sea menor que la longitud de W. Como la serie es casi estacionaria, se pueden utilizar algunas técnicas de identificación del modelo AR. Sin comentarios especiales sobre la elección de los parámetros y la descripción del modelo en sí, voy a adjuntar como ejemplo una previsión mediante un modelo AR de 110 frecuencias para una longitud de 500 cuentas (para su visualización):
En el bucle, realizo una predicción para cada fila de la matriz de cálculo (para cada frecuencia):
El ejemplo utiliza un orden de modelo AR para cada frecuencia, lo que no es del todo correcto. La identificación debe hacerse para cada frecuencia. Pero este es un tema aparte en general, y además tenemos una parte de la señal conocida, por lo que se puede utilizar para la identificación también. En definitiva, hay mucho que hacer aquí.
Reconstrucción de la serie
Una vez obtenida la matriz de previsión, seleccionamos la imagen de la señal deseada (la columna más a la derecha de la matriz) y realizamos la reconstrucción de la señal:
Consulte
Comprueba el hecho. De acuerdo con las condiciones, se predicen todas las muestras superiores a 2*tau.
Lo que ves no es una ilusión y no es una mentira, el método es estrictamente científico (bueno, casi :o)), funciona, al menos a veces REALMENTE funciona :o)), todo lo verdadero está enterrado en la identificación, necesitamos estudios adicionales y todo eso, podemos llevarlo a una versión industrial estable.
PD: Colegas, por cierto, si a alguien le interesa, retomen la idea y llévenla a buen puerto (hace unos cinco años se apartaron otras ideas no menos revolucionarias, muy en otra dirección :o)). En mi opinión, el enfoque es bastante prometedor, permite hacer previsiones en un sentido estadístico, y eso no es poca cosa. Y yo, conseguiré mi función. Te ayudaré con ello, pero no en MQL, no lo conozco :o).
P.D.: nuestros matemáticos - ¿qué dirá la novedad científica :o))?
¡Ja, ja, ja! ¿Otra vez?
¿Los mismos errores?
Hay que preguntarse cómo se entienden los participantes de esta discusión: cada uno tiene su propio vocabulario, su semántica, sus usos, se les escapa por completo la relación causa-efecto entre los fenómenos que se describen y entre las palabras, no saben utilizar la búsqueda ni en este foro ni en Internet.
Este hilo no es para matemáticos o comerciantes, sino para psiquiatras. Tendrán mucho trabajo que hacer aquí.
¿Quiere hablar de ello? :о)
¿Por qué su ventana deslizante FFT no es igual a 2^n?
¿Por qué su ventana deslizante FFT no es igual a 2^n?
Escribí, usé la transformación del coseno. Además (si tomas la transformada de Fourier) - tal requisito es sólo para el esquema de transformada rápida, es decir, para la transformada (como escribiste correctamente), que no uso en el modelo en absoluto. No es necesario allí. no lo necesitan allí. ¿Y por qué debería tomar una ventana tan larga en ese caso?
Escribí que estaba usando la transformación del coseno. Además (si tomas la transformada de Fourier) - tal requisito es sólo para el esquema de transformada rápida, es decir, para la transformada (como escribiste correctamente), que no uso en el modelo en absoluto. No es necesario allí. no lo necesitan allí. ¿Y por qué debería tomar una ventana tan larga en ese caso?
Hay una biblioteca FFT en codebase que también incluye la biblioteca de transformada de coseno, y si usted va a utilizar estas bibliotecas en MQL, usted debe recordar que la ventana allí debe ser igual a 2^n (16,32,64,128,256,512,1024...).
Codebase tiene una biblioteca de FFT que también incluye la biblioteca de conversión de coseno, y si usted va a utilizar estas bibliotecas en MQL, usted debe recordar que la ventana debe ser igual a 2^n (16,32,64,128,256,512...)
Esto no es algo que pretenda utilizar. Esta es una restricción sólo para los algoritmos de conversión rápida. Y necesito la biblioteca para el álgebra lineal. Por cierto, prometiste ayudar :o)