Hipótesis de Fourier - página 2

 
Reshetov >> :


2. El FP es un análisis espectral de funciones periódicas. Es decir, si se obtiene una descomposición de la serie de Fourier BP de 1000 barras, entonces para las siguientes 1000 barras se obtendrá una copia exacta del período anterior de 1000 barras. Porque la FP es una aproximación de funciones periódicas, no una extrapolación.



+100% - así como para los 1000 anteriores - este 1000 barras será el período de la función - con todo lo que sigue....

Buena suerte.

ZS esto no es una respuesta a Yuri - él ya lo sabe. Sólo una réplica.

 
VladislavVG >> :

+100% - así como para los 1000 anteriores - este 1000 barras será el período de la función - con todo lo que sigue....

Buena suerte.

ZS esto no es una respuesta a Yuri - él ya lo sabe. Sólo una réplica.

Esto también se aplica a los 2 puestos anteriores.

Finalmente. La gente habla sin saber de qué habla.

Sin embargo, añadiré. :)

El FP se utiliza desde hace tiempo en muchos ámbitos para predecir el comportamiento de los procesos. Pero la FP no predice ni puede predecir, por su definición, nada de eso, directamente.

El uso de la FP para la predicción es todo un campo de la ciencia, y se utilizan diferentes métodos para diferentes procesos, y a veces fundamentalmente diferentes.


Una sugerencia de predicción completamente libre es que cuando se dispara a un objetivo en movimiento, el misil no apunta al objetivo, sino al punto de impacto previsto. Al hacerlo, el objetivo cambia de coordenadas y puede maniobrar. Se calcula un nuevo punto de encuentro teniendo en cuenta los parámetros del objetivo y se corrige el rumbo hacia el nuevo punto de encuentro calculado.

El segundo ejemplo es el piloto automático. Los impactos son aleatorios y a veces bastante grandes, pero la trayectoria del vehículo se mantiene con bastante éxito y con una precisión muy alta. Imagina que el trato es la posición del timón corrigiendo la desviación del rumbo.

Ahí lo tienes. Muy simplista. :) Sin embargo, es todo un campo de la ciencia, también, y es complicado.

 
YUBA >> :

El FP se utiliza desde hace tiempo en muchos campos para predecir el comportamiento de los procesos. Pero la FP no predice ni puede predecir nada directamente por su definición.

El uso de la FFT para la predicción es toda una ciencia, y se utilizan diferentes métodos para diferentes procesos, a veces principalmente diferentes.

Entonces también añadiré - hay alguien que lee ;) .

Además, hay que señalar que la FP puede aplicarse cuando el proceso puede representarse mediante una dif. parabólica (de segundo orden con sólo derivadas pares). Como la serie de Fourier es una solución general de este difeomorfismo en forma trigonométrica (también las hay complejas). Los difusores de este tipo describen sistemas potenciales (bucles oscilatorios sin intercambios con el entorno exterior), es decir, sistemas en los que se puede despreciar la disipación (disipación de energía) y en los que se obtiene una solución con una buena aproximación. La radioingeniería/radiolocalización se ocupa principalmente de estos sistemas. Si no se puede despreciar el intercambio, aparecen términos con derivadas impares (de primer orden - histéresis, por ejemplo). Para la mayoría de estos tipos de problemas no existe una solución analítica. Y la serie de Fourier ya no es una solución en forma general, eso es lo importante. Y ahora una pregunta - ¿está usted seguro de que la masa de dinero, "lanzada" en el mercado de divisas y que mueve el precio es constante durante un día, la sesión de negociación? Si es así, entonces no dudes en utilizar la ecuación de Fourier.

Buena suerte.

>> Traté de usar mis "dedos", tal vez no entiendo todo... bueno, lo siento....

 
YUBA >> :

Pensamiento predictivo totalmente libre: cuando se dispara contra un objetivo en movimiento, el misil no apunta al objetivo, sino al punto de encuentro previsto. El objetivo cambiará de coordenadas y podrá maniobrar. Se calcula un nuevo punto de encuentro teniendo en cuenta los parámetros del objetivo y se corrige el rumbo hacia el nuevo punto de encuentro calculado.

El segundo ejemplo es el piloto automático. Los impactos son aleatorios y a veces bastante grandes, pero la trayectoria del vehículo se mantiene con bastante éxito y con una precisión muy alta. Imagina que el trato es la posición del timón corrigiendo la desviación del rumbo.

Así. Muy sencillo. :) Sin embargo, es todo un campo de la ciencia también, y no es sencillo.

En mi opinión, la analogía no es del todo apropiada: la propiedad de la inercia romperá todos los planes. Los métodos aplicables allí (intercepciones) no funcionarán para los dípiros con un acoplamiento brutal ;) - todo el punto está en el error del que se puede obtener la solución - para el misil es suficiente ir a la zona del objetivo (el error suele ser alto en comparación con el tamaño del objetivo) Además puedo decir como un ex oficial de defensa aérea (pelotón de fusilamiento ;) )- tal problema sólo teóricamente siempre resuelto, o en el simulador. En cuanto al piloto automático - análogo a la obtención de información privilegiada adicional.... La iluminación lateral del aeropuerto, el radar activo, los datos de los informes meteorológicos, todo ello determinista ;)...

Por cierto, no digo que sea imposible obtener la información que necesitas de las citas - pero no es necesario el análisis de Fourier allí ;).... Todo es mucho más sencillo...

>> Buena suerte con eso.

 
VladislavVG >> :

SZY 2 todos los que aún no han abandonado Fourier - empiecen por estudiar los fundamentos de los métodos, en lugar de precipitarse directamente a la selva - pueden ahorrar bastante tiempo ;)...


Quiero hacer una pequeña corrección. No es necesario sumergirse en la FFT ni en ningún otro método si ya se han preparado las bibliotecas. Prefiero encontrar todos los algoritmos de rutina, incluso los que pueden estar en algún disco desde los viejos tiempos, en una forma lista, ya transferida a MT4, por las mismas razones de ahorro de tiempo.

Reshetov escribió (a) >>.

Lo único que se puede hacer para extrapolar, por ejemplo, es descomponer dos períodos anteriores por N barras en el análisis espectral. A continuación, para extrapolar otras N barras (aún no existentes), se toma la media aritmética de las amplitudes de los armónicos y se desplaza la fase de cada uno de ellos exactamente tantos radianes como la diferencia de los correspondientes armónicos en los dos períodos anteriores estudiados.

Yo también lo he hecho ;-). La idea es, por supuesto, ingenua, así que no salió nada a la primera. Los códigos están esperando el segundo intento. Los filtros fueron relativamente mejores.
 
marketeer >> :

Me gustaría hacer una pequeña corrección. No es necesario sumergirse en el laberinto de la FFT o de cualquier otro método cuando se dispone de bibliotecas ya hechas.

En realidad me refería a utilizar métodos inadecuados para resolver los problemas.

Hay una biblioteca - la pregunta no es sobre eso. La cuestión es que el método de Fourier no está pensado para esta clase de problemas, por lo que hay que entender las limitaciones que inevitablemente se producirán al aplicar este método a una clase de problemas que no es adecuada para él.

>> Buena suerte.

 
VladislavVG >> :

En mi opinión, la analogía no es del todo apropiada: la propiedad de la inercia romperá todos los planes. Los métodos que se aplican allí (interceptación) no funcionarán para los difusores con acoplamiento severo ;) - todo el punto está en el error del que se puede obtener la solución - para el misil es suficiente ir a la zona del objetivo (el error suele ser alto en comparación con el tamaño del objetivo) Además puedo decir como un ex oficial de defensa aérea (pelotón de fusilamiento ;) )- tal problema sólo teóricamente siempre resuelto, o en el simulador. En cuanto al piloto automático - análogo a la obtención de información privilegiada adicional.... La iluminación lateral del aeropuerto, el radar activo, los datos de los informes meteorológicos, todo ello determinista ;)...

Por cierto, no digo que sea imposible obtener la información que necesitas de las citas - pero no es necesario el análisis de Fourier allí ;).... Es mucho más sencillo...

Buena suerte.

Hola colega :), nada menos que de un antiguo desarrollador de estos mismos sistemas.

Hace tiempo que el fallo, incluso de un sistema puramente inercial, es de 30-50 m a 30 km. Esto es sin tener en cuenta la orientación activa.

El mercado también tiene inercia, y bastante grande, y la reacción al impacto dista mucho de ser instantánea. En otras palabras, el sistema tiene una característica transitoria, pero cambia de un instrumento a otro, y también en el tiempo.

Del mismo modo que los sistemas de control se construyen sobre la base de modelos de objetos controlados, antes de empezar a construir un sistema de comercio no está mal construir un modelo de mercado. Y conocer sus, modelos, limitaciones de aplicabilidad. Sin ella, en mi opinión, no hay magos ni Butterworth, etc., que sirvan.

Y el mercado tiene un espectro por supuesto, lo he comprobado. ;) Como 1/f, o 1/f^2. Algo así. Es bastante suave en un intervalo grande. No se puede hacer un abrigo de piel).

También hay que tener en cuenta el ruido, que, en nuestro caso, puede estar al nivel o incluso la señal real.

 

Si utilizamos las propiedades de la inercia lineal, entonces:


Tengamos una sección de la historia A desde 1999 bar hasta 9999 bar.

Supongamos que tenemos una sección de la historia B desde 9999 bar hasta 0.

Hagamos una extrapolación inercial en un futuro tramo C de 0 a -999 bar.


Entonces obtenemos un conjunto de amplitudes para el segmento A: AMPa[0] - AMPa[n] y fases PHa[0] - PHa[n] (donde 0 - n son números armónicos)

Para la parcela B: amplitudes AMPb[0] - AMPb[n] y fases PHb[0] - PHb[n]

Por lo tanto, para la parcela C (es decir, el futuro extrapolado) debido a la inercia, la amplitud de cada i-ésimo armónico será: AMPc[i] = 2 * AMPb[i] - AMPa[i] y fase respectivamente: PHc[i] = 2 * PHb[i] - PHa[i]


Tenga en cuenta que si la magnitud de cualquier armónico es negativa, debe restar PI a la fase de ese armónico o sumar PI, es decir, después de restar o sumar, el valor de la fase debe estar en el rango 0 - 2*PI


Además, la inercia supone que los movimientos de la tendencia aumentan o disminuyen linealmente (o se quedan quietos si es una tendencia lateral) para ello en las series temporales se debe considerar la pendiente de la tendencia que se calcula mediante la fórmula


d[i] = Cierre[1999] + (Cierre[0] - Cierre[1999]) * (1999 - i) / 1999, donde i es el número de barra


En consecuencia, antes de realizar el análisis espectral del PB, debemos normalizarlo, es decir, restar el valor correspondiente de d[i] para las secciones A y B del valor del precio en cada barra i-ésima y someter la función obtenida al análisis armónico del PB. A la inversa, en el gráfico C, después de la extrapolación OPF, añade d[i] para el valor de cada barra. No es necesario tener en cuenta la amplitud del armónico 0 en la transformación inversa (su valor debe ser 0), ya que la corrección d[i] ya tiene en cuenta la linealidad inercial de la tendencia.

 

Ahem, eso me recuerda. Hace mucho tiempo utilicé la transformada de coseno (pero se puede utilizar la de Fourier) para la predicción, pero de una manera bastante específica. Incluso era bueno, a veces. La idea era la siguiente:

  • Paso 1: Fijar la longitud de la ventana W, por ejemplo, para mayor seguridad, que sea de 300 cuentas (barras)
  • Paso 2: Recorrer por esta ventana desde algún punto histórico hacia atrás en N muestras (digamos 1000) hasta la barra "actual" (después de ella - el futuro :o)) Y en cada una de esas iteraciones, calculó una transformación del coseno (CP). Los resultados se sumaron en una matriz, obtuvimos una matriz NxW (las columnas representan KP en algún punto y las filas representan las frecuencias de conversión)
  • Paso 3: La fila de dicha matriz es esencialmente la dinámica del coeficiente KP en la historia tomada. Y estas series, curiosamente, son estacionarias y tienen muchas ventajas. Entonces, pronostico cada una de esas series en la matriz (tengo el mismo número de muestras en la ventana deslizante W) usando el modelo AR para algún horizonte. Lo importante es que sea menor que la longitud de W. Dado que la serie es (ok) casi estacionaria, podemos utilizar algunas técnicas de identificación del modelo
  • Paso 4: Haciendo W previsiones para algún horizonte, digamos 100 muestras por delante, obtengo una matriz de previsión. Necesito la columna más a la derecha de esta matriz, que es el coseno predicho de la imagen de la señal. Lo único que queda es una fórmula conocida para reconstruir la señal futura.


Hay algunas sutilezas y trucos con la identificación, pero no consigo recordar cuáles son. Debo señalar que las frecuencias más bajas se predicen prácticamente al 100%, son cuasi-periódicas en cierto sentido.


Si alguien realmente lo necesita, puedo escarbar en el archivo y exponer un poco más de detalles. Pero me parece que todo está claro tal y como está :o)

 
Reshetov >> :

Si utilizamos las propiedades de la inercia lineal, entonces: ......

No he profundizado en las matemáticas, pero supongamos que es cierto.

Sin embargo.

1. El mercado no es un sistema cerrado. Cualquier extrapolación es posible en ausencia de influencias externas. Si no hay influencias, vea los valores poco líquidos. Esto es lo que ocurrirá. :)

2. En ausencia de influencias, el sistema tiende a un estado de equilibrio, es decir, la extrapolación sería algo que tiende a 0 o a una constante.

3 ¿Y cuál es la duración del proceso de transición en el mercado, la respuesta al impacto? ¿Lo sabes? ¿Y luego cómo se cuenta? El primer intervalo es un impacto, el segundo es completamente diferente, y los sumamos aquí. :)

Es decir, sólo se puede predecir algo en la zona entre las influencias y no más allá.

Razón de la queja: