pantural: D'accord, mais que se passe-t-il si nous travaillons comme des limiteurs, en cotant, en nous tenant des deux côtés comme dans les échanges de devises, en vendant de la liquidité ? Pourquoi avez-vous besoin de prédictions ?
pantural: C'est la solution, placez des limiteurs des deux côtés et réalisez un profit sans risque.
Toutes les opérations de trading nécessitent des prévisions sur les conditions futures du marché, quelles que soient les tendances, les pullbacks, le MM, l'arbitrage, la volatilité, partout.
Je ne suis pas très doué pour les ondelettes, mais quelques exemples avec le paquet dplR ont été postés ici, donc je vais m'y fier.
1) Il s'agit d'une série chronologique, la matrice doit donc être convertie en un long vecteur. Vous avez, par exemple, chaque ligne de la matrice est comme une fenêtre coulissante de longueur 9, et le décalage de la fenêtre sur chaque nouvelle ligne = 0,5. Je vais ajouter un dernier élément de chaque deuxième ligne au vecteur. Il serait préférable que vous preniez votre vecteur tel qu'il est, sans les fenêtres coulissantes et les matrices. J'ai obtenu une série chronologique comme celle-ci : 1 1 1 1 1 1 2 4 6 8 10 12 14 16 18 20 22 1 1 1 1 1 1.
2) Ce qui est ombragé sur le graphique n'est pas fiable et ne peut être utilisé pour des prévisions futures. La couleur "la plus à droite sur l'échelle" dans la zone non grisée la plus à droite est le vert (pour les périodes 2 à 8). Et la réponse serait "actuellement les périodes de 2 à 8 dominent", ce qui est vraiment inutile. Quel que soit le vecteur d'entrée, c'est la réponse :).
#создаём из матрицы временной ряд for(i in seq(from = 1, to = nrow(inputMatrix), by = 2)){ if(i==1){ #первая строка матрицы берётся как есть` tsVector <- inputMatrix[i,] }else{ #от каждой строй строки берётся последний элемент tsVector <- c(tsVector, inputMatrix[i,ncol(inputMatrix)]) } }
Je ne suis pas très doué pour les ondelettes, mais il y a des exemples du paquet dplR, je vais m'y fier.
1) Il s'agit d'une série chronologique, la matrice doit donc être convertie en un long vecteur. Vous avez, par exemple, chaque ligne de la matrice est comme une fenêtre coulissante de longueur 9, et le décalage de la fenêtre sur chaque nouvelle ligne = 0,5. Je vais ajouter un dernier élément de chaque deuxième ligne au vecteur. Il serait préférable que vous preniez votre vecteur tel qu'il est, sans les fenêtres coulissantes et les matrices. J'ai obtenu une série chronologique comme celle-ci : 1 1 1 1 1 2 4 6 8 10 12 14 16 18 20 22 1 1 1 1 1 1.
2) Ce qui est ombragé sur le graphique n'est pas fiable et ne peut être utilisé pour prédire l'avenir. La couleur "la plus à droite sur l'échelle" dans la zone non grisée est le vert (pour la période = 8).
Quelqu'un a-t-il essayé d'appliquer ses connaissances dans ce domaine pour prédire les paris sportifs - tennis, football, etc. ? ou pour écrire des bots pour le poker/pref ?
La transformée de Fourier donne des résultats en nombres complexes où il y a des partiesréelles et imaginaires. R dans ces formules signifie travailler sans partie imaginaire.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
D'accord, mais que se passe-t-il si nous travaillons comme des limiteurs, en cotant, en nous tenant des deux côtés comme dans les échanges de devises, en vendant de la liquidité ? Pourquoi avez-vous besoin de prédictions ?
C'est la solution, placez des limiteurs des deux côtés et réalisez un profit sans risque.
intéressant à regarder
https://www.youtube.com/watch?v=p5UngSem9f0
Cela prend du temps.
Quelqu'un peut-il me dire comment introduire une matrice, pour analyse et diagnostic ultérieur via des transformées en ondelettes ?
Je ne suis pas très doué pour les ondelettes, mais quelques exemples avec le paquet dplR ont été postés ici, donc je vais m'y fier.
1) Il s'agit d'une série chronologique, la matrice doit donc être convertie en un long vecteur. Vous avez, par exemple, chaque ligne de la matrice est comme une fenêtre coulissante de longueur 9, et le décalage de la fenêtre sur chaque nouvelle ligne = 0,5. Je vais ajouter un dernier élément de chaque deuxième ligne au vecteur. Il serait préférable que vous preniez votre vecteur tel qu'il est, sans les fenêtres coulissantes et les matrices.
J'ai obtenu une série chronologique comme celle-ci : 1 1 1 1 1 1 2 4 6 8 10 12 14 16 18 20 22 1 1 1 1 1 1.
2) Ce qui est ombragé sur le graphique n'est pas fiable et ne peut être utilisé pour des prévisions futures. La couleur "la plus à droite sur l'échelle" dans la zone non grisée la plus à droite est le vert (pour les périodes 2 à 8).
Et la réponse serait "actuellement les périodes de 2 à 8 dominent", ce qui est vraiment inutile. Quel que soit le vecteur d'entrée, c'est la réponse :).
1, 1, 1, 1, 2, 3, 5, 7, 9,
1, 1, 1, 1, 3, 4, 6, 8, 10,
1, 1, 1, 2, 4, 5, 7, 9, 11,
1, 1, 1, 3, 5, 6, 8, 10, 12,
1, 1, 1, 4, 6, 7, 9, 11, 13,
1, 1, 1, 5, 7, 8, 10, 12, 14,
1, 1, 2, 6, 8, 9, 11, 13, 15,
1, 1, 3, 7, 9, 10, 12, 14, 16,
1, 1, 4, 8, 10, 11, 13, 15, 17,
1, 2, 5, 9, 11, 12, 14, 16, 18,
1, 3, 6, 10, 12, 13, 15, 17, 19,
1, 4, 7, 11, 13, 14, 16, 18, 20,
1, 5, 8, 12, 14, 15, 17, 19, 21,
1, 6, 9, 13, 15, 16, 18, 20, 22,
2, 7, 10, 14, 16, 17, 19, 21, 1,
3, 8, 11, 15, 17, 18, 20, 22, 1,
4, 9, 12, 16, 18, 19, 21, 1, 1,
5, 10, 13, 17, 19, 20, 22, 1, 1,
6, 11, 14, 18, 20, 21, 1, 1, 1,
7, 12, 15, 19, 21, 22, 1, 1, 1,
8, 13, 16, 20, 22, 1, 1, 1, 1,
9, 14, 17, 21, 1, 1, 1, 1, 1,
10, 15, 18, 22, 1, 1, 1, 1, 1
), ncol=24, nrow = 9))
#создаём из матрицы временной ряд
for(i in seq(from = 1, to = nrow(inputMatrix), by = 2)){
if(i==1){
#первая строка матрицы берётся как есть`
tsVector <- inputMatrix[i,]
}else{
#от каждой строй строки берётся последний элемент
tsVector <- c(tsVector, inputMatrix[i,ncol(inputMatrix)])
}
}
#полученный вектор
tsVector
library(dplR)
#рассчёт вейвлетов
waveletObj <- morlet(tsVector)
#показать расчитанные коэффициенты
waveletObj
#график
wavelet.plot(waveletObj)
Je ne suis pas très doué pour les ondelettes, mais il y a des exemples du paquet dplR, je vais m'y fier.
1) Il s'agit d'une série chronologique, la matrice doit donc être convertie en un long vecteur. Vous avez, par exemple, chaque ligne de la matrice est comme une fenêtre coulissante de longueur 9, et le décalage de la fenêtre sur chaque nouvelle ligne = 0,5. Je vais ajouter un dernier élément de chaque deuxième ligne au vecteur. Il serait préférable que vous preniez votre vecteur tel qu'il est, sans les fenêtres coulissantes et les matrices.
J'ai obtenu une série chronologique comme celle-ci : 1 1 1 1 1 2 4 6 8 10 12 14 16 18 20 22 1 1 1 1 1 1.
2) Ce qui est ombragé sur le graphique n'est pas fiable et ne peut être utilisé pour prédire l'avenir. La couleur "la plus à droite sur l'échelle" dans la zone non grisée est le vert (pour la période = 8).
Quelqu'un sait-il si les chiffres doivent être convertis en valeurs trigonométriques pour la transformation en ondelettes ?
Ou en quoi doivent-ils être convertis pour pouvoir commencer les calculs ?
Qu'est-ce que R ?
C'est quoi R ?
Avez-vous essayé d'utiliser Google ?
C'est quoi R ?