
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Dammi un indizio! =)
Non a proposito, sospetto che la soluzione di f(t) includa ancora eXponenti decadenti =)
Almeno dammi un indizio su quale direzione, perché l'ho ANG3110 tormentato con domande, ma si è rivelato inutile.
Solo lui ed io abbiamo perso tempo invano =)
Gli esponenti decadenti sono la stessa serie armonica, il problema è che questa serie è infinita.
Se facciamo la trasformata di Fourier otterremo serie di frequenze a partire da f0, ma per guardare almeno un po' nel futuro, cioè per vedere la direzione della tendenza, dovremmo fare in modo che la frequenza minima analizzata sia al massimo 2 volte inferiore a f0 (fmin<=f0/2). Ma se vogliamo usare la Fourier per ottenere fmin, dovremo aumentare la serie analizzata di un fattore 2, il che contraddice la condizione. Conclusione: Fourier non è appropriato qui. Uscire: trovare un altro algoritmo, metodo, soluzione.
Che ne dite di aumentare la fila da annalare in questo modo:
for(int i=0; i<=M/2-1; i++)
{
aa[2*i]=(iClose(NULL,0,i);
aa[2*i+1]=(iClose(NULL,0,i)+iClose(NULL,0,i+1))/2;
}
In linea di principio, si può aumentare questo valore tre o quattro volte.
E se aumentiamo la fila da analizzare in questo modo:
for(int i=0; i<=M/2-1; i++)
{
aa[2*i]=iClose(NULL,0,i);
aa[2*i+1]=(iClose(NULL,0,i)+iClose(NULL,0,i+1))/2;
}
In linea di principio, si può aumentare questo valore tre o quattro volte.
E il punto è che abbiamo tutti i dati storici in primo luogo. Il problema non è la scelta dei dati da analizzare, ma il modo in cui i dati vengono analizzati.
E se si aumenta la serie annullabile in questo modo:
for(int i=0; i<=M/2-1; i++)
{
aa[2*i]=iClose(NULL,0,i);
aa[2*i+1]=(iClose(NULL,0,i)+iClose(NULL,0,i+1))/2;
}
In linea di principio, si può aumentare questo valore tre o quattro volte.
E il punto è che abbiamo tutti i dati storici in primo luogo. Il problema non è la scelta dei dati da analizzare, ma il modo in cui i dati vengono analizzati.
Sì, proprio lo smussamento della serie con metodi di Fourier, con tale caratteristica è più stabile.
Comunque, così va meglio :)
Comunque, così va meglio :)
Ho usato questo metodo per calcolare la correlazione degli spettri di varie valute contro il dollaro. In generale, ho difficoltà a premere i bottoni in questo momento, ma sto preparando una serie di articoli su questo metodo, li pubblicherò presto, penso che molte persone saranno interessate....
Nel frattempo, felice anno nuovo !!!!!! Tendenze felici a voi!!!!!
a klot
Per favore aiutatemi a capire la struttura dei dati in uscita
realfastfouriertransform(data,N,false);
Quale sarà l'output se data=[0,1,2,3,4,5,6,7]
in matcad è
Quello che hai nell'output, puoi semplicemente citare i dati, lo capirò da solo da lì. Grazie. La domanda è apparsa mentre si discuteva in questo thread del forum'Stochastic Resonance'.
Grazie a coloro che mi hanno aiutato. L'ho capito.
Meno male che non l'ho letto prima. È bene essere un dilettante su qualsiasi argomento. Nessuna barriera, nessun preconcetto.
PF non è adatto per la previsione in un'applicazione statica. Questo è chiaro come lo è.
Nessuno ha sollevato il problema delle armoniche parassite derivanti dalle differenze di prezzo alle estremità del campione.
È un angolo di 90 gradi!!! Ci sono tutte le armoniche che esistono in natura su un tale fronte!
E quasi nessuno ha usato, tranne klot, PF nella dinamica.
Anch'io ho fatto un visualizzatore. E ho ottenuto un risultato sorprendente.
Non resta che scrivere un predittore. Certo, non prevederà molto lontano da esso. Ma il risultato sarà quasi assoluto entro la metà del campione.
Quando avrò il risultato finale lo pubblicherò sicuramente. E non importa cosa sarà. Anche un risultato negativo è un risultato.
Che vecchio filo hanno ripreso!
Meno male che non l'ho letto prima. È bene essere un dilettante su qualsiasi argomento. Nessuna barriera, nessun preconcetto.
PF non è adatto per la previsione in un'applicazione statica. Questo è chiaro come lo è.
Nessuno ha sollevato il problema delle armoniche parassite derivanti dalle differenze di prezzo alle estremità del campione.
È un angolo di 90 gradi!!! Ci sono tutte le armoniche che esistono in natura su un tale fronte!
E quasi nessuno ha usato, tranne klot, PF nella dinamica.
Anch'io ho fatto un visualizzatore. E ho ottenuto un risultato sorprendente.
Non resta che scrivere un predittore. Certo, non prevederà molto lontano da esso. Ma il risultato sarà quasi assoluto entro la metà del campione.
Quando avrò il risultato finale lo pubblicherò sicuramente. E non importa cosa sarà. Anche un risultato negativo è un risultato.
Ora stiamo andando a lottare con le armoniche parassite, ma con un riferimento diverso scopo sopra. IHMO per la previsione dei prezzi dei PF non promette di avere una matrice migliore.
Usarlo per scopi diversi da quelli previsti. Cioè le conseguenze dell'uso di PF nella dinamica.
Ho un vero filtro a spettro. Taglia automaticamente le armoniche parassite.
Anch'io sono sorpreso del risultato. Sono riuscito a trasformare uno svantaggio di PF in un vantaggio.