Prevedere il futuro con le trasformate di Fourier - pagina 22
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
Secondo le mie osservazioni la probabilità di una previsione corretta è direttamente proporzionale all'ultima barra della finestra di formazione (più lontano si inizia la previsione, più alta è la probabilità, più preziosa la previsione)
neoclassico, scrivi le statistiche e pubblica qui il risultato. Poi ne discuteremo.
E qual è il significato di questo:
"la probabilità di una previsione corretta è direttamente proporzionale all'ultima barra (più lontano si inizia la previsione, più alta è la probabilità) "?
Mi sono interessato a Fourier Transform Pronosis, e ho appena trovato un eccellente indicatore Extrapolator - https://www.mql5.com/ru/code/8608.
L'ho migliorato un po' e ho ottenuto il seguente strumento:
Dovrei eseguire l'indicatore, applicare lo script a un grafico e spostare/modificare il canale per ottenere una previsione adeguata.
Se volete ottenere una buona previsione dovreste trovare la frequenza di base alla quale questo indicatore ha più peso, e poi cambiando la gamma di dati in entrata dovreste cercare di ottenere un quadro ideale...
Ho già descritto il problema in uno dei thread
Ho già descritto il problema in uno dei thread...
Volevo anche sollevare una domanda sull'indicatore che ha iniziato questo thread...
L'ho rielaborato e testato con l'originale e poi ho inserito una semplice funzione sinusoidale nei dati originali e ho trovato una cosa interessante come risultato...guardate le immagini...
Come potete vedere la funzione permette di ottenere una continuazione della curva a sfasamento... la linea rossa è la curva della funzione seno la gialla
è la trasformata data in base alla funzione di trasformazione con previsione ...la sezione prevista ha un piccolo offset che viene aggiunto appositamente per distinguere la sezione prevista con la corretta selezione del punto di partenza di ingresso e la sezione di uscita otterremo la sezione prevista perfetta con il dato ...qui mostriamo due diverse frequenze ...
Nelle illustrazioni qui riportate possiamo già vedere non solo una divergenza nella direzione del pronos, ma anche uno spostamento rispetto al segnale principale...
... e poi può sorgere una domanda - se una tale immagine è osservata nel caso della curva ideale, allora di che tipo di previsione possiamo parlare con i dati reali...
forte928
Puoi elaborare l'ultimo post.
forte928
Puoi elaborare l'ultimo post.
forte928
Avete provato a guardare il raggio di Fourier da un'altra angolazione?
In primo luogo, dividere la serie di prezzi al minuto in diverse frequenze. e poi decomporre ogni frequenza separatamente in una serie di Fourier. il residuo viene emesso separatamente. (tutte le armoniche vengono trovate e il residuo viene emesso come rumore) e così via per ogni frequenza.
forte928
Avete provato a guardare il raggio di Fourier da un'altra angolazione?
In primo luogo, dividere la serie di prezzi al minuto in diverse frequenze. e poi decomporre ogni frequenza separatamente in una serie di Fourier. il residuo viene emesso separatamente. (tutte le armoniche vengono trovate e il residuo viene emesso come rumore) e così via per ogni frequenza.
Cercate su internet le frasi "decomposizione di modo empirico" e "trasformazione di Hilbert-Huang" e otterrete molte informazioni utili solo sull'argomento.
e rinunciare a Fourier, ha troppi svantaggi che i metodi più moderni non hanno
Si prega di elencarli. E c'è una letteratura in russo che compara questi metodi?
Si prega di elencarlo. E c'è una letteratura in russo che compara questi metodi?
Elencato due post sopra (puoi anche aggiungere wavelets). Confrontato, per esempio, in questa foto (scusate la qualità):
In generale, Fourier è un metodo così barboso che quasi tutto il resto può essere considerato "più moderno".
Ci sono poche informazioni (utili) su Internet (soprattutto in russo), per lo più solo di base, quindi spesso devo pensare con la mia testa.
Qui sono riuscito a decomporre le citazioni (appena un po' ritoccate) in segnali monomodali, sotto lo spettro hilbert con il modo rumore escluso. Come potete vedere, ci sono solo 2 componenti. Quanti sono in Fourier, lo sai. Ma voglio avvertirti: gli effetti finali devono ancora essere affrontati.