ANG3110 писал (а): 実はフーリエ外挿は、設定方法を知っていればうまくいくんです。原因やサイクルは、トレンドの前のセクションにわたってすでに形成されており、それが効果を生じさせる。それを考慮すると、予測は60～70％以上の精度があり、2以上の収益性を持つに足るものです。また、数日以上のようなゆっくりとした変動でも、精度は非常に高いです。それができるツールを他に知らないんです。私はこれまで、早ければ2～4カ月前に市場の軌道を予測することがほとんどでした。しかし、1〜2日前の短い距離でも、予測精度はかなり高いです。しかも、その原理を深く展開することなく、です。資本主義的なアプローチで90％近い精度を出せるのは確かです。
今から200年ほど前、フランスにフーリエという不思議な男が住んでいた。そういう時代だったんですね。
ボナパルト、ギロチン、恐怖、その他いろいろありますが、彼は数学という別のものにこだわっていたんです。そして、倦怠感からか退屈からか、どういうわけか、有限区間上に与えられたどんな周期関数も、一連の調和関数に展開できるという定理を証明したのである。しかし、よく考えてみると、彼はトレーダーの青い夢をかなえる方法を発見したのである。
実際、通貨ペアのレートを描くこの曲線を調和系列に分解し、それぞれの調和を与えられた時間間隔（1時間、1日、1週間）で別々に外挿し、与えられた点でのすべての調和の値を合計すると、1時間、1日、1週間後のこのペアのレートとなる値が正確に得られるはずです！（※）。そして、すべてが公平であり、すべてが科学的なのですそして、すべてがうまくいくはずだ！ そうであるはずなのに......そうではない！？
誰が悪いのか、どうすればいいのか、この2つの疑問はすぐに湧いてきます。そして、最初の伝統的な、多かれ少なかれ、第二と、整理することができれば - フル...暗い森
なぜ、通貨ペアの価格が外挿できないのか、いくつかの実験を行えば理解できるかもしれません。
振幅や周波数の異なるサイン・コサイン関数をごちゃまぜにして、累乗や対数などの多項式を加え、ランダムジェネレータで混ぜ合わせる。
をシミュレーションして、より真実に近い形で、このちんぷんかんぷんなものをグラフ化すると、おそらく通貨ペアのレートのようなものが出来上がると思います。
さらに、得られた曲線を調和系列に分解し、高調波を外挿すると、すべてがその通りになり、ノイズレベルがかなり高くても、うらやましいほど簡単に未来を予測することができるのである。なぜ、本番のコースで同じことができないのか？
これを理解するために、2つ目の実験をやってみましょう。さまざまな関数の比率が異なる類似のセットを12個作り、任意の時点で任意のセットを起動し始めます。もちろん、グラフに隙間がないことを確認します。ここで、変換が本当に遅くなり始めるのです。
あるいは、より科学的な言い方をすれば、グラフを形成する時系列が定常でないという事実に起因する。
金融市場が頻繁に、自発的に、そして予測不可能なトレンドの変化を示すという事実は、通貨レートが滑らかな経済法則だけでなく、予測不可能に変化する群集の心理によって決定されていることを思い出せば、理解できるだろう。だからこそ、コンバージョンに基づく正確なレート予測というのは、現実的でないように思えるのです。
しかし、klotの言う通り、様々なタイプのスペクトルを認識することを学び、その変化を利用して、市場がある状態から別の状態に移行するのを予測し、その結果、ある取引戦略や別の戦略を開始することができるかもしれません。つまり、フーリエ解析とニューラルネットワークを ベースに、スマートなインジケーターやマーケットステートフィルターを作ることができるのです。
原理的には、複雑ではあるが、独創的で、根源的で、深く科学的なアイデアである。しかし、ご存知のように、悪魔は細部に宿るのです。私の考えでは、アイデアがつまずくような「ささいなこと」は、ノイズやボラティリティだと思います。
実際、実信号のスペクトルは、トレンド成分、周期成分、ノイズ成分から構成されています。あるスペクトラムから別のスペクトラムに移行する際、ノイズ成分を含んでいるため、しばらくするとどのスペクトラムが古いのか新しいのかわからなくなる。平坦な状態からトレンドに変化したとき、あるいはその逆のときに、異なるタイプのスペクトルに変化したことをシステムがよく認識するのである。
2つ目の問題は、ボラティリティの高さでしょう。このノイズ成分の増加は、まず、ノイズ成分の増加を招き、新しいスペクトルを認識するための「デッドタイム」を増加させる。ボラティリティが高くなるとトレンドの変化が起こることが多いので、それも問題になってきます。
音量による適切な正規化を行った上で、ニューラルネットワークの感度を、大音量では「荒く」、小音量では「鋭く」することを試みることができるのです。
最後に、フーリエの例が伝染し、ウィグナー、ウォルシュ、ヒルベルトなど、数学的能力のある多くの人々が独自の変換を作り出したことを指摘しておきたい。というのも、このリストは十分長いからです。新しいものでは、トレンド成分、周期成分、ノイズ成分の分離に優れたスペクトル特異点分析（SSA）と非定常時系列に最適なウェーブレット分析があります。
周波数成分の周波数と振幅を一つのウィンドウに展開し、スペクトラムアナライザーのような指標を実装するのも面白いでしょう。振幅の大きな低周波はトレンド、中周波と高周波はそれぞれフラットとノイズに対応します。値動きが定常周期ではなく、一時周期であるにもかかわらず、この指標は市場の状況をよく表しています。
実はフーリエ外挿は、設定方法を知っていればうまくいくんです。原因やサイクルは、トレンドの前のセクションにわたってすでに形成されており、それが効果を生じさせる。それを考慮すると、予測は60～70％以上の精度があり、2以上の収益性を持つに足るものです。また、数日以上のようなゆっくりとした変動でも、精度は非常に高いです。それができるツールを他に知らないんです。私はこれまで、早ければ2～4カ月前に市場の軌道を予測することがほとんどでした。しかし、1〜2日前の短い距離でも、予測精度はかなり高いです。しかも、その原理を深く展開することなく、です。資本主義的なアプローチで90％近い精度を出せるのは確かです。
60～70％という予測精度はどのように決まるのでしょうか？
秘密でないなら、コードか、せめてテストレポートが見たい。
実はフーリエ外挿は、設定方法を知っていればうまくいくんです。原因やサイクルは、トレンドの前のセクションにわたってすでに形成されており、それが効果を生じさせる。それを考慮すると、予測は60～70％以上の精度があり、2以上の収益性を持つに足るものです。また、数日以上のようなゆっくりとした変動でも、精度は非常に高いです。それができるツールを他に知らないんです。私はこれまで、早ければ2～4カ月前に市場の軌道を予測することがほとんどでした。しかし、1〜2日前の短い距離でも、予測精度はかなり高いです。しかも、その原理を深く展開することなく、です。資本的アプローチで90％近い精度が得られるのは間違いない。 。
繰り返しになりますが、数学的な観点からの実際の引用は、 機能依存性の異なるセクションの集合ですので、 そのようなセクションごとにスペクトル分解が異なってきます。 、関数依存性がまだ変化していない拡張のそのような領域を見つけることができれば、 、それが変化するまで - フーリエ関数は、多かれ少なかれ 、価格の挙動を許容できるように予測しますが、それはあくまで、まで。このような場合、 直前の コースの小さな部分を常に選択し、分解/外挿に使用することができると思われるが、そうすると 低周波部分のスペクトルが失われ、ノイズが増加する。 しかし、関数従属性が変わらない領域でも 予測は正確ではない。まず、フーリエは非定常時系列では 機能しないし、実際の
市場相場
は非定常である。この意味で、ワイフレを使う方が良い。 第二に、市場の相場はフラクタル関数に近いです。つまり、分解が特定のタイムフレームで構築され、この タイムフレームで多かれ少なかれ動作する場合、小さいタイムフレームのために それは動作しません、この間隔でそこに彼らの分解を持つ独自の フラクタルシリーズは、大きなTFに対してノイズと見なされることができます です。もちろん、これらはすべてイミフです。まあ、フーリエの使い方を知っておくべきだということについては、「テクニカル分析はもちろん有効だが、 の使い方だけ知っておけばいい」というのと同じようなものですね。
ANG3110、フーリエ外挿の全期間を表示したスクリーンショットを投稿していただけないでしょうか。最後しか見られませんが、解析した全データを見たいのです。
つまり、一枚の絵ではなく、複合体である。このテーマは膨大なため、1つのグラフだけを表示することはできず、特殊なケースになります。
実はフーリエ外挿は、設定方法を知っていればうまくいくんです。原因とサイクルは、すでにトレンドの前のセクションにわたって形成されており、それは結果を与える。それを考慮すると、予測は60～70％以上の精度があり、2以上の収益性を持つに足るものです。また、数日以上のようなゆっくりとした変動でも、精度は非常に高いです。それができるツールを他に知らないんです。私はこれまで、早ければ2～4カ月前に市場の軌道を予測することがほとんどでした。しかし、1〜2日前の短い距離でも、予測精度はかなり高いです。しかも、その原理を深く展開することなく、です。資本主義的なアプローチで90％近い精度を出せるのは確かです。
60～70％という予測精度はどのようにして決まるのでしょうか？
秘密でないなら、コードか、せめてテストレポートが見たい。
フーリエ調和解析予測の応用について、私の考えに共感していただき、うれしく思います。
この方法は半年以上前から時々使っているため、予測の精度は記憶を頼りに一目で計算しました。 もちろん、過去のデータでも実行しました。より正確な見積もりをするために、統計と連動させなければならないのです。テストレポートが単に欠落しているだけなので、見ることができない。自動化しようとしたのですが、毎回、過労で疲れてしまったり、ミスをして長時間動けなくなってしまったり。 そのため、自動化は当分先延ばしにしています。