数学、あなたへの贈り物 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).ランダムプロセスの定常性を確認するための反転法の説明と使用例について述べている。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性があると思います。この方向で掘り下げていく必要があると思います。
bstone: 数学、あなたへの贈り物 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).著者らは、ランダムプロセスの定常性を確認するために反転法を使用する説明と例を示している。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性がありますね。この方向で掘り下げていく必要があると思います。
bstone: 数学、あなたへの贈り物 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).ランダムプロセスの定常性を確認するための反転法の説明と使用例について述べている。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性がありますね。この方向で掘り下げていく必要があると思います。
数理、配布資料 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).著者らは、ランダムプロセスの定常性を確認するために反転法を使用する説明と例を示している。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性があると思います。この方向で掘り下げていく必要があると思います。
擂り潰す
腹いせに、カルマンフィルタもお見せしましょうか。これはACFの分析データに基づいています。窓は先週の分7200。入力は単なる価格の羅列で、最適化はしていない。リンクありがとうございます。
方法論は以下の通りです。ACFの解析 - ACFのパラメータをモデルから取り出し、カルマンフィルターにかけると、予測と現在の推定値が得られます。私はプログラムを書き、リアルタイムでMatcadetの受信価格を処理し、MTを管理することができ、必要であれば、私は共有することができます。
なぜ、これらの回線が「スマート」MAより優れているのか理解したいのですが？
そこが気になるところですが......。
例えば、ここhttp://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - この作品は、価格系列のいくつかのタイプのウェーブレット変換の結果の定常性を正当化するために使用されています。実際、あなたが必要としていたものです。
toNeutron
このフィルターがあなたとプライバルを どう予測するか、簡単に説明してくれるかな？ありがとうございました。本当にAFをやったのか？
喜んでお手伝いします。その実装のための詳細なアルゴリズムをお持ちですか？:о)
Privalのフィルターが何を予測するのか知りませんが、私のは何も予測しません :-(
AFってよくわからない...。SWFを使った滑らかなVRでPredict関数を実行すると、SWFが低いほど滑らかでないVRが得られますが、滑らかさの質では、同じLPFで平均化ウィンドウを小さくしたものより優れておらず、大きなホライズンでは後者より明らかに弱いです（avishkaを参照）。つまり、予測器は平滑化された系列から反発を受け、地平線が初期BPに近づくと「崩れる」のですが、LPFは逆に初期BPから反発を受け、徐々に離れて平滑化していく...ということです。この結果は予想通りであり、たとえ事前に平滑化したとしても、BPから多くの情報を得ることはできないのです。フォーラムにNSベースのLPFのデモがある写真がありましたが、平滑性に優れたPFは（ほとんど）観測されませんでした！（笑）。もし、それがデタラメでないなら、私たちは何か取り組むべきことがあるはずです。
P.S. 私はPredict機能のアルゴリズムを持っていないんです。
しかし、予測地平を広げずに、得られた結果、つまり細い黒線で予測するとどうなるのでしょうか？
つまり、予想屋に自分の予想した結果をひかせればいいということですか？結局、黒い細い線は、水平線がどんどん伸びていく予想平均値（青い太線）なんです...。
説明してください。
しかし、予測の水平軸を増やさず、予測器を結果、つまり細い黒線にかぶせるとどうなるでしょうか？
つまり、予測者は自分の予測結果に口を出すべきだと言いたいのですか？結局、黒い細い線は、水平線がどんどん伸びていく予想平均値（青い太線）なんです...。
その通りです。そして、なぜダメなのか？もちろん、このようなアクションを何度か繰り返した結果、最終的に価格の幅が広がるということはあり得ないということは理解しています。しかし、このアルゴリズムの仕組みは面白いですね。:-)過去のデータには対応するが、未来を見通すことはできない？
数学、あなたへの贈り物 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).著者らは、ランダムプロセスの定常性を確認するために反転法を使用する説明と例を示している。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性がありますね。この方向で掘り下げていく必要があると思います。
例えば、ここhttp://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - この作品は、価格系列のいくつかのタイプのウェーブレット変換の結果の定常性を正当化するために使用されています。むしろ、それが必要だったのでは？
ありがとうございました!!!
数学、あなたへの贈り物 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).ランダムプロセスの定常性を確認するための反転法の説明と使用例について述べている。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性がありますね。この方向で掘り下げていく必要があると思います。
例えば、ここhttp://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - この作品は、価格系列のいくつかのタイプのウェーブレット変換の結果の定常性を正当化するために使用されています。むしろ、それが必要だったのでは？
貴重なサイトをありがとうございます、そしてこれは素晴らしいですhttp://dsp-book.narod.ru/KM.djvu
数理、配布資料 - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv).著者らは、ランダムプロセスの定常性を確認するために反転法を使用する説明と例を示している。手法そのものの詳細や厳密さには踏み込んでいませんが、表面的には信憑性があると思います。この方向で掘り下げていく必要があると思います。
例えば、ここhttp://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - この作品は、価格系列のいくつかのタイプのウェーブレット変換の結果の定常性を正当化するために使用されています。むしろ、それが必要だったのでは？
thanks valuable site, and this one is great at allhttp://dsp-book.narod.ru/KM.djvu.
ワオ 全てがそこにあることがわかりました。
私は、これらのアクションの結果は、多分数回実行され、最終的に価格の数を与える ことができないことを、もちろん、理解している- 奇跡は起こりません。 しかし、このアルゴリズムの仕組みは面白いですね。:-)過去のデータで動くので、未来を見ることはできない。
はい、過去のデータに対してのみ機能します。
面白いのは、Predict関数を使った同様の予測結果は、ずるをせずに、各ポイントの左近傍で平滑化したBP LPFを通常のテイラー級数（RT）に分解し、必要なステップ数だけ先に外挿することで得られることです。グラサン、面白いかもしれませんよ。Matcadに組み込まれた関数のアルゴリズムを掘り下げるのではなく、PTを取って遊んでみる、トリミングしてみる、それが何につながるか見てみる......。
図中の赤い点は価格系列、赤い線は移動平均、青い線はRT、黒い線はPredictである。予測地平は同じで、5サンプルに等しい。予測指標の挙動はほぼ一致しており、VLF FFの値まで水平線を増やしたときの挙動は、添付のアニメーションで見ることができます。残念ながら、どちらの測定器も予測される限界に近づくと「バラバラ」になってしまいますが、これは常に使用するミュービングのFZと一致しています。統合による平滑化と、そこから何らかの方法で外挿による生データの復元という、2つの相互マッピングがあるようです。しかし、平滑化された系列にはそのために必要な情報がない（あるいは非常に少ない）ため、価格型のBPの挙動を予想（予測）することは原理的に不可能である。ところで、これらの予測変数は世代系列を完全にリードしているので、先行指標を作る可能性を期待することができるが、ノイズ成分の振幅が有用なシグナルを超えるまでは可能である。