フーリエベース仮説 - ページ 2 123456789...11 新しいコメント Vladyslav Goshkov 2009.08.12 18:10 #11 Reshetov >> : 2.PFは周期的な関数のスペクトル解析である。つまり、1000本のバーのフーリエ級数BP分解を得ると、次の1000本のバーでは、前の期間の1000本のバーを正確にコピーすることになるのです。PFは周期的な関数の近似であり、外挿ではないため。 +この1000本のバーが関数の期間となり、その後に続くすべてのものが含まれます。 頑張ってください。 ZS これはユーリへの返信ではなく、彼はもう知っています。ただ、再確認です。 Yuriy Asaulenko 2009.08.12 19:16 #12 VladislavVG >> : +この1000本のバーが関数の期間となり、その後に続くすべてのものが含まれます。 頑張ってください。 ZS これはユーリへの返信ではなく、彼はもう知っています。ただ、再確認です。 これは、前2回の投稿にも当てはまります。 最後にみんな、何を言っているのかわからないまま話している。 ただし、付け加えておきます。:) PFは古くからプロセスの挙動を予測するために様々な分野で利用されてきた。しかし、PFはその定義からして、そのようなことを直接予測することはできないし、できない。 PFをどのように予測に使うかは科学の一分野であり、プロセスによって異なる手法が使われ、時には根本的に異なる手法が使われることもあります。 完全にフリーな予測提案ですが、動いているターゲットに撃つ場合、ミサイルはターゲットに向けるのではなく、意図した着弾点に向けるということです。そうすることで、ターゲットは座標を変更し、操縦することができる。目標パラメータを考慮して新たなランデブーポイントを算出し、算出した新たなランデブーポイントに進路を修正する。 2つ目の例は、オートパイロットです。衝撃はランダムで時にはかなり大きいですが、車両のコースは非常にうまく、高い精度で維持されています。契約は、コース偏差を補正する舵の位置だと想像してください。 それだけです。非常にシンプルです。:)しかし、それも全分野の科学であり、複雑なのです。 Vladyslav Goshkov 2009.08.12 19:47 #13 YUBA >> : PFはプロセスの挙動を予測するために、古くから多くの分野で利用されてきた。しかし、PFはその定義からして、何かを直接予測するものではないし、できない。 FFTをどのように予測に使うかは全体の科学であり、処理によって異なる方法が使われ、時にはプリンシパルも異なる。 それから、私はまた、追加されます - 読むために誰かがある ;) . 他に指摘すべきは、PFは放物線状の差分（偶数微分のみの2次）で表現できる場合に適用できることです。フーリエ級数は、この微分方程式の一般解を三角形にしたものなので（複素数もある）。この種の拡散体は、ポテンシャル系（外部環境との交流のない振動ループ）、すなわち散逸（エネルギー散逸）を無視できる系であり、良好な近似解が得られる系である。無線工学／ラジオロケーションは、主にこのようなシステムを扱います。交換を無視できない場合、奇数階微分の項（例えばヒステリシスなど）が現れる。これらの問題のほとんどは、解析的な解が存在しない。そして、フーリエ級数は、もはや一般的な形の解ではない--これが重要なのだ。そして今、質問 - あなたは外国為替市場で "投げ "と価格を移動させるお金の質量は、一日、取引セッションの間に一定であることを確認してください？もしそうなら、遠慮なくフーリエ方程式を使ってください。 頑張ってください。 >> 「指」を使ってみたのですが、もしかしたら全部理解できていないかもしれません......まぁ、すみません......。 Vladyslav Goshkov 2009.08.12 19:56 #14 YUBA >> : 完全に自由な予測思考 - 移動する目標に発射する場合、ミサイルは目標ではなく、予想されるランデブー・ポイントに向けられる。ターゲットは座標を変更し、操縦することができる。目標パラメータを考慮して新たなランデブーポイントを算出し、算出した新たなランデブーポイントに進路を修正する。 2つ目の例は、オートパイロットです。衝撃はランダムで時にはかなり大きいですが、車両のコースは非常にうまく、高い精度で維持されています。コースからのズレを修正する舵の位置が契約内容だと想像してください。 こんな感じ。とてもシンプルです。:)しかし、これも全分野の科学であり、単純なことではありません。 IMHO - この例えは完全に適切ではありません - 慣性の特性は、すべての計画を壊すでしょう。そこで適用できる方法(インターセプト)は、ブルータルカップリングのあるダイファイヤーには使えません ;)- また、元防空士官（射撃班）として言えることは、このような問題は理論的には常に解決されているか、シミュレータ上でしか解決されていないということです。自動操縦について-インサイダー情報の追加取得になぞらえて...。空港のサイドイルミネーション、アクティブレーダー、天気予報のデータなど、すべて決定論的なものです。） ちなみに、引用から必要な情報を得ることが不可能だとは言いませんが、そこにフーリエ解析は必要ありません ;)......。すべてがもっとシンプルに...。 >> 頑張ってください。 Stanislav Korotky 2009.08.12 20:02 #15 VladislavVG >> : SZY 2 Fourierをまだ諦めていない人たちへ：メソッドの基本を勉強することから始めて、いきなり藪から棒に突っ込まないようにしましょう。） 少し訂正させていただきます。すでにライブラリが用意されているのであれば、急いでFFTなどの手法に移行する必要はありません。私は、ルーチンのアルゴリズムは、昔からのディスクに眠っているようなものでも、MT4に転送済みの既成の形で見つけるのが好きで、同じように時間を節約するためです。 レシェトフは（a）>>を 書いた。 外挿のためにできることは、例えば、スペクトル解析で2つ前の期間をN本の棒で分解することである。次に、さらに（まだ存在しない）Nバーを外挿するために、高調波振幅の算術平均を取り、各高調波の位相を、調査対象の2つ前の期間の対応する高調波の差と正確に同じラジアンだけシフトさせる。 私もやったことがあります;-)。もちろん発想が甘いので、最初は何も出てきませんでした。2回目の挑戦には、コードが待っている。フィルターは何とか比較的うまくいった。 Vladyslav Goshkov 2009.08.12 20:07 #16 marketeer >> : 少し訂正させていただきます。既成のライブラリがあれば、FFTなどの迷路に潜る必要はありません。 私は、問題を解決するのに適していない方法を使うという意味で言ったのです。 図書館がある--問題はそのことではないのです。問題は、フーリエ法がこのクラスの問題を対象としていないことです。この方法を、それに適さない問題のクラスに適用した場合、必然的に生じる限界を理解する必要があります。 >> 頑張ってください。 Yuriy Asaulenko 2009.08.12 20:30 #17 VladislavVG >> : IMHO - この例えは完全に適切ではありません - 慣性の特性は、すべての計画を壊すでしょう。そこで適用される方法（インターセプト）は、カップリングの激しいディフューザーには使えません ;)- また、元防空士官（射撃班）として言えることは、このような問題は理論的には常に解決されているか、シミュレータ上でしか解決されていないということです。自動操縦について-インサイダー情報の追加取得になぞらえて...。空港のサイドイルミネーション、アクティブレーダー、天気予報のデータなど、すべて決定論的なものです。） ちなみに、引用から必要な情報を得ることが不可能だとは言いませんが、そこにフーリエ解析は必要ありません ;)......。もっとシンプルに...。 頑張ってください。 このようなシステムの元開発者から、こんにちは。 純粋な慣性系でも30kmで30～50mの誤差が出るのは昔からです。これは、積極的な誘導を考慮しない場合です。 また、市場には慣性があり、規模もかなり大きいので、衝撃に対する反応は瞬発的とは言い難い。つまり、システムには過渡的な特性がありますが、それは楽器によって、また時間的にも変化します。 制御システムが制御対象モデルに基づいて構築されるのと同様に、取引システムの構築に取り掛かる前に、市場モデルを構築することは悪いことではありません。そして、そのモデル、適用限界について知ること。それがなければ、IMHOは、ウィザードやバターワースなどは役に立ちません。 そして、市場にはもちろんスペクトラムがあり、それを確認しました。;)1/fとか、1/f^2とか。そんな感じです。間隔が広いとかなりスムーズです。毛皮のコートは作れない) また、ノイズについても覚えておく必要があります。この場合、ノイズは実際の信号と同じレベル、あるいはそれ以上になる可能性があります。 Yury Reshetov 2009.08.12 20:39 #18 線形の慣性の性質を利用すれば 履歴Aの1999小節から9999小節までの区間があるとする。 履歴Bの9999バーから0までの区間があるとします。 0から-999気圧までの未来区間Cで慣性外挿を行う。 そして、セグメント A の振幅 AMPa[0] - AMPa[n] と位相 PHa[0] - PHa[n] （ここで 0 - n は調和数）のセットが得られます。 プロットBの場合：振幅AMPb[0]～AMPb[n]、位相PHb[0]～PHb[n]。 したがって、慣性によるプロットC（すなわち、外挿された未来）では、各i番目の高調波の振幅は、それぞれ、AMPc［i］＝2＊AMPb［i］-AMPa［i］、位相となる。PHc[i] = 2 * PHb[i] - PHa[i] とする。 高調波の大きさが負の場合、その高調波の位相からPIを引くか、PIを足さなければならないことに注意してください、つまり、引くか足した後、位相値は0～2*PIの範囲でなければなりません また、慣性はトレンドの動きが直線的に増加または減少する（横ばいトレンドの場合は停止する）ことを仮定しています。この目的のために、時系列では トレンドの傾きを考慮する必要があり、式を使って計算します。 d[i] = Close[1999] + (Close[0] - Close[1999]) * (1999 - i) / 1999, ここで i はバー番号です。 すなわち，各 i 番目のバーの価格からサイト A と B に対応する d[i] の値を引き，得られた関数を調和 PF 分析にかける．逆にプロットCでは、OPF外挿の後、各棒の値に対してd[i]を追加します。補正d[i]はすでにトレンドの慣性線形性を考慮しているので、逆変換における0次高調波の振幅は考慮する必要がない（その値は0であるべき）。 Fourier-based hypothesis Сергей 2009.08.12 20:55 #19 エヘン、そういえばそうだった。昔、予測にコサイン（でもフーリエでも可）変換を使ったことがありますが、かなり特殊な方法で。たまにはいいこともあった。そのアイデアの骨子は次のようなものだった。 ステップ1：Wウィンドウの長さを固定、例えば、確実性を高めるために300カウント（バー）とする ステップ2：このウィンドウで、過去のあるポイントからNサンプル（1000とする）逆行して「現在の」バー（それ以降は未来 :o))までトラバースする。そして、そのような繰り返しごとに、コサイン 変換（CP）を算出して いた。結果を配列で合計すると、NxWの行列ができた（列はある時点のKP、行は変換頻度）。 ステップ3：このような行列の行は、基本的に、撮影された履歴に対するKP係数のダイナミクスである。そして、そのようなシリーズは、不思議なことに据え置き型で、多くの利点があります。そこで、このような行列の各系列（スライディングウィンドウWのサンプル数は同じ）を、ARモデルを使って、ある水平軸で予測します。重要なのは、Wの長さより小さいことです。系列は（まあまあ）ほぼ定常なので、いくつかのモデル同定技法を使うことができる ステップ4： ある地平線、例えば100サンプル先に対してW回の予測を行うことで、予測行列を得ます。この行列の一番右の列が必要で、これは信号画像の予測される余弦である。あとは、未来の信号を再構築するための既知の計算式があればよい。 識別にはいくつか微妙なコツがあるのですが......どれがどれだか思い出せそうにありません。なお、低周波は実質的に100％予測される、ある意味準周期的なものです。 もし本当に必要な方がいらっしゃれば、アーカイブを掘り下げて、もう少し詳しく説明します。しかし、それは私には思える - すべてがそのまま明確である:o) Yuriy Asaulenko 2009.08.12 21:05 #20 Reshetov >> : 線形慣性の性質を利用すると、次のようになります。 計算を深く掘り下げることはしなかったが、仮にそうだとしよう。 しかし 1.市場は閉じたシステムではない。外部からの影響がない場合は、どのような外挿も可能です。影響がない場合は、流動性の低い有価証券をご覧ください。これが実現するのです。:) 2.つまり、外挿は0または定数に向かうものになる。 3 また、市場における移行プロセスの期間、影響への対応はどうなっているのでしょうか。知っていますか？それから、どうやって数えるのか？1つ目のインターバルは1つのインパクト、2つ目は全く違うインパクトで、ここでなんとなく足し算していく感じです。:) つまり、影響しあっている部分の中でしか予測できず、それ以上のことは予測できないのです。 123456789...11 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
2.PFは周期的な関数のスペクトル解析である。つまり、1000本のバーのフーリエ級数BP分解を得ると、次の1000本のバーでは、前の期間の1000本のバーを正確にコピーすることになるのです。PFは周期的な関数の近似であり、外挿ではないため。
+この1000本のバーが関数の期間となり、その後に続くすべてのものが含まれます。
頑張ってください。
ZS これはユーリへの返信ではなく、彼はもう知っています。ただ、再確認です。
+この1000本のバーが関数の期間となり、その後に続くすべてのものが含まれます。
頑張ってください。
ZS これはユーリへの返信ではなく、彼はもう知っています。ただ、再確認です。
これは、前2回の投稿にも当てはまります。
最後にみんな、何を言っているのかわからないまま話している。
ただし、付け加えておきます。:)
PFは古くからプロセスの挙動を予測するために様々な分野で利用されてきた。しかし、PFはその定義からして、そのようなことを直接予測することはできないし、できない。
PFをどのように予測に使うかは科学の一分野であり、プロセスによって異なる手法が使われ、時には根本的に異なる手法が使われることもあります。
完全にフリーな予測提案ですが、動いているターゲットに撃つ場合、ミサイルはターゲットに向けるのではなく、意図した着弾点に向けるということです。そうすることで、ターゲットは座標を変更し、操縦することができる。目標パラメータを考慮して新たなランデブーポイントを算出し、算出した新たなランデブーポイントに進路を修正する。
2つ目の例は、オートパイロットです。衝撃はランダムで時にはかなり大きいですが、車両のコースは非常にうまく、高い精度で維持されています。契約は、コース偏差を補正する舵の位置だと想像してください。
それだけです。非常にシンプルです。:)しかし、それも全分野の科学であり、複雑なのです。
PFはプロセスの挙動を予測するために、古くから多くの分野で利用されてきた。しかし、PFはその定義からして、何かを直接予測するものではないし、できない。
FFTをどのように予測に使うかは全体の科学であり、処理によって異なる方法が使われ、時にはプリンシパルも異なる。
それから、私はまた、追加されます - 読むために誰かがある ;) .
他に指摘すべきは、PFは放物線状の差分（偶数微分のみの2次）で表現できる場合に適用できることです。フーリエ級数は、この微分方程式の一般解を三角形にしたものなので（複素数もある）。この種の拡散体は、ポテンシャル系（外部環境との交流のない振動ループ）、すなわち散逸（エネルギー散逸）を無視できる系であり、良好な近似解が得られる系である。無線工学／ラジオロケーションは、主にこのようなシステムを扱います。交換を無視できない場合、奇数階微分の項（例えばヒステリシスなど）が現れる。これらの問題のほとんどは、解析的な解が存在しない。そして、フーリエ級数は、もはや一般的な形の解ではない--これが重要なのだ。そして今、質問 - あなたは外国為替市場で "投げ "と価格を移動させるお金の質量は、一日、取引セッションの間に一定であることを確認してください？もしそうなら、遠慮なくフーリエ方程式を使ってください。
頑張ってください。
>> 「指」を使ってみたのですが、もしかしたら全部理解できていないかもしれません......まぁ、すみません......。
完全に自由な予測思考 - 移動する目標に発射する場合、ミサイルは目標ではなく、予想されるランデブー・ポイントに向けられる。ターゲットは座標を変更し、操縦することができる。目標パラメータを考慮して新たなランデブーポイントを算出し、算出した新たなランデブーポイントに進路を修正する。
2つ目の例は、オートパイロットです。衝撃はランダムで時にはかなり大きいですが、車両のコースは非常にうまく、高い精度で維持されています。コースからのズレを修正する舵の位置が契約内容だと想像してください。
こんな感じ。とてもシンプルです。:)しかし、これも全分野の科学であり、単純なことではありません。
IMHO - この例えは完全に適切ではありません - 慣性の特性は、すべての計画を壊すでしょう。そこで適用できる方法(インターセプト)は、ブルータルカップリングのあるダイファイヤーには使えません ;)- また、元防空士官（射撃班）として言えることは、このような問題は理論的には常に解決されているか、シミュレータ上でしか解決されていないということです。自動操縦について-インサイダー情報の追加取得になぞらえて...。空港のサイドイルミネーション、アクティブレーダー、天気予報のデータなど、すべて決定論的なものです。）
ちなみに、引用から必要な情報を得ることが不可能だとは言いませんが、そこにフーリエ解析は必要ありません ;)......。すべてがもっとシンプルに...。
>> 頑張ってください。
SZY 2 Fourierをまだ諦めていない人たちへ：メソッドの基本を勉強することから始めて、いきなり藪から棒に突っ込まないようにしましょう。）
少し訂正させていただきます。すでにライブラリが用意されているのであれば、急いでFFTなどの手法に移行する必要はありません。私は、ルーチンのアルゴリズムは、昔からのディスクに眠っているようなものでも、MT4に転送済みの既成の形で見つけるのが好きで、同じように時間を節約するためです。
レシェトフは（a）>>を 書いた。
外挿のためにできることは、例えば、スペクトル解析で2つ前の期間をN本の棒で分解することである。次に、さらに（まだ存在しない）Nバーを外挿するために、高調波振幅の算術平均を取り、各高調波の位相を、調査対象の2つ前の期間の対応する高調波の差と正確に同じラジアンだけシフトさせる。
少し訂正させていただきます。既成のライブラリがあれば、FFTなどの迷路に潜る必要はありません。
私は、問題を解決するのに適していない方法を使うという意味で言ったのです。
図書館がある--問題はそのことではないのです。問題は、フーリエ法がこのクラスの問題を対象としていないことです。この方法を、それに適さない問題のクラスに適用した場合、必然的に生じる限界を理解する必要があります。
>> 頑張ってください。
IMHO - この例えは完全に適切ではありません - 慣性の特性は、すべての計画を壊すでしょう。そこで適用される方法（インターセプト）は、カップリングの激しいディフューザーには使えません ;)- また、元防空士官（射撃班）として言えることは、このような問題は理論的には常に解決されているか、シミュレータ上でしか解決されていないということです。自動操縦について-インサイダー情報の追加取得になぞらえて...。空港のサイドイルミネーション、アクティブレーダー、天気予報のデータなど、すべて決定論的なものです。）
ちなみに、引用から必要な情報を得ることが不可能だとは言いませんが、そこにフーリエ解析は必要ありません ;)......。もっとシンプルに...。
頑張ってください。
このようなシステムの元開発者から、こんにちは。
純粋な慣性系でも30kmで30～50mの誤差が出るのは昔からです。これは、積極的な誘導を考慮しない場合です。
また、市場には慣性があり、規模もかなり大きいので、衝撃に対する反応は瞬発的とは言い難い。つまり、システムには過渡的な特性がありますが、それは楽器によって、また時間的にも変化します。
制御システムが制御対象モデルに基づいて構築されるのと同様に、取引システムの構築に取り掛かる前に、市場モデルを構築することは悪いことではありません。そして、そのモデル、適用限界について知ること。それがなければ、IMHOは、ウィザードやバターワースなどは役に立ちません。
そして、市場にはもちろんスペクトラムがあり、それを確認しました。;)1/fとか、1/f^2とか。そんな感じです。間隔が広いとかなりスムーズです。毛皮のコートは作れない)
また、ノイズについても覚えておく必要があります。この場合、ノイズは実際の信号と同じレベル、あるいはそれ以上になる可能性があります。
線形の慣性の性質を利用すれば
履歴Aの1999小節から9999小節までの区間があるとする。
履歴Bの9999バーから0までの区間があるとします。
0から-999気圧までの未来区間Cで慣性外挿を行う。
そして、セグメント A の振幅 AMPa[0] - AMPa[n] と位相 PHa[0] - PHa[n] （ここで 0 - n は調和数）のセットが得られます。
プロットBの場合：振幅AMPb[0]～AMPb[n]、位相PHb[0]～PHb[n]。
したがって、慣性によるプロットC（すなわち、外挿された未来）では、各i番目の高調波の振幅は、それぞれ、AMPc［i］＝2＊AMPb［i］-AMPa［i］、位相となる。PHc[i] = 2 * PHb[i] - PHa[i] とする。
高調波の大きさが負の場合、その高調波の位相からPIを引くか、PIを足さなければならないことに注意してください、つまり、引くか足した後、位相値は0～2*PIの範囲でなければなりません
また、慣性はトレンドの動きが直線的に増加または減少する（横ばいトレンドの場合は停止する）ことを仮定しています。この目的のために、時系列では トレンドの傾きを考慮する必要があり、式を使って計算します。
d[i] = Close[1999] + (Close[0] - Close[1999]) * (1999 - i) / 1999, ここで i はバー番号です。
すなわち，各 i 番目のバーの価格からサイト A と B に対応する d[i] の値を引き，得られた関数を調和 PF 分析にかける．逆にプロットCでは、OPF外挿の後、各棒の値に対してd[i]を追加します。補正d[i]はすでにトレンドの慣性線形性を考慮しているので、逆変換における0次高調波の振幅は考慮する必要がない（その値は0であるべき）。
エヘン、そういえばそうだった。昔、予測にコサイン（でもフーリエでも可）変換を使ったことがありますが、かなり特殊な方法で。たまにはいいこともあった。そのアイデアの骨子は次のようなものだった。
識別にはいくつか微妙なコツがあるのですが......どれがどれだか思い出せそうにありません。なお、低周波は実質的に100％予測される、ある意味準周期的なものです。
もし本当に必要な方がいらっしゃれば、アーカイブを掘り下げて、もう少し詳しく説明します。しかし、それは私には思える - すべてがそのまま明確である:o)
線形慣性の性質を利用すると、次のようになります。
計算を深く掘り下げることはしなかったが、仮にそうだとしよう。
しかし
1.市場は閉じたシステムではない。外部からの影響がない場合は、どのような外挿も可能です。影響がない場合は、流動性の低い有価証券をご覧ください。これが実現するのです。:)
2.つまり、外挿は0または定数に向かうものになる。
3 また、市場における移行プロセスの期間、影響への対応はどうなっているのでしょうか。知っていますか？それから、どうやって数えるのか？1つ目のインターバルは1つのインパクト、2つ目は全く違うインパクトで、ここでなんとなく足し算していく感じです。:)
つまり、影響しあっている部分の中でしか予測できず、それ以上のことは予測できないのです。