정상 상태 - 반전 또는 수정 중에 정상에서 평평합니다. 추세는 한 플랫에서 다음 플랫으로의 불안정한 전환 상태입니다. 추세 이전에 일반 신호는 플랫 노이즈에 의해 증폭되고 레벨에서 레벨로의 날카롭고 종종 즉각적인 점프로 나타납니다.
여기에서 실용적인 것을 얻는 방법은 무엇입니까?
PS 음, 예를 들어 규칙적인 신호를 얻기 위해 변동성에서 임의 구성 요소(순수한 노이즈)만 추출하는 방법은 무엇입니까? 변동성은 반지속적 프로세스로 알려져 있습니다. 신호가 추세 중에 증폭되기 때문에 단순히 상수를 빼면 작동하지 않습니다. 디트렌드? 흥미롭게도 증폭 요인은 무엇입니까?
궁금한 생각(어쨌든 저에게는... 느린 속도로 배우고 있습니다), 플랫은 안정, 추세는 단지 전환일 뿐이라고 나는 어쩐지 그 반대라고 생각했는데, 시장은 움직이고(트렌드) 그리고 마킹 타임( 플랫), 글쎄, 시장은 어디로 가야할지 모릅니다. 저것들. 이상적인 시장은 수평선입니다. 노이즈 추출과 관련하여 웨이블릿은 그러한 목적을 위해 날카롭게 보입니다 (나는 실수 할 수 있고 실수 할 것입니다). 어쨌든 예를 들어 노이즈가 있거나없는 lyak의 사진이 제공됩니다. 행운을 빕니다.
사실, 시장은 균형과 거리가 멀고 항상 재앙(갈등) 직전에 있다는 생각이 있습니다. 고전적 평형에서 멀어지는 것은 자연 및 사회 혼돈 시스템의 특징입니다. 작은 찌름은 깨지기 쉬운 준안정 상태(평형과 같은 상태, 불안정한 상태만)가 무너지기에 충분합니다. 플랫에서 트렌드로의 전환입니다.
본질을 올바르게 이해하면이 "현재"약한 규칙적인 신호가 노이즈와 공진하게 되는 시스템/모델의 특성( 시계열 을 기준으로 할 수 있음)을 찾아야 합니다. 곱할 것입니다. 특별히 강조:
즉, 실용적인 관점에서 접근하면 노이즈 매개 변수를 제어하고 공진 확률이 크게 증가하는 특성 값을 찾아야합니다.
정확한 궤적을 계산하는 것이 가능할 것 같지는 않지만 미래 방향 이동의 주요 특성(임펄스, 점프, 범위 - 무엇이든)을 계산하는 것은 가능합니다. 따라서 다음을 설치해야 합니다.
현재 잡음의 매개변수(나는 그들이 변한다고 믿는다)
현재 신호 옵션
물론 여기에는 몇 가지 어려움이 있습니다. 신호 대 잡음 관계는 서로 강한 영향을 미칩니다. 현재 신호의 경우 두 가지 간단한 옵션이 있습니다.
· 이것은 일종의 저주파 필터에 의한 신호의 선택입니다(웨이블릿이 있는 변형은 이 모델에 매우 좋습니다).
다양한 유형의 회귀 또는 그 조합 사용
일반적으로 시스템의 모든 동일한 요소에 대한 예측을 수행해야 합니다.
미래 소음의 매개변수
미래 신호의 매개변수
소음 예측은 당신을 웃게 만들지 모르지만 그것은 시스템의 중요한 부분이어야 할 것 같습니다. 물론 소음 자체를 예측할 필요는 없지만 미래 소음의 주요 매개변수에 대해 몇 가지 결론을 도출해야 합니다. 내가 보기에 공명 자체는 매우 무작위적인 특성을 가지며 발달 여부는 거의 전적으로 소음에 달려 있습니다.
PS 01: 필요한 연구를 고려하고 다양한 옵션을 분류하여 1년 또는 그 이상 동안 아이디어가 흥미롭습니다.
수학 으로
정상 상태 - 반전 또는 수정 중에 정상에서 평평합니다. 추세는 한 플랫에서 다음 플랫으로의 불안정한 전환 상태입니다.
내가 본질을 올바르게 이해한다면 이 "현재의" 약한 규칙적인 신호가 노이즈와 공명하게 되는 시스템/모델의 특성(시계열을 기준으로 삼을 수 있음)을 찾아야 합니다. 곱할 것입니다. 특별히 강조:
즉, 실용적인 관점에서 접근하면 소음의 매개 변수를 제어하고 공진 발생 확률이 크게 증가하는 특성을 찾아야합니다.
정확한 궤적을 계산하는 것이 가능할 것 같지는 않지만 미래 방향 이동의 주요 특성(임펄스, 점프, 범위 - 무엇이든)을 계산하는 것은 가능합니다. 따라서 다음을 설치해야 합니다.
현재 잡음의 매개변수(나는 그들이 변한다고 믿는다)
현재 신호 옵션
물론 여기에는 몇 가지 어려움이 있습니다. 신호 대 잡음 관계는 서로 강한 영향을 미칩니다. 현재 신호의 경우 두 가지 간단한 옵션이 발생합니다.
· 이것은 일종의 저주파 필터에 의한 신호의 선택입니다(웨이블릿이 있는 변형은 이 모델에 매우 좋습니다).
다양한 유형의 회귀 또는 그 조합 사용
일반적으로 시스템의 동일한 요소를 모두 예측해야 합니다.
미래 소음의 매개변수
미래 신호의 매개변수
소음 예측은 당신을 웃게 만들지 모르지만 그것은 시스템의 중요한 부분이어야 할 것 같습니다. 물론 소음 자체를 예측할 필요는 없지만 미래 소음의 주요 매개변수에 대해 몇 가지 결론을 도출해야 합니다. 내가 보기에 공명 자체는 매우 무작위적인 특성을 가지며 발달 여부는 거의 전적으로 소음에 달려 있습니다.
PS 01: 필요한 연구를 고려하고 다양한 옵션을 분류하여 1년 또는 그 이상 동안 아이디어가 흥미롭습니다.
수학 으로
정상 상태 - 반전 또는 수정 중에 정상에서 평평합니다. 추세는 한 플랫에서 다음 플랫으로의 불안정한 전환 상태입니다.
내 모델에서 이 개념을 사용합니다. 아주 잘 작동합니다.
기사를 올바르게 이해했다면 영구적 인 영향 소스를 찾아야합니다. 그러나 이것이 사실이 아님이 밝혀질 수 있습니다. 또는 그들 중 많은 수가 동일합니다. 그리고 어떻게 여기에있을 수 있습니까?
정상 상태 - 반전 또는 수정 중에 정상에서 평평합니다. 추세는 한 플랫에서 다음 플랫으로의 불안정한 전환 상태입니다. 추세 이전에 일반 신호는 플랫 노이즈에 의해 증폭되고 레벨에서 레벨로의 날카롭고 종종 즉각적인 점프로 나타납니다.
여기에서 실용적인 것을 얻는 방법은 무엇입니까?
PS 음, 예를 들어 규칙적인 신호를 얻기 위해 변동성에서 임의 구성 요소(순수한 노이즈)만 추출하는 방법은 무엇입니까? 변동성은 반지속적 프로세스로 알려져 있습니다. 신호가 추세 중에 증폭되기 때문에 단순히 상수를 빼면 작동하지 않습니다. 디트렌드? 흥미롭게도 증폭 요인은 무엇입니까?
노이즈 추출과 관련하여 웨이블릿은 그러한 목적을 위해 날카롭게 보입니다 (나는 실수 할 수 있고 실수 할 것입니다). 어쨌든 예를 들어 노이즈가 있거나없는 lyak의 사진이 제공됩니다.
행운을 빕니다.
이것은 어떻게든 잠재적인 모델, 또는 오히려 그들의 장소와 사용 방법에 대한 내 견해에 반향을 일으키고 있는 것 같습니다. :).
그리고 당신의 관점에서 잠재적 모델에 대해 어디에서 읽을 수 있습니까? 그렇지 않으면 Google이 "잠재적 모델"에 질식합니다. 삶은 항상 그렇듯이 lyalek을 중심으로 돌아갑니다.
병렬 포럼에 멋진 주제가 있습니다 :) https://www.mql5.com/en/forum/50458 하지만 꽤 시끄럽습니다. 예를 들어 http://forex.kbpauk.ru/download.php?Number=16275 를 참조하십시오. 내 의견으로는 그러한 모델은 안정적인 상태를 설명해야 하므로 "외부" 신호를 분리할 수 있는 근본적인 가능성을 열어야 합니다.
그리고 당신의 관점에서 잠재적 모델에 대해 어디에서 읽을 수 있습니까? 그렇지 않으면 Google이 "잠재적 모델"에 질식합니다. 삶은 항상 그렇듯이 lyalek을 중심으로 돌아갑니다.
병렬 포럼에 멋진 주제가 있습니다 :) https://www.mql5.com/ru/forum/50458 하지만 꽤 시끄럽습니다. 예를 들어 http://forex.kbpauk.ru/download.php?Number=16275 를 참조하십시오. 내 의견으로는 이러한 모델은 안정적인 상태를 설명해야 하므로 "외부" 신호를 분리할 수 있는 근본적인 가능성을 열어야 합니다.
본질을 올바르게 이해하면이 "현재"약한 규칙적인 신호가 노이즈와 공진하게 되는 시스템/모델의 특성( 시계열 을 기준으로 할 수 있음)을 찾아야 합니다. 곱할 것입니다. 특별히 강조:
즉, 실용적인 관점에서 접근하면 노이즈 매개 변수를 제어하고 공진 확률이 크게 증가하는 특성 값을 찾아야합니다.
정확한 궤적을 계산하는 것이 가능할 것 같지는 않지만 미래 방향 이동의 주요 특성(임펄스, 점프, 범위 - 무엇이든)을 계산하는 것은 가능합니다. 따라서 다음을 설치해야 합니다.
현재 잡음의 매개변수(나는 그들이 변한다고 믿는다)
현재 신호 옵션
물론 여기에는 몇 가지 어려움이 있습니다. 신호 대 잡음 관계는 서로 강한 영향을 미칩니다. 현재 신호의 경우 두 가지 간단한 옵션이 있습니다.
· 이것은 일종의 저주파 필터에 의한 신호의 선택입니다(웨이블릿이 있는 변형은 이 모델에 매우 좋습니다).
다양한 유형의 회귀 또는 그 조합 사용
일반적으로 시스템의 모든 동일한 요소에 대한 예측을 수행해야 합니다.
미래 소음의 매개변수
미래 신호의 매개변수
소음 예측은 당신을 웃게 만들지 모르지만 그것은 시스템의 중요한 부분이어야 할 것 같습니다. 물론 소음 자체를 예측할 필요는 없지만 미래 소음의 주요 매개변수에 대해 몇 가지 결론을 도출해야 합니다. 내가 보기에 공명 자체는 매우 무작위적인 특성을 가지며 발달 여부는 거의 전적으로 소음에 달려 있습니다.
PS 01: 필요한 연구를 고려하고 다양한 옵션을 분류하여 1년 또는 그 이상 동안 아이디어가 흥미롭습니다.
수학 으로내 모델에서 이 개념을 사용합니다. 아주 잘 작동합니다.
내가 본질을 올바르게 이해한다면 이 "현재의" 약한 규칙적인 신호가 노이즈와 공명하게 되는 시스템/모델의 특성(시계열을 기준으로 삼을 수 있음)을 찾아야 합니다. 곱할 것입니다. 특별히 강조:
즉, 실용적인 관점에서 접근하면 소음의 매개 변수를 제어하고 공진 발생 확률이 크게 증가하는 특성을 찾아야합니다.
정확한 궤적을 계산하는 것이 가능할 것 같지는 않지만 미래 방향 이동의 주요 특성(임펄스, 점프, 범위 - 무엇이든)을 계산하는 것은 가능합니다. 따라서 다음을 설치해야 합니다.
현재 잡음의 매개변수(나는 그들이 변한다고 믿는다)
현재 신호 옵션
물론 여기에는 몇 가지 어려움이 있습니다. 신호 대 잡음 관계는 서로 강한 영향을 미칩니다. 현재 신호의 경우 두 가지 간단한 옵션이 발생합니다.
· 이것은 일종의 저주파 필터에 의한 신호의 선택입니다(웨이블릿이 있는 변형은 이 모델에 매우 좋습니다).
다양한 유형의 회귀 또는 그 조합 사용
일반적으로 시스템의 동일한 요소를 모두 예측해야 합니다.
미래 소음의 매개변수
미래 신호의 매개변수
소음 예측은 당신을 웃게 만들지 모르지만 그것은 시스템의 중요한 부분이어야 할 것 같습니다. 물론 소음 자체를 예측할 필요는 없지만 미래 소음의 주요 매개변수에 대해 몇 가지 결론을 도출해야 합니다. 내가 보기에 공명 자체는 매우 무작위적인 특성을 가지며 발달 여부는 거의 전적으로 소음에 달려 있습니다.
PS 01: 필요한 연구를 고려하고 다양한 옵션을 분류하여 1년 또는 그 이상 동안 아이디어가 흥미롭습니다.
수학 으로내 모델에서 이 개념을 사용합니다. 아주 잘 작동합니다.
기사를 올바르게 이해했다면 영구적 인 영향 소스를 찾아야합니다. 그러나 이것이 사실이 아님이 밝혀질 수 있습니다. 또는 그들 중 많은 수가 동일합니다. 그리고 어떻게 여기에있을 수 있습니까?
기사를 올바르게 이해했다면 영구적 인 영향 소스를 찾아야합니다. 그러나 이것은 사실이 아님이 밝혀질 수 있습니다. 또는 그들 중 많은 수가 동일합니다. 그리고 어떻게 여기에있을 수 있습니까?
둘 다 찾아야 한다는 느낌이 강하고, 다 같이 너무 속상해요. 선택적으로, 특히 오랫동안 소음을 처리하고 싶었기 때문에 소음과 함께 여행을 시작할 것입니다.
기사를 올바르게 이해했다면 영구적 인 영향 소스를 찾아야합니다. 그러나 이것은 사실이 아님이 밝혀질 수 있습니다. 또는 그들 중 많은 수가 동일합니다. 그리고 어떻게 여기에있을 수 있습니까?
둘 다 찾아야 한다는 느낌이 강하고, 다 같이 너무 속상해요. 선택적으로, 특히 오랫동안 소음을 처리하고 싶었기 때문에 소음과 함께 여행을 시작할 것입니다.
물론 작업을 나눌 수 있습니다. 그러나 그런 다음 답을 찾아야 합니다. 누가 혜택을 받습니까?. 그러나 그것은 어린아이의 질문처럼 보입니다. 비록 내가 틀릴 수 있지만.