글쎄, 만약 당신이 (그래서, 눈으로) 말한다면 - 이것은 사인이고, 주기가 계속 증가하고(X에 따라 다름), 즉, 다음과 같은 공식입니다:
장군(우리가 춤추는 곳에서):
Y=sin(K*X+T)
이제 매개변수 K도 X에 의존한다고 말합니다. 항상 증가하거나 감소합니다. 질문이 발생합니다 - 선형적으로? 먼저 선형이라고 가정합니다. 그러면 A*X+B(선식)입니다. 원래 공식에 대입하면 다음을 얻습니다.
Y=sin((A*X+B)*X+T)=sin(A*X^2+BX+T).
이미 백로그가 있습니다. 사인 기호 아래의 다항식. 회귀 수행 .... 등. 나는 내가 명확하게 설명했기를 바랍니다. matlab에서 프로그램을 만들 수 있었지만 시간이 없었습니다.
이것이 필요한 이유를 조금 설명하겠습니다. 예측을 기반으로 하는 TS에 대한 아이디어가 있습니다. 나에게 알려진 것과 다소 접근 가능한 것 중에서 푸리에와 회귀가 있습니다. 푸리에에 적용됩니다. 매개변수가 고정되어 있다고 가정합니다. 일반 정현파에서는 모든 것이 멋지게 보입니다.
그러나 부드럽게 변화하는 기간을 취하면 스펙트럼이 번집니다.
따라서 적절한 예측을 할 수 없습니다.
회귀에서도 좋은 것을 얻을 수 없었습니다.
따라서 더 "적응적"인 다른 방법을 찾아야 합니다. 사실 나는 그들에 대해 알고 싶었다.
당신은 부드러운 곡선을 가지고 있습니다. 따라서 미분 분석 방법을 적용할 수 있습니다. 이것이 가변 주기의 사인이라는 것을 알지 못하더라도 처음 몇 항을 유지하면서 Taylor 급수의 전개를 사용할 수 있습니다. 또한 몇 가지 이전 값을 공식에 대입하여 미래 참조 값을 예측할 수 있습니다. 나는 당신에게 확신합니다. 결과는 예측의 정확성으로 당신을 놀라게 할 것입니다. 오류는 0이 됩니다.
그리고 이 모든 것이 가격 시리즈에서는 작동하지 않을 것입니다. 왜냐하면. RF에서 분해할 때 FZ를 얻고 앞으로 한 카운트를 예측해야 하는 것이 아니라 FZ 척도에 맞는 카운트 수에 대해 예측해야 하며 이 거리에서 예측 오류의 급격한 증가가 발생합니다 .
자연을 속일 수는 없습니다.
그리고 이 모든 것은 가격 시리즈에서 작동하지 않을 것입니다. 왜냐하면. RF에서 분해할 때 FZ를 얻고 앞으로 한 카운트를 예측해야 하는 것이 아니라 FZ 척도에 맞는 카운트 수에 대해 예측해야 하며 이 거리에서 예측 오류의 급격한 증가가 발생합니다 .
자연을 속일 수는 없습니다.
이것은 모두 분명합니다. 그러나 결국 그 시간 동안 매개 변수가 변경되지 않는다고 가정하는 것이 가능합니다. 위의 그림을 통해 non-stationarity 뿐만 아니라 부적절한 방법으로도 결과가 나쁠 수 있다는 것을 보여주고 싶었습니다.
이것은 모두 분명합니다. 그러나 결국 그 시간 동안 매개 변수가 변경되지 않는다고 가정하는 것이 가능합니다. 위의 그림을 통해 non-stationarity 뿐만 아니라 부적절한 방법으로도 결과가 나쁠 수 있다는 것을 보여주고 싶었습니다.
시장 정상성 가설은 확인된 적이 없습니다. 따라서 임의의 작은 시간 간격에서 매개변수의 불변성을 가정하는 것은 불가능합니다.
이것이 필요한 이유를 조금 설명하겠습니다. 예측을 기반으로 HARDWARE에 대한 아이디어가 있습니다. 나에게 알려진 것과 다소 접근 가능한 것 중에서 푸리에와 회귀가 있습니다. 푸리에에 적용됩니다. 매개변수가 고정되어 있다고 가정합니다. 일반 정현파에서는 모든 것이 멋지게 보입니다.
그러나 부드럽게 변화하는 기간을 취하면 스펙트럼이 번집니다.
따라서 적절한 예측을 할 수 없습니다.
회귀에서도 좋은 것을 얻을 수 없었습니다.
따라서 더 "적응적"인 다른 방법을 찾아야 합니다. 사실 나는 그들에 대해 알고 싶었다.
시장 정상성 가설은 확인된 적이 없습니다. 따라서 임의의 작은 시간 간격에서 매개변수의 불변성을 가정하는 것은 불가능합니다.
완전한 고정성에 대해 말하는 것이 아니라 매개변수가 다소 안정적인 섹션이 있을 수 있습니다. 전략이 얼마 동안 작동할 수 있다는 것을 다른 방법으로 설명합니다. 여러 가지 전략을 세우고 전환하는 방식이 있는데 전환 시점을 어떻게 정하느냐가 문제다.
www.https://www.mql5.com/ru/forum/127297 다음은 시간적 예측 가능성에 대한 간접적인 확인입니다.
다음 그림이 있습니다.
그러한 시리즈를 어떤 기술로 외삽할 수 있습니까?
누군가 실험을 위해 이것을 신경망에 넣을 수 있습니까?