Interpolação, aproximação e afins (embalagem de algibe) - página 10
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Sinceramente - você está falando bobagens.
Se a função é periódica com um período igual ao intervalo de decomposição, então por que precisamos de aproximação e extrapolação?
Basta copiar as últimas 1000 barras e colá-las na última barra à direita e voilá - a previsão está pronta.
Foi exatamente sobre isso que escrevi no primeiro post ;))))))). Com relação ao lixo - é a sua maneira de falar com pessoas desconhecidas?
Mais uma coisa:
Você entende ao menos o significado dessas fórmulas?
Como um ex-funcionário do Departamento de Matemática Aplicada e um professor universitário de matemática poderiam entender fórmulas tão complicadas? ;)))))))
Mais uma vez, tente entender o significado físico do que você está fazendo.
Foi exatamente sobre isso que escrevi no primeiro post ;))))))). Quanto à tagarelice, esta é sua maneira de falar com pessoas que você não conhece bem?
Também:
Como um ex-funcionário de um departamento de matemática aplicada e um professor universitário de matemática podem entender fórmulas tão complicadas? ;)))))))
Mais uma vez, tente entender o significado físico do que você está fazendo.
Acho que entendo a fonte de seu equívoco.
Nesse post escrevi que não uso a transformada rápida de Fourier, que usa freqüências equidistantes.
Este tipo de transformação tem um propósito diferente - é usado principalmente para comprimir música. E devido ao fato de que todos os períodos das harmônicas são múltiplos do período total observado, este tipo de transformação tem um período total, que é o que você está falando. Mas este tipo não é adequado para extrapolação porque a extrapolação simplesmente repetirá os valores anteriores. É um caso muito especial que se destina a comprimir informações em vez de prevê-las.
A previsão de preço utiliza um tipo diferente de decomposição, que é sobre o que escrevi neste post. Foi por isso que gravei o gif animado e forneci o código para que você estudasse. Não há uma periodicidade ali igual ao tamanho da amostra dos dados. Lá o período de cada harmônico é calculado de forma ótima e consistente, e os períodos nem sempre estão em ordem decrescente, o período do próximo harmônico pode até ser maior do que o anterior.
Não fique ofendido por suas divagações. Meus nervos estão ruins. :))
Não, este algoritmo para encontrar harmônicas não utiliza a rápida transformação de Fourier, masutiliza o algoritmo de cálculo de freqüência Queen-Fernandez. (código fonte) A propósito, você não é o autor? O nome é o mesmo, mas os perfis são diferentes.
As freqüências são calculadas seqüencialmente e não são múltiplas umas das outras. Isto pode ser visto tanto pelo gif animado quanto pelo código que apresentei acima e agora.
Aqui está um exemplo de rácios de freqüência harmônica a partir deste exemplo (apenas impresso w):
Não, eu não sou o autor. E uma série de funções trigonométricas cujas freqüências não são múltiplas uma da outra não é uma série de Fourier.
Você não pode encontrar nenhuma menção à série Fourier em meus postos. Eu estava falando das transformações de Fourier.
A série Fourier é um caso particular da transformação de Fourier de uma função periódica.
O gráfico de preços não é uma função periódica. Portanto, uma série de Fourier não é necessária aqui.
A transformação rápida de Fourier (FFT) calcula a série Fourier. Eu não uso FFT em meus exemplos.
Esse é um erro seu e de Vladislav, que você pensa que a série Fourier aplicável a uma função periódica é a transformação de Fourier.
Já disse várias vezes - trata-se de um caso especial, não aplicável ao mercado.
Estudar as fontes primárias.
Aqui estão algumas citações da Wikipedia:
A transformação de Fourier também é aplicável a funções definidas em intervalos limitados, uma vez que tais funções podem ser periodicamente estendidas em toda a linha.
A série Fourier é um caso particular da transformação de Fourier, se esta última for entendida no sentido defunções generalizadas. Para qualquer função periódica 2π, temos
Em outras palavras, a transformação de Fourier de uma função periódica é uma soma de cargas de pontos em pontos inteiros, e é igual a zero fora deles.
Não, este algoritmo para encontrar harmônicas não utiliza a rápida transformação de Fourier, masutiliza o algoritmo de cálculo de freqüência Queen-Fernandez. (código fonte) A propósito, você não é o autor? O nome é o mesmo, mas os perfis são diferentes.
As freqüências são calculadas seqüencialmente e não são múltiplas umas das outras. Isto pode ser visto tanto pelo gif animado quanto pelo código que apresentei acima e agora.
Aqui está um exemplo de coeficientes de frequências harmônicas a partir deste exemplo (apenas impresso w):
Tenho que repetir a pergunta sobre as diferenças entre o método que você propõe e a série Fourier:
"O que há de errado com seu método? Os valores dos primeiros coeficientes de decomposição mudam quando o número de harmônicas consideradas muda"?
Não sei como descobrir a partir de um gráfico animado para 40 freqüências se os coeficientes para o harmônico mais lento de 40 são constantes. Por favor, não se refira às variáveis em seu código. A questão sobre o significado da expansão de 40 harmônicas torna-se fundamental se a adição da quadragésima primeira harmônica à expansão pode até mesmo alterar os coeficientes da primeira harmônica, por exemplo.
Diga Sim ou Não. Ou menos estritamente, qualquer coisa.
Deixe a série Fourier resolver esta questão sem ambigüidade, "Não". Assim como na série Taylor e outras decomposições, que já trouxeram e continuam a trazer benefícios indiscutíveis. Suponha que no seu caso não seja tão inequívoco, mas você também deve ter alguma idéia sobre a estabilidade dos coeficientes de expansão pelo método proposto.
Tenho que repetir a pergunta sobre as diferenças entre o método que você está propondo e a série Fourier:
"Por que, você faz isso de maneira diferente? Os valores dos primeiros coeficientes de decomposição mudam quando o número de harmônicas consideradas muda"?
Não sei como descobrir a partir de um gráfico animado para 40 freqüências se os coeficientes para o harmônico mais lento de 40 são constantes. Por favor, não se refira às variáveis em seu código. A questão do significado da expansão harmônica 40 torna-se fundamental se, ao adicionar a quadragésima primeira harmônica à expansão, os coeficientes da primeira harmônica podem até mesmo mudar de sinal, por exemplo.
Diga Sim ou Não.
Este não é o meu método, embora eu tenha algumas idéias de como acelerá-lo. Eu dei links para o código fonte e para os autores deste método.
E o mais importante, há o código. Você não é um programador? Mas você pode entender o código, ele é simples e transparente.
Se você examinar o código de função MathFourier2, a resposta é óbvia - é claro que não. A adição de uma nova harmônica não altera as anteriores.
Se você descobrir que os harmônicos mudaram, isso significa que os dados de entrada mudaram. Você moveu o mouse com o shift ou ctrl pressionado, ou veio uma nova barra.
E por favor não me faça mais perguntas, que você mesmo pode responder, tendo o código e o artigo deste método.
Não estamos no exame. Sinto muito pelo meu tempo.
Estou reiniciando o código mais uma vez.
Para controlar este indicador, primeiro clique no gráfico com o mouse (para ativar a janela), pressione Ctrl (e solte-o) e mova o mouse para mudar a posição inicial, para finalizar o processo, pressione qualquer tecla (exceto Ctrl e Shift). O mesmo com a tecla Shift para alterar o período (intervalo de barras para calcular a função de aproximação)e o número de harmônicas.
Em geral, a tarefa, como eu entendo, é que temos dados (provavelmente os preços de abertura ou fechamento de uma barra) para um determinado período, e precisamos descrever as flutuações nesta amostra de alguma forma, mas deve ser uma função, para que na próxima flutuação possamos entender qual ponto se refere a uma nova figura. Como resultado, devemos obter um valor numérico adicional para cada preço, que mostrará a que "parte" da função pertence a flutuação, será obtido um tipo de classificação, que permitirá dizer que o ponto original pertence a um determinado espaço. Tal método às vezes pode ter um efeito no caso do MO. Como a função não é inicialmente conhecida, mas espera-se que exista, há necessidade de gerar diferentes funções para dividir os dígitos da amostra em grupos. Ou seja, é algum método de classificação não por características, mas por estrutura e atributos.
Este é meu palpite.
Já deveria ter ficado claro há muito tempo, as ligações foram dadas. A questão é a implementação. Há toda uma camada de algoritmos rápidos e eficientes que podem ser usados em conjunto com a nuvem
Você só tem tempo para aprender o básico. R e Python há muito tempo têm tudo, é claro.Já deveria ter ficado claro há muito tempo, eu lhe dei os links. A questão é a implementação. Há toda uma camada de algoritmos rápidos e eficientes que podem ser usados, inclusive em conjunto com a nuvem.
Eu não tenho tempo para estudar o código. Trabalho em R e Python há muito tempo, é claro.Depois de ler o tópico, eu não vi nenhum entendimento da audiência, então decidi reformular, talvez alguém entenda a essência do assunto nesta apresentação.
Se isto já foi implementado em outros idiomas, por que não podemos portar o código para a MQL5?
Depois de ler o tópico, não vi nenhum entendimento do público, então decidi reformular a frase para ver se alguém entendia do que estou falando.
Se isto já foi implementado em outros idiomas, por que não posso portar o código para a MQL5?
Eu só perguntei se alguém fez isso para economizar tempo.
que pergunta estúpida.