Прогноз будущего при помощи Преобразований Фурье - страница 45

 
Integer: Так а у нейроных сетей получается еще больше параметров. Использовать только одну гармонику, это частный случай использования нескольких - теже несколько, только у всех асмплитуды 0 кроме одной. Если использовать только одну, то плавно подходим к Герцелю, к MESA.

Согласен. Но у нейронных сетей есть способы избежать подгонки под историю, правда там тоже есть свои сложности. Но вот у Фурье, практически нет никаких способов определения гармоник или гармоники, которые будут приносить прибыль в будущем - в этом вся сложность применения Фурье на финансовых рынках.
 
Integer:

Т.е. вы можете провести такие вычисления, типа как бы разложили данные на гармоники, подрегулировали амплитуды, фазы, сложили, только вместо этого вы можете вычислить коэффициенты, чтобы вычислять результат как в индикаторах FATL, SATL - просто умножение цен на коэффиценты и суммирование.
Коэффициенты не обязательно же должны быть постоянные... Я могу построить модель, на ее основе рассчитать передаточную характеристику фильтра с нужными характеристиками и адаптивными параметрами, перейти (Фурье/Лаплас -> Z-преобразование) в дискретную область, преобразовать передаточную характеристику в разностное уравнение и потом... профит!)
 
LeoV:

Согласен. Но у нейронных сетей есть способы избежать подгонки под историю, правда там тоже есть свои сложности. Но вот у Фурье, практически нет никаких способов определения гармоник или гармоники, которые будут приносить прибыль в будущем - в этом вся сложность применения Фурье на финансовых рынках.

С любой системой следует делать проверку на подгонку, выполнять проверочное тестирование на следующем участке после оптимизации. Все тоже самое. С сетью - обучили сеть, провели проверку. С любой другой системой - отоптимзировали, провери проверку за пределами периода оптимизации.

Способ определения гармоники - оптимизация в тестере.

 
Integer:

С любой системой следует делать проверку на подгонку, выполнять проверочное тестирование на следующем участке после оптимизации. Все тоже самое. С сетью - обучили сеть, провели проверку. С любой другой системой - отоптимзировали, провери проверку за пределами периода оптимизации.

Способ определения гармоники - оптимизация в тестере.


Так вот как раз у Фурье и нет такого способа определения - это либо гадание на кофейной гуще, либо пальцем в небо, поскольку все упирается в выбор, именно в выбор гармоник. Именно поэтому Фурье и не нашел своего применения на финрынках.

Оптимизация в тестере для Фурье - это фактически выбор гармоник по величине прибыли на прошлых данных, но не выбор для принесения прибыли в будущем.

Нет ни одного тестера, который бы проверял гармоники на факт подгонки. В МТ4 - это сделать нереально.

 
alsu:
Коэффициенты не обязательно же должны быть постоянные... Я могу построить модель, на ее основе рассчитать передаточную характеристику фильтра с нужными характеристиками и адаптивными параметрами, перейти (Фурье/Лаплас -> Z-преобразование) в дискретную область, преобразовать передаточную характеристику в разностное уравнение и потом... профит!)

Ладно, понял. Это уже классика ЦОС.
 
LeoV:


Так вот как раз у Фурье и нет такого способа определения - это либо гадание на кофейной гуще, либо пальцем в небо, поскольку все упирается в выбор, именно в выбор гармоник. Именно поэтому Фурье и не нашел своего применения на финрынках.

Оптимизация в тестере - это выбор гармоник по величине прибыли на прошлых данных, но не выбор для принесения прибыли в будущем.

Нет ни одного тестера, который бы проверял гармоники на факт подгонки. В МТ4 - это сделать нереально.


Реально. Прнципиально это не отличается от проверки нейронной сети при ее обучении. В конечно итоге интересует прибыль. По прибыли и смотрим, дает ли система прибыль на участке следующем после участка оптимизации.
 
Integer:

Ладно, понял. Это уже классика ЦОС.
Ключевой вопрос - построить рабочую модель, все остальное дело техники и описано в книгах)
 
Integer: Реально. Прнципиально это не отличается от проверки нейронной сети при ее обучении. В конечно итоге интересует прибыль. По прибыли и смотрим, дает ли система прибыль на участке следующем после участка оптимизации.

Тут кроется еще один нюанс. Чем больше следующий участок после оптимизации - тем больше вероятность, что найденные гармоники бысто устареют (перестанут приносить прибыль) на будущих данных. Уменьшая этот участок - мы получаем недостоверность проверки.
 
LeoV:

Тут кроется еще один нюанс. Чем больше следующий участок после оптимизации - тем больше вероятность, что найденные гармоники бысто устареют (перестанут приносить прибыль) на будущих данных. Уменьшая этот участок - мы получаем недостоверность проверки.

С нейросетями такой проблемы нету?
 
Integer: С нейросетями такой проблемы нету?

Есть. Но есть некоторые закономерности, которые можно заметить при тренировки сети, и некоторые приемы тренировки, которые позволяют обходиться даже без форвард-теста. Про Фурье я такого не знаю и не слышал.
Причина обращения: