Fourier Dönüşümlerini Kullanarak Geleceği Tahmin Etme - sayfa 46
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Burada başka bir nüans var. Optimizasyondan sonraki bölüm ne kadar büyükse, bulunan harmoniklerin gelecekteki verilerde hızla eskimesi (kar elde etmeyi bırakma) olasılığı o kadar yüksektir. Bu bölümü azaltmak - çekin güvenilmezliğini elde ederiz.
Eğer fikri doğru anladıysam...
Resme görsel olarak bakmak ilginç olurdu - faz uzayındaki yörünge {optimal harmonik, optimal başlangıç fazı}. Yörünge yeterince düzgünse, o zaman tahmin edilebilir.
Resme görsel olarak bakmak ilginç olurdu - faz uzayındaki yörünge {optimal harmonik, optimal başlangıç fazı}. Yörünge yeterince düzgünse, o zaman tahmin edilebilir.
Orada. Ancak, ağı eğitirken görülebilecek bazı kalıplar ve ileri bir test bile yapmadan yapmanıza izin veren bazı eğitim teknikleri vardır. Fourier'i bilmiyorum ve hiç duymadım.
Bunun yerine, sinir ağlarının kullanımıyla ilgili kişisel deneyiminizden kaynaklanmaktadır. Başka bir sistemle deneyimi olan birinin de benzer gözlemleri olabilir.
Eğer fikri doğru anladıysam...
Resme görsel olarak bakmak ilginç olurdu - faz uzayındaki yörünge {optimal harmonik, optimal başlangıç fazı}. Yörünge yeterince düzgünse, o zaman tahmin edilebilir.
Bunun yerine, en kararlı harmoniği belirlemenin bir yolu olup olmadığıyla ilgilenir. Var olduğu varsayılmalıdır.
En azından finans piyasalarında para kazanma olasılığı alanında araştırma yapan kişiler Fourier, SSA veya MESA istikametinde gitmezler. Bunlar, 10 yıl önce herkes ve her yerde çarpıtılan modası geçmiş yöntemlerdir. Daha önce, bu yöntemler için hesaplamalar yaygın olarak mevcut olmadığı için bu iyi çalıştı. Şimdi, hesaplamaların mevcudiyeti ve bu yöntemlere dayanan çeşitli yazılım ürünlerinin piyasaya sürülmesi nedeniyle, bu iyi çalışmıyor veya daha doğrusu pazar için "karlı bir formül" bulmak çok daha zor hale geldi)))
En azından finans piyasalarında para kazanma olasılığı alanında araştırma yapan kişiler Fourier, SSA veya MESA istikametinde gitmezler. Bunlar, 10 yıl önce herkes tarafından aşağı yukarı bükülmüş, modası geçmiş yöntemlerdir. Daha önce, bu yöntemler için hesaplamalar yaygın olarak mevcut olmadığı için bu iyi çalıştı. Şimdi, hesaplamaların mevcudiyeti ve bu yöntemlere dayanan çeşitli yazılım ürünlerinin piyasaya sürülmesi nedeniyle, bu iyi çalışmıyor veya daha doğrusu pazar için "karlı bir formül" bulmak daha zor hale geldi)))
Aksine, dini bir soru))) Sinir ağı nedir, dijital filtre nedir bir polinomdur - fiyatların katsayılara göre toplamı (kabaca konuşursak).
Kabul ediyorum. Bu açıdan yaklaşırsanız, herhangi bir fiyat dönüşümü Afrika'da da bir fiyat dönüşümüdür)))) Dolayısıyla, her şey aynı))))
Pekala, meslektaşlarım, ışığıma nasıl su bastığını söylemeniz gerekiyor.
birine benziyor
gibi görünüyor
iyi para kazanabilir
birisiyle
değiştirilmiş bir yöntem olabilir
muhtemelen Fourier'dir.
Şahsen, bu derece belirsizlik durumlarına yatırım yapma riskini almam.
Ve olağanüstü karmaşıklığı ile yürek parçalayan gerçeği burada ifşa etmeye cesaret etseydim ne olurdu?
Sonra ne olacak? "Olamaz!", "Hayır!", "Dünya bize bu kadar acımasız olamaz!", "İnanmıyorum!" çığlıkları. ?
O yüzden ıslansam iyi olur.
Lütfen meslektaşların, gerçek DSP uzmanlarının (Fourier'i okuyun) - GPWR, Prival ve birkaç tane daha - burada da pratik olarak sessiz olduklarını unutmayın. Niye ya? Çünkü kelimenin tam anlamıyla yanabilirsiniz .
Bu arada, Fourier:
Gençliğimde, güçlü parazit ve gürültü koşullarında düşmanın geniş bant gürültü benzeri radyo sinyallerinin spektral analizi ve tespiti alanında bilimsel araştırmalarla uğraştım.
Şimdi forex gürültüsünde ticaret sinyallerinin seçimini düşünüyorum. Fourier dönüşümlerinin kullanımı düşünüldü. Aşağıdaki sonuçlara ulaştı.
Fourier dönüşümü (ileri ve ters), elektromanyetik süreçleri enterpolasyon yapmak için mükemmel bir yöntemdir. Bir tek. Akustik (mekanik) - bir streç ile. Gerisi şüpheli.
Gerçek şu ki, bir elektromanyetik sinyalde elektrik ve manyetik enerjiler birbirine dönüştürülür, bunu eşit, simetrik olarak söyleyeceğim. Bu nedenle, gerçek ve sanal bileşenlerin ortogonal koordinatlarda tanımlandığı karmaşık bir değişkenin modellerini kullanmak mümkün hale geldi. Bu nedenle, "karmaşık silindir" içindeki zaman ekseni boyunca sabit uzunlukta bir vektörün hareketinin bir izdüşümü olarak bir sinüzoidin görünümü. Ve Fourier dönüşümü bu tür harmonik bileşenler kümesiyle çalışır. Yani, Fourier dönüşümünün pratik değeri vardır - doğanın fenomenlerinden birini modeller: elektrik ve manyetik enerjilerin karşılıklı dönüşümü. Bu, örneğin, güç spektral yoğunluğunun hesaplanmasının sonuçlarına dayanarak, hesaplamaların sonuçlarını büyük bir doğrulukla onaylayacak fiziksel filtreler yapmanın mümkün olduğu gerçeğiyle doğrulanır.
Bununla birlikte, finansal tekliflerde herhangi bir enerjiden, özellikle de birbirine dik, karşılıklı olarak dönüşen iki enerjiden bahsetmek anlamsızdır, böylece karmaşık bir değişkenin fonksiyonları onlara uygulanabilir. Bu nedenle, bu tür alıntıların analizi için Fourier dönüşümünün değeri, diğer enterpolasyon yöntemlerinden daha kötü ve daha iyi değildir. Ne yazık ki, finansal tekliflerin "fiziksel anlamı" anlaşılmaz. Görsel olarak bile harmonik sinyallere atfedilemezler.
Ara filtreleme ile doğrudan ve ters Fourier dönüşümlerini kullanarak alıntıların ekstrapolasyonuna gelince. Fourier dönüşümü, bir sinyalin bir dizi harmonik bileşenle enterpolasyonu için bir yöntemdir. Ayrıca, yalnızca düğümlerinde (sayılar). Numuneler arasında enterpolasyon doğruluğu garanti edilmez. Spektral katsayılar belirli zaman sayıları için hesaplandığından, bu yöntemle sinyali tahmin etme arzusunun, birkaç sayım ilerisinde bile fiziksel bir anlamı yoktur. Bu bir sebep. İkincisi, alıntıların fiziksel anlamının belirsizliği ile bağlantılıdır. Bir elektromanyetik sinyalin ekstrapolasyonu için ataletine (enerji dönüşümleri) güvenilebilir ve düşük frekanslı genişleme katsayıları uygulanabilirse, o zaman böyle bir "düşük frekans" olasılığı alıntılar için açık değildir.
Şimdi her dakika için mevcut (anlık) spektrumu (kene ile) hesaplamayı ve onu alıntı tablosunda kabartma şeklinde gösterme konusunu düşünüyorum. Beynin bu resimlerde herhangi bir kalıp görme yeteneği için hala umut var...
Ve işte Fourier'in süpervizörü - Fourier yöntemini tam bir saçmalık olarak gören ve yeterince etkili olmayan Lagrange: