Piyasa fenomenleri - sayfa 28
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
Pazar modeli
... Özü çok basittir. Bir girdinin çıktıya dönüşümünü tanımlayan sınırlı sayıda yapı vardır. Bu tür yapıların her biri, dönüşümün gerçekleştiği belirli bir modelin varlığını varsayar. Gözlenen süreç, yapılar arasında bir geçiş (anahtarlama) ile oluşur...
Arkadaşlar uzun bir süre forumu terk edeceğim. ilişkili eğilimler.
gpwr , sorun şu ki, bu kod çözme (veya kabaca aynı şey, yapılar arasında geçiş yapma) büyük olasılıkla doğrusal değildir.
Olaylar arasındaki doğrusal bağlantılar (Pearson korelasyonları), olaylar arasındaki küçük "mesafelerde" bile ortadan kalkar. Mesafe ile, temel TF'nin birim sayısını kastediyorum, yani. bar sayısı.
Buraya kadar söylenecek başka bir şey yok çünkü. ve ben kendim karanlıkta yürüyorum ve el yordamıyla.
Bence doğru yönde düşünüyorsun. Ayrıca belirli bir zaman dilimindeki fiyatların sadece bu yapılar arasındaki geçişler olmadığını, ağırlıklı kombinasyonlar olduğunu da eklemek isterim. Burada esas olan bu yapıları doğru bir şekilde bulmaktır. Neyi temsil ediyorlar? Temel vektörler? Fourier dönüşümündeki gibi sinüsler ve kosinüsler? Dalgacıklar? Bu yapıların zaman serilerinden nasıl doğru bir şekilde belirleneceğini bilen biri varsa, o zaman düşüncelerinizi paylaşın. Birçok seçenek olabilir, ancak yalnızca biri doğrudur. Fiyatı tanımlamak için en az miktarı gerektiren bu yapıların (dalgacıkların) doğru olduğunu düşünürdüm. Bu benim radyo mühendisliğindeki deneyimim. İletilen dijital bilgi 100110... bir dijital filtre/DAC modülatöründen geçirilir ve böylece orijinal bilgiden daha fazla değere sahip bir analog sinyale dönüştürülür. Yapılar arasındaki geçişler olarak piyasa fiyatlarını temsil etme süreci, bir radyo sinyalinin demodüle edilmesi (veya stokastik süreçlerin boyutunun azaltılması) süreciyle temelde aynıdır. Bu sinyali uygun şekilde demodüle etmek için, hangi filtreler (yapılar) ile kodlandığını bilmeniz gerekir.
Bir radyo mühendisi olarak (maalesef geçmişte kaldı) demodülasyon hakkındaki fikrinizi destekleyeceğim.
Eşzamanlı algılama fikri kendini gösterir - asıl şey, referans sinyaline ve filtreleme türüne (daha doğrusu doğrusal olmayan) karar vermektir.
gpwr , sorun şu ki, bu kod çözme (veya kabaca aynı şey, yapılar arasında geçiş yapma) büyük olasılıkla doğrusal değildir.
Olaylar arasındaki doğrusal bağlantılar (Pearson korelasyonları), olaylar arasındaki küçük "mesafelerde" bile ortadan kalkar. Mesafe ile, temel TF'nin birim sayısını kastediyorum, yani. bar sayısı.
Buraya kadar söylenecek başka bir şey yok çünkü. ve ben kendim karanlıkta yürüyorum ve el yordamıyla.
Bu yapılar konusuna olan ilgim, piyasa fiyatlarını tahmin etmekten daha pratik uygulamalarından kaynaklanmaktadır. Artık hızlı konuşma tanıma sistemlerinin geliştirilmesiyle daha çok ilgileniyorum. Bildiğimiz gibi konuşma, kümesi bir kelime oluşturan fonemlerden (aynı yapılar) oluşur. Örneğin, Rus dilinde 150-200 bin kelime oluşturan sadece 43 fonem vardır. Bu kelimeler sırayla cümleleri ve konuşmamızı oluşturur. Söz, fonemlerini (yapılarını) bilmediğimiz piyasa fiyatının karşılığı olarak kabul edilebilir. Bu yüzden gürültüye benziyor (bir uzaylının konuşmasını hayal edin). Konuşma fonemleri, ses kabloları, dil vb. tarafından, kısacası, girişi solunan hava biçimindeki gürültü olan ses filtreleri tarafından üretilir. Konuşma algımız aynı zamanda farklı fonemlere ayarlanmış iç kulak filtreleri ile sesleri filtreleme sürecidir. Yani, basitçe söylemek gerekirse, girişe (kulağa) kodlanmış bir sinyal (konuşma) beslenir ve çıkışta (serebral kortekste) bir sinyal (kelimeler) alınır. Fiyat tahmini, gelecekteki fonemleri (yapıları) tahmin etmeye gelir. Ama bu beni ilgilendirmiyor. Geçmiş ve şimdiki fonemlerin (yapıların) tanınmasıyla ilgileniyorum. Bunu başarmak için, bu fonemlerin bir sözlüğüne sahip olmanız ve konuşmayı bu bilinen fonemlerle (elbette basitleştirilmiş) ilişkilendirmeniz gerekir. Muhatapımızın hangi dili konuştuğunu biliyorsak, o zaman her şey çok basittir - karşılık gelen fonemler sözlüğünü bulur ve konuşmayı metne dönüştürür ve ardından bir sözlükle çeviririz. Ama ya konuşmacının dilini bilmiyorsak? Sesbirimleri konuşmadan nasıl ayırt edebiliriz? Veya konuyla ilgili olarak fiyat tekliflerinden yapıları nasıl belirleriz? Ve fiyat yapılarının sayısının konuşma fonemlerinin sayısıyla (10-100) aynı sırada olması gerektiğini unutmayın.
gpwr :
...
Ve fiyat yapılarının sayısının konuşma fonemlerinin sayısıyla (10-100) aynı sırada olması gerektiğini unutmayın.
Burada, bence, "piyasa kalıpları" konusu (bazıları, fonem yazarken) zaten yakındır - özellikle, atama ve tanıma, diyelim ki zaten NS. Bundan sonra, bir ticaret kararı zaten verilmiştir - yukarı veya aşağı. Bunun gibi bir şey.
Kabul ediyorum. Birçok farklı terim icat edilmiştir: fonemler, yapılar, örüntüler, dalgacıklar, temel işlevler. Temel fonksiyonlar terimini tercih ederim. Soruyla ilgileniyorum: zaman serisini bilmek, temel işlevlerini otomatik olarak nasıl belirler? Elbette bu seriyi görsel olarak inceleyebilir ve üçgenler, bayraklar ve diğer hoş şekiller bulabilirsiniz. Ancak henüz hiç kimse bu modellerin sadece hayal gücünün bir ürünü olmadığını ve istatistiksel olarak önemli olduğunu kanıtlamadı. Şakada nasıl olduğunu hatırla:
Psikiyatrist hastaya farklı resimler göstererek "Onlarda ne görüyorsun?" diye sorar. Ve hasta her seferinde "Bir erkek ve bir kadın seks yapıyor" diye cevap verir. Doktor, "Bir tür çapkınsın," diyor. Ve hasta cevap verir: "Eh, bana bu ahlaksız resimleri kendin gösterdin"
İstatistiksel olarak önemli temel fonksiyonların otomatik olarak belirlenmesi oldukça karmaşık bir süreçtir ve bana öyle geliyor ki , sinir ağlarında bile bunun nasıl doğru bir şekilde yapılacağını henüz kimse çözemedi. Elbette, görevi basitleştirebilir ve zaman serisinin Haar dalgacıklarına veya Fourier serisindeki gibi trigonometrik fonksiyonlara veya regresyonda sıklıkla kullanılan diğer temel fonksiyonlara bölündüğünü önceden varsayabilirsiniz. Üstelik tüm bu temel işlevler, ister fiyat serisi ister konuşma olsun, dizimizi başarıyla yeniden üretecektir. Ancak konuşmayı Haar dalgacıklarına ayırdığımızı hayal edin - bunların fonemlerle ilgisi yok. Fiyat serilerini Haar dalgacıklarına veya trigonometrik fonksiyonlara bölmek de anlamsız olacaktır. Burada özü, sinyali en küçük temel fonksiyonlar seti ile tanımlamak olan sıkıştırmalı algılamadan bahsetmek uygundur. Bu yöntem için birçok algoritma olmasına rağmen, hepsi temel fonksiyonların bizim tarafımızdan bilindiğini varsayar. Kısacası, fiyat aralığından temel fonksiyonları bulma algoritması hakkında fikri olan varsa lütfen paylaşın.
...Kısacası, fiyat aralığından temel fonksiyon bulma algoritması hakkında fikri olan varsa lütfen paylaşsın.
Bir radyo mühendisi olarak (maalesef geçmişte kaldı) demodülasyon hakkındaki fikrinizi destekleyeceğim.
Eşzamanlı algılama fikri kendini gösterir - asıl şey, referans sinyaline ve filtreleme türüne (daha doğrusu doğrusal olmayan) karar vermektir.
Zaten beğendim .. Sergey, radyonun (telgraf vb.) üzerinde çalıştığı fiziğin temel ilkeleri nelerdir?
Kabul ediyorum. Birçok farklı terim icat edilmiştir: fonemler, yapılar, örüntüler, dalgacıklar, temel işlevler. Temel fonksiyonlar terimini tercih ederim. Soruyla ilgileniyorum: zaman serisini bilmek, temel işlevlerini otomatik olarak nasıl belirler? Elbette bu seriyi görsel olarak inceleyebilir ve üçgenler, bayraklar ve diğer hoş şekiller bulabilirsiniz. Ancak henüz hiç kimse bu modellerin sadece hayal gücünün bir ürünü olmadığını ve istatistiksel olarak önemli olduğunu kanıtlamadı. Şakada nasıl olduğunu hatırla:
Psikiyatrist hastaya farklı resimler göstererek "Onlarda ne görüyorsun?" diye sorar. Ve hasta her seferinde "Bir erkek ve bir kadın seks yapıyor" diye cevap verir. Doktor, "Bir tür çapkınsın," diyor. Ve hasta cevap verir: "Eh, bana bu ahlaksız resimleri kendin gösterdin"
İstatistiksel olarak önemli temel fonksiyonların otomatik olarak belirlenmesi oldukça karmaşık bir süreçtir ve bana öyle geliyor ki, sinir ağlarında bile bunun nasıl doğru bir şekilde yapılacağını henüz kimse çözemedi. Elbette, görevi basitleştirebilir ve zaman serisinin Haar dalgacıklarına veya Fourier serisindeki gibi trigonometrik fonksiyonlara veya regresyonda sıklıkla kullanılan diğer temel fonksiyonlara bölündüğünü önceden varsayabilirsiniz. Üstelik tüm bu temel işlevler, ister fiyat serisi ister konuşma olsun, dizimizi başarıyla yeniden üretecektir. Ancak konuşmayı Haar dalgacıklarına ayırdığımızı hayal edin - bunların fonemlerle ilgisi yok. Fiyat serilerini Haar dalgacıklarına veya trigonometrik fonksiyonlara bölmek de anlamsız olacaktır. Burada özü, sinyali en küçük temel fonksiyonlar seti ile tanımlamak olan sıkıştırmalı algılamadan bahsetmek uygundur. Bu yöntem için birçok algoritma olmasına rağmen, hepsi temel fonksiyonları bildiğimizi varsayar. Kısacası, fiyat aralığından temel fonksiyonları bulma algoritması hakkında fikri olan varsa lütfen paylaşın.