Piyasa fenomenleri - sayfa 29
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
[url=https://www.mql5.com/ru/articles/250]"Piyasa Fiyat Tahmini için Evrensel Regresyon Modeli"[/url] adresinden (18) temel işlev olarak kullanılmaya çalışıldı. Toplamları, ürünleri, logaritmaları, güçleri, üstelleri vb. dahil olmak üzere tüm olası kombinasyonlarda çeşitli işlevlerden yapay olarak derlenen bağımlılıkları tatmin edici bir şekilde tanımlar.
(18) formülüne aşinayım. Benim düşünceme göre, temel fonksiyonların a priori bilgisi ile ilgilenmediğim gerçeğini gözden kaçırıyorsunuz. Temel işlevin dünyadaki herhangi bir süreci tanımlamak için kullanılabilecek kadar güçlü ve evrensel olması umurumda değil. Zaman serisinin kendisinden temel fonksiyonları otomatik olarak belirlemek için bir algoritma bulmak istiyorum. Ve unutmayın, evrensel temel fonksiyonlar değil, belirli bir zaman serisine özgü fonksiyonlar. Konuşma ile analojiyi düşünün. Aynı zamanda, (18) dahil olmak üzere çeşitli evrensel temel fonksiyonlarla da tanımlanabilir. Ancak tüm bunlar, yanlış konuşma kod çözme işlemine yol açacaktır. Çince konuşmayı çözmek için İngilizce ses birimleri kullanmak da feci sonuçlara yol açacaktır. Her süreç için kendi "fonemleri" olmalıdır.
Evrensel bir tablet var - genetik algoritmalar. En azından, süreç hakkında hiçbir şey (veya neredeyse hiçbir şey) bilinmiyorsa, ancak yine de araştırmanız ve sonucu almanız gerekiyorsa, o zaman her şeyden önce GA'yı denemeye değer.
Büyük olasılıkla olacak.
(18) formülüne aşinayım. Benim düşünceme göre, temel fonksiyonların a priori bilgisi ile ilgilenmediğim gerçeğini gözden kaçırıyorsunuz. Temel işlevin dünyadaki herhangi bir süreci tanımlamak için kullanılabilecek kadar güçlü ve evrensel olması umurumda değil. Zaman serisinin kendisinden temel fonksiyonları otomatik olarak belirlemek için bir algoritma bulmak istiyorum. Ve unutmayın, evrensel temel fonksiyonlar değil, belirli bir zaman serisine özgü fonksiyonlar. Konuşma ile analojiyi düşünün. Aynı zamanda, (18) dahil olmak üzere çeşitli evrensel temel fonksiyonlarla da tanımlanabilir. Ancak tüm bunlar, yanlış konuşma kod çözme işlemine yol açacaktır. Çince konuşmayı çözmek için İngilizce ses birimleri kullanmak da feci sonuçlara yol açacaktır. Her süreç için kendi "fonemleri" olmalıdır.
Bu yapılar konusuna olan ilgim, piyasa fiyatlarını tahmin etmekten daha pratik uygulamalarından kaynaklanmaktadır. Artık hızlı konuşma tanıma sistemlerinin geliştirilmesiyle daha çok ilgileniyorum. ... 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 ...
Vladimir, IMHO, bu görev bu aşamada dayanılmaz. Konuşma tanıma ile güzel paralelliğe devam ederek, lütfen piyasadaki her aracın kendi dili olduğunu ve günün saatine, mevsime, haberlere vb. bağlı olarak farklı lehçelerde karıştığını unutmayın. English, sarhoş bir İrlandalı yükleyicinin mırıldanmasını tanımaları gerekir (veya İrlandalı değil, böylece İrlandalılar gücenmez ;-) ). Konuşma tanıma teknolojileri henüz bu ölçüde geliştirilmemiştir. Ve piyasa kolay değil.
Basitleştirilmiş bir biçimde, piyasa fonemleri sözlüğü yalnızca pazarlamacılardan alınabilir - bunlar birçok kitapta yazılan aynı rakamlar, fibo seviyeleri vb. olacaktır. Hiç kimse, özellikle temel fonksiyonların türü bir görevle, daha net bir açıklama bilemez.
Formül (18)'e aşinayım. Benim düşünceme göre, temel fonksiyonların a priori bilgisi ile ilgilenmediğim gerçeğini gözden kaçırıyorsunuz. Temel işlevin dünyadaki herhangi bir süreci tanımlamak için kullanılabilecek kadar güçlü ve evrensel olması umurumda değil. Zaman serisinin kendisinden temel fonksiyonları otomatik olarak belirlemek için bir algoritma bulmak istiyorum. Ve unutmayın, evrensel temel fonksiyonlar değil, belirli bir zaman serisine özgü fonksiyonlar. Konuşma ile analojiyi düşünün. Aynı zamanda, (18) dahil olmak üzere çeşitli evrensel temel fonksiyonlarla da tanımlanabilir. Ancak tüm bunlar, yanlış konuşma kod çözme işlemine yol açacaktır. Çince konuşmayı çözmek için İngilizce ses birimleri kullanmak da feci sonuçlara yol açacaktır. Her süreç için kendi "fonemleri" olmalıdır.
google "temel takip ile atomik ayrışma "?
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, sen bana bu ahlaksız resimleri 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.
google "temel takip ile atomik ayrışma"?
Teşekkür ederim. Arandı - bu yöntem sıkıştırılmış algılamaya aittir. Temel fonksiyonların bilindiğini varsayar. Benim görevim, yalnızca temel fonksiyonların lineer bir kombinasyonu şeklinde sinyalin en seyrek temsilini bulmak değil, aynı zamanda bu sinyale özgü temel fonksiyonların kendilerinin de bulunmasıdır.
Vladimir, IMHO, bu görev bu aşamada dayanılmaz. Konuşma tanıma ile güzel paralelliğe devam ederek, lütfen piyasadaki her aracın kendi dili olduğunu ve günün saatine, mevsime, haberlere vb. bağlı olarak farklı lehçelerde karıştığını unutmayın. English, sarhoş bir İrlandalı yükleyicinin mırıldanmasını tanımaları gerekir (veya İrlandalı değil, böylece İrlandalılar gücenmez ;-) ). Konuşma tanıma teknolojileri henüz bu ölçüde geliştirilmemiştir. Ve piyasa kolay değil.
Hepiniz çok haklısınız. Gerçekten de, piyasa farklı lehçeleri, farklı hızlarda, farklı hacimlerde, farklı çarpıtmalarla vb. konuşuyor. zamana bağlı olarak. Bu nedenle, bana öyle geliyor ki, ses birimleri ancak doğrusal olmayan konuşma dönüşümleriyle bulunabilir. Piyasa fiyatlarındaki kalıp arayışı da öyle. Şimdiye kadar, sanmıyorum. İlk başta şu soruyla ilgileniyorum: Sonlu sayıda bilinmeyen temel fonksiyonların lineer bir kombinasyonundan oluştuğu önceden bilinen bir sinyal alarak, bu temel fonksiyonları ve bu lineer genişlemenin katsayılarını bulmak mümkün müdür?
Bu düşünce yönü bana yakın (yani konuşma ile analojiler). Ve bu yönde zaten çok şey yapıldı, ilham bulmak için makaleleri okuyabilirsiniz. Zaman serilerini, uzayın kompakt bölgelerindeki noktalar olan sınırlı sayıda duruma nicelemek gerekir. Ve sonra, konuşma tanıma görevlerine benzeterek (istatistiksel olarak kararlı ses birimleri dizileri ve bunların kombinasyonları ile bir sinir ağını eğitmek), tekrar eden durum dizilerini inceliyoruz. Sorunun ilk kısmı için, ikinci - çok katmanlı bir ağ için kendi kendini organize eden bir ağ uygundur. Örneğin şu başlıkta yaptım: https://forum.mql4.com/ru/40561/page5
Teşekkür ederim. Bir boş zamanımda SOM üzerine düşüneceğim.
Zaten beğendim .. Sergey, radyonun (telgraf vb.) üzerinde çalıştığı fiziğin temel ilkeleri nelerdir?
Soru beni şaşırttı!
İçerik değil, görünüş gerçeği.
Tüm temel ilkeler netten (bazıları okul müfredatından bile) kolayca toplanabilir.
Sonrası biraz daha zor.
Piyasaya uygulamada çok fazla kullanılabilir çünkü. tırnak işaretleri bir sinyali çok andırıyor.
Bu nedenle, radyo mühendisliği, ses mühendisliği vb. alanlarda uzun süredir bilinen işleme yöntemlerini onlara uygulamayı deneyebilirsiniz.
Ayrıntılar - bu şube için değil. Referans için:
http://nice.artip.ru/?id=doc&a=doc68