指标: 傅立叶价格外推 - 页 5

 

日安,论坛成员。

我找不到奎恩-费尔南德斯频率计算算法是什么,也许我有什么不明白的地方。:)

我来解释一下。我们取图形的平均值,这样它就不会在眼睛里产生波纹。我们取最后 22 个点,它们之间有 21 个间隔。

我们选择周期为 21、10.5、7、5.25 等的正弦曲线。也就是说,21 除以 1、2、3、4、5 等,在此区间内最大为 10。

用这些正弦曲线的总和进行推断,我们就得到了定理所暗示的结果。诀窍是什么?

 

这样可能更明显。

 
Maks:

以蜡烛 而不是直线的形式 进行推断会很有趣(不是批评,只是建议,我的能力太弱了)。

我有这样的实现方法。市场上有一个指标。Bar Predictor。它分别预测欧姆和它们之间的比率,根据比率建立条形图。有时,预测的条形图会与实际的条形图相吻合。
 
Maxim Romanov:
我是这样操作的。市场上有一个指标。Bar Predictor。它可以分别预测ohlc和它们之间的比率,根据比率建立条形图。有时,精确到某一点的预测条形图与实际条形图相吻合。
"有时 "的频率是多少?
 
Vladimir Perervenko:
"有时 "是多久一次?
是时间段。我甚至无法告诉你有多频繁。该指标可以预测未来任意数量的柱状图。最有趣的是,预测中的每个柱状图都与实际柱状图完全一致。有时,它能正确显示价格变动的方向。有时却完全不正确。一般来说,预测正确的概率不超过也不低于 50%。但令我印象深刻的是,所有 ohlc 参数中的柱状图都非常精确。
 
我认为 Prival 说得没错,所有问题都是采样步骤不均匀造成的。数据流时而延伸,时而变窄,从而改变了周期。而在步长稳定的时候,就能得到正确的预测结果。
 

我想知道该指标中的 "π "去哪儿了?

有一个声明 #define pi 3.14.....

但在任何公式中都没有使用。错误。

 

是的,这个想法是好的,但却是错误的--任何近似值都具有根据历史序列计算出的曲线的特征,甚至外推器也证实了这一点。

要理解这一点,可以使用一个简单的震荡指标--随机指标,它将显示当前序列的频率--这将是一个总体,不能作为交易操作 决策的依据....

如果我们做一个简单的检查--以几个频率为基础,建立一条总结曲线,这条曲线在某种程度上类似于历史数列,但是这条数列的延续性与总结曲线的延续性相比会有一些参数上的差异,因为曲线有一定的基频,而数列有动态基频.....。

在这种情况下,我们需要对序列进行归一化处理,即试图使序列达到某个 "恒定 "的振幅值--为此我们使用 MA--这时就会出现下一个误差--相对于历史序列,MA 计算出的数据存在平衡,即使是大周期的振荡器也无法为后续的近似获得准确的图像--任何振荡器都在努力实现平衡--数据的平均化。因此我们需要一种方法,可以将归一化的误差减小到 "0"....。

 

作为一名前电子工程师,我在刚开始接触外汇时也曾想过,现在我要在 Matlab 上运行傅里叶,分离出主要谐波,然后把所有人都揍一顿。)但这行不通,傅里叶在外汇上不起作用,因为信号是非周期和非确定的。我试了很久,在柱状图和刻度线数据上都试过,但都无济于事。

作者做了很多工作,所以我很尊重他,但结果并不理想(我指的是傅立叶方法)。

要确定这一点,只需在测试器中以 最大速度运行该指标,看看预测曲线是如何表现的。它的尾部上下扭曲,这是意料之中的。

我用默认参数运行,一切正常吗?

 
Alexey Volchanskiy:

作为一名前电子工程师,我在刚开始接触外汇时也曾想过,现在我要在 Matlab 上运行傅里叶,分离出主要谐波,然后把所有人都揍一顿。)但这行不通,傅里叶在外汇上不起作用,因为信号是非周期和非确定的。我试了很久,在柱状图和刻度线数据上都试过,但都无济于事。

作者做了很多工作,所以我很尊重他,但结果并不理想(我指的是傅立叶方法)。

要确定这一点,只需在测试器中以最大速度运行该指标,看看预测曲线是如何表现的。它的尾部上下扭曲,这是意料之中的。

我用默认参数运行,一切正常吗?

大约 10 年前,我曾因为这样的帖子而在这里受到各方面的批评。

DSP 是一种基础理论,在论坛上有广泛的实践和相应数量的非常具体和深刻的专家。前段时间,瓦迪姆-顺子(Vadim Junko)失踪了,我认为他在傅里叶的帮助下取得了实际成果。但他的成果远不止一个指标....。

整个问题在于,DSP 和 Fourier 与市场无关,完全无关。

这是因为市场上只有非稳态随机过程,而且是非稳态和不确定的过程,即非稳态过程,在这些过程的控制回路中,有一个人在某些时刻表现得像布朗运动中的分子,然后,突然间,所有的人都排成一行,步调一致。

如果我们想建立有用的模型,就应该始终牢记非平稳性,所使用的工具要么直接解决非平稳性问题(ARIMA、ARCH),要么以分类模型的形式间接解决非平稳性问题,在训练过程中寻找规律。

我只有一个问题:我还能活到有足够数量的论坛成员开始日复一日地尝试使用 caret shell 工具来交易想法的时候吗?

很明显,这些人永远不会使用 matlabs、matcads 等市场上的陌生工具。