文章 "自适应行情跟踪方法的实际评估" - 页 3

 
Dmitriy Gizlyk:

在这种情况下,分析的是选定时间段的历史数据,而不是数据样本。抽样数据与历史数据的区别在于,并非抽取所有数据,而只是从全部数据集中随机抽取数据。

如果您发现文章中有具体错误,请指出来。我愿意接受讨论。

下午好,德米特里!

也许计算中没有错误,我不想贬低您作为无线电工程师的才华和能力。

我希望您只是还不了解自己的工作。什么样的函数?你在对什么进行傅立叶变换?比如,把你最喜欢的变换应用到福克-普朗克方程或薛定谔波函数的 概率密度函数。我们将欢欣鼓舞。

我再说一遍--一个物理学领域的优势并不能在另一个领域产生结果。例如,在我的年代,物理系的无线电电子学课程只用了一个学期,在这之后,傅立叶变换的崇拜者们继续学习这一专业,并在无线电工程领域达到了很高的成就,他们都是值得尊敬的人,我也很尊重他们,但我们并没有在任何地方应用这种变换,也从未在计算中应用过。这就是他们的知识毫无用处的地方。在这里,我们需要抽象思维。

 

我不同意确定重要频率的公式

if((cad_Spectr[i]-cad_Spectr[i+1])>=0 && (cad_Spectr[i]-cad_Spectr[i-1])>0)

在你的例子中,根据市场数据,我们可以看到这种情况:


虽然虚线的频率高于相邻的频率,但却远远低于左边的频率(相邻的频率除外),也就是说,左边的频率更高,因此也更重要,我们不应该将其过滤掉。
从本质上讲,我们应该选取从 0 到与 -40db 的交点为止的频率。0 当然不符合逻辑,而且非常接近 0,因为我们必须考虑到非常多的条形图。也就是说,有必要用其他方法来确定较低的频率。

而且,如果我们假定可能会出现文章中提到的正弦波噪音的情况:





总的来说,您制作了一个有趣的工具,谢谢您。

 
Ibragim Dzhanaev:

我会的,因为我知道。

你不仅不知道,还不相信你写的东西,因为如果你知道,你就不会写了。

作者写了一个代码和一篇文章,得到了智慧。他拿到了稿费,离一百万又近了两百美元。但你和你的成见不是。

[删除]  
感谢您提供这些信息。