交易中的机器学习：理论、模型、实践和算法交易 - 页 2167 1...216021612162216321642165216621672168216921702171217221732174...3399 新评论 Uladzimir Izerski 2020.11.22 14:38 #21661 Maxim Dmitrievsky: 最奇怪的是，这家伙和他的另一个无线电操作员浪费了很多时间，用几笔一元钱的交易和一些MASHKA来玩一些废话，以自作聪明的态度证明这是一个圣杯...当所有人都知道瑞纳是个小混混时，有多少人参与了这种毫无意义的讨论。而这种混乱在他们进来后的每一条线上都开始了，就像***一样。 不要这样膨胀你的泡沫，否则你会爆掉。 你只能通过真正的贸易来证明你的观点，而不是在论坛上鼓起腮帮子。到目前为止，你是一个零。甚至没有减分。嘻嘻。 Aleksey Nikolayev 2020.11.22 14:39 #21662 Igor Makanu: 你又在谈论转换的准确性 - 是的但这对交易有什么好处？假设你有一个理想的转变--你决定作为一个投资者--你在一个大周期的谐波上交易。你在正弦波极值时进入市场，那么你的行动就必须恰好在这个谐波的时期内暂停？ 这就是我要说的，它什么也没做（在我看来）。我们忽略了真正存在的甚至更长周期的谐波。 Renat Akhtyamov 2020.11.22 14:41 #21663 Aleksey Nikolayev: 这就是我所说的，它没有任何作用（在我看来）。我们忽略了真正存在的更大周期的谐波。 他们只是将留在意外消失的边缘效应的人 [删除] 2020.11.22 14:41 #21664 Igor Makanu: 你又在谈论准确的转换--是的但这对交易有什么好处？假设你有一个理想的转变--你决定作为一个投资者--你在一个大周期的谐波上交易。你在达到正弦波极值时进入市场，那么你的行动应该恰好在这个谐波的时期内暂停？ 谐波最初并不是为了由他们进行交易而发明的:D他们是由那些决定将其应用于市场的人发明的，也就是说，不是很聪明的人。 为了预测一个系列，对其进行分解，只能在非常有限的情况下使用 Igor Makanu 2020.11.22 14:51 #21665 Aleksey Nikolayev: 这就是我所说的，它没有任何作用（在我看来）。我们忽略了更长周期的实际谐波。 即使你考虑到所有--所有--所有的谐波，它又能怎样呢？ 我不知道大家是如何理解傅里叶变换的，我理解的是寻找基函数的目的是为了形成正确的离散样本。 也就是说，我们只需在X轴上获得时间戳，让我们取有用信号的最大可信振幅值，有用信号在Y轴上被量化 --> 我们得到一组描述我们信号的离散值。 如果我们在反向变换中不使用部分谐波，交易者认为我们是在过滤信号......这不是过滤，是对天竖起大拇指，也就是说，傅里叶变换没有给我们提供任何用于过滤的东西--离散读数包括在我们的样本中，然后不包括--这里有什么重要意义？ 我认为，有一些BP转换的统计方法，它们是合理的，而傅里叶...再一次关于手指的问题--我就不重复了 Igor Makanu 2020.11.22 14:54 #21666 Maxim Dmitrievsky: 谐波最初不是为了用于交易而发明的 :D 它们已经被那些决定将其应用于市场的人发明了，也就是说，不是很健康的头脑系列分解，对于其预测，只能在非常有限的情况下使用 是的! 刚刚结束--你说对了 好了，我最好今天就到此为止，否则一个白痴用他的幻想搅乱了大家的心思 ))) Aleksey Nikolayev 2020.11.22 14:55 #21667 Maxim Dmitrievsky: 谐波最初不是为了用于交易而发明的 :D 它们已经被那些决定将其应用于市场的人发明了，也就是说，不是很健康的头脑一个系列的分解，对于它的预测，只能在非常有限的情况下使用 是的，段上的任何连续函数都可以分解成傅里叶级数，但只有在函数是周期性的情况下，基于这种分解的带外预测才有可能。 Aleksey Nikolayev 2020.11.22 15:02 #21668 Igor Makanu: 即使你考虑到所有--所有--所有的谐波，那又有什么用呢？我不知道有人是如何理解傅里叶变换的，我理解的是寻找基函数的目的是为了形成正确的离散样本。 也就是说，我们只需在X轴上获得时间戳，让我们取有用信号的最大可信振幅值，有用信号在Y轴上被量化 --> 我们得到一组描述我们信号的离散值。如果我们在反向变换中不使用部分谐波，交易者认为我们是在过滤信号......这不是过滤，是对天竖起大拇指，也就是说，傅里叶变换没有给我们提供任何用于过滤的东西--离散读数包括在我们的样本中，然后不包括--这里有什么重要意义？我认为，有一些BP转换的统计方法，它们是合理的，而傅里叶...又是手指--我就不重复了。 似乎到处都写着，傅里叶变换只对周期性信号有好处。或接近于此--有一个狭窄的光谱。 顺便说一下，在我看来，对于交易中的MO来说，沃尔什分解法会更合适，但由于某些原因，我还没有在论坛上注册提到它。 Uladzimir Izerski 2020.11.22 15:06 #21669 Aleksey Nikolayev: 嗯，是的，任何在一个段上的连续函数都可以被分解成一个傅里叶级数，但在段外基于该分解的预测只有在该函数是周期性的情况下才可能。 那么？巧妙的短语背后是否有积极作用？ 我有疑虑。我再开一瓶白兰地。你今天在这里很开心。 Renat Akhtyamov 2020.11.22 15:09 #21670 Uladzimir Izerski: 那么？巧妙的短语背后是否有积极作用？我有疑虑。我再开一瓶白兰地。你今天玩得很开心。 我不需要预测。 重要的是不要对你目前的成绩太迟，也不要对商店太迟。 每一个谜题都是从迟到开始的，无论在哪里，无论在哪里。 ;) 1...216021612162216321642165216621672168216921702171217221732174...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
最奇怪的是，这家伙和他的另一个无线电操作员浪费了很多时间，用几笔一元钱的交易和一些MASHKA来玩一些废话，以自作聪明的态度证明这是一个圣杯...
当所有人都知道瑞纳是个小混混时，有多少人参与了这种毫无意义的讨论。
而这种混乱在他们进来后的每一条线上都开始了，就像***一样。
不要这样膨胀你的泡沫，否则你会爆掉。
你只能通过真正的贸易来证明你的观点，而不是在论坛上鼓起腮帮子。到目前为止，你是一个零。甚至没有减分。嘻嘻。
你又在谈论转换的准确性 - 是的
但这对交易有什么好处？
假设你有一个理想的转变--你决定作为一个投资者--你在一个大周期的谐波上交易。
你在正弦波极值时进入市场，那么你的行动就必须恰好在这个谐波的时期内暂停？
这就是我要说的，它什么也没做（在我看来）。我们忽略了真正存在的甚至更长周期的谐波。
这就是我所说的，它没有任何作用（在我看来）。我们忽略了真正存在的更大周期的谐波。
他们只是将留在意外消失的边缘效应的人
你又在谈论准确的转换--是的
但这对交易有什么好处？
假设你有一个理想的转变--你决定作为一个投资者--你在一个大周期的谐波上交易。
你在达到正弦波极值时进入市场，那么你的行动应该恰好在这个谐波的时期内暂停？
谐波最初并不是为了由他们进行交易而发明的:D他们是由那些决定将其应用于市场的人发明的，也就是说，不是很聪明的人。
为了预测一个系列，对其进行分解，只能在非常有限的情况下使用
这就是我所说的，它没有任何作用（在我看来）。我们忽略了更长周期的实际谐波。
即使你考虑到所有--所有--所有的谐波，它又能怎样呢？
我不知道大家是如何理解傅里叶变换的，我理解的是寻找基函数的目的是为了形成正确的离散样本。
也就是说，我们只需在X轴上获得时间戳，让我们取有用信号的最大可信振幅值，有用信号在Y轴上被量化 --> 我们得到一组描述我们信号的离散值。
如果我们在反向变换中不使用部分谐波，交易者认为我们是在过滤信号......这不是过滤，是对天竖起大拇指，也就是说，傅里叶变换没有给我们提供任何用于过滤的东西--离散读数包括在我们的样本中，然后不包括--这里有什么重要意义？
我认为，有一些BP转换的统计方法，它们是合理的，而傅里叶...再一次关于手指的问题--我就不重复了
谐波最初不是为了用于交易而发明的 :D 它们已经被那些决定将其应用于市场的人发明了，也就是说，不是很健康的头脑
系列分解，对于其预测，只能在非常有限的情况下使用
是的!
刚刚结束--你说对了
好了，我最好今天就到此为止，否则一个白痴用他的幻想搅乱了大家的心思 )))
谐波最初不是为了用于交易而发明的 :D 它们已经被那些决定将其应用于市场的人发明了，也就是说，不是很健康的头脑
一个系列的分解，对于它的预测，只能在非常有限的情况下使用
是的，段上的任何连续函数都可以分解成傅里叶级数，但只有在函数是周期性的情况下，基于这种分解的带外预测才有可能。
即使你考虑到所有--所有--所有的谐波，那又有什么用呢？
我不知道有人是如何理解傅里叶变换的，我理解的是寻找基函数的目的是为了形成正确的离散样本。
也就是说，我们只需在X轴上获得时间戳，让我们取有用信号的最大可信振幅值，有用信号在Y轴上被量化 --> 我们得到一组描述我们信号的离散值。
如果我们在反向变换中不使用部分谐波，交易者认为我们是在过滤信号......这不是过滤，是对天竖起大拇指，也就是说，傅里叶变换没有给我们提供任何用于过滤的东西--离散读数包括在我们的样本中，然后不包括--这里有什么重要意义？
我认为，有一些BP转换的统计方法，它们是合理的，而傅里叶...又是手指--我就不重复了。
似乎到处都写着，傅里叶变换只对周期性信号有好处。或接近于此--有一个狭窄的光谱。
顺便说一下，在我看来，对于交易中的MO来说，沃尔什分解法会更合适，但由于某些原因，我还没有在论坛上注册提到它。
嗯，是的，任何在一个段上的连续函数都可以被分解成一个傅里叶级数，但在段外基于该分解的预测只有在该函数是周期性的情况下才可能。
那么？巧妙的短语背后是否有积极作用？
我有疑虑。我再开一瓶白兰地。你今天在这里很开心。
那么？巧妙的短语背后是否有积极作用？
我有疑虑。我再开一瓶白兰地。你今天玩得很开心。
我不需要预测。
重要的是不要对你目前的成绩太迟，也不要对商店太迟。
每一个谜题都是从迟到开始的，无论在哪里，无论在哪里。
;)