傅立叶鉴赏家们... - 页 8

新评论
 
forte928 писал(а)>>

如果你不介意，你可以看到生成续集的代码......你可以把它放在你的电子邮件中......

这是一种标准，我给指标缓冲区填充一定的索引移位，例如，等于傅里叶曲线的周期，然后用SetIndexShift(0,Period)方法在视觉上将指标本身移位相同的值。

我以后会把代码贴在基地里，届时我会把它整理好。

 
Urain >> :

我不敢苟同，让我们假设我们处于运动的末端，在10个点后，趋势将发生变化。

我认为我们不应该跳槽，尤其是因为这10点的可靠性受到了质疑。

我个人经常注意到，前10点并不真实，但最近的真实报价却与预测的报价相等。


在这里，问题顺利地流向了 "傅里叶或最后一点效应"，而在这个问题上，在我看来，效应

是由另一个效应引起的。试着设置一条y=k*x+c形式的直线，然后用傅里叶法进行外推。

而不是一条向上的直线，我们得到一条向下的曲线。我把它称为不完全的波浪效应。

也就是说，如果波不适合在测量部分，使用傅里叶方法的正确预测是不可能的。


直线和长周期谐波都会受到这种影响。

因此，在我的指标中，我所做的分解不是相对的价格=0，而是按照ANG3110的例子，相对的去趋势线。线性回归和较大周期的傅里叶插值被用作去趋势线。

而且，如果我设法检测到较长时期的周期性，我就使用傅里叶插值，否则就使用LR。在这种情况下，"不完全波效应 "就会消失。

 
neoclassic >> :

如果我可以在较长的时期内检测到周期性，我就会使用傅里叶插值法...

那么你是如何检测周期性的呢？ 你用什么方法，什么标准？

 

我做了一个傅里叶推断（这是一个聪明的词:），看一下结果和价格之间的相关性。如果相关关系显著，就意味着存在明显的周期性。虽然可能有更好的方法，但我还是要为MT建立一个频谱分析器

 
neoclassic >> :

我做了一个傅里叶推断（这些都是很聪明的词：），看看结果和价格之间的关联性。如果相关关系显著，就意味着存在明显的周期性。虽然有更好的方法，但我还是要为MT建立光谱分析器。


我理解这个方法，谢谢你的回答，我认为它有一个位置。而关于推断、插值、近似、相关这样的主题，所以谁也没兴趣让在落伍者聊天，谁也不知道这样的百科是什么。

 

其中，该系列是随机性质的，没有频谱m.Fourier。

不能讨论光谱外推函数-这是错的!

而且你可以而且应该计算出

频谱功率密度（SPM），即方差，排放。

其振幅分布在各频率上。

 

作为一个简单的预测辅助工具，我建议

A.A. Minko《用Excel进行商业预测》。

以及这里的傅里叶分析，可以说是该流派的经典之作。

Jenkins, G., Watts, D. "Spectral Analysis and its Applications".

http://lib.mexmat.ru/books/853

http://www.newlibrary.ru/author/dzhenkins_g___vatts_d_.html


或在这里

S.L. Marple的 "数字光谱分析"。

http://prodav.exponenta.ru/read/info02.htm


如果上面的链接不合适，还有很多可以搜索。

 
TheVilkas >> :

其中，该系列是随机性质的，没有谱系m.Fourier。

我们不能谈论光谱外推函数--这是不正确的!

而且你可以而且应该计算出

频谱功率密度（SPM），即方差，排放。

其振幅分布在各频率上。

你可以同时进行

功率估计和序列分解为函数有其优点和缺点

 
sab1uk >> :

可以同时进行

功率估计和系列分解为函数有其优点和缺点

当然，但对于预测来说，这是非常危险的--非线性方法

在拟合区间内工作正常，但在拟合区间外推算时，则工作正常。

可以说，这种行为变得非常隐蔽。

维护这样一个预测工具是非常困难的--因为

这是非常棘手的，而且，正如我之前所说。

不正确。

 

虽然，如果你仔细想想，将m.Fourier应用于以下情况是合理的

移动平均线（MA），一个相当平滑的MA，那么是的 :)

加上一些回归的直线。

傅里叶合成+回归多项式（线性）。

这是一个相当好的组合。

1234567891011
新评论