傅立叶鉴赏家们... - 页 9 1234567891011 新评论 trol222 2011.12.09 12:29 #81 [删除] 2012.05.24 06:24 #82 那是不适用傅立叶的）。 [删除] 2012.05.24 07:55 #83 forte928: 底部图片中的红色曲线是傅里叶变换和其他几个函数... 绿色是原始数据... 傅里叶变换过程需要进行周期选择，以便在起始点时间[0]获得一个稳定的过程。 傅里叶变换对这个过程没有进一步的影响...... 如果你用你的方法更进一步，用同样的方法分解红线和绿线之间的剩余部分呢？ [删除] 2012.05.24 14:15 #84 谁在思考这个问题。 我想这是我们的案子。 https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html 和mnc，而mmm可能更适合用https://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия 。 Alexey Subbotin 2012.05.24 17:21 #85 Freud: 谁在思考这个问题。 我想这是我们的案子。 https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html 和mnc，而mmm可能更适合用https://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия 。 我告诉你一个秘密，跨国公司和MNM是MSM的特例。 Alexey Subbotin 2012.05.24 17:26 #86 而对于非线性函数的回归，有很多迭代方法--Levenberg-McVardt、L-BFGS、普通梯度下降最后，如果我们用最小模数求解...... Vladimir 2012.05.24 18:07 #87 alsu: 我悄悄地告诉你，MNC和MNM是MMP的特例。 我还要补充一点，同样是为了保密，在假设误差是高斯的情况下，LPI是由LMP得出的，而CMM是在假设误差是拉普拉斯的情况下由LMP得出的。也就是说，我们有一个线性建模的问题。 x[n] = SUM( a[i]*f[i][n] ) + e[n], n=1...N 或 x[n]=y[n]+e[n]，其中y[n]=SUM( a[i]*f[i][n]) ，n=1...N 其中x[]是输入数据，a[]是系数，f[][]是回归函数，e[]是模型误差。例如，如果f[i][n]=exp(j*2*pi*i*n/N)，这个公式给出了一个傅里叶数列。如果我们假设误差e[]是高斯的，即P(e)~ exp(-e^2/2/s^2)，那么MMP就会导致MNC，即通过最小化误差的平方之和来搜索a[]的系数。 Obj Func = SUM(e[n]^2) = SUM( (x[n] - y[n])^2 ) 。 如果我们假设误差e[]是拉普拉斯的，即P(e) ~ exp(-|e|/s)，那么MMM就会导致MNM，即通过最小化误差模块之和来寻找a[]的系数。 Obj Func = SUM(|e[n]|) = SUM(|x[n] - y[n]|) 。 更一般地说，误差可以用超高斯分布P(e) ~ exp(-e^q)来描述。为什么大家都选择高斯分布？因为线性模型的ANC可以很容易地通过微分Obj Func并将结果等效为零来解决。这就是傅里叶级数扩展方法的由来。尝试微分SUM( |x[n] - y[n]| )。 那么哪个误差分布是正确的呢？取决于我们用线性模型建模的过程的性质。如果你确信。 (1) 交易所价格由正弦和余弦的线性模型描述，以及 (2）模型误差应服从拉普拉斯分布。 然后继续前进，使SUM( |x[n]-y[n]| )最小化。在此过程中，不要忘记将申请书寄给菲尔兹奖。 Fourier connoisseurs... Bayesian regression - Has The ratio of MetaTrader Alexey Subbotin 2012.05.24 18:10 #88 gpwr: 不要忘了，当你这样做时，要向菲尔兹奖 发出申请。 你可能会因此获得诺贝尔经济学奖））。 Sceptic Philozoff 2012.05.24 22:38 #89 Freud: 数学陈述事实/描述数学是科学的语言 。它与事实没有直接关系。 但事实有时可以用数学语言非常准确地描述，并称之为，物理学。 Vladimir 2012.05.25 00:30 #90 Freud: 总而言之，事实证明，物理学总是可以通过数学来描述，但数学却不能总是通过物理学来解释，对吗？ 如果是这样，那么数学作为科学的女王，又一次惩罚了理性的头脑）））。 什么是理性意识？把正弦波写成价格？还是由MNM来做？那么其中的物理学原理是什么呢？理解任何N个正交函数都可以写成一系列的N个量，而不是像傅里叶那样只有正弦和余弦。然后想一想，为什么是正弦和余弦对市场价格的建模具有物理意义？ 1234567891011 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
那是不适用傅立叶的）。
底部图片中的红色曲线是傅里叶变换和其他几个函数...
绿色是原始数据...
傅里叶变换过程需要进行周期选择，以便在起始点时间[0]获得一个稳定的过程。
傅里叶变换对这个过程没有进一步的影响......
如果你用你的方法更进一步，用同样的方法分解红线和绿线之间的剩余部分呢？
我想这是我们的案子。
https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html
和mnc，而mmm可能更适合用https://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия 。
谁在思考这个问题。
我想这是我们的案子。
https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html
和mnc，而mmm可能更适合用https://ru.wikipedia.org/wiki/Метод_максимального_правдоподобия 。
我悄悄地告诉你，MNC和MNM是MMP的特例。
我还要补充一点，同样是为了保密，在假设误差是高斯的情况下，LPI是由LMP得出的，而CMM是在假设误差是拉普拉斯的情况下由LMP得出的。也就是说，我们有一个线性建模的问题。
x[n] = SUM( a[i]*f[i][n] ) + e[n], n=1...N
或
x[n]=y[n]+e[n]，其中y[n]=SUM( a[i]*f[i][n]) ，n=1...N
其中x[]是输入数据，a[]是系数，f[][]是回归函数，e[]是模型误差。例如，如果f[i][n]=exp(j*2*pi*i*n/N)，这个公式给出了一个傅里叶数列。如果我们假设误差e[]是高斯的，即P(e)~ exp(-e^2/2/s^2)，那么MMP就会导致MNC，即通过最小化误差的平方之和来搜索a[]的系数。
Obj Func = SUM(e[n]^2) = SUM( (x[n] - y[n])^2 ) 。
如果我们假设误差e[]是拉普拉斯的，即P(e) ~ exp(-|e|/s)，那么MMM就会导致MNM，即通过最小化误差模块之和来寻找a[]的系数。
Obj Func = SUM(|e[n]|) = SUM(|x[n] - y[n]|) 。
更一般地说，误差可以用超高斯分布P(e) ~ exp(-e^q)来描述。为什么大家都选择高斯分布？因为线性模型的ANC可以很容易地通过微分Obj Func并将结果等效为零来解决。这就是傅里叶级数扩展方法的由来。尝试微分SUM( |x[n] - y[n]| )。
那么哪个误差分布是正确的呢？取决于我们用线性模型建模的过程的性质。如果你确信。
(1) 交易所价格由正弦和余弦的线性模型描述，以及
(2）模型误差应服从拉普拉斯分布。
然后继续前进，使SUM( |x[n]-y[n]| )最小化。在此过程中，不要忘记将申请书寄给菲尔兹奖。
不要忘了，当你这样做时，要向菲尔兹奖 发出申请。
数学是科学的语言 。它与事实没有直接关系。
但事实有时可以用数学语言非常准确地描述，并称之为，物理学。
总而言之，事实证明，物理学总是可以通过数学来描述，但数学却不能总是通过物理学来解释，对吗？ 如果是这样，那么数学作为科学的女王，又一次惩罚了理性的头脑）））。
什么是理性意识？把正弦波写成价格？还是由MNM来做？那么其中的物理学原理是什么呢？理解任何N个正交函数都可以写成一系列的N个量，而不是像傅里叶那样只有正弦和余弦。然后想一想，为什么是正弦和余弦对市场价格的建模具有物理意义？