IMHO,预测问题的定义是完全错误的。根据人民力量的定义,这样做是行不通的。
另一方面,我认为这些选项之间可能没有太大的区别。
1. 在1200-0段上运行FFT
2.或在区间1000-0上进行FFT(使用FOS),然后对区间1200-1000上的结果进行优化(使用相同的FOS)。
我将尝试编程并看看结果,谢天谢地这里有图书馆。
而假设你有最小的失真,可以忽略不计来进行预测--那么预测过程是否可能?
有一个假设:如果我们取一段价格,比如说,过去的1000个小节,用FFT进行近似计算,那么如果我们用FFT正确地抓住了基本节奏,我们同样可以推断出价格不仅是未来的,而且是过去的。
同事们,谁能帮助检验一下这个假设?
我们可以。只要记住数学的非常、非常基本的知识就足够了。
检查问题,甚至三个(引导性问题;))。
1.你可以向前/向后(相对于你的例子)推断一个函数值的最大条数是多少,这是用傅里叶方法恢复的,为什么?
2.如果我们对数列进行无限次的取舍,在哪些条上会得到什么样的值(在不应用分解的情况下,是否可以估计到这一点;) )?
3.什么是周期函数;)...
好运。
ZS 2给所有还没有放弃傅里叶的人--从学习基本的方法开始,不要直接冲进灌木丛中--你可以节省相当多的时间;)...
而假设你有最小的失真,可以忽略不计来进行预测--那么预测过程是否可能?
1.适当的FFT的失真几乎为零,这就是为什么它被用于大数的乘法(几百兆的数量级),而且很少出现错误。对于4-5位数精度的报价,这些失真根本没有影响。
2.PF是周期性函数的光谱分析。也就是说,如果你获得了1000个柱子的傅里叶级数扩展,那么对于接下来的1000个柱子,你将获得上一期1000个柱子的精确拷贝。因为PF是周期性函数的近似值,而不是推断。
所有可以做的推断,例如在光谱分析中用N条分解以前的两个时期。然后,为了推断下一个(尚未存在的)N条,取谐波振幅的算术平均值,并将每个谐波的相位恰好移到所研究的前两个时期的相应谐波的差值的弧度上。
有一个假设:如果我们取一段价格,假设是过去的1000条,并通过FFT进行近似,那么,如果我们通过FFT正确地捕捉到基本的谐波,我们同样可以推断出价格不仅是未来,而且是过去。
例如,可以这样做:我们可以选择这样一组FFT参数(谐波数、近似精度),以便在选定的间隔(例如,从1200到1000条)之前给出最小有效值。在这种情况下,有一种概率,所选的系数不仅会接近以前的区间,而且会接近未来的0至200区间(当然,如果基本的市场节奏没有明显变化)。
同事们,谁能帮助检验一下这个假设?