基于傅里叶的假说

 

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?

 
equantis >> :

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。

 
傅里叶变换本身有一个缺点--当信号被反向重建时,会导致相对于分钟状态的反向失真......所以,要检查它,你要么自己理解它,要么尝试寻找其他的主题......所有这样的主题早就被耕耘过了......
 

我的理解是,主要的想法仍然是预测未来,而过去只是为了验证。

你的假设是,如果过去的预测将是正确的,那么你就可以相信未来的预测(如果我错了请纠正我)。

因此,如果过去的预测会收敛,哪里能保证 市场在最后一段的生命时间 内没有改变情绪呢?

未来的预测将趋于一致

 
是的,这是正确的。我认为任何市场模型(FFT或NS或任何其他,例如在蜡烛图上)在一定时间内都能发挥作用。根据我的理解,FFT试图在整个给定的部分以同样的方式近似价格曲线(因为RMS适用于每个条形)。因此,该假设只对以下情况有效:在过去1200条到未来+200条的整个 "学习 "期间,市场行为 模式没有改变(因此,所有谐波仍然存在)((a)1000-0条的主要学习段,(b)1200-1000测试段,(c)0-200预测段)。自然,如果这部分的市场行为模式发生了变化,那么一切就都完了 )))


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。

 
如何使指标对脚本立即作出反应?" 见我的倒数第二条信息
 
也许可以抛出指标的模板,其中处理指标对脚本的反应的原则......不仅在手动模式下,而且在自动模式下......我在离线模式下检查几乎所有指标的动态数据变化......不等待价格运动......。
 
假设FFT信号分析的目的是最终得到一个接近最佳的数字滤波器 响应,我写了这样一个预测器。具有讽刺意味的是,在没有任何优化的情况下,过去4个月的PF值接近于2,但在其他时期却出现了赤字。而我们又回到了一个老问题,那就是无论使用什么工具,也就是说,即使是看起来能自我适应市场的工具,我们也必须选择它的参数,而这些参数只有在一定时期内才是最佳的,而且我们不知道这个时期何时会结束。特别是对于滤波器来说,我们必须在带宽频率上做文章。
 

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?

 
equantis >> :

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;)...

 
forte928 >> :

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。