频谱导数(或频谱加速度) - 页 19 1...121314151617181920212223242526...30 新评论 Леонид 2012.02.23 21:40 #181 new-rena: 我没有看到指标和报价之间的关系,无法为入市创造一个合理的条件 相关性是非常简单的。 在历史数据上,有可能得到一个频谱,通过优化,有可能找到一个谐波,利用这个谐波,有可能在某一段历史数据上获得利润。这并不难做到。因此,你将只有一个(或者说两个)问题--你在历史数据上发现并用于在历史数据上获利的这个谐波,是否会在未来的未知数据上给你带来这个利润。如果它在未来的未知数据上不会获利,你如何在历史数据上找到那个在未来会获利的谐波,在未知数据上。 Yury Reshetov 2012.02.24 05:30 #182 LeoV: 这种关系非常简单。 在历史数据上,有可能得到一个频谱,通过优化,有可能找到一个谐波,利用它有可能在给定的历史数据段上获得利润。这并不难做到。如果它在未来的未知数据上不会获利,那么如何在历史数据上找到谐波,这将在未来的未知数据上获利。 如果存在周期性,即一些高振幅的谐波具有或多或少的稳定周期,而且相位不是随机运行的,但它要么是稳定的,要么以或多或少的稳定循环速度随时间变化,那么这种谐波可能已经被利用了,也就是说,它可能带来一些优势,即使其他不稳定的谐波把它吵掉了。 在没有上述条件的情况下,情况并非如此。 Alexey Subbotin 2012.02.24 07:13 #183 Reshetov: 如果存在周期性,即一些高振幅的谐波有一个或多或少稳定的周期,而且相位不是随机运行的,而是稳定的,或者以一个或多或少稳定的循环速率随时间转移,那么这样的谐波已经可以运行了,也就是说,它可以带来一些优势,即使其他不稳定的谐波对它造成了噪音。 或者--有不止一个有用的谐波。 Rorschach 2012.02.24 08:38 #184 Trololo: 我一直在打坐。 所以有一个混搭的粉丝。 我觉得周围的东西离我很近。 你可以通过这种方式重开小波分析。 trololo 2012.02.24 10:46 #185 Rorschach: 你可以通过这种方式重开小波分析。 嗯,一切都基于简单的算术,只是后来才有了复杂的数学转换....。 这只是我。 我不认为小波与此有关,这不是重点,重点是我在那篇文章中写的。 Rorschach 2012.02.24 11:54 #186 Trololo: 只是写下了你在什么地方转来转去。 MA是一个低通滤波器,你可以从它那里得到高频。 trololo 2012.02.24 12:13 #187 Rorschach: 我只是写了与你最接近的东西。 MA是一个低通滤波器,你可以从它那里得到高通。 不服气))) 原则上没有区别(质量是的,但不是主要的)。 我只是想用大砍刀解决这些时刻,关于这一点我写过,然后它的物理学可以用任何东西来描述,而大砍刀就可以了。 Rorschach 2012.02.24 12:49 #188 Trololo: 不服气))) 原则上没有区别(质量是的,但这不是主要的),我只是觉得用我写的混搭来解决这些时刻更好,然后你可以用任何东西来描述它的物理学,只要混搭能做到。 所以这很好,没有什么区别。你可以从小波分析中提取方法。 trololo 2012.02.24 13:06 #189 Rorschach: 嗯,没有区别就好。你可以借用小波分析的方法。 诶,亲爱的人,如果我对它(DSP)很流利,那就更容易了,但现在我必须以自己的方式推导公式。 对过程的理解是可以的,但描述它有点困难。 Rorschach 2012.02.24 13:31 #190 所以我建议采取想法,而不是公式。 1...121314151617181920212223242526...30 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
相关性是非常简单的。
在历史数据上,有可能得到一个频谱,通过优化,有可能找到一个谐波,利用这个谐波,有可能在某一段历史数据上获得利润。这并不难做到。因此,你将只有一个(或者说两个)问题--你在历史数据上发现并用于在历史数据上获利的这个谐波,是否会在未来的未知数据上给你带来这个利润。如果它在未来的未知数据上不会获利,你如何在历史数据上找到那个在未来会获利的谐波,在未知数据上。
这种关系非常简单。
在历史数据上,有可能得到一个频谱,通过优化,有可能找到一个谐波,利用它有可能在给定的历史数据段上获得利润。这并不难做到。如果它在未来的未知数据上不会获利,那么如何在历史数据上找到谐波,这将在未来的未知数据上获利。
如果存在周期性,即一些高振幅的谐波具有或多或少的稳定周期,而且相位不是随机运行的,但它要么是稳定的,要么以或多或少的稳定循环速度随时间变化,那么这种谐波可能已经被利用了,也就是说,它可能带来一些优势,即使其他不稳定的谐波把它吵掉了。
在没有上述条件的情况下,情况并非如此。
如果存在周期性,即一些高振幅的谐波有一个或多或少稳定的周期,而且相位不是随机运行的,而是稳定的,或者以一个或多或少稳定的循环速率随时间转移,那么这样的谐波已经可以运行了,也就是说,它可以带来一些优势,即使其他不稳定的谐波对它造成了噪音。
我一直在打坐。
所以有一个混搭的粉丝。 我觉得周围的东西离我很近。
你可以通过这种方式重开小波分析。
嗯,一切都基于简单的算术,只是后来才有了复杂的数学转换....。
这只是我。
我不认为小波与此有关,这不是重点,重点是我在那篇文章中写的。
只是写下了你在什么地方转来转去。
MA是一个低通滤波器,你可以从它那里得到高频。
我只是写了与你最接近的东西。
MA是一个低通滤波器,你可以从它那里得到高通。
不服气)))
原则上没有区别(质量是的,但不是主要的)。 我只是想用大砍刀解决这些时刻,关于这一点我写过,然后它的物理学可以用任何东西来描述,而大砍刀就可以了。
不服气)))
原则上没有区别(质量是的,但这不是主要的),我只是觉得用我写的混搭来解决这些时刻更好,然后你可以用任何东西来描述它的物理学,只要混搭能做到。
所以这很好,没有什么区别。你可以从小波分析中提取方法。
嗯,没有区别就好。你可以借用小波分析的方法。
诶,亲爱的人,如果我对它(DSP)很流利,那就更容易了,但现在我必须以自己的方式推导公式。
对过程的理解是可以的,但描述它有点困难。