分形、分形结构、其图形图像+画布
为了让人们开始使用帆布做有用的事情，你必须从展示无用的东西开始。:))
如果你喝浓烈的 "克瓦斯"，世界将沉入画布。:)
我提出的想法是针对画布的实际应用，它是一个全新的方向。
图中有一个分形。也许，我们可以从历史报价（滑动窗口）中计算出分形结构，并将其转化为类似的图形图像，用于识别市场条件。 我们将得到一个独特的指标。例如，在物理学中（固体物体），人们可以通过费米表面来判断材料的状态，也可以通过分形图像来判断市场的状态，因为随着经验材料的积累，图像的语言与市场的具体状态会形成。
有两种方法可以实施。我唯一不明白的是，图案的比例会改变，我们需要以某种方式改变滑动窗口的比例。
它在测试器中工作吗？
有两种方法可以实施。我唯一不明白的是，图案的比例会改变，我们需要以某种方式改变滑动窗口的比例。
它在测试器中工作吗？
有哪些选择？
我想了很久，我还是没能想出如何转换数据以看到模式。有一些选择，但我并不真的喜欢所有的选择。也许我们可以一起想出一些办法。
这些选项是什么？
我在很久以前就开发了第一个。我们在垂直方向上创建一个有n个点的窗口，把它除以2，然后从中间开始工作。然后，如果价格上升，我们就画一条垂直线向上，如果价格下降，我们就画一条垂直线向下。如果价格往上走了5个点，接下来又往下走了7个点，我们就往下画一条垂直线，并在价格的2倍处把线画得深一点。换句话说，我们把调色板分成梯度，价格在某一点的次数越多，那里的像素就越深。当价格的振幅变得大于垂直方向上的窗口大小时，我们就开始一个新的线条，在前一个线条的右边。你应该得到这样的东西。
有几种工作变体：1-下一条垂直线从中间开始，如果价格上涨，则从底部开始，如果价格上涨，则从顶部开始，但在下一条线上颠倒运动方向（如果价格上涨，则向下画）。理想情况下，你应该得到一条以屏幕的垂直尺寸为界的长线，以点为单位，折合数次
2- 如果在新的线上，价格向后退了，就转到上一条线上，或者不转。我自己是倾向于上一条线的，但最好是做个调整，看看效果如何。
这样我们就能清楚地看到价格是如何访问一些点的，形成加粗的线条，也许还能看到模式。所有的操作都应该逐点进行，如果蜡烛来了，但价格没有移动，那么就没有采取任何措施。在设置中，设置以点为单位的步长，低于此步长的运动将被忽略掉。
着色不仅可以用从浅到深的渐变，也可以用从旧的颜色。两次访问同一个点之间的时间越长，颜色就越能在调色板上移动。由于这里不考虑时间，所以最好是计算完成的步骤。假设，如果价格在这一点上退了2步，那么颜色是相似的，但如果退了100步，那么它就从调色板上的红色转移到了紫色。
我甚至在很久以前就做过一个ToR，如果你需要的话，我会去找的。
这个想法刚刚出现，我还没有考虑过算法，但我感觉这里的前景很可观。而且，最有可能的是，仅凭这项任务确实难以解决。
我在很久以前就开发了第一个。我们在垂直方向上创建一个有n个点的窗口，把它除以2，然后从中间开始工作。然后，如果价格上升，我们就画一条垂直线向上，如果价格下降，我们就画一条垂直线向下。如果价格往上走了5个点，接下来又往下走了7个点，我们就往下画一条垂直线，并在价格的2倍处把线画得深一点。换句话说，我们把调色板分成梯度，价格在某一点的次数越多，那里的像素就越深。当价格的振幅变得大于垂直方向上的窗口大小时，我们就开始一个新的线条，在前一个线条的右边。它的结果应该是这样的。
不清楚分析的窗口应该是什么，垂直线 的数量也取决于它，以便能够进行比较。这更像是密度而不是分形...
一般来说，分形是一种在不同尺度上重复的模式。也许，这种规律性必须在报价历史的一些频谱中寻找，不一定是在傅里叶频谱中，可能是以卷积（它们似乎更合适）或其他方式分布。把它全部集中起来，调查并看看会发生什么。或者，也许有人已经研究了这一切，即看看评论中的文章摘要。
我已经尝试过频带化，频谱密度在不同尺度下浮动到底。也就是说，在不同的尺度上，仪器可能看起来像自己，也可能不像自己。频谱随着时间的推移会浮动很多，一些频率可能会也可能不会保留，振幅也会浮动。有很强的时间采样，有很多随机成分。如果你不小心对正弦进行了过度采样，那么要把它恢复成正弦是非常困难的。这里也是如此。时间性抽样等于随机抽样。这就是确定频谱密度的大问题。
关于这一主题的更多信息。一个市场可能是和谐的，但它看起来更像一个Weierstrasse函数（它是分形的）。它的相似之处在于，如果我们把它分解成一个频谱，如果我们在一个周期内，即它没有经历一个完整的周期，但它由一个共生体组成，我们就不能预测未来。这就是相似之处的开始。市场上最小频率的周期总是在增加，也就是说，总有一定数量的谐波，其周期随着交易的发生而增加，新的交易发生时，里面出现新的频率。也就是说，随着市场的发展，谐波的数量被计算出来，这些谐波的周期也在增加。它从1个交易和1个频率开始，以此类推。
我一直在思考如何正确地将价格离散化；对此我也有一些想法。
