→ hass231470 : 跟你說板上和一般人的學理和這種學理不同~ 01/08 14:57
推 ProTrader : 感覺很像傅立業轉換用cos sin描述對股價分解重組 01/08 15:05
→ ProTrader : 小波轉換用更多種母函數做為轉換基底 01/08 15:06
推 lovepork : 這是代數拓墣的東西 01/08 15:07
→ lovepork : 是很嚴謹的學科 可以請教應數系的老師看看 01/08 15:07
→ ProTrader : 直覺就是把分解重組的基底改成拓墣纖維叢 01/08 15:08
推 lovepork : sheaf 包含base space和 fiber bundle兩部份 01/08 15:10
→ ProTrader : 層像是對纖維叢的資訊分析 01/08 15:10
→ lovepork : base space可以是vector space, graph, sets 01/08 15:11
→ ProTrader : 這類工具的問題就是轉換回正常價格能否對應真實價格 01/08 15:12
→ ProTrader : 小波跟富麗葉轉換的問題就是只能用在歷史資料 01/08 15:13
→ ProTrader : 簡單說用今天收盤為止的股價 預測夜盤跟明天的價格 01/08 15:15
推 lovepork : 小波是時間尺度的分析 我這個比較像空間尺度的分析 01/08 15:15
→ ProTrader : 更簡單的說法就是用歷史資料外插股價正確與否 01/08 15:16
→ lovepork : 小波很多文章都發表了 那個也算是成熟技術了 01/08 15:16
→ ProTrader : 小波傅立業都可以做2D的 但問題還是在於外插結果 01/08 15:18
→ ProTrader : 或者可以外插多空強度例如 強多 弱多 盤 弱空 強空 01/08 15:19
→ ProTrader : 就是從連續性的價格回歸變成離散的市況分類 01/08 15:20
→ ProTrader : 總之 要能用於交易 01/08 15:21
→ ProTrader : 以前我想做要做2D的轉換 光想到空間軸要連續或離散 01/08 15:22
→ ProTrader : 我就放棄了 例如台指價格 23398 23399 23400 23401 01/08 15:23
→ ProTrader : 那你的轉換的價格要不要在中間放很多或很少個小數 01/08 15:24
→ ProTrader : 其實我覺得 原po可以試試分數傅立業轉換 01/08 15:25
推 lovepork : p大 傅立葉主要是再分析時間尺度的東西 我做的是 01/08 15:26
→ ProTrader : 這種時域頻域之間的轉換 感覺會有比較多實用價值 01/08 15:26
→ lovepork : 空間(拓墣 幾何) 的分析 分析的東西不太一樣 01/08 15:27
→ dougho : 重點是 有賺到錢嗎? 01/08 15:29
推 ProTrader : 如果對傅立葉了解只在1D時間 那不如先升級2D時空 01/08 15:30
→ ProTrader : K線圖來說 就是X軸時間 Y軸價格 的2D FT 01/08 15:31
→ ProTrader : 反正當初我是想到價格的解析度問題 就放棄了 01/08 15:33
→ ProTrader : 我覺得2DFT 會比拓樸之類的工具更有用 01/08 15:34
推 lovepork : 複雜系統的資訊流都是spatial-temporal的 01/08 15:34
→ lovepork : 時間尺度的分析不是不重要 而是我們想先瞭接清楚 01/08 15:35
→ lovepork : 空間尺度部分後 才會從不同時間尺度去著手 01/08 15:36
→ ProTrader : 對啊 完正的K線資訊 成交量 = f(時間,價格) 01/08 15:36
→ ProTrader : 可以看市面上說的分價圖 01/08 15:38
→ ProTrader : 實際3D繪圖看到的是會起伏的山峰 沒成交就是平地 01/08 15:39
→ ProTrader : 只做2DFT 等於把成交量看成(0,1)只區分有無 01/08 15:41
→ Gipmydanger : 聽起來很厲害 01/08 15:41
→ ProTrader : 3D FT 才會有 時 價 量 完整資訊 01/08 15:42
→ ProTrader : 我覺得傅立葉轉換就很夠了 不用拓樸留數之類的裝逼 01/08 15:45
推 Roger5566 : 好像很厲害 不過可以直接講結論不要賣關子嗎 01/08 16:51
推 lovepork : 結論就是你想辦法把股市的資料用sheaf neural netwo 01/08 16:59
→ lovepork : rk去訓練 可能會有可以套利的機會 01/08 16:59
→ lovepork : sheaf neural network有是一個神經網路 只是比較 01/08 17:00
→ lovepork : 難懂而已~~~ 01/08 17:00
推 bbignose : 離擲筊只差一點距離 01/08 17:35