W Линейная модель Г" Автоматическое масштабирование [c.14]
Когда цены меняются в большем процентном отношении, то построение линии тренда и анализ могут быть субъективными. Эту проблему решает логарифмическое масштабирование. Вместо простого линейного отражения цены на вертикальной оси мы откладываем на графике цены так, чтобы они отражали процентные изменения. Это означает, что вертикальное расстояние при удвоении цены останется неизменным, вне зависимости от того, растет цена с 5 до 10, либо со [c.60]
Эллиот и его последователи не нашли решения проблемы, составлять ли графики данных по линейной или полулогарифмической шкале. Полулогарифмическая шкала представляет определенный интерес, особенно при изучении недельных или месячных графиков с целью анализа цены и времени или при работе с коррекциями и расширениями. Мы считаем обсуждение проблемы линейного или полулогарифмического масштаба важным для профессиональных трейдеров. В данной книге все примеры приложения наших инструментов осуществлялись с использованием линейного масштабирования. Везде, где мы находим это необходимым — например, при описании расширений и коррекций на недельных данных, — мы кратко обсуждаем этот предмет. Однако мы не считаем этот вопрос стоящим усилий по интеграции дополнительной функции полулогарифмического масштабирования в наш пакет программ WINPHI. [c.35]
Для Н = 0,50 это сводится к классическому гауссову случаю. Дисперсия увеличивается линейно со временем, или стандартное отклонение увеличивается как квадратный корень из времени. Однако FBM имеет дисперсии, которые изменяют масштаб быстрее броуновского движения, когда 0,5 < Н < 1. Согласно (13.3) стандартное отклонение должно увеличиваться со скоростью, равной Н. Таким образом, персистентный процесс черного шума будет иметь дисперсии, которые ведут себя очень подобно масштабированию рынков капитала, которое мы исследовали в Главе 2. Однако те процессы действительно увеличивались медленнее Н. Индекс Доу-Джонса для акций промышленных компаний изменял масштаб как 0,53 корня из времени, в то время как Н = 0,58. Аналогично, стандартное отклонение обменного курса иена/доллар изменяло масштаб как 0,59 корня из времени, в то время как Н = 0,62. Идея, стоящая за уравнением (13.6), правильна, но она нуждается в дальнейшем усовершенствовании. Мы оставляем это для будущего исследования. Тем временем, мы можем сказать, что между масштабированием дисперсии и Н существует взаимосвязь. Точный характер этой взаимосвязи остается неясным. [c.179]
Модифицированные начертания сжатое и расширенное следует использовать крайне осторожно. Это обусловлено тем, что создание таких модифицированных начертаний является по существу горизонтальным масштабированием символов шрифта, причем пропорции всех графических элементов рисунка символов также линейно изменяются. В этой связи всегда предпочтительно использование шрифта специально разработанных, а не модифицированных узких и широких начертаний, в имени (файлов) которых присутствуют термины соп-den ed (narrow) и extended. . [c.391]
Если гистограмма невыразительна (имеет невыраженный максимум и множество локальных минимумов), то наиболее рациональным является переход от исходного интервала носителя к 01-интервалу (путем линейного преобразования масштаба), выстраивание на 01-носителе стандартной симметричной пятиуровневой классификации и последующий перенос этой классификации на исходный носитель (обратное масштабирование путем линейного преобразования). Что такое невыраженный максимум - это такая же категория, как и счастье , которое каждый склонен понимать по-своему. [c.21]
Для прогнозирующих систем на базе НС наилучшие качества показывает гетерогенная сеть, состоящая из скрытых слоев с нелинейной функцией активации нейронных элементов и выходного линейного нейрона. Недостатком большинства рассмотренных нелинейных функций активации является то, что область выходных значений их ограничена отрезком [0,1] или [-1,1]. Это приводит к необходимости масштабирования данных, если они не принадлежат указанным выше диапазонам значений. В работе предложено использовать логарифмическую функцию активации для решения задач прогнозирования, которая позволяет получить прогноз значительно точнее, чем при использовании сигмоидной функции. [c.65]
Граничный эффект и роль масштабирования можно ясно увидеть, расположив наблюдения по линейной шкале оттенков серого цвета. Полученный результат должен быть средним по оттенку. При сильном масштабировании соответствующего параметра можно наблюдать сразу весь спектр значении — от черного до белого, однако СОК может быть при этом очень запутанной. Влияние основных ком -понент не может быть элиминировано, причем меньшие по значению компоненты будут усредняться сильнее. При более слабом масштабировании границы расширяются, и значения предстают более или менее серыми при меньшем числе нейронов. При среднем масштабировании средне серую окраску приобретают только один или два нейрона. [c.178]