یاد بگیرید چگونه چرخه‌های غالب را با تحلیل طیف شناسایی کنید

آنچه فرا خواهید گرفت:

• این دوره عناصر کلیدی یک تحلیل طیف مبتنی بر فوریه را توضیح می‌دهد.
• درک محاسبات اولیه مربوط به اندازه‌گیری مبتنی بر FFT یا الگوریتم Goertzel
• توضیح پیش‌زمینه اصلی FFT به زبان ساده و تمرکز بر جنبه‌های مهم «چگونگی خواندن یک نمودار طیف».
• یاد بگیرید چرا الگوریتم Goertzel برای تشخیص چرخه‌ها در بازارهای مالی از تبدیل‌های فوریه کلاسیک بهتر عمل می‌کند.
• کد منبع پیاده‌سازی تبدیل تعمیم‌یافته Goertzel را دریافت کنید.

پیش نیازهای دوره

• دانش اولیه تحلیل چرخه و یا تحلیل طیف مفید است، اما اجباری نیست.

توضیحات دوره

در قلب تقریباً هر پلتفرم تحلیل چرخه، یک ماژول طیف قرار دارد.

مشتقات مختلفی از تبدیل فوریه در دسترس هستند. اما کدام کاربرد از فوریه برای استفاده در بازارهای اقتصادی «بهترین» است؟ این دوره تلاش می‌کند پاسخی برای این پرسش فراهم کند.

بنابراین، این دوره بر توضیح جنبه‌های ضروری به زبان ساده تمرکز دارد:

• جنبه‌های اساسی «چگونگی خواندن یک نمودار طیف» در مرکز این دوره قرار دارند.
• روش‌های مختلف تحلیل طیف فوریه از نظر عملکردشان در تشخیص طول‌های دقیق چرخه (مؤلفه‌های «فرکانس») مقایسه می‌شوند.
• بیاموزید چه چیزی در تشخیص چرخه‌ها در بازارهای مالی مهم است.
• کد منبع را برای پیاده‌سازی و استفاده شخصی خود دریافت کنید.

درک محاسبات اولیه مربوط به اندازه‌گیری طول چرخه، دانستن مقیاس‌بندی صحیح، interpolation صحیح غیرصحیح، تبدیل واحدهای مختلف (فرکانس در برابر زمان)، و یادگیری چگونگی خواندن نمودارهای طیفی، همگی برای موفقیت تحلیل چرخه و پیش‌بینی‌های مرتبط با آن حیاتی هستند.

مجهز بودن به این دانش به شما امکان می‌دهد با برنامه تحلیل چرخه سفارشی خود موفق‌تر عمل کنید.

هنگام تحلیل و اندازه‌گیری چرخه‌ها در بازارهای مالی، مسائل زیادی باید در نظر گرفته شوند. متأسفانه، انجام اندازه‌گیری‌های طیفی نادرست آسان است و می‌تواند منجر به پیش‌بینی‌های چرخه‌ای نادقیق، چه از نظر فاز و چه از نظر طول استخراج‌شده از نمودار طیف، شود.

این دوره عناصر کلیدی یک تحلیل طیف مبتنی بر فوریه را توضیح می‌دهد.

یاد خواهید گرفت چرا الگوریتم Goertzel برای تشخیص چرخه‌ها در بازارهای مالی از تبدیل‌های فوریه کلاسیک بهتر عمل می‌کند.

در مقایسه با FFT، الگوریتم Goertzel برای تشخیص چرخه‌ها در سری‌های داده مرتبط با بازارهای مالی، ساده و بسیار کارآمدتر است. در این دوره یاد خواهید گرفت و درک خواهید کرد که چرا این‌گونه است.

این دوره برای چه کسانی مناسب است؟

• تحلیل‌گران علم داده و بازارهای مالی که علاقه‌مند به کاربرد پردازش سیگنال دیجیتال برای تحلیل و اندازه‌گیری چرخه‌ها در بازارهای مالی هستند.
• متخصصانی که می‌خواهند تفاوت‌های میان فوریه استاندارد و الگوریتم Goertzel (FFT در برابر G-DFT) را درک کنند.