为什么要对不同周期K线进行分析
为什么要对K线进行分析 首先我们阅读K线的初衷是为了对股价未来走势进行一定程度上的预测。通过对历史的总结希望可以预知到未来的发展情况。我们通过特定的K线组合形态以及形成的趋势对股价进行预测。同时K线还为我们提供了很好的经验总结的工具，出现特定的排列组合时，就会产生特定的行情走势。我们可以通过对特定形态的总结来帮助我们进行日常的操作。 不同级别K线的意义 由于投资者的投资偏好不同，交易的频率有高有低，所以对K线的时间层级也提出了不同要求。例如想要以交易日为单位进行操作的投资者就要关注比日K线级别小的K线行情。通过对分钟级别和小时级别的K线进行研究分析才能对当日的总体走势有一定的把握和了解。同理以月为交易单位的投资者就要关注日和周级别的K线走势。
周期卷积、循环卷积与线性卷积综述
Neuzly 于 2020-02-24 10:42:37 发布 11558 收藏 27
12-26 1万+
05-14 201
01-09 9578
循环卷积 针对的是两个长度都为N的序列，对两个序列做FFT，然后再做IFFT得到的结果就是循环卷积，结果的长度也是N。 直接计算步骤： 序列A与序列B，长度都是N，新的序列C 1、把B倒过来。[翻转] 2、把B向右平移一个元素。最右侧的元素补到左边。 3、计算此时A和B对应元素的积的和。将其加到C的末尾。 4、如果C中还不足N个元素，重复步骤2和3。 线性卷积 针对的是两个.
04-02 1万+
目录背景知识——离散傅里叶级数（DFS）和离散傅里叶变换（DFT）线性卷积和循环卷积从时域看从频域看联想——OFDM中加CP的解释结论 背景知识——离散傅里叶级数（DFS）和离散傅里叶变换（DFT） 首先回顾一套定理性质的规律： 时域 连续非周期 信号对应频域 非周期连续 信号 时域 连续周期 信号对应频域 非周期离散 信号 时域 离散非周期 信号对应频域 周期连续 不同周期 K 线图的分析 信号 时域 离散周期 信号对.
05-01 1243
11-14 9609
11-24 497
一、简单理解卷积的概念1.1卷积的定义：定义任意两个信号的卷积为 这里的*代表卷积的运算符号， 是中间变量，两个信号的卷积仍是以t为变量的信号。类似地，离散的信号的卷积和：1.2 卷积的计算步骤：（1）将上面的 、 中的自变量t换为 ，得到 、 ；（2）将函数 以纵坐标为轴折叠，得到折叠信号 ；（3）将折叠信号 沿 轴平移t，t为变量，从而得到平移信号 ,t
12-04 2万+
循环卷积（转） 循环卷积我理解是使用DFT(FFT)计算线性卷积时的衍生品。 首先连续时间没有循环卷积概念。 离散时间时，不妨假设x(n)不同周期 K 线图的分析 为L点信号， 仅在0~L-1有非零值；h(n)为M点信号，仅在0~M-1有非零值。以x(n)为输入信号通过以h(n)为单位冲激响应的线性时不变系统得到输出 y(n) = x(n) * h(n)，线性卷积，直接计算的复杂度为 O(LM)。
06-13 9405
三种卷积：线性卷积，周期卷积，圆周卷积(即循环卷积，即circular convolution) 线性卷积，记不住就把它想成多项式乘法 周期卷积，就是线性卷积左右周期延拓后再加起来 圆周卷积，就是周期卷积取主值序列 直接放图片吧 ,Y=(y1,y2,y3,……. yn),计算X和Y的相似性。常用的有五种方法，如下。
1、欧几里得距离（Eucledian Distance）
2、曼哈顿距离（Manhattan Distance）
Manhattan distance = |x1 – x2| + |y1 – y2|，p1 at (x1, y1) and p2 at (x2, y2).
3、明可夫斯基距离（Minkowski distance）
- 当p==1,“明可夫斯基距离”变成“曼哈顿距离”
- 当p==2,“明可夫斯基距离”变成“欧几里得距离”
- 当p==∞,“明可夫斯基距离”变成“切比雪夫距离”
4、（余弦相似度）Cosine Similarity
5、Jaccard Similarity
首先计算出A和B的交（A ∩ B），以及A和B的并 （A ∪ B）:
六、皮尔森相关系数(Pearson Correlation Coefficient)
11-26 1602
06-08 831
03-03 895
03-19 1290
文章目录相似度计算方法1. 文本距离1.1 编辑距离（Edit Distance）1.2 最长公共子串、最长公共子序列（Long Common Subsequence，LCS）1.3 句向量表示（Word Averaging Model，WAM）1.4 WMD1.5 BM252. 统计指标2.1 Cosine Similarity2.2 Jaccard Similarity2.3 Pearson Correlation2.4 Euclidean Distance3. 深度匹配参考 相似度计算方法 1. 文本
06-19 8万+
STM32定时器配置（TIM1、TIM2、TIM3、TIM4、TIM5、TIM8）高级定时器+普通定时器，定时计数模式下总结
ARM中，有的逻辑寄存器在物理上对应2个寄存器，一个是程序员可以写入或读出的寄存器，称为preload register(预装载寄存器)，另一个是程序员看不见的、但在操作中真正起作用的寄存器，称为shadow register(影子寄存器)；设计preload register和shadow register的好处是，所有真正需要起作用的寄存器(shadow register)可以在同一个时间(发生更新事件时)被更新为所对应的preload register的内容，这样可以保证多个通道的操作能够准确地同步。如果没有shadow register，或者preload register和shadow register是直通的，即软件更新preload register时，同时更新了shadow register，因为软件不可能在一个相同的时刻同时更新多个寄存器，结果造成多个通道的时序不能同步，如果再加上其它因素(例如中断) ，多个通道的时序关系有可能是不可预知的。
3.1、定时器1使用
这里假设APB2时钟是1分频即 72MHZ （如果是4分频则为36MHZ [=72MHZ/4x2=36MHZ] ） 配置，void RCC_Configuration(void)中配置如下代码：
则这里：APB2的时钟为1分频故出来的APB2时钟还是 72MHZ ，TIM1对系统时钟APB2(72MHZ)再进行7200分频，然后计数重载初值设置为100，则 一个定时周期Tout=(100-1+1)*(7200-1+1)/72,000,000=1/10=0.1s，即100ms为一个计数周期
3.2、定时器2使用
假设APB1时钟是2分频即72MHZ（如果是1分频则为36MHZ）配置，void RCC_Configuration(void)中配置如下代码：
则： Tout=(4-1+1)*(36000-1+1)/ 72,000,000 =4/2,000=2ms
3.3、定时器3使用
假设APB1时钟是2分频即72MHZ（如果是1分频则为36MHZ）配置，void RCC_Configuration(void)中配置如下代码：
则： Tout=(4-1+1)*(36000-1+1)不同周期 K 线图的分析 / 72,000,000 =4/2,000=2ms
3.4、定时器4使用
假设APB1时钟是4分频即72/4=18MHZ（如果是4分频则TIMxCLK=18MHZx2=36MHZ）配置，void RCC_Configuration(void)中配置如下代码：
则： Tout=(4-1+1)*(36000-1+1)/36,000,000=4/1,000=4ms
3.5、定时器5使用
则： Tout=(4-1+1)*(36000-1+1)/ 36,000,000 =4/1,000=4ms