Filtros digitales adaptativos - página 6
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Respecto a la identificación de extremos en datos filtrados creo que ya he escrito que el mercado respeta los niveles, por lo que es más preferible identificar Máximos y Mínimos por Máximos y Mínimos. Sobre todo teniendo en cuenta la información que se pierde al comprimirla en un gráfico de barras. Los falsos extremos crean problemas, pero me temo que el LFO, incluso uno adaptativo, no siempre ayudará. A continuación se muestra un ejemplo de extremos que parecen ser falsos:
Las barras rojas aquí son mis ideas sobre el marcado correcto(las líneas horizontales se añaden como argumento a favor de esta opinión).
PD1: Sólo serví en las Fuerzas de Defensa Aérea, aquí estoy leyendo mi cargo del párrafo 27 de mi cartilla militar (para hacerlo más sólido :o): "comandante del departamento de instalaciones de radiocontrol de misiles antiaéreos de corto alcance". Y sé más que bien (como suelen escribir - no de oídas :o) que nuestros alabados sistemas (y no sólo los nuestros) ni siquiera pueden derribar, ni siquiera pueden VER los objetivos.
Y por qué tienen tanto miedo, creo que sería interesante para usted http://www.kroufr.ru/forum/index.php/topic,6037.0.html, y este SAM (desarrollo) es más de 50 años, por lo que ven y no está mal.
Integer, ¿te refieres a este JMA - 'JMA'?
Sobre ella.
ZS, en el foro de Alpari, BQQ ha expuesto con cierto detalle por qué, en su opinión, como especialista en DSP, los métodos DSP son difíciles de aplicar en el mercado. Bastante lúcido, en mi opinión.
BQQ argumentó un poco aquí http://forum.alpari-idc.ru/showthread.php?t=38804&page=16, si no es mucha molestia, donde expone todos los detalles. Sólo creo que, en primer lugar, un especialista en DSP debería conocer y comprender (con toda su alma) este teorema de Kotelnikov, es como un axioma en geometría.
Y a todos si se puede usar el término frecuencia de muestreo por favor, para mi la frecuencia Neukvist es una palabra sucia. Es de la zona que inventó la radio Popov o Marconi, etc.
a un número entero
Si no te importa, puedes intentar hacer un indicador adaptativo, el algoritmo que escribí anteriormente en este hilo. Si quieres probarlo, tienes que saber cómo trabajar con JMA.
Sobre ella.
Algo de la JMA, como lo mejor, lo adaptable, etc., me impactó. (todo comido, cómo). Y tenemos un buen trabajo :-). Y el zurdo como Rusia no es más, pero no lo creo.
Miro, lo miro - algunas fórmulas extrañas, y el avatar no es algo como :-) Me gusta más :-).
(Compárese con http://www.jurikres.com/catalog/ms_ama.htm#top). Nuestro avión es mejor :-).
Por eso sugiero que se intente hacer un indicador mejor, más adaptable. Quizá salga algo bueno.
Laidea es la siguiente.
1. Tomamos este indicador como base ('Kaufman optimizado AMA: Perry Kaufman AMA optimizado'), mucha gente ya ha trabajado en él. La teoría de este indicador se describe en el archivo (archivo adjunto). Tomamos una parte de este indicador (idea). Cálculo del ratio de eficiencia de la ER (varía de 0 a 1). Determinará el periodo de promediación (muestreo) de 2 a N (N se establece como parámetro de entrada en el algoritmo). El resto es un poco más complicado.
2. no usamos EMA (media móvil exponencial) sino un polinomio. el grado máximo del polinomio es n (también se establece como parámetro externo). podemos parar y variar n y ejecutarlo en el probador, creo que ya podemos obtener buenos resultados. Pero la pulga IHMO aún no está completamente entrenada, así que sigamos adelante.
3. Si es adaptable, que lo sea al máximo. Además, también se calcula el siguiente - el grado del polinomio (elegido el mejor por algún criterio). Como no tenemos información a priori sobre el ruido. Sugiero utilizar el criterio: el coeficiente de determinación. La lógica de selección del polinomio óptimo según este criterio se describe en el expediente (véanse las páginas 12, 13 y 14). Hay incluso un programa escrito en MathCade, cómo hacerlo.
Si alguien está interesado, estoy dispuesto a programar y volver a comprobar el punto 3 en MathCade. También ayudaré con la creación de dicho indicador en MQL debido a mis modestas capacidades.
Privado, este archivo no contiene la página 12-13
Sobre ella.
No estoy seguro.
Cándido, yo discutiría contigo. Su argumento no es convincente. Estos niveles "falsos" también pueden provenir de TF superiores como resultado de la agrupación de varios Fibs de diferentes oscilaciones. No tengo ninguna prueba, es sólo una hipótesis.
Algo me ha llamado la atención de JMA, como lo mejor, lo adaptable, etc. (se los comió todos). Pero no se nos da bien :-). Y los zurdos como Rusia se han extinguido, pero no lo creo.
Miro, lo miro - algunas fórmulas extrañas, y el avatar no es algo como :-) Me gusta más :-).
(Compárese con http://www.jurikres.com/catalog/ms_ama.htm#top). Nuestro avión es mejor :-).
Por eso sugiero que se intente hacer un indicador mejor, más adaptable. Tal vez salga algo bueno.
Laidea es la siguiente.
1. Tomamos este indicador como base ('Kaufman optimizado AMA: Perry Kaufman AMA optimizado'), mucha gente ya ha trabajado en él. La teoría de este indicador se describe en el archivo (archivo adjunto). Tomamos una parte de este indicador (idea). Cálculo del ratio de eficiencia de la ER (varía de 0 a 1). Determinará el periodo de promediación (muestreo) de 2 a N (N se establece como parámetro de entrada en el algoritmo). El resto es un poco más complicado.
2. no usamos EMA (media móvil exponencial) sino un polinomio. el grado máximo del polinomio n (también se establece como parámetro externo). podemos parar y variar n y ejecutarlo en el probador, creo que ya podemos obtener buenos resultados. Pero la pulga IHMO aún no está completamente entrenada, así que sigamos adelante.
3. Si es adaptable, que lo sea al máximo. Además, también se calcula el siguiente - el grado del polinomio (elegido el mejor por algún criterio). Como no tenemos información a priori sobre el ruido. Sugiero utilizar el criterio: el coeficiente de determinación. La lógica de selección del polinomio óptimo según este criterio se describe en el expediente (véanse las páginas 12, 13 y 14). Hay incluso un programa escrito en MathCade, cómo hacerlo.
Si alguien está interesado, estoy dispuesto a programar y volver a comprobar el punto 3 en MathCade. También le ayudaré a crear dicho indicador en MQL debido a mis modestas capacidades.
Privado, este archivo no contiene las páginas 12-13