Discrete wavelet transform
- Indicadores
- Ilya Antipin
- Versión: 3.0
- Actualizado: 20 febrero 2018
- Activaciones: 5
El indicador de transformada wavelet discreta es una implementación mejorada del análisis numérico y funcional para MetaTrader 4, el método de transformada wavelet discreta (DWT). La característica específica de DWT es la forma en que la ondícula se representa en forma de una señal discreta (muestra). DWT se utiliza ampliamente para el filtrado y procesamiento preliminar de datos, para analizar el estado y hacer previsiones para los mercados de valores y divisas, para reconocer patrones, procesar y sintetizar diversas señales, por ejemplo, el habla y las señales médicas, para resolver los problemas de compresión y procesamiento de imágenes, en el aprendizaje de redes neuronales y en muchos otros casos.
El indicador de transformada wavelet discreta es un filtro que se utiliza para encontrar puntos óptimos de entrada y salida del mercado en condiciones de tendencia. Permite realizar previsiones y análisis más precisos de la tendencia actual y emergente.
La transformada wavelet discreta incluye varios métodos para filtrar la señal analizada.- 1. Haar (haar)
- 2. Daubechies (db1, db2, db3, db4, db5, db6, db7, db8, db9, db10)
- 3. Coiflet (coif1, coif2, coif3, coif4, coif5)
- 4. Biortogonal (bior11, bior13, bior15, bior22, bior24 и др)
- 5. Biortogonal inversa (rbior11, rbior13, rbior15, rbior22, bior24 и др)
así como las opciones de cálculo y las variantes de presentación del filtro final
- 1. DWT es la transformada wavelet discreta
- 2. MODWT es transformada wavelet discreta con solapamiento
- 3. SWT es la transformada wavelet estacionaria
Los filtros difieren en las funciones básicas, los coeficientes de la transformada wavelet y los métodos de cálculo (principalmente iterativos). Cada filtro tiene sus propias características en el espacio temporal y frecuencial. El uso de diferentes filtros permite identificar determinadas propiedades de la señal analizada.
El número de wavelets utilizadas en el análisis de la señal determina el nivel de descomposición. La precisión de la presentación de la señal disminuye a mayores niveles de descomposición, pero aumenta la posibilidad de filtrar la señal con mayor calidad, con una mejor eliminación del ruido y una compresión eficaz.
Parámetros ajustables
- type - tipo de cálculo (0-DWT, 1-MODWT, 2-SWT);
- filter - tipo de filtro;
- indicador - indicador utilizado para la transformación (0-1);
- length - longitud del indicador;
- J - nivel de descomposición.

El usuario no ha dejado ningún comentario para su valoración