|
9+ años
experiencia
|
92
productos
|
7
versiones demo
|
|
6
trabajos
|
0
señales
|
0
suscriptores
|
La serie hipergeométrica se utiliza para calcular los coeficientes de peso de este filtro. Este enfoque le permite obtener un suavizado bastante interesante de la serie temporal. Los pesos del filtro hipergeométrico no decaen tan rápido como los promedios móviles ponderados lineales y exponenciales, pero sí más rápido que los promedios móviles suavizados. Debido a esto, el comportamiento de este filtro es en muchos aspectos similar al comportamiento de las medias móviles. Sin embargo, tiene
La serie hipergeométrica se utiliza para calcular los coeficientes de peso de este filtro. Este enfoque le permite obtener un suavizado bastante interesante de la serie temporal. Los pesos del filtro hipergeométrico no decaen tan rápido como los promedios móviles ponderados lineales y exponenciales, pero sí más rápido que los promedios móviles suavizados. Debido a esto, el comportamiento de este filtro es en muchos aspectos similar al comportamiento de las medias móviles. Sin embargo, tiene
Este indicador muestra los niveles óptimos de toma de ganancias y stop loss. Estos niveles se calculan en base a datos históricos. En el primer inicio, el indicador se entrena en la historia. Después de eso, evalúa la probabilidad de que el precio supere este o aquel nivel en el futuro y selecciona las opciones más óptimas para colocar órdenes stop. Por ejemplo, los valores de Take Profit se seleccionan para que la ganancia sea máxima y la probabilidad de que el precio alcance su nivel sea la
Este indicador muestra los niveles óptimos de toma de ganancias y stop loss. Estos niveles se calculan en base a datos históricos. En el primer inicio, el indicador se entrena en la historia. Después de eso, evalúa la probabilidad de que el precio supere este o aquel nivel en el futuro y selecciona las opciones más óptimas para colocar órdenes stop. Por ejemplo, los valores de Take Profit se seleccionan para que la ganancia sea máxima y la probabilidad de que el precio alcance su nivel sea la
Este filtro se basa en polinomios de Bessel. Su principal ventaja es un pequeño retraso de tiempo. Otra característica de este filtro es su alta sensibilidad a los últimos valores de la serie temporal financiera. Debido a esto, el indicador destaca los movimientos de precios activos, mientras suaviza las desviaciones de ruido. Además de la variante clásica, se han añadido al indicador los logaritmos de los coeficientes de Bessel como función de ponderación. En este caso, el indicador resulta
Este filtro se basa en polinomios de Bessel. Su principal ventaja es un pequeño retraso de tiempo. Otra característica de este filtro es su alta sensibilidad a los últimos valores de la serie temporal financiera. Debido a esto, el indicador destaca los movimientos de precios activos, mientras suaviza las desviaciones de ruido. Además de la variante clásica, se han añadido al indicador los logaritmos de los coeficientes de Bessel como función de ponderación. En este caso, el indicador resulta
Este indicador se basa en la transformada discreta de Hartley. El uso de esta transformación le permite aplicar diferentes enfoques al procesar series temporales financieras. Una característica distintiva de este indicador es que sus lecturas no se refieren a un punto del gráfico, sino a todos los puntos del período del indicador. Al procesar una serie temporal, el indicador le permite seleccionar varios elementos de la serie temporal. La primera posibilidad de filtrado se basa en este enfoque
Este indicador se basa en la transformada discreta de Hartley. El uso de esta transformación le permite aplicar diferentes enfoques al procesar series temporales financieras. Una característica distintiva de este indicador es que sus lecturas no se refieren a un punto del gráfico, sino a todos los puntos del período del indicador. Al procesar una serie temporal, el indicador le permite seleccionar varios elementos de la serie temporal. La primera posibilidad de filtrado se basa en este enfoque
La media de Lehmer se puede considerar como una función de ventana, cuyos coeficientes de peso dependen de los valores de las variables utilizadas en el cálculo. Este promedio no es lineal porque en su cálculo se utiliza la exponenciación. Las características del indicador dependen de dos parámetros: iPeriod : período del indicador, el valor válido es mayor o igual a 2; iPower - exponente, que se utiliza al calcular los valores del indicador. El rango válido es -32768 a 32767 Con iPower
La media de Lehmer se puede considerar como una función de ventana, cuyos coeficientes de peso dependen de los valores de las variables utilizadas en el cálculo. Este promedio no es lineal porque en su cálculo se utiliza la exponenciación. Las características del indicador dependen de dos parámetros: iPeriod : período del indicador, el valor válido es mayor o igual a 2; iPower - exponente, que se utiliza al calcular los valores del indicador. El rango válido es -32768 a 32767 Con iPower = 0
El filtro de Kolmogorov-Zhurbenko se puede considerar como una función de ventana especial diseñada para eliminar la fuga espectral. Este filtro es óptimo para suavizar series temporales estocásticas (incluidas las financieras). El indicador basado en este filtro contiene los siguientes parámetros: iLength: el período de la ventana rectangular original utilizada para construir el filtro. El valor válido es 2 - 255. iDegree - orden de filtrado. Si iDegree=0, entonces se obtendrá un promedio
El filtro de Kolmogorov-Zhurbenko se puede considerar como una función de ventana especial diseñada para eliminar la fuga espectral. Este filtro es óptimo para suavizar series temporales estocásticas (incluidas las financieras). El indicador basado en este filtro contiene los siguientes parámetros: iLength: el período de la ventana rectangular original utilizada para construir el filtro. El valor válido es 2 - 255. iDegree - orden de filtrado. Si iDegree=0, entonces se obtendrá un promedio
Se pueden utilizar varias funciones de ventana para suavizar las series temporales. Las funciones de la ventana pueden ser bastante diferentes entre sí en sus características: el nivel de suavizado, supresión de ruido, etc. Este indicador le permite implementar las funciones de la ventana principal y evaluar su desempeño en series temporales financieras. Parámetros del indicador: iPeriod – período indicador. iPeriod >= 2 iCenter es el índice de la referencia donde
Se pueden utilizar varias funciones de ventana para suavizar las series temporales. Las funciones de la ventana pueden ser bastante diferentes entre sí en sus características: el nivel de suavizado, supresión de ruido, etc. Este indicador le permite implementar las funciones de la ventana principal y evaluar su desempeño en series temporales financieras. Parámetros del indicador: iPeriod – período indicador. iPeriod >= 2 iCenter es el índice de la referencia donde
Este script está diseñado para evaluar pesos en varias funciones de ventana. Se puede descargar un indicador basado en estas funciones de ventana en https://www.mql5.com/ru/market/product/72159 Parámetros de entrada: iPeriod – período indicador. iPeríodo >= 2 iCenter es el índice de la referencia donde se ubicará el centro de la función de ventana. Por defecto, este parámetro es 0: el centro de la ventana coincide con el centro del indicador. Con 1 <= iCenter <= iPeriod, el
Este script está diseñado para evaluar pesos en varias funciones de ventana. Se puede descargar un indicador basado en estas funciones de ventana en https://www.mql5.com/ru/market/product/72160 Parámetros de entrada: iPeriod – período indicador. iPeríodo >= 2 iCenter es el índice de la referencia donde se ubicará el centro de la función de ventana. Por defecto, este parámetro es 0: el centro de la ventana coincide con el centro del indicador. Con 1 <= iCenter <= iPeriod, el centro de
Algunos traders se guían por sesiones de trading mientras operan. La Figura 1 muestra la oscilación del precio promedio durante una semana. Se puede ver que las sesiones de negociación en diferentes días difieren en su duración y actividad. Este indicador está diseñado para estimar el movimiento del precio promedio en ciertos intervalos dentro de un ciclo semanal. Tiene en cuenta el movimiento de los precios hacia arriba y hacia abajo por separado y permite determinar los momentos en los que es
Algunos traders se guían por sesiones de trading mientras operan. La Figura 1 muestra la oscilación del precio promedio durante una semana. Se puede ver que las sesiones de negociación en diferentes días difieren en su duración y actividad. Este indicador está diseñado para estimar el movimiento del precio promedio en ciertos intervalos dentro de un ciclo semanal. Tiene en cuenta el movimiento de los precios hacia arriba y hacia abajo por separado y permite determinar los momentos en los que es
La media aritmética o la mediana se pueden utilizar para determinar la medida de la tendencia central de una serie de tiempo. Ambos métodos tienen algunas desventajas. La media aritmética se calcula mediante el indicador de media móvil simple. Es sensible a las emisiones y al ruido. La mediana se comporta de manera más estable, pero hay una pérdida de información en los límites del intervalo. Para reducir estas desventajas, se puede utilizar un filtrado de señales pseudo-mediano. Para hacer
La media aritmética o la mediana se pueden utilizar para determinar la medida de la tendencia central de una serie de tiempo. Ambos métodos tienen algunas desventajas. La media aritmética se calcula mediante el indicador de media móvil simple. Es sensible a las emisiones y al ruido. La mediana se comporta de manera más estable, pero hay una pérdida de información en los límites del intervalo. Para reducir estas desventajas, se puede utilizar un filtrado de señales pseudo-mediano. Para hacer