Unisciti alla nostra fan page
- Pubblicati da::
- Vladimir
- Visualizzazioni:
- 65
- Valutazioni:
- Pubblicato:
- 2025.06.05 11:52
-
Hai bisogno di un robot o indicatore basato su questo codice? Ordinalo su Freelance Vai a Freelance
Un modello trigonometrico multiarmonico (o multitono) di una serie di prezzi x[i], i=1..n, è dato da:
x[i] = m + Sum( a[h]*Cos(w[h]*i) + b[h]*Sin(w[h]*i), h=1..H )
dove:
- x[i] - prezzo passato alla barra i-esima, totale n prezzi passati;
- m - bias;
- a[h] e b[h] - coefficienti di scala delle armoniche;
- w[h] - frequenza di un'armonica;
- h - numero di armoniche;
- H - numero totale di armoniche adattate.
Adattare questo modello significa trovare m, a[h], b[h] e w[h] che rendono i valori modellati vicini ai valori reali. Trovare le frequenze armoniche w[h] è la parte più difficile dell'adattamento di un modello trigonometrico. Nel caso di una serie di Fourier, queste frequenze sono fissate a 2*pi*h/n. Ma l'estrapolazione della serie di Fourier significa semplicemente ripetere gli n prezzi passati nel futuro.
Questo indicatore utilizza l'algoritmo di Quinn-Fernandes per trovare le frequenze armoniche. Adatta le armoniche della serie trigonometrica una per una fino a raggiungere il numero totale di armoniche H specificato. Dopo aver adattato una nuova armonica, l'algoritmo codificato calcola il residuo tra il modello aggiornato e i valori reali e adatta una nuova armonica al residuo.
L'indicatore ha i seguenti parametri di input:
- Npast - numero di barre passate a cui viene applicata la serie trigonometrica;
- Nfut - numero di barre future previste;
- Nharm - numero totale di armoniche nel modello;
- FreqTOL - tolleranza dei calcoli di frequenza.
L'indicatore traccia due curve: la curva blu indica i valori passati modellati e la curva rossa i valori futuri modellati.
Tradotto dall’inglese da MetaQuotes Ltd.
Codice originale https://www.mql5.com/en/code/130

Questo indicatore utilizza un modello autoregressivo per estrapolare i prezzi

Pendenza della regressione lineare normalizzata alla SMA.