インディケータ: 価格のフーリエ外挿 - ページ 7

 
過去の値は問題ない!問題は将来のモデル化された 値だけです。ありがとうございます。
 
ありがとう
 
インジケーターの入手方法を教えてください。
 
pawulo #:
インジケーターの入手方法を教えてください。

https://www.mql5.com/ja/code/download/130/fourier_extrapolator_of_price.mq5 インジケーターの一番上に.mq5というファイルがあります。

 

こんにちは、

incicatorは気に入っています。しかし、それを使ってiCustom EAを作成すると、バックテスト 中に動かなくなり、テスターがフリーズしてしまいます。

例えば、過去1年間のEURUSDのバックテストを行うと、バックテスト1ヶ月後にハングします。

設定については画像も参照してください。グラフがハングアップする場所です。コンピュターは正常ですが、テスターはフリーズしますが、問題なく停止できます。

何かアイデアはありますか?

 
gardee005 #:

何かアイデアはある?

デバッガーで実行してください。ログを見てください。

 

小さなディテールを除けば期待できそうだ。

それは、新しいデータで完全に再描画/再描画/再計算することです。

通常、インジケータはそのようなことをすべきではありません(あらかじめ設定された数のデータ/バーにどのような回帰モデルを 適用しているにもかかわらず)。

どなたか、最後のバーのみでインジケータの値を変更するように修正していただけませんか?

ありがとうございます。

 
Robert72 回帰モデルを 適用しているにもかかわらず)。

どなたか、最後のバーのみでインジケータの値を変更するように修正していただけませんか?

要件が不明確です。フーリエ変換によるアプローチの特殊性により、インジケータは新しいデータで完全に再描画されます。

よろしければ、OnCalculateに行を追加してください:

if(rates_total == prev_calculated) return prev_calculated;
 
Stanislav Korotky #:

要件が不明確です。フーリエ変換によるアプローチの特異性により、インジケータは新しいデータで完全に再描画されます。

よろしければ、OnCalculateに行を追加してください:

こんにちは、Stanislavです。
まず、返信が遅くなり申し訳ありません。
また、フーリエ変換の数学とその特殊性についての私の表面的な知識しかないことをお許しください。
何が不明確なままだったのかよくわかりません。
例えば、このインジケーターです:
は、要求されたとおりに動作します。つまり、最後のバーのみで再描画/描画します。現在のポイントの後ろのカーブは「固定」されたままです。
このインジケータは
は、異なる動作をします。同じフィッティング・コンセプトを使用しながら、新しい受信データに対してカーブ全体を再描画します。
異なる動作は、適用されたモデルや数学的アプローチではなく、異なるコーディングに隠されていることがほとんどです。
つまり、タイトルのインジケータの最初の動作(...20480)は、「フーリエ変換によるアプローチの特異性」のために不可能なのでしょうか?
そして、それを別の方法でコード化することで「修正」することはできないのでしょうか?
携帯電話から投稿します!)あなたが提供したコード行を挿入してみますが、問題をキャッチしたり解決したりすることはないでしょう。
ありがとうございます。


 
Robert72 #:
何が不明瞭なままだったのかはわからない。
例えば、このインジケーター:
https://www.mql5.com/en/code/20480
つまり、最後のバーだけ再描画/描画します。現在のポイントの後ろにあるカーブは「固定」されたままです。
このインジケータは
https://www.mql5.com/en/code/19884
は、異なる動作をします。同じフィッティングコンセプトを使用しながら、新しい受信データでカーブ全体を再描画します。
異なる動作は、適用されたモデルや数学的アプローチではなく、異なるコーディングに隠されていることがほとんどです。
ということは、タイトルのインジケータの最初の動作(...20480)は、「フーリエ変換によるアプローチの特異性」のために不可能なのでしょうか?
そして、異なるコード化によって「修正」することはできないのですか?
携帯電話から投稿します!)あなたが提供したコード行を挿入してみますが、問題をキャッチしたり解決したりする可能性はありません。

はい、チャートの履歴全体を通してフーリエ変換(または非線形回帰再構成)を実行し、結果の最後の値をそれぞれ取り出して、専用のバッファに描画することができます。静的なMAが得られますが、これは動的な予測よりも情報量が少なく、フーリエ/ウェーブレットなどのアルゴリズムの肯定的な特徴と考えられています。