LPF를 기반으로 "파동"(극단에 의해 제한되는 파동/채널의 길이, 범위…)에 대한 통계 수집
이전 웨이브와 미래 웨이브 사이의 통계 패턴을 찾습니다. 파동은 이 파동을 제한하는 채널, 즉 직선이 아닌 일시적인 것입니다.
grasn , 하지만 다른 사람의 통계에 대해 그러한 데이터 마이닝을 수행하는 데 얼마나 많은 시간이 소요됩니까? 질문은 힌트로 이해할 수 있습니다. :).
필터링된 데이터에 의한 극한값 결정과 관련하여 나는 이미 IMHO가 이것을 가지고 있다고 썼다고 생각합니다. 시장은 수준을 존중하므로 여전히 높음으로 최고점을 결정하고 낮음으로 최저점을 결정하는 것이 좋습니다. 특히 막대 차트로 압축하는 동안 손실된 정보를 고려합니다. 문제는 잘못된 극단을 만들어 냅니다. 하지만 적응형 필터라 할지라도 저역 통과 필터가 항상 도움이 되지는 않을 것 같아 두렵습니다. 다음은 거짓으로 보이는 극단의 예입니다.
여기에서 빨간색 부분은 올바른 마크업에 대한 제 생각입니다( 수평선 은 이 의견에 찬성하는 인수로 추가됨).
PS1: 저는 방공에서 복무했기 때문에 군표의 27항에서 내 입장을 읽었습니다(더욱 견고함을 주기 위해: o): “단거리 대공 미사일에 대한 무선 공학 통제부 사령관. " 그리고 나는 우리의 자랑스러운 단지(우리뿐만 아니라)가 폐쇄되지 않을 것이라는 것을 (그들이 일반적으로 쓰는 것처럼 - 소문에 의한 것이 아님:o) 그들은 실제로 목표를 보지 못한다는 것을 알고 있습니다.
어렵지 않다면 적응형 지표를 만들 수 있습니다. 이 스레드의 조금 더 일찍 알고리즘을 작성했습니다. 그리고 여기에서 어떤 사람들은 좋은 결과가 나오지 않을 것이라고 말하지만 여전히 AMA보다 나쁘지는 않을 것이라고 생각하지만 더 나을 수 있습니다. + 거기에 있는 수학은 무엇을 어떻게 해야 하는지 명확합니다.
Prival : 최고, 적응 등과 같은 JMA에 감동을 받았습니다. (나는 모두를 먹었다, 어떻게). 그리고 우리는 인피와 함께 태어났습니다 :-). 그리고 러시아에서 왼손잡이는 사라졌지만 나는 그것을 믿지 않습니다. 나는 그를 본다 - 공식은 어떻게 든 이해할 수없고 아바타는 그렇지 않습니다 :-) 나는 더 나은 것 같습니다 :-) (비교 http://www.jurikres.com/catalog/ms_ama.htm#top ). 우리 비행기가 더 좋습니다 :-).
따라서 지표를 개선하고 적응력을 높일 것을 제안합니다. 아마도 좋은 일이 생길 것입니다.
아이디어는 다음과 같습니다. 1. 우리는 이 지표를 기반으로 합니다( 'Optimized AMA Kaufman: Perry Kaufman AMA optimized' ). 나뿐만 아니라 많은 사람들이 이미 작업했습니다. 이 지표의 이론은 파일에 설명되어 있습니다(파일 첨부). 우리는 이 지표(아이디어)에서 한 부분을 취합니다. 효율 계수 ER의 계산(0에서 1까지 다양). 2에서 N까지의 평균화(샘플링) 기간을 결정합니다(N은 알고리즘의 입력 매개변수로 제공됨). 그리고 여기 조금 더 까다롭습니다. 2. EMA(지수이동평균)가 아닌 다항식을 사용합니다. 다항식 n의 최대 차수(외부 매개변수로도 설정됨). 원칙적으로 중지하고 n을 변경하고 테스터에서 실행하면 이미 좋은 결과를 얻을 수 있다고 생각합니다. 그러나 IHMO 벼룩은 아직 완전히 익숙하지 않습니다. 계속 진행해 보겠습니다. 3. 일단 적응되면 완전히 적응하게 하십시오. 다음 추가는 다항식의 차수도 계산된다는 것입니다(어떤 기준에 따라 가장 좋은 것으로 선택됨). 소음에 대한 사전 정보가 없기 때문입니다. 나는 기준 - 결정 계수를 사용할 것을 제안합니다. 이 기준에 따라 최적의 다항식을 선택하는 전체 논리는 파일(아카이브의 파일, 12, 13 및 14페이지)에 설명되어 있습니다. 그것을 수행하는 방법에 대해 MathCade로 작성된 프로그램도 있습니다.
관심 있는 사람이 있으면 3번 항목을 프로그래밍하고 matkad를 다시 확인할 준비가 되었습니다. 그리고 저의 겸손한 능력으로 인해 MQL에서 그러한 지표를 생성하는 데 도움이 됩니다.
Mathemat : 솔직히 , 나는 당신과 논쟁할 것입니다. 당신의 주장은 설득력이 없습니다. 이러한 "거짓" 수준은 다른 스윙에서 여러 fibs를 클러스터링한 결과 더 높은 시간 프레임에서 올 수도 있습니다. 증거는 없고 가설일 뿐입니다.
아니요, Mathemat , 나는 이것에 대해 당신과 논쟁하지 않을 것입니다 :). 기본적으로 동의하기 때문입니다. 그러나 나는 문제를 각 순위에 대한 패턴에 대한 독립적인 검색으로 줄이는 것이 매우 바람직하다고 생각합니다(나는 "높은 순위"의 개념보다 "높은 기간"의 개념을 선호합니다). 그러나 일반적으로 우리가 일종의 간섭 사진을 다루고 있다는 아이디어는 흥미롭게 보입니다.
비공개 : 최고, 적응 등과 같은 JMA에 감동을 받았습니다. (나는 모두를 먹었다, 어떻게). 그리고 우리는 인피와 함께 태어났습니다 :-). 그리고 러시아에서 왼손잡이는 사라졌지만 나는 그것을 믿지 않습니다. 나는 그를 본다 - 공식은 어떻게 든 이해할 수없고 아바타는 그렇지 않습니다 :-) 나는 더 나은 것 같습니다 :-) (비교 http://www.jurikres.com/catalog/ms_ama.htm#top ). 우리 비행기가 더 좋습니다 :-).
따라서 지표를 개선하고 적응력을 높일 것을 제안합니다. 아마도 좋은 일이 생길 것입니다.
아이디어는 다음과 같습니다. 1. 우리는 이 지표를 기반으로 합니다( 'Optimized AMA Kaufman: Perry Kaufman AMA optimized' ). 나뿐만 아니라 많은 사람들이 이미 작업했습니다. 이 지표의 이론은 파일에 설명되어 있습니다(파일 첨부). 우리는 이 지표(아이디어)에서 한 부분을 취합니다. 효율 계수 ER의 계산(0에서 1까지 다양). 2에서 N까지의 평균화(샘플링) 기간을 결정합니다(N은 알고리즘의 입력 매개변수로 제공됨). 그리고 여기 조금 더 까다롭습니다. 2. EMA(지수이동평균)가 아닌 다항식을 사용합니다. 다항식 n의 최대 차수(외부 매개변수로도 설정됨). 원칙적으로 중지하고 n을 변경하고 테스터에서 실행하면 이미 좋은 결과를 얻을 수 있다고 생각합니다. 그러나 IHMO 벼룩은 아직 완전히 익숙하지 않습니다. 계속 진행해 보겠습니다. 3. 일단 적응되면 완전히 적응하게 하십시오. 다음 추가는 다항식의 차수도 계산된다는 것입니다(어떤 기준에 따라 가장 좋은 것으로 선택됨). 소음에 대한 사전 정보가 없기 때문입니다. 나는 기준 - 결정 계수를 사용할 것을 제안합니다. 이 기준에 따라 최적의 다항식을 선택하는 전체 논리는 파일(아카이브의 파일, 12, 13 및 14페이지)에 설명되어 있습니다. 그것을 수행하는 방법에 대해 MathCade로 작성된 프로그램도 있습니다.
관심 있는 사람이 있으면 포인트 3을 프로그래밍하고 matkad를 다시 확인할 준비가 되었습니다. 그리고 나의 겸손한 능력으로 인해 MQL에서 그러한 지표를 생성하는 데 도움이 됩니다.
Prival, 이 아카이브에는 12-13번째 페이지가 없습니다.
네, 죄송합니다. 다시 게시하겠습니다(주제 14. 신호 근사, p. 12-14). 그러나 세 번째 점은 필요하지 않다고 생각합니다. 처음에는 1도 또는 2도의 다항식을 선택하면 됩니다. 왜냐하면 세 번째 요점은 1에 답해야 하지만 가장 중요한 질문은 여기에서 일반 구성 요소가 무엇인지입니다(신호 및 노이즈로 나뉩니다).
필터링된 데이터에 의한 극한값 결정과 관련하여 나는 이미 IMHO가 이것을 가지고 있다고 썼다고 생각합니다. 시장은 수준을 존중하므로 여전히 높음으로 최고점을 결정하고 낮음으로 최저점을 결정하는 것이 좋습니다. 특히 막대 차트로 압축하는 동안 손실된 정보를 고려합니다. 문제는 잘못된 극단을 만들어 냅니다. 하지만 적응형 필터라 할지라도 저역 통과 필터가 항상 도움이 되지는 않을 것 같아 두렵습니다. 다음은 거짓으로 보이는 극단의 예입니다.
여기에서 빨간색 부분은 올바른 마크업에 대한 제 생각입니다( 수평선 은 이 의견에 찬성하는 인수로 추가됨).
PS1: 저는 방공에서 복무했기 때문에 군표의 27항에서 내 입장을 읽었습니다(더욱 견고함을 주기 위해: o): “단거리 대공 미사일에 대한 무선 공학 통제부 사령관. " 그리고 나는 우리의 자랑스러운 단지(우리뿐만 아니라)가 폐쇄되지 않을 것이라는 것을 (그들이 일반적으로 쓰는 것처럼 - 소문에 의한 것이 아님:o) 그들은 실제로 목표를 보지 못한다는 것을 알고 있습니다.
그리고 그들이 왜 그렇게 두려워하는지, 나는 그것이 당신에게 흥미로울 것이라고 생각합니다 http://www.kroufr.ru/forum/index.php/topic,6037.0.html , 그리고 이 방공 시스템(개발)은 그 이상입니다 50세, 그래서 그들은 보고 나쁘지 않습니다.
정수 , 이 JMA - 'JMA' 에 대해 이야기하고 있습니까?
그녀에 대해.
Shl은 Alpari BQQ 포럼 어딘가에서 DSP 전문가로서 DSP 방식이 시장에 적용하기 어려운 이유에 대해 설명했습니다. 내 의견으로는 꽤 명확합니다.
나는 BQQ와 여기 http://forum.alpari-idc.ru/showthread.php?t=38804&page=16 , 그것이 어렵지 않다면 선반에 모든 것을 올려놓은 곳에서 약간의 논쟁을 했습니다. 저는 우선 DSP 전문가가 이 Kotelnikov의 정리를 알고 이해해야 한다고 생각합니다. 이것은 기하학의 공리와 같습니다.
그리고 다른 모든 사람들에게 샘플 속도라는 용어를 사용할 수 있다면 저에게 Neyquist 주파수는 더러운 단어입니다. 이것은 라디오 Popov 또는 Marconi 등을 발명한 지역 출신입니다.
정수 로
어렵지 않다면 적응형 지표를 만들 수 있습니다. 이 스레드의 조금 더 일찍 알고리즘을 작성했습니다. 그리고 여기에서 어떤 사람들은 좋은 결과가 나오지 않을 것이라고 말하지만 여전히 AMA보다 나쁘지는 않을 것이라고 생각하지만 더 나을 수 있습니다. + 거기에 있는 수학은 무엇을 어떻게 해야 하는지 명확합니다.
그녀에 대해.
최고, 적응 등과 같은 JMA에 감동을 받았습니다. (나는 모두를 먹었다, 어떻게). 그리고 우리는 인피와 함께 태어났습니다 :-). 그리고 러시아에서 왼손잡이는 사라졌지만 나는 그것을 믿지 않습니다.
나는 그를 본다 - 공식은 어떻게 든 이해할 수없고 아바타는 그렇지 않습니다 :-) 나는 더 나은 것 같습니다 :-)
(비교 http://www.jurikres.com/catalog/ms_ama.htm#top ). 우리 비행기가 더 좋습니다 :-).
따라서 지표를 개선하고 적응력을 높일 것을 제안합니다. 아마도 좋은 일이 생길 것입니다.
아이디어는 다음과 같습니다.
1. 우리는 이 지표를 기반으로 합니다( 'Optimized AMA Kaufman: Perry Kaufman AMA optimized' ). 나뿐만 아니라 많은 사람들이 이미 작업했습니다. 이 지표의 이론은 파일에 설명되어 있습니다(파일 첨부). 우리는 이 지표(아이디어)에서 한 부분을 취합니다. 효율 계수 ER의 계산(0에서 1까지 다양). 2에서 N까지의 평균화(샘플링) 기간을 결정합니다(N은 알고리즘의 입력 매개변수로 제공됨). 그리고 여기 조금 더 까다롭습니다.
2. EMA(지수이동평균)가 아닌 다항식을 사용합니다. 다항식 n의 최대 차수(외부 매개변수로도 설정됨). 원칙적으로 중지하고 n을 변경하고 테스터에서 실행하면 이미 좋은 결과를 얻을 수 있다고 생각합니다. 그러나 IHMO 벼룩은 아직 완전히 익숙하지 않습니다. 계속 진행해 보겠습니다.
3. 일단 적응되면 완전히 적응하게 하십시오. 다음 추가는 다항식의 차수도 계산된다는 것입니다(어떤 기준에 따라 가장 좋은 것으로 선택됨). 소음에 대한 사전 정보가 없기 때문입니다. 나는 기준 - 결정 계수를 사용할 것을 제안합니다. 이 기준에 따라 최적의 다항식을 선택하는 전체 논리는 파일(아카이브의 파일, 12, 13 및 14페이지)에 설명되어 있습니다. 그것을 수행하는 방법에 대해 MathCade로 작성된 프로그램도 있습니다.
관심 있는 사람이 있으면 3번 항목을 프로그래밍하고 matkad를 다시 확인할 준비가 되었습니다. 그리고 저의 겸손한 능력으로 인해 MQL에서 그러한 지표를 생성하는 데 도움이 됩니다.
Prival, 이 아카이브에 12-13번째 페이지가 없습니다.
그녀에 대해.
확실하지 않다.
솔직히 , 나는 당신과 논쟁할 것입니다. 당신의 주장은 설득력이 없습니다. 이러한 "거짓" 수준은 다른 스윙에서 여러 fibs를 클러스터링한 결과 더 높은 시간 프레임에서 올 수도 있습니다. 증거는 없고 가설일 뿐입니다.
최고, 적응 등과 같은 JMA에 감동을 받았습니다. (나는 모두를 먹었다, 어떻게). 그리고 우리는 인피와 함께 태어났습니다 :-). 그리고 러시아에서 왼손잡이는 사라졌지만 나는 그것을 믿지 않습니다.
나는 그를 본다 - 공식은 어떻게 든 이해할 수없고 아바타는 그렇지 않습니다 :-) 나는 더 나은 것 같습니다 :-)
(비교 http://www.jurikres.com/catalog/ms_ama.htm#top ). 우리 비행기가 더 좋습니다 :-).
따라서 지표를 개선하고 적응력을 높일 것을 제안합니다. 아마도 좋은 일이 생길 것입니다.
아이디어는 다음과 같습니다.
1. 우리는 이 지표를 기반으로 합니다( 'Optimized AMA Kaufman: Perry Kaufman AMA optimized' ). 나뿐만 아니라 많은 사람들이 이미 작업했습니다. 이 지표의 이론은 파일에 설명되어 있습니다(파일 첨부). 우리는 이 지표(아이디어)에서 한 부분을 취합니다. 효율 계수 ER의 계산(0에서 1까지 다양). 2에서 N까지의 평균화(샘플링) 기간을 결정합니다(N은 알고리즘의 입력 매개변수로 제공됨). 그리고 여기 조금 더 까다롭습니다.
2. EMA(지수이동평균)가 아닌 다항식을 사용합니다. 다항식 n의 최대 차수(외부 매개변수로도 설정됨). 원칙적으로 중지하고 n을 변경하고 테스터에서 실행하면 이미 좋은 결과를 얻을 수 있다고 생각합니다. 그러나 IHMO 벼룩은 아직 완전히 익숙하지 않습니다. 계속 진행해 보겠습니다.
3. 일단 적응되면 완전히 적응하게 하십시오. 다음 추가는 다항식의 차수도 계산된다는 것입니다(어떤 기준에 따라 가장 좋은 것으로 선택됨). 소음에 대한 사전 정보가 없기 때문입니다. 나는 기준 - 결정 계수를 사용할 것을 제안합니다. 이 기준에 따라 최적의 다항식을 선택하는 전체 논리는 파일(아카이브의 파일, 12, 13 및 14페이지)에 설명되어 있습니다. 그것을 수행하는 방법에 대해 MathCade로 작성된 프로그램도 있습니다.
관심 있는 사람이 있으면 포인트 3을 프로그래밍하고 matkad를 다시 확인할 준비가 되었습니다. 그리고 나의 겸손한 능력으로 인해 MQL에서 그러한 지표를 생성하는 데 도움이 됩니다.
Prival, 이 아카이브에는 12-13번째 페이지가 없습니다.