1º e 2º derivados do MACD - página 24
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Como calcular um filtro sem atraso e sem deslocamento de fase para todos os componentes espectrais? A idéia é simples. Aceitamos citações FFT. Nós valorizamos os coeficientes de Fourier acima de uma certa freqüência. Em seguida, invertemos a transformação de Fourier e obtemos nossa cotação filtrada. Mas não parece bom, especialmente no início e no final. O que é compreensível devido à periodicidade dos componentes de Fourier. Se você quiser brincar com este filtro, o código é anexado.
Não é um "filtro", mas um aproximador. Caso contrário, você está certo: não há filtro sem demora. Nem é preciso ser doutorado para entendê-lo. O problema é que o conhecimento da maioria dos membros deste fórum, embora profundo, é FRAGMENTÁRIO. Para desfragmentar estas ilhas é preciso um vôo de pensamento, é preciso liberdade de expressão. E neste fórum não há nenhum e não haverá nenhum tempo em breve. Portanto, não se deve esperar derivar nenhum modelo de trabalho aqui, cercado por estes moderadores, sob este modelo de negócios da Metakwots.
Seria melhor se você, colega, continuasse postando o rigoroso resultado do método Fit de seu extrapolador. Embora não tenha sido o primeiro, o primeiro foi um estudante graduado da Ásia, mas sua conclusão (que, por sinal, não publicou na íntegra, a conclusão completa foi feita por outro cientista do Báltico, ambas as publicações são praticamente desconhecidas), sua abordagem é estreita. Talvez sua conclusão seja mais ampla (quanto mais ampla, melhor), embora não seja tão exata - por causa dos graus. Coloque-o lá fora, ou ele será perdido para a história mundial.
Talvez alguém já tenha um algoritmo de conversão Hilbert-Huang?
Encontrei alguns códigos em C++, mas não tenho experiência suficiente em C++ e conhecimento de Hilbert-Huang para traduzi-lo para MQL4/5. Talvez alguém estivesse disposto a ajudar?
Não é um "filtro", é um aproximador. Caso contrário, você está certo: não existe tal coisa como um filtro sem demora. Você não precisa nem mesmo ser doutorado para entender isso. O problema é que o conhecimento da maioria dos membros deste fórum, embora profundo, é FRAGMENTÁRIO. Para desfragmentar estas ilhas é preciso um vôo de pensamento, é preciso liberdade de expressão. E neste fórum não há nenhum e não haverá nenhum tempo em breve. Portanto, não se deve esperar derivar nenhum modelo de trabalho aqui, cercado por estes moderadores, sob este modelo de negócios da Metakwots.
Seria melhor se você, colega, continuasse a publicar o rigoroso resultado do método Fit a partir de seu extrapolador. Embora não tenha sido o primeiro, o primeiro foi um estudante graduado da Ásia, mas sua conclusão (que, por sinal, não publicou na íntegra, a conclusão completa foi feita por outro cientista do Báltico, ambas as publicações são praticamente desconhecidas), sua abordagem é estreita. Talvez sua conclusão seja mais ampla (quanto mais ampla, melhor), embora não seja tão exata - por causa dos graus. Coloque-o lá fora, ou ele será perdido para a história mundial.
A saída das fórmulas em Fit foi feita em Maple. Vou tentar encontrar este arquivo e colocá-lo aqui. Em algum momento eu estava tão interessado em métodos de previsão de séries cronológicas, que comecei até a escrever um livro sobre isso. Escrevi 100 páginas e depois fiquei decepcionado e abandonei-a. Aqui está um livro, que descreve superficialmente a saída das fórmulas em Fit (desculpe, mas está em inglês):
A saída da fórmula em Fit foi feita em Maple. Vou tentar encontrar esse arquivo e colocá-lo aqui. Em algum momento eu estava tão interessado em métodos de previsão de séries cronológicas que comecei a escrever um livro sobre isso. Escrevi 100 páginas e depois fiquei decepcionado e abandonei-a. Aqui está um livro, que descreve superficialmente a saída das fórmulas em Fit (desculpe, mas está em inglês):
Obrigado. Apenas esclareça, por favor, isto acima é uma página de seu livro (não publicado), ou algum outro?
(Se é seu, então hoje 09-JAN-2012 você garantiu SUA PRIORIDADE DE CIÊNCIA MUNDIAL ao postar no fórum).
Deixe-me explicar aos outros do que estou falando: em muitos casos de sinal ruidoso, os métodos convencionais de aproximação e interpolação não funcionam. Normalmente nestes casos, o método dos mínimos quadrados é usado (resolvendo um sistema redefinido de equações lineares). Embora seus resultados sejam muito mais confiáveis, todos esses métodos são mais lentos do que os métodos simples usuais, devido à solução do sistema linear.
Em alguns, muito poucos casos de uma determinada aproximação ou um determinado sinal, cientistas individuais, através de truques matemáticos puramente analíticos, conseguiram reduzir o sistema linear de equações (bidimensional) a métodos mais simples (unidimensional, soma ou convolução vetorial). Isto acelera a aproximação do sinal ruidoso por HUNDREDS dos tempos.
Um desses métodos é o publicado aqui (pela primeira vez) na MQL4.com pelo autor GPWR (Vladimir).
Holoborodko do Japão, como citado acima, utilizou a mesma abordagem para calcular a derivada de um sinal ruidoso. Ele conseguiu reduzir (simplificar e acelerar) fórmulas derivadas a tipos ridiculamente simples, sem resolver um sistema de equações lineares.
No processamento de sinais digitais, a mesma abordagem é usada em filtros savitzky-golay bastante raros.
https://en.wikipedia.org/wiki/Savitzky%E2%80%93Golay_smoothing_filter
Adendo P.S. para GPWR. Pelo estilo "russo" do inglês apropriado, vejo que é o seu livro. É excelente, simplesmente excelente. A propósito, foi escrito de forma muito lúcida. É uma pena que você não tenha publicado. É uma boa contribuição para o DSP. Receio que para comercialização não seja REALMENTE adequado, exceto em alguns lugares como uma forma auxiliar rápida - talvez.
P.P.S. Todos aprendem uma abordagem científica para resolver problemas matemáticos aplicados..... Em muitos casos de um sinal ruidoso, os métodos convencionais de aproximação e interpolação não funcionam.
As palavras aproximação e interpolação são apropriadas quando há um sinal. Os especialistas em DSP continuam esquecendo que não há sinal como tal no mercado e, neste sentido, não é muito importante como se conseguiu encaixar dentro de uma amostra. A seqüência de critérios é diferente: caber na amostra para que ela possa ser extrapolada para fora da amostra. Todos nós estamos interessados apenas na previsão fora da amostra, e a qualidade dos algoritmos dentro da amostra é interessante apenas no sentido do poder preditivo da aproximação resultante.
Portanto, devemos primeiro responder qual é a capacidade preditiva do modelo, e depois responder apenas a próxima pergunta, qual é o algoritmo de aproximação que satisfaz o critério preditivo.
.... Em muitos casos de sinal ruidoso, os métodos convencionais de aproximação e interpolação não funcionam.
As palavras aproximação e interpolação são apropriadas quando há um sinal. Os especialistas em DSP continuam esquecendo que não há sinal como tal no mercado e, neste sentido, não é muito importante como se conseguiu encaixar dentro de uma amostra. A seqüência de critérios é diferente: caber na amostra para que ela possa ser extrapolada para fora da amostra. Todos nós estamos interessados apenas na previsão fora da amostra, e a qualidade dos algoritmos dentro da amostra só é interessante no sentido da capacidade preditiva da aproximação resultante.
Portanto, deve-se primeiro responder qual é a capacidade preditiva do modelo e, em seguida, responder apenas à pergunta seguinte, qual é o algoritmo de aproximação que satisfaz o critério preditivo.
Certo, absolutamente certo. E uma resposta parcial, repito, parcial a esta pergunta muito correta só pode ser dada dando uma resposta correta a uma pergunta perfeitamente simples e estúpida em sua pergunta simples "O que é um indicador":
https://www.mql5.com/ru/forum/137416
A abordagem correta para construir um sistema comercial está no CENTRO de conceitos diferentes da matemática, da economia e até mesmo da jurisprudência. Não pode mentir em nenhum outro lugar, porque gerentes experientes dos bancos gananciosos do mundo já tentaram tudo, todos os métodos conhecidos, contrataram todos os matemáticos conhecidos e tentaram todos os truques dos métodos modernos de aproximação, modelagem, otimização. Bem, exceto que eles não conheciam o método GPWR, mas este método por si só não lhes dará nada, exceto velocidade. A resposta será "e daí"? Eles possuem supercomputadores há muito tempo; a velocidade não é um problema para eles.
Eu não entendo porque o autor do fio está sendo atacado aqui? O que há de tão vermelho em sua pergunta? Por que você está gritando "foda-o"?
Talvez, muito possivelmente, haja algo a ver com isso:
Por exemplo, é verdade que a derivada MACD fornece apenas a taxa de mudança da BANDA do sinal comercial (e a banda em si não é muito distinta e clara). Mas aqui, como corretamente declarado, o GRADIENTE, ou seja, o derivado multidimensional do MACD pode dar algo útil. Por exemplo, a derivada do sinal MACD + o gradiente ao longo do SEGUIMENTO deste mesmo MACD. Isso é incomum e fresco.
O problema com os usuários avançados do fórum aqui é que eles estão encobertos. Reshetov, por exemplo, trouxe à tona um tópico importante de minimax. Isto é importante. Há muito tempo é sabido por todos os economistas-modelos-optimizadores - que os métodos "técnicos" comuns de otimização não dão as conclusões corretas. Não é de todo uma questão para os economistas - que é necessário cavar em minimáximos. Von, até mesmo SProgrammer sobre o tema Reshetov respondeu e ficou entusiasmado, ele ouviu algumas informações privilegiadas sobre métodos de pro-trading em grandes empresas. E o que os participantes do fórum fizeram? Eles bateram com o Reshetov! Isto apesar do fato de que, grosso modo, sem o conhecimento de economistas-modelos de otimização minimax não recebem nenhum diploma agora.
Não entendo porque o autor deste tópico está sendo atacado. O que há de tão duvidoso em sua pergunta? Por que gritar "pegue-o!"?
A declaração do autor sobre a questão é muito pouco específica.
Se a derivada, então que variável. À direita está a diferença entre as duas regressões. À primeira vista - a variável é o valor do quociente. A mim não me parece que seja assim. Há uma variável mais interessante - é o coeficiente destas regressões. O que eles representam? Constantes? Isto precisa ser provado. Na minha opinião, estes coeficientes não são constantes, mas variáveis aleatórias e ainda temos que trabalhar para torná-los pelo menos semelhantes a constantes. Então, o que é um derivado? Eu fiz esta pergunta, mas não obtive resposta.
A formulação da pergunta do autor é muito pouco específica.
Se derivada, qual variável. À direita está a diferença entre as duas regressões. À primeira vista, a variável é o valor do quociente. A mim não me parece que seja assim. Há uma variável mais interessante - é o coeficiente destas regressões. O que eles representam? Constantes? Isto precisa ser provado. Na minha opinião, estes coeficientes não são constantes, mas variáveis aleatórias e ainda temos que trabalhar para torná-los pelo menos semelhantes a constantes. Então, a derivada - o que é? Eu fiz esta pergunta, mas não obtive resposta.
A derivada é a taxa de mudança de uma função em uma variável. Um gradiente é a taxa de mudança multivariada de uma função em várias variáveis.
Mas é preciso ter cuidado com as palavras "regressão" e "coeficiente de regressão". Não seja tão rápido ao ponto de pular a arma e rotulá-la imediatamente.
É possível deslizar a definição em uma inconsistência com nosso tema de estudo.
E haverá mais mal-entendidos e tudo isso se transformará na "edição de jornais agrícolas" de Mark Twain.
A derivada é a taxa de mudança de uma função em uma variável. O gradiente é a taxa de variação multivariada de uma função em várias variáveis.
Como é exatamente esta derivada para o MACD. Não em palavras.