|
9+ anos
experiência
|
92
produtos
|
7
versão demo
|
|
6
trabalhos
|
0
sinais
|
0
assinantes
|
A série hipergeométrica é usada para calcular os coeficientes de peso deste filtro. Essa abordagem permite obter uma suavização bastante interessante da série temporal. Os pesos do filtro hipergeométrico não decaem tão rápido quanto as médias móveis ponderadas exponenciais e lineares, mas mais rápido do que as médias móveis suavizadas. Devido a isso, o comportamento desse filtro é em muitos aspectos semelhante ao comportamento das médias móveis. No entanto, tem várias vantagens. Seu atraso é
A série hipergeométrica é usada para calcular os coeficientes de peso deste filtro. Essa abordagem permite obter uma suavização bastante interessante da série temporal. Os pesos do filtro hipergeométrico não decaem tão rápido quanto as médias móveis ponderadas exponenciais e lineares, mas mais rápido do que as médias móveis suavizadas. Devido a isso, o comportamento desse filtro é em muitos aspectos semelhante ao comportamento das médias móveis. No entanto, tem várias vantagens. Seu atraso é
Este indicador exibe os níveis ideais de take profit e stop loss. Esses níveis são calculados com base em dados históricos. Na primeira partida, o indicador é treinado no histórico. Depois disso, ele avalia a probabilidade de o preço superar esse ou aquele nível no futuro e seleciona as opções mais ideais para colocar ordens de parada. Por exemplo, os valores de take profit são selecionados para que o lucro seja máximo e a probabilidade de o preço atingir seu nível seja a maior possível. O
Este indicador exibe os níveis ideais de take profit e stop loss. Esses níveis são calculados com base em dados históricos. Na primeira partida, o indicador é treinado no histórico. Depois disso, ele avalia a probabilidade de o preço superar esse ou aquele nível no futuro e seleciona as opções mais ideais para colocar ordens de parada. Por exemplo, os valores de take profit são selecionados para que o lucro seja máximo e a probabilidade de o preço atingir seu nível seja a maior possível. O
Este filtro é baseado em polinômios de Bessel. Sua principal vantagem é um pequeno atraso de tempo. Outra característica desse filtro é sua alta sensibilidade aos valores mais recentes da série temporal financeira. Por causa disso, o indicador destaca os movimentos de preços ativos, enquanto suaviza os desvios de ruído. Além da variante clássica, os logaritmos dos coeficientes de Bessel foram adicionados ao indicador como função de ponderação. Nesse caso, o indicador acaba sendo mais suave, mas
Este filtro é baseado em polinômios de Bessel. Sua principal vantagem é um pequeno atraso de tempo. Outra característica desse filtro é sua alta sensibilidade aos valores mais recentes da série temporal financeira. Por causa disso, o indicador destaca os movimentos de preços ativos, enquanto suaviza os desvios de ruído. Além da variante clássica, os logaritmos dos coeficientes de Bessel foram adicionados ao indicador como função de ponderação. Nesse caso, o indicador acaba sendo mais suave, mas
Este indicador é baseado na transformada discreta de Hartley. O uso dessa transformação permite aplicar diferentes abordagens ao processar séries temporais financeiras. Uma característica distintiva deste indicador é que suas leituras não se referem a um ponto no gráfico, mas a todos os pontos do período do indicador. Ao processar uma série temporal, o indicador permite selecionar vários elementos da série temporal. A primeira possibilidade de filtragem baseia-se nesta abordagem - todos os
Este indicador é baseado na transformada discreta de Hartley. O uso dessa transformação permite aplicar diferentes abordagens ao processar séries temporais financeiras. Uma característica distintiva deste indicador é que suas leituras não se referem a um ponto no gráfico, mas a todos os pontos do período do indicador. Ao processar uma série temporal, o indicador permite selecionar vários elementos da série temporal. A primeira possibilidade de filtragem baseia-se nesta abordagem - todos os
A média de Lehmer pode ser considerada como uma função de janela, cujos coeficientes de peso dependem dos valores das variáveis usadas no cálculo. Essa média é não linear porque a exponenciação é usada em seu cálculo. As características do indicador dependem de dois parâmetros: iPeriod - período do indicador, valor válido é maior ou igual a 2; iPower - expoente, que é usado ao calcular os valores do indicador. O intervalo válido é -32768 a 32767 Com iPower = 0 obtemos a média
A média de Lehmer pode ser considerada como uma função de janela, cujos coeficientes de peso dependem dos valores das variáveis usadas no cálculo. Essa média é não linear porque a exponenciação é usada em seu cálculo. As características do indicador dependem de dois parâmetros: iPeriod - período do indicador, valor válido é maior ou igual a 2; iPower - expoente, que é usado ao calcular os valores do indicador. O intervalo válido é -32768 a 32767 Com iPower = 0 obtemos a média harmônica, com
O filtro Kolmogorov-Zhurbenko pode ser considerado como uma função de janela especial projetada para eliminar o vazamento espectral. Esse filtro é ideal para suavizar séries temporais estocásticas (incluindo financeiras). O indicador baseado neste filtro contém os seguintes parâmetros: iLength - o período da janela retangular original usada para construir o filtro. O valor válido é 2 - 255. iDegree - ordem do filtro. Se iDegree=0, uma média móvel simples será obtida. Se iDegree=1, você obtém
O filtro Kolmogorov-Zhurbenko pode ser considerado como uma função de janela especial projetada para eliminar o vazamento espectral. Esse filtro é ideal para suavizar séries temporais estocásticas (incluindo financeiras). O indicador baseado neste filtro contém os seguintes parâmetros: iLength - o período da janela retangular original usada para construir o filtro. O valor válido é 2 - 255. iDegree - ordem do filtro. Se iDegree=0, uma média móvel simples será obtida. Se iDegree=1, você obtém
Várias funções de janela podem ser usadas para suavizar séries temporais. As funções da janela podem ser bastante diferentes umas das outras em suas características - o nível de suavização, supressão de ruído etc. Este indicador permite implementar as funções da janela principal e avaliar seu desempenho em séries temporais financeiras. Parâmetros do indicador: iPeriod – período do indicador. iPeriod >= 2 iCenter é o índice da referência onde estará localizado o centro da função
Várias funções de janela podem ser usadas para suavizar séries temporais. As funções da janela podem ser bastante diferentes umas das outras em suas características - o nível de suavização, supressão de ruído etc. Este indicador permite implementar as funções da janela principal e avaliar seu desempenho em séries temporais financeiras. Parâmetros do indicador: iPeriod – período do indicador. iPeriod >= 2 iCenter é o índice da referência onde estará localizado o centro da função
Este script foi projetado para avaliar pesos em várias funções de janela. Um indicador construído nessas funções de janela pode ser baixado em https://www.mql5.com/ru/market/product/72159 Parâmetros de entrada: iPeríodo – período do indicador. iPeríodo >= 2 iCenter é o índice da referência onde estará localizado o centro da função da janela. Por padrão, este parâmetro é 0 - o centro da janela coincide com o centro do indicador. Com 1 <= iCenter <= iPeriod, o centro da função da
Este script foi projetado para avaliar pesos em várias funções de janela. Um indicador construído nessas funções de janela pode ser baixado em https://www.mql5.com/ru/market/product/72160 Parâmetros de entrada: iPeríodo – período do indicador. iPeríodo >= 2 iCenter é o índice da referência onde estará localizado o centro da função da janela. Por padrão, este parâmetro é 0 - o centro da janela coincide com o centro do indicador. Com 1 <= iCenter <= iPeriod, o centro da função da janela
Alguns traders são guiados por pregões durante a negociação. A Figura 1 mostra a oscilação do preço médio em uma semana. Pode-se observar que as sessões de negociação em dias diferentes diferem em sua duração e atividade. Este indicador é projetado para estimar o movimento do preço médio em determinados intervalos dentro de um ciclo semanal. Ele leva em consideração o movimento dos preços para cima e para baixo separadamente e permite determinar os momentos em que uma alta volatilidade é
Alguns traders são guiados por pregões durante a negociação. A Figura 1 mostra a oscilação do preço médio em uma semana. Pode-se observar que as sessões de negociação em dias diferentes diferem em sua duração e atividade. Este indicador é projetado para estimar o movimento do preço médio em determinados intervalos dentro de um ciclo semanal. Ele leva em consideração o movimento dos preços para cima e para baixo separadamente e permite determinar os momentos em que uma alta volatilidade é
A média aritmética ou mediana pode ser usada para determinar a medida da tendência central de uma série temporal. Ambos os métodos apresentam algumas desvantagens. A média aritmética é calculada pelo indicador Simple Moving Average. É sensível a emissões e ruído. A mediana se comporta de forma mais estável, mas há perda de informação nos limites do intervalo. A fim de reduzir essas desvantagens, a filtragem de sinal pseudo-mediana pode ser usada. Para fazer isso, pegue a mediana de um pequeno
A média aritmética ou mediana pode ser usada para determinar a medida da tendência central de uma série temporal. Ambos os métodos apresentam algumas desvantagens. A média aritmética é calculada pelo indicador Simple Moving Average. É sensível a emissões e ruído. A mediana se comporta de forma mais estável, mas há perda de informação nos limites do intervalo. A fim de reduzir essas desvantagens, a filtragem de sinal pseudo-mediana pode ser usada. Para fazer isso, pegue a mediana de um pequeno