Обсуждение статьи "Адаптивное сглаживание цен в MQL5: фильтр Калмана с оценкой шума без внешних библиотек"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Адаптивное сглаживание цен в MQL5: фильтр Калмана с оценкой шума без внешних библиотек:
Простые и экспоненциальные скользящие средние имеют один общий архитектурный недостаток: их весовой коэффициент фиксирован. Такой фиксированный весовой коэффициент приводит к чрезмерным мелким колебаниям при консолидации с низкой волатильностью и к недопустимому фазовому запаздыванию при стремительных пробоях. Нужен фильтр, который на каждом баре явно определяет, чему доверять — новому значению закрытия или предыдущей оценке фильтра, причем делает это адаптивно, а не путем ручной настройки параметра N. Не менее важно для практиков: решение должно представлять собой автономный индикатор, написанный непосредственно на MQL5, с прозрачной диагностикой (коэффициент усиления Калмана отображается в «Окне данных»), контролируемым поведением в период прогрева и защитой от численного вырождения при близкой к нулю волатильности.
В данной статье представлено такое практическое решение: сглаживатель Калмана на основе скалярной модели в пространстве состояний, в котором весовым коэффициентом служит оптимально вычисленный коэффициент усиления Калмана, а дисперсии шума процесса и шума измерений оцениваются по мере поступления данных в скользящих окнах приращений цены и отклонений цены.
Автор: Ushana Kevin Iorkumbul