|
9+ лет
опыт работы
|
92
продуктов
|
7
демо-версий
|
|
6
работ
|
0
сигналов
|
0
подписчиков
|
Для расчета весовых коэффициентов этого фильтра используется гипергеометрический ряд. Такой подход позволяет получить довольно интересное сглаживание временного ряда. Весовые коэффициенты гипергеометрического фильтра затухают не так быстро, как у экспоненциальной и линейно-взвешенной скользящих средних, но быстрее чем у сглаженной скользящей средней. Благодаря этому поведение этого фильтра во многом схоже с поведением скользящих средних. Однако у него есть несколько достоинств. Его запаздывание
Для расчета весовых коэффициентов этого фильтра используется гипергеометрический ряд. Такой подход позволяет получить довольно интересное сглаживание временного ряда. Весовые коэффициенты гипергеометрического фильтра затухают не так быстро, как у экспоненциальной и линейно-взвешенной скользящих средних, но быстрее чем у сглаженной скользящей средней. Благодаря этому поведение этого фильтра во многом схоже с поведением скользящих средних. Однако у него есть несколько достоинств. Его запаздывание
Этот индикатор отображает оптимальные уровни тейк профита и стоп лосса. Расчет этих уровней производится на основе исторических данных. При первом запуске индикатор обучается на истории. После этого он оценивает вероятность того, что цена преодолеет тот или иной уровень в будущем и подбирает наиболее оптимальные варианты для размещения стоп-приказов. Например, значения тейк профита подбираются такими, чтобы профит был максимальным и вероятность того, что цена достигнет его уровня была
Этот индикатор отображает оптимальные уровни тейк профита и стоп лосса. Расчет этих уровней производится на основе исторических данных. При первом запуске индикатор обучается на истории. После этого он оценивает вероятность того, что цена преодолеет тот или иной уровень в будущем и подбирает наиболее оптимальные варианты для размещения стоп-приказов. Например, значения тейк профита подбираются такими, чтобы профит был максимальным и вероятность того, что цена достигнет его уровня была
Этот фильтр построен на основе полиномов Бесселя. Его основное достоинство – маленькая временная задержка. Другая особенность этого фильтра - высокая чувствительность к последним значениям финансового временного ряда. Из-за чего индикатор выделяет активные движения цены, сглаживая при этом шумовые отклонения. Кроме классического варианта в индикатор, в качестве весовой функции, добавлены логарифмы коэффициентов Бесселя. В этом случае индикатор получается более сглаженным, но при этом он
Этот фильтр построен на основе полиномов Бесселя. Его основное достоинство – маленькая временная задержка. Другая особенность этого фильтра - высокая чувствительность к последним значениям финансового временного ряда. Из-за чего индикатор выделяет активные движения цены, сглаживая при этом шумовые отклонения. Кроме классического варианта в индикатор, в качестве весовой функции, добавлены логарифмы коэффициентов Бесселя. В этом случае индикатор получается более сглаженным, но при этом он
Этот индикатор сделан на основе дискретного преобразования Хартли. Использование этого преобразования позволяет применять разные подходы при обработке финансовых временных рядов. Отличительная особенность этого индикатора - его показания относятся не к одной точке на графике, а ко всем точкам периода индикатора. При обработке временного ряда индикатор позволяет выделять различные элементы временного ряда. На этом подходе построен первая возможность фильтрации - просто отбрасываются все ненужные
Этот индикатор сделан на основе дискретного преобразования Хартли. Использование этого преобразования позволяет применять разные подходы при обработке финансовых временных рядов. Отличительная особенность этого индикатора - его показания относятся не к одной точке на графике, а ко всем точкам периода индикатора. При обработке временного ряда индикатор позволяет выделять различные элементы временного ряда. На этом подходе построен первая возможность фильтрации - просто отбрасываются все ненужные
Среднее Лемера можно рассматривать как оконную функцию, весовые коэффициенты которой зависят от значений используемых при расчете переменных. Это среднее является нелинейным, так как при его расчете используется возведение в степень. Характеристики индикатора зависят от двух параметров: iPeriod - период индикатора, допустимое значение больше или равно 2; iPower - показатель степени, который используется прирасчете значений индикатора. Допустимый интервал от -32 768 до 32 767 При
Среднее Лемера можно рассматривать как оконную функцию, весовые коэффициенты которой зависят от значений используемых при расчете переменных. Это среднее является нелинейным, так как при его расчете используется возведение в степень. Характеристики индикатора зависят от двух параметров: iPeriod - период индикатора, допустимое значение больше или равно 2; iPower - показатель степени, который используется прирасчете значений индикатора. Допустимый интервал от -32 768 до 32 767 При iPower = 0 мы
Фильтр Колмогорова - Журбенко можно рассматривать как специальную оконную функцию, предназначенную для устранения спектральной утечки. Этот фильтр оптимален для сглаживания стохастических (в том числе и финансовых) временных рядов. Индикатор, построенный на основе этого фильтра содержит следующие параметры: iLength - период исходного прямоугольного окна, применяемого для построения фильтра. Допустимое значение 2 - 255. iDegree - порядок фильтра. Если iDegree=0, то получится простая скользящая
Фильтр Колмогорова - Журбенко можно рассматривать как специальную оконную функцию, предназначенную для устранения спектральной утечки. Этот фильтр оптимален для сглаживания стохастических (в том числе и финансовых) временных рядов. Индикатор, построенный на основе этого фильтра содержит следующие параметры: iLength - период исходного прямоугольного окна, применяемого для построения фильтра. Допустимое значение 2 - 255. iDegree - порядок фильтра. Если iDegree=0, то получится простая скользящая
Для сглаживания временных рядов можно использовать различные оконные функции. Оконные функции могут довольно сильно отличаться друг от друга по своим характеристикам – уровнем сглаживания, подавлением шумов и т.д. Этот индикатор позволяет реализовать основные оконные функции и оценить их работу на финансовых временных рядах. Параметры индикатора: iPeriod – период индикатора. iPeriod >= 2 iCenter – индекс отсчета, на котором будет находиться центр оконной функции. По умолчанию
Для сглаживания временных рядов можно использовать различные оконные функции. Оконные функции могут довольно сильно отличаться друг от друга по своим характеристикам – уровнем сглаживания, подавлением шумов и т.д. Этот индикатор позволяет реализовать основные оконные функции и оценить их работу на финансовых временных рядах. Параметры индикатора: iPeriod – период индикатора. iPeriod >= 2 iCenter – индекс отсчета, на котором будет находиться центр оконной функции. По умолчанию
Этот скрипт предназначен для оценки весовых коэффициентов в различных оконных функциях. Индикатор, построенный на этих оконных функциях можно скачать https://www.mql5.com/ru/market/product/72159 Входные параметры: iPeriod – период индикатора. iPeriod >= 2 iCenter – индекс отсчета, на котором будет находиться центр оконной функции. По умолчанию этот параметр равен 0 – центр окна совпадает с центром индикатора. При 1 <= iCenter <= iPeriod центр оконной функции будет сдвинут, в
Этот скрипт предназначен для оценки весовых коэффициентов в различных оконных функциях. Индикатор, построенный на этих оконных функциях можно скачать https://www.mql5.com/ru/market/product/72160 Входные параметры: iPeriod – период индикатора. iPeriod >= 2 iCenter – индекс отсчета, на котором будет находиться центр оконной функции. По умолчанию этот параметр равен 0 – центр окна совпадает с центром индикатора. При 1 <= iCenter <= iPeriod центр оконной функции будет сдвинут, в результате
Некоторые трейдеры в ходе торговли ориентируются на торговые сессии. На рисунке 1 показан средний размах цены в течение одной недели. Видно, что в разные дни торговые сессии отличаются по своей длительности и активности. Этот индикатор создан для оценки среднего движения цены в определенные промежутки времени внутри недельного цикла. Он учитывает движение цены вверх и вниз отдельно друг от друга и дает возможность определять моменты, когда на рынке возможна высокая волатильность. На
Некоторые трейдеры в ходе торговли ориентируются на торговые сессии. На рисунке 1 показан средний размах цены в течение одной недели. Видно, что в разные дни торговые сессии отличаются по своей длительности и активности. Этот индикатор создан для оценки среднего движения цены в определенные промежутки времени внутри недельного цикла. Он учитывает движение цены вверх и вниз отдельно друг от друга и дает возможность определять моменты, когда на рынке возможна высокая волатильность. На
Для определения меры центральной тенденции временного ряда можно использовать среднее арифметическое или медиану. И тому, и другому способу присущи некоторые недостатки. Среднее арифметическое рассчитывается индикатором простого скользящего среднего. Оно чувствительно к выбросам и шумам. Медиана ведет себя более устойчиво, но происходит потеря информации на границах интервала. Для того, чтобы уменьшить эти недостатки можно использовать псевдомедианную фильтрацию сигнала. Для этого возьмем
Для определения меры центральной тенденции временного ряда можно использовать среднее арифметическое или медиану. И тому, и другому способу присущи некоторые недостатки. Среднее арифметическое рассчитывается индикатором простого скользящего среднего. Оно чувствительно к выбросам и шумам. Медиана ведет себя более устойчиво, но происходит потеря информации на границах интервала. Для того, чтобы уменьшить эти недостатки можно использовать псевдомедианную фильтрацию сигнала. Для этого возьмем