|
9+ yıl
deneyim
|
92
ürünler
|
7
demo sürümleri
|
|
6
işler
|
0
sinyaller
|
0
aboneler
|
Hipergeometrik seri, bu filtrenin ağırlık katsayılarını hesaplamak için kullanılır. Bu yaklaşım, zaman serilerinde oldukça ilginç bir düzeltme elde etmenizi sağlar. Hipergeometrik filtre ağırlıkları, üstel ve doğrusal ağırlıklı hareketli ortalamalar kadar hızlı azalmaz, ancak düzleştirilmiş hareketli ortalamalardan daha hızlı bozulur. Bu nedenle, bu filtrenin davranışı birçok yönden hareketli ortalamaların davranışına benzer. Ancak, birkaç avantajı vardır. Gecikmesi, hareketli ortalamanınkinden
Hipergeometrik seri, bu filtrenin ağırlık katsayılarını hesaplamak için kullanılır. Bu yaklaşım, zaman serilerinde oldukça ilginç bir düzeltme elde etmenizi sağlar. Hipergeometrik filtre ağırlıkları, üstel ve doğrusal ağırlıklı hareketli ortalamalar kadar hızlı azalmaz, ancak düzleştirilmiş hareketli ortalamalardan daha hızlı bozulur. Bu nedenle, bu filtrenin davranışı birçok yönden hareketli ortalamaların davranışına benzer. Ancak, birkaç avantajı vardır. Gecikmesi, hareketli ortalamanınkinden
Bu gösterge, optimum kar al ve zararı durdur seviyelerini gösterir. Bu seviyeler geçmiş verilere dayalı olarak hesaplanır. İlk başlangıçta, gösterge tarih konusunda eğitilir. Bundan sonra, fiyatın gelecekte şu veya bu seviyenin üstesinden gelme olasılığını değerlendirir ve stop emri vermek için en uygun seçenekleri seçer. Örneğin, kârı al değerleri, kârın maksimum olması ve fiyatın seviyesine ulaşma olasılığının mümkün olan en yüksek olması için seçilir. Durdurma kaybı seviyesi minimum
Bu gösterge, optimum kar al ve zararı durdur seviyelerini gösterir. Bu seviyeler geçmiş verilere dayalı olarak hesaplanır. İlk başlangıçta, gösterge tarih konusunda eğitilir. Bundan sonra, fiyatın gelecekte şu veya bu seviyenin üstesinden gelme olasılığını değerlendirir ve stop emri vermek için en uygun seçenekleri seçer. Örneğin, kârı al değerleri, kârın maksimum olması ve fiyatın seviyesine ulaşma olasılığının mümkün olan en yüksek olması için seçilir. Durdurma kaybı seviyesi minimum
Bu filtre, Bessel polinomlarına dayanmaktadır. Ana avantajı, küçük bir zaman gecikmesidir. Bu filtrenin bir diğer özelliği de finansal zaman serilerinin en son değerlerine karşı yüksek duyarlılığıdır. Bu nedenle gösterge, gürültü sapmalarını yumuşatırken aktif fiyat hareketlerini vurgular. Klasik varyanta ek olarak, bir ağırlık fonksiyonu olarak göstergeye Bessel katsayılarının logaritmaları eklenmiştir. Bu durumda, göstergenin daha yumuşak olduğu ortaya çıkıyor, ancak aynı zamanda fiyat aktif
Bu filtre, Bessel polinomlarına dayanmaktadır. Ana avantajı, küçük bir zaman gecikmesidir. Bu filtrenin bir diğer özelliği de finansal zaman serilerinin en son değerlerine karşı yüksek duyarlılığıdır. Bu nedenle gösterge, gürültü sapmalarını yumuşatırken aktif fiyat hareketlerini vurgular. Klasik varyanta ek olarak, bir ağırlık fonksiyonu olarak göstergeye Bessel katsayılarının logaritmaları eklenmiştir. Bu durumda, göstergenin daha yumuşak olduğu ortaya çıkıyor, ancak aynı zamanda fiyat aktif
Bu gösterge, ayrık Hartley dönüşümüne dayanmaktadır. Bu dönüşümü kullanmak, finansal zaman serilerini işlerken farklı yaklaşımlar uygulamanıza olanak tanır. Bu göstergenin ayırt edici bir özelliği, okumalarının grafikteki bir noktaya değil, gösterge döneminin tüm noktalarına atıfta bulunmasıdır. Bir zaman serisini işlerken gösterge, zaman serisinin çeşitli öğelerini seçmenize olanak tanır. İlk filtreleme olasılığı bu yaklaşım üzerine kuruludur - tüm gereksiz yüksek frekanslı bileşenler basitçe
Bu gösterge, ayrık Hartley dönüşümüne dayanmaktadır. Bu dönüşümü kullanmak, finansal zaman serilerini işlerken farklı yaklaşımlar uygulamanıza olanak tanır. Bu göstergenin ayırt edici bir özelliği, okumalarının grafikteki bir noktaya değil, gösterge döneminin tüm noktalarına atıfta bulunmasıdır. Bir zaman serisini işlerken gösterge, zaman serisinin çeşitli öğelerini seçmenize olanak tanır. İlk filtreleme olasılığı bu yaklaşım üzerine kuruludur - tüm gereksiz yüksek frekanslı bileşenler basitçe
Lehmer ortalaması, ağırlık katsayıları hesaplamada kullanılan değişkenlerin değerlerine bağlı olan bir pencere işlevi olarak düşünülebilir. Bu ortalama doğrusal değildir, çünkü hesaplamasında üs alma kullanılır. Göstergenin özellikleri iki parametreye bağlıdır: iPeriod - gösterge dönemi, geçerli değer 2'ye eşit veya daha büyük; iPower - gösterge değerleri hesaplanırken kullanılan üs. Geçerli aralık: -32768 - 32767 iPower = 0 ile harmonik ortalamayı elde ederiz, iPower = 1 ile -
Lehmer ortalaması, ağırlık katsayıları hesaplamada kullanılan değişkenlerin değerlerine bağlı olan bir pencere işlevi olarak düşünülebilir. Bu ortalama doğrusal değildir, çünkü hesaplamasında üs alma kullanılır. Göstergenin özellikleri iki parametreye bağlıdır: iPeriod - gösterge dönemi, geçerli değer 2'ye eşit veya daha büyük; iPower - gösterge değerleri hesaplanırken kullanılan üs. Geçerli aralık: -32768 - 32767 iPower = 0 ile harmonik ortalamayı elde ederiz, iPower = 1 ile - aritmetik
Kolmogorov-Zhurbenko filtresi, spektral sızıntıyı ortadan kaldırmak için tasarlanmış özel bir pencere işlevi olarak düşünülebilir. Bu filtre, stokastik (finansal dahil) zaman serilerini yumuşatmak için idealdir. Bu filtreye dayalı gösterge aşağıdaki parametreleri içerir: iLength - filtreyi oluşturmak için kullanılan orijinal dikdörtgen pencerenin süresi. Geçerli değer 2 - 255'tir. iDegree - filtre sırası. iDegree=0 ise, basit bir hareketli ortalama elde edilecektir. iDegree=1 ise, üçgen
Kolmogorov-Zhurbenko filtresi, spektral sızıntıyı ortadan kaldırmak için tasarlanmış özel bir pencere işlevi olarak düşünülebilir. Bu filtre, stokastik (finansal dahil) zaman serilerini yumuşatmak için idealdir. Bu filtreye dayalı gösterge aşağıdaki parametreleri içerir: iLength - filtreyi oluşturmak için kullanılan orijinal dikdörtgen pencerenin süresi. Geçerli değer 2 - 255'tir. iDegree - filtre sırası. iDegree=0 ise, basit bir hareketli ortalama elde edilecektir. iDegree=1 ise, üçgen
Zaman serilerini yumuşatmak için çeşitli pencere işlevleri kullanılabilir. Pencere işlevleri, özellikleri bakımından birbirinden oldukça farklı olabilir - yumuşatma seviyesi, gürültü bastırma vb. Bu gösterge, ana pencere işlevlerini uygulamanıza ve finansal zaman serilerindeki performanslarını değerlendirmenize olanak tanır. Gösterge parametreleri: iPeriod – gösterge dönemi. iDönem >= 2 iCenter , pencere işlevinin merkezinin bulunacağı referansın dizinidir. Varsayılan olarak, bu
Zaman serilerini yumuşatmak için çeşitli pencere işlevleri kullanılabilir. Pencere işlevleri, özellikleri bakımından birbirinden oldukça farklı olabilir - yumuşatma seviyesi, gürültü bastırma vb. Bu gösterge, ana pencere işlevlerini uygulamanıza ve finansal zaman serilerindeki performanslarını değerlendirmenize olanak tanır. Gösterge parametreleri: iPeriod – gösterge dönemi. iDönem >= 2 iCenter , pencere işlevinin merkezinin bulunacağı referansın dizinidir. Varsayılan olarak, bu
Bu komut dosyası, çeşitli pencere işlevlerinde ağırlıkları değerlendirmek için tasarlanmıştır. Bu pencere işlevleri üzerine kurulu bir gösterge https://www.mql5.com/ru/market/product/72159 adresinden indirilebilir. Giriş parametreleri: iPeriod – gösterge dönemi. iDönem >= 2 iCenter, pencere işlevinin merkezinin bulunacağı referansın dizinidir. Varsayılan olarak, bu parametre 0'dır - pencerenin merkezi, göstergenin merkeziyle çakışır. 1 <= iCenter <= iPeriod ile, pencere
Bu komut dosyası, çeşitli pencere işlevlerinde ağırlıkları değerlendirmek için tasarlanmıştır. Bu pencere işlevleri üzerine kurulu bir gösterge https://www.mql5.com/ru/market/product/72160 adresinden indirilebilir. Giriş parametreleri: iPeriod – gösterge dönemi. iDönem >= 2 iCenter, pencere işlevinin merkezinin bulunacağı referansın dizinidir. Varsayılan olarak, bu parametre 0'dır - pencerenin merkezi, göstergenin merkeziyle çakışır. 1 <= iCenter <= iPeriod ile, pencere işlevinin
Some traders are guided by trading sessions during trading. Figure 1 shows the average price swing over one week. It can be seen that trading sessions on different days differ in their duration and activity. This indicator is designed to estimate the average price movement at certain intervals within a weekly cycle. It takes into account price movements up and down separately from each other and makes it possible to determine the moments when high volatility is possible in the market. On the
Some traders are guided by trading sessions during trading. Figure 1 shows the average price swing over one week. It can be seen that trading sessions on different days differ in their duration and activity. This indicator is designed to estimate the average price movement at certain intervals within a weekly cycle. It takes into account price movements up and down separately from each other and makes it possible to determine the moments when high volatility is possible in the market. On the
The arithmetic mean or median can be used to determine the measure of the central trend of a time series. Both methods have some disadvantages. The arithmetic mean is calculated by the Simple Moving Average indicator. It is sensitive to emissions and noise. The median behaves more steadily, but there is a loss of information at the boundaries of the interval. In order to reduce these disadvantages, pseudo-median signal filtering can be used. To do this, take the median of a small length and
The arithmetic mean or median can be used to determine the measure of the central trend of a time series. Both methods have some disadvantages. The arithmetic mean is calculated by the Simple Moving Average indicator. It is sensitive to emissions and noise. The median behaves more steadily, but there is a loss of information at the boundaries of the interval. In order to reduce these disadvantages, pseudo-median signal filtering can be used. To do this, take the median of a small length and