指标: SATL
看起来很有前途...不仅仅是这个指标，而是弗拉基米尔-克拉夫丘克（Vladimir Kravchuk）在《货币投机者》（Currency Speculator）杂志上发表的一系列指标。数字过滤 不言而喻，拥有令人印象深刻的理论基础。遗憾的是，我没有机会对最大熵方法本身进行分析，也没有机会详细研究其来源，因此我想问一下，您是从哪里获得该指标的 FIR 系数的？是您自己设计的，还是现成的？
Z.Ы. 我认为，这类指标和在其基础上建立的 TS 值得密切关注...非常感谢您发布这些信息！)
事实上，阅读克拉夫丘克的文章会产生很多问题。例如，在文章的开头，他以一种奇怪的方式描述了傅立叶变换，给人的印象是他并不了解这个问题。接着，他又对什么是数字滤波器进行了奇怪的表述。措辞真的很奇怪，仿佛是在暗示什么神奇的系统。更有甚者--"离散信号有许多特性，只有少数专家知道...... "以及多普勒效应。
总的来说，这篇文章给人的印象就像是一本匆忙制作的广告小册子，而不是对该方法的技术描述。此外，根本就没有什么方法。简单地说，Kravchuk 对欧元兑美元 报价的一些片段进行了频谱分析，并根据分析结果找出了主要周期及其谐波的存在。根据所得结果，他计算出了滤波器的系数，这些滤波器旨在突出这些主要（或主要）周期。
这些滤波器是普通的、标准的，有许多现成的程序可以计算它们的系数，我想我在MQL 中见过类似的程序。您只需设置截止频率、瞬态响应宽度以及通带和延迟带的衰减量。
现在，让我们假设克拉夫丘克按照书上写的做了所有事情，没有犯任何错误或弄虚作假。即使在这种情况下，他所谓的方法也只能产生一些理论上的意义，因为如果您现在对欧元兑美元的 最新报价进行频谱分析，您将会得到不同的结果和其他主要频率，并且必须重新计算这些频率的滤波器。因此，使用克拉夫丘克提出的滤波器毫无意义，它们目前没有任何价值。
如果此时您想自己重复克拉夫丘克的壮举，其实没有什么可以阻止您。从https://www.mql5.com/zh/articles/292 上借一台频谱分析仪， 搜索用MQL 编写的计算滤波器系数的程序（或查找第三方程序），然后重新创建滤波器系数，甚至每出现一个新的条形图都要重新创建滤波器系数。我可以向您保证，您将无法重复克拉夫丘克的结果。
顺便提一句，请记住，如果你计算 SPM，那么无论你使用什么方法，都应该得到大致相同的 SPM 估计值。最大熵法也不例外。您可以用任何对您最有吸引力的方法找到 SPM。
您根本就不应该发布那些频率响应难以理解的滤波器，它们毫无价值，您可以在几分钟内生成十几个这样的滤波器。
克拉夫丘克的例子很有感染力。在已发布指标的描述中，我们可以读到
"SATL（慢速自适应趋势线）--"慢速 "自适应 趋势线是在数字低通滤波器 FNF-2 的帮助下获得的。
为什么是自适应？适应的是什么，适应的标准是什么？
"LLF-2用于抑制噪音和振荡周期较长的 市场周期"。
一定是打错了。LLF 可抑制周期较短的频率。
"低通滤波器 VLF-1 和 VLF-2 在延迟带的衰减 A 不小于 40 dB，并且绝对不会扭曲输入离散系列 收盘价在通带中的振幅和相位"。
事实并非如此！振幅和相位都会失真。
数字滤波器 的这些特性提供了更好的噪声抑制（与简单的移动平均法相比），这反过来又可以大大降低 "虚假 "买入或卖出信号的概率。
事实证明，移动平均线不是数字滤波器，那它是什么呢？
在广为人知的技术工具中，并没有类似的 SATL。它不是移动 "平均线"，而是对长期趋势线的自适应 估计。
关于适应性，我们已经说过--没有适应性！
与移动平均线不同，SATL 相对于当前价格没有相位滞后。
这不是真的！完全不是这样！
当然，很多人都对克拉夫丘克的工作赞不绝口，这让我怀疑我的结论是否正确。那就试着复制克拉夫丘克文章中的结果吧。也许你会成功。毕竟，如果方法是正确的，它就应该提供结果的可重复性。
SATL:
慢速自适应趋势线用于抑制较长振荡期的噪声和市场周期。
作者： Nikolay Kositsin