MACD的第一和第二导数 - 页 43 1...363738394041424344454647484950...67 新评论 sergeyas 2012.01.13 13:34 #421 Vinin: 今天的欧元 长钉这些如果对某人来说是可预测的，而止损会让DC算出利润......那么 "噪音只在脑袋里"（Paukas）。 AlexeyFX 2012.01.13 13:35 #422 faa1947: 只要我们应用这些指标，那么一切似乎都很清楚，我们所做的是获得（识别）一些特定的商数特征。 而在过滤器的情况下。我们在过滤什么？我们得到了什么，没有通过过滤器的东西去了哪里？ 我不清楚什么是你清楚的。我们使用什么样的指标？揭示了哪些特殊性，如何揭示的？ МА是一个低通滤波器，MACD是一个带通滤波器（有一定的拉伸）。你为什么不向MA和MACD指标提出这样的问题来作为过滤器？ СанСаныч Фоменко 2012.01.13 14:44 #423 AlexeyFX: 我不清楚的是你清楚的是什么。我们使用什么样的指标？我们要识别哪些特征，如何识别？ MA是一个低通滤波器，MACD是一个带通滤波器（有一些延伸）。你为什么不向MA和MACD指标提出这样的问题来作为过滤器？ 关于MA和MAKD，有大量的文献记载。这都是说明性的。但如果过滤器有不同的边缘，或相位，会发生什么？我不明白过滤器的概念和它们的结果之间的关联性 Vladimir 2012.01.13 14:53 #424 AlexeyFX: 你可以缩短过滤器，或者你可以做其他事情。例如，把它移到过去。 从这里应该可以清楚地看到，它可以被转移多少，以及为什么过冲将是最小的，可能对眼睛来说根本无法察觉。 你必须使用加权函数，否则你将只得到一个SMA。我甚至可以说，我使用了布莱克曼-汉恩的窗口。 然后还有BIH过滤器，但对于我的目的，它们不适合。 你能否更详细地解释一下如何转移滤波器以获得最小的延迟。如果你的目标是最小的相移，相位响应必须是线性的，这就决定了其系数是对称的。在这种情况下，滤波器的群延迟等于其长度的一半。为了减少滤波器的延迟，你需要使它的相位响应成为非线性，在右边的条形上有更高的系数，例如在线性加权MA中就是如此。但你声称使用的是布莱克曼-汉恩窗，它是对称的。显然，你对它施加了另一个加权窗口，或转移余弦参数，或其他东西。 AlexeyFX 2012.01.13 15:11 #425 faa1947: 关于MA和MACD的文献多如牛毛。这一切都很能说明问题。但如果过滤器的前端或相位不同，会发生什么？我不明白过滤器的概念和他们的工作结果之间的相关性 我以前读过这种垃圾 文学作品，只是为了一笑，但后来我觉得很无聊，而且也不怎么好笑。它还说，最强的MACD信号是背离。Boo-ha-ha! 关于过滤器的文献也同样多，但它更有用。你也可以阅读、实验，一切都会变得清晰。 СанСаныч Фоменко 2012.01.13 15:26 #426 AlexeyFX: 我早些时候读过这个文学垃圾 ，只是为了好玩，但后来我觉得很无聊，变得不有趣了。它还说，MAKD的最强信号是分歧。Boo-ha-ha! 关于过滤器的文献也同样多，但它更有用。你也可以阅读、实验，一切都会变得清晰。 这就是我试图做的事情。改变了不同的过滤参数，得到了一个更好的拟合样本。但我没有看到比TA模拟的任何优势--纯粹是在修饰的层面。TA和过滤器都完全不起作用。霍德里克-普雷斯科特滤光器与报价的关系很弱。我写了一篇关于它的文章 AlexeyFX 2012.01.13 15:26 #427 gpwr: 能否请您详细解释一下如何转移滤波器以实现最小的延迟。如果你争取最小的相移，相位响应应该是线性的，这就决定了其系数是对称的。在这种情况下，滤波器的群延迟等于其长度的一半。为了减少滤波器的延迟，你需要使它的相位响应成为非线性，在右边的条形上有更高的系数，例如在线性加权MA中就是如此。但你声称使用的是布莱克曼-汉恩窗，它是对称的。显然，你对它施加了另一个加权窗口，或转移余弦参数，或其他东西。 这很简单。有一个过滤器F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n] 。 只需用F[i+m]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]取代它。 过滤器将向后移动m条。为了计算最后的m条，我们似乎缺少C[-1]...C[-m]（过滤器应着眼于未来）。代替任何东西，例如C[0]。上面发布的图片说，在这种情况下，可以做150条甚至更多，误差将几乎无法察觉。 Vladimir 2012.01.13 15:51 #428 AlexeyFX: 非常简单。有一个过滤器F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n] 。 只需用F[i+m]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]取代它。 过滤器将向后移动m条。为了计算最后的m条，我们似乎缺少C[-1]...C[-m]（过滤器应着眼于未来）。代替任何东西，例如C[0]。上面的图片说，在这种情况下，可以做150条甚至更多，误差将几乎无法察觉。 谢谢你。它起作用了。 最后Per/2图的准确性取决于对未来未知值的选择。过去我的做法有点不同：我用通常的Per/2延迟滤波器进行过滤，将滤波器移到过去的Per/2，并对最后的Per/2价格区间拟合一个具有连续一、二次导数的三度多项式。这两种方法都有相同的准确性，因为它们对未来进行了 "幻想"。 Sceptic Philozoff 2012.01.13 15:57 #429 gpwr: 谢谢你。它起作用了。 非常有趣。那些渴望获得超级光滑和无延迟的熨斗的人的梦想是否已经实现？ trol222 2012.01.13 15:59 #430 重绘 1...363738394041424344454647484950...67 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
今天的欧元
长钉这些如果对某人来说是可预测的，而止损会让DC算出利润......那么 "噪音只在脑袋里"（Paukas）。
只要我们应用这些指标，那么一切似乎都很清楚，我们所做的是获得（识别）一些特定的商数特征。
而在过滤器的情况下。我们在过滤什么？我们得到了什么，没有通过过滤器的东西去了哪里？
我不清楚什么是你清楚的。我们使用什么样的指标？揭示了哪些特殊性，如何揭示的？
МА是一个低通滤波器，MACD是一个带通滤波器（有一定的拉伸）。你为什么不向MA和MACD指标提出这样的问题来作为过滤器？
我不清楚的是你清楚的是什么。我们使用什么样的指标？我们要识别哪些特征，如何识别？
MA是一个低通滤波器，MACD是一个带通滤波器（有一些延伸）。你为什么不向MA和MACD指标提出这样的问题来作为过滤器？
你可以缩短过滤器，或者你可以做其他事情。例如，把它移到过去。
从这里应该可以清楚地看到，它可以被转移多少，以及为什么过冲将是最小的，可能对眼睛来说根本无法察觉。
你必须使用加权函数，否则你将只得到一个SMA。我甚至可以说，我使用了布莱克曼-汉恩的窗口。
然后还有BIH过滤器，但对于我的目的，它们不适合。
你能否更详细地解释一下如何转移滤波器以获得最小的延迟。如果你的目标是最小的相移，相位响应必须是线性的，这就决定了其系数是对称的。在这种情况下，滤波器的群延迟等于其长度的一半。为了减少滤波器的延迟，你需要使它的相位响应成为非线性，在右边的条形上有更高的系数，例如在线性加权MA中就是如此。但你声称使用的是布莱克曼-汉恩窗，它是对称的。显然，你对它施加了另一个加权窗口，或转移余弦参数，或其他东西。
关于MA和MACD的文献多如牛毛。这一切都很能说明问题。但如果过滤器的前端或相位不同，会发生什么？我不明白过滤器的概念和他们的工作结果之间的相关性
我以前读过这种垃圾 文学作品，只是为了一笑，但后来我觉得很无聊，而且也不怎么好笑。它还说，最强的MACD信号是背离。Boo-ha-ha!
关于过滤器的文献也同样多，但它更有用。你也可以阅读、实验，一切都会变得清晰。
我早些时候读过这个文学垃圾 ，只是为了好玩，但后来我觉得很无聊，变得不有趣了。它还说，MAKD的最强信号是分歧。Boo-ha-ha!
关于过滤器的文献也同样多，但它更有用。你也可以阅读、实验，一切都会变得清晰。
这就是我试图做的事情。改变了不同的过滤参数，得到了一个更好的拟合样本。但我没有看到比TA模拟的任何优势--纯粹是在修饰的层面。TA和过滤器都完全不起作用。霍德里克-普雷斯科特滤光器与报价的关系很弱。我写了一篇关于它的文章
能否请您详细解释一下如何转移滤波器以实现最小的延迟。如果你争取最小的相移，相位响应应该是线性的，这就决定了其系数是对称的。在这种情况下，滤波器的群延迟等于其长度的一半。为了减少滤波器的延迟，你需要使它的相位响应成为非线性，在右边的条形上有更高的系数，例如在线性加权MA中就是如此。但你声称使用的是布莱克曼-汉恩窗，它是对称的。显然，你对它施加了另一个加权窗口，或转移余弦参数，或其他东西。
这很简单。有一个过滤器F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n] 。
只需用F[i+m]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]取代它。
过滤器将向后移动m条。为了计算最后的m条，我们似乎缺少C[-1]...C[-m]（过滤器应着眼于未来）。代替任何东西，例如C[0]。上面发布的图片说，在这种情况下，可以做150条甚至更多，误差将几乎无法察觉。
非常简单。有一个过滤器F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n] 。
只需用F[i+m]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]取代它。
过滤器将向后移动m条。为了计算最后的m条，我们似乎缺少C[-1]...C[-m]（过滤器应着眼于未来）。代替任何东西，例如C[0]。上面的图片说，在这种情况下，可以做150条甚至更多，误差将几乎无法察觉。
谢谢你。它起作用了。
最后Per/2图的准确性取决于对未来未知值的选择。过去我的做法有点不同：我用通常的Per/2延迟滤波器进行过滤，将滤波器移到过去的Per/2，并对最后的Per/2价格区间拟合一个具有连续一、二次导数的三度多项式。这两种方法都有相同的准确性，因为它们对未来进行了 "幻想"。
重绘