文章 "您应当知道的 MQL5 向导技术（第 12 部分）：牛顿多项式"

[MetaQuotes]

新文章 您应当知道的 MQL5 向导技术（第 12 部分）：牛顿多项式已发布：

牛顿多项式，其依据一组少量点创建二次方程，是一种古老但有趣的时间序列观察方式。在本文中，我们尝试探讨这种方式在哪些方面对交易者有用，并解决其局限性。

时间序列分析不仅在支持基本面分析方面扮演着重要角色，并且在像外汇这样流动性很强的市场中，它也成为决定如何在市场中定位的主要驱动力。传统的技术指标往往远远滞后于市场，这令它们不受大多数交易者的青睐，导致替代品的兴起，其中最主要的大概就是目前盛行的神经网络。但是多项式插值呢？

嗯，它们具有一些优势，主要是因为它们易于理解和实现，因为它们以一个简单的方程式就明确表述了过去的观察与未来预测之间的关系。这有助于理解过去的数据如何影响未来的价值，进而导致针对所研究时间序列行为发展出广泛的概念和可能的理论。

此外，对线性和二次关系的适配性令它们能够灵活地应用于各种时间序列，并且对于交易者可能更适宜，能够应对不同的市场类型（例如，区段与趋势、或波动与平静市场）

甚而，典型情况下它们非计算密集型，并且比之神经网络等替代方式相对轻量级。事实上，本文中验证的模型具有零存储需求，您或许会说某类神经网络，取决于其架构，在每次阶段性训练后，要存储大量最优权重和偏差。

作者：Stephen Njuki

[linfo2]

谢谢你，斯蒂芬，非常有趣的主题，写得很好。下载中是否应该有Cnewton.mqh？我在 SignalWZ_12.mqh 中找不到 Cnewton.mqh，这三个示例中似乎都提到了它。

[linfo2]

linfo2 #:
谢谢你，斯蒂芬，非常有趣的主题，写得很好。下载中是否应该有Cnewton.mqh？我在 SignalWZ_12.mqh 中找不到 Cnewton.mqh，这三个示例中似乎都提到了它。

感谢斯蒂芬的想法，我现在正在寻找使用牛顿多项式的其他方法，非常感谢。