|
9+ 年
经验
|
92
产品
|
7
演示版
|
|
6
工作
|
0
信号
|
0
订阅者
|
该滤波器基于贝塞尔多项式。它的主要优点是时间延迟小。这个过滤器的另一个特点是它对金融时间序列的最新值的高度敏感。正因为如此，该指标突出了活跃的价格走势，同时消除了噪音偏差。 除了经典变体之外，贝塞尔系数的对数已作为加权函数添加到指标中。在这种情况下，指标变得更平滑，但同时当价格活跃时它可能会滞后。 在计算贝塞尔多项式时，会使用阶乘。因此，指标的周期从下方和上方受到限制。使用普通贝塞尔滤波器时，最好注意指标的小周期。由于随着周期的增加，指标的行为变得越来越稳定，差异变得越来越不明显。 这些图显示了两种过滤器类型的行为。 指标参数： TypeFilter - 正常/对数滤波器类型选择 iPeriod - 指标周期，有效值 3 - 85。
该滤波器基于贝塞尔多项式。它的主要优点是时间延迟小。这个过滤器的另一个特点是它对金融时间序列的最新值的高度敏感。正因为如此，该指标突出了活跃的价格走势，同时消除了噪音偏差。 除了经典变体之外，贝塞尔系数的对数已作为加权函数添加到指标中。在这种情况下，指标变得更平滑，但同时当价格活跃时它可能会滞后。 在计算贝塞尔多项式时，会使用阶乘。因此，指标的周期从下方和上方受到限制。使用普通贝塞尔滤波器时，最好注意指标的小周期。由于随着周期的增加，指标的行为变得越来越稳定，差异变得越来越不明显。 这些图显示了两种过滤器类型的行为。 指标参数： TypeFilter - 正常/对数滤波器类型选择 iPeriod - 指标周期，有效值 3 - 85。
该指标基于离散哈特利变换。使用此转换允许您在处理金融时间序列时应用不同的方法。该指标的一个显着特点是它的读数不是指图表上的一个点，而是指指标周期的所有点。 处理时间序列时，指标允许您选择时间序列的各种元素。过滤的第一种可能性是建立在这种方法上的——所有不必要的高频分量都被简单地丢弃。第一个图展示了这种方法的可能性，选择CutOff参数，可以选择原始时间序列的细节（红线-只剩下主要信息CutOff = 0，黄色-主要和最低频率周期CutOff = 1 , 蓝色 - 所有最高频的噪声都被丢弃 CutOff = 4 )。然而，这不是唯一的可能性——噪声分量可以通过额外的过滤来抑制。 这两个选项都在该指标中实施。它的参数是： iPeriod - 指标周期 Shift - 指标相对于当前柱的偏移。通过更改此参数，您可以评估指标过去的表现。 NoiseReduction 是一种降低噪音的方法。可能的值：none - 不抑制噪声（在这种情况下只有 CutOff 参数起作用），constant - 噪声通过常数衰减，linear - 线性噪声抑制，对数 - 对数衰减，square -
该指标基于离散哈特利变换。使用此转换允许您在处理金融时间序列时应用不同的方法。该指标的一个显着特点是它的读数不是指图表上的一个点，而是指指标周期的所有点。 处理时间序列时，指标允许您选择时间序列的各种元素。过滤的第一种可能性是建立在这种方法上的——所有不必要的高频分量都被简单地丢弃。第一个图展示了这种方法的可能性，选择CutOff参数，可以选择原始时间序列的细节（红线-只剩下主要信息CutOff = 0，黄色-主要和最低频率周期CutOff = 1 , 蓝色 - 所有最高频的噪声都被丢弃 CutOff = 4 )。然而，这不是唯一的可能性——噪声分量可以通过额外的过滤来抑制。 这两个选项都在该指标中实施。它的参数是： iPeriod - 指标周期 Shift - 指标相对于当前柱的偏移。通过更改此参数，您可以评估指标过去的表现。 NoiseReduction 是一种降低噪音的方法。可能的值：none - 不抑制噪声（在这种情况下只有 CutOff 参数起作用），constant - 噪声通过常数衰减，linear - 线性噪声抑制，对数 - 对数衰减，square -
Lehmer均值可以看作是一个窗函数，其权重系数取决于计算中使用的变量的值。该平均值是非线性的，因为在其计算中使用了取幂。 指标的特征取决于两个参数： iPeriod - 指标周期，有效值大于等于2； iPower - 指数，在计算指标值时使用。有效范围是 -32768 到 32767 在 iPower = 0 时，我们得到调和平均值， iPower = 1 - 算术平均值， 对于 iPower = 2，反谐波平均值。 Lehmer 均值具有较大的指数，突出了时间序列的最大边界。对于负指数，强调最小值。由于此属性，Lehmer 均值可用于平滑时间序列和构建通道。 第一张图片显示了使用收盘价计算的通道，指数为 +500 和 -500。 第二张图片显示了同一通道，iPower = +1000 和 -1000。 在第三和第四个数字中，Lehmer 的平均值适用于 +/- 1000 和 +/- 5000 的最高价和最低价。
Lehmer均值可以看作是一个窗函数，其权重系数取决于计算中使用的变量的值。该平均值是非线性的，因为在其计算中使用了取幂。 指标的特征取决于两个参数： iPeriod - 指标周期，有效值大于等于2； iPower - 指数，在计算指标值时使用。有效范围是 -32768 到 32767 在 iPower = 0 时，我们得到调和平均值， iPower = 1 - 算术平均值， 对于 iPower = 2，反谐波平均值。 Lehmer 均值具有较大的指数，突出了时间序列的最大边界。对于负指数，强调最小值。由于此属性，Lehmer 均值可用于平滑时间序列和构建通道。 第一张图片显示了使用收盘价计算的通道，指数为 +500 和 -500。 第二张图片显示了同一通道，iPower = +1000 和 -1000。 在第三和第四个数字中，Lehmer 的平均值适用于 +/- 1000 和 +/- 5000 的最高价和最低价。
Kolmogorov-Zhurbenko 滤波器可以被认为是一种特殊的窗函数，旨在消除频谱泄漏。此过滤器最适合平滑随机（包括金融）时间序列。 基于此过滤器的指标包含以下参数： iLength - 用于构建过滤器的原始矩形窗口的周期。有效值为 2 - 255。 iDegree - 过滤顺序。如果 iDegree=0，那么将获得一个简单的移动平均线。如果 iDegree=1，那么你得到一个三角形移动平均线。更高阶允许更好的平滑和噪声抑制。允许值为 2 - 255。此外，此参数影响指标的最终周期 = iLength + iDegree * (iLength - 1)。 iMultiplier - 一个乘数，显示从过滤器值计算的标准偏差数。 指示器的外观如图所示。
Kolmogorov-Zhurbenko 滤波器可以被认为是一种特殊的窗函数，旨在消除频谱泄漏。此过滤器最适合平滑随机（包括金融）时间序列。 基于此过滤器的指标包含以下参数： iLength - 用于构建过滤器的原始矩形窗口的周期。有效值为 2 - 255。 iDegree - 过滤顺序。如果 iDegree=0，那么将获得一个简单的移动平均线。如果 iDegree=1，那么你得到一个三角形移动平均线。更高阶允许更好的平滑和噪声抑制。允许值为 2 - 255。此外，此参数影响指标的最终周期 = iLength + iDegree * (iLength - 1)。 iMultiplier - 一个乘数，显示从过滤器值计算的标准偏差数。 指示器的外观如图所示。
可以使用各种窗口函数来平滑时间序列。窗函数的特性可能彼此完全不同——平滑程度、噪声抑制等。该指标允许您实现主窗口函数并评估它们在金融时间序列上的表现。 指标参数： iPeriod – 指标周期。 iPeriod >= 2 iCenter 是窗口函数中心所在的参考索引。默认情况下，此参数为 0 - 窗口中心与指标中心重合。当 1 <= iCenter <= iPeriod 时，窗口函数的中心将移动，因此指标的某些特征将发生变化。在图 1 中，您可以看到中心的选择如何影响窗口功能和指标的显示。此参数可以以 0.5 为增量进行更改。 一些窗口函数使用附加参数 - ParameterA 和 ParameterB。它们会影响窗口权重。正因为如此，指标的特性发生了变化。该表显示了窗口函数和更改参数的限制（如果使用它们）。可以使用脚本 https://www.mql5.com/ru/market/product/72156 估计给定参数的窗口函数权重分布 Window Parameter A Parameter B
可以使用各种窗口函数来平滑时间序列。窗函数的特性可能彼此完全不同——平滑程度、噪声抑制等。该指标允许您实现主窗口函数并评估它们在金融时间序列上的表现。 指标参数： iPeriod – 指标周期。 iPeriod >= 2 iCenter 是窗口函数中心所在的参考索引。默认情况下，此参数为 0 - 窗口中心与指标中心重合。当 1 <= iCenter <= iPeriod 时，窗口函数的中心将移动，因此指标的某些特征将发生变化。在图 1 中，您可以看到中心的选择如何影响窗口功能和指标的显示。此参数可以以 0.5 为增量进行更改。 一些窗口函数使用附加参数 - ParameterA 和 ParameterB。它们会影响窗口权重。正因为如此，指标的特性发生了变化。该表显示了窗口函数和更改参数的限制（如果使用它们）。可以使用脚本 https://www.mql5.com/ru/market/product/72156 估计给定参数的窗口函数权重分布 Window Parameter A Parameter B
该脚本旨在评估各种窗口函数中的权重。基于这些窗口函数构建的指标可以在 https://www.mql5.com/ru/market/product/72159 下载 输入参数： iPeriod – 指标周期。 iPeriod >= 2 iCenter 是窗口函数中心所在的参考索引。默认情况下，此参数为 0 - 窗口中心与指标中心重合。当 1 <= iCenter <= iPeriod 时，窗口函数的中心将移动，因此指标的某些特征将发生变化。在图 1 中，您可以看到中心的选择如何影响窗口功能和指标的显示。此参数可以以 0.5 为增量进行更改。 Histogram width - 直方图的宽度。 Histogram color - 直方图的颜色。 Show duration - 显示持续时间。 Screenshot - 启用此选项时，图片将保存在 Files 文件夹中。 一些窗口函数使用附加参数 - ParameterA 和
该脚本旨在评估各种窗口函数中的权重。基于这些窗口函数构建的指标可以在 https://www.mql5.com/ru/market/product/72160 下载 输入参数： iPeriod – 指标周期。 iPeriod >= 2 iCenter 是窗口函数中心所在的参考索引。默认情况下，此参数为 0 - 窗口中心与指标中心重合。当 1 <= iCenter <= iPeriod 时，窗口函数的中心将移动，因此指标的某些特征将发生变化。在图 1 中，您可以看到中心的选择如何影响窗口功能和指标的显示。此参数可以以 0.5 为增量进行更改。 Histogram width - 直方图的宽度。 Histogram color - 直方图的颜色。 Show duration - 显示持续时间。 Screenshot - 启用此选项时，图片将保存在 Files 文件夹中。 一些窗口函数使用附加参数 - ParameterA 和 ParameterB。它们会影响窗口权重。正因为如此，指标的特性发生了变化。该表显示了窗口函数和更改参数的限制（如果使用它们）。 Window
一些交易者在交易时以交易时段为指导。图 1 显示了一周内的平均价格波动。可以看出，不同日期的交易时段在持续时间和活动上有所不同。 该指标旨在估计每周周期内特定时间间隔的平均价格变动。它分别考虑了价格的上下波动，并可以确定市场可能出现高波动的时刻。 在图表上，向上运动显示在中线上方，向下运动显示在中线下方。绿色直方图显示了根据历史数据计算的平均移动。红色直方图显示实际价格变动。以点为单位的价格变动之间的累积差异会额外显示在右上角。计数器在每周开始时重置为零。 该指标可以在 M1 - D1 的所有时间范围内工作。所有指示灯设置与其外观相关，不影响其操作。 实时工作时，指标使用交易品种图表中的可用数据。并且在策略测试器中使用指标时，需要使其能够累积历史统计数据。
一些交易者在交易时以交易时段为指导。图 1 显示了一周内的平均价格波动。可以看出，不同日期的交易时段在持续时间和活动上有所不同。 该指标旨在估计每周周期内特定时间间隔的平均价格变动。它分别考虑了价格的上下波动，并可以确定市场可能出现高波动的时刻。 在图表上，向上运动显示在中线上方，向下运动显示在中线下方。绿色直方图显示了根据历史数据计算的平均移动。红色直方图显示实际价格变动。以点为单位的价格变动之间的累积差异会额外显示在右上角。计数器在每周开始时重置为零。 该指标可以在 M1 - D1 的所有时间范围内工作。所有指示灯设置与其外观相关，不影响其操作。 实时工作时，指标使用交易品种图表中的可用数据。并且在策略测试器中使用指标时，需要使其能够累积历史统计数据。
算术平均值或中位数可用于确定时间序列的中心趋势的度量。这两种方法都有一些缺点。算术平均值由简单移动平均线指标计算。它对排放和噪音很敏感。中位数表现更稳定，但在区间边界处会丢失信息。 为了减少这些缺点，可以使用伪中值信号滤波。为此，取一个小长度的中位数，并将其递归地应用于所研究的金融时间序列周期的所有值。由于这种方法，该指标使您能够更准确地识别周期性和趋势性价格变动。 指标的外部参数： iPrice - 计算中使用的价格常数； iPeriod - 指标周期。此参数的值越高，指标对最新价格变化的敏感性就越低。此参数的最小值为 3； MaxBars - 限制计算的历史深度。如果指标需要很长时间才能启动，这会很有用。如果 MaxBars = 0，则没有限制，指标将应用于整个图表。
算术平均值或中位数可用于确定时间序列的中心趋势的度量。这两种方法都有一些缺点。算术平均值由简单移动平均线指标计算。它对排放和噪音很敏感。中位数表现更稳定，但在区间边界处会丢失信息。 为了减少这些缺点，可以使用伪中值信号滤波。为此，取一个小长度的中位数，并将其递归地应用于所研究的金融时间序列周期的所有值。由于这种方法，该指标使您能够更准确地识别周期性和趋势性价格变动。 指标的外部参数： 启动指标时，在“参数”选项卡中，选择将用于计算的价格常数（默认为关闭）； iPeriod - 指标周期。此参数的值越高，指标对最新价格变化的敏感性就越低。此参数的最小值为 3； MaxBars - 限制计算的历史深度。如果指标需要很长时间才能启动，这会很有用。如果 MaxBars = 0，则没有限制，指标将应用于整个图表。
趋势使您可以预测价格变动并确定交易结束的主要方向。可以使用适合交易者交易风格的各种方法来构建趋势线。 该指标根据 von Mises 分布计算趋势运动的参数。使用这种分布可以得到趋势方程的稳定值。除了计算趋势之外，还会计算可能的上下偏差水平。 该指标根据当前价格值更新其值。他的行为显示在视频中： 指标参数： iPeriod - 用于计算趋势和水平的柱数 Shift - 继续线向前的柱数 WidthTrend - 趋势线的宽度 WidthLvl1 和 WidthLvl2 - 水平线的宽度 StyleTrend - 趋势线样式 StyleLvl1 和 StyleLvl2 - 水平线样式 ClrTrend - 趋势线颜色 ClrUp - 水平线的颜色 ClrDown - 水平线的颜色
趋势使您可以预测价格变动并确定交易结束的主要方向。可以使用适合交易者交易风格的各种方法来构建趋势线。 该指标根据 von Mises 分布计算趋势运动的参数。使用这种分布可以得到趋势方程的稳定值。除了计算趋势之外，还会计算可能的上下偏差水平。 该指标根据当前价格值更新其值。他的行为显示在视频中： 指标参数： iPeriod - 用于计算趋势和水平的柱数 Shift - 继续线向前的柱数 WidthTrend - 趋势线的宽度 WidthLvl1 和 WidthLvl2 - 水平线的宽度 StyleTrend - 趋势线样式 StyleLvl1 和 StyleLvl2 - 水平线样式 ClrTrend - 趋势线颜色 ClrUp - 水平线的颜色 ClrDown - 水平线的颜色
柯西分布是胖尾分布的经典示例。粗尾表明随机变量偏离中心趋势的可能性非常高。因此，对于正态分布，随机变量与其数学期望之间的偏差为3个或更多标准偏差是非常少见的（3 sigma规则），对于柯西分布，与中心的偏差可以任意大。此属性可用于模拟市场中的价格变化。因此，柯西分布可以过滤出由意外和/或不可预测的因素引起的大而急剧的价格变动。 该指标使您可以选择要使用的价格。使用以下参数配置其指示器操作： iPeriod-计算的柱线数 Lvl 1-3-百分比水平偏差，允许值大于0且小于100（默认为50％，20％和10％） Shift级继续向右 该指标在交易中的使用是基于这样的假设，即价格在超过最高或最低水平后很可能会返回平均值。也就是说，如果价格超过10％的较低水平，则应该开仓买入交易；如果价格超过10％的较高水平，则应该开仓卖出交易（图1）。 同样，使用此指标，您可以判断趋势的阶段。为此，您需要评估指标的过去读数所处的水平（图2）。 特别是，可以确定趋势变化的时刻（图3-4）。 当然，可以以一种方式或另一种方式来调节电平，以提高信号的质量，而另一种则可以提高信号的质量。
柯西分布是胖尾分布的经典示例。粗尾表明随机变量偏离中心趋势的可能性非常高。因此，对于正态分布，随机变量与其数学期望之间的偏差为3个或更多标准偏差是非常少见的（3 sigma规则），对于柯西分布，与中心的偏差可以任意大。此属性可用于模拟市场中的价格变化。因此，柯西分布可以过滤出由意外和/或不可预测的因素引起的大而急剧的价格变动。 该指标使您可以选择要使用的价格。使用以下参数配置其指示器操作： iPeriod-计算的柱线数 Lvl 1-3-百分比水平偏差，允许值大于0且小于100（默认为50％，20％和10％） Shift级继续向右 该指标在交易中的使用是基于这样的假设，即价格在超过最高或最低水平后很可能会返回平均值。也就是说，如果价格超过10％的较低水平，则应该开仓买入交易；如果价格超过10％的较高水平，则应该开仓卖出交易（图1）。 同样，使用此指标，您可以判断趋势的阶段。为此，您需要评估指标的过去读数所处的水平（图2）。 特别是，可以确定趋势变化的时刻（图3-4）。 当然，可以以一种方式或另一种方式来调节电平，以提高信号的质量，而另一种则可以提高信号的质量。