Aleksej Poljakov / Profil
- Information
7+ Jahre
Erfahrung
|
90
Produkte
|
6
Demoversionen
|
6
Jobs
|
0
Signale
|
0
Abonnenten
|
Dieser Indikator basiert auf der diskreten Hartley-Transformation. Mit dieser Transformation können Sie verschiedene Ansätze bei der Verarbeitung von Finanzzeitreihen anwenden. Eine Besonderheit dieses Indikators besteht darin, dass sich seine Messwerte nicht auf einen Punkt auf dem Diagramm beziehen, sondern auf alle Punkte des Indikatorzeitraums. Bei der Verarbeitung einer Zeitreihe können Sie mit dem Indikator verschiedene Elemente der Zeitreihe auswählen. Auf diesem Ansatz baut die erste
Der Lehmer-Mittelwert kann als Fensterfunktion betrachtet werden, deren Gewichtskoeffizienten von den Werten der bei der Berechnung verwendeten Variablen abhängen. Dieser Mittelwert ist nicht linear, da bei seiner Berechnung eine Potenzierung verwendet wird. Die Eigenschaften des Indikators hängen von zwei Parametern ab: iPeriod - Indikatorperiode, gültiger Wert ist größer oder gleich 2; iPower - Exponent, der bei der Berechnung der Indikatorwerte verwendet wird. Der gültige
Der Lehmer-Mittelwert kann als Fensterfunktion betrachtet werden, deren Gewichtskoeffizienten von den Werten der bei der Berechnung verwendeten Variablen abhängen. Dieser Mittelwert ist nicht linear, da bei seiner Berechnung eine Potenzierung verwendet wird. Die Eigenschaften des Indikators hängen von zwei Parametern ab: iPeriod - Indikatorperiode, gültiger Wert ist größer oder gleich 2; iPower - Exponent, der bei der Berechnung der Indikatorwerte verwendet wird. Der gültige Bereich ist -32768
Das Kolmogorov-Zhurbenko-Filter kann als eine spezielle Fensterfunktion angesehen werden, die zum Eliminieren von spektralem Auslaufen ausgelegt ist. Dieser Filter ist optimal zum Glätten stochastischer (einschließlich finanzieller) Zeitreihen. Der auf diesem Filter basierende Indikator enthält die folgenden Parameter: iLength – die Periode des ursprünglichen rechteckigen Fensters, das zum Erstellen des Filters verwendet wurde. Der gültige Wert ist 2 - 255. iDegree - Filterreihenfolge. Wenn
Das Kolmogorov-Zhurbenko-Filter kann als eine spezielle Fensterfunktion angesehen werden, die zum Eliminieren von spektralem Auslaufen ausgelegt ist. Dieser Filter ist optimal zum Glätten stochastischer (einschließlich finanzieller) Zeitreihen. Der auf diesem Filter basierende Indikator enthält die folgenden Parameter: iLength – die Periode des ursprünglichen rechteckigen Fensters, das zum Erstellen des Filters verwendet wurde. Der gültige Wert ist 2 - 255. iDegree - Filterreihenfolge. Wenn
Zur Glättung von Zeitreihen können verschiedene Fensterfunktionen verwendet werden. Fensterfunktionen können sich in ihren Eigenschaften stark voneinander unterscheiden - Grad der Glättung, Rauschunterdrückung usw. Mit diesem Indikator können Sie die Funktionen des Hauptfensters implementieren und ihre Leistung in Finanzzeitreihen bewerten. Indikatorparameter: iPeriod – Indikatorperiode. iPeriod >= 2 iCenter ist der Index der Referenz, wo sich die Mitte der Fensterfunktion
Zur Glättung von Zeitreihen können verschiedene Fensterfunktionen verwendet werden. Fensterfunktionen können sich in ihren Eigenschaften stark voneinander unterscheiden - Grad der Glättung, Rauschunterdrückung usw. Mit diesem Indikator können Sie die Funktionen des Hauptfensters implementieren und ihre Leistung in Finanzzeitreihen bewerten. Indikatorparameter: iPeriod – Indikatorperiode. iPeriod >= 2 iCenter ist der Index der Referenz, wo sich die Mitte der Fensterfunktion
Dieses Skript dient dazu, Gewichtungen in verschiedenen Fensterfunktionen auszuwerten. Ein auf diesen Fensterfunktionen aufgebauter Indikator kann unter https://www.mql5.com/ru/market/product/72159 heruntergeladen werden Eingabeparameter: iPeriod – Indikatorperiode. iPeriode >= 2 iCenter ist der Index der Referenz, wo sich die Mitte der Fensterfunktion befinden wird. Standardmäßig ist dieser Parameter 0 - die Mitte des Fensters fällt mit der Mitte des Indikators zusammen. Mit 1
Dieses Skript dient dazu, Gewichtungen in verschiedenen Fensterfunktionen auszuwerten. Ein auf diesen Fensterfunktionen aufgebauter Indikator kann unter https://www.mql5.com/ru/market/product/72160 heruntergeladen werden Eingabeparameter: iPeriod – Indikatorperiode. iPeriode >= 2 iCenter ist der Index der Referenz, wo sich die Mitte der Fensterfunktion befinden wird. Standardmäßig ist dieser Parameter 0 - die Mitte des Fensters fällt mit der Mitte des Indikators zusammen. Mit 1 <= iCenter
Einige Händler werden während des Handels von Handelssitzungen geleitet. Abbildung 1 zeigt den durchschnittlichen Preisausschlag über eine Woche. Es ist ersichtlich, dass sich Handelssitzungen an verschiedenen Tagen in ihrer Dauer und Aktivität unterscheiden. Dieser Indikator soll die durchschnittliche Preisbewegung in bestimmten Intervallen innerhalb eines wöchentlichen Zyklus schätzen. Es berücksichtigt die Preisbewegungen nach oben und unten getrennt voneinander und ermöglicht es, die
Einige Händler werden während des Handels von Handelssitzungen geleitet. Abbildung 1 zeigt den durchschnittlichen Preisausschlag über eine Woche. Es ist ersichtlich, dass sich Handelssitzungen an verschiedenen Tagen in ihrer Dauer und Aktivität unterscheiden. Dieser Indikator soll die durchschnittliche Preisbewegung in bestimmten Intervallen innerhalb eines wöchentlichen Zyklus schätzen. Es berücksichtigt die Preisbewegungen nach oben und unten getrennt voneinander und ermöglicht es, die
Das arithmetische Mittel oder Median kann verwendet werden, um das Maß für den zentralen Trend einer Zeitreihe zu bestimmen. Beide Methoden haben einige Nachteile. Das arithmetische Mittel wird durch den Indikator Simple Moving Average berechnet. Es ist empfindlich gegenüber Emissionen und Geräuschen. Der Median verhält sich stabiler, aber an den Grenzen des Intervalls kommt es zu einem Informationsverlust. Um diese Nachteile zu verringern, kann eine Pseudo-Median-Signalfilterung verwendet
Das arithmetische Mittel oder Median kann verwendet werden, um das Maß für den zentralen Trend einer Zeitreihe zu bestimmen. Beide Methoden haben einige Nachteile. Das arithmetische Mittel wird durch den Indikator Simple Moving Average berechnet. Es ist empfindlich gegenüber Emissionen und Geräuschen. Der Median verhält sich stabiler, aber an den Grenzen des Intervalls kommt es zu einem Informationsverlust. Um diese Nachteile zu verringern, kann eine Pseudo-Median-Signalfilterung verwendet
Der Trend ermöglicht es Ihnen, die Preisbewegung vorherzusagen und die Hauptrichtungen des Abschlusses von Geschäften zu bestimmen. Die Konstruktion von Trendlinien ist mit verschiedenen Methoden möglich, die für den Handelsstil des Händlers geeignet sind. Dieser Indikator berechnet die Parameter der Trendbewegung basierend auf der von Mises-Verteilung. Die Verwendung dieser Verteilung ermöglicht es, stabile Werte der Trendgleichung zu erhalten. Neben der Trendberechnung wird auch die Höhe
Der Trend ermöglicht es Ihnen, die Preisbewegung vorherzusagen und die Hauptrichtungen des Abschlusses von Geschäften zu bestimmen. Die Konstruktion von Trendlinien ist mit verschiedenen Methoden möglich, die für den Handelsstil des Händlers geeignet sind. Dieser Indikator berechnet die Parameter der Trendbewegung basierend auf der von Mises-Verteilung. Die Verwendung dieser Verteilung ermöglicht es, stabile Werte der Trendgleichung zu erhalten. Neben der Trendberechnung wird auch die Höhe
Die Cauchy-Verteilung ist ein klassisches Beispiel für eine Fettschwanzverteilung. Dicke Schwänze weisen darauf hin, dass die Wahrscheinlichkeit, dass eine Zufallsvariable vom zentralen Trend abweicht, sehr hoch ist. Für eine Normalverteilung ist die Abweichung einer Zufallsvariablen von ihrer mathematischen Erwartung um 3 oder mehr Standardabweichungen äußerst selten (die 3-Sigma-Regel), und für die Cauchy-Verteilung können Abweichungen vom Zentrum beliebig groß sein. Diese Eigenschaft kann
Die Cauchy-Verteilung ist ein klassisches Beispiel für eine Fettschwanzverteilung. Dicke Schwänze weisen darauf hin, dass die Wahrscheinlichkeit, dass eine Zufallsvariable vom zentralen Trend abweicht, sehr hoch ist. Für eine Normalverteilung ist die Abweichung einer Zufallsvariablen von ihrer mathematischen Erwartung um 3 oder mehr Standardabweichungen äußerst selten (die 3-Sigma-Regel), und für die Cauchy-Verteilung können Abweichungen vom Zentrum beliebig groß sein. Diese Eigenschaft kann
Bei der Analyse finanzieller Zeitreihen gehen Forscher meist davon aus, dass die Preise nach dem normalen (Gaußschen) Gesetz verteilt werden. Dieser Ansatz beruht auf der Tatsache, dass eine große Anzahl realer Prozesse unter Verwendung der Normalverteilung simuliert werden kann. Darüber hinaus bereitet die Berechnung der Parameter dieser Verteilung keine großen Schwierigkeiten. Auf den Finanzmärkten funktioniert die Normalverteilung jedoch nicht immer. Die Renditen von Finanzinstrumenten haben
Bei der Analyse finanzieller Zeitreihen gehen Forscher meist davon aus, dass die Preise nach dem normalen (Gaußschen) Gesetz verteilt werden. Dieser Ansatz beruht auf der Tatsache, dass eine große Anzahl realer Prozesse unter Verwendung der Normalverteilung simuliert werden kann. Darüber hinaus bereitet die Berechnung der Parameter dieser Verteilung keine großen Schwierigkeiten. Auf den Finanzmärkten funktioniert die Normalverteilung jedoch nicht immer. Die Renditen von Finanzinstrumenten haben
Bei Handelsentscheidungen ist es sinnvoll, sich nicht nur auf historische Daten, sondern auch auf die aktuelle Marktsituation zu verlassen. Um die Überwachung der aktuellen Trends in der Marktbewegung zu vereinfachen, können Sie den AIS Current Price Filter -Indikator verwenden. Dieser Indikator berücksichtigt nur die wichtigsten Preisänderungen in die eine oder andere Richtung. Dank dessen ist es möglich, kurzfristige Trends in naher Zukunft vorherzusagen - egal wie sich die aktuelle