![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Además redibujar y FFT son cosas diferentes, puedes usar FFT y no se redibujará nada. Para Cauchy voy a ir ahora, a leer.
Qué interesante. Y yo que pensaba que todas las pseudomáquinas basadas en el principio de "transformación - filtrado de frecuencias - transformación inversa" son necesariamente redibujadas...
Y no pierdas el tiempo con Cauchy, su p.d.f. - a/(b^2 + (x-m)^2). Con la normalización por uno, por supuesto. Pero la integral de la f.d.p. multiplicada por la variable x ya es divergente (esto es m.o.).
Sí, también redibujar y FFT son cosas diferentes, puedes usar FFT y no se redibujará nada. Para Cauchy, voy a ir ahora, a leer.
Qué interesante. Y yo que pensaba que todos los pseudodominios basados en el principio de "transformación - filtrado de frecuencias - transformación inversa" se redibujan necesariamente...
Prival tiene razón, todo depende de la estructura/esquema del filtro a utilizar. Si es realmente interesante, por ejemplo, así:
No hay redistribución. Yo también me divertía mucho con estos filtros.
Miro, lo miro - algunas fórmulas extrañas, y el avatar no es algo como :-) Me gusta más :-).
(Compárese con http://www.jurikres.com/catalog/ms_ama.htm#top). Nuestro avión es mejor :-).
Por eso sugiero que se intente hacer un indicador mejor, más adaptable. Tal vez salga algo bueno.
Laidea es la siguiente.
1. Tomamos este indicador como base ('Kaufman optimizado AMA: Perry Kaufman AMA optimizado'), mucha gente ya ha trabajado en él. La teoría de este indicador se describe en el archivo (archivo adjunto). Tomamos una parte de este indicador (idea). Cálculo del ratio de eficiencia de la ER (varía de 0 a 1). Determinará el periodo de promediación (muestreo) de 2 a N (N se establece como parámetro de entrada en el algoritmo). El resto es un poco más complicado.
2 No utilizamos la EMA (media móvil exponencial) sino un polinomio. La potencia máxima del polinomio n (también se establece como parámetro externo). En principio, podemos parar y variar n y correr en el probador, creo que ya podemos obtener buenos resultados. Pero la pulga IHMO aún no está completamente entrenada, así que sigamos adelante.
3. Si es adaptable, que lo sea al máximo. Además, también se calcula el siguiente - el grado del polinomio (elegido el mejor por algún criterio). Como no tenemos información a priori sobre el ruido. Sugiero utilizar el criterio: el coeficiente de determinación. La lógica de selección del polinomio óptimo según este criterio se describe en el expediente (véanse las páginas 12, 13 y 14). Incluso hay un programa escrito en MathCade, cómo hacerlo.
Si alguien está interesado, estoy dispuesto a programar y volver a comprobar el punto 3 en MathCade. También le ayudaré a crear dicho indicador en MQL debido a mis modestas capacidades.
Indicadores no atrasados o poco atrasados" --- FRAMA
--- FRAMA ---
1. Como base tomamos este indicador ('Kaufman optimizado AMA: Perry Kaufman AMA optimizado'), mucha gente ya ha trabajado en él. La teoría de este indicador se describe en el archivo (archivo adjunto). Tomamos una parte de este indicador (idea). Cálculo del ratio de eficiencia de la ER (varía de 0 a 1). Determinará el periodo de promediación (muestreo) de 2 a N (N se establece como parámetro de entrada en el algoritmo). El resto es un poco más complicado.
2. no usamos EMA (media móvil exponencial) sino un polinomio. el grado máximo del polinomio es n (también se establece como parámetro externo). podemos parar y variar n y ejecutarlo en el probador, creo que ya podemos obtener buenos resultados. Pero la pulga IHMO aún no está completamente entrenada, así que sigamos adelante.
3. Si es adaptable, que lo sea al máximo. Además, también se calcula el siguiente - el grado del polinomio (elegido el mejor por algún criterio). Como no tenemos información a priori sobre el ruido. Sugiero utilizar el criterio: el coeficiente de determinación. La lógica de selección del polinomio óptimo según este criterio se describe en el expediente (véanse las páginas 12, 13 y 14). Incluso hay un programa escrito en MathCade, cómo hacerlo.
Mi humilde opinión autodidacta es la siguiente: el modelo de "filtro adaptativo" propuesto no funcionará, no perderé mi tiempo en él. Es cualquier cosa menos un filtro adaptativo. Existe una teoría coherente y probada del filtrado adaptativo. Y si quieres hacer exactamente un filtro adaptativo - es mejor que uses exactamente esta teoría.
Si no tiene tiempo para entender esta teoría y diseñar AF, entonces tome MathLab y construya el filtro requerido (si no es un experto en filtrado adaptativo, MathLab lo hará mucho mejor). Además tienes dos caminos: o generar dll o usar archivos m para convertirlos a MQL, gracias a Dios que están abiertos.
Mi humilde opinión autodidacta es la siguiente: el modelo de "filtro adaptativo" propuesto no funcionará, no perderé mi tiempo en él. Esto es cualquier cosa menos un filtro adaptativo. Existe una teoría coherente y probada del filtrado adaptativo. Y si quieres hacer exactamente un filtro adaptativo - es mejor que uses exactamente esta teoría.
Si usted no tiene tiempo para entender esta teoría y el diseño de AF, a continuación, tomar MathLab y construir el filtro necesario (si no es un experto en el filtrado adaptativo, a continuación, MathLab lo hará mucho mejor). Entonces hay dos maneras: o generar dll o cavar en m-files, la transferencia de ellos a MQL, gracias a Dios que están abiertos.
Mi humilde opinión autodidacta es la siguiente: el modelo de "filtro adaptativo" propuesto no funcionará, no perderé mi tiempo en él. Es cualquier cosa menos un filtro adaptativo. Existe una teoría coherente y probada del filtrado adaptativo. Y si quieres hacer exactamente un filtro adaptativo - es mejor que uses exactamente esta teoría.
Si no tiene tiempo para entender esta teoría y diseñar AF, entonces tome MathLab y construya el filtro requerido (si no es un experto en filtrado adaptativo, MathLab lo hará mucho mejor). Entonces tienes dos caminos : o generar dll o pasar por m-files y ponerlos en MQL, gracias a Dios que están abiertos.
Me pregunto cuál es la opinión. Que no sé DSP y en particular uno de los temas que solía leer conferencias (filtros digitales adaptativos). ¿O que es mejor hacerlo en Matlabe? Creo que el autor se equivoca ahí y ahí. Tengo un "pequeño" conocimiento en este campo, y hay un lenguaje de programación mejor que MathLaba. No necesito ninguna dll para enviar los resultados de los cálculos al terminal MT4 (sólo necesito komposter).
Me parece que escribir sobre mi sugerencia y decir que no hay filtro adaptativo allí grasn mal. Y no podrá responder dónde, cuándo y por qué razón, digamos, es necesario aplicar la ventana de Hemming, y cuándo su aplicación sólo perjudica. Cuál es la diferencia entre el filtro adaptativo de Wiener y el filtro de Widrow-Hopf al analizar su FFC o el filtro de Butterworth y el filtro de Chebyshev, cuando es necesario y posible aplicar el primer filtro, y cuando el segundo.
Lo siento si he sido duro, pero no se pueden descartar las ideas como algo pasado de moda. Me lleva un máximo de 1-2 horas programar todo lo que he escrito en MathCade y no necesito la ayuda de nadie para ello. Quería ayudar a los demás para mostrar la dirección para cavar, si quieren conseguir un filtro adaptativo, y listo para ayudarles en este caso. Los filtros adaptativos son un mar y un pequeño carro de ellos.
Que no estés tan enfadado déjame darte como amante de MathLaba un libro sobre DSP, hay 989 páginas sobre esta cosa DSP, un montón de ejemplos en este lenguaje de programación, pero en mi humilde opinión MathCad es mejor :-)