Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Anche ridisegnare e FFT sono cose diverse, potete usare FFT e non verrà ridisegnato nulla. Per Cauchy andrò ora a leggere.
Oh, che interessante. E io pensavo che tutte le pseudo-macchine basate sul principio di "trasformazione - filtraggio di frequenza - trasformazione inversa" sono necessariamente ridisegnate...
E non perdere tempo con Cauchy, il suo p.d.f. - a/(b^2 + (x-m)^2). Con la normalizzazione di uno, ovviamente. Ma l'integrale di p.d.f. moltiplicato per la variabile x è già divergente (questo è m.o.).
Sì, anche ridisegnare e FFT sono cose diverse, puoi usare FFT e non verrà ridisegnato nulla. Per Cauchy, ora vado a leggere.
Oh, che interessante. E io pensavo che tutti gli pseudo-domini basati sul principio di "conversione - filtraggio di frequenza - conversione inversa" sono necessariamente ridisegnati...
Prival ha ragione, tutto dipende da quale struttura/schema di filtro usare. Se davvero interessante, per esempio, come questo:
Non c'è nessun ridisegno. Anch'io mi divertivo molto con questi filtri.
Guardo, guardo lui - alcune formule strane, e l'avatar non è qualcosa come :-) mi piace di più :-).
(Confronta http://www.jurikres.com/catalog/ms_ama.htm#top). Il nostro aereo è migliore :-).
Per questo suggerisco di provare a fare un indicatore migliore, più adattivo. Forse verrà fuori qualcosa di bello.
L'idea è la seguente.
1. Prendiamo questo indicatore come base ('Kaufman optimized AMA: Perry Kaufman AMA optimized'), molte persone ci hanno già lavorato. La teoria di questo indicatore è descritta nel file (file allegato). Prendiamo una parte di questo indicatore (idea). Calcolo dell'indice di efficienza ER (varia da 0 a 1). Determinerà il periodo di media (campionamento) da 2 a N (N è impostato come parametro di ingresso nell'algoritmo). Il resto è un po' più complicato.
2 Non usiamo l'EMA (media mobile esponenziale) ma un polinomio. La potenza massima del polinomio n (anche impostato come parametro esterno). In linea di principio, possiamo fermare e variare n ed eseguire nel tester, penso che possiamo già ottenere buoni risultati. Ma IHMO la pulce non è ancora completamente addestrata, quindi andiamo avanti.
3. Se è adattivo, allora che sia adattivo al massimo. Inoltre, viene calcolato anche il successivo - il grado del polinomio (scelto il migliore con qualche criterio). Poiché non abbiamo informazioni a priori sul rumore. Suggerisco di usare il criterio - il coefficiente di determinazione. La logica di selezione del polinomio ottimale secondo questo criterio è descritta nel file (vedi pp. 12, 13 e 14). C'è anche un programma scritto in MathCade, come farlo.
Se qualcuno è interessato, sono pronto a programmare e ricontrollare il punto 3 in MathCade. Vi aiuterò anche a creare tale indicatore in MQL grazie alle mie modeste capacità.
"Indicatori non in ritardo o in ritardo di sviluppo" --- FRAMA
--- FRAMA ---
1. Come base prendiamo questo indicatore ('Kaufman optimized AMA: Perry Kaufman AMA optimized'), molte persone ci hanno già lavorato. La teoria di questo indicatore è descritta nel file (file allegato). Prendiamo una parte di questo indicatore (idea). Calcolo dell'indice di efficienza ER (varia da 0 a 1). Determinerà il periodo di media (campionamento) da 2 a N (N è impostato come parametro di ingresso nell'algoritmo). Il resto è un po' più complicato.
2. non usiamo EMA (media mobile esponenziale) ma un polinomio. il grado massimo del polinomio è n (impostato anche come parametro esterno). possiamo fermarci e variare n ed eseguirlo nel tester, penso che possiamo già ottenere buoni risultati. Ma IHMO la pulce non è ancora completamente addestrata, quindi andiamo avanti.
3. Se è adattivo, che sia adattivo al massimo. Inoltre, si calcola anche il successivo - il grado del polinomio (scelto il migliore con qualche criterio). Poiché non abbiamo informazioni a priori sul rumore. Suggerisco di usare il criterio - il coefficiente di determinazione. La logica di selezione del polinomio ottimale secondo questo criterio è descritta nel file (vedi pp. 12, 13 e 14). C'è anche un programma scritto in MathCade, come farlo.
La mia umile opinione da autodidatta è questa: il modello di "filtro adattivo" proposto non funzionerà, non ci perderò il mio tempo, è tutto tranne che un filtraggio adattivo. C'è una teoria coerente, coerente e provata del filtraggio adattivo. E se si vuole fare esattamente un filtro adattivo - è meglio usare esattamente questa teoria.
Se non avete tempo per capire questa teoria e progettare AF, allora prendete MathLab e costruite il filtro richiesto (se non siete esperti di filtraggio adattivo, MathLab lo farà molto meglio). Inoltre avete due modi: o generare dll o usare m-files per convertirli in MQL, grazie a Dio sono aperti.
La mia umile opinione da autodidatta è questa: il modello di "filtro adattivo" proposto non funzionerà, non ci perderò il mio tempo. Questo è tutt'altro che un filtraggio adattivo. C'è una teoria coerente, coerente e provata del filtraggio adattivo. E se si vuole fare esattamente un filtro adattivo - è meglio usare esattamente questa teoria.
Se non hai tempo per capire questa teoria e progettare AF, allora prendi MathLab e costruisci il filtro necessario (se non sei esperto di filtraggio adattivo, allora MathLab lo farà molto meglio). Poi ci sono due modi: o generare dll o scavare in m-file, trasferendoli in MQL, grazie a Dio sono aperti.
La mia umile opinione da autodidatta è questa: il modello di "filtro adattivo" proposto non funzionerà, non ci perderò il mio tempo. È tutt'altro che un filtraggio adattivo. C'è una teoria coerente, coerente e provata del filtraggio adattivo. E se si vuole fare esattamente un filtro adattivo - è meglio usare esattamente questa teoria.
Se non avete tempo per capire questa teoria e progettare AF, allora prendete MathLab e costruite il filtro richiesto (se non siete esperti di filtraggio adattivo, MathLab lo farà molto meglio). Allora avete due modi: o generare dll o passare attraverso m-files e metterli in MQL, grazie a Dio sono aperti.
Mi chiedo quale sia l'opinione. Che non conosco il DSP e in particolare uno degli argomenti su cui leggevo le lezioni (filtri digitali adattivi). O che è meglio farlo in Matlabe? Penso che l'autore si sbagli lì e lì. Ho una "piccola" conoscenza in questo campo, ed esiste un linguaggio di programmazione migliore di MathLaba. Non ho bisogno di nessuna dll per inviare i risultati del calcolo al terminale MT4 (ho solo bisogno di komposter).
Mi sembra che scrivere sul mio suggerimento e dire che non c'è un filtraggio adattivo ci grasn sbagliato. E non sarà in grado di rispondere dove, quando e per quale motivo, diciamo, è necessario applicare la finestra di Hemming, e quando la sua applicazione danneggia soltanto. Qual è la differenza tra il filtro adattivo di Wiener e il filtro di Widrow-Hopf quando si analizza il loro FFC o il filtro di Butterworth e il filtro di Chebyshev, quando è necessario e possibile applicare il primo filtro e quando è possibile applicare il secondo.
Mi dispiace se sono stato duro, ma non si possono liquidare le idee come passate. Mi ci vogliono al massimo 1-2 ore per programmare tutto quello che ho scritto in MathCade e non ho bisogno dell'aiuto di nessuno per questo. Voleva aiutare gli altri a mostrare la direzione da scavare, se vogliono ottenere un filtro adattivo, e pronto ad aiutarli in questo caso. I filtri adattativi sono un mare e un piccolo carrello di loro.
Che tu non sia così arrabbiato lascia che ti dia come amante di MathLaba un libro su DSP, ci sono 989 pagine su questa cosa DSP, un sacco di esempi in questo linguaggio di programmazione, ma a mio modesto parere MathCad è meglio :-)