テンデンシャルプラニメトリー方式 - ページ 4

 
Mathemat:

が、その場合、標準的なメタクォータアルゴリズムを否定することになる。


一刻を争う場合は、却下せざるを 得ない。
 
Mathemat:

問題は、標準のメタクォート・パッケージよりもさらに最適なマッシュアップの計算方法を学ばなければならないことです。周期Nのマッシュが周期N+1の既知のマッシュを使用して計算されるような、マッシュを計算するための何らかの再帰アルゴリズムが必要である。原理的には難しくないが、その場合、標準的なメタコットアルゴリズムを否定しなければならない。

バッグの密度に関しては、(あるバーに対して)垂直方向に非常に不均一になる可能性があるため、何らかのクラスタリングアルゴリズムが明らかに必要です。つまり、この作業は技術的にまったく容易ではないのです。

最後の100個(100個の袋を使う場合)の値が袋の値を返すような指標を作ればいいのです。ただし、この場合はSMAのみとなります。他の杖の場合はアルゴリズムが少し異なりますが、原理的には実現可能です。
 

よくわからないんだ、ビクター。もう少し詳しく説明してください。一次元配列の "last hundred "とは何ですか?

原則的に、メタ引用アルゴリズムにおける再帰性は、すべてのウィザードにすでに組み込まれています。でも、同じ時期のワイプを呼ぶにはいいんですよ。 毎回、時期が違うしね。

 
Mathemat:

原理的には、メタクオートアルゴリズムの再帰性は、すべてのウィザードにすでに組み込まれています。しかし、同じ時代のマッシュアップへの呼び出しには適しています。 そして、私たちの時代は毎回違うのです。

for (i = 2; i<=N;i++) {
  Sum += Close[i];
  MA[i] = Sum/i;
}
追伸:sumも配列にした方がいいみたいです :)
 
Mathemat:

よくわからないんだ、ビクター。もう少し詳しく説明してください。一次元配列の "last hundred "とは何ですか?

原則的に、メタ引用アルゴリズムにおける再帰性は、すべてのウィザードにすでに組み込まれています。でも、同じ生理のおしりを呼ぶにはいいんですよ。 生理は毎回違うしね。


平均値でカウントすれば。

int i,j;
double sum=0, Count;
for (i=0;i<100;i++) {
   for (j=0;j<step;j++) {
       sum+=Close[i*step+j];
       Count++;
   }
   Buffer[i]=sum/Count;
}
そんな感じです。
 

そういう意味じゃないんです。

double SMA( int newperiod, int sh, double SMAprev )
{
   return( ( SMAprev * ( newperiod - 1 ) + Close[ sh + newperiod - 1 ] ) / newperiod );
}

iMA()の高価な呼び出し(多くの合計を加算する)の代わりに、この関数は周期に関係なく周期が1ずつ増加するマスクを計算します。 したがって、実際、iMA()はカウントされた各バー、最初と最後に1回だけ呼び出すことができます。

EMAについても、それほど顕著ではないが、同様のアルゴリズムが繰り返されている。SMMAはEMAと同等で、LWMAだけが残っている。

 
関数の呼び出しは、追加のオーバーヘッドとなります。一方、SMAprevの代わりに金額を記憶させれば、いくつかの操作を回避することができます。
 
そうですね......額は覚えているというか、かつてのSMAですね。標準的な方法で1本のバーに1000回の計算をするコードを2つ掲載しても問題ありませんし、私の方法でも同じです。そして、その効率を比較する。
 

もちろん、その方が速いです。でも、「さらに速く」という話です :) 。上にある私のものと比べてみてください。

 
嗚呼、Candid、今わかったよ。シフトshのある任意のバーの場合。

// размер массива SMA[] уже установлен равным N+1 перед вызовом функции
void createSMAsArray( int sh, double& SMA[] ) 
{
   double Sum = 0;
   for ( int i = 1; i <= N; i ++ ) 
   {
     Sum += Close[ sh + i - 1 ];
     SMA[ i ] = Sum / i;
   }
   return;
}
そんな感じなんですか?最初の和算指数に注目。