We are all using averages for market assessment. One of the ways averages are used is using the change of the slope of the average as a signal. But that way tends to produce a lot of signals in ranging market. One of the way to lessen that number of signals is to filter out insignificant changes in average. It is using percent of STD (Standard...
FreeLance さんは、彼のアカウントの統計データを掲載されていますが、これは上昇中ですね。そして、このような統計システムとしては悪くない。はい、ダウンセクションがあります。でも、アップしました。それに、統計のための取引もまだ十分ではありません。でも、直線で近似すると確実に上がっているんですよ。しかし、それを「バンプ」と呼ぶ神経がある。ふむ。コメントもしません。
アルス、増悪しているのか？なぜ、私がマイケル・アンドレーエヴィチだと思うのですか？一度もない。
ミハイル・アンドレーエビッチは FreeLance だ、知らない奴はいないだろ、いい加減にしろ...。
mikfor さん、投稿をもっとよく読んでみてください。alsuが話して いないことがわかる。
Mihail Andreevich- それはFreeLance だ、知らない奴はいないだろ、いいかげんにしろ......。
mikfor さん、投稿をもっとよく読んでみてください。そこでわかるのは、alsuが 話をしていないことです。
Alexeiさん、ご紹介ありがとうございます。:)
ちなみに、デモでは、このような素晴らしい時期に、軽快な無再描画ワイパーが「稼げる」...。
;)
ところで、Maisさんのおかげで有益なリンクが見つかりました。
Y.P. Lukashin."短期時系列予測の適応的方法"。
6つのパートに分け、続きはこちら。
part 2 part 3 part 4 part 5 part6
はい、ありがとうございます、ダウンロードさせていただきました。見てみよう。
オニキスには、とてもきれいなカーブがありますね。
はい、ありがとうございます、ダウンロードさせていただきました。見てみよう。
具体的な質問がある場合は、その本の著者に問い合わせるのが有効だと思います
http://www.imemo.ru/df/struct/lid/561.htm
皆さん、著者が動画で見せているこのFilterは何ですか？- https://www.youtube.com/watch?v=CVmIorjbCGs
もしかしたら、「節約」の道ではなく、「値ごろ感」の道を歩むべきかもしれないと考えたことはありませんか？
つまり、Adaptive Smoothingではなく、Adaptive Noise Reduction（COPRESSION）、つまりVertical Price Compression（垂直方向の価格圧縮）を使うのです。
Adaptive Noise Reduction ビデオ -https://www.youtube.com/watch?v=6eqfFYqR6lA
ビデオの著者は6分36秒のところで、「オフセットパラメーターが高く、リダクションパラメーターが低いほど、ノイズリダクションは強くなる」と述べています。
このAudio Adaptive Noise ReductionのアルゴリズムをMQLで書き換えてみましょう。Audio DataをPrice Data (Price Close)に置き換えると、出力はPrice用のAdaptive Noise Reduction Filter (CoPressor)となります。
ちなみに、Maisさんのおかげで、有用なリンクが発見されました
Y.P. Lukashin."短期時系列予測のための適応的方法"。
不気味な感じ。そして、私の本棚に鎮座しています。捨てるのは忍びない。
皆さん、著者が動画で見せているこのFilterは何ですか？- https://www.youtube.com/watch?v=CVmIorjbCGs
皆さんは、「節約」ではなく「価格圧縮」の道を歩むべきと考えたことはありませんか？
つまり、Adaptive Smoothingではなく、Adaptive Noise Damping（COPRESSION）、つまりVertical Price Compression（垂直方向の価格圧縮）を使用します。
Adaptive Noise Reduction ビデオ -https://www.youtube.com/watch?v=6eqfFYqR6lA
ビデオの著者は6分36秒のところで、「オフセットパラメーターが高く、リダクションパラメーターが低いほど、ノイズリダクションは強くなる」と述べています。
このAudio Adaptive Noise ReductionのアルゴリズムをMQLで書き換えてみましょう。Audio DataをPrice Data（Price Close）に置き換えると、PriceのAdaptive Noise Reduction Filter（CoPressor）が出力されることになります。
思う存分、フィルタリングしてください。
- https://www.mql5.com/en/code/22679
- https://www.mql5.com/en/code/22677
-https://www.mql5.com/en/code/22676
- は、フルエマ式に取る。
- hmaを取り、メソッド係数と順序を動的に変更する。
- take mamaさん、hmaと同じで、方法論が違うだけです（頭のいい人向けとか）。
オーディオ（楽器）や音声の場合、既知のパターンがあり、そこからノイズのないオリジナルに近い信号を復元・再作成することができます。 価格シリーズの場合、既知のパターンはトレンド/傾向のみで、それがいつ始まり、いつ終わるかは驚きです。何かの拍子にヒゲが生えたようなルーズさから、S/N比が3:1以上であれば、すべてうまくいくのです。従って、これを価格に転嫁すれば、90p(900pp)の日較差は30p(300pp)を取れるはずで、30p(300pp)の日較差は既に抽選となる。
"ミクフォー"が必要な理由とは？まあ、すでに持っていて、ジュリックでさえも傍観者として吸っているとしましょう。どう使うか？"
他の掲示板でもmaisさんを観察しているからです。
"価格チャート"があるとします。そして、長周期移動平均線であるSMA。ある時間間隔、例えば1日を考えてみましょう。元の価格チャートの平均二乗偏差の標準偏差が、対応するSMAの標準偏差より大きいことは明らかである。つまり、SMAの方が「なめらか」なのです。つまり、ある時点で価格チャートとSMAの間に差があったとしても、SMAを価格に合わせるのではなく、価格をSMAに合わせることで、将来的にそのほとんどが解消されるというのがMORE ORDERLYなのです。それは、SMAが価格と同じスピードで動くことを知らないからです。長周期SMAは、その定義からして、かなりゆっくりと変化します。
したがって、時刻t0において、価格があるSMAの対応点よりも例えば100pips大きい場合に、TP=SL=100pipsで売れば、多数の類似取引の中に入るはずだと思われます。これは、見事なまでにシンプルなトレーディングシステムです。これは、基本的に価格が平均に近づく傾向があることを示すものです。でも、確かにうまくいかない。SMAがLATERだからです。そして、バー内のSMAの値は、すでにOLDの情報を与えてくれます。
もし、本物の（再描画しない）フィルターがあれば、この単純明快な戦略を大規模に実行することができるのです。"
ところで、もう一度見てみるといいのですが、作成されたインデックスはノン・ラギング・ノン・リ・ドローイング・フィルターではなく、トレーディングの観点からはすべての特性を備えていることが理解されたようです。
面白いのは、原因と結果がもっぱら左から右へつながっていることですPRICEが主体で、どこにも行かない）。この哲学を理解するだけで、人生は簡単でシンプルになる。