Daniil Stolnikov : 그래서 질문은 - 아시다시피 MA가 늦었습니다. 주파수 필터에 대해 무엇을 말할 수 있습니까? 그는 늦었습니까? 이론상으로는 안됩니다. 하지만 제가 틀렸을 수도 있습니다... 그리고 MA는 본질적으로 동일한 필터가 아닙니까?
제 의견을 말씀드리겠습니다. 필터(단어 자체에서 다음과 같이)는 유용한 신호를 노이즈에서 분리하도록 설계되었습니다. 여기서 필터는 일반적으로 컨볼루션 필터를 의미한다. 이 작업을 통해 원래 신호의 복잡한 스펙트럼을 조작할 수 있습니다( 진폭을 곱하고 각 주파수 의 위상 회전 ).
무엇과 무엇을 분리하고 싶습니까?
원하는 신호가 부드러운 신호라면 저역 통과 필터가 필요합니다. 이상적인 필터는 양면이며 이를 계산하려면 과거와 미래가 모두 필요합니다. 단방향 필터는 필연적으로 위상을 이동시키고 지연, 리드 등의 시각적 효과를 주므로 불가피합니다. 미래를 모르면 현재 시점에서 저역 통과 필터의 정확한 값을 알 수 없습니다.
무엇을 해야 하며 어떻게 처리해야 합니까?
노이즈(백색 노이즈 값, 적색 노이즈 증가)는 예측할 수 없습니다. 그러나 신호가 동일한 주파수 노이즈가 아니고 특정 주파수의 안정적인 피크가 있는 경우 이를 필터링하고 실시간으로 저역 통과 필터링 결과를 얻을 수 있습니다(특정 오류 포함). Kalman 필터 , 표시기 (더 많았나요?)를 참조하세요.
가장 간단한 순방향 필터를 원하면 2*EMA(11)-EMA(22)를 계산하십시오. 선택적으로 기간을 대체할 수 있습니다.
그러나 실습에서 알 수 있듯이 가격 데이터의 주파수 피크는 매우 약하고 불안정하며 이러한 필터의 효과는 미미합니다. 따라서 모든 선형 필터는 "지연" 또는 데이터 왜곡이 발생합니다.
В большинстве приложений размерность вектора состояния объекта превосходит размерность вектора данных наблюдения. И при этом фильтр Калмана позволяет оценивать полное внутреннее состояние объекта. Фильтр Калмана предназначен для рекурсивного дооценивания вектора состояния априорно известной динамической системы, то есть для расчёта текущего...
Yusuf, 내가 틀리지 않는다면 당신은 수학 교수입니까? 이 질문에 답하십시오 - 저는 최근 DSP에 대해 알아보기 시작했습니다. 그래서 질문은 - 아시다시피, MA는 늦습니다. 주파수 필터에 대해 무엇을 말할 수 있습니까? 그는 늦었습니까? 이론상으로는 안됩니다. 하지만 제가 틀렸을 수도 있습니다... 그리고 MA는 본질적으로 동일한 필터가 아닙니까? 지금까지는 이 질문에 스스로 답할 수 없습니다.
저는 개인적으로 신호 필터링을 지지하지 않습니다. 모든 정보는 "있는 그대로" 사용됩니다. 내 알고리즘 자체는 포인트의 1/10과 1/100의 정확도로 레벨을 구별합니다. 나는 원래 신호의 필터링에 대한 간섭을 용납할 수 없다고 생각합니다. 필터링 없이 필요한 것:
제 의견을 말씀드리겠습니다. 필터(단어 자체에서 다음과 같이)는 유용한 신호를 노이즈에서 분리하도록 설계되었습니다. 여기서 필터는 일반적으로 컨볼루션 필터를 의미한다. 이 작업을 통해 원래 신호의 복잡한 스펙트럼을 조작할 수 있습니다( 진폭을 곱하고 각 주파수 의 위상을 회전함 ).
무엇과 무엇을 분리하고 싶습니까?
원하는 신호가 부드러운 신호라면 저역 통과 필터가 필요합니다. 이상적인 필터는 양면이며 이를 계산하는 데 과거와 미래가 모두 필요합니다. 단방향 필터는 필연적으로 위상을 이동시키고 지연, 리드 등의 시각적 효과를 주므로 불가피합니다. 미래를 알지 못하면 현재 시점에서 저역 통과 필터의 정확한 값을 아는 것은 불가능합니다.
무엇을 해야 하며 어떻게 처리해야 합니까?
노이즈(백색 노이즈 값, 적색 노이즈 증가)는 예측할 수 없습니다. 그러나 신호가 동일한 주파수 노이즈가 아니고 특정 주파수의 안정적인 피크가 있는 경우 이를 필터링하고 실시간으로 저역 통과 필터링 결과를 얻을 수 있습니다(특정 오류 포함). Kalman 필터 , 표시기 (더 많았나요?)를 참조하세요.
가장 간단한 순방향 필터를 원하면 2*EMA(11)-EMA(22)를 계산하십시오. 선택적으로 모든 마침표를 대체할 수 있습니다.
그러나 실습에서 알 수 있듯이 가격 데이터의 주파수 피크는 매우 약하고 불안정하며 이러한 필터의 효과는 미미합니다. 따라서 모든 선형 필터는 "지연" 또는 데이터 왜곡이 발생합니다.
전문 수학자들의 비판을 환영합니다!
저는 수학자도 아니고 백색소음과 적색소음에 관심이 없습니다. 실용적인 거래의 관점에서 필터는 이익을 얻을 수 있는 가격 변동에만 즉시 반응(방향의 변화를 보여줌)하는 나에게 좋을 것입니다. 하지만 그런 작업은 예측과 관련이 있고 실질적으로 해결할 수 없기 때문에 필터가 아무리 좋아도 다른 기술적 분석 도구 없이 필터 하나만으로 돈을 버는 것은 불가능하다고 생각합니다.
khorosh : Yusuf는 매일 이익을 수정하는 변형에서 이익을 계산 하는 방법을 자세히 설명합니다. 거래의 시가와 종가를 어떻게 결정합니까?
예를 들어, 어제 거래의 결과를 바탕으로 사자자리의 기분을 보고 적절한 주문을 하고 거래일이 끝나면 바보같이 청산합니다. 그리고 두 번째 옵션에서는 사자자리의 기분이 그대로 유지되면 주문을 닫지 않고 이 방향으로 채우고 사자자리의 기분이 바뀌는 즉시 모든 것을 함께 닫습니다.
그리고 왜 끊임없이 "행아웃"을 색칠합니까?
예를 들어 RTS 지수와 같은 Forts에서 유사한 차트를 시연할 수 있습니까? 그리고 플랫폼이 다르면보고 뉘앙스를 분석합니다.
그래서 질문은 - 아시다시피 MA가 늦었습니다. 주파수 필터에 대해 무엇을 말할 수 있습니까? 그는 늦었습니까? 이론상으로는 안됩니다. 하지만 제가 틀렸을 수도 있습니다... 그리고 MA는 본질적으로 동일한 필터가 아닙니까?
제 의견을 말씀드리겠습니다. 필터(단어 자체에서 다음과 같이)는 유용한 신호를 노이즈에서 분리하도록 설계되었습니다. 여기서 필터는 일반적으로 컨볼루션 필터를 의미한다. 이 작업을 통해 원래 신호의 복잡한 스펙트럼을 조작할 수 있습니다( 진폭을 곱하고 각 주파수 의 위상 회전 ).
무엇과 무엇을 분리하고 싶습니까?
원하는 신호가 부드러운 신호라면 저역 통과 필터가 필요합니다. 이상적인 필터는 양면이며 이를 계산하려면 과거와 미래가 모두 필요합니다. 단방향 필터는 필연적으로 위상을 이동시키고 지연, 리드 등의 시각적 효과를 주므로 불가피합니다. 미래를 모르면 현재 시점에서 저역 통과 필터의 정확한 값을 알 수 없습니다.
무엇을 해야 하며 어떻게 처리해야 합니까?
노이즈(백색 노이즈 값, 적색 노이즈 증가)는 예측할 수 없습니다. 그러나 신호가 동일한 주파수 노이즈가 아니고 특정 주파수의 안정적인 피크가 있는 경우 이를 필터링하고 실시간으로 저역 통과 필터링 결과를 얻을 수 있습니다(특정 오류 포함). Kalman 필터 , 표시기 (더 많았나요?)를 참조하세요.
가장 간단한 순방향 필터를 원하면 2*EMA(11)-EMA(22)를 계산하십시오. 선택적으로 기간을 대체할 수 있습니다.
그러나 실습에서 알 수 있듯이 가격 데이터의 주파수 피크는 매우 약하고 불안정하며 이러한 필터의 효과는 미미합니다. 따라서 모든 선형 필터는 "지연" 또는 데이터 왜곡이 발생합니다.
전문 수학자들의 비판을 환영합니다!
지금까지는 같은 생각입니다.
Yusuf, 내가 틀리지 않는다면 당신은 수학 교수입니까? 이 질문에 답하십시오 - 저는 최근 DSP에 대해 알아보기 시작했습니다. 그래서 질문은 - 아시다시피, MA는 늦습니다. 주파수 필터에 대해 무엇을 말할 수 있습니까? 그는 늦었습니까? 이론상으로는 안됩니다. 하지만 제가 틀렸을 수도 있습니다... 그리고 MA는 본질적으로 동일한 필터가 아닙니까? 지금까지는 이 질문에 스스로 답할 수 없습니다.
저는 개인적으로 신호 필터링을 지지하지 않습니다. 모든 정보는 "있는 그대로" 사용됩니다. 내 알고리즘 자체는 포인트의 1/10과 1/100의 정확도로 레벨을 구별합니다. 나는 원래 신호의 필터링에 대한 간섭을 용납할 수 없다고 생각합니다. 필터링 없이 필요한 것:
제 의견을 말씀드리겠습니다. 필터(단어 자체에서 다음과 같이)는 유용한 신호를 노이즈에서 분리하도록 설계되었습니다. 여기서 필터는 일반적으로 컨볼루션 필터를 의미한다. 이 작업을 통해 원래 신호의 복잡한 스펙트럼을 조작할 수 있습니다( 진폭을 곱하고 각 주파수 의 위상을 회전함 ).
무엇과 무엇을 분리하고 싶습니까?
원하는 신호가 부드러운 신호라면 저역 통과 필터가 필요합니다. 이상적인 필터는 양면이며 이를 계산하는 데 과거와 미래가 모두 필요합니다. 단방향 필터는 필연적으로 위상을 이동시키고 지연, 리드 등의 시각적 효과를 주므로 불가피합니다. 미래를 알지 못하면 현재 시점에서 저역 통과 필터의 정확한 값을 아는 것은 불가능합니다.
무엇을 해야 하며 어떻게 처리해야 합니까?
노이즈(백색 노이즈 값, 적색 노이즈 증가)는 예측할 수 없습니다. 그러나 신호가 동일한 주파수 노이즈가 아니고 특정 주파수의 안정적인 피크가 있는 경우 이를 필터링하고 실시간으로 저역 통과 필터링 결과를 얻을 수 있습니다(특정 오류 포함). Kalman 필터 , 표시기 (더 많았나요?)를 참조하세요.
가장 간단한 순방향 필터를 원하면 2*EMA(11)-EMA(22)를 계산하십시오. 선택적으로 모든 마침표를 대체할 수 있습니다.
그러나 실습에서 알 수 있듯이 가격 데이터의 주파수 피크는 매우 약하고 불안정하며 이러한 필터의 효과는 미미합니다. 따라서 모든 선형 필터는 "지연" 또는 데이터 왜곡이 발생합니다.
전문 수학자들의 비판을 환영합니다!
당신은 시도 할 수 있습니다 데이터 제공: 세션을 열 때 가격, 날짜, 지난 2 개월 동안의 악기, TF D1. 또는 가장 신뢰할 수 있는 데이터를 얻을 수 있는 위치를 지정합니다.
저는 개인적으로 신호 필터링을 지지하지 않습니다. 모든 정보는 "있는 그대로" 사용됩니다. 내 알고리즘 자체는 포인트의 1/10과 1/100의 정확도로 레벨을 구별합니다. 나는 원래 신호의 필터링에 대한 간섭을 용납할 수 없다고 생각합니다. 필터링 없이 필요한 것:
Yusuf는 매일 이익을 수정하는 변형에서 이익을 계산 하는 방법을 자세히 설명합니다. 거래의 시가와 종가를 어떻게 결정합니까?