레오브 감사합니다. 차이가 있지만 실제로는 매우 작습니다. 그리고 설명 텍스트에 배치된 그림은 아마도 평활화 기간(강한 지연)의 매우 큰 값에 해당할 것입니다.
2 khorosh : 표시기는 정말 가치가 있지만 여전히 모든면에서 Jurik보다 나은 그러한 방법 매개 변수 ( 평활 방법 )를 찾지 못했습니다. 때로는 더 빠르지 만 거의 항상 아파트에서 너무 많이 변동합니다. 경주에. Jurik에 가까운 것을 method=1로 얻습니다.
Mathemat : 레오브 감사합니다. 차이가 있지만 실제로는 매우 작습니다. 그리고 설명 텍스트에 배치된 그림은 아마도 평활화 기간(강한 지연)의 매우 큰 값에 해당할 것입니다.
2 khorosh : 표시기는 정말 가치가 있지만 여전히 모든면에서 Jurik보다 나은 그러한 방법 매개 변수 (평활 방법)를 찾지 못했습니다. 때로는 아파트에서 거의 항상 너무 많이 변동합니다 (변동). 경주에서는 더 빠릅니다. Jurik에 가까운 것을 method=1로 얻습니다.
Jurik은 정말 고품질의 적응형 필터를 만든 것 같습니다.
수학자로서 당신에게서 이것을 듣는 것이 이상합니다(결국 당신의 진술을 읽은 후 많은 사람들이 이것을 믿게 될 것입니다). 더 적응력이 좋은 것에 대한 대답은 무엇입니까? 품질 = 수치를 어떻게 측정하고 어떻게 계산합니까?
디지털 필터가 적응형이어야 하는 공식을 지정하면 진정한 적응형 디지털 필터를 만들어 당신에게 줄 수 있습니다. (Dzhurik은 그것이 더 나쁠 것이라고 생각합니다).
Prival , 나는 Jurik 지표가 완벽함의 높이라고 말하지 않을 것입니다(그것은 근본적으로 퍼지 문제이기 때문에 단순히 존재하지 않습니다.
적응력에 관해서는 그것이 실제로 무엇인지 잘 알지 못하기 때문에 아마도 급할 것입니다. 현재 상황(측면 또는 추세 활동)에 따라 계산 알고리즘을 변경하는 기능 일 뿐이라고 생각합니다. 다양한 적응형 이동 은 프랙탈 차원, 변동성 등 다양한 "평면/추세" 기준을 사용합니다.
Jurik에는 필터가 충족해야 하는 네 가지 요구 사항이 있습니다.
1. 신호와 가격 사이의 최소 지연, 그렇지 않으면 트리거가 늦게 옵니다. 2. 최소 오버슈트, 그렇지 않으면 MA가 잘못된 가격 수준을 생성합니다. 3 최소 언더슛, 그렇지 않으면 수렴을 기다리는 시간이 손실됩니다. 4. 가격이 새로운 수준으로 차이나는 경우를 제외하고 최대의 부드러움.
번역:
1. 신호와 가격 사이의 최소 지연 그렇지 않으면 신호가 너무 늦게 도착합니다. 2. 최소 중첩 [깁스 현상과 같은 것 - 수학]; 그렇지 않으면 MA는 잘못된 가격 수준을 제공합니다. 3. 최소한의 "오버슈트"; 그렇지 않으면 신호가 가격과 수렴할 때까지 시간이 손실됩니다. 4. 최대의 부드러움 - 가격 차이를 제외하고.
주릭앤코 문제를 훌륭하게 해결하고 많은 예를 들어 보여줍니다 (영어조차도 이해하기 위해 필요하지 않습니다. Prival : 모든 것이 밝은 그림으로 좋은 만화 수준으로 제시됩니다). 물론 이것이 필터가 이동 평균의 대체물로 어리석게 사용될 수 있다는 것을 의미하지는 않습니다. 감탄하는 사용자들의 후기에서 신호는 특정 상황에서만 사용해야 한다고 여러 번 강조합니다. 그러나 가장 어리석은 사용("2개의 이동 평균")에도 불구하고 잘못된 신호는 여전히 적습니다.
매우 시끄러운 레이더 정보를 처리하는 칼만으로 가장 어려운 실제 문제를 해결한 Prival 에게 영광과 찬사를 보냅니다. 그러나 우리는 이제 JMA가 시장 데이터에 대해 뛰어난 이유를 이해하려고 노력하고 있습니다.
이상적인 특성을 가진 가장 이상적이고 정교한 이동 평균 유형의 적응 필터는 자체적으로 강력한 전략을 만드는 문제를 해결할 수 없음을 다시 한 번 강조하고 싶습니다. 문제는 더 깊습니다. 당신은 우리의 개인 서신에서 이것을 알고 있습니다.
Mathemat : 적응력과 관련하여 나는 그것이 실제로 무엇인지 잘 알지 못하기 때문에 아마도 급할 것입니다.
매우 간단합니다. 터키에는 2개의 입구가 있습니다. 하나는 닫기를 위한 것이고 다른 하나는 ADX(또는 다른 것)와 같은 추세를 보여주는 지표를 위한 것입니다. 그리고 두 가지 매개 변수 - 최소 기간과 최대 기간. 최소 기간 - 최소 ADX에서, 최대 - 최대 ADX에서. 그게 전부입니다.
질문이 조금 더 깊습니다. 하나의 지표가 다른 지표보다 더 적응력이 높다는 것에 답하기 위해. 그가 무엇에 적응해야 하는지 알아야 합니다.
가격만 얘기하면. 그 정확한(지연되지 않은, 변동하지 않는 등)은 Close[0]입니다. 하지만 그건 나쁩니다. 거기에서 올바른 방향(잡음)을 결정하는 데 방해가 되는 요소를 제거해야 합니다. 그리고 질문에 정확하고 정확하게 (수학적 관점에서) 대답하기 위해. 노이즈란 무엇이며 신호란 무엇인가라는 질문에 답할 필요가 있습니다. 그래야만 어떤 지표가 시장을 움직이는 유용한 요소(신호)에 더 잘 적응한다고 말할 수 있습니다.
그리고 Dzhurik이 증거로 인용한 신호(모델)에 대해 우수한 DSP 전문가가 최적의 + 적응형 지표를 만드는 것은 어렵지 않을 것입니다.
Prival : 그리고 Jurik이 증거로 인용한 신호(모델)에 대한 최적의 + 적응형 지표를 만드는 것은 우수한 DSP 전문가에게 어렵지 않을 것입니다.
주제의 저자는 그런 전문가 인 것 같습니다.
여기에 약간 바보 같은 모델이 있습니다. Prival : 수익률(신호 증분)을 고려하면 신호는 0이고 노이즈는 경험적으로 알고 있는 Cauchy 분포 유형의 pdf와 ACF를 사용하는 무작위 프로세스입니다. 측정 및 양자화 오류가 없습니다. 물론 통합의 결과로 가격 자체는 "수학적 기대치"를 뛰어 넘을 것입니다. 꼬리는 너무 두껍고 여전히 의존적입니다.
이 모델은 아마도 시장 자체보다 훨씬 더 터프합니다. 그러나 필터가 이러한 모델에서 작동하면 어디에서나 작동합니다.
추신: 그런데 Djurik은 다음과 같은 제안을 했습니다. 자신의 창작물을 구입한 사람 중 한 명이 위에서 설명한 4가지 기준에 따라 Cauchy와 같은 데이터에서 작동하는 필터를 제공하는 경우 해당 유형의 돈을 반환할 것입니다. . 그리고 이것은 그 자신이 안내한 소음 모델에 대한 명백한 암시일 뿐입니다.
2 khorosh : 표시기는 정말 가치가 있지만 여전히 모든면에서 Jurik보다 나은 그러한 방법 매개 변수 ( 평활 방법 )를 찾지 못했습니다. 때로는 더 빠르지 만 거의 항상 아파트에서 너무 많이 변동합니다. 경주에. Jurik에 가까운 것을 method=1로 얻습니다.
Jurik은 정말 고품질의 적응형 필터를 만든 것 같습니다.
레오브 감사합니다. 차이가 있지만 실제로는 매우 작습니다. 그리고 설명 텍스트에 배치된 그림은 아마도 평활화 기간(강한 지연)의 매우 큰 값에 해당할 것입니다.
2 khorosh : 표시기는 정말 가치가 있지만 여전히 모든면에서 Jurik보다 나은 그러한 방법 매개 변수 (평활 방법)를 찾지 못했습니다. 때로는 아파트에서 거의 항상 너무 많이 변동합니다 (변동). 경주에서는 더 빠릅니다. Jurik에 가까운 것을 method=1로 얻습니다.
Jurik은 정말 고품질의 적응형 필터를 만든 것 같습니다.
수학자로서 당신에게서 이것을 듣는 것이 이상합니다(결국 당신의 진술을 읽은 후 많은 사람들이 이것을 믿게 될 것입니다). 더 적응력이 좋은 것에 대한 대답은 무엇입니까? 품질 = 수치를 어떻게 측정하고 어떻게 계산합니까?
디지털 필터가 적응형이어야 하는 공식을 지정하면 진정한 적응형 디지털 필터를 만들어 당신에게 줄 수 있습니다. (Dzhurik은 그것이 더 나쁠 것이라고 생각합니다).
레오브 감사합니다. 차이가 있지만 실제로는 매우 작습니다. 그리고 설명 텍스트에 배치된 그림은 아마도 평활화 기간(강한 지연)의 매우 큰 값에 해당할 것입니다.
LeoV , 합법적인 것과 http://codebase를 시각적으로 비교하는 것이 너무 어렵지 않습니까? mql4.com/ru/1356, 같은 이름을 가지고 있습니까? 아니면 합법 - 오메가를 위해?
여기 두 장의 사진이 있습니다. 기간 14, 0단계. 그런데 매우 유사합니다. MT4에 적합한 알고리즘입니다. 원한다면 다른 기간으로 게시할 수 있습니다.
내 사진을 추가하기로 결정
적응형 JMA가 있습니다. 또한 기존 JMA와 적응형의 교차점에서 작업하는 것이 이미 가능합니다. 나는 이것을 깜짝 놀랐다. .... 기간은 모두 14입니다. 적응의 경우 14에서 48까지 다양합니다.
적응력에 관해서는 그것이 실제로 무엇인지 잘 알지 못하기 때문에 아마도 급할 것입니다. 현재 상황(측면 또는 추세 활동)에 따라 계산 알고리즘을 변경하는 기능 일 뿐이라고 생각합니다. 다양한 적응형 이동 은 프랙탈 차원, 변동성 등 다양한 "평면/추세" 기준을 사용합니다.
Jurik에는 필터가 충족해야 하는 네 가지 요구 사항이 있습니다.
1. 신호와 가격 사이의 최소 지연, 그렇지 않으면 트리거가 늦게 옵니다.
2. 최소 오버슈트, 그렇지 않으면 MA가 잘못된 가격 수준을 생성합니다.
3 최소 언더슛, 그렇지 않으면 수렴을 기다리는 시간이 손실됩니다.
4. 가격이 새로운 수준으로 차이나는 경우를 제외하고 최대의 부드러움.
번역:
1. 신호와 가격 사이의 최소 지연 그렇지 않으면 신호가 너무 늦게 도착합니다.
2. 최소 중첩 [깁스 현상과 같은 것 - 수학]; 그렇지 않으면 MA는 잘못된 가격 수준을 제공합니다.
3. 최소한의 "오버슈트"; 그렇지 않으면 신호가 가격과 수렴할 때까지 시간이 손실됩니다.
4. 최대의 부드러움 - 가격 차이를 제외하고.
주릭앤코 문제를 훌륭하게 해결하고 많은 예를 들어 보여줍니다 (영어조차도 이해하기 위해 필요하지 않습니다. Prival : 모든 것이 밝은 그림으로 좋은 만화 수준으로 제시됩니다). 물론 이것이 필터가 이동 평균의 대체물로 어리석게 사용될 수 있다는 것을 의미하지는 않습니다. 감탄하는 사용자들의 후기에서 신호는 특정 상황에서만 사용해야 한다고 여러 번 강조합니다. 그러나 가장 어리석은 사용("2개의 이동 평균")에도 불구하고 잘못된 신호는 여전히 적습니다.
매우 시끄러운 레이더 정보를 처리하는 칼만으로 가장 어려운 실제 문제를 해결한 Prival 에게 영광과 찬사를 보냅니다. 그러나 우리는 이제 JMA가 시장 데이터에 대해 뛰어난 이유를 이해하려고 노력하고 있습니다.
이상적인 특성을 가진 가장 이상적이고 정교한 이동 평균 유형의 적응 필터는 자체적으로 강력한 전략을 만드는 문제를 해결할 수 없음을 다시 한 번 강조하고 싶습니다. 문제는 더 깊습니다. 당신은 우리의 개인 서신에서 이것을 알고 있습니다.
매우 간단합니다. 터키에는 2개의 입구가 있습니다. 하나는 닫기를 위한 것이고 다른 하나는 ADX(또는 다른 것)와 같은 추세를 보여주는 지표를 위한 것입니다. 그리고 두 가지 매개 변수 - 최소 기간과 최대 기간. 최소 기간 - 최소 ADX에서, 최대 - 최대 ADX에서. 그게 전부입니다.
레오프
질문이 조금 더 깊습니다. 하나의 지표가 다른 지표보다 더 적응력이 높다는 것에 답하기 위해. 그가 무엇에 적응해야 하는지 알아야 합니다.
가격만 얘기하면. 그 정확한(지연되지 않은, 변동하지 않는 등)은 Close[0]입니다. 하지만 그건 나쁩니다. 거기에서 올바른 방향(잡음)을 결정하는 데 방해가 되는 요소를 제거해야 합니다. 그리고 질문에 정확하고 정확하게 (수학적 관점에서) 대답하기 위해. 노이즈란 무엇이며 신호란 무엇인가라는 질문에 답할 필요가 있습니다. 그래야만 어떤 지표가 시장을 움직이는 유용한 요소(신호)에 더 잘 적응한다고 말할 수 있습니다.
그리고 Dzhurik이 증거로 인용한 신호(모델)에 대해 우수한 DSP 전문가가 최적의 + 적응형 지표를 만드는 것은 어렵지 않을 것입니다.
레오프
질문이 조금 더 깊습니다. 하나의 지표가 다른 지표보다 더 적응력이 높다는 것에 답하기 위해. 그가 무엇에 적응해야 하는지 알아야 합니다.
물론 트렌드에 맞게 조정됩니다. "더 크고 강한" 경향 - JMA 기간이 길어짐. 그리고 이것은 내가 이해하는 바가 맞습니다 ....
여기에 약간 바보 같은 모델이 있습니다. Prival : 수익률(신호 증분)을 고려하면 신호는 0이고 노이즈는 경험적으로 알고 있는 Cauchy 분포 유형의 pdf와 ACF를 사용하는 무작위 프로세스입니다. 측정 및 양자화 오류가 없습니다. 물론 통합의 결과로 가격 자체는 "수학적 기대치"를 뛰어 넘을 것입니다. 꼬리는 너무 두껍고 여전히 의존적입니다.
이 모델은 아마도 시장 자체보다 훨씬 더 터프합니다. 그러나 필터가 이러한 모델에서 작동하면 어디에서나 작동합니다.
추신: 그런데 Djurik은 다음과 같은 제안을 했습니다. 자신의 창작물을 구입한 사람 중 한 명이 위에서 설명한 4가지 기준에 따라 Cauchy와 같은 데이터에서 작동하는 필터를 제공하는 경우 해당 유형의 돈을 반환할 것입니다. . 그리고 이것은 그 자신이 안내한 소음 모델에 대한 명백한 암시일 뿐입니다.