이제 그와 같은 훌륭한 대역통과 필터의 진정한 요점이 무엇인지 설명하려고 합니다. 왜냐하면. 나는 필터 또는 붐 붐에 있습니다.
))) 그리고 소금이 있습니다. 예를 들어 MA 10을 두 배 또는 세 배 얻기 위해 Ma 5를 몇 번이나 실행해야 하는지 상상해 보십시오. 여기에서 말하는 것처럼 "가격 지연"은 동일합니다. 음, 더 많은 진폭 기능을 고려하십시오. 따라서 Kokain 이 쓴 것처럼 가중치가 변경됩니다.
여기 어딘가에 문제가 McDi의 잘못된 신호(꼬임)에 있다고 썼습니다. 그래서 더 부드러운 곡선이 이러한 문제를 해결하지 않습니까? 그러나 여기의 자동차는 적용 가능하지만 논쟁의 여지가 있습니다.
일반적으로 FIR , ma 또는 그 이상을 취하면 팬에서 팬의 모든 ma 팬은 초기 일련의 가격 분석을 위해 한 번 더 "측정"을 제공합니다.
"추세" - 계수의 합이 1인 필터(모든 유형의 MA) - 가격의 절대값을 따르고 평활화에 사용됩니다(결과는 정의에 따라 프로세스의 역학을 반영하지 않습니다. 현재, 그러나 일부 최근 과거에는 알고리즘에 사용됩니다. "미래에 대한 가정"은 간접적으로만, 우리가 프로세스의 다른 특성을 알고 있다는 계산에 사용됩니다.
"오실레이터" - 계수의 합이 0인 필터 - 국부적 변동 수준을 반영하며 전략에서도 간접적으로 사용됩니다. 계수의 합이 0이므로 표준편차를 1로 하여(예를 들어) 표준편차 에 따라 정규화를 수행합니다. 현재 가격에서 MA 값을 빼서 오실레이터도 얻습니다.
일반 MA의 정사각형 및 삼각형 커널은 이상적이지 않다고 가정할 수 있으며 임의의 진동 주기로 원하는 패턴에 커널을 맞추는 알고리즘을 작성합니다.
MA가 CU LF의 특별한 경우라는 것을 알고 있습니다. 그러나 결국 ZF는 자체 방식으로 "샤머니즘"으로 스펙트럼에 적응해야 합니다. Mashki는 또한 SKO의 관점에서 샤먼화될 수 있습니다. 이에 대한 또 다른 질문입니다. 미래에 대한 결론을 내리기 위해서는 먼저 과거를 올바르게 분해해야 합니다. 디지털 철학자들은 이를 더 잘 수행합니다. 파동을 여러 번 멀리 실행하는 간단한 예조차도 다른 파동보다 나쁩니다. 예를 들어 진폭에서 모든 파동의 임펄스 응답에는 음의 계수가 없습니다.
오 흥미로운 주제입니다.
이 예는 ZF가 MA보다 나은 이유를 더 잘 보여줍니다.
이제 그와 같은 훌륭한 대역통과 필터의 진정한 요점이 무엇인지 설명하려고 합니다. 왜냐하면. 나는 필터 또는 붐 붐에 있습니다.
))) 그리고 소금이 있습니다. 예를 들어 MA 10을 두 배 또는 세 배 얻기 위해 Ma 5를 몇 번이나 실행해야 하는지 상상해 보십시오. 여기에서 말하는 것처럼 "가격 지연"은 동일합니다. 음, 더 많은 진폭 기능을 고려하십시오. 따라서 Kokain 이 쓴 것처럼 가중치가 변경됩니다.
여기 어딘가에 문제가 McDi의 잘못된 신호(꼬임)에 있다고 썼습니다. 그래서 더 부드러운 곡선이 이러한 문제를 해결하지 않습니까? 그러나 여기의 자동차는 적용 가능하지만 논쟁의 여지가 있습니다.
일반적으로 FIR , ma 또는 그 이상을 취하면 팬에서 팬의 모든 ma 팬은 초기 일련의 가격 분석을 위해 한 번 더 "측정"을 제공합니다.
이 예는 ZF가 MA보다 나은 이유를 더 잘 보여줍니다.
MA는 CF의 특별한 경우입니다.
일반적으로(내 관점에서) 두 가지 유형의 디지털 필터가 사용됩니다.
"추세" - 계수의 합이 1인 필터(모든 유형의 MA) - 가격의 절대값을 따르고 평활화에 사용됩니다(결과는 정의에 따라 프로세스의 역학을 반영하지 않습니다. 현재, 그러나 일부 최근 과거에는 알고리즘에 사용됩니다. "미래에 대한 가정"은 간접적으로만, 우리가 프로세스의 다른 특성을 알고 있다는 계산에 사용됩니다.
"오실레이터" - 계수의 합이 0인 필터 - 국부적 변동 수준을 반영하며 전략에서도 간접적으로 사용됩니다. 계수의 합이 0이므로 표준편차를 1로 하여(예를 들어) 표준편차 에 따라 정규화를 수행합니다. 현재 가격에서 MA 값을 빼서 오실레이터도 얻습니다.
일반 MA의 정사각형 및 삼각형 커널은 이상적이지 않다고 가정할 수 있으며 임의의 진동 주기로 원하는 패턴에 커널을 맞추는 알고리즘을 작성합니다.
다음은 한 유형과 한 기간의 가격을 평균화하는 여러 실행입니다. 기록이 길수록 차트가 더 사인파처럼 보입니다.
그리고 가격이 깎였다고 할 수는 없고 런 횟수를 줄이면 더 현실과 같다
같은 조각
다음은 한 유형과 한 기간의 가격을 평균화하는 여러 실행입니다. 기록이 길수록 차트가 더 사인파처럼 보입니다.
그리고 가격이 깎였다고 할 수는 없고 런 횟수를 줄이면 더 현실과 같다
같은 조각
자, 여기 있습니다))))
이제 모든 것이 이해가 됩니다.
그리고 더 높은 범위는 일반적으로 벗어났습니다.
그리고 Zhunko는 전체 DSP가 z-1을 기반으로 하고 이에 대한 작업을 수행한다고 알려줍니다.))))
SENK-S, 동료들!!!!
DSP는 원할 경우 현재 1을 0으로 취소하는 반인용 부호를 만들 수 있습니다. 사실이 아닙니까 ??? ))))))
자, 여기 있습니다))))
이제 모든 것이 이해가 됩니다.
그리고 더 높은 범위는 일반적으로 벗어났습니다.
그리고 Zhunko는 전체 DSP가 z-1을 기반으로 하고 이에 대한 작업을 수행한다고 알려줍니다.))))
SENK-S, 동료들!!!!
DSP는 원할 경우 현재 1을 0으로 취소하는 반인용 부호를 만들 수 있습니다. 사실이 아닙니까 ??? )))))))
나는 Zhunko가 누구인지, 그리고 그가 그곳에서 당신에게 무엇을 말할지 모릅니다. 나는 아직 모든 것을 말하지 않았다.
추신. 불쾌하지 않습니다. 당신이 성공하지 못하고 있는 것처럼 느껴지며, 당신은 결과로 상대방에게 이 모든 것이 넌센스라고 말하고, 스프레드가 있는 이웃 브랜치도 당신을 방해했습니다).
다르게 실행하고 홀수 기간의 필터를 가져 와서 실행하는 동안 (N-1)/2만큼 이동할 수 있습니다.
당연히 스토리는 깊은 스토리가 필요하지만, 히스토리를 늘리지 않아도 동일한 품질 향상을 할 수 있습니다.
권리?)
다시 그리기가 있지만 가속 모드에서 이 다시 그리기가 어떻게 점프하는지 보았습니까? 이것은 1-3, 3-5, 5-7의 겹침이 있는 필터 세트(마스코트의 예를 사용하는 경우)를 얻습니다. , 등.
즉, 3에서 1025까지의 홀수 기간을 갖는 틱입니다. 그런 다음 끝에서 가격이 변경되지 않았다고 가정하고 끝에서 필터를 확장하고 매번 새로운 실행 후에 이 가정을 합니다.
우리는 3에서 1025까지의 각 자동차에 대해 얻습니다. 동일한 수의 실행 - 1025 또는 오히려 512입니다.
다음 단계는 외삽법을 논의하는 것입니다.
그러나 외삽이 아닌 분해를 위해 푸리에를 사용하여 푸리에를 통해 동일한 작업을 수행하는 사람들은 추가 조치 전에 아마도 허수부에서도 분석을 수행할 것입니다.
나중에 우리는 단계 및 단계 방법에 대해 이야기할 것입니다. 동시에 변동성만 있는 패턴과 서로 다른 시간대에 대한 연결성, 주기성, 즉 순환성이 사용되는 방식은 다양합니다.
예를 들어, 위의 분해 메커니즘에 무언가를 기준으로 막대 크기의 예비 정렬 요소를 추가하거나 디지털 필터를 사용하여 가중치를 동적으로 만들 수 있습니다. 글쎄요...
나는 이미 위에서 디지털 필터가 더 나은 이유는 부드러움을 설정할 수 있을 뿐만 아니라 변동성과 관련된 기능을 필터 자체의 계수로 유도할 수 있기 때문입니다.
계속하려면...