여기에서 얼마나 움직일 수 있는지, 왜 다시 그리기가 최소화되고 거의 눈에 띄지 않을 가능성이 있는지 명확해야 합니다.
가중치 함수를 사용해야 합니다. 그렇지 않으면 SMA가 됩니다. Blackman-Hann 창을 사용한다고 말할 수도 있습니다.
IIR 필터도 있지만 내 목적에 적합하지 않습니다.
최소 지연을 얻기 위해 필터를 이동하는 방법을 더 자세히 설명해 주시겠습니까? 위상 왜곡을 최소화하기 위해 노력한다면 위상 특성은 선형이어야 하며 이는 계수의 대칭성을 나타냅니다. 이 경우 필터의 그룹 지연은 길이의 절반과 같습니다. 필터 지연을 줄이려면 예를 들어 Linear Weighted MA에서와 같이 오른쪽 막대에 더 높은 계수를 사용하여 위상 응답을 비선형으로 만들어야 합니다. 그러나 대칭인 Blackman-Hann 창을 사용하고 있다고 주장합니다. 분명히 당신은 그것에 다른 가중치 창을 부과하거나 코사인 인수 또는 다른 것을 이동합니다.
나는 전에 이 쓰레기 문학을 읽었는데, 그것은 순수한 한숨이었다. 그리고 나는 피곤하고 재미없게 되었다. 또한 가장 강력한 MACD 신호는 다이버전스라고 기록되어 있습니다. 부하하하!
필터에 대한 문헌은 적지만 필터의 이점은 더 많습니다. 또한 읽고 실험할 수 있으며 모든 것이 명확해집니다.
이것이 내가 시도한 것입니다. 다른 필터 매개변수를 변경했는데 샘플에 더 잘 맞았습니다. 그러나 순전히 수정 수준에서 TA의 아날로그에 비해 이점을 보지 못했습니다. 그 TA, 필터가 전혀 작동하지 않습니다. Banished Hodrick-Prescott 필터 - 인용문과 약한 관계가 있습니다. 혼자서 차량을 만드는 것은 불가능합니다. 이에 대한 기사 를 작성했습니다.
최소 지연을 얻기 위해 필터를 이동하는 방법을 더 자세히 설명해 주시겠습니까? 위상 왜곡을 최소화하기 위해 노력한다면 위상 특성은 선형이어야 하며 이는 계수의 대칭성을 나타냅니다. 이 경우 필터의 그룹 지연은 길이의 절반과 같습니다. 필터 지연을 줄이려면 예를 들어 Linear Weighted MA에서와 같이 오른쪽 막대에 더 높은 계수를 사용하여 위상 응답을 비선형으로 만들어야 합니다. 그러나 대칭인 Blackman-Hann 창을 사용하고 있다고 주장합니다. 분명히 당신은 그것에 다른 가중치 창을 부과하거나 코사인 인수 또는 다른 것을 이동합니다.
매우 간단합니다. 필터 F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]이 있습니다.
필터는 m 막대만큼 과거로 이동합니다. 마지막 m개 막대를 계산하려면 데이터 C[-1] ... C[-m]이 충분하지 않은 것 같습니다(필터는 미래를 조사해야 함). C[0]과 같이 해당 위치에 있는 것으로 대체합니다. 위에 게시된 그림에 따르면 이 경우 150개 막대 이상에 대해 수행할 수 있으며 오류는 거의 감지할 수 없습니다.
필터는 m 막대만큼 과거로 이동합니다. 마지막 m개 막대를 계산하려면 데이터 C[-1] ... C[-m]이 충분하지 않은 것 같습니다(필터는 미래를 조사해야 함). C[0]과 같이 해당 위치에 있는 것으로 대체합니다. 위에 게시된 그림에 따르면 이 경우 150개 막대 이상에 대해 수행할 수 있으며 오류는 거의 감지할 수 없습니다.
고맙습니다. 일어난:
마지막 Per/2 세그먼트의 정확도는 알 수 없는 미래 값의 선택에 따라 달라집니다. 과거에는 약간 다르게 했습니다. Per/2 지연이 있는 일반 필터를 사용하여 필터링하고 Per/2만큼 필터를 과거로 이동하고 마지막에 대해 연속 1차 및 2차로 3차 다항식을 조정했습니다. 2/2 가격 간격 파생 상품. 두 방법 모두 미래에 대해 "환상"하기 때문에 정확도가 동일합니다.
오늘 유로
이 긴 머리핀은 누군가가 예측할 수 있고 DC를 사용하면 이익으로 정지를 해결할 수 있습니다 ... 그러면 "소음은 머리에만 있습니다"(Paukas).
지표를 적용하는 동안 모든 것이 우리가 무엇을 하고 있는지 분명해 보입니다. 우리는 인용문의 몇 가지 특정 기능을 얻고 있습니다(공개).
그리고 필터의 경우. 무엇을 필터링합니까? 우리는 무엇을 얻습니까? 필터에 맞지 않는 모든 것은 어디로 갑니까?
그리고 나는 당신이 무엇을 이해하는지 모르겠습니다. 어떤 종류의 지표를 사용합니까? 어떤 기능이 식별되고 어떻게 식별됩니까?
MA는 저역 통과 필터이고 MACD는 대역 통과 필터입니다(약간의 스트레치 포함). 필터에 대해 가지고 있는 MA 및 MACD 지표에 대해 동일한 질문이 없는 이유는 무엇입니까?
그리고 나는 당신이 무엇을 이해하는지 모르겠습니다. 어떤 종류의 지표를 사용합니까? 어떤 기능이 식별되고 어떻게 식별됩니까?
MA는 저역 통과 필터이고 MACD는 대역 통과 필터입니다(약간의 스트레치 포함). 필터에 대해 가지고 있는 MA 및 MACD 지표에 대해 동일한 질문이 없는 이유는 무엇입니까?
필터를 단축하거나 다른 작업을 수행할 수 있습니다. 예를 들어 과거로 이동합니다.
여기에서 얼마나 움직일 수 있는지, 왜 다시 그리기가 최소화되고 거의 눈에 띄지 않을 가능성이 있는지 명확해야 합니다.
가중치 함수를 사용해야 합니다. 그렇지 않으면 SMA가 됩니다. Blackman-Hann 창을 사용한다고 말할 수도 있습니다.
IIR 필터도 있지만 내 목적에 적합하지 않습니다.
최소 지연을 얻기 위해 필터를 이동하는 방법을 더 자세히 설명해 주시겠습니까? 위상 왜곡을 최소화하기 위해 노력한다면 위상 특성은 선형이어야 하며 이는 계수의 대칭성을 나타냅니다. 이 경우 필터의 그룹 지연은 길이의 절반과 같습니다. 필터 지연을 줄이려면 예를 들어 Linear Weighted MA에서와 같이 오른쪽 막대에 더 높은 계수를 사용하여 위상 응답을 비선형으로 만들어야 합니다. 그러나 대칭인 Blackman-Hann 창을 사용하고 있다고 주장합니다. 분명히 당신은 그것에 다른 가중치 창을 부과하거나 코사인 인수 또는 다른 것을 이동합니다.
MA와 MACD에 대한 문헌이 산더미처럼 작성되었습니다. 모든 것이 분명하다. 그러나 필터의 전면 또는 위상이 다른 경우에는 어떻게 됩니까? 필터 개념과 작업 결과 간의 상관 관계를 이해하지 못합니다.
나는 전에 이 쓰레기 문학을 읽었는데, 그것은 순수한 한숨이었다. 그리고 나는 피곤하고 재미없게 되었다. 또한 가장 강력한 MACD 신호는 다이버전스라고 기록되어 있습니다. 부하하하!
필터에 대한 문헌은 적지만 필터의 이점은 더 많습니다. 당신은 또한 읽고 실험할 수 있으며 모든 것이 명확해질 것입니다.
나는 전에 이 쓰레기 문학을 읽었는데, 그것은 순수한 한숨이었다. 그리고 나는 피곤하고 재미없게 되었다. 또한 가장 강력한 MACD 신호는 다이버전스라고 기록되어 있습니다. 부하하하!
필터에 대한 문헌은 적지만 필터의 이점은 더 많습니다. 또한 읽고 실험할 수 있으며 모든 것이 명확해집니다.
이것이 내가 시도한 것입니다. 다른 필터 매개변수를 변경했는데 샘플에 더 잘 맞았습니다. 그러나 순전히 수정 수준에서 TA의 아날로그에 비해 이점을 보지 못했습니다. 그 TA, 필터가 전혀 작동하지 않습니다. Banished Hodrick-Prescott 필터 - 인용문과 약한 관계가 있습니다. 혼자서 차량을 만드는 것은 불가능합니다. 이에 대한 기사 를 작성했습니다.
최소 지연을 얻기 위해 필터를 이동하는 방법을 더 자세히 설명해 주시겠습니까? 위상 왜곡을 최소화하기 위해 노력한다면 위상 특성은 선형이어야 하며 이는 계수의 대칭성을 나타냅니다. 이 경우 필터의 그룹 지연은 길이의 절반과 같습니다. 필터 지연을 줄이려면 예를 들어 Linear Weighted MA에서와 같이 오른쪽 막대에 더 높은 계수를 사용하여 위상 응답을 비선형으로 만들어야 합니다. 그러나 대칭인 Blackman-Hann 창을 사용하고 있다고 주장합니다. 분명히 당신은 그것에 다른 가중치 창을 부과하거나 코사인 인수 또는 다른 것을 이동합니다.
매우 간단합니다. 필터 F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]이 있습니다.
F[i+m]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]으로 바꾸면 됩니다.
필터는 m 막대만큼 과거로 이동합니다. 마지막 m개 막대를 계산하려면 데이터 C[-1] ... C[-m]이 충분하지 않은 것 같습니다(필터는 미래를 조사해야 함). C[0]과 같이 해당 위치에 있는 것으로 대체합니다. 위에 게시된 그림에 따르면 이 경우 150개 막대 이상에 대해 수행할 수 있으며 오류는 거의 감지할 수 없습니다.
매우 간단합니다. 필터 F[i]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]이 있습니다.
F[i+m]=K0*C[i]+K1*C[i+1]+K2*C[i+2]+...+Kn*C[i+n]으로 바꾸면 됩니다.
필터는 m 막대만큼 과거로 이동합니다. 마지막 m개 막대를 계산하려면 데이터 C[-1] ... C[-m]이 충분하지 않은 것 같습니다(필터는 미래를 조사해야 함). C[0]과 같이 해당 위치에 있는 것으로 대체합니다. 위에 게시된 그림에 따르면 이 경우 150개 막대 이상에 대해 수행할 수 있으며 오류는 거의 감지할 수 없습니다.
고맙습니다. 일어난:
마지막 Per/2 세그먼트의 정확도는 알 수 없는 미래 값의 선택에 따라 달라집니다. 과거에는 약간 다르게 했습니다. Per/2 지연이 있는 일반 필터를 사용하여 필터링하고 Per/2만큼 필터를 과거로 이동하고 마지막에 대해 연속 1차 및 2차로 3차 다항식을 조정했습니다. 2/2 가격 간격 파생 상품. 두 방법 모두 미래에 대해 "환상"하기 때문에 정확도가 동일합니다.
다시 그리기