MetaQuotes:
Опубликована статья Анализ циклов с использованием алгоритма Гёрцеля:
Автор: Francis Dube
В структуре папок архива "indicator" вместо "indicators"
MetaQuotes:
Опубликована статья Анализ циклов с использованием алгоритма Гёрцеля:
Автор: Francis Dube
спасибо за статью !
за долгое-долгое время первая достойная добавиться в "закладки"
Добрый день, спасибо, мне это тяжело, но интересно. Я хочу попробовать использовать алгоритм для обнаружения частотных составляющих
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Анализ циклов с использованием алгоритма Гёрцеля:
В статье представлены утилиты, реализующие алгоритм Гёрцеля в MQL5 и два способа применения этого метода при анализе ценовых котировок для разработки стратегии.
Алгоритм Гёрцеля — это метод цифровой обработки сигналов, известный своей эффективностью в обнаружении определенных частотных составляющих. Его точность, возможности работы в режиме реального времени и вычислительная эффективность делают его подходящим для анализа финансовых временных рядов. В этой статье мы рассмотрим практические способы использования метода для анализа доминирующих циклов при разработке стратегии. Мы рассмотрим реализацию алгоритма на MQL5 и приведем пример использования кода для определения циклов в котировках.
Алгоритм Гёрцеля, предложенный Джеральдом Гёрцелем, используется для эффективного расчета отдельных членов дискретного преобразования Фурье (ДПФ). Метод был представлен в 1958 году и с тех пор применяется в различных областях, включая инженерное дело, математику и физику. Основное применение алгоритма Герцеля — идентифицировать определенные частотные компоненты в цифровом сигнале, что делает его очень ценным в сценариях, где важны лишь некоторые частотные составляющие. По сравнению с быстрым преобразованием Фурье (БПФ), он требует меньше вычислений при обнаружении ограниченного числа частотных составляющих, что делает его вычислительно эффективным.
Автор: Francis Dube