差分微积分，例子。 - 页 10

[СанСаныч Фоменко]

阿列克谢-潘菲洛夫。

要看到动态的情况。

同是M15的专家。

不要注意这个网站上的骂人话语："超支"。那些重新绘制的指标至少有一定的预测能力，但那些没有重新绘制的指标通常根本没有预测能力。预测能力不是这里要讨论的主题。在其本质上，你的指标被调整为预测（推断）未来，你可以从它们中得到一些东西。

在图片方面，在我看来有价值的是

我非常喜欢之前的绿色图片。普通的绿色三角形向你表明，有一个相当宽的平台，对应的参数将在未来影响你的EA的性能。但第二张图片并没有显示专家顾问的这种极其宝贵的属性

[Aleksey Panfilov]

同一个专家在M5上。这个故事大约有一半的长度。

[Aleksey Panfilov]

桑桑尼茨-弗门科。

不要注意这个网站上的骂人话语，'超支'。那些重划的指标至少有一定的预测能力，但那些不重划的指标通常根本没有预测能力。预测能力不是这里要讨论的话题。在其本质上，你的指标被调整为预测（推断）未来，你可以从中得到一些东西。

在图片方面，在我看来有价值的是

我非常喜欢之前的绿色图片。普通的绿色三角形向你表明，有一个宽大的斜坡，将影响你的EA在未来的表现。但第二张图片并没有表明你的专家顾问有这样一个极其宝贵的属性

谢谢你。

我同意你的观点。似乎在 M30和 现在的 M5 上，该指标与价格行为的同步性更好。

当然，这仍然是一个估计，一个非常 "粗略 "的方法。

[Aleksey Panfilov]

我想指出的是，在所附的指标中用黄色标出的 资源节约条件 被归零，因此在整个图表中显示的是未画出的线。

      a1_Buffer[i]=((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800    *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;
      a5_Buffer[i+92]=a1_Buffer[i];   if(i>=0) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  4*a5_Buffer[i+1+z]  -  6*a5_Buffer[i+2+z]  +  4*a5_Buffer[i+3+z]  - 1*a5_Buffer[i+4+z];  }}
      a2_Buffer[i+92-leverage]=a5_Buffer[i+92-leverage]; 

在测试中，根据我的理解，零条是测试者最后画的那条。那么在优化过程中，将完全计算的条数限制在最后一条是合理的。

      a1_Buffer[i]=((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800    *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;
      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=0) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  4*a5_Buffer[i+1+z]  -  6*a5_Buffer[i+2+z]  +  4*a5_Buffer[i+3+z]  - 1*a5_Buffer[i+4+z];  }}
      a2_Buffer[i+92-leverage]=a5_Buffer[i+92-leverage]; 

或一定数量的最后一个。

      a1_Buffer[i]=((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800    *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;
      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1000) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  4*a5_Buffer[i+1+z]  -  6*a5_Buffer[i+2+z]  +  4*a5_Buffer[i+3+z]  - 1*a5_Buffer[i+4+z];  }}
      a2_Buffer[i+92-leverage]=a5_Buffer[i+92-leverage]; 

但在这种情况下，在整个图表的可视化过程中，指标将不与计算的指标相对应。

[Aleksey Panfilov]

我在指标中加入了选择推断程度的可能性。

      a1_Buffer[i]=((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800    *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;

      if(line_power ==1)   {    a5_Buffer[i+92]=a1_Buffer[i];   if(i>=0) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  2*a5_Buffer[i+1+z]  -  1*a5_Buffer[i+2+z];  }}}
      if(line_power ==2)   {    a5_Buffer[i+92]=a1_Buffer[i];   if(i>=0) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  3*a5_Buffer[i+1+z]  -  3*a5_Buffer[i+2+z]  +  1*a5_Buffer[i+3+z];  }}}
      if(line_power ==3)   {    a5_Buffer[i+92]=a1_Buffer[i];   if(i>=0) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  4*a5_Buffer[i+1+z]  -  6*a5_Buffer[i+2+z]  +  4*a5_Buffer[i+3+z]  - 1*a5_Buffer[i+4+z];  }}}
      if(line_power ==4)   {    a5_Buffer[i+92]=a1_Buffer[i];   if(i>=0) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  5*a5_Buffer[i+1+z]  - 10*a5_Buffer[i+2+z]  +  10*a5_Buffer[i+3+z] - 5*a5_Buffer[i+4+z]  +  1*a5_Buffer[i+5+z];  }}}

      a2_Buffer[i+92-leverage]=a5_Buffer[i+92-leverage]; 
 

并相应地在专家顾问中。

 ma_1=iCustom(NULL,0,"2018_02_08_EMA_Polynom_s4_s1_4_p72_v.2",line_1_power, leverage_1,300,3,0);
 ma_2=iCustom(NULL,0,"2018_02_08_EMA_Polynom_s4_s1_4_p72_v.2",line_2_power, leverage_2,300,3,0);
 ma_1_P=iCustom(NULL,0,"2018_02_08_EMA_Polynom_s4_s1_4_p72_v.2",line_1_power, leverage_1,300,3,1);
 ma_2_P=iCustom(NULL,0,"2018_02_08_EMA_Polynom_s4_s1_4_p72_v.2",line_2_power, leverage_2,300,3,1);

[Aleksey Panfilov]

优化跨越四度多项式推断的线（推断的杠杆为72，这是酒吧的开盘价），三度多项式推断的线。

[Aleksey Panfilov]

在浏览这个话题时，注意到64号帖子 中的一条评论无缘无故地死了。))

亲爱的版主，能不能把它恢复过来，放在以前适当的位置 上？ 或者打开它让我编辑？(下面是评论本身 )

Aleksey Panfilov2018.01.30 21:41#64RU

阿列克谢-潘菲洛夫。

是的。

与牛顿的二项式直接相关。还有帕斯卡尔三角形。 2018年1月30日添加。

对于等距的点来说，这是真的。

1*Y1-2*Y2+1*Y3=0 是直线的差分方程。

1*Y1-3*Y2+3*Y3-1*Y4=0 - 二度抛物线差分方程。

1*Y1-4*Y2+6*Y3-4*Y4+1*Y5=0 - 三度抛物线的差分方程。

它也与这些主题有交集。

https://www.mql5.com/ru/forum/61389/page48#comment_5633264

https://www.mql5.com/ru/forum/211220/page2#comment_5632736 。

1*Y1-5*Y2+10*Y3-10*Y4+5*Y5-1*Y6=0- 四度抛物线的差分方程。

1*Y1-6*Y2+15*Y3-20*Y4+15*Y5-6*Y6+1*Y7=0- 五度抛物线的差分方程。

1*Y1-7*Y2+21*Y3-35*Y4+35*Y5-21*Y6+7*Y7-1*Y8=0- 六度抛物线的差分方程。

直接从等距点的方程推导出肩为1的区间插值公式。

3*Y2=1*Y1+3*Y3-1*Y4 - 通过二度抛物线进行插值。

4*Y2=1*Y1+6*Y3-4*Y4+1*Y5-用三度抛物线插值。

5*Y2=1*Y1+10*Y3-10*Y4+5*Y5-1*Y6--用四次方的抛物线进行插值。

6*Y2=1*Y1+15*Y3-20*Y4+15*Y5-6*Y6+1*Y7-用五度抛物线内插。

7*Y2=1*Y1+21*Y3-35*Y4+35*Y5-21*Y6+7*Y7-1*Y8-通过六度抛物线插值。

作为一个代码。

 
      a1_Buffer[i]=(open[i]   +3*a1_Buffer[i+1 ]   -1*a1_Buffer[i+2 ]  )/3;
      a2_Buffer[i]=(open[i]   +6*a2_Buffer[i+1 ]   -4*a2_Buffer[i+2 ]   +1*a2_Buffer[i+3 ]  )/4;
      a3_Buffer[i]=(open[i]   +10*a3_Buffer[i+1 ]  -10*a3_Buffer[i+2 ]  +5*a3_Buffer[i+3 ]  -1*a3_Buffer[i+4 ])/5;
      a4_Buffer[i]=(open[i]   +15*a4_Buffer[i+1 ]  -20*a4_Buffer[i+2 ]  +15*a4_Buffer[i+3 ]  -6*a4_Buffer[i+4 ]  +1*a4_Buffer[i+5 ])/6;
      a5_Buffer[i]=(open[i]   +21*a5_Buffer[i+1 ]  -35*a5_Buffer[i+2 ]  +35*a5_Buffer[i+3 ]  -21*a5_Buffer[i+4 ]  +7*a5_Buffer[i+5 ]  -1*a5_Buffer[i+6 ])/7;

图中显示了图表的开头。

很明显，使用2-4次方的多项式构建的线条（灰色、蓝色、绿色）有把握地停留在图表附近。

用5次方和6次方的多项式构建的线条（红色，黄色）进入了类似于共振或自动振荡 的状态，并逐渐积累了振幅。增加5度或更大的多项式的杠杆率并不能改变情况。

通过一个由给定周期的正弦波之和 组成的函数的差分方程插值，可以将 "多项式的度数 "提高到例如12度（这就像围绕一个常数的6个正弦波）。

然而，类似的情况（共振）也可以通过围绕一个常数（二度多项式的类似物）内插一个正弦波的函数而遇到，肩部和周期有一定的组合。

与多项式的类比是由最低要求的点的数量得出的。

[Aleksey Panfilov]

优化指标Nikolai SemkoBanzai.mq4 来自本主题的信息57 。

同样的专家顾问，可优化的参数是将线向右移动。

 ma_1=iCustom(NULL,0,"Banzai",leverage_1, 0,leverage_1);
 ma_2=iCustom(NULL,0,"Banzai",leverage_2, 0,leverage_2);
 ma_1_P=iCustom(NULL,0,"Banzai",leverage_1, 0,leverage_1+1);
 ma_2_P=iCustom(NULL,0,"Banzai",leverage_2, 0,leverage_2+1);

结果。

[Aleksey Panfilov]

优化指标Nikolai SemkoBanzai.mq4，来自本主题 的信息57。

在M15上也是如此。

[Aleksey Panfilov]

大多数优化图清楚地显示了"反向 " 信号的边界（红线），因此，结果有一定的"镜像"（黄线突出的例子）。