完美的过滤器
找到 "完美过滤器 "的最好方法是自己想出一个。因为除了你，没有人能够考虑到你所需要的过滤器的所有参数，其操作规则，结果的评估等，并考虑到你的目标。
如果向你提供变体的选择，你将不得不适应别人的规则。
你需要一个完美的过滤器。你有什么建议？
完美的过滤器是完全满足给定要求的过滤器。
将需求正式化 )
首先，感谢每个人的回应。
也许 "之 "字形会适合你。
我计划用之字形来获得分布统计，"最有利可图 "的潜在进入/退出点，如果取自快速EMA。从纯粹的价格来看，Zigzag是非常乐观和反现实的IMHO。就其性质而言，"之 "字形等待变化的阈值，不管它发生了多长时间和如何发生的，也就是说，它忽略了平坦和内部动态。 可能它需要一个单独的主题，因为也有许多问题，它与这个主题有分歧。
找到 "完美过滤器 "的最好方法是自己想出一个。因为除了你，考虑到你的目标，没有人能够想清楚你需要的过滤器的所有参数、其工作规则、结果评估等。
如果向你提供变体的选择，你将不得不适应别人的规则。
这就是我的工作，大声说出我的想法，谁知道呢，也许有人会慷慨解囊，纠正我，或建议一个方向。
目标是一个脚本，它将收集趋势/浮动的统计数据，按规模和强度类别进行分解。为了获得应用于价格系列时，根据规模（噪音阈值）和 "陡度"（平均切线角）分成的趋势和凹槽分布的统计。
我从逻辑上看问题陈述的方式。价格系列被一个双面过滤器过滤，例如，双重SMA向后移了一个周期，双重以获得 "平滑度"，然后我们计算相邻点的差异，乘以一些系数，得到切线斜率的测量，让我们称之为 "D"。
然后我们寻找D在一定范围内 的区域，低值意味着平缓，中高值意味着趋势，极高值意味着黑天鹅。 我们将每个范围的时间量 相加除以总时间，再乘以100，得到的统计数字是%。这是我看到的一个计划， 或者说是关于这个计划的最有可能的想法之一，可以肯定的是，这不是我第一次想到的，很久以前就有人尝试过，会怜悯地对绿色说，这是一个愚蠢的计划，不会成功的，如此这般......或者反过来说，他们会说我在正确的轨道上。事实上，有人会给你一个现成的算法或脚本，做这样的工作， 我都不 指望了， 懒惰不能被 鼓励。
理想的过滤器是完全满足既定要求的过滤器。
将要求正式化）。
参数。
1)规模(噪声阈值)。
2) "陡峭度 "的范围。
输出 - 市场保持在这种 "状态 "的时间百分比。
有可能添加一个指标，根据D范围来描绘价格系列，以便 "通过眼睛 "了解统计数据收集的充分性。
PS：在这个问题上，双SMA似乎是成为 "理想过滤器 "的良好候选者。但我们仍然需要进行实验。这是迄今为止市场上最简单的统计类型，也许解决方案也应该很简单。当我们到了更华丽的图案识别时，我们将使其更加困难。
诚如上面的参与者所说，你在这里问的问题，是主观的，而对参与者的口味和色彩是没有的。
我的选择也是ZigZag（经过一些修改），关于你写的它不能检测平坦的问题--无稽之谈。膝盖之间的价格高度（sorry....）与时间水平的比率，在它们之间，也给你一个市场特征，剔除噪音，比MA更有信息量。但这都是在历史上，为了统计。
如果你想在一段时间内有这些状态的量化特征，甚至分配 "陡峭度 "的程度 - 然后定义什么是趋势/飞跃+寻找点的标准来确定角度+一些不同的用于分析统计数据和发布TOR - 他们会以最好的方式为钱做/作为一个选项/。
对我来说，历史数据对交易没有帮助......如果昨天（今天）在M15时间框架中，货币对上有25个趋势和47个平坦区域，其中一半是 "真正的好"，这有什么用？如果我们分析有关趋势的大小、平坦、期间的拉锯等数据，它允许我们设定目标水平，但同样，没有通用的工具来及时发现趋势的逆转，因为当趋势被确定时，它已经通过了部分方式，跟随趋势上升是试图登上 "离去的火车"......问题是它还有多少个站要去。
并说这是一个愚蠢的计划，它不会工作，因为这个和那个......。
该计划根本不现实，不是说不现实......。问题陈述的前提是错误的。将 "统计 "作为科学研究工具的概念本身与历史市场数据中的大量可靠信息并不相符。
请你澄清一下所说的内容。
我指的不是话题发起人的模糊目标，而是关于统计数据和 "可靠信息 "之间不一致的概括。你认为统计方法是错误的 吗？
换句话说，概率分布是任意的非功能性的，任何对数据集的概括，都不带有有价值的信息。
欢迎来到赌场!欢迎加入俱乐部!Kamonochka euribatochka))))))))))
请你澄清一下所说的内容。
我指的不是话题发起人的模糊目标，而是关于统计数据和 "可靠信息 "之间不一致的概括。你认为统计方法是错误的 吗？
换句话说，概率分布是任意的非功能性的，任何对数据集的概括，都不带有有价值的信息。
欢迎来到赌场!欢迎加入俱乐部!Kamonochka euribatochka))))))))))
我想我已经说得很清楚了......统计方法--是个好东西，但它们不适用于外汇，用于统计的原始数据非常少，而数据的有效性，更少。更准确地说，可以应用统计学方法，但在这种情况下，它将是一种科学方法的假象，有错误的结果。 如果你不同意我所说的，你可以检查我的正确性（或错误性）...要么读一些关于统计方法的严肃的东西，或者，如果这太麻烦了，就用硬币做一个 "经典之作 "中的实际实验。
我同意也不同意，同时，只是不清楚你的观点是什么。
什么样的数据是不够的？多少钱才够？ 价格、数量、Level2等。
什么是 "可靠 "的数据？
请为我们提供一个来自 "严肃 "工作的具体陈述，证明选择数据进行统计分析是有限度的。关于 "可靠性"，尤其有趣。
P.S. 我只是想了解你的意思。
女士们、先生们，大家好。
我绝对是绿色的，所以不要嘲笑我。
我将采取一种科学的方法。要做到这一点，我需要收集统计数据。对于初学者来说，简单的，如对趋势的统计，翻牌，以及他们的规模特征。要做到这一点，我们需要用一个非滞后（双向）过滤器过滤价格，然后计算衍生品在特定范围内的角度时间。
你需要一个完美的过滤器。你会建议哪一个呢？