作者的对话。亚历山大-斯米尔诺夫。 - 页 32

新评论
 

我仔细检查了二次回归的公式（以不同的、更可靠的方式）。一切都很合适，公式也是正确的（除了我在QWMA公式上的错误，我已经纠正了）。坦率地说，Korey，我对其在极值处的具体重叠感到压力。我自己试着画一下。

2 候选人： 你应该把3*LWMA-2*SMA重叠在一起，检查它们是否收敛。但你的代码显然非常聪明，这就像在学校一样。

P.S. 那么，谁对立体回归的公式感兴趣？总的来说--是时候引入具有多项式权重的新混搭了。只是计算它们的递归公式不再那么简单了。

 
Mathemat:

2 候选人： 你应该把3*LWMA-2*SMA叠加在一起，看看它们是否匹配。但你的代码显然不是这样的弱点，它都是公平公正的，就像你在学校学到的那样。

那么你应该考虑到，我的LR是（高+低）/2
 
嗯，是的，你已经清楚地计算了这一切。我把另一个缓冲器放在那里，有3*LWMA-2*SMA的差异。这是一场比赛。我仍然认为我的计算方式应该更快，尽管我还没有检查过......顺便说一下，你的值不是在最后一个柱状图上画的。
附加的文件：
movinglr_1.mq4  6 kb
 
Mathemat:

我仔细检查了二次回归的公式（以不同的、更可靠的方式）。一切都很合适，公式也正确（除了我在QWMA公式上的错误，我已经纠正了）......


我在哪里可以看到正确的公式？
 
Mathemat:

我仔细检查了二次回归的公式（以不同的、更可靠的方式）。一切都很合适，公式都是正确的（除了我在QWMA公式上的错误，我已经纠正了）。坦率地说，Korey，我对其在极值处的具体重叠感到压力。我试着自己画一下....


从（隐式）分化中获得大周期的超调。
如果在极值处没有这些循环的话
- 群体相位速度将受到影响。
其优点是，在索引器中的积累是二次性的效果。
即极值处的过冲被明显地平滑化，并接近抛物线。
治疗重叠的方法是玩弄系数，现在的系数恒定为10-15/(N+2)。
现在是以适应性的方式引入变量的时候了，分别是：整合期、微分期。
而这可能需要一个平滑度标准。

 
我不明白...HMA似乎更顺畅，排放更少...
 

什么是HMA，pisara？

P.S. 找到了：'HMA'.它背后的想法是什么？

 
Mathemat:
我仍然认为我的计算方式应该更快，虽然我还没有检查过...顺便说一下，你的值不是在最后一个柱状图上画的。
我检查过了:)。在大约一百万条的情况下，你的方式需要1844毫秒，我的需要2797。我必须承认，结果是相当出乎意料的。为你点赞!然而，我修改了Moving Averages.mq4代码来检查它，所以我像一个真正的偏执狂一样，给自己上了保险，防止使用嵌入式节点的本地代码。

我不按原则计算零条:)
 

2个zigan。

对于线性回归，公式为：LRMA = 3*LWMA - 2*MA

对于二次回归。

二次回归MA = 3 * SMA + QWMA * ( 10 - 15/( N + 2 ) )- lwma * ( 12 - 15/( n + 2 ) )

这里N是平均数的周期。

QWMA( i; N ) = 6/( N*(N+1)(2*N+1) )* sum( Close[i] * (N-i)^2; i = 0...N-1 ) （平方权重机）。

for cubic: oops, still can't get it out of Trading Solutions, my formula is too wild there.

2 候选人： 你真的很偏执，我不会想到......

 
Mathemat:

2 Candid： 你是一个真正的偏执狂，我不会想到......

为了完成它，我在MovingLR_1中加入了时间控制，得到了1360和2828msec。因此，关于本地代码的假设并非毫无根据。
1...252627282930313233343536373839...44
新评论