出于对体育的兴趣，我参加了适应性报价的过滤工作
数字价格处理是一个大话题。我还没有做什么。我还没有找到任何运气。你能详细说明一下这个曲线吗？
我没有看到什么特别的东西。也许我错过了什么，那就说明你想得到什么。例如，按平均价格计算，6人的醪糟会得到几乎相同的结果（没有检查），但在我看来是这样。:)
让我简单解释一下（很抱歉，我不说细节）。
我们有一个由差分方程定义的递归滤波器，类似于EMA，参数为α。由于只有一个参数，我们将对其进行调整。想法：让它检查市场行为 是否符合某个先验设定的模型，在任何特定的时间点。为了确定起见，我们将其称为 "充足率"（AR），它被引入并计算。让它从0到1变化，其中1对应于完全 "符合"，0对应于完全 "不符合"。进一步的推理如下：如果KA接近于1，那么市场可能不会被监测得太 "严密"，因为它在我们的模型框架内的发展是可预测的。相反，如果KA接近于0，我们认为市场行为的可预测性已经下降，应该 "更仔细地 "跟踪价格。我们的结论是，参数α应该是CA的一个单调的函数。让我们选择依赖关系（如线性），然后继续。
从图中可以看出，追踪趋势（虽然总是不同）和钉住平坦的不必要的波动是相当不错的。我想听听某人的意见，根据个人经验，这有多成功。
然后展示一个线性加权的。
我自己
=========================
没有什么是重绘的 :)
alsu >>:
вот из того, что вроде как ближе всего графически: линейно взвешенная(2):
видите - синяя на флетовых участках прыгает, а красная ведет себя гораздо более спокойно. При этом в тренде и там, и там около дела
我在上面已经表明，线性加权3的表现甚至比你的更好，好在滞后更少。
自适应滤波器是用频谱来完成的，首先检测频谱，然后从最高功率中选择三到五个频率并进行过滤。
但我必须马上说，没有什么特别的结果。
...，让我对我们在DSP上所经历的事情有了一点记忆。而我得到了这个（让我马上告诉你，没有重绘）。
向那些密切关注此事的人提出的问题是：这（图）好还是不好？