MACD的第一和第二导数 - 页 24 1...171819202122232425262728293031...67 新评论 [删除] 2012.01.09 04:17 #231 gpwr: 如何计算所有光谱成分的无延迟、零相移滤波器？这个想法很简单。我们接受FFT报价。我们对超过一定频率的傅里叶系数进行zalue。然后我们反转傅里叶变换，得到我们的过滤后的报价。但它看起来并不好，特别是在开始和结束时。这是可以理解的，因为傅里叶成分的周期性。如果你想玩这个过滤器，代码在附件中。 这不是一个 "过滤器"，而是一个近似器。否则你是对的：没有延迟就没有过滤器。你甚至不需要成为博士就能理解它。问题是，这个论坛的大多数成员的知识，虽然很渊博，但却是FRAGMENTARY的。要消除这些岛屿的碎片，需要思想的飞扬，你需要言论自由。而在这个论坛上，没有，也不会很快有。因此，人们不应该希望在这里，在这里的这些版主的包围下，在Metakwots的这种商业模式下，衍生出任何工作模式。 如果你这个同事还能把你的推断器的Fit方法的严格输出公布出来，那就更好了。虽然你不是第一个，第一个是来自亚洲的研究生，但他的结论（顺便说一下，他没有发表完整的结论，完整的结论是由另一位来自波罗的海的科学家做出的，这两个出版物几乎不为人知），他的方法是狭窄的。也许你的结论会更广（越广越好），尽管它不是那么精确--因为有度。把它放在那里，否则就会在世界历史中消失。 Andrey Dik 2012.01.09 04:30 #232 也许有人已经有了希尔伯特-黄的转换算法？ 我找到了一些C++的代码，但我没有足够的C++经验和Hilbert-Huang知识来把它翻译成MQL4/5。也许有人会愿意帮忙？ Vladimir 2012.01.09 04:52 #233 AlexEro:这不是一个 "过滤器"，而是一个近似器。否则，你是对的：不存在没有延迟的过滤器。你甚至不需要是一个博士就能理解这一点。问题是，这个论坛的大多数成员的知识，虽然很渊博，但却是FRAGMENTARY的。要消除这些岛屿的碎片，需要思想的飞扬，你需要言论自由。而在这个论坛上，没有，也不会很快有。因此，人们不应该希望在这里，在这里的这些版主的包围下，在Metakwots的这种商业模式下，衍生出任何工作模式。如果你这个同事还能把你的推断器的Fit方法的严格输出公布出来，那就更好了。虽然你不是第一个，第一个是来自亚洲的研究生，但他的结论（顺便说一下，他没有发表完整的结论，完整的结论是由另一位来自波罗的海的科学家做出的，这两个出版物几乎不为人知），他的方法是狭窄的。也许你的结论会更广（越广越好），尽管它不是那么精确--因为有度。把它放在那里，否则就会在世界历史中消失。 Fit中公式的输出是在Maple中完成的。我会试着找到这个文件并把它贴在这里。有一次，我对时间序列 预测方法非常感兴趣，甚至开始写一本关于它的书。我写了100多页，然后感到失望，放弃了它。这里有一篇书，浅显地描述了Fit中公式的输出（抱歉，是英文）。 [删除] 2012.01.09 05:21 #234 gpwr: Fit中的公式输出是用Maple完成的。我会试着找到那个文件并把它贴在这里。有一次，我对时间序列预测方法非常感兴趣，以至于我开始写一本关于它的书。我写了100多页，然后感到失望，放弃了它。这里有一篇书，浅显地描述了Fit中公式的输出（抱歉，是英文）。 谢谢。请澄清一下，上面这一页是你（未出版的）书中的一页，还是其他？ (如果是你的，那么今天2012年1月9日你在论坛上发帖，就保证了你的世界科学优先权）。 让我向其他人解释一下我在说什么：在许多噪音信号的情况下，传统的近似和插值方法不起作用。通常在这种情况下，会使用最小二乘法（通过解决一个重新定义的线性方程组）。虽然他们的结果更可靠，但由于线性系统的求解，所有这些方法都比通常的简单方法慢几百倍。 在一些极少数的特定近似或特定信号的情况下，个别科学家通过纯粹的分析性数学技巧，成功地将线性方程组（二维）简化为更简单的方法（一维，求和或矢量卷积）。这使噪声信号的近似速度加快了几百倍。 其中一个方法是作者GPWR（Vladimir）在MQL4.com上发布的（有史以来第一次）。 如上文所述，来自日本的Holoborodko用同样的方法计算了一个噪声信号的导数。他设法将导数公式减少（简化和加速）到简单得令人发指的类型，而没有解决线性方程组。 在数字信号处理中，同样的方法被用于相当罕见的savitzky-golay滤波器。 https://en.wikipedia.org/wiki/Savitzky%E2%80%93Golay_smoothing_filter P.S. GPWR的补遗。通过 "俄罗斯 "风格的适当英语，我看到，这是你的书。它很好，就是很好。顺便说一下，这篇文章写得非常清晰。你没有发表太可惜了。这对DSP来说是一个很好的贡献。我担心它真的不适合交易，除了在某些地方作为一种辅助的快速 方式--也许。 P.P.S. 大家学习科学的方法来解决应用数学问题。 СанСаныч Фоменко 2012.01.09 06:02 #235 AlexEro: ....在许多噪声信号的情况下，传统的逼近、插值方法都不起作用。 在有信号的地方，近似和插值这两个词是合适的。DSP专家一直忘了，市场上没有这样的信号，从这个意义上说，如何在一个样本内设法适应，并不十分重要。标准的顺序是不同的：要符合样本的要求，以便可以从样本中推断出来。我们都只对样本外的预测感兴趣，样本内算法的质量只在所产生的近似值的预测能力的意义上感兴趣。 因此，我们必须首先回答什么是模型的预测能力，然后才能回答下一个问题，什么是满足预测标准的近似算法。 [删除] 2012.01.09 06:33 #236 faa1947: ....在许多噪声信号的情况下，传统的逼近、插值方法都不起作用。 在有信号的地方，近似和插值这两个词是合适的。DSP专家一直忘了，市场上没有这样的信号，从这个意义上说，如何在一个样本内设法适应，并不十分重要。标准的顺序是不同的：要符合样本的要求，以便可以从样本中推断出来。我们都只对样本外的预测感兴趣，样本内算法的质量只在所产生的近似值的预测能力的意义上感兴趣。 所以，首先必须回答模型的预测能力是什么，然后才能回答下一个问题，即满足预测标准的近似算法是什么。 对，完全正确。而对这个非常正确的问题的部分，我重复一遍，部分的回答可能只有通过对一个完全简单的、简单中带着愚蠢的问题"什么是指标"给出正确的答案。 https://www.mql5.com/ru/forum/137416 建立交易系统的正确方法在于来自数学、经济学甚至法学的不同概念的中心。它不可能在其他地方，因为世界上贪婪的银行的有经验的经理们已经尝试了一切，所有已知的方法，雇用了所有已知的数学家，并尝试了所有现代方法的近似，建模，优化的技巧。好吧，除了他们不知道GPWR方法，但这个方法本身不会给他们任何东西，除了速度。答案将是 "那又怎样"？他们拥有超级计算机已经很长时间了；速度对他们来说不是问题。 我不明白为什么该主题的作者会在这里受到攻击？他的问题有什么好红的？你为什么要喊 "去他的"？ 也许，很有可能，这是有道理的。 例如，MACD导数确实只提供交易信号的BAND的变化率（而BAND本身并不是很明显和清晰）。但在这里，正如正确所说，GRADIENT，即MACD的多维导数可以提供一些有用的东西。例如，MACD信号的导数+沿着这个非常MACD的FOLLOWING的梯度。这很不寻常，也很新鲜。 这里的高级论坛用户的问题是，他们被掩盖了。 例如，Reshetov提出了一个重要的最小化话题。这很重要。在经济学家--模型--优化者中，大家早就知道，普通的 "技术 "优化方法并不能给出正确的结论。这根本不是一个经济学家的问题--有必要在最小化中挖掘。冯，甚至是雷舍托夫主题的SProgrammer也做出了回应，并感到兴奋，他听到了一些关于大公司的亲交易方法的内幕消息。而论坛参与者做了什么？他们抨击了雷谢托夫!尽管大致上说，如果没有最小化优化的知识，经济学家-模型师现在根本就没有得到文凭。 СанСаныч Фоменко 2012.01.09 06:48 #237 AlexEro: 我不明白为什么这个话题的作者会受到攻击？他的问题有什么值得怀疑的地方？为什么要喊 "抓住他！"？ 作者对问题的表述非常不具体。 如果是导数，那么是什么变量。右边是两个回归的差异。从表面上看--变量是商的值。在我看来并不是这样。有一个更有趣的变量--它是这些回归的系数。它们代表什么？常数？这需要得到证明。在我看来，这些系数根本就不是常数，而是随机变量，我们仍然要努力使它们至少与常数相似。那么，什么是衍生品？ 我问过这个问题，但没有得到答案。 [删除] 2012.01.09 07:18 #238 faa1947:作者对这个问题的表述非常不具体。如果是导数，哪个变量。右边是两个回归的差异。乍一看，这个变量是商的值。在我看来并不是这样。有一个更有趣的变量--它是这些回归的系数。它们代表什么？常数？这需要得到证明。在我看来，这些系数根本就不是常数，而是随机变量，我们仍然要努力使它们至少与常数相似。那么，衍生品--是什么呢？ 我问了这个问题，但没有得到答案。导数是一个函数在一个变量中的变化率。梯度是一个函数在几个变量上的多变量变化率。 但你必须小心使用 "回归 "和 "回归系数 "这些词。不要急于给它贴上标签。 有可能将定义滑向与我们的研究对象不一致的地方。 而且还会有进一步的误解，整个事情会变成马克-吐温的 "农业报纸编辑"。 СанСаныч Фоменко 2012.01.09 07:28 #239 AlexEro: 导数是一个函数在一个变量中的变化率。梯度是一个函数在几个变量中的多变量变化率。 这种衍生品对MACD来说到底是什么样子的。不是用语言。 [删除] 2012.01.09 10:11 #240 faa1947: 这种衍生品对MACD来说到底是什么样子的。不是用语言。 这不是针对我的，而是针对这个主题的作者。我目前有其他的兴趣。 1...171819202122232425262728293031...67 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
如何计算所有光谱成分的无延迟、零相移滤波器？这个想法很简单。我们接受FFT报价。我们对超过一定频率的傅里叶系数进行zalue。然后我们反转傅里叶变换，得到我们的过滤后的报价。但它看起来并不好，特别是在开始和结束时。这是可以理解的，因为傅里叶成分的周期性。如果你想玩这个过滤器，代码在附件中。
这不是一个 "过滤器"，而是一个近似器。否则你是对的：没有延迟就没有过滤器。你甚至不需要成为博士就能理解它。问题是，这个论坛的大多数成员的知识，虽然很渊博，但却是FRAGMENTARY的。要消除这些岛屿的碎片，需要思想的飞扬，你需要言论自由。而在这个论坛上，没有，也不会很快有。因此，人们不应该希望在这里，在这里的这些版主的包围下，在Metakwots的这种商业模式下，衍生出任何工作模式。
如果你这个同事还能把你的推断器的Fit方法的严格输出公布出来，那就更好了。虽然你不是第一个，第一个是来自亚洲的研究生，但他的结论（顺便说一下，他没有发表完整的结论，完整的结论是由另一位来自波罗的海的科学家做出的，这两个出版物几乎不为人知），他的方法是狭窄的。也许你的结论会更广（越广越好），尽管它不是那么精确--因为有度。把它放在那里，否则就会在世界历史中消失。
也许有人已经有了希尔伯特-黄的转换算法？
我找到了一些C++的代码，但我没有足够的C++经验和Hilbert-Huang知识来把它翻译成MQL4/5。也许有人会愿意帮忙？
这不是一个 "过滤器"，而是一个近似器。否则，你是对的：不存在没有延迟的过滤器。你甚至不需要是一个博士就能理解这一点。问题是，这个论坛的大多数成员的知识，虽然很渊博，但却是FRAGMENTARY的。要消除这些岛屿的碎片，需要思想的飞扬，你需要言论自由。而在这个论坛上，没有，也不会很快有。因此，人们不应该希望在这里，在这里的这些版主的包围下，在Metakwots的这种商业模式下，衍生出任何工作模式。
如果你这个同事还能把你的推断器的Fit方法的严格输出公布出来，那就更好了。虽然你不是第一个，第一个是来自亚洲的研究生，但他的结论（顺便说一下，他没有发表完整的结论，完整的结论是由另一位来自波罗的海的科学家做出的，这两个出版物几乎不为人知），他的方法是狭窄的。也许你的结论会更广（越广越好），尽管它不是那么精确--因为有度。把它放在那里，否则就会在世界历史中消失。
Fit中公式的输出是在Maple中完成的。我会试着找到这个文件并把它贴在这里。有一次，我对时间序列 预测方法非常感兴趣，甚至开始写一本关于它的书。我写了100多页，然后感到失望，放弃了它。这里有一篇书，浅显地描述了Fit中公式的输出（抱歉，是英文）。
Fit中的公式输出是用Maple完成的。我会试着找到那个文件并把它贴在这里。有一次，我对时间序列预测方法非常感兴趣，以至于我开始写一本关于它的书。我写了100多页，然后感到失望，放弃了它。这里有一篇书，浅显地描述了Fit中公式的输出（抱歉，是英文）。
谢谢。请澄清一下，上面这一页是你（未出版的）书中的一页，还是其他？
(如果是你的，那么今天2012年1月9日你在论坛上发帖，就保证了你的世界科学优先权）。
让我向其他人解释一下我在说什么：在许多噪音信号的情况下，传统的近似和插值方法不起作用。通常在这种情况下，会使用最小二乘法（通过解决一个重新定义的线性方程组）。虽然他们的结果更可靠，但由于线性系统的求解，所有这些方法都比通常的简单方法慢几百倍。
在一些极少数的特定近似或特定信号的情况下，个别科学家通过纯粹的分析性数学技巧，成功地将线性方程组（二维）简化为更简单的方法（一维，求和或矢量卷积）。这使噪声信号的近似速度加快了几百倍。
其中一个方法是作者GPWR（Vladimir）在MQL4.com上发布的（有史以来第一次）。
如上文所述，来自日本的Holoborodko用同样的方法计算了一个噪声信号的导数。他设法将导数公式减少（简化和加速）到简单得令人发指的类型，而没有解决线性方程组。
在数字信号处理中，同样的方法被用于相当罕见的savitzky-golay滤波器。
https://en.wikipedia.org/wiki/Savitzky%E2%80%93Golay_smoothing_filter
P.S. GPWR的补遗。通过 "俄罗斯 "风格的适当英语，我看到，这是你的书。它很好，就是很好。顺便说一下，这篇文章写得非常清晰。你没有发表太可惜了。这对DSP来说是一个很好的贡献。我担心它真的不适合交易，除了在某些地方作为一种辅助的快速 方式--也许。
P.P.S. 大家学习科学的方法来解决应用数学问题。....在许多噪声信号的情况下，传统的逼近、插值方法都不起作用。
在有信号的地方，近似和插值这两个词是合适的。DSP专家一直忘了，市场上没有这样的信号，从这个意义上说，如何在一个样本内设法适应，并不十分重要。标准的顺序是不同的：要符合样本的要求，以便可以从样本中推断出来。我们都只对样本外的预测感兴趣，样本内算法的质量只在所产生的近似值的预测能力的意义上感兴趣。
因此，我们必须首先回答什么是模型的预测能力，然后才能回答下一个问题，什么是满足预测标准的近似算法。
....在许多噪声信号的情况下，传统的逼近、插值方法都不起作用。
在有信号的地方，近似和插值这两个词是合适的。DSP专家一直忘了，市场上没有这样的信号，从这个意义上说，如何在一个样本内设法适应，并不十分重要。标准的顺序是不同的：要符合样本的要求，以便可以从样本中推断出来。我们都只对样本外的预测感兴趣，样本内算法的质量只在所产生的近似值的预测能力的意义上感兴趣。
所以，首先必须回答模型的预测能力是什么，然后才能回答下一个问题，即满足预测标准的近似算法是什么。
对，完全正确。而对这个非常正确的问题的部分，我重复一遍，部分的回答可能只有通过对一个完全简单的、简单中带着愚蠢的问题"什么是指标"给出正确的答案。
https://www.mql5.com/ru/forum/137416
建立交易系统的正确方法在于来自数学、经济学甚至法学的不同概念的中心。它不可能在其他地方，因为世界上贪婪的银行的有经验的经理们已经尝试了一切，所有已知的方法，雇用了所有已知的数学家，并尝试了所有现代方法的近似，建模，优化的技巧。好吧，除了他们不知道GPWR方法，但这个方法本身不会给他们任何东西，除了速度。答案将是 "那又怎样"？他们拥有超级计算机已经很长时间了；速度对他们来说不是问题。
我不明白为什么该主题的作者会在这里受到攻击？他的问题有什么好红的？你为什么要喊 "去他的"？
也许，很有可能，这是有道理的。
例如，MACD导数确实只提供交易信号的BAND的变化率（而BAND本身并不是很明显和清晰）。但在这里，正如正确所说，GRADIENT，即MACD的多维导数可以提供一些有用的东西。例如，MACD信号的导数+沿着这个非常MACD的FOLLOWING的梯度。这很不寻常，也很新鲜。
这里的高级论坛用户的问题是，他们被掩盖了。 例如，Reshetov提出了一个重要的最小化话题。这很重要。在经济学家--模型--优化者中，大家早就知道，普通的 "技术 "优化方法并不能给出正确的结论。这根本不是一个经济学家的问题--有必要在最小化中挖掘。冯，甚至是雷舍托夫主题的SProgrammer也做出了回应，并感到兴奋，他听到了一些关于大公司的亲交易方法的内幕消息。而论坛参与者做了什么？他们抨击了雷谢托夫!尽管大致上说，如果没有最小化优化的知识，经济学家-模型师现在根本就没有得到文凭。
我不明白为什么这个话题的作者会受到攻击？他的问题有什么值得怀疑的地方？为什么要喊 "抓住他！"？
作者对问题的表述非常不具体。
如果是导数，那么是什么变量。右边是两个回归的差异。从表面上看--变量是商的值。在我看来并不是这样。有一个更有趣的变量--它是这些回归的系数。它们代表什么？常数？这需要得到证明。在我看来，这些系数根本就不是常数，而是随机变量，我们仍然要努力使它们至少与常数相似。那么，什么是衍生品？ 我问过这个问题，但没有得到答案。
作者对这个问题的表述非常不具体。
如果是导数，哪个变量。右边是两个回归的差异。乍一看，这个变量是商的值。在我看来并不是这样。有一个更有趣的变量--它是这些回归的系数。它们代表什么？常数？这需要得到证明。在我看来，这些系数根本就不是常数，而是随机变量，我们仍然要努力使它们至少与常数相似。那么，衍生品--是什么呢？ 我问了这个问题，但没有得到答案。
导数是一个函数在一个变量中的变化率。梯度是一个函数在几个变量上的多变量变化率。
但你必须小心使用 "回归 "和 "回归系数 "这些词。不要急于给它贴上标签。
有可能将定义滑向与我们的研究对象不一致的地方。
而且还会有进一步的误解，整个事情会变成马克-吐温的 "农业报纸编辑"。
导数是一个函数在一个变量中的变化率。梯度是一个函数在几个变量中的多变量变化率。
这种衍生品对MACD来说到底是什么样子的。不是用语言。