从理论到实践 - 页 518

[Andrei01]

Renat Akhtyamov:

不超过10分钟或直到市场上出现新的、有足够风险的交易为止

如果后者不可用，则重新计算

这取决于时间框架，它有自己的趋势部分。

[Andrei01]

Novaja:
好吧，拿最后一点来说，即我们知道此时系统的状态，那么未来系统的状态要稳定多久才能够预测？

它总是可以预测的，因为一个状态过渡到另一个状态，可以据此进行预测。

[Andrei01]

Novaja:

Victor在他的kodobase里有一个基于EMA的回传过滤器的例子。

https://www.mql5.com/ru/code/192

他在这个问题上所写的内容。

平滑的结果将与使用零延迟滤波器相同（对称脉冲响应），除了序列的边缘会出现边缘效应，或者这里所说的过冲。上文以MA，即有限脉冲响应的滤波器为例进行了说明。如果你使用无限脉冲响应的滤波器（例如EMA），理论上边缘效应将延伸到整个序列的长度。

通过逻辑重绘，与其说是邪恶，不如说是一种福音，因为它可以将受到噪声成分干扰的状态系统化，这些状态，也就是较小时间范围内的有用信息...

[Violetta Novak]

Andrei:

重写在逻辑上是好处多于坏处，因为它允许系统化的状态，这些状态受到噪音成分的阻碍，是状态，即在较小的时间范围内的有用信息...

安德烈，你是个天才，我真的很想念它，以一种好的方式））。

[Evgeniy Chumakov]

一般来说，公式D = Sqrt(c * lambda * t)显然缺少其他东西。 惯性或加速度。

[Andrei01]

Novaja:
安德烈，你是个天才，我真的很想念它，以一种好的方式））。

不，它已经被不同的人在这里解释了一百次。))

[Maxim Dmitrievsky]

Andrei:

预测总是可以在一个状态过渡到另一个状态时进行，并且可以做出相应的预测。

完全是咕咕咕？

[Andrei01]

Maxim Dmitrievsky:

你完全是个怪人吗？

你是想在这里挑起一场争吵吗？我不感兴趣...

[Maxim Dmitrievsky]

Andrei:

你想在这里挑起一场争吵吗？我不感兴趣...

不，我是在呼唤清醒）。

[[删除]]

Smokchi Struck:
x@@@@@vo!)))

想出如何改进它。

嗯，这是我的假设；）））。

1）多项式回归适用于近似固定（非变化）数据（多项式阶数为5或更少）。该模型可用于插补中间值。但它不适用于超出近似区间的推断。

2）多项式回归对于逼近动态（变化）数据来说是一个非常糟糕的主意。