船体移动平均线 - 页 16

 
WR1:
嗨,Mladen

当你有一半的机会

请你把你原来的HMA颜色的nrp变成MTF,并能有插值。

除非它已经在附近,而我错过了它

谢谢

非常感谢

WR1

在这个帖子中发布了一个非重绘多时间框架Hull移动平均线的版本:https://www.mql5.com/en/forum/174961/page3(在默认参数下(HMASpeed==2),它与 "常规 "HMA nrp相同)。

 

你好,MLaden。

我相信我理解你并同意你对较高时间框架的历史值的计算。 我们只有有限的条形图 对应额外的数据点(较低时间段的条形图),所以我们需要插值,线性二次等来填补缺失的条形图,或者使用阶梯函数来跨越较低时间段上的两个较高时间框架值。 然而,一旦指标启动,我们就会得到一个一个的数据点,这些数据点同样适用于较低和较高的时间框架。 我想知道的是,是否有一个指标可以计算并存储间隔的低条的上限值。 例如,使用H1和H4时间框架。 我们可以计算出H4条,然后用指标开始之前发生的条数N和条数N+1之间的比例差,线性地插值出缺少的三个低条数值。 我想知道的是,如果我们不对指标开始后缺失的条形进行插值,而是保存和存储较高时间框架的中间小时条形值。 通过这种方法,我们将获得三个间隔条的精确值。我认识到,在指标开始之前,较高时间框架的历史中间值会有不连续的情况。 因此,如果一个H4指标从N+1条的1.0到N条的1.4,中间插值将是1.1,1.2,1.3。 然而,在实际情况下,根据N、N+1、N+2、N+3时间的数值,这些数值可能是1.0、1.3、1.5、1.4。

我想我真正想说的是,为什么要把上层时间框架用于MTF指标,而要使用下层时间框架的数据点,但每隔N个柱子而不是每个柱子推进上层指标,并使用每个区间的实际值。

如果你有一个使用EMA的简单MTF指标,你能不能把它贴出来,我将用它来测试我的理论并把它贴回来。

Tzuman

 

嗨,Mladen,

我测试了一下,我同意你的说法,与其他的赫尔MA相比,它不是真的好。

正如我/我们所说,对我来说,最好的移动平均线需要快速和平稳。

所以我测试了不同的MA(在我的图表上),我认为是有趣的

自适应T3 (蓝色/橙色)

NonlagMA (绿色/红色)

JJMA(只有绿色,我没有一个双色的JJMA)

还有一个Hull

(对不起,因为我不能把线放下来,所以很难说清楚)

这个游戏的目的是尝试比较MA(当然是在不同的时期)。

对我来说

适应性T3平稳4/5快速4/5

Nonlag MA 平滑 3/5 快速 5/5

船体 平稳 3/5 快速 3/5

JJMA Smoooth 4/5 Fast 4/5

所以,只是一个想法,我认为用自适应T3(gloups......)制作一个船体,和用JJMA制作一个船体,可能会很有趣。你能做这些吗?

我也比较了3个JMA(Spiggy、Starlight和Kositsin)。正如你在图上看到的,最好的显然是绿色的Kositsin(JJMA),而值得的是Starlight(和重绘) 自适应T3和JJMA我用来做图和创建这些Hull自适应的

jjma.mq4

adaptive_t3_mladen.mq4

非常感谢社区Mladen的帮助

周末愉快

Zilliq

zilliq:
非常感谢Mladen,我回家后会试一试。

我将用Hull MA和你的NonlagMA进行比较

完全同意你的观点。我更喜欢有一些平滑度的时候。快速和平稳是非常可爱的......

你知道Hull变体T3是否存在吗?

也许这很愚蠢,但你创建了一个与非滞后MA相适应的Hull移动平均线,而且你对它不满意。你认为用NonlagMa与Hull MA相适应的结果(更平滑)会更好吗?

再见,周末愉快

Zilliq

附加的文件:
 
mladen:
WR1 在这个帖子中发布了一个非重绘多时间框架Hull移动平均线的版本:https://www.mql5.com/en/forum/174961/page3(使用默认参数(HMASpeed==2),它与 "常规 "HMA nrp相同)。

谢谢大家

 
mladen:
Tzuman

我不确定我的理解是否正确。

插值方法实际上很简单:它是在较高时间框架的两个结束点之间进行线性插值(这就是为什么我几次说插值和非插值(经典的 "克利斯方法")版本在每个较高时间框架的条上有完全相同数量的保证精确的点:每个较高时间框架的条上有一个(其余是概率和价格变化的问题)。你可以不刷新插值(或 "阶梯式"),(只计算较低时间框架的当前条),但这样你会得到经典的重绘指标(因为在很多情况下,较低时间框架点的确切状态无法准确计算 - 这将需要一个非常复杂的反转工程计算方式,我不认为metatrader会 "存活")。

我希望我对问题的理解是正确的,答案是你所期望的。

嗨,Mladen和Tzuman。

很久以来,我也有一个与这个问题有关的问题。当我在Price_Close使用某种类型的MA(例如Ema或LWMA)的较小的TF,Period_Length设置为与较高的TF(例如EMA(H1-24期)和EMA(H4-6期))的相同MA的长度相等时,它们是不一样的。你能向我解释一下吗?

 
fareastol:
嗨,Mladen和Tzuman,很长时间以来,我也有一个与这个问题有关的问题。当我在Price_Close使用某种类型的MA(例如Ema或LWMA)的较小的TF,Period_Length设置为与较高的TF(例如EMA(H1-24期)和EMA(H4-6期))的相同MA的长度相等时,它们是不一样的。你能向我解释一下吗?

冯小刚

将周期相乘以获得更高的时间框架值的平均数并不是一个坏方法(在其他人中,Alexander Elder在TA的早期使用过这种方法),但它只是一个近似值。原因很简单:用于计算平均数的数据集是不同的,你不可能从不同的数据集中得到相同的结果。在我看来,如果不是为了别的,最好还是使用经典的MTF(我们正在使用的方式),因为有些指标根本无法用这种方式计算(只是一个例子:试试RSI,大多数都是这样)。

 

关于适应性功能

嗨,Mladen,

我很好地研究了你的波动性自适应函数,为什么不使用数学圆函数呢?

有了它(如果我完全理解的话),你的自适应周期可以与所有类型的移动平均线或指标一起工作

谢谢。

附加的文件:
 
sohocool:
关于适应性功能。

Hi Mladen ,

我很好地研究了你的波动性自适应功能,为什么不使用数学圆函数呢?

有了它(如果我完全理解的话),你的自适应周期可以与所有类型的移动平均线或指标一起工作

请注意。

萧山

原因很简单:对于某些平均数来说,当你改变计算周期 时,你会得到一个 "像台阶一样"(数值变化非常突然)的平均数,而不是有一个合乎逻辑的、对该种平均数来说尽可能平滑的数值。

这就是为什么我反复告诉大家,只有能够计算小数周期的平均数才适合调整。其他的也可以调整(没有限制),但结果本身并不 "好"(我希望你明白我说的 "好 "是什么意思)。另一方面,像EMA这样的平均数是 "继承 "自己的前值,并在计算中使用该值,而且计算可以使用小数周期,这使得在计算周期不断变化时,它相当平滑和 "合乎逻辑"。

_____________________________

作为一个实验:尝试适应SMA(由于它的性质,它只允许使用整数来计算周期),你会看到在某些情况下,结果会是什么样子。

 
mladen:
苏霍姆林斯基

原因很简单:对于某些平均数来说,当你改变计算周期时,你会得到一个 "像台阶一样"(数值变化非常突然)的平均数,而不是有一个合理的、尽可能平滑的那种平均数。

这就是为什么我反复告诉大家,只有能够计算小数周期的平均数才适合调整。其他的也可以调整(没有限制),但结果本身并不 "好"(我希望你明白我说的 "好 "是什么意思)。另一方面,像EMA这样的平均数是 "继承 "自己的前值,并在计算中使用该值,而且计算可以使用小数周期,这使得在计算周期不断变化时,它相当平滑和 "合乎逻辑"。

_____________________________

作为一个实验:尝试调整SMA(由于它的性质,只允许用整数来计算周期),你会看到在某些情况下,结果会是怎样的

你好,Mladen。

非常感谢您的及时回复。

是的,我知道你的方法是最好的。

但是用interger的步骤将是一个小的步骤(小于1个周期)圆(14,4)=14。

而且市场也不是那么符合逻辑

 
sohocool:
嗨,Mladen。

非常感谢您的及时回复。

是的,我知道你的方法是最好的。

但用交错法,步长将是一个小步长(小于1个周期),绕(14,4)=14。

和市场是不太符合逻辑的

sohocool

我有一种感觉,你忽略了连续条形图的计算周期 并不总是相似的。例如:在一个柱子上是14,但在另一个柱子上是4。在这种情况下,它将有一个非常大的变化。如果您尝试适应SMA,您会立即看到在这样的情况下会发生什么。因此,不仅仅是小数部分(它对保持 "平稳 "有很大帮助),而且它可以使用小数周期的事实通常表明,该计算适合于适应(因为在大多数情况下,当周期可以是小数时,平均线的前值以某种形式用于计算,如果不 "继承",在适应时几乎不可能得到一个正常外观的平均线)。