나는 본질적으로 this. The 위와 같은 값의 배열을 가지고있다, 나는 실제 코드에서 밀리 세컨드 당 1 개의 값을 모으고, 시간의 시점 전에 가장 가까운 피크를 찾기 위해 쓴 알고리즘의 출력을 처리해야한다. 논리는 위의 예제에서 0 36이 실제 피크이기 때문에 실패합니다. 그러나 알고리즘은 뒤로보고 0으로 가장 낮은 숫자 0 25를 보게됩니다. 그 전에 0 24로 감소합니다. 목표는이 값을 사용하는 것입니다. 그리고 그들을 조금 부드럽게 할 알고리즘을 적용하여보다 선형적인 값을 갖도록합니다. 즉, jaggedy가 아닌 curvy가되도록 내 결과를 좋아합니다. 내 값에 지수 이동 평균 필터를 적용하라는 말을 들었습니까? 이렇게하면 수학 방정식을 읽는 것이 정말 어렵고, 코드를 훨씬 잘 처리 할 수 있습니다. 배열에서 값을 처리하고 지수 이동 평균 계산을 적용하여 어떻게 할 수 있습니까? 2 월 8 일 12 시부 터 20시 27 분에 계산합니다. 기하 급수적 인 이동 평균. 튜닝 매개 변수가 필요합니다. Java 5 이상을 사용하는 것으로 가정하면 약간의 클래스가 필요합니다. 원하는 감쇄 매개 변수를 사용하여 초기화하려면 0에서 1 사이의 튜닝이 필요하고 평균을 사용하여 필터를 작성해야합니다. 일부 mathmatical 재발, 코드로 변환 할 때 알아야 할 것은 수학자가 배열에 인덱스를 쓰고 아래 첨자로 시퀀스를 작성한다는 것입니다. 다른 도움이되는 몇 가지 표기법도 있습니다. 그러나 EMA는 필요한만큼 간단합니다 하나의 오래된 값을 기억하는 것은 필요하지 않습니다. 복잡한 상태 배열은 필요하지 않습니다. 대답 2 월 8 일 12시 20 분 42 초. TKKocheran 일들이 간단 할 때 꽤 좋지 않음 새로운 순서로 시작한다면, 새로운 평균을 구하십시오. 평균 시퀀스는 경계 효과로 인해 비트 주변에서 점프 할 것입니다. 그러나 다른 이동 평균을 가진 시퀀스를 얻을 수도 있습니다. 그러나 좋은 이점은 이동 평균 논리를 평균에 포함시키고 실험을 방해하지 않고 실험 할 수 있다는 것입니다 그는 프로그램의 나머지 부분을 너무 많이 사용했습니다. Donal Fellows 2 월 9 일 12시 0 분 06. 귀하의 질문을 이해하는 데 어려움을 겪고 있습니다. 하지만 어쨌든 대답하려고 노력할 것입니다 .1 귀하의 알고리즘이 0 36 대신 0 25를 찾았다면 잘못되었습니다. 단조로운 증가 또는 감소를 가정하기 때문에 항상 잘못되거나 잘못 될 수 있습니다. 항상 올라가거나 항상 내려갑니다. 모든 데이터를 평균화하지 않으면 데이터 포인트 --- 제시 할 때 --- 비선형입니다. 값을 두 지점 사이에서 계산 한 다음 배열을 tmin에서 tmax로 슬라이스하고 그 부분 배열의 최대 값을 찾습니다 .2 이제 이동 평균의 개념은 매우 간단합니다. 다음 목록이 있다고 가정하십시오. 1 4, 1 5, 1 4, 1 5, 1 5 두 숫자의 평균을 취하여 부드럽게 할 수 있습니다. 1 45, 1 45, 1 45, 1 5 첫 번째 숫자는 1 5 및 1 4 초의 평균이고 첫 번째 숫자는 두 번째 새 목록입니다. 1 4 1과 3 5의 평균이고 두 번째의 이전 목록은 세 번째의 새로운 목록의 평균은 1 5와 1 4 4와 3의 평균입니다. 3 ~ 4 단계로 만들었습니다. 또는 n 데이터가 훨씬 더 매끄러운 지 확인하십시오. 직장에서 이동 평균을 보는 좋은 방법은 Google Finance로 이동하여 주식을 선택하는 것입니다. Tesla Motors는 매우 변동이 심한 TSLA를 시도하고 하단의 기술을 클릭하십시오. 차트 특정 기간에 이동 평균을 선택하고 지수 이동 평균을 사용하여 차이를 비교합니다. 지수 이동 평균은 이것에 대한 또 다른 노력이지만 이전 데이터를 새 데이터보다 가중치를 낮추는 방법으로 평활화를 뒤쪽으로 바이어스하는 방법입니다 Wikipedia 항목을 읽으십시오. 이것은 대답보다 더 많은 코멘트입니다. 하지만 작은 주석 상자는 작은 행운을 빕니다. 행운을 빌어 요. 수학에 문제가 있으면, 지수 대신 간단한 이동 평균을 사용할 수 있습니다. 당신이 얻는 결과는 마지막 x 항을 x로 나눈 것입니다. 검증되지 않은 의사 코드. 두 번째 데이터 점에있을 때 마지막 5 항의 평균을 명확하게 나타낼 수 있으므로 데이터의 시작과 끝 부분을 처리해야합니다. , 이 이동 평균 합계를 계산하는 가장 효율적인 방법은 가장 오래된 것입니다. 하지만 가장 최근의 것이 가장 좋습니다. 그러나 이것은 무엇이 일어나고 있는지에 대한 개념을 얻는 것입니다. 답변 2 월 8 일 12시 40 분 41. MetTrader 4 - Experts. Moving Average - MetaTrader 4 전문가. 거래 신호 형성을위한 이동 평균 전문가는 하나의 이동 평균을 사용합니다. 이동 평균이 최근 형성 된 막대 막대 인덱스에서 가격을 충족 시키면 위치 열기 및 닫기가 수행됩니다. 1 로트 크기는 특수 알고리즘에 따라 최적화됩니다. 전문가 고문은 이동 평균 및 시장 가격 차트의 동의를 분석합니다. CheckForOpen 함수로 검사가 수행됩니다. 이동 평균이 전주가 열린 가격보다 높지만 종가보다 낮은 방식으로 이동 평균이 막대를 충족하면 BUY 포지션이 열린 가격이 이전 가격보다 낮지 만 닫는 가격보다 높은 방식으로 이동 평균이 막대를 충족하면 판매 위치가 열립니다. 전문가가 사용하는 돈 관리는 다음과 같습니다. 매우 간단하지만 효과적입니다. 각 위치 볼륨에 대한 제어는 이전 거래 결과에 따라 수행됩니다. 이 알고리즘은 LotsOptimized 함수로 구현됩니다. 기본 로트 크기는 최대 허용 위험을 기준으로 계산됩니다. MaximumRisk 매개 변수는 각 거래 일반적으로 0 01 1에서 1 100 사이의 값을가집니다. 예를 들어, 여유 금액 AccountFreeMargin이 20,500이고 자본 관리 규칙이 2의 위험을 사용하도록 규정하면 기본 로트 크기는 20500 0 02 1000 0 41이됩니다. 로트 크기 정확성을 제어하고 허용 가능한 값으로 결과를 정상화하는 것이 매우 중요합니다. 일반적으로 0 1 단계의 분수 로트가 허용됩니다. 볼륨이 41 인 트랜잭션은 수행되지 않습니다. 정상화하려면 NormalizeDouble 함수가 정확도와 함께 사용됩니다 점 다음 1 문자까지 기본 로트 0이됩니다. 4 자유 여백을 기준으로 기본 로트 계산을하면 i가 증가합니다. n 재투자와의 거래 성공에 따른 거래량 거래의 효율성 증대를위한 의무적 인 자본 관리를하는 기본 메커니즘입니다. DecreaseFactor는 수익성이없는 거래 후 로트 크기가 축소되는 정도입니다. 보통 값은 2,3 , 4,5 선행 거래가 수익성이 없다면, 이후의 거래량은 감소하는 요인을 통해 감소 할 것입니다. 이는 수익성없는 기간을 기다리기 위해서입니다. 이것은 자본 관리 알고리즘의 주요 요소입니다. 거래가 성공적으로 증가하면 아이디어는 매우 간단합니다. 전문가는 최대 수익을내는 기본 로트와 함께 작동합니다. 첫 번째 수익성이 좋지 않은 거래 후 전문가는 새로운 긍정적 인 거래가 이루어질 때까지 속도를 줄입니다. 알고리즘은 속도 감소를 비활성화 할 수 있습니다. 이를 수행하려면 하나를 지정해야합니다. DecreaseFactor 0 마지막으로 연속 된 무익한 거래의 거래 내역이 계산됩니다 기본 로트는 회수 될 것입니다 따라서이 알고리즘은 일련의 이익이 나지 않는 로트 크기의 결과로 발생하는 위험을 효과적으로 줄이기 위해 이전에 계산 된 결과가 로트를 초래할 수 있기 때문에 기능이 끝날 때 허용 가능한 최소 로트 크기에 대해 의무적으로 검사됩니다 0. 전문가는 주로 일일 작업 및 테스트 모드에서의 작업을 위해 고안되었습니다. 새로운 가격의 바를 개봉 할 때만 거래되므로 모든 눈금 모델링 모드가 필요하지 않습니다. 테스팅 결과는 보고서에 표시됩니다. 거기에 자동 닫기 기능을 제거 할 수 있습니다. 이 scalping보세요 EA. SymbolEURUSDFXF 유로 대 미국 달러 Period1 Hour H1 2007 03 30 17 01 - 2011 09 30 00 59 2007 03 01 - 2011 06 20 ModelEvery 모든 가능한 최소 시간 프레임을 기반으로 가장 정확한 방법을 틱 ParametersLots 0 1 MaximumRisk 0 02 감소 요인 3 이동 기간 12 MovingShift 6 test28117Ticks modelsed 34632921 모델링 품질 99 00 불일치 한 차트 오류 0 초기 dep osit10000 00 총 순이익 2786 20 총 이익 71494 00 총 손실 - 68707 80 수익 요소 1 04 예상 수익금 1 26Absolute drawdown600 60 최대 drawdown 3375 60 24 72 상대 수익률 24 72 3375 60 총 거래 2205 short position 원 1102 25 50 long 포지션 1103 28 92 이익 거래 600 27 21 총 손실 거래 1605 72 79 최대 이익 거래 1155 60 손실 거래 -1006 80 수익 증권 거래 119 손실 거래 수익 42 35 최대 연속 주당 이익 6 353 40 연속 손실 손실 18 -650 40 최대 연속 순이익 계산 1170 00 연속 손실 4 회 손실 -1280 80 9 연속성 wins1 연속 손실 4. 다른 설정 - METAQUOTES가 사용하는 것과 같습니다 SymbolEURUSDFXF 유로 대 미국 달러 Period1 Hour H1 2007 03 30 17 01 - 2011 09 30 00 59 2007 03 01 - 2011 06 20 ModelEvery는 가능한 모든 최소 시간 틀을 기준으로 가장 정확한 방법을 추적합니다. ParametersLots 0 1 MaximumRisk 0 01 감량 인자 1 MovingPeriod 16 MovingShift 11 test28117Ticks의 막대 modelled34632921 모델링 품질 99 00 불일치 차트 오류 0 초기 예금 1000000 00 총 순이익 424287 00 총 이익 1015708 80 총 손실 1439995 80 이익률 0 71 예상 수익 - 272 50 절대 할인 426566 80 최대 삭감 445606 40 43 73 상대 수익률 43 73 445606 40 총 거래액 1557 단 순 위치 778 21 34 원거리 779 29 40 이익 총 거래 395 25 37 총 손실 거래 1162 74 63 최대 수익 거래 101270 40 손실 거래 -36944 00 평균 이익 거래 2571 41 손실 거래 -1239 24 최대 이윤이 돈으로 이윤을 남김 4 17427 00 연속 손실 손실 23 -2310 40 최대 연속 순이익 계산 129294 80 3 연속 손실 손실 -44613 40 4 연속적인 승리 1 연속 손실 4.MetaTrader 4 - 지표. 이동 평균, MetaTrader의 MA - 지표 4. 이동 평균 기술 지표는 특정 기간 동안의 평균 악기 가격 값을 표시합니다. 평균, 이 기간의 악기 가격 가격이 변경되면 이동 평균이 증가하거나 감소합니다. 이동 평균의 네 가지 유형이 있습니다. 단순 산술, 지수, 평활 및 선형 가중치 이동 평균은 순차적 데이터 세트에 대해 계산 될 수 있습니다 가장 높은 가격과 가장 낮은 가격, 거래량 또는 기타 지표를 포함하여 두 가지 이동 평균을 사용하는 경우가 종종 있습니다. 서로 다른 유형의 이동 평균이 서로 상당히 다른 유일한 경우는 가장 최근의 데이터에 할당 된, 다르다 간단한 이동 평균, 문제의 기간의 모든 가격에 대해 이야기하는 경우, 값이 같습니다. 지수 및 선형 가중치 이동 평균은 최신 가격에 더 많은 가치를 부여합니다. 가격 이동 평균을 해석하는 것은 가격 동향을 가격 동향과 비교하는 것입니다. 장비 가격이 이동 평균보다 높으면 나이가 오르면 구매 신호가 나타납니다. 주가가 이동 평균보다 낮 으면 판매 신호가됩니다. 이동 평균에 기반한이 거래 시스템은 가장 낮은 지점에서 시장 진입을 제공하도록 설계되지 않았으며 최고봉에서의 출구 바로 아래의 추세에 따라 가격이 바닥에 도달 한 직후에 사고, 가격이 최고점에 도달 한 직후에 판매 할 수 있습니다. 단순 이동 평균 SMA. Simple, 즉 산술 이동 평균은 특정 기간 (예 : 12 시간) 동안 계기 종가의 가격을 합산하여 계산됩니다. 이 값을 해당 기간의 수로 나눈 값입니다. SMA SUM CLOSE, N N. 계산 기간 수는 N입니다. . 지수 이동 평균 EMA. 지수 평활 이동 평균은 현재 종가의 일정 비율에 대한 이동 평균을 이전 값에 더함으로써 계산됩니다. 기하 급수적으로 평준화 된 이동 평균을 사용하면 최신 가격이 더 많은 가치 P - 퍼센트 지수 이동 평균은 다음과 같을 것입니다. 현재 기간 마감 가격 EMA i-1 기하 급수적으로 이전 기간 마감 평균 P 가격 가치 사용 비율. 이동 평균 SMMA. 첫 번째 이 평활 이동 평균의 값은 단순 이동 평균 SMA. SUM1 SUM CLOSE, N으로 계산됩니다. 두 번째 및 후속 이동 평균은이 공식에 따라 계산됩니다. 여기서 SUM1은 N 기간에 대한 종가의 총액입니다. SMMA1은 평활화 된 첫 번째 막대의 이동 평균 SMMA i는 첫 번째 막대를 제외한 현재 막대의 평활 이동 평균입니다. CLOSE i는 현재 종가입니다. N은 평활화 기간입니다. 선형 가중 이동 평균 LWMA. 가중 이동 평균의 경우, 최신 데이터는 초기 데이터보다 더 가치가 있습니다. 가중 이동 평균은 고려 된 계열 내 종가의 각 하나에 특정 가중치를 곱하여 계산됩니다. LWMA SUM Clo S i, N SUM i, N. SUM i, N은 가중 계수의 총 합계입니다. 이동 평균은 지표에 적용될 수도 있습니다. 지표 이동 평균의 해석은 가격 이동 평균의 해석과 유사합니다. 지표가 움직이는 평균 이상으로 상승하면 지표가 이동 평균 아래로 떨어지면 오름차순 지표 이동이 계속 될 것임을 의미합니다. 즉, 차트가 아래로 계속 이동하는 것을 의미합니다. 여기에는 이동 평균이 차트에 있습니다. 단순 이동 평균 SMA. 지수 이동 평균 EMA. Smoothed 이동 평균 SMMA. Linear 가중 이동 평균 LWMA.
No comments:
Post a Comment