Wavelet-Transformation zum Filtern von Finanzdaten in Echtzeit für ESignal Die vollständige indikatorbasierte technische Analyse, die Anwendung wird als dynamische Bibliotheks-DLL für Tradestation, basierender ...
Jetzt downloaden

Wavelet-Transformation zum Filtern von Finanzdaten in Echtzeit für ESignal Ranking & Zusammenfassung

Wavelet-Transformation zum Filtern von Finanzdaten in Echtzeit für ESignal Stichworte

basierend IE-basierten Komplette Bibliothek dynamische strukturelle Analyse dynamische Analyse Technischer Indikator Dynamische Programmanalyse. entfernungsbasierte Analyse flight-dynamische Analyse Dynamische ECAT-Dateianalyse beyogen auf Tradestation Think-based.

Wavelet-Transformation zum Filtern von Finanzdaten in Echtzeit für ESignal Beschreibung

Die Computerisierung und digitale Signalverarbeitungsentwicklung lassen sich verbessern klassische Indikatoren wesentlich auf die Anwendung moderner Methoden von Informationsverarbeitung auf Preise. Die Indikatoren begannen, besser zu glätten und zu verzögern weniger. Der heilige Gral ist jedoch gescheitert. Zunächst sind die Preise nicht stationär, d. H. Die Eigenschaften von Filtern werden in der Zeit variiert. Zweitens, so unterschiedlich Aus technischen Problemen, der Art von Signal- und Rauschverteilungen für die Der Preis ist unbekannt, d. H. Niemand weiß, was Sie eigentlich filtern sollen. Drittens, Sein Gefiltert durch Fourier- und ähnliche Methoden Die Preise ändern den vorherigen Werte zum Hinzufügen der neuen Daten: Wir erhalten ideale Trends unter einer Geschichte Daten, aber wir können sie nur von der rechten Seite bis zur linken Hand tauschen. Die Fourier-Transformation basiert auf der Darstellung der anfänglichen Serie von der unendliche Summe von Sinusoiden mit verschiedenen Phase, Amplituden und Frequenz. Kürzlich wurden Wavelet-Transformationen in verschiedenen Datenbereiche weit verbreitet Verarbeitung, in der die anfängliche Serie als Summe einiger lokaler dargestellt werden Definierte Funktionen mit dem Namen Wavelets. Sie sind durch Verschiebung und Vertikal gebaut und horizontale Skalierung bestimmter Prototypfunktion. Wavelet Transformation ist im Wesentlichen fraktal, der es ermöglicht, es in der technische Analyse. Erstens erlaubt es, die Multiscale-Analyse von durchzuführen Preise, objektiv Trends auf verschiedenen Skalen nach Dauer und Amplitude, Separate Händler an verschiedene Gruppen: Skaliere, Tageshändler, Swing Traders, Positionshändler und langfristige Anleger. Die Multiscale-Analyse kann sein als Analyse für verschiedene Zeitrahmen interpretiert. Zweitens erlaubt es fest Rauschen als unzureichend für den Empfang des Gewinnamplitudens und der Häufigkeit Bewegung der Preise, die effektiv ermöglicht, die Preisreihe einfach zu filtern das tiedrigste Waage-Wavelets daraus subtrahieren. Drittens die zusätzliche Filtration von weißem Rauschen ohne Verzögerung ist möglich. Vierter, langfristiger Trends sind definiert objektiv. Fünfter, Wavelets enthalten keine optimierten Parameter in Konstruktion an Standardindikatoren. Sechster ist der verwendete Wavelets-Typ, um sich mit dem umzugehen Zeit bestellte Daten und verzerrt nicht auf den letzten Preiswerten. Siebte, das. Gebrauchte Wavelet-Transformation ist sehr effektiv rechenschaftspflichtig, die es ermöglicht In Echtzeit für die großen Massive von Tickdaten. Acht, es ist effektiv zu verwenden Wavelets als Eingabedaten für neuronale Netzwerke und andere Prognosenmethoden und Erkennung. Unterstützte Plattformen: Windows 95, Windows NT, Windows 2000, Windows XP, Windows 98, Windows ME

Wavelet-Transformation zum Filtern von Finanzdaten in Echtzeit für ESignal Zugehörige Software