Filtro Linear De Média Móvel

Faixas médias de True Range (ATR) A True Range média foi introduzida por J. Welles Wilder em seu livro 1978 New Concepts In Technical Trading Systems. ATR é explicado em maior detalhe na média gama verdadeira. Wilder desenvolveu a tendência de seguir as Paradas de Volatilidade com base na média de alcance verdadeiro, que posteriormente evoluiu para Intervalo Média de Intervalos de Fuga. Mas estes têm duas fraquezas principais: Paradas movem para baixo durante uma ascendente-tendem se a escala verdadeira média alargar. Estou desconfortável com isso: pára só deve se mover na direção da tendência. O mecanismo Stop-and-Reverse assume que você muda para uma posição curta quando parado fora de uma posição longa, e vice-versa. Com demasiada frequência, os comerciantes são interrompidos cedo quando seguindo uma tendência e desejam voltar a entrar na mesma direção que o seu comércio anterior. As Faixas de Variedades Verdadeiras Médias abordam ambas estas fraquezas. Pára apenas mover na direção da tendência e não assumir que a tendência tem invertido quando o preço cruza o nível de parada. Os sinais são usados ​​para saídas: Saia de uma posição longa quando o preço cruza abaixo da banda de faixa média média inferior. Saia de uma posição curta quando o preço cruza acima da faixa média de True Range. Embora não convencionais, as bandas podem ser usadas para sinalizar entradas quando usadas em conjunto com um filtro de tendência. Uma cruz da banda oposta também pode ser usado como um sinal para proteger seus lucros. O índice RJ CRB Commodities Index no final de 2008 é exibido com as Faixas de Média Faixa Real (21 dias, 3xATR, Preço de Fechamento) ea média móvel exponencial de 63 dias usada como filtro de tendência. Passe o mouse sobre as legendas dos gráficos para exibir os sinais de negociação. Vai curto S quando o preço fecha abaixo da média móvel exponencial de 63 dias e a faixa inferior Sai X quando o preço fecha acima da faixa superior Vai curto S quando o preço fecha abaixo da faixa inferior Saia X quando o preço fecha acima da faixa superior Vai curto S quando O preço fecha abaixo da faixa inferior Saída X quando o preço fecha acima da faixa superior Não há posições compradas quando o preço está abaixo da média móvel exponencial de 63 dias nem posições curtas quando acima da média móvel exponencial de 63 dias. Existem duas opções disponíveis: Preço de Fechamento: ATR Bands são plotadas em torno do preço de fechamento. HighLow: As faixas são traçadas em relação aos preços altos e baixos, como saídas do candelabro. O padrão de tempo ATR é de 21 dias, com múltiplos configurados em padrão de 3 x ATR. O intervalo normal é 2, para muito curto prazo, para 5 para operações de longo prazo. Multiplos abaixo de 3 são propensos a whipsaws. Consulte o Painel de Indicadores para obter instruções sobre como configurar um indicador. Indicador True True Range O True Range é calculado como o maior de: High para o período menor do Low para o período. Alta para o período menos o fechamento para o período anterior. Fechar para o período anterior e a baixa para o período atual. Basicamente, o Close para o período anterior é substituído pelo Low atual, se menor, ou pelo High atual, se for maior. Average True Range é tipicamente uma média móvel exponencial de 14 dias de True Range. Os usuários devem ter cuidado, ao definir períodos de tempo para Welles Wilders indicadores, que ele não usa a fórmula média móvel exponencial padrão. Consulte Recomendamos que os usuários tentem períodos de tempo mais curtos ao usar um dos indicadores acima. Por exemplo, se você estiver rastreando um ciclo de 30 dias, você normalmente selecionaria um Período de Tempo do Indicador de 15 dias. Com o ATR, ajustar o período de tempo da seguinte forma: ATR período de tempo (n 1) 2 (15 1) 2 8 daysThe cientista e engenheiros Guia de processamento de sinal digital Por Steven W. Smith, Ph. D. Capítulo 6: Convolução Vamos resumir este modo de entender como um sistema altera um sinal de entrada para um sinal de saída. Primeiro, o sinal de entrada pode ser decomposto em um conjunto de impulsos, cada um dos quais pode ser visto como uma função delta escalada e deslocada. Em segundo lugar, a saída resultante de cada impulso é uma versão escalonada e deslocada da resposta ao impulso. Em terceiro lugar, o sinal de saída global pode ser encontrado adicionando estas respostas de impulso escalonadas e deslocadas. Em outras palavras, se conhecemos uma resposta de impulso de sistemas, então podemos calcular qual será a saída para qualquer possível sinal de entrada. Isso significa que sabemos tudo sobre o sistema. Não há nada mais que se possa aprender sobre as características de um sistema linear. (No entanto, em capítulos posteriores mostraremos que essas informações podem ser representadas em diferentes formas). A resposta ao impulso passa por um nome diferente em algumas aplicações. Se o sistema considerado é um filtro. A resposta ao impulso é chamada de kernel do filtro. O núcleo da convolução. Ou simplesmente, o kernel. No processamento de imagem, a resposta ao impulso é chamada de função de propagação de pontos. Embora esses termos sejam usados ​​de maneiras ligeiramente diferentes, todos significam a mesma coisa, o sinal produzido por um sistema quando a entrada é uma função delta. Convolução é uma operação matemática formal, assim como multiplicação, adição e integração. A adição toma dois números e produz um terceiro número. Enquanto convolução leva dois sinais e produz um terceiro sinal. Convolução é usado na matemática de muitos campos, tais como probabilidade e estatística. Em sistemas lineares, a convolução é usada para descrever a relação entre três sinais de interesse: o sinal de entrada, a resposta de impulso e o sinal de saída. A Figura 6-2 mostra a notação quando a convolução é usada com sistemas lineares. Um sinal de entrada, x n, entra em um sistema linear com uma resposta de impulso, h n, resultando em um sinal de saída, y n. Na forma de equação: x n h n y n. Expressa em palavras, o sinal de entrada convoluído com a resposta ao impulso é igual ao sinal de saída. Assim como a adição é representada pelo mais,, ea multiplicação pela cruz, vezes, a convolução é representada pela estrela,. É lamentável que a maioria das linguagens de programação também usam a estrela para indicar a multiplicação. Uma estrela em um programa de computador significa multiplicação, enquanto uma estrela em uma equação significa convolução. A Figura 6-3 mostra a convolução sendo usada para filtragem passa-baixa e passa-alta. O sinal de entrada de exemplo é a soma de dois componentes: três ciclos de uma onda senoidal (representando uma alta freqüência), mais uma rampa lentamente crescente (composta de baixas freqüências). Em (a), a resposta de impulso para o filtro passa-baixo é um arco liso, resultando apenas na forma de onda de rampa que varia lentamente sendo passada para a saída. Similarmente, o filtro de passagem alta, (b), permite que apenas a sinusóide com mudança mais rápida passe. A Figura 6-4 ilustra dois exemplos adicionais de como a convolução é usada para processar sinais. O atenuador inversor, (a), inverte o sinal de cima para baixo e reduz a sua amplitude. A derivada discreta (também chamada de primeira diferença), mostrada em (b), resulta em um sinal de saída relacionado com a inclinação do sinal de entrada. Observe os comprimentos dos sinais nas Figs. 6-3 e 6-4. Os sinais de entrada são de 81 amostras de comprimento, enquanto que cada resposta de impulso é composta de 31 amostras. Na maioria dos aplicativos DSP, o sinal de entrada é de centenas, milhares ou mesmo milhões de amostras de comprimento. A resposta ao impulso é geralmente muito mais curta, por exemplo, alguns pontos para algumas centenas de pontos. A matemática por trás convolução doesnt restringir quanto tempo esses sinais são. No entanto, especifica o comprimento do sinal de saída. O comprimento do sinal de saída é igual ao comprimento do sinal de entrada, mais o comprimento da resposta ao impulso, menos um. Para os sinais nas Figs. 6-3 e 6-4, cada sinal de saída é: 81 31 - 1 111 amostras de comprimento. O sinal de entrada é executado da amostra 0 a 80, a resposta de impulso da amostra 0 a 30 eo sinal de saída da amostra 0 a 110. Agora chegamos à matemática detalhada da convolução. Conforme utilizado no Processamento de Sinal Digital, a convolução pode ser entendida de duas formas distintas. O primeiro analisa a convolução do ponto de vista do sinal de entrada. Isso envolve analisar como cada amostra no sinal de entrada contribui para muitos pontos no sinal de saída. A segunda via analisa a convolução do ponto de vista do sinal de saída. Isso examina como cada amostra no sinal de saída recebeu informações de muitos pontos no sinal de entrada. Tenha em mente que essas duas perspectivas são maneiras diferentes de pensar sobre a mesma operação matemática. O primeiro ponto de vista é importante porque fornece uma compreensão conceitual de como a convolução pertence ao DSP. O segundo ponto de vista descreve a matemática da convolução. Isso tipifica uma das tarefas mais difíceis que você vai encontrar no DSP: fazer o seu entendimento conceitual se encaixam com a mistura de matemática usada para comunicar as idéias.