ที่ ตัวกรองคาลมาน เป็นอัลกอริธึมที่เหมาะสมที่สุดที่ใช้เพื่อทำให้ข้อมูลราบรื่นโดยการปรับสมดุลค่าที่คาดการณ์ไว้และค่าที่วัดได้จริง ในตัวบ่งชี้นี้ ตัวกรองคาลมานจะถูกนำไปใช้กับข้อมูลราคาที่ราบรื่น โดยมีความยืดหยุ่นในการเลือกข้อมูลที่ป้อนเข้า (เช่น ราคาปิด เปิด ราคาสูงสุด หรือต่ำ) การปรับแต่งนี้ช่วยให้ผู้ใช้ปรับแต่งการวิเคราะห์ตามความต้องการเฉพาะของตนได้
1. วัตถุประสงค์โดยรวม
เป้าหมายหลักของตัวกรองคาลมานคือ:
- ลดเสียงรบกวนในข้อมูลราคา: กำจัดความผันผวนแบบสุ่มเพื่อสร้างสัญญาณที่เสถียรยิ่งขึ้น
- ตรวจจับแนวโน้ม: เน้นแนวโน้มของตลาดโดยรวมการคาดการณ์ (จากแบบจำลองไดนามิก) เข้ากับการวัดจริง (ข้อมูลอินพุตที่ปรับแต่งได้)
2. กระบวนการทีละขั้นตอน
ขั้นตอนที่ 1: การเริ่มต้น
ตัวกรองคาลมานเริ่มต้นด้วยค่าเริ่มต้นต่อไปนี้:
- ประมาณการ (สถานะปัจจุบัน): สถานะเริ่มต้นถูกตั้งค่าเป็นค่าแรกในชุดข้อมูล (เช่น ราคาปิดแรกหรืออินพุตที่ผู้ใช้เลือก)
- ข้อผิดพลาดในการคาดการณ์: เริ่มต้นด้วยค่าที่สูงสะท้อนถึงความไม่แน่นอนเริ่มต้นของระบบ
- ข้อผิดพลาดในการวัด: สัดส่วนกับระยะเวลาการเรียบ ระยะเวลาที่นานขึ้นหมายถึงข้อผิดพลาดในการวัดที่มากขึ้น ซึ่งสะท้อนให้เห็นว่าข้อมูลมีความน่าเชื่อถือน้อยลง
ขั้นตอนที่ 2: ทำนายสถานะถัดไป
ในขั้นตอนนี้ ตัวกรองคาลมานจะทำนายสถานะถัดไปตามสถานะปัจจุบัน:
- ค่าที่คาดการณ์: มาจากสถานะประมาณการปัจจุบัน
- ข้อผิดพลาดในการคาดการณ์: ยังคงไม่มีการเปลี่ยนแปลงเป็นส่วนใหญ่ในขั้นตอนนี้ เนื่องจากยังไม่มีการแนะนำข้อมูลใหม่
ขั้นตอนที่ 3: คำนวณกำไรของคาลมาน
Kalman Achieve คือน้ำหนักที่กำหนดอิทธิพลของค่าที่คาดการณ์ไว้กับค่าที่วัดได้ คำนวณโดยใช้สูตร:
- ความสำคัญ–
- ถ้า ข้อผิดพลาดในการวัด มีขนาดเล็ก (ข้อมูลที่เชื่อถือได้) ค่า Kalman Achieve สูง หมายความว่าค่าที่วัดได้มีอิทธิพลมากกว่า
- ถ้า ข้อผิดพลาดในการคาดการณ์ มีขนาดเล็ก (การทำนายที่แม่นยำ) ค่า Kalman Achieve ต่ำ หมายความว่าการทำนายมีน้ำหนักมากกว่า
ขั้นตอนที่ 4: อัปเดตการประมาณการ
เมื่อใช้ Kalman Achieve ค่าที่คาดการณ์ไว้จะถูกปรับตามความคลาดเคลื่อนระหว่างการวัดจริงกับค่าที่คาดการณ์:
- ความแตกต่างของการวัด: นี่คือความแตกต่างระหว่างค่าอินพุตจริง (เช่น ประเภทราคาที่เลือก) และค่าที่คาดการณ์ไว้
- คาลมานได้รับ: กำหนดว่าควรแก้ไขการทำนายมากน้อยเพียงใดโดยการวัด
ขั้นตอนที่ 5: อัปเดตข้อผิดพลาดในการคาดการณ์
ข้อผิดพลาดในการคาดการณ์ได้รับการอัปเดตและค่อยๆ ลดลงเมื่อเวลาผ่านไป ซึ่งสะท้อนถึงความเชื่อมั่นที่เพิ่มขึ้นในการประมาณค่า:
- สัญญาณรบกวนกระบวนการ: สะท้อนถึงความไม่แน่นอนในโมเดลไดนามิก และจะมีการปรับตามระยะเวลาการปรับให้เรียบ
- ผลลัพธ์ที่ได้คือข้อผิดพลาดที่ลดลงอย่างต่อเนื่อง ทำให้เสถียรภาพของสัญญาณเอาท์พุตดีขึ้น
3. วิธีที่ตัวกรองคาลมานทำให้ข้อมูลในตัวบ่งชี้ราบรื่นขึ้น
ตัวกรองคาลมานจะรักษาสมดุลของแหล่งข้อมูลสองแห่ง:
- ค่าที่คาดการณ์: ค่าที่ได้มาจากสถานะก่อนหน้าซึ่งแสดงถึงแนวโน้มที่มั่นคง
- ค่าที่วัดได้: ข้อมูลอินพุตจริงซึ่งสะท้อนถึงสภาวะตลาดล่าสุด (เช่น ประเภทราคาที่ผู้ใช้เลือก)
- เมื่อค่าที่วัดได้มีสัญญาณรบกวน (ข้อผิดพลาดในการวัดสูง) ค่าที่ปรับให้เรียบจะได้รับอิทธิพลจากการวัดน้อยลง
- เมื่อค่าที่วัดได้มีเสถียรภาพ (ข้อผิดพลาดในการวัดต่ำ) ค่าที่ปรับให้เรียบจะปรับตามการเปลี่ยนแปลงอย่างรวดเร็ว
4. การใช้งานเฉพาะในตัวบ่งชี้
- อินพุตที่ปรับแต่งได้: ผู้ใช้สามารถเลือกประเภทข้อมูลอินพุต (เช่น ปิด, เปิด, สูง, ต่ำ, hl2, hlc3, ohlc4, … ราคา) ขึ้นอยู่กับความต้องการในการวิเคราะห์
- สัญญาณระยะสั้นและระยะยาว: มีการใช้ตัวกรองคาลมานสองตัวพร้อมกันสำหรับระยะเวลาการปรับให้เรียบสั้นและยาว:
- ระยะสั้น: ตอบสนองอย่างรวดเร็วต่อความผันผวนของตลาดในระยะสั้น
- ระยะยาว: ตรวจจับแนวโน้มระยะยาวที่มีเสถียรภาพมากขึ้น
- การตรวจจับแนวโน้ม: การเปรียบเทียบระหว่างเอาต์พุตตัวกรองคาลมานทั้งสองตัวจะกำหนดแนวโน้มของตลาด:
- หากสัญญาณระยะสั้นอยู่เหนือสัญญาณระยะยาว แนวโน้มจะเป็นขาขึ้น
- หากสัญญาณระยะสั้นต่ำกว่าสัญญาณระยะยาว แนวโน้มจะเป็นขาลง
5. ข้อดีของตัวกรองคาลมานในตัวบ่งชี้
- การปรับให้เรียบอย่างมีประสิทธิภาพ: ลดสัญญาณรบกวนแบบสุ่มในข้อมูลราคา ทำให้สัญญาณเอาท์พุตมีเสถียรภาพมากขึ้น
- การปรับแต่งที่ยืดหยุ่น: ความสามารถในการเลือกข้อมูลอินพุตช่วยเพิ่มความคล่องตัวในการวิเคราะห์
- การตรวจจับแนวโน้ม: การรวมสัญญาณระยะสั้นและระยะยาวเข้าด้วยกันทำให้สามารถระบุแนวโน้มขาขึ้นหรือขาลงได้อย่างชัดเจน
- การปรับตัวอย่างรวดเร็ว: การอัปเดตข้อมูลใหม่อย่างต่อเนื่องทำให้มั่นใจได้ว่าสัญญาณที่ราบรื่นจะสะท้อนถึงการเปลี่ยนแปลงของตลาดล่าสุด
6. สรุปลอจิก
ตัวกรองคาลมานในตัวบ่งชี้นี้ทำงานโดยปรับสมดุลการคาดการณ์ (ความเสถียร) และการวัดจริง (ความไวต่อการเปลี่ยนแปลง) ด้วยตัวเลือกอินพุตที่ปรับแต่งได้ ผู้ใช้สามารถปรับกระบวนการตรวจจับแนวโน้มให้เหมาะสมกับความต้องการเฉพาะของตนได้ Kalman Achieve ทำหน้าที่เป็นน้ำหนักแบบไดนามิก ทำให้มั่นใจได้ว่าเอาต์พุตจะมีเสถียรภาพและตอบสนองได้ดี สัญญาณที่ราบรื่นที่เกิดขึ้นนั้นเป็นรากฐานที่เชื่อถือได้สำหรับการระบุแนวโน้มในตลาดการเงิน
–
ดาวน์โหลด ตัวบ่งชี้สแกนเนอร์ระดับเทรนด์คาลมาน โดยใช้ ตัวกรองคาลมาน ตรรกะข้างต้นพร้อมการบูรณาการ เครื่องสแกน ของคู่สกุลเงิน กรอบเวลาที่นี่:
– สำหรับ MT5: เครื่องสแกน MT5 ระดับเทรนด์คาลมาน
– สำหรับ MT4: เครื่องสแกน MT4 ระดับเทรนด์คาลมาน
