FTKF EMAC（傅里叶变换与卡尔曼滤波的EMA交叉）是一种趋势追踪斟酌，它聚拢了傅里叶变换类似、卡尔曼滤波和两个不同长度的指数出动平均线（EMA），以提供准确且平滑的市集趋势信号。通过这三者的聚拢，该斟酌梗概捕捉市集底层周期，减少杂音，并生成可操作的瞻念察，使其妥贴于检测新兴趋势和证据现存趋势。

更好的私用斟酌九游体育娱乐网，期货自动化交游要津与股票自动化要津在星球

图片

技能细节傅里叶变换类似

旨在通过存眷要害频率来识别价钱活动中的主导周期性模式，同期过滤掉杂音和不太病笃的波动。它强调最专诚想的价钱周期，使斟酌梗概封闭病笃趋势，忽略次要波动。这种周期性签订为趋势检测加多了额外的深度，使EMA梗概照顾更清洁、更可靠的数据集。

卡尔曼滤波

加多了动态杂音减少功能，把柄以前和面前的数据调节其对将来价钱趋势的展望。跟着新价钱数据的输入，滤波器会从头校准自己，以确保价钱活动保握平滑且无荒谬波动。这种实时调节是要害，不错最小化滞后并幸免造作信号，确保EMA对更准确和安定的市集数据作念出反应。卡尔曼滤波器在保握对趋势变化敏锐性的同期平滑价钱数据的才气，与傅里叶类似相得益彰，确保在波动和安定的市集环境中具有高精度。

图片

EMA交叉

触及使用两个EMA：一个较短的EMA对价钱变动反应飞速，一个较长的EMA反应较慢。较短的EMA厚爱捕捉即时的市集变化，检测潜在的看涨或看跌趋势。较长的EMA平滑价钱波动并提供趋势证据，与较短的EMA一皆责任，确保信号的可靠性。当较短的EMA穿越到较长的EMA之上时，默示看涨趋势；反之，当它穿越到较长的EMA之下时，默示看跌趋势。这种树立提供了一种明晰的时势来追踪市集标的，并使用颜料编码信号（绿色默示看涨，红色默示看跌）以增强视觉明晰度。调节EMA周期的活泼性使交游者梗概把柄其偏好的时期框架和计谋进行微调，使其妥贴不同的市集条目。

一个要害的技能方面是，第一个EMA应长期短于第二个EMA。要是第一个EMA比第二个长，器用的灵验性将受到影响，因为较快的EMA想象用于发出看涨信号，而较长的EMA用于发出看跌信号。倒置它们的脚色会导致信号蔓延或狼籍词语，缩小斟酌早期检测趋势变化的才气，使其在波动市聚积效果缩小。这是该斟酌的独一要害缺点，不效用这一法例将导致狼籍词语。

这些组件像时钟相通协同责任，创建一个全面且灵验的趋势追踪系统。傅里叶类似罕见了要害的周期性畅通，卡尔曼滤波通以前除杂音来优化这些畅通，而EMA则诠释过滤后的数据以生成可操作的趋势信号。每个组件都增强了下一个组件，确保最终输出既反馈又可靠，具有最小的造作信号或滞后。创建了一个使用平凡倡导但以前未聚拢过的斟酌。

图片

技能纪念

该斟酌聚拢了傅里叶变换类似、卡尔曼滤波和两个不同长度的EMA，以提供准确且实时的趋势追踪信号。傅里叶类似识别主导市集周期，而卡尔曼滤波动态去除杂音并在实时中优化价钱数据。两个EMA随后使用这些过滤后的数据生成基于交叉的买入和卖出信号。较短的EMA对价钱变化反应飞速，而较长的EMA提供更平滑的趋势证据。组件协同责任，以最小的造作信号或滞后捕捉趋势，确保交游者梗概实时应付市集变化。可定制的EMA周期使器用妥贴不同的市集条目，增强了其对各式交游计谋的妥贴性。

要使用该斟酌，交游者应把柄那时期框架和计谋调节EMA长度，确保较短的EMA长期短于较长的EMA，以保握器用的反馈性。颜料编码信号提供了视觉明晰度，使其易于识别潜在的入场和出场点。这种傅里叶、卡尔曼和EMA门径的聚拢提供了一个平滑且高度灵验的趋势追踪器用，在趋势和轰动市聚积发扬出色。

卡尔曼滤波量化源代码：

//@version=5////////// MADE BY lijin/////////indicator('FTKF EMAC [Mattes]', overlay=true)// Input parameters for Kalman FilterkalmanProcessNoise = input(0.001, title='Kalman Process Noise', group='Kalman Filtration')kalmanMeasurementNoise = input(0.01, title='Kalman Measurement Noise', group='Kalman Filtration')// Input parameters for Fourier ApproximationfourierPeriod = input(20, title='Fourier Approximation Period', group='Fourier Approximation')emaFourierPeriod = input(14, title='EMA Smoothing for Fourier', group='Fourier Approximation')// Input parameters for MAsperiod1 = input(7, title='MA Period 1', group='EMA inputs')period2 = input(21, title='MA Period 2', group='EMA inputs')PlotDema = input(false, title='Show Both EMAs as confluence?', group='Additional')ColoredBG = input(true, title='Color Background?', group='Additional')// Function to apply a simple Kalman FilterkalmanFilter(src) => var float x = na var float p = na // Initialize variables if they're not set if na(x) x := src p := 1.0 // Prediction k = p / (p + kalmanMeasurementNoise) // Kalman Gain x := x + k * (src - x) // Update estimate p := (1 - k) * p + kalmanProcessNoise // Update error covariance x// Function for Fourier approximationfourierApprox(src, length) => sine_sum = 0.0 cosine_sum = 0.0 for i = 0 to length - 1 sine_sum := sine_sum + src[i] * math.sin(2 * math.pi * i / length) cosine_sum := cosine_sum + src[i] * math.cos(2 * math.pi * i / length) amplitude = math.sqrt(sine_sum * sine_sum + cosine_sum * cosine_sum) / length amplitude// Applying Kalman Filter on the pricefilteredPrice = kalmanFilter(close)// Applying Fourier approximationfourierResult = fourierApprox(close, fourierPeriod)// Smoothing the Fourier approximation with an EMAsmoothedFourier = ta.ema(fourierResult, emaFourierPeriod)// Calculate MAs based on Kalman-filtered pricema1 = ta.ema(filteredPrice, period1)ma2 = ta.ema(filteredPrice, period2)// Determine the dominant MAdominantMA = ma1 > ma2 ? ma1 : ma2// Define colors based on trend directiondominantColor = dominantMA == ma1 ? #00ff08 : #ff0707// Plotting the dominant MA with corresponding colorsplot(dominantMA, color=dominantColor, title='Dominant MA', linewidth=2)plot(PlotDema ? ma1 : na, color=#b9b9b9, title='ma1', linewidth=1)plot(PlotDema ? ma2 : na, color=#6f6f6f, title='ma2', linewidth=1)// Optional: Add background color based on trend directionbgcolor(ColoredBG ? dominantMA == ma1 ? color.new(color.green, 90) : color.new(color.red, 90) : na)

更好的私用斟酌，期货自动化交游要津与股票自动化要津在星球

本站仅提供存储管事，所有本色均由用户发布，如发现存害或侵权本色，请点击举报。