안녕하세요, 트레이더 여러분! 오늘은 거래 예측을 위한 엑스트라폴레이터 지표에 대해 알아보려고 합니다. 이 지표는 여러 가지 방법을 선택할 수 있는 입력 변수를 기반으로 하고 있습니다.
엑스트라폴레이터의 방법
- 방법 1: 푸리에 외삽법; 주파수는 퀸-페르난데스 알고리즘을 사용하여 계산됩니다.
- 방법 2: 자기상관법
- 방법 3: 가중 버그 방법
- 방법 4: 헬메-니키아스 가중 함수를 사용하는 버그 방법
- 방법 5: 이타쿠라-사이토 (기하학적) 방법
- 방법 6: 수정된 공분산 방법
방법 2부터 6까지는 선형 예측 방법으로, 과거 가격을 기반으로 미래 가격을 선형 함수로 찾는 방식입니다. 예를 들어, x[0]부터 x[n-1]까지의 가격이 있다고 가정할 때, 미래 가격 x[n]의 예측은 다음과 같이 계산됩니다:
x[n] = -Sum(a[i]*x[n-i], i=1..p)
여기서 a[i=1..p]는 모델의 계수이며, p는 모델의 차수입니다. 나열된 방법 2-6은 마지막 n-p 바의 평균 제곱근 오차를 줄여가며 계수 a[]를 찾습니다. 물론, 레빈슨-더빈 방법을 사용하여 n=2*p일 때 방정식을 직접 해결하면 예측 오차를 0으로 만들 수 있습니다. 이 방법을 프로니 방법이라고 부르지만, 미래 값 예측의 불안정성 때문에 포함되지 않았습니다.
기타 입력 매개변수
- LastBar: 과거 데이터의 마지막 바 번호
- PastBars: 미래 값을 예측하기 위해 사용하는 과거 바의 수
- LPOrder: 과거 바 수에 대한 선형 모델의 차수 (0..1)
- FutBars: 예측의 미래 바 수
- HarmNo: 방법 1의 최대 주파수 수 (0은 모든 주파수를 의미)
- FreqTOL: 방법 1의 주파수 계산 불확실성 (0.001보다 크면 수렴할 수 없음)
- BurgWin: 방법 2의 가중 함수 번호 (0=직사각형 1=해밍 2=포물선)
이 지표는 두 개의 선을 그립니다: 파란 선은 훈련 바에서의 모델 가격을 나타내고, 빨간 선은 예측된 미래 가격을 보여줍니다.
예시들
방법 1 (푸리에 급수의 외삽):
방법 3 (버그 방법):
방법 6 (수정된 공분산 방법):
마무리하며
혹시 이 지표를 기반으로 수익성 있는 EA를 개발한 분이 계시다면, 코드 안에 명시된 이메일로 아이디어를 공유해 주시면 감사하겠습니다!