추세선 구축

마지막 업데이트: 2022년 6월 5일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
비록 그것이 '' rsquo; 완전히 담보된 것으로 추정되는 s, 나는 Do Kwon이 만지는 모든 것에 의해 여러 개가 꺼져 있다고 가정합니다. 나는 의심의 여지가 없습니다.-트위터 개인 @PersianCapital

Terra의 Do Kwon, 새로운 Stablecoin 구축, 내부자

By 암바 워릭 6초 전 6초 일찍 업데이트됨 트위터에 우리를 따르라 베스트 인

뉴스 레터

일일 암호

Terra 소유자인 Do Kwon이 Terra 2.0에 새로운 분산형 스테이블코인을 도입할 수 있다고 자칭 내부자가 화요일에 밝혔습니다.

이 사례는 FatMan이라는 태그를 통과한 Terra 관리 온라인 포럼의 활기찬 개인에 의해 작성되었습니다. 그들은 "& ldquo; 확인된 내부자" & rdquo; Kwon은 현재 Terra 2.0을 개선하기 위해 새로운 탈중앙화 스테이블 코인을 만들고 있다고 알렸습니다.

이 조치는 Terra USD 스테이블 코인(UST)을 처분하기 위한 Terra 2.0의 첫 번째 준비에 확실히 반대합니다. UST' rsquo; Kwon이 수집한 책이 스테이블 코인을 유지하기에 부적절하다는 것이 확인된 후 디페깅은 Terra 충돌을 크게 촉발했습니다.

암호화 영역이 새로운 Terra 스테이블 코인을 승인합니까?

FatMan'에 대한 대부분의 응답은 rsquo; 트위터의 메시지가 좋지 않았기 때문에 일부 고객은 토큰이 완전히 담보로 제공될 경우 토큰이 작동할 수 있다고 말했습니다.

USDT 및 USDC와 같은 담보된 스테이블 코인은 실제로 지난 몇 년 동안 생성되었다는 점을 감안할 때 수많은 시장 충돌을 실제로 견뎌낸 동료들 중에서 가장 안정적인 것으로 확인되었습니다.

트렌드 스토리

HODLers의 강력한 Bitcoin 축적으로 BTC 급등 $ 31,500, 다음 목표 … Altcoin 뉴스 Just In: SHIB 창립자가 소셜 미디어에서 사라지고 자신을 얕잡아 봅니다. Altcoin 뉴스 TRON(TRX)이 XNUMX월에 가장 실적이 좋은 토큰 중 하나인 이유는 다음과 같습니다. Altcoin 뉴스 러시아, 전력 소비 급증에도 불구하고 암호화폐 채굴 규제 Altcoin 뉴스 Ethereum 2.0 클라이언트, 병합 안정성을 위한 수정 사항 릴리스, 가격 급등 Altcoin 뉴스

다른 고객들은 스테이블코인이 "& ldquo; 검열 완전 무료 현금" & rdquo; 그들은 Terra가 한 번 더 건물을 짓고 있다고 생각했습니다.

Ravendex: $Rave 토큰으로 구동되는 Cardano의 차세대 Dex 및 Launchpad – 지금 구매하세요!

그러나 행동의 방향에 대한 완전한 믿음은 여전히 ​​의심스러웠습니다. 많은 고객들이 UST 충돌을 Terra의 새로운 방향에 대한 중요한 억지력으로 지적했습니다.

비록 그것이 '' rsquo; 완전히 담보된 것으로 추정되는 s, 나는 Do Kwon이 만지는 모든 것에 의해 여러 개가 꺼져 있다고 가정합니다. 나는 의심의 여지가 없습니다.

-트위터 개인 @PersianCapital

UST 충돌로 타격을 입은 스테이블코인

UST' rsquo; XNUMX월 초에 발생한 충돌로 인해 USDT가 충돌 후 잠시 동안 페깅을 제거하면서 다른 다양한 추세선 구축 스테이블 코인 전체에 급증했습니다. UST와 같은 여러 다른 수학적 스테이블 코인은 마케팅 스트레스가 강화된 상황에서 충돌 후 실제로 크게 디페그되었습니다.

UST 충돌은 규제 당국과 금융가 모두에서 스테이블 코인에 대한 극단적인 반대를 추가로 환영했습니다.

그럼에도 불구하고 테라의 자본주의적 열정은 충돌에도 불구하고 실제로 계속되었다는 것을 보여줍니다. LUNA와 Luna Classic(LUNC) 모두 지난 며칠 동안 크게 상승했습니다.

특히 LUNC는 지난 50시간 동안 24% 이상 상승했습니다. 토큰은 최근 에어드랍을 감안할 때 실제로 믿을 수 없을 정도로 예측할 수 없었습니다.

  • 탐색
  • Price Analysis
  • Terra의 Do Kwon, 새로운 Stablecoin 구축, 내부자
  • Just In: SHIB 창립자가 소셜 미디어에서 사라지고 자신을 얕잡아 봅니다.
  • TRON(TRX)이 XNUMX월에 가장 실적이 좋은 토큰 중 하나인 이유는 다음과 같습니다.
  • 러시아, 전력 소비 급증에도 불구하고 암호화폐 채굴 규제
  • 이 Altcoins는 최근 암호화 시장 회복을 주도하고 있습니다
  • 이번 발표로 Terra Luna 클래식 가격 90% 상승
  • 이더리움(ETH)이 7% 반등하여 $1900 이상으로 상승한 이유는 다음과 같습니다.
  • 한국, Terra Crash 조사 강화, LUNA 2.0이 영향을 받나요?추세선 구축 추세선 구축
  • PlanB: 비트코인(BTC) 가격의 임박한 돌파를 시사하는 과거 데이터
  • Binance, Terra(LUNA) 2.0 상장 예정
  • Waves 가격 분석: 빠르게 회복되는 WAVES 가격이 $12에 도달할 수 있습니까?
  • MANA, GALA 및 AXS 토큰이 8% 상승했습니다. 이 메타코인의 다음 단계는 무엇입니까?
  • LUNA 2.0 가격 예측: LUNA 2.0은 LUNA Classic [LUNAC]에서 재설정한 후 70년에 2022달러로 오를까요?
  • ADA 가격 분석: ADA 가격은 삼각형 돌파로 불확실성을 피합니다
  • SHIB 가격 분석: 삼각형 내 반전은 SHIB를 12.5% ​​하락시킬 수 있습니다
  • 이더리움 가격 분석: 1600달러에 도달할 소량 풀백 티저 ETH
  • Bitcoin 가격 분석: 삼각형 패턴이 BTC 비용의 불확실성을 깨뜨릴 수 있음
  • TRON 가격 예측 2022-2027: $1.0 비용 목표 가능성은 얼마나 됩니까?
  • CRV 가격 분석: 이중 추세선은 CRV 강세를 제한합니다
  • DOT 가격 분석: DOT 가격에 대한 불확실성은 추세선 돌파로 끝날 수 있음
  • 작가 소개
  • 유의 사항(면책 조항)

Ambar는 국제 통화 시장을 다루는 5년 이상의 경험을 바탕으로 DeFi뿐만 아니라 빠르게 증가하는 암호화 세계의 방향으로 이 전문 지식을 활용할 계획입니다. 그의 열정은 주로 지정학적 발전이 암호화 시장에 어떻게 영향을 미칠 수 있는지와 그것이 비트코인 ​​보유량에 무엇을 나타낼 수 있는지 정확히 찾는 데 있습니다. 그가 최신 정보를 얻기 위해 인터넷을 통해 트롤링하지 않을 때 비디오 게임을 하거나 Seinfeld 재방송을 즐기고 있는 그를 찾을 수 있습니다. [이메일 보호됨]에서 그에게 연락할 수 있습니다. 암호화 이야기 전체보기 Dogecoin 공동 창립자는 Elon이 이 이유만으로 DOGE를 지원한다고 말합니다. 이 시장 붕괴에서 살아남은 단 하나의 암호 화폐 도권, 루나 붕괴 가능성 경고 무시 Twitter 링크드인 암바 워릭 325 기사 Ambar는 국제 통화 시장을 다루는 5년 이상의 경험을 바탕으로 DeFi뿐만 아니라 빠르게 증가하는 암호화 세계의 방향으로 이 전문 지식을 활용할 계획입니다. 그의 열정은 주로 지정학적 발전이 암호화 시장에 어떻게 영향을 미칠 수 있는지와 그것이 비트코인 ​​보유량에 무엇을 나타낼 수 있는지 정확히 찾는 데 있습니다. 그가 최신 정보를 얻기 위해 인터넷을 통해 트롤링하지 않을 때 비디오 게임을 하거나 Seinfeld 재방송을 즐기고 있는 그를 찾을 수 있습니다. [이메일 보호됨]에서 그에게 연락할 수 있습니다. 이전 프로젝트 보기

HODLers의 강력한 비트코인 ​​축적으로 BTC 급증이 다음 목표인 $31,500를 넘어섰습니다.

이 문서에는 지침이 포함되어 있습니다. 다음 "Pump". 매일 커뮤니티에서 텔레 그램 채널 Crypto Pump Signals for Binance 바이낸스를 위한 신호 다가오는 "에 대한 10개의 무료 신호 발행Pump" 및 성공적인 보고서 "Pumps” VIP 커뮤니티 주최자가 성공적으로 완료했습니다.

이러한 거래 신호는 텔레그램 채널에 게시된 코인을 구매한 후 단 몇 시간 만에 큰 수익을 올릴 수 있도록 도와줍니다.이 거래 신호를 사용하여 이미 수익을 내고 있습니까? 그렇지 않다면 시도해보십시오! 암호화폐 거래에 행운을 빕니다. Crypto Pump Signals for Binance 바이낸스 채널에 대한 신호.

John Lesley는 암호 화폐 시장의 기술적 분석 및 예측을 전문으로하는 숙련 된 거래자입니다. 그는 통화, 지수, 상품 등 다양한 시장과 자산에 대해 10 년 이상의 경험을 쌓았습니다. John은 주요 포럼에서 수백만의 견해를 가진 인기 주제의 저자이며 고객과 고객 모두를위한 전문 트레이더이자 분석가로 일하고 있습니다. 그 자신.

큐리언트, 저점 추세선에서 반등, 이유는? (남북 경협 관련주, 결핵 관련주)

큐리언트는 결핵치료제 , 아토피성 피부염 치료제, 항암면역,내성암 치료제 를 개발하는 제약 바이오 회사입니다. 최근에는 경구용 면역항암제 인 'Q701' 의 개발이 진전을 보이고 있어 가치 재평가가 기대되고 있습니다.

최근 남북경협과 관련해 븍한 결핵환자 지원문제가 대두되면서 큐리언트 주가가 주목을 받고 있는 중. 북한 결핵환자 지원과 관련된 또다른 종목인 에스와이패널 은 북한의 결핵환자 치료를 위한 병동 공급 사업 기대감으로 주가가 두번의 상한가 가격대까지 오르며 상승중입니다.

이에 비해 큐리언트는 아직까지 큰 주가 변동을 보이고 있지 않아 앞으로 에댝,바이오 뿐만 아니라 남북경협 테마주로도 상승 여지가 있어 주목할 필요가 있는 종목.

현재 주가 위치는 저가 바닥권에서 저점 추세선에 닿아 있어 저가 매수의 절호의 기회 일 수도.

그럼 큐리언트의 차트를 보겠습니다.

큐리언트의 주봉상 차트입니다. 상장후 최고가로부터 약 66%정도 주가가 빠진 후 바닥권에서 박스권 만들며 저점을 높여가고 있습니다. 저점을 잇는 저점 추세선이 우상향 중입니다.

▶1년간 바닥 박스권 흐름

일봉상 주가를 살펴보면 1차 대파동 이 한차례 있은후 다시 주가가 떨어졌지만 이전 저점보다 높은 위치에서 반등하며 다시 2차 대파동 을 만들었습니다. 현재구간은 저점 추세선 하단에 닿으면서 다시 반등하고 있는 모습입니다. 파동의 기간으로 보면 지금 시점은 3차 대파동 (?) 이 시작될 즈음의 시간대라 볼수 있지 않을까요?

크게 두차례 주가 상승시 저항대를 만들면서 바닥 저점을 높여가면서 스윙 하는 모습입니다. 간단하게 저점에서 매수 타이밍 잡아도 최소 스윙으로 수익실현이 가능한 종목.

여기에 현재 북한 결핵 지원 모멘텀과 제약 바이오 순환매 타이밍을 잘 노려본다면 주가가 빠지는 염려없이 편하게 수익 올릴수 있는 종목중 하나로 보입니다.

왜 보안에 머신 러닝이 필요한가

구글의 알파고와 이세돌 9단의 바둑 대결은 인공지능이 더 이상 먼 미래에 일이 아님을 보여주었다. 또한 IT 업계의 거물들은 미래 성장 성장 동력으로 ‘인공지능(Artificial Intelligence)’을 정조준하고 있으며, 여러 분야에서 이를 구현한 사례들을 속속 선보이고 있다.

월간’안’에서는 인공지능을 구현하기 접근 방식 중의 하나인 머신 러닝(Machine Learning)이 무엇이며, 보안 분야에서 머신 러닝이 왜 필요한지에 대해 2회에 걸쳐 소개하고자 한다.

[연재 목차]
1부_머신 러닝이란 (2017년 2월호)
2부_왜 보안 분야에 머신 러닝이 필요한가 (이번 호)

지난 호에서는 머신 러닝이 무엇이며, 머신 러닝을 의미 있게 수행하기 위한 고려 사항에 대해 알아보았다. 이번 호에서는 보안 위협을 대비하기 위해 머신 러닝이 왜 필요한지, 그리고 안랩이 머신 러닝을 어떻게 적용하고 있는지를 소개한다.


보안 시스템에 머신 러닝이 도입되어야 하는 이유

[그림 1]은 ASD(AhnLab Smart Defense) 인프라에 2,300일 동안 수집된 실행(Portable Executable) 파일의 개수를 누적 그래프로 나타낸 것이다. 녹색 선은 누적 수집된 개수이며, 붉은색 점선은 녹색 선에 대한 추세선이다.

[그림 1] ASD 인프라가 수집한 실행형 파일의 개수 (X축: 일, Y축: 개수, 단위: 백만) ​

[그림 1]에서 n차 다항식으로 추세선을 작성한 경우 적은 오차로 작성이 가능했다. 즉, n차 다항식으로 표현되기 때문에 오늘의 유입 증가량은 어제의 유입 증가량보다 더 많다는 것을 알 수 있다. 이는 악성코드 분석을 위한 인적, 물적 시스템이 이미 구축된 상태에서 최소 어제보다 더 많은 자원이 오늘 필요하며, 그 증가량이 시간이 지날수록 점점 더 늘어난다는 것을 의미한다. 만일 위 그래프에서, 4,000일까지의 경우를 추세선으로 예측하면 [그림 2]와 같다.


즉, n차 다항식으로 표현된 추세선은 결국 어느 순간 [그림 2]와 같이 매우 폭발적으로 증가하게 된다. [그림 2]에서 실제 누적 데이터 수를 보여주는 녹색선과 이에 대한 추세를 보여주는 붉은색선 사이의 간극으로 인해 오류가 추세선 구축 발생할 수 밖에 없으므로, 위의 예측한 것과 같은 모양으로 수치에 도달하지 않을 수 있다. 하지만 중요한 것은 언젠가는 발생할 여지가 있다는 점이다. 운명의 날 즉, 둠스데이(Doom's day)가 우리를 기다리고 있다.

이와 같이 ‘어제 유입량보다 오늘 유입량이 더 많은’ 상황의 문제점은 현재의 패러다임으로 구성된 인적·물적 악성코드 분석 시스템이 과연 언제까지 버틸 수 있냐라는 것이다. 이를 해결하기 위해서는 물리적인 시스템을 최대한 투입하여 인적 자원을 지원하는 것이 더 효율적이다. 물리적인 시스템, 즉 기계적인 방식은 사람의 경험으로 직접 구성한 휴리스틱이 하나의 예라 할 수 있겠지만, 이것 또한 둠스데이 대비를 위해서는 적합하지 않다.

이를 해결하기 위한 여러 대안 중 하나가 바로 ‘머신 러닝’이다. 오로지 기계적으로만 생성된 규칙을 활용하고 기계적으로 하기 어려운 높은 수준의 분석 작업에 대해 사람이 직접 연구한 뒤 다시 기계적인 ‘머신 러닝’에 관련 지식을 전달하도록 하는 유연한 시스템이라고 할 수 있다.

결론으로, “왜 보안 위협을 대처하기 위해 머신 러닝을 해야 하는가?”에 대한 대답은 [표 1]과 같이 정리된다. 즉, 머신 러닝은 아래의 요구 사항을 만족할 수 있는 여러 대안 중 하나로 선택 가능하다는 점이다.​

머신 러닝의 필요성을 알아봤다면, 이제 실제 안랩에서는 머신 러닝을 기술을 어떻게 적용했고, 그 결과를 간략하게 알아보자.

안랩에서는 2년여 동안 독자적으로 연구 개발한 머신 러닝 시스템을 운영하고 있다. 이 시스템의 전체 운영 과정은 [표 2]와 같다​.

우선, ASD 시스템을 통해 수집된 PE 파일을 가지고 머닝 러닝 학습 정보를 스캔하여 학습 데이터를 구축한다. 해당 데이터로 머신 러닝을 수행하는데, 이는 [표 2]의 A, B, 그리고 C 과정의 반복으로 구성된다.

보통의 머신 러닝 알고리즘은 추세선 구축 추세선 구축 일정량의 메모리와 CPU(최근에는 GPU까지), 그리고 Disk I/O의 자원을 요구한다. 이러한 컴퓨팅 자원은 ‘무한대’가 아닌 한정된 값이기 때문에 알고리즘을 수행하기 위한 제한 조건이 늘 존재하는데, 그중 하나가 학습 데이터의 규모이다. 현재 안랩 머신 러닝 시스템은 ASD 시스템에 존재하는 약 추세선 구축 13.4억개의 PE 파일에 대한 학습을 이미 마친 상태다. 만일 13.4억개의 학습 데이터를 한 번에 학습하려면 웬만한 시스템을 통해서는 이뤄지지 않는다(OUT OF MEMORY). 최근의 빅데이터 처리를 위한 분산 시스템(예: 하둡)이 아무리 발달하더라도 13.4억개를 한꺼번에 학습하는 것은 어려운 일이었다. 그래서 한꺼번에 학습하는 것이 아니라 하루 단위로 유입되는 양에 대해서 부분적으로 학습하고, 모델을 스스로 업데이트하는 증분 학습(Incremental learning) 알고리즘(PLANT)이 개발되었고, 실제 운영까지 성공적으로 완료했다. 이를 통해 기존 머신 러닝의 한계를 넘어설 수 있었으며, 이후 예상되는 학습 장비의 스케일 업/아웃(Scale up/out)에 대한 걱정도 줄일 수 있었다. 이러한 증분 학습이 지원되는 의사 결정 트리 알고리즘은 머신 러닝 분야의 학술적 영역에서도 도전적인 주제인데 안랩에서 개발하고 응용하는데 성공한 것이다.​

이러한 안랩 머신 러닝 시스템을 통해 만들어진 엔진은 현재 지능형 위협 대응 시스템인 ‘안랩 MDS’ 에이전트에 적용되어 의심 파일 수집 기능에 활용되고 있다. 또한 향후 MDS 분석 장비까지 지원 범위를 확대하여 머신 러닝의 응용 기술을 지속적으로 확대할 예정이다.

‘머신 러닝’은 이제 IT 업계의 큰 화두로 떠오르고 있다. 그래서인지 너도 나도 무작정 띄어 들어 겉만 번지르르하게 진행되는 프로젝트들이 우후죽순처럼 생길까 걱정이 앞선다. 왜냐하면 이제서야 겨우 수면 위로 올라온 ‘인공지능’이 거품 붕괴로 또다시 “이제 인공지능은 영원히 죽었다”라는 얘기가 나올까봐 두려워서다.

이와는 달리 안랩의 머신 러닝 추세선 구축 시스템은 성급하게 만들어진 결과물이 아닌, 필요성에 의해 2년 전부터 연구되었다. 특히 알려진 유명 오픈 소스를 활용하는 수준이 아닌 직접 인공지능 알고리즘을 설계하고 창조하여 ‘인공지능 연구’에 대한 성과도 함께 달성한 프로젝트로 진행되었으며, 만족스러운 결과를 통해 실제 제품에 탑재할 수 있었다.

마지막 정리를 위해 가벼운 질문을 하나 던져보려고 한다. “인공지능이 사람의 일자리를 뺏을 수 있을까?” 필자의 견해는 “다소 그럴 수는 있다”이다. 그렇지만 사람이 할 일과 기계가 할 일은 분명 나눠질 것이며, 우리는 그 사실을 능동적으로 잘 받아들여야 할 것이다. 어떤 천재가 놀라운 ‘머신 러닝’ 알고리즘을 만들었더라도 그 시스템은 ‘떨어지는 사과’를 보고 절대로 ‘만유 인력 법칙’을 유도해 내지는 못할 것이다. 즉, 직관력을 가진 자는 결국 사람뿐이다. 기계는 오로지 법칙 유도를 위한 계산만 해줄 뿐이다. 그래서 우리가 할 일은 기계가 할 수 없는 부분을 찾아내고, 그 부분에 역량을 집중해야 한다. ​

스펙트럼 분석기 구축

이 글은 독자들이 MQL5 언어의 그래픽 객체를 사용하는 가능한 변형에 대해 알게 하기 위한 것입니다. 그래픽 개체를 사용하여 간단한 스펙트럼 분석기의 제어 패널을 구현하는 표시기를 분석합니다.

기사에 3개의 파일이 첨부되어 있습니다.

  1. SpecAnalyzer.mq5 – 이 기사에서 설명하는 지표.
  2. SpecAnalyzer.mqh – SpecAnalyzer.mq5의 포함 파일입니다.
  3. SAInpData.mq5 – 외부 데이터에 대한 액세스 구성에 사용되는 지표입니다.

지표 SpecAnalyzer를 정상적으로 로드하려면 세 파일을 모두 클라이언트 터미널의 \MQL5\Indicators 폴더에 배치해야 합니다. 그런 다음 SpecAnalyzer.mq5 및 SAInpData.mq5 파일을 컴파일해야 합니다. 표시기는 기본 차트 창에 로드하기 위한 것입니다. 표시기가 로드되면 이 창의 표시 매개변수가 변경되고 표시기가 제거되면 창에서 모든 그래픽 개체가 삭제됩니다. 그렇기 때문에 터미널의 기존 창 표시 모드가 실수로 변경되는 것을 방지하기 위해 별도의 특수 창에 표시기를 로드해야 합니다.

기사에 표시기의 전체 소스 코드가 포함되어 있지 않다는 사실을 고려할 때 기사를 읽는 동안 첨부 파일의 코드를 열어 두는 것이 좋습니다.

기사에 설명된 지표는 기성 애플리케이션인 척하지 않습니다. 언어의 그래픽 개체를 사용하는 예일 뿐입니다. 관심 있는 사람은 기사에 표시된 코드를 자체적으로 업그레이드하고 최적화할 수 있습니다.

그래픽 객체를 그릴 때 좌표를 지정하기 위해 MQL5에서 두 가지 방법을 사용할 수 있습니다. 일부 객체의 경우 좌표는 창의 지정된 추세선 구축 지점으로부터의 픽셀 수로 지정됩니다. 다른 사람들의 경우 좌표는 창에 표시된 차트의 가격 및 시간 값으로 지정됩니다.

예를 들어 "레이블" 또는 "버튼"과 같은 개체를 차트에 배치하려면 해당 좌표를 차트 창의 모서리 중 하나로부터의 픽셀에서의 거리로써 구체화 해야 합니다. 이러한 추세선 구축 방식으로 개체를 지정하면 현재 창의 속성과 여기에 표시된 차트의 크기에 관계없이 개체의 포지션이 유지됩니다. 창 크기가 변경되더라도 이러한 개체는 포지션을 유지하고 서로 바인딩됩니다. 마우스 왼쪽 버튼을 사용하여 창에서 차트를 이동하면 해당 개체는 창의 선택된 앵커 포인트에 상대적으로 포지션을 유지합니다.

다른 개체 그룹은 창 좌표 대신 창의 차트에 바인딩하는 것을 의미합니다. 이러한 개체는 "추세선", "사각형" 등입니다. 이러한 개체를 생성하여 배치할 때 좌표는 창에 표시되는 차트의 시간 및 가격 값으로 지정됩니다. 이 좌표 지정 모드를 사용하면 차트 배율이 변경되거나 스크롤 될 때 개체가 차트 창에 대해 상대적으로 포지션이 변경되고 서로 간에 포지션이 변경됩니다. 차트에 새 막대가 표시되면 시간 축이 시간 프레임 크기에서 왼쪽으로 이동하므로 개체의 위치도 변경됩니다.

SpecAnalyzer 표시기에서 두 가지 유형의 그래픽 개체는 스펙트럼 분석기의 제어판을 만드는 데 동시에 사용됩니다. 차트에 바인딩된 개체가 창에 상대적으로 이동하지 않도록 차트의 세로 축을 따라 표시되는 고정 모드와 차트의 가로 눈금을 따라 표시할 수 있는 최소 눈금에 해당하는 모드를 설정했습니다. 또한 수직 스케일의 최소값은 0.0으로 설정됩니다. 수평 축의 경우 오른쪽 가장자리에서 제로 막대를 이동하지 않고 차트의 오른쪽 가장자리로 자동 스크롤하지 않고 모드를 설정합니다. 따라서 차트의 0점과 0.0 값과 일치하는 좌표점은 우측 하단 모서리에 나타나며 고정된 축척으로 "Trend Line" 및 "사각형"과 같은 개체의 기준점으로 사용할 수 있습니다. 이때 "Label" 또는 "Button"과 같은 개체의 앵커 포인트와 동일한 오른쪽 하단 모서리를 설정하면 둘 다 객체의 유형은 확실히 서로 바인딩됩니다.

모든 필요한 차트 속성은 SpecAnalyzer.mqh 파일의 SetOwnProperty() 함수에서 설정됩니다.

그래픽 개체의 바인딩을 제공하기 위해 차트의 필수 속성을 설정하는 것 외에도 이 기능은 색상을 할당하고 차트의 일부 요소 표시를 제한할 수 있는 속성을 설정합니다.

표시기 SpecAnalyzer는 작업하는 동안 차트 속성을 변경하므로 표시기 로드 시 차트의 이전 설정을 저장하고 표시기 언로드 시 설정 복원을 제공해야 합니다. MQL5의 표준 라이브러리에는 CChart 클래스의 Save() 및 Load()를 위한 특수 가상 함수가 포함되어 있습니다. 이러한 함수는 CChart 클래스의 개체 속성을 파일에 저장하고 생성된 파일에서 해당 속성을 복원하기 위한 것입니다. 차트의 속성을 저장할 때 저장된 속성 집합을 변경하고 파일 작업 사용을 피하기 위해 CChart의 가상 함수 Save() 및 Load() 클래스는 새 클래스 GRAphChart를 만들 때 재정의됩니다(SpecAnalyzer.mqh 파일 참조).

GRAphChart의 기본 클래스는 MQL5의 표준 라이브러리의 CChart입니다. GRAphChart 클래스에는 기본 클래스에서 구현된 파일 대신 메모리에 차트 속성을 저장하기 위한 ChartPropertyes 구조 및 ChProp 객체 생성에 대한 설명이 포함되어 있습니다. Save() 함수는 차트의 현재 속성에 따라 데이터로 ChProp 구조를 채우고, Load() 함수는 이전에 저장한 속성을 복원합니다.

Save() 함수는 GRAphChart 클래스의 생성자에서 호출되고 Load() 함수는 소멸자에서 호출됩니다. 그렇기 때문에 GRAphChart 클래스의 객체를 생성하고 삭제할 때 추세선 구축 차트의 이전 상태에 대한 저장 및 복원이 자동으로 수행됩니다. 위에서 언급한 SetOwnProperty()는 클래스 생성자에서도 호출됩니다.

간단한 예를 들어 GRAphChart 클래스의 사용을 보여줍시다. 그렇게 하려면 MetaEditor에서 새 사용자 지정 표시기를 만들고 이름을 Test로 지정합니다. 지시자의 코드에 헤더 파일 SpecAnalyzer.mqh를 포함하고 두 줄을 추가하여 GRAphChart 클래스의 객체를 생성합니다.

위 코드를 성공적으로 컴파일하려면 SpecAnalyzer.mqh 파일이 클라이언트 터미널의 \MQL5\Indicators 폴더에 있어야 합니다.

클라이언트 터미널에서 차트를 만들고 테스트 예제를 로드하려고 하면 차트 속성이 변경되고 그 안에 그래픽 개체를 표시할 준비가 된 빈 창만 표시됩니다. 차트에서 테스트 지표를 제거하면 새 틱이 도착하면 초기 모양이 복원됩니다.

지표 SpecAnalyzer로 돌아가 보겠습니다. 지표의 시작 부분(SpecAnalyzer.mq5 파일 참조)에서 GRAphChart 클래스의 MainChart 객체 생성이 수행되어 지표를 로드하고 차트 속성을 저장합니다.

표시기를 언로드 할 때 MainChart 개체는 자동으로 종료되며 차트의 초기 속성이 클래스 소멸자에 복원됩니다.

표시기 SpecAnalyzer의 제어판 모양은 창에 배치된 그래픽 개체에 의해 결정됩니다. AllGrObject 클래스는 생성 및 상호 작용에 필요한 모든 기능을 통합합니다. SpecAnalyzer.mqh 파일을 참조하십시오.

이름이 Add로 시작하는 클래스의 기능은 그래픽 개체를 생성하기 위한 것입니다. 예를 들어, AddButton()은 "Button" 객체를 생성합니다.

애플리케이션에서 모든 그래픽 개체의 좌표는 차트의 오른쪽 하단 모서리로부터의 거리(픽셀 단위)로 설정됩니다. "Trend Line", "Arrowed Line" 및 "Rectangle" 개체의 경우 이러한 좌표를 시간 및 가격 값으로 변환해야 합니다. 이러한 변환은 객체에 좌표를 할당하기 전에 MoveGrObject() 함수에서 수행됩니다. 하나의 수평 픽셀은 하나의 막대에 해당하고 하나의 수직 픽셀은 하나의 점에 해당합니다.

모든 그래픽 개체는 표시기에서 한 번만 생성되며 표시기의 OnInit() 함수에서 gr_object_create()를 호출할 때 수행됩니다. SpecAnalyzer.mq5 파일 참조. "Trend Line", "Arrowed Line", "Rectangle"을 제외한 모든 오브젝트는 좌표가 바로 설정됩니다. "Trend Line", "Arrowed Line" 및 "Rectangle" 좌표는 위에서 언급한 MoveGrObject() 함수는 주소 지정 모드를 변환합니다.

gr_object_coordinate() 함수의 호출은 표시기의 OnCalculate() 함수에 포함됩니다. 새 눈금이 올 때마다 함수가 호출되기 때문에 차트에 새 막대가 형성될 때 좌표를 올바르게 다시 계산합니다.

표시기 패널의 버튼은 세 그룹으로 나뉩니다. 첫 번째 그룹은 왼쪽에 있는 4개의 버튼으로 구성됩니다. 표시기로 입력 시퀀스의 스펙트럼을 추정한 결과를 표시하는 모드를 선택할 수 있습니다. 4가지 표시 모드가 지원됩니다(버튼 수에 따라 다름).

  1. 진폭/선 - Y축을 따라 선형 스케일로 푸리에 변환 모듈을 표시합니다.
  2. Amplitude/dB - Y축을 따라 로그 스케일로 푸리에 변환 모듈을 표시합니다.
  3. Power/Line - Y 축을 따라 선형 스케일로 추세선 구축 푸리에 변환 모듈의 제곱을 표시합니다.
  4. Power/dB - Y 축을 따라 대수 스케일로 푸리에 변환 모듈의 제곱을 표시합니다.

이 그룹의 버튼 클릭을 처리하기 위해 표시기의 OnChartEvent() 함수에 다음 코드가 포함됩니다.

버튼 중 하나의 클릭이 감지되면 다른 버튼의 상태는 누르지 않은 상태로 변경되어 한 그룹의 여러 버튼을 동시에 누르는 것을 방지합니다. 동시에, 현재 표시 모드를 결정하는 플래그 YPowerFlag 및 YdBFlag에 대해 해당 값이 설정됩니다.

4개의 버튼으로 구성된 두 번째 그룹은 입력 데이터 소스를 선택할 수 있는 가능성을 제공합니다. 이는 SAInpData.mq5 표시기를 호출하여 얻은 외부 데이터이거나 애플리케이션 자체에서 생성된 세 가지 테스트 시퀀스일 수 있습니다. 마지막 버튼 그룹에는 텍스트 정보 입력 필드에서 목록을 스크롤하는 데 사용되는 두 개의 버튼이 있습니다. 모든 버튼을 클릭하는 처리는 첫 번째 그룹의 버튼과 동일한 표시기의 OnChartEvent() 기능에서도 수행됩니다. SpecAnalyzer.mq5 파일을 참조하십시오.

이전에 생성한 테스트 인디케이터 Test.mq5를 사용하여 AllGrObject 클래스를 사용하는 예를 보여드리겠습니다. 이를 수행하려면 소스 코드에 여러 줄을 추가하고 SpecAnalyzer.mq5 파일에서 앞서 언급한 gr_object_create() 및 gr_object_coordinate() 함수를 포함합니다.

AllGrObject 클래스의 추세선 구축 기능에 대한 액세스를 제공하려면 이 클래스의 GObj 개체를 만듭니다. 표시기의 OnInit() 함수에는 표시기 제어판의 모양과 기능을 결정하는 필요한 모든 그래픽 개체를 만드는 gr_object_create() 함수의 호출이 포함됩니다.

OnCalculate 함수에서 MainChart.SetOwnProperty() 및 gr_object_coordinate() 함수의 호출을 추가합니다. 따라서 차트 속성과 차트에 그려진 개체의 좌표는 모든 새 눈금이 올 때마다 복원됩니다. 이러한 복원은 초기 차트에 새로운 막대가 생성되거나, 마우스 왼쪽 버튼을 이용하여 차트를 이동하거나, 사용자가 차트 속성을 변경할 때 필요합니다. 이 테스트 예제를 컴파일하고 로드하면 제어판의 인터페이스가 표시됩니다. 그림 참조. 1.

그림 1. 제어판의 인터페이스입니다.

그림 1. 제어판의 인터페이스입니다.

차트에 대한 제어판의 포지션을 ​​시각적으로 보여주기 위해 위의 예에서 차트 눈금 표시를 활성화합니다. 그림 참조. 2.

그림 2. 차트 규모입니다.

스펙트럼 분석기

표시기의 스펙트럼 분석은 입력 시퀀스의 1024 눈금으로 수행됩니다. 스펙트럼 분석은 고속 푸리에 변환 알고리즘을 사용하여 수행됩니다. FFT 알고리즘을 추세선 구축 구현하는 기능은 www.mql4.com 웹사이트의 출판물에서 가져왔습니다. 계산을 위해 입력 실시간 시퀀스의 FFT 기능을 사용합니다. 해당 코드는 SpecAnalyzer.mqh 파일에 있습니다. 스펙트럼 분석에 필요한 모든 작업은 fft_calc() 함수에서 구현됩니다.

fft_calc() 함수가 호출되면 InpData[] 배열에 분석할 입력 시퀀스가 ​​포함되어야 합니다. realfastfouriertransform()이 실행된 후 FFT의 결과가 해당 배열에 배치됩니다. 또한 모듈로의 제곱은 스펙트럼 추정치의 실수부와 허수부로부터 각 고조파에 대해 계산됩니다. 결과는 Spectrum[] 배열에 기록됩니다. Spectrum[] 배열의 요소 인덱스는 고조파 번호에 해당합니다. 상수 성분의 계산된 값은 표시기에 사용되지 않으므로 항상 0 값이 배열의 Spectrum[0] 요소에 할당됩니다.

변수 InputSource의 값에 따라 배열 InpData[]는 테스트 시퀀스 또는 외부 표시기에서 얻은 데이터로 채워질 수 있습니다. 입력 데이터는 get_input_data() 함수에서 형성됩니다.

InputSource의 값이 0이면 SAInpData.mq5 표시기의 제로 버퍼에서 1024개의 값이 입력 배열 InpData[]로 복사됩니다. 분석을 위한 데이터는 지표 자체에서 또는 다른 지표를 호출하여 구성할 수 있습니다. 표시기 SAInpData.mq5에 대한 액세스를 제공하기 위해 다음 행이 OnInit() 함수에 추가되어 ExtHandle 변수의 값을 결정합니다.

표시기 SAInpData.mq5는 클라이언트 터미널의 \MQL5\Indicators 디렉토리에 있어야 합니다. 예를 들어 이 기사에 첨부된 표시기 SAInpData.mq5는 임의의 시퀀스를 분석기에 전달합니다. SAInpData.mq5가 분석기에 다른 시퀀스를 전달하도록 하려면 소스 코드를 변경하십시오.

함수 get_input_data()에 대한 테스트 시퀀스로 SMA(3), SMA(32) 및 LWMA(12) 이동 평균의 임펄스 특성이 생성됩니다. 필터의 임펄스 특성의 푸리에 변환이 해당 필터의 진폭-주파수 특성에 해당한다는 점을 고려하여 테스트 시퀀스로 선택하면 이동 평균의 진폭-주파수 특성을 관찰할 수 있습니다.

Spectrum[] 배열에 저장된 스펙트럼 추정 결과를 정규화하고 지정된 모드에서 표시하도록 준비하기 위해 norm_and_draw() 함수가 사용됩니다. SpecAnalyzer.mq5 파일을 참조하십시오. 선택한 표시 모드에 따라 이 기능은 Y축의 텍스트 표시를 대체합니다.

입력 시퀀스의 스펙트럼 추정 결과는 그래픽 형태뿐만 아니라 텍스트 형태로도 표시됩니다. 결과를 텍스트 형식으로 표현하기 위해 "Label" 유형의 5가지 그래픽 개체가 생성됩니다. 5개의 표시된 텍스트 줄에 해당합니다. list_levels() 추세선 구축 함수는 이러한 행을 정보로 채우는 작업을 수행합니다.

행은 StringFormat() 함수를 사용하여 형식이 지정된 배열 ListArray[]의 레벨 값을 표시합니다. 현재 표시 모드에 따르면 이 배열은 norm_and_draw() 함수 내부의 정보로 채워져 있습니다. SpecAnalyzer.mq5 파일을 참조하십시오. 배열 ListArray[]의 정보는 ListPointer 변수에 저장된 값과 동일한 배열 인덱스부터 표시됩니다. 출력 필드 오른쪽에 있는 버튼을 누르거나 입력 필드에 필요한 인덱스를 지정하여 ListPointer 변수의 값을 변경할 수 있으며, 따라서 표시할 줄의 시작 인덱스를 변경할 수 있습니다. 해당 버튼을 누르고 입력 필드에서 수정을 완료하는 것과 관련된 이벤트는 표시기의 OnChartEvent() 함수에서 처리됩니다. SpecAnalyzer.mq5 파일을 참조하십시오.

표시기 SpecAnalyzer의 모양은 아래 그림과 같습니다.

그림 3. 표시기 SpecAnalyzer의 모양입니다.

그림 3. 표시기 SpecAnalyzer의 모양입니다.

이미 언급했듯이 SpecAnalyzer.mq5 표시기는 완전한 스펙트럼 분석기의 프로토타입일 뿐입니다. 기사에서는 그래픽 개체를 사용하는 예로 사용됩니다. 완전한 지표를 만들려면 모양을 개선하고 더 기능적인 인터페이스를 구현하고 스펙트럼 추정 알고리즘을 개선해야 할 것입니다.

장식용으로 그래픽 개체 "Bitmap"을 사용하고, 그래픽 편집기에서 전면 제어판용 이미지를 생성하고, 이를 언더레이어로 사용하여 표시기 인터페이스를 크게 개선할 수 있습니다. 제어가 표시됩니다. 이러한 접근 방식은 스킨 변경이 가능한 지표를 만드는 데 사용할 수 있습니다.

추세선 구축

엑시인피니티코인은 NFT계열 코인으로 포켓몬에서 영감을 받았다고 한다. 현재 업비트에서 29390원에 거래되고 있는데 어제 샌드박스와 함께 가격 움직임과 거래량이 좋은편이다. 어제기준으로 업비트 최고 저항라인을 돌파한 상황이다. 오늘 상승세를 이어갈 수 있을지 지켜보자. 금요일과 주말을 앞두고 있는 점과 비트코인이 하방이탈을 하려고 하는 점이 변수이다.

엑시인피니티 코인

엑시인피니티는 포켓몬으로부터 영감을 받아 만들어진 플랫폼으로, 이더리움 블록체인 위에 구축되어 누구나 게임 플레이를 통해 토큰 보상을 획득할 수 있는 디지털 펫 게임 프로젝트입니다. 유저들은 마켓플레이스를 통해 다른 플레이어로부터 캐릭터를 구매해 게임을 시작할 수 있으며, AXS 토큰은 스테이킹하여 거버넌스 투표에 참여하거나 게임 내 지불 수단으로 사용할 수 있습니다.

왼쪽은 엑시인피니티 주봉 시세인데 저항을 돌파한 상황이다. 거래량도 더 붙어있다. 오른쪽은 일봉 시세로 상승하면서 약간의 다이버전스를 보이고 있다. 어제 전고점을 넘어섰기 때문에 이보다는 짧은 봉에서 시세를 판단해야한다.

왼쪽은 엑시인피니티 4시간 그래프이다. 네시간봉은 역배열이 나온 상황인데 오전 중에 9시가 되자마자 가격이 직전 하락을 장악하고 있다. 네시간봉은 위의 상승추세선만 이탈하지 않으면 문제가 없고 이 구간을 손절점혹은 익절점으로 잡아야한다. 1시간봉은 보면 하락추세선 돌파를 하려 하고 있다. 매수를 노리던 이들은 이 하락추세선을 그려놓고 지표가 골든크로스 되는 타이밍에 매수를 하는게 좋은 포인트였다. 이후 하락추세선을 강하게 돌파하면 34000원을 목표가로 잡을 것이고 이 구간을 오후 전에 돌파하면 어제 고점을 넘는 도전을 할 것 같다.


0 개 댓글

답장을 남겨주세요