Продолжение адаптивной средней

предыдущие серии: smart-lab.ru/blog/1146930.php
На данный момент пришел к мысли что целевая функция должна выглядеть так:

F = [ 1.01*( P(i) — P(i-1) )^2  — ( P(i) — MA(i) )*( P(i) — P(i-1) )  ]^2

F = ( ( P(i) — P(i-1) + delta)^2  — ( P(i) — MA(i) — ( P(i-1) — MA(i-1) ) )*( P(i) — P(i-1) )  )^2


MA(i) = a*P(i) + b*P(i-1) + c*P(i-2) +… — средняя по N ценам

можно еще ее представить так: MA(i) = a*i^2 + b*i + c

или так: MA(i) = a*sin(i) + b*sin(2*i) + c*sin(3*i)

или все это сложить вместе.

i меняется от n до m

K — весовой коэффициент = abs(P(i)-P(i-1))/P(i-1)

P(i) — цена на i-м баре

Для нахождения средней ищем a,b,c...

Поиск делаем следующим образом:
Получаем производную по a,b,c…, приравниваем ее к нулю, получаем линейную систему уравнений


Можем сделать вывод такой:
если есть какая-то средняя, у которой значение равно значению цены предыдущего бара, то этой средней надо доверять


Основные характеристики целевой функции:
область значений — положительная
в своем минимуме должна обеспечивать наивыгоднейший случай
при частном дифференцировании должны получиться линейные уравнения