MetaTrader 5 - Indikatorer Fractal Adaptive Moving Average (FrAMA) - indikator for MetaTrader 5 Fractal Adaptive Moving Gjennomsnittlig teknisk indikator (FRAMA) ble utviklet av John Ehlers. Denne indikatoren er konstruert basert på algoritmen til eksponentielt flytende gjennomsnitt. der utjevningsfaktoren beregnes ut fra den nåværende fraktal-dimensjonen til prisserien. Fordelen med FRAMA er muligheten til å følge sterke trendbevegelser og tilstrekkelig avta på øyeblikkene av priskonsolidering. Alle typer analyser som brukes for Moving Averages, kan brukes på denne indikatoren. Fractal Adaptive Moving Gjennomsnittlig indikator FRAMA (i) A (i) Pris (i) (1 - A (i)) FRAMA (i-1) FRAMA (i) - nåverdien av FRAMA Pris (i) - nåværende pris FRAMA -1) - forrige verdi av FRAMA A (i) - nåværende faktor for eksponensiell utjevning. Eksponensiell utjevningsfaktor beregnes i henhold til formelen nedenfor: A (i) EXP (-4.6 (D (i) - 1)) D (i) - nåværende fraktal dimensjon EXP () - eksponentens matematiske funksjon. Fractal dimensjon av en rett linje er lik en. Det ses fra formelen at hvis D 1, deretter A EXP (-4.6 (1-1)) EXP (0) 1. Dermed hvis prisen endres i rette linjer, blir eksponensiell utjevning ikke brukt, fordi i et slikt tilfelle formelen ser slik ut: FRAMA (i) 1 Pris (i) (1 - i) FRAMA (i-1) Pris (i) Nei indikatoren følger nøyaktig prisen. Den fraktale dimensjonen til et fly er lik to. Fra formelen får vi det hvis D 2, deretter utjevningsfaktoren A EXP (-4,6 (2-1)) EXP (-4,6) 0,01. En slik liten verdi av den eksponensielle utjevningsfaktoren er oppnådd i øyeblikk når prisen gir en sterk sånget bevegelse. En slik kraftig nedbremsing tilsvarer omtrent 200-års enkel glidende gjennomsnitt. Formulering av fraktal dimensjon: D (LOG (N1 N2) - LOG (N3)) LOG (2) Det beregnes ut fra tilleggsformelen: N (Lengde, i) (Høyeste pris (i) - Laveste pris (i)) Lengde Høyestepris (i) - nåværende maksimal verdi for lengdeperioder LowestPrice (i) - nåværende minimal verdi for lengdeperioder Verdiene N1, N2 og N3 er henholdsvis lik: N1 (i) N (Lengde, i) N2 (i) N (Lengde, jeg lengde) N3 (i) N (2 lengde, i) Støttestavle Re: MESA Adaptive Moving Average (MAMA) Bare i tilfelle dette hjelper, er vedlagt MAMA-kode jeg skrev fra MAMA. doc. En endring ble gjort for riktige vinkelberegninger i perioden og fasen, ellers er det per MAMA. doc. Ive sjekket resultatene mot tidligere kode og denne vedlagte versjonen ser riktig ut. I post 4 mama. cpp ovenfor, er det noen forskjeller fra MAMA. doc. Vedlagte fil skal være bra å gå, men hvis noen ser noen endringer som trengs, bare skriv inn. definere MAMA sg. Subgraph91093 definere FAMA sg. Subgraph91193 definere Smooth sg. Subgraph91293 definere Detrender sg. Subgraph91393 definere Q1 sg. Subgraph91493 definere I1 sg. Subgraph91593 definere jI sg. Subgraph91693 definere jQ sg. Subgraph91793 definere I2 sg. Subgraph91893 definere Q2 sg. Subgraph91993 definere Re sg. Subgraph911093 definere Im sg. Subgraph911193 definere Periode sg. Subgraph911293 definere Fase sg. Subgraph911393 definere SmoothPeriod sg. Subgraph911493 definere FALSE 0 definere SANT 1 definere LONG 1 definere SHORT -1 definere GREEN RGB (0,255,0) definere DKGREEN RGB 0,128,0) Definer GUL RGB (255,255,0) Definer LTYELLOW RGB (255,255,128) Definer RED RGB (255,0,0) Definer DKRED RGB (198,0,0) Definer BLACK RGB (0,0,1) Definer WHITE RGB (255,255,255) definere CYAN RGB (0,255,255) definere PURPLE RGB (255,0255) definere GRAY RGB (192,192,192) definere BLUE RGB (0,128,255) definere ORANGE RGB (255, 127, 0) SCSFExport scsfMAMA (SCStudyGraphRef sg) hvis SetDefaults) Angi konfigurasjon og standard sg. Grafnavn MAMA sg. StudyDescription MAMA sg. FreeDLL 0 sg. AutoLoop 1 true sg. GraphRegion 0 Angi navnet på den første subgrafen sg. Subgraph 91 0 93. Navn MAMA sg. Subgraph 91 0 93. PrimaryColor RED sg. Subgraph 91 0 93. DrawStyle DRAWSTYLELINE sg. Subgraph 91 0 93. LineWidth 2 sg. Subgraph 91 1 93. Navn FAMA sg. Subgraph 91 1 93. PrimaryColor GREEN sg. Subgraph 91 1 93. DrawStyle DRAWSTYLELINE sg. Subgraph 91 1 93. LineWidth 2 sg. Subgraph 91 14 93. Navn Periode sg. Subgraph 91 14 93. PrimaryColor GREEN sg. Subgraph 91 14 93. DrawStyle DRAWSTYLEIGNORE sg. Subgraph 91 14 93. LineWidth 2 sg. Inngang 91 0 93. Navn Inngangsdata sg. Input 91 0 93. SetInputDataIndex (SCHL) sg. Inngang 91 1 93. Navn Fast Limit sg. Inngang 91 1 93. SetFloat (0.5) sg. Inngang 91 2 93. Navn Slow Limit sg. Input 91 2 93. SetFloat (0.05) int jeg flyter FastLimit sg. Inngang 91 1 93. FloatValue float SlowLimit sg. Inngang 91 2 93. FloatValue float alpha. DeltaPhase SCFloatArrayRef Pris sg. BaseDataIn 91 sg. Inngang 91 0 93. GetInputDataIndex () 93 sg. DataStartIndex 50 i sg. CurrentIndex glatt Glatt 91 i 93 (4 Pris 91 i 93 3 Pris 91 i - 1 93 2 Pris 91 i - 2 93 Pris 91 i - 3 93) 10 detrender Detrender 91 i 93 (0,0962 Glatt 91 i 93 0,5769 Glatt 91 i - 2 93 - 0,5769 Glatt 91 i - 4 93 - 0,0962 Glatt 91 i - 6 93) (0,075 Periode 91 i - 1 93 0,54) beregne InPhase - og kvadraturkomponenter Q1 91 i 93 (0,0962 Detrender 91 i 93 0,5769 Detrender 91 i - 2 93 - 0,5769 Detrender 91 i - 4 93 - 0,0962 Detrender 91 i - 6 93) (0,075 Periode 91 i - 1 93 0,54) 91 91 93 Detrender 91 i - 3 93 Forbedre fasen av I1 og Q1 med 90 grader i 93 (0,0962 I1 91 i 93 0,5769 I1 91 I - 2 93 - 0,5769 I1 91 I - 4 93 - 0,0962 I1 91 I - 6 93) (0,075 Periode 91 I - 1 93 0,54) JQ 91 i 93 (0,0962 Q1 91 i 93 0,5769 Q1 91 i - 2 93 - 0,5769 Q1 91 i - 4 93 - 0,0962 Q1 91 i - 6 93) (0,075 Periode 91 i - 1 93 0,54) Phasor tillegg for 3 bar i gjennomsnitt 91 91 93 91 91 - jQ 91 i 93 Q2 91 i 93 Q1 91 i 93 jI 91 i 93 Glatt th e I og Q komponenter før bruk av diskriminatoren I2 91 i 93 0,2 I2 91 i 93 0,8 I2 91 I - 1 93 Kv2 91 I 93 0,2 Q2 91 I 93 0,8 Q2 91 I - 1 93 Homodyne Diskriminator Re 91 I 93 I2 91 I 93 I2 91 I - 1 93 Kv2 91 I 93 Kv2 91 I - 1 93 Im 91 I 93 I2 91 I 93 Kv2 91 I - 1 93 - Kv2 91 I 93 I2 91 I - 1 93 Re 91 I 93 0,2 Re 91 I 93 0,8 Re 91 i - 1 93 Im 91 i 93 0,2 Im 91 i 93 0,8 Im 91 i - 1 93 hvis (Im 91 i 93 0,0 ampamp Re 91 i 93 0,0) Periode 91 i 93 360 (57,3 atan (Im 91 i 93 91 91 93)) hvis (Periode 91 i 93 gt 1,5 Periode 91 i - 1 93) Periode 91 i 93 1,5 Periode 91 i - 1 93 hvis (Periode 91 i 93 lt 0,67 Periode 91 i - 1 93) Periode 91 i 93 0,67 Periode 91 i - 1 93 hvis (Periode 91 i 93 lt 6) Periode 91 i 93 6 hvis (Periode 91 i 93 gt 50) Periode 91 93 93 Periode 91 93 93 Periode 91 93 93 Periode 91 i - 1 93 SmoothPeriod 91 i 93 0,33 Periode 91 i 93 0,67 SmoothPeriod 91 i - 1 93 if (I1 91 i 93 0) Fase 91 i 93 57,3 atan (Q1 91 i 93 I1 91 i 93) DeltaPh ase Fase 91 i - 1 93 - Fase 91 i 93 hvis (DeltaPhase lt 1) DeltaPhase 1 alfa FastLimit DeltaPhase hvis (alfa SlowLimit) alfa SlowLimit MAMA 91 i 93 alpha Pris 91 i 93 (1 - alfa) MAMA 91 i - 1 93 FAMA 91 i 93 0.5 alpha MAMA 91 i 93 (1 - 0.5 alfa) FAMA 91 i - 1 93 Re: MESA Adaptive Moving Average (MAMA) QUOTEertrader99697 Bare i tilfelle dette hjelper, er vedlagt MAMA-kode jeg skrev fra MAMA. doc. En endring ble gjort for riktige vinkelberegninger i perioden og fasen, ellers er det per MAMA. doc. Ive sjekket resultatene mot tidligere kode og denne vedlagte versjonen ser riktig ut. I post 4 mama. cpp ovenfor, er det noen forskjeller fra MAMA. doc. Vedlagte fil skal være bra å gå, men hvis noen ser noen endringer som trengs, bare skriv inn. Hei Endelig er det noen som har lagt til et dsp-filter til Sierra Charts. Takk :) Det er noe Sierra-diagrammer som virkelig trenger n, mangler seriøst, da det gjør markeds profilen så mye mer effektiv. Uansett har jeg noen spørsmål. 1) Hvordan laster jeg dette skriptet. slik at den kan brukes på Sierra Charts 2) Vil det fungere med et punktforsterkningstegn Chart Re: MESA Adaptive Moving Average (MAMA) Hei praveenshan, Du laster den akkurat som hvilken som helst annen indikator, bortsett fra at den ligger i analysespesifikke studierMESA adaptive glidende gjennomsnitt Ja, det vil fungere med punkt og figur. Først legger du til Point and Figure-studien. Deretter legger du til MESA, men velg basert på og velg PampF-studien. Jeg bruker MESA hver dag som jeg finner sin skråning for å være en god indikator på potensielle trendendringer. Hvis du vil se endringer i skråningen, kan Autocolor-alternativene fungere for deg. med skråningsendringer Sist endret av errader 07-26-2010 kl. 12:49. Adaptive Moving Averages Lead To Better Results Flytte gjennomsnitt er et favorittverktøy for aktive handelsfolk. Men når markeder konsoliderer, fører denne indikatoren til mange whipsaw-bransjer, noe som resulterer i en frustrerende rekke små gevinster og tap. Analytikere har tilbrakt tiår med å prøve å forbedre det enkle glidende gjennomsnittet. I denne artikkelen ser vi på denne innsatsen og finner ut at deres søk har ført til nyttige handelsverktøy. (For bakgrunnsavlesning på enkle bevegelige gjennomsnitt, sjekk ut Enkle bevegelige gjennomsnittsverdier. Gjør trendene stående.) Fordeler og ulemper med bevegelige gjennomsnittsverdier Fordelene og ulempene ved bevegelige gjennomsnitt ble oppsummert av Robert Edwards og John Magee i første utgave av teknisk analyse av Stock Trends. da de sa det, og det var tilbake i 1941 at vi gjerne gjorde oppdagelsen (selv om mange andre hadde gjort det før) at ved å beregne dataene i et gitt antall dager, kunne en få en slags automatisert trendlinje som definitivt ville tolke endringene i trend Det virket nesten for godt til å være sant. Faktisk var det for godt til å være sant. Med ulempene oppveier fordelene, forlot Edwards og Magee raskt sin drøm om å handle fra en bungalow på stranden. Men 60 år etter at de skrev disse ordene, fortsetter andre ved å forsøke å finne et enkelt verktøy som uten problemer ville gi rikdomene på markedene. Enkle bevegelige gjennomsnitt For å beregne et enkelt glidende gjennomsnitt. legg til prisene for ønsket tidsperiode og divider med antall valgte perioder. Å finne et fem-dagers glidende gjennomsnitt vil kreve oppsummering av de fem siste sluttkursene og dividere med fem. Hvis den siste lukkingen er over det bevegelige gjennomsnittet, vil aksjene anses å være i en uptrend. Downtrends er definert av priser som handler under det bevegelige gjennomsnittet. (For mer, se vår Moving Averages opplæring.) Denne trenddefinerende egenskapen gjør det mulig å flytte gjennomsnitt for å generere handelssignaler. I sin enkleste søknad kjøper handelsmenn når prisene går over det glidende gjennomsnittet og selger når prisene går over den linjen. En tilnærming som dette er garantert å sette handelsmannen på høyre side av enhver betydelig handel. Dessverre, mens utjevning av dataene, vil glidende gjennomsnitt ligge bak markedsaksjonen, og næringsdrivende vil nesten alltid gi tilbake en stor del av fortjenesten på selv de største vinnende handler. Eksponentielle Flytende Gjennomsnitt Analytikere ser ut til å ha ideen om det bevegelige gjennomsnittet og har tilbrakt flere år med å forsøke å redusere problemene knyttet til dette forsinkelsen. En av disse innovasjonene er eksponentiell glidende gjennomsnitt (EMA). Denne tilnærmingen tilordner en relativt høyere vekting til nyere data, og som et resultat forblir det nærmere prisaktiviteten enn et enkelt bevegelige gjennomsnitt. Formelen for å beregne et eksponentielt glidende gjennomsnitt er: EMA (Vekt Lukk) (1 Vekt) EMAy) Hvor: Vekt er utjevningskonstanten valgt av analytikeren EMAy er det eksponentielle glidende gjennomsnittet fra i går En felles vektningsverdi er 0,181, hvilket er nær et 20-dagers enkelt glidende gjennomsnitt. En annen er 0,10, som er omtrent et 10-dagers glidende gjennomsnitt. Selv om det reduserer lagret, unnlater det eksponentielle glidende gjennomsnittet ikke å adressere et annet problem med bevegelige gjennomsnitt, som er at deres bruk for handelssignaler vil føre til et stort antall tapende handler. I nye konsepter i tekniske handelssystemer. Welles Wilder anslår at markedene bare trender en fjerdedel av tiden. Opptil 75 av handelshandlinger er begrenset til smale områder, når flytende gjennomsnittlig kjøps-og-selgesignaler vil bli gjentatte ganger da prisene raskt beveger seg over og under det bevegelige gjennomsnittet. For å løse dette problemet har flere analytikere foreslått å variere vektningsfaktoren for EMA-beregningen. (For mer, se Hvordan flytter gjennomsnitt som brukes i handel) Tilpasning av bevegelige gjennomsnitt til markedshandling En metode for å håndtere ulempene ved bevegelige gjennomsnitt er å multiplisere vektningsfaktoren med et volatilitetsforhold. Å gjøre dette ville bety at det bevegelige gjennomsnittet ville være lengre enn dagens pris i volatile markeder. Dette vil tillate vinnere å kjøre. Som en trend kommer til en slutt og prisene konsoliderer. det bevegelige gjennomsnittet vil bevege seg nærmere den nåværende markedsaksjonen, og i teorien tillate handelsmannen å beholde de fleste gevinster tatt i løpet av trenden. I praksis kan volatilitetsforholdet være en indikator som Bollinger Bandwidth, som måler avstanden mellom de kjente Bollinger Bands. (For mer om denne indikatoren, se Grunnleggende om Bollinger Bands.) Perry Kaufman foreslo å bytte vektvariabel i EMA-formelen med en konstant basert på effektivitetsforholdet (ER) i boken New Trading Systems and Methods. Denne indikatoren er utformet for å måle styrken til en trend definert innenfor et område fra -1,0 til 1,0. Det beregnes med en enkel formel: ER (total prisendring for periode) (sum av absolutte prisendringer for hver linje). Vurder en aksje som har en fempunkts rekkevidde hver dag, og ved utgangen av fem dager har det blitt totalt av 15 poeng. Dette ville resultere i en ER på 0,67 (15 poeng oppover bevegelse dividert med total 25-punkts rekkevidde). Hadde denne aksjen redusert 15 poeng, ville ER-være -0,67. (For mer handelsrådgivning fra Perry Kaufman, les Losing To Win. Som beskriver strategier for å takle handelsstap.) Prinsippet om en trendereffektivitet er basert på hvor mye retningsbestemt (eller trend) du får per prisbevegelsesenhet over en definert tidsperiode. En ER på 1,0 indikerer at aksjen er i perfekt opptrend -1,0 representerer en perfekt nedtrend. I praksis er ekstremene sjelden nådd. For å bruke denne indikatoren for å finne det adaptive glidende gjennomsnittet (AMA), må handelsfolk beregne vekten med følgende, ganske komplekse formelen: C (ER (SCF SCS)) SCS 2 Hvor: SCF er eksponensiell konstant for den raskeste EMA tillatt (vanligvis 2) SCS er eksponensiell konstant for den langsomste EMA-tillatelsen (ofte 30) ER er effektivitetsforholdet som ble notert over. Verdien for C blir da brukt i EMA-formelen i stedet for den enklere vektvariabelen. Selv om det er vanskelig å beregne for hånd, er det adaptive glidende gjennomsnittet inkludert som et alternativ i nesten alle handelsprogramvarepakker. (For mer om EMA, les Exploring The Exponentially Weighted Moving Average.) Eksempler på et enkelt glidende gjennomsnitt (rød linje), et eksponentielt glidende gjennomsnitt (blå linje) og det adaptive glidende gjennomsnittet (grønn linje) er vist i Figur 1. Figur 1: AMA er i grønt og viser størst grad av flattning i rekkeviddebundet handling sett på høyre side av dette diagrammet. I de fleste tilfeller er det eksponentielle glidende gjennomsnittet, vist som den blå linjen, nærmest prishandlingen. Det enkle glidende gjennomsnittet vises som den røde linjen. De tre bevegelige gjennomsnittene som er vist på figuren, er alle tilbøyelige til å piske på ulike tider. Denne ulempen med bevegelige gjennomsnitt har hittil vært umulig å eliminere. Konklusjon Robert Colby testet hundrevis av tekniske analyseverktøy i Encyclopedia of Technical Market Indicators. Han konkluderte med at selv om det adaptive glidende gjennomsnittet er en interessant nyere ide med betydelig intellektuell appell, viser ikke våre foreløpige tester noen reell praktisk fordel for denne mer komplekse trendutjevningsmetoden. Dette betyr ikke at handelsfolk burde ignorere ideen. AMA kan kombineres med andre indikatorer for å utvikle et lønnsomt handelssystem. (For mer om dette emnet, les Discover Discover Keltner Channels og Chaikin Oscillator.) ER kan brukes som en frittstående trendindikator for å se de mest lønnsomme handelsmulighetene. Som et eksempel viser forholdstall over 0,30 sterke opptrender og representerer potensielle kjøp. Alternativt, siden volatiliteten beveger seg i sykluser, kan aksjene med lavest effektivitetsforhold sees som breakout-muligheter. Beta er et mål for volatiliteten, eller systematisk risiko, av en sikkerhet eller en portefølje i forhold til markedet som helhet. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO er ofte utstedt av mindre, yngre selskaper som søker. Gjeldsgrad er gjeldsraten som brukes til å måle selskapets økonomiske innflytelse eller en gjeldsgrad som brukes til å måle en person. Utviklet av John Ehlers er MESA Adaptive Moving Average en teknisk trend-indikator som ifølge sin skaper tilpasser seg prisbevegelsen basert på frekvensendring av fase målt av Hilbert Transform Discriminator. Denne tilpasningsmetoden har et raskt og sakte bevegelige gjennomsnittsnivå, slik at det sammensatte bevegelige gjennomsnittet raskt reagerer på prisendringer og holder gjennomsnittsverdien til neste bar8217s lukker. Ehlers sier at fordi gjennomsnittet av 8217-fallet er sakte, kan du opprette handelssystemer med nesten whipsaw-fri handler. Nedenfor kan du se indikatoren plottet i en handelsplattform. Kartkilde: VT Trader I utgangspunktet ser indikatoren ut som to bevegelige gjennomsnitt, men i stedet for å bøye seg rundt prishandlingen, flytter MESA Adaptive MA i en trappform som prisskuddene. Den produserer to utganger, MAMA og FAMA. FAMA (Følgende Adaptive Moving Average) er et resultat av at MAMA blir brukt på den første MAMA-linjen. FAMA er synkronisert i tide med MAMA, men den vertikale bevegelsen kommer med et lag. Dermed overgår de to don8217t-kryssene, med mindre en større endring i markedsretningen oppstår, noe som resulterer i et bevegelige gjennomsnittsovergangssystem som er praktisk talt fri for whipsaw-handler, ifølge Ehlers. MESA Adaptive Moving Average er brukt som erstatning for tradisjonelle bevegelige gjennomsnitt. Som sådan kan MAMA og FAMA handles på samme måte som vanlige glidende gjennomsnitt. For det første opptrer de som sterke støtte - og motstandsområder, og prisen vil tilbakestilles fra dem ved kontakt. Dette gjør pullbacks til MAMA og FAMA egnet med trendinngangsområder. For det andre er overføringer mellom MAMA og FAMA, som ligner et gylne eller dødskors, også mye handlet. Når MAMA krysser FAMA fra under og kanter høyere, betyr dette at markedet sannsynligvis vil fortsette å bevege seg opp, og generere et kjøpssignal. Omvendt, når MAMA krysser FAMA ovenfra og kanter lavere, innebærer det at markedet er kantet lavere og vil mest sannsynlig fortsette å gjøre det, og dermed generere et kort inngangssignal. MESA Adaptive Moving Average, som tradisjonelle bevegelige gjennomsnitt, kan brukes som en selvstendig indikator, men også i forbindelse med andre indikatorer, som vanligvis kombineres med SMA og EMAs for å forbedre beslutningsprosessen. Binary Tribune ble grunnlagt i 2013 og har som mål å gi sine lesere nøyaktig og faktisk finansiell nyhetsdekning. Vårt nettsted er fokusert på store segmenter i aksjemarkeder, valutaer og råvarer i finansmarkedene, og en interaktiv inngående forklaring av viktige økonomiske hendelser og indikatorer. Finansiell risikoopplysning BinaryTribune vil ikke holdes ansvarlig for tap av penger eller skade forårsaket av å stole på informasjonen på dette nettstedet. Handelsforex, aksjer og råvarevarer har høy risiko og kan ikke være egnet for alle investorer. Før du bestemmer deg for å handle utenlandsk valuta, bør du nøye vurdere investeringsmålene dine, nivået på erfaring og risikovillighet. Cookie Policy Denne nettsiden bruker informasjonskapsler for å gi deg den aller beste opplevelsen og å kjenne deg bedre. Ved å besøke nettstedet vårt med nettleseren din for å tillate cookies, samtykker du i vår bruk av informasjonskapsler som beskrevet i vår personvernpolicy. Kopier Copyright 2017 mdash Binær Tribune. Alle rettigheter reservert
Comments
Post a Comment