MetaTrader 5 - wskaźniki Fraktalna Adaptacyjna Średnia Ruchowa Adaptacyjna (FrAMA) - wskaźnik MetaTrader 5 Fraktalna Adaptacyjna Ruch średnia Średnia Wskaźniki Techniczne (FRAMA) została opracowana przez Johna Ehlersa. Ten wskaźnik jest skonstruowany na podstawie algorytmu Wynoszącej się Ruchowej. w którym współczynnik wygładzania oblicza się na podstawie obecnego wymiaru fraktalnego serii cen. Korzyścią z FRAMA jest możliwość śledzenia silnych ruchów trendu i wystarczającego spowolnienia w momentach konsolidacji cen. Do tego wskaźnika można zastosować wszystkie typy analizy stosowane do średnich kroczących. Frakcyjny Adaptacyjny Wskaźnik Ruchowy Adaptacyjny FRAMA (i) A (i) Cena (i) (1 - A (i)) FRAMA (i-1) FRAMA (i) - wartość bieżąca FRAMA Cena (i) - cena bieżąca FRAMA -1) - poprzednia wartość FRAMA A (i) - bieżący współczynnik wygładzania wykładniczego Współczynnik wyrównania wykładniczego oblicza się według wzoru: A (i) EXP (-4.6 (D (i) - 1)) D (i) - prądowy wymiar fraktalny EXP () - matematyczna funkcja wykładnika. Frakcyjny wymiar linii prostej jest równy jednemu. Widzimy ze wzoru, że jeśli D 1, a następnie A EXP (-4,6 (1-1)) EXP (0) 1. W przypadku gdy ceny zmieniają się w liniach prostych, nie stosuje się wyrównania wykładniczego, ponieważ w takim przypadku wzór wygląda tak: FRAMA (i) 1 cena (i) (1 - i) FRAMA (i-1) cena (i) Ie wskaźnik dokładnie odpowiada cenie. Fraktalna powierzchnia samolotu jest równa dwóm. Z wzoru otrzymamy, że jeśli D2, to współczynnik wygładzania A EXP (-4,6 (2-1)) EXP (-4,6) 0,01. Taką małą wartość wykładniczego współczynnika wygładzania uzyskuje się w momentach, gdy cena powoduje silny ruch zębaty. Tak silne spowolnienie odpowiada około 200-letniej prostej średniej ruchomej. Formuła wymiaru fraktalnego: D (LOG (N1 N2) - LOG (N3)) LOG (2) Obliczana jest na podstawie dodatkowej formuły: N (Długość, i) (Najwyższa Cena (i) - Najniższa cena (i)) Długość Najwyższa Wysokość (i) - bieżąca wartość maksymalna dla okresów długości Najniższa cena (i) - bieżąca wartość minimalna dla okresów długości Wartości N1, N2 i N3 są odpowiednio równe: N1 (i) N (długość i) N2 (i) N (długość, Długość) N3 (i) N (2 Długość, i) Czy Adaptacyjne średnie kroki prowadzą do lepszych wyników Średnie kroczące są ulubionym narzędziem aktywnych przedsiębiorców. Jednak, gdy konsolidacja rynków, wskaźnik ten prowadzi do licznych pchaczy, co prowadzi do frustrujących serii małych wygranych i strat. Analitycy spędzili wiele lat próbując poprawić prostą średnią ruchową. W tym artykule przyjrzymy się tym działaniom i stwierdziliśmy, że ich wyszukiwanie doprowadziło do użytecznych narzędzi handlowych. Zalety i wady przesunięć średnich zostały przedstawione przez Roberta Edwardsa i Johna Magee w pierwszej edycji analizy technicznej. Trendy zapasów. kiedy powiedzieli, i to było w 1941 roku, że z satysfakcją dokonaliśmy odkrycia (choć wiele innych zrobiłam wcześniej), że uśredniając dane dla określonej liczby dni mogą powstać rodzaj automatycznej linii trendu, która zdecydowanie interpretuje zmiany tendencja wydawała się prawie zbyt dobra, aby mogło być prawdziwe. W rzeczywistości było zbyt piękne, aby mogło być prawdziwe. Z wadą przeważającą nad zaletami, Edwards i Magee szybko porzuciły marzenie o handlu z bungalowem na plaży. Ale 60 lat po tym, jak napisali te słowa, inni uparcie starają się znaleźć proste narzędzie, które bez trudu dostarczy bogactw rynków. Proste średnie kroczące Aby obliczyć prostą średnią ruchoma. dodaj ceny dla określonego przedziału czasowego i podzielić przez liczbę wybranych okresów. Znalezienie pięciodniowej średniej ruchomej wymaga podsumowania pięciu ostatnich cen zamknięcia i podzielonych przez pięć. Jeśli ostatnie zamknięcie jest powyżej średniej ruchomej, zapas będzie uważany za w górę. Drastyczne trendy są definiowane przez ceny poniżej średniej ruchomej. (Więcej informacji znajdziesz w naszym przewodniku Moving Averages). Ta właściwość określająca trend umożliwia średnie ruchy generujące sygnały handlowe. W najprostszym zastosowaniu kupcy kupują, gdy ceny przewyższają średnią ruchomej i sprzedają, gdy ceny przekroczą tę linię. Takie podejście gwarantuje, że przedsiębiorstwo po prawej stronie każdego znaczącego handlu. Niestety, przy jednoczesnym wygładzaniu danych, średnie kroczące pozostaną w tyle za działaniami na rynku, a przedsiębiorca prawie zawsze odda znaczną część swoich zysków nawet na największych wygranych transakcjach. Wywoławcze średnie kroczące Analitycy wydają się podobać pomysł średniej ruchomej i spędzili wiele lat, starając się zmniejszyć problemy związane z tym opóźnieniem. Jedną z tych innowacji jest wykładnicza średnia ruchoma (EMA). To podejście przypisuje relatywnie większą wagę do ostatnich danych iw rezultacie pozostaje bliższe działaniu cen niż zwykła średnia ruchoma. Formuła obliczania wykładniczej średniej ruchomej to: EMA (Weight Close) ((1-Weight) EMAy) Gdzie: Waga jest stałą wygładzania wybraną przez analityka EMAy jest wykładniczą średnią ruchoma od wczorajszej Wspólnej wartości wagowej wynosi 0,181, jest blisko 20-dniowej prostej średniej ruchomej. Innym jest 0.10, czyli około 10-dniowa średnia ruchoma. Pomimo tego, że zmniejsza opóźnienie, to wykładnicza średnia ruchoma nie rozwiązuje innego problemu ze średnimi ruchoma, co oznacza, że ich wykorzystanie w przypadku sygnałów handlowych doprowadzi do dużej utraty transakcji. W nowych koncepcjach w systemach handlu technicznego. Welles Wilder szacuje, że rynki mają tendencję zaledwie jednej czwartej. Do 75 działań handlowych ogranicza się do wąskich zakresów, gdy ruchome średnie sygnały kupna-sprzedaży będą generowane wielokrotnie, ponieważ ceny szybko przechodzą powyżej i poniżej średniej ruchomej. Aby rozwiązać ten problem, kilku analityków zaproponowało zmianę współczynnika wagi obliczenia EMA. (Aby uzyskać więcej informacji, zobacz Jak poruszają się średnie używane w handlu) Adapting Moving Averages to Market Action Jedną z metod rozwiązywania niekorzystnych czynników związanych ze średnią ruchomą jest mnożenie współczynnika wagi według współczynnika zmienności. Czyniąc to oznaczałoby, że średnia ruchoma byłaby wyższa od obecnej ceny na niestabilnych rynkach. To umożliwiłoby zwycięzcom uruchomienie. W miarę jak trend się kończy, a ceny konsolidują się. średnia ruchoma zbliży się do bieżącej akcji rynkowej, a teoretycznie pozwala handlowcu na utrzymanie większości zysków zdobytych podczas trendu. W praktyce wskaźnik zmienności może być wskaźnikiem, takim jak szerokość pasma Bollingera, który mierzy odległość między dobrze znanymi pasmami Bollingera. (Więcej informacji na ten temat można znaleźć w sekcji Podstawy pasków Bollingera). Perry Kaufman zasugerował zastąpienie zmiennej wagi w formule EMA ciągłym współczynnikiem sprawności (ER) w swojej książce, New Trading Systems and Methods. Ten wskaźnik jest przeznaczony do pomiaru siły trendu, zdefiniowanej w zakresie od -1,0 do 1,0. Jest ona obliczana za pomocą prostej formuły: ER (całkowita zmiana ceny za okres) (suma zmian cen bezwzględnych dla każdego paska) Zastanów się, że każdy zbiór ma pięć punktów dziennie i po upływie pięciu dni uzyskał sumę z 15 punktów. W rezultacie ER wyniesie 0,67 (ruch w górę o 15 punktów w podziale na całkowity zakres 25 punktów). Gdyby ten spadek spadł o 15 punktów, ER będzie wynosić -0,67. (Więcej porad handlowych z Perry Kaufman, czytaj Losing To Win, które zawiera strategie radzenia sobie z stratami handlowymi). Zasada efektywności trendów opiera się na tym, ile ruchu kierunkowego (lub tendencji) dostajesz za jednostkę przemytu cenowego nad zdefiniowany okres czasu. Wartość ER wynosząca 1,0 wskazuje, że zapas jest w idealnym trendzie wzrostowym -1,0 reprezentuje idealną tendencję spadkową. W praktyce skrajności są rzadko osiągnięte. Aby zastosować ten wskaźnik w celu znalezienia adaptacyjnej średniej ruchomej (AMA), przedsiębiorcy będą musieli obliczyć wagę za pomocą następującej, dość złożonej formuły: C (ER (SCF SCS)) SCS 2 Gdzie: SCF jest stałą wykładniczą dla najszybszej EMA dopuszczalna (zazwyczaj 2) SCS jest stałą wykładniczą dla najmniejszej dopuszczalnej EMA (często 30) ER jest współczynnikiem sprawności, który został zauważony powyżej. Wartość C jest następnie wykorzystywana w formule EMA zamiast prostszej zmiennej wagi. Chociaż trudne do wyliczenia ręcznie, adaptacyjna średnia ruchoma jest uwzględniana jako opcja w prawie wszystkich pakietach handlowych. (Więcej informacji na temat EMA można znaleźć w części Wyszukanie średniej ruchomej wykładanej wykładni). Przykłady prostej średniej ruchomej (czerwona linia), wykładniczej średniej ruchomej (niebieska linia) i adaptacyjnej średniej ruchomej (zielona linia) przedstawiono na rysunku 1. Rysunek 1: AMA jest na zielono i wykazuje największy stopień spłaszczenia w działaniu związanym z zakresem widzianym po prawej stronie wykresu. W większości przypadków, wykładnicza średnia ruchoma, przedstawiona jako niebieska linia, jest najbardziej zbliżona do działania cenowego. Średnia ruchomą jest pokazana jako czerwona linia. Trzy średnie ruchome pokazane na rysunku są w różnych momentach skłonne do robót plecionych. Ta niedobór średnich kroczących jest więc niemożliwa do wyeliminowania. Podsumowanie Robert Colby przetestował setki narzędzi analizy technicznej w Encyklopedii Wskaźników Rynku Technicznego. Podsumował: Choć adaptacyjna średnia ruchoma jest ciekawszym pomysłem nowszym ze znacznym uprzywilejowaniem intelektualnym, nasze wstępne testy nie wykazują żadnej rzeczywistej praktycznej korzyści tej bardziej złożonej metody wygładzania trendu. Nie oznacza to, że handlowcy powinni zignorować ten pomysł. AMA można połączyć z innymi wskaźnikami w celu stworzenia korzystnego systemu obrotu. (Więcej informacji na ten temat można znaleźć w części Wykrywanie kanałów Keltnera i oscylatora Chaikin). ER może być wykorzystywana jako niezależny wskaźnik tendencji do wykrywania najbardziej dochodowych możliwości handlowych. Jako przykład, wskaźniki powyżej 0,30 wskazują silne wzrosty i reprezentują potencjalne kupy. Alternatywnie, ponieważ zmienność przemieszcza się w cyklach, zapasy o najniższym współczynniku efektywności mogą być uważane za potencjalne możliwości wydzielania. Artykuł 50 stanowi klauzulę negocjacyjno-rozliczeniową zawartą w traktacie UE, w którym przedstawiono kroki, które należy podjąć dla każdego kraju, który. Beta jest miarą zmienności lub systematycznego ryzyka bezpieczeństwa lub portfela w porównaniu z rynkiem jako całości. Rodzaj podatku od zysków kapitałowych poniesionych przez osoby prywatne i korporacje. Zyski kapitałowe to zyski inwestora. Zamówienie zakupu zabezpieczenia z lub poniżej określonej ceny. Zlecenie z limitem kupna umożliwia określenie podmiotów gospodarczych i inwestorów. Reguła Internal Revenue Service (IRS), która umożliwia wycofanie bez kary z konta IRA. Reguła wymaga tego. Pierwsza sprzedaż akcji przez prywatną firmę do publicznej wiadomości. IPO są często wydawane przez mniejsze, młodsze firmy poszukujące. Prawdę mówiąc, chciałbyś, aby filtrowany sygnał był zarówno gładki, jak i bez opóźnień. Lag powoduje opóźnienia w Twoich transakcjach, a opóźnienie wskaźników powoduje zazwyczaj niższe zyski. Innymi słowy, późni gracze dostają to, co zostało na stole po rozpoczęciu święta. To dlatego inwestorzy, banki i instytucje na całym świecie pytają o Jurik Research Moving Average (JMA). Można go stosować tak, jak w przypadku każdej innej popularnej średniej ruchomej. Jednak JMA poprawiają czas i gładkość będzie Cię zdumiewa. Szarą szarą linię na wykresie symuluje akcje cenowe, które rozpoczynają się w niewielkim zakresie obrotu, a następnie luki w wyższym zakresie obrotu. Ponieważ nikt nie lubi oczekujących na uboczu, idealny filtr redukujący hałas (zielona linia) przesuwa się płynnie wzdłuż centrum pierwszego zakresu handlowego, a następnie przejdzie bezpośrednio do centrum nowego zakresu handlowego. Październik 2005 TUTAJ TUTAJ To jest miesięcznym wyborze Poradników dla handlowców, wnoszonych przez różnych programistów oprogramowania do analizy technicznej, aby ułatwić czytelnikom wdrożenie niektórych z przedstawionych w tej i innych kwestii. Te skrypty i programy można skopiować do łatwego użycia w arkuszu kalkulacyjnym lub oprogramowaniu do analizy. Wystarczy wybrać żądany tekst, wyróżniając go tak, jak w dowolnym programie do edytowania tekstu, a następnie użyj standardowego polecenia kluczowego do kopiowania lub wybierz kopię z menu przeglądarki. Skopiowany tekst można wkleić do dowolnego otwartego arkusza kalkulacyjnego lub innego oprogramowania, wybierając punkt wstawiania i wykonując polecenie wklejania. Poprzez przechodzenie między oknem aplikacji a otwartą stroną internetową, dane mogą być przesyłane z łatwością. TRADESTACJA: Fractal Adaptive Moving Średnia artykuł z artykułu Johna Ehlersa w tym wydaniu Fractal Adaptive Moving Averages zawiera już jakiś kod EasyLanguage dla adaptacyjnej średniej ruchomej. Ta adaptacyjna średnia ruchoma oparta jest na cechach fraktalnych serii cen. Dla tej średniej ruchomości przeliczono kod Ehlers na funkcję EasyLanguage, dzięki czemu można ją wywołać z dowolnego wskaźnika lub strategii. Nazwa funkcji to AdaptMovAvgFractal. Przyjęliśmy również istniejącą strategię opartą na pasmach Bollingera, która wywołuje tę nową funkcję. Zrewidowana strategia Bollinger Band nazywana jest FractalAMA Bands. Nazywa się AdaptMovAvgFractal zarówno dla obliczeń wariancji, jak i pasm. Ten kod i funkcja będą dostępne do pobrania z Centrum obsługi technicznej w TradeStation. Wyszukaj plik Frama. eld. Oryginalny kod Ehlersa można znaleźć w pliku. eld. --Mark Mills Pytania EasyLanguage Forum TradeStation Securities, Inc. Podmiot zależny TradeStation Group, Inc. GŁÓWNA METASTOCK: Frakcyjny artykuł Adaptive Moving Average John Ehlers w tym wydaniu, Fractal Adaptive Moving Averages, wprowadza wskaźnik o tej samej nazwie. W swojej formule wskaźnika ogranicza liczbę okresów do parzystego numeru. Formuła w programie MetaStock unika tego ograniczenia, prosząc o mniejsze ramy czasowe. Liczba ta jest następnie wykorzystywana w dwóch obliczeniach półokresowych i jest podwojona w celu obliczenia pełnego przedziału. Poniżej przedstawiono formułę tego wskaźnika oraz etapy włączania go do MetaStock. Aby wprowadzić ten wskaźnik do MetaStock: --William Golson, Equis International Equis GO BACK AIQ STUDIUM PROJEKTU EXPERT: Frakcyjny Adaptacyjny Ruch Przeciętny Kod AIQ dla John Ehlers Fractal Adaptive Moving Average (FRAMA) jest tutaj pokazany z dwoma przykładowymi systemami handlowymi, które wykorzystywanych w badaniu wstecznym w celu określenia, czy FRAMA jest poprawą w stosunku do średniej ruchomej w ustalonym okresie czasu. Do testu FRAMA użyto wartości N40. Eksperymentalny test średnie przeprowadzono z wykorzystaniem ustalonego okresu 40 dni. Systemy kupują, gdy cena przekracza średnią ruchoma i sprzedaje, gdy cena przecina poniżej średniej ruchomej. Sprawdzono tylko długą stronę. Na rysunku 1 przedstawiono porównanie FRAMA z N40 do wykładniczej średniej ruchomej przez 40 dni. FRAMA bardziej reaguje na zmiany cen niż mnożona średnia ruchoma. Wyniki testów zwrotnych pokazane na rysunku 2, które zostały uruchomione na liście zasobów NASDAQ 100, pokazują, że FRAMA jest poprawą w stosunku do wykładniczej średniej ruchomej dla przykładowego systemu handlowego. RYSUNEK 1: TRADESTACJA, QQQQ. Wykres słodkowodny TradeStation prezentuje wykresy pokazujące fraktalną adaptacyjną średnią ruchliwą. Dla jasności, linia wskaźników FRAMA nie jest wyświetlana. RYSUNEK 2: STUDIUM PROJEKTOWANIA AIQ EXPERT, FRAMA. Oto porównanie FRAMA z N40 do wykładniczej średniej ruchomej przez 40 dni. FRAMA wydaje się bardziej reagować na zmiany cen niż mnożona średnia ruchoma. RYSUNEK 3: AIQ STUDIUM PROJEKTU EKSPERTÓW, WYNIKI BACKTESTA DLA FRAMA. Wyniki testów zwrotnych na podstawie listy zasobów NASDAQ 100 wskazują, że FRAMA jest poprawą w stosunku do wykładniczej średniej ruchomej dla tego systemu handlu próbkami. Tutaj znajduje się kod AIQ, ale można go też pobrać ze strony aiqsystemsSampC1.htm. WEALTH-LAB: Frakcyjny Adaptacyjny Ruch Średnia W tym miesiącu Porady dla handlowców przedstawiamy trendowy system oparty na wskaźniku FRAMA wprowadzonym przez Johna Ehlersa w jego artykule. Wealth-Labs wdrożenie wskaźnika niestandardowego FRAMA (obecnie w bibliotece kodu Wealth-Lab) pozwala na wejścia w danym okresie oraz stałą dla wykładniczej średniej ruchomej. Używamy stałej 4,6, jak sugerują Ehlers. System korzysta z 20-dniowej FRAMA po cenie zamknięcia, a także oblicza szybkość zmian (ROC) z ostatnich pięciu dni FRAMA. Następnie czeka na wzrost o więcej niż 0,5 (ROC 0,5), aby wejść na następny dzień na rynku. Pozostaje w tym handlu dopóki ROC nie spada poniżej zera. Na rysunku 4, który pokazuje przykładowy handel produktem ExxonMobil, widać, że wskaźnik FRAMA jest w większości płaski w fazach boków, chociaż jest w stanie wykryć trendu bardzo wcześnie, co powoduje znaczną część tego. RYSUNEK 4: WEŁNA-LAB, FRACTAL ADAPTIVE Moving AVERAGES. Seria cen ExxonMobil wraz z jego 20-dniową FRAMA jest wykreślana w dolnej szybie. Górny panel przedstawia stopień zmian (ROC) w ciągu pięciu dni od wskaźnika FRAMA. Podczas faz bocznych wskaźnik FRAMA pokazuje tylko niewielki ruch. W konsekwencji, ROC pokazuje małe wartości i tylko kilka transakcji występuje. Pod koniec stycznia 2005 r. Zaczyna się silna tendencja wzrostowa wykryta przez FRAMA. System jest w stanie wejść wcześniej i złapać większość tego upmove. - Joseacute Cruset, Wealth-Lab, Inc. - bogactwo - laboratorium WRÓĆ eSIGNAL: Fractal Adaptive Moving Average W tym artykule artykuł Johna Ehlersa, Fractal Adaptive Moving Averages, dostarczamy plik formuły eSignal o nazwie Frama. efs. Kod jest również wyświetlany tutaj. Badanie ma jeden parametr długości, czyli okresów, dla badania, które można dostosować za pomocą opcji Edycja studiów w arkuszu zaawansowanym. Wprowadzony numer będzie musiał być następnym najwyższym parzystym numerem, jeśli zostanie wprowadzony nieparzysty numer. Przykładowy schemat eSignal jest pokazany na rysunku 5. RYSUNEK 5: eSIGNAL, FRACTAL ADAPTIVE Moving AVerage. Ten wykres eSignal wykazuje fraktalną adaptacyjną średnią ruchliwą. Aby porozmawiać o tym studiu lub pobrać pełną kopię formuły, odwiedź forum dyskusyjne Dyskusji Biblioteki Efs pod linkiem Biuletyny w esignalcentral. Ten kod formuły eSignal jest również dostępny do kopiowania i wklejania ze strony STOCKS amp; COMMODITIES w Traders. --Jason Keck eSignal, oddział Interactive Data Corp. 800 815-8256, esignal GO WRÓĆ NEUROSHELL TRADER: Fractal Adaptive Moving Average Fraktalna adaptacyjna średnia ruchoma wprowadzona przez Johna Ehlersa w tej kwestii może być łatwo wdrożona w NeuroShell Trader poprzez połączenie niewielu wskaźników NeuroShell Traders 800 oraz jeden wskaźnik niestandardowy, który sam w sobie jest bardzo przydatną ogólną adaptacyjną średnią ruchoma. Aby zastosować fraktalną adaptacyjną średnią ruchu, wybierz opcję Nowy wskaźnik. z menu Wstaw i użyj Kreatora wskaźników, aby utworzyć następujące wskaźniki: Użytkownicy NeuroShell Trader mogą przejść do sekcji STOCKS ampułki w serwisie NeuroShell Trader bezpłatnej stronie pomocy technicznej, aby pobrać niestandardowe wskaźniki i wykres próbki (rysunek 6). RYSUNEK 6: TRANSPORZY NEUROSHELL, FRAMA. Pokazuje przykładowy wykres NeuroShell Trader pokazujący fraktalną adaptacyjną średnią ruchliwą. Aby uzyskać więcej informacji na temat NeuroShell Trader, odwiedź witrynę NeuroShell. - John Gray przedstawia nową metodę wygładzania adaptacyjnego opartą na przypuszczeniu, że ceny rynkowe są fraktalne, a ceny na rynku są niższe od średniej. . Kodowanie fraktalnej adaptacyjnej średniej ruchomej (FRAMA) jest stosunkowo proste w języku AmiBroker Formula Language (AFL). Dzięki potężnym funkcjom przetwarzania tablicy, FRAMA może być zaimplementowana w AmiBroker bez żadnych pętli, co czyni ją bardzo szybką. Gotowy do użycia kod jest przedstawiony w listingu 1. W celu porównania kod kreuje również standardową średnią ruchową o tej samej długości (rysunek 7). RYSUNEK 7: AMIBROKER, FRACTAL ADAPTIVE REMING MOVING AVERAGE. Ten ekran AmiBroker przedstawia wykres cen AAPL z 14-dniową linią FRAMA (czerwoną linią) i średnią ruchową wykładniczą (niebieską linią) o tej samej długości. FRAMA po znacznie szybszych zmianach cen przy jednoczesnym zachowaniu płynności w strefach przeciążenia. LISTING 1 FRAMA - Fractal Moving Average Price (HL) 2 N Param (N, 16, 2, 40, 2) musi wynosić nawet N3 (HHV (wysoki, N) - LLV (Niski, N)) N HH HHV , N 2) LL LL (Niska, N 2) N1 (HH-LL) (N 2) HH HHV (Ref (Wysoka, - N2), N2) LL LLV (Ref (Niska, - N2), N2) N2 (N2) Dimen IIf (N1 0 i N2 0 i N3 0, (log (N1N2) - log (N3)) log (2), Null) alfa exp (-4.6 (Dimen -1)) (HH-LL) alfa Min (maks. (alfa, 0,01), 1) związany z 0,01. 1 ramka AMA (cena, alfa) (Frama, FRAMA (N), colorRed, styleThick) Działka (EMA (C, N) EMA (N), colorBlue) Działka (C, Zamknij, colorBlack, styleCandle) wersja formuły dostępna jest na stronie internetowej Amibroker. --Tomasz Janeczko, AmiBroker amibroker GO BACK NEOTICKER: Frakcyjna średnia ruchoma Adaptacyjna Średnia geometryczna adaptacja fraktalna (FRAMA) przedstawiona w artykule Fractal Adaptive Moving Averages przez Johna Ehlersa może być zaimplementowana jako wskaźnik NeoTicker. Listing 1 przedstawia kod Fraktalnego wskaźnika średniej ruchomej, z dwoma parametrami. Pierwszym parametrem jest cena, która jest parametrem formuły, która wykorzystuje średnie obliczanie cen jako wartość domyślną. Drugim parametrem jest N, który jest parametrem całkowitym z 16 jako domyślnym. NeoTicker adaptacyjny wskaźnik średniej ruchomej oblicza linię, która łączy wynik obliczeniowy średniej fraktalnej dla każdego paska. Ten wskaźnik, podobnie jak każdy inny wskaźnik, może być użyty w systemie handlowym, jak pokazano na wykresie próbek na rysunku 8, w którym zbudowany jest system crossover przy użyciu FRAMA. RYSUNEK 8: NEOTICKER, FRACTAL ADAPTIVE PRZEPŁYWY RUCHU. Heres przykładowy wykres NeoTicker pokazujący system crossover zbudowany przy użyciu wskaźnika FRAMA. Wersja do pobrania tego wskaźnika i wykres próbki będą dostępne w NeoTicker Yahoo User Group. TRADINGSOLUTIONS: Fractal Adaptive Moving Average W swoim artykule Fractal Adaptive Moving Averages, John Ehlers opisuje wykładniczą średnią ruchliwą w oparciu o ostatnią zmienność, wykorzystując fraktalne wymiary ostatnich cen do ustalenia alfa. Funkcja ta jest również dostępna jako plik do pobrania z witryny TradingSolutions (tradingsolutions) w sekcji Biblioteka rozwiązań. Podobnie jak w przypadku wielu wskaźników, funkcja ta mogłaby dobrze wpisywać prognozy sieci neuronowych. - Gary Geniesse, NeuroDimension, Inc. 800 634-3327, 352 377-5144 Tradingsolutions WRÓĆ KALKULATOR DANYCH FINANSOWYCH: Fractal Adaptive Moving Average Artykuł Fractal Adaptive Moving Averages autorstwa Johna Ehlersa pokazuje, jak używać przybliżenia wymiaru fraktalnego w celu uzyskania wykładniczej średnia ruchoma. W kalkulatorze danych finansowych (FDC) jest to najłatwiejsze rozwiązanie przy użyciu trzech makr: --Bill Rafter matematyczne decyzje inwestycyjne Inc. 856 857-9088, mathinvestdecisions WRÓĆ Wszystkie prawa zastrzeżone. copy Copyright 2005, Analiza techniczna, Inc.
No comments:
Post a Comment