MetaTrader 5 - Indikatorer Adaptive Moving Average (AMA) - indikator for MetaTrader 5 Adaptive Moving Average (AMA) brukes til å bygge et bevegelig gjennomsnitt med lav følsomhet mot prisserienes lyder og er preget av minimalforsinkelsen for trenddeteksjon. Denne indikatoren ble utviklet og beskrevet av Perry Kaufman i sin bok Smarter Trading. En av ulempene med forskjellige utjevningsalgoritmer for prisserier er at utilsiktede prisprang kan resultere i utseendet på falske trendsignaler. På den annen side fører utjevning til det uunngåelige forsinket i å forutse trendene. Denne indikatoren ble utviklet for å overvinne disse to ulempene. Adaptiv Flytende Gjennomsnittlig Indikator For å definere dagens markedstilstand introduserte Kaufman begrepet Efficiency Ratio (ER), som beregnes ved hjelp av nedenstående formel: ER (i) - nåverdien av effektivitetsforholdssignalet (i) ABS (pris (i) - Pris (i - N)) - nåværende signalverdi, absolutt verdi av forskjell mellom nåværende pris og pris N periode siden Støy (i) Sum (ABS (Pris (i) - Pris (i-1)), N) gjeldende støyverdi, summen av absoluttverdier av forskjellen mellom prisen for den nåværende perioden og prisen på den foregående perioden for N perioder. Ved en sterk trend vil effektivitetsforholdet (ER) ha en tendens til 1 hvis det ikke er rettet bevegelse, vil det være litt mer enn 0. Den oppnådde verdien av ER brukes i eksponensiell utjevningsformel: EMA (i) Pris (i ) SC EMA (i-1) (1 - SC) SC 2 (n1) - EMA-utjevningskonstant, n - perioden for eksponentiell flytende EMA (i-1) - tidligere verdi av EMA. Utjevningsforholdet for den raske markedsmasten er som for EMA med periode 2 (rask SC 2 (21) 0.6667), og for perioden uten trender må EMA-perioden være lik 30 (langsom SC 2 (301) 0,06452). SSC: SSC (i) (ER (i) (rask SC - sakte SC) sakte SC SSC (i) ER (i) 0,60215 0,06425 For en mer effektiv innflytelse av Endelig beregningsformel: AMA (i) Pris (i) (SSC (i) 2) AMA (i-1) (1-SSC (i) 2) eller (etter omarrangementet) ): AMA (i) AMA (i-1) (SSC (i) 2) (Pris (i) - AMA (i-1)) AMA (i) - nåverdien av AMA AMA av AMA SSC (i) - nåverdien av den skalerte utjevningskonstanten. Oversatt fra russisk av MetaQuotes Software Corp. Originalkode: mql5rucode10Moving Average Den Moving Average Technical Indicator viser gjennomsnittlig instrumentprisverdi for en bestemt tidsperiode. Når en beregner Flytte gjennomsnittet, en gjennomsnitt ut instrumentprisen for denne perioden. Etter hvert som prisen endres, øker den glidende gjennomsnittet enten, eller reduseres. Det er fire forskjellige typer bevegelige gjennomsnitt: Enkel (også referert til som aritmetisk), eksponentiell. Glatt og veid. Flytende gjennomsnitt kan beregnes for et sekvensielt datasett, inkludert åpnings - og sluttpriser, høyeste og laveste priser, handelsvolum eller andre indikatorer. Det er ofte tilfellet når dobbeltflyttende gjennomsnitt blir brukt. Det eneste der flytende gjennomsnitt av forskjellige typer avviger vesentlig fra hverandre, er når vektkoeffisienter, som tilordnes de nyeste dataene, er forskjellige. I tilfelle vi snakker om Simple Moving Average. alle priser på den aktuelle tidsperioden er likeverdige. Eksponentiell Flytende Gjennomsnittlig og Lineærvektet Flytende Gjennomsnitt legger til mer verdi til de siste prisene. Den vanligste måten å tolke prisgjennomsnittet på er å sammenligne dynamikken med prishandlingen. Når instrumentprisen stiger over det bevegelige gjennomsnittet, vises et kjøpssignal, dersom prisen faller under det bevegelige gjennomsnittet, er det et salgssignal. Dette handelssystemet, som er basert på det bevegelige gjennomsnittet, er ikke utformet for å gi inngang til markedet rett i sitt laveste punkt, og dens utgang rett på toppen. Det gjør det mulig å handle i henhold til følgende trend: Å kjøpe snart etter at prisene når bunnen, og å selge snart etter at prisene har nådd sin topp. Flytte gjennomsnitt kan også brukes på indikatorer. Det er her tolkningen av indikatorens glidende gjennomsnitt er i likhet med tolkningen av prisgennomsnittet: hvis indikatoren stiger over det glidende gjennomsnittet, betyr det at den stigende indikatorbevegelsen sannsynligvis vil fortsette: hvis indikatoren faller under glidende gjennomsnitt, vil dette betyr at det er sannsynlig å fortsette å gå nedover. Her er typene av bevegelige gjennomsnitt på diagrammet: Gjennomsnittlig flytende gjennomsnittlig (SMA) eksponentiell flytende gjennomsnittlig (EMA) flytbar gjennomsnittlig (SMMA) lineærvektet flytende gjennomsnitt (LWMA) Du kan teste handelssignalene til denne indikatoren ved å skape en ekspertrådgiver i MQL5 Wizard. Beregning Simple Moving Average (SMA) Enkelt, med andre ord beregnes aritmetisk glidende gjennomsnitt ved å oppsummere prisene på instrumentlukking over et bestemt antall enkeltperioder (for eksempel 12 timer). Denne verdien er så delt med antall slike perioder. SMA SUM (CLOSE (i), N) N SUM Sum CLOSE (i) Nåværende periode Lukk pris N Antall beregningsperioder. Eksponentiell flytende gjennomsnitt (EMA) Eksponentielt glatt glidende gjennomsnitt beregnes ved å legge til en viss andel av gjeldende sluttkurs til forrige verdi av glidende gjennomsnitt. Med eksponensielt glattede glidende gjennomsnitt, er de siste, lette prisene mer verdifulle. P-prosent eksponentielt glidende gjennomsnitt vil se ut: EMA (CLOSE (i) P) (EMA (i - 1) (1 - P)) CLOSE (i) nåværende periode Lukk pris EMA (i - 1) av en tidligere periode P prosentandelen av å bruke prisverdien. Smoothed Moving Average (SMMA) Den første verdien av dette glatte glidende gjennomsnittet beregnes som det enkle glidende gjennomsnittet (SMA): SUM1 SUM (CLOSE (i), N) Det andre glidende gjennomsnittet beregnes i henhold til denne formelen: SMMA (i) (SMMA1 (N-1) CLOSE (i)) N Oppnådde bevegelige gjennomsnitt beregnes i henhold til formelen nedenfor: PREVSUM SMMA (i - 1) N SMMA (i) (PREVSUM - SMMA (i - 1) CLOSE (i)) N SUM sum SUM1 Sum sum av sluttkurs for N perioder det regnes fra den forrige linjen PREVSUM glatt sum av den forrige linjen SMMA (i-1) glatt glidende gjennomsnittlig forrige stang SMMA (i) Glattende glidende gjennomsnitt av den nåværende linjen (unntatt den første) Lukk (i) nåværende næringspris N utjevningsperiode. Etter aritmetiske konverteringer kan formelen forenkles: SMMA (i) (SMMA (i - 1) (N - 1) CLOSE (i)) N Lineærvektet Flytende Gjennomsnitt (LWMA) Ved vektet glidende gjennomsnitt er de nyeste dataene av mer verdi enn mer tidlige data. Vektet glidende gjennomsnitt beregnes ved å multiplisere hver av sluttkursene i den vurderte serien, med en bestemt vektkoeffisient: LWMA SUM (CLOSE (i) I, N) SUM (I, N) SUM Sum CLOSE KUMA (KAMA) Kaufman039s Adaptive Moving Average (KAMA) Innledning Utviklet av Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) er et glidende gjennomsnitt beregnet for å ta hensyn til markedsstøy eller volatilitet. KAMA vil følge prisene nøye når prisendringer er relativt små og støyen er lav. KAMA vil tilpasse seg når prisendringer øker og følger priser fra en større avstand. Denne trend-følgende indikatoren kan brukes til å identifisere den generelle trenden, tidspunktet for vendepunkter og filterprisbevegelser. Beregning Det er flere trinn som kreves for å beregne Kaufman039s Adaptive Moving Average. Let039s første start med innstillingene anbefalt av Perry Kaufman, som er KAMA (10,2,30). 10 er antall perioder for effektivitetsforholdet (ER). 2 er antall perioder for den raskeste EMA-konstanten. 30 er antall perioder for den langsomste EMA-konstanten. Før beregning av KAMA må vi beregne effektivitetsforholdet (ER) og utjevningskonstanten (SC). Å bryte ned formelen i bite size nuggets gjør det lettere å forstå metoden bak indikatoren. Legg merke til at ABS står for absolutt verdi. Effektivitetsforhold (ER) ER er i utgangspunktet prisendringen justert for den daglige volatiliteten. I statistiske termer forteller Efficiency Ratio oss fraktal effektiviteten av prisendringer. ER svinger mellom 1 og 0, men disse ekstremer er unntaket, ikke normen. ER ville være 1 hvis prisene gikk opp i 10 påfølgende perioder eller ned 10 påfølgende perioder. ER ville være null hvis prisen er uendret i løpet av de ti perioder. Utjevning Konstant (SC) Utjevningskonstanten bruker ER og to utjevningskonstanter basert på et eksponentielt glidende gjennomsnitt. Som du kanskje har lagt merke til, bruker utjevningskonstanten utjevningskonstantene for et eksponentielt glidende gjennomsnitt i formelen. (2301) er utjevningskonstanten for en 30-årig EMA. Den raskeste SC er utjevningskonstanten for kortere EMA (2-perioder). Den langsomste SC er utjevningskonstanten for den langsommere EMA (30-perioder). Legg merke til at 2 på slutten er å firkant ligningen. Med effektivitetsforholdet (ER) og utjevningskonstant (SC) er vi nå klare til å beregne Kaufman039s adaptive flytende gjennomsnitt (KAMA). Siden vi trenger en innledende verdi for å starte beregningen, er den første KAMA bare et enkelt glidende gjennomsnitt. Følgende beregninger er basert på formelen nedenfor. BeregningseksempelChart Bildene nedenfor viser et skjermbilde fra et Excel-regneark som brukes til å beregne KAMA og det tilsvarende QQQ-diagrammet. Bruk og signaler Chartists kan bruke KAMA som enhver annen trend som følger indikator, for eksempel et glidende gjennomsnitt. Chartister kan se etter priskryss, retningsendringer og filtrerte signaler. For det første angir et kryss over eller under KAMA retningsendringer i priser. Som med ethvert glidende gjennomsnitt, vil et enkelt crossover-system generere mange signaler og mange whipsaws. Chartister kan redusere whipsaws ved å bruke et pris - eller tidsfilter til overgangene. Man kan kreve pris for å holde krysset i angitt antall dager eller kreve korset, overstige KAMA etter sett prosentandel. For det andre kan kartleggere bruke KAMAs retning for å definere den generelle trenden for sikkerhet. Dette kan kreve en parameterjustering for å glatte indikatoren ytterligere. Chartister kan endre midtparameteren, som er den raskeste EMA-konstanten, for å glatte KAMA og se etter retningsendringer. Trenden er nede så lenge KAMA faller og smi lavere nedgang. Trenden går opp så lenge KAMA stiger og smi høyere høyder. Kroger-eksempelet nedenfor viser KAMA (10,5,30) med en bratt oppgang fra desember til mars og en mindre bratt oppgang fra mai til august. Og til slutt kan kartleggere kombinere signaler og teknikker. Chartister kan bruke en langsiktig KAMA for å definere den større trenden og kortsiktige KAMA for handelssignaler. For eksempel kan KAMA (10,5,30) brukes som et trendfilter og anses som bullish når det stiger. Når hausse, kan kartleggere da se etter bullish kryss når prisen beveger seg over KAMA (10,2,30). Eksemplet nedenfor viser MMM med en stigende langsiktig KAMA og bullish kryss i desember, januar og februar. Langsiktig KAMA avslått i april, og det var bearish kryss i mai, juni og juli. SharpCharts KAMA kan bli funnet som en indikatoroverlegg i SharpCharts arbeidsbenk. Standardinnstillingene vises automatisk i parameterboksen når den er valgt, og diagrammer kan endre disse parameterne slik de passer til deres analytiske behov. Den første parameteren er for effektivitetsforholdet, og diagrammer bør avstå fra å øke dette nummeret. I stedet kan diagrammer redusere det for å øke følsomheten. Chartister som ønsker å glatte KAMA for langsiktig trendanalyse, kan øke mellomparameteren gradvis. Selv om forskjellen er bare 3, er KAMA (10,5,30) betydelig jevnere enn KAMA (10,2,30). Ytterligere studie Fra skaperen gir boken nedenfor detaljert informasjon om indikatorer, programmer, algoritmer og systemer, inkludert detaljer om KAMA og andre bevegelige gjennomsnittssystemer. Handelssystemer og metoder Perry Kaufman
Comments
Post a Comment