Veröffentlichte Produkte
Bollinger Bands based on Returns This indicator characterizes the price and volatility by providing a channel/band of standard deviations like the Bollinger Bands. In contrary to standard Bollinger Bands which uses price directly, this indicator uses returns due to normalization. The standard Bollinger Bands based on price directly, were one of the first quant or statistical methods for retail traders available. The issue with these bands, standard deviations can only be calculated, if the u
The Returns Momentum Oscillator (RMO) shows the difference of exponentially weighted volatility. It is used to find market tops and bottoms. Volatility comes in waves, and as the Returns often front run price action it gives directional prediction of market movement. The Oscillator signal is RMSed (root mean squared) to make the distribution closer to Gaussian distribution. While the traditional RSI indicators are often stuck in overbought or oversold areas for a long time, RMSing of the sign
This Oscillator describes the drift of an asset, as part of the geometric Brownian Motion (GBM). As a data basis the mean reverting log returns of the asset price is considered. It gives the percentile of drift directional. For instance, a value of 0.05 means a drift of 5%, based on the selected sample size. If the value is positive, drift to higher asset values is determined.
This indicator should be used in confluence with other indicators based on volatility, probability and statistics. L
FREE
The RSI2.0 indicator uses normalized price data and signal processing steps to get a normal distributed oscillator with no skew (mean is zero). Therefore, it can give much better reads than the traditional RSI. Areas/Levels of reversal: Overbought or oversold levels from traditional RSI have no statistical significance, therefore the standard deviation bands are implemented here, which can be used in similar way as possible reversal points. Divergence: As the indicator is nearly normal dist
Dieser Z-Score Indikator zeigt den korrekten Z-Score eines Assets, da es die normierten (normal-verteilten) Preisdaten benutzt. Das ist der einzige Weg den Z-Score richtig zu berechnen. Der Z-Score darf nur basierend auf normal-verteilten Daten berechnet werden, deshalb wird für die Berechnung die normierten Returns benutzt, als normalverteilt angenommen werden. Die Berechnung des Z-Scores basierend nur auf dem Preis selbst ist nicht zulässig, da der Preis einer eher log-normal Verteilung folgt.
“Percentile of Historical Volatility” und “Correlation Coefficient” zeigt an, ob der Kurs zur Zeit billig oder teuer bzgl. ihrer normalen Volatilität ist. Benutzt wird der Indikator, um einen guten Einstieg zu finden. “Percentile of Historical Volatility” ordnet die Historische Volatilität prozentual. Der zweite Indikator korreliert den nicht direktionalen PHV mit dem Anlagenkurs, um eine Indikation über die Richtung der bevorstehenden Bewegung zu bekommen. Historische Volatilität (historical
Der Indikator „Probability Range Bands“ zeigt eine Vorhersage, um wieviel sich ein Kurs bzgl. seines bisherigen Wertes bewegen wird. Die Bänder grenzen einen Bereich mit einer bestimmten Wahrscheinlichkeit ein, dass die aktuelle Kerze nicht über/unter dem bestimmten Preislevel schließt. Dieser Indikator basiert auf statistischen Methoden, Wahrscheinlichkeiten und Volatilität. Der Anlagenkurs wird als log-normal-verteilt angenommen. Deshalb werden zur Berechnung der Bereichsbänder die „log retu