XKVO - MetaTrader 5脚本

Klinger 交易量振荡器 (KVO) 由 Stephen Klinger 开发。KVO 第一眼看上去有两个似乎相反的特征: 它对短线的顶底信号十分敏感，但同时它显示的长线资金在市场中的流进、流出也相当准确。

KVO 指标基于以下原理:

1. 价格范围是走势的量度，交易量是走势的力量。最高价 + 最低价 + 收盘价之和判断趋势。此处的累计, 当天之和超过前日之和的情况, 以及分布于相反的情况。在这些和计彼此相等的情况下，目前的趋势依旧;
2. 交易量导致日内价格变化的买卖力量恒定。KVO 判断每天累计数量和股票分布之间的不同，作为交易量强度。高且增长的交易量强度数值一定伴随升势。那么这个值逐渐减小，则对应于上升趋势的最后步骤，和随后下降趋势的第一步。此外，交易量强度的上升显示，明确的积累量必会再次发生于底部形成之前;
3. 将交易量强度变换至振荡器之后，依据 34 和 55 日指数均线之间的不同，以及 13 日触发器 (信号线) ，可以十分容易跟踪 "交易量强度" 进出市场。比较这个强度和价格走势，可以帮助揭示在顶部和底部的分歧。
   

Klinger 推荐如下应用 KVO 的基本概念:

• 最可靠的信号出现在一个主要的趋势方向;
• 最强烈的信号发生在指标数值与价格新高和新低之间的背离，尤其是在超买/超卖区间;
• 在上升趋势中，当 KVO 下行到低于零的极低水平，之后反转向上并穿越它的触发线，此为买时机。在下降趋势中，当 KVO 上行到高于零的极高水平，之后反转向下并穿越它的触发线，此为卖时机。
  

应当重申，依据 KVO 顺势操作效果较佳，逆势时则效率较低。

本指标允许为它的 XCVO 基本直方图和信号线选择平滑类型, 它有十种可能版本:

1. SMA - 简单移动平均;
2. EMA - 指数移动平均;
3. SMMA - 平滑移动平均;
4. LWMA - 线性加权移动平均;
5. JJMA - JMA 自适应平均;
6. JurX - 超线性平滑;
7. ParMA - 抛物线平滑;
8. T3 - Tillson 多指数平滑;
9. VIDYA - 使用Tushar Chande 的平滑算法;
10. AMA - 使用 Perry Kaufman 的平滑算法

应该指出的是 Phase 类型参数具有不同的平滑算法，完全不同的含义。对于 JMA 它的外部 Phase 变量从 -100 至 +100变化。对于 T3 它的平滑比率乘以 100 可有更佳视觉效果, 对于 VIDYA 它是 CMO 振荡周期，对于 AMA 它是慢速 EMA 周期。在其它算法中这些参数不能影响平滑。对于 AMA，快速 EMA 周期是一个固定值，且省缺值为 2。对于 AMA，力度提升比率也等于 2。

指标使用 SmoothAlgorithms.mqh 的库类（必须被复制到 客户端文件夹\MQL5\Include）。类库的使用描述可参阅文章 "Averaging Price Series for Intermediate Calculations Without Using Additional Buffers（无需使用额外的缓冲区进行平均价格序列的中间计算）"。