Variation Index - Indikator für den MetaTrader 4

Heute sind die beliebtesten Vertreter der fraktalen Zeitfunktionen die Finanzzeitreihen. Die fraktalen Strukturen dieser Serien sind sehr bekannt und

nach Mandelbrot gibt es eine "Neuformulierung des berühmten Marktes, welche besagt, dass die Bewegung von Aktien und Währungen unabhänging von der Zeitskala und dem

Preis sind. Ein Beobachter eines Charts kann einem nicht sagen ob er gerade einen wöchentlichen, täglichen oder stündlichen Chart betrachtet» [1].

Normalerweise wird für die Bestimmung der fraktalen Dimension der Hurst's exponent [2] berechnet. Aber für eine brauchbare Berechnung dieses Exponenten wird eine große Menge an Daten benötigt

(~ 10^3) und das ist im Vergleich zu der Dauer eines Trendes viel zu viel.

Die Urheber [1] schlagen nun vor, die "fractal characteristics - den variation index (m)" zu verwenden, der dem "common fractal dimension" sehr nahe liegt. Im Unterschied zu dem

Hurst's exponent, ist die notwendige Menge an Informationen, die für die Berechnung notwendig ist, um den Faktor 2 kleiner. Das führt zu der Annahme, dass er sich für die Bestimmung der lokalen Charakteristik

von Preis-Serien eignet. Wenn m < 0.5, kann es als Trend interpretiert werden und wenn m > 0.5 - als Seitwärtstrend.

Der vorgestellte Indikator berechnet den Variationen Index auf der Basis eines vorherigen Intervalls welcher 2^n lang ist. Der "n" Parameter wird vom User angegeben.

Die allgemeinen Regeln dieses Indikators sind wie folgt:

• Wenn der Wert kleiner als 0.5 ist, befindet sich der Markt in einem Trend.
• Ein sehr kleiner Wert kündigt öfters das Ende, beziehungsweise die Korrektur des aktuellen Trendes an.
• Wenn der Wert des Indikators größer als 0.5 ist, dann bedeutet dies einen Seitwärtstrend.
• Sehr hohe Werte deuten öfters Anfänge eines neuen Trendes an.
• Wenn sich der Indikator um den Wert 0.5 bewegt, bedeutet dieses einen undefinierten Zustand des Marktes.

Literatur:

1. M.M. Dubovikov and others. Dimension of the Minimal Cover and Local Analysis of Fractal Time Series, 2004.

2. Edgar E. Peters, Fractal Market Analysis. Applying Chaos Theory to Investment and Economics, John Wiley & Sons, 2003.