Random Walk Index?
Ich bin auf der Suche nach dem Random Walk Index für MT4.
Die ursprüngliche, von Mike Poulos entwickelte Formel verwendet 4 Indikatoren - eine kurzfristige Periode von 1 bis 8 Balken der Hochs und Tiefs und einen langfristigen Indikator von 8 bis 64 Balken der Hochs und Tiefs. Ich bin für jede Hilfe dankbar, da ich nicht über das nötige Know-how für die MT4-Codierung verfüge. Hier ist ein Link zu einer grundlegenden Beschreibung des Indikators, aber bitte beachten Sie, dass die Formel für die langfristige Berechnung am Ende der Seite falsch ist.
Link; http://trader.online.pl/MSZ/e-w-Random_Walk_Index_II.html
Vielen Dank im Voraus, WilliamKönnen Sie die ursprüngliche (korrekte) Formel schreiben?
Oder haben Sie vielleicht einen Link zu ihr? Wenn ja, denke ich, dass ich Ihnen mit diesem Indikator helfen kann.
Mit freundlichen Grüßen
Kale
Hallo Kale,
danke für deine Antwort.
Wie in meinem ersten Beitrag erwähnt, ist hier ein Link zu der Formel:
http://trader.online.pl/MSZ/e-w-Random_Walk_Index_II.html
aber der Code für den zweiten Teil des Indikators ist falsch.
Der RWI ist ein zweiteiliger Indikator, und jeder Teil hat einen hohen RWI und einen niedrigen RWI.
Der kurze RWI umfasst den Höchst- und Tiefstwert und verwendet 1 bis 8 Perioden.
Der lange RWI umfasst das Hoch und das Tief und verwendet 8 bis 64 Perioden.
Im unteren Teil des Links sehen Sie, dass der Code dies nicht widerspiegelt.
Der Indikator ist nicht schwer zu kodieren, aber er ist sehr lang.
Früher hatte ich den Code für Metastock, aber der ist längst verschwunden.
Ich habe im ganzen Web nach einer MetaStock- oder Tradestation-Formel gesucht, konnte aber keine finden.
Ich bin für jede Hilfe dankbar, nochmals vielen Dank.
William
Random Walk Index
Dieser Thread ist ziemlich alt und ich bin kein Programmierer, aber ich habe mich gefragt, ob jemand diesen Indikator zufällig irgendwo versteckt hat. Es gibt einen anderen Thread, der von raff1410 gestartet wurde, aber der Indikator ist leider nicht ganz der Standardindikator. Raff hat das allgemeine Konzept übernommen und ein kanalartiges System daraus gemacht.
Es handelt sich im Grunde um einen dynamischen ADX, der Ineffizienzen in einem festen Rückblickzeitraum registriert, indem er die durchschnittliche wahre Spanne als dynamischen Indikator für zufällige vs. kontinuierliche (vorhersehbare) Ereignisse verwendet.
Eine visuelle Erläuterung und Technik finden Sie hier auf Seite 286:
Technische Analyse von A bis Z ... - Google Book Search
Dies ist die Formel von der folgenden Website:
Random Walk Index
Max((Ref(HIGH,-1) - LOW) / ((Ref(Summe(ATR(1),2),-1) / 2) * Sqrt(2)),
Max((Ref(HIGH,-2) - LOW) / ((Ref(Summe(ATR(1),3),-1) / 3) * Sqrt(3)),
Max((Ref(HIGH,-3) - LOW) / ((Ref(Summe(ATR(1),4),-1) / 4) * Sqrt(4)),
Max((Ref(HIGH,-4) - LOW) / ((Ref(Summe(ATR(1),5),-1) / 5) * Sqrt(5)),
Max((Ref(HIGH,-5) - LOW) / ((Ref(Summe(ATR(1),6),-1) / 6) * Sqrt(6)),
Max((Ref(HIGH,-6) - LOW) / ((Ref(Summe(ATR(1),7),-1) / 7) * Sqrt(7)),
Max((Ref(HIGH,-7) - LOW) / ((Ref(Summe(ATR(1),8),-1) / 8) * Sqrt(8)),
(Ref(HIGH,-8) - LOW) / ((Ref(Summe(ATR(1),9),-1) / 9) * Sqrt(9)) )) )) )) )
Und hier ist ein weiteres visuelles Beispiel, aber die Erklärungen und Einstellungen hier sind nicht die besten:
Investor/RT Tour - Random Walk Index
Es scheint relativ einfach zu sein, es zusammenzustellen; wenn ein Programmierer ein paar Minuten Zeit hat, sind die Einsatzmöglichkeiten endlos und es wäre eine gute Ergänzung für jedes System. Ich kann mit einigen Erklärungen helfen, wenn jemand interessiert ist.
Mit freundlichen Grüßen,
Steve
Ich habe diese mit dem folgenden Text innerhalb des Codes:
Danke für den Austausch mit Linuxser... 
Ich habe gerade etwas Interessantes zu diesem Thema gefunden.
JRC Fractal Dim (Indikator).
Artikel/Autor: Mark Jurik, Jurik Research Jurik Research
Download: Frac_dim.ela
There is a weak and a strong
way to measure the random
quality of a time series.
The weak way is to use the random walk index (RWI).
You can download it from the Omega web site.
It makes the assumption that the market is
moving randomly with an average distance D
per move and proposes an amount the market
should have changed over N bars of time.
If the market has traveled less, then
the action is considered random, otherwise
it's considered trending.
The problem with this method is that taking
the average distance is valid for
a Normal (Gaussian) distribution of price activity.
However, price action is rarely Normal,
with large price jumps occuring much
more frequently than a Normal distribution
would expect. Consequently, big jumps
throw the RWI way off, producing invalid results.
The strong way is to not make any assumption
regarding the distribution of price changes and, instead,
measure the fractal dimension of the time series.
Fractal Dimension requires a lot of data to be accurate.
If you are trading 30 minute bars, use a multi-chart
where this indicator is running on 5 minute bars and
you are trading on 30 minute bars.[/CODE]
The following table shows how to interpret the results....
2.0 -1.0 0.0 congestion
1.5 0.0 0.5 random walk
1.0 1.0 1.0 trend[CODE]Remember two important points:
1) Trend is STRONGER when the indicator
is LOWER. If this is confusing, you can
convert Fractal Dimension
to a trend efficiency index
(like Kaufmann's efficiency ratio) this way:
Trend Efficiency = 2 - Fractal Dimension
2) Maxbarsback must be set greater
than SIZE*COUNTQuelle: Knowledgebase
Unsere Forumsthemen/Posts:
https://www.mql5.com/en/forum/178285 (Indikatoren mit Erklärung)
Ich habe gerade etwas Interessantes zu diesem Thema gefunden.
JRC Fractal Dim (Indikator).
Artikel/Autor: Mark Jurik, Jurik Research Jurik Research
Herunterladen: Frac_dim.ela
There is a weak and a strong
way to measure the random
quality of a time series.
The weak way is to use the random walk index (RWI).
You can download it from the Omega web site.
It makes the assumption that the market is
moving randomly with an average distance D
per move and proposes an amount the market
should have changed over N bars of time.
If the market has traveled less, then
the action is considered random, otherwise
it's considered trending.
The problem with this method is that taking
the average distance is valid for
a Normal (Gaussian) distribution of price activity.
However, price action is rarely Normal,
with large price jumps occuring much
more frequently than a Normal distribution
would expect. Consequently, big jumps
throw the RWI way off, producing invalid results.
The strong way is to not make any assumption
regarding the distribution of price changes and, instead,
measure the fractal dimension of the time series.
Fractal Dimension requires a lot of data to be accurate.
If you are trading 30 minute bars, use a multi-chart
where this indicator is running on 5 minute bars and
you are trading on 30 minute bars.[/CODE]
The following table shows how to interpret the results....
2.0 -1.0 0.0 congestion
1.5 0.0 0.5 random walk
1.0 1.0 1.0 trend[CODE]Remember two important points:
1) Trend is STRONGER when the indicator
is LOWER. If this is confusing, you can
convert Fractal Dimension
to a trend efficiency index
(like Kaufmann's efficiency ratio) this way:
Trend Efficiency = 2 - Fractal Dimension
2) Maxbarsback must be set greater
than SIZE*COUNTQuelle: Knowledgebase
Unsere Forumsthemen/Posts:
https://www.mql5.com/en/forum/178285 (Indikatoren mit Erklärung)
https://www.mql5.com/en/forum/176309
https://www.mql5.com/en/forum/173009/page2Danke New Digital/Linuxser! Ich stimme diesem Zitat größtenteils zu. Wenn man sich den Indikator in seiner jetzigen Form ansieht (wie im letzten Link in meinem Beitrag), ist er nicht besser als ein ADX. Durch die Verlängerung der Hoch/Tief-Perioden und die Schwächung der Hoch/Tief-Perioden (umgekehrt) haben Sie eine viel bessere Interpretation des Beginns eines dauerhaften Trends oder eines kurzfristigen Rucks im Preis.
Ich habe gesehen, dass er auf verschiedene Weise verwendet wird. Wie bei jedem Indikator ist die Interpretation $. Der gesunde Menschenverstand würde Sie von Preisspitzen fernhalten, von denen Sie ganz genau wissen, dass sie bestimmte Indikatoren aus dem Gleichgewicht bringen.
Ich habe mir gerade einige der Links angesehen, die Sie hier gepostet haben. Die Ideen in der Verwendung sind etwas neu für mich, aber die Mathematik macht absolut Sinn.
Die Indikatoren selbst sehen großartig aus. Morphium für einen nervösen Trader.
Ich habe das Gefühl, dass dieses Konzept zu oft übersehen wird, vor allem bei der Entwicklung von Handelssystemen, die gut für steigende und fallende Märkte sind. Vor allem bei der Entwicklung einer automatisierten Strategie, bei der so viele Trades aufgrund von Signalen scheitern, die für steigende oder fallende Märkte gut sind.
Ich werde mehr graben. Wenn ich etwas finde, werde ich es posten.
Nochmals vielen Dank.
Steve
Mehr über den Index der fraktalen Dimension
Hier ist ein hervorragender Link zum Fractal Dimension Index von FXStreet, der von einem Experten zu diesem Thema erklärt wird:
Unten finden Sie eine Powerpoint-Präsentation, die im Wesentlichen die Chaostheorie und die Anwendung des FDI auf den Märkten beschreibt.
Er beschreibt sie im Wesentlichen wie folgt:
1.6≥FDI≥2.0 bestätigt Stochastik, RSI, Bollinger Band und Umkehrmuster
1,0≤FDI≤1,4 bestätigt Signale für das Überschreiten des gleitenden Durchschnitts und Fortsetzungsmuster
Wenn der FDI also einen höheren Wert aufweist, sind zufällige, unvorhersehbare Muster zu erwarten. Niedrigere Werte bedeuten, dass der Kurs eher zyklisch ist.
Nachdem ich selbst mit den Einstellungen experimentiert habe, stelle ich fest, dass höhere Werte (>1,4) auf eine kurzfristige Preisbewegung zu Beginn eines Trends hinweisen (die Bewegung des Indikators geht dem Preis immer voraus, er ist also in diesem Sinne führend). Sie können auch die Auslöschung eines aktuellen Trends bedeuten.
Niedrigere Werte (<1,4) stehen für einen vorhersehbareren (zyklischen oder trendfolgenden) Markt, auf dem die Preisveränderungen konstant und im Allgemeinen gleichmäßiger sind.
Er ist nicht richtungsabhängig, so dass es Ihnen überlassen bleibt, die nächste Bewegung zu bestimmen. Aber mit grundlegenden Werkzeugen ist das leicht zu bewerkstelligen.
Aber ich experimentiere noch mit der Zeitspanne. Ich verwende 21, 34, 55 usw., aber in der Powerpoint-Präsentation sieht es so aus, als ob eine viel höhere Einstellung verwendet wird. Wenn jemand mehr Erfahrung damit hat, würde ich mich über Input freuen.
Fraktale Dimension und Choppiness-Index
Der Zerhackungsindex ist eine weitere Möglichkeit zur Berechnung der Fraktalen Dimension:
Abgehacktheit
Die Abgehacktheit ist ein moderner Indikator, der auf den Ideen der Chaostheorie und der fraktalen Geometrie beruht. Benoit Mandelbrot war derjenige, der am meisten für das große Interesse an der fraktalen Geometrie verantwortlich ist. Er zeigte, dass Fraktale an vielen verschiedenen Stellen in der Mathematik und in der Natur auftreten können. Sie können Wolkenformationen, Wellen, Blättern, Fingerabdrücken und Sonnenblumen zugrunde liegen, und seine Ideen stellten eine spannende Verbindung zwischen Mathematik und Natur her. Mit Hilfe von Computergrafiken und der Unterstützung von IBM konnte Mandelbrot zeigen, wie man fraktale Geometrie mit Hilfe von Computergrafiken darstellen kann.
Abbildung 6: Das klassische Mandelbrot-Bild
Während die meisten von uns denken, dass es nur ganzzahlige Dimensionen gibt, wie 1D, 2D und 3D, gibt es in der fraktalen Geometrie zwischen den ganzzahligen Dimensionen auch fraktionale Dimensionen. So gibt es zwischen einer 1D-Linie und einer 2D-Ebene eine Reihe von Bruchdimensionen. Fraktale sind im Grunde ein Maß für die Dimensionalität eines Systems; sie sind in der Lage, verschiedene Bilder auf der Grundlage der gebrochenen Natur der Dimension auszudrücken.
E. W. Dreiss, ein in Australien ansässiger Händler, kam auf die kreative Idee, die fraktale Geometrie zur Messung der Preisbewegung eines Wertpapiers zu verwenden. Er ordnete einem Kursbewegungsdiagramm auf geschickte Weise eine "Dimension" zu. Einem Diagramm, das sich in einem Trend befindet und linear verläuft, könnte die gesamte Dimension 1 zugewiesen werden, während ein Diagramm, das völlig unruhig ist und sich nicht in einem Trend befindet, eine Dimension von 2 haben könnte. Irgendwo zwischen diesen beiden Werten liegen Fraktalzustände und unterschiedliche Grade von Unruhe. In der folgenden Abbildung haben wir einen Choppiness-Indikator mit den in den Voreinstellungen festgelegten Parametern hinzugefügt. Am unteren Rand des Diagramms wird ein Bereich eingefügt, und eine blaue Linie zeigt den Choppiness-Index entlang des Diagramms an. Wenn Sie eine andere Aktie auswählen, bleibt diese Studie am unteren Rand des Charts bestehen und wird für das neue Wertpapier neu angepasst.
Abbildung 7A Choppiness-Indikator
Der Choppiness-Index oder CI variiert zwischen 0 und 100. Je höher der Index, desto abgehackter ist die Kursbewegung, und je niedriger der Index, desto mehr tendiert die Kursbewegung. Da es sich um einen Trendindikator handelt, hat er eine Länge, die den Rückblickzeitraum festlegt, hier im Beispiel ist er auf 14 eingestellt. Der Choppiness-Indikator verfügt über zwei Bänder: Innere Bandfarbe und äußere Bandfarbe. Auf dem Display wird nur eine der beiden Bandfarben angezeigt, rot, wenn sie innerhalb der oberen oder unteren Bänder liegt, und gelb, wenn sie innerhalb der Bänder liegt. Die Bänder können eingestellt werden, sind aber standardmäßig auf die Fibanocci-Zahlen von 38,20 und 61,80 eingestellt. Wenn der Choppiness-Indikator unter 38,20 liegt, wird das rote Outside-Band angezeigt. Wenn er über 61,80 liegt, wird das gelbe Innenband angezeigt.
Dreiss erklärt in einem Artikel im Technical Traders Bulletin vom November 1991, wie er mit dem CI arbeitet: "Niedrige Werte im CI korrespondieren eng mit dem Ende starker impulsiver Bewegungen entweder nach oben oder nach unten, während hohe Werte nach signifikanten Konsolidierungen im Kurs auftreten." Ein guter Artikel zum Thema Choppiness von Gibbons Burke erschien im Futures Magazine im Oktober 1993. Eine Kopie finden Sie im Internet unter http://www.quote.com/quotecom/qcharts/help.asp?option=choppiness.
Konventionelle Handelsweisheit
Der Choppiness-Indikator steht in einem umgekehrten Verhältnis zum Kursgeschehen, und ein Trend gilt als gebrochen, wenn der CI unter der unteren Linie liegt und sich umkehrt. Auch dies sagt nichts über die Richtung des Marktes aus, sondern gibt nur einen grundlegend anderen Blickwinkel auf die Veränderung eines Trends im Allgemeinen. Sie können dies in der obigen Abbildung auf der rechten Seite des Diagramms sehen, wo die 14-Tage-Kopplung von AOL unter die rote Outside-Band-Farbe gefallen ist, was auf einen maximalen Trend und somit auf eine minimale Kopplung hinweist. Ein Blick auf das Preisdiagramm zeigt, dass der Aufwärtstrend, der um den 14. August begann, nun gebrochen zu sein scheint. Wenn andere Signale bestätigen, dass dies ein Wendepunkt ist, könnten wir uns auf einen neuen Abwärtstrend zubewegen, und es könnte ein guter Zeitpunkt sein, um zu verkaufen oder zu verkaufen.
Abbildung 7B Präferenzen des Choppiness-Indikators
Choppiness-Index und Fraktale Dimension
Mehr über Choppiness Index: Choppiness-Index: Marktschwankungen mit Chaos messen. | Banken & Finanzen > Finanzmärkte & Investitionen von AllBusiness.de
Werkzeuge
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Ich bin auf der Suche nach dem Random Walk Index für MT4.
Die ursprüngliche Formel, die von Mike Poulos entwickelt wurde, verwendet 4 Indikatoren - eine kurzfristige Periode von 1 bis 8 Balken der Hochs und Tiefs und einen langfristigen Indikator von 8 bis 64 Balken der Hochs und Tiefs. Ich bin für jede Hilfe dankbar, da ich nicht über das nötige Know-how für die MT4-Codierung verfüge. Hier ist ein Link zu einer grundlegenden Beschreibung des Indikators, aber bitte beachten Sie, dass die Formel für die langfristige Berechnung am Ende der Seite falsch ist.
Link; http://trader.online.pl/MSZ/e-w-Random_Walk_Index_II.html
Vielen Dank im Voraus, William