Diskussion zum Artikel "Entwicklung des Price Action Analysis Toolkit (Teil 41): Aufbau eines statistischen Preis-Level EA in MQL5"

[MetaQuotes]

Neuer Artikel Entwicklung des Price Action Analysis Toolkit (Teil 41): Aufbau eines statistischen Preis-Level EA in MQL5 :

Die Statistik war schon immer das Herzstück der Finanzanalyse. Laut Definition ist Statistik die Disziplin, die sich mit dem Sammeln, Analysieren, Interpretieren und Darstellen von Daten auf sinnvolle Weise befasst. Stellen Sie sich nun vor, dasselbe Rahmenwerk auf Kerzen anzuwenden – und die rohe Preisbewegung in messbare Erkenntnisse zu verdichten. Wie hilfreich wäre es, für einen bestimmten Zeitraum die zentrale Tendenz, die Streuung und die Verteilung des Marktverhaltens zu kennen? In diesem Artikel stellen wir genau diesen Ansatz vor und zeigen, wie statistische Methoden Kerzendaten in klare, umsetzbare Signale verwandeln können.

In diesem Artikel zeigen wir, wie diese Metriken in praktische, chartfreundliche Signale umgesetzt werden: Sie werden zu horizontalen Referenzlinien (Mittelwert, Median, P25/P75, Modalwerte), zu Eingaben für ATR-skalierte Schwellenwerte, die Ausbrüche von Umkehrungen unterscheiden, und zur Grundlage für eine Z-Score-Signal-Engine, die ungewöhnlich extreme Preisaktionen kennzeichnet. Bei der von uns vorgestellten Implementierung (KDE Level Sentinel EA) stehen Reproduzierbarkeit und Nutzerfreundlichkeit im Vordergrund: Snapshots frieren Referenzniveaus für die Vorwärtsüberwachung ein, Etiketten werden stabil und überschneidungsfrei gehalten, und Signale werden als präzise Chartpfeile gezeichnet, die den genauen auslösenden Kurs markieren.

Lesen Sie weiter, um die Mathematik hinter jeder Metrik, die Implementierungsdetails in MQL5 und die Interpretation der EA-Ausgaben zu erfahren, damit Sie von rohen Kerzen zu klaren, überprüfbaren Handelshypothesen übergehen können.

Wie ich bereits erwähnt habe, versuchen wir, statistische Methoden in die Kursentwicklung zu implementieren, weshalb wir für alle statistischen Berechnungen typische Kurse verwenden. Der typische Preis (TP) wird berechnet, indem der Höchst-, Tiefst- und Schlusskurs eines Balkens addiert und die Summe durch drei geteilt wird; er gleicht die Handelsspanne mit dem Schlussniveau aus, glättet isolierte Spitzen und erzeugt eine stabilere Serie als der Schlusskurs allein. Durch die Einbeziehung von Intra-Bar-Extremen, ohne dass die Öffnung erforderlich ist, bietet TP umfangreichere Eingaben für Verteilungsstatistiken – Mittelwert, Median und Kernel-Dichte-Schätzungen – und verbessert so die Stabilität und Signalqualität für nachgelagerte Modelle. Im Vergleich zu Alternativen wie Close, HL/2 oder OHLC4 bietet TP einen pragmatischen Mittelweg: Es erfasst sowohl die Spanne als auch die Richtung in einem kompakten, robusten Input, der sich ideal für die statistische Analyse von Preisaktionen eignet.

Nachfolgend finden Sie die statistischen Kennziffern, die wir aus dem typischen Preis (TP) ableiten. Jede Kennzahl beleuchtet einen anderen Aspekt des Preisverhaltens im Zeitverlauf – von der zentralen Tendenz und Streuung bis hin zu Häufigkeit und Struktur. 

Autor: Christian Benjamin