MA Gaussiana
- Indikatoren
- Victor Alfonso Molina Botello
- Version: 2.0
- Aktualisiert: 26 Oktober 2025
Der "MA Gaussiano"-Indikator ist ein benutzerdefiniertes Tool für MetaTrader 5 (MQL5), das einen gleitenden Gaußschen Durchschnitt mit farbigen Trendkerzen kombiniert, um Markttrends auf eine visuelle und innovative Weise zu erkennen. Er wurde mit Unterstützung von xAI im Jahr 2025 entwickelt und konzentriert sich auf eine glatte und sensible Darstellung von Preisen, ideal für Händler, die Rauschen in Charts von Währungen, Aktien oder Kryptowährungen filtern möchten.
Hauptkomponenten:
- Gaußscher MA (farbige Linie): Stellt eine Linie dar, die den Gaußschen gleitenden Durchschnitt repräsentiert. Die Linie wird grün eingefärbt, wenn der MA steigt (was einen Aufwärtstrend anzeigt) und rot, wenn er fällt (Abwärtstrend). Dies wird durch den Vergleich des aktuellen MA-Werts mit dem vorherigen Wert ermittelt: wenn GaussianMA[i] > GaussianMA[i-1], grün, sonst rot.
- Trend-Kerzen: Zeigt Candlesticks an, die die Eröffnungs-, Höchst-, Tiefst- und Schlussdaten des Originaldiagramms kopieren, aber entsprechend der Gaußschen MA-Richtung gefärbt sind: grün für steigende und rot für fallende Kurse. Dies hilft, den Trend direkt auf dem Chart zu visualisieren, ohne dass zusätzliche Indikatoren benötigt werden.
Eingabeparameter:
- MAPeriode (Standardwert 14): Länge der Periode zur Berechnung des MA. Höhere Werte ergeben eine glattere Linie, aber mit mehr Verzögerung.
- SigmaFaktor (Standardwert 3,0): Passt die "Breite" der Gaußschen Verteilung an. Ein niedriger Wert konzentriert die Gewichte auf die jüngsten Kurse, während ein höherer Wert sie gleichmäßiger verteilt.
Der Indikator benötigt mindestens MAPeriod Datenbalken zur Berechnung und wird bei jedem Tick oder neuen Balken aktualisiert. Er ist dank der vorberechneten Gewichte effizient und installiert keine externen Abhängigkeiten. Er kann auf jedem Zeitrahmen für Trendfolgestrategien verwendet werden, z. B. für Überkreuzungen mit anderen MAs oder zur Bestätigung von Einstiegs-/Ausstiegssignalen.
Der Begriff "Gauß" in diesem Indikator geht auf Carl Friedrich Gauß zurück, einen deutschen Mathematiker aus dem 19. Jahrhundert, der als einer der größten der Geschichte gilt. Jahrhundert, der als einer der größten Mathematiker der Geschichte gilt. Der Name stammt von der Gaußschen (oder normalen) Verteilung, einer glockenförmigen Kurve, die viele Naturphänomene beschreibt und die Gauß im Zusammenhang mit der Fehlertheorie und der Astronomie entwickelte. Bei diesem Indikator wird die Gauß-Funktion zur Berechnung der Gewichte in einem gewichteten gleitenden Durchschnitt verwendet, der die Kursdaten auf natürlichere Weise glättet und auf zentrale Werte reagiert, ähnlich wie die Gauß-Verteilung die Wahrscheinlichkeit um den Mittelwert konzentriert.
Form und Berechnungsformel
Der Gaußsche gleitende Durchschnitt (Gaußsche MA) ist eine Variante des gewichteten gleitenden Durchschnitts, bei der Gewichte auf der Grundlage der Gaußschen Dichtefunktion verwendet werden. Seine allgemeine Form ist eine gewichtete Summe der letzten Schlusskurse, wobei die Gewichte symmetrisch entsprechend dem Abstand vom aktuellen Punkt abnehmen und der Gaußschen Kurve folgen.
Die Formel zur Berechnung der Gaußschen MA zum Zeitpunkt i i lautet :
GaussianMA [ i ] = ∑ k = 0 M A P e r i o d - 1 close [ i - k ] ⋅ w [ k ] ∑ k = 0 M A P e r i o d - 1 w [ k ] GaussianMA[i] = ∑k=0MAPeriod-1 w[k] ∑k=0MAPeriod-1close[i- k]⋅ w[k]Wo:
- close [ i - k ] close[i- k] ist der Schlusskurs zum Zeitpunkt i - k i- k.
- w [ k ] = exp ( - k 2 2 σ 2 ) w[k] =exp(-2σ 2 k2 ) ist das Gaußsche Gewicht für jedes k k, wobei k k den zeitlichen Abstand (von 0 bis MAPeriod-1) darstellt .
- σ = M A P e r i o d SigmaFactor σ = SigmaFactor MAPeriod ist der Parameter für die Standardabweichung, der die Breite der Gaußkurve steuert (Standard-SigmaFactor = 3,0).
- MAPeriod ist die Periode des Durchschnitts (Standardwert 14), die bestimmt, wie viele historische Preise verwendet werden.
Die Gewichte w [ k ] w[k] werden bei der Initialisierung des Indikators für die Effizienz vorberechnet, und die Gesamtsumme der Gewichte normalisiert das Ergebnis, um es zu einem gültigen Durchschnitt zu machen.

Excellent! And for free! Thank you so much!