Índice de variación - indicador para MetaTrader 4

Actualmente, los representantes más populares de las funciones temporales de fractales son las series temporales financieras.

La estructura fractal de estas series es bien conocida y, según Mandelbrot, es “la reformulación de un famoso dicho del mercado que afirma que los movimientos de

las acciones o divisas son bastante parecidos, independientemente de la escala de tiempo y el precio. Un observador no puede decir, por la apariencia del gráfico,

si estos datos pertenecen a los cambios semanales, diarios o horarios” [1].

Para determinar la dimensión fractal, suelen calcular el exponente de Hurst [2]. Sin embargo, para el cálculo fiable de este exponente, se requiere

un gran volumen de datos (~10^3), lo que es mucho en comparación con la duración de las tendencias de trading.

Los autores [1] acuñan una nueva característica fractal -el índice de variación (m), estrechamente relacionado con una dimensión fractal común.

A diferencia del exponente de Hurst, la cantidad de información necesaria para determinar el índice de variación es menos por un factor de 2. Eso ofrece la posibilidad de usarlo

como una característica local que determina la dinámica de la serie de precios. En este caso, m < 0.5 puede ser interpretado como tendencia,

y m > 0.5 - como flat.

Este indicador calcula el índice de variación en el intervalo anterior con el largo de 2^n. El un parámetro n se establece por el usuario.

Las reglas generales de la aplicación del indicador son las siguientes:

• El valor del indicador más bajo que 0,5 significa el estado tendencial del mercado.
• El valor extremadamente bajo suele preceder al fin (corrección) de la tendencia actual.
• El valor del indicador más alto que 0,5 significa el estado de flat del mercado.
• El valor extremadamente alto suele preceder al inicio de las tendencias importantes.
• El valor del indicador en la zona de 0,5 significa el estado indeterminado del mercado.

Índice de variación

Referencias:

1. M.M. Dubovikov y otros - Dimensión de la cubertura mínima y análisis local de las series temporales fractales, 2004.

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