|
Aucun
expérience
|
4
produits
|
34
versions de démo
|
|
0
offres d’emploi
|
0
signaux
|
0
les abonnés
|
With the right setup, you can get results like this.
From $3,000 to $11,000,000 in 6 months.
Excellent performance potential!
The indicator calculates and displays the Z-Score spread (cointegrated spread) between two financial instruments. It is based on the ordinary least squares (OLS) method to estimate the relationship coefficient between the prices of two symbols and then normalizes the spread distribution into Z-Score values. In a separate indicator window you will see: Main Z-Score line (red) Upper and lower thresholds (silver, dashed), set by the user When the thresholds are reached the indicator signals a
PCA Pairs Trader Pro — c’est un conseiller expert qui, sur la base de la méthode des composantes principales (PCA), trouve automatiquement la paire d’actifs optimale au sein d’un portefeuille de cinq instruments et construit entre eux une position de couverture neutre au marché composée de deux positions : LONG et SHORT. Contrairement au trading de paires classique, où seule une paire est analysée, PCA Pairs Trader Pro effectue une analyse statistique multidimensionnelle, révèle des schémas
La méthode des composantes principales (PCA) La méthode des composantes principales (PCA) est une approche mathématique quantitative qui permet d’identifier les facteurs les plus significatifs à partir de grandes quantités de données, en vue de comprendre le comportement du marché. Dans cet expert advisor (EA), la PCA analyse les mouvements historiques de prix de plusieurs actifs afin d’identifier les mouvements communs (c’est-à-dire les composantes principales) qui influencent leur dynamique
Plongez dans l’univers de la statistique de haute précision et de la répartition dynamique du capital avec l’outil avancé – PCA Arbitrage 3X . Cet indicateur repose sur l’Analyse en Composantes Principales (PCA) , une méthode utilisée par les traders d’élite pour déceler les schémas cachés dans l’évolution du marché. Grâce à l’algorithme avancé de Jacobi (ML) pour le calcul des valeurs propres et des vecteurs propres, le système transforme des données historiques complexes en signaux clairs pour