제품 게시
The script analyzes the history of quotes and gives recommendations on the minimum deposit. The calculations take into account the variability of prices and the standard deviation. Margin requirements for the instrument are also taken into account. The result of the script is the minimum recommended deposit for trading the given currency pair.
FREE
The script analyzes the history of quotes and gives recommendations on the minimum deposit. The calculations take into account the variability of prices and the standard deviation. Margin requirements for the instrument are also taken into account. The result of the script is the minimum recommended deposit for trading the given currency pair.
FREE
This indicator studies the price action as a combination of micro-trends. All micro-trends are analyzed and averaged. Price movement is filtered based on this averaging. IP_High and IP_Low (blue and red dashed lines) show the instantaneous price movement. They display the forecast only for the current price values, taking into account only the number of bars defined by the 'Filter level' parameter. SP_High and SP_Low (blue and red solid lines) smooth the price movements with respect to history.
This indicator studies the price action as a combination of micro-trends. All micro-trends are analyzed and averaged. Price movement is filtered based on this averaging. IP_High and IP_Low (blue and red dashed lines) show the instantaneous price movement. They display the forecast only for the current price values, taking into account only the number of bars defined by the 'Filter level' parameter. SP_High and SP_Low (blue and red solid lines) smooth the price movements with respect to history.
이 지표는 하루 중 거래 활동이 가장 많은 시간을 결정하도록 설계되었습니다. 이 계산 후 지표는 가장 중요한 거래 수준을 구축합니다. 이러한 수준을 실제 가격 움직임과 비교하면 시장 추세의 강도와 방향에 대한 정보를 얻을 수 있습니다.
지표의 특징 기간은 D1 미만이어야 합니다. 권장 기간: M15, M30 및 H1. H1 이상의 시간대는 매우 대략적인 그림을 제공할 수 있습니다. 그리고 M15 미만의 기간을 사용하면 짧은 거래 폭증으로 이어질 수 있습니다. 지표는 과거 데이터에 민감합니다. 따라서 차트 창에 최소 50,000개 이상의 막대를 설정하는 것이 좋습니다.
표시기 매개변수 Base - 거래 활동을 계산하기 위한 기준 기간을 설정합니다. day - 거래 활동은 시간을 고려하여 계산됩니다. week – 거래 활동은 시간과 요일을 고려하여 계산됩니다.
Width - 선 너비. ClrMean, ClrUp 및 ClrDn은 중간, 상위 및 하위 거래 수준의 색상입니다.
이 지표는 하루 중 거래 활동이 가장 많은 시간을 결정하도록 설계되었습니다. 이 계산 후 지표는 가장 중요한 거래 수준을 구축합니다. 이러한 수준을 실제 가격 움직임과 비교하면 시장 추세의 강도와 방향에 대한 정보를 얻을 수 있습니다.
지표의 특징 기간은 D1 미만이어야 합니다. 권장 기간: M15, M30 및 H1. H1 이상의 시간대는 매우 대략적인 그림을 제공할 수 있습니다. 그리고 M15 미만의 기간을 사용하면 짧은 거래 폭증으로 이어질 수 있습니다. 지표는 과거 데이터에 민감합니다. 따라서 차트 창에 최소 50,000개 이상의 막대를 설정하는 것이 좋습니다.
표시기 매개변수 Base - 거래 활동을 계산하기 위한 기준 기간을 설정합니다. day - 거래 활동은 시간을 고려하여 계산됩니다. week – 거래 활동은 시간과 요일을 고려하여 계산됩니다.
Width - 선 너비. ClrMean, ClrUp 및 ClrDn은 중간, 상위 및 하위 거래 수준의 색상입니다.
The script allows selecting the required 'Filter level' value of the AIS-MTF MT5 indicator. Run the script on the required chart and selected timeframe. Once its operation is complete, the HPS.csv file will be created in the Files folder. Open the file. You will see three columns. The 'Filter lvl' column represents the value of the 'Filter level' for the AIS-MTF indicator. Am. dev. - degree and direction of the indicator's deviation from the price level (sorted in ascending order). Negative valu
FREE
The script allows selecting the required 'Filter level' value of the AIS-MTF indicator. Run the script on the required chart and selected timeframe. Once its operation is complete, the HPS.csv file will be created in the Files folder. Open the file. You will see three columns. The 'Filter lvl' column represents the value of the 'Filter level' for the AIS-MTF indicator. Am. dev. - degree and direction of the indicator's deviation from the price level (sorted in ascending order). Negative values i
FREE
This script allows selecting the TakeProfit and StopLoss levels. It analyzes the history data, and then calculates the probability of reaching a given price level.
How the script works Suppose you have a trading strategy and you want to select the TakeProfit and StopLoss levels. Run the script and set the parameter: Number of Bars - the average position holding time in bars. Once the script operation is complete, the AIS-PPL.csv file will be created in the Files folder in the terminal data cat
FREE
This script allows selecting the TakeProfit and StopLoss levels. It analyzes the history data, and then calculates the probability of reaching a given price level.
How the script works Suppose you have a trading strategy and you want to select the TakeProfit and StopLoss levels. Run the script and set the parameter: Number of Bars - the average position holding time in bars. Once the script operation is complete, the AIS-PPL.csv file will be created in the Files folder in the terminal data cat
FREE
The indicator is based on the analysis of interaction of two filters. The first filter is the popular Moving Average. It helps to identify linear price movements and to smooth minor price fluctuations. The second filter is the Sliding Median. It is a non-linear filter. It allows to filter out noise and single spikes in the price movement. A predictive filter implemented in this indicator is based on the difference between these filters. The indicator is trained during operation and is therefore
The indicator is based on the analysis of interaction of two filters. The first filter is the popular Moving Average. It helps to identify linear price movements and to smooth minor price fluctuations. The second filter is the Sliding Median. It is a non-linear filter. It allows to filter out noise and single spikes in the price movement. A predictive filter implemented in this indicator is based on the difference between these filters. The indicator is trained during operation and is therefore
This indicator uses the Fibonacci p-numbers to smooth a price series. This allows combining the advantages of the simple and exponential moving averages. The smoothing coefficients depend on the level of the p-number, which is set in the indicator parameters. The higher the level, the greater the influence of the simple moving average and the less significant the exponential moving average.
Parameters Fibonacci Numbers Order - order of the Fibonacci p-number, specified by trader. Valid values
This indicator uses the Fibonacci p-numbers to smooth a price series. This allows combining the advantages of the simple and exponential moving averages. The smoothing coefficients depend on the level of the p-number, which is set in the indicator parameters. The higher the level, the greater the influence of the simple moving average and the less significant the exponential moving average.
Parameters Fibonacci Numbers Order - order of the Fibonacci p-number, specified by trader. Valid values
When making trading decisions, it is useful to rely not only on historical data, but also on the current market situation. In order to make it more convenient to monitor current trends in market movement, you can use the AIS Current Price Filter indicator. This indicator takes into account only the most significant price changes in one direction or another. Thanks to this, it is possible to predict short-term trends in the near future - no matter how the current market situation develops, soon
When making trading decisions, it is useful to rely not only on historical data, but also on the current market situation. In order to make it more convenient to monitor current trends in market movement, you can use the AIS Current Price Filter indicator. This indicator takes into account only the most significant price changes in one direction or another. Thanks to this, it is possible to predict short-term trends in the near future - no matter how the current market situation develops, so
Stable distributions can be used to smooth financial series. Since a fairly deep history can be used to calculate the distribution parameters, such smoothing may in some cases be even more effective than other methods. The figure shows an example of the distribution of the opening prices of the currency pair " EUR-USD " on the time frame H1 for ten years (figure 1). Looks fascinating, doesn't it?
The main idea behind this indicator is to determine the parameters of a stable distribution bas
Stable distributions can be used to smooth financial series. Since a fairly deep history can be used to calculate the distribution parameters, such smoothing may in some cases be even more effective than other methods. The figure shows an example of the distribution of the opening prices of the currency pair " EUR-USD " on the time frame H1 for ten years (figure 1). Looks fascinating, doesn't it?
The main idea behind this indicator is to determine the parameters of a stable distribution
This indicator allows you to determine the likelihood that the price will reach one or another level. Its algorithm is quite simple and is based on the use of statistical data on the price levels of a particular currency pair. Thanks to the collected historical data, it is possible to determine the extent to which the price will change during the current bar. Despite its simplicity, this indicator can provide invaluable assistance in trading. So, with its help it is possible to determine TakePr
This indicator allows you to determine the likelihood that the price will reach one or another level. Its algorithm is quite simple and is based on the use of statistical data on the price levels of a particular currency pair. Thanks to the collected historical data, it is possible to determine the extent to which the price will change during the current bar. Despite its simplicity, this indicator can provide invaluable assistance in trading. So, with its help it is possible to determine TakePr
Very often, the trader is faced with the task of determining the extent to which the price may change in the near future. For this purpose, you can use the Johnson distribution type SB. The main advantage of this distribution is that it can be used even with a small amount of accumulated data. The empirical approach used in determining the parameters of this distribution, allows you to accurately determine the maximum and minimum levels of the price channel. These values can be used in differ
Very often, the trader is faced with the task of determining the extent to which the price may change in the near future. For this purpose, you can use the Johnson distribution type SB. The main advantage of this distribution is that it can be used even with a small amount of accumulated data. The empirical approach used in determining the parameters of this distribution, allows you to accurately determine the maximum and minimum levels of the price channel. These values can be used in differ
One of the powerful methods of analysis is the modeling of financial series using Levy processes. The main advantage of these processes is that they can be used to model a huge number of phenomena - from the simplest to the most complex. Suffice it to say that the idea of the fractal price movement in the market is only a special case of Levy processes. On the other hand, with proper selection of parameters, any Levy process can be represented as a simple moving average. Figure 1 shows an exa
One of the powerful methods of analysis is the modeling of financial series using Levy processes. The main advantage of these processes is that they can be used to model a huge number of phenomena - from the simplest to the most complex. Suffice it to say that the idea of the fractal price movement in the market is only a special case of Levy processes. On the other hand, with proper selection of parameters, any Levy process can be represented as a simple moving average. Figure 1 shows an exa
In order to isolate long-term and non-random components, it is necessary to know not only how much the price has changed, but also how these changes occurred. In other words - we are interested not only in the values of price levels, but also in the order in which these levels replace each other. Through this approach, one can find long-term and stable factors that influence (or may influence) the price change at a given point in time. And knowledge of these factors allows you to make a more
In order to isolate long-term and non-random components, it is necessary to know not only how much the price has changed, but also how these changes occurred. In other words - we are interested not only in the values of price levels, but also in the order in which these levels replace each other. Through this approach, one can find long-term and stable factors that influence (or may influence) the price change at a given point in time. And knowledge of these factors allows you to make a more
Very often, in the study of financial series apply their smoothing. Using smoothing, you can remove high-frequency components - it is believed that they are caused by random factors and therefore irrelevant. Smoothing always includes some way of averaging the data, in which random changes in the time series mutually absorb each other. Most often, for this purpose, simple or weighted moving average methods are used, as well as exponential smoothing. Each of these methods has its advantages and d
Very often, in the study of financial series apply their smoothing. Using smoothing, you can remove high-frequency components - it is believed that they are caused by random factors and therefore irrelevant. Smoothing always includes some way of averaging the data, in which random changes in the time series mutually absorb each other. Most often, for this purpose, simple or weighted moving average methods are used, as well as exponential smoothing. Each of these methods has its advantages and d
Despite some drawbacks of the “ AIS Color Noise Filter ” indicator, the idea to use it to smooth the price series and forecast prices looks quite attractive. This is due to several reasons: first, taking into account several noise components allows building a forecast on factors independent of each other, which can improve the quality of forecasting; secondly, the noise characteristics of the price series behave quite stably throughout the entire history, which makes it possible to obtain stabl
Despite some drawbacks of the “ AIS Color Noise Filter ” indicator, the idea to use it to smooth the price series and forecast prices looks quite attractive. This is due to several reasons: first, taking into account several noise components allows building a forecast on factors independent of each other, which can improve the quality of forecasting; secondly, the noise characteristics of the price series behave quite stably throughout the entire history, which makes it possible to obtain stabl
This indicator is more informative. His work is based on the assumption that the price movement in the market can be represented as noise of a particular color, which depends on the parameters of the distribution of price values. Thanks to this, it is possible to analyze the price change from different angles, and considering the price movement as noise of a particular color, one can get information about the current state of affairs in the market and make a forecast about the price behavior. W
This indicator is more informative. His work is based on the assumption that the price movement in the market can be represented as noise of a particular color, which depends on the parameters of the distribution of price values. Thanks to this, it is possible to analyze the price change from different angles, and considering the price movement as noise of a particular color, one can get information about the current state of affairs in the market and make a forecast about the price behavior. W
Let's look at the nature of price changes in the Forex market, not paying attention to the reasons why these changes occur. This approach will allow us to identify the main factors affecting the price movement. For example, let's take the opening prices of bars on the EUR-USD currency pair and the H1 timeframe. For these prices, we construct the Lameray diagram (Figure 1). In this diagram, it can be seen that the price movement basically occurs according to a linear equation. To determine the pa
Let's look at the nature of price changes in the Forex market, not paying attention to the reasons why these changes occur. This approach will allow us to identify the main factors affecting the price movement. For example, let's take the opening prices of bars on the EUR-USD currency pair and the H1 timeframe. For these prices, we construct the Lameray diagram (Figure 1). In this diagram, it can be seen that the price movement basically occurs according to a linear equation. To determine the pa
The indicator is designed to measure the price volatility. This allows determining the moments for opening or closing trade positions more accurately. High intensity of the market indicates the instability of its movement, but allows for better results. And, conversely, low intensity of the market indicates the stability of its movement.
Parameters Bars to process - the number of bars to measure the price movements. A low value of this parameter allows determining the moments of rapid price mo
The indicator is designed to measure the price volatility. This allows determining the moments for opening or closing trade positions more accurately. High intensity of the market indicates the instability of its movement, but allows for better results. And, conversely, low intensity of the market indicates the stability of its movement.
Parameters Bars to process - the number of bars to measure the price movements. A low value of this parameter allows determining the moments of rapid price mo
이 표시기는 간단한 선형 평활화 프로세스를 구현합니다.
지수 평활화의 단점 중 하나는 신호의 급격한 감쇠입니다. 이것은 가격대의 장기적인 추세를 완전히 추적하는 것을 불가능하게 만듭니다. 선형 평활화를 사용하면 신호 필터링을 보다 정확하고 미세하게 조정할 수 있습니다.
표시기는 매개변수를 선택하여 구성됩니다.
LP - 이 매개변수를 사용하여 평활 기간을 선택할 수 있습니다. 값이 클수록 표시기는 더 장기적인 추세를 표시합니다. 유효한 값은 0 - 255입니다. SP -이 매개 변수는 표시기의 감도에 영향을 미칩니다. 이 매개 변수가 클수록 가격 시리즈의 마지막 값의 영향이 커집니다. 이 매개변수의 값이 0이면 표시기는 LP+1과 같은 기간으로 단순 이동 평균을 표시합니다. 유효한 값은 0 - 255입니다.
이 표시기는 간단한 선형 평활화 프로세스를 구현합니다.
지수 평활화의 단점 중 하나는 신호의 급격한 감쇠입니다. 이것은 가격대의 장기적인 추세를 완전히 추적하는 것을 불가능하게 만듭니다. 선형 평활화를 사용하면 신호 필터링을 보다 정확하고 미세하게 조정할 수 있습니다.
표시기는 매개변수를 선택하여 구성됩니다.
LP - 이 매개변수를 사용하여 평활 기간을 선택할 수 있습니다. 값이 클수록 표시기는 더 장기적인 추세를 표시합니다. 유효한 값은 0 - 255입니다. SP -이 매개 변수는 표시기의 감도에 영향을 미칩니다. 이 매개 변수가 클수록 가격 시리즈의 마지막 값의 영향이 커집니다. 이 매개변수의 값이 0이면 표시기는 LP+1과 같은 기간으로 단순 이동 평균을 표시합니다. 유효한 값은 0 - 255입니다.
This indicator is a sequential hybrid filter based on a combination of median and moving average properties.
Using the median allows filtering out abnormal outliers and random impulses in the values of the price series. At the same time, the median filter does not act on the trend in price movement, leaving it unchanged. Since the median filter is non-linear, averaging using a simple moving average is used to smooth its values. This approach allows us to more accurately identify not only the
Этот индикатор представляет гибридный фильтр основанный на совместном использовании медианы и скользящей средней. Использование медианы позволяет отфильтровывать аномальные выбросы и случайные импульсы в значениях ценового ряда. При этом на трендовую составляющую медианный фильтр не действует, оставляя ее без изменений. Так как медианный фильтр является нелинейным, то для сглаживания его значений используется скользящая средняя. Такой подход позволяет более точно выделять не только тренд, но и п
This indicator is a combination of two modified Lanczos filters. The first filter serves to extrapolate the price. Based on past values, he predicts a possible price movement within the current bar. That is, it shows what the price would be if the past trends remained unchanged. The second filter for smoothing and averaging prices within the window, determined by the level of the filter. Thanks to the selection of weights, this filter is most actively responding to the periodic component that is
This indicator is a combination of two modified Lanczos filters. The first filter serves to extrapolate the price. Based on past values, he predicts a possible price movement within the current bar. That is, it shows what the price would be if the past trends remained unchanged. The second filter for smoothing and averaging prices within the window, determined by the level of the filter. Thanks to the selection of weights, this filter is most actively responding to the periodic component that is
The arithmetic mean or median can be used to determine the measure of the central trend of a time series. Both methods have some disadvantages. The arithmetic mean is calculated by the Simple Moving Average indicator. It is sensitive to emissions and noise. The median behaves more steadily, but there is a loss of information at the boundaries of the interval. In order to reduce these disadvantages, pseudo-median signal filtering can be used. To do this, take the median of a small length and rec
The arithmetic mean or median can be used to determine the measure of the central trend of a time series. Both methods have some disadvantages. The arithmetic mean is calculated by the Simple Moving Average indicator. It is sensitive to emissions and noise. The median behaves more steadily, but there is a loss of information at the boundaries of the interval. In order to reduce these disadvantages, pseudo-median signal filtering can be used. To do this, take the median of a small length and rec
AIS 고급 등급 타당성 지표는 가격이 미래에 도달할 수 있는 수준을 예측하도록 설계되었습니다. 그의 임무는 마지막 세 막대를 분석하고 이를 기반으로 예측을 작성하는 것입니다. 표시기는 모든 기간 및 모든 통화 쌍에서 사용할 수 있습니다. 설정의 도움으로 원하는 예측 품질을 얻을 수 있습니다.
예측 깊이 - 원하는 예측 깊이를 막대로 설정합니다. 이 매개변수는 18-31 내에서 선택하는 것이 좋습니다. 이 한계를 넘어설 수 있습니다. 그러나 이 경우 예측 수준의 "고정"(18보다 작은 값의 경우) 또는 과도한 수준의 폭(31보다 큰 값의 경우)이 가능합니다.
신뢰 수준 1, 신뢰 수준 2 및 신뢰 수준 3 - 예측 신뢰 수준. 1-99 범위 내에서 설정 가능합니다. 신뢰 수준 1은 신뢰 수준 2보다 커야 하고, 신뢰 수준 3은 가장 작아야 합니다. 이러한 각 수준은 예측 깊이 매개변수에 의해 결정된 막대 수에 대해 가격이 이 값에 도달할 확률의 백분율을 보여줍니다.
Co
AIS 고급 등급 타당성 지표는 가격이 미래에 도달할 수 있는 수준을 예측하도록 설계되었습니다. 그의 임무는 마지막 세 막대를 분석하고 이를 기반으로 예측을 작성하는 것입니다. 표시기는 모든 기간 및 모든 통화 쌍에서 사용할 수 있습니다. 설정의 도움으로 원하는 예측 품질을 얻을 수 있습니다.
예측 깊이 - 원하는 예측 깊이를 막대로 설정합니다. 이 매개변수는 18-31 내에서 선택하는 것이 좋습니다. 이 한계를 넘어설 수 있습니다. 그러나 이 경우 예측 수준의 "고정"(18보다 작은 값의 경우) 또는 과도한 수준의 폭(31보다 큰 값의 경우)이 가능합니다.
신뢰 수준 1, 신뢰 수준 2 및 신뢰 수준 3 - 예측 신뢰 수준. 1-99 범위 내에서 설정 가능합니다. 신뢰 수준 1은 신뢰 수준 2보다 커야 하고, 신뢰 수준 3은 가장 작아야 합니다. 이러한 각 수준은 예측 깊이 매개변수에 의해 결정된 막대 수에 대해 가격이 이 값에 도달할 확률의 백분율을 보여줍니다.
Co
AIS 가중 이동 평균 표시기는 가중 이동 평균을 계산하고 추세 시장 움직임의 시작을 결정할 수 있도록 합니다.
가중치 계수는 각 막대의 특정 기능을 고려하여 계산됩니다. 이를 통해 임의의 시장 움직임을 필터링할 수 있습니다.
추세의 시작을 확인하는 주요 신호는 지표 라인의 방향과 지표 라인을 교차하는 가격의 변화입니다.
WH(파란색 선)는 고가의 가중 평균입니다. WL(빨간색 선)은 저가의 가중 평균입니다. WS(녹색 선)는 모든 가격대의 가중 평균입니다.
옵션 LH - 값을 계산할 막대의 수입니다. LH를 빠르게 선택하려면 먼저 더 높은 시간 프레임의 배수인 값을 확인해야 합니다.
예를 들어 표시기는 M15로 설정됩니다.
그런 다음 LH의 다음 값을 확인합니다.
M30/M15 = 2 H1/M15 = 4 H4/M15 = 16 D1/M15 = 96 W1/M15 = 480 그들 사이의 중간 값도 관심을 가질 수 있습니다.
AIS 가중 이동 평균 표시기는 가중 이동 평균을 계산하고 추세 시장 움직임의 시작을 결정할 수 있도록 합니다.
가중치 계수는 각 막대의 특정 기능을 고려하여 계산됩니다. 이를 통해 임의의 시장 움직임을 필터링할 수 있습니다.
추세의 시작을 확인하는 주요 신호는 지표 라인의 방향과 지표 라인을 교차하는 가격의 변화입니다.
WH(파란색 선)는 고가의 가중 평균입니다. WL(빨간색 선)은 저가의 가중 평균입니다. WS(녹색 선)는 모든 가격대의 가중 평균입니다.
옵션 LH - 값을 계산할 막대의 수입니다. LH를 빠르게 선택하려면 먼저 더 높은 시간 프레임의 배수인 값을 확인해야 합니다.
예를 들어 표시기는 M15로 설정됩니다.
그런 다음 LH의 다음 값을 확인합니다.
M30/M15 = 2 H1/M15 = 4 H4/M15 = 16 D1/M15 = 96 W1/M15 = 480 그들 사이의 중간 값도 관심을 가질 수 있습니다.
AIS 올바른 평균 표시기를 사용하면 시장에서 추세 움직임의 시작을 설정할 수 있습니다. 지표의 또 다른 중요한 품질은 추세의 끝을 알리는 명확한 신호입니다. 표시기는 다시 그리거나 다시 계산되지 않습니다.
표시된 값 h_AE - AE 채널의 상한
l_AE - AE 채널의 하한
h_EC - 현재 막대에 대한 높은 예측 값
l_EC - 현재 막대에 대한 낮은 예측 값
표시기로 작업할 때의 신호 주 신호는 채널 AE와 EC의 교차점입니다.
l_EC선이 h_AE선 위에 있을 때 상승세가 시작될 수 있습니다.
하락추세의 시작은 h_EC선이 l_AE선 아래로 떨어지면서 예상할 수 있습니다.
이 경우 h_AE와 l_AE 라인 사이의 채널 너비에 주의해야 합니다. 그들 사이의 차이가 클수록 추세는 더 강해질 것입니다. 또한 AE 채널에 의한 로컬 고/저 달성에 주의를 기울여야 합니다. 이때 가격변동의 경향이 가장 강해진다.
사용자 지정 가능한 지표 매개변수 표시
AIS 올바른 평균 표시기를 사용하면 시장에서 추세 움직임의 시작을 설정할 수 있습니다. 지표의 또 다른 중요한 품질은 추세의 끝을 알리는 명확한 신호입니다. 표시기는 다시 그리거나 다시 계산되지 않습니다.
표시된 값 h_AE - AE 채널의 상한
l_AE - AE 채널의 하한
h_EC - 현재 막대에 대한 높은 예측 값
l_EC - 현재 막대에 대한 낮은 예측 값
표시기로 작업할 때의 신호 주 신호는 채널 AE와 EC의 교차점입니다.
l_EC선이 h_AE선 위에 있을 때 상승세가 시작될 수 있습니다.
하락추세의 시작은 h_EC선이 l_AE선 아래로 떨어지면서 예상할 수 있습니다.
이 경우 h_AE와 l_AE 라인 사이의 채널 너비에 주의해야 합니다. 그들 사이의 차이가 클수록 추세는 더 강해질 것입니다. 또한 AE 채널에 의한 로컬 고/저 달성에 주의를 기울여야 합니다. 이때 가격변동의 경향이 가장 강해진다.
사용자 지정 가능한 지표 매개변수 표시
이 스크립트는 다양한 창 기능에서 가중치를 평가하도록 설계되었습니다. 이러한 창 기능을 기반으로 하는 지표는 https://www.mql5.com/ru/market/product/72159 에서 다운로드할 수 있습니다. 입력 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. Histogramwidth - 히스토그램의 너비. Histogramcolor - 히스토그램의 색상입니다. 표시 시간 - 표시 시간. 스크린샷 - 이 옵션이 활성화되면 사진이 파일 폴더에 저장
FREE
이 스크립트는 다양한 창 기능에서 가중치를 평가하도록 설계되었습니다. 이러한 창 기능을 기반으로 하는 지표는 https://www.mql5.com/ru/market/product/72160 에서 다운로드할 수 있습니다. 입력 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. Histogramwidth - 히스토그램의 너비. Histogramcolor - 히스토그램의 색상입니다. 표시 시간 - 표시 시간. 스크린샷 - 이 옵션이 활성화되면 사진이 파일 폴더에 저장됩니
FREE
다양한 창 기능을 사용하여 시계열을 매끄럽게 할 수 있습니다. 창 기능은 스무딩 수준, 노이즈 억제 등의 특성이 서로 상당히 다를 수 있습니다. 이 표시기를 사용하면 기본 창 기능을 구현하고 재무 시계열에 대한 성능을 평가할 수 있습니다. 표시 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter 는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. 일부 창 기능은 ParameterA 및 ParameterB와 같은 추가 매개변수를 사용합니다. 창 가중치에 영향을 줍니다. 이 때문에 지표의 특성이 변경됩니다. 표는 창
다양한 창 기능을 사용하여 시계열을 매끄럽게 할 수 있습니다. 창 기능은 스무딩 수준, 노이즈 억제 등의 특성이 서로 상당히 다를 수 있습니다. 이 표시기를 사용하면 기본 창 기능을 구현하고 재무 시계열에 대한 성능을 평가할 수 있습니다. 표시 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter 는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. 일부 창 기능은 ParameterA 및 ParameterB와 같은 추가 매개변수를 사용합니다. 창 가중치에 영향을 줍니다. 이 때문에 지표의 특성이 변경됩니다. 표는 창
숫자 시퀀스 중 하나를 "산불 시퀀스"라고 합니다. 가장 아름다운 새로운 시퀀스 중 하나로 인식되었습니다. 주요 특징은 이 시퀀스가 가장 짧은 경우에도 선형 추세를 피한다는 것입니다. 이 지표의 기초를 형성한 것은 이 속성입니다. 금융 시계열을 분석할 때 이 지표는 가능한 모든 추세 옵션을 거부하려고 합니다. 그리고 그가 실패하는 경우에만 그는 추세의 존재를 인식하고 적절한 신호를 제공합니다. 이 접근 방식을 통해 새로운 트렌드가 시작되는 순간을 정확하게 결정할 수 있습니다. 그러나 거짓 긍정도 가능합니다. 숫자를 줄이기 위해 이 표시기에 추가 필터가 추가되었습니다. 새 막대가 열리면 신호가 생성됩니다. 어떤 경우에도 다시 그리기가 발생하지 않습니다. 표시 매개변수: Applied Price - 적용된 가격 상수. Period Main - 표시기의 기본 기간, 유효한 값은 5 - 60 이내입니다. Period Additional - 추가 기간, 이 매개변수의 유효한
숫자 시퀀스 중 하나를 "산불 시퀀스"라고 합니다. 가장 아름다운 새로운 시퀀스 중 하나로 인식되었습니다. 주요 특징은 이 시퀀스가 가장 짧은 경우에도 선형 추세를 피한다는 것입니다. 이 지표의 기초를 형성한 것은 이 속성입니다. 금융 시계열을 분석할 때 이 지표는 가능한 모든 추세 옵션을 거부하려고 합니다. 그리고 그가 실패하는 경우에만 그는 추세의 존재를 인식하고 적절한 신호를 제공합니다. 이 접근 방식을 통해 새로운 트렌드가 시작되는 순간을 정확하게 결정할 수 있습니다. 그러나 거짓 긍정도 가능합니다. 숫자를 줄이기 위해 이 표시기에 추가 필터가 추가되었습니다. 새 막대가 열리면 신호가 생성됩니다. 어떤 경우에도 다시 그리기가 발생하지 않습니다. 표시 매개변수: Applied Price - 적용된 가격 상수. Period Main - 표시기의 기본 기간, 유효한 값은 5 - 60 이내입니다. Period Additional - 추가 기간, 이 매개변수의 유효한 값은 5 -
이 표시기는 ogive 모양을 기반으로 합니다. 이러한 모양은 공기 역학 및 우주 기술에 사용됩니다. 총알도 일종의 타원형입니다. 기술 지표에서 이러한 형식을 사용하면 지표의 민감도와 안정성 사이의 절충안을 달성할 수 있습니다. 이는 적용 시 추가적인 가능성을 제공합니다. 표시 매개변수: iType - ogive 형식의 유형입니다. iPeriod - 표시 기간. iFactor 는 포물선 및 지수 형식에 사용되는 추가 매개변수입니다. 유효한 값은 0 - 255입니다. iFactor = 0이면 지표가 단순 이동 평균으로 퇴화합니다. iChannel - 가격이 움직이는 상위 및 하위 채널을 구축할 수 있는 매개변수입니다. 유효한 값은 -128부터 127까지입니다. 값이 양수이면 위쪽 채널이 그려지고 음수이면 아래쪽 채널이 그려집니다. 이러한 매개변수를 결합하여 다른 결과를 얻을 수 있습니다. 지표는 시장의 추세 가격 움직임을 추적하는 데 사용할 수 있습니다. 채널을 구축하면
이 표시기는 ogive 모양을 기반으로 합니다. 이러한 모양은 공기 역학 및 우주 기술에 사용됩니다. 총알도 일종의 타원형입니다. 기술 지표에서 이러한 형식을 사용하면 지표의 민감도와 안정성 사이의 절충안을 달성할 수 있습니다. 이는 적용 시 추가적인 가능성을 제공합니다. 표시 매개변수: iType - ogive 형식의 유형입니다. iPeriod - 표시 기간. iFactor 는 포물선 및 지수 형식에 사용되는 추가 매개변수입니다. 유효한 값은 0 - 255입니다. iFactor = 0이면 지표가 단순 이동 평균으로 퇴화합니다. iChannel - 가격이 움직이는 상위 및 하위 채널을 구축할 수 있는 매개변수입니다. 유효한 값은 -128부터 127까지입니다. 값이 양수이면 위쪽 채널이 그려지고 음수이면 아래쪽 채널이 그려집니다. 이러한 매개변수를 결합하여 다른 결과를 얻을 수 있습니다. 지표는 시장의 추세 가격 움직임을 추적하는 데 사용할 수 있습니다. 채널을 구축하면 가격이 움직
이 표시기는 소위 "악" 숫자를 가중치 계수로 사용합니다. 그들의 반대는 이 지표에도 표시되는 "혐오스러운" 숫자입니다. 숫자를 이 두 클래스로 나누는 것은 특정 숫자의 이진 표기법에서 단위 수에 의해 결정되는 해밍 가중치와 연관됩니다. 이러한 숫자를 가중치 요인으로 사용하면 추세 추종 지표가 생성됩니다. 또한, 혐오스러운 숫자는 더 민감한 지표를 제공하고, 악한 숫자는 보수적인 지표를 제공합니다. 그들 사이의 차이는 그리 크지 않으며 시장의 급격한 가격 움직임에서만 알 수 있습니다. 이 지표를 사용하면 새로운 추세의 시작을 결정하는 데 도움이 될 수 있습니다. 이를 통해 위치를 여는 순간을 보다 정확하게 결정할 수 있습니다. 표시 매개변수: Type numbers - 숫자 유형 선택, Evil 또는 Odious; iPeriod - 표시 기간. 표시기의 감도는 이 매개변수에 따라 다릅니다. 작을수록 가격 변화와 시장 동향의 변화에 대한 민감도가 높아집니다. 표시기 동작의
이 표시기는 소위 "악" 숫자를 가중치 계수로 사용합니다. 그들의 반대는 이 지표에도 표시되는 "혐오스러운" 숫자입니다. 숫자를 이 두 클래스로 나누는 것은 특정 숫자의 이진 표기법에서 단위 수에 의해 결정되는 해밍 가중치와 연관됩니다. 이러한 숫자를 가중치 요인으로 사용하면 추세 추종 지표가 생성됩니다. 또한, 혐오스러운 숫자는 더 민감한 지표를 제공하고, 악한 숫자는 보수적인 지표를 제공합니다. 그들 사이의 차이는 그리 크지 않으며 시장의 급격한 가격 움직임에서만 알 수 있습니다. 이 지표를 사용하면 새로운 추세의 시작을 결정하는 데 도움이 될 수 있습니다. 이를 통해 위치를 여는 순간을 보다 정확하게 결정할 수 있습니다. 표시 매개변수: Type numbers - 숫자 유형 선택, Evil 또는 Odious; iPeriod - 표시 기간. 표시기의 감도는 이 매개변수에 따라 다릅니다. 작을수록 가격 변화와 시장 동향의 변화에 대한 민감도가 높아집니다. 표시기 동작의 예는
이 거래 전문가의 주요 목적은 후행 정지 기능을 수행하는 것입니다. 포지션을 열거나 닫지 않고 설정 및 이동만 이익을 얻고 손실 수준을 중지합니다. 이익실현 및 손절매를 계산하기 위해 가격 변동 통계와 D. Bernoulli의 도덕적 기대가 사용됩니다. 이로 인해 전문가가 설정한 새로운 수준은 위험/보상 비율 측면에서 가능한 최상의 옵션을 제공합니다. 거래 로봇의 매개변수를 살펴보겠습니다.
Tracked Symbols - EA에서 추적할 통화 쌍입니다. 관심 있는 모든 문자를 쉼표로 구분하여 입력하십시오. 예: EURUSD,GBPUSD,USDCHF. 이 필드를 비워두면 어드바이저는 설치된 심볼에서만 작동합니다. 로봇이 시작되면 터미널의 "전문가" 탭에 모니터링되는 기호가 표시됩니다. Estimated Timeframe - EA가 가격 변동 통계를 수집할 기간을 설정합니다. 적은 수익(스캘핑 등)으로 많은 수의 항목을 사용하는 거래 전략의 경우 작은 기간을 사용해야 합니다
이 거래 전문가의 주요 목적은 후행 정지 기능을 수행하는 것입니다. 포지션을 열거나 닫지 않고 설정 및 이동만 이익을 얻고 손실 수준을 중지합니다. 이익실현 및 손절매를 계산하기 위해 가격 변동 통계와 D. Bernoulli의 도덕적 기대가 사용됩니다. 이로 인해 전문가가 설정한 새로운 수준은 위험/보상 비율 측면에서 가능한 최상의 옵션을 제공합니다. 거래 로봇의 매개변수를 살펴보겠습니다.
Tracked Symbols - EA에서 추적할 통화 쌍입니다. 관심 있는 모든 문자를 쉼표로 구분하여 입력하십시오. 예: EURUSD,GBPUSD,USDCHF. 이 필드를 비워두면 어드바이저는 설치된 심볼에서만 작동합니다. 로봇이 시작되면 터미널의 "전문가" 탭에 모니터링되는 기호가 표시됩니다. Estimated Timeframe - EA가 가격 변동 통계를 수집할 기간을 설정합니다. 적은 수익(스캘핑 등)으로 많은 수의 항목을 사용하는 거래 전략의 경우 작은 기간을 사용해야 합니다. 트렌
이 지표는 가격 시리즈의 지역 최고가와 최저가를 사용합니다. 극값을 강조 표시한 후 값이 평활화됩니다. 덕분에 외부 및 내부의 두 가지 채널이 구축되었습니다. 가격 움직임이 선형 추세를 따르는 경우 내부 채널은 한계를 보여줍니다. 외부 채널은 대수 추세로 가격 움직임의 경계를 보여줍니다. 채널을 계산한 후 표시기는 실제 가격 움직임을 분석하고 개시 및 종료 위치에 대한 권장 사항을 제공합니다. 파란색 점 - 시작 매수 포지션, 빨간색 - 시작 매도 포지션. 해당 십자가는 특정 위치를 닫을 것을 권장합니다(있는 경우). 모든 신호가 동일한 강도와 정확도를 갖는 것은 아니라는 점을 기억해야 합니다. 어떤 경우에는 올바른 방향의 가격 움직임이 매우 빨리 끝나서 큰 이익을 얻을 수 없습니다. 신호로 인해 손실이 발생하는 상황도 있습니다(이러한 신호의 예는 마지막 그림에 표시됨). 이러한 기능을 감안할 때 다음을 권장할 수 있습니다. 현재 시장 상황에 따라 값이 변경될 수 있는 유동적 이익
이 지표는 가격 시리즈의 지역 최고가와 최저가를 사용합니다. 극값을 강조 표시한 후 값이 평활화됩니다. 덕분에 외부 및 내부의 두 가지 채널이 구축되었습니다. 가격 움직임이 선형 추세를 따르는 경우 내부 채널은 한계를 보여줍니다. 외부 채널은 대수 추세로 가격 움직임의 경계를 보여줍니다. 채널을 계산한 후 표시기는 실제 가격 움직임을 분석하고 개시 및 종료 위치에 대한 권장 사항을 제공합니다. 파란색 점 - 시작 매수 포지션, 빨간색 - 시작 매도 포지션. 해당 십자가는 특정 위치를 닫을 것을 권장합니다(있는 경우). 모든 신호가 동일한 강도와 정확도를 갖는 것은 아니라는 점을 기억해야 합니다. 어떤 경우에는 올바른 방향의 가격 움직임이 매우 빨리 끝나서 큰 이익을 얻을 수 없습니다. 신호로 인해 손실이 발생하는 상황도 있습니다(이러한 신호의 예는 마지막 그림에 표시됨). 이러한 기능을 감안할 때 다음을 권장할 수 있습니다. 현재 시장 상황에 따라 값이 변경될 수 있는 유동적 이익
초기하 계열은 이 필터의 가중치 계수를 계산하는 데 사용됩니다. 이 접근 방식을 사용하면 시계열을 다소 흥미롭게 평활화할 수 있습니다. 초기하학적 필터 가중치는 지수 및 선형 가중 이동 평균만큼 빨리 감소하지 않지만 평활 이동 평균보다 빠릅니다. 이로 인해 이 필터의 동작은 여러 면에서 이동 평균의 동작과 유사합니다. 그러나 몇 가지 장점이 있습니다. 그 지연은 이동 평균보다 훨씬 적습니다. 그러나 동시에 지수 이동 평균보다 훨씬 더 많은 정보를 보유합니다. 이로 인해 초기하학적 필터는 금융 시계열의 추세와 순환 구성 요소를 더 잘 강조 표시할 수 있습니다. 따라서 이 지표는 다양한 유형의 이동 평균을 사용하는 거래 전략에 사용할 수 있습니다. 표시기의 작동은 단일 매개변수에 따라 다릅니다. iPeriod - 이 매개변수의 유효한 값은 2 - 149입니다. 이 매개변수의 값이 작을수록 지표는 최신 가격 변화에 더 강하게 반응합니다. 이 매개변수의 값이 크면 장기적인 추세를 강조할
초기하 계열은 이 필터의 가중치 계수를 계산하는 데 사용됩니다. 이 접근 방식을 사용하면 시계열을 다소 흥미롭게 평활화할 수 있습니다. 초기하학적 필터 가중치는 지수 및 선형 가중 이동 평균만큼 빨리 감소하지 않지만 평활 이동 평균보다 빠릅니다. 이로 인해 이 필터의 동작은 여러 면에서 이동 평균의 동작과 유사합니다. 그러나 몇 가지 장점이 있습니다. 그 지연은 이동 평균보다 훨씬 적습니다. 그러나 동시에 지수 이동 평균보다 훨씬 더 많은 정보를 보유합니다. 이로 인해 초기하학적 필터는 금융 시계열의 추세와 순환 구성 요소를 더 잘 강조 표시할 수 있습니다. 따라서 이 지표는 다양한 유형의 이동 평균을 사용하는 거래 전략에 사용할 수 있습니다. 표시기의 작동은 단일 매개변수에 따라 다릅니다. iPeriod - 이 매개변수의 유효한 값은 2 - 149입니다. 이 매개변수의 값이 작을수록 지표는 최신 가격 변화에 더 강하게 반응합니다. 이 매개변수의 값이 크면 장기적인 추세를 강조
이 표시기는 최적의 이익실현 및 손절매 수준을 표시합니다. 이 수준은 과거 데이터를 기반으로 계산됩니다. 처음 시작할 때 표시기는 기록에 대해 학습됩니다. 그런 다음 그는 가격이 미래에 이 또는 그 수준을 극복할 확률을 평가하고 정지 주문을 하기 위한 가장 최적의 옵션을 선택합니다. 예를 들어 이익을 취하는 값은 이익이 최대이고 가격이 해당 수준에 도달할 확률이 가장 높도록 선택됩니다. 손절매 수준은 최소한이어야 하지만 도달할 확률은 최소한이어야 합니다. 결과적으로 승리에 대한 수학적 기대치가 가장 높은 레벨이 생성됩니다. 또한 이 지표는 지지선과 저항선의 형태로 사용될 수 있습니다. 이를 위해 다양한 예측 길이와 오프셋을 결합할 수 있습니다. 표시 매개변수: 길이 - 예측 길이. 이 매개변수는 향후 막대 거래의 예상 기간을 나타냅니다. Shift - 막대에서 이동합니다. 이 매개변수 덕분에 과거의 표시기 판독값을 볼 수 있습니다. 너비 - 선 너비. ClrBuy - 매수 포지션의
이 표시기는 최적의 이익실현 및 손절매 수준을 표시합니다. 이 수준은 과거 데이터를 기반으로 계산됩니다. 처음 시작할 때 표시기는 기록에 대해 학습됩니다. 그런 다음 그는 가격이 미래에 이 또는 그 수준을 극복할 확률을 평가하고 정지 주문을 하기 위한 가장 최적의 옵션을 선택합니다. 예를 들어 이익을 취하는 값은 이익이 최대이고 가격이 해당 수준에 도달할 확률이 가장 높도록 선택됩니다. 손절매 수준은 최소한이어야 하지만 도달할 확률은 최소한이어야 합니다. 결과적으로 승리에 대한 수학적 기대치가 가장 높은 레벨이 생성됩니다. 또한 이 지표는 지지선과 저항선의 형태로 사용될 수 있습니다. 이를 위해 다양한 예측 길이와 오프셋을 결합할 수 있습니다. 표시 매개변수: 길이 - 예측 길이. 이 매개변수는 향후 막대 거래의 예상 기간을 나타냅니다. Shift - 막대에서 이동합니다. 이 매개변수 덕분에 과거의 표시기 판독값을 볼 수 있습니다. 너비 - 선 너비. ClrBuy - 매수 포지션의
이 필터는 베셀 다항식을 기반으로 합니다. 주요 장점은 시간 지연이 적다는 것입니다. 이 필터의 또 다른 기능은 금융 시계열의 최신 값에 대한 높은 민감도입니다. 이 때문에 지표는 활성 가격 변동을 강조하는 동시에 노이즈 편차를 완화합니다. 고전적인 변형 외에도 Bessel 계수의 로그가 가중치 함수로 지표에 추가되었습니다. 이 경우 지표가 더 매끄럽게 나타나지만 동시에 가격이 활발하게 움직일 때 지연될 수 있습니다. 베셀 다항식을 계산할 때 계승이 사용됩니다. 이러한 이유로 지표의 기간은 아래에서 위로 제한됩니다. 일반 베셀 필터를 사용할 때는 지표의 작은 주기에 주의하는 것이 좋습니다. 기간이 증가함에 따라 표시기의 동작이 점점 더 안정되고 그 차이가 점점 더 눈에 띄지 않게 되기 때문입니다. 그림은 두 필터 유형의 동작을 보여줍니다. 표시 매개변수: TypeFilter - 일반/대수 필터 유형 선택 iPeriod - 표시 기간, 유효한 값 3 - 85.
이 필터는 베셀 다항식을 기반으로 합니다. 주요 장점은 시간 지연이 적다는 것입니다. 이 필터의 또 다른 기능은 금융 시계열의 최신 값에 대한 높은 민감도입니다. 이 때문에 지표는 활성 가격 변동을 강조하는 동시에 노이즈 편차를 완화합니다. 고전적인 변형 외에도 Bessel 계수의 로그가 가중치 함수로 지표에 추가되었습니다. 이 경우 지표가 더 매끄럽게 나타나지만 동시에 가격이 활발하게 움직일 때 지연될 수 있습니다. 베셀 다항식을 계산할 때 계승이 사용됩니다. 이러한 이유로 지표의 기간은 아래에서 위로 제한됩니다. 일반 베셀 필터를 사용할 때는 지표의 작은 주기에 주의하는 것이 좋습니다. 기간이 증가함에 따라 표시기의 동작이 점점 더 안정되고 그 차이가 점점 더 눈에 띄지 않게 되기 때문입니다. 그림은 두 필터 유형의 동작을 보여줍니다. 표시 매개변수: TypeFilter - 일반/대수 필터 유형 선택 iPeriod - 표시 기간, 유효한 값 3 - 85.
이 표시기는 이산 Hartley 변환을 기반으로 합니다. 이 변환을 사용하면 재무 시계열을 처리할 때 다양한 접근 방식을 적용할 수 있습니다. 이 지표의 특징은 판독값이 차트의 한 지점이 아니라 지표 기간의 모든 지점을 참조한다는 것입니다. 시계열을 처리할 때 표시기를 사용하여 시계열의 다양한 요소를 선택할 수 있습니다. 필터링의 첫 번째 가능성은 이 접근 방식을 기반으로 합니다. 불필요한 모든 고주파수 구성 요소는 단순히 폐기됩니다. 첫 번째 그림은 이 방법의 가능성을 보여줍니다. CutOff 매개변수를 선택하면 원래 시계열의 세부 정보를 선택할 수 있습니다(빨간색 선 - 주요 정보만 남음 CutOff = 0, 노란색 - 주요 및 가장 낮은 주파수 기간 CutOff = 1 , 파란색 - 가장 높은 주파수의 모든 노이즈가 삭제됩니다. CutOff = 4 ). 그러나 이것이 유일한 가능성은 아닙니다. 추가 필터링으로 노이즈 성분을 억제할 수 있습니다. 두 옵션 모두 이 표시기에 구현
이 표시기는 이산 Hartley 변환을 기반으로 합니다. 이 변환을 사용하면 재무 시계열을 처리할 때 다양한 접근 방식을 적용할 수 있습니다. 이 지표의 특징은 판독값이 차트의 한 지점이 아니라 지표 기간의 모든 지점을 참조한다는 것입니다. 시계열을 처리할 때 표시기를 사용하여 시계열의 다양한 요소를 선택할 수 있습니다. 필터링의 첫 번째 가능성은 이 접근 방식을 기반으로 합니다. 불필요한 모든 고주파수 구성 요소는 단순히 폐기됩니다. 첫 번째 그림은 이 방법의 가능성을 보여줍니다. CutOff 매개변수를 선택하면 원래 시계열의 세부 정보를 선택할 수 있습니다(빨간색 선 - 주요 정보만 남음 CutOff = 0, 노란색 - 주요 및 가장 낮은 주파수 기간 CutOff = 1 , 파란색 - 가장 높은 주파수의 모든 노이즈가 삭제됩니다. CutOff = 4 ). 그러나 이것이 유일한 가능성은 아닙니다. 추가 필터링으로 노이즈 성분을 억제할 수 있습니다. 두 옵션 모두 이 표시기에 구현
레머 평균은 창 함수로 간주할 수 있으며 가중치 계수는 계산에 사용된 변수의 값에 따라 다릅니다. 이 평균은 계산에 지수가 사용되기 때문에 비선형입니다. 표시기의 특성은 두 가지 매개변수에 따라 다릅니다. iPeriod - 표시기 기간, 유효한 값은 2 이상입니다. iPower - 지표 값을 계산할 때 사용되는 지수. 유효한 범위는 -32768 ~ 32767입니다.
iPower = 0이면 조화 평균을 얻습니다. iPower = 1 - 산술 평균, iPower = 2의 경우 역고조파 평균입니다. 지수가 크면 Lehmer 평균이 시계열의 최대 경계를 강조 표시합니다. 그리고 음수 지수를 사용하면 최소값이 강조됩니다. 이 속성으로 인해 Lehmer 평균은 시계열을 평활화하고 채널을 구성하는 데 모두 사용할 수 있습니다.
첫 번째 그림은 지수가 +500 및 -500인 종가를 사용하여 계산된 채널을 보여줍니다. 두 번째 그림은 iPower = +1000 및 -1000인 동일한
레머 평균은 창 함수로 간주할 수 있으며 가중치 계수는 계산에 사용된 변수의 값에 따라 다릅니다. 이 평균은 계산에 지수가 사용되기 때문에 비선형입니다. 표시기의 특성은 두 가지 매개변수에 따라 다릅니다. iPeriod - 표시기 기간, 유효한 값은 2 이상입니다. iPower - 지표 값을 계산할 때 사용되는 지수. 유효한 범위는 -32768 ~ 32767입니다.
iPower = 0이면 조화 평균을 얻습니다. iPower = 1 - 산술 평균, iPower = 2의 경우 역고조파 평균입니다. 지수가 크면 Lehmer 평균이 시계열의 최대 경계를 강조 표시합니다. 그리고 음수 지수를 사용하면 최소값이 강조됩니다. 이 속성으로 인해 Lehmer 평균은 시계열을 평활화하고 채널을 구성하는 데 모두 사용할 수 있습니다.
첫 번째 그림은 지수가 +500 및 -500인 종가를 사용하여 계산된 채널을 보여줍니다. 두 번째 그림은 iPower = +1000 및 -1000인 동일한 채널을
Kolmogorov-Zhurbenko 필터는 스펙트럼 누출을 제거하도록 설계된 특수 창 기능으로 간주할 수 있습니다. 이 필터는 확률적(금융 포함) 시계열을 평활화하는 데 최적입니다. 이 필터를 기반으로 하는 지표에는 다음 매개변수가 포함됩니다. iLength - 필터를 만드는 데 사용된 원래 직사각형 창의 기간. 유효한 값은 2 - 255입니다. iDegree - 필터 순서. iDegree=0이면 단순 이동 평균을 얻습니다. iDegree=1이면 삼각형 이동 평균을 얻습니다. 차수가 높을수록 더 나은 평활화 및 노이즈 억제가 가능합니다. 허용되는 값은 2 - 255입니다. 또한 이 매개변수는 표시기 = iLength + iDegree * (iLength - 1)의 마지막 기간에 영향을 줍니다. iMultiplier - 필터 값에서 계산된 표준 편차 수를 표시하는 승수입니다.
표시기의 모양은 그림에 나와 있습니다.
Kolmogorov-Zhurbenko 필터는 스펙트럼 누출을 제거하도록 설계된 특수 창 기능으로 간주할 수 있습니다. 이 필터는 확률적(금융 포함) 시계열을 평활화하는 데 최적입니다. 이 필터를 기반으로 하는 지표에는 다음 매개변수가 포함됩니다. iLength - 필터를 만드는 데 사용된 원래 직사각형 창의 기간. 유효한 값은 2 - 255입니다. iDegree - 필터 순서. iDegree=0이면 단순 이동 평균을 얻습니다. iDegree=1이면 삼각형 이동 평균을 얻습니다. 차수가 높을수록 더 나은 평활화 및 노이즈 억제가 가능합니다. 허용되는 값은 2 - 255입니다. 또한 이 매개변수는 표시기 = iLength + iDegree * (iLength - 1)의 마지막 기간에 영향을 줍니다. iMultiplier - 필터 값에서 계산된 표준 편차 수를 표시하는 승수입니다.
표시기의 모양은 그림에 나와 있습니다.
The trend allows you to predict the price movement and determine the main directions of the conclusion of transactions. The construction of trend lines is possible using various methods suitable for the trader's trading style. This indicator calculates the parameters of the trend movement based on the von Mises distribution. Using this distribution makes it possible to obtain stable values of the trend equation. In addition to calculating the trend, the levels of possible deviations up and dow
The trend allows you to predict the price movement and determine the main directions of the conclusion of transactions. The construction of trend lines is possible using various methods suitable for the trader's trading style. This indicator calculates the parameters of the trend movement based on the von Mises distribution. Using this distribution makes it possible to obtain stable values of the trend equation. In addition to calculating the trend, the levels of possible deviations up and do
When analyzing financial time series, researchers most often make a preliminary assumption that prices are distributed according to the normal (Gaussian) law. This approach is due to the fact that a large number of real processes can be simulated using the normal distribution. Moreover, the calculation of the parameters of this distribution presents no great difficulties. However, when applied to financial markets, normal distribution does not always work. The returns on financial instruments of
When analyzing financial time series, researchers most often make a preliminary assumption that prices are distributed according to the normal (Gaussian) law. This approach is due to the fact that a large number of real processes can be simulated using the normal distribution. Moreover, the calculation of the parameters of this distribution presents no great difficulties. However, when applied to financial markets, normal distribution does not always work. The returns on financial instruments of
The Cauchy distribution is a classic example of a fat-tailed distribution. Thick tails indicate that the probability of a random variable deviating from the central trend is very high. So, for a normal distribution, the deviation of a random variable from its mathematical expectation by 3 or more standard deviations is extremely rare (the 3 sigma rule), and for the Cauchy distribution, deviations from the center can be arbitrarily large. This property can be used to simulate price changes in th
The Cauchy distribution is a classic example of a fat-tailed distribution. Thick tails indicate that the probability of a random variable deviating from the central trend is very high. So, for a normal distribution, the deviation of a random variable from its mathematical expectation by 3 or more standard deviations is extremely rare (the 3 sigma rule), and for the Cauchy distribution, deviations from the center can be arbitrarily large. This property can be used to simulate price changes in th
Some traders are guided by trading sessions during trading. Figure 1 shows the average price swing over one week. It can be seen that trading sessions on different days differ in their duration and activity. This indicator is designed to estimate the average price movement at certain intervals within a weekly cycle. It takes into account price movements up and down separately from each other and makes it possible to determine the moments when high volatility is possible in the market. On the ch
Some traders are guided by trading sessions during trading. Figure 1 shows the average price swing over one week. It can be seen that trading sessions on different days differ in their duration and activity. This indicator is designed to estimate the average price movement at certain intervals within a weekly cycle. It takes into account price movements up and down separately from each other and makes it possible to determine the moments when high volatility is possible in the market. On the ch
The script is based on the simulation of trade transactions using a random number generator. This allows you to get completely different results, even with the same input parameters. When you run the script, a dialog box opens in which you can set the desired values for external variables. In the Trading options block, the basic parameters that are necessary for trading modeling are defined. Start Balance - sets the initial size of the trade balance. Number Trade - sets the number of trad
FREE
The script is based on the simulation of trade transactions using a random number generator. This allows you to get completely different results, even with the same input parameters. When you run the script, a dialog box opens in which you can set the desired values for external variables. In the Trading options block, the basic parameters that are necessary for trading modeling are defined. Start Balance - sets the initial size of the trade balance. Number Trade - sets the number of trade tr
FREE
Choosing the levels of StopLoss and TakeProfit can have a very strong impact on the overall performance of trading. In addition to the obvious parameters of a trade transaction - the size of a possible win or probable loss - the levels of StopLoss and TakeProfit also affect the expected duration of the transaction, and the profitability of trading in general. If you have already determined the optimal transaction duration using the “ AIS-ODT ” script, then you can begin to determine the paramete
FREE
Choosing the levels of StopLoss and TakeProfit can have a very strong impact on the overall performance of trading. In addition to the obvious parameters of a trade transaction - the size of a possible win or probable loss - the levels of StopLoss and TakeProfit also affect the expected duration of the transaction, and the profitability of trading in general. If you have already determined the optimal transaction duration using the “ AIS-ODT ” script, then you can begin to determine the paramete
FREE
This script is designed so that the trader can determine the average duration of trade transactions, at which the ratio of possible profits and losses will be optimal. First, let's look at the general approach to determining the optimal duration of trade transactions. We introduce the following variables: R - the result of the transaction; T - the time during which the transaction was open; W - the time between the closing of the previous transaction and the opening of the next one. Every tr
FREE
This script is designed so that the trader can determine the average duration of trade transactions, at which the ratio of possible profits and losses will be optimal. First, let's look at the general approach to determining the optimal duration of trade transactions. We introduce the following variables: R - the result of the transaction; T - the time during which the transaction was open; W - the time between the closing of the previous transaction and the opening of the next one. Every t
FREE