Participe de nossa página de fãs
Coloque um link para ele, e permita que outras pessoas também o avaliem
Avalie seu funcionamento no terminal MetaTrader 5
DEMA Genérica - indicador para MetaTrader 5
- Visualizações:
- 1649
- Avaliação:
- Publicado:
- 2019.02.11 09:32
- Precisa de um robô ou indicador baseado nesse código? Solicite-o no Freelance Ir para Freelance
Teoria:
A média móvel exponencial dupla (DEMA) foi desenvolvida por Patrick Mulloy em uma tentativa de reduzir a quantidade de tempo de latência encontrado em médias móveis tradicionais. Foi introduzido pela primeira vez na edição da revista Technical Analysis of Stocks & Commodities, fevereiro de 1994, no artigo de Mulloy "Smoothing Data with Faster Moving Averages". A maneira de calcular é a seguinte:
Os cálculos da Média Móvel Exponencial Dupla são combinações baseadas em uma única EMA com uma EMA dupla dentro de uma nova EMA:
1. Calculando a EMA
2. Calculando a EMA suavizada e aplicando a EMA com o mesmo período na EMA calculada no primeiro passo
3. Cálculo do DEMA
DEMA = (2 * EMA) - (Smoothed EMA)
Esta versão:
Em vez de usar o fator de multiplicação fixo na fórmula final da DEMA, a versão genérica permite que você o altere. Variando a forma do "fator de volume" de 0 para 1, você aplica multiplicações diferentes e assim produz a DEMA com "velocidade" diferente - quanto maior o fator de volume, "mais rápida" a DEMA será (mas também a inclinação será menos suave). O fator de volume é limitado no cálculo para 1, já que qualquer fator de volume maior do que 1 está aumentando o "overshooting", na medida em que o uso de alguns fatores do volume torna o indicador inutilizável.
Uso:
Você pode usar o indicador igual a qualquer média regular, ou usar a mudança de cor do indicador como um sinal.
Traduzido do inglês pela MetaQuotes Ltd.
Publicação original: https://www.mql5.com/en/code/22917
EMA com racio de desvio padrão adaptável
Indicador Standard Deviation RatioIndicador Standard Deviation Ratio (SDR)
Generalized double DEMA
Desvio de filtro não linear de KalmanDesvio de filtro não linear de Kalman