Скачать MetaTrader 5

Программное распознавание паттернов цены: участки консолидации и распределения

Авторизуйтесь или зарегистрируйтесь, чтобы добавить комментарий
Нет времени изучать MQL5? Библиотека исходников для вас!
voix_kas
681
voix_kas 2013.03.27 17:19 

Подскажите, пожалуйста, кто как определяет участки консолидации и распределения на графике?

К примеру, глазами наблюдаю, что произошло падение, затем цена замедлила своё падение и находится в некотором флэтовом канале. Как это формализовать, заложить в код?


Хотелось бы найти не жестко подогнанные параметры в пунктах, а некое эвристическое описание модели на основе единственного параметра - волатильности

Буду признателен как за примеры кодов, так и за указание, на какие расчёты ориентироваться.

Anatoli Kazharski
56827
Anatoli Kazharski 2013.03.27 17:26  
voix_kas:

...

Буду признателен как за примеры кодов, так и за указание, на какие расчёты ориентироваться.

Может быть такой простой вариант подойдёт:

Если за указанный период времени ценовой диапазон A превысил указанное значение, а ценовой диапазон B за указанный период времени не превысил указанное значение, то условие истинно. 

Используйте, например, два индикатора Price Channel для этого. 

Alexander Bereznyak
21458
Alexander Bereznyak 2013.03.28 10:40  
Найдите индикатор волатильности.
Комбинатор
15919
Комбинатор 2013.03.28 10:42  
sandex:
Найдите индикатор волатильности.
И что дальше?
Rustamzhan Salidzhanov
7683
Rustamzhan Salidzhanov 2013.03.28 11:00  

посчитать количество фракталов каждого направления == направление тренда

посчитать средний ценовой разброс между фракталами == сила тренда 

Alexander Bereznyak
21458
Alexander Bereznyak 2013.03.28 11:51  
TheXpert:
И что дальше?
А вам то что, не вы вопрос задали.
Комбинатор
15919
Комбинатор 2013.03.28 11:52  
sandex:
А вам то что, не вы вопрос задали.
Мне тоже интересно, как такое сделать.
bas
73
bas 2013.03.28 20:11  

Дык вроде же несложно.

Задаем модель: берем три последовательных участка, на каждом задаем волатильность, например: v1=20, v2=100, v3=20. Далее что-то вроде мнк, на каждом участке считаем (относительное?) отклонение реальной волатильности от заданной, сводим в один коэффициент, например суммируем. Далее задаем "порог обнаружения", или просто используем коэффициент в дальнейших расчетах.

Но это простейший подход, поэтому не слишком точный. Длительность участков меняется. Поэтому наверное будет правильным предварительно нормировать входные данные, как по длительности так и по амплитуде. Еще можно кластеризовать входные данные, а потом сравнивать параметры кластеров с моделью.

Был бы профит от всех этих упражнений )))

Авторизуйтесь или зарегистрируйтесь, чтобы добавить комментарий