Fan sayfamıza katılın
Öyleyse bir link gönderin -
başkalarının da faydalanmasını sağlayın
- Görüntülemeler:
- 204
- Derecelendirme:
- Yayınlandı:
- 2022.03.21 09:27
-
Bu koda dayalı bir robota veya göstergeye mi ihtiyacınız var? Freelance üzerinden sipariş edin Freelance'e git
Smoothed ADX göstergesi, bir forum ziyaretçisinin isteği üzerine yazılmıştır ve yazılması çok zor olmamıştır. Ancak, yumuşatılmış ADX algoritmasının açıklaması için yapılan arama sonuç vermemiştir. Sağlanan kod:
Inputs: {declaring inputs}
Length( 14 ),
ADXTrend( 25 ), alpha1(0.25), alpha2(0.33);
DMIPlus( 0 ), DMIMinus( 0 ), DMI( 0 ), ADX( 0 ),
DIPlusLead(0), DIMinusLead(0), DIPlusFinal(0), DIMinusFinal(0),
ADXLead(0), ADXFinal(0);
DIPlusFinal = alpha2*DIPlusLead + (1 - alpha2) * DIPlusFinal[1];
DIMinusFinal = alpha2*DIMinusLead + (1 - alpha2) * DIMinusFinal[1];
ADXFinal = alpha2*ADXLead + (1 - alpha2) * ADXFinal[1];
Plot3( ADXFinal, "ADX" ) ;
Aslında, yumuşatılmış ADX'in kaynak metninin orijinal anlamını anlamaya çalışmazsanız, bu yumuşatma iki aşamaya ayrılabilir. Varsayalım ki bir P sayısal dizimiz var ve bunu minimum gecikmeyle yumuşatmamız gerekiyor. Bunun için, ilk aşamada şu formülden P dizisi salınımının V(P) fonksiyonunu oluşturuyoruz:
V0 = (8*P0 - 7*P1 + 3*V1) / 4,
Tanımlamalar:
- P0, dizinin (fiyat veya gösterge) mevcut çubuktaki değeridir;
- P1, dizinin (fiyat veya gösterge) önceki çubuktaki değeridir;
- V1, salınımın önceki çubuktaki değeridir;
- V0, salınımın mevcut çubuktaki değeridir.
Veya başka bir şekilde:
V0 = (Vol(P) + 3*V1) / 4,
burada:
Vol(P) = 8*P0 - 7P1 - Ehlers patlaması (terimi kendim yarattım).
İkinci aşamada basit ağırlıklı yumuşatma uyguluyoruz:
W0 = (1*V0 + 2*W1) / (2 + 1).
Tanımlamalar:
- W0, P dizisinin mevcut çubuktaki yumuşatılmış değeridir;
- VO, P dizisi salınımının mevcut çubuktaki değeridir;
- W0, P dizisinin önceki çubuktaki yumuşatılmış değeridir.

MetaQuotes Ltd tarafından Rusçadan çevrilmiştir.
Orijinal kod: https://www.mql5.com/ru/code/7072

Center of Gravity, John F. Ehlers tarafından geliştirilen ve Stocks & Commodities dergisindeki makalesinde (Mayıs 2002) sunulan bir osilatördür.

Spearman's Rank Correlation, değişkenler arasındaki ilişkiyi istatistiksel olarak incelemek için kullanılan parametrik olmayan bir yöntemdir. Burada, iki sayısal dizi arasındaki gerçek paralellik derecesi belirlenir.

Farklı renklerle renklendirilmiş boğa tipi ve ayı tipi sütunlara sahip standart MACD histogramı.

Klasik MACD Sample.