Fan sayfamıza katılın
- Yayınlayan:
- Görüntülemeler:
- 67
- Derecelendirme:
- Yayınlandı:
-
Bu koda dayalı bir robota veya göstergeye mi ihtiyacınız var? Freelance üzerinden sipariş edin Freelance'e git
Perakende Volatilitesindeki Matematiksel Kusur (ATR)
Perakende algoritmaları, zarar durdurma ve pozisyon boyutlandırmayı hesaplamak için evrensel olarak Ortalama Gerçek Aralık'a (ATR) güvenir. Bu ölümcül bir yapısal kusurdur. ATR tamamen geriye dönüktür - yalnızca geçmiş fiyat hareketlerinin ortalamasını alır. Makroekonomik şoklar meydana geldiğinde, ATR önemli ölçüde gecikir ve dinamik korumaya en çok ihtiyaç duyulan anlarda sermayenizi açıkta bırakır.
Kurumsal Standart: GARCH(1,1) Modeli
Dinamik piyasa rejimlerinde hayatta kalabilmek için üst düzey kantitatif hedge fonları ve opsiyon fiyatlama masaları geçmiş ortalamalara bakmaz. Genelleştirilmiş Otoregresif Koşullu Heteroskedastisite (GARCH) kullanarak gelecekteki varyansı tahmin ederler.
Kurumsal GARCH(1,1) Tahmincisi, Nobel ödüllü bu ekonometrik matematiği doğrudan MQL5 terminalinize getiriyor.
Temel Kantitatif Mimari
-
Tahmine Dayalı Varyans: Algoritma, geçmiş aralıkların ortalamasını almak yerine logaritmik getiri şoklarını (Alfa) ve tarihsel volatilite kalıcılığını (Beta) hesaplayarak bir sonraki uygulama mumu için tam matematiksel varyans olasılığını tahmin eder.
-
Gecikmesiz Risk Değerlendirmesi: Volatilite kümelenmesini (büyük hareketleri büyük hareketlerin takip etme eğilimi) anında tespit ederek Uzman Danışmanınızın ATR tepki vermeye başlamadan önce takip eden stopları önleyici olarak genişletmesine olanak tanır.
-
Kurumsal Varsayılan Ağırlıklar: Gelişmiş parametre optimizasyonu için tüm girdiler açık olarak, tipik finansal varlık çürümesini modellemek için standart Wall Street ekonometrik parametreleri($\alpha = 0.09$, $\beta = 0.90$) ile önceden yapılandırılmıştır.
-
Sıfır Dış Bağımlılıklar: Karmaşık logaritmik dizileri yerel olarak C++'da hesaplar ve yavaş harici Python entegrasyonlarına olan ihtiyacı ortadan kaldırır.
Algo-Trading'de Nasıl Uygulanır
-
ATR'yi bırakın: Dinamik stop-loss'larınız için statik dönem ortalamalarını kullanmayı bırakın.
-
Şoku Tahmin Edin: GARCH histogramını izleyin. Ani bir sıçrama, yüksek olasılıklı bir volatilite şokunun matematiksel olarak yakın olduğunu gösterir.
-
Sermayeyi Koruyun: Büyük bir likidite enjeksiyonu perakende emir defterini süpürmeden önce lot boyutunuzu (VAPS) dinamik olarak küçültmek veya stop-loss milisaniyelerinizi genişletmek için bu göstergenin tamponunu kullanın.
MetaQuotes Ltd tarafından İngilizceden çevrilmiştir.
Orijinal kod: https://www.mql5.com/en/code/72043
Fixed-Width Fractional Differencing (FFD)
MQL5 implementation of the fixed-width fractional differencing (FFD) method from López de Prado's Advances in Financial Machine Learning (Chapter 5). Transforms a non-stationary price series into a stationary one while preserving maximum historical memory; output cross-validates against the Python afml library to within 1e-12.
Institutional Kinematic Price Physics (Velocity and Acceleration)
A quantitative physics engine that applies differential calculus to price action, extracting true Market Velocity (1st Derivative) and Market Acceleration (2nd Derivative) to predict trend exhaustion before it happens.
ADX Wilder with Bollinger Bands
This custom indicator displays the ADX Wilder, +DI, and -DI lines together with Bollinger Bands calculated on the ADX main line in a separate window. It helps traders evaluate both trend strength and the volatility range of ADX values. The middle, upper, and lower bands can be used to identify ADX expansion, contraction, and potential strength breakouts. The indicator is useful for confirming trending conditions, spotting increasing momentum, and detecting when ADX moves outside its normal range. Input parameters allow adjustment of the ADX period, Bollinger Bands period, deviation, and applied price settings.
MACD Multi-color Histogram with Signal Line
MACD Multi-color Histogram
