- 显示:
- 120
- 等级:
- 已发布:
-
需要基于此代码的EA交易或指标吗?请在自由职业者服务中订购 进入自由职业者服务

广义自回归条件异方差(GARCH) 波动率/交易量指标基于 GARCH(1,1)递归模型,该模型在金融市场中用于预测金融资产价格波动。该统计模型用于金融时间序列分析,其中假定时间序列的方差是自相关的,误差项(模型预测与实际情况之间的差异)有一个可建模的自回归移动平均过程。金融市场的误差项变化总是不规则的,因此被称为异 方差。
金融机构使用 GARCH 模型作为股票、债券和市场指数波动性的估计指标。该指标已在外汇、商品(XAUUSD)和加密货币(BTCUSD)中进行了测试。
输入空间:
- 伽马变量-常数项(无条件方差)
- 阿尔法变量- ARCH 系数(对上次冲击的反应)
- Beta 变量- 广义 ARCH 系数(过去方差的持续性)
- 条形图窗口- 滚动平均值/统计量中包含的条形图数量。
- 阈值刻度- 默认为 1。
行:
- 蓝色线代表下一根蜡烛的 GARCH 波动率(方差)一步预测值。该线使用 GARCH(1,1) 波动率公式计算。在收益率急剧变化时,该线会飙升,然后慢慢衰减回基线,这表示波动率较高的时期。
- 红线代表识别高/低波动期的临界值。这样,交易者就能识别双线交叉信号,专家顾问也能轻松识别高波动区域。阈值刻度还可以放大。
该指标在 M1、M5 时间框架下可能无法正常工作。
了解有关 GARCH 的更多信息: https://www.investopedia.com/terms/g/garch.asp
由MetaQuotes Ltd译自英文
原代码: https://www.mql5.com/en/code/61205