Veredicto no intervalo de amostragem de 9 períodos O PLA simples tem uma redução de atraso na média simples em média de 2,66 bar por mudança de tendência e maior precisão. Os sinais de cada mudança de tendência mostram as seguintes melhorias de velocidade. Melhoria de 5 bar na primeira tendência de baixa, 0 melhoria na mudança de tendência, melhoria de 3 bar na 2ª tendência de baixa. PLA claramente fica mais próximo da ação de preços e sinais anteriores à média simples. O PLA Smoothness também é melhor. PLA (fechar, 9) (linha vermelha) v Média móvel exponencial (fechar, 9) (linha amarela) Veredicto no intervalo de amostragem de 9 períodos O PLA exponencial tem uma redução de atraso na média exponencial em média de 3 barras por mudança de tendência e maior precisão . Os sinais de cada mudança de tendência mostram as seguintes melhorias de velocidade. Melhoria de 6 bar na primeira tendência de baixa, 0 melhoria na mudança de tendência, melhoria de 3 bar na 2ª tendência para baixo. PLA claramente fica mais perto da ação de preços e sinais anteriores à média Exponencial. Notavelmente, o exponencial sofre whipsaw terrível e muda várias vezes sem razão real no lado esquerdo. O PLA Smoothness é muito maior do que o exponencial. PLA (fechar, 9) (linha vermelha) v Média ponderada (fechar, 9) (linha amarela) Veredicto no intervalo de amostragem de 9 períodos O PLA médio ponderado tem uma redução de atraso na média exponencial em média de 1,33 bar por mudança de tendência e maior precisão , E suavização. Os sinais de cada mudança de tendência mostram as seguintes melhorias de velocidade. Melhoria de 3 bar na primeira tendência de queda, 0 melhoria na mudança de tendência, melhoria de 0 bar na 2ª tendência de baixa. O PLA claramente fica mais próximo da ação do preço e dos sinais anteriores à média ponderada. Notavelmente, a média ponderada é mais rápida do que a exponencial e a simples, mas a suavidade sofre como resultado da velocidade. Mais tão visível em períodos mais longos. O PLA Smoothness é muito maior que o ponderado. PLA (fechar, 9) (linha vermelha) v Média adaptativa (fechar, 9) (linha azul) Veredicto no intervalo de amostragem de 9 períodos O PLA médio adaptativo tem um aumento de atraso na média móvel adaptativa em média de -1 bar por mudança de tendência e Maior precisão. Mas o adaptativo deu 5 sinais falsos adicionais de mudança de tendência, o que efetivamente o torna inutilizável. Os sinais de cada mudança de tendência mostram as seguintes melhorias de velocidade. Melhoria de 0 bar na primeira tendência de baixa, 0 melhoria na mudança de tendência, melhoria de -3 bar na 2ª tendência de baixa. O PLA claramente fica mais próximo da ação de preços e dos sinais anteriores à média adaptativa. Notavelmente, a média adaptativa é mais rápida do que o PLA, mas com sinais falsos e suavização fraca. O PLA Smoothness é muito maior do que a média adaptativa. PLA (fechar, 9) (linha vermelha) v Média triangular (fechar, 9) (linha amarela) Veredicto no intervalo de amostragem de 9 períodos O PLA médio triangular tem uma redução de lagote na média triangular em média de 2,66 bar por mudança de tendência e maior precisão . Os sinais de cada mudança de tendência mostram as seguintes melhorias de velocidade. Melhoria de 4 bar na primeira tendência de queda, 1 melhoria na mudança de tendência, melhoria de 3 bar na 2ª tendência de baixa. PLA claramente fica mais perto da ação de preço e sinais anteriores à média Triangular. Notavelmente, a média triangular tem muito bom alisamento, mas baixa velocidade. A velocidade PLA é muito maior do que o Triangular. PLA (fechar, 9) (linha vermelha) v Jurikes research JMA (fechar, 9) (linha azul) Veredicto no intervalo de amostragem de 9 períodos O PLA médio da JMA tem uma redução de atraso na média JMA em média de 0,33 bar por mudança de tendência. Os sinais de cada mudança de tendência mostram as seguintes melhorias de velocidade.1 bar melhoria na primeira tendência de baixa, 0 melhoria na mudança de tendência, melhoria de 0 bar na 2ª tendência de baixa. Notavelmente, o JMA mudou de direção nos últimos dados, enquanto o PLA permaneceu no modo curto. Devido a inúmeros pedidos para comparar o PLA com o JMA, mais screenshots foram fornecidos para mostrar isso. LtltScreenshots de PLA v JMA gtgtWhat é a DIG Hull Moving Average O DIG Hull Moving A média do HMA faz a sua média móvel responder aos preços atuais enquanto permanece lisa e não agitada. A beleza da HMA é que ele consegue eliminar o atraso quase completamente, mantendo-se perfeitamente suave. Isto é o que você procura em uma média móvel significa que você pode obter seus sinais mais rápido e cometer menos erros. Como o HMA se compara a outras médias móveis Comece comparando o HMA com uma média móvel simples (SMA) do mesmo comprimento. Apenas um lembrete rápido: o cálculo da SMA leva os últimos preços de fechamento e calcula sua média geralmente é trocada por uma SMA curta e longa e quando os dois cruzam um sinal. O SMA está associado a duas questões problemáticas: Comprimento mais longo - o atraso se torna significativamente maior. Comprimento de classificação - O MA torna-se muito agitado S038P500 Diagrama diário de futuros: no gráfico você pode ver o SMA padrão (comprimento 34) em azul cyanlight e nossa DIGHullMovingAverage (comprimento 34) em amarelo. O lado esquerdo do gráfico mostra que enquanto o SMA ainda está em frente ao mercado, o HMA está pegando os pivôs e a direção de comutação enquanto permanece liso. Você também pode ver o quão grande o atraso é realmente ao olhar para as duas linhas verticais à direita, o SMA muda sua direção cerca de 15 barras depois do nosso HMA, isso significa que você teria entrado no comércio anteriormente e gostou desse bom movimento de baixa. Agora, vamos adicionar a média móvel exponencial padrão (EMA). A principal idéia por trás do EMA é fornecer mais significado aos dados mais recentes para eliminar lag, você notará que o HMA é realmente ainda melhor do que o EMA, pois ele reagirá mais rápido, mas permanecerá suave. S038P500 Diagrama Diário de Futuros: SMA (comprimento 34) em azul cyanlight. EMA (comprimento 34) em roxo. DIGHullMovingAverage (comprimento 34) em amarelo. Você pode ver que o EMA está entre o HMA eo SMA. É mais sensível do que o SMA, mas a uma milha de trás da HMA. Você também pode ver que a linha EMA não é tão suave como a linha HMA. Para resumir, o EMA é uma melhoria da SMA, e nossa DIG Hull Moving Average leva isso ainda mais, proporcionando uma média móvel mais suave e precisa do que você já viu antes. MA Trend Feature: Adicionamos outro recurso que torna este indicador ainda melhor. Ao usar um interruptor simples, você pode indicar ao nosso indicador DIG HMA que se colore de acordo com sua direção. Vamos ver isso em ação: AAPL 30 Min Chart: O DIG HMA é codificado por cores de acordo com sua direção, tornando muito mais fácil obter sinais rapidamente. Colocamos dois indicadores DIG HMA, um com o comprimento de 34 e um com o comprimento de 80, você pode ver três grandes sinais cruzados. Baixa desaceleração - Entre antes de outros comerciantes. Média móvel lisa de ceia - Elimine entradas falsas. Nova característica Cor codificada de acordo com a tendência. Fácil de usar e suporta qualquer gráfico e qualquer prazo. Faça o download do DIG Hull Moagem móvel para FreeEasyLanguage amp PowerLanguage Tutorial 8211 Lição 02: codificação de uma média móvel Criando o primeiro indicador real e ampliando os conceitos básicos Depois de se familiarizar com o PowerLanguage Editor no tutorial anterior PowerLanguage 8211 lição 01, vamos agora construir isso Fundação. No caso de não ter lido a última lição, sugiro fazer isso primeiro, pois também pode ajudá-lo a entender esta lição. Let8217s começam com a lição today8217s agora. Abra o PowerLanguage Editor e crie um novo estudo de indicadores. Nomearei a minha ABCPowerLanguage Lesson 02 8211 Moving Average para que eu possa encontrá-lo facilmente no meu editor mais tarde. O nome é totalmente válido para você, e você pode até mesmo alterá-lo mais tarde. Como a última parte do nome do indicador sugere, vamos criar e traçar uma média móvel hoje. Você provavelmente já viu uma média móvel em um gráfico antes ou lembre-se da média do termo de matemática. O uso principal para médias é como um filtro para suavizar os dados que você inseriu. A imagem exibe uma média móvel simples de 200 períodos que dá um resultado muito suave. A desvantagem dessa suavidade é que você apresente mais atraso. Isso significa que a média se torna menos sensível às mudanças no preço. Se você dar uma olhada na próxima imagem, você verá o quanto o comportamento de uma média móvel simples de 200 períodos é quando você a compara com a média do período 10 verde. O último é muito mais rápido em responder às mudanças de preços, mas, por sua vez, há muito mais 8220noise8221 na média. Existem muitos tipos diferentes de médias que variam principalmente no impacto que cada ponto de dados tem no resultado da média. Uma média móvel simples de 200 períodos simplesmente calculará um somatório dos últimos 200 pontos de dados e dividirá por 200. O resultado é uma média que dá a cada ponto de dados a mesma influência (o mesmo valor) no resultado. A primeira barra e a última barra que fazem parte da média são ponderadas da mesma forma para o resultado. Duas outras médias proeminentes e de uso comum são a média móvel exponencial e a média móvel ponderada. Ambos têm maiores fatores de ponderação para os pontos de dados mais recentes. Em uma média móvel ponderada, a ponderação diminuirá na progressão aritmética. Para a média exponencial, ele diminuirá exponencialmente, daí o nome. Isso será tão teoricamente quanto ele vai conseguir para hoje. Se você quiser ler mais detalhes sobre médias, você pode começar com este artigo da Wikipédia. Para uma melhor compreensão desta lição, você não precisa mais desta informação adicional. Let8217s começam com a codificação de nossa média. Nosso indicador não deve apenas calcular uma média, mas deve produzir o resultado para um gráfico. EasyLanguage tem a palavra reservada 8220Plot8221 para isso e nós vamos usá-lo para fazer isso. Antes de começar com a programação de algo, sempre é uma boa idéia dar um passo atrás e pensar sobre o que você está tentando realizar e como você vai fazer isso. Como este estudo não é muito complexo, há apenas algumas coisas para pensar. Quando os estudos ficam mais complexos, você pode economizar muito tempo com um bom planejamento antecipado. O objetivo é um estudo que calcula e traça uma média móvel simples. Queremos poder alterar o comprimento da média com uma entrada para que ele seja fácil de personalizar. Para a média, precisamos somar a quantidade de valores que correlacionam a entrada de comprimento. Nós não queremos escrever código para cada entrada de comprimento possível para o somatório. Isso significa que o código precisa ser capaz de calcular todas as entradas de comprimento possíveis por conta própria. Você já tem uma idéia de como podemos conseguir isso. A resposta é que precisamos de uma declaração de iteração que pode ser executada repetidamente em cada barra por um número específico de vezes (nossa entrada de comprimento). Eu sei que isso parece complicado, mas será bastante simples. Usaremos o 8220for loop8221 para esta tarefa. Este loop repete uma ou mais instruções para um número específico de iterações definido pelo usuário. O código EasyLanguage é executado de cima para baixo e geralmente da esquerda para a direita. Uma vez que uma linha de código é executada, a próxima linha é executada e assim por diante. Caso a linha de código seja o início de um loop, as linhas de código dentro do loop serão executadas para o valor especificado. Somente quando o loop terminar a próxima linha de código após o loop ser executado. A for loop parece e funciona da seguinte maneira: Uma variável numérica será incrementada (ou diminuída) com cada ciclo do loop a partir do seu valor inicial até o valor final. Esta imagem exibe um loop básico para uma variável de contador numérico (ii neste caso) e o valor inicial de 0. As iterações serão realizadas dez vezes até que o contador tenha atingido o valor de 9. Então o bloco de loop é executado o último Tempo e saída. Você não precisa incrementar o valor do contador, o código do loop cuida disso. O valor do contador atual será armazenado na variável do contador. Então você pode acessá-lo para cada ciclo de loop e usá-lo para seus cálculos. Isso será útil para calcular nossa média. O loop for também pode diminuir o contador com cada iteração. O valor inicial neste exemplo é 9, mas o loop é executado dez vezes até que seja encerrado, também. O contador simplesmente diminui com cada iteração em um até atingir 0. Na Easylanguage, você pode referenciar palavras reservadas, variáveis e funções reservadas a dados de uma barra anterior muito fácil. Usando um número entre colchetes seguindo a palavra reservada, cálculo ou variável retornará o valor para essa barra particular. O número cresce a partir da barra atual (que você faz referência com 0) em incrementos de um. Quando você deseja armazenar o valor do bar8217s anterior próximo a uma variável chamada PrevCloseValue você pode fazê-lo assim: queremos construir nossa média usando o Close para as últimas barras X. Onde X é uma entrada para permitir mais flexibilidade. Você já sabe que queremos usar um loop para isso e acabamos de descobrir como podemos referenciar os valores de Close para as barras anteriores. Isso deve ser suficiente para escrever o código para a parte principal do nosso indicador. Let8217s continuam criando as seções de entrada e variável. Você pode lembrar da última lição que o uso de nomes variáveis de variáveis é uma boa prática de codificação e pode salvar muitos problemas mais tarde. Precisamos declarar uma entrada para que possamos alterar o tamanho da nossa média no gráfico. Além disso, queremos uma variável que contenha a soma, uma para manter o valor do contador e um último para armazenar o valor médio. Para exibir o valor no gráfico, usaremos a palavra reservada Plot. Isto é seguido por um número para que você possa distinguir entre lotes diferentes. O que é necessário, pois você pode usar até 999 parcelas em Multicartas. A palavra reservada reservada pode ter vários parâmetros como cor, tamanho do gráfico e alguns mais. Vamos manter isso simples aqui e usar Plot1 com apenas dois parâmetros 8211 o primeiro para que a expressão numérica seja plotada e uma segunda para o nome que queremos atribuir ao enredo. O código final será algo assim: depois de compilar este código, estamos quase prontos para carregar nosso indicador em um gráfico em Multicartos. Let8217s apenas dê uma olhada nas propriedades do indicador primeiro. Você pode encontrá-los sob - gt File - gt Properties ou clicando no símbolo Properties no menu (deve ser o único para Compile). Na guia Estilo, você pode alterar a cor, o estilo da linha e a espessura para o gráfico que você criou. Se você for na guia de propriedades, há várias opções para definir ou verificar, mas, por enquanto, você só pode querer certificar-se de que a opção 8220Same como Symbol8221 esteja marcada. Isso garantirá que o indicador seja aplicado diretamente no seu gráfico em vez de um subchart. Agora você está pronto para aplicar o indicador a um gráfico de sua escolha. Quando você tem um gráfico aberto na janela principal do Multicartos, você pode simplesmente inserir o indicador neste gráfico. Quando o indicador é aplicado, o resultado deve ser semelhante à captura de tela acima. No entanto, isso não parece certo, pois isso não parece uma média móvel. A série de preços é quase uma linha plana e o gráfico que vem do nosso indicador está aumentando apenas. Com o E-Mini SampP 500 na área de 18217800, um valor médio móvel de 10 bar para este mercado de 182179528217647 obviamente não está correto. Isso aponta para um problema em nossos cálculos. Você tem uma idéia do que o código está faltando. Na verdade, é apenas um pouco, mas um detalhe muito importante que nós esquecemos de adicionar. Precisamos adicionar algo na frente do loop for. O loop simplesmente continua adicionando os valores das dez barras anteriores com cada nova barra. Isso está bem e nós queremos que ele faça exatamente isso, mas nós não queremos que ele adicione os novos valores aos valores antigos. Em outras palavras, você precisa garantir que CloseValueSum doesn8217t ainda mantenha os valores antigos quando o loop for for iniciado. Com a adição de uma linha ao código, o resultado é exatamente o que queríamos alcançar. Também podemos alterar a aparência do indicador8217 na tabela. Usando a aba de estilo sob 8220Format Study8221 podemos alterar o resultado visual como estilo, cor e espessura da linha. Sob a guia 8220Inputs8221, você encontrará a entrada que você criou e a configuração padrão para o comprimento. Ao carregar uma segunda instância do estudo e usando uma cor e um comprimento diferentes, você pode confirmar que o estudo dá um resultado diferente com uma entrada de comprimento diferente. Se você está tendo problemas para encontrar a correção, sinta-se à vontade para nos contatar com sua solução e tentaremos ajudá-lo em tempo hábil. Tenho medo de pedir apenas a solução, mas, pelo menos, você pode demonstrar que você também envolveu algum esforço para encontrar a solução. Como última sugestão, você pode dar uma olhada em outros indicadores ou funções comuns e encontrar alguma inspiração para o link perdido. Espero que você tenha gostado desta lição do tutorial Powerlanguage e estou ansioso para trabalhar com você no próximo.
No comments:
Post a Comment