MetaTrader 5 - Indikatoren. Fractal Adaptive Moving Average FrAMA - Indikator für MetaTrader 5.Fractal Adaptive Moving Durchschnittliche technische Indikator FRAMA wurde von John Ehlers entwickelt. Dieser Indikator basiert auf dem Algorithmus des Exponential Moving Average, in dem der Glättungsfaktor berechnet wird Auf die aktuelle fraktale Dimension der Preisreihe Der Vorteil von FRAMA ist die Möglichkeit, starke Trendbewegungen zu verfolgen und in den Momenten der Preiskonsolidierung hinreichend zu verlangsamen. Alle Arten von Analysen, die für Moving Averages verwendet werden, können auf diesen Indikator angewendet werden. Fractal Adaptive Moving Average Indicator. FRAMA I A i Preis i 1 - A i FRAMA i-1.FRAMA i - aktueller Wert von FRAMA. Preis i - aktueller Preis. FRAMA i-1 - vorheriger Wert von FRAMA. A i - aktueller Faktor von exponentiell Glättung. Exponentieller Glättungsfaktor wird nach der folgenden Formulierung berechnet. I EXP -4 6 D i - 1.D i - aktuelle fraktale Dimension. EXP - mathematische Funktion des Exponenten. Fractal Dimension einer Geraden ist gleich Eins ist es Aus der Formel gesehen, dass, wenn D 1, dann A EXP -4 6 1-1 EXP 0 1 Wenn also Preisänderungen in Geraden sind, wird eine exponentielle Glättung nicht verwendet, da in einem solchen Fall die Formel wie folgt aussieht. FRAMA i 1 Preis I 1 - i FRAMA i-1 Preis iI e der Indikator folgt genau dem Preis. Die Fraktalabmessung einer Ebene ist gleich zwei Aus der Formel ergibt sich, dass wenn D 2, dann der Glättungsfaktor A EXP -4 6 2-1 ist EXP -4 6 0 01 Ein solcher kleiner Wert des exponentiellen Glättungsfaktors wird in Momenten erhalten, wenn der Preis eine starke Sägezahnbewegung macht. Eine solche starke Verlangsamung entspricht etwa 200-maligem einfachem gleitendem Durchschnitt. Formula der Fraktaldimension LOG N1 N2 - LOG N3 LOG 2.It wird auf der Grundlage der zusätzlichen formula. N Länge berechnet, i HighestPrice i - LowestPrice i Length. HighestPrice i - aktueller Maximalwert für LängenperiodenLowestPrice i - aktueller Minimalwert für Längenperioden N1, N2 und N3 sind jeweils gleich. N1 i N Länge, i N2 i N Länge, i Länge N3 i N 2 Länge, i. FRAMA - Fractal Adaptive MA. Fractal adaptive gleitende durchschnittliche Abkürzung FRAMA aka FAMA wurde von John Ehlers erstellt Das Ziel von FRAMA ist es, den Preis Fraktale zu identifizieren Fraktale sind eine geometrische Formen, die in kleinere Teile aufgeteilt werden können Diese Teile sind nur eine kleinere Kopie der gesamten geometrischen Form. FRAMA teilt die Preisliste in kleinere Teile und vergleicht diese Teile einander Das Preisdiagramm ist ein Cluster von vielen Quadraten - größer und kleiner E g Wenn wir einen 8-tägigen Fractal Adaptive gleitenden Durchschnitt berechnen wollen, analysiert Frama diese 8 Tage Zeit, aber es analysiert auch, wie der Preis während der ersten wirkt 4 Tage und die nächsten 4 Tage. Das Ziel von Frama ist es, nur die wichtigen Preisänderungen zu berücksichtigen Wenn der Preis eine Seite deutlich genug bewegt, wird Frama dem Preis sehr eng folgen Wenn der Preis in einem Bereich ohne wichtige Preisbewegung ist, Frama Wird sehr flach handeln Mit anderen Worten - dieser gleitende Durchschnitt ändert die Anzahl der Tage für seine Berechnung, je nach Fraktal Verhalten Das ist der Grund, warum es ist adaptiv ähnlich wie KAMA. Wenn Sie sich für eine tiefere Studie dieser Indikator und bevorzugen interessiert sind Bereit, Lösungen zu bedienen, die nächste Website kann für Sie interessant sein Dort können Sie finden und herunterladen technische Analyse Indikatoren in Excel-Dateien. Browser-Erweiterung AdBlock erkannt Bitte deaktivieren Sie es fortsetzen Dank. Kaufman s Adaptive Moving Average KAMA. Kaufman s Adaptive Moving Average KAMA. Developed von Perry Kaufman, Kaufman s Adaptive Moving Average KAMA ist ein gleitender Durchschnitt, der für Marktlärm oder Volatilität verantwortlich ist KAMA wird die Preise genau verfolgen, wenn die Preisschwankungen relativ klein sind und der Lärm niedrig ist KAMA wird sich anpassen, wenn der Preis Schwankungen erweitern und folgen die Preise aus einer größeren Distanz Dieser Trendfolgende Indikator kann verwendet werden, um den Gesamttrend, die Zeitdrehpunkte und die Filterpreisbewegungen zu identifizieren. Es gibt mehrere Schritte, um Kaufman s Adaptive Moving Average zu berechnen. Setzen wir zunächst mit den Einstellungen an Empfohlen von Perry Kaufman, die KAMA 10,2,30.10 ist die Anzahl der Perioden für die Effizienz-Verhältnis ER.2 ist die Anzahl der Perioden für die schnellste EMA-Konstante.30 ist die Anzahl der Perioden für die langsamste EMA-Konstante. Vor der Berechnung KAMA, müssen wir die Effizienz-Verhältnis ER und die Glättung Konstante SC zu berechnen Brechen Sie die Formel in Biss Größe Nuggets macht es einfacher, die Methodik hinter dem Indikator zu verstehen Beachten Sie, dass ABS steht für Absolute Value. Efficiency Ratio ER. Das ER ist im Grunde die Preisänderung angepasst für die tägliche Volatilität. In statistischer Begriffe, die Effizienz-Verhältnis sagt uns die fraktale Effizienz der Preisänderungen ER schwankt zwischen 1 und 0, aber diese Extreme sind die Ausnahme, nicht die Norm ER wäre 1, wenn die Preise um 10 aufeinander folgend Perioden oder unten 10 aufeinanderfolgende Perioden ER wäre null, wenn der Preis über die 10 Perioden unverändert bleibt. Scheinung Konstante SC. Die Glättungskonstante nutzt die ER und zwei Glättungskonstanten auf der Grundlage eines exponentiellen gleitenden Durchschnittes. Wie Sie vielleicht bemerkt haben, ist die Glättungskonstante Unter Verwendung der Glättungskonstanten für einen exponentiellen gleitenden Durchschnitt in seiner Formel 2 30 1 ist die Glättungskonstante für eine 30-Periode EMA Die schnellste SC ist die Glättungskonstante für kürzere EMA 2-Perioden Die langsamste SC ist die Glättungskonstante für die langsamste EMA 30 - perioden Beachten Sie, dass die 2 am Ende ist, um die Gleichung zu quadrieren. Mit dem Efficiency Ratio ER und Glättung Constant SC, sind wir nun bereit, Kaufman s Adaptive Moving Average KAMA zu berechnen Da wir einen Anfangswert benötigen, um die Berechnung zu starten, die erste KAMA ist nur ein einfacher gleitender Durchschnitt Die folgenden Berechnungen basieren auf der folgenden Formel. Berechnungsbeispiel-Diagramm Die Bilder unten zeigen einen Screenshot aus einer Excel-Tabelle, die verwendet wird, um KAMA und das entsprechende QQQ-Diagramm zu berechnen. Usage und Signale. Chartists können KAMA verwenden Wie jeder andere Trend nach Indikator, wie ein gleitender Durchschnitt Chartisten können nach Preiskreuzungen, Richtungsänderungen und gefilterten Signalen suchen. Zuerst ein Kreuz über oder unter KAMA zeigt Richtungsänderungen in den Preisen Wie bei jedem gleitenden Durchschnitt wird ein einfaches Crossover-System generieren Viele Signale und viele Whipsaws Chartisten können Whipsaws reduzieren, indem sie einen Preis - oder Zeitfilter auf die Crossover anwenden. Man könnte den Preis verlangen, um das Kreuz für die festgelegte Anzahl von Tagen zu halten oder das Kreuz zu überqueren, das KAMA um einen festgelegten Prozentsatz übersteigt. Zweitens können die Chartisten verwenden Die Richtung von KAMA, um den Gesamttrend für eine Sicherheit zu definieren Dies kann eine Parameteranpassung erfordern, um den Indikator weiter zu glätten. Chartisten können den mittleren Parameter ändern, der die schnellste EMA-Konstante ist, um KAMA zu glätten und nach Richtungsänderungen zu suchen Solange KAMA fällt und unterschwellt niedrigere Tiefststände Der Trend ist so lange wie KAMA steigt und schmieden höhere Höhen Das Kroger Beispiel unten zeigt KAMA 10,5,30 mit einem steilen Aufwärtstrend von Dezember bis März und einem weniger steilen Aufwärtstrend von Mai Bis August. Und schließlich können Chartisten Signale und Techniken kombinieren Chartisten können eine längerfristige KAMA verwenden, um den größeren Trend und eine kürzere KAMA für Handelssignale zu definieren. Zum Beispiel könnte KAMA 10,5,30 als Trendfilter eingesetzt werden Und werden als bullish, wenn steigen Einmal bullish, könnten Chartisten dann suchen bullish Kreuze, wenn der Preis über KAMA 10,2,30 Das Beispiel unten zeigt MMM mit einem steigenden langfristigen KAMA und bullish Kreuze im Dezember, Januar und Februar Langfristig KAMA hat sich im April abgelehnt und im Mai, Juni und Juli waren bärische Kreuze. KAMA kann als Indikator-Overlay in der SharpCharts-Workbench gefunden werden. Die Standardeinstellungen werden automatisch in der Parameterbox angezeigt, sobald sie ausgewählt sind und Chartisten diese Parameter ändern können Anpassung an ihre analytischen Bedürfnisse Der erste Parameter ist für das Efficiency Ratio und Chartisten sollten davon absehen, diese Zahl zu erhöhen Stattdessen können Chartisten es verringern, um die Sensitivität zu erhöhen Chartisten, die KAMA für eine längerfristige Trendanalyse glätten möchten, können den mittleren Parameter inkrementell erhöhen Ist nur 3, KAMA 10,5,30 ist deutlich glatter als KAMA 10,2,30.Weitere Studie. Aus dem Schöpfer, bietet das Buch unten detaillierte Informationen über Indikatoren, Programme, Algorithmen und Systeme, einschließlich Details über KAMA und andere Gleitende durchschnittliche systeme. Trading Systeme und Methoden Perry Kaufman.
No comments:
Post a Comment