ศูนย์ ล่าช้า เรือ เคลื่อนไหว เฉลี่ย metatrader ตัวบ่งชี้

MetaTrader 4 - ตัวบ่งชี้ค่าเฉลี่ยการเคลื่อนที่ของฮัลล์ - ตัวบ่งชี้สำหรับ MetaTrader 4 ค่าเฉลี่ยการเคลื่อนที่ของฮัลล์ (Hull Moving Average - HMA) ซึ่งพัฒนาโดย Alan Hull เป็นค่าเฉลี่ยเคลื่อนที่ที่รวดเร็วและราบรื่นซึ่งเกือบจะช่วยลดความล่าช้าและช่วยให้การปรับให้เรียบขึ้นในเวลาเดียวกัน อลันได้เขียนสมการในการคำนวณค่าเฉลี่ยเคลื่อนที่เช่นนี้: LWMAsquare root (period), (2LWMA (period2, price) - LWMA (period, price) ด้วยสมการที่ฉลาดนี้ Alan มีค่า Moving Average ที่รวดเร็วมาก คุณสามารถใช้วิธีนี้ได้สองวิธี: ใช้ HMA เพียงหนึ่งรายการ: เมื่อ HMA เปลี่ยนความลาดเอียงของมันนี่คือ เวลาที่ดีที่จะพร้อมสำหรับรายการยาวหรือสั้นขึ้นอยู่กับทิศทางของการเปลี่ยนแปลงความลาดชันเสมอมองหาการตั้งค่าที่ดีเช่นรูปแบบเชิงเทียนหรือการฝ่าวงล้อมของเขตความต้านทานการใช้สอง HMAs: กับค่าเฉลี่ยข้ามทั่วไปเช่น HMA (9) และ HMA (25) พิจารณาแบบเดียวกับที่กล่าวมาแล้วข้างต้นนอกจากนี้คุณสามารถใช้เช่นสัญญาณออกเมื่อมีการเปลี่ยนแปลงความลาดเอียง (เมื่อคุณใช้ HMA เพียงตัวเดียวหรือเมื่อคุณใช้สองตัวด้วยการเปลี่ยนแปลงความลาดชันของ HMA ที่รวดเร็ว) เช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดก็ไม่ได้ผลดีในตลาดช่วงเนื่องจากมีจำนวนเท็จมาก รายการ. ฉันได้สร้างรหัสเพื่อให้คุณสามารถเปลี่ยนประเภทของ Moving Average ที่ใช้ในการคำนวณได้ (แต่ค่านี้ไม่ใช่ค่า Hull Moving Average) และราคาที่ใช้ ฉันชอบที่จะใช้ราคาปกติเพื่อคำนึงถึงสิ่งที่เกิดขึ้นในแต่ละเทียน คุณจะเห็นบรรทัด: ถ้าคุณเขียน DRAWLINE คุณจะเห็นบรรทัดอื่นในแผนภูมิที่แสดงส่วนของสมการนี้: 2LWMA (period2, price) - LWMA (period, ราคา) นี่คือการคำนวณก่อนหน้านี้กับแคลคูลัส HMA แต่ไม่มีผลต่อการปรับให้เรียบโดยใช้ Moving Average ไปเป็น Average Moving Average คุณสามารถใช้บรรทัดเหล่านี้เช่นการใช้สอง HMA ในแต่ละช่วงเวลา ZERO Lag Indicators ชุดตัวชี้วัดแบบดั้งเดิมซึ่งได้รับการปรับปรุงอย่างมีนัยสำคัญให้เข้าใกล้ความล่าช้าเป็นศูนย์และให้ความเรียบเนียนที่เหนือกว่า ตัวชี้วัด Bowfort Zero Lag (BZL) สำหรับ Neuroshell มีตัวชี้วัด 15 ตัวใกล้เคียงกับ Zero Lag ตัวชี้วัดสองตัวนี้มีการเปลี่ยนค่าเฉลี่ยโดยเฉลี่ยซึ่งมีคุณสมบัติราบเรียบที่ยอดเยี่ยมและมีความล่าช้าน้อยมาก ตัวชี้วัดเก้าตัวที่เหลือใช้เครื่องวัดความเรียบที่เหนือกว่าในการคำนวณเพื่อสร้างตัวบ่งชี้ที่มีความล่าช้าน้อยที่สุดและการทำให้เรียบอย่างยอดเยี่ยม ค่าเฉลี่ยการเคลื่อนที่ของเรือ (Hull Moving Average) หมายถึงการเปลี่ยนค่าเฉลี่ยเคลื่อนที่อย่างรวดเร็ว มีการตอบสนองมากกว่า Juriks JMA ที่มีช่วงเวลามองย้อนกลับที่คล้ายกันสำหรับการดำเนินการด้านราคามากที่สุด นอกจากนี้ยังสามารถใช้เป็นพร็อกซีราคาหรือปริมาณในตัวบ่งชี้ Neuroshell อื่น ๆ ที่ใช้เปิดสูงต่ำต่ำหรือปริมาณที่จะได้รับประโยชน์จากความสามารถในการทำให้เรียบที่เหนือกว่า ตัวอย่างเช่นคุณสามารถสร้าง Relative Momentum Index (RMI) ใน Neuroshell โดยใช้ Hull Moving Average ของ Close เช่น RMI (BZL Hull Moving Average (Close), 5, 5) ค่าเฉลี่ย Gaussian Moving Average คือตัวตอบสนองการตอบสนองที่ไม่มีที่สิ้นสุด (Infinite Impulse Response Filter - IIR) ที่มีจำนวนขั้วกรองที่กำหนดได้ซึ่งสามารถนำมาใช้เพื่อปรับค่าความล่าช้าได้ ค่าเฉลี่ยเคลื่อนที่นี้ตอบสนองได้ดีมากและสามารถใช้เป็นพร็อกซีราคาได้เช่นเดียวกับค่าเฉลี่ยการเคลื่อนที่ของเรือ (Hull Moving Average) Gaussian Moving เฉลี่ยใช้เคอร์เนลตัวกรองแบบ Gaussian ซึ่งเลียนแบบการกระจายแบบ Gaussian ที่พบในระบบธรรมชาติจำนวนมาก ตัวชี้วัดที่เหลือเป็นตัวชี้วัดที่เราเห็นว่ามีประโยชน์โดยใช้ค่าเฉลี่ยของค่าเฉลี่ยของค่าลอดและค่า Gaussian ในการคำนวณของพวกเขา คุณสามารถเลือกค่าเฉลี่ยเคลื่อนที่สำหรับตัวบ่งชี้เหล่านี้ได้ หรือดีกว่ายังคงให้ขั้นตอนวิธีทางพันธุกรรมใน Neuroshell คิดออก พวกเขามีความนุ่มนวลกว่าตัวบ่งชี้ปกติของพวกเขา ตัวบ่งชี้ทั้งหมดของเรามี Built-In Help ที่รวมอยู่ในผลิตภัณฑ์ นี่เป็นภาพเปรียบเทียบของ Bowfort Zero Lag Moving Averages และ Bowfort Zero Lag RSI ที่ด้านบนกราฟคุณสามารถดูค่าเฉลี่ยเคลื่อนที่ 3 ตัวได้ เส้นสีแดงคือค่าเฉลี่ยของการเคลื่อนที่ของเรือ (Hull Moving Average) เส้นสีม่วงเป็นค่าเฉลี่ยเคลื่อนที่แบบ Gaussian และเส้นสีเหลืองคือ Juriks JMA ค่าเฉลี่ยเคลื่อนที่ทั้งหมดมีระยะเวลาการทบทวนเดียวกัน (9 บาร์) ตามที่คุณเห็น Hull Moving Average มีความล่าช้าน้อยกว่าและเร็วกว่า Juriks JMA กราฟด้านล่างเปรียบเทียบดัชนีความแรงของ Relative Strength ของ 9 ช่วงเวลาและ Zero Bow Zero Zero ของ Bowfort เป็นเวลา 3 ช่วง (เส้นสีน้ำเงินบนกราฟกลาง) โปรดทราบว่าแม้ว่าเราจะใช้เวลาเพียง 3 ช่วงเวลาใน Bowfort Zero Lag RSI จะทำให้เกิดสัญญาณที่นุ่มนวลและชัดเจนขึ้น คุณควรเลือกใช้ตัวบ่งชี้ใด ๆ ในเครื่องหมาย RSI ที่มีอยู่ในตัวบ่งชี้ดังต่อไปนี้ BZL Acceleration BZL ทิศทางการเคลื่อนไหวเฉลี่ย (ADX) BZL ดัชนีสินค้าโภคภัณฑ์ (CCI) BZL Fast Stochastic K BZL Fast Stochastic D BZL Gaussian Moving Average BZL Hull ค่าเฉลี่ยเคลื่อนที่ BZL Moving ความแตกต่างของ Convergence Divergence เฉลี่ย (MACD) BZL Divergence Convergence ค่าเฉลี่ยเคลื่อนที่ (สัญญาณ MACD) BZL Momentum BZL ผลกระทบเชิงเศษส่วนทางกล BZL Relative Strength Index (RSI) BZL Slow Stochastic K BZL Slow Stochastic D ความเร็ว BZL ส่วนเสริมทั้งหมดของเรามาพร้อมกับการสนับสนุนฟรี เรามีความภาคภูมิใจในผลิตภัณฑ์ของเราและหากคุณประสบปัญหาใด ๆ เรายินดีให้ความช่วยเหลือ หากเราอัปเดตผลิตภัณฑ์ที่คุณซื้อมาการอัปเดตจะมีให้กับคุณโดยไม่คิดค่าใช้จ่ายสำหรับรุ่นรองและในราคาที่ลดลงสำหรับรุ่นหลัก ๆ หมายเหตุ 1: ถ้าไม่ระบุไว้เป็นอย่างอื่นการขายทั้งหมดถือเป็นที่สิ้นสุด หมายเหตุ 2: เราละเมิดลิขสิทธิ์ซอฟต์แวร์ของ Neuroshell อย่างจริงจังและขายเฉพาะลูกค้าที่ซื้อ Neuroshell เท่านั้น หากเราเชื่อว่าการละเมิดลิขสิทธิ์อาจมีส่วนเกี่ยวข้องข้อมูลใด ๆ ที่เรามีในการซื้อของคุณจะได้รับการจัดส่งให้กับ Ward Systems Group นอกจากนี้เราอาจต้องใช้หมายเลขซีเรียล Neuroshell ของคุณ (ไม่ใช่รหัสผ่าน) เพื่อยืนยันการสั่งซื้อของคุณกับ Ward Systems Group ZEROLag MACD นี่คือตัวบ่งชี้ MACD แบบดั้งเดิม (Moving Average Convergence Divergence) แบบดั้งเดิมที่ทำด้วยกระบวนการคำนวณความล่าช้าเป็นศูนย์ ค่าดีฟอลต์คือ 26 (ยาว) 12 (สั้น) และ 9 สำหรับสายสัญญาณ ไม่มีข้อมูลในเว็บไซต์นี้เป็นคำแนะนำในการลงทุนหรือการชักชวนให้ซื้อหรือขายตราสารทางการเงินใด ๆ ผลการดำเนินงานที่ผ่านมาไม่ได้บ่งบอกถึงผลการดำเนินงานในอนาคต การซื้อขายอาจทำให้คุณเสี่ยงต่อการสูญเสียมากกว่าเงินฝากของคุณและเหมาะสำหรับนักลงทุนที่มีประสบการณ์ซึ่งมีทางการเงินเพียงพอที่จะรับความเสี่ยงดังกล่าว ไฟล์ ProRealTime ITF และเอกสารแนบอื่น ๆ : ตอนนี้ PRC ใหม่บน YouTube สมัครรับข้อมูลช่องของเราเกี่ยวกับเนื้อหาและบทแนะนำพิเศษคำเตือน: การซื้อขายอาจทำให้คุณเสี่ยงต่อการสูญเสียมากกว่าเงินฝากของคุณและเหมาะสำหรับลูกค้าที่มีประสบการณ์เท่านั้นที่มีทางการเงินเพียงพอ ที่จะเสี่ยงดังกล่าว บทความรหัสและเนื้อหาในเว็บไซต์นี้มีเฉพาะข้อมูลทั่วไปเท่านั้น ไม่ใช่คำแนะนำส่วนตัวหรือการลงทุนหรือการชักชวนให้ซื้อหรือขายตราสารทางการเงินใด ๆ นักลงทุนแต่ละรายต้องใช้วิจารณญาณของตนเองเกี่ยวกับความเหมาะสมในการซื้อขายตราสารทางการเงินกับสถานการณ์ทางการเงินการคลังและกฎหมายของตัวเอง เพื่อช่วยให้เราสามารถให้บริการ ProRealCode ได้อย่างต่อเนื่องเราจะใช้คุกกี้ การคลิกที่ดำเนินการต่อแสดงว่าคุณยอมรับการใช้งานของเรา นอกจากนี้คุณยังสามารถตรวจสอบได้ที่หน้านโยบายความเป็นส่วนตัวของเราสำหรับข้อมูลเพิ่มเติม ต่อข้อมูลทางกฎหมายที่สำคัญเกี่ยวกับอีเมลที่คุณจะส่ง เมื่อใช้บริการนี้ถือว่าคุณยอมรับที่อยู่อีเมลที่แท้จริงของคุณและส่งเฉพาะคนที่คุณรู้จักเท่านั้น เป็นการละเมิดกฎหมายในบางเขตอำนาจศาลในการระบุตัวตนด้วยอีเมล ข้อมูลทั้งหมดที่คุณให้ไว้จะถูกใช้โดย Fidelity เพียงเพื่อวัตถุประสงค์ในการส่งอีเมลในนามของคุณ บรรทัดหัวเรื่องของอีเมลที่คุณส่งจะเป็น Fidelity: อีเมลของคุณได้รับการส่งแล้ว กองทุนรวมและการลงทุนในกองทุนรวม - การลงทุนใน Fidelity คลิกที่ลิงค์จะเปิดหน้าต่างใหม่ Hull Moving Average คำอธิบายมีค่าเฉลี่ยเคลื่อนที่อยู่หลายแบบซึ่งเป็นค่า Simple Moving Average (SMA) ขั้นพื้นฐานที่สุด ค่าระวางเฉลี่ยของ SMA มีการปรับตัวลงมากที่สุด ค่าเฉลี่ยเลขยกกำลังถ่วงน้ำหนักและถ่วงน้ำหนักได้รับการพัฒนาเพื่อแก้ไขปัญหาความล่าช้านี้โดยการให้ความสำคัญกับข้อมูลล่าสุด ค่าเฉลี่ยการเคลื่อนที่ของลำตัว (Hull Moving Average - HMA Moving Average - HMA) ซึ่งพัฒนาโดย Alan Hull เป็นค่าเฉลี่ยเคลื่อนที่ที่รวดเร็วและราบรื่น ในความเป็นจริง HMA เกือบจะช่วยลดความล่าช้าโดยสิ้นเชิงและสามารถปรับปรุงการปรับให้เรียบได้ในเวลาเดียวกัน ตัวบ่งชี้นี้ทำงานอย่างไรระยะเวลาที่ยาวขึ้นอาจใช้ HMA เพื่อระบุแนวโน้ม หาก HMA เพิ่มขึ้นแนวโน้มที่เพิ่มขึ้นจะเพิ่มขึ้นแสดงว่าอาจเป็นการดีที่จะเข้าสู่ตำแหน่งที่ยาวขึ้นได้ หาก HMA ลดลงแนวโน้มที่มีอยู่ก็ลดลงด้วยซึ่งอาจบ่งชี้ว่าการเข้าสู่ตำแหน่ง Short อาจดีกว่า ระยะเวลาที่สั้นลงอาจใช้สัญญาณ HMA สำหรับสัญญาณเข้าตามทิศทางที่มีอยู่ สัญญาณขาเข้าแบบยาวเมื่อมีกระแสเพิ่มขึ้นเกิดขึ้นเมื่อ HMA เปิดขึ้นและสัญญาณเข้าสั้น ๆ เมื่อแนวโน้มการถดถอยต่ำลงเกิดขึ้นเมื่อ HMA ลดลง คำนวณหาค่าเฉลี่ยถ่วงน้ำหนักที่มีระยะเวลา n 2 และคูณด้วย 2 คำนวณค่าเฉลี่ยถ่วงน้ำหนักสำหรับรอบระยะเวลา n และลบออกจากขั้นตอนที่ 1 คำนวณค่าเฉลี่ยถ่วงน้ำหนักที่มีระยะเวลา sqrt (n) โดยใช้ข้อมูลจากขั้นตอนที่ 2 HMA WMA (2WMA (n2) WMA (n)), sqrt (n))