Indicador De Média Móvel Gaussiana

Indicadores Uma biblioteca de funções para filtragem e recuperação de informações de curvas de preços, desde análise técnica tradicional até processamento mais avançado e função estatística: médias móveis, osciladores, bandas, impulso, índices de força, regressão linear, transformações de Hilbert, indicadores Ehlers e espectral análise. Os indicadores estão listados em ordem alfabética. Indicadores tradicionais usam a biblioteca de indicadores TA-Lib por Mario Fortier (ta-lib. org) que se estabeleceu como um padrão. Informações sobre o uso, os algoritmos e o código-fonte dos indicadores TA-Lib podem ser encontrados on-line em tadoc. org. A fonte também está incluída na pasta ZorroSource. O código-fonte da maioria dos outros indicadores e funções de análise pode ser encontrado em Zorroincludeindicators. c. Os filtros espectrales e as funções de análise de frequência de amplitude estão listadas na biblioteca espectral. Os padrões de vela clássica podem ser encontrados na biblioteca de padrões. AC (vars Data): var Accelerator Oscillator a diferença do indicador AO (veja abaixo) e sua média móvel simples (SMA) de 5 barras. Acredita-se em indicar aceleração e desaceleração de uma força motriz do mercado (seja o que for que isso signifique). Para dados, normalmente é utilizada uma MedPrice ou uma série de preços. Código fonte em indicadores. c. ADO (): var AccumulationDistribution Oscillator: ((Close-Low) - (High-Close)) (High-Low). Varia de -1 quando o fechamento é baixo da barra, para 1 quando é o alto. Suposto avaliar a oferta e a demanda, determinando se os comerciantes geralmente estão acumulando (comprando) ou distribuindo (vendendo). Este indicador foi publicado em várias variantes individuais da fórmula, mas nenhum deles parece melhor do que o outro. Usa a série de preços dos ativos atuais. Código fonte em indicadores. c. ADX (int TimePeriod): var Índice direto de movimento direcional. Média móvel do indicador DX (veja abaixo). Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. Os valores retornados variam de 0 a 100. ADXR (int TimePeriod): var Taxa média de índice de movimento direcional. A média do ADX atual e o ADX da TimePeriod há barragens. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. Alligator (vars Data): var Aligator Indicator. Consiste em três linhas: azul SMA (13) atrasado em 5 barras vermelho: SMA (8) atrasado por 2 barras verde: SMA (5). Indica uma tendência descendente com linhas na ordem azul-vermelho-verde (de cima para baixo) e uma tendência de alta com verde-vermelho-azul. Quanto mais as linhas Alligatorrsquos se movem, mais fraca é a tendência e vice-versa. Não contém o atraso adicional de 3 barras do algoritmo original Alligator (use Data3 para isso). Para Dados, normalmente, a média de alta (série MedPrice) é usada. Resultado em rRed. RGreen. RBlue. Código fonte em indicadores. c. ALMA (vars Data, int TimePeriod, int Sigma, var Offset): var ALMA (vars Data, int TimePeriod): var Arnaud Legoux Moving Average. Com base em uma distribuição gaussiana com uma tendência para o início da série Data (ou seja, preços mais recentes). Parâmetros: Sigma (largura de distribuição, padrão 6) Deslocamento (fator de polarização, padrão 0,85). Código fonte em indicadores. c. AO (vars Data): var Awesome Oscillator simplesmente a diferença de um SMA de 5 bar e 34 bar. Para dados, normalmente é utilizada uma MedPrice ou uma série de preços. Código fonte em indicadores. c. APO (vars Data, int FastPeriod, int SlowPeriod, int MAType): var Absolute Price Oscillator uma versão mais geral do AO. Retorna a diferença entre duas médias móveis. Parâmetros: FastPeriod (Número de período para o MA rápido), SlowPeriod (Número de período para MA lento), MAType (Tipo de Média de Movimento). Aroon (int TimePeriod): var indicador de Aroon. Consiste em duas linhas (Up e Down) que medem o tempo que tem sido desde que o nível mais alto alto tenha ocorrido dentro do período de tempo. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. Resultado em rAroonDown. RAroonUp. AroonOsc (int TimePeriod): var Aroon Oscillator. Calculado subtraindo o Aroon Down do Aroon Up. O valor de retorno irá oscilar entre 100 e -100. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. ATR (int TimePeriod): var Average True Range. Uma medida de volatilidade de preços útil para calcular a perda de stop ou as distâncias de metas de lucro. Fórmula: ATR (ATR1 (TimePeriod-1) max (High, Close) - min (Low, Close)) TimePeriod. Onde ATR1 é o ATR da última barra. Usa os preços dos ativos atuais. A função cria internamente séries quando TimeFrame é gt 1. E deve ser chamado em uma ordem fixa no script. Veja também: Volatilidade. CVolatilty. TrueRange. ATRS. ATR (Vars Open, Vars High, Vars Low, Vars Close, int TimePeriod): var Average True Range de séries arbitrárias de preços, com deslocamento arbitrário e intervalo de tempo. ATRS (int TimePeriod): var Variedade verdadeira média simples. SMA do TrueRange durante o TimePeriod. Usando a série de preços dos ativos atuais. Uma medida de volatilidade de preços, mais simples de calcular do que a ATR. Mas adaptando mudanças lentas a volatilidade e, portanto, menos adequadas para metas de lucro para perda de perdas. Usado pela plataforma MT4 em vez do ATR real. Não suporta o TimeFrame. Código fonte em indicadores. c. AvgPrice (): var Preço Médio. Simplesmente (OpenHighLowClose) 4 com a série de preços dos ativos atuais. BBands (vars Data, int TimePeriod, var NbDevUp, var NbDevDn, int MAType) Bollinger Bands. Consiste em três linhas, a banda do meio é uma média móvel simples (geralmente 20 períodos) do preço típico (TP). As bandas superior e inferior são n desvios padrão (geralmente 2) acima e abaixo da faixa do meio. As bandas se ampliam e estreitam quando a volatilidade do preço é maior ou menor, respectivamente. Bollinger Bands indica quando o preço se tornou relativamente alto ou baixo, o que é sinalizado através do toque ou menor penetração da linha superior ou inferior. Resultado em rRealUpperBand. RRealMiddleBand. RRealLowerBand. Parâmetros: NbDevUp (multiplicador de desvio para banda superior), NbDevDn (multiplicador de desvio para banda baixa), MAType (Tipo de média móvel). Exemplo em Indicatortest. c. BBOsc (vars Data, int TimePeriod, var NbDev, int MAType): var Bollinger Bands Oscillator a porcentagem do valor atual da série dentro das Bandas Bollinger. Beta (vars Data, vars Data2, int TimePeriod): var Beta value. Uma medida de preços de ativos individuais versus o índice geral de mercado. O preço do recurso é dado em Dados e os preços de mercado são dados em Data2. O algoritmo calcula a mudança entre os preços em ambas as séries e, em seguida, traça essas mudanças como pontos no plano euclidiano. O valor x de qualquer ponto é a mudança Data2 (mercado) e o valor y é a alteração Data (asset). O valor beta é a inclinação de uma linha de regressão linear através desses pontos. Um beta de 1 é simples na linha yx, então o recurso varia percorrilizadamente com o mercado. Um beta de menos de um significa que o ativo varia menos do que o mercado e um beta de mais do que um significa que o ativo varia mais do que o mercado. BOP (): var Balance Of Power simplesmente (Close - Open) (High - Low). Usa a série de preços dos ativos atuais. CCI (int TimePeriod): var Commodity Channel Index. Variação do preço da sua média estatística, normalmente oscila entre -100. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. CI (int TimePeriod): var Choppiness Index mede a volatilidade da barra única em relação à volatilidade do passado TimePeriod em uma escala de 1..100. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. ChandelierLong (int TimePeriod, var Multiplicador): var ChandelierShort (int TimePeriod, var Multiplicador): var Candelabro sai do preço mais alto do TimePeriod menos o ATR multiplicado pelo Multiplicador. Normalmente usado como perda de parada. Para manter os negócios em uma tendência e evitar uma saída antecipada, desde que a tendência continue. Código fonte em indicadores. c. Não suporta o TimeFrame. Exemplo no capítulo TMF. CGOsc (vars Data, int TimePeriod): var Center of Gravity oscillator, de John Ehlers calcula o desvio dos preços de seu centro dentro do TimePeriod. Pode ser usado para identificar pontos de viragem de preços com praticamente zero atraso. Código fonte em indicadores. c. Chikou (int Shift): linha var Chikou pertencente ao indicador Ichimoku simplesmente o deslocado para a frente em Shift (padrão opcional 26). Usa a série de preços dos ativos atuais. Código fonte em indicadores. c. CMO (vars Data, int TimePeriod): var Chande Momentum Oscillator. Semelhante ao RSI. Mas divide o movimento total de dados pelo movimento líquido ((para cima) (para cima)). Coral (vars Data): var Coral Indicator, simplesmente um T3 com TimePeriod 60 e VolumeFactor 0.4. Correlação (vars Data1, vars Data2, int TimePeriod): coeficiente de correlação de Pearsons var entre duas séries de dados ao longo do TimePeriod especificado. No intervalo entre -1..1. Um coeficiente de 1,0, uma correlação positiva positiva, significa que as alterações no Data2 causam alterações idênticas no Data1 (por exemplo, uma alteração no indicador resultará em uma alteração idêntica no preço do recurso). Um coeficiente de -1,0, uma correlação negativa ótima, significa que as alterações no Data2 causam mudanças idênticas no Data1. Mas na direção oposta. Um coeficiente de zero significa que não há relação entre as duas séries e que uma alteração no Data2 não terá efeito em Data1. Esta função também pode ser usada para obter a autocorrelação de uma série ao calcular o coeficiente de correlação entre a série original e a mesma série rechaçada por uma ou duas barras (série1 ou série2). Covariância (vars Data1, vars Data2, int TimePeriod): var Covariância entre duas séries de dados. Pode ser usado para gerar uma matriz de covariância f. i. Para o cálculo de fronteira eficiente markowitz. DChannel (int TimePeriod) Donchian Channel o valor mínimo e máximo das funções priceHigh () e priceLow durante o período de tempo. Base do famoso sistema de comércio de tartarugas. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. Resultado em rRealUpperBand. RRealLowerBand. DCOsc (vars Data, int TimePeriod): var Donchian Channel Oscillator a porcentagem do valor atual dos dados no canal Donchian. Usa o recurso atual e TimeFrame atual. Decycle (vars Data, int CutOffPeriod): var Ehlers Decycler, um indicador de tendência de baixa velocidade, simplesmente Data - HighPass2 (Data, CutOffPeriod). Remove todos os ciclos abaixo CutOffPeriod da série Data e mantém a tendência. A função cria internamente uma série e, portanto, deve ser chamada em uma ordem fixa no script. Código fonte em indicadores. c. DEMA (vars Data, int TimePeriod): var Double Exponential Moving Average. DPO (vars Data, int TimePeriod): var Oscilador de Preços Detridos que se acredita detectar mudanças iniciais na direção do preço. DPO Data0 - SMA (Datan21, n). Onde n é o TimePeriod. Código fonte em indicadores. c. DX (int TimePeriod): var Índice de Movimento Direcional por Welles Wilder (que, por sinal, descobriu que a interação do sol, da lua e da terra é a base de todo o movimento do mercado. No caso de o sol, a lua e a Terra se absterem de repente De mover o mercado, ele também inventou alguns indicadores tradicionais). Diz-se que o DX indica a força da tendência. Os valores variam de 0 a 100, mas raramente ficam acima de 60. O DX usa a série de preços de ativos atuais e não suporta TimeFrame. Fórmula: DX 100 abs (PlusDI-MinusDI) (PlusDIMinusDI). Para o PlusDI e o MinusDI, veja a descrição abaixo. EMA (vars Data, int TimePeriod): var EMA (vars Data, var alpha): var Exponential Moving Average. Enfatiza os valores de dados mais recentes. Ele usa a fórmula EMA alpha (1-alfa) EMA1. Onde o alfa é um factor de recursão entre 0. 1 que é calculado a partir de 2.0 (TimePeriod1). E EMA1 é o valor EMA anterior. Quanto menor for o alfa, maior é o efeito de suavização da fórmula EMA. Ambas as funções EMA usam algoritmos ligeiramente diferentes. O primeiro (usando um TimePeriod) não cria uma série, é mais lento e requer um comprimento de dados de TimePeriodUnstablePeriod 1. O segundo (usando alfa) cria uma série interna, precisa apenas de um comprimento de dados de 2 e é muito mais rápido. Fisher (vars Data): var Fisher Transform transforma uma série de dados normalizados para uma faixa distribuída normal. O valor de retorno não tem limite teórico, mas a maioria dos valores está entre -1. 1. Todos os valores de dados devem estar no -1. 1 intervalo, f. i. Normalizando com o AGC. Normalize. Ou função cdf. O comprimento mínimo de dados é 1. Fonte disponível em indicadores. c. FisherInv (vars Data): var Inverse Fisher Transform comprime a série de dados para estar entre -1 e 1. O comprimento mínimo da série de dados é 1. Fonte disponível em indicadores. c. FisherN (vars Data, int TimePeriod): var Fisher Transform com normalização normaliza a série Data com o TimePeriod especificado e depois transforma-a em uma faixa distribuída normal. Semelhante a um filtro Normalize (veja abaixo), mas mais seletivo devido à distribuição normal da saída. O valor de retorno não tem limite teórico, mas a maioria dos valores está no -1,5. Alcance 1.5. O comprimento mínimo da série de dados é igual a TimePeriod. A função cria internamente uma série e, portanto, deve ser chamada em uma ordem fixa no script. Fonte disponível em indicadores. c. FractalDimension (vars Data, int TimePeriod): var Dimensão Fractal da série Data, por John Ehlers normalmente 1..2. Valores menores significam mais jaggies. Pode ser usado para detectar o atual regime de mercado ou para adaptar as médias móveis às flutuações de uma série de preços. Fonte disponível em indicadores. c. FractalHigh (vars Data, int TimePeriod): var Fractal High, um indicador de Bill Williams, acreditado para sinalizar quando o mercado inverte (não tem nada a ver com fractals). Retorna o valor de dados mais alto quando está no centro do TimePeriod. Caso contrário, 0. FractalLow (vars Data, int TimePeriod): var Fractal Low. Retorna o valor de Dados mais baixo quando está no centro do TimePeriod. Caso contrário, 0. Gauss (vars Data, int TimePeriod): var Gauss Filter, retorna uma média ponderada dos dados dentro do período de tempo dado, com a curva de peso igual à distribuição normal de Gauss. Útil para remover o ruído ao suavizar dados brutos. O comprimento mínimo da série de dados é igual a TimePeriod. O atraso é metade do TimePeriod. HAOpen (): var HAClose (): var HAHigh (): var HALow (): var Haiken Ashi preços, com base nos preços atuais dos ativos. Código fonte em indicadores. c. Alternativamente, a curva de preços pode ser convertida em barras Haiken Ashi usando a função de barra. HH (int TimePeriod, int Offset): var Valor mais alto da função priceHigh durante o TimePeriod que termina com Offset (padrão 0). F. i. HH (3) retorna o preço mais alto das últimas 3 barras. Usa a série atual de ativos atualizados. Não suporta o TimeFrame para intervalos de tempo múltiplos, use MaxVal (HighOffset, Period) com uma série High sincronizada no tempo em vez disso. Veja também dayHigh. HMA (vars Data, int TimePeriod): var Hull Moving Average por Alan Hull tenta enfrentar o atraso, bem como suavizar algum choppiness. Fórmula: HMA (n) WMA (2WMA (n2) ndash WMA (n)), sqrt (n)). A função cria internamente uma série e, portanto, deve ser chamada em uma ordem fixa no script. Código fonte em indicadores. c. HTDcPeriod (vars Data): var Hilbert Transform - Periodo do Ciclo Dominante, desenvolvido por John Ehlers. Os algoritmos de transformação de Hilbert são explicados no livro Ehlers quotRocket Science for Tradersquot (veja a lista de livros). Essa função é equivalente, mas é menos precisa do que a função do padrão dominante. HTDcPhase (Dados Vars): var Hilbert Transform - Phase Ciclo Dominante. HTPhasor (vars Data): var Hilbert Transform - Phasor Components. Responda em rInPhase. RQuadrature. HTSine (vars Data): var Hilbert Transform - SineWave. Resultado em rSine. RLeadSine. HTTrendline (vars Data): var Hilbert Transform - Instantânea Trendline. HTTrendMode (vars Data): int indicador de tendência Hilbert Transform - retorna 1 para o Modo Tendência, 0 para o Modo Ciclo. Hurst (vars Data, int TimePeriod): var Hurst expoente da série Data entre 0..1. O expoente Hurst mede a memória de uma série. Quantifica a autocorrelação, ou seja, a tendência para reverter para a média (Hurst lt 0,5) ou continuar a tendência em uma direção (Hurst gt 0,5). Desta forma, o expoente Hurst pode detectar se o mercado está em um estado de tendências. A janela TimePeriod (mínimo 20) deve ter comprimento suficiente para capturar a tendência de longo prazo. A função cria internamente uma série e, portanto, deve ser chamada em uma ordem fixa no script. Fonte disponível em indicadores. c. Ichimoku () Ichimoku (int PeriodTenkan, int PeriodKijun, int PeriodSenkou, int Offset) Ichimoku Kinko Hyo indicador. Inventado pelo jornalista Goichi Hosoda em 1930. Uma mistura dos preços médios de 3 períodos de tempo que se acredita dar uma visão profunda das tendências do mercado devido ao seu enorme número de linhas coloridas. Offset (padrão 0) determina a barra para calcular o indicador. Retorna 4 variáveis: Outra linha pertencente ao Ichimoku, a linha Chikou, é uma prospecção futura e calculada separadamente. Usa a série de preços dos ativos atuais. A função cria internamente séries quando TimeFrame é gt 1. E deve ser chamado em uma ordem fixa no script. Código fonte em indicadores. c. IBS (): var Internal Bar Strength simplesmente (Close - Low) (High - Low). Usa a série de preços dos ativos atuais. KAMA (vars Data, int TimePeriod): var Kaufman Adaptive Moving Average. Uma média móvel exponencial ajustada pela volatilidade dos preços, portanto, seu período de tempo se torna mais curto quando a volatilidade é alta. Keltner (vars Data, int TimePeriod, var Factor): var Keltner Channel, de Charles Keltner. Uma média móvel simples - SMA (Data, TimePeriod) - com bandas laterais na distância Factor ATRS (TimePeriod). Resultados em rRealUpperBand. RRealMiddleBand. RRealLowerBand. Código fonte em indicadores. c. Laguerre (vars Data, var alpha): var filtro Laguerre de 4 elementos. Usado para suavizar dados semelhantes a um EMA. Mas com menos lag e uma ampla faixa de sintonização dada pelo fator alisador (0..1). Os componentes de baixa freqüência são atrasados ​​muito mais do que os componentes de alta freqüência, o que permite filtros muito suaves com apenas uma pequena quantidade de dados. O comprimento mínimo da série de dados é 1, o período de lookback mínimo é 4. A função cria internamente séries e, portanto, deve ser chamado em uma ordem fixa no script. Fonte disponível em indicadores. c. LinearReg (vars Data, int TimePeriod): var Linear Regression, também conhecido como quotleast squares methodquot ou quotbest fit. quot Linear Regression tenta ajustar uma linha de tendência linear entre vários pontos de dados de tal forma que a distância entre cada ponto de dados e o A linha de tendência é minimizada. Para cada ponto, a linha reta acima do período de barra anterior especificado é determinada em termos de y b mx. A função LinearReg retorna bm (TimePeriod-1). Para uma regressão de ordem superior, use as funções polyfins polynom. Para regressão logística com várias variáveis, use a função aconselhar (PERCEPTRON.). LinearRegAngle (vars Data, int TimePeriod): var ângulo de regressão linear. Retorna m convertido em graus. Devido às diferentes unidades x e y de um gráfico de preços, o ângulo é normalmente de pouco uso, exceto talvez para os seguidores de Gann. LinearRegIntercept (vars Data, int TimePeriod): var interceptação de regressão linear. Retorna b. LinearRegSlope (vars Data, int TimePeriod): var Inclinação Linear. Retorna m como diferença de preço por barra. LL (int TimePeriod, int Offset): var O valor mais baixo da função priceLow durante o TimePeriod que termina com Offset (padrão 0). F. i. LL (3,10) retorna o preço mais baixo entre as últimas 10 e as últimas 13 barras. Usa a série de preços dos ativos atuais. Não suporta TimeFrame para vários intervalos de tempo, use MinVal (LowOffset, Period) com uma série Low sincronizada no tempo. Veja também o dia. MACD (vars Data, int FastPeriod, int SlowPeriod, int SignalPeriod) Moving Average ConvergenceDivergence. O MACD é um indicador de tendência de prazo intermediário, criado subtraindo uma média móvel exponencial de 26 períodos (EMA, veja acima) de uma EMA de 12 períodos. Um EMA de nove períodos é então aplicado ao resultado MACD para criar uma linha de sinal. Uma linha de histograma MACD é finalmente criada a partir da diferença do MACD para sua linha de sinal. Acredita-se que o cruzamento zero do histograma de baixo é um sinal de compra, o cruzamento zero a partir de um sinal de venda. A fórmula é: rMACD EMA (Data, FastPeriod) - EMA (Data, SlowPeriod) rMACDSignal EMA (rMACD, SignalPeriod) rMACDHist rMACD - rMACDSignal Resultados no rMACD. RMACDSignal. RMACDHist. Retorna: rMACD. Parâmetros: FastPeriod (período de tempo para o MA rápido), SlowPeriod (período de tempo para MA lento), SignalPeriod (período de tempo para suavizar a linha de sinal). MACDExt (vars Data, int FastPeriod, int FastMAType, int SlowPeriod, int SlowMAType, int SignalPeriod, int SignalMAType) MACD com tipo de MA controlável. Resultado no rMACD. RMACDSignal. RMACDHist. Parâmetros: FastPeriod (período de tempo para o MA rápido), FastMAType (Tipo de média móvel para MA rápido), SlowPeriod (período de tempo para MA lento), SlowMAType (Tipo de média móvel para MA lento), SignalPeriod (período de tempo para suavização A linha de sinal), SignalMAType (tipo de média móvel para linha de sinal). MACDFix (vars Data, int SignalPeriod) Referência de migração média convergente 1226. Resultado no rMACD. RMACDSignal. RMACDHist. Parâmetros: SignalPeriod (período de tempo para suavizar a linha de sinal). MAMA (vars Data, var FastLimit, var SlowLimit) MESA Adaptive Moving Average, desenvolvido por John Ehlers (ver links). Resultado na rMAMA. RFAMA. Parâmetros: FastLimit (Uso do limite superior no algoritmo adaptativo), SlowLimit (Uso do limite inferior no algoritmo adaptativo). MaxVal (vars Data, int TimePeriod): var Valor mais alto durante um período especificado. MaxIndex (vars Data, int TimePeriod): int Índice de maior valor ao longo de um período especificado. 0 valor mais alto está na barra atual, 1 em uma barra atrás, e assim por diante. Median (vars Data, int TimePeriod): var Median Filter classifica os elementos da série Data e retorna seu valor médio dentro do período de tempo dado. Útil para remover picos de ruído, eliminando valores extremos. O comprimento mínimo da série de dados é igual a TimePeriod. O atraso é metade do TimePeriod. Veja também Percentile. MedPrice (): var Preço central simplesmente o ponto central (HighLow) 2 da vela atual. Para o preço médio - a média de todos os carrinhos de preços da vela - preço de uso (). MidPoint (vars Data, int TimePeriod): var MidPoint ao longo do período. Simplesmente (valor mais baixo do valor mais alto) 2. MidPrice (int TimePeriod): var Preço intermediário ao longo do período. Simplesmente (mais alto baixo mais baixo baixo) 2 da série de preços dos ativos atuais. Não suporta o TimeFrame. MinusDI (int TimePeriod): var MinusDI (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Indicador de direção menor, uma parte do indicador DX. Se a função não for chamada com diferentes séries de preços, a série de preços dos ativos atuais é usada. MinusDM (int TimePeriod): var MinusDM (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Minus Directional Movement, duas versões. Se a função não for chamada com diferentes séries de preços, a série de preços dos ativos atuais é usada. MinVal (vars Data, int TimePeriod): var O valor mais baixo durante um período especificado. MinIndex (vars Data, int TimePeriod): int Índice do menor valor ao longo de um período especificado. 0 valor mais baixo está na barra atual, 1 em uma barra atrás, e assim por diante. MinMax (vars Data, int TimePeriod): var Os valores mais baixos e mais altos e seus índices durante um período especificado. Resultado no rMin. RMax. RMinIdx. RMaxIdx. MinMaxIndex (vars Data, int TimePeriod): int Índices de valores mais baixos e mais altos durante um período especificado. Resultado no rMinIdx. RMaxIdx. 0 barra atual, 1 uma barra atrás, e assim por diante. MMI (vars Data, int TimePeriod): var Market Meanness Index, por jcl. Mede a maldade do mercado, isto é, sua tendência de reversão média, em uma faixa de 0..100. Os números aleatórios têm uma MMI de 75. Os preços reais são mais ou menos auto-correlacionados, de modo que a probabilidade de uma série de preços reais reverter para a média é menor que 75, mas normalmente mais de 50. Quanto maior é, mais grave é o mercado . O índice de significância do mercado pode determinar quando a tendência seguindo os sistemas se tornará mais lucrativa (MMI está caindo) ou menos lucrativa (a MMI está aumentando) e, assim, evita perdas em períodos não lucrativos. Código fonte em indicadores. c. Mom (vars Data, int TimePeriod): var Momentum. Simples Data0 - DataTimePeriod. Veja também o diff. Momento (vars Data, int TimePeriod, int N): var O momento estatístico N (1..4) da seção da série de dados fornecida pelo TimePeriod. O primeiro momento é o médio, o segundo é a variância, o terceiro é a asimitação e a quarta ist-kurtosis. Fonte disponível em indicadores. c Mover (vars Data, int Length, int MovePeriod, var Percent): var Retorna o percentil de um movimento de preço com duração MovePeriod. Ou seja, o tamanho mínimo de movimento que é igual ou maior do que o dado Porcentagem de todos esses movimentos de preços na série Data com Comprimento determinado. Por exemplo, se a função retornar 10 em MovePeriod 20 e Percent 95. Então, em 5 de todos os casos, o valor de dados aumentou em 10 ou mais dentro de 20 barras. Usa a função percentil. Código fonte em indicadores. c. MovingAverage (vars Data, int TimePeriod, int MAType): var Mover média. Parâmetros: MAType (Tipo de média móvel, ver observações). MovingAverageVariablePeriod (vars Data, vars Periods, int MinPeriod, int MaxPeriod, int MAType): var Média móvel com período variável dado pela série Periods. Parâmetros: MinPeriod (O valor inferior ao mínimo será alterado para o período mínimo), MaxPeriod (Valor superior ao máximo será alterado para o período máximo), MAType (Tipo de média móvel, ver observações). NATR (int TimePeriod): var Normalized Average True Range, de John Forman. Semelhante ao ATR, exceto que está sendo normalizado da seguinte maneira: NATR 100 ATR (TimePeriod) Close. Usa a série de preços dos ativos atuais. Não suporta o TimeFrame. Normalize (vars Data, int TimePeriod): var Transforma a série de dados para o -1. 1 intervalo dentro do TimePeriod especificado. Semelhante à função AGC, mas não diferencia entre ataque e decadência. O comprimento mínimo da série de dados é igual a TimePeriod. Fonte disponível em indicadores. c. Veja também a escala. NumInRange (vars Low, vars High, var Min, var Max, int Length): var Número de intervalos de dados, dados pelos valores baixos e altos, que se situam completamente dentro do intervalo de Min para Max dentro do comprimento fornecido. Pode ser usado para calcular a distribuição de preços ou velas. Baixo e Alto podem ser configurados para o mesmo valor para contar todos os valores no intervalo ou trocados para contar todas as velas que tocam o intervalo. Faixa 1..TimePeriod. Fonte disponível em indicadores. c. NumRiseFall (vars Data, int TimePeriod): var Comprimento da seqüência atual de valores ascendentes ou descendentes na matriz de dados, de volta ao TimePeriod especificado. Para uma seqüência ascendente, seu comprimento é retornado, para uma sequência descendente o comprimento negativo. Faixa 1..PasePeriod resp. -1 ..- TimePeriod. Fonte disponível em indicadores. c. Veja o script RandomWalk e o capítulo Estratégia para um exemplo. Fonte disponível em indicadores. c. NumWhiteBlack (var Body, int Offset, int TimePeriod): var Número de branco menos velas pretas no TimePeriod especificado. O deslocamento é a distância para a barra atual (0 barra atual), Corpo é o comprimento mínimo de uma vela a ser contada. Fonte disponível em indicadores. c. Percentile (vars Data, int Length, var Percent): var Retorna o percentil dado da série Data com Duração dada f. i. O percentual 95 retorna o valor de dados que está acima de 95 de todos os outros valores. A porcentagem 50 retorna a Mediana da série Data. Para calcular a porcentagem de um determinado valor percentil, use a função NumInRange e conte os elementos abaixo do percentil. PlusDI (int TimePeriod): var PlusDI (vars Open, vars High, Vars Low, vars Close, int TimePeriod): var Plus Indicador direcional, uma parte do DX indicato, duas versões. Na primeira versão, a série de preços dos ativos atuais é usada. PlusDM (int TimePeriod): var PlusDM (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Plus Directional Movement, duas versões. Na primeira versão, a série de preços dos ativos atuais é usada. PPO (vars Data, int FastPeriod, int SlowPeriod, int MAType): var Percentage Price Oscillator. Parâmetros: FastPeriod (Número de período para o MA rápido), SlowPeriod (Número de período para MA lento), MAType (Tipo de Média de Movimento). ProfitFactor (vars Data, int Length): var Retorna o fator de lucro da série Data. O fator de lucro é a proporção da soma dos retornos positivos (isto é, Datai-1 gt Datai) para a soma dos retornos negativos (isto é, Datai-1 lt Datai). O valor retornado é recortado para 0,1. Alcance 10. Seu recíproco deve ser usado quando a matriz de dados não está em ordem de série, mas em ordem cronológica, pois as vitórias e as perdas são trocadas. Fonte disponível em indicadores. c. ROC (vars Data, int TimePeriod): var Taxa de variação, 100 escala: ((preço-prevPrice) prevPrice) 100. ROCP (vars Data, int TimePeriod): var Taxa de variação Porcentagem: (price-prevPrice) prevPrice. Veja também o diff. ROCR (vars Data, int TimePeriod): var Taxa de taxa de mudança: (priceprevPrice). ROCL (vars Data, int TimePeriod): var Retorno logarítmico: log (priceprevPrice). ROCR100 (vars Data, int TimePeriod): var Taxa de variação, 100 escala: (priceprevPrice) 100. Roof (vars Data, int CutoffLow, int CutoffHigh): var Ehlers filtro de telhado, prepara a série de dados para computação adicional, removendo tendência e ruído. Aplica um filtro highpass de 2 pólos seguido do filtro Smooth. Os valores recomendados para os períodos de corte baixo e alto são 10 e 50. O comprimento mínimo da série de dados é 2. A função cria internamente séries e, portanto, deve ser chamado em uma ordem fixa no script. Fonte disponível em indicadores. c. RSI (vars Data, int TimePeriod): índice de força relativa de Var, de Welles Wilder. Relação do movimento de dados ascendente recente para a faixa total de movimento de dados 0..100. Acredita-se que o RSI indique condições de overboughtoversold quando o valor for superior a 70. 30. Fórmula: RSI 100 Up (UpDn). Onde Up EMA (max (0, Data0-Data1), TimePeriod) e Dn EMA (max (0, Data1-Data0), TimePeriod). RVI (int TimePeriod): var Relative Vigor Index, de John Ehlers. Relação entre a variação de preço e o preço total: (C-O) (H-L). Médio durante o período de tempo e alisado com um filtro FIR. Oscila entre -1 e 1. A função cria internamente uma série e, portanto, deve ser chamada em uma ordem fixa no script. Código fonte em indicadores. c. SAR (var Step, var Min, var Max): var Parabolic SAR, de Welles Wilder. A SAR corre acima ou abaixo da curva de preços, dependendo da tendência atual, acredita-se que cada cruzamento da curva de preços indique uma mudança de tendência. Parâmetros: Etapa (incremento do fator de aceleração, normalmente 0,02), Min (valor mínimo do fator de aceleração, normalmente 0,02), Máx. (Valor máximo do fator de aceleração, normalmente 0,2). SAR é uma função recursiva que depende da direção da vela do preço inicial para valores consistentes, o período LookBack deve ser suficientemente longo para conter pelo menos um cruzamento de curva de preço. Usa os preços dos ativos atuais. A função cria internamente uma série e, portanto, deve ser chamada em uma ordem fixa no script. Código fonte em indicadores. c. example in Indicatortest. c . ShannonGain(vars Data, int TimePeriod): var Expected logarithmic gain rate of the Data series in the range of about -0.0005 . The gain rate is derived from the Shannon probability P (1 Mean(Gain) RootMeanSquare(Gain)) 2 . which is the likeliness of a rise or fall of a high entropy data series in the next bar period. A positive gain rate indicates that the series is more likely to rise, a negative gain rate indicates that it is more likely to fall. The zero crossover could be used for a trade signal. Algorithm by John Conover . Source available in indicators. c . ShannonEntropy(vars Data, int Length, int PatternSize): var Entropy of patterns in the Data series, in bit can be used to determine the randomness of the data. PatternSize (2..8) determines the partitioning of the data into patterns of up to 8 bit. Each Data value is either higher than the previous value, or it is not this is a binary information and constitutes one bit of the pattern. The more random the patterns are distributed, the higher is the Shannon entropy. Totally random data has a Shannon entropy identical to the pattern size. Algorithm explained on the Financial Hacker blog source available in indicators. c . SIROC(vars Data, int TimePeriod, int EMAPeriod): var Smoothed Rate of Change (S-RoC) by Fred G Schutzman. Differs from the ROC (see above) in that it is based on the exponential moving average ( EMA ) of the Data series. Believed to indicate the strength of a trend by determining if the trend is accelerating or decelerating. Formula: (Current EMA - Previous EMA)(Previous EMA) x 100. Source code in indicators. c . SMA(vars Data, int TimePeriod): var Simple Moving Average the mean of the data, i. e. the sum divided by the time period. Use Moment when long time periods are required. Smooth(vars Data, int CutoffPeriod): var Ehlers super-smoothing filter, a 2-pole Butterworth filter combined with a SMA that suppresses the Nyquist frequency. Can be used as a low-lag universal filter for removing noise from price data. The minimum length of the Data series is 2. The function internally creates series and thus must be called in a fixed order in the script. Source available in indicators. c . SMom(vars Data, int TimePeriod, int CutoffPeriod): var Smoothed Momentum by John Ehlers indicates the long term trend direction. TimePeriod is the momentum period, CutoffPeriod is a Butterworth filter constant for lowpass filtering the momentum. Source code in indicators. c . Spearman(vars Data, int TimePeriod): var Spearmans rank correlation coefficient correlation between the original Data series and the same series sorted in ascending order within TimePeriod ( 1..256 ). Returns the similarity to a steadily rising series and can be used to determine trend intensity and turning points. Range -1..1 . lag TimePeriod2 . For usage and details, see Stocks amp Commodities magazine 22011. Source available in indicators. c . StdDev(vars Data, int TimePeriod): var Standard Deviation of the Data series in the time period, from the ta-lib . Use the square root of the second Moment when high accuracy or long time periods are required. Stoch(int FastKPeriod, int SlowKPeriod, int SlowKMAType, int SlowDPeriod, int SlowDMAType) Stochastic Oscillator (unrelated to stochastics, but its inventor, George Lane, looked for a fancy name). Measures where the Close price is in relation to the recent trading range. Formula: FastK 100 (Close-LL)(HH-LL) SlowK MA(FastK) SlowD MA(SlowK) . Uses the current asset price series and does not support TimeFrame . Result in rSlowK . rSlowD . Some traders believe that the SlowK crossing above SlowD is a buy signal others believe they should buy when SlowD is below 20 and sell when it is above 80. Parameters: FastKPeriod - Time period for the HH and LL to generate the FastK value, usually 14 . SlowKPeriod - Time period for smoothing FastK to generate rSlowK usually 3 . SlowKMAType - Type of Moving Average for Slow-K, usually MATypeEMA . SlowDPeriod - Time period for smoothing rSlowK to generate rSlowD . usually 3 . SlowDMAType - Type of Moving Average for Slow-D, usually MATypeEMA . StochEhlers(vars Data, int TimePeriod, int CutOffLow, int CutOffHigh): var Predictive stochastic oscillator by John Ehlers. Measures where the Data value is in relation to its range within TimePeriod . The data runs through a 2-pole highpass filter with period CutOffHigh and through a Butterworth lowpass filter with period CutOffLow . Indicator algorithm explained in Ehlers quotPredictive Indicatorsquot paper usage example in the Ehlers script. Source code in indicators. c . The function internally creates series and thus must be called in a fixed order in the script. StochF(int FastKPeriod, int FastDPeriod, int FastDMAType): var Stochastic Fast. Measures where the Close price is in relation to the recent trading range Formula: Fast-K 100 (Close-LL)(HH-LL) Fast-D MA(Fast-K) . Uses the current asset price series. Does not support TimeFrame . Result in rFastK . rFastD . Returns: FastK . Parameters: FastKPeriod (Time period for the HH and LL of Fast-K, usually 14 ), FastDPeriod (Moving Average Period for Fast-D usually 3 ), FastDMAType (Type of Moving Average for Fast-D, usually MATypeEMA ). StochRSI(vars Data, int TimePeriod, int FastKPeriod, int FastDPeriod, int FastDMAType): var Stochastic Relative Strength Index (RSI ). Result in rFastK . rFastD . Returns: FastK . Parameters: FastKPeriod (Time period for building the Fast-K line), FastDPeriod (Smoothing for making the Fast-D line. Usually set to 3), FastDMAType (Type of Moving Average for Fast-D). Sum(vars Data, int TimePeriod): var Sum of all Data elements in the time period. T3(vars Data, int TimePeriod, var VFactor): var An extremely smoothed Moving Average by Tim Tillson. Uses a weighted sum of multiple EMAs. Parameters: VFactor (Volume Factor, normally 0.7). TEMA(vars Data, int TimePeriod): var Triple Exponential Moving Average by Patrick Mulloy, calculated from (3xEMA)-(3xEMA of EMA)(EMA of EMA of EMA) . Trima(vars Data, int TimePeriod): var Triangular Moving Average (also known under the name TMA ) a form of Weighted Moving Average where the weights are assigned in a triangular pattern. F. i. the weights for a 7 period Triangular Moving Average would be 1, 2, 3, 4, 3, 2, 1. This gives more weight to the middle of the time series. It causes better smoothing, but greater lag. Trix(vars Data, int TimePeriod): var 1-day Rate-Of-Change (see ROC ) of a Triple EMA (see TEMA ). TrueRange(): var True Range (TR) max(High0,Close1)-min(Low0,Close1) of the current asset price series. See also ATR . ATR S. TSF(vars Data, int TimePeriod): var Time Series Forecast. Returns b m(TimePeriod) . i. e. the Linear Regression forecast for the next bar. TSI(vars Data, int TimePeriod): var Trend Strength Index, an indicator by Frank Hassler who believed that it identifies trend strength. A high TSI value (above 1.65 ) indicates that short-term trend continuation is more likely than short-term trend reversal. The function internally creates series and thus must be called in a fixed order in the script. TypPrice(): var Typical Price. Simply (High Low Close)3 . Uses the current asset price series. UltOsc(int TimePeriod1, int TimePeriod2, int TimePeriod3): var Ultimate Oscillator. Parameters: TimePeriod1 (Number of bars for 1st period.), TimePeriod2 (Number of bars for 2nd period), TimePeriod3 (Number of bars for 3rd period). Uses the current asset price series. Does not support TimeFrame . UO(vars Data, int CutOff): var Universal oscillator by John Ehlers, from SampC Magazine 12015. Removes white noise from the data, smoothes it and runs it through the AGC filter. Detects trend reversals very early. Output in the -1..1 range. Source code in indicators. c . The function internally creates series and thus must be called in a fixed order in the script. Variance(vars Data, int TimePeriod): var Variance of the Data series in the time period, from the ta-lib . Use Moment when high accuracy or long time periods are required. Volatility(vars Data, int TimePeriod): var Annualized volatility of the Data series standard deviation of the log returns, multiplied with the square root of time frames in a year. This is the standard measure of volatility used for financial models, such as the Black-Scholes model. The function internally creates series and thus must be called in a fixed order in the script. Source code in indicators. c . VolatilityC(int TimePeriod, int EMAPeriod): var Chaikin Volatility indicator by Marc Chaikin measures volatility in percent as momentum of the smoothed difference between High and Low. An increase in the Chaikin Volatility indicates that a bottom is approaching, a decrease indicates that a top is approaching. TimePeriod is the period of the momentum (normally 10), EMAPeriod determines the smoothing (also, normally 10). Uses the current asset price series. The function internally creates series and thus must be called in a fixed order in the script. Source code in indicators. c . VolatilityMM(vars Data, int TimePeriod, int EMAPeriod): var MinMax volatility of the Data series the difference of MaxVal and MinVal in the time period, smoothed by an EMA (set EMAPeriod 0 for not smoothing). The function internally creates a series when EMAPeriod gt 0 . and then must be called in a fixed order in the script. Source available in indicators. c . For the volatility of price candles, use ATR or ATRS. VolatilityOV(int Days): var Annualized volatility of the current asset, calculated over the given number of Days (usually 20). Empirical formula used by some options software packages (OptionsVue 8482) for estimating the values of options, alternatively to Volatility() . Source code in options. c . which must be included for using this indicator. WCLPrice(): var Weighted Close Price. Uses the current asset price series. WillR(int TimePeriod): var Williams Percent Range. Formula: -100 (HH-Close)(HH-LL) . Uses the current asset price series. Does not support TimeFrame . WMA(vars Data, int TimePeriod): var Linear Weighted Moving Average the weight of every bar decreases linearly with its age. ZigZag(vars Data, var Depth, int Length, int Color): var ZigZag indicator converts the Data series into alternating straight trend lines with at least the given Depth and Length . Non-predictive can only identify trends in hindsight. Returned: rSlope (the slope of the last identified trend line upwards trends have a positive slope, downwards trends a negative slope) rPeak (the bar offset of the last identified peak) rSign ( 1 if the last peak was a top, -1 if the last peak was a bottom) rLength (the number of bars of the last trend line ending with rPeak ). If a nonzero Color is given, the trend lines are plotted in the chart. Source code in indicators. c . example in Indicatortest. c . The function internally creates series and thus must be called in a fixed order in the script. ZMA(vars Data, int TimePeriod): var Zero-lag Moving Average by John Ehlers smoothes the Data series with an Exponential Moving Average (EMA ) and applies an error correction term for compensating the lag. The function internally creates a series and thus must be called in a fixed order in the script. Source in indicators. c . Standard parameters: The number of bars for the time period of the function, if any or 0 for using a default period. A data series. often directly derived from the price functions price(), priceClose() etc. Alternatively a user created series or any other double float array with the given minimum length can be used. If not mentioned otherwise, the minimum length of the Data series is TimePeriod . Some functions require a second data array Data2 . Price data series can be explicitly given for some indicators, for using price series generated from a different asset or with a different TimeFrame. Otherwise the prices of the current asset with a time frame equivalent to the bar period are used. Price variation or percentage, dependent on the function, for the current bar. Usage example: MACD(Price,12,26,9) calculates the standard MACD for the given Price series. The results are stored in the global variables rMACD . rMACDSignal . and rMACDHistory . The TA-Lib function prototypes are defined in includeta. h . Information about the usage and the indicator algorithms can be found online at tadoc. org. The C source code of all included TA-Lib indicators is contained in Sourcetalib. zip and can be studied for examining the algorithms. Some TA-Lib indicators that originally didnt work properly - such as Correlation or SAR - have been replaced by working versions. The lite-C source code of most additional indicators that are not part the the TA-Lib is contained in includeindicators. c . All TA functions are applied on series and do normally not accept other data arrays. In the INITRUN. all TA functions return 0 . and LookBack is automatically increased to the largest required lookback time by a TA function. Recursive TA functions - f. i. EMA or ATR - need a higher lookback period than their TimePeriod parameter (see UnstablePeriod ). LookBack can be exceeded when TA functions are later called with a series offset or a different TimePeriod this will generate an Error 046 message. Make sure that LookBack is always higher than the maximum TimePeriod plus the UnstablePeriod plus the highest possible offset of all used series. Some functions return more than one value, f. i. MACD . The returned results are stored in global variables beginning with quot r quot they can be accessed after the function is called. Some functions only require a single Data value. Rather than creating a Data series of length 1 . simply a pointer to the Data value can be used. Example: var Raw MyIndicator() var Transformed AGC(ampRaw,0) . TimeFrame affects subsequent data series and thus also affects all indicators that use the data series as input. The TimePeriod is then not in Bar units, but in time frame units. TimeFrame has no effect on indicators that do not use data series. Indicators that rely on the standard deviation (f. i. Bollinger Bands) become inaccurate when the standard deviation is below 0.0001, as it is then assumed to be zero by the TA-Lib. This can happen on very short bar periods when the price does (almost) not move. For writing your own indicators, have a look at the examples inside indicators. c . But please do not modify indicators. c - write the indicators in your own script, or in a dedicated script that you can then include in your strategies. If you need a complex indicator that you can not be easily add, please ask for it on the Zorro user forum.3rd Generation Moving Average Indicator 3rd Generation Moving Average Moving Averages based on the Nyquist-Shannon Signal Theorem. Mathematically suggested to have the least possible lag. Less lag than general and second generation averages like Ehlers zero-lag averages. Download Fig. 1. Comparison of Moving Averages. The 3rd generation average performes best with least lag in comparison to all other averages. All averages were run with the same window size 21. The data represents 3x60 data points with a Gaussian distribution around 100 and 200 and a standard deviation of 5 points. Formulas as in Drschner 2011. EMA implementation based on MetaTrader4 algorithm, 2nd generation uses Ehler (2001) correction, 3rd generation is based on the Nyquist-Shannon theorem as outlined in Drschner (2011) with lambda of 4. Moving Averages of the 3rd Generation Moving averages are supposed to smooth data and to remove noise and useless information. Multiple average variants are used widely, for example Simple Moving Average (SMA) or Exponentially Moving Average (EMA) (Wikipedia, Moving Averages, 2011). One challenge is that moving averages introduce a lag, i. e. the smoothed curve follows the trend usually later (see Fig. 1). Adaptive moving averages like VIYDA (Chande, 1992 Brown) and Kaufmans Adaptive Moving Average (KAMA) (Kaufmann, 1995) tried to address this issue by incorporating dynamic variables. In 2001, J. Ehler introduced a general concept based on signal theory which we refer as second generation averages (Ehler, 2001). Here, the basic assumption is that the time series is composed from a limited number of overlapping signal phases which would make signal theory applicable (Ehler, 2001 Huang, et al. 1998). In 2011, M. G. Drschner stated that under the signal theory model - the Nyquist-Shannon theorem (Wikipedia, Nyquist, 2008) must be applied (Drschner, 2011). In his work, Drschner outlined that averages according to these criteria would have the least theoretically possible lag and termed them 3rd generation Moving Averages. Indicator ParameterArnaud Legoux Moving Average - ALMA Attached Image (click to enlarge) I mean - it is on open bar, right So, it can be used for information only. MTF is continuing painting. It may be good to have a version with this indicator (ALMAv1 SW) with bar 1 (closed bar). Histo in closed bar. In this case - we can use it for trading - any timeframe with bar 1 (bar 1 by default in the settings). Besides, it may be good to have some information on the chart about timeframe. In this case - if many indicators are attached to same sub-window so we can know which timeframe for which histo for example. Template for this chart is attached.