Gaussian Moving Average Indicator

Indicadores Uma biblioteca de funções para a filtragem e recuperação de informações de curvas de preços, desde a análise técnica tradicional até a transformação mais avançada e função estatística: médias móveis, osciladores, bandas, momentum, índices de força, regressão linear, transformadas de Hilbert, indicadores Ehlers e espectral análise. Os indicadores estão listados em ordem alfabética. Os indicadores tradicionais usam a biblioteca de indicadores TA-Lib de Mario Fortier (ta-lib. org) que se estabeleceu como um padrão. Informações sobre o uso, os algoritmos eo 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 espectrais e as funções de análise de amplitude de freqüência estão listados na biblioteca espectral. Padrões clássicos de velas podem ser encontrados na biblioteca de padrões. AC (vars Data): var Acelerador Oscilador a diferença do indicador AO (veja abaixo) e sua média móvel simples de 5 bar (SMA). Acredita-se que indica aceleração e desaceleração de uma força motriz no mercado (seja lá o que isso signifique). Para dados normalmente é utilizada uma série MedPrice ou preço. Código fonte em indicadores. c. ADO (): var AccumulationDistribution Oscillator: ((Close-Low) - (High-Close)) (Alto-Baixo). Varia de -1 quando o fechamento é a baixa da barra, a 1 quando a sua alta. Suposto para medir a oferta ea procura, determinando se os comerciantes estão geralmente acumulando (compra) ou de distribuição (venda). Esse indicador foi publicado em muitas variantes individuais da fórmula, mas nenhum deles parece melhor do que o outro. Utiliza a série de preços de ativos atual. Código fonte em indicadores. c. ADX (int TimePeriod): var Índice de Movimento Direcional Médio. Média móvel do indicador DX (veja abaixo). Utiliza a série de preços de ativos atual. Não suporta TimeFrame. Os valores retornados variam de 0 a 100. ADXR (int TimePeriod): var Classificação de Índice de Movimento Direcional Média. A média do atual ADX eo ADX de TimePeriod barras atrás. Utiliza a série de preços de ativos atual. Não suporta TimeFrame. Alligator (vars Data): var. Indicador de jacaré. Consiste em três linhas: azul SMA (13) atrasado por 5 barras vermelho: SMA (8) atrasado por 2 barras verde: SMA (5). Indica uma tendência de queda com linhas na ordem azul-vermelho-verde (de cima para baixo) e uma tendência de alta com verde-vermelho-azul. Quanto mais próximas as linhas Alligatorrsquos se movem, mais fraca fica a tendência e vice-versa. Não contém o atraso adicional de 3 barras do algoritmo Alligator original (use Data3 para isso). Para os dados normalmente é utilizada a média de highlow (série MedPrice). Resultado em rRed. RGreen. RBlue. Código fonte em indicadores. c. ALMA (vars Data, int TimePeriod, int Sigma, var Desvio): var ALMA (dados vars, int TimePeriod): var Arnaud Legoux Moving Average. Baseado em uma distribuição Gaussiana com um viés para o início da série de Dados (ou seja, preços mais recentes). Parâmetros: Sigma (largura de distribuição, padrão 6) Offset (fator de polarização, padrão 0.85). Código fonte em indicadores. c. AO (vars Data): var Awesome Oscilator simplesmente a diferença de um 5-bar e um 34-bar SMA. Para dados normalmente é utilizada uma série MedPrice ou preço. Código fonte em indicadores. c. APO (vars Dados, 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 o MA lento), MAType (Tipo de média móvel). Aroon (int TimePeriod): var Indicador de Aroon. Consiste em duas linhas (para cima e para baixo) que medem quanto tempo tem sido desde o mais alto lowlow mais baixo ocorreu dentro do período de tempo. Utiliza a série de preços de ativos atual. Não suporta 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. Utiliza a série de preços de ativos atual. Não suporta TimeFrame. ATR (int TimePeriod): var Faixa Média Verdadeira. Uma medida de volatilidade de preços útil para calcular stop loss ou lucro alvo distâncias. 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 então ser chamado em uma ordem fixa no script. Veja também: Volatilidade. CVolatilty. TrueRange. ATRS. ATR (vars Open, vars High, vars baixo, vars Close, int TimePeriod): var Average True Range de séries de preços arbitrários, com deslocamento arbitrário e frame de tempo. ATRS (int TimePeriod): var Simples Média True Range. SMA do TrueRange sobre o TimePeriod. Utilizando a série de preços de ativos atual. Uma medida da volatilidade dos preços, mais simples de calcular do que o ATR. Mas adaptando lenta às mudanças de volatilidade e, portanto, menos adequado para metas de lucro stop loss. Usado pela plataforma MT4 em vez do ATR real. Não suporta TimeFrame. Código fonte em indicadores. c. AvgPrice (): var Preço médio. Simplesmente (OpenHighLowClose) 4 com a série atual de preço de ativos. BBands (dados vars, int TimePeriod, var NbDevUp, var NbDevDn, int MAType) Bandas de Bollinger. Consistem em três linhas a banda média 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 média. As faixas se alargam e estreitam quando a volatilidade do preço é maior ou menor, respectivamente. Bandas de Bollinger indicam quando o preço se tornou relativamente alto ou baixo, o que é sinalizado através do toque ou penetração menor da linha superior ou inferior. Resultado em rRealUpperBand. RRealMiddleBand. RRealLowerBand. Parâmetros: NbDevUp (multiplicador de desvio para banda superior), NbDevDn (multiplicador de desvio para banda inferior), MAType (tipo de média móvel). Exemplo em Indicatortest. c. BBOsc (vars Data, int TimePeriod, var NbDev, int MAType): var Bollinger Bandes Oscilador a porcentagem do valor atual da série dentro das Bandas de Bollinger. Beta (vars Dados, vars Data2, int TimePeriod): var Valor Beta. Uma medida dos preços de um único ativo versus o índice geral do mercado. O preço do ativo é dado em Data 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 alteração Data2 (mercado) eo valor y é a alteração Data (ativo). O valor beta é a inclinação de uma linha de regressão linear através destes pontos. Um beta de 1 é simples a linha yx, assim que o recurso varia percisely com o mercado. Um beta de menos de um significa que o activo varia menos do que o mercado e um beta de mais de um significa que o activo varia mais do que o mercado. BOP (): var Equilíbrio de potência simplesmente (Close - Open) (High - Low). Utiliza a série de preços de ativos atual. CCI (int TimePeriod): var Índice de canal de mercadoria. Variação do preço de sua média estatística, normalmente oscila entre -100. Utiliza a série de preços de ativos atual. Não suporta TimeFrame. CI (int TimePeriod): var O Índice de Choppiness mede a volatilidade da barra única em relação à volatilidade do TimePeriod passado em uma faixa de 1..100. Utiliza a série de preços de ativos atual. Não suporta TimeFrame. ChandelierLong (int TimePeriod, var Multiplicador): var ChandelierShort (int TimePeriod, var Multiplicador): var Chandelier sair do preço mais alto de TimePeriod menos o ATR multiplicado com Multiplicador. Normalmente usado como um Stop Stop Loss. Para manter os negócios em uma tendência e impedir uma saída precoce, enquanto a tendência continua. Código-fonte em indicadores. c. Não suporta TimeFrame. Exemplo no capítulo TMF. CGOsc (vars Data, int TimePeriod): var O oscilador Center of Gravity, 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 quase zero lag. Código fonte em indicadores. c. Chikou (int Shift): var Chikou linha pertencente ao indicador Ichimoku simplesmente o Close deslocado para a frente por Shift (padrão opcional 26). Utiliza a série de preços de ativos atual. Código fonte em indicadores. c. CMO (dados vars, int TimePeriod): var Chande Momentum Oscillator. Semelhante ao RSI. Mas divide o movimento total de dados pelo movimento líquido ((para cima - para baixo) (para cima para baixo)). Coral (vars Data): var Coral Indicator, simplesmente um T3 com TimePeriod 60 e VolumeFactor 0.4. Correlação (vars Data1, vars Data2, int TimePeriod): var Pearson coeficiente de correlação entre duas séries de dados sobre o dado TimePeriod. Na faixa entre -1..1. Um coeficiente de 1,0, uma correlação positiva quotperfect, significa que as alterações em Data2 causar alterações idênticas em Dados1 (por exemplo, uma mudança no indicador resultará em uma mudança idêntica no preço do ativo). Um coeficiente de -1,0, uma correlação negativa quotperfect, significa que as mudanças em Data2 causam mudanças idênticas em 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 sobre Data1. Esta função também pode ser usada para obter a autocorrelação de uma série calculando o coeficiente de correlação entre a série original ea mesma série retardada por uma ou duas barras (séries1 ou séries2). 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 da 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 sistema de comércio famoso da tartaruga. Utiliza a série de preços de ativos atual. Não suporta TimeFrame. Resultado em rRealUpperBand. RRealLowerBand. DCOsc (dados vars, int TimePeriod): var Donchian Channel Oscillator a porcentagem do valor de dados atual dentro do canal Donchian. Usa o recurso atual e TimeFrame atual. Decycle (dados vars, int CutOffPeriod): var Ehlers Decycler, um indicador de tendência de baixa lag simplesmente Dados - HighPass2 (Data, CutOffPeriod). Remove todos os ciclos abaixo CutOffPeriod da série de dados e mantém a tendência. A função cria internamente séries e, portanto, deve ser chamado em uma ordem fixa no script. Código fonte em indicadores. c. DEMA (vars Data, int TimePeriod): var Média Móvel Exponencial Dupla. DPO (vars Data, int TimePeriod): var O oscilador de preço detrended acreditava detectar mudanças adiantadas no sentido 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, a propósito, descobriu que a interação do sol, da lua e da terra é a base de todo movimento de mercado. De mover o mercado, ele também inventou alguns indicadores tradicionais). O DX é acreditado para indicar a força da tendência. Os valores variam de 0 a 100, mas raramente ficam acima de 60. O DX usa a série de preço de ativos atual e não suporta TimeFrame. Fórmula: DX 100 abs (PlusDI-MinusDI) (PlusDIMinusDI). Para PlusDI e MinusDI, veja a descrição abaixo. EMA (vars Data, int TimePeriod): var EMA (dados vars, var alpha): var Média móvel exponencial. Enfatiza valores de dados mais recentes. Utiliza a fórmula EMA alpha data (1-alpha) EMA1. Onde alfa é um fator 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 será 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 (dados de vars): var A Transformada de Fisher transforma uma série de dados normalizada para uma gama 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 em -1. 1, f. i. Por normalização com o AGC. Normalize. Ou função cdf. O comprimento mínimo de dados é 1. Fonte disponível em indicadores. c. FisherInv (vars Data): var Inverter Fisher Transform comprime a série de dados entre -1 e 1. O comprimento mínimo da série Data é 1. Fonte disponível em indicadores. c. FisherN (dados vars, int TimePeriod): var Fisher Transform com normalização normaliza a série de dados com o dado TimePeriod e, em seguida, transforma-lo para um intervalo distribuído 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 na -1.5. 1,5 alcance. O comprimento mínimo da série Data é igual a TimePeriod. A função cria internamente séries e, portanto, deve ser chamado 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 médias móveis às flutuações de uma série de preços. Fonte disponível em indicadores. c. Fractal High, um indicador de Bill Williams, acreditado para sinalizar quando o mercado inverte (não tem nada a ver com os fractals). Retorna o valor de dados mais alto quando ele está no centro do TimePeriod. Caso contrário, 0. FractalLow (dados vars, int TimePeriod): var Fractal Low. Retorna o menor valor de dados quando ele está no centro do TimePeriod. Caso contrário, 0. Gauss (vars Data, int TimePeriod): var Filtro Gauss, retorna uma média ponderada dos dados dentro do período de tempo determinado, com a curva de peso igual à distribuição normal de Gauss. Útil para remover o ruído alisando dados brutos. O comprimento mínimo da série Data é igual a TimePeriod. O atraso é metade do TimePeriod. HAOpen (): var HAClose (): var HAHigh (): var HALow (): var Preços Haiken Ashi, com base nos preços dos ativos atuais. Código fonte em indicadores. c. Alternativamente, a curva de preços pode ser convertida em barras de Haiken Ashi usando a função de barra. HH (int TimePeriod, int Offset): var Valor mais alto da função priceHigh ao longo do TimePeriod terminando com Offset (default 0). F. i. HH (3) retorna o preço mais alto das últimas 3 barras. Utiliza a série preice do activo actual. Não suporta TimeFrame para quadros de tempo múltiplos, use MaxVal (HighOffset, Período) com um tempo sincronizado série alta em vez disso. Veja também dayHigh. HMA (vars Data, int TimePeriod): var O Hull Moving Average de Alan Hull tenta corrigir a defasagem, bem como suavizar alguns choppiness. Fórmula: HMA (n) WMA (2WMA (n2) ndash WMA (n)), sqrt (n)). A função cria internamente uma série e, portanto, deve ser chamado em uma ordem fixa no script. Código fonte em indicadores. c. HTDcPeriod (vars Data): var Hilbert Transform - Período de Ciclo Dominante, desenvolvido por John Ehlers. Algoritmos de transformação de Hilbert são explicados em Ehlers livro quotRocket Science for Tradersquot (ver lista de livros). Esta função é equivalente, mas menos precisa do que a função DominantePeriod. HTDcPhase (dados vars): var Hilbert Transform - Fase de Ciclo Dominante. HTPhasor (vars Data): var Hilbert Transform - Componentes Phasor. Resultado em rInPhase. RQuadrature. HTSine (dados vars): var Hilbert Transform - SineWave. Resultado em rSine. RLeadSine. HTTrendline (dados vars): var Hilbert Transform - Instantâneo Trendline. HTTrendMode (vars Data): int Indicador de tendência de Hilbert Transform - retorna 1 para o Modo Tendência, 0 para o Modo Ciclo. Hurst (dados vars, int TimePeriod): var Hurst expoente da série de dados entre 0..1. O expoente de Hurst mede a memória de uma série. Quantifica a autocorrelação, isto é, a tendência para reverter para a média (Hurst lt 0,5) ou para continuar tendendo em uma direção (Hurst gt 0,5). Desta forma, o expoente Hurst pode detectar se o mercado está em um estado de tendência. 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 chamado em uma ordem fixa no script. Fonte disponível em indicadores. c. Ichimoku () Ichimoku (int PeriodTenkan, int PeriodKijun, int PeriodSenkou, int Desvio) Ichimoku Kinko Hyo indicador. Inventado pelo jornalista Goichi Hosoda em 1930. Uma mistura dos preços médios de 3 períodos de tempo acredita-se dar uma visão profunda sobre as tendências do mercado devido ao seu enorme número de linhas coloridas. Deslocamento (padrão 0) determina a barra para calcular o indicador. Retorna 4 variáveis: Outra linha pertencente ao Ichimoku, a linha Chikou, é peeking futuro e calculado separadamente. Utiliza a série de preços de ativos atual. A função cria internamente séries quando TimeFrame é gt 1. E deve então ser chamado em uma ordem fixa no script. Código fonte em indicadores. c. IBS (): var Internal Bar Strength simplesmente (Close - Low) (High - Low). Utiliza a série de preços de ativos atual. KAMA (dados vars, int TimePeriod): var Kaufman Adaptive Moving Average. Uma média móvel exponencial ajustada pela volatilidade dos preços, de modo que seu período de tempo se torna mais curto quando a volatilidade é alta. Keltner (dados vars, int TimePeriod, var Factor): var Keltner Channel, de Charles Keltner. A Simple Moving Average - SMA (Data, TimePeriod) - com bandas laterais na distância Factor ATRS (TimePeriod). Resultados em rRealUpperBand. RRealMiddleBand. RRealLowerBand. Código fonte em indicadores. c. Laguerre (vars Dados, var alpha): var 4-elemento Laguerre filtro. Usado para suavizar dados semelhantes a um EMA. Mas com menor atraso e uma ampla faixa de ajuste dada pelo fator alisante alfa (0..1). Os componentes de baixa freqüência são retardados 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 Regressão linear, também conhecida como quotleast squares methodquot ou quotbest fit. quot Regressão linear tenta ajustar uma linha de tendência reta entre vários pontos de dados de tal forma que a distância entre cada ponto de dados eo A linha de tendência é minimizada. Para cada ponto, a linha reta sobre o período de barra anterior especificado é determinada em termos de y b mx. A função LinearReg retorna bm (TimePeriod-1). Para a regressão de ordem superior, use as funções de polinômio polifunção. Para regressão logística com múltiplas 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 Intercepção de Regressão Linear. Retorna b. LinearRegSlope (dados vars, int TimePeriod): Var Linear Regression Slope. Retorna m como diferença de preço por bar. LL (int TimePeriod, int Offset): var Valor mais baixo da função priceLow ao longo do TimePeriod terminando com Offset (default 0). F. i. LL (3,10) retorna o preço mais baixo entre as últimas 10 e as últimas 13 barras. Utiliza a série de preços de ativos atual. Não suporta TimeFrame para quadros de tempo múltiplos, use MinVal (LowOffset, Período) com um tempo sincronizado Baixa série em vez disso. Veja também dayLow. MACD (vars Dados, int FastPeriod, int SlowPeriod, int SignalPeriod) Moving Average ConvergenceDivergence. O MACD é um indicador de tendência de médio prazo, criado subtraindo uma média móvel exponencial de 26 períodos (EMA, ver acima) de um 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 a sua linha de sinal. Acredita-se que o cruzamento zero do histograma de abaixo é um sinal de compra, cruzamento zero acima de um sinal de venda. A fórmula é: rMACD EMA (Dados, FastPeriod) - EMA (Data, SlowPeriod) rMACDSignal EMA (rMACD, SignalPeriod) rMACDHist rMACD - rMACDSignal Resultados em rMACD. RMACDSignal. RMACDHist. Retorna: rMACD. Parâmetros: FastPeriod (período de tempo para o MA rápido), SlowPeriod (período de tempo para o MA lento), SignalPeriod (período de tempo para suavizar a linha de sinal). MACDExt (vars Dados, int FastPeriod, int FastMAType, int SlowPeriod, int SlowMAType, int SignalPeriod, int SignalMAType) MACD com tipo MA controlável. Resultado em rMACD. RMACDSignal. RMACDHist. Parâmetros: FastPeriod (período para o MA rápido), FastMAType (Tipo de média móvel para MA rápido), SlowPeriod (período de tempo para o MA lento), SlowMAType (Tipo de média móvel para MA lento), SignalPeriod (período de suavização A linha de sinal), SignalMAType (Tipo de Média Móvel para a linha de sinal). MACDFix (dados vars, int SignalPeriod) Moving Average ConvergenceDivergence Fix 1226. Resultado em 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 em rMAMA. RFAMA. Parâmetros: FastLimit (uso de limite superior no algoritmo adaptativo), SlowLimit (uso de limite inferior no algoritmo adaptativo). MaxVal (vars Data, int TimePeriod): var O valor mais alto durante um período especificado. MaxIndex (vars Data, int TimePeriod): int Índice do valor mais alto durante 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 O Filtro Mediano classifica os elementos da série de Dados e retorna seu valor intermediário dentro do período de tempo determinado. Útil para remover picos de ruído, eliminando valores extremos. O comprimento mínimo da série Data é igual a TimePeriod. O atraso é metade do TimePeriod. Ver também Percentil. MedPrice (): var Centro de preço simplesmente o ponto central (HighLow) 2 da vela atual. Para o preço médio - a média de todos os carrapatos de preço da vela - use o preço (). MidPoint (vars Data, int TimePeriod): var MidPoint durante o período. Simplesmente (valor mais alto valor mais baixo) 2. MidPrice (int TimePeriod): var Preço médio do período. Simplesmente (mais alto, mais baixo, mais baixo) 2 da série atual de preços de ativos. Não suporta TimeFrame. MinusDI (int TimePeriod): var MinusDI (vars Aberto, vars Alto, vars Baixo, vars Fechar, int TimePeriod): var Minus Indicador Direcional, uma parte do indicador DX. Se a função não é chamada com diferentes séries de preços, a série de preços de ativos atual é usada. MinusDM (int TimePeriod): var MinusDM (vars Aberto, vars Alto, vars Baixo, vars Fechar, int TimePeriod): var Minus Direcional Movimento, duas versões. Se a função não é chamada com diferentes séries de preços, a série de preços de ativos atual é usada. MinVal (vars Data, int TimePeriod): var Valor mais baixo durante um período especificado. MinIndex (vars Data, int TimePeriod): int Índice do valor mais baixo durante 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 ao longo de um período especificado. Resultado em rMin. RMax. RMinIdx. RMaxIdx. MinMaxIndex (vars Data, int TimePeriod): int Índices dos valores mais baixos e mais altos durante um período especificado. Resultado em rMinIdx. RMaxIdx. 0 barra atual, 1 uma barra há, e assim por diante. MMI (vars Data, int TimePeriod): var Índice de Meanness do Mercado por Hacker Financeiro. Mede a média 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 autocorrelacionados, de modo que a probabilidade de uma série de preços reais reverter para a média é inferior a 75, mas normalmente superior a 50. Quanto mais alto, mais ruim é o mercado . O Market Meanness Index pode determinar quando os sistemas de tendência se tornarão mais rentáveis ​​(MMI está caindo) ou menos rentáveis ​​(MMI está aumentando), e assim evitar perdas em períodos não rentáveis. Código fonte em indicadores. c. Mom (dados vars, int TimePeriod): var Momentum. Simplesmente Data0 - DataTimePeriod. Consulte também diff. Momento (vars Dados, int TimePeriod, int N): var O momento estatístico N (1..4) da seção da série Data dada por TimePeriod. O primeiro momento é a média, o segundo é a variância, o terceiro é a skewness ea quarta ist kurtosis. Fonte disponível em indicadores. c. MovingAverage (vars Dados, int TimePeriod, int MAType): var Movendo a média. Parâmetros: MAType (Tipo de Média Móvel, ver observações). MovingAverageVariablePeriod (vars Data, vars Períodos, int MinPeriod, int MaxPeriod, int MAType): var Média móvel com período variável dado pela série Periods. Parâmetros: MinPeriod (valor menor do que mínimo será alterado para período mínimo), MaxPeriod (valor mais alto que o máximo será alterado para período máximo), MAType (tipo de média móvel, ver observações). NATR (int TimePeriod): var Normalized Average True Range, por John Forman. Similar ao ATR, exceto que ele está sendo normalizado da seguinte forma: NATR 100 ATR (TimePeriod) Close. Utiliza a série de preços de ativos atual. Não suporta TimeFrame. Normalize (vars Data, int TimePeriod): var Transforma a série de dados para -1. 1 intervalo dentro de um dado TimePeriod. Semelhante à função AGC, mas não diferencia entre ataque e decaimento. O comprimento mínimo da série Data é igual a TimePeriod. Fonte disponível em indicadores. c. Veja também escala. NumInRange (vars Low, vars High, var Min, var Max, int Length): var Número de intervalos de dados, dados pelos seus valores Baixo e Alto, que se encontram completamente dentro do intervalo de Min a Máx dentro do Comprimento dado. 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 no intervalo. Intervalo 1..TimePeriod. Fonte disponível em indicadores. c. NumRiseFall (vars Data, int TimePeriod): var Comprimento da seqüência atual de valores ascendentes ou decrescentes na matriz de dados, de volta ao dado TimePeriod. Para uma seqüência ascendente seu comprimento é retornado, para uma seqüência de queda o comprimento negativo. Faixa 1..TimePeriod resp. -1 ..- TimePeriod. Fonte disponível em indicadores. c. Veja o script RandomWalk eo capítulo Estratégia para um exemplo. Fonte disponível em indicadores. c. NumWhiteBlack (var Body, int Offset, int TimePeriod): var Número de velas brancas menos negros no dado TimePeriod. Offset é a distância para a barra atual (0 barra atual), Body é o comprimento mínimo de uma vela a ser contada. Fonte disponível em indicadores. c. Percentil (vars Data, int Length, var Percent): var Retorna o percentil dado da série Data com determinado comprimento f. i. Porcentagem 95 retorna o valor de dados que está acima de 95 de todos os outros valores. Porcentagem 50 retorna a mediana da série de dados. Para calcular a porcentagem de um determinado valor de percentil, use a função NumInRange e conte os elementos abaixo do percentil. PlusDI (int TimePeriod): var PlusDI (vars Open, vars High, vars Low, vars Fechar, int TimePeriod): var Plus Indicador Direcional, uma parte do indicador DX, duas versões. Na primeira versão é usada a série atual de preço de ativos. PlusDM (int TimePeriod): var PlusDM (vars aberto, vars alto, vars baixo, vars fechar, int TimePeriod): var mais movimento direcional, duas versões. Na primeira versão é usada a série atual de preço de ativos. PPO (vars Dados, int FastPeriod, int SlowPeriod, int MAType): var Porcentagem Preço Oscilador. Parâmetros: FastPeriod (Número de período para o MA rápido), SlowPeriod (Número de período para o MA lento), MAType (Tipo de média móvel). ProfitFactor (vars Data, int Length): var Retorna o fator de lucro da série de dados. O factor de lucro é a razão da soma dos retornos positivos (isto é, Datai-1 gt Datai) à soma dos retornos negativos (isto é, Datai-1 lt Datai). O valor retornado é cortado para o 0.1. 10. Seu recíproco deve ser usado quando a matriz de dados não está em ordem de série, mas em ordem cronológica, como 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. Consulte também 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 Índice de taxa de alteração, 100 escala: (priceprevPrice) 100. Telhado (vars Data, int CutoffLow, int CutoffHigh): var Ehlers telhado filtro, prepara a série de dados para computação adicional, removendo tendência e ruído. Aplica um filtro passa-alto de 2 pólos seguido pelo filtro suave. 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): var Índice de Força Relativa, por Welles Wilder. Relação entre o movimento de dados ascendente recente e a faixa total de movimento de dados 0..100. Acredita-se que o RSI indique condições de overboughtoversold quando o valor está acima de 70 abaixo de 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 Índice de Vigor Relativo, por John Ehlers. Relação entre a variação de preço ea faixa de preço total: (C-O) (H-L). Média ao longo do período de tempo e alisada com um filtro FIR. Oscila entre -1 e 1. A função cria internamente uma série e, portanto, deve ser chamado em uma ordem fixa no script. Código fonte em indicadores. c. SAR (var Step, var Min, var Max): var Parabolic SAR, por Welles Wilder. A SAR corre acima ou abaixo da curva de preços, dependendo da tendência atual cada cruzamento de curva de preços é acreditado para indicar uma mudança de tendência. Parâmetros: Passo (incremento do factor de aceleração, normalmente 0,02), Min (valor mínimo do factor de aceleração, normalmente 0,02), Máx (valor máximo do factor de aceleração, normalmente 0,2). SAR é uma função recursiva que depende da direção da vela de preço inicial para valores consistentes o período LookBack deve ser longo o suficiente para conter pelo menos um cruzamento de curva de preços. Usa os preços dos ativos atuais. A função cria internamente uma série e, portanto, deve ser chamado em uma ordem fixa no script. Código fonte em indicadores. c. Exemplo em Indicatortest. c. ShannonGain (vars Data, int TimePeriod): var Taxa de ganho logarítmico esperada da série de dados na faixa de cerca de -0,0005. A taxa de ganho é derivada da probabilidade de Shannon P (1 Mean (Gain) RootMeanSquare (Gain)) 2. Que é a probabilidade de um aumento ou queda de uma série de dados de entropia alta no próximo período de barra. Uma taxa de ganho positivo indica que a série é mais provável que aumente, uma taxa de ganho negativo indica que é mais provável que caia. O crossover zero poderia ser usado para um sinal comercial. Algoritmo de 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 ParameterZero Lag Indicators A collection of traditional indicators which have been significantly improved to approach zero lag whilst providing superior smoothing. O Indicador de Deslocamento Zero de Bowfort (BZL) Add-On para Neuroshell fornece 15 indicadores Near Zero Lag. Dois destes indicadores são as substituições médias móveis que caracterizam alisamento superb com lag extremamente mínimo. The remaining nine indicators use these superior smoothers in their calculations to produce indicators which also have minimal lag and superb smoothing. The Hull Moving Average is a very fast moving average replacement. It is more responsive than Juriks JMA of a similar lookback period for most price action. Ele também pode ser usado como proxy de preço ou volume em qualquer outro indicador Neuroshell que use aberto, alto, baixo, fechado ou volume para se beneficiar de suas capacidades de suavização superiores. Por exemplo, você poderia construir um Relative Momentum Index (RMI) em Neuroshell usando o Hull Moving Average de Close, por exemplo: RMI (BZL Hull Moving Average (Close), 5, 5) A Gaussian Moving Average é um Infinite Impulse Response Filter IIR) com um número configurável de pólos de filtro que podem ser usados ​​para ajustar a quantidade de atraso. This moving average is very responsive and can also be used as a price proxy in the same way as the Hull Moving Average. The Gaussian Moving Average employs a Gaussian Filter Kernel which mimics the gaussian distribution found in many natural systems. Os indicadores remanescentes são indicadores que consideramos úteis utilizando as médias móveis Hull e Gauss em seus cálculos. Você pode escolher qual média móvel é usada para esses indicadores. Ou melhor ainda, deixe o Algoritmo Genético em Neuroshell descobrir isso. São consideravelmente mais lisas do que suas contrapartes regulares do indicador. Todos os nossos indicadores têm integrada Ajuda integrada no produto. Aqui está uma captura de tela comparativa do nosso Bowfort Zero Lag Médias Móveis e Bowfort Zero Lag RSI. On the top graph, you can see 3 moving averages. The red line is the Hull Moving Average . A linha magenta é a Gaussian Moving Average ea linha amarela é Juriks JMA. All the moving averages have the same lookback periods (9 bars). Como você pode ver a Hull Moving Average tem menos lag e é mais rápido do que Juriks JMA. The bottom graphs compare a regular Relative Strength Index of 9 periods, and a Bowfort Zero Lag RSI of 3 periods (the blue line on the middle graph). Observe que, embora estejamos usando apenas 3 períodos no Bowfort Zero Lag RSI, quanto mais suaves e claros os sinais são produzidos. Qual RSI você preferiria operar Indicadores Incluídos Bowfort Zero Lag contém os seguintes indicadores: BZL Aceleração BZL Movimento Médio de Direcção (ADX) BZL Índice de Canal de Mercadoria (CCI) BZL Estocástico Rápido K BZL Stocástico Rápido BZL Gaussiano Média Móvel BZL Hull Média Móvel BZL Movendo Divergência de Convergência Média (MACD) BZL Média Móvel Divergência de Convergência (Sinal MACD) BZL Momento BZL Polarizado Fractal Eficiência BZL Índice de Força Relativa (RSI) BZL Slow Stochastic K BZL Slow Stochastic D BZL Velocity Todos os nossos add-ons vêm com suporte gratuito. We take pride in our products, and if you encounter any problems we are here to help. Se atualizarmos um produto que você adquiriu, as atualizações serão fornecidas gratuitamente para lançamentos menores e a um preço reduzido para lançamentos principais. Nota 1: Salvo indicação em contrário, todas as vendas são finais. Nota 2: Nós levamos a pirataria de software da Neuroshell a sério e só vendemos a clientes que compraram Neuroshell. Se acreditarmos que a pirataria talvez esteja envolvida, qualquer informação que tivermos em sua compra será fornecida à Ward Systems Group. We also may require your Neuroshell serial number (not password) to validate your purchase with Ward Systems Group.