Mass Index - Indikator für den MetaTrader 5

Der Mass Index wurde von Tushar Chande und Donald Dorsey eingeführt. Normalerweise errechnet er sich aus der Summe exponentieller gleitender Durchschnitte der Tagesschwankung Hoch-Tief der letzten 25 Tage. Das Ziel des Indexes ist die Identifizierung einer Trendumkehr durch das Messen einer Durchschnittsschwankung der Differenz von Hoch und Tief. Weitet sich die Schwankung, steigt der Mass Index, verengt sie, sich fällt er.

Exponential moving average (zum Beispiel mit Periode 9) wird für ein Kauf- oder Verkaufssignal verwendet. Da Mass Index eine Trendwende vorherzusagen versucht, wird die Kaufposition eröffnet, wenn der gleitende Durchschnitt einen Abwärtstrend zeigt, und die Verkaufposition, wenn der gleitende Durchschnitt den Aufwärtstrend anzeigt.

Dieser Indikator ermöglicht eine Auswahl aus 10 Varianten zur Glättung:

1. SMA - einfacher gleitender Durchschnitt;
2. EMA - exponentieller gleitender Durchschnitt;
3. SMMA - geglätteter gleitender Durchschnitt;
4. LWMA - linear gewichteter, gleitender Durchschnitt;
5. JJMA - JMA adaptiver Durchschnitt;
6. JurX - ultralineare Glättung;
7. ParMA - parabolische Glättung;
8. T3 - Tilsons multiple exponentielle Glättung;
9. VIDYA - Glättung mit dem Algorithmus von Tushar Chande;
10. AMA - Glättung mit dem Algorithmus von Perry Kaufman.

Es sollte angemerkt werden, dass der Parameter Phase für die verschiedenen Formen der Glättung völlig unterschiedliche Bedeutungen hat. Für JMA ist es eine externe Variable zwischen -100 bis +100. Für T3 ist es eine Glättung multipliziert mit 100 zur besseren Erkennung, für VIDYA ist es eine CMO-Oszillator-Periode und für AMA ist es ein langsamerer EMA. In den anderen Algorithmen hat der Parameter keinen Einfluss auf die Glättung. AMAs schnelle EMA-Periodenlänge ist ein fester Wert von 2 (Standard). Die Potenz in der Berechnung des AMA ist ebenfalls auf 2 gesetzt.

Der Indikator verwendet die Klassen der SmoothAlgorithms.mqh-Bibliothek (muss im Verzeichnis terminal_data_folder\MQL5\Include liegen). Die Arbeit mit diesen Klassen wird ausführlich im Artikel "Bildung von Kursreihenmittelwerten für Zwischenberechnungen ohne zusätzliche Buffer" beschrieben.