Kagi 구성에는 두 가지 유형이 있습니다. 추세 시장에 대한 H+ (시장 매개변수 H-변동성>2) 및 역추세에 대한 H- ( Hvol <2)입니다. 견적 분할 알고리즘은 동일하며 차이점은 열린 위치 의 방향에만 있습니다. 구성의 본질은 다음 조건으로 축소됩니다. 가격이 극값(최소 또는 최대)에서 값 > H 만큼 후퇴하면 Kagi 구성의 다음 판독값이 고정됩니다. 위치는 매 카운트다운마다 마감/오픈되며 전략은 반전되며 항상 시장에 있습니다. H+ 의 경우 열린 위치의 방향이 호가 확장 방향과 일치하고 H- 의 경우 반대 방향입니다 .
감사합니다. 하지만 이 구문을 이해하지 못합니다.
그래서 알았다! -:)
물어!
Kagi 구성에는 두 가지 유형이 있습니다. 추세 시장에 대한 H+ (시장 매개변수 H-변동성>2) 및 역추세에 대한 H- ( Hvol <2)입니다. 견적 분할 알고리즘은 동일하며 차이점은 열린 위치 의 방향에만 있습니다. 구성의 본질은 다음 조건으로 축소됩니다. 가격이 극값(최소 또는 최대)에서 값 > H 만큼 후퇴하면 Kagi 구성의 다음 판독값이 고정됩니다. 위치는 매 카운트다운마다 마감/오픈되며 전략은 반전되며 항상 시장에 있습니다. H+ 의 경우 열린 위치의 방향이 호가 확장 방향과 일치하고 H- 의 경우 반대 방향입니다 .
이것은 고전입니다.
응...
위치 관리를 위한 전체 Kagi 빌딩 알고리즘이 3개의 MQL 라인에 맞습니다.
그래서, 잠시 시간을 내어 정확히 무엇을 합니까? 완전히 양초입니까, 아니면 Open 시리즈로 충분합니까?
그런 다음 우리는 첫 번째(역사적으로) 극한값을 찾고 그것에서 춤을 춥니다. 가격이 이 극값에서 H 포인트만큼 상승/하락했다면, 우리는 하나의 카운트를 추가합니다. 지금까지는 분명합니다.
그러나 이 개수를 정확히 어떻게 추가합니까(그림 참조)? 옵션 A 또는 옵션 B?
옵션 A에서 결과적으로 극값이 중복되어 혼란스럽습니다.
H+/H- 의 경우: H 가 특정 포인트 수(즉, 값이 양수이고 > 1)인 경우 변동성에 의한 곱은 항상 >2입니다.
점검 해보자?
진실에 관심이 없으면 어쩌지...
H+/H- 의 경우: H 가 특정 포인트 수(즉, 값이 양수이고 > 1)인 경우 변동성에 의한 곱은 항상 >2입니다.
자, 이 사진을 보세요. 이유? 그런 다음 큐브에서 혼란스러워합니다.
Hvol 은 무차원 값으로, 분할 단계 H 와 관련된 Kagi 구성(빨간색 원) 판독값 사이의 평균 길이(y축에 투영)로 정의됩니다. 그림에서 화살표의 길이는 점으로 표시됩니다. 다르지만 H 보다 작지는 않습니다.