Ставь лайки и следи за новостями
Поставь на него ссылку - пусть другие тоже оценят
Оцени его работу в терминале MetaTrader 5
Exp_TMA - эксперт для MetaTrader 5
- Просмотров:
- 6877
- Рейтинг:
- Опубликован:
- 2013.01.14 08:12
- Обновлен:
- 2023.03.16 17:35
- Нужен робот или индикатор на основе этого кода? Закажите его на бирже фрилансеров Перейти на биржу
Пробойная торговая система, построенная на сигналах индикатора TMA. Сигнал на совершение сделки формируется в момент закрытия бара, если произошёл пробой канала, образованного двумя мувингами TMA отстоящими на расстоянии от мувинга TMA на расстояниях в пунктах, определяемых входными переменными эксперта UpLevel (лонговый пробойный уровень в пунктах) и DnLevel (шортовый пробойный уровень в пунктах).
Для корректной работы сгенерированного советника необходимо наличие откомпилированного файла индикатора TMA.ex5 в папке каталог_данных_терминала\MQL5\Indicators.
При тестах, приведенных ниже, использовались входные параметры эксперта по умолчанию. Stop Loss и Take Profit в тестах не использовались.
Рис. 1. Примеры сделок на графике
Результаты тестирования за 2011 год на USDCHF H4:
Рис. 2. График результатов тестирования
Математический индикатор, который работает на принципе аппроксимации синусоидальных волн и реализует визуализацию ряда Фурье для котировок валютных пар.
Universal OscillatorИндикатор Универсальный Осциллятор может отображать Bears Power, Bulls Power, CCI, DeMarker, MACD, Momentum, RSI, Stochastic, William's Percent Range. Три режима уровней перекупленности/перепроданности: константные, динамические (МА), динамические (Bollinger Bands). Три режим отрисовки: line, filling, histogram.
Скрипт является попыткой продемонстрировать силу использования метода опорных векторов для решении задач классификации. Эта версия кода предназначена для работы с демо версией "Support Vector Machine Learning Tool", которая бесплатно доступна в MQL5 Маркете.
Schnick [Support Vector Machine Learning Tool Tester]Этот скрипт является попыткой продемонстрировать силу использования метода опорных векторов для решении задач классификации.