和谐贸易 - 页 447

 
darrenmkn:
在gbpcad 4hr上,这是用ZUP 55做的。

它没有覆盖4小时内的前高。

下面是porichuk的zup 53 + 5-0新数据。

你注意到了吗,它回到了更远的地方以获得前一个高点。

我去看了ZUP 55的日线,想得到前一个高点,但它错过了蓝点的亮点,所以这个模式是一个Gartley,但可能会形成一个蝙蝠,但它没有显示出来。

谢谢

因为达伦。

而zupwsv55使用了%5 的斐波那契偏差

extern double FibonacciDeviation =0.05;

extern double LegLengthDeviation =0.05;

extern double TimeDeviation = 0.10;

zup 53 + 5-0使用%50 的斐波那契偏差

extern double FibonacciDeviation =0.5;

extern double LegLengthDeviation =0.5;

extern double TimeDeviation = 0.10;

如果我是你,我永远不会使用超过%7=0.07的斐波那契偏离。

我的原始wsv53和wsv53 5-0新版之间唯一的区别(除了默认偏差)是。

poruchik将5-0的代码改为我在这里描述的基于倒数的代码。但这个代码不是百分之百正确的,所以我已经完成并纠正了这个代码,并在这里与zup_v113wsv55分享。

如果你看了 "poruchik "发的#4391帖子 @https://www.mql5.com/en/forum/173588,你会更明白这个问题。

和我的回答 #4411 @https://www.mql5.com/en/forum/173588

 

如果你增加斐波那契偏差(相当于标准Zups中的ExtDeltaGartley和ExtDeltaStrongGartley),我可以向你保证,指标会检测并找到很多以前找不到的模式,但你真的相信它找到的东西并打开交易吗?

我的拙见是,永远不要使用超过7%的纤维偏差。

我个人使用最大偏差%5(wsv版本中的默认值)作为斐波那契比率偏差。

 

也许38.2斐波那契水平应该被设定为第一目标,以实现更安全的交易。

附加的文件:
s_28.png  83 kb
s1_10.png  74 kb
s2_14.png  77 kb
 
grandaevus:
如果你增加斐波那契偏差(相当于标准ZUPs中的ExtDeltaGartley和ExtDeltaStrongGartley),我可以向你保证指标会检测并找到很多以前找不到的模式,但你真的相信它找到的东西并进行交易吗?

我的拙见是,永远不要使用超过7%的纤维偏差。

我个人使用最大偏差%5(wsv版本中的默认值)作为斐波那契比率偏差。

谢谢你的回答。我明白你的意思。我发现ZUP 53+5.0的模式

与你的ZUP相比不是很准确。所以我将采纳你的建议,坚持使用ZUP 55,过去一周一直使用ZUP 53进行交易,在15分钟和更大的时间段内都非常有利可图。 到目前为止,这绝对是最好的一个。 谢谢你的辛勤工作。

 

还有一件事,grandeavus,提到你的tp1是什么? 你的TP2和TP3是什么(如果你有的话)?

 

Hola Ryu Shin你能不能发布最新的模板和zup使用。

非常感谢。

 
forexpro4.5:
Hola Ryu Shin 你能不能发布最新的模板和zup使用。非常感谢你。

我将在检查和 测试后进行。我在周末创建了一个新的模板,所以我想在现场测试一下。

 

在38.2点突破天堂,在61.8点突破特普的情况如何?

 

看跌的纳瓦罗200对GbpUsd H4(最大偏差%5)。

附加的文件:
gbpusdh4_1.png  51 kb
 
grandaevus:
如果你增加斐波那契偏差(相当于标准Zups中的ExtDeltaGartley和ExtDeltaStrongGartley),我可以向你保证,指标将检测并找到很多以前找不到的形态,但你真的相信它所发现的并开立交易吗?

我的拙见是,永远不要使用超过7%的纤维偏差。

我个人使用最大偏差%5(wsv版本中的默认值)作为斐波那契比率偏差。

孩子们,当你们分享你们的交易设置时,能否写出你们的斐波那契偏差设置(相当于标准Zups中的ExtDeltaGartley和ExtDeltaStrongGartley)。

因为即使是%1=0.01的偏差增加,也会对寻找模式产生很大的影响。

最后一次,让我给你一个例子来说明增加斐波那契偏差的效果。

Gartley形态。

XD纤维回撤位应该是0.786

5%的偏差

0.7467 < 纤维比率 < 0.8253 被认为是 0.786

%10的偏差

0.7074 < 纤维比率 < 0.8646 被认为是 0.786

20%的偏差

0.6288<纤维比率<0.9432被认为是0.786

正如你所看到的,当偏差增加时,范围也会增加,所以检测到模式的概率也会增加,但不幸的是,准确性和可靠性会呈几何级数 下降。

附加的文件: