AIS Adaptive Trend Smoothing
- 指标
- Aleksej Poljakov
- 版本: 1.0
- 激活: 5
为了隔离长期和非随机组件,不仅要知道价格变化了多少,还要知道这些变化是如何发生的。换句话说 - 我们不仅对价格水平的价值感兴趣,而且对这些水平相互替代的顺序感兴趣。通过这种方法,人们可以找到影响(或可能影响)特定时间点价格变化的长期和稳定因素。了解这些因素可以让您做出或多或少准确的预测。
让我们确定我们希望从财务系列的分析中得到什么具体结果:
•首先,我们需要强调这一趋势,如果它存在于市场中;•其次,我们需要确定周期性成分;•第三,结果应足够稳定,可用于预测;•最后,我们的分析方法应该适应当前的市场形势。
为了满足指定的条件,我们使用相对价格变化的回归分析,并基于该模型做出指标。该指标的算法基于对历史数据的学习,其工作在交易者的完全控制之下。
- LH是一个参数,用于确定用于平滑金融系列的柱数。其允许值介于0到255之间。
- UTS是影响学习速度和深度的参数。它的值也在0到255之间。如果UTS的值为零,则在整个历史记录中进行学习。在所有其他情况下,训练集会不时更新。更新越频繁,UTS值越小。
该指标的主要缺点是,当平滑金融系列被认为是静止时,这可能会导致一些延迟。
用户没有留下任何评级信息