|
7+ 年
经验
|
90
产品
|
6
演示版
|
|
6
工作
|
0
信号
|
0
订阅者
|
在做出交易决策时，不仅要依赖历史数据，而且还要依赖当前的市场状况，这很有用。为了使监视市场趋势的当前趋势更加方便，可以使用AIS Current Price Filter指示器。 该指标仅考虑一个方向或另一个方向上最重要的价格变化。因此，可以预测近期内的短期趋势-无论当前市场形势如何发展，当前价格迟早都会越过该指标的界限。从交易者的角度来看，最有趣的是价格已经尽可能远离指标水平的情况。这些时刻对于打开新的交易头寸可能是最理想的。 指标的操作不取决于所选的时间范围，而是使用两个参数进行配置。 FS -可以用来设置灵敏度阈值的参数。它越大，价格移动就应该越强，以便在指标中将其考虑在内。其可接受的值在0-255的范围内。如果选择零值，则灵敏度阈值将等于电流范围。 LB -设置在指标计算中使用的背景深度。此参数的有效值也在0到255的范围内。如果它等于零，则将考虑所有具有自学习控制的历史数据。并且，如果此参数等于1，则指标将仅标记FS参数指定的价格偏差。 其余参数使您可以配置图表上指标的显示。 Width -设置单个指示器线的粗细。 Color -指标线的颜色。 Style -指标显示样式。
可持续的分配可用于平滑财务系列。由于可以使用相当深的历史来计算分布参数，因此在某些情况下，与其他方法相比，这种平滑甚至更有效。 该图显示了H1时间框架内EUR-USD货币对的开盘价分布十年的示例（图1）。看起来很迷人，不是吗？ 该指标的主要思想是通过价格分散来确定可持续分配的参数，然后使用这些数据来平滑财务序列。由于这种方法，在给定的市场情况下，平滑后的值将趋于最可能的价格值。 使用参数LB组态指示器的操作。它的值确定平滑序列的长度，以巴表示。允许值在1-255的范围内。 蓝线表示平滑的高价，红线表示低价，绿线表示收盘价。 该指标的主要缺点是无法设置平滑窗口的宽度，因此指标在历史记录的所有部分中均保持稳定。因此，交易者必须根据其特定要求选择参数。
可持续的分配可用于平滑财务系列。由于可以使用相当深的历史来计算分布参数，因此在某些情况下，与其他方法相比，这种平滑甚至更有效。 该图显示了H1时间框架内EUR-USD货币对的开盘价分布十年的示例（图1）。看起来很迷人，不是吗？ 该指标的主要思想是通过价格分散来确定可持续分配的参数，然后使用这些数据来平滑财务序列。由于这种方法，在给定的市场情况下，平滑后的值将趋于最可能的价格值。 使用参数LB组态指示器的操作。它的值确定平滑序列的长度，以巴表示。允许值在1-255的范围内。 蓝线表示平滑的高价，红线表示低价，绿线表示收盘价。 该指标的主要缺点是无法设置平滑窗口的宽度，因此指标在历史记录的所有部分中均保持稳定。因此，交易者必须根据其特定要求选择参数。
此指标可让您确定价格达到一个或另一个级别的可能性。它的算法非常简单，并且基于对特定货币对的价格水平的统计数据的使用。由于收集的历史数据，可以确定价格在当前柱形期间的变化程度。 尽管简单，但该指标可以为交易提供宝贵的帮助。因此，在其帮助下，可以确定交易头寸的TakeProfit和StopLoss水平。它可以帮助确定挂单的价格和确定TrailingStop的价格水平。 此外，该指标可以纳入现有战略。例如，您使用某种日内策略。然后，通过在D1时间框架上设置此指标，您可以在克服已经不希望开启新交易头寸之后获得水平。 该指标的主要缺点是它完全依赖于历史数据，并且不会以任何方式对某些当前的市场变化作出反应。 通过选择输入参数-L1 ... L4来执行该指标的设置 - 每个输入参数确定从每个柱的开盘价达到价格价格的概率。每个参数的值必须在99 ... 0之内，并且以下每个参数必须严格小于前一个参数。 尼古拉·尼古拉耶维奇（Nikolai Nikolaevich）是创造这个指标的意识形态灵感，如果你喜欢这个指标，那就写下几句话，我会告诉他。
此指标可让您确定价格达到一个或另一个级别的可能性。它的算法非常简单，并且基于对特定货币对的价格水平的统计数据的使用。由于收集的历史数据，可以确定价格在当前柱形期间的变化程度。 尽管简单，但该指标可以为交易提供宝贵的帮助。因此，在其帮助下，可以确定交易头寸的TakeProfit和StopLoss水平。它可以帮助确定挂单的价格和确定TrailingStop的价格水平。 此外，该指标可以纳入现有战略。例如，您使用某种日内策略。然后，通过在D1时间框架上设置此指标，您可以在克服已经不希望开启新交易头寸之后获得水平。 该指标的主要缺点是它完全依赖于历史数据，并且不会以任何方式对某些当前的市场变化作出反应。 通过选择输入参数-L1 ... L4来执行该指标的设置 - 每个输入参数确定从每个柱的开盘价达到价格价格的概率。每个参数的值必须在99 ... 0之内，并且以下每个参数必须严格小于前一个参数。 尼古拉·尼古拉耶维奇（Nikolai Nikolaevich）是创造这个指标的意识形态灵感，如果你喜欢这个指标，那就写下几句话，我会告诉他。
通常，交易者面临着确定价格在不久的将来可能发生变化的程度的任务。为此，您可以使用Johnson分发类型SB。这种分布的主要优点是即使只有少量的累积数据也可以使用它。用于确定此分布参数的经验方法允许您准确地确定价格通道的最大和最小水平。 这些值可用于不同的情况。例如，它们可用于设置市场订单的止损和止盈水平，或挂单的入场点。此外，使用追踪止损时可以定向这些水平。此外，在历史足够大的情况下，指标可能预示着上升趋势或下降趋势的开始。嗯，或者说它的结束，如果这样的趋势是。 该指标的主要缺点是对价格排放的敏感度极高，以及对市场形势变化的反应较迟。 蓝色和红色线分别显示价格通道的最大值和最小值。绿线表示在给定市场情况下价格的均衡值。 使用 LB 参数配置指标。此参数确定将在计算中使用的柱数，其允许值在2-64之间。
通常，交易者面临着确定价格在不久的将来可能发生变化的程度的任务。为此，您可以使用Johnson分发类型SB。这种分布的主要优点是即使只有少量的累积数据也可以使用它。用于确定此分布参数的经验方法允许您准确地确定价格通道的最大和最小水平。 这些值可用于不同的情况。例如，它们可用于设置市场订单的止损和止盈水平，或挂单的入场点。此外，使用追踪止损时可以定向这些水平。此外，在历史足够大的情况下，指标可能预示着上升趋势或下降趋势的开始。嗯，或者说它的结束，如果这样的趋势是。 该指标的主要缺点是对价格排放的敏感度极高，以及对市场形势变化的反应较迟。 蓝色和红色线分别显示价格通道的最大值和最小值。绿线表示在给定市场情况下价格的均衡值。 使用 LB 参数配置指标。此参数确定将在计算中使用的柱数，其允许值在2-64之间。
其中一种强大的分析方法是使用Levy流程对财务系列进行建模。这些过程的主要优点是它们可用于模拟大量现象 - 从最简单到最复杂。我只想说市场中分形价格变动的想法只是Levy过程的一个特例。另一方面，通过适当选择参数，任何Levy过程都可以表示为简单的移动平均值。图1显示了一个Levy过程的示例，其中片段放大了几次。 让我们考虑使用Levy流程来平滑价格图表的可能性。首先，您需要选择Levy过程的参数，以便它可以用于模拟线性过程。然后我们得到一个权重系统，其中包括不同符号的系数。有了这个，我们不仅可以平滑金融范围，还可以跟踪其中存在的反趋势和周期性成分。 通过选择参数 LF 来配置指示器的操作。它决定了故事的深度，并将对其进行分析。此参数的允许值位于0 - 255之间。用于计算的条形数将比此数字多两个。 蓝线表示高价平滑的结果，绿线表示收盘价，红线表示低价。 该指标的主要缺点是根据严格定义的算法执行抗锯齿，该算法没有考虑市场中的急剧和强烈变化。此外，与所有平滑指标一样，存在可以达到简单移动平均值的滞后。
其中一种强大的分析方法是使用Levy流程对财务系列进行建模。这些过程的主要优点是它们可用于模拟大量现象 - 从最简单到最复杂。我只想说市场中分形价格变动的想法只是Levy过程的一个特例。另一方面，通过适当选择参数，任何Levy过程都可以表示为简单的移动平均值。图1显示了一个Levy过程的示例，其中片段放大了几次。 让我们考虑使用Levy流程来平滑价格图表的可能性。首先，您需要选择Levy过程的参数，以便它可以用于模拟线性过程。然后我们得到一个权重系统，其中包括不同符号的系数。有了这个，我们不仅可以平滑金融范围，还可以跟踪其中存在的反趋势和周期性成分。 通过选择参数 LF 来配置指示器的操作。它决定了故事的深度，并将对其进行分析。此参数的允许值位于0 - 255之间。用于计算的条形数将比此数字多两个。 蓝线表示高价平滑的结果，绿线表示收盘价，红线表示低价。 该指标的主要缺点是根据严格定义的算法执行抗锯齿，该算法没有考虑市场中的急剧和强烈变化。此外，与所有平滑指标一样，存在可以达到简单移动平均值的滞后。
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。
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。
很多时候，在金融系列的研究中应用他们的平滑。使用平滑，您可以删除高频成分 - 据信它们是由随机因素引起的，因此无关紧要。平滑总是包括一些平均数据的方法，其中时间序列中的随机变化相互吸收。大多数情况下，为此目的，使用简单或加权移动平均方法，以及指数平滑。 这些方法中的每一种都有其优点和缺点。因此，简单的移动平均值简单直观，但其应用需要时间序列的周期和趋势分量的相对稳定性。另外，信号延迟是移动平均值的特征。指数平滑方法没有滞后效应。但即使在这里也存在缺陷 - 只有在将系列与随机异常值对齐时，指数平滑才有效。 简单和指数平均值之间的合理折衷是使用加权移动平均线。但是，存在选择特定重量值的问题。让我们一起尝试解决这个问题。 因此，首先要定义我们希望从平滑过程中实现的目标： •首先，我们需要从价格序列中删除随机变化和噪音; •其次，我们希望识别异常排放和异常价格行为，这些行为也可用于贸易; •最后，平均程序应确定市场中存在的可持续趋势。 当然，我们希望平滑程序适应当前的市场情况。
很多时候，在金融系列的研究中应用他们的平滑。使用平滑，您可以删除高频成分 - 据信它们是由随机因素引起的，因此无关紧要。平滑总是包括一些平均数据的方法，其中时间序列中的随机变化相互吸收。大多数情况下，为此目的，使用简单或加权移动平均方法，以及指数平滑。 这些方法中的每一种都有其优点和缺点。因此，简单的移动平均值简单直观，但其应用需要时间序列的周期和趋势分量的相对稳定性。另外，信号延迟是移动平均值的特征。指数平滑方法没有滞后效应。但即使在这里也存在缺陷 - 只有在将系列与随机异常值对齐时，指数平滑才有效。 简单和指数平均值之间的合理折衷是使用加权移动平均线。但是，存在选择特定重量值的问题。让我们一起尝试解决这个问题。 因此，首先要定义我们希望从平滑过程中实现的目标： •首先，我们需要从价格序列中删除随机变化和噪音; •其次，我们希望识别异常排放和异常价格行为，这些行为也可用于贸易; •最后，平均程序应确定市场中存在的可持续趋势。 当然，我们希望平滑程序适应当前的市场情况。
尽管“ AIS Color Noise Filter ”指示器存在一些缺点，但使用它来平滑价格序列和预测价格的想法看起来非常有吸引力。 这是由于以下几个原因： 首先，考虑到几个噪声成分，可以建立相互独立的因素预测，从而提高预测质量; 其次，价格序列的噪声特征在整个历史中表现得相当稳定，从而可以获得稳定的结果; 最后，噪声变化使我们希望预测系统非常敏感，并且它对价格变化的反应将非常快。 因此，我们得到一个指标，尽管有所有简化，但能够准确预测价格将会移动的渠道。该指标的主要优点是速度快，易于学习。主要缺点是指标无法选择最重要的预测因素。 LH 是一个参数，用于设置进行预测的历史数据的长度。其允许值为0 - 255，而指标处理的柱数超过此参数指定的单位数。
尽管“ AIS Color Noise Filter ”指示器存在一些缺点，但使用它来平滑价格序列和预测价格的想法看起来非常有吸引力。 这是由于以下几个原因： 首先，考虑到几个噪声成分，可以建立相互独立的因素预测，从而提高预测质量; 其次，价格序列的噪声特征在整个历史中表现得相当稳定，从而可以获得稳定的结果; 最后，噪声变化使我们希望预测系统非常敏感，并且它对价格变化的反应将非常快。 因此，我们得到一个指标，尽管有所有简化，但能够准确预测价格将会移动的渠道。该指标的主要优点是速度快，易于学习。主要缺点是指标无法选择最重要的预测因素。 LH 是一个参数，用于设置进行预测的历史数据的长度。其允许值为0 - 255，而指标处理的柱数超过此参数指定的单位数。
该指标更具信息量。他的工作基于这样的假设，即市场中的价格变动可以表示为特定颜色的噪声，这取决于价格值分布的参数。由此，可以从不同角度分析价格变化，并将价格变动视为特定颜色的噪声，可以获得有关市场当前状态的信息并对价格行为进行预测。 在分析指标读数时，会考虑指标线的位置 - 它们位于当前柱的开盘价的上方或下方以及距离它的距离。 白噪声（白噪声） - 这种方法的特点是价格（当前和史前）被认为功率相等，这与简单的移动平均值相结合。白噪声信号更有可能证实这一特征 - 它越偏离当前价格，市场中的趋势运动就越强烈。相反，如果白噪声线接近开盘价，那么这就是趋势结束或横向价格变动的证据。 闪烁噪声（闪烁噪声）概述了趋势的上边界或下边界（取决于线是否高于或低于价格）。此外，这种噪音线与货币对价格的交叉点可以作为新趋势开始的证据，甚至是短期趋势的开始。 布朗噪声在很多方面的行为类似于指数平滑。因此，噪声线跟随价格，只有市场突然和突然的变化才有可能出现大的偏差。 蓝噪声显示趋势对当前趋势的强烈程度。由于蓝色噪声线与当前价格存在较大偏差，我们可以说趋势已经耗尽其力量并接近完成。
该指标更具信息量。他的工作基于这样的假设，即市场中的价格变动可以表示为特定颜色的噪声，这取决于价格值分布的参数。由此，可以从不同角度分析价格变化，并将价格变动视为特定颜色的噪声，可以获得有关市场当前状态的信息并对价格行为进行预测。 在分析指标读数时，会考虑指标线的位置 - 它们位于当前柱的开盘价的上方或下方以及距离它的距离。 白噪声（白噪声） - 这种方法的特点是价格（当前和史前）被认为功率相等，这与简单的移动平均值相结合。白噪声信号更有可能证实这一特征 - 它越偏离当前价格，市场中的趋势运动就越强烈。相反，如果白噪声线接近开盘价，那么这就是趋势结束或横向价格变动的证据。 闪烁噪声（闪烁噪声）概述了趋势的上边界或下边界（取决于线是否高于或低于价格）。此外，这种噪音线与货币对价格的交叉点可以作为新趋势开始的证据，甚至是短期趋势的开始。 布朗噪声在很多方面的行为类似于指数平滑。因此，噪声线跟随价格，只有市场突然和突然的变化才有可能出现大的偏差。 蓝噪声显示趋势对当前趋势的强烈程度。由于蓝色噪声线与当前价格存在较大偏差，我们可以说趋势已经耗尽其力量并接近完成。
选择StopLoss和TakeProfit的水平会对交易的整体表现产生非常强烈的影响。除了交易交易的明显参数 - 可能获胜或可能亏损的大小 - 止损和止盈的水平也会影响交易的预期持续时间以及一般交易的盈利能力。 如果您已使用“ AIS-ODT ”脚本确定了最佳事务持续时间，则可以开始确定与StopLoss和TakeProfit级别关联的参数。 为此，我们按以下步骤操作。首先，我们将确定在一个方向或另一个方向上的所有可能的价格偏差，并计算在一定时间内实现它们的概率。之后，您可以根据其大小，概率和预期利润值计算StopLoss和TakeProfit的最佳水平。 为此，请在感兴趣的货币对的图表和所需的时间范围内运行脚本。使用属性窗口中的ILB参数，设置交易仓位的期望持续时间，以柱数表示。在实用程序的工作期间，分析整个历史记录的数据，并选择最佳值。在脚本结束时，形成了两个文件 - “Buy.csv”和“Sell.csv”，其中包含获得结果的表 - 图1。
选择StopLoss和TakeProfit的水平会对交易的整体表现产生非常强烈的影响。除了交易交易的明显参数 - 可能获胜或可能亏损的大小 - 止损和止盈的水平也会影响交易的预期持续时间以及一般交易的盈利能力。 如果您已使用“ AIS-ODT ”脚本确定了最佳事务持续时间，则可以开始确定与StopLoss和TakeProfit级别关联的参数。 为此，我们按以下步骤操作。首先，我们将确定在一个方向或另一个方向上的所有可能的价格偏差，并计算在一定时间内实现它们的概率。之后，您可以根据其大小，概率和预期利润值计算StopLoss和TakeProfit的最佳水平。 为此，请在感兴趣的货币对的图表和所需的时间范围内运行脚本。使用属性窗口中的ILB参数，设置交易仓位的期望持续时间，以柱数表示。在实用程序的工作期间，分析整个历史记录的数据，并选择最佳值。在脚本结束时，形成了两个文件 - “Buy.csv”和“Sell.csv”，其中包含获得结果的表 - 图1。
让我们看一下外汇市场价格变化的本质，而不是关注这些变化发生的原因。这种方法将使我们能够确定影响价格变动的主要因素。 例如，让我们看一下欧元兑美元货币对和H1时间框架的开盘价。对于这些价格，我们构建了Lameray图（图1）。 在该图中，可以看出价格变动基本上根据线性方程发生。要确定此等式的参数，可以使用最小二乘法。在这个特定的例子中，改变开盘价的等式采用以下形式： Open [i] = 0.99989 * Open [i + 1] +0.00013。 让我们来看看这个等式如何充分描述价格变动。为此，我们删除线性分量并分析残差（图2）。 从图中可以清楚地看出，这些残留物相当混乱，如果我们将它们视为噪声，我们可以得到一个相当简单的系统来预测下一个柱的开盘价，这是以该指标的形式实现的。