보조지표

중력 중심: J. F. Ehlers의 트레이딩 인디케이터
MetaTrader4
중력 중심: J. F. Ehlers의 트레이딩 인디케이터

중력 중심이란? 중력 중심은 지연 없이 정확하게 전환점을 정의할 수 있게 해주는 인디케이터입니다. 이 인디케이터는 Ehlers의 적응형 필터 연구의 결과물로, 다양한 필터의 지연을 조사하면서 개발되었습니다. 중력 중심의 작동 원리 중력 중심 인디케이터는 거의 지연 없이 주요 피벗 포인트를 식별할 수 있게 해줍니다. 중력 중심을 계산하는 아이디어는 유한 임펄스 응답(FIR) 필터의 다양한 지연을 조사하면서 출현했습니다. SMA(단순 이동 평균)는 모든 계수가 동일한 값인 FIR 필터입니다. 그러므로 SMA의 중력 중심은 필터의 정확한 중심을 나타냅니다. 반면 WMA(가중 이동 평균)는 최근 가격 변화를 필터 길이에 따라 가중치를 두어 처리합니다. 가중치와 중력 중심 WMA 필터의 가중치는 삼각형의 윤곽으로 표현될 수 있습니다. 중력 중심은 삼각형 밑변 길이의 1/3 지점에 위치합니다. 이로 인해 WMA의 중력 중심은 동일한 길이의 SMA 중력 중심에 비해 오른쪽으로 이동하여 더 작은 지연을 제공합니다. FIR 필터의 모든 예에서 계수와 가격의 곱의 합은 원래 가격을 보존하기 위해 계수의 합으로 나누어져야 합니다. Ehlers 필터의 이해 가장 유명한 FIR 필터 중 하나는 Ehlers 필터입니다. 이 필터는 다음과 같은 방식으로 표현될 수 있습니다: 중력 중심 계산 중력 중심은 Ehlers 필터를 사용하여 다음과 같은 공식으로 계산됩니다: 인디케이터 파라미터 설정 이 인디케이터에서 파라미터 Per=10은 인디케이터 계산 기간을 설정하고, PriceType=0은 인디케이터 계산의 기준이 되는 가격 유형을 설정하여 주 라인(파란색)을 생성합니다. 신호 라인(빨간색)의 경우 SmoothPer=3는 주 인디케이터 라인의 스무딩 기간을 설정하고, SmoothType=0은 스무딩 유형을 나타냅니다. 파라미터 값의 해석은 인디케이터 코드의 주석 형식으로 제공됩니다.

2008.02.10
스피어만 순위 상관관계 이해하기: 트레이드 데이터 분석에 활용하기
MetaTrader4
스피어만 순위 상관관계 이해하기: 트레이드 데이터 분석에 활용하기

안녕하세요, 트레이더 여러분! 오늘은 스피어만 순위 상관관계(Spearman's Rank Correlation)에 대해 알아보도록 하겠습니다. 이 방법은 변수 간의 관계를 통계적으로 연구하는 비모수적 방법으로, 두 개의 숫자 시퀀스 간의 평행성을 파악하는 데 사용됩니다.스피어만 순위 상관관계를 계산하는 과정은 다음과 같은 단계로 이루어집니다:각 지표에 번호(순위)를 부여하고, 가장 높은 순위부터 가장 낮은 순위까지 정렬합니다.비교할 각 쌍의 순위 차이를 계산합니다.각 차이를 제곱하고, 그 값을 모두 합산합니다.다음의 공식을 사용하여 순위 상관관계를 계산합니다:여기서 는 순위 차이의 제곱 합, 는 쌍으로 이루어진 관측값의 수를 나타냅니다.순위 상관관계를 사용할 때, 지표 간의 상관 비율을 추정하는데, 값이 0.3 이하일 경우 낮은 상관 비율, 0.4에서 0.7 사이일 경우 중간 상관 비율, 0.7 이상일 경우 높은 상관 비율로 간주됩니다.스피어만 순위 상관관계는 모수적 상관관계보다 약간 덜 강력합니다. 관측값이 적을 때 이 방법을 사용하는 것이 합리적입니다. 이 방법은 숫자 데이터뿐만 아니라 다양한 강도의 속성으로 탐지된 값에도 활용할 수 있습니다.이 지표는 오실레이터의 일종으로, 스토캐스틱 오실레이터에 비해 더 부드럽고, 피벗 포인트에서 지연되지 않는 장점이 있습니다.계산 알고리즘에 영향을 미치는 유일한 외부 파라미터는 rangeN입니다. 이 파라미터는 우리가 규칙성을 찾으려는 바의 수를 설정합니다. 예를 들어, rangeN = 14이면, 우리는 종가 시퀀스 Close[i], Close[i+1], ... Close[i+rangeN-1]를 가져와서 그에 대한 순위 시퀀스를 구성합니다. 이 경우, 하나의 실제 차트는 다른 단조 증가 차트와 비교됩니다.direction 파라미터는 최고 값에서 최저 값으로 정렬할지(참) 아니면 최저 값에서 최고 값으로 정렬할지(거짓)를 결정합니다. true 값은 더 일반적인 모습을 보여주고, false 값은 반전된 이미지를 생성합니다. CalculatedBars 파라미터는 계산되는 바의 양을 제한하여 CPU 자원을 절약하기 위해 도입되었습니다. 이 파라미터가 0이면 모든 사용 가능한 이력에 대해 계산이 수행됩니다. Maxrange = 30은 최대 계산 기간을 설정하여 자원을 절약하기 위해 만들어졌습니다.스피어만 순위 상관관계는 데이터 분석에 매우 유용한 도구입니다. 여러분의 트레이딩 전략에 활용해 보세요!

2008.02.10
부드러운 ADX 지표 이해하기 - 트레이더를 위한 기본 가이드
MetaTrader4
부드러운 ADX 지표 이해하기 - 트레이더를 위한 기본 가이드

안녕하세요, 트레이더 여러분! 오늘은 부드러운 ADX(Smoothed ADX) 지표에 대해 이야기해볼까 해요. 이 지표는 포럼 방문자의 요청으로 만들어졌고, 실제로 구현하는 것은 그리 어렵지 않았습니다. 하지만 부드러운 ADX 알고리즘에 대한 설명은 찾기 힘들었어요. 그래서 이번 포스팅에서는 코드와 함께 간단한 설명을 드릴게요! 부드러운 ADX 코드 먼저, 다음은 부드러운 ADX 지표의 코드입니다: Inputs: {입력값 선언}     Length(14),      ADXTrend(25), alpha1(0.25), alpha2(0.33);   variables: {변수 선언}     DMIPlus(0), DMIMinus(0), DMI(0), ADX(0),     DIPlusLead(0), DIMinusLead(0), DIPlusFinal(0), DIMinusFinal(0),     ADXLead(0), ADXFinal(0); {ADX의 내장 함수 호출, 그래서 직접 계산할 필요 없음} Value1 = DirMovement(H, L, C, Length, DMIPlus, DMIMinus, ADX);   부드러운 ADX 지표의 실제 스무딩 부분DIPlusLead = 2*DMIPlus + (alpha1 - 2) * DMIPlus[1] + (1 - alpha1) * DIPlusLead[1];DIPlusFinal = alpha2*DIPlusLead + (1 - alpha2) * DIPlusFinal[1];   DIMinusLead = 2*DMIMinus + (alpha1 - 2) * DMIMinus[1] + (1 - alpha1) * DIMinusLead[1];DIMinusFinal = alpha2*DIMinusLead + (1 - alpha2) * DIMinusFinal[1];   ADXLead = 2*ADX + (alpha1 - 2) * ADX[1] + (1 - alpha1) * ADXLead[1];ADXFinal = alpha2*ADXLead + (1 - alpha2) * ADXFinal[1];   {차트에 플로팅하기} Plot1(DIPlusFinal, "DMI+");Plot2(DIMinusFinal, "DMI-");Plot3(ADXFinal, "ADX"); 부드러운 ADX의 스무딩 과정 부드러운 ADX의 초기 텍스트에 깊이 들어가지 않으면, 이 스무딩은 두 단계로 나눌 수 있어요. 예를 들어, 우리가 P라는 숫자 시퀀스가 있다고 가정하고, 최소한의 지연으로 스무딩을 해야 한다고 해봅시다. 첫 번째 단계에서는 다음 공식을 사용하여 P-시퀀스의 진동 함수 V(P)를 구축합니다: P0는 시퀀스의 현재 값(가격 또는 지표); P1은 시퀀스의 이전 값; V1은 이전 진동 값; V0는 현재 진동 값입니다. 또는 다른 방식으로: V0 = (Vol(P) + 3*V1) / 4,여기서:Vol(P) = 8*P0 - 7*P1 - Ehlers의 폭발(제가 만든 용어입니다). 두 번째 단계에서는 간단한 가중치 스무딩을 적용합니다: W0 = (1*V0 + 2*W1) / (2 + 1).여기서: W0는 시퀀스 P의 현재 스무딩 값; V0는 P-시퀀스의 현재 진동 값; W1은 이전 스무딩 값입니다. 부드러운 ADX에서는 이 스무딩 알고리즘이 표준 ADX의 모든 세 가지 버퍼에 적용됩니다. 그래서 이 지표는 부드러운 ADX라고 불리는 것이죠. 만약 RSI 지표를 스무딩한다면, 그걸 부드러운 RSI라고 부르겠죠. 아래 그림은 부드러운 ADX가 실제로 원래의 표준 ADX(평균 방향성 이동 지수)보다 덜 '떨리는' 모습을 보여줍니다.

2008.02.10
DEMA RLH 인디케이터: 트레이딩에서의 활용법
MetaTrader4
DEMA RLH 인디케이터: 트레이딩에서의 활용법

안녕하세요, 트레이더 여러분! 오늘은 DEMA RLH 인디케이터에 대해 이야기해 보려고 합니다. 이 인디케이터는 트레이딩에서 매우 유용한 도구로, 여러분의 매매 전략에 큰 도움이 될 수 있습니다. DEMA RLH 인디케이터란? DEMA RLH는 Double Exponential Moving Average의 일종으로, 가격 움직임의 추세를 파악하는 데 사용됩니다. 이 인디케이터는 가격의 변동을 부드럽게 하여 더 정확한 매매 신호를 제공하는 데 도움을 줍니다. DEMA RLH의 장점 빠른 반응 속도: 가격 변화에 빠르게 반응하여 실시간으로 신뢰할 수 있는 신호를 제공합니다. 노이즈 감소: 시장의 잡음을 줄여 주기 때문에 보다 명확한 트렌드 파악이 가능합니다. 다양한 적용 가능성: 단기 및 장기 트레이딩 모두에 활용할 수 있어 유연하게 사용할 수 있습니다. 어떻게 활용할까? DEMA RLH를 활용하기 위해서는 다음과 같은 방법을 고려해 볼 수 있습니다: 가격이 DEMA RLH 선을 상향 돌파할 때 매수 신호로 해석할 수 있습니다. 가격이 DEMA RLH 선을 하향 돌파할 때 매도 신호로 해석할 수 있습니다. 기타 보조 지표와 함께 사용하여 신뢰성을 높이는 것이 좋습니다. 이와 같은 방법으로 DEMA RLH 인디케이터를 잘 활용하신다면, 트레이딩에서 더 나은 성과를 기대할 수 있을 것입니다. 여러분의 성공적인 트레이딩을 응원합니다!

2008.02.09
처음 이전 379 380 381 382 383 384 385 386 387 388 389 다음 마지막