ลิตร ปรับตัว เคลื่อนไหว เฉลี่ย metastock

การปรับค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่ผู้ค้าที่ชื่นชอบมักใช้เป็นเครื่องมือที่ชื่นชอบอย่างไรก็ตามเมื่อตลาดรวมตัวบ่งชี้นี้จะนำไปสู่ธุรกิจการค้า whipsaw จำนวนมากซึ่งส่งผลให้เกิดการชนะและขาดทุนจำนวนเล็กน้อยที่น่าผิดหวังนักวิเคราะห์ได้ใช้เวลาหลายทศวรรษในการพยายามปรับปรุง ค่าเฉลี่ยเคลื่อนที่ง่ายในบทความนี้เรามองไปที่ความพยายามเหล่านี้และพบว่าการค้นหาของพวกเขาได้นำไปสู่เครื่องมือการค้าที่มีประโยชน์สำหรับการอ่านข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยเคลื่อนที่แบบธรรมดาให้ดูที่ค่าเฉลี่ยเคลื่อนที่แบบง่ายทำให้แนวโน้มโดดเด่นข้อดีและข้อเสียของค่าเฉลี่ยเคลื่อนที่ข้อดีและข้อเสีย ของค่าเฉลี่ยเคลื่อนที่ถูกสรุปโดยโรเบิร์ตเอ็ดเวิร์ดและจอห์นจีในฉบับพิมพ์ครั้งแรกของการวิเคราะห์ทางเทคนิคของสต็อกเทรนด์เมื่อพวกเขากล่าวว่าและมันก็กลับมาในปี 1941 ว่าเราดีใจที่ได้ค้นพบแม้ว่าหลายคนอื่น ๆ ได้ทำมันก่อนที่โดยค่าเฉลี่ยข้อมูล สำหรับจำนวนวันที่ระบุไว้หนึ่งอาจได้รับมาเรียงลำดับของเส้นแนวโน้มอัตโนมัติซึ่งแน่นอนจะตีความการเปลี่ยนแปลงของแนวโน้มมันดูเหมือน เกือบดีเกินกว่าที่จะเป็นจริงแท้ที่จริงก็ดีเกินกว่าที่จะเป็นจริงได้ด้วยข้อเสียข้อเสียกว่าข้อดีเอ็ดเวิร์ดและจีได้ละทิ้งความฝันของพวกเขาในการซื้อขายจากบังกะโลชายหาด แต่ 60 ปีหลังจากที่พวกเขาเขียนคำเหล่านั้น ยังคงมีอยู่ในการพยายามหาเครื่องมือง่ายๆที่สามารถนำเสนอความมั่งคั่งของตลาดได้อย่างง่ายดายค่าเฉลี่ยเคลื่อนที่อย่างง่ายในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆให้เพิ่มราคาสำหรับช่วงเวลาที่ต้องการและหารด้วยจำนวนงวดที่เลือกค้นหาค่าเฉลี่ยเคลื่อนที่ห้าวัน จะต้องรวมห้าราคาปิดล่าสุดและหารด้วยห้าถ้าปิดล่าสุดอยู่เหนือค่าเฉลี่ยเคลื่อนที่หุ้นจะได้รับการพิจารณาให้อยู่ใน uptrend. Downtrends ถูกกำหนดโดยราคาซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่สำหรับข้อมูลเพิ่มเติมดู คำแนะนำการเคลื่อนไหวโดยเฉลี่ยของเราคุณสมบัติการกำหนดแนวโน้มนี้ช่วยให้สามารถเคลื่อนย้ายค่าเฉลี่ยเพื่อสร้างสัญญาณการซื้อขายได้ในแอพพลิเคชันที่ง่ายที่สุดผู้ค้าจะซื้อเมื่อราคาเคลื่อนไปเหนือการเคลื่อนย้าย ค่าเฉลี่ยและการขายเมื่อราคาข้ามด้านล่างบรรทัดวิธีการเช่นนี้มีการประกันที่จะนำผู้ประกอบการค้าที่ด้านขวาของการค้าที่สำคัญใด ๆ แต่ในขณะที่ราบรื่นข้อมูลย้ายค่าเฉลี่ยจะล่าช้าหลังการดำเนินการในตลาดและผู้ประกอบการค้ามักจะให้ กลับส่วนใหญ่ของผลกำไรของพวกเขาในแม้ธุรกิจการค้าที่ชนะที่ยิ่งใหญ่ที่สุดค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้นักวิเคราะห์ดูเหมือนจะชอบแนวคิดเรื่องค่าเฉลี่ยเคลื่อนที่และต้องใช้เวลาหลายปีในการลดปัญหาที่เกี่ยวข้องกับความล่าช้านี้หนึ่งในนวัตกรรมเหล่านี้คือค่าเฉลี่ย EMA ที่เป็นตัวชี้วัด วิธีนี้จะให้น้ำหนักที่สูงขึ้นเมื่อเทียบกับข้อมูลล่าสุดและเป็นผลให้ราคาใกล้เคียงกับการเคลื่อนไหวของราคามากกว่าค่าเฉลี่ยเคลื่อนที่แบบง่ายๆสูตรในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือ EMA น้ำหนักปิด EMA 1 น้ำหนักที่ไหนน้ำหนักจะราบเรียบ เลือกค่าคงที่โดยนักวิเคราะห์EMAyคือค่าเฉลี่ยเคลื่อนที่แบบเลขยกมาจากค่าเฉลี่ยเมื่อวานนี้ค่าการถ่วงน้ำหนักทั่วไปคือ 0 181 ซึ่งใกล้เคียงกับ 20 วันแบบง่ายๆ mov ing เฉลี่ยอีกคือ 0 10 ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ประมาณ 10 วันแม้ว่าจะช่วยลดความล่าช้าค่าเฉลี่ยเคลื่อนที่ที่ระบุไม่สามารถแก้ปัญหาเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ได้ซึ่งเป็นไปได้ว่าการใช้สัญญาณซื้อขายจะนำไปสู่จำนวนมาก ของการสูญเสียการค้าในแนวคิดใหม่ในระบบการซื้อขายทางเทคนิค Welles Wilder คาดการณ์ว่าตลาดมีแนวโน้มเพียงช่วงหนึ่งในสี่ของเวลาการดำเนินการซื้อขายหลักทรัพย์สูงสุด 75 รายการถูก จำกัด ให้อยู่ในช่วงแคบ ๆ เมื่อสัญญาณซื้อ - ขาย - ขายเฉลี่ยจะถูกสร้างขึ้นซ้ำ ๆ ตามราคา เพื่อแก้ปัญหานี้นักวิเคราะห์หลายคนได้แนะนำปัจจัยการถ่วงน้ำหนักที่แตกต่างกันของการคำนวณ EMA สำหรับข้อมูลเพิ่มเติมโปรดดูที่การย้ายค่าเฉลี่ยที่ใช้ในการซื้อขายการปรับค่าเฉลี่ยเคลื่อนที่เพื่อการดำเนินการในตลาดวิธีหนึ่งในการจัดการกับข้อเสียของ ค่าเฉลี่ยเคลื่อนที่คือการคูณปัจจัยการถ่วงน้ำหนักโดยใช้อัตราส่วนความผันผวนการทำเช่นนี้จะหมายความว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจากราคาปัจจุบันใน volati le ตลาดนี้จะช่วยให้ผู้ชนะในการทำงานเป็นแนวโน้มมาถึงจุดสิ้นสุดและราคารวมค่าเฉลี่ยเคลื่อนที่จะย้ายใกล้ชิดกับการดำเนินการตลาดปัจจุบันและในทางทฤษฎีอนุญาตให้ผู้ประกอบการค้าเพื่อให้มากที่สุดของกำไรจับในระหว่างแนวโน้มในทางปฏิบัติ, อัตราส่วนความผันผวนอาจเป็นตัวบ่งชี้เช่นความกว้างของแถบ Bollinger ซึ่งวัดระยะห่างระหว่างแถบ Bollinger Bussing ที่รู้จักกันดีสำหรับข้อมูลเพิ่มเติมเกี่ยวกับตัวบ่งชี้นี้โปรดดูที่ข้อมูลพื้นฐานเกี่ยวกับแถบ Bollinger Border. Perry Kaufman แนะนำให้เปลี่ยนตัวแปรน้ำหนักในสูตร EMA ด้วย ค่าคงที่ขึ้นอยู่กับอัตราส่วนประสิทธิภาพ ER ในหนังสือระบบการซื้อขายใหม่และวิธีการตัวบ่งชี้นี้ถูกออกแบบมาเพื่อวัดความแรงของแนวโน้มที่กำหนดไว้ในช่วงตั้งแต่ -1 0 ถึง 1 0 จะคำนวณด้วยสูตรง่ายๆรวมทั้งหมด การเปลี่ยนแปลงราคาสำหรับช่วงรวมของการเปลี่ยนแปลงราคาสัมบูรณ์สำหรับแต่ละบาร์พิจารณาหุ้นที่มีช่วงห้าจุดในแต่ละวันและเมื่อสิ้นสุดระยะเวลาห้าวันได้รับคะแนนรวมทั้งหมด 15 คะแนนซึ่งจะส่งผลให้ค่า ER เท่ากับ 0 67 15 พี oints ขึ้นไปหารด้วยจุดรวม 25 จุดถ้าหุ้นนี้ลดลง 15 จุด ER จะเป็น -0 67 สำหรับคำแนะนำการซื้อขายเพิ่มเติมจาก Perry Kaufman อ่าน Losing To Win ซึ่งจะกล่าวถึงกลยุทธ์ในการรับมือกับความเสียหายที่เกิดจากการซื้อขายหลักทรัพย์หลักการของ a แนวโน้มของประสิทธิภาพขึ้นอยู่กับการเคลื่อนไหวทิศทางหรือแนวโน้มที่คุณได้รับต่อหน่วยของการเคลื่อนไหวของราคาในช่วงเวลาที่กำหนด ER ของ 1 0 บ่งชี้ว่าหุ้นอยู่ในขาขึ้นที่สมบูรณ์แบบ -1 0 หมายถึงขาลงที่สมบูรณ์แบบในแง่การปฏิบัติ เมื่อใช้ตัวบ่งชี้นี้เพื่อหา AMA ที่ปรับค่าเฉลี่ยโดยเฉลี่ยผู้ค้าจะต้องคำนวณน้ำหนักด้วยสูตรที่ซับซ้อนและค่อนข้างซับซ้อน ER SCF SCS SCS 2 โดยที่ SCF คือค่าคงที่ทางเรขาคณิตสำหรับ EMA ที่เร็วที่สุด อนุญาตให้ใช้ 2.SCS เป็นค่าคงที่แบบเอกซ์โพเนนเชียลสำหรับ EMA ที่ช้าที่สุดที่อนุญาตได้บ่อยกว่า 30.ER เป็นอัตราส่วนประสิทธิภาพที่ระบุไว้ด้านบนค่า C จะใช้ในสูตร EMA แทนตัวแปรน้ำหนักที่เรียบง่ายแม้ว่า ยากที่จะคำนวณด้วยมือค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้ถูกรวมเป็นตัวเลือกในเกือบทุกแพคเกจซอฟต์แวร์เพื่อการค้าสำหรับข้อมูลเพิ่มเติมเกี่ยวกับ EMA อ่าน Exploring Average Weighted Moving Average ตัวอย่างของเส้นสีแดงเฉลี่ยเคลื่อนที่โดยนัย และเส้นสีเขียวเฉลี่ยเคลื่อนที่ที่ปรับตัวได้แสดงไว้ในรูปที่ 1. รูปที่ 1 AMA เป็นสีเขียวและแสดงให้เห็นว่ามีการแผ่แบนที่ใหญ่ที่สุดในการกระทำที่มีขอบเขตอยู่ที่ด้านขวาของแผนภูมิในกรณีส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่แบบเสวนา (exponential moving average, แสดงเป็นเส้นสีฟ้าใกล้เคียงกับการดำเนินการราคาค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายจะแสดงเป็นเส้นสีแดงค่าเฉลี่ยเคลื่อนที่สามตัวที่แสดงในภาพทั้งหมดมีแนวโน้มที่จะมีการซื้อขายแส้ในหลาย ๆ ครั้งข้อเสียเปรียบของค่าเฉลี่ยเคลื่อนที่เหล่านี้จึงเป็นไปไม่ได้ เพื่อขจัดข้อสรุป Robert Colby ได้ทดสอบเครื่องมือวิเคราะห์ทางเทคนิคหลายร้อยเครื่องมือในสารานุกรมตัวชี้วัดด้านเทคนิคของตลาดเขาสรุปว่าแม้ว่าค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้มีความน่าสนใจ g ความคิดใหม่ที่มีการอุทธรณ์ทางสติปัญญามากการทดสอบเบื้องต้นของเราไม่ได้แสดงให้เห็นถึงประโยชน์ในทางปฏิบัติที่แท้จริงของวิธีการทำให้เรียบแบบที่ซับซ้อนมากขึ้นซึ่งหมายความว่าผู้ค้าควรละเลยแนวคิดนี้ AMA อาจรวมกับตัวบ่งชี้อื่นเพื่อพัฒนาระบบการซื้อขายที่ทำกำไรได้ ในหัวข้อนี้อ่านการค้นพบช่อง Keltner และ Oscillator ของ Chaikin ER สามารถใช้เป็นตัวบ่งชี้แนวโน้มแบบสแตนด์อะโลนเพื่อหาโอกาสในการทำกำไรได้มากที่สุดตัวอย่างเช่นอัตราส่วนด้านบน 0 30 บ่งชี้แนวโน้มขาขึ้นที่แข็งแกร่งและเป็นตัวแทนการซื้อที่มีศักยภาพ ความผันผวนของการเคลื่อนไหวในรอบหุ้นที่มีอัตราส่วนประสิทธิภาพต่ำสุดอาจดูเป็นโอกาสที่ breakout มีนาคม 1998 TIPS ผู้ค้าที่นี่คือการเลือกของเดือน Traders เคล็ดลับสนับสนุนโดยนักพัฒนาต่างๆของซอฟต์แวร์การวิเคราะห์ทางเทคนิคเพื่อช่วยให้ผู้อ่านได้ง่ายขึ้นใช้บางส่วน กลยุทธ์ที่นำเสนอในฉบับนี้คุณสามารถคัดลอกสูตรและโปรแกรมเหล่านี้เพื่อใช้งานได้ง่ายในการสเปรดชีทของคุณ et or analysis software เพียงแค่เลือกข้อความที่ต้องการโดยการเน้นตามที่คุณต้องการในโปรแกรมประมวลผลคำใดก็ได้จากนั้นใช้คำสั่งคีย์มาตรฐานของคุณเพื่อคัดลอกหรือเลือกคัดลอกจากเมนูเบราเซอร์ข้อความที่คัดลอกสามารถวางลงในสเปรดชีตหรือซอฟต์แวร์อื่น ๆ ได้โดย การเลือกจุดแทรกและการดำเนินการคำสั่งวางโดยการสลับไปมาระหว่างหน้าต่างแอพพลิเคชันและเว็บเพจที่เปิดข้อมูลสามารถถ่ายโอนข้อมูลได้อย่างง่ายดายเคล็ดลับเดือนนี้ประกอบด้วยสูตรและโปรแกรมสำหรับค่าเฉลี่ยเคลื่อนที่แบบปรับตัวที่กล่าวถึงใน การให้สัมภาษณ์กับ Perry Kaufman ในปี พ. ศ. 2541 เรื่องของโบนัสหุ้นฉบับแรกที่ปรากฏในเดือนมี. ค. ปี 2538 เป็นทางเลือกที่ดีสำหรับการคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยในเดือนนี้ Traders Tips ของผมจะนำเสนอการศึกษาภาษา Easy Language สองเรื่องและระบบ Easy Language ที่อิงกับ ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้การคำนวณค่าเฉลี่ยเคลื่อนที่แบบปรับตัวที่ใช้ในการศึกษาและระบบใน TradeStation หรือ SuperCharts i s ทำหน้าที่เป็นหลักโดยฟังก์ชันเรียกว่า AMA ฟังก์ชันอื่นที่เรียกว่า AMAF ใช้ในการคำนวณตัวกรองค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้เช่นเคยควรสร้างฟังก์ชันก่อนการพัฒนาระบบการศึกษาประเภทฟังก์ชันชื่อ AMA. Vars Noise 0, สัญญาณ 0, Diff 0, efRatio 0, Smooth 1, Fast 6667, Slowest 0645, AdaptMA 0.Diff AbsValue ปิด - ปิด 1.IF CurrentBar Period แล้ว AdaptMA Close. IF ช่วงเวลาปัจจุบันเริ่มจากสัญญาณ AbsValue Close - ปิดรอบระยะเวลาสรุปต่างกันนิดหน่อย , Period. efRatio Signal Noise. Smooth Power EfRatio เร็วที่สุด - ช้าสุดช้าที่สุด 2.AdaptMA AdaptMA 1 Smooth Close - AdaptMA 1 End. Inputs Period Numeric, Pcnt Numeric. Vars เสียง 0, 0 สัญญาณ, 0 แตกต่าง, efRatio 0, Smooth 1, เร็วที่สุด 6667, ช้าที่สุด 0645, AdaptMA 0, AMAFltr 0.Diff AbsValue ปิด - ปิด 1.IF ช่วงเวลาปัจจุบันแล้ว AdaptMA Close. IF ช่วงเวลาปัจจุบันเริ่มจากสัญญาณ AbsValue Close - Close Period. Noise Summation Diff, Period. efRatio Signal Noise. Smooth Power Efrat io เร็วที่สุด - Slowest Slowest, 2.AdaptMA AdaptMA 1 Smooth Close - AdaptMA 1.AMAFltr StdDev AdaptMA-AdaptMA 1, ระยะเวลาการสิ้นสุด Pcnt End AMAFltr AMAF เมื่อคุณสร้างทั้งสองฟังก์ชั่นเสร็จแล้วคุณสามารถสร้างการศึกษาทั้งสองและระบบแรก ตัวบ่งชี้จะแสดงเส้นค่าเฉลี่ยเคลื่อนที่ที่ปรับได้โดยมีบิดตัวเลือกบิดคือเส้น AMA สามารถปรับให้เรียบได้โดยใช้การถดถอยเชิงเส้นดังนั้นผมจึงรวมอยู่ในตัวบ่งชี้อินพุทชื่อเรียบที่ช่วยให้คุณสามารถตรวจสอบว่าสาย AMA ควรเรียบหรือไม่ ไม่ใช่ AY เนื่องจากค่าอินพุททำให้การคำนวณง่ายขึ้นแอ็ป N เพียงแค่แปลงสาย AMA ดิบตัวบ่งชี้นี้ควรปรับขนาดให้เหมือนกับข้อมูลราคาประเภทตัวบ่งชี้ชื่อ MovAvg Adaptive. Inputs Period 10 Smooth Y. IF UpperStr Smooth Y แล้ว Plot1 LinearRegValue AMA Period, ช่วงเวลา 0, Smooth AMA Else Plot2 ระยะเวลา AMA, Adaptive MA ตัวบ่งชี้ที่สอง Mov Adaptive Fltr เฉลี่ยใช้แนวคิดการกรองและนำไปใช้กับตัวบ่งชี้ตามค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวแบบกรอง พารามิเตอร์ AMAF ตัวบ่งชี้นี้จะพล็อตเส้นสีน้ำเงินหรือสีแดงแนวตั้งทั้งนี้ขึ้นอยู่กับเงื่อนไขที่เป็นไปตามค่าที่สะท้อนโดยเส้นแนวตั้งจะแสดงค่าของการคำนวณตัวกรอง AMA การตั้งค่ารูปแบบบางอย่างที่แนะนำจะได้รับหลังจากรหัสตัวบ่งชี้ประเภทตัวบ่งชี้ชื่อ MovAvg Adaptive Fltr. Inputs ระยะเวลา 10, Pcnt 15.Vars AMAVal 0, AMAFVal 0, AMALs 0, AMAHs 0.AMAFVAL AMAF ระยะเวลา Pcnt. IF CurrentBar 1 จากนั้นเริ่ม AMALs AMAVal. AMAHs AMAVal End Else เริ่มต้นหาก AMAVal AMAVal 1 จากนั้น AMALs AMAVal IF AMAVal AMAVal 1 จากนั้น AMAHs AMAVal IF AMAVal - AMALs AMAFVal แล้วเริ่มต้น Plot1 AMAFVal, Buy. IF Plot1 1 0 แล้วแจ้งเตือน True End Else ถ้า AMAHs - AMAVal AMAFVal แล้วเริ่มต้น Plot2 AMAFVal, Sell. IF Plot2 1 0 แล้วแจ้งเตือน True End Plot3 AMAFVal, หน้าจอการปรับขนาด AMAFilter End. Style ระบบ MovAvg Adaptive Fltr ด้านล่างนี้ขึ้นอยู่กับกฎที่กำหนดไว้สำหรับรายการที่อิงตามการคำนวณโดยเฉลี่ยที่คำนวณได้จากการคำนวณโดยการปรับค่าการเคลื่อนที่ประเภท System. Name MovAvg Adaptive Fltr. Inputs Period 10, Pcnt 15.Vars AMAVa l 0, AMAFVal 0, AMALs 0, AMAHs 0.AMAFVAL AMAF ระยะเวลา Pcnt. IF CurrentBar 1 จากนั้นเริ่ม AMALs AMAVal. AMAHs AMAVal End Else เริ่มต้นหาก AMAVal AMAVAL 1 จากนั้น AMALs AMAVal IF AMAVAL AMAVAL 1 จากนั้น AMAHs AMAVal IF AMAVal - AMALs Crosses เหนือ AMAFVal แล้วซื้อแถบนี้เมื่อปิด AMAHs - AMAVal ข้าม AMAFVal แล้วขายแถบนี้เมื่อปิดท้ายรหัสนี้ยังมีอยู่ที่เว็บไซต์ของ Omega Research ชื่อของไฟล์โปรดทราบว่าเทคนิคการวิเคราะห์เคล็ดลับของ Traders ทั้งหมดที่โพสต์ไว้ที่ Omega เว็บไซต์ของ Research S สามารถใช้งานได้โดยทั้ง TradeStation และ SuperCharts เมื่อใดก็ตามที่ทำได้เทคนิคการวิเคราะห์ที่โพสต์จะมีทั้ง Quick Editor และ Power Editor formats-- Gaston Sanchez, Omega Research 800 422-8587, 305 270-1095 Internet กลับไปที่รายการ ใน MetaStock 6 5 คุณสามารถสร้างระบบค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้โดย Perry Kaufman ในการสัมภาษณ์ที่ปรากฏในฉบับโบนัส 1998 เมื่อใช้ MetaStock 6 5 เลือกตัวบ่งชี้ Builder จากเมนู Tools จากนั้นคลิกที่ ปุ่มใหม่ป้อนสูตรต่อไปนี้การปรับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย Binary Wave. Periods ระยะเวลาการป้อนข้อมูล 1,1000, 10.Direction CLOSE - Ref CLOSE, - periods. SSC ER FastSC - SlowSC SlowSC. AMA หาก Cum 1 รอบระยะเวลาที่ 1 อ้างอิง Close -1 ค่าคงที่ก่อนหน้า CLOSE - PREV. FilterPercent Input Filter เปอร์เซ็นต์, 0,100,15 100. ฟิลเตอร์ FilterPercent Std AMA - Ref AMA, -1, Periods. AMalow ถ้า AMA Ref AMA, -1, AMA, PREV. AMAHigh ถ้า AMA Ref AMA, -1, AMA, PREV. Adaptive Moving Average. Periods ระยะเวลาการป้อนข้อมูล, 1,1000, 10.Direction CLOSE - อ้างอิง CLOSE, - periods. SSC ER FastSC - SlowSC SlowSC. AMA ถ้า Cum 1 ช่วงเวลา 1, Close Close, -1 ค่าคงที่ CLOSE - ref Close, -1, ค่าคงที่ก่อนหน้า CLOSE - PREV หากคุณต้องการเห็นค่าเฉลี่ยเคลื่อนที่ที่ปรับได้เพียงแค่พล็อตลงบนแผนภูมิใดก็ได้ใน MetaStock ถ้าคุณต้องการดูการซื้อ และขายสัญญาณจากระบบค่าเฉลี่ยเคลื่อนที่แบบปรับตัวพล็อตคลื่นไบนารีเฉลี่ยที่ปรับค่าได้คลื่นแม่เหล็กไฟฟ้านี้แปลงเป็น 1 เมื่อมีสัญญาณซื้อ 1 สัญญาณขายและ 0 เมื่อมีสัญญาณรบกวน o สัญญาณ --Allan J McNichol, EQUIS International 800 882-3040, 801 265-8886 อินเทอร์เน็ตกลับไป List. TECHNIFILTER PLUS. Here te TechniFilter Plus, รุ่น 8 สูตรสำหรับค่าเฉลี่ยเคลื่อนที่แบบปรับตัว AMA ที่กล่าวถึงโดย Perry Kaufman ในปีพ. ศ. 2541 Issue. AMA เป็นค่าเฉลี่ยเลขชี้กำลังที่น้ำหนักตัวคูณอาจแตกต่างกันไปในแต่ละวันระหว่างค่าสูงสุดและต่ำสุดเนื่องจากราคามีแนวโน้มแข็งแกร่งน้ำหนักผันแปรนี้จึงเข้าใกล้มูลค่าสูงสุดทำให้ AMA ติดตามเส้นโค้งราคามากขึ้นเมื่อราคา เป็นน้ำหนักที่ผันแปรไปตามค่าต่ำสุดซึ่งทำให้ AMA แผ่ลิตร Kaufman ใช้อัตราส่วนของการเปลี่ยนแปลงราคากับการแปรผันของราคากับการปรับขนาดน้ำหนักตัวแปรสูตรนี้ใช้พารามิเตอร์สามข้อ 2, 30 และ 10 พารามิเตอร์แรก 2 หมายถึง ค่าเฉลี่ยเลขสองวันเป็นค่าเฉลี่ยที่เร็วที่สุดสำหรับค่าเฉลี่ยตัวแปรพารามิเตอร์ที่สองคือ 30 แสดงว่าค่าเฉลี่ยเฉลี่ย 30 วันเป็นค่าเฉลี่ยที่ต่ำที่สุดสำหรับตัวแปรเฉลี่ยพารามิเตอร์ที่สามคือ 10 หมายถึง ระยะเวลาที่มองย้อนกลับสำหรับการคำนวณว่าน้ำหนักจะเปลี่ยนแปลงได้อย่างไรสูตรการปรับตัวแบบปรับตัวที่เหมาะสมของ SIA Kaufman S. WITCHES multiline recursive. Initial Value C. FORMULA กลยุทธ์ TechniFilter Plus และรายงานกลยุทธ์และสูตรของ Traders ก่อนหน้านี้สามารถดาวน์โหลดได้จาก RTR s Web เว็บไซต์ --Clay Burch, RTR Software 919 510-0608, E-mail Internet กลับไปที่รายการ WAVEWI E MARKET SPREADSHEET นี่คือการใช้ WAVE WI E ของ Perry Kaufman โดยใช้ค่าเฉลี่ยเคลื่อนที่เฉลี่ย AMA ตามที่กล่าวไว้ในกลุ่มสินค้า 1998 Bonus การนำเสนอผลงานสัมภาษณ์ --Peter Di Girolamo, Jerome Technology 908 369-7503, E-mail Internet กลับไปที่รายการ Perry Kaufman's สินค้าคงเหลือเฉลี่ยที่เปลี่ยนแปลงได้, 1998 Bonus Issue ทำหน้าที่เป็นตัวอย่างที่ดีสำหรับการใช้ความสามารถในการใช้สูตรของ SMARTrader The กุญแจสำคัญในการสร้างค่าเฉลี่ยเคลื่อนที่แบบปรับตัว AMA คือความสามารถในการเขียน recursive หรือการอ้างอิงด้วยตัวเองสูตรที่ฉันจะชี้ให้เห็นในขณะที่เราดำเนินการต่อไปเรื่อย ๆ 4 ป้ายกำกับออฟเซตใช้ร่วมกัน กับแถว 15 เพื่อเมล็ดพันธุ์ค่าที่ป้อนด้วยตนเองในตัวอย่างสเปรดชีตในเซลล์ I5 ถึง I14 ทิศทางถูกกำหนดไว้ในแถว 5 โดยใช้การศึกษาโมเมนตัมระยะเวลา 10 แถว 6, 7 และ 8 คำนวณความผันผวนโดยการคำนวณโมเมนตัมหนึ่งช่วงจากนั้น การใช้ค่าสัมบูรณ์ของโมเมนตัมและสุดท้ายสรุปช่วง 10 ชุดแถวที่ 9 และ 10 คำนวณค่า ER และค่าสัมบูรณ์ของค่าแถวที่ 11 และ 12 เป็นค่าสัมประสิทธิ์ที่มีค่าแทนค่าเป็นจำนวนสองและ 30 งวดตามลำดับแถวที่ 13 คำนวณค่า ssc แถว 14 squares ssc ให้ c. Row 16 คำนวณ AMA จริงและเป็นแถวแรกที่ recursive แถวที่ 17 นอกจากนี้ recursive คำนวณความแตกต่างของแถว AMA ในปัจจุบันและก่อนหน้า 18, AMAdiff ใช้คำสั่ง if เพื่อหลีกเลี่ยงการรายงานที่ไม่ถูกต้อง ผลในคอลัมน์ 1 เนื่องจากไม่มีอะไรก่อนที่คอลัมน์ 1 จะให้ผลการคำนวณที่ถูกต้อง 19 คำนวณค่าเบี่ยงเบนมาตรฐาน 10 ช่วงของแถว AMAdiff 20 เป็นค่าสัมประสิทธิ์ที่ประกอบด้วยค่าเปอร์เซ็นต์แถวที่ 21 คำนวณค่าตัวกรองแถวที่ 22 และ 23 เป็นแถวของผู้ใช้แบบวนซ้ำที่ติดตามระดับ AMA ต่ำและ AMA สูงระวาง 23 และ 24 เป็นกฎการซื้อสินค้าตามลำดับรูปที่ 1 SMARTRADER SMARTRARDER SMARTRAER นี้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ปรับได้ของ Perry Kaufman จากโบนัสปี 1998 ฉบับนี้ยังมีอยู่ที่เว็บไซต์ของ Stratagem --Jim Ritter, Stratagem Software International 504 885-7353, E-mail Internet กลับไปที่รายการสูตรการคำนวณ - K คลิกที่นี่เพื่อย้อนกลับไปที่ Metastock Formula Index. KA Money Flow ระบบนี้เป็นระบบที่ใช้ Money Flow Index ซึ่งเป็นระบบที่กำลังพัฒนาและต้องการข้อมูลจากผู้อ่านคนอื่น ๆ ในการปรับปรุงข้อมูลขอบคุณสำหรับคำแนะนำในการปรับปรุงข้อมูลมันพยายามที่จะซื้อเมื่อ MFI กำลังเริ่มชุมนุมจากสถานะ oversold และขายสั้น เมื่อ MFI เริ่มลดลงจากสถานะที่ซื้อจนเกินไปอาจมีหน่วยงานใด ๆ ที่ช่วยในการสำรวจหาหุ้นที่ระบบนี้จะทำงานได้ดีที่สุด MFI 23, LLV MFI 23, 23 opt1 และ MFI 23 50.longOptimisationFullDetails OPT 1 Min. 5 สูงสุด 20 ขั้นตอนที่ 1.enterShort Cross HHV MFI 23, 23 - opt1, MFI 23 และ MFI 23 50.ShortOptimisationFull รายละเอียด OPT 1 นาที 5 สูงสุด 20 ขั้นตอน 1. ขั้นตอนที่ 1. สร้างเส้นผ่านศูนย์กลางของ Bollinger Band System การเฝ้าระวัง Histogram Trading. BBHistogram CLOSE 2 Std CLOSE, 20 - , 20, SIMPLE 4 STD CLOSE, 20 100 ข้าม 0, BBHistogram. BBHistogram ปิด 2 STD CLOSE, 20 - ปิดการเคลื่อนไหว, 20, SIMPLE 4 STD CLOSE, 20 100 ข้าม BBHistogram, 100.Here freebie BB Histogram C 2 Std C, 20-S ของ C, 20, S 4 Std C, 20 100 ปล่อยวันเปิดหลังจากที่ BB Histogram แทรกซึม 100 และซื้อเมื่อมันแทรกซึมไปที่ศูนย์เพิ่มไปยังตำแหน่งเมื่อ BB Histo ใบเหนือ 100 หรือต่ำกว่าศูนย์แล้ว repenetrates ระดับการเรียก ผมเชื่อว่าวิธีการนี้ได้บันทึกผู้โชคดี SP 11 คนไว้ 700 คะแนนแล้ว แต่สตีฟระบบนี้จะต้องไม่ทำงานอีกต่อไปเพราะเป็นการสูญเสียการค้าขายครั้งล่าสุดที่คุณใส่ไว้ในข้อเสนอของ Right. My แต่เพียงว่าผมรับประกันว่าจะขายซอฟต์แวร์ , แผนภูมิบริการและสิ่งอื่นที่ฉันสามารถคิดเพื่อให้เจ้าชู้ในปี 2000 ในขณะเดียวกันดูด f ทั้งหมด สิ่งที่น่าสนใจจากฉันคุณสามารถคัดลอกได้และโปรดอย่าลืมว่าคู่อริที่ยิ่งใหญ่ที่สุดในรายการให้ความสำคัญอย่างยิ่งเมื่อพูดถึงการช่วยคุณในการค้าหาคำตอบจากภายในด้วยความช่วยเหลือทางลัดจากผู้ที่ยินดีที่จะแชร์กับ Kaufman's Adaptive RSI. MetaStock สูตรที่ได้จากการคำนวณใน Trading Systems and Methods, Third Edition โดย Perry J Kaufman สูตรนี้ปรับมาตรฐาน RSI ให้เป็นค่าคงที่ที่ราบรื่น sc RS RSI ระยะเวลา 100 - 5 2.If Cum 1 Period, CLOSE, PREV sc CLOSE - PREV. Krausz ของ Gann Swing HiLow Activator ฉันสามารถใช้ Kraann s Gann Swing HiLow Activator ใน Metastock เพราะเป็นเพียงค่าเฉลี่ยของ 3 แท่งสุดท้ายเท่านั้นหยุดสูงสำหรับตำแหน่งสั้นหรือรายการยาวหรือต่ำสุดเป็นเวลานาน ตำแหน่งหรือรายการสั้น ๆ ที่วางแผนไว้ในช่วงเวลาหนึ่งไปข้างหน้า Ref Mov L, 3, S, -1 หรือ Ref Mov H, 3, S, -1 Kurtosis เป็นตัวบ่งชี้ความเชื่อมั่นในตลาด MetaStock สูตรสำหรับ Kurtosis มีดังต่อไปนี้ Kurtosis ถูกสร้างขึ้นจากสามส่วนที่แตกต่างกัน Kurtosis, Fast Kurtosis FK และ Fast Kurtosis FSK ช้าส่วน Kurtosis K ของการคำนวณนี้คือ mo 3 - ref mo 3, -1 ซึ่งเป็นวันนี้ Kurtosis - เมื่อวาน Kurtosis. The Fast Kurtosis FK คือ mov K, 66 , E mov mo 3 - ref mo 3, -1,66, E ซึ่งเป็น Kurtosis ที่เรียบโดยมีค่าเฉลี่ยเคลื่อนที่เป็นระยะ ๆ 66 Fast Slow Kurtosis FSK เป็นสูตรที่สมบูรณ์แบบ mov mov mo 3 - ref mo 3, -1, 66, E, 3, S ซึ่ง FK เรียบด้วยค่าเฉลี่ยเคลื่อนที่เฉลี่ย 3 ช่วง คุณอาจต้องการทดสอบกับช่วงเวลาต่างๆเพื่อเพิ่มประสิทธิภาพผลลัพธ์ตัวอย่างเช่นในการคำนวณ Kurtosis ระยะเวลา 4 ระยะเวลา FK 50 และ FSK ระยะเวลา 10 ตัวให้ใช้สูตรดังต่อไปนี้ Channels Channels ได้อธิบายไว้ในหนังสือ The New Commodity Trading System และวิธีการโดย Perry Kaufman และได้รับการแนะนำครั้งแรกในหนังสือวิธีการสร้างรายได้ในสินค้าโภคภัณฑ์โดย Chester W Keltner ไวยากรณ์สำหรับสูตรใน MetaStock มีดังนี้