ผู้เขียนจริง:
Rosh
Center of Gravity หรือ จุดศูนย์ถ่วง เป็นตัวบ่งชี้ที่มีความแม่นยำสูง ช่วยให้เราสามารถระบุจุดกลับตัวได้อย่างชัดเจน โดยไม่มีความล่าช้า ตัวบ่งชี้นี้เป็นผลมาจากการศึกษาเกี่ยวกับฟิลเตอร์แบบปรับตัวของ Ehlers
ด้วย Center of Gravity เราสามารถระบุจุดหมุนที่สำคัญได้แทบจะไม่มีความล่าช้าเลย
แนวคิดในการคำนวณจุดศูนย์ถ่วงนี้เกิดจากการศึกษาความล่าช้าของฟิลเตอร์ต่างๆ ที่มีการตอบสนองต่อแรงดัน (FIR) ตามความสัมพันธ์ของแอมพลิจูดของค่าฟิลเตอร์ โดย SMA (Simple Moving Average) เป็นฟิลเตอร์ FIR ที่มีค่าทั้งหมดเหมือนกัน ผลที่ได้คือจุดศูนย์ถ่วงของ SMA จะอยู่ตรงกลางของฟิลเตอร์ ส่วน WMA (Weighted Moving Average) จะมีการถ่วงน้ำหนักตามการเปลี่ยนแปลงราคาล่าสุดผ่านความยาวของฟิลเตอร์ เป็นต้น
ค่าของน้ำหนักคือค่าของฟิลเตอร์ โดยค่าของฟิลเตอร์ WMA สามารถนำเสนอเป็นรูปทรงของสามเหลี่ยม จุดศูนย์ถ่วงจะอยู่ที่ 1/3 ของความยาวฐานสามเหลี่ยม ทำให้จุดศูนย์ถ่วงของ WMA เลื่อนขวาเมื่อเทียบกับจุดศูนย์ถ่วงของ SMA ที่มีความยาวเดียวกัน ส่งผลให้มีความล่าช้าน้อยลง สำหรับตัวอย่างทั้งหมดที่ใช้ฟิลเตอร์ FIR ผลรวมของการคูณค่าฟิลเตอร์และราคา จะต้องถูกแบ่งด้วยผลรวมของค่าฟิลเตอร์เพื่อรักษาราคาเดิม
ฟิลเตอร์ FIR ที่มีชื่อเสียงที่สุดคือ ฟิลเตอร์ของ Ehlers ซึ่งสามารถนำเสนอได้ดังนี้:

อ้างอิงจากบทความ:
"ค่าของฟิลเตอร์ Ehlers สามารถเป็นเกือบทุกการวัดความแปรปรวน ฉันได้พิจารณาโมเมนตัม สัญญาณต่อเสียงรบกวน ความผันผวน และแม้กระทั่งค่า Stochastics และ RSI เป็นค่าฟิลเตอร์ หนึ่งในชุดค่าฟิลเตอร์ที่ปรับตัวได้มากที่สุดมาจากฟิลเตอร์การตรวจจับขอบของวิดีโอ ซึ่งเป็นผลรวมของความแตกต่างกำลังสองของแต่ละราคาเมื่อเปรียบเทียบกับราคาก่อนหน้า ในกรณีใดๆ ผลของการใช้ค่าฟิลเตอร์ที่แตกต่างกันคือการทำให้ฟิลเตอร์มีความปรับตัวได้โดยการเคลื่อนที่ของ CG ของค่าฟิลเตอร์
ในขณะที่ฉันกำลังดีบักโค้ดของฟิลเตอร์ FIR ที่ปรับตัวได้ ฉันสังเกตเห็นว่า CG เคลื่อนที่ตรงข้ามกับการแกว่งของราคา CG จะเคลื่อนที่ไปทางขวาเมื่อราคาขึ้นและไปทางซ้ายเมื่อราคาลง วัดจากระยะห่างจากราคาล่าสุด CG จะลดลงเมื่อราคาขึ้นและเพิ่มขึ้นเมื่อราคาลง สิ่งที่ฉันต้องทำคือกลับค่าของ CG เพื่อให้ได้ออสซิลเลเตอร์ที่ถูกปรับเรียบซึ่งมีความสัมพันธ์กับการแกว่งของราคาและมีความล่าช้าเกือบเป็นศูนย์"
Center of Gravity ถูกคำนวณโดยใช้ฟิลเตอร์ของ Ehlers ตามสูตร:

ในตัวบ่งชี้นี้ พารามิเตอร์ Period_ จะตั้งค่าช่วงเวลาสำหรับการคำนวณของตัวบ่งชี้ ส่วนพารามิเตอร์ AppliedPrice จะตั้งค่าประเภทของราคา ซึ่งใช้ในการคำนวณตัวบ่งชี้ - ทำให้เราได้เส้นหลักของตัวบ่งชี้ (พร้อมการเปลี่ยนสี)
สำหรับเส้นสัญญาณ (เส้นประสีน้ำเงิน) พารามิเตอร์ SmoothPeriod จะตั้งค่าช่วงเวลาของการปรับเรียบเส้นหลักของตัวบ่งชี้ และพารามิเตอร์ SmoothType จะบ่งบอกประเภทของการปรับเรียบ การตีความค่าของพารามิเตอร์จะมีการอธิบายไว้ในรูปแบบของความคิดเห็นในโค้ดของตัวบ่งชี้
ตัวบ่งชี้นี้ใช้คลาส СMoving_Average ของห้องสมุด SmoothAlgorithms.mqh การทำงานกับคลาสนั้นได้ถูกอธิบายอย่างละเอียดในบทความ "Averaging Price Series for Intermediate Calculations Without Using Additional Buffers".
ตัวบ่งชี้นี้ถูกนำมาใช้ครั้งแรกใน MQL4 และเผยแพร่ใน CodeBase เมื่อวันที่ 20.02.2007.

โพสต์ที่เกี่ยวข้อง
- เครื่องมือ Open Range Breakout สำหรับ MetaTrader 5
- ID Lite Info MA – ตัวช่วยวิเคราะห์ Moving Average สำหรับ MetaTrader 5
- Volume Profile + Range v6.0: เครื่องมือวิเคราะห์การซื้อขายใน MetaTrader 5
- การวิเคราะห์สเปกตรัมเดี่ยว: ตัวชี้วัดแนวโน้มสำหรับ MetaTrader 5
- ตัวบ่งชี้ Donchian Ultimate สำหรับ MT4 - ตัวบ่งชี้สุดยอดสำหรับ MetaTrader 4