Inicio Indicador técnico Publicación

Niveles Históricos Fuertes: Herramienta Clave para Traders de MetaTrader 5

Archivos adjuntos
48191.zip (4.32 KB, Descargar 0 veces)

Niveles Históricos son aquellos precios que, a lo largo de la vida de un símbolo, se consideran como los más repetidos. Desde un punto de vista financiero, estos precios marcan límites importantes dentro de las condiciones económicas que rodean el gráfico del símbolo en cuestión. Existen estudios que demuestran que estos niveles están vinculados a límites o fases financieras que los precios tienen dificultades para atravesar, a menos que haya un cambio significativo en la fase económica del símbolo analizado. Por estas razones, es fundamental que los traders fortalezcan su análisis de mercado incorporando los Niveles Históricos.

He tratado de crear una perspectiva estructural sobre estos niveles desde el punto de vista del análisis de formaciones de velas. El comportamiento del precio sobre estos niveles probablemente tiene un fuerte impacto en la forma de la vela. Por ejemplo, si hay un nivel fuerte para un precio, deberíamos observar un SALTO DE PRECIO debido a la gran cantidad de dinero 'dormido' en ese precio o en sus alrededores.

Considerando este concepto, se han desarrollado dos reglas:

  • Regla 1 (vela alcista en nivel de soporte): si cierre - mínimo > Factor de Salto
  • Regla 2 (vela alcista en nivel de resistencia): si cierre - mínimo > Factor de Salto y (cierre - mínimo)/(máximo - mínimo) > ratio

Para aclarar las reglas, se han preparado dos imágenes.

Factor de Salto

Imagen 1: salto desde niveles de S/R con la misma acción (como vela alcista en soporte)


Ratio

Imagen 2: salto desde niveles de S/R pero en reversa (como vela alcista por debajo de resistencia)


Basado en estas reglas (las reglas son seleccionables), se ha desarrollado un indicador que recopila datos en dos matrices diferentes (sup_mat y res_mat). El número de niveles de S/R que cumplen las reglas seleccionadas se muestra en la pantalla mientras se recopilan los datos. Por lo tanto, se ha utilizado la biblioteca AlgLib(dataanalysis.mqh) para realizar un proceso de agrupamiento sobre los datos recopilados a través del método K-means. Los resultados se ilustran como columnas de datos de Niveles de Soporte y Resistencia.

Una vez que se han mejorado los niveles, se abre un gráfico con el mismo símbolo analizado y se dibujan todos los niveles (clústeres) sobre ese gráfico según el proceso de agrupamiento. Algunos parámetros del indicador se pueden cambiar desde la pantalla para hacerlo más amigable. Aquí hay una breve ilustración de los gráficos de pantalla de la herramienta y sus resultados.

Pantalla del indicador

Imagen 3: pantalla del indicador


Resultados

Imagen 4: dibujo automático de los resultados de los niveles en el gráfico

En conclusión, esta herramienta es muy poderosa, incluso con solo dos reglas básicas. Los niveles muestran un comportamiento sólido de soporte y resistencia. Es posible agregar más reglas, y el código está en un modo fácil para implementar más reglas que mejoren su funcionalidad. También se pueden añadir reglas adicionales, dividir áreas de agrupamiento y hacer agrupamientos más dedicados para esas áreas, así como buscar la máxima distancia recorrida antes de volver a tocar los niveles, lo que puede ser una mejora adicional para la herramienta. Cualquier persona interesada en más detalles, no dude en contactarme.


    Publicaciones relacionadas

    Comentarios (0)