작성자: Rosh
중력 센터 지표는 지연 시간이 없으며 정확하게 전환점을 정의할 수 있게 해줍니다. 이 지표는 Ehlers의 적응형 필터 연구의 결과물입니다.
중력 센터 지표는 거의 지연 없이 주요 피벗 포인트를 식별할 수 있는 능력을 가지고 있습니다.
중력 센터 계산의 아이디어는 유한 임펄스 응답(FIR) 필터의 지연을 조사하는 과정에서 나타났습니다. 단순 이동 평균(SMA)은 모든 계수가 동일한 값을 가지는 FIR 필터입니다. 따라서 SMA의 중력 센터는 필터의 정확한 중앙에 위치합니다. 가중 이동 평균(WMA)은 최근 가격 변화가 필터 길이에 따라 가중치를 두는 FIR 필터입니다.
가중치 값은 필터의 계수로 표현됩니다. WMA 필터의 계수는 삼각형의 윤곽으로 나타낼 수 있습니다. 중력 센터는 삼각형의 밑변 길이의 1/3 지점에 위치하게 되며, 이로 인해 WMA의 중력 센터는 SMA의 중력 센터에 비해 오른쪽으로 이동하게 되어 지연이 줄어듭니다. FIR 필터의 모든 예에서 계수와 가격의 곱의 합은 원래 가격을 보존하기 위해 계수의 합으로 나누어져야 합니다.
가장 잘 알려진 FIR 필터는 Ehlers 필터로 다음과 같이 표현될 수 있습니다:
기사에서 인용된 내용:
"Ehlers 필터의 계수는 거의 모든 변동성 측정값이 될 수 있습니다. 저는 모멘텀, 신호 대 잡음 비율, 변동성, 그리고 심지어 스토캐스틱과 RSI 값을 필터 계수로 사용했습니다. 가장 적응성이 뛰어난 계수 세트 중 하나는 비디오 엣지 감지 필터에서 발생했으며, 이는 각 가격과 이전 가격 간의 차이의 제곱의 합이었습니다. 필터 계수를 다양하게 사용한 결과는 CG(중력 센터)를 움직여서 필터를 적응형으로 만드는 것입니다.
적응형 FIR 필터의 코드를 디버깅하던 중 CG가 가격 변동과 정확히 반대 방향으로 이동한다는 것을 발견했습니다. 가격이 상승할 때 CG는 오른쪽으로 이동하고, 가격이 하락할 때는 왼쪽으로 이동합니다. 최근 가격에서의 거리로 측정했을 때, 가격이 상승할 때 CG는 감소하고 하락할 때는 증가했습니다. CG의 부호를 반전시켜서 가격 변동과 동기화된 스무딩된 오실레이터를 얻는 것이었습니다."
중력 센터는 Ehlers 필터를 사용하여 다음과 같은 공식으로 계산됩니다:
이 지표에서 Period_ 매개변수는 지표 계산 기간을 설정하고, AppliedPrice 매개변수는 지표 계산의 기준이 되는 가격 유형을 설정하여 지표의 주요 선(색이 변하는)을 생성합니다.
신호선(파란 점선)에 대해서는 SmoothPeriod 매개변수가 주요 지표 선의 스무딩 기간을 설정하고, SmoothType 매개변수는 스무딩 유형을 나타냅니다. 매개변수 값의 해석은 지표 코드 내의 주석 형태로 제공됩니다.
이 지표는 CMoving_Average 클래스를 사용하여 SmoothAlgorithms.mqh 라이브러리에서 작동합니다. 해당 클래스와의 작업은 "추가 버퍼를 사용하지 않고 중간 계산을 위한 가격 시리즈 평균화하기"라는 기사에서 자세히 설명되어 있습니다.
이 지표는 처음 MQL4로 구현되었으며 CodeBase에 2007년 2월 20일에 게시되었습니다.
