Indicateur technique

Prévisions de Prix : L'Indicateur des Voisins Proches par Coefficient de Corrélation Pondéré
MetaTrader5
Prévisions de Prix : L'Indicateur des Voisins Proches par Coefficient de Corrélation Pondéré

L'un des principaux inconvénients de l'algorithme classique des voisins proches est qu'il traite tous les prix au sein d'un même modèle de manière égale. En d'autres termes, il suppose que les prix plus anciens ont le même impact sur le futur que les plus récents. Pour pallier ce problème, cette version de l'indicateur des voisins proches attribue des poids plus importants aux prix récents lors de la recherche du modèle le plus proche dans le passé. Il utilise un coefficient de corrélation pondéré, dont le poids diminue linéairement des prix les plus récents vers les plus anciens au sein d'un modèle de prix. L'indicateur dispose des paramètres d'entrée suivants : Npast - nombre de barres passées dans un modèle ; Nfut - nombre de barres futures dans un modèle (doit être < Npast). L'indicateur trace deux courbes : la courbe bleue indique les prix passés du voisin proche et la courbe rouge montre les prix futurs du même modèle. Le voisin proche est ajusté en fonction de la pente de la régression linéaire entre ce modèle et le modèle actuel. L'indicateur affiche également des informations sur la date de début du voisin proche ainsi que son coefficient de corrélation avec le modèle actuel. Par exemple : 2010.07.09 11:37:10 Voisin Proche - corr pondérée (EURUSD,H1) Le voisin proche commence le 2003.02.21 13:00:00 et se termine le 2003.03.12 00:00:00. Son coefficient de corrélation avec le modèle actuel est de 0.9521726745708775.

2010.07.12
Indicateur de Force du Dollar US pour MetaTrader 4
MetaTrader4
Indicateur de Force du Dollar US pour MetaTrader 4

Découvrez l'impact que peuvent avoir 7 paires de devises structurées autour d'une seule monnaie de base sur celle que vous tradez. Cet indicateur est très configurable. L'indicateur attribue une valeur à chaque paire en fonction de la direction des moyennes mobiles : si elles montent ou descendent ensemble, et une valeur réduite si la moyenne mobile rapide va dans le sens opposé à la moyenne mobile lente. Les niveaux vont de -10 à 10, où 10 indique que votre devise est surachetée et -10 qu'elle est survendue. Il y a une distinction entre une paire majeure comme USDCHF (base en premier) et une paire mineure comme AUDUSD (base en dernier). Vous pouvez sélectionner 3 paires majeures et 4 paires mineures pour les calculs, toutes utilisant la même monnaie de base. Les paramètres par défaut fonctionnent très bien et vous n’aurez probablement jamais besoin de les changer. En passant, si vous souhaitez utiliser l'AUD comme monnaie de base, vous pouvez choisir trois paires AUD majeures et quatre paires AUD mineures, vous obtiendrez alors un aperçu de la performance globale de l'AUD. Cela peut être utile si vous ne tradez que sur Tokyo, par exemple. Cet indicateur fonctionne bien comme un signal de confirmation pour d'autres indicateurs tels que le Williams Percent Range, et il est souvent prédictif. Vous pouvez appeler l'iCustom avec la ligne de code suivante si vous souhaitez une confirmation supplémentaire à intégrer dans un Expert Advisor : double val=iCustom(NULL, 0, "Brooky_USD_Strength", ".", ".", "USDCHF", "USDJPY", "USDCAD", ".", "AUDUSD", "EURUSD", "GBPUSD", "NZDUSD", ".", 55, 34, ".", 15, ".", 0, 1, 0); Changez les valeurs 55 et 34 à la fin pour refléter les moyennes mobiles lentes et rapides utilisées pour les calculs de force, si vous le souhaitez. if(val>=8) indique une situation de surachat. if(val

2010.07.12
Prédiction des Prix avec l'Algorithme du Voisin le Plus Proche sur MetaTrader 5
MetaTrader5
Prédiction des Prix avec l'Algorithme du Voisin le Plus Proche sur MetaTrader 5

Vous êtes trader et vous cherchez à affiner vos techniques d'analyse ? L'algorithme k-Nearest Neighbor (k-NN) pourrait bien être votre nouvel allié. En gros, cet outil recherche les k motifs passés (voisins) qui ressemblent le plus au motif actuel et prédit les prix futurs en fonction d'un vote pondéré de ces voisins. Dans le cas de notre indicateur, nous nous concentrons sur un seul voisin le plus proche, ce qui en fait un algorithme 1-NN. Pour évaluer la proximité entre le motif actuel et les motifs passés, nous utilisons le coefficient de corrélation de Pearson. L'indicateur propose plusieurs paramètres d'entrée : Npast - le nombre de barres passées dans un motif ; Nfut - le nombre de barres futures dans un motif (doit être < Npast). Une fois configuré, l'indicateur trace deux courbes : la courbe bleue représente les prix passés du voisin le plus proche, tandis que la courbe rouge indique les prix futurs de ce même motif. Le voisin le plus proche est ajusté en fonction de la pente de la régression linéaire entre ce motif et le motif actuel. De plus, il fournit des informations sur la date de début du voisin le plus proche ainsi que son coefficient de corrélation avec le motif actuel. Par exemple : Nearest_Neighbor (EURUSD,H1) : Le voisin le plus proche est daté du 26 août 2003 à 23:00:00 et a une corrélation de 0.9432442047577905 avec le motif actuel. Image :

2010.07.09
Extrapolation de Fourier : Un Indicateur Précieux pour MetaTrader 5
MetaTrader5
Extrapolation de Fourier : Un Indicateur Précieux pour MetaTrader 5

Un modèle trigonométrique multi-harmonique (ou multi-ton) d'une série de prix x[i], avec i variant de 1 à n, se présente comme suit : x[i] = m + Somme( a[h]*Cos(w[h]*i) + b[h]*Sin(w[h]*i), h=1..H ) où : x[i] - prix passé à la barre i, avec un total de n prix passés ; m - biais ; a[h] et b[h] - coefficients d'échelle des harmoniques ; w[h] - fréquence d'une harmonique ; h - numéro de l'harmonique ; H - nombre total d'harmoniques ajustées. Ajuster ce modèle signifie trouver m, a[h], b[h], et w[h] de manière à ce que les valeurs modélisées soient proches des valeurs réelles. Trouver les fréquences harmoniques w[h] est la partie la plus complexe de l'ajustement d'un modèle trigonométrique. Dans le cas d'une série de Fourier, ces fréquences sont fixées à 2*pi*h/n. Cependant, l'extrapolation de la série de Fourier consiste simplement à reproduire les n prix passés dans le futur. Cet indicateur utilise l'algorithme de Quinn-Fernandes pour déterminer les fréquences harmoniques. Il ajuste les harmoniques de la série trigonométrique une par une jusqu'à atteindre le nombre total d'harmoniques H spécifié. Après avoir ajusté une nouvelle harmonique, l'algorithme calcule le résidu entre le modèle mis à jour et les valeurs réelles, puis ajuste une nouvelle harmonique au résidu. Les paramètres d'entrée de l'indicateur sont les suivants : Npast - nombre de barres passées auxquelles la série trigonométrique est ajustée ; Nfut - nombre de barres futures prédites ; Nharm - nombre total d'harmoniques dans le modèle ; FreqTOL - tolérance des calculs de fréquence. L'indicateur trace deux courbes : la courbe bleue indique les valeurs passées modélisées et la courbe rouge montre les valeurs futures modélisées.

2010.07.05
Comprendre la pente de la régression linéaire sur MetaTrader 5
MetaTrader5
Comprendre la pente de la régression linéaire sur MetaTrader 5

La régression linéaire ajuste l'équation d'une droite aux données de prix selon la formule suivante : y[x] = y0 + b*x où : x est le numéro de barre (x=1..n); y[x] est le prix correspondant (ouvert, fermé, médian, etc); b est un coefficient de proportionnalité; y0 est un biais. La pente de la régression linéaire, donnée par cet indicateur, est une version normalisée du coefficient b. La formule pour b est : b = (n*Sxy - Sx*Sy)/(n*Sxx - Sx*Sx) où : Sx = Somme(x, x = 1..n) = n*(n + 1)/2; Sy = Somme(y[x], x = 1..n); Sxx = Somme(x*x, x = 1..n) = n*(n+1)*(2*n+1)/6; Sxy = Somme(x*y[x], x = 1..n); n est la période de la pente de régression linéaire (paramètre d'entrée Per). Le dénominateur de b peut être simplifié à : n*Sxx - Sx*Sx = n*n*(n-1)*(n+1)/12 Enfin, l'équation complète pour b peut être simplifiée à : b = 6*(2*Sxy/(n + 1) - Sy)/n/(n - 1) Le coefficient b n'est pas normalisé. Il doit être normalisé si nous voulons que la pente de régression linéaire ait un intervalle à peu près similaire pour différentes paires de devises. Il est pratique de normaliser b en le divisant par une moyenne mobile simple (SMA) ou une moyenne mobile pondérée (LWMA), qui sont données par : SMA = Sy/nLWMA = 2*Sxy/n/(n + 1) Les versions correspondantes de la pente de régression linéaire sont données par : LRS_SMA = b/SMA = 6*(2*Sxy/Sy/(n + 1) - 1)/(n + 1)LRS_LWMA = b/LWMA = 6*(1 - (n + 1)*Sy/Sxy/2)/(n + 1) Ces deux versions de normalisation sont presque indistinguables. Ainsi, la normalisation par la SMA a été choisie pour l'indicateur. De plus, en raison des valeurs très faibles de la pente de régression linéaire, les valeurs de l'indicateur sont calculées et tracées en parties par 100 000 pour s'adapter à peu près à l'intervalle de -100 à +100.

2010.07.05
Premier Précédent 334 335 336 337 338 339 340 341 342 343 344 Suivant Dernier