Indikator Teknis

Prediksi Harga Menggunakan Nearest Neighbor dengan Koefisien Korelasi Tertimbang di MetaTrader 5
MetaTrader5
Prediksi Harga Menggunakan Nearest Neighbor dengan Koefisien Korelasi Tertimbang di MetaTrader 5

Salah satu kekurangan utama dari algoritma Nearest Neighbor klasik adalah semua harga dalam pola dianggap sama. Dengan kata lain, algoritma ini menganggap bahwa harga yang lebih tua memiliki pengaruh yang sama terhadap masa depan seperti harga yang lebih baru. Untuk mengatasi masalah ini, versi indikator nearest neighbor ini memberikan bobot lebih besar pada harga terbaru saat mencari pola terdekat di masa lalu. Indikator ini menggunakan koefisien korelasi tertimbang, di mana bobotnya menurun secara linier dari harga yang lebih baru ke harga yang lebih tua dalam pola harga. Indikator ini memiliki parameter input sebagai berikut: Npast - jumlah bar masa lalu dalam sebuah pola; Nfut - jumlah bar masa depan dalam sebuah pola (harus < Npast). Indikator ini menggambarkan dua kurva: kurva biru menunjukkan harga masa lalu dari nearest neighbor, sedangkan kurva merah menunjukkan harga masa depan dari pola yang sama. Nearest neighbor diskalakan sesuai dengan kemiringan regresi linier antara pola ini dan pola saat ini. Selain itu, indikator ini juga mencetak informasi tentang tanggal mulai nearest neighbor dan koefisien korelasinya dengan pola saat ini. Contohnya, 2010.07.09 11:37:10 Nearest Neighbor - weighted corr (EURUSD,H1) Nearest neighbor dimulai pada 2003.02.21 13:00:00 dan berakhir pada 2003.03.12 00:00:00. Koefisien korelasinya dengan pola saat ini adalah 0.9521726745708775.

2010.07.12
Indikator Kekuatan USD: Mengukur Dampak 7 Pasangan Mata Uang di MetaTrader 4
MetaTrader4
Indikator Kekuatan USD: Mengukur Dampak 7 Pasangan Mata Uang di MetaTrader 4

Selamat datang kembali, para trader! Kali ini kita akan membahas mengenai indikator kekuatan USD yang dapat membantu kita memahami dampak dari 7 pasangan mata uang yang terstruktur berdasarkan satu mata uang dasar. Indikator ini sangat fleksibel dan mudah disesuaikan! Indikator ini memberikan nilai pada masing-masing pasangan tergantung pada apakah kedua rata-rata bergerak (moving averages) sedang naik atau turun. Jika rata-rata cepat bergerak berlawanan dengan rata-rata lambat, nilainya akan berkurang. Terdapat tingkat nilai mulai dari 10 sebagai maksimum hingga -10 sebagai minimum. Nilai 10 menandakan bahwa mata uang Anda dalam kondisi overbought, sementara -10 menunjukkan kondisi oversold. Penting untuk dicatat, ada perbedaan antara pasangan utama seperti USDCHF (mata uang dasar pertama) dan pasangan minor seperti AUDUSD (mata uang dasar terakhir). Anda bisa memilih 3 pasangan utama dan 4 pasangan minor untuk digunakan dalam perhitungan dengan mata uang dasar yang sama. Pengaturan default sudah cukup baik, jadi Anda mungkin tidak perlu mengubahnya. Menariknya, jika Anda ingin menggunakan AUD sebagai mata uang dasar, Anda bisa memilih tiga pasangan AUD utama dan 4 pasangan AUD minor. Dengan cara ini, Anda dapat melihat performa keseluruhan AUD. Ini mungkin berguna jika Anda hanya trading di sesi Tokyo atau sejenisnya. Indikator ini juga berfungsi dengan baik sebagai sinyal konfirmasi untuk indikator lainnya seperti Williams Percent Range dan sering kali terlihat prediktif. Jika Anda ingin mendapatkan konfirmasi tambahan di dalam Expert Advisor atau sejenisnya, Anda bisa menggunakan kode berikut: double val=iCustom(NULL, 0, "Brooky_USD_Strength", ".", ".", "USDCHF", "USDJPY", "USDCAD", ".", "AUDUSD", "EURUSD", "GBPUSD", "NZDUSD", ".", 55, 34, ".", 15, ".", 0, 1, 0); Anda bisa mengubah angka 55 dan 34 di akhir kode untuk mencerminkan rata-rata bergerak lambat dan cepat yang digunakan dalam perhitungan kekuatan jika Anda mau. Jika val &gt;= 8, maka itu menandakan kondisi overbought. Sebaliknya, jika val &lt;= -8, itu menandakan kondisi oversold. Dengan menggunakan indikator ini, Anda dapat memperkuat analisis trading Anda. Semoga informasi ini bermanfaat dan selamat trading!

2010.07.12
Eksplorasi Fourier: Indikator Cerdas untuk MetaTrader 5
MetaTrader5
Eksplorasi Fourier: Indikator Cerdas untuk MetaTrader 5

Model trigonometri multi-harmonik (atau multi-tone) untuk serangkaian harga x[i], dengan i=1..n, dapat dijelaskan sebagai berikut: x[i] = m + Jumlah( a[h]*Cos(w[h]*i) + b[h]*Sin(w[h]*i), h=1..H ) Dimana: x[i] - harga masa lalu pada bar ke-i, total n harga masa lalu; m - bias; a[h] dan b[h] - koefisien skala harmonik; w[h] - frekuensi dari harmonik; h - nomor harmonik; H - total jumlah harmonik yang di-fit. Menggunakan model ini berarti mencari nilai m, a[h], b[h], dan w[h] yang membuat nilai yang dimodelkan mendekati nilai nyata. Menemukan frekuensi harmonik w[h] adalah bagian tersulit dalam fitting model trigonometri. Dalam kasus deret Fourier, frekuensi ini ditetapkan pada 2*pi*h/n. Namun, eksklusi deret Fourier berarti sekadar mengulangi n harga masa lalu ke masa depan. Indikator ini menggunakan algoritma Quinn-Fernandes untuk menemukan frekuensi harmonik. Algoritma ini akan menyesuaikan harmonik dari deret trigonometri satu per satu hingga jumlah harmonik H yang ditentukan tercapai. Setelah menyesuaikan harmonik baru, algoritma yang telah dikodekan menghitung sisa antara model yang diperbarui dan nilai nyata, kemudian menyesuaikan harmonik baru pada sisanya. Indikator ini memiliki parameter input sebagai berikut: Npast - jumlah bar masa lalu yang di-fit dengan deret trigonometri; Nfut - jumlah bar masa depan yang diprediksi; Nharm - total jumlah harmonik dalam model; FreqTOL - toleransi perhitungan frekuensi. Indikator ini akan menggambarkan dua kurva: kurva biru menunjukkan nilai masa lalu yang dimodelkan dan kurva merah menunjukkan nilai masa depan yang dimodelkan.

2010.07.05
Memahami Kemiringan Regresi Linier di MetaTrader 5: Panduan Lengkap
MetaTrader5
Memahami Kemiringan Regresi Linier di MetaTrader 5: Panduan Lengkap

Kemiringan regresi linier adalah alat yang penting dalam analisis pasar, dan kali ini kita akan membahas cara kerja indikator ini di MetaTrader 5. Regresi linier menyesuaikan persamaan garis lurus dengan data harga yang kita miliki: y[x] = y0 + b*x Dalam persamaan tersebut: x adalah nomor bar (x=1..n); y[x] adalah harga yang bersangkutan (open, close, median, dll); b adalah koefisien proporsionalitas; y0 adalah bias. Kemiringan regresi linier yang diberikan oleh indikator ini merupakan versi normalisasi dari koefisien b. Rumus untuk b adalah sebagai berikut: b = (n*Sxy - Sx*Sy)/(n*Sxx - Sx*Sx) Dimana: Sx = Jumlah(x, x = 1..n)= n*(n + 1)/2; Sy = Jumlah(y[x], x = 1..n); Sxx = Jumlah(x*x, x = 1..n) = n*(n+1)*(2*n+1)/6; Sxy = Jumlah(x*y[x], x = 1..n); n adalah periode LRS (parameter input Per). Penyebut dari b bisa disederhanakan menjadi: n*Sxx - Sx*Sx = n*n*(n-1)*(n+1)/12 Akhirnya, seluruh persamaan untuk b bisa disederhanakan menjadi: b = 6*(2*Sxy/(n + 1) - Sy)/n/(n - 1) Koefisien b tidak dinormalisasi. Kita perlu melakukan normalisasi agar LRS memiliki rentang yang hampir sama untuk berbagai pasangan mata uang. Cara praktis untuk menormalkan b adalah dengan membaginya dengan simple moving average (SMA) atau linear weighted moving average (LWMA), yang dirumuskan sebagai: SMA = Sy/nLWMA = 2*Sxy/n/(n + 1) Versi LRS yang sesuai adalah: 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) Kedua versi normalisasi ini hampir tidak bisa dibedakan. Oleh karena itu, normalisasi SMA dipilih untuk indikator ini. Selain itu, karena nilai LRS yang sangat kecil, nilai indikator dihitung dan diplot dalam bagian per 100 ribu agar sesuai dengan rentang -100 hingga +100.

2010.07.05
Awal Sebelumnya 334 335 336 337 338 339 340 341 342 343 344 Berikutnya Akhir