Nol lag moving average prorealtime

8.20 Zero-Lag Exponential Moving Average Rata-rata pergerakan eksponensial nol-lag (ZLEMA) adalah variasi dari EMA (lihat Exponential Moving Average) yang menambahkan sebuah momentum yang bertujuan untuk mengurangi lag rata-rata sehingga dapat melacak harga saat ini lebih dekat. Untuk periode N-hari tertentu rumusnya adalah Dimana periode ldquolagrdquo adalah (N-1) 2. EMA polos yang diterapkan pada titik garis lurus akhirnya selalu dekat (N-1) 2 hari yang lalu. Jadi gagasan untuk menambahkan perbedaan ini ldquoclose - closelagrdquo adalah untuk mengimbangi lag itu, untuk membuat ZLEMA melacak garis lurus dengan tepat. Tentu saja data sebenarnya jarang berupa garis lurus, namun intinya adalah mendorong ZLEMA mendekati mendekati arus. Perhitungannya masih berakhir dengan berbagai bobot pada setiap harga terakhir. Efek dari momentum ini adalah untuk membuat harga baru-baru ini menurunkan bobot dan dengan demikian dilacak dengan ketat, dan dengan bobot negatif pada persyaratan masa lalu. Therersquos melompat mendadak dalam bobot pada momentum lag point. Misalnya grafik berikut adalah bobot untuk N15 (lag point 7). Kelonggaran EMA pada garis lurus dapat dihitung dengan mudah dengan menggunakan rumus daya untuk EMA (lihat Exponential Moving Average), yang diterapkan pada urutan harga tak berhingga yang akan turun 1 setiap hari dan mencapai 0 pada hari ini. Pada rangkaian non straight line lag tidak sederhana (N-1) 2. Tetapi akan bervariasi sesuai dengan bentuk, periode komponen siklis, dan lain-lain. Hak Cipta 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009 Kevin Ryde Chart adalah perangkat lunak bebas yang dapat Anda redistribusi dan kemudian dimodifikasinya berdasarkan persyaratan GNU General Lisensi Publik yang diterbitkan oleh Free Software Foundation baik versi 3, atau (sesuai pilihan Anda) versi yang lebih baru. Dewan Pendukung Jika Anda memahami rumus di balik nol lag moving average eksponensial dan kemudian Anda menggabungkannya menjadi MACD, semua ini tidak membuat Setiap pengertian matematis praktis. Its menjalankan harga melalui lapisan dan lapisan moving averages ke titik di mana tidak lagi masuk akal. MACD dasar lebih masuk akal. Selain itu, hal ini dapat dengan mudah dikonstruksi dengan menggunakan fitur ini untuk studi dasar studi. Jika Anda adalah pengguna berbayar, kami dapat melakukan ini untuk Anda. Dukungan Cheers Sierra Chart - Tingkat Teknik Sumber definitif Anda untuk mendapatkan dukungan. Tanggapan lainnya berasal dari pengguna. Jika memungkinkan, pertahankan pertanyaan Anda singkat dan to the point. Perlu diketahui kebijakan pendukung. Jika jawaban pertanyaan Anda telah dijawab dan Anda tidak memiliki sesuatu yang lebih jauh, maka paling mudah bagi kami jika Anda tidak membalasnya lagi untuk mengucapkan terima kasih. Terakhir diedit oleh SCSupportGroup 02-19-2010 di 06:30. Originally Posted by DTrader Alih-alih mengkritik sesama pengguna SC saya, saya pikir mungkin akan lebih bermanfaat untuk mengkodekan sesuatu yang tidak bergantung pada percobaan studi kuadrat terhadap studiquot, atau beberapa hack semacam itu seperti yang saya sampaikan di atas diri saya sendiri. Ugh. Ini mungkin tidak masuk akal bagi beberapa dari Anda, namun beberapa pengguna mungkin menganggapnya bermanfaat. Tentu, itu adalah turunan harga kuototal, tapi jadi Banyak orang tidak mengerti logika yang rumit yang digunakan Wilder untuk menerapkan indikator ADX, DMI, RSI, ATR dan indikator lainnya lebih dari 30 tahun yang lalu, namun masih digunakan sampai sekarang, sama saja. . Jadi, heres versi Zero Lag MACD saya. Anda tampak cukup tahu tentang topik ini. Jika Anda punya waktu, saya ingin mendengar pendapat atau teori Anda tentang beberapa hal ini jika Anda ingin meletakkannya. Originally Posted by SCSupportGroup Terima kasih atas kontribusinya. Poin kami adalah, yang terbaik bagi seseorang untuk memahami matematika yang digunakan dalam sebuah penelitian sehingga mereka dapat menentukan dengan tepat apakah sesuai dengan apa yang ingin mereka lakukan dan cara terbaik untuk menerapkannya. Tidak masalah. Menghargai komentar. Maksud saya adalah bahwa Anda sering tidak perlu tahu apa matematika ada di belakang sebuah penelitian, tapi apakah penelitian itu menghasilkan hasil yang dapat diukur, dapat diperdagangkan, menguntungkan untuk Anda secara konsisten. Karena kebanyakan trader tahu apa itu MACD (perbedaan antara dua moving averages), dan bagaimana mereka bisa menerapkannya, yang mereka butuhkan untuk benar-benar tahu adalah apa itu EMA EMA NEX. Dan semua Zero Lag EMA adalah, adalah perbedaan antara EMA, dan EMA lain dari EMA yang sama, dikurangi dari EMA untuk menghilangkan lag yang dikenalkan yang diperkenalkan ke penyaringan asli. Mash up kedua studi bersama-sama dan Anda mendapatkan Zero Lag MACD. Dan hanya untuk menendang, Anda bisa mengganti root MA dengan menggunakan Zero Lag moving average (defaultnya adalah EMA untuk Zero Lag EMA dan MACD-nya). Jika bekerja untuk ya, teruslah menggunakannya. Jika tidak, berhentilah menggunakannya dan cobalah yang lain. Originally Posted by DTrader Ya, saya ingat diskusi tentang Hull MA, karena menggunakan turunan dari Weighted Moving Average. Sama seperti masalah, IMHO. Sayangnya, basis pengguna Anda menginginkan indikator ini, terlepas dari berapa banyak lapisan yang diperlukan dari perhitungan yang mungkin ada. Adapun inti Moving Averages di Sierra Charts, saya hanya melihat beberapa masalah. Jika saya mengambil, misalnya, 14 periode Wilder, dan plot 14 periode Wilder dari itu (ya, saya tahu.), Ini memberi saya grafik yang sangat aneh. Namun, karena saya mengerti bahwa periode 14 Wilder secara fungsional setara dengan 27 periode EMA, jika saya melakukan hal yang sama dengan menggunakan 27 EMA, dan mengambil 27 EMA darinya, saya mendapatkan hasil yang tepat. Pertanyaannya adalah mengapa Apa itu internal di SC yang akan menyebabkan Wilder of Wilder memberikan hasil yang tidak akurat pada awal bagan Terima kasih telah menunjukkan hal ini. Kita harus bisa memperbaiki masalah ini. Ini berkaitan dengan bagaimana menangani data dasar yang belum ditetapkan dan memiliki nilai nol. Dukungan Cheers Sierra Chart - Tingkat Teknik Sumber definitif Anda untuk mendapatkan dukungan. Tanggapan lainnya berasal dari pengguna. Jika memungkinkan, pertahankan pertanyaan Anda singkat dan to the point. Perlu diketahui kebijakan pendukung. Jika jawaban pertanyaan Anda telah dijawab dan Anda tidak memiliki sesuatu yang lebih jauh, maka paling mudah bagi kami jika Anda tidak membalasnya lagi untuk mengucapkan terima kasih. Originally Posted by DTrader Ya, saya ingat diskusi tentang Hull MA, karena menggunakan turunan dari Weighted Moving Average. Sama seperti masalah, IMHO. Sayangnya, basis pengguna Anda menginginkan indikator ini, terlepas dari berapa banyak lapisan yang diperlukan dari perhitungan yang mungkin ada. Adapun inti Moving Averages di Sierra Charts, saya hanya melihat beberapa masalah. Jika saya mengambil, misalnya, 14 periode Wilder, dan plot 14 periode Wilder dari itu (ya, saya tahu.), Ini memberi saya grafik yang sangat aneh. Namun, karena saya mengerti bahwa periode 14 Wilder secara fungsional setara dengan 27 periode EMA, jika saya melakukan hal yang sama dengan menggunakan 27 EMA, dan mengambil 27 EMA darinya, saya mendapatkan hasil yang tepat. Pertanyaannya adalah mengapa Apa itu internal di SC yang akan menyebabkan Wilder of Wilder memberikan hasil yang tidak akurat pada awal bagan Terima kasih telah menunjukkan hal ini. Kita harus bisa memperbaiki masalah ini. Ini berkaitan dengan bagaimana menangani data dasar yang belum ditetapkan dan memiliki nilai nol. Tidak masalah. Tampaknya bekerja sekarang untuk semua rata-rata bergerak inti di SC kecuali satu - Smoothed Moving Average (SMMA). Ketika saya mengambil SMMA dari SMMA, layarnya sudah mulai tergores pada awalnya - menggunakan v581. Silakan lihat lagi ini dan perbaiki bila Anda memiliki kesempatan. Semua MA inti lainnya di SC sekarang baik untuk ini kecuali Moving Average yang Merata. Originally Posted by DTrader Alih-alih mengkritik sesama pengguna SC saya, saya pikir mungkin akan lebih bermanfaat untuk mengkodekan sesuatu yang tidak bergantung pada percobaan studi kuadrat terhadap studiquot, atau beberapa hack semacam itu seperti yang saya sampaikan di atas diri saya sendiri. Ugh. Ini mungkin tidak masuk akal bagi beberapa dari Anda, namun beberapa pengguna mungkin menganggapnya bermanfaat. Tentu, itu adalah turunan harga kuototal, tapi jadi Banyak orang tidak mengerti logika yang rumit yang digunakan Wilder untuk menerapkan indikator ADX, DMI, RSI, ATR dan indikator lainnya lebih dari 30 tahun yang lalu, namun masih digunakan sampai sekarang, sama saja. . Jadi, heres versi Zero Lag MACD saya. Mungkinkah membuat indikator yang sama untuk volume tertimbang MACD thx Lebih baik lagi, jika Sierra hanya menambahkan studi ke studi tambahan mereka untuk tantangan teknis seperti saya sendiri. thxJohn Ehlers Filter Pelacakan Optimal Dr. R. E. Kalman memperkenalkan konsep estimasi optimalnya pada tahun 1960. Sejak saat itu, tekniknya telah terbukti menjadi alat yang hebat dan praktis. Pendekatan ini sangat sesuai untuk mengoptimalkan kinerja sistem navigasi terestrial dan ruang angkasa modern. Banyak pedagang yang tidak terlibat langsung dalam analisis sistem telah mendengar tentang penyaringan Kalman dan telah menyatakan ketertarikannya untuk belajar lebih banyak tentang aplikasi pasar. Meskipun telah dilakukan upaya untuk memberikan penjelasan sederhana dan intuitif, tidak ada yang benar-benar berhasil. Hampir tanpa kecuali, deskripsi telah terperosok dalam jargon dan notasi kosa kata dari kultus. Anehnya, terlepas dari matematika yang tampak tidak jelas (yang paling tak dapat ditembus yang dapat ditemukan di kertas asli Dr. Kalmans), penyaringan Kalman adalah konsep yang cukup langsung dan sederhana. Dengan semangat bersikap pragmatis, kita tidak akan berurusan dengan persamaan matriks full-blown dalam deskripsi ini dan kita akan kurang ketat dalam aplikasi trading. Aplikasi yang ketat membutuhkan pengetahuan tentang distribusi probabilitas statistik. Meskipun demikian, kita diakhiri dengan hasil yang praktis. Kita akan berangkat dari pendekatan klasik dengan bekerja mundur dari Exponential Moving Averages. Dalam proses ini, kami memperkenalkan cara untuk menghasilkan rata-rata pergerakan nol yang hampir nol. Dari situ, kita akan menggunakan konsep Tracking Index yang mengoptimalkan pelacakan filter untuk ketidakpastian yang diberikan dalam pergerakan harga dan ketidakpastian dalam kemampuan kita untuk mengukurnya. (Teks dan kode yang diadaptasi dari website jamesgoulding). Tidak ada informasi di situs ini adalah saran investasi atau ajakan untuk membeli atau menjual instrumen keuangan apa pun. Kinerja masa lalu tidak menunjukkan hasil di masa depan. Perdagangan dapat membuat Anda berisiko kehilangan lebih besar dari simpanan Anda dan hanya cocok untuk investor berpengalaman yang memiliki sarana keuangan memadai untuk menanggung risiko tersebut. File ITF ProRealTime dan lampiran lainnya: RRC baru juga sekarang ada di YouTube, berlangganan saluran kami untuk konten dan tutorial eksklusif Peringatan: Perdagangan dapat menyebabkan Anda terkena risiko kehilangan lebih besar dari simpanan Anda dan hanya sesuai untuk klien berpengalaman yang memiliki sarana keuangan yang memadai. Menanggung risiko tersebut Artikel, kode dan konten di situs ini hanya berisi informasi umum. Mereka bukan saran pribadi atau investasi atau ajakan untuk membeli atau menjual instrumen keuangan apa pun. Setiap investor harus membuat penilaian mereka sendiri tentang kelayakan trading instrumen keuangan untuk situasi keuangan, fiskal dan hukum mereka sendiri. Untuk membantu kami terus menawarkan pengalaman terbaik di ProRealCode, kami menggunakan cookies. Dengan mengklik tombol Continue, Anda setuju untuk menggunakannya. Anda juga dapat memeriksa halaman kebijakan privasi kami untuk informasi lebih lanjut. Terus