محاسبه خصوصیات جدایی ناپذیر انتشار نشانگر

انتشار نشانگر نشانگر یک جهت جدید و کاملاً امیدوار کننده در مطالعه سری زمانی است. با این واقعیت مشخص می شود که تجزیه و تحلیل بر روی شاخص ها به این ترتیب متمرکز نیست بلکه بر روی انتشار آنها به آینده یا گذشته است که بر اساس آن می توانیم پیش بینی محیط بازار را پیش بینی کنیم:

• سطح پشتیبانی و مقاومت در آینده ؛
• جهت روند (حرکت قیمت) ؛
• قدرت حرکت در گذشته جمع شده است.

مقاله قبلی من با نام "انتشار گازهای گلخانه ای در MQL5" با الگوریتم ترسیم انتشار ارائه شده و ویژگی های اصلی آن را مشخص کرده است. بگذارید به شما یادآوری کنم:

انتشار مجموعه ای از نقاط واقع در تقاطع خطوط عجیب و غریب برای شاخص های مورد نظر است.

نقاط انتشار ، به نوبه خود ، برخی از خصوصیات را دارند:

• نقاط انتشار از همان نوع تمایل به خوشه دارند.
• خوشه های نقطه متراکم می توانند قیمت را جذب کنند یا برعکس ، قیمت را دفع کنند.

گالری انتشار:

شکل 1. نمونه هایی از توطئه های انتشار نشانگر. سمت چپ: انتشار نشانگر DCMV. سمت راست: انتشار شاخص های IMA و INVELVEVES.

در تصویر از محاسبه خصوصیات انتگرال انتشار گازهای گلخانه ای ، ما پاکت نامه های متوسط (پاکت نامه) و میانگین های متحرک (میانگین حرکت) خود را با پارامترهای ورودی به شرح زیر خواهیم گرفت:

بنابراین ، ما به دنبال تقاطع خطوط عجیب و غریب برای شاخص های انتخاب شده خواهیم بود. تعداد خطوط و خصوصیات آنها (دوره های متوسط و انحراف) به طور تصادفی انتخاب می شوند. در حقیقت انتشار می تواند با استفاده از هر مجموعه پارامتری برای این شاخص ها (تا زمانی که در فضا تلاقی کنند) ترسیم شود.

اکنون که شاخص ها را انتخاب کرده ایم ، اجازه دهید یک مشاور متخصص ایجاد کنیم که قرار است به عنوان یک برنامه پایه برای تجزیه و تحلیل انتشار گازهای گلخانه ای خدمت کند. ما باید داده های محاسبه شده را از شاخص های فنی IMA و IEnvelopes دریافت کنیم. من پیشنهاد می کنم از روشی که در راهنمای استفاده از شاخص های فنی در مشاوران خبره شرح داده شده است ، استفاده کنید.

برای ترسیم خطوطی که تقاطع آنها باید پیدا کنیم ، فقط باید برای هر یک از خطوط دو نقطه تعیین کنیم. بنابراین ، دریافت مقادیر شاخص برای دو میله (به عنوان مثال فعلی و قبلی) کافی است. قیمت نوار قبلی ایستا است ، در حالی که قیمت نوار فعلی پویا است و بنابراین امتیازات جدید با هر تیک جدید تولید می شود. در اینجا کد است:

من قصد ندارم به همه جزئیات این مشاور متخصص بپردازم. نکته اصلی در اینجا این است که برای ترسیم انتشار ، ما از یک نمونه کلاس Cemission مسئول محاسبه و نمایش نقاط تقاطع هر دو خط استفاده می کنیم.

لازم به ذکر است که نقاط انتشار با استفاده از اشیاء گرافیکی مانند متن به تصویر کشیده می شوند. اول از همه ، از این واقعیت ناشی می شود که مجریان شیء باید با مرکز نماد همسو شوند. دوم ، می توانید اندازه شیء را در طیف گسترده ای تغییر دهید. این خصوصیات نقطه پتانسیل بسیار خوبی برای دریافت انتشار پیچیده ارائه می دهد.

شکل 2. انتشار اصلی شاخص های IMA و INVELVESS

خصوصیات انتزاعی انتشار

بنابراین ، پس از قرار دادن مشاور خبره پیشنهادی در نمودار ، ما در رنگ های مختلف نقاط زیادی کسب کردیم (شکل 2 را ببینید):

• Aqua - تقاطع IMA و INVELVEVELES ، بافر بالا.
• آبی - تقاطع IMA و INhevelopes ، بافر Lower_line.
• Magenta - تقاطع IMA و IMA.

این هرج و مرج را نمی توان در معاملات خودکار استفاده کرد. ما به سیگنال ها ، سطح ها و سایر ویژگی های کمی بازار احتیاج داریم ، در حالی که در اینجا فقط تصاویر بصری را برای مراقبه و chiromancy و هیچ شماره ای دریافت نمی کنیم.

خصوصیات انتگرال انتشار گازهای گلخانه ای به تعمیم داده های به دست آمده در نتیجه انتشار نشانگر کمک می کند.

نیاز به ویژگی های یکپارچه انتشار گازهای گلخانه ای نیز با این واقعیت ایجاد می شود که آنها با استفاده از انواع جدید شاخص ها فرصت هایی را برای تحقیقات بازار فراهم می کنند: کانال های انتگرال ، خطوط ، سطح ، سیگنال ها و غیره. برای تعیین معمولی ترین مقادیر انتشار ، ما کوچک را شروع خواهیم کرد ومیانگین قیمت را برای هر نوع نقطه محاسبه کنید تا بیشتر خطوط افقی را از طریق آنها بکشید همانطور که در زیر آمده است:

شکل 3. خطوط افقی از میانگین قیمت برای هر نوع نقطه

برای این منظور ، ما چند بلوک کد اضافی را به کد موجود اضافه خواهیم کرد. به بخش داده ها:

ما حرکت می کنیماجازه دهید اکنون میانگین زمان برای هر مجموعه نقطه را محاسبه کنیم و آن را در خط مربوط به میانگین قیمت علامت گذاری کنیم (شکل 4 را ببینید). بنابراین ، ما اولین خصوصیات کمی از انتشار گازهای گلخانه ای را بدست آورده ایم که هرگز استاتیک نیستند و همیشه در فضا حرکت می کنند.

نمودار فقط موقعیت های لحظه ای آنها را نشان می دهد. ما باید به نوعی آنها را در تاریخ ثابت نگه داریم تا بتوانیم بعد از آن آنها را مطالعه کنیم. تاکنون هنوز مشخص نیست که چگونه می توان این کار را انجام داد و ما باید به آن دقت کنیم. در این میان ، ما پیشرفت بیشتری خواهیم کرد و تعداد نقاط مربوط به محاسبه در کنار نشانگرها را در نمودار نشان می دهیم. اینها نوعی وزن از خصوصیات به دست آمده است که در تجزیه و تحلیل بیشتر نیز مفید خواهد بود.

شکل 4. نشانگرها در نقاط تقاطع میانگین قیمت و میانگین زمان

با این حال ، برای راحتی تجزیه و تحلیل ، ما از نسبت درصد آنها استفاده خواهیم کرد. از آنجا که نقاط اصلی انتشار ، مواردی است که ناشی از تقاطع شاخص های IMA و IEnvelopes است ، ما مبلغ آنها را 100 ٪ می دانیم. بگذارید ببینیم چه چیزی اکنون داریم:

شکل 5. نسبت درصد برای هر نوع نقاط انتشار

اگر سه مقدار را اضافه کنیم ، آنها در کل بیش از 100 ٪ می دهند. مقدار 34. 4 نمایش داده شده در مگنتا ویژگی نقاط تقاطع IMA و IMA در یک نقطه خاص است ، یعنی این شاخص از خود عبور کرده است ، اما با داده های ورودی متفاوت. در این حالت ، این یک ارزش مرجع است و ممکن است بعداً به نحوه استفاده از آن در تجزیه و تحلیل بازار فکر کنیم.

با این حال ، یک مشکل دیگر بوجود می آید که نسبت به تعداد امتیازات نسبت می دهیم: چگونه می توانیم مقادیر درصد ویژگی های انتشار را در تاریخ برطرف کنیم ، به خصوص که آنها نیز متفاوت هستند؟!

تجزیه و تحلیل گرافیکی

اگرچه ما اکنون ویژگی های جدایی ناپذیر انتشار گازهای گلخانه ای را داریم ، اما ما هنوز به اندازه کافی به تجزیه و تحلیل و توسعه یک استراتژی معاملاتی بر اساس داده های به دست آمده نزدیک نیستیم. با این حال ، یک خواننده دقیق باید قبلاً راه حلی برای این مشکل مشاهده کرده باشد (شکل 1 را ببینید). راه حل به شرح زیر است: من پیشنهاد می کنم منحنی های انتگرال را با استفاده از ضخامت های مختلف ترسیم کنید که متناسب با نسبت درصد نقاط انتشار اصلی باشد.

بخش فعلی منحنی در امتداد میانگین خط قیمت بین نوار فعلی و قبلی ترسیم خواهد شد ، با توجه به اینکه این مختصات در واقع از آینده گرفته شده است. این نوعی کانال انتگرال برجسته انتشار نشانگر است. من می دانم که واقعاً بسیار گیج کننده به نظر می رسد. و شما باید فکر کنید که آیا باید در ادامه بخوانید. اما امیدوارم که این کار با ادامه کار جالب تر شود.

شکل 6. کانال انتگرال انتشار نشانگر

بنابراین به نظر می رسد ما برای انتشار "IMA & IMA" (در نمودار نمایش داده شده در نمودار) استفاده کرده ایم. و ما یک شاخص جدید گرفتیم - میانگین متحرک یکپارچه.

اکنون ما به کد مشاور خبره باز می گردیم تا ببینیم چه تغییراتی در ماژول Ontick () رخ داده است:

بگذارید تجزیه و تحلیل گرافیکی خود را ادامه دهیم. اما چیزی از دست رفته است. به نظر می رسد که ما ویژگی مهم انتشار دیگری را از دست داده ایم. منحنی های انتگرال فقط بر اساس میانگین قیمت ترسیم شدند. با این حال ، ما باید میانگین مختصات زمان را در نظر بگیریم. به شکل زیر نگاهی بیندازید و به محدودیت های کانال توجه ویژه کنید:

• خط Aqua حد بالایی کانال است.
• خط آبی حد پایین کانال است.

ما باید نشانگر را که به موقع به نوار صفر نزدیکتر بود ، شناسایی کنیم.

شکل 7. خصوصیات انتگرال پیشرو در زمان. سمت چپ: پیشرو در حد بالایی کانال. سمت راست: پیشرو در حد پایین کانال.

این مشکل را می توان به شرح زیر حل کرد: ما خط قیمت (Price_Median) را به نمودار قیمت اضافه می کنیم و باعث می شود خط بسته به رنگ نشانگر (Aqua یا Blue) که به آخرین نوار نزدیکتر است ، رنگ آن را تغییر دهد. 7)علاوه بر این ، بلوک کد زیر را به کد موجود وارد می کنیم:

اکنون برای مرحله بعدی آماده شوید. چه می شود اگر سعی کنیم انتشار گازهای گلخانه ای را بر اساس ویژگی های جدایی ناپذیر انتشار گازهای گلخانه ای اصلی ، چیزی شبیه به انتشار گازهای مرتبه دوم ترسیم کنیم؟از این گذشته ، این خطوط نیز از یکدیگر تلاقی می کنند و در نتیجه باید دارای نقاط انتشار باشند. بگذارید ببینیم چه چیزی ممکن است از آن ناشی شود. با افزودن خطوط زیر کد ، بلوک کد قبلی را افزایش دهید:

و خطوط زیر را در بخش داده وارد کنید:

می توانید نتایج موجود در شکل زیر را بررسی کنید. ما می توانیم نکات جدیدی را ببینیم که تاکنون چیزی را نشان نمی دهد.

شکل 8. انتشار خطوط انتگرال

مشخصات انتگرال می تواند بدیهی است که برای نقاط جدید (شکل 9 را ببینید) با انتشار گازهای گلخانه ای آنها در نمودار و غیره محاسبه می شود تا زمانی که غیر ممکن شود!

شکل 9. ویژگی های انتگرال انتشار

بنابراین ما هر آنچه را که لازم داشتیم ترسیم کردیم و خصوصیات جدایی ناپذیر انتشار گازهای گلخانه ای را به دست آوردیم. اکنون می توانیم به تجزیه و تحلیل و توسعه یک استراتژی تجاری بپردازیم. اما هنوز هم غیرممکن به نظر می رسد! اکنون چه چیزی ما را مسدود می کند؟

سری زمان انتشار

تجزیه و تحلیل گرافیکی ما را قادر می سازد تا ویژگی های یکپارچه انتشار گازهای گلخانه ای را مطالعه کنیم اما بسیار فشرده است. اگر سعی کنیم کد پیشنهادی را در حالت بصری تستر استراتژی اجرا کنیم ، سرعت آزمایش به زودی به صفر کاهش می یابد! این به دلیل تعداد زیادی از اشیاء گرافیکی در نمودار است.

بنابراین ، طبیعتاً می خواهد از شر آن فراوانی نقاط خلاص شود و فقط منحنی های انتگرال را ترک کند. برای حل این مشکل ، ما از آرایه های ویژه (بافر) استفاده خواهیم کرد.

سری زمانی از انتشار گازهای گلخانه ای آرایه های مخصوصی است که در آن اطلاعات مربوط به انتشار گازهای گلخانه ای جمع می شود.

آنها از سری زمانی استاندارد متفاوت هستند زیرا داده های موجود در آنها به صورت توالی به زمان توالی نمی شوند ، حتی اگر زمان اصلی باشد.

شکل 10. سری زمانی از ویژگی های انتشار

این آرایه ها به گونه ای ترتیب داده می شوند که عناصر جدید در سلولهای خالی یا سلولهای پر از مقادیر قدیمی ذخیره می شوند. برای این منظور ، ما از کلاس CTIMEMISSION استفاده خواهیم کرد. در اینجا نحوه اجرای آن در کد آمده است:

در اینجا می توانیم اجرای دو روش کلاس را مشاهده کنیم: نوشتن نکات انتشار به سری زمانی و خواندن مقادیر ویژگی های جدایی ناپذیر از انتشار گازهای گلخانه ای.

محاسبه پارسا از خصوصیات انتگرال

اکنون که مجموعه زمانی از انتشار گازهای گلخانه ای را داریم ، می توانیم یک الگوریتم پارسا را برای محاسبه ویژگی های یکپارچه برای توسعه بیشتر یک استراتژی معاملاتی شروع کنیم. اجازه دهید مشاور اصلی متخصص را به روز کنیم:

این کد کوتاه تر شده است ، در حالی که سرعت alculation C افزایش یافته است. اکنون می توانید بدون تجسم ، روبات های تجاری خود را آزمایش و بهینه کنید!

استفاده از خصوصیات جدایی ناپذیر در تجارت

از خصوصیات انتگرال می توان به عنوان ژنراتور سیگنال ها استفاده کرد:

• موفقیت کانال ،
• تقاطع با یکدیگر یا قیمت ،
• تغییر در جهت.

شکل 11. سیگنال های معاملاتی در تقاطع خصوصیات جدایی ناپذیر انتشار

نتیجه

1. محاسبه ویژگی های یکپارچه انتشار نشانگر ابزارها و روشهای جدیدی را برای تجزیه و تحلیل بازار (سری زمانی) فراهم می کند.
2. با استفاده از سری های زمانی ، ما موفق به افزایش سرعت محاسبات ویژگی های انتگرال شده ایم.
3. و این امکان را برای ما فراهم کرده است که استراتژی های معاملاتی خودکار را که از انتشار گازهای گلخانه ای استفاده می کنند ، تهیه کنیم.

ترجمه شده از روسی توسط Metaquotes Ltd. مقاله اصلی: https://www.mql5.com/ru/articles/610

هشدار: کلیه حقوق این مواد توسط Metaquotes Ltd. کپی یا چاپ مجدد این مواد به طور کامل یا جزئی محفوظ است.

مقالات دیگر این نویسنده

• توسعه مشاوران متخصص چند ماژول
• مدل سازی سه بعدی در MQL5
• توزیع آماری به صورت هیستوگرام بدون بافر و آرایه های نشانگر
• نشانگر زیگزاگ: رویکرد تازه و راه حل های جدید
• آزمایش عملکرد محاسبه میانگین در MQL5
• مهاجرت از MQL4 به MQL5

یک فیلم نگاه کنید

ویدئو در انتشار

این اولین مقاله از سری کتاب آشپزی MQL5 است. من با مثالهای ساده شروع می کنم تا به کسانی که اولین قدم های خود را در برنامه نویسی انجام می دهند اجازه دهم تا به تدریج با زبان جدید آشنا شوند. من اولین تلاش خود را برای طراحی و برنامه نویسی سیستم های معاملاتی که ممکن است بگویم بسیار دشوار بود ، با توجه به این واقعیت که این اولین زبان برنامه نویسی در زندگی من بود ، به یاد می آورم. با این حال ، معلوم شد که آسان تر از آن چیزی است که فکر می کردم و فقط چند ماه طول کشید تا بتوانم یک برنامه نسبتاً پیچیده تهیه کنم.

این مقاله یک مثال کوچک را نشان می دهد که نشان دهنده اجرای یک مشاور متخصص است که پارامترهای آن را می توان از پانل کاربر کنترل کرد. هنگام تغییر پارامترها "در پرواز" ، مشاور خبره مقادیر به دست آمده از پانل اطلاعات را به یک پرونده می نویسد تا بیشتر آنها را از پرونده بخوانید و بر این اساس روی پنل نمایش دهید. این مقاله ممکن است مربوط به کسانی باشد که به صورت دستی یا به صورت نیمه اتوماتیک تجارت می کنند.

در این مقاله ، ما یک اسکریپت ایجاد خواهیم کرد که تمام خصوصیات موقعیت را بدست می آورد و آنها را در کادر گفتگو به کاربر نمایش می دهد. پس از اجرای اسکریپت ، شما قادر خواهید بود از دو حالت موجود در لیست کشویی در پارامترهای خارجی انتخاب کنید: برای مشاهده خصوصیات موقعیت فقط در نماد فعلی یا مشاهده خصوصیات موقعیت در همه نمادها.

مقاله روش آزمایش سریع بصری ایده های تجارت را شرح می دهد. این روش بر اساس ترکیب نمودار قیمت ، یک نشانگر سیگنال و یک نشانگر محاسبه تعادل است. من می خواهم روش خود را در جستجوی ایده های تجارت و همچنین روشی که برای آزمایش سریع این ایده ها استفاده می کنم ، به اشتراک بگذارم.