Moviendo El Código Simple Medio

MetaTrader 4 - Indicadores Promedios móviles, indicador MA para MetaTrader 4 El Indicador técnico de media móvil muestra el valor medio del precio del instrumento durante un cierto período de tiempo. Cuando se calcula la media móvil, se calcula la media del precio del instrumento para este período de tiempo. A medida que el precio cambia, su promedio móvil aumenta o disminuye. Hay cuatro tipos diferentes de promedios móviles: Simple (también conocido como aritmética), exponencial, suavizado y lineal ponderado. Los promedios móviles se pueden calcular para cualquier conjunto de datos secuenciales, incluyendo precios de apertura y cierre, precios más altos y más bajos, volumen de operaciones o cualquier otro indicador. A menudo es el caso cuando se usan promedios móviles dobles. Lo único en que los promedios móviles de diferentes tipos divergen considerablemente entre sí, es cuando los coeficientes de peso, que se asignan a los últimos datos, son diferentes. En caso de que se trate de media móvil simple, todos los precios del período de tiempo en cuestión, son iguales en valor. Los promedios móviles exponenciales y lineales ponderan más valor a los últimos precios. La forma más común de interpretar el precio promedio móvil es comparar su dinámica con la acción del precio. Cuando el precio del instrumento sube por encima de su media móvil, aparece una señal de compra, si el precio cae por debajo de su media móvil, lo que tenemos es una señal de venta. Este sistema de comercio, que se basa en la media móvil, no está diseñado para proporcionar la entrada en el mercado justo en su punto más bajo, y su salida a la derecha en el pico. Permite actuar de acuerdo con la siguiente tendencia: comprar poco después de que los precios lleguen al fondo, y vender poco después de que los precios hayan alcanzado su punto máximo. Cálculo Promedio móvil simple (SMA) Simple, en otras palabras, el promedio móvil aritmético se calcula sumando los precios del cierre del instrumento durante un cierto número de períodos individuales (por ejemplo, 12 horas). Este valor se divide entonces por el número de tales períodos. SMA SUM (CLOSE, N) / N Donde: N es el número de períodos de cálculo. Promedio móvil exponencial (EMA) El promedio móvil suavizado exponencialmente se calcula sumando la media móvil de una determinada proporción del precio de cierre actual al valor anterior. Con los promedios móviles suavizados exponencialmente, los últimos precios son de mayor valor. La media móvil exponencial del P por ciento se verá así: Donde: CERRAR (i) el precio del cierre del período actual EMA (i-1) Promedio Movimiento Exponencial del cierre del período anterior P el porcentaje de usar el valor del precio. Promedio móvil suavizado (SMMA) El primer valor de este promedio móvil suavizado se calcula como la media móvil simple (SMA): SUM1 SUM (CLOSE, N) Las segundas y siguientes medias móviles se calculan según esta fórmula: Donde: SUM1 es el Suma total de los precios de cierre para N periodos SMMA1 es el promedio móvil suavizado de la primera barra SMMA (i) es el promedio móvil suavizado de la barra actual (excepto el primero) CLOSE (i) es el precio actual de cierre N es el Período de suavizado. Promedio móvil ponderado lineal (LWMA) En el caso de la media móvil ponderada, los datos más recientes tienen más valor que los datos más antiguos. La media móvil ponderada se calcula multiplicando cada uno de los precios de cierre dentro de la serie considerada, por un cierto coeficiente de ponderación. Suma (i, N) / SUM (i, N) Donde: SUM (i, N) es la suma total de los coeficientes de peso. Los promedios móviles también pueden aplicarse a los indicadores. Es ahí donde la interpretación de las medias móviles de los indicadores es similar a la interpretación de los promedios móviles de los precios: si el indicador sube por encima de su media móvil, es probable que continúe el movimiento del indicador ascendente: si el indicador cae por debajo de su promedio móvil, Significa que es probable que siga bajando. Estos son los tipos de promedios móviles en el gráfico: Promedio móvil simple (SMA) Promedio móvil exponencial (EMA) Promedio móvil suavizado (SMMA) Promedio móvil ponderado lineal (LWMA) MetaTrader 4 - Expertos Moving Average - experto en MetaTrader 4 The Moving Average Experto para la formación de señales comerciales utiliza una media móvil. La apertura y el cierre de las posiciones se realizan cuando el promedio móvil satisface el precio en la barra recién formada (índice de barras igual a 1). El tamaño del lote se optimizará según un algoritmo especial. El asesor experto analiza la concurrencia de la media móvil y la tabla de precios de mercado. La comprobación se realiza mediante la función CheckForOpen (). Si la media móvil cumple con la barra de tal manera que la primera es superior al precio abierto pero inferior al precio cerrado, se abrirá la posición de compra. Si la media móvil se encuentra con la barra de tal manera que la primera es inferior al precio de apertura pero superior al precio de cierre, se abrirá la posición de venta. La gestión del dinero utilizada en el experto es muy simple, pero eficaz: el control sobre cada volumen de posición se realiza en función de los resultados de las transacciones anteriores. Este algoritmo es implementado por la función LotsOptimized (). El tamaño del lote básico se calcula sobre la base del riesgo máximo permitido: El parámetro MaximumRisk muestra el porcentaje de riesgo básico para cada transacción. Por lo general, posee un valor entre 0,01 (1) y 1 (100). Por ejemplo, si el margen libre (AccountFreeMargin) es igual a 20.500 y las reglas de administración de capital prescriben usar el riesgo de 2, el tamaño del lote básico hará 20500 0.02 / 1000 0.41. Es muy importante controlar la precisión del tamaño del lote y normalizar el resultado con los valores permitidos. Normalmente, se permiten lotes fraccionados con paso de 0,1. No se realizará una transacción con un volumen de 0,41. Para normalizar, la función NormalizeDouble () se utiliza con precisión hasta 1 carácter después del punto. Esto resulta en el lote básico de 0,4. El cálculo del lote básico sobre la base del margen libre permite aumentar los volúmenes de operación dependiendo del éxito comercial, es decir, el comercio con la reinversión. Éste es el mecanismo básico con la gestión obligatoria del capital para aumentar la eficacia de los intercambios. DecreaseFactor es la medida en que el tamaño del lote se reducirá después de un comercio no rentable. Los valores normales son 2,3,4,5. Si las transacciones precedentes no eran rentables, los volúmenes posteriores disminuirán por un factor de DecreaseFactor para esperar a través del período no rentable. Este es el principal factor en el algoritmo de gestión de capital. La idea es muy simple: si el comercio está aumentando con éxito, el experto trabaja con el lote básico de obtener el máximo beneficio. Después de la primera transacción no rentable, el experto reducirá la velocidad hasta que se realice una nueva transacción positiva. El algoritmo permite desactivar la reducción de velocidad, para ello, se tiene que especificar DecreaseFactor 0. El importe de las últimas transacciones no rentables sucesivas se calcula en el historial comercial. El lote básico se recalculará sobre esta base: Por lo tanto, el algoritmo permite reducir eficazmente el riesgo que se produce como resultado de una serie de transacciones no rentables. El tamaño del lote se comprueba obligatoriamente para el tamaño de lote mínimo permitido al final de la función porque Los cálculos realizados anteriormente pueden resultar en el lote 0: El experto está principalmente destinado a trabajar con el período diario, y en el modo de prueba - para hacer a precios cerrados. Se comercializará sólo en la apertura de una nueva barra, es por eso que los modos de cada modelo de garrapatas no son necesarios. Los resultados de las pruebas están representados en el informe. Sé que esto es alcanzable con el impulso como por: Pero realmente me gustaría evitar el uso de impulso. He googled y no he encontrado ningún ejemplo adecuado o legible. Básicamente, quiero seguir el promedio móvil de una corriente en curso de una corriente de números de punto flotante utilizando los números 1000 más recientes como una muestra de datos. ¿Cuál es la manera más fácil de lograr esto que experimenté con el uso de una matriz circular, media móvil exponencial y una media móvil más simple y encontró que los resultados de la matriz circular se adapta a mis necesidades mejor. Si sus necesidades son simples, puede intentar usar una media móvil exponencial. Puesto simplemente, usted hace una variable del acumulador, y como su código mira cada muestra, el código actualiza el acumulador con el nuevo valor. Usted escoge un alfa constante que está entre 0 y 1, y calcule esto: Usted apenas necesita encontrar un valor del alfa donde el efecto de una muestra dada dura solamente cerca de 1000 muestras. Hmm, no estoy realmente seguro de que esto es adecuado para usted, ahora que he puesto aquí. El problema es que 1000 es una ventana bastante larga para un promedio móvil exponencial No estoy seguro de que haya un alpha que se extendería el promedio en los últimos 1000 números, sin subflujo en el cálculo del punto flotante. Pero si usted quisiera un promedio más pequeño, como 30 números o tan, esto es una manera muy fácil y rápida de hacerla. Respondió 12 de junio a las 4:44 1 en su puesto. El promedio móvil exponencial puede permitir que el alfa sea variable. Así, esto permite que se utilice para calcular promedios de base de tiempo (por ejemplo, bytes por segundo). Si el tiempo transcurrido desde la última actualización del acumulador es de más de 1 segundo, deje que alfa sea 1.0. De lo contrario, puede permitir que alpha be (usecs desde la última actualización / 1000000). Ndash jxh 12 de junio a las 6:21 Básicamente, quiero seguir el promedio móvil de una corriente en curso de una corriente de números de punto flotante usando los números 1000 más recientes como una muestra de datos. Tenga en cuenta que el siguiente actualiza el total como elementos añadidos / reemplazados, evitando costosos recorridos O (N) para calcular la suma - necesaria para el promedio - a la demanda. Total se hace un parámetro diferente de T a soporte, p. Usando un largo largo cuando totalizan 1000 long s, un int para char s, o un doble a total float s. Esto es un poco defectuoso en que numsamples podría ir más allá de INTMAX - si te importa que podría utilizar un unsigned mucho tiempo. O utilice un miembro de datos de bool extra para grabar cuando el contenedor se rellena primero mientras cicla numsamples alrededor de la matriz (mejor entonces cambia el nombre de algo inocuo como pos). Respondió el 12 de Junio ​​12 a las 5:19 se supone que el operador quotvoid (T sample) quot es realmente operador quotvoid (T sample) quot. Ndash oPless Jun 8 14 at 11:52 oPless ahhh. bien descrito. En realidad quería que fuera para ser operador vacío () (T muestra), pero por supuesto, usted podría utilizar cualquier notación que te gustaba. Se arreglará, gracias. Ndash Tony D Jun 8 14 en 14:27