Moyenne Mobile Mobile Adaptative

Octobre 2005 CONSEILS DES COMMERÇANTS Voici la sélection de mois de Traders Tips, apportée par différents développeurs de logiciels d'analyse technique pour aider les lecteurs à mettre en œuvre plus facilement certaines des stratégies présentées dans cette et d'autres questions. Vous pouvez copier ces formules et ces programmes pour les utiliser facilement dans votre tableur ou votre logiciel d'analyse. Il suffit de sélectionner le texte souhaité en le mettant en surbrillance comme vous le feriez dans n'importe quel programme de traitement de texte, puis utilisez votre commande de clé standard pour la copie ou choisissez la copie dans le menu du navigateur. Le texte copié peut ensuite être collé dans une feuille de calcul ouverte ou un autre logiciel en sélectionnant un point d'insertion et en exécutant une commande coller. En basculant entre une fenêtre d'application et la page Web ouverte, les données peuvent être transférées facilement. TRADESTATION: Fractale Adaptive Moving Average L'article de John Ehlers dans ce numéro, Fractal Adaptive Moving Averages, présente déjà un certain code EasyLanguage pour une moyenne mobile adaptative. Cette moyenne mobile adaptative est basée sur les propriétés fractales d'une série de prix. Nous avons converti le code Ehlers pour cette moyenne mobile en une fonction EasyLanguage, afin qu'il puisse être appelé à partir de n'importe quel indicateur ou stratégie. Le nom des fonctions est AdaptMovAvgFractal. Nous avons également adapté une stratégie existante basée sur Bollinger Bands afin qu'elle appelle cette nouvelle fonction. La stratégie révisée de Bollinger Band est appelée FractalAMA Bands. Il appelle AdaptMovAvgFractal pour les calculs de variance et de bande. Ce code et cette fonction pourront être téléchargés depuis le Centre de support de TradeStation. Recherchez le fichier Frama. eld. Ehlers code original peut être trouvé dans le fichier. eld. --Mark Mills EasyLanguage Questions Forums TradeStation Securities, Inc. Une filiale de TradeStation Group, Inc. RETOUR METASTOCK: Fractal Adaptive Moving Average L'article de John Ehlers dans ce numéro, Fractal Adaptive Moving Averages, introduit un indicateur du même nom. Dans sa formule d'indicateur, il limite le nombre de périodes à un nombre pair. La formule dans MetaStock évite cette restriction en demandant le plus petit délai. Ce nombre est ensuite utilisé pour les deux calculs à demi-intervalle et est ensuite doublé pour le calcul d'intervalle complet. La formule de cet indicateur et les étapes pour l'inclure dans MetaStock sont présentées ici. Pour saisir cet indicateur dans MetaStock: --William Golson, Equis Equis international GO BACK AIQ EXPERT DESIGN STUDIO: Fractale Adaptive Moving Average Le code AIQ pour John Ehlers fractale adaptatif moyenne mobile (FRAMA) est illustré ici avec deux exemples de systèmes de négociation que nous Utilisé dans un backtest pour déterminer si le FRAMA est une amélioration sur une moyenne mobile exponentielle période fixe. Une valeur de N40 a été utilisée pour exécuter le test FRAMA. L'essai de la moyenne exponentielle a été effectué sur une période fixe de 40 jours. Les systèmes achètent lorsque le prix dépasse la moyenne mobile et se vendent lorsque le prix passe au-dessous de la moyenne mobile. Seul le côté long a été testé. La figure 1 montre une comparaison d'une FRAMA avec N40 à une moyenne mobile exponentielle de 40 jours. La FRAMA est plus sensible aux variations de prix que la moyenne mobile exponentielle. Les résultats des tests à rebours présentés dans la figure 2, qui ont été exécutés sur la liste des stocks du NASDAQ 100, montrent que la FRAMA représente une amélioration par rapport à la moyenne mobile exponentielle pour le système de négociation d'échantillons testé. FIGURE 1: TRADESTATION, QQQQ. Heres un échantillon de TradeStation diagramme de bar quotidien démontrant la fractale adaptatif moyenne mobile. Pour plus de clarté, la ligne d'indicateur FRAMA n'est pas affichée. FIGURE 2: STADE DE CONCEPTION D'EXPERT D'AIQ, FRAMA. Voici une comparaison de FRAMA avec N40 à une moyenne mobile exponentielle de 40 jours. La FRAMA semble être plus sensible aux variations de prix que la moyenne mobile exponentielle. FIGURE 3: STADE DE CONCEPTION D'EXPERT D'AIQ, RESULTATS DE RETOUR POUR FRAMA. Les résultats de backtest basés sur la liste des stocks de NASDAQ 100 montrent que la FRAMA est une amélioration par rapport à la moyenne mobile exponentielle pour cet échantillon de système commercial. Le code AIQ est affiché ici mais peut également être téléchargé depuis aiqsystemsSampC1.htm. WEALTH-LAB: Fractal Adaptive Moving Average Dans les mois qui suivent Traders Tips, nous présentons un système de suivi des tendances basé sur l'indicateur de la moyenne mobile adaptative fractale (FRAMA) présenté par John Ehlers dans son article. La mise en œuvre de Wealth-Labs de l'indicateur personnalisé FRAMA (qui fait maintenant partie de la bibliothèque de code Wealth-Lab) permet des entrées pour la période ainsi que la constante de la moyenne mobile exponentielle. Ici, nous utilisons la constante 4.6, comme Ehlers suggère. Le système utilise la FRAMA de 20 jours du cours de clôture et calcule également le taux de variation (ROC) des cinq derniers jours de FRAMA. Il attend alors une augmentation de plus de 0,5 (ROC 0,5) pour entrer le lendemain sur le marché. Il reste dans ce commerce jusqu'à ce que le ROC tombe au-dessous de zéro. Dans la figure 4, qui montre un exemple de commerce pour ExxonMobil, on peut voir que l'indicateur FRAMA est principalement plat dans les phases latérales alors qu'il est capable de détecter une tendance très tôt, capturant ainsi une grande partie de celle-ci. FIGURE 4: WEALTH-LAB, MOYENS MOBILES ADAPTATIFS DE FRACTAL. La série de prix ExxonMobil ainsi que sa FRAMA à 20 jours est tracée dans le volet inférieur. Le volet supérieur indique le taux de changement (ROC) de cinq jours de l'indicateur FRAMA. Pendant les phases latérales, l'indicateur FRAMA ne montre que peu de mouvement. Par conséquent, le ROC présente de faibles valeurs et seules quelques transactions se produisent. A fin janvier 2005, une forte tendance à la hausse commence, ce qui est détecté par la FRAMA. Le système est capable d'entrer plus tôt et capte la plupart de cette remontée. Pour cet article par John Ehlers, Fractal Adaptive Moving Averages, nous avons fourni le fichier de formule eSignal nommé Frama. efs. Le code est également affiché ici. L'étude a un paramètre pour la longueur, ou les périodes, pour l'étude qui peut être ajusté par l'option Études d'Édition du Tableau Avancé. Le nombre entré sera forcé à être le nombre pair le plus élevé suivant si un nombre impair est entré. Un exemple de graphique eSignal est montré à la figure 5. FIGURE 5: eSIGNAL, FRACTAL MOUVEMENT ADAPTATIF MOYEN. Ce graphique eSignal démontre la moyenne mobile adaptative fractale. Pour discuter de cette étude ou télécharger une copie complète de la formule, veuillez visiter le forum du forum de discussion de la bibliothèque Efs sous le lien des babillards à esignalcentral. Ce code de formule eSignal est également disponible pour la copie et le collage à partir du site Web COMMODITIES amp de STOCKS chez Traders. --Jason Keck eSignal, une division de Interactive Data Corp. 800 815-8256, esignal RETOUR NEUROSHELL TRADER: Fractal Adaptive Moving Average La moyenne mobile adaptative fractale introduite par John Ehlers dans ce numéro peut être facilement implémentée dans NeuroShell Trader en combinant un Peu d'indicateurs NeuroShell Traders 800 et un indicateur personnalisé, qui est en soi une moyenne mobile adaptive générique très utile. Pour mettre en œuvre la moyenne mobile adaptative fractale, sélectionnez Nouveau indicateur. Dans le menu Insertion et utilisez l'Assistant Indicateur pour créer les indicateurs suivants: Les utilisateurs de NeuroShell Trader peuvent accéder à la section COMMODITÉS STOCKS du site Web de support technique gratuit de NeuroShell Trader pour télécharger des indicateurs personnalisés et un exemple de graphique (Figure 6). FIGURE 6: NEUROSHELL TRADER, FRAMA. Heres un échantillon NeuroShell Trader graphique démontrant la fractale adaptatif mobile moyen. Pour plus d'informations sur NeuroShell Trader, visitez NeuroShell. John E. Ehlers présente une nouvelle méthode de lissage adaptatif basée sur l'hypothèse que les prix du marché sont des fractales (Fractal Adaptive Moving Moyennes) . Le codage de la moyenne mobile adaptative fractale (FRAMA) est relativement simple dans le langage de formule AmiBroker (AFL). Grâce à ses puissantes fonctionnalités de traitement de réseau, FRAMA peut être implémenté dans AmiBroker sans boucles, ce qui le rend extrêmement rapide. Le code prêt à l'emploi est présenté dans la liste 1. À des fins de comparaison, le code trace également une moyenne mobile exponentielle standard de même longueur (figure 7). FIGURE 7: AMIBROKER, MOYENNE MOBILE ADAPTATIVE AU FRACTAL. Cette capture d'écran AmiBroker montre un tableau des prix de l'AAPL avec une FRAMA (ligne rouge) de 14 jours et une moyenne mobile exponentielle (ligne bleue) de même longueur. FRAMA suit des changements significatifs de prix plus rapidement, tout en maintenant la fluidité dans les zones de congestion. LISTE 1 FRAMA - Fractal Adaptive Moving Prix moyen (HL) 2 N Param (N, 16, 2, 40, 2) doit être pair N3 (HHV (High, N) - LLV , N2) LL LLV (Faible, N2) N1 (HH - LL) (N2) HH HHV (Ref (Haute, - N2), N2) (N2) Dimen IIf (N1 0 ET N2 0 ET N3 0, (log (N1N2) - log (N3)) log (2), Null) alpha exp (-4,6 (Dimen -1)) Alpha Min (Max (alpha, 0,01), 1) lié à 0,01. (Frama, FRAMA (N), colorRed, styleThick) Tracé (EMA (C, N) EMA (N), colorBlue) Tracé (C, Close, colorBlack, styleCandle) Version de la formule est disponible sur le site Web d'Amibroker. Le calcul de la moyenne mobile adaptative fractale (FRAMA) présenté dans l'article Fractal Adaptive Moving Moyennes de John Ehlers peut être implémenté en tant qu'indicateur NeoTicker. La liste 1 montre le code de l'indicateur de la moyenne mobile adaptative fractale, avec deux paramètres. Le premier paramètre est le prix, qui est un paramètre de formule qui utilise le calcul du prix moyen comme valeur par défaut. Le deuxième paramètre est N, qui est un paramètre entier avec 16 comme valeur par défaut. L'indicateur de la moyenne mobile adaptative fractale de NeoTicker trace une ligne qui relie le résultat du calcul d'une moyenne fractale pour chaque barre. Cet indicateur, comme tout autre indicateur, peut être utilisé dans un système de négociation, comme le montre le graphique de la figure 8, où un système de croisement est construit à l'aide de FRAMA. FIGURE 8: MOYENNE MOBILE ADAPTATIVE NEOTICKER, FRACTAL. Heres un échantillon NeoTicker graphique montrant un système de croisement construit en utilisant l'indicateur FRAMA. Une version téléchargeable de cet indicateur et de notre exemple de graphique sera disponible auprès du groupe d'utilisateurs de NeoTicker Yahoo. Dans son article Fractal Adaptive Moving Moyennes, John Ehlers décrit une moyenne mobile exponentielle basée sur la volatilité récente, en utilisant les dimensions fractales des prix récents pour établir un alpha. Cette fonction est également disponible sous forme de fichier téléchargeable sur le site Web TradingSolutions (tradingsolutions) dans la section Bibliothèque de solutions. Comme avec beaucoup d'indicateurs, cette fonction pourrait faire une bonne entrée aux prévisions de réseau de neurones. - Fractal Adaptive Moving Average L'article Fractal Adaptive Moving A moyennes par John Ehlers montre comment utiliser une approximation de dimension fractale pour faire une exponentielle exponentielle Moyenne mobile adaptative. Dans Financial Data Calculator (FDC), cela se fait plus facilement en utilisant trois macros: --Bill Rafter Mathematical Investment Decisions Inc. 856 857-9088, mathinvestdecisions RETOUR Tous droits réservés. Copy Copyright 2005, Technical Analysis, Inc. by Michael R. Bryant Les indicateurs techniques sont l'un des éléments fondamentaux de la négociation systématique. Les indicateurs, tels que les moyennes mobiles ou les stochastiques, peuvent être considérés comme des transformations des séries d'intrants (typiquement le prix ou le volume) conçues pour accentuer un aspect particulier du marché, comme sa tendance ou sa cyclicité. Bien que fondamental pour la plupart des méthodes de négociation systématique, de nombreux commerçants évitent les indicateurs les plus courants, tels que les moyennes mobiles simples et l'indicateur de force relative (RSI), dans la conviction que le marché a adapté à leur utilisation, réduisant leur efficacité. Une façon de compenser l'effet de l'efficacité du marché sur la viabilité des indicateurs techniques consiste à les modifier de façon significative. Par exemple, l'indicateur 1 de Chande et Krolls VIDYA est une moyenne mobile exponentielle dans laquelle le facteur de lissage dépend de la volatilité du marché, de sorte que la longueur réactive effective est réduite lorsque la volatilité augmente. Dans cet article, Ill développer une extension de l'approche de retour adaptatif et de montrer comment l'appliquer à une variété d'indicateurs avec seulement quelques lignes de code supplémentaires. Les indicateurs qui en résultent offrent une plus grande polyvalence que les indicateurs antérieurs et peuvent être plus cohérents avec une vue statistique des marchés. Adaptation de la longueur du look-back Étant donné que les marchés sont en constante évolution, il est logique d'essayer de s'adapter autant que possible aux changements. La plupart des indicateurs techniques ont été développés à l'origine avec une longueur de look-back fixe par exemple, le nombre de barres dans une moyenne mobile simple. Un certain nombre d'auteurs ont proposé d'adapter la longueur de la recherche à la volatilité du marché. Pour l'indicateur de la moyenne dynamique de l'indice variable (VIDYA), par exemple, Chande et Kroll ont utilisé plusieurs paramètres différents, y compris un indice de volatilité fondé sur un écart-type normalisé du prix dans lequel des valeurs plus élevées de l'indice ont donné une longueur efficace . L'idée était que, pendant les périodes de plus forte volatilité, la moyenne mobile devrait être plus sensible au marché alors que pendant les périodes de faible volatilité, une moyenne mobile à plus longue période était plus conforme au comportement des marchés. Kaufman a adopté une approche quelque peu différente. 2 L'idée derrière sa Kaufman Adaptive Moving Average (KAMA) était que pendant les périodes de forte volatilité, vous êtes plus susceptible d'obtenir fouetté-scié que le marché va et vient, ce qui entraîne des pertes répétées. Pour éviter cela, il a utilisé une période plus longue pour la moyenne mobile pendant les périodes d'action de prix agitée de sorte que la moyenne serait moins sensible à la volatilité du marché, entraînant moins de retournements. Au cours des tendances de l'action du marché, la période de la moyenne mobile a été diminuée afin que les métiers pourraient réagir plus rapidement au changement de direction. Pour mesurer la quotchoppiness, Kaufman a utilisé le soi-disant ratio d'efficacité (ER) qui mesure la valeur absolue de la variation de prix sur la période de réflexion divisée par la somme des valeurs absolues des variations de prix bar à barre La même période. Si, par exemple, la variation nette du prix est nulle - le prix est le même à la fin de la période qu'au début - alors le RE sera égal à zéro. Dans ce cas, le marché est parfaitement inefficace en ce sens qu'il peut se déplacer beaucoup de bar à bar, mais il ne va nulle part. Si, d'autre part, le marché se déplace régulièrement dans une direction (soit vers le haut ou vers le bas), de sorte que chaque barre de déplacement contribue à la variation nette de prix, le ER sera 1. Dans ce cas, le marché est parfaitement efficace dans Que toutes les mesures de prix des bars contribuent à la tendance. D'une manière générale, l'ER se situera entre 0 et 1. Une vue différente des longueurs adaptatives de la recherche-retour Bien que de nombreuses métriques différentes puissent - et aient été - utilisées pour adapter les longueurs de look-back, le ratio d'efficacité capture un aspect fondamental du marché Action, à savoir la différence entre les tendances et le comportement cyclique. Les valeurs élevées de ER impliquent un marché fortement tendanciel, ce qui signifie très peu de mouvement cyclique, et de faibles valeurs de ER impliquent peu de tendance et donc un mouvement plus cyclique (sauf en cas de peu de mouvement du tout). Ceci tend à soutenir l'approche de Kaufmans. Cependant, sa décision d'utiliser des longueurs de référence plus longues sur des marchés en panne est basée sur (1) l'hypothèse selon laquelle on adaptait la longueur d'une moyenne mobile, et (2) l'idée que la moyenne mobile est utilisée pour déclencher une Entrée ou sortie du commerce. Un point de vue alternatif est celui épousé par John Ehlers à travers son travail sur l'application des méthodes de traitement du signal à la négociation. 3 Son point de vue est plutôt celui d'essayer de modéliser plus étroitement la partie du marché d'intérêt (par exemple la composante de tendance ou la composante de cycle). De ce point de vue, une moyenne mobile sur un marché haché devrait utiliser une longueur de retour plus courte pour capturer plus précisément la fréquence plus élevée représentée par le choc, alors que dans un marché fortement tendu, une longueur de retour plus longue est plus conforme à Le mouvement du marché. Un troisième point de vue est celui que j'adopte ici, celui qui est plus statistique. Tout d'abord, ne pas supposer que rien de plus absolument nécessaire sur l'indicateur en question et comment il pourrait être utilisé. En particulier, ne pas supposer que l'indicateur en question est une moyenne mobile, et ne permet pas de supposer sa appliquée au prix. Il pourrait, par exemple, être le RSI de la volatilité ou de la moyenne mobile du stochastique du volume. L'indicateur pourrait être utilisé en conjonction avec d'autres indicateurs dans le cadre d'une règle plus large pour l'entrée ou la sortie, plutôt que par lui-même. Avec cette vision plus statistiquement orientée, l'objectif est de créer des règles commerciales qui ont une validité statistique, ce qui signifie qu'ils s'adaptent à l'action de prix bien sans trop-ajustement. Ne supposons pas que nous savons comment les marchés fonctionnent assez bien pour prendre des décisions spécifiques au sujet de savoir si la longueur de look-back devrait augmenter ou diminuer avec quelque chose comme le ratio d'efficacité. Nous avons plutôt des raisons de croire que le ratio d'efficience peut avoir une certaine pertinence et nous voulons donc l'inclure comme une variable, mais nous laissons au marché le soin de nous dire si et comment cela s'intègre. Si la stratégie de négociation qui contient l'indicateur est statistiquement valide ou si son over-fit, c'est-à-dire non valable parce qu'il correspond au bruit plutôt que le signal du marché. Un retour adaptatif plus polyvalent Compte tenu de la discussion qui précède, la longueur de rappel adaptative développée ici sera basée sur le rapport d'efficacité (ER) et utilisera un paramètre pour déterminer la relation entre ER et la longueur de look-back. En particulier, considérons l'équation suivante: VER square (ER - (2 ER - 1) 2. (1 - TrendParam) 0.5) dans lequel VER est le rapport d 'efficacité variable, et TrendParam est le paramètre de tendance qui peut prendre toute valeur positive ou Valeur négative et qui détermine si la longueur du look-back augmentera ou diminuera avec l'augmentation de ER. C'est essentiellement un moyen d'inverser le ratio ER en fonction du paramètre de tendance. Comme montré ci-dessous, plutôt que d'escalader la constante de lissage par ER, comme Chande et Kroll et Kaufman essentiellement, nous utilisons VER. Avec des valeurs positives de TrendParam, VER varie positivement avec ER, alors qu'avec des valeurs négatives de TrendParam, VER varie négativement avec ER. Avec TrendParam égal à zéro, VER est égal à 1 pour toutes les valeurs de ER. Le carré est pris pour mieux évaluer les valeurs d'utilisation comme multiplicateur, comme expliqué ci-dessous. Pour calculer la longueur de rétrécissement adaptative en utilisant cette équation, nous multiplions la valeur d'origine de la constante de lissage Alpha qui correspond à la longueur de recouvrement originale par VER: VAlpha Alpha VER dans laquelle VAlpha est la constante de lissage adaptative, et Alpha est la valeur d'origine de la constante de lissage. La relation entre la constante de lissage et la longueur de rétrospection est la même que pour la moyenne mobile exponentielle, c'est-à-dire dans laquelle N est la longueur de recouvrement et Alpha est la constante de lissage. Cette équation peut aussi être écrite pour N en termes de Alpha as. La longueur de retour adaptative est doncRibbonsPlotter Indicator RibbonsPlotter est un superindicateur qui trace une grande variété de fonctions de ruban ou de bande sur un graphique à partir d'un seul indicateur, similaire au graphique ci-dessous : Cette bande de Bollinger (ruban). Par exemple, est un type d'indicateur bien connu où la ligne médiane est définie comme étant une moyenne mobile simple et le déplacement vertical utilisé pour calculer les bandes au-dessus et en dessous de cette moyenne mobile est un multiple de l'écart-type. La flexibilité de RibbonPlotters résulte du fait que l'utilisateur peut spécifier la fonction de ligne centrale indépendamment de la fonction de déplacement utilisée dans la création de la bande. Il permet également de tracer de nombreuses bandes au lieu d'une seule bande au-dessus et au-dessous de l'action de prix, d'où le nom quotribbonquot traceur. L'axe central, ou référence, est spécifié par l'utilisateur par un paramètre d'entrée RefID. Et peut être l'une des fonctions suivantes: Utilisez UpperBandRef et LowerBandRef comme lignes centrales pour les rubans de déviations (permet de spécifier des formules personnalisées). Moyenne mobile exponentielle (T3) Moyenne mobile Jurik (JMA) Moyenne mobile exponentielle (AMA) Moyenne mobile exponentielle (EMA) Ligne de régression linéaire (LR) Kaufman Moyenne mobile adaptative (KAMA) Tillson T3 Valeur fixe (Zéro, par exemple, tracera les bandes de déviation autour de l'axe zéro, sans action de prix verticale). La fonction Moyenne mobile Jurik requiert que l'utilisateur achète cet ajout Tradestation de Jurik Research. L'appel à cette fonction est commenté car la plupart des utilisateurs ne seront pas autorisés à utiliser cette fonction. Ceux qui sont autorisés peuvent décommenter la section appropriée de code dans la méthode locale RibbonsCalc pour mettre en œuvre cette fonctionnalité. La ligne centrale de valeur fixe permet à l'utilisateur de regarder la composante de déviation des bandes sans le mouvement vertical induit par l'action de prix. Avec une valeur fixe de zéro, RibbonPlotter trace les rubans de déviation autour de l'axe zéro et peut être placé dans un sous-graphique sous le symbole du graphique principal. L'utilisateur peut spécifier la fonction de déviation utilisée pour produire les rubans indépendamment de la fonction de ligne centrale (référence) en spécifiant un paramètre d'entrée, DevID. La fonction de déviation peut être l'une des valeurs suivantes: Écart-type (bandes de Bollinger) Erreur standard (bandes de Jon Andersen) Gamme moyenne vraie - ATR (bandes de Keltner) Jurik Moyenne Moyenne moyenne JATR (ATR utilisant la moyenne mobile de Jurik) Points de pourcentage Pourquoi utiliser RibbonPlotter Indicateur L'indicateur RibbonPlotter consolide la capacité de tracer une grande variété de rubans en un seul indicateur. Cet indicateur peut alors remplacer plusieurs autres indicateurs et fournir une interface utilisateur cohérente pour cette collection de fonctions. Il utilise des fonctionnalités de OOEL telles que les méthodes locales pour une efficacité accrue. RibbonsPlotter2 est une version plus ancienne de RibbonsPlotter qui utilise la fonction RibbonsCalc2 pour calculer toutes les valeurs pour les rubans, au lieu d'une méthode locale RibbonsCalc. Cela rend RibbonsPlotter2 compatible avec Tradestation versions antérieures à 9.0. La fonction RibbonsCalc2 peut également être appelée à partir d'une stratégie. Comme la même fonction génère des valeurs pour la stratégie et l'indicateur RibbonPlotter2, l'utilisateur peut être assuré que les valeurs seront les mêmes, à condition que les paramètres d'entrée correspondent. La fonction de ruban unique RibbonsCalc2 a de nombreux avantages pour le développeur de stratégies de trading automatisées: L'optimiseur peut tester de nombreux types de stratégies de trading sans modifier le codage de stratégie de base puisque le processus d'optimisation peut, par exemple, basculer entre Bollinger Band, Keltner Bande et bande de pourcentage sans nécessiter une manipulation manuelle ou une duplication du code de stratégie. Les révisions et les mises à jour des codes peuvent se faire en un seul lieu, sans qu'il soit nécessaire de reproduire les changements dans plusieurs indicateurs ou stratégies. Une interface utilisateur cohérente à travers de nombreuses fonctions distinctes rend le code plus convivial et donc moins sujet aux erreurs par inadvertance. RibbonPlotter Exemples RibbonPlotter est capable de produire une grande variété de tracés ruban. Certains des exemples présentés ci-dessous représentent les fonctions de ruban ou de bande les plus courantes et les plus connues. Une ou deux variantes moins courantes sont également indiquées. Les rubans de Bollinger sont formés à partir d'une moyenne arithmétique moyenne mobile et d'une fonction de déplacement de StdDev. Ce graphique montre les bandes aux déplacements de 1, 2 et 3 écarts-types. Les bandes s'élargissent de façon caractéristique lorsque le cours est tendu et étroit au cours de la consolidation. Anderson Ribbons utilise une ligne de régression linéaire et une fonction de déviation StdErr. Chaque bande représente un incrément d'erreur standard éloigné de l'axe. La ligne de régression linéaire étreint le prix plus étroitement qu'une moyenne mobile, et les bandes d'erreur standard ne s'élargissent pas significativement lorsque l'action de prix est tendance, contrairement à Bollinger Bands. Au lieu de cela, les bandes étroites indiquent que le prix tend à se rapprocher de la droite de régression. De larges bandes suggèrent une volatilité croissante du prix de la ligne de régression et sont typiquement vu lors d'une rupture dans une tendance. Ce ruban représente une ligne médiane de Jurik Moyenne mobile (JMA) et un écart en pourcentage par rapport à l'axe. La propriété Jurik Moving Average est populaire en raison de son lissé et de faible décalage. Il doit être acheté en tant qu'addition sur Tradestation. Le Tillson T3 Moving Average est similaire et a presque la douceur et le faible décalage de la Jurik, et est disponible pour les utilisateurs de Tradestation comme une fonction intégrée. Cette ligne médiane de Kaufman Adaptive Moving Average montre l'axe longitudinal relatif de l'axe horizontal pendant la consolidation. En combinaison avec les bandes de déviation StdErr, il constitue une base intéressante pour un système de réversion vers le type moyen de trading. Les rubans de Keltner sont formés par une ligne médiane moyenne exponentielle (EMA) et une fonction de déplacement moyenne vraie (ATR). Une ligne centrale de Tillson T3 et une fonction de déviation de moyenne vraie de Jurik (JATR) est une variation intéressante. Par rapport aux bandes de Keltner. La ligne médiane et les rubans ont un peu moins de bruit. Il s'agit d'une ligne médiane moyenne de Jurik avec des rubans de déviation en pourcentage. Ces rubans maintiennent une bande passante relativement stable. La spécification d'une ligne centrale de Zéro au lieu d'une fonction de prix permet d'afficher cette fonction de déplacement StdDev sans affecter l'action de prix. Cela rend plus facile de voir comment la fonction de déplacement réagit à la volatilité et la tendance du prix. Cette fonction StdErr est également affichée avec une ligne centrale de zéro. Ce type d'affichage permet une comparaison plus utile avec la fonction de déplacement StdDev ci-dessus. Il est plus facile de voir les caractéristiques uniques et les différences entre les fonctions de déviation lorsqu'elles sont affichées autour d'une référence fixe plutôt que de suivre l'action de prix. RibbonPlotter Paramètres d'entrée UpperBandsRef et LowerBandsRef sont les prix d'entrée utilisés pour calculer les axes supérieur et inférieur. Habituellement, ils sont les mêmes et produisent donc une seule ligne centrale. Cependant, l'utilisateur peut définir des lignes centrales séparées pour les bandes supérieures et les bandes inférieures, d'où les deux paramètres d'entrée. RefID sélectionne la fonction à utiliser pour calculer l'axe (s). Une valeur de 0 indique que la fonction de déviation sera tracée centrée autour de l'axe zéro, plutôt que de suivre le prix. Les autres fonctions utilisées pour calculer l'axe (AMA, EMA, LR, etc.) sont des nombres dans l'ordre de leurs paramètres de longueur après RefID. Pour sélectionner une ligne centrale moyenne mobile exponentielle, par exemple, l'utilisateur entrera 2 puisque EMALength apparaît dans la deuxième position suivant RefID. L'utilisateur doit spécifier un RefID de 3, 4 ou 5 pour choisir une ligne centrale constituée d'une droite de régression linéaire, d'une moyenne mobile de Kaufman ou d'une moyenne mobile de Tillson T3, car c'est l'ordre dans lequel les paramètres de longueur correspondants apparaissent dans l'entrée Liste des paramètres. NBand est le nombre de bandes (rubans) ci-dessus et en dessous à tracer. StartMult est le multiplicateur à utiliser pour la première bande. Les rubans suivants jusqu'à un total de NBands sont tirés en ajoutant Increment au multiplicateur de départ pour la première bande. ShowCenterLine permet à l'utilisateur d'afficher ou non l'axe des rubans. DisplayParameters détermine si les valeurs des paramètres de la ligne centrale et de la fonction de déviation seront affichées sur le graphique en texte, comme cela a été fait dans les échantillons représentés. Ces étiquettes de texte ont été dessinées par l'indicateur au lieu d'être ajoutées manuellement après la production du graphique. CLVertPct, DevVertPct, CLHorizPct et DevHorizPct sont les déplacements verticaux et horizontaux (en pourcentage de la plage de graphique verticale ou horizontale) utilisés pour positionner l'emplacement des étiquettes de texte sur le graphique. En outre, l'indicateur encorporate quotsmart positionnement des étiquettes. Si l'action de prix est proche du bord inférieur du graphique et que l'utilisateur a indiqué que l'étiquette doit être dessinée près du bas du graphique, le programme retourne automatiquement l'étiquette sur le haut du graphique pour éviter d'écraser l'action de prix . Le déplacement vertical à partir du bord inférieur du graphique spécifié par l'utilisateur sera préservé, mais au lieu de cela, ce sera le déplacement vertical à partir du bord supérieur du graphique.