Gaussian Moving Average Indikator

Indikatoren Eine Bibliothek von Funktionen zum Filtern und Abrufen von Informationen von Preiskurven, von der traditionellen technischen Analyse bis hin zu fortgeschrittener Transformation und Statistikfunktion: Bewegungsdurchschnitte, Oszillatoren, Bänder, Impuls, Festigkeitsindizes, lineare Regression, Hilbert transformiert, Ehlers Indikatoren und Spektral Analyse. Die Indikatoren sind in alphabetischer Reihenfolge aufgelistet. Traditionelle Indikatoren nutzen die TA-Lib-Indikatorbibliothek von Mario Fortier (ta-lib. org), die sich als Standard etabliert hat. Informationen über die Nutzung, die Algorithmen und den Quellcode der TA-Lib Indikatoren finden Sie online bei tadoc. org die Quelle ist auch im ZorroSource-Ordner enthalten. Der Quellcode der meisten anderen Indikatoren und Analysefunktionen finden Sie in Zorroincludeindicators. c. Spektralfilter und Amplitudenfrequenzanalysefunktionen sind in der Spektralbibliothek aufgelistet. Klassische Kerzenmuster finden sich in der Musterbibliothek. AC (vars Data): var Accelerator Oszillator die Differenz der AO-Anzeige (siehe unten) und der 5-bar einfache gleitende Durchschnitt (SMA). Geglaubt, um Beschleunigung und Verzögerung einer Markttriebkraft anzuzeigen (was auch immer das bedeutet). Für Daten wird normalerweise ein MedPrice oder eine Preisreihe verwendet. Quellcode in Indikatoren. c. ADO (): var AccumulationDistribution Oszillator: ((Close-Low) - (High-Close)) (High-Low). Ranges von -1, wenn die enge ist die niedrige der bar, um 1, wenn seine hoch. Um Angebot und Nachfrage zu beurteilen, indem sie festlegen, ob sich Händler im Allgemeinen ansammeln (kaufen) oder verteilen (verkaufen). Dieser Indikator wurde in vielen Einzelvarianten der Formel veröffentlicht, aber keiner von ihnen scheint besser als der andere. Verwendet die aktuelle Vermögenspreisreihe. Quellcode in Indikatoren. c. ADX (int TimePeriod): var Durchschnittlicher Richtungsbewegungsindex. Verschieben des Mittelwerts der DX-Anzeige (siehe unten). Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. Die zurückgegebenen Werte reichen von 0 bis 100. ADXR (int TimePeriod): var Average Directional Movement Index Rating. Der Durchschnitt der aktuellen ADX und der ADX von TimePeriod Bars vor. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. Alligator (vars Data): var Alligator Indikator. Bestehen aus drei Linien: blau SMA (13) verzögert um 5 bar rot: SMA (8) verzögert um 2 bar grün: SMA (5). Zeigt einen Abwärtstrend mit Linien in der Reihenfolge blau-rot-grün (von oben nach unten) und einen Aufwärtstrend mit grün-rot-blau an. Je näher die Alligatorrsquos-Linien umziehen, desto schwächer wird der Trend und umgekehrt. Enthält nicht die zusätzlichen 3-Takt-Verzögerung des ursprünglichen Alligator-Algorithmus (hierfür Data3). Für Daten wird normalerweise der Highlow-Durchschnitt (MedPrice-Serie) verwendet. Ergebnis in rRed. RGreen RBlue Quellcode in Indikatoren. c. ALMA (vars Data, int TimePeriod, int Sigma, var Offset): var ALMA (vars Data, int TimePeriod): var Arnaud Legoux Moving Average. Basierend auf einer Gaußschen Verteilung mit einer Vorspannung zum Beginn der Datenreihe (d. H. Neuere Preise). Parameter: Sigma (Verteilungsbreite, Voreinstellung 6) Offset (Bias Factor, Default 0,85). Quellcode in Indikatoren. c. AO (vars Data): var Ehrfürchtiger Oszillator einfach der Unterschied von einem 5-bar und einem 34-bar SMA. Für Daten wird normalerweise ein MedPrice oder eine Preisreihe verwendet. Quellcode in Indikatoren. c. APO (vars Data, int FastPeriod, int SlowPeriod, int MAType): var Absolute Price Oscillator eine allgemeinere Version des AO. Gibt den Unterschied zwischen zwei gleitenden Durchschnitten zurück. Parameter: FastPeriod (Anzahl der Perioden für die schnelle MA), SlowPeriod (Anzahl der Perioden für die langsame MA), MAType (Art des Moving Average). Aroon (int TimePeriod): var Aroon Indikator. Besteht aus zwei Zeilen (Up und Down), die messen, wie lange es dauert, seit das höchste Highlowest Low im Laufe der Zeit aufgetreten ist. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. Ergebnis in rAroonDown. RAroonUp AroonOsc (int TimePeriod): var Aroon Oszillator. Berechnet durch Subtraktion des Aroon Down aus dem Aroon Up. Der Rückgabewert schwankt zwischen 100 und -100. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. ATR (int TimePeriod): var Durchschnittlicher True Range. Ein Maß für die Preisvolatilität, die für die Berechnung von Stop-Loss - oder Profit-Ziel-Distanzen nützlich ist. Formel: ATR (ATR1 (TimePeriod-1) max (Hoch, Schließen) - min (Niedrig, Schließen)) TimePeriod. Wo ATR1 ist die ATR aus der letzten Takt. Verwendet die aktuellen Vermögenspreise. Die Funktion erzeugt intern eine Reihe, wenn TimeFrame gt 1 ist. Und muss dann in einer festen Reihenfolge im Skript aufgerufen werden. Siehe auch: Volatilität. CVolatilty TrueRange. ATRS ATR (Vars Open, Vars High, Vars Low, Vars Close, Int TimePeriod): var Average True Range aus beliebigen Preisreihen mit beliebigem Offset und Zeitrahmen. ATRS (int TimePeriod): var Einfache durchschnittliche True Range. SMA des TrueRange über die TimePeriod. Mit der aktuellen Vermögenspreisreihe. Ein Maß für die Preisvolatilität, einfacher zu berechnen als die ATR. Aber die Anpassung von langsam auf Volatilitätsänderungen und damit weniger geeignet für Stop-Loss-Profit-Ziele. Wird von der MT4-Plattform anstelle der echten ATR verwendet. Unterstützt nicht TimeFrame. Quellcode in Indikatoren. c. AvgPrice (): var Durchschnittlicher Preis. Einfach (OpenHighLowClose) 4 mit der aktuellen Vermögenspreisreihe. BBands (vars Data, int TimePeriod, var NbDevUp, var NbDevDn, int MAType) Bollinger Bands. Bestehend aus drei Zeilen ist das Mittelband ein einfacher gleitender Durchschnitt (in der Regel 20 Perioden) des typischen Preises (TP). Die obere und die untere Bänder sind n Standardabweichungen (im Allgemeinen 2) oberhalb und unterhalb des mittleren Bandes. Die Bands erweitern und schmal, wenn die Volatilität des Preises höher oder niedriger ist. Bollinger Bands zeigen an, wann der Preis relativ hoch oder niedrig geworden ist, was durch die Berührung oder geringfügige Durchdringung der oberen oder unteren Linie signalisiert wird. Ergebnis in rRealUpperBand. RRealMiddleBand. RRealLowerBand. Parameter: NbDevUp (Abweichungsmultiplikator für Oberband), NbDevDn (Abweichungsmultiplikator für Unterband), MAType (Typ des Moving Average). Beispiel in Indicatortest. c. BBOsc (vars Data, int TimePeriod, var NbDev, int MAType): var Bollinger Bands Oszillator der Prozentsatz des aktuellen Wertes der Serie innerhalb der Bollinger Bands. Beta (vars Data, vars Data2, int TimePeriod): var Beta Wert. Ein Maß für eine einmalige Vermögenswerte gegenüber dem Gesamtmarktindex. Der Vermögenspreis ist in Daten angegeben und die Marktpreise sind in Data2 angegeben. Der Algorithmus berechnet den Wechsel zwischen den Preisen in beiden Serien und stellt dann diese Änderungen als Punkte in der euklidischen Ebene dar. Der x-Wert eines beliebigen Punktes ist die Data2 (Markt) Änderung und der y-Wert ist die Data (Asset) Änderung. Der Beta-Wert ist die Steigung einer linearen Regressionslinie durch diese Punkte. Eine Beta von 1 ist einfach die Linie yx, so dass der Asset variiert percise mit dem Markt. Eine Beta von weniger als einer bedeutet, dass der Asset weniger als der Markt variiert und eine Beta von mehr als einer bedeutet, dass der Asset mehr als der Markt variiert. BOP (): var Balance Of Power einfach (Close - Open) (High - Low). Verwendet die aktuelle Vermögenspreisreihe. CCI (int TimePeriod): var Commodity Channel Index. Variation des Preises aus seinem statistischen Mittel, typisch oszilliert zwischen -100. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. CI (int TimePeriod): var Choppiness Index misst die Einzelplatzvolatilität in Bezug auf die Volatilität der vergangenen TimePeriod im 1..100 Bereich. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. ChandelierLong (int TimePeriod, var Multiplikator): var ChandelierShort (int TimePeriod, var Multiplikator): var Kronleuchter beendet den höchsten Preis von TimePeriod minus der ATR multipliziert mit Multiplikator. Normalerweise als nachlaufender Stop-Loss verwendet. Um die Trades in einem Trend zu halten und einen frühen Ausstieg zu verhindern, solange der Trend weitergeht. Quellcode in Indikatoren. c. Unterstützt nicht TimeFrame. Beispiel im TMF-Kapitel. CGOsc (vars Data, int TimePeriod): var Schwerpunkt Oszillator, von John Ehlers berechnet die Abweichung der Preise aus ihrer Mitte innerhalb der TimePeriod. Kann verwendet werden, um Preis-Wendepunkte mit fast Null Verzögerung zu identifizieren. Quellcode in Indikatoren. c. Chikou (int Shift): var Chikou Linie, die zum Ichimoku-Indikator gehört, einfach die Close verschoben durch Shift (optional Standard 26). Verwendet die aktuelle Vermögenspreisreihe. Quellcode in Indikatoren. c. CMO (vars Data, int TimePeriod): var Chande Momentum Oszillator. Ähnlich wie der RSI. Aber teilt die gesamte Datenbewegung durch die Netzbewegung ((up - down) (up down)). Coral (vars Data): var Coral Indicator, einfach ein T3 mit TimePeriod 60 und VolumeFactor 0.4. Korrelation (vars Data1, vars Data2, int TimePeriod): var Pearsons Korrelationskoeffizient zwischen zwei Datenreihen über die vorgegebene TimePeriod. Im Bereich zwischen -1..1. Ein Koeffizient von 1,0, eine fehlerhafte positive Korrelation, bedeutet, dass Änderungen in Data2 identische Änderungen in Data1 verursachen (z. B. eine Änderung des Indikators führt zu einer identischen Änderung des Assetpreises). Ein Koeffizient von -1,0, eine fehlerhafte negative Korrelation, bedeutet, dass Änderungen in Data2 identische Änderungen in Data1 verursachen. Aber in die entgegengesetzte Richtung. Ein Koeffizient von Null bedeutet, dass es keine Beziehung zwischen den beiden Serien gibt und dass eine Änderung in Data2 keinen Einfluss auf Data1 hat. Diese Funktion kann auch verwendet werden, um die Autokorrelation einer Reihe zu erhalten, indem man den Korrelationskoeffizienten zwischen der ursprünglichen Reihe und der gleichen Reihe berechnet, die von einem oder zwei Balken (Series1 oder Series2) verzögert ist. Kovarianz (vars Data1, vars Data2, int TimePeriod): var Kovarianz zwischen zwei Datenreihen. Kann verwendet werden, um eine Kovarianzmatrix zu erzeugen. Für die markowitz effiziente grenzberechnung DChannel (int TimePeriod) Donchian Channel der minimale und maximale Wert der priceHigh () und priceLow Funktionen über den Zeitraum. Basis des berühmten Schildkröten-Trading-Systems. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. Ergebnis in rRealUpperBand. RRealLowerBand. DCOsc (vars Data, int TimePeriod): var Donchian Channel Oszillator der Prozentsatz des aktuellen Datenwertes innerhalb des Donchian Channel. Verwendet das aktuelle Asset und das aktuelle TimeFrame. Decycle (vars Data, int CutOffPeriod): var Ehlers Decycler, ein Low-Lag Trend Indikator einfach Data - HighPass2 (Data, CutOffPeriod). Entfernt alle Zyklen unterhalb von CutOffPeriod aus der Data-Serie und hält den Trend. Die Funktion erzeugt intern eine Reihe und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quellcode in Indikatoren. c. DEMA (vars Data, int TimePeriod): var Double Exponential Moving Average. DPO (vars Data, int TimePeriod): var Detrended Price Oszillator glaubte frühzeitig Änderungen in der Preisrichtung zu erkennen. DPO Data0 - SMA (Datan21, n). Wobei n die TimePeriod ist. Quellcode in Indikatoren. c. DX (int TimePeriod): var Richtungsbewegungsindex von Welles Wilder (der übrigens entdeckt hat, dass quotthe Wechselwirkung von Sonne, Mond und Erde die Grundlage aller Marktbewegungen ist. Falls Sonne, Mond und Erde plötzlich unterlassen werden Von der Verlagerung des Marktes erfuhr er auch einige traditionelle Indikatoren). Es wird angenommen, dass der DX die Trendstärke anzeigt. Die Werte reichen von 0 bis 100, aber selten über 60. Der DX nutzt die aktuelle Preisliste und unterstützt keine TimeFrame. Formel: DX 100 abs (PlusDI-MinusDI) (PlusDIMinusDI). Für PlusDI und MinusDI siehe die folgende Beschreibung. EMA (vars Data, int TimePeriod): var EMA (vars Data, var alpha): var Exponential Moving Average. Betont neuere Datenwerte. Es verwendet die Formel EMA Alpha Daten (1-alpha) EMA1. Wobei alpha ein Rekursionsfaktor zwischen 0 ist. 1, die aus 2,0 berechnet wird (TimePeriod1). Und EMA1 ist der vorherige EMA-Wert. Je kleiner Alpha ist, desto höher ist die Glättungseffekt der EMA-Formel. Beide EMA-Funktionen verwenden leicht unterschiedliche Algorithmen. Die erste (mit einem TimePeriod) erstellt keine Serie, ist langsamer und benötigt eine Datenlänge von TimePeriodUnstablePeriod 1. Die zweite (mit Alpha) erstellt eine interne Serie, benötigt nur eine Datenlänge von 2 und ist viel schneller. Fisher (vars Data): var Fisher Transform transformiert eine normalisierte Datenreihe in einen normalen verteilten Bereich. Der Rückgabewert hat keine theoretische Grenze, aber die meisten Werte liegen zwischen -1. 1 Alle Datenwerte müssen im -1 liegen. 1 Bereich, f. i. Durch normalisierung mit dem AGC. Normalisieren Oder cdf Funktion. Die Mindestdatenlänge beträgt 1. Quelle verfügbar in Indikatoren. c. FisherInv (vars Data): var Inverse Fisher Transform komprimiert die Datenreihe zwischen -1 und 1. Die Mindestlänge der Datenreihe beträgt 1. Quelle verfügbar in Indikatoren. c. FisherN (vars Data, int TimePeriod): var Fisher Transform mit Normalisierung normalisiert die Data-Serie mit der vorgegebenen TimePeriod und verwandelt sie dann in einen normalen verteilten Bereich. Ähnlich wie bei einem Normalisierungsfilter (siehe unten), aber selektiver aufgrund der normalen Verteilung der Ausgabe. Der Rückgabewert hat keine theoretische Grenze, aber die meisten Werte liegen im -1,5. 1,5 Bereich. Die Mindestlänge der Datenreihe ist gleich TimePeriod. Die Funktion erzeugt intern eine Reihe und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quelle verfügbar in Indikatoren. c. FractalDimension (vars Data, int TimePeriod): var Fractal Dimension der Datenreihe, von John Ehlers normalerweise 1..2. Kleinere Werte bedeuten mehr Jaggies. Kann verwendet werden, um das aktuelle Marktregime zu erkennen oder die gleitenden Durchschnitte an die Schwankungen einer Preisreihe anzupassen. Quelle verfügbar in Indikatoren. c. FractalHigh (vars Data, int TimePeriod): var Fractal High, ein Indikator von Bill Williams, geglaubt zu signalisieren, wenn der Markt umkehrt (hat nichts mit Fraktalen zu tun). Gibt den höchsten Datenwert zurück, wenn er sich in der Mitte des TimePeriod befindet. Sonst 0 FractalLow (vars Data, int TimePeriod): var Fractal Low. Gibt den niedrigsten Datenwert zurück, wenn er sich in der Mitte des TimePeriod befindet. Sonst 0 Gauss (vars Data, int TimePeriod): var Gauss Filter, gibt einen gewichteten Durchschnitt der Daten innerhalb der vorgegebenen Zeitspanne zurück, wobei die Gewichtskurve gleich der Gauss Normalverteilung ist. Nützlich zum Entfernen von Rauschen durch Glättung von Rohdaten. Die Mindestlänge der Datenreihe ist gleich TimePeriod. Die Verzögerung ist die Hälfte der TimePeriod. HAOpen (): var HAClose (): var HAHigh (): var HALow (): var Haiken Ashi Preise, basierend auf den aktuellen Vermögenspreisen. Quellcode in Indikatoren. c. Alternativ kann die Preiskurve mit der Bar-Funktion in Haiken Ashi Bars umgewandelt werden. HH (int TimePeriod, int Offset): var Höchster Wert des PreisesHigh-Funktion über die TimePeriod endet mit Offset (Standard 0). F. i. HH (3) gibt den höchsten Preis der letzten 3 Takte zurück. Verwendet die aktuelle Asset Preice Serie. Unterstützt TimeFrame für mehrere Zeitrahmen nicht, verwenden Sie MaxVal (HighOffset, Period) mit einer zeitsynchronisierten High-Serie. Siehe auch dayHigh. HMA (vars Data, int TimePeriod): var Hull Moving Average von Alan Hull versucht, die Verzögerung zu adressieren und etwas Choppiness zu glätten. Formel: HMA (n) WMA (2WMA (n2) ndash WMA (n)), sqrt (n)). Die Funktion erstellt intern eine Serie und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quellcode in Indikatoren. c. HTDcPeriod (vars Data): var Hilbert Transform - dominante Zyklusperiode, entwickelt von John Ehlers. Hilbert-Transformationsalgorithmen werden im Ehlers Buch quotRocket Science for Tradersquot (siehe Buchliste) erklärt. Diese Funktion ist äquivalent, aber weniger genau als die dominante Phase. HTDcPhase (vars Data): var Hilbert Transform - dominante Zyklusphase. HTPhasor (vars Data): var Hilbert Transform - Phasor Komponenten. Ergebnis in rInPhase. RQuadratur HTSine (vars Data): var Hilbert Transform - SineWave. Ergebnis in rSine. RLeadSine HTTrendline (vars Data): var Hilbert Transform - Sofortige Trendline. HTTrendMode (vars Data): int Hilbert Transform Trend Indikator - liefert 1 für Trend Mode, 0 für Cycle Mode. Hurst (vars Data, int TimePeriod): var Hurst Exponent der Datenreihe zwischen 0..1. Der Hurst-Exponent misst die Erinnerung an eine Serie. Es quantifiziert die Autokorrelation, d. h. die Tendenz, entweder auf den Mittelwert zurückzukehren (Hurst lt 0,5) oder weiter in einer Richtung (Hurst gt 0,5) fortsetzen. Auf diese Weise kann der Hurst-Exponent erkennen, ob der Markt in einem Trending-Zustand ist. Das TimePeriod-Fenster (mindestens 20) muss ausreichend lang sein, um den langfristigen Trend zu erfassen. Die Funktion erstellt intern eine Serie und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quelle verfügbar in Indikatoren. c. Ichimoku () Ichimoku (int PeriodTenkan, int PeriodKijun, int PeriodSenkou, int Offset) Ichimoku Kinko Hyo Indikator. Erfunden von der Journalistin Goichi Hosoda im Jahr 1930. Eine Mischung aus den mittleren Preisen von 3 Zeiträumen geglaubt, um tiefe Einblick in Markttrends aufgrund seiner enormen Anzahl von bunten Linien zu geben. Offset (default 0) bestimmt die Leiste für die Berechnung des Indikators. Gibt 4 Variablen zurück: Eine weitere Linie, die zum Ichimoku gehört, die Chikou-Linie, ist zukünftig spähen und separat berechnet. Verwendet die aktuelle Vermögenspreisreihe. Die Funktion erzeugt intern eine Reihe, wenn TimeFrame gt 1 ist. Und muss dann in einer festen Reihenfolge im Skript aufgerufen werden. Quellcode in Indikatoren. c. IBS (): var Internal Bar Strength einfach (Close - Low) (High - Low). Verwendet die aktuelle Vermögenspreisreihe. KAMA (vars Data, int TimePeriod): var Kaufman Adaptive Moving Average. Ein exponentieller gleitender Durchschnitt wird durch die Preisvolatilität angepasst, so dass seine Zeitspanne kürzer wird, wenn die Volatilität hoch ist. Keltner (vars Data, int TimePeriod, var Factor): var Keltner Channel, von Charles Keltner. Ein einfacher Moving Average - SMA (Data, TimePeriod) - mit Seitenbändern im Abstand Faktor ATRS (TimePeriod). Ergebnisse in rRealUpperBand. RRealMiddleBand. RRealLowerBand. Quellcode in Indikatoren. c. Laguerre (vars Data, var alpha): var 4-Element Laguerre Filter. Wird verwendet, um Daten ähnlich einer EMA zu glätten. Aber mit weniger Verzögerung und einem breiten Abstimmbereich, der durch den Glättungsfaktor alpha (0..1) gegeben ist. Die niederfrequenten Komponenten verzögern sich viel mehr als die Hochfrequenzkomponenten, was sehr glatte Filter mit nur einer kurzen Datenmenge ermöglicht. Die minimale Länge der Datenreihe ist 1, die minimale Rückblickperiode ist 4. Die Funktion erzeugt intern eine Serie und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quelle verfügbar in Indikatoren. c. Linear Regression versucht, eine gerade Trendlinie zwischen mehreren Datenpunkten so zu platzieren, dass der Abstand zwischen jedem Datenpunkt und dem. Zwischen den einzelnen Datenpunkten liegt. Deutsch: www. tab. fzk. de/de/projekt/zusammenf...ng/ab117.htm. Englisch: www. tab. fzk. de/en/projekt/zusammenf...ng/ab117.htm Lineare Regression versucht, Trendlinie wird minimiert. Für jeden Punkt wird die Gerade über die vorgegebene Barperiode in Form von y b mx bestimmt. Die LinearReg-Funktion gibt bm (TimePeriod-1) zurück. Für eine höhere Regression verwenden Sie die Polyfit-Polynom-Funktionen. Für die logistische Regression mit mehreren Variablen, verwenden Sie die advise (PERCEPTRON.) Funktion. LinearRegAngle (vars Data, int TimePeriod): var Linear Regressionswinkel. Rückkehr m umgewandelt in Grad. Wegen der verschiedenen x - und y-Einheiten eines Preisdiagramms ist der Winkel normalerweise von wenig Gebrauch, außer vielleicht für Gann-Anhänger. LinearRegIntercept (vars Data, int TimePeriod): var Linear Regression Intercept. Rückgabe b. LinearRegSlope (vars Data, int TimePeriod): var Lineare Regression Slope. Gibt m als Preisunterschied pro Bar zurück. LL (int TimePeriod, int Offset): var Niedrigster Wert der priceLow-Funktion über die TimePeriod endet mit Offset (Standard 0). F. i. LL (3,10) liefert den niedrigsten Preis zwischen den letzten 10 und den letzten 13 Takten. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt TimeFrame für mehrere Zeitrahmen nicht, verwenden Sie MinVal (LowOffset, Period) mit einer zeit synchronisierten Low-Serie stattdessen. Siehe auch dayLow. MACD (vars Data, int FastPeriod, int SlowPeriod, int SignalPeriod) Moving Average ConvergenceDivergenz. Der MACD ist ein mittelfristiger Trendindikator, der durch die Subtraktion eines 26-Perioden-Exponential Moving Average (EMA, siehe oben) aus einer 12-Punkte-EMA erstellt wurde. Eine neun-Perioden-EMA wird dann auf das MACD-Ergebnis angewendet, um eine Signalleitung zu erzeugen. Eine MACD-Histogrammlinie wird schließlich aus der Differenz der MACD zu ihrer Signalleitung erzeugt. Es wird angenommen, dass der Nulldurchgang des Histogramms von unten ein Kaufsignal ist, Nulldurchgang von oben ein Verkaufssignal. Die Formel lautet: rMACD EMA (Daten, FastPeriod) - EMA (Daten, SlowPeriod) rMACDSignal EMA (rMACD, SignalPeriod) rMACDHist rMACD - rMACDSignal Ergebnisse in rMACD. RMACDSignal RMACDHist Rückkehr: rMACD. Parameter: FastPeriod (Zeitspanne für die schnelle MA), SlowPeriod (Zeitspanne für die langsame MA), SignalPeriod (Zeitspanne zum Glätten der Signalleitung). MACDExt (vars Data, int FastPeriod, int FastMAType, int SlowPeriod, int SlowMAType, int SignalPeriod, int SignalMAType) MACD mit kontrollierbarem MA-Typ. Ergebnis in rMACD. RMACDSignal RMACDHist Parameter: FastPeriod (Zeitspanne für den schnellen MA), FastMAType (Typ des Moving Average für Fast MA), SlowPeriod (Zeitspanne für die langsame MA), SlowMAType (Art des Moving Average für langsames MA), SignalPeriod (Zeitspanne für Glättung) Die Signalleitung), SignalMAType (Typ des Moving Average für Signalleitung). MACDFix (vars Data, int SignalPeriod) Moving Average ConvergenceDivergenz Fix 1226. Ergebnis in rMACD. RMACDSignal RMACDHist Parameter: SignalPeriod (Zeitspanne zum Glätten der Signalleitung). MAMA (vars Data, var FastLimit, var SlowLimit) MESA Adaptive Moving Average, entwickelt von John Ehlers (siehe Links). Ergebnis in rMAMA RFAMA Parameter: FastLimit (Obergrenze für den adaptiven Algorithmus), SlowLimit (Untergrenze im adaptiven Algorithmus). MaxVal (vars Data, int TimePeriod): var Höchster Wert über einen bestimmten Zeitraum. MaxIndex (vars Data, int TimePeriod): int Index des höchsten Wertes über einen bestimmten Zeitraum. 0 höchster Wert ist bei aktueller Bar, 1 vor einer Stunde und so weiter. Median (vars Data, int TimePeriod): var Median Filter sortiert die Elemente der Data-Serie und gibt ihren mittleren Wert innerhalb des angegebenen Zeitraums zurück. Nützlich zum Entfernen von Lärmspitzen durch die Beseitigung von Extremwerten. Die Mindestlänge der Datenreihe ist gleich TimePeriod. Die Verzögerung ist die Hälfte der TimePeriod. Siehe auch Perzentil. MedPrice (): var Center Preis einfach der Mittelpunkt (HighLow) 2 der aktuellen Kerze. Für den Durchschnittspreis - der Durchschnitt aller Preisstiche der Kerze - Gebrauchspreis (). MidPoint (vars Data, int TimePeriod): var MidPoint über Periode. Einfach (höchster Wert niedrigster Wert) 2. MidPrice (int TimePeriod): var Mittelpunkt über Zeitraum. Einfach (höchster Tiefstwert) 2 der aktuellen Vermögenspreisreihe. Unterstützt nicht TimeFrame. MinusDI (int TimePeriod): var MinusDI (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Minus Richtungsindikator, ein Teil der DX-Anzeige. Wenn die Funktion nicht mit unterschiedlichen Preisreihen aufgerufen wird, wird die aktuelle Vermögenspreisreihe verwendet. MinusDM (int TimePeriod): var MinusDM (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Minus Directional Movement, zwei Versionen. Wenn die Funktion nicht mit unterschiedlichen Preisreihen aufgerufen wird, wird die aktuelle Vermögenspreisreihe verwendet. MinVal (vars Data, int TimePeriod): var Niedrigster Wert über einen bestimmten Zeitraum. MinIndex (vars Data, int TimePeriod): int Index des niedrigsten Wertes über einen bestimmten Zeitraum. 0 niedrigster Wert ist bei aktueller Bar, 1 vor einer Stunde und so weiter. MinMax (vars Data, int TimePeriod): var Niedrigste und höchste Werte und ihre Indizes über einen bestimmten Zeitraum. Ergebnis in rMin. RMax RMinIdx RMaxIdx MinMaxIndex (vars Data, int TimePeriod): int Indizes der niedrigsten und höchsten Werte über einen bestimmten Zeitraum. Ergebnis in rMinIdx. RMaxIdx 0 aktuelle Bar, 1 vor einer Bar und so weiter. MMI (vars Data, int TimePeriod): var Markt Meanness Index von Financial Hacker. Misst die Magerkeit des Marktes, d. h. seine mittlere Umkehrtendenz, in einem 0..100 Bereich. Zufällige Zahlen haben einen MMI von 75. Echte Preise sind mehr oder weniger autokorreliert, so dass die Wahrscheinlichkeit einer realen Preisreihe, um auf den Mittelwert zurückzukehren ist weniger als 75, aber normalerweise mehr als 50. Je höher es ist, ist der Mittelwert der Markt . Der Markt Meanness Index kann bestimmen, wann der Trend nach Systemen rentabler wird (MMI fällt) oder weniger rentabel (MMI steigt) und verhindert so Verluste in unrentablen Perioden. Quellcode in Indikatoren. c. Mom (vars Data, int TimePeriod): var Momentum. Einfache Daten0 - DataTimePeriod. Siehe auch diff. Moment (vars Data, int TimePeriod, int N): var Das statistische Moment N (1..4) der Datenreihenfolge, die von TimePeriod gegeben wird. Der erste Moment ist der Mittelwert, der zweite ist die Varianz, der dritte ist die Schiefe und der vierte ist die Kurtosis. Quelle verfügbar in Indikatoren. c MovingAverage (vars Data, int TimePeriod, int MAType): var Gleitender Durchschnitt. Parameter: MAType (Art des Moving Average, siehe Bemerkungen). MovingAverageVariablePeriod (vars Data, vars Periods, int MinPeriod, int MaxPeriod, int MAType): var Verschiebender Durchschnitt mit variabler Periode, die durch die Periodenreihe gegeben wird. Parameter: MinPeriod (Wert kleiner als Minimum wird in minimale Periode geändert), MaxPeriod (Wert höher als Maximum wird in Maximum Periode geändert), MAType (Typ des Moving Average, siehe Bemerkungen). NATR (int TimePeriod): var Normalized Average True Range, von John Forman. Ähnlich wie die ATR, außer es wird wie folgt normalisiert: NATR 100 ATR (TimePeriod) Schließen. Verwendet die aktuelle Vermögenspreisreihe. Unterstützt nicht TimeFrame. Normalisieren (vars Data, int TimePeriod): var Verwandelt die Datenreihe in die -1. 1 Bereich innerhalb der angegebenen TimePeriod. Ähnlich wie die AGC-Funktion, unterscheidet aber nicht zwischen Angriff und Verfall. Die Mindestlänge der Datenreihe ist gleich TimePeriod. Quelle verfügbar in Indikatoren. c. Siehe auch Maßstab. NumInRange (vars Low, vars High, var Min, var Max, int Länge): var Anzahl der Datenbereiche, gegeben durch ihre Low - und High-Werte, die vollständig innerhalb des Intervalls von Min bis Max innerhalb der angegebenen Länge liegen. Kann verwendet werden, um die Verteilung der Preise oder Kerzen zu berechnen. Low und High können auf denselben Wert gesetzt werden, um alle Werte im Intervall zu zählen oder um alle Kerzen zu zählen, die das Intervall berühren. Bereich 1..TimePeriod. Quelle verfügbar in Indikatoren. c. NumRiseFall (vars Data, int TimePeriod): var Länge der aktuellen Sequenz von steigenden oder fallenden Werten im Data Array, zurück zur angegebenen TimePeriod. Für eine steigende Sequenz wird seine Länge zurückgegeben, für eine fallende Sequenz die negative Länge. Bereich 1..TimePeriod bzw. -1 ..- TimePeriod. Quelle verfügbar in Indikatoren. c. Siehe das RandomWalk-Skript und das Kapitel Strategie für ein Beispiel. Quelle verfügbar in Indikatoren. c. NumWhiteBlack (var Körper, int Offset, int TimePeriod): var Anzahl der weißen minus schwarzen Kerzen in der angegebenen TimePeriod. Offset ist der Abstand zum aktuellen Balken (0 current bar), Body ist die minimale Länge einer zu zählenden Kerze. Quelle verfügbar in Indikatoren. c. Percentile (vars Data, int Length, var Percent): var Gibt das angegebene Perzentil der Data Series mit gegebener Länge f. i. zurück. Prozent 95 gibt den Datenwert zurück, der über 95 aller anderen Werte liegt. Prozent 50 gibt den Median der Datenreihe zurück. Um den Prozentsatz eines gegebenen Perzentilwertes zu berechnen, verwenden Sie die NumInRange-Funktion und zählen die Elemente unterhalb des Perzentils. PlusDI (int TimePeriod): var PlusDI (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Plus Richtungsindikator, ein Teil des DX indicato, zwei Versionen. In der ersten Version wird die aktuelle Vermögenspreisreihe verwendet. PlusDM (int TimePeriod): var PlusDM (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Plus Richtungsbewegung, zwei Versionen. In der ersten Version wird die aktuelle Vermögenspreisreihe verwendet. PPO (vars Data, int FastPeriod, int SlowPeriod, int MAType): var Prozentsatz Preis Oszillator. Parameter: FastPeriod (Anzahl der Perioden für die schnelle MA), SlowPeriod (Anzahl der Perioden für die langsame MA), MAType (Art des Moving Average). ProfitFactor (vars Data, int Length): var Gibt den Gewinnfaktor der Data Serie zurück. Der Gewinnfaktor ist das Verhältnis der Summe der positiven Renditen (d. h. Datai-1 gt Datai) zur Summe der negativen Renditen (d. h. Datai-1 lt Datai). Der zurückgegebene Wert wird auf die 0,1 geschnitten. 10 Bereich. Sein Reziprok muss verwendet werden, wenn das Daten-Array nicht in Reihenreihenfolge ist, sondern in chronologischer Reihenfolge, da Gewinne und Verluste dann ausgetauscht werden. Quelle verfügbar in Indikatoren. c. ROC (vars Data, int TimePeriod): var Änderungsrate, 100 Skala: ((Preis-prevPrice) prevPrice) 100. ROCP (vars Data, int TimePeriod): var Änderungsrate Prozentsatz: (Preis-prevPrice) prevPrice. Siehe auch diff. ROCR (vars Data, int TimePeriod): var Änderungsverhältnis: (priceprevPrice). ROCL (vars Data, int TimePeriod): var Logarithmische Rückgabe: log (priceprevPrice). ROCR100 (vars Data, int TimePeriod): var Änderungsverhältnis, 100 Skala: (priceprevPrice) 100. Roof (vars Data, int CutoffLow, int CutoffHigh): var Ehlers Dachfilter, bereitet die Datenreihe für weitere Berechnungen vor, indem sie Trend und Lärm entfernt. Wendet einen 2-poligen Hochpassfilter an, gefolgt von dem Smooth-Filter. Empfohlene Werte für die niedrigen und hohen Cutoff-Perioden sind 10 und 50. Die Mindestlänge der Datenreihe ist 2. Die Funktion erzeugt intern Serien und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quelle verfügbar in Indikatoren. c. RSI (vars Data, int TimePeriod): var Relative Strength Index, von Welles Wilder. Verhältnis der jüngsten Datenaufwärtsbewegung zum Gesamtdaten Bewegungsbereich 0..100. Es wird angenommen, dass der RSI übertriebene Bedingungen anzeigt, wenn der Wert über 70 Jahre liegt. Formel: RSI 100 Up (UpDn). Wo Up EMA (max (0, Data0-Data1), TimePeriod) und Dn EMA (max (0, Data1-Data0), TimePeriod). RVI (int TimePeriod): var Relative Vigor Index, von John Ehlers. Verhältnis der Preisänderung zum Gesamtpreisbereich: (C-O) (H-L). Gemittelt über den Zeitraum und geglättet mit einem FIR-Filter. Oszilliert zwischen -1 und 1. Die Funktion erstellt intern eine Serie und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quellcode in Indikatoren. c. SAR (var Schritt, var Min, var Max): var Parabolic SAR, von Welles Wilder. Die SAR läuft über oder unter der Preiskurve, je nach aktuellem Trend wird jeder Preiskurvenübergang geglaubt, um eine Trendänderung anzuzeigen. Parameter: Schritt (Beschleunigungsfaktor-Inkrement, normalerweise 0,02), Min (Beschleunigungsfaktor-Minimalwert, normalerweise 0,02), Max (Beschleunigungsfaktor-Maximalwert, normal 0,2). SAR ist eine rekursive Funktion, die von der Richtung der anfänglichen Preiskerze für gleichbleibende Werte abhängt. Die LookBack-Periode sollte lang genug sein, um mindestens einen Preiskurvenübergang zu enthalten. Verwendet die aktuellen Vermögenspreise. Die Funktion erstellt intern eine Serie und muss daher im Skript in einer festen Reihenfolge aufgerufen werden. Quellcode in Indikatoren. c. Beispiel in Indicatortest. c. ShannonGain (vars Data, int TimePeriod): var Erwartete logarithmische Verstärkungsrate der Datenreihe im Bereich von ca. -0.0005. Die Verstärkungsrate ergibt sich aus der Shannon-Wahrscheinlichkeit P (1 Mean (Gain) RootMeanSquare (Gain)) 2. Was die Wahrscheinlichkeit eines Aufstiegs oder Sturzes einer hohen Entropie-Datenreihe in der nächsten Barperiode ist. Eine positive Verstärkungsrate zeigt an, dass die Reihe eher steigt, eine negative Verstärkungsrate zeigt an, dass sie eher fallen wird. Der Nulldurchgang könnte für ein Handelszeichen verwendet werden. Algorithmus von John Conover. Source available in indicators. c . ShannonEntropy(vars Data, int Length, int PatternSize): var Entropy of patterns in the Data series, in bit can be used to determine the randomness of the data. PatternSize (2..8) determines the partitioning of the data into patterns of up to 8 bit. Each Data value is either higher than the previous value, or it is not this is a binary information and constitutes one bit of the pattern. The more random the patterns are distributed, the higher is the Shannon entropy. Totally random data has a Shannon entropy identical to the pattern size. Algorithm explained on the Financial Hacker blog source available in indicators. c . SIROC(vars Data, int TimePeriod, int EMAPeriod): var Smoothed Rate of Change (S-RoC) by Fred G Schutzman. Differs from the ROC (see above) in that it is based on the exponential moving average ( EMA ) of the Data series. Believed to indicate the strength of a trend by determining if the trend is accelerating or decelerating. Formula: (Current EMA - Previous EMA)(Previous EMA) x 100. Source code in indicators. c . SMA(vars Data, int TimePeriod): var Simple Moving Average the mean of the data, i. e. the sum divided by the time period. Use Moment when long time periods are required. Smooth(vars Data, int CutoffPeriod): var Ehlers super-smoothing filter, a 2-pole Butterworth filter combined with a SMA that suppresses the Nyquist frequency. Can be used as a low-lag universal filter for removing noise from price data. The minimum length of the Data series is 2. The function internally creates series and thus must be called in a fixed order in the script. Source available in indicators. c . SMom(vars Data, int TimePeriod, int CutoffPeriod): var Smoothed Momentum by John Ehlers indicates the long term trend direction. TimePeriod is the momentum period, CutoffPeriod is a Butterworth filter constant for lowpass filtering the momentum. Source code in indicators. c . Spearman(vars Data, int TimePeriod): var Spearmans rank correlation coefficient correlation between the original Data series and the same series sorted in ascending order within TimePeriod ( 1..256 ). Returns the similarity to a steadily rising series and can be used to determine trend intensity and turning points. Range -1..1 . lag TimePeriod2 . For usage and details, see Stocks amp Commodities magazine 22011. Source available in indicators. c . StdDev(vars Data, int TimePeriod): var Standard Deviation of the Data series in the time period, from the ta-lib . Use the square root of the second Moment when high accuracy or long time periods are required. Stoch(int FastKPeriod, int SlowKPeriod, int SlowKMAType, int SlowDPeriod, int SlowDMAType) Stochastic Oscillator (unrelated to stochastics, but its inventor, George Lane, looked for a fancy name). Measures where the Close price is in relation to the recent trading range. Formula: FastK 100 (Close-LL)(HH-LL) SlowK MA(FastK) SlowD MA(SlowK) . Uses the current asset price series and does not support TimeFrame . Result in rSlowK . rSlowD . Some traders believe that the SlowK crossing above SlowD is a buy signal others believe they should buy when SlowD is below 20 and sell when it is above 80. Parameters: FastKPeriod - Time period for the HH and LL to generate the FastK value, usually 14 . SlowKPeriod - Time period for smoothing FastK to generate rSlowK usually 3 . SlowKMAType - Type of Moving Average for Slow-K, usually MATypeEMA . SlowDPeriod - Time period for smoothing rSlowK to generate rSlowD . usually 3 . SlowDMAType - Type of Moving Average for Slow-D, usually MATypeEMA . StochEhlers(vars Data, int TimePeriod, int CutOffLow, int CutOffHigh): var Predictive stochastic oscillator by John Ehlers. Measures where the Data value is in relation to its range within TimePeriod . The data runs through a 2-pole highpass filter with period CutOffHigh and through a Butterworth lowpass filter with period CutOffLow . Indicator algorithm explained in Ehlers quotPredictive Indicatorsquot paper usage example in the Ehlers script. Source code in indicators. c . The function internally creates series and thus must be called in a fixed order in the script. StochF(int FastKPeriod, int FastDPeriod, int FastDMAType): var Stochastic Fast. Measures where the Close price is in relation to the recent trading range Formula: Fast-K 100 (Close-LL)(HH-LL) Fast-D MA(Fast-K) . Uses the current asset price series. Does not support TimeFrame . Result in rFastK . rFastD . Returns: FastK . Parameters: FastKPeriod (Time period for the HH and LL of Fast-K, usually 14 ), FastDPeriod (Moving Average Period for Fast-D usually 3 ), FastDMAType (Type of Moving Average for Fast-D, usually MATypeEMA ). StochRSI(vars Data, int TimePeriod, int FastKPeriod, int FastDPeriod, int FastDMAType): var Stochastic Relative Strength Index (RSI ). Result in rFastK . rFastD . Returns: FastK . Parameters: FastKPeriod (Time period for building the Fast-K line), FastDPeriod (Smoothing for making the Fast-D line. Usually set to 3), FastDMAType (Type of Moving Average for Fast-D). Sum(vars Data, int TimePeriod): var Sum of all Data elements in the time period. T3(vars Data, int TimePeriod, var VFactor): var An extremely smoothed Moving Average by Tim Tillson. Uses a weighted sum of multiple EMAs. Parameters: VFactor (Volume Factor, normally 0.7). TEMA(vars Data, int TimePeriod): var Triple Exponential Moving Average by Patrick Mulloy, calculated from (3xEMA)-(3xEMA of EMA)(EMA of EMA of EMA) . Trima(vars Data, int TimePeriod): var Triangular Moving Average (also known under the name TMA ) a form of Weighted Moving Average where the weights are assigned in a triangular pattern. F. i. the weights for a 7 period Triangular Moving Average would be 1, 2, 3, 4, 3, 2, 1. This gives more weight to the middle of the time series. It causes better smoothing, but greater lag. Trix(vars Data, int TimePeriod): var 1-day Rate-Of-Change (see ROC ) of a Triple EMA (see TEMA ). TrueRange(): var True Range (TR) max(High0,Close1)-min(Low0,Close1) of the current asset price series. See also ATR . ATR S. TSF(vars Data, int TimePeriod): var Time Series Forecast. Returns b m(TimePeriod) . i. e. the Linear Regression forecast for the next bar. TSI(vars Data, int TimePeriod): var Trend Strength Index, an indicator by Frank Hassler who believed that it identifies trend strength. A high TSI value (above 1.65 ) indicates that short-term trend continuation is more likely than short-term trend reversal. The function internally creates series and thus must be called in a fixed order in the script. TypPrice(): var Typical Price. Simply (High Low Close)3 . Uses the current asset price series. UltOsc(int TimePeriod1, int TimePeriod2, int TimePeriod3): var Ultimate Oscillator. Parameters: TimePeriod1 (Number of bars for 1st period.), TimePeriod2 (Number of bars for 2nd period), TimePeriod3 (Number of bars for 3rd period). Uses the current asset price series. Does not support TimeFrame . UO(vars Data, int CutOff): var Universal oscillator by John Ehlers, from SampC Magazine 12015. Removes white noise from the data, smoothes it and runs it through the AGC filter. Detects trend reversals very early. Output in the -1..1 range. Source code in indicators. c . The function internally creates series and thus must be called in a fixed order in the script. Variance(vars Data, int TimePeriod): var Variance of the Data series in the time period, from the ta-lib . Use Moment when high accuracy or long time periods are required. Volatility(vars Data, int TimePeriod): var Annualized volatility of the Data series standard deviation of the log returns, multiplied with the square root of time frames in a year. This is the standard measure of volatility used for financial models, such as the Black-Scholes model. The function internally creates series and thus must be called in a fixed order in the script. Source code in indicators. c . VolatilityC(int TimePeriod, int EMAPeriod): var Chaikin Volatility indicator by Marc Chaikin measures volatility in percent as momentum of the smoothed difference between High and Low. An increase in the Chaikin Volatility indicates that a bottom is approaching, a decrease indicates that a top is approaching. TimePeriod is the period of the momentum (normally 10), EMAPeriod determines the smoothing (also, normally 10). Uses the current asset price series. The function internally creates series and thus must be called in a fixed order in the script. Source code in indicators. c . VolatilityMM(vars Data, int TimePeriod, int EMAPeriod): var MinMax volatility of the Data series the difference of MaxVal and MinVal in the time period, smoothed by an EMA (set EMAPeriod 0 for not smoothing). The function internally creates a series when EMAPeriod gt 0 . and then must be called in a fixed order in the script. Source available in indicators. c . For the volatility of price candles, use ATR or ATRS. VolatilityOV(int Days): var Annualized volatility of the current asset, calculated over the given number of Days (usually 20). Empirical formula used by some options software packages (OptionsVue 8482) for estimating the values of options, alternatively to Volatility() . Source code in options. c . which must be included for using this indicator. WCLPrice(): var Weighted Close Price. Uses the current asset price series. WillR(int TimePeriod): var Williams Percent Range. Formula: -100 (HH-Close)(HH-LL) . Uses the current asset price series. Does not support TimeFrame . WMA(vars Data, int TimePeriod): var Linear Weighted Moving Average the weight of every bar decreases linearly with its age. ZigZag(vars Data, var Depth, int Length, int Color): var ZigZag indicator converts the Data series into alternating straight trend lines with at least the given Depth and Length . Non-predictive can only identify trends in hindsight. Returned: rSlope (the slope of the last identified trend line upwards trends have a positive slope, downwards trends a negative slope) rPeak (the bar offset of the last identified peak) rSign ( 1 if the last peak was a top, -1 if the last peak was a bottom) rLength (the number of bars of the last trend line ending with rPeak ). If a nonzero Color is given, the trend lines are plotted in the chart. Source code in indicators. c . example in Indicatortest. c . The function internally creates series and thus must be called in a fixed order in the script. ZMA(vars Data, int TimePeriod): var Zero-lag Moving Average by John Ehlers smoothes the Data series with an Exponential Moving Average (EMA ) and applies an error correction term for compensating the lag. The function internally creates a series and thus must be called in a fixed order in the script. Source in indicators. c . Standard parameters: The number of bars for the time period of the function, if any or 0 for using a default period. A data series. often directly derived from the price functions price(), priceClose() etc. Alternatively a user created series or any other double float array with the given minimum length can be used. If not mentioned otherwise, the minimum length of the Data series is TimePeriod . Some functions require a second data array Data2 . Price data series can be explicitly given for some indicators, for using price series generated from a different asset or with a different TimeFrame. Otherwise the prices of the current asset with a time frame equivalent to the bar period are used. Price variation or percentage, dependent on the function, for the current bar. Usage example: MACD(Price,12,26,9) calculates the standard MACD for the given Price series. The results are stored in the global variables rMACD . rMACDSignal . and rMACDHistory . The TA-Lib function prototypes are defined in includeta. h . Information about the usage and the indicator algorithms can be found online at tadoc. org. The C source code of all included TA-Lib indicators is contained in Sourcetalib. zip and can be studied for examining the algorithms. Some TA-Lib indicators that originally didnt work properly - such as Correlation or SAR - have been replaced by working versions. The lite-C source code of most additional indicators that are not part the the TA-Lib is contained in includeindicators. c . All TA functions are applied on series and do normally not accept other data arrays. In the INITRUN. all TA functions return 0 . and LookBack is automatically increased to the largest required lookback time by a TA function. Recursive TA functions - f. i. EMA or ATR - need a higher lookback period than their TimePeriod parameter (see UnstablePeriod ). LookBack can be exceeded when TA functions are later called with a series offset or a different TimePeriod this will generate an Error 046 message. Make sure that LookBack is always higher than the maximum TimePeriod plus the UnstablePeriod plus the highest possible offset of all used series. Some functions return more than one value, f. i. MACD . The returned results are stored in global variables beginning with quot r quot they can be accessed after the function is called. Some functions only require a single Data value. Rather than creating a Data series of length 1 . simply a pointer to the Data value can be used. Example: var Raw MyIndicator() var Transformed AGC(ampRaw,0) . TimeFrame affects subsequent data series and thus also affects all indicators that use the data series as input. The TimePeriod is then not in Bar units, but in time frame units. TimeFrame has no effect on indicators that do not use data series. Indicators that rely on the standard deviation (f. i. Bollinger Bands) become inaccurate when the standard deviation is below 0.0001, as it is then assumed to be zero by the TA-Lib. This can happen on very short bar periods when the price does (almost) not move. For writing your own indicators, have a look at the examples inside indicators. c . But please do not modify indicators. c - write the indicators in your own script, or in a dedicated script that you can then include in your strategies. If you need a complex indicator that you can not be easily add, please ask for it on the Zorro user forum.3rd Generation Moving Average Indicator 3rd Generation Moving Average Moving Averages based on the Nyquist-Shannon Signal Theorem. Mathematically suggested to have the least possible lag. Less lag than general and second generation averages like Ehlers zero-lag averages. Download Fig. 1. Comparison of Moving Averages. The 3rd generation average performes best with least lag in comparison to all other averages. All averages were run with the same window size 21. The data represents 3x60 data points with a Gaussian distribution around 100 and 200 and a standard deviation of 5 points. Formulas as in Drschner 2011. EMA implementation based on MetaTrader4 algorithm, 2nd generation uses Ehler (2001) correction, 3rd generation is based on the Nyquist-Shannon theorem as outlined in Drschner (2011) with lambda of 4. Moving Averages of the 3rd Generation Moving averages are supposed to smooth data and to remove noise and useless information. Multiple average variants are used widely, for example Simple Moving Average (SMA) or Exponentially Moving Average (EMA) (Wikipedia, Moving Averages, 2011). One challenge is that moving averages introduce a lag, i. e. the smoothed curve follows the trend usually later (see Fig. 1). Adaptive moving averages like VIYDA (Chande, 1992 Brown) and Kaufmans Adaptive Moving Average (KAMA) (Kaufmann, 1995) tried to address this issue by incorporating dynamic variables. In 2001, J. Ehler introduced a general concept based on signal theory which we refer as second generation averages (Ehler, 2001). Here, the basic assumption is that the time series is composed from a limited number of overlapping signal phases which would make signal theory applicable (Ehler, 2001 Huang, et al. 1998). In 2011, M. G. Drschner stated that under the signal theory model - the Nyquist-Shannon theorem (Wikipedia, Nyquist, 2008) must be applied (Drschner, 2011). In his work, Drschner outlined that averages according to these criteria would have the least theoretically possible lag and termed them 3rd generation Moving Averages. Indicator ParameterZero Lag Indicators A collection of traditional indicators which have been significantly improved to approach zero lag whilst providing superior smoothing. The Bowfort Zero Lag Indicators (BZL) Add-On for Neuroshell provides 15 Near Zero Lag indicators. Two of these indicators are moving average replacements which feature superb smoothing with extremely minimal lag. The remaining nine indicators use these superior smoothers in their calculations to produce indicators which also have minimal lag and superb smoothing. The Hull Moving Average is a very fast moving average replacement. It is more responsive than Juriks JMA of a similar lookback period for most price action. It can also be used as a price or volume proxy in any other Neuroshell indicator that uses open, high, low, close or volume to benefit from its superior smoothing capabilities. For instance, you could build a Relative Momentum Index (RMI) in Neuroshell using the Hull Moving Average of Close, e. g: RMI(BZL Hull Moving Average(Close), 5, 5) The Gaussian Moving Average is an Infinite Impulse Response Filter (IIR) with a configurable number of filter poles which can be used to adjust the amount of lag. This moving average is very responsive and can also be used as a price proxy in the same way as the Hull Moving Average. The Gaussian Moving Average employs a Gaussian Filter Kernel which mimics the gaussian distribution found in many natural systems. The remaining indicators are indicators that weve found to be useful using the Hull and Gaussian moving averages in their calculations. You can choose which moving average is used for these indicators. Or better still, let the Genetic Algorithm in Neuroshell figure it out. They are considerably smoother than their regular indicator counterparts. All our indicators have Built-In Help integrated into the product. Here is an comparative screenshot of our Bowfort Zero Lag Moving Averages and Bowfort Zero Lag RSI . On the top graph, you can see 3 moving averages. The red line is the Hull Moving Average . The magenta line is the Gaussian Moving Average and the Yellow line is Juriks JMA. All the moving averages have the same lookback periods (9 bars). As you can see the Hull Moving Average has less lag and is faster than Juriks JMA. The bottom graphs compare a regular Relative Strength Index of 9 periods, and a Bowfort Zero Lag RSI of 3 periods (the blue line on the middle graph). Note that although we are using only 3 periods in the Bowfort Zero Lag RSI, how much smoother and clearer the signals are that are produced. Which RSI would you rather trade Indicators Included Bowfort Zero Lag contains the following indicators: BZL Acceleration BZL Average Direction Movement (ADX) BZL Commodity Channel Index (CCI) BZL Fast Stochastic K BZL Fast Stochastic D BZL Gaussian Moving Average BZL Hull Moving Average BZL Moving Average Convergence Divergence (MACD) BZL Moving Average Convergence Divergence (MACD Signal) BZL Momentum BZL Polarized Fractal Efficiency BZL Relative Strength Index (RSI) BZL Slow Stochastic K BZL Slow Stochastic D BZL Velocity All our add-ons come with free support. We take pride in our products, and if you encounter any problems we are here to help. If we update a product you have purchased, the updates will be provided to you free of charge for minor releases and at a reduced price for major releases. Note 1: Unless otherwise noted, all sales are final. Note 2: We take software piracy of Neuroshell seriously and only sell to clients who have purchased Neuroshell. If we believe that piracy maybe involved, any information that we have on your purchase will be provided to Ward Systems Group. We also may require your Neuroshell serial number (not password) to validate your purchase with Ward Systems Group.