Glidande medelvärde prov kod

MetaTrader 4 - Experts. Moving Average - expert för MetaTrader 4.The Moving Average expert för att skapa handelssignaler använder ett rörligt medelvärde. Öppning och stängning av positioner utförs när det glidande medelvärdet uppfyller priset vid det nyligen bildade barstångsindexet är lika med 1 The Mycket storleksanpassas optimeras enligt en speciell algoritm. Expertrådgivaren analyserar samtidig det rörliga genomsnittet och marknadsprisdiagrammet. Kontrollen utförs av CheckForOpen-funktionen Om det glidande medelvärdet möter stången på ett sådant sätt att den tidigare är högre än Öppet pris men lägre än Stängt pris, KÖP-positionen kommer att öppnas Om det glidande medelvärdet möter stången på ett sådant sätt att den förstnämnda är lägre än Öppet pris men högre än Stäng pris, kommer SELL-positionen att öppnas. Experten är mycket enkel men effektiv kontroll över varje positionsvolym utförs beroende på tidigare transaktionsresultat Denna algoritm implementeras av LotsOptimi Zed-funktion Den grundläggande partikelstorleken beräknas utifrån den maximala tillåtna risken. MaximumRisk-parametern visar den grundläggande riskprocenten för varje transaktion. Det brukar innehålla ett värde mellan 0 01 1 och 1 100 Till exempel, om fri marginal AccountFreeMargin är lika med 20 500 och Kapitalhanteringsreglerna föreskriver att man använder risk för 2, den grundläggande partikelstorleken kommer att göra 20500 0 02 1000 0 41 Det är väldigt viktigt att kontrollera storleksnoggrannheten och att normalisera resultatet med tillåtna värden. Normalt dela partier med steg av 0 1 är tillåten En transaktion med volymen 0 41 kommer inte att utföras Normaliseras funktionen NormalizeDouble används med noggrannhet upp till 1 tecken efter punkten Detta resulterar i grundpartiet 0 4 Grundvärdet beräknas utifrån fri marginal Tillåter att öka i volymer av operation beroende på handel framgång, dvs att handla med återinvestering Detta är den grundläggande mekanismen med obligatorisk kapitalförvaltning för ökning av tr Addering effetiveness. DecreaseFactor är i vilken utsträckning partiets storlek kommer att reduceras efter olönsam handel Normala värden är 2,3,4,5 Om de föregående transaktionerna var olönsamma kommer de följande volymen att minska med en faktor minskningsfaktor för att vänta genom Den olönsamma perioden Det här är huvudfaktorn i kapitalhanteringsalgoritmen Tanken är väldigt enkel om handeln ökar framgångsrikt, experten arbetar med det grundläggande partiet som ger maximal vinst. Efter den första olönsamma transaktionen kommer experten att minska hastigheten tills en ny Positiv transaktion görs Algoritmen tillåter att inaktivera hastighetsminskning. För att göra det måste man ange minskningsfaktor 0 Mängden av de sista på varandra följande olönsamma transaktionerna beräknas i handelshistoriken. Grundvärdet kommer att beräknas på grundval av detta. Algoritmen Gör det möjligt att effektivt minska risken som uppstår till följd av att en serie olönsam mycket stor storlek kontrolleras obligatoriskt för mi Maximalt tillåten partikelstorlek vid funktionens slut eftersom de tidigare gjorda beräkningarna kan resultera i parti 0. Experten är huvudsakligen avsedd att arbeta med daglig tid och i testläget - för att göra till nära priser kommer det endast att handla vid öppnandet av En ny stapel, därför är det inte nödvändigt med modifieringsmodeller. Testresultatet är representerat i rapporten. Det är möjligt att ta bort de automatiska stängningsfunktionerna. see denna scalping EA. SymbolEURUSDFXF Euro vs US Dollar Period1 Timme H1 2007 03 30 17 01 - 2011 09 30 00 59 2007 03 01 - 2011 06 20 ModellEvery ticka den mest exakta metoden baserat på alla tillgängliga minsta tidsramar ParametrarLöser 0 1 MaximumRisk 0 02 DecreaseFactor 3 MovingPeriod 12 MovingShift 6 Bars i test28117Ticks modellered34632921Modell quality99 00 Matchade tabeller error0Initial deposition10000 00Total nettovinst2786 20Gross vinst71494 00Gross förlust-68707 80Profitfaktor1 04Expected payoff1 26Absolute drawdown600 60Maximal drawdown7575 60 24 72 Relativ d Rawdown24 72 3375 60 Totalt antal trades2205Sortera positioner vunnit 1102 25 50 Långa positioner vann 1103 28 92 Resultatandelar totalt 600 27 21 Förlustaffärer totalt 1605 72 79 Största vinsthandel1155 60loss trade-1006 80Användande vinsthandel119 16loss trade-42 81Maksimumstegent vinst vinst i pengar 6 353 40 förluster i följd förlust i pengar 18 -650 40 Maximal lönsamtal för vinst 1170 00 4 förlust förlust förlust -1280 80 9 Medelvärde i följd vinner1förluster förluster4. DIFFERENTA INSTÄLLNINGAR - SOM MÄNSKES METAQUOTES USE SymbolEURUSDFXF Euro vs US Dollar Period1 Hr. H1 2007 03 30 17 01 - 2011 09 30 00 59 2007 03 01 - 2011 06 20 ModellEvery ticka den mest exakta metoden baserat på alla tillgängliga minsta tidsramar ParametrarLöser 0 1 MaximumRisk 0 01 Minskningsfaktor 1 MovingPeriod 16 MovingShift 11 Bars i test28117Ticks modellered34632921Modelleringskvalitet99 00 Matchade tabeller errors0Initial deposition1000000 00Total Nettovinst-424287 00Gross profit1015708 80Gross förlust-1439995 80Profit factor0 71Expected payoff-272 50Absolute drawdown426566 80Maximal drawdown445606 40 43 73 Relativ drawdown 73 73 445606 40 Totalt antal trades1557Sortera positioner vann 778 21 34 Långa positioner vann 779 29 40 Resultatandelar totalt 395 25 37 Förlustaffärer totalt 1162 74 63 Largestprofit trade101270 40loss trade-36944 00Averageprofit Trade2571 41loss trade-1239 24Maximumsuppföljande vinner vinst i pengar 4 17427 00 förluster i följd förlust i pengar 23 -2310 40 Maximal fortlöpande vinsträkning av vinster 129294 80 3 på varandra följande förluster av förluster -44613 40 4 Medelvärde i följd wins1consecutive losses4.Moving Average - MA. BREAKING DOWN Flytta genomsnittet - MA. As ett SMA-exempel, överväga en säkerhet med följande stängningskurser över 15 dagar. Vecka 1 5 dagar 20, 22, 24, 25, 23.Veek 2 5 dagar 26, 28, 26, 29, 27. Vecka 3 5 dagar 28, 30, 27, 29, 28.A 10-dagars MA skulle genomsnittliga slutkurserna för de första 10 dagarna som första datapunkt. Nästa datapunkt skulle släppa det tidigaste priset, lägga till priset på dagen 11 och ta Genomsnittet och så vidare som visas nedan. Som tidigare noterat lagrar MAs nuvarande prisåtgärd eftersom de är baserade på tidigare priser, ju längre tidsperioden för MA, desto större är fördröjningen. Således kommer en 200-dagars MA att ha en mycket större Graden av fördröjning än en 20-dagars MA eftersom den innehåller priser under de senaste 200 dagarna. MAs längd som ska användas beror på handelsmålen, med kortare MAs som används för korttidshandel och långsiktiga MAs mer lämpade för långsiktiga Långsiktiga investerare 200-dagars MA följs i stor utsträckning av investerare och handlare, med raster över och under detta glidande medelvärde anses vara viktiga handelssignaler. MAs ger också viktiga handelssignaler på egen hand eller när två genomsnitt övergår. En stigande MA indikerar Att säkerheten är i en uptrend medan en minskande MA indikerar att den är i en downtrend På liknande sätt är uppåtgående momentum bekräftat med en haussead crossover som uppträder när en kortsiktig MA passerar över en längre sikt MA Nedåtgående momentum bekräftas med en bearish c Rossover, som uppstår när en kortsiktig MA korsar ett längre sikt MA. Moving Average. This exempel lär dig hur man beräknar det glidande genomsnittet av en tidsserie i Excel Ett glidande medel används för att utjämna oegentligheter toppar och dalar till Lätt igenkänna trends.1 Låt oss ta en titt på våra tidsserier.2 På Datafliken klickar du på Data Analysis. Note kan inte hitta knappen Data Analysis Klicka här för att ladda Analysis ToolPak add-in.3 Välj Moving Average Och klicka på OK.4 Klicka i rutan Inmatningsområde och välj intervallet B2 M2.5 Klicka i rutan Intervall och skriv 6.6 Klicka i rutan Utmatningsområde och välj cell B3.8 Skriv en tabell över dessa värden. Planering eftersom vi sätter Intervallet till 6 är det rörliga genomsnittet genomsnittet av de föregående 5 datapunkterna och den aktuella datapunkten Som ett resultat utjämnas topparna och dalarna. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna Eftersom det inte finns tillräckligt med tidigare data s Oints.9 Upprepa steg 2 till 8 för intervall 2 och intervall 4.Konklusion Det större intervallet desto mer topparna och dalarna utjämnas Ju mindre intervall desto närmare rörliga medelvärden är till de faktiska datapunkterna.