Fractal Adaptiv Moving Average Matlab

MetaTrader 5 - Indikatorer Fractal Adaptive Moving Average (FrAMA) - indikator for MetaTrader 5 Fractal Adaptive Moving Gjennomsnittlig teknisk indikator (FRAMA) ble utviklet av John Ehlers. Denne indikatoren er konstruert basert på algoritmen til eksponentielt flytende gjennomsnitt. der utjevningsfaktoren beregnes ut fra den nåværende fraktal-dimensjonen til prisserien. Fordelen med FRAMA er muligheten til å følge sterke trendbevegelser og tilstrekkelig avta på øyeblikkene av priskonsolidering. Alle typer analyser som brukes for Moving Averages, kan brukes på denne indikatoren. Fractal Adaptive Moving Gjennomsnittlig indikator FRAMA (i) A (i) Pris (i) (1 - A (i)) FRAMA (i-1) FRAMA (i) - nåverdien av FRAMA Pris (i) - nåværende pris FRAMA -1) - forrige verdi av FRAMA A (i) - nåværende faktor for eksponensiell utjevning. Eksponensiell utjevningsfaktor beregnes i henhold til formelen nedenfor: A (i) EXP (-4.6 (D (i) - 1)) D (i) - nåværende fraktal dimensjon EXP () - eksponentens matematiske funksjon. Fractal dimensjon av en rett linje er lik en. Det ses fra formelen at hvis D 1, deretter A EXP (-4.6 (1-1)) EXP (0) 1. Dermed hvis prisen endres i rette linjer, blir eksponensiell utjevning ikke brukt, fordi i et slikt tilfelle formelen ser slik ut: FRAMA (i) 1 Pris (i) (1 - i) FRAMA (i-1) Pris (i) Nei indikatoren følger nøyaktig prisen. Den fraktale dimensjonen til et fly er lik to. Fra formelen får vi det hvis D 2, deretter utjevningsfaktoren A EXP (-4,6 (2-1)) EXP (-4,6) 0,01. En slik liten verdi av den eksponensielle utjevningsfaktoren er oppnådd i øyeblikk når prisen gir en sterk sånget bevegelse. En slik kraftig nedbremsing tilsvarer omtrent 200-års enkel glidende gjennomsnitt. Formulering av fraktal dimensjon: D (LOG (N1 N2) - LOG (N3)) LOG (2) Det beregnes ut fra tilleggsformelen: N (Lengde, i) (Høyeste pris (i) - Laveste pris (i)) Lengde Høyestepris (i) - nåværende maksimal verdi for lengdeperioder LowestPrice (i) - nåværende minimal verdi for lengdeperioder Verdiene N1, N2 og N3 er henholdsvis lik: N1 (i) N (Lengde, i) N2 (i) N (Lengde, I Lengde) N3 (i) N (2 Lengde, i) Gjør Adaptive Moving Averages Lead To Better Results Flytte gjennomsnitt er et favorittverktøy for aktive handelsfolk. Men når markeder konsoliderer, fører denne indikatoren til mange whipsaw-bransjer, noe som resulterer i en frustrerende rekke små gevinster og tap. Analytikere har tilbrakt tiår med å prøve å forbedre det enkle glidende gjennomsnittet. I denne artikkelen ser vi på denne innsatsen og finner ut at deres søk har ført til nyttige handelsverktøy. (For bakgrunnsavlesning på enkle bevegelige gjennomsnitt, sjekk ut Enkle bevegelige gjennomsnittsverdier. Gjør trendene stående.) Fordeler og ulemper med bevegelige gjennomsnittsverdier Fordelene og ulempene ved bevegelige gjennomsnitt ble oppsummert av Robert Edwards og John Magee i første utgave av teknisk analyse av Stock Trends. da de sa det, og det var tilbake i 1941 at vi gjerne gjorde oppdagelsen (selv om mange andre hadde gjort det før) at ved å beregne dataene i et gitt antall dager, kunne en få en slags automatisert trendlinje som definitivt ville tolke endringene i trend Det virket nesten for godt til å være sant. Faktisk var det for godt til å være sant. Med ulempene oppveier fordelene, forlot Edwards og Magee raskt sin drøm om å handle fra en bungalow på stranden. Men 60 år etter at de skrev disse ordene, fortsetter andre ved å forsøke å finne et enkelt verktøy som uten problemer ville gi rikdomene på markedene. Enkle bevegelige gjennomsnitt For å beregne et enkelt glidende gjennomsnitt. legg til prisene for ønsket tidsperiode og divider med antall valgte perioder. Å finne et fem-dagers glidende gjennomsnitt vil kreve oppsummering av de fem siste sluttkursene og dividere med fem. Hvis den siste lukkingen er over det bevegelige gjennomsnittet, vil aksjene anses å være i en uptrend. Downtrends er definert av priser som handler under det bevegelige gjennomsnittet. (For mer, se vår Moving Averages opplæring.) Denne trenddefinerende egenskapen gjør det mulig å flytte gjennomsnitt for å generere handelssignaler. I sin enkleste søknad kjøper handelsmenn når prisene går over det glidende gjennomsnittet og selger når prisene går over den linjen. En tilnærming som dette er garantert å sette handelsmannen på høyre side av enhver betydelig handel. Dessverre, mens utjevning av dataene, vil glidende gjennomsnitt ligge bak markedsaksjonen, og næringsdrivende vil nesten alltid gi tilbake en stor del av fortjenesten på selv de største vinnende handler. Eksponentielle Flytende Gjennomsnitt Analytikere ser ut til å ha ideen om det bevegelige gjennomsnittet og har tilbrakt flere år med å forsøke å redusere problemene knyttet til dette forsinket. En av disse innovasjonene er eksponentiell glidende gjennomsnitt (EMA). Denne tilnærmingen tilordner en relativt høyere vekting til nyere data, og som et resultat forblir det nærmere prisaktiviteten enn et enkelt bevegelige gjennomsnitt. Formelen for å beregne et eksponentielt glidende gjennomsnitt er: EMA (Vekt Lukk) (1 Vekt) EMAy) Hvor: Vekt er utjevningskonstanten valgt av analytikeren EMAy er det eksponentielle glidende gjennomsnittet fra i går En felles vektningsverdi er 0,181, hvilket er nær et 20-dagers enkelt glidende gjennomsnitt. En annen er 0,10, som er omtrent et 10-dagers glidende gjennomsnitt. Selv om det reduserer lagret, unnlater det eksponentielle glidende gjennomsnittet ikke å adressere et annet problem med bevegelige gjennomsnitt, som er at deres bruk for handelssignaler vil føre til et stort antall tapende handler. I nye konsepter i tekniske handelssystemer. Welles Wilder anslår at markedene bare trender en fjerdedel av tiden. Opptil 75 av handelshandlinger er begrenset til smale områder, når flytende gjennomsnittlig kjøps-og-selgesignaler vil bli gjentatte ganger da prisene raskt beveger seg over og under det bevegelige gjennomsnittet. For å løse dette problemet har flere analytikere foreslått å variere vektningsfaktoren for EMA-beregningen. (For mer, se Hvordan flytter gjennomsnitt som brukes i handel) Tilpasning av bevegelige gjennomsnitt til markedshandling En metode for å håndtere ulempene ved bevegelige gjennomsnitt er å multiplisere vektningsfaktoren med et volatilitetsforhold. Å gjøre dette ville bety at det bevegelige gjennomsnittet ville være lengre enn dagens pris i volatile markeder. Dette vil tillate vinnere å kjøre. Som en trend kommer til en slutt og prisene konsoliderer. det bevegelige gjennomsnittet vil bevege seg nærmere den nåværende markedsaksjonen, og i teorien tillate handelsmannen å beholde de fleste gevinster tatt i løpet av trenden. I praksis kan volatilitetsforholdet være en indikator som Bollinger Bandwidth, som måler avstanden mellom de kjente Bollinger Bands. (For mer om denne indikatoren, se Grunnleggende om Bollinger Bands.) Perry Kaufman foreslo å bytte vektvariabel i EMA-formelen med en konstant basert på effektivitetsforholdet (ER) i boken New Trading Systems and Methods. Denne indikatoren er utformet for å måle styrken til en trend definert innenfor et område fra -1,0 til 1,0. Det beregnes med en enkel formel: ER (total prisendring for periode) (sum av absolutte prisendringer for hver linje). Vurder en aksje som har en fempunkts rekkevidde hver dag, og ved utgangen av fem dager har det blitt totalt av 15 poeng. Dette ville resultere i en ER på 0,67 (15 poeng oppover bevegelse dividert med total 25-punkts rekkevidde). Hadde denne aksjen redusert 15 poeng, ville ER-være -0,67. (For mer handelsrådgivning fra Perry Kaufman, les Losing To Win. Som beskriver strategier for å takle handelsstap.) Prinsippet om en trendereffektivitet er basert på hvor mye retningsbestemt (eller trend) du får per prisbevegelsesenhet over en definert tidsperiode. En ER på 1,0 indikerer at aksjen er i perfekt opptrend -1,0 representerer en perfekt nedtrend. I praksis er ekstremene sjelden nådd. For å bruke denne indikatoren for å finne det adaptive glidende gjennomsnittet (AMA), må handelsfolk beregne vekten med følgende, ganske komplekse formelen: C (ER (SCF SCS)) SCS 2 Hvor: SCF er eksponensiell konstant for den raskeste EMA tillatt (vanligvis 2) SCS er eksponensiell konstant for den langsomste EMA-tillatelsen (ofte 30) ER er effektivitetsforholdet som ble notert over. Verdien for C blir da brukt i EMA-formelen i stedet for den enklere vektvariabelen. Selv om det er vanskelig å beregne for hånd, er det adaptive glidende gjennomsnittet inkludert som et alternativ i nesten alle handelsprogramvarepakker. (For mer om EMA, les Exploring The Exponentially Weighted Moving Average.) Eksempler på et enkelt glidende gjennomsnitt (rød linje), et eksponentielt glidende gjennomsnitt (blå linje) og det adaptive glidende gjennomsnittet (grønn linje) er vist i Figur 1. Figur 1: AMA er i grønt og viser størst grad av flattning i rekkeviddebundet handling sett på høyre side av dette diagrammet. I de fleste tilfeller er det eksponentielle glidende gjennomsnittet, vist som den blå linjen, nærmest prishandlingen. Det enkle glidende gjennomsnittet vises som den røde linjen. De tre bevegelige gjennomsnittene som er vist på figuren, er alle tilbøyelige til å piske på ulike tider. Denne ulempen med bevegelige gjennomsnitt har hittil vært umulig å eliminere. Konklusjon Robert Colby testet hundrevis av tekniske analyseverktøy i Encyclopedia of Technical Market Indicators. Han konkluderte med at selv om det adaptive glidende gjennomsnittet er en interessant nyere ide med betydelig intellektuell appell, viser ikke våre foreløpige tester noen reell praktisk fordel for denne mer komplekse trendutjevningsmetoden. Dette betyr ikke at handelsfolk burde ignorere ideen. AMA kan kombineres med andre indikatorer for å utvikle et lønnsomt handelssystem. (For mer om dette emnet, les Discover Discover Keltner Channels og Chaikin Oscillator.) ER kan brukes som en frittstående trendindikator for å se de mest lønnsomme handelsmulighetene. Som et eksempel viser forholdstall over 0,30 sterke opptrender og representerer potensielle kjøp. Alternativt, siden volatiliteten beveger seg i sykluser, kan aksjene med lavest effektivitetsforhold sees som breakout-muligheter. Artikkel 50 er en forhandlings - og oppgjørsklausul i EU-traktaten som skisserer trinnene som skal tas for ethvert land som. Beta er et mål for volatiliteten, eller systematisk risiko, av en sikkerhet eller en portefølje i forhold til markedet som helhet. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO-er utstedes ofte av mindre, yngre selskaper som søker. Det vil si at et filtrert signal skal være både jevnt og lagringsfritt. Lag forårsaker forsinkelser i dine handler, og økende forsinkelse i indikatorene gir vanligvis lavere fortjeneste. Med andre ord blir det sent som kommer på bordet etter at festet allerede har begynt. Det er derfor investorer, banker og institusjoner over hele verden ber om Jurik Research Moving Average (JMA). Du kan søke det på samme måte som du ville andre populære bevegelige gjennomsnitt. Men JMAs forbedrede timing og glatthet vil forbløffe deg. Den tippede grå linjen i diagrammet simulerer prishandlinger som begynner i et lavt tradingområde, og deretter går det til et høyere handelsområde. Siden ingen liker å vente på sidelinjen, vil et perfekt støyreduksjonsfilter (grønn linje) bevege seg jevnt langs midten av det første handelsområdet, og hoppe deretter til sentrum av det nye tradingområdet nesten umiddelbart. Oktober 2005 HANDELSANVISNINGER Her er dette måneders utvalg av Traders Tips, bidratt av ulike utviklere av teknisk analyse programvare for å hjelpe leserne lettere å gjennomføre noen av strategiene som presenteres i denne og andre problemer. Du kan kopiere disse formlene og programmene for enkel bruk i regnearket eller analyseprogramvaren. Bare velg ønsket tekst ved å markere som du ville i et tekstbehandlingsprogram, bruk deretter standard nøkkelkommandoen for kopiering eller velg kopi fra nettlesermenyen. Den kopierte teksten kan deretter limes inn i et hvilket som helst åpent regneark eller annen programvare ved å velge et innføringspunkt og utføre en lim-kommando. Ved å bytte frem og tilbake mellom et programvindu og den åpne nettsiden, kan data overføres enkelt. TRADESTASJON: Fractal Adaptive Moving Gjennomsnitt John Ehlers artikkel i dette nummeret, Fractal Adaptive Moving Averages, presenterer allerede noen EasyLanguage-koden for et adaptivt glidende gjennomsnitt. Dette adaptive glidende gjennomsnittet er basert på fraktalegenskapene til en prisserie. Vi har konvertert Ehlers-koden til dette bevegelige gjennomsnittet i en EasyLanguage-funksjon, slik at den kan hentes fra hvilken som helst indikator eller strategi. Funksjonsnavnet er AdaptMovAvgFractal. Vi har også tilpasset en eksisterende strategi basert på Bollinger Bands slik at den kaller denne nye funksjonen. Den reviderte Bollinger Band-strategien kalles FractalAMA Bands. Den kaller AdaptMovAvgFractal for både varians - og båndberegningene. Denne koden og funksjonen vil bli tilgjengelig for nedlasting fra Support Center på TradeStation. Søk etter filen Frama. eld. Ehlers originalkode finnes i. eld-filen. --Mark Mills EasyLanguage Spørsmål Forum TradeStation Securities, Inc. Et datterselskap av TradeStation Group, Inc. GÅ TILBAKE METASTOCK: Fractal Adaptive Moving Gjennomsnitt John Ehlers artikkel i dette nummeret, Fractal Adaptive Moving Averages, introduserer en indikator med samme navn. I sin indikatorformel begrenser han antall perioder til et jevnt tall. Formelen i MetaStock unngår denne begrensningen ved å be om den mindre tidsrammen. Dette tallet blir da brukt for de to halvintervallberegningene og dobles deretter for hele intervallberegningen. Formelen for denne indikatoren og trinnene for å inkludere den i MetaStock er presentert her. For å gå inn i denne indikatoren i MetaStock: - William Golson, Equis International Equis GO BACK AIQ EXPERT DESIGN STUDIO: Fractal Adaptive Moving Average AIQ-koden for John Ehlers fraktal adaptive glidende gjennomsnitt (FRAMA) er vist her sammen med to samhandelssystemer som vi brukt i en backtest for å avgjøre om FRAMA er en forbedring over et eksponentielt glidende gjennomsnitt i fast periode. En verdi på N40 ble brukt til å kjøre FRAMA-testen. Den eksponentielle gjennomsnittsprøven ble kjørt med en fast periode på 40 dager. Systemene kjøper når prisen krysser over glidende gjennomsnitt og selger når prisen krysser under glidende gjennomsnitt. Bare den lange siden ble testet. Figur 1 viser en sammenligning av en FRAMA med N40 til et eksponentielt glidende gjennomsnitt i 40 dager. FRAMA er mer lydhør overfor prisendringer enn eksponentielt glidende gjennomsnitt. Resultatene i backtestene vist i figur 2, som ble kjørt på NASDAQ 100-listen over aksjer, viser at FRAMA er en forbedring over det eksponentielle glidende gjennomsnittet for prøven som er testet. FIGUR 1: TRADESTASJON, QQQQ. Heres et utvalg TradeStation daglige bardiagram som demonstrerer det fraktale adaptive glidende gjennomsnittet. For klarhets skyld er FRAMA indikatorlinjen ikke vist. Figur 2: AIQ EXPERT DESIGN STUDIO, FRAMA. Her er en sammenligning av FRAMA med N40 til et eksponentielt glidende gjennomsnitt i 40 dager. FRAMA ser ut til å være mer lydhør overfor prisendringer enn eksponentielt glidende gjennomsnitt. Figur 3: AIQ EXPERT DESIGN STUDIO, BACKTEST RESULTATER FOR FRAMA. Backtest-resultatene basert på NASDAQ 100-listen over aksjer viser at FRAMA er en forbedring over eksponentielt glidende gjennomsnitt for dette utvalgshandelssystemet. AIQ-koden er vist her, men kan også lastes ned fra aiqsystemsSampC1.htm. WEALTH-LAB: Fractal Adaptive Moving Average I disse månedene Traders Tips presenterer vi et trend-system basert på fraktal adaptive moving average (FRAMA) indikatoren introdusert av John Ehlers i sin artikkel dette problemet. Rikdomslabsimplementering av FRAMA-tilpasset indikator (nå en del av Wealth-Lab-kodebiblioteket) tillater innganger for perioden, samt konstanten for eksponentielt glidende gjennomsnitt. Her bruker vi konstant 4,6, som Ehlers antyder. Systemet bruker 20-dagers FRAMA av sluttkursen og beregner også forandringshastigheten (ROC) de siste fem dagene av FRAMA. Det venter deretter på en økning på mer enn 0,5 (ROC 0,5) for å komme inn neste dag på markedet. Det forblir i denne handelen til ROC faller under null. På figur 4, som viser en prøvehandel for ExxonMobil, kan vi se at FRAMA-indikatoren er for det meste flat i sidelengs faser, samtidig som den kan oppdage en trend veldig tidlig, og dermed få en stor del av det. Figur 4: WEALTH-LAB, FRACTAL ADAPTIVE MOVING AVERAGES. T eksxonMobil-prisserien sammen med 20-dagers FRAMA er plottet i nedre ruten. Øvre rute viser endringshastigheten (ROC) på fem dager av FRAMA-indikatoren. Under sidevinkler viser FRAMA-indikatoren bare liten bevegelse. Følgelig viser ROC små verdier, og bare få handler forekommer. Ved utgangen av januar 2005 starter en sterk opptrend, som oppdages av FRAMA. Systemet er i stand til å komme inn tidlig og fanger det meste av denne oppgraderingen. - Joseacute Cruset, Wealth-Lab, Inc. wealth-lab GÅ TILBAKE eSIGNAL: Fractal Adaptive Moving Average For denne utgaven artikkelen av John Ehlers, Fractal Adaptive Moving Averages, ga weve eSignal formelfilen med navnet Frama. efs. Koden vises også her. Studien har en parameter for lengden, eller perioder, for studien som kan justeres gjennom alternativet Rediger studier av Avansert diagram. Nummeret som er inntastet, vil bli tvunget til å være det neste høyeste jevnnummeret dersom et merkelig tall er oppgitt. Et eksempel på eSignal-diagrammet er vist i figur 5. FIGUR 5: eSIGNAL, FRAKT ADAPTIVT MOVING AVERAGE. Dette eSignal-diagrammet viser det fraktale adaptive glidende gjennomsnittet. For å diskutere denne studien eller laste ned en komplett kopi av formelen, vennligst besøk Efs Library Discussion Board forum under Bulletin Boards linken på esignalcentral. Denne eSignal formelkoden er også tilgjengelig for kopiering og liming fra STOCKS amp COMMODITIES nettsiden til Traders. --Jason Keck eSignal, en deling av Interactive Data Corp. 800 815-8256, esignal GÅ TILBAKE NEUROSHELL TRADER: Fractal Adaptive Moving Average Det fraktal adaptive glidende gjennomsnittet som ble introdusert av John Ehlers i dette nummeret, kan enkelt implementeres i NeuroShell Trader ved å kombinere en få av NeuroShell Traders 800 indikatorer og en tilpasset indikator, som i seg selv er et veldig nyttig generisk adaptivt glidende gjennomsnitt. For å implementere det fraktale adaptive glidende gjennomsnittet, velg Ny indikator. fra Sett inn-menyen og bruk indikatorveiviseren til å opprette følgende indikatorer: Brukere av NeuroShell Trader kan gå til STOCKS amp COMMODITIES delen av NeuroShell Trader gratis teknisk support nettsted for å laste ned egendefinerte indikatorer og et eksempel diagram (Figur 6). FIGUR 6: NEUROSHELL TRADER, FRAMA. Heres et utvalg NeuroShell Trader-diagram som viser fraktal-adaptiv glidende gjennomsnitt. For mer informasjon om NeuroShell Trader, besøk NeuroShell. --Marg Sherald, Ward Systems Group, Inc. 301 662-7950, saleswardsystems neuroshell GO BACK AMIBROKER: Fractal Adaptive Moving Gjennomsnitt I Fractal Adaptive Moving Averages presenterer John Ehlers en ny metode for adaptiv utjevning basert på antagelsen om at markedsprisene er fraktale . Koding av fraktal adaptive glidende gjennomsnitt (FRAMA) er relativt grei i AmiBroker Formula Language (AFL). Takket være sine kraftige array-prosesseringsfunksjoner, kan FRAMA implementeres i AmiBroker uten løkker, noe som gjør det ekstremt raskt. Klar til brukskode er presentert i Liste 1. Til sammenligning tar koden også et standardeksponentielt glidende gjennomsnitt av samme lengde (figur 7). Figur 7: AMIBROKER, FRACTAL ADAPTIVE FLYGGEMIDDEL. Dette AmiBroker skjermbildet viser et prisdiagram av AAPL med en 14-dagers FRAMA (rød linje) og eksponentiell glidende gjennomsnitt (blå linje) med samme lengde. FRAMA følger betydelige prisendringer raskere, samtidig som det opprettholder glatthet i trange soner. LISTE 1 FRAMA - Fractal Adaptive Moving Average Price (HL) 2 N Param (N, 16, 2, 40, 2) må være lik N3 (HHV (Høy, N) - LLV (Lav, N)) N HH HHV , N2) LL LLV (Lav, N2) N1 (HH - LL) (N2) HH HHV (Ref (Høy, - N2), N2) LL LLV (Ref (Lav, N2), N2) N2 (N2) - Log (N3)) logg (2), Null) alpha exp (-4,6 (Dimen -1)) alfa Min (Maks (alfa, 0,01), 1) bundet til 0,01. 1 rekkevidde Frama AMA (Pris, alfa) Plot (Frama, FRAMA (N), colorRed, styleThick) Plot (EMA (C, N). EMA (N), colorBlue) Plot (C, Lukk, colorBlack, styleCandle) En nedlastbar versjon av formelen er tilgjengelig fra Amibroker nettside. --Tomasz Janeczko, AmiBroker amibroker GÅ TILBAKE NEOTICKER: Fractal Adaptive Moving Average Den fraktal adaptive glidende gjennomsnittlige (FRAMA) beregningen presentert i artikkelen Fractal Adaptive Moving Averages av John Ehlers kan implementeres som en NeoTicker-indikator. Oppføring 1 viser koden for den fraktale adaptive glidende gjennomsnittlige indikatoren, med to parametere. Den første parameteren er pris, som er en formelparameter som bruker gjennomsnittlig prisberegning som standard. Den andre parameteren er N, som er et heltallsparameter med 16 som standard. NeoTicker fraktal adaptiv glidende gjennomsnittlig indikator viser en linje som forbinder beregningsresultatet fra et fraktal gjennomsnitt for hver linje. Denne indikatoren, som enhver annen indikator, kan brukes i et handelssystem, som vist i eksempeldiagrammet i figur 8, der et crossover-system er konstruert ved hjelp av FRAMA. FIGUR 8: NEOTICKER, FRACTAL ADAPTIVE MOVING AVERAGE. Heres et utvalg NeoTicker-diagram som viser et crossover-system konstruert ved hjelp av FRAMA-indikatoren. En nedlastbar versjon av denne indikatoren og utvalgskartet vil være tilgjengelig på NeoTicker Yahoo User Group. TRADINGSOLUTIONS: Fractal Adaptive Moving Average I sin artikkel Fractal Adaptive Moving Average, beskriver John Ehlers et eksponentielt glidende gjennomsnitt basert på den siste volatiliteten, ved bruk av fraktal dimensjoner av de siste prisene for å etablere en alfa. Denne funksjonen er også tilgjengelig som en nedlastbar fil fra TradingSolutions-websiden (handelsløsninger) i løsningsbiblioteket. Som med mange indikatorer, kan denne funksjonen gi en god innsats til nevrale nettverksspådommer. --Gary Geniesse, NeuroDimension, Inc. 800 634-3327, 352 377-5144 tradingsolutions GÅ TILBAKE FINANSIELL DATA KALKULATOR: Fractal Adaptive Moving Average Artikkelen Fractal Adaptive Moving Averages av John Ehlers viser hvordan man bruker en fraktal dimensjon tilnærming for å gjøre en eksponentiell Flytte gjennomsnittlig adaptiv. I Financial Data Calculator (FDC), gjøres dette lettest ved hjelp av tre makroer: --Bill Rafter Mathematical Investment Decisions Inc. 856 857-9088, mathinvestdecisions GÅ TILBAKE Alle rettigheter reservert. kopi Copyright 2005, Technical Analysis, Inc.