Bollinger Bänder In Matlab

Ich versuche, einen Indikator von MQL4 (Metatrader-Sprache) zu Matlab zu übersetzen. Der Bollinger-Bands-Code lautet wie folgt: Die iBands () - Dokumentation listet die 8 Eingänge auf: Ich verstehe alle diese außer Bandverschiebung und Verschiebung. Frage: Wenn i Bars ist der gesamte Bereich der Daten, warum macht die i1 nicht erstellen einen Out of Bereich Fehler Soweit ich sagen kann, ist dies Code für eine 20 Periode, 2 Standardabweichung Bollinger Band. Für ein gegebenes Zeitintervall sind die zugehörigen Bollinger-Bandwerte die für das vorhergehende Zeitintervall berechneten Werte (also die 1 nach dem vierten Komma). Was macht die i1 dann tun? Angesichts dieses Codes, wie würde ich in Matlab implementieren Mein Versuch, mit diesem Verschiebung Standardabweichung und dieser gleitende Durchschnitt: Ich glaube nicht, dass dies die gleiche Ausgabe wie die MQL4-Code gibt. Irgendwelche Hinweise wäre definitiv zu schätzen gefragt, wie man iBars1 und einen Fehler außerhalb der Reichweite Fehler MQL4 funktioniert in einem Reversed-TimeDOMAIN-Indizierung Raum zu verstehen. So zeigt die iBar die Tiefe des historischen TimeSeriesDataSET an, während der aktuellste (Live) Balken einen Index von 0 hat. Das bedeutet, dass für eine Berechnung eines technischen Indikators der Codierer die Verarbeitung auf diese Weise anordnen muss. Dies bedeutet auch, dass für jede neue Leiste die interne Darstellung der Datenspeicherschicht irgendwie alle DataCELLs um eine nach links verschieben muss (rückwärts in einer TimeDOMAIN Richtung zu History), um ein Leerzeichen für eine neue Leiste zu schaffen, die noch hat Index von 0 (ein Now Moment in einem TimeDOMAIN). Während die physikalische Verschiebung aller aktuellen Tiefe der DataSTORE wäre eine absolute Menge an Ressourcen (sowohl Zeit, CPU.), Arbeitet die Data-Storage-Schicht intelligenter, passt die Indizierung-Kopf auf jedem neuen Balken-Ereignis plus einige Form von elastischen verwendet DataSTORE capacity planningre-size on-demand, um die Mem-alloc (s) während des kontinuierlichen Wachstums der DataSTORE zu minimieren. Das bedeutet, dass das Testen auf einen Fehler außerhalb des Bereichs keine Unterstützung im User-Code-Namespace der MQL4-Sprache aufweist. Wie man Bandverschiebung und Verschiebung versteht. Der Aufruf von iBands () muss angeben, für welche Bar man die Funktion fragt, ein Ergebnis zu berechnen. Verschiebung liefert dazu Eingang. Der Index entspricht den oben genannten Regeln. Sobald die Berechnungen der Bollinger-Bänder durchgeführt wurden, können Sie die Kurven um eine bestimmte Anzahl von Balken versetzen, indem Sie den Graphen in TimeDOMAIN rechts umsetzen - damit die visualisierten Grafiken den Erwartungen und dem Vergnügen entsprechen. Bandsshift liefert Eingaben für diese graphische Ad-hoc-Verschiebung. Beachten Sie auch, dass die beobachteten Unterschiede zwischen den Google-, YFinance-, MATLAB - und MQL4-Graphen einfach erscheinen müssen und zusätzliche (nicht bekannte) Details berücksichtigt werden, die man kaum aus den gerade angezeigten Zeilen decodieren kann. Angewandter Preis: liefert eine Eingabe für die Auswahl der geeigneten Art des Preises Eingabe der Bollinger-Kalkül. Mode: liefert Eingang für den Empfang eines PriceDOMAIN-Wertes. So ist ein Lazy-Ansatz, die iBands () dreimal aufrufen, um die Baum-Linie-Bollinger, oder viele Male für ein Spektrum-farbige Bollinger Band Wärmekarten zu erhalten. Mit meinem kleinen Wissen über Bollinger Bands, scheint es, wie Sie eine Implementierung Problem haben könnte. Haben Sie die Ausgabe der Bollinger-Funktion in MATLAB versucht, können Bollinger-Bänder bei Kantenfällen, bei denen die Fenstergröße kleiner als 20 ist, unterschiedlich implementiert sein. Möglicherweise müssen Sie sich an die MQL4-Autoren wenden, um die Formeln zu überprüfen. Ich bemerkte einen Unterschied, wenn ich in Python und den Indikator in Google Finanzen gesehen implementiert. Dennoch, wenn Sie korrekt implementiert haben, werden die Werte, bei denen die Fenstergröße 20 beträgt, die gleichen Werte angezeigt. Es sei denn, Sie sind sehr sicher, der FEX-Code, sollten Sie std und Mittel für die Umsetzung. Antwort # 1 am: Mai 19, 2010, 10:13:19 pm »Ihre Antwort 2017 Stack Exchange, Incmid, uppr, lowr bollinger (Daten, wsize, wts, nstd) berechnet die mittleren, oberen und unteren Bänder, aus denen die Bollinger-Bands aus den Vektordaten. Mitte ist der Vektor, der das mittlere Band darstellt, ein einfacher gleitender Durchschnitt mit der Standardfenstergröße von 20. uppr und lowr sind Vektoren, die die oberen und unteren Bänder darstellen. Diese Bänder sind 2-mal und -2-fache Standardabweichungen weg von dem mittleren Band. Mids, upprfts, lowrfts bollinger (tsobj, wsize, wts, nstd) berechnet die mittleren, oberen und unteren Bänder, aus denen die Bollinger-Bands aus einem finanziellen Zeitreihenobjekt tsobj bestehen. Midfts ist ein finanzielles Zeitreihenobjekt, das das mittlere Band für alle Serien in tsobj darstellt. Sowohl upprfts als auch lowrfts sind finanzielle Zeitreihenobjekte, die die oberen und unteren Bänder aller Serien repräsentieren, die 2 mal und -2 mal die Standardabweichung weg von dem mittleren Band bewegen. Berechnen Sie die Bollinger-Bänder für Disney-Aktienschlusskurse und stellen Sie die Ergebnisse dar: Achelis, Steven B. Technische Analyse von A bis Z. Zweite Auflage, McGraw-Hill, 1995, S. 72 - 74.Bollinger Bands 8211 Momentum Model Trading Strategie (Aufbau) I. Trading Strategy Entwickler: John Bollinger (Bollinger Bands). Konzept: Trendfolgende Trading-Strategie basierend auf Bollinger Bands. Forschungsziel: Leistungsüberprüfung des 3-Phasen-Modells (longshortneutral). Spezifikation: Tabelle 1. Ergebnisse: Abbildung 1-2. Trade Setup: Lange Geschäfte: Closei 1 gt UpperBandi 1. Kurze Geschäfte: Closei 1 lt LowerBandi 1. Index: i Aktuelle Bar. Trade Entry: Long Trades: Ein Kauf an der Open wird nach einem bullish Setup platziert. Short Trades: Ein Verkauf an der Open wird nach einem bearish Setup platziert. Trade Exit: Tabelle 1. Portfolio: 42 Futures-Märkte aus vier großen Marktsegmenten (Rohstoffe, Währungen, Zinsen und Aktienindizes). Daten: 36 Jahre seit 1980. Testplattform: MATLAB. II. Empfindlichkeitstest Nach allen 3-D-Diagrammen folgen 2-D-Konturdiagramme für Profitfaktor, Sharpe Ratio, Ulcer Performance Index, CAGR, Maximum Drawdown, Procent Profitable Trades und Avg. Win Avg. Verlustrate. Das abschließende Bild zeigt die Empfindlichkeit der Eigenkapitalkurve. Geprüfte Variablen: MALength amp StDev (Definitionen: Tabelle 1): Abbildung 1 Portfolio Performance (Eingänge: Tabelle 1 Provisionen amp Slippage: 0).