Crossover rata rata mql5 moving average

Moving Average ConvergenceDivergence (MACD) adalah indikator dinamik mengikuti tren. Ini menunjukkan korelasi antara dua Moving Averages dengan harga. Indikator Teknis Moving Average ConvergenceDivergence (MACD) adalah perbedaan antara rata-rata pergerakan eksponensial 26 periode dan 12 periode. Untuk menunjukkan peluang buas dengan jelas, yang disebut garis sinyal (rata-rata pergerakan 9 periode indikator) diplot pada bagan MACD. MACD terbukti paling efektif di pasar perdagangan yang berayun lebar. Ada tiga cara populer untuk menggunakan Moving Average ConvergenceDivergence: crossover, kondisi overboughtoversold, dan divergence. Crossover Aturan perdagangan MACD dasar adalah menjual saat MACD turun di bawah garis sinyalnya. Demikian pula, sinyal beli terjadi ketika Moving Average ConvergenceDivergence naik di atas garis sinyalnya. Hal ini juga populer untuk membeli ketika MACD berjalan di bawah nol. Kondisi OverboughtOversold MACD juga berguna sebagai indikator overboughtoversold. Ketika moving average yang lebih pendek menarik diri secara dramatis dari moving average yang lebih lama (yaitu MACD naik), kemungkinan harga simbol meluap dan akan segera kembali ke level yang lebih realistis. Divergensi Indikasi bahwa akhir dari tren saat ini mungkin mendekati terjadi ketika MACD menyimpang dari simbol. Divergensi bullish terjadi ketika indikator Moving Average ConvergenceDivergence membuat harga tertinggi baru sementara harga gagal mencapai level tertinggi baru. Divergensi bearish terjadi ketika MACD membuat posisi terendah baru sementara harga gagal mencapai posisi terendah baru. Kedua perbedaan ini paling signifikan bila terjadi pada tingkat yang relatif overboughtoversold. Anda dapat menguji sinyal perdagangan dari indikator ini dengan membuat Expert Advisor di MQL5 Wizard. Perhitungan MACD dihitung dengan mengurangkan nilai rata-rata pergerakan eksponensial 26 periode dari rata-rata pergerakan eksponensial 12 periode. Rata-rata pergerakan sederhana dari MACD (jalur sinyal) 9 periode kemudian diplot di atas MACD. MACD EMA (CLOSE, 12) - EMA (CLOSE, 26) SIGNAL SMA (MACD, 9) EMA Exponential Moving Average SMA Rata-rata Bergerak Sederhana SIGNAL garis sinyal indikator. Dua Moving Average Crossover Alerts Serie MT4 Klasik di antara klasik: persimpangan Dari dua rata-rata bergerak dengan segala macam peringatan dan fitur untuk memperbaiki visualisasi pada tabel. Crossing dari 2 Moving Averages (MA) pada bar saat ini atau pada penutupan bar terakhir (disarankan) Kedua MA dapat ditetapkan untuk salah satu dari metode rata-rata berikut: Simple Moving Average (SMA), Exponential Moving Average (EMA), Average Moving Average (SMMA), rata-rata Bergerak Berbobot Lear (LWMA) Kedua MA dapat juga ditetapkan untuk periode rata-rata dan untuk harga berikut: Tutup, Terbuka, Tinggi, Rendah, Rata-rata, Rata-rata atau Tertimbang Pengguna dapat memilih gaya gambar Dari kedua MA untuk memperbaiki visualisasi pada grafik Setiap jenis peringatan dapat diaktifkan: Kotak Dialog, pesan Email, pemberitahuan SMS untuk ponsel cerdas dan tablet, dan peringatan Suara Secara default panah panah diplot untuk membeli sinyal dan panah bawah untuk menjual sinyal. Pengguna dapat memilih gaya gambar panah Ini mencakup celah minimum antara MA untuk memvalidasi persimpangan. Ia bekerja dengan baik pada simbol apapun (tidak masalah seberapa eksotisnya) dan kerangka waktu yang Kompatibel dengan platform MetaTrader manapun, terlepas dari jumlah digi Ts atau parameter lainnya Kompatibel dengan alat lain (indikator, EA atau skrip) tanpa memperlambat kinerja terminal dan operasi perdagangan. Kami adalah tim kecil coderstrader yang menyediakan layanan pemrograman profesional untuk dunia perdagangan, terutama untuk platform MetaTrader. Tim kami memiliki waktu sekitar 7 tahun (rata-rata) pengalaman trading dan sekitar 6 tahun (rata-rata) yang didedikasikan untuk pemrograman untuk MetaTrader. Kami telah mengembangkan Skrip, Indikator dan Penasihat Ahli untuk banyak klien di seluruh dunia dan untuk penggunaan kita sendiri. Advisor Advisor Expert Advisor Sistem sederhana merupakan peluang terbaik untuk berhasil dengan tidak menjadi terlalu sesuai kurva. Namun, menambahkan filter sederhana ke sistem yang kuat dapat menjadi cara yang bagus untuk meningkatkan profitabilitasnya, asalkan Anda juga menganalisis bagaimana hal itu dapat mengubah risiko atau bias yang ada dalam sistem. Sistem Crossover Rata-rata Moving dengan RSI Filter adalah contoh yang bagus untuk ini. Tentang Sistem Sistem ini menggunakan 30 unit SMA untuk fast average dan 100 unit SMA untuk rata-rata yang lambat. Karena moving average yang cepat adalah sedikit lebih lambat dari SPY 10100 Long Only Moving Average Crossover System. Itu harus menghasilkan lebih sedikit sinyal perdagangan total. Ini akan menarik untuk melihat apakah ini mengarah pada tingkat kemenangan yang lebih tinggi. Sistem juga menggunakan indikator RSI sebagai filter. Ini dirancang untuk menjaga agar sistem keluar dari perdagangan di pasar yang tidak tren, yang juga harus mengarah pada tingkat kemenangan yang lebih tinggi. Sistem ini memasuki posisi yang panjang ketika 30 unit SMA melintasi di atas 100 unit SMA jika RSI berada di atas 50. Ia memasuki posisi pendek ketika 30 unit SMA melintasi di bawah 100 unit SMA jika RSI berada di bawah 50. Sistem keluar Posisi panjang jika 30 unit SMA melintasi kembali di bawah 100 unit SMA, atau jika RSI turun di bawah 30. Ini keluar dari posisi pendek jika 30 unit SMA melintasi kembali di atas 100 unit SMA, atau jika RSI naik di atas 70. Ini juga menerapkan trailing stop yang didasarkan pada volatilitas pasar dan menetapkan pemberhentian awal di posisi terendah terakhir untuk posisi long atau tertinggi baru-baru ini untuk posisi short. Bagan FXI harian, EURUSD ETF, menunjukkan peraturan sistem yang berlaku 30 unit SMA melintasi di atas 100 unit SMA RSI gt 50 30 unit SMA yang berada di bawah 100 unit SMA RSI lt 50 30 unit SMA yang berada di bawah 100 unit SMA, atau RSI turun di bawah 30, atau Trailing Stop terkena, atau Initial Stop terkena Exit Short Ketika: 30 unit SMA melintasi di atas SMA 100 unit, atau RSI naik di atas 70, atau Trailing Stop terpukul, atau Initial Stop terkena Backtesting Results Hasil backtesting I Yang ditemukan untuk sistem ini berasal dari pasar Euro vs US Dollar dari tahun 2004 sampai 2011 dengan menggunakan periode waktu harian. Selama tujuh tahun itu, sistem hanya membuat 14 perdagangan, jadi pasti disaring sebagian besar aksi. Pertanyaannya adalah apakah atau tidak itu menyaring perdagangan bagus atau yang buruk. Dari 14 perdagangan tersebut, delapan diantaranya adalah pemenang dan enam diantaranya pecundang. Itu memberi sistem angka kemenangan 57, yang kita tahu bisa diperdagangkan dengan sangat sukses sehingga tingkat keuntungan juga kuat. Laporan backtesting untuk sistem forex menggunakan stat yang disebut faktor keuntungan. Jumlah ini dihitung dengan membagi laba kotor dengan rugi kotor. Ini memberi kita keuntungan rata-rata yang bisa kita harapkan per unit risiko. Hasil untuk laporan backtesting ini memberi sistem ini faktor keuntungan 3,61. Ini berarti bahwa dalam jangka panjang, sistem ini akan memberikan hasil yang positif. Sebagai perbandingan, Triple Moving Average Crossover System hanya memiliki faktor keuntungan 1,10, sehingga Moving Average Crossover System dengan RSI cenderung tiga kali lebih menguntungkan. Ini berarti bahwa dengan menggunakan jumlah yang lebih besar untuk moving average yang cepat dan menambahkan filter RSI harus menyaring beberapa perdagangan yang kurang produktif. Jumlah ini lebih jauh didukung oleh fakta bahwa rata-rata keuntungannya dua kali lebih besar dari rata-rata kerugian. Namun, terlepas dari rasio positif ini, sistem tersebut mengalami penarikan maksimal hampir 40. Ukuran Sampel Fakta bahwa sistem ini memberikan sedikit sekali sinyal adalah kekuatan terbesar dan kelemahan terbesarnya. Menempatkan lebih sedikit perdagangan dan menahan mereka untuk jangka waktu yang lebih lama akan menjaga biaya transaksi menjadi faktor. Namun, menganalisa 14 perdagangan yang terjadi selama tujuh tahun bisa mengakibatkan hasilnya miring karena ukuran sampelnya kecil. Saya penasaran bagaimana sistem ini akan dilakukan jika diperdagangkan di selusin pasang mata uang yang berbeda selama periode waktu yang sama. Selanjutnya, bagaimana hal itu dilakukan jika backtest kembali 50 tahun atau menguji sistem pada indeks saham atau komoditas. Ada statistik yang jelas positif untuk menjamin eksplorasi lebih lanjut dari sistem ini, namun akan sangat bodoh untuk menukar uang riil berdasarkan hasil 14 perdagangan. Contoh Perdagangan Contoh sistem kerja ini dapat dilihat pada grafik FXI saat ini. Sekitar tanggal 18 Maret tahun ini, SMA 30 hari melintas di bawah SMA 100 hari. Pada saat itu, RSI juga di bawah 50. Ini akan memicu posisi short di suatu tempat di bawah 36. Perhentian awal mungkin akan terjadi di atas level tertinggi baru-baru ini di 38. Pada pertengahan April, harga turun menjadi 34 dan Kita pasti telah menikmati keuntungan yang bagus. Harga kemudian rebound untuk hampir memicu awal kami berhenti di 38 di awal Mei sebelum menabrak hampir semua jalan sampai 30 pada akhir Juni. Ini telah bangkit kembali ke kisaran 34. Tidak ada gunanya salah satu tindakan ini 30 hari SMA melintas di atas SMA 100 hari, dan RSI tetap di bawah 70. Oleh karena itu, keduanya tidak akan memicu jalan keluar. Sementara harga mendekati pemberhentian awal kami, tidak sampai ke sana, jadi itu juga akan membuat kami tetap dalam perdagangan. Satu-satunya hal yang bisa menyebabkan jalan keluar adalah trailing stop, yang akan bergantung pada seberapa banyak volatilitas yang kita inginkan. Masih dini untuk mengatakan apakah kita ingin dihentikan atau tidak. Tentang Indikator RSI Indikator RSI dikembangkan oleh J. Welles Wilder dan ditampilkan dalam bukunya tahun 1978, New Concepts in Technical Trading Systems. Ini adalah indikator momentum yang berosilasi antara nol dan 100, yang menunjukkan kecepatan dan perubahan harga. Banyak trader momentum menggunakan RSI sebagai indikator overboughtoversold. RSI dihitung dengan perhitungan pertama RS, yang merupakan kenaikan rata-rata dari n periode terakhir dibagi dengan rata-rata kehilangan n periode terakhir. Nilai n umumnya 14 hari. RS (Average Gain) (Rugi Rata-rata) Setelah RS dihitung, persamaan berikut digunakan untuk membuat nilai tersebut menjadi indikator osilasi: RSI 100 8211 100 (1 RS) Ini akan memberi kita nilai antara nol dan 100. Nilai apapun di atas 70 umumnya dianggap overbought, dan setiap nilai di bawah 30 dianggap oversold. Namun, karena sistem ini merupakan tren sistem berikut, overbought dan oversold tidak memiliki konotasi negatif mereka yang biasa.