این روند چقدر است؟

تعیین شرایط بازار در دوره های زمانی مختلف ، اصل اساسی تجارت مبادله است. موفقیت یک معامله گر بستگی به این دارد که پیش بینی قیمت آنها چقدر دقیق است. تعدادی از مقالات قبلاً در مورد این موضوع نوشته شده است ، به عنوان مثال"چندین روش برای یافتن یک روند در MQL5" ، که روش های تعیین بازار روند را با شاخص های مربوطه و مشاوران متخصص توصیف می کند. یکی از مقالات قبلی من "تجزیه و تحلیل مقایسه ای از 10 استراتژی روند" نیز به روند اختصاص داده شده است که در آن روند زیر استراتژی ها تدوین و آزمایش شده است. در این مقاله ، ما همچنین چندین روش برای تعیین روند را با هدف تعیین مدت زمان روند نسبت به بازار مسطح انتخاب خواهیم کرد. به طور کلی پذیرفته شده است که نسبت روند به مسطح 30 ٪ تا 70 ٪ است. ما این را بررسی خواهیم کرد.

تعریف کار

بیایید وظایف و شرایط تحقیق خود را تعیین کنیم.

1. برای انتخاب روش هایی برای تعیین روند و بازارهای مسطح برای تجزیه و تحلیل کمی و کیفی بعدی. این فقط به سیستم هایی نیاز دارد که هر دو شرایط بازار را نشان می دهند. در حالت ایده آل ، آنها باید دارای شاخص های کیفیت داخلی مانند قدرت روند یا تعریف روشنی از روند جانبی باشند.
2. برای اینکه بتوانیم نسبت در دوره های زمانی مختلف و در بازارهای مختلف تک و چند کمبود ، بازارهای ارز ، سهام یا آینده را تعیین و ارزیابی کنیم.
3. برای ایجاد ابزاری مفید برای خواننده که امکان تحقیق مستقل در شرایط خاص کاربر را فراهم می کند.
4. برای انجام یک تجزیه و تحلیل مقایسه ای بر اساس داده های به دست آمده در شرایط مختلف. برای جستجوی همبستگی.

پیاده سازی

1. انتخاب روشهای تعیین روند.

1. 1بیایید تحقیق را با ADX ، شاخص قدرت کلاسیک روند شروع کنیم. ما با استفاده از سطح TrendLevel ، روند یا مناطق مسطح را تخمین می زنیم. بیایید فرض کنیم که اگر خط اصلی از این سطح بالا برود ، روند وجود دارد. شکل 1 نمونه ای از تعیین منطقه روند و منطقه مسطح را با استفاده از این روش نشان می دهد. وضعیت بازار برای تعداد شمعدان ها که مقدار ADX بالاتر از TrendLevel از نمونه داده شده است محاسبه می شود.

شکل 1 با استفاده از ADX برای تعیین روند/منطقه مسطح

1. 2در مرحله بعد ، بیایید نشانگر قدرت و جهت را در نظر بگیریم ، برای اهداف ما ، فقط یک نشانگر بولینگر و کاهش تعداد نمایش داده شده به دو (قرمز و سبز) را انتخاب کنیم. شکل 2 به وضوح روندهای قوی بازار را نشان می دهد ، جایی که شمعدان ها با رنگ های مشخص مشخص شده اند.

شکل 2 با استفاده از نوارهای بولینگر برای تعیین مناطق روند/مسطح.

1. 3در وهله سوم ، درصد روند را در نظر خواهیم گرفت ، که ما نیز با حذف دوره دوم و اضافه کردن نشانه رنگ برای روند اصلاح شده ایم. نتیجه استفاده از این شاخص در شکل 3 نشان داده شده است

شکل 3 با استفاده از درصد روند برای تعیین مناطق روند/مسطح.

1. 4راه دیگر برای تعیین روند/منطقه مسطح ، Rsifilter است. برای محاسبه آسان تر ، نشانگر RSI به عنوان یک هیستوگرام با ستون های عمودی نمایش داده می شود که مقادیر شاخص را نشان می دهد که وارد مناطق از پیش تعیین شده/Oversold می شوند. در اینجا ، نشانگر اصلی نیز تغییر یافته است: حالت مسطح نمایش داده نمی شود و بافر برای ارزش ارتفاع هیستوگرام در این شرایط بازار برابر با صفر است. این کار برای تعیین راحت تر یک روند انجام می شود (در این صورت مقدار بافر برابر با یک است). نمونه ای از شاخص در شکل 4 نشان داده شده است

شکل 4 با استفاده از RSIfilter برای تعیین روند/منطقه مسطح.

1. 5سرانجام ، ما روش را از مقاله "چندین روش برای یافتن یک روند در MQL5" در نظر خواهیم گرفت - روش شناسایی روند روند/مسطح با استفاده از شاخص ZigzagtrendDetector. هیچ تغییری در این مورد وجود ندارد. اجرای آن در شکل 5 نشان داده شده است

شکل 5 تعیین مناطق روند/مسطح با استفاده از ZigzagtrendDetector.

2. توسعه و اجرای ابزاری برای محاسبه شرایط بازار. نمایش نتایج

نتیجه برای هر روش تعیین مناطق روند/مسطح به عنوان یک جدول خلاصه برای چندین بازه زمانی نشان داده می شود. برای وضوح ارائه ، من از کتابخانه EasyandFastGui بر اساس سری مقاله های رابط گرافیکی استفاده کردم. برای تجسم نتایج ، یک کلاس ویژه ctrendcountui تهیه شد. برای بازنمایی بهتر ، شکل 6 الگوی اصلی مورد استفاده برای ثبت تمام محاسبات را نشان می دهد.

شکل 6 الگوی نمایش محاسبه نتایج آزمون.

همانطور که در تصویر مشاهده می کنید ، ستون اول روش هایی را برای محاسبه روند نشان می دهد ، خط اول محاسبه را برای یک گزینه Multi-TimeFrame نشان می دهد. برای صرفه جویی در فضا و حفظ خوانایی ، من اجرای کامل رابط را ترک می کنم ، و فقط به عملکردی می دهم که الگوی ارائه شده در بالا را پیکربندی و تجسم می کند:

//+------------------------------------------------------------------+ // |خروجی و پیکربندی پانل اطلاعات | //+------------------------------------------------------------------+ خالیsetInfopanel ()<//---ui. createmainpanel ("پیشخوان روند") ؛ui. createstatusbar (1,25) ؛ui. m_status_bar. valuetoitem (0,"فعال شده"+سمبل()) ؛ui. createcanvastable () ؛//---ui. m_canvas_table. setValue (0,0,"ارزش") ؛ui. m_canvas_table. setValue (0,1,"ADX") ؛ui. m_canvas_table. setValue (0,2,"BB") ؛ui. m_canvas_table. setValue (0,3,"گلدان") ؛ui. m_canvas_table. setValue (0,4,"RSI") ؛ui. m_canvas_table. setValue (0,5,"ZZ"); //---ui. m_canvas_table. setValue (1,0,"M1") ؛ui. m_canvas_table. setValue (2,0,"M5") ؛ui. m_canvas_table. setValue (3,0,"M15") ؛ui. m_canvas_table. setValue (4,0,"M30") ؛ui. m_canvas_table. setValue (5,0,"H1") ؛ui. m_canvas_table. setValue (6,0,"H4") ؛ui. m_canvas_table. setValue (7,0,"H6") ؛ui. m_canvas_table. setValue (8,0,"D1") ؛ui. m_canvas_table. setValue (9,0,"W1") ؛ui. m_canvas_table. updatetable (درست است، واقعی) ؛ui. createLabel ("کار کردن. ");>

مرحله بعدی ایجاد الگوریتم های محاسبه برای روشهای محاسبه فوق است. بسیاری از گزینه های اجرای مشابه هستند ، بنابراین ما فقط یکی از آنها را تجزیه و تحلیل خواهیم کرد. بیایید روی محاسبه بپردازیم.

ما با اولین روش توصیف شده شروع می کنیم - ADX ، عملکرد GetAdxCount ().

//+------------------------------------------------------------------+ // |عملکرد محاسبه شرایط بازار با استفاده از ADX | //+------------------------------------------------------------------+ بولgetAdxCount ()<// --- блл 1 دو برابرadx [] ، نتیجه [] ، تعداد ؛در نظر گرفتنto_copy ، میله ؛در نظر گرفتنtf_size =از روی(ind_timeframe) ؛از هم آراستن(ind_handle ، tf_size) ؛از هم آراستن(نتیجه ، tf_size) ؛با هم اری کردن(adx ،0.0); با هم اری کردن(نتیجه ،0.0); arraysetasseries(adx ،درست است، واقعی); //--- برای(در نظر گرفتنمن =0;i0؛ind_handle [i] =IADX(سمبل() ، ind_timeframe [i] ، inpind_adxperiod) ؛if(ind_handle [i] ==نامعتبر) <چاپ("نتوانست دسته نشانگر را بدست آورد"); برگشت(دروغ);> // --- بلوک 2میله =میله(سمبل() ، ind_timeframe [i]) ؛to_copy = (میله ها//--- if(کپی کننده(ind_handle [i] ،0,0، to_copy ، adx) 0) برگشت(دروغ); // --- بلوک 3 برای(در نظر گرفتنj =0;jif(adx[j]>TrendLevel) count++;>نتیجه [i] = (count/to_copy)*100; نشانگر(Ind_Handle[i]);> // --- بلوک 4 برای(در نظر گرفتنمن =1;i<=tf_size;i++) UI.m_canvas_table.SetValue(i,1,دوتایی(نتیجه [i-1],2)) ؛ui. m_canvas_table. updatetable (درست است، واقعی); برگشت(درست است، واقعی);>

بیایید بلوک های کد را از لیست بالا در نظر بگیریم.

• بلوک 1. اولیه سازی متغیرها و آرایه ها ، کاهش آنها به تعداد بازه های زمانی مورد استفاده برای آزمایش.
• بلوک 2. نمونه ای از تعداد مشخصی از شمعدان ها ، برای آزمایش و به دست آوردن درصد درصد. توجه داشته باشید که در بازه های زمانی بالاتر یا ابزارهای دارای سابقه کوچک ، ممکن است میله های کافی برای یک نمونه معین وجود نداشته باشد ، بنابراین شما باید عمق تاریخ را تعیین کنید و در صورت لزوم ، حجم داده های درخواست شده را تنظیم کنید.
• بلوک 3. برای نشانگر ADX ، پیشخوان را افزایش می دهیم وقتی مقدار آن برای نوار فعلی از سطح روند عبور کند.
• بلوک 4. ما نتایج آزمون را به جدول تهیه شده در عملکرد SetInfopanel () اضافه می کنیم.

پس از آن ، فقط بلوک 3 (شرایط شمارش) تغییر می یابد.

عملکرد GetColorBbCount ().

برای(در نظر گرفتنj =0;jif(bb[j]) count++;>نتیجه [i] = (count/to_copy)*100;

مقدار غیر صفر بافر نشانگر انتخاب شده به این معنی است که شمعدان فعلی در نمونه متعلق به روند است. در غیر این صورت این یک دوره مسطح است.

عملکرد GetPotCount ().

پارامترهای شاخص "درصد روند" به شرح زیر است:

// --- درصد پارامترهای روند ورودی در نظر گرفتنinpperiodpot =20; ورودی دو برابرUptrendLevel =0.8; ورودی دو برابرdntrendlevel =0.2;

بنابراین ، نشانه ای از وجود روند یک مقدار شاخص است که فراتر از سطح صعود و سطح dntrendlevel است. بر این اساس ، محاسبه مانند موارد زیر خواهد بود:

برای(در نظر گرفتنj =0;jif(pot[j]>= UptrendLevel ||گلدان [j]<=DnTrendLevel) count++;>نتیجه [i] = (count/to_copy)*100;

عملکرد getrsicount ().

از آنجا که عملکرد به عنوان یک هیستوگرام نشان داده شده است ، که در آن 1 نشانگر وجود یک روند و 0 عدم حضور آن را نشان می دهد ، شرط یکسان با getColorbBcount () است:

برای(در نظر گرفتنj =0;jif(rsi[j]) count++;>نتیجه [i] = (count/to_copy)*100;

عملکرد GetzzCount ().

مشابه نسخه قبلی ، همان شکل هیستوگرام شاخص.

برای(در نظر گرفتنj =0;jif(zz[j]) count++;>نتیجه [i] = (count/to_copy)*100;

عملکرد Geta AVERIAL ().

نتیجه کلی را برای همه روش ها و بازه های زمانی محاسبه می کند.

//+------------------------------------------------------------------+ // |عملکرد محاسبه میانگین مقدار برای همه داده ها | //+------------------------------------------------------------------+ رشتهGeta Verio (دو برابر& arr [])<دو برابرجمع =0.0; در نظر گرفتناندازه =از روی(arr) ؛برای(در نظر گرفتنمن =0;iبرگشت(دوتایی(جمع ،2));> //+------------------------------------------------------------------+

در نتیجه ، محاسبه داده ها و خروجی نمایش های جمع و جور زیر را دارند:

//+------------------------------------------------------------------+ // |عملکرد اولیه سازی متخصص | //+------------------------------------------------------------------+ در نظر گرفتن در عین حال() if."انجام شده است. نتیجه برای"+در حال حاضر(numcandles)+"میله ها. میانگین زمان روند -"+Geta AVERAGE (AVR_RESULT)+"%"); دیگر "خطا");> //--- برگشت(init_sucted);>

آزمایش کردن

برای آزمایش ، تصمیم گرفته شد از چندین ابزار مختلف به منظور به حداکثر رساندن دامنه شرایط تحقیق استفاده شود:

• جفت ارز - EURUSD ، USDCHF ، USDJPY ، GBPUSD ؛
• آینده (طل ا-6. 17) ؛
• بازار سهام (#MCD) ؛

در تمام بازه های زمانی ، آزمایش بر روی نمونه 2،000 میله انجام می شود. در اینجا پارامترهای آزمایش وجود دارد که برای همه نمادها یکسان هستند.

//+------------------------------------------------------------------+ // |پارامترهای ورودی متخصص | //+------------------------------------------------------------------+ ورودی در نظر گرفتنnumcandles =2000; // تعداد شمع های تجزیه و تحلیل شده // ---- پارامترهای ADX ورودی رشتهcom1 =""; // ---- پارامترهای ADX ورودی در نظر گرفتنinpind_adxperiod =14; // دوره ADX ورودی دو برابرTrendLevel =20. 0; // --- پارامترهای ColorBbCandles ورودی رشتهcom2 =""; // ---- پارامترهای ColorBbCandles ورودی در نظر گرفتنbandsperiod =20; // دوره متوسط BB ورودی دو برابرbandsdeviation =1.0; // انحراف ورودی enum_ma_methodma_method_ =MODE_SMA; // روش میانگین شاخص ورودیApplied_Price_ ipc = price_close_ ؛// ثابت قیمت // --- درصد پارامترهای روند ورودی رشتهcom3 =""; // ---- درصد پارامترهای روند ورودی در نظر گرفتنinpperiodpot =20; ورودی دو برابرUptrendLevel =0.7; ورودی دو برابرdntrendlevel =0.3; // --- پارامترهای rsifilter ورودی رشتهcom4 =""; // ---- پارامترهای rsifilter ورودی عودrsiperiod =10; // دوره شاخص ورودی enum_appleied_pricersiprice =close قیمت; // قیمت ورودی عودHighlevel =60; // سطح بیش از حد ورودی عودlowlevel =40; // سطح بیش از حد // --- پارامترهای ZigzagtrendDetector ورودی رشتهcom5 =""; // ---- پارامترهای zigzagtrenddetector ورودی در نظر گرفتنextdepth =5; ورودی در نظر گرفتنextDeviation =5; ورودی در نظر گرفتنextBackStep =3;

1. آزمایش جفت ارز.

نتایج آزمایش در چهار جفت ارز ، مقدار متوسط غالب برابر 60 ٪ از زمان را در حالت روند نشان می دهد. در عین حال ، از استفاده از روش ها و بازه های زمانی مختلف تفاوت معنی داری مشاهده نمی شود.

شکل 7. چهار جفت ارز ، نتایج آزمایش.

2. آزمایش در آینده.

نتایج آزمایش در آینده نشان داد که بازه های زمانی بالاتر مقادیری را که از گرایش کلی خارج می شوند مهار می کنند. این امر به این دلیل است که در ابتدا ما یک سری نمونه از 2،000 میله را تنظیم کرده ایم ، اما در D1 و W1 سابقه کافی برای آن وجود ندارد ، بنابراین محاسبه براساس حداکثر تاریخ موجود است.

شکل 7 نتایج آزمایش برای Futures Gold-6. 17.

3. آزمایش در سهام.

در اینجا ، یک گرایش کلی نیز وجود دارد که قبلاً روی نمادهای فوق مشاهده شده است.

شکل 8 #MCD ، نتایج آزمایش.

در حین آزمایش ، من در مورد مناسب بودن نمونه انتخاب شده 2000 شمعدان فکر کردم. آیا مقدار متوسط روند برای طیف های مختلف سری نمونه ها حفظ می شود؟در اینجا ، یک مسئله جالب دیگر برای تحقیق وجود دارد - چگونه نسبت روند/مسطح با زمان تغییر می کند؟با تحقیق در مورد پویایی این تغییر نسبت ، می توانیم تغییرات در ماهیت حرکات روند ، مدت ، فرکانس و غیره را درک کنیم. بنابراین ، تصمیم گرفته شد که وابستگی بین مقدار نمونه و مقدار روند متوسط برای هر یک از روند تعیین کننده را بررسی کنیممواد و روش ها. این پاسخ به سؤالات فوق ارائه می دهد. ما با استفاده از ضریب همبستگی رتبه Spearman ، وابستگی ها را جستجو خواهیم کرد.

ما به همبستگی دو شکل علاقه مندیم: تعداد میله های آزمون (X) و میانگین زمان روند در درصد (y). برای هر x و y ، رتبه ها اختصاص داده می شوند. بر اساس رده های به دست آمده ، ما از فرمول برای محاسبه تفاوت آنها D و ضریب استفاده می کنیم:

جایی که n تعداد جفت های اندازه گیری شده x و y است. مقدار ضریب می تواند ا ز-1 تا 1 متفاوت باشد. یک مقدار مثبت نشان دهنده وابستگی مستقیم مقادیر تحقیق شده است ، منفی به معنای وابستگی معکوس است. مقدار صفر نشان می دهد که هیچ وابستگی وجود ندارد.

به عنوان نمونه ، بیایید یکی از روش های تعیین روند ADX را در جفت ارز EURUSD بزرگنمایی کنیم. سایرین به طور مشابه محاسبه می شوند و نتایج آنها برای وضوح بهتر به یک جدول اضافه می شود. در مورد ما ، اندازه گیری میانگین مقادیر زمان روند N = 7 ، با تعداد از پیش انتخاب شده میله برای آزمون (100 ، 200 ، 300 ، 500 ، 1000 ، 1500 ، 2000). جدول زیر نتایج اندازه گیری مقادیر ، اعم از آنها ، اختلاف دامنه و دامنه مربع را برای محاسبه ضریب نشان می دهد:

با وارد کردن این مقادیر در فرمول ، ضریب ρ = 1- (6*2)/(7*(49-1) = 0. 96 را بدست می آوریم.

در مرحله بعد ، ما مقدار به دست آمده را در جدول مقادیر ضریب بحرانی نشان داده شده در شکل 8 ، برای n = 7 بررسی می کنیم و نتیجه می گیریم که در این آزمون یک وابستگی قوی و مستقیم متناسب بین مقدار متوسط روند و مقدار وجود دارداز نمونه آزمایش انتخاب شده در میله ها.

شکل 8 مقادیر بحرانی ضریب همبستگی درجه Spearman.

در مرحله بعد ، ما ضریب Spearman را برای کلیه روشهای شناسایی روند برای جفت ارز EURUSD انتخاب شده محاسبه می کنیم و نتایج را در یک جدول نمایش می دهیم.

نتایج چه می گویند؟سه روش اول تعیین روند ، وابستگی مستقیم از میانگین روند روند به عمق تاریخ را نشان داد ، برعکس ، یک رابطه معکوس نشان داد ، در حالی که نشانگر زیگزاگ نشان داد که نتیجه نهایی به اندازه بستگی نداردسری نمونه. بیایید ضرایب سایر ابزارهای درگیر در آزمایش را محاسبه کنیم و همچنین نتایج موجود در جدول را خلاصه کنیم.

بر اساس نتایج به دست آمده ، نتیجه گیری زیر را می توان برای هر یک از ابزارهای تجاری ترسیم کرد.

• EURUSDدر سه روش تجزیه و تحلیل پنج روند ، یک همبستگی قوی وجود دارد: هرچه تاریخ عمیق تر باشد ، نسبت آن از وضعیت روند بازار بزرگتر خواهد بود.
• USDCHFمشابه ابزار قبلی: پیش از این ، سهم وضعیت روند بازار بالاتر از اکنون بود.
• USDJPYدر اینجا ، هیچ ارتباطی بین تغییر در اندازه نمونه و مقدار نهایی وجود ندارد. ماهیت جنبش و پویایی این بازار چندان تغییر نکرده است.
• GPBUSD. در چهار از پنج روش ، یک وابستگی مستقیم متناسب بین نسبت روند و اندازه نمونه وجود دارد. ما همچنین نتیجه می گیریم که ، در این جفت ، سهم وضعیت روند بازار در گذشته بالاتر از امروز بود.
• طل ا-6. 17. ما هیچ وابستگی به اندازه نمونه مشاهده نکردیم.
• #MCDوابستگی در هر پنج مورد (برجسته - در چهار مورد از اینها) وجود دارد. این همچنین نشانگر روندهای قوی و طولانی در گذشته است. هرچه تاریخ به امروز نزدیک تر باشد ، مدت و وقوع حرکات قوی در بازار منتخب کمتر خواهد بود.

برای تأیید قابلیت اطمینان نتایج به دست آمده ، بیایید نمودارهای ابزارهای آزمایش شده را در یک بازه بزرگ و برای یک دوره طولانی تاریخ در نظر بگیریم. این ایده می دهد که آیا ماهیت حرکات روند در حال تغییر است یا خیر. برای مطالعه ، بیایید یک بازه زمانی هفتگی را در نظر بگیریم و سعی کنیم بخش های مشخصه روند و مسطح را شناسایی کنیم.

تصویر زیر را در نظر بگیرید. این جفت ارز EURUSD را از سال 1995 تا به امروز نشان می دهد.

هفتگی Eurusd Char ، 1995-2017

در اینجا ، سه منطقه ویژگی های بارز بازار را نشان می دهد:

• منطقه اول یک روند کلی به سمت پایین به سمت پایین با عقب کشیده های جزئی را نشان می دهد. به مدت و قدرت روند توجه کنید.
• منطقه دوم از نظر حرکت آن تقریباً بر خلاف اول است ، اما روند و مدت زمان مشابهی شبیه به مورد اول است. همانطور که می بینیم ، این دو حرکت بین سالهای 1995 و اواسط 2007 رخ داده است.
• در مناطق مشخص شده سوم و چهارم ، قدرت و مدت زمان حرکات روند در حال کاهش است. در مقیاس تاریخی ، روندهای مدرن بیشتر شبیه حرکات کنار هم هستند.

این مشاهدات نشان می دهد که محاسبه ضرایب همبستگی رتبه Spearman برای روش های انتخاب شده برای تعیین روند قابل اطمینان ، ویژگی فعلی روند تغییر روند/مسطح را نشان می دهد.

محاسبه ضرایب همبستگی برای این نماد نه وابستگی به ماهیت تغییر و نه همبستگی بین روند و زمان نشان داد. شکل 10 به وضوح نشان می دهد که از اوایل سال 1995 یک حرکت برجسته و قوی به سمت بالا وجود دارد و به دنبال آن یک دوره طولانی از روند قابل توجهی کوتاه تر با دامنه بسیار کوچکتر وجود دارد. در قسمت دوم شکل (با یک روند نزولی به دنبال یک روند صعودی) حرکات مکرر مکرر قابل توجهی وجود دارد که چند ماه ادامه دارد.

شکل 10 نمودار هفتگی USDJPY 1995-2017.

بنابراین ، در این حالت ضرایب همبستگی رتبه Spearman همچنین عدم وجود وابستگی بین دوره زمانی و نسبت روند/مسطح را به درستی توصیف می کند.

در سهام ، همبستگی در هر پنج روش تعیین روند مشاهده شد. شکل 11 نشان می دهد که در گذشته ، سهام بدون کشش قابل توجهی یا حالت های مسطح طولانی حرکت می کند. همچنین ، ما به وضوح می بینیم که چه حرکتی و چه نسبت مناطق روند/مسطح در گذشته اخیر و تا به امروز حاکم بوده است.

شکل . 11 سهام #MCD ، 2003-2017.

بنابراین ، در اینجا ، محاسبه ضرایب همبستگی رتبه Spearman کاملاً توجیه شده است و تصویری را نشان می دهد که یک تغییر قوی در روند/نسبت مسطح به حالت مسطح است. روند کلی بازارهای مورد مطالعه نشان می دهد که بازارها هم از نظر حرکت و هم از نظر شخصیت این حرکت تغییر می کنند. آنها نامنظم ، پویاتر و کمتر قابل پیش بینی می شوند. این می تواند با نتایج به دست آمده در این مقاله اثبات شود: نسبت روند/مسطح به سمت حرکات جانبی تغییر یافته است. در اوایل این روند از آنچه امروزه قابل مشاهده و آشکارتر بود.

نتیجه گیری

برای ارائه بهتر تست ها ، مقادیر کل تمام ابزارهای آزمایش شده به عنوان جدول نشان داده شده است.

بر اساس جدول خلاصه نتایج آزمون ، می توانیم موارد زیر را نتیجه بگیریم: برای شرایط آزمایش داده شده ، میانگین ارزش بازار در حالت روند حدود 60 ٪ است ، در حالی که در مقیاس زمانی از گذشته تا به امروز تغییر نسبت روند/مسطح تغییر می کندبه سمت تخت ، به تدریج به فرض اولیه نسبت 30:70 نزدیک می شود.

نتایج به ما چه می گویند؟

• بازارها پویاتر هستند ، روند/نوسان فاز مسطح به طور فزاینده ای اتفاق می افتد.
• دوره های روند طولانی به نوسانات کوتاه تر تغییر می کنند. شخصیت حرکت آنها نسبت به گذشته کمتر مشخص است.
• بر این اساس ، پویایی بازار ، حرکات و مراحل پیچیده تر شده است.

نتیجه

بایگانی پیوست شده شامل تمام پرونده های ذکر شده است که در پوشه های مناسب قرار دارند. برای عملکرد مناسب آنها ، فقط باید پوشه MQL5 را در پوشه ریشه ترمینال ذخیره کنید.

برنامه های مورد استفاده در مقاله:

پرونده های پیوست | MQL5. ZIP (1693. 17 KB)

هشدار: کلیه حقوق این مواد توسط Metaquotes Ltd. کپی یا چاپ مجدد این مواد به طور کامل یا جزئی محفوظ است.

مقالات دیگر این نویسنده

• سیستم اعلان های صوتی برای رویدادهای تجاری و سیگنال ها
• جعبه ابزار سریع تجارت دستی: کار با موقعیت های باز و سفارشات در انتظار
• ابزار معاملات دستی سریع: عملکرد اساسی
• نظارت چند منظوره سیگنال های معاملاتی (قسمت 5): سیگنال های کامپوزیت
• نظارت چند منظوره از سیگنال های معاملاتی (قسمت 4): تقویت عملکرد و بهبود سیستم جستجوی سیگنال
• نظارت چند ارز از سیگنال های معاملاتی (قسمت 3): معرفی الگوریتم های جستجو
• نظارت چند منظوره از سیگنال های معاملاتی (قسمت 2): اجرای قسمت بصری برنامه