absolute_strength_-_averages.mq5
Сообщите нам, если считаете, что материал размещён без разрешения.
Сообщить о материале
Обращение по товару «absolute_strength_-_averages.mq5» отправится на рассмотрение. Укажите контакт для ответа и опишите причину.
О программе
Absolute Strength — Averages — это пользовательский индикатор для MetaTrader 5, отображающий четыре линии в отдельном окне: сглаженные и сигнальные линии бычьей и медвежьей силы. Индикатор рассчитывает абсолютную силу цены двумя методами — на основе RSI или стохастика — и применяет выбранную скользящую среднюю для сглаживания результатов.
В основе расчёта лежит сравнение текущей цены с предыдущей: при RSI-методле используются модули и знак разницы цен, а при стохастическом методе — разница цены от минимума и максимума за заданный период. Затем значения бычьей и медвежьей силы сглаживаются двумя этапами усреднения, формируя основные и сигнальные линии.
Индикатор поддерживает 17 методов скользящих средних (SMA, EMA, DEMA, TEMA, SMMA, LWMA и другие), 8 типов цен и настраиваемые длины расчёта, сглаживания и сигнальной линии. Линии бычьей силы отрисованы зелёным, медвежьей — оранжевым; сигнальные линии выполнены пунктиром в соответствующих цветах.
Настройки программы
| Настройка | Описание |
|---|---|
| Mode | Метод расчёта абсолютной силы. RSI_method — расчёт на основе модулей разницы цен (аналог RSI). Stochastic_method — расчёт на основе разницы цены от максимума и минимума за период (аналог стохастика). |
| Length | Количество баров, используемых для расчёта абсолютной силы. Определяет период анализа при выборе стохастического метода и период первичного усреднения. |
| Smooth | Длина сглаживания основных линий. Определяет период первой скользящей средней, применяемой к значениям абсолютной силы перед расчётом сигнальных линий. |
| Signal | Длина сглаживания сигнальных линий. Определяет период второй скользящей средней, применяемой к уже сглаженным значениям бычьей и медвежьей силы. |
| Price | Тип цены, используемый в расчёте абсолютной силы. Доступны: Close, Open, High, Low, Median, Typical, Weighted и Average. |
| AvgMethod | Метод скользящей средней, используемый для сглаживания значений абсолютной силы. Поддерживает 17 типов: SMA, EMA, двойная сглаженная EMA, DEMA, TEMA, SMMA, LWMA, PWMA, Alexander MA, VWMA, Hull MA, TMA, Sine WMA, линейная регрессия, IE/2, NonLag MA, ZeroLag EMA и Leader EMA. |
Поиск по коду файла
#property indicator_separate_window
#property indicator_buffers 4
#property indicator_plots 4
#property indicator_label1 "Smooth bulls"
#property indicator_type1 DRAW_LINE
#property indicator_color1 clrLimeGreen
#property indicator_width1 2
#property indicator_label2 "Smooth bears"
#property indicator_type2 DRAW_LINE
#property indicator_color2 clrOrange
#property indicator_width2 2
#property indicator_label3 "Signal bulls"
#property indicator_type3 DRAW_LINE
#property indicator_color3 clrLimeGreen
#property indicator_style3 STYLE_DOT
#property indicator_label4 "Signal bears"
#property indicator_type4 DRAW_LINE
#property indicator_color4 clrOrange
#property indicator_style4 STYLE_DOT
enum ENUM_AS_MODE
{
RSI_method, // Calculate absolute strength using RSI method
Stochastic_method // Calculate absolute strength using Stochastic method
};
enum enAverages
{
avgSma, // Simple moving average
avgEma, // Exponential moving average
avgDsema, // Double smoothed EMA
avgDema, // Double EMA
avgTema, // Tripple EMA
avgSmma, // Smoothed MA
avgLwma, // Linear weighted MA
avgPwma, // Parabolic weighted MA
avgAlex, // Alexander MA
avgVwma, // Volume weighted MA
avgHull, // Hull MA
avgTma, // Triangular MA
avgSine, // Sine weighted MA
avgLsma, // Linear regression value
avgIe2, // IE/2
avgNlma, // Non lag MA
avgZlma, // Zeo lag EMA
avgLead // Leader EMA
};
enum enPrices
{
pr_close, // Close
pr_open, // Open
pr_high, // High
pr_low, // Low
pr_median, // Median
pr_typical, // Typical
pr_weighted, // Weighted
pr_average // Average (high+low+oprn+close)/4
};
input ENUM_AS_MODE Mode = RSI_method; // Calculation method
input int Length = 14; // Calculation length
input int Smooth = 5; // Smoothing length
input int Signal = 5; // Signal smoothing length
input enPrices Price = pr_close; // Price
input enAverages AvgMethod = avgSmma; // Averaging method
double SmthBulls[];
double SmthBears[];
double SigBulls[];
double SigBears[];
int OnInit()
{
// код доступен только после оплаты
}
int totalBars;
int OnCalculate(const int rates_total,
const int prev_calculated,
const datetime& time[],
const double& open[],
const double& high[],
const double& low[],
const double& close[],
const long& tick_volume[],
const long& volume[],
const int& spread[])
{
// код доступен только после оплаты
}
double getPrice(enPrices price, const double& open[], const double& close[], const double& high[], const double& low[], int bars, int i)
{
switch (price)
{
case pr_close: return(close[i]);
case pr_open: return(open[i]);
case pr_high: return(high[i]);
case pr_low: return(low[i]);
case pr_median: return((high[i]+low[i])/2.0);
case pr_typical: return((high[i]+low[i]+close[i])/3.0);
case pr_weighted: return((high[i]+low[i]+close[i]+close[i])/4.0);
case pr_average: return((high[i]+low[i]+close[i]+open[i])/4.0);
}
return(0);
}
string methodNames[] = {"SMA","EMA","Double smoothed EMA","Double EMA","Tripple EMA","Smoothed MA","Linear weighted MA","Parabolic weighted MA","Alexander MA","Volume weghted MA","Hull MA","Triangular MA","Sine weighted MA","Linear regression","IE/2","NonLag MA","Zero lag EMA","Leader EMA"};
string getAverageName(int method)
{
int max = ArraySize(methodNames)-1;
method = (int)MathMax(MathMin(method,max),0); return(methodNames[method]);
}
#define _maWorkBufferx1 6
#define _maWorkBufferx2 12
#define _maWorkBufferx3 18
double iCustomMa(double price, double length, int mode, const long& Volume[], int r, int instanceNo=0)
{
switch (mode)
{
case avgSma : return(iSma(price,(int)length,r,instanceNo));
case avgEma : return(iEma(price,length,r,instanceNo));
case avgDsema : return(iDsema(price,length,r,instanceNo));
case avgDema : return(iDema(price,length,r,instanceNo));
case avgTema : return(iTema(price,length,r,instanceNo));
case avgSmma : return(iSmma(price,length,r,instanceNo));
case avgLwma : return(iLwma(price,length,r,instanceNo));
case avgPwma : return(iLwmp(price,length,r,instanceNo));
case avgAlex : return(iAlex(price,length,r,instanceNo));
case avgVwma : return(iWwma(price,length,Volume,r,instanceNo));
case avgHull : return(iHull(price,length,r,instanceNo));
case avgTma : return(iTma(price,length,r,instanceNo));
case avgSine : return(iSineWMA(price,(int)length,r,instanceNo));
case avgLsma : return(iLinr(price,length,r,instanceNo));
case avgIe2 : return(iIe2(price,length,r,instanceNo));
case avgNlma : return(iNonLagMa(price,length,r,instanceNo));
case avgZlma : return(iZeroLag(price,length,r,instanceNo));
case avgLead : return(iLeader(price,length,r,instanceNo));
default : return(price);
}
}
double workSma[][_maWorkBufferx2];
double iSma(double price, int period, int r, int instanceNo=0)
{
if (ArrayRange(workSma,0)!= totalBars) ArrayResize(workSma,totalBars); instanceNo *= 2;
int k;
workSma[r][instanceNo] = price;
if (r>=period)
workSma[r][instanceNo+1] = workSma[r-1][instanceNo+1]+(workSma[r][instanceNo]-workSma[r-period][instanceNo])/period;
else { workSma[r][instanceNo+1] = 0; for(k=0; k<period && (r-k)>=0; k++) workSma[r][instanceNo+1] += workSma[r-k][instanceNo];
workSma[r][instanceNo+1] /= k; }
return(workSma[r][instanceNo+1]);
}
double workEma[][_maWorkBufferx1];
double iEma(double price, double period, int r, int instanceNo=0)
{
if (ArrayRange(workEma,0)!= totalBars) ArrayResize(workEma,totalBars);
double alpha = 2.0 / (1.0+period);
workEma[r][instanceNo] = workEma[r-1][instanceNo]+alpha*(price-workEma[r-1][instanceNo]);
return(workEma[r][instanceNo]);
}
double workDsema[][_maWorkBufferx2];
#define _ema1 0
#define _ema2 1
double iDsema(double price, double period, int r, int instanceNo=0)
{
if (ArrayRange(workDsema,0)!= totalBars) ArrayResize(workDsema,totalBars); instanceNo*=2;
double alpha = 2.0 /(1.0+MathSqrt(period));
workDsema[r][_ema1+instanceNo] = workDsema[r-1][_ema1+instanceNo]+alpha*(price -workDsema[r-1][_ema1+instanceNo]);
workDsema[r][_ema2+instanceNo] = workDsema[r-1][_ema2+instanceNo]+alpha*(workDsema[r][_ema1+instanceNo]-workDsema[r-1][_ema2+instanceNo]);
return(workDsema[r][_ema2+instanceNo]);
}
double workDema[][_maWorkBufferx2];
double iDema(double price, double period, int r, int instanceNo=0)
{
if (ArrayRange(workDema,0)!= totalBars) ArrayResize(workDema,totalBars); instanceNo*=2;
double alpha = 2.0 / (1.0+period);
workDema[r][_ema1+instanceNo] = workDema[r-1][_ema1+instanceNo]+alpha*(price -workDema[r-1][_ema1+instanceNo]);
workDema[r][_ema2+instanceNo] = workDema[r-1][_ema2+instanceNo]+alpha*(workDema[r][_ema1+instanceNo]-workDema[r-1][_ema2+instanceNo]);
return(workDema[r][_ema1+instanceNo]*2.0-workDema[r][_ema2+instanceNo]);
}
double workTema[][_maWorkBufferx3];
#define _ema3 2
double iTema(double price, double period, int r, int instanceNo=0)
{
if (ArrayRange(workTema,0)!= totalBars) ArrayResize(workTema,totalBars); instanceNo*=3;
double alpha = 2.0 / (1.0+period);
workTema[r][_ema1+instanceNo] = workTema[r-1][_ema1+instanceNo]+alpha*(price -workTema[r-1][_ema1+instanceNo]);
workTema[r][_ema2+instanceNo] = workTema[r-1][_ema2+instanceNo]+alpha*(workTema[r][_ema1+instanceNo]-workTema[r-1][_ema2+instanceNo]);
workTema[r][_ema3+instanceNoПоказано первые 50% кода (символов: 14711)