Como usar Fibonacci Retracement para entrar em um comércio de Forex A primeira coisa que você deve saber sobre a ferramenta Fibonacci é que ele funciona melhor quando o mercado de forex está tendendo. A idéia é ir por muito tempo (ou comprar) em um retracement em um nível de apoio Fibonacci quando o mercado está tendendo para cima, e para ir curto (ou vender) em um retracement em um nível de resistência Fibonacci quando o mercado está tendendo para baixo. Encontrar Níveis Fibonacci Retracement Para encontrar esses níveis de retração Fibonacci, você tem que encontrar o recente significativo Swing Highs e Swings Lows. Em seguida, para downtrends, clique no Swing High e arraste o cursor para o Swing Low mais recente. Para uptrends, fazer o oposto. Clique no Swing Low e arraste o cursor para o Swing High mais recente. Got that Now, let8217s dar uma olhada em alguns exemplos sobre como aplicar Fibonacci retracements níveis para os mercados de moeda. Este é um gráfico diário de AUDUSD. Aqui nós traçamos os níveis de retração Fibonacci clicando no Swing Low em .6955 em 20 de abril e arrastando o cursor para o Swing High em .8264 em 3 de junho. Tada O software mostra magicamente os níveis de retracement. Como você pode ver no gráfico, os níveis de retração de Fibonacci foram .7955 (23,6). 7764 (38,2). 7609 (50,0). 7454 (61,8), e 7,263 (76,4). Agora, a expectativa é que, se o AUDUSD retrai da alta recente, ele vai encontrar apoio em um desses níveis de retração Fibonacci, porque os comerciantes estarão colocando ordens de compra a esses níveis como preço puxa para trás. Agora, olhe o que aconteceu depois que o Swing High ocorreu. Preço puxado para trás direito através do nível 23,6 e continuou a derrubar ao longo do próximo par de semanas. Ele ainda testou o nível 38.2, mas foi incapaz de fechar abaixo dele. Mais tarde, em torno de 14 de julho, o mercado retomou seu movimento ascendente e, eventualmente, quebrou o balanço alto. Claramente, comprar no nível 38.2 Fibonacci teria sido um comércio lucrativo a longo prazo Agora, vamos ver como usaríamos a ferramenta de retração Fibonacci durante uma tendência de baixa. Abaixo está um gráfico de 4 horas de EURUSD. Como você pode ver, nós encontramos nosso balanço elevado em 1.4195 janeiro em 25 e nosso balanço baixo em 1.3854 alguns dias mais tarde fevereiro 1. Os níveis do retracement são 1.3933 (23.6), 1.3983 (38.2), 1.4023 (50.0), 1.4064 ( 61,8) e 1,4114 (76,4). A expectativa de uma tendência de baixa é que, se o preço se retrai desse nível baixo, ele poderia encontrar resistência em um dos níveis de Fibonacci, porque os comerciantes que querem jogar a tendência de baixa a preços melhores podem estar prontos com ordens de venda lá. Vamos ver o que aconteceu em seguida. Yowza, isn8217t que uma coisa de beleza O mercado tentou rally, stalled abaixo do nível 38.2 por um pouco antes de testar o nível 50.0. Se você tivesse algumas ordens nos níveis 38.2 ou 50.0, você faria alguns pips loucos nesse comércio. Nestes dois exemplos, vemos que o preço encontrado algum suporte forex temporária ou resistência aos níveis de retractação Fibonacci. Por causa de todas as pessoas que usam a ferramenta Fibonacci, esses níveis se tornam auto-realização de apoio e níveis de resistência. Uma coisa que você deve tomar nota é que o preço won8217t sempre saltar a partir destes níveis. Eles devem ser vistos como áreas de interesse. Ou como Cyclopip gosta de chamá-los, 8220 KILL ZONES 8221 We8217ll ensinar-lhe mais sobre isso mais tarde. Por agora, há algo que você deve sempre lembrar sobre o uso da ferramenta Fibonacci e it8217s que eles nem sempre são fáceis de usar Se fossem tão simples, os comerciantes sempre colocaria suas ordens em níveis de retração Fibonacci e os mercados iria tendência para sempre. Na próxima lição, mostraremos o que pode acontecer quando os níveis de retração de Fibonacci falharem. Salve seu progresso, assinando e marcando a lição completoComo otimizar o sistema de negociação NOTA: Este é um tópico bastante avançado. Leia os tutoriais anteriores da AFL primeiro. A idéia por trás de uma otimização é simples. Primeiro você tem que ter um sistema de comércio, este pode ser um crossover média móvel simples, por exemplo. Em quase todos os sistemas existem alguns parâmetros (como período de média) que decidem como se comporta o sistema (isto é, é adequado para longo ou curto prazo, como reagir a estoques altamente voláteis, etc.). A otimização é o processo de encontrar valores ótimos desses parâmetros (dando maior lucro do sistema) para um dado símbolo (ou um portfólio de símbolos). AmiBroker é um dos poucos programas que permitem otimizar seu sistema em vários símbolos ao mesmo tempo. Para otimizar seu sistema você tem que definir de um até dez parâmetros para ser otimizado. Você decide qual é o valor mínimo e máximo permitido do parâmetro e em que incrementos esse valor deve ser atualizado. AmiBroker então executa vários testes de volta o sistema usando TODAS as combinações possíveis de valores de parâmetros. Quando este processo é terminado AmiBroker exibe a lista de resultados classificados por lucro líquido. É possível ver os valores dos parâmetros de otimização que dão o melhor resultado. Escrevendo a fórmula AFL A otimização no back tester é suportada por uma nova função chamada optimize. A sintaxe desta função é a seguinte: variável otimizar (quot Descrição quot, default. Min. Passo máximo) variável - é a variável AFL normal que recebe o valor retornado pela função otimizar. Com os modos de backtesting, varredura, exploração e comentar normal, a função de otimização retorna o valor padrão, então a chamada de função acima é equivalente a: default da variável No modo de otimização, a função otimizar retorna valores sucessivos de min a max (inclusivamente) com step stepping. Quot Descriptionquot é uma string que é usada para identificar a variável de otimização e é exibida como um nome de coluna na lista de resultados de otimização. O padrão é um valor padrão que otimizar a função retorna nos modos de exploração, de indicador, de comentário, de varredura e de back-test normal min é um valor mínimo da variável sendo otimizado max é um valor máximo da variável sendo otimizado step é um intervalo usado para aumentar a Valor de min para máximo AmiBroker suporta até 64 chamadas para otimizar a função (portanto, até 64 variáveis de otimização), observe que se você estiver usando otimização exaustiva, então é realmente uma boa idéia para limitar o número de variáveis de otimização para apenas alguns. Cada chamada para otimizar gerar (max - min) loops de otimização de etapa e múltiplas chamadas para otimizar multiplicam o número de execuções necessárias. Por exemplo, otimizar dois parâmetros usando 10 etapas exigirá 1010 100 loops de otimização. Call optimize função apenas ONCE por variável no início da sua fórmula como cada chamada gera um novo otimização loops Otimização de símbolo múltiplo é totalmente suportado por AmiBroker O espaço de pesquisa máximo é 2 64 (10 19 10,000,000,000,000,000,000) combinações 1. Otimização de variável única: sigavg Otimizar (Sinal (12. 26. sigavg), MACD (12. 26)) Sinal (12. 26. sigavg) 2. Otimização de duas variáveis (adequado para gráficos 3D) por Otimizar (por 2. 5. 50. 1) Nível Otimizar (nível 2. 2. 150. 4) Comprar Cross (CCI (per), - Level) 3. Otimização de variáveis múltiplas (3) Otimização de variáveis (mfast) Optimize (MACD Slow, 26. 17, 30. 1) (Mfast, mslow, sigavg), MACD (mfast, mslow) Sinal (mfast, mslow, sigavg)) Depois de entrar O f Ormula basta clicar no botão Otimizar na janela quotAutomatic Analysisquot. AmiBroker vai começar a testar todas as combinações possíveis de variáveis de otimização e relatar os resultados na lista. Após a otimização é feita a lista de resultados é apresentado classificado pelo lucro líquido. Como você pode classificar os resultados por qualquer coluna na lista de resultados é fácil obter os valores ideais de parâmetros para o menor drawdown, menor número de comércios, maior fator de lucro, menor exposição ao mercado e mais alto risco ajustado retorno anual. As últimas colunas da lista de resultados apresentam os valores das variáveis de otimização para determinado teste. Quando você decidir qual combinação de parâmetros se adequa às suas necessidades, o melhor que você precisa fazer é substituir os valores padrão em otimizar chamadas de função com os valores ideais. No estágio atual você precisa digitá-los manualmente na janela de edição de fórmula (o segundo parâmetro de otimizar a chamada de função). Exibição de gráficos de otimização animados 3D Para exibir o gráfico de otimização 3D, é necessário executar a otimização de duas variáveis primeiro. Duas otimização variável precisa de uma fórmula que tenha 2 chamadas de função Optimize (). Um exemplo de fórmula de otimização de duas variáveis se parece com isto: por Otimizar (por 2. 5. 50. 1) Nível Otimizar (nível 2. 2. 150. 4) Comprar Cross (CCI (per), - Level) Sell Cross (Level, CCI (per)) Depois de inserir a fórmula, você precisa clicar no botão quotOptimizequot. Quando a otimização estiver concluída, você deve clicar na seta suspensa no botão Otimizar e selecionar Exibir gráfico de otimização 3D. Em poucos segundos, um gráfico colorido de superfície tridimensional aparecerá em uma janela do visualizador de gráfico 3D. Um exemplo de gráfico 3D gerado usando a fórmula acima é mostrado abaixo. Por padrão, os gráficos 3D exibem valores de lucro líquido contra variáveis de otimização. No entanto, é possível traçar um gráfico de superfície 3D para qualquer coluna na tabela de resultados de otimização. Basta clicar no cabeçalho da coluna para classificá-lo (uma seta azul aparecerá indicando que os resultados de otimização são classificados por coluna selecionada) e, em seguida, escolha Exibir gráfico de otimização 3D novamente. Ao visualizar como seus parâmetros de sistemas afetam o desempenho de negociação, você pode decidir mais facilmente quais valores de parâmetro produzem quotfragilequot e quais produzem quotrobustquot desempenho do sistema. Configurações robustas são regiões no gráfico 3D que mostram mudanças graduais e não abruptas no gráfico de superfície. Gráficos de otimização 3D são uma ótima ferramenta para evitar ajuste de curva. Curve-fitting (ou sobre-otimização) ocorre quando o sistema é mais complexo do que ele precisa ser, e toda essa complexidade foi focada em condições de mercado que podem nunca acontecer novamente. Mudanças radicais (ou picos) nos gráficos de otimização 3D mostram claramente áreas de sobre-otimização. Você deve escolher a região do parâmetro que produz um platô largo e largo na carta 3D para sua troca real da vida. Os conjuntos de parâmetros que produzem picos de lucro não funcionarão de forma confiável na negociação real. Controles de visualizador de gráfico 3D AmiBrokers visualizador de gráfico 3D oferece capacidades de visualização total com rotação de gráfico completo e animação. Agora você pode ver os resultados de seu sistema de todas as perspectivas concebíveis. Você pode controlar a posição e outros parâmetros do gráfico usando o mouse, barra de ferramentas e atalhos de teclado, o que você achar mais fácil para você. Abaixo você encontrará a lista. - para girar - mantenha pressionado o botão esquerdo do mouse e movimente-se em direções XY - para aumentar, diminuir o zoom - mantenha pressionado o botão do mouse para a direita e mova-se em direções XY - para mover (traduzir) - mantenha pressionado o botão esquerdo do mouse e a tecla CTRL e Mova em direções XY - para Animar - mantenha pressionado o botão esquerdo do mouse, arraste rapidamente e solte o botão enquanto arrasta o ESPAÇO - anime (auto-gire) TECLA DE SETA ESQUERDA - gire vert. Esquerda SETA PARA A DIREITA - gire vert. Direita SETA PARA CIMA - girar horiz. Up DOWN ARROW KEY - girar horiz. NUMPAD 4 - mover para a esquerda NUMPAD 6 - mover para a direita NUMPAD 8 - mover para cima NUMPAD 2 - mover para baixo PAGE UP - nível da água para cima PAGE DOWN - nível de água abaixo Otimização inteligente (não exaustiva) AmiBroker oferece agora otimização inteligente (não-exaustiva) além da busca regular e exaustiva. A pesquisa não exaustiva é útil se o número de todas as combinações de parâmetros do sistema de negociação determinado for simplesmente demasiado grande para ser viável para uma pesquisa exaustiva. Busca exaustiva é perfeitamente bem desde que seja razoável usá-lo. Vamos dizer que você tem 2 parâmetros cada variando de 1 a 100 (etapa 1). Isso é 10000 combinações - perfeitamente OK para pesquisa exaustiva. Agora, com 3 parâmetros você tem 1 milhão de combinações - ainda é OK para busca exaustiva (mas pode ser lenghty). Com 4 parâmetros você tem 100 milhões de combinações e com 5 parâmetros (1..100) você tem 10 bilhões de combinações. Nesse caso, seria muito demorado para verificar todos eles, e esta é a área onde os métodos não-exaustivos de busca inteligente pode resolver o problema que não é resolvível em tempo razoável usando pesquisa exaustiva. Aqui é absolutamente a instrução mais simples como usar novo otimizador não-exaustivo (neste caso CMA-ES). 1. Abra sua fórmula no Editor de Fórmulas. 2. Adicione esta única linha na parte superior da sua fórmula: OptimizerSetEngine (quotcmaequot) você também pode usar quotspsoquot ou quottribquot aqui 3. (Opcional) Selecione seu alvo de otimização em Automatic Analysis, Settings, quotWalk - Parte anterior, campo Otimização. Se você pular esta etapa otimizará para CARMDD (retorno anual composto dividido pelo drawdown máximo). Agora, se você executar otimização usando esta fórmula, ele usará novo evolucionário (não-exaustiva) CMA-ES otimizador. Como funciona A otimização é o processo de encontrar o mínimo (ou máximo) de determinada função. Qualquer sistema de negociação pode ser considerado como uma função de certo número de argumentos. As entradas são parâmetros e dados de cotação. A saída é o seu alvo de otimização (digamos CARMDD). E você está procurando o máximo de determinada função. Alguns dos algoritmos inteligentes de otimização são baseados na natureza (comportamento animal) - algoritmo PSO, ou processo biológico - Algoritmos genéticos, e alguns são baseados em conceitos matemáticos derivados por humanos - CMA-ES. Estes algoritmos são utilizados em muitas áreas diferentes, incluindo finanças. Digite quotPSO financequot ou quotCMA-ES financequot no Google e você vai encontrar muitas informações. Métodos não-exaustivos (ou quotsmartquot) encontrarão global ou local otimizado. O objetivo é, naturalmente, encontrar um global, mas se houver um único pico afiado fora das combinações de parâmetros de zilhões, métodos não-exaustivos podem não conseguir encontrar este pico único, mas levando-se forma comerciantes perspecive, encontrar pico único afiado é inútil para Porque esse resultado seria instável (muito frágil) e não replicável na negociação real. No processo de otimização estamos procurando regiões de platô com parâmetros estáveis e esta é a área onde os métodos inteligentes brilham. No que se refere ao algoritmo utilizado pela pesquisa não exaustiva, o resultado é o seguinte: a) o otimizador gera uma população inicial de grupos de parâmetros (geralmente aleatória) b) o backtest é realizado pelo AmiBroker para cada conjunto de parâmetros da população c) os resultados dos backtests são Avaliada de acordo com a lógica do algoritmo e nova população é gerada com base na evolução dos resultados, d) se for encontrado o melhor - salve-o e vá para a etapa b) até que os critérios de parada sejam atendidos Iterações máximas b) parar se o intervalo de melhores valores objetivos das últimas gerações X é zero c) parar se adicionar 0,1 vetor de desvio padrão em qualquer direção do eixo principal não altera o valor do valor objetivo d) outros Para usar qualquer inteligente (não - Exaustivo) no AmiBroker você precisa especificar o mecanismo otimizador que deseja usar na fórmula AFL usando a função OptimizerSetEngine. A função seleciona o mecanismo de otimização externo definido pelo nome. AmiBroker atualmente é fornecido com 3 motores: Standard Particle Swarm Optimizer (quotspsoquot), Tribos (quottribquot) e CMA-ES (quotcmaequot) - os nomes em chaves são para ser usado em chamadas OptimizerSetEngine. Além de selecionar otimizador motor você pode querer definir alguns dos seus parâmetros internos. Para isso, use a função OptimizerSetOption. Função OptimizerSetOption (quotnamequot, value) A função define parâmetros adicionais para o mecanismo de otimização externo. Os parâmetros são dependentes do motor. Os três otimizadores fornecidos com AmiBroker (SPSO, Trib, CMAE) suportam dois parâmetros: quotRunsquot (número de execuções) e quotMaxEvalquot (avaliações máximas (testes) por execução única). O comportamento de cada parâmetro é dependente do motor, de modo que os mesmos valores podem e normalmente produzirão resultados diferentes com diferentes motores usados. A diferença entre Runs e MaxEval é a seguinte. A avaliação (ou teste) é backtest único (ou avaliação do valor da função objetivo). RUN é uma execução completa do algoritmo (encontrar o valor ótimo) - geralmente envolvendo muitos testes (avaliações). Cada execução simplesmente restabelece todo o processo de otimização a partir do novo início (nova população aleatória inicial). Portanto, cada execução pode levar a encontrar diferentes locais maxmin (se não encontrar um global). Portanto, o parâmetro Runs define o número de execuções de algoritmos subseqüentes. MaxEval é o número máximo de avaliações (bactests) em qualquer execução única. Se o problema é relativamente simples e 1000 testes são suficientes para encontrar global max, 5x1000 é mais provável encontrar global máximo porque há menos chances de ser preso no local máximo, como subseqüentes vai começar a partir de diferentes aleatória população inicial Escolhendo valores de parâmetro pode Ser complicado Depende do problema em teste, sua complexidade, etc, etc. Qualquer método não-exaustivo estocástico não lhe dá garantia de encontrar maxmin global, independentemente do número de testes, se for menor do que exaustivo. A resposta mais fácil é. Especifique como grande número de testes como é razoável para você em termos de tempo necessário para concluir. Outro conselho simples é multiplicar por 10 o número de testes com a adição de nova dimensão. Isso pode levar a superestimar o número de testes necessários, mas é bastante seguro. Os motores lançados são projetados para ser simples de usar, portanto, quotreasonablequot defaultautomatic valores são usados para otimização pode ser normalmente executado sem especificar nada (aceitando padrões). É importante entender que todos os métodos de otimização inteligentes funcionam melhor em espaços de parâmetros contínuos e funções objetivas relativamente suaves. Se o espaço de parâmetros é discreto algoritmos evolutivos podem ter dificuldade em encontrar o melhor valor. É especialmente verdadeiro para parâmetros binários (onoff) - eles não são adequados para qualquer método de pesquisa que usa gradiente de mudança de função objetivo (como fazem a maioria dos métodos inteligentes). Se o seu sistema de negociação contém muitos parâmetros binários, você não deve usar otimizador inteligente diretamente neles. Em vez disso, tente otimizar apenas os parâmetros contínuos usando o otimizador inteligente e alterne os parâmetros binários manualmente ou via script externo. SPSO - Standard Particle Swarm Optimizer O Otimizador Padrão de Enxames de Partículas é baseado no código SPSO2007 que é suposto produzir bons resultados desde que sejam fornecidos parâmetros corretos (isto é, Runs, MaxEval) para problemas específicos. Escolher opções corretas para o otimizador PSO pode ser complicado, portanto, os resultados podem variar significativamente de caso para caso. O SPSO. dll vem com códigos-fonte completos dentro da subpasta quotADKquot. Exemplo de código para Padrão Particle Swarm Optimizer: (encontrando otimizado valor em 1000 testes dentro de espaço de pesquisa de 10000 combinações) OptimizerSetEngine (quotspsoquot) OptimizerSetOption (quotRunsquot, 1) OptimizerSetOption (quotMaxEvalquot, 1000) sl Otimizar (quotsquot, 26, 1, 100, 1 ) Otimizar (quotfquot, 12, 1, 100, 1) Comprar Cross (MACD (fa, sl), 0) TRIBES - Adaptive Parâmetro-menos Partículas Swarm Optimizer Tribes é adaptável , Versão sem parâmetros de otimizador PSO (otimização de enxame de partículas) não-exaustiva. Para o fundo científico veja: particleswarm. infoTribes2006Cooren. pdf Na teoria deve executar melhor do que o PSO regular, porque pode ajustar automaticamente os tamanhos do enxame ea estratégia do algoritmo ao problema que está sendo resolvido. A prática mostra que seu desempenho é bastante semelhante ao PSO. O plug-in Tribes. DLL implementa a variante quotTribes-Dquot (ou seja, adimensional). Baseado em clerc. maurice. free. frpsoTribesTRIBES-D. zip por Maurice Clerc. Códigos fonte originais usados com permissão do autor Tribes. DLL vem com código fonte completo (dentro da pasta quotADKquot) Parâmetros suportados: quotMaxEvalquot - número máximo de avaliações (backtests) por execução (padrão 1000). Você deve aumentar o número de avaliações com o número crescente de dimensões (número de parâmetros de otimização). O padrão 1000 é bom para 2 ou máximo 3 dimensões. QuotRunsquot - número de execuções (reinícios). (Padrão 5) Você pode deixar o número de execuções com o valor padrão de 5. Por padrão, o número de execuções (ou reinicializações) é definido como 5. Para usar otimizador Tribes, basta adicionar uma linha ao seu código: OptimizerSetOption (quotMaxEvalquot , 5000) 5000 avaliações max CMA-ES - Covariance Matrix Adaptation Otimizador de Estratégia Evolutiva CMA-ES (Covariance Matrix Adaptação Estratégia Evolutiva) é avançado otimizador não-exaustiva. Para o fundo científico veja: bionik. tu-berlin. deusernikocmaesintro. html De acordo com benchmarks científicos outperforms nove outros, as estratégias evolucionárias as mais populares (como PSO, evolução genética e diferencial). Bionik. tu-berlin. deusernikocec2005.html O plug-in CMAE. DLL implementa quotGlobalquot variante de pesquisa com várias reinicializações com tamanho de população crescente CMAE. DLL vem com código-fonte completo (dentro de pasta quotADKquot) Por padrão, o número de execuções (ou reinicializações) é definido Para 5. É aconselhável deixar o número padrão de reinícios. Você pode variá-lo usando a chamada OptimizerSetOption (quotRunsquot, N), onde N deve estar no intervalo 1..10. Especificar mais de 10 execuções não é recomendado, embora possível. Observe que cada execução usa TWICE o tamanho da população de execução anterior para que ele cresce exponencialmente. Portanto, com 10 corridas você acaba com a população 210 maior (1024 vezes) do que a primeira corrida. Existe outro parâmetro quotMaxEvalquot. O valor padrão é ZERO, o que significa que o plugin irá calcular automaticamente MaxEval. É aconselhável não definir MaxEval por si mesmo como padrão funciona bem. O algoritmo é inteligente o suficiente para minimizar o número de avaliações necessárias e converge muito rápido para ponto de solução, por isso muitas vezes encontra soluções mais rápidas do que outras estratégias. É normal que o plugin ignore algumas etapas de avaliação, se detectar que a solução foi encontrada, portanto, você não deve se surpreender que a barra de progresso de otimização pode se mover muito rápido em alguns pontos. O plugin também tem a capacidade de aumentar o número de etapas acima do valor inicialmente estimado se for necessário para encontrar a solução. Devido à sua natureza adaptativa, o período de tempo restante deixado e ou quotnumber das etapas mostradas pelo diálogo de progresso é apenas quotbest adivinhar no timequot e pode variar durante curso de otimização. Para usar otimizador CMA-ES, você só precisa adicionar uma linha ao seu código: Isto irá executar a otimização com as configurações padrão que estão bem para a maioria dos casos. Deve-se notar, como é o caso com muitos algoritmos de busca de espaço contínuo, que a diminuição do parâmetro quotstepquot em chamadas de função Optimize () não afeta significativamente os tempos de otimização. A única coisa que importa é o quotdimension do problema, ou seja, o número de diferentes parâmetros (número de otimizar chamadas de função). O número de quotstepsquot por parâmetro pode ser definido sem afetar o tempo de otimização, então use a melhor resolução que você deseja. Em teoria, o algoritmo deve ser capaz de encontrar solução em no máximo 900 (N3) (N3) backtests onde quotNquot é a dimensão. Na prática, converge um LOT mais rápido. Por exemplo, a solução em 3 (N3) espaço de parâmetro dimensional (digamos 100100100 1 milhão de etapas exaustivas) pode ser encontrada em apenas 500-900 passos CMA-ES. Otimização individual multi-threaded A partir do AmiBroker 5.70 além do multithreading de múltiplos símbolos. Você pode executar a optimização multi-threaded single-symbol. Para acessar essa funcionalidade, clique na seta suspensa ao lado do botão quotOptimizequot na janela Nova análise e selecione quot. QuotIndividual Optimizequot usará todos os núcleos de processador disponíveis para realizar a otimização de símbolo único, tornando-a muito mais rápida do que a otimização regular. No modo quotCurrent symbolquot, realizará a otimização em um símbolo. Em quotAll symbolsquot e quotFilterquot modos irá processar todos os símbolos sequencialmente, ou seja, primeira otimização completa para o primeiro símbolo, em seguida, a otimização no segundo símbolo, etc Limitações: 1. Backtester personalizado não é suportado (ainda) 2. Smart otimização motores não são suportados - Somente a otimização EXHAUSTIVA funciona. Eventualmente, podemos nos livrar da limitação (1) - quando AmiBroker é alterado para backtester personalizado não usa OLE mais. Fibonacci afl para amibroker 8211 Fibonacci afl para amibroker é um termo usado na análise técnica que se refere a áreas de apoio (por exemplo, Preço pára de baixar) ou resistência (preço pára de ir mais alto). O retracement de Fibonacci é o retracement potencial de um movimento financeiro original do price8217s no preço. Os retracements de Fibonacci usam linhas horizontais para indicar áreas de suporte ou resistência nos níveis de Fibonacci principais antes de continuarem na direção original. Estes níveis são criados desenhando uma linha de tendência entre dois pontos extremos e depois dividindo a distância vertical pelas relações Fibonacci-chave de 23, 38, 50, 62, 78 e 100. Este é o instantâneo de Fibonacci afl para amibroker. Boa sorte e comércio feliz. Agora, aqui está a AFL, Baixe o afl do Fibonacci para o amibroker Agora copie o arquivo afl e cole-o no programa FilesAmiBrokerFormulasCustom Agora vá para a seção de fórmula do Amibroker e você obterá o afl na pasta Custom. Fibonacci afl para amibroker - Fibonacci afl para amibroker é um termo usado na análise técnica que se refere a áreas de apoio (preço pára de ir mais baixo) ou resistência (preço pára de ir mais alto). O retracement de Fibonacci é o retracement potencial de um movimento financeiro original dos recursos no preço. Os retracements de Fibonacci usam linhas horizontais para indicar áreas de suporte ou resistência nos níveis de Fibonacci principais antes de continuar na direção original. Estes níveis são criados por desenho a.
No comments:
Post a Comment