Hej på er,
Har en fråga som antingen är jättelätt eller jättesvår att lösa.
Jag vill kolla marknadsriktningen/marknadstypen löpande dag för dag genom att
beräkna den dagliga procentskillnaden under de senaste 100 handeldagarna
och kommer att använda Van Tharp's metod m.h.a. SQN från hans bok Super Trader.
För den nyfikne finns lite mera info om vad SQN är och hur dess värde kan användas
vid marknadsbedömning här (eller läs boken, mycket bra insikter om trading i den):
http://www.traderivar.com/2010/03/sq...ty-number.html
Formeln för SQN ser ut så här:
SQN = sqrt(N) * mean(R distribution) / Standard Deviation (R)
där
N = antal sampel,
mean(R distribution) = serie med medelvärden för 100 st procentskillnader (ett värde är alltså c1/c2, nästa värde är c2/c3 osv. till c99/c100),
Standard Deviation (R) = serie med värden för 100 st standardavvikelser av mean(R distribution)
Utmaningen just nu är hur kan jag programmera en beräkning av en serie som består av
en tidigare beräknad serie. För att försöka förtydliga frågeställningen se
röd text i scriptet nedan. Är jag oklar med frågan så säg bara till.
Alla tips och idéer är som alltid välkomna.
Script som det ser ut just nu:
{If number of samples is 100, then the square root is 10.}
sqrtSamples:=10
{Previous close values.} <-- Hur skapa en serie på ett smidigt sätt från c1 -> c100 ?
c1=aref(c,1)
c2=aref(c,2)
.
.
{Percent change or R distribution. }
rDist=mult(sub(1,div(c1,c2)),100) <-- Hur skapa en serie m.a.p. rDist på ett smidigt sätt från c1 -> c100 ?
{MA100 of the R distribution.}
meanR=mov(rDist,100,s) <-- Hur skapa en serie m.a.p. meanR på ett smidigt sätt ?
{Standard deviation of the R distribution.}
standardR=stdev(rDist,100)
{SQN formula}
sqn=div(mult(sqrtSamples,meanR),standardR)
add(sqn,0)
Edit: Såg att jag nog behöver ändra standardR=stdev(rDist,100) till standardR=stdev(meanR,100),
men huvudfrågan om serie från serie behöver jag lösa.
/Robban
Har en fråga som antingen är jättelätt eller jättesvår att lösa.
Jag vill kolla marknadsriktningen/marknadstypen löpande dag för dag genom att
beräkna den dagliga procentskillnaden under de senaste 100 handeldagarna
och kommer att använda Van Tharp's metod m.h.a. SQN från hans bok Super Trader.
För den nyfikne finns lite mera info om vad SQN är och hur dess värde kan användas
vid marknadsbedömning här (eller läs boken, mycket bra insikter om trading i den):
http://www.traderivar.com/2010/03/sq...ty-number.html
Formeln för SQN ser ut så här:
SQN = sqrt(N) * mean(R distribution) / Standard Deviation (R)
där
N = antal sampel,
mean(R distribution) = serie med medelvärden för 100 st procentskillnader (ett värde är alltså c1/c2, nästa värde är c2/c3 osv. till c99/c100),
Standard Deviation (R) = serie med värden för 100 st standardavvikelser av mean(R distribution)
Utmaningen just nu är hur kan jag programmera en beräkning av en serie som består av
en tidigare beräknad serie. För att försöka förtydliga frågeställningen se
röd text i scriptet nedan. Är jag oklar med frågan så säg bara till.
Alla tips och idéer är som alltid välkomna.
Script som det ser ut just nu:
{If number of samples is 100, then the square root is 10.}
sqrtSamples:=10
{Previous close values.} <-- Hur skapa en serie på ett smidigt sätt från c1 -> c100 ?
c1=aref(c,1)
c2=aref(c,2)
.
.
{Percent change or R distribution. }
rDist=mult(sub(1,div(c1,c2)),100) <-- Hur skapa en serie m.a.p. rDist på ett smidigt sätt från c1 -> c100 ?
{MA100 of the R distribution.}
meanR=mov(rDist,100,s) <-- Hur skapa en serie m.a.p. meanR på ett smidigt sätt ?
{Standard deviation of the R distribution.}
standardR=stdev(rDist,100)
{SQN formula}
sqn=div(mult(sqrtSamples,meanR),standardR)
add(sqn,0)
Edit: Såg att jag nog behöver ändra standardR=stdev(rDist,100) till standardR=stdev(meanR,100),
men huvudfrågan om serie från serie behöver jag lösa.
/Robban
Comment