.jpg?cms_fileid=75753f1537d4b3b2b61f0203cb448363 "Powered by vBulletin")
Tweet
I NAT:s programversion 3.0.0.10 fick vi en ny scriptfunktion Wild, som beskrivs så här: Applicerar Wilders Smoothing på valfri dataserie
Jag triggar ju ofta på medelvärden och har även tagit fram egna typer av medelvärdesberäkningar med varierat resultat.
Har börjat att labba lite med Wild. För att få någon skillnad att trigga på så använder jag mig av en Wild serie och en Wild(wild) serie. Man skulle ju även kunna använda sig av helt olika medelvärsesbildningar, men jag har fastnat för detta. Exempel på ordermodeller kan se ut så här:
{ Bertils Wild köp }
innehav:=Portfolio(v)
ok_att_handla:=eqv(innehav,0)
i1(
slang10=wild(c,20)
slang11=wild(wild(c,10),10)
lägsta=Llv(slang10,70)
villkor70=Gt(Sub(slang10,slang11),0.15)
villkor72=Gt(Sub(slang10,lägsta),1.5)
köpa=and(and(villkor70,villkor72),ok_att_handla)
draw(slang10,1,rqb0)
draw(slang11,2,dgqb0)
Mult(köpa,15)
)
-------------------------------------------------------
{ Bertils Wild sälj }
innehav:=Portfolio(v)
ok_att_handla:=eqv(innehav,0)
i1(
slang10=wild(c,20)
slang11=wild(wild(c,10),10)
högsta=Hhv(slang10,70)
villkor70=Gt(Sub(slang11,slang10),0.15)
villkor72=Gt(Sub(högsta,slang10),1.5)
sälja=and(and(villkor70,villkor72),ok_att_handla)
draw(slang10,1,rqb0)
draw(slang11,2,dgqb0)
Mult(sälja,15)
)
Bifogar bild
Med vänlig hälsning
Bertil
Edit: Problemet med medelvärdesbildningar är att man som regel måste använda ett stort antal värden för att medelvärdet skall bli relevant (stabilt), men då får man nackdelen att tidsfördröjningen blir så stor så det är inte längre aktuellt att trigga för rörelsen har redan skett. Med Wild får man smoothing utan att fördröjningen blir så stor vilket är mycket användbart.
Jag triggar ju ofta på medelvärden och har även tagit fram egna typer av medelvärdesberäkningar med varierat resultat.
Har börjat att labba lite med Wild. För att få någon skillnad att trigga på så använder jag mig av en Wild serie och en Wild(wild) serie. Man skulle ju även kunna använda sig av helt olika medelvärsesbildningar, men jag har fastnat för detta. Exempel på ordermodeller kan se ut så här:
{ Bertils Wild köp }
innehav:=Portfolio(v)
ok_att_handla:=eqv(innehav,0)
i1(
slang10=wild(c,20)
slang11=wild(wild(c,10),10)
lägsta=Llv(slang10,70)
villkor70=Gt(Sub(slang10,slang11),0.15)
villkor72=Gt(Sub(slang10,lägsta),1.5)
köpa=and(and(villkor70,villkor72),ok_att_handla)
draw(slang10,1,rqb0)
draw(slang11,2,dgqb0)
Mult(köpa,15)
)
-------------------------------------------------------
{ Bertils Wild sälj }
innehav:=Portfolio(v)
ok_att_handla:=eqv(innehav,0)
i1(
slang10=wild(c,20)
slang11=wild(wild(c,10),10)
högsta=Hhv(slang10,70)
villkor70=Gt(Sub(slang11,slang10),0.15)
villkor72=Gt(Sub(högsta,slang10),1.5)
sälja=and(and(villkor70,villkor72),ok_att_handla)
draw(slang10,1,rqb0)
draw(slang11,2,dgqb0)
Mult(sälja,15)
)
Bifogar bild
Med vänlig hälsning
Bertil
Edit: Problemet med medelvärdesbildningar är att man som regel måste använda ett stort antal värden för att medelvärdet skall bli relevant (stabilt), men då får man nackdelen att tidsfördröjningen blir så stor så det är inte längre aktuellt att trigga för rörelsen har redan skett. Med Wild får man smoothing utan att fördröjningen blir så stor vilket är mycket användbart.
Comment