Indicator-Blöcke

Trading-Indikatoren

Erschließen Sie sich ein ganzes Spektrum technischer Einblicke mit Indicator-Blöcken, die eine umfangreiche Palette an Indikatoren bieten — von einfachen gleitenden Durchschnitten bis hin zu komplexen Berechnungen. Dieser Bereich ermöglicht es Nutzern, diese Indikatoren nahtlos in ihre Strategien zu integrieren und so Markttrends besser zu erkennen und potenzielle Ein- oder Ausstiegspunkte präzise zu bestimmen.

Um einen neuen Indicator-Block zu erstellen, doppelklicken Sie in den Blueprint-Bildschirm oder klicken Sie im Menü auf die Schaltfläche +. Geben Sie in der Suchleiste „indicator/” gefolgt von den untenstehenden Kürzeln ein — oder einfach nur das Kürzel.

Denken Sie daran: Unterschiedliche Strategien erfordern unterschiedliche Arten von Indikatoren. Die besten Trading-Indikatoren ergänzen einander, ohne Informationen zu duplizieren.

Einige unserer Favoriten

Indikatorname: Abkürzung

Gewinn seit dem letzten Signal: last_profit

_Last signal profit_ ermöglicht die Berechnung des Gewinns seit dem letzten Handelssignal und gibt Nutzern Einblick in die Performance ihrer Strategie über einen bestimmten Zeitraum. Nützlich zum Erstellen von Stop-Triggern.

Candlestick-Muster-Erkennung: candlestick

_Candlestick Pattern Detection_ hilft beim Erkennen von Candlestick-Mustern wie Bull, Bear, Hammer, Shooting Star und mehr und unterstützt Nutzer dabei, wichtige Markttrends und potenzielle Umkehrsignale anhand von Kerzenformationen zu identifizieren.

Relative-Stärke-Index: rsi

Relative Strength Index misst die Geschwindigkeit und Änderungsrate von Kursbewegungen im Markt; er schwankt zwischen null und 100. Er gibt Aufschluss darüber, ob ein Wert überkauft oder überverkauft ist, und hilft Nutzern, potenzielle Trendwenden und Marktbedingungen zu erkennen.

Einfacher gleitender Durchschnitt: sma

_Simple Moving Average_ berechnet den Durchschnittspreis eines Werts über eine bestimmte Anzahl von Perioden und liefert eine geglättete Trendlinie. Er ist nützlich, um die allgemeine Marktrichtung zu bestimmen.

Exponentieller gleitender Durchschnitt: ema

_Exponential Moving Average_ ist ähnlich, gewichtet aber jüngere Kurse stärker und reagiert dadurch empfindlicher auf kurzfristige Kursänderungen. Er eignet sich gut, um unmittelbarere Markttrends zu erfassen.

SuperTrend: SuperTrend

_Supertrend_ berechnet den Supertrend-Wert auf Basis von Kurs und Volatilität des Marktes und hilft Nutzern, die Richtung des aktuellen Trends zu bestimmen.

SuperTrendKO: SuperTrendKO

_SuperTrendKO_ Ähnlich wie der Supertrend ist SupertrendKO eine modifizierte Version, die Marktrauschen berücksichtigt und durch die Minimierung von Fehlsignalen genauere Trendsignale liefern soll.

Die vollständige Liste der Trading-Indikatoren

Vektor-Absolutwert: abs

Vector Absolute Value berechnet den Absolutwert jedes Elements in einem Array.

Vektor-Arkuskosinus: acos

_Vector Arccosine_ berechnet den trigonometrischen Arkuskosinus jedes Elements in einem Array.

Akkumulations-/Distributionslinie: ad

_Accumulation Distribution Line_ bestimmt den Trend einer Aktie anhand der Beziehung zwischen dem Volumenfluss und dem Aktienkurs.

Addieren: add

Add addiert zwei Arrays.

Akkumulations-/Distributions-Oszillator: adosc

_Accumulation Distribution Oscillator_ wird berechnet, indem ein exponentieller gleitender Durchschnitt der Akkumulations-/Distributionslinie über kurze Perioden von einem exponentiellen gleitenden Durchschnitt über lange Perioden abgezogen wird.

Average Directional Movement Index: adx

_Average Directional Movement Index_ zeigt die Stärke eines Trends anhand eines Werts im Bereich von 0 bis 100.

Average Directional Movement Index Rating: adxr

_Average Directional Movement Index Rating_ entspricht dem Average Directional Movement Index, ist aber glatter. Dieser Indikator wird von schnellen, kurzfristigen Marktschwankungen weniger beeinflusst als der adx.

Awesome Oscillator: ao

_Awesome Oscillator_ misst das Momentum des Marktes.

Absolute Price Oscillator: apo

_Absolute Price Oscillator_ ist die Differenz zwischen dem exponentiellen gleitenden Durchschnitt mit kurzer Periode und dem mit langer Periode.

Aroon: aroon

_Aroon_ besteht aus zwei Indikatoren: Aroon-Up und Aroon-Down. Aroon kann den Beginn eines Trends, seine Stärke und etwaige Veränderungen erkennen.

Aroon-Oszillator: aroonosc

_Aroon Oscillator_ ist die Differenz zwischen den Indikatoren Aroon-Up und Aroon-Down; die Ausgabe ist ein Wert zwischen 0 und 100.

Vektor-Arkussinus: asin

_Vector Arcsine_ berechnet den trigonometrischen Arkussinus jedes Elements in einem Array.

Vektor-Arkustangens: atan

_Vector Arctangent_ berechnet den trigonometrischen Arkustangens jedes Elements in einem Array.

Average True Range: atr

_Average True Range_ misst die Marktvolatilität über die Kursspanne einer Aktie in einem bestimmten Zeitraum.

Durchschnittspreis: avgprice

_Average Price_ zeigt den Mittelwert aus Eröffnungs-, Höchst-, Tiefst- und Schlusskurs einer Aktie.

Bollinger-Bänder: bbands

_Bollinger Bands_ umfassen das obere, mittlere und untere Band. Das mittlere ist ein gleitender Durchschnitt, und das obere und untere Band liegen zu beiden Seiten des mittleren. Der Wert der Standardabweichungen bestimmt den Abstand zwischen dem mittleren Band und dem oberen bzw. unteren.

Balance of Power: bop

_Balance of Power_ bewertet die Stärke von Käufern und Verkäufern im Markt.

Candlestick-Muster-Erkennung: candlestick

_Candlestick Pattern Detection_ hilft beim Erkennen von Candlestick-Mustern wie Bull, Bear, Hammer, Shooting Star und mehr und unterstützt Nutzer dabei, wichtige Markttrends und potenzielle Umkehrsignale anhand von Kerzenformationen zu identifizieren.

Commodity Channel Index: cci

_Commodity Channel Index_ ist hoch, wenn die Kurse weit über dem Durchschnitt liegen, und niedrig, wenn sie weit darunter liegen. So kann der cci überkaufte und überverkaufte Bereiche der Kursbewegung identifizieren. Darüber hinaus wird er zum Aufspüren von Umkehrungen und Divergenzen verwendet.

Vektor-Aufrundung: ceil

_Vector Ceiling_ liefert die kleinste ganze Zahl aus den Elementen eines Arrays.

Chande Momentum Oscillator: cmo

_Chande Momentum Oscillator_ berechnet das Kursmomentum an bullischen und/oder bärischen Tagen. Anders gesagt: Er berechnet die Differenz zwischen der Summe der höheren Schlusskurse und der Summe der niedrigeren Schlusskurse, geteilt durch die Summe aller Kursbewegungen.

Vektor-Kosinus: cos

_Vector Cosine_ berechnet den trigonometrischen Kosinus jedes Elements in einem Array.

Vektor-Kosinus-Hyperbolicus: cosh

_Vector Hyperbolic Cosine_ berechnet den trigonometrischen Kosinus Hyperbolicus jedes Elements in einem Array.

Cross Any: crossany

_Crossany_ erkennt fortlaufend, ob sich die Eingänge gegenseitig kreuzen.

Cross Over: crossover

_Crossover_ erkennt fortlaufend, ob der erste Eingang den anderen von unten nach oben kreuzt. Das heißt, im Gegensatz zum crossany-Indikator zählt nur die Situation, in der sich der erste Eingang über dem anderen platziert.

Chaikins Volatilität: cvi

Chaikins Volatility berechnet die Differenz zwischen Höchst- und Tiefstkurs für jede Periode.

Decay: decay

_Decay_ speichert ein Array der jüngsten Signale. Ein nützlicher Indikator, insbesondere in Machine-Learning-Algorithmen.

Doppelter exponentieller gleitender Durchschnitt: dema

_Double Exponential Moving Average_ entspricht dem exponentiellen gleitenden Durchschnitt, liefert aber durch die stärkere Gewichtung jüngerer Datenpunkte weniger verzögerte Daten.

Directional Indicator: di

_Directional Indicator_ besteht aus den Linien positive directional indicator und negative directional indicator, die die Bewegung des Kurstrends zeigen. Das Kreuzen dieser beiden Linien erzeugt die Kauf- und Verkaufssignale: Kreuzt die positive Linie die negative nach oben, ist das ein Kaufsignal — und umgekehrt.

Vektor-Division: div

_Vector Division_ dividiert die angegebenen Eingänge.

Directional Movement: dm

_Directional Movement_ zeichnet die Linien positive directional movement und negative directional movement. Sie werden anhand der vorherigen Höchst- und Tiefstkurse berechnet.

Detrended Price Oscillator: dpo

_Detrended Price Oscillator_ entfernt Kurstrends, um Hochs und Tiefs leichter erkennbar zu machen. So wird die Abschätzung von Zykluslängen mit dem Indikator deutlich einfacher.

Directional Movement Index: dx

_Directional Movement Index_, auch als dmi bezeichnet, umfasst zwei Directional-Movement-Linien und den Average-Directional-Movement-Index-Indikator.

Exponentieller Decay: edecay

_Exponential Decay_ ist fast identisch mit decay, aber bei gleicher Periode schneller.

Exponentieller gleitender Durchschnitt: ema

_Exponential Moving Average_ zeigt die Richtung der Kursänderungen über eine Periode. Der EMA ähnelt einem Simple Moving Average, aber während der SMA die Kurswerte direkt mittelt, gewichtet der EMA die jüngsten Kurse stärker.

Ease of Movement: emv

_Ease of Movement_ untersucht die Beziehung zwischen Kursschwankungen und Handelsvolumen.

Vektor-Exponentialfunktion: exp

_Vector Exponential_ liefert die Exponentialfunktion für jede Zahl im Eingabe-Array. Das heißt, sie berechnet die Eulersche Zahl e, potenziert mit jedem Eingabeelement.

Fisher-Transformation: fisher

_Fisher Transform_ zielt darauf ab, Wendepunkte in einer Kursreihe besser vorhersagbar zu machen, indem die Kurse einer Normalverteilung angenähert werden. Diese Transformation erleichtert es, Extremwerte und potenzielle Umkehrungen zu erkennen.

Vektor-Abrundung: floor

Der Vector Floor eines Werts ist die größte ganze Zahl, die kleiner oder gleich diesem Wert ist.

Forecast Oscillator: fosc

_Forecast Oscillator_ prognostiziert den kommenden Aktienkurs, indem er die Differenz zwischen dem aktuellen Kurs und einem linearen Regressionskurs aus der Funktion Time Series Forecast beobachtet.

Hull Moving Average: hma

_Hull Moving Average_ ist ein verbesserter gleitender Durchschnitt, der die Verzögerungen beseitigt (und dadurch besonders schnell ist) und glatter verläuft als die anderen traditionellen gleitenden Durchschnitte.

Kaufman Adaptive Moving Average: kama

_Kaufman Adaptive Moving Average_ reduziert Fehlsignale, indem kurzfristige Kursschwankungen herausgefiltert werden. Anders gesagt: kama entfernt das Marktrauschen; bei geringer Marktvolatilität schmiegt er sich eng an den aktuellen Marktpreis an.

Klinger Volume Oscillator: kvo

_Klinger Volume Oscillator_ prognostiziert Marktumkehrungen durch den Vergleich von Volumen und Kurs.

Lag-Block: lag

Lag block verzögert die Eingangsdaten um einen angegebenen Betrag. Beispiel: Mit einem Lag von 1 auf 15-Minuten-Kerzen gibt er die Daten der vorherigen Kerze aus. Das ist nützlich, um aktuelle Werte mit vergangenen zu vergleichen.

Laguerre-Filter: laguerrefilter

_Laguerre filter_ wird verwendet, um Kursdaten zu glätten und Trends zu erkennen. Er wendet einen Laguerre-Filter-Algorithmus auf Marktdaten an, reduziert das Rauschen und liefert ein klareres Bild des zugrunde liegenden Trends.

Gewinn seit dem letzten Signal: last_profit

_Last signal profit_ ermöglicht die Berechnung des Gewinns seit dem letzten Handelssignal und gibt Nutzern Einblick in die Performance ihrer Strategie über einen bestimmten Zeitraum.

Lineare Regression: linreg

_Linear Regression_ zeichnet die Endwerte linearer Regressionsgeraden für eine bestimmte Anzahl von Kerzen.

Achsenabschnitt der linearen Regression: linregintercept

_Linear Regression Intercept_ gibt die Höhe der linearen Regressionsgeraden für die erste Eingangskerze innerhalb der gleitenden Periode zurück.

Steigung der linearen Regression: linregslope

_Linear Regression Slope_ bestimmt die Richtung der Trendstärke. Der Indikator ermittelt die Steigung für jede Kerze anhand der aktuellen Kerze und der n-1 vorherigen Kerzen, wobei n die vom Trader festgelegte Periode ist.

Vektor-Naturlogarithmus: ln

_Vector Natural Log_ berechnet den natürlichen Logarithmus für jedes Element in einem Eingabe-Array.

Vektor-Logarithmus zur Basis 10: log10

_Vector Base-10 Log_ berechnet den Logarithmus zur Basis 10 für jedes Element in einem Eingabe-Array.

Moving Average Convergence Divergence: macd

_Moving Average Convergence Divergence_ bestimmt die Richtung des Aktienkurses. Verwenden Sie diesen Indikator besser nicht zur Erkennung von Trendwenden, da er sie erst erkennen kann, nachdem sie eingetreten sind. Er wird üblicherweise auch nicht zur Identifikation überkaufter oder überverkaufter Bedingungen genutzt.

Market Facilitation Index: marketfi

_Market Facilitation Index_ misst die Trendstärke und prognostiziert den Beginn eines Trends, wenn er kurz bevorsteht. Er berechnet die Kursbewegung pro Volumeneinheit.

Mass Index: mass

_Mass Index_ hilft Tradern, potenzielle Trendwenden zu erkennen, indem er die Ausdehnung und Verengung der Handelsspanne (die Differenz zwischen Höchst- und Tiefstkurs) über einen bestimmten Zeitraum mithilfe von Exponential Moving Averages misst.

Maximum in der Periode: max

_Maximum In Period_ gibt den Maximalwert der letzten n Kerzen zurück.

Mittlere Abweichung über die Periode: md

_Mean Deviation Over Period_ berechnet die absolute mittlere Abweichung über eine Periode.

Median-Preis: medprice

_Median Price_ berechnet den Mittelwert aus Höchst- und Tiefstkurs einer Kerze.

Money Flow Index: mfi

Der Money Flow Index misst den Handelsdruck, indem er sowohl Kurs als auch Volumen beobachtet, und liefert einen Wert zwischen 0 und 100.

Minimum in der Periode: min

Minimum In Period gibt den Minimalwert der letzten n Kerzen zurück.

Momentum: mom

_Momentum_ berechnet die Veränderung zwischen dem aktuellen Kurs und dem Kurs der n-ten Kerze davor.

Mesa Sine Wave: msw

_Mesa Sine Wave_ erkennt, ob sich der Markt in einem Zyklus- oder einem Trendmodus befindet.

Vektor-Multiplikation: mul

Vector Multiplication nimmt zwei Eingabe-Arrays und multipliziert sie.

Normalisierte Average True Range: natr

_Normalized Average True Range_ ist eine normalisierte Version der average true range und wird mit folgender Formel berechnet: NATR = (ATR / Close) * 100.

Negative Volume Index: nvi

_Negative Volume Index_ ist ein kumulativer Indikator und reagiert empfindlich auf das Marktvolumen. Ihm liegt die These zugrunde, dass hohes Marktvolumen auf uninformierte Trader zurückgeht, weshalb er die volumenstarken Tage ignoriert. An volumenschwachen Tagen sind informierte Trader aktiver, und daher wird der nvi-Indikator von ihnen beeinflusst; der nvi-Wert steigt bei positiven Kursänderungen und fällt bei negativen.

On Balance Volume: obv

_On Balance Volume_ ist ein kumulativer Indikator, der Kauf- und Verkaufsdruck berechnet. Er steigt an Aufwärtstagen und fällt an Abwärtstagen.

Percentage Price Oscillator: ppo

_Percentage Price Oscillator_ berechnet die Differenz zwischen zwei exponentiellen gleitenden Durchschnitten mit unterschiedlichen Perioden, geteilt durch den längeren.

Predict: predict

Der _Predict_-Block zielt darauf ab, mithilfe von Machine Learning die nächste Kursbewegung vorherzusagen. Achtung: Dieser Block befindet sich noch im Lernprozess und ist nicht vollständig trainiert. Bis dahin liefert er möglicherweise keine genauen Vorhersagen.

Parabolic SAR: psar

_Parabolic SAR_ hilft dabei, Stop-Punkte und potenzielle Trendumkehrungen zu erkennen. SAR steht für stop and reverse, was seine Anwendung treffend beschreibt.

Positive Volume Index: pvi

_Positive Volume Index_ entspricht dem Negative Volume Index nvi — und wird oft zusammen mit ihm verwendet — reagiert aber empfindlich auf volumenstarke Tage.

Qstick: qstick

_Qstick_ wendet als Momentum-Indikator einen einfachen gleitenden Durchschnitt auf die Differenz zwischen Schluss- und Eröffnungskurs der Aktie an.

Rate of Change: roc

_Rate of Change_ berechnet die prozentuale Veränderung zwischen dem aktuellen Kurs und dem Kurs vor n Perioden.

Rate of Change Ratio: rocr

Rate of Change Ratio berechnet die Veränderung zwischen dem aktuellen Kurs und dem Kurs vor n Perioden.

Vektor-Rundung: round

_Vector Round_ gibt für jedes Element in einem Array die nächstgelegene ganze Zahl zurück.

Relative-Stärke-Index: rsi

_Relative Strength Index_ misst die Geschwindigkeit und Änderungsrate von Kursbewegungen im Markt; er schwankt zwischen null und 100.

Vektor-Sinus: sin

_Vector Sine_ berechnet den trigonometrischen Sinus jedes Elements in einem Array.

Vektor-Sinus-Hyperbolicus: sinh

_Vector Hyperbolic Sine_ berechnet den trigonometrischen Sinus Hyperbolicus jedes Elements in einem Array.

Einfacher gleitender Durchschnitt: sma

_Simple Moving Average_ zeigt die Richtung der Kursänderungen über eine Periode, indem er den durchschnittlichen Kurswert berechnet.

Vektor-Quadratwurzel: sqrt

_Vector Square Root_ berechnet die Quadratwurzel jedes Elements in einem Array.

Standardabweichung über die Periode: stddev

_Standard Deviation Over Period_ misst die Differenz zwischen dem aktuellen Kurs und dem Durchschnittskurs über eine Periode.

Standardfehler über die Periode: stderr

_Standard Error Over Period_ zeigt, wie stark der Mittelwert der Grundgesamtheit vom Stichprobenmittelwert abweicht.

Stochastik-Oszillator: stoch

_Stochastic Oscillator_ vergleicht den letzten Schlusskurs mit den Höchst- und Tiefstkursen über eine Periode und bewegt sich zwischen null und 100.

Stochastik-RSI: stochrsi

_Stochastic RSI_ ist eine Kombination aus zwei Indikatoren: stoch und rsi. Tatsächlich wird ein stoch-Indikator auf einen rsi-Indikator angewendet — er misst also den rsi relativ zu seiner Hoch-Tief-Spanne über eine Periode.

Stock-to-Flow: stocktoflow

_Stock to flow_ bewertet die Knappheit eines bestimmten Werts und wird oft auf Kryptowährungen wie Bitcoin angewendet. Er vergleicht den vorhandenen Bestand (aktuelles Angebot) mit dem Zufluss (neue Produktion) und liefert Einblicke in den potenziellen Wert und die Marktdynamik des Assets.

Vektor-Subtraktion: sub

Vector Subtraction gibt die Subtraktion der beiden Eingänge zurück (a - b).

Super Trend: SuperTrend

_Super Trend_ berechnet den Super-Trend-Wert auf Basis von Kurs und Volatilität des Marktes und hilft Nutzern, die Richtung des aktuellen Trends zu bestimmen.

Super Trend KO: SuperTrendKO

_Super Trend KO_ Ähnlich wie Super Trend ist Super Trend KO eine modifizierte Version, die Marktrauschen berücksichtigt und durch die Minimierung von Fehlsignalen genauere Trendsignale liefern soll.

Summe über die Periode: sum

_Sum Over Period_ gibt die Summe der letzten n Kerzen zurück.

Vektor-Tangens: tan

_Vector Tangent_ berechnet den trigonometrischen Tangens jedes Elements in einem Array.

Vektor-Tangens-Hyperbolicus: tanh

_Vector Hyperbolic Tangent_ berechnet den trigonometrischen Tangens Hyperbolicus jedes Elements in einem Array.

Dreifacher exponentieller gleitender Durchschnitt: tema

_Triple Exponential Moving Average_ ist ein besonders schneller gleitender Durchschnitt mit glatteren Daten. Er reduziert die Verzögerungen, indem er die jüngsten Daten stärker gewichtet, und eignet sich daher besser für kurzfristiges Trading.

Vektor-Gradumrechnung: todeg

_Vector Degree Conversion_ wandelt ein Array von Radiant in ein Array von Grad um.

Vektor-Radiantumrechnung: torad

_Vector Radian Conversion_ wandelt ein Array von Grad in ein Array von Radiant um.

True Range: tr

_True Range_ gibt den größeren der folgenden Werte zurück:

• Tageshoch minus Tagestief
• Der Absolutwert von Tageshoch minus Vortagesschluss
• Der Absolutwert von Tagestief minus Vortagesschluss

Dreieckiger gleitender Durchschnitt: trima

_Triangular Moving Average_ entspricht dem Simple Moving Average, sma, wird aber zweimal gemittelt; anders gesagt: trima ist ein sma, der auf einen weiteren sma angewendet wird. Dieser Ansatz führt zu einer glatteren Linie, die die mittleren Kerzen stärker gewichtet.

Dreifacher exponentieller Durchschnitt (TRIX): trix

Triple Exponential Moving Average zeigt die prozentuale Veränderung eines dreifach geglätteten ema (ein dreimal angewendeter ema).

Vektor-Abschneidung: trunc

_Vector Truncate_ gibt für jedes Element in einem Array nur den ganzzahligen Teil einer Zahl zurück.

Time Series Forecast: tsf

_Time Series Forecast_ prognostiziert, wie der Name schon sagt, zukünftige Trends auf Basis vergangener Daten. Er reagiert empfindlicher auf plötzliche Kursänderungen als die gleitenden Durchschnitte.

Typischer Preis: typprice

_Typical Price_ berechnet das arithmetische Mittel aus Höchst-, Tiefst- und Schlusskurs.

Ultimate Oscillator: ultosc

_Ultimate Oscillator_ misst den Kaufdruck unter Berücksichtigung von drei verschiedenen Zeitrahmen. Diese Perioden (7, 14, 28) beschreiben kurz-, mittel- und langfristige Markttrends.

Varianz über die Periode: var

_Variance Over Period_ misst die Streuung, indem er den Durchschnitt der quadrierten Abweichungen vom Mittelwert berechnet.

Vertical Horizontal Filter: vhf

_Vertical Horizontal Filter_ beobachtet die Kursbewegungen und zeigt an, in welcher Phase sich die Kurse befinden — in der Trend- oder in der Seitwärtsphase.

Variable Index Dynamic Average: vidya

_Variable Index Dynamic Average_ berechnet einen ema mit einer dynamischen Periode, die von der Marktvolatilität abhängt.

Annualisierte historische Volatilität: volatility

_Annualized Historical Volatility_ misst die Abweichung des durchschnittlichen Jahreskurses einer Aktie über eine Periode.

Volumen-Oszillator: vosc

Volume Oscillator berechnet die Differenz zwischen einem schnellen und einem langsamen gleitenden Volumendurchschnitt. Volumenänderungen auf diese Weise zu beobachten hat mehr technische Aussagekraft als die Beobachtung des Volumens selbst.

Volumengewichteter gleitender Durchschnitt: vwma

_Volume Weighted Moving Average_ funktioniert wie die meisten gleitenden Durchschnitte, bezieht aber das Marktvolumen in die Berechnung ein. Er gewichtet Kurse mit hohem Volumen stärker als Kurse mit niedrigem Volumen.

Williams Accumulation/Distribution: wad

_Williams Accumulation/Distribution_ ist die kumulierte Summe der Akkumulations- und Distributions-Kursänderungen. Akkumulation und Distribution beschreiben einen Markt, der von Käufern bzw. Verkäufern kontrolliert wird. Der wad-Indikator misst somit den positiven und negativen Marktdruck.

Gewichteter Schlusskurs: wcprice

_Weighted Close Price_ ist schlicht der Durchschnitt aus Höchst-, Tiefst- und doppelt gewichtetem Schlusskurs.

Wilder’s Smoothing: wilders

_Wilder's Smoothing_ entspricht dem ema, verwendet aber einen anderen Glättungsfaktor, was zu einer langsameren Reaktion auf Kursänderungen führt.

Williams %R: willr

_Williams %R_ identifiziert überkaufte und überverkaufte Märkte, indem er die Position des jüngsten Schlusskurses mit den Höchst- und Tiefstkursen über eine Periode vergleicht.

Gewichteter gleitender Durchschnitt: wma

_Weighted Moving Average_ entspricht dem sma, gewichtet aber die jüngsten Daten stärker. So reagiert er schneller auf Kursänderungen und bleibt näher am Marktpreis.

Zero-Lag Exponential Moving Average: zlema

_Zero-Lag Exponential Moving Average_ verfolgt dasselbe Ziel wie dema und tema. Er eliminiert die Verzögerungen, um die Geschwindigkeit zu verbessern und dem Kurs enger zu folgen.