Блоки індикаторів

Торгові індикатори

Відкрийте спектр технічних інсайтів із блоками індикаторів, що пропонують широкий вибір індикаторів — від простих ковзних середніх до складних розрахунків. Цей розділ дає користувачам змогу безшовно інтегрувати ці індикатори у свої стратегії, покращуючи здатність розпізнавати ринкові тренди та з точністю визначати потенційні точки входу чи виходу.

Щоб створити новий блок індикатора, двічі клацніть на екрані блупринта або натисніть кнопку + у меню. У рядку пошуку введіть “indicator/” і одне зі скорочень нижче, або просто введіть саме скорочення.

Пам’ятайте: різні стратегії потребують різних типів індикаторів. Найкращі торгові індикатори доповнюють один одного, не дублюючи інформацію.

Деякі з наших улюблених

Назва індикатора: абревіатура

Прибуток від останнього сигналу: last_profit

_Last signal profit_ полегшує розрахунок прибутку від моменту останнього торгового сигналу, даючи користувачам уявлення про ефективність їхньої стратегії за певний період. Корисний для створення стоп-тригерів.

Розпізнавання свічкових патернів: candlestick

_Candlestick Pattern Detection_ допомагає виявляти свічкові патерни, такі як бичачі, ведмежі, «молоти», «падаючі зірки» тощо, допомагаючи користувачам визначати ключові ринкові тренди та потенційні сигнали розвороту на основі свічкових формацій.

Індекс відносної сили: rsi

Relative Strength Index вимірює швидкість і темп зміни цінових рухів на ринку; він коливається між нулем і 100. Він дає уявлення про перекупленість чи перепроданість активу, допомагаючи користувачам визначати потенційні розвороти тренду та стан ринку.

Проста ковзна середня: sma

_Simple Moving Average_ обчислює середню ціну активу за задану кількість періодів, утворюючи згладжену лінію тренду. Корисна для визначення загального напрямку ринку.

Експоненційна ковзна середня: ema

_Exponential Moving Average_ схожа, але надає більшої ваги нещодавнім цінам, що робить її чутливішою до короткострокових цінових змін. Корисна для відстеження найактуальніших ринкових трендів.

SuperTrend: SuperTrend

_Supertrend_ обчислює значення Supertrend на основі ціни та волатильності ринку, допомагаючи користувачам визначити напрямок поточного тренду.

SuperTrendKO: SuperTrendKO

_SuperTrendKO_ Подібно до Supertrend, SupertrendKO — це модифікована версія, яка враховує ринковий шум і прагне давати точніші трендові сигнали, мінімізуючи хибні спрацювання.

Повний список торгових індикаторів

Векторна абсолютна величина: abs

Vector Absolute Value обчислює абсолютну величину кожного елемента масиву.

Векторний арккосинус: acos

_Vector Arccosine_ обчислює тригонометричний арккосинус кожного елемента масиву.

Лінія накопичення/розподілу: ad

_Accumulation Distribution Line_ визначає тренд акції, використовуючи зв’язок між потоком обсягу та ціною акції.

Додавання: add

Add додає два масиви один до одного.

Осцилятор накопичення/розподілу: adosc

_Accumulation Distribution Oscillator_ обчислюється як різниця між експоненційною ковзною середньою лінії накопичення/розподілу за короткі періоди та експоненційною ковзною середньою лінії накопичення/розподілу за довгі періоди.

Індекс середнього спрямованого руху: adx

_Average Directional Movement Index_ показує силу тренду значенням у діапазоні від 0 до 100.

Рейтинг індексу середнього спрямованого руху: adxr

_Average Directional Movement Index Rating_ — це той самий індекс середнього спрямованого руху, але згладженіший. Цей індикатор менше, ніж adx, реагує на швидкі короткострокові ринкові коливання.

Дивовижний осцилятор: ao

_Awesome Oscillator_ вимірює моментум ринку.

Абсолютний ціновий осцилятор: apo

_Absolute Price Oscillator_ — це різниця між короткоперіодною експоненційною ковзною середньою та довгоперіодною експоненційною ковзною середньою.

Aroon: aroon

_Aroon_ складається з двох індикаторів: Aroon-Up і Aroon-Down. Aroon може визначати початок тренду, його силу та будь-які зміни.

Осцилятор Aroon: aroonosc

_Aroon Oscillator_ — це різниця між індикаторами Aroon-Up і Aroon-Down, а вивід є значенням між 0 і 100.

Векторний арксинус: asin

_Vector Arcsine_ обчислює тригонометричний арксинус кожного елемента масиву.

Векторний арктангенс: atan

_Vector Arctangent_ обчислює тригонометричний арктангенс кожного елемента масиву.

Середній істинний діапазон: atr

_Average True Range_ вимірює волатильність ринку за ціновим діапазоном акції протягом заданого періоду.

Середня ціна: avgprice

_Average Price_ показує середнє цін відкриття, максимуму, мінімуму та закриття акції.

Смуги Боллінджера: bbands

_Bollinger Bands_ містять верхню, середню та нижню смуги. Середня — це індикатор ковзної середньої, а верхня та нижня смуги розташовані по обидва боки від неї. Значення стандартних відхилень визначає відстань між середньою смугою та верхньою і нижньою.

Баланс сили: bop

_Balance of Power_ оцінює силу покупців і продавців на ринку.

Розпізнавання свічкових патернів: candlestick

Індекс товарного каналу: cci

_Commodity Channel Index_ буде високим, коли ціни значно вищі за середню, і низьким, коли ціни значно нижчі за неї. Тому cci може визначати зони перекупленості та перепроданості цінового руху. Крім того, його використовують для виявлення розворотів і дивергенцій.

Векторне округлення вгору: ceil

_Vector Ceiling_ показує найменше ціле число для елементів масиву.

Осцилятор моментуму Чанде: cmo

_Chande Momentum Oscillator_ обчислює ціновий моментум у бичачі та/або ведмежі дні. Іншими словами, він обчислює різницю між сумою вищих закриттів і сумою нижчих закриттів, поділену на суму всіх цінових рухів.

Векторний косинус: cos

_Vector Cosine_ обчислює тригонометричний косинус кожного елемента масиву.

Векторний гіперболічний косинус: cosh

_Vector Hyperbolic Cosine_ обчислює тригонометричний гіперболічний косинус кожного елемента масиву.

Будь-який перетин: crossany

_Crossany_ безперервно визначає, чи перетинаються входи один з одним.

Перетин зверху: crossover

_Crossover_ безперервно визначає, чи перетинає перший вхід другий знизу вгору. Тобто, на відміну від індикатора crossany, значення має лише ситуація, коли перший вхід опиняється вище за другий.

Волатильність Чайкіна: cvi

Chaikins Volatility обчислює різницю між максимальною та мінімальною цінами для кожного періоду.

Загасання: decay

_Decay_ зберігає масив нещодавніх сигналів. Це корисний індикатор, особливо в алгоритмах машинного навчання.

Подвійна експоненційна ковзна середня: dema

_Double Exponential Moving Average_ — те саме, що й експоненційна ковзна середня, але завдяки більшій вазі нещодавніх точок даних дає дані з меншим запізненням.

Спрямований індикатор: di

_Directional Indicator_ складається з ліній positive directional indicator і negative directional indicator, які показують рух цінового тренду. Перетин цих двох ліній породжує сигнали купівлі та продажу; якщо позитивна лінія перетинає негативну знизу вгору — це сигнал купівлі, і навпаки.

Векторне ділення: div

_Vector Division_ ділить надані входи.

Спрямований рух: dm

_Directional Movement_ будує лінії positive directional movement і negative directional movement. Вони обчислюються з використанням попередніх максимальних і мінімальних цін.

Детрендований ціновий осцилятор: dpo

_Detrended Price Oscillator_ усуває цінові тренди, щоб полегшити виявлення піків і западин. Завдяки цьому оцінювати тривалість циклів за допомогою індикатора набагато простіше.

Індекс спрямованого руху: dx

_Directional Movement Index_, який також називають dmi, містить дві лінії спрямованого руху та індикатор індексу середнього спрямованого руху.

Експоненційне загасання: edecay

_Exponential Decay_ — майже те саме, що decay, але швидше для того самого періоду.

Експоненційна ковзна середня: ema

_Exponential Moving Average_ показує напрямок цінових змін за період. EMA схожа на Simple Moving Average, але якщо SMA прямо обчислює середні цінові значення, то EMA надає більшої ваги нещодавнім цінам.

Легкість руху: emv

_Ease of Movement_ досліджує зв’язок між ціновими коливаннями та обсягом торгів.

Векторна експонента: exp

_Vector Exponential_ повертає експоненту для кожного числа у вхідному масиві. Тобто обчислює сталу Ейлера, e, піднесену до степеня кожного вхідного елемента.

Перетворення Фішера: fisher

_Fisher Transform_ має на меті покращити передбачуваність точок розвороту в ціновому ряді, наближаючи розподіл цін до нормального. Це перетворення полегшує виявлення екстремальних значень і потенційних розворотів.

Векторне округлення вниз: floor

Vector Floor значення — це найбільше ціле число, менше або рівне йому.

Осцилятор прогнозу: fosc

_Forecast Oscillator_ прогнозує майбутню ціну акції, відстежуючи різницю між поточною ціною акції та ціною лінійної регресії, отриманою з функції Time Series Forecast.

Ковзна середня Халла: hma

_Hull Moving Average_ — це вдосконалена ковзна середня, яка усуває запізнення (і тому надзвичайно швидка) та є плавнішою за інші традиційні індикатори ковзних середніх.

Адаптивна ковзна середня Кауфмана: kama

_Kaufman Adaptive Moving Average_ зменшує хибні сигнали, усуваючи короткострокові цінові коливання. Іншими словами, kama прибирає ринковий шум, тож за низької волатильності ринку вона триматиметься поточної ринкової ціни.

Об’ємний осцилятор Клінгера: kvo

_Klinger Volume Oscillator_ прогнозує ринкові розвороти, порівнюючи обсяг із ціною.

Блок запізнення: lag

Lag block затримує вхідні дані на задану величину. Наприклад, із запізненням 1 на 15-хвилинних свічках він виводить дані попередньої свічки. Це корисно для порівняння поточних значень із минулими.

Фільтр Лагерра: laguerrefilter

_Laguerre filter_ використовується для згладжування цінових даних і визначення трендів. Він застосовує алгоритм фільтра Лагерра до ринкових даних, зменшуючи шум і даючи чіткіше уявлення про базовий тренд.

Прибуток від останнього сигналу: last_profit

Лінійна регресія: linreg

_Linear Regression_ відображає кінцеві значення ліній лінійної регресії для заданої кількості барів.

Перетин лінійної регресії: linregintercept

_Linear Regression Intercept_ повертає висоту лінії лінійної регресії для першого вхідного бара в ковзному періоді.

Нахил лінійної регресії: linregslope

_Linear Regression Slope_ визначає напрямок сили тренду. Індикатор визначає нахил для кожного бара, використовуючи поточний бар і n-1 попередніх барів, де n — період, заданий трейдером.

Векторний натуральний логарифм: ln

_Vector Natural Log_ обчислює натуральний логарифм кожного елемента вхідного масиву.

Векторний десятковий логарифм: log10

_Vector Base-10 Log_ обчислює десятковий логарифм кожного елемента вхідного масиву.

Конвергенція-дивергенція ковзних середніх: macd

_Moving Average Convergence Divergence_ визначає напрямок ціни акції. Не варто використовувати цей індикатор для виявлення розворотів тренду, оскільки він може виявити їх лише після того, як вони сталися. Його також зазвичай не використовують для визначення перекупленості чи перепроданості.

Індекс сприяння ринку: marketfi

_Market Facilitation Index_ вимірює силу тренду та прогнозує початок тренду, коли він ось-ось має відбутися. Він обчислює ціновий рух на одиницю обсягу.

Індекс маси: mass

_Mass Index_ допомагає трейдерам визначати потенційні розвороти тренду, вимірюючи розширення та звуження торгового діапазону (різниці між максимальною та мінімальною цінами) за заданий період з використанням експоненційних ковзних середніх.

Максимум за період: max

_Maximum In Period_ повертає максимальне значення за останні n барів.

Середнє відхилення за період: md

_Mean Deviation Over Period_ обчислює абсолютне середнє відхилення за період.

Медіанна ціна: medprice

_Median Price_ обчислює середнє максимальної та мінімальної цін бара.

Індекс грошового потоку: mfi

Money Flow Index вимірює торговий тиск, відстежуючи як ціну, так і обсяг, і повертає значення між 0 і 100.

Мінімум за період: min

Minimum In Period повертає мінімальне значення за останні n барів.

Моментум: mom

_Momentum_ обчислює зміну між поточною ціною та ціною n-го бара від кінця.

Синусоїда Mesa: msw

_Mesa Sine Wave_ визначає, перебуває ринок у циклічному режимі чи в трендовому.

Векторне множення: mul

Vector Multiplication бере два вхідні масиви та перемножує їх.

Нормалізований середній істинний діапазон: natr

_Normalized Average True Range_ — це нормалізована версія average true range, яка обчислюється за формулою: NATR = (ATR / Close) * 100.

Індекс від’ємного обсягу: nvi

_Negative Volume Index_ — кумулятивний індикатор, чутливий до ринкового обсягу. Він виходить з того, що високий ринковий обсяг створюють непоінформовані трейдери, тому дні з високим обсягом його не цікавлять. У дні з низьким обсягом активнішими є поінформовані трейдери, тому індикатор nvi реагує саме на них; значення nvi зростатиме за позитивних цінових змін і падатиме за негативних.

Балансовий обсяг: obv

_On Balance Volume_ — кумулятивний індикатор, що обчислює тиск покупців і продавців. Він зростає у дні росту та зменшується у дні падіння.

Відсотковий ціновий осцилятор: ppo

_Percentage Price Oscillator_ обчислює різницю між двома експоненційними ковзними середніми з різними періодами, поділену на довшу з них.

Прогноз: predict

_Predict_ блок має на меті використати машинне навчання для прогнозування наступного цінового руху. Увага: цей блок усе ще навчається і не є повністю натренованим. Доти він може не давати точних прогнозів.

Параболічний SAR: psar

_Parabolic SAR_ допомагає визначати точки зупинки та потенційні розвороти трендів. Власне, SAR означає stop and reverse («зупинись і розвернись»), що чудово описує його застосування.

Індекс додатного обсягу: pvi

_Positive Volume Index_ — те саме, що Negative Volume Index nvi (і часто використовується разом із ним), але чутливий до днів з високим обсягом.

Qstick: qstick

_Qstick_ як індикатор моментуму застосовує просту ковзну середню до різниці між цінами закриття та відкриття акції.

Швидкість зміни: roc

_Rate of Change_ обчислює відсоткову зміну між поточною ціною та ціною n періодів тому.

Коефіцієнт швидкості зміни: rocr

Rate of Change Ratio обчислює зміну між поточною ціною та ціною n періодів тому.

Векторне округлення: round

_Vector Round_ повертає найближче ціле число для кожного елемента масиву.

Індекс відносної сили: rsi

_Relative Strength Index_ вимірює швидкість і темп зміни цінових рухів на ринку; він коливається між нулем і 100.

Векторний синус: sin

_Vector Sine_ обчислює тригонометричний синус кожного елемента масиву.

Векторний гіперболічний синус: sinh

_Vector Hyperbolic Sine_ обчислює тригонометричний гіперболічний синус кожного елемента масиву.

Проста ковзна середня: sma

_Simple Moving Average_ показує напрямок цінових змін за період, обчислюючи середнє цінове значення.

Векторний квадратний корінь: sqrt

_Vector Square Root_ обчислює квадратний корінь кожного елемента масиву.

Стандартне відхилення за період: stddev

_Standard Deviation Over Period_ вимірює різницю між поточною ціною та середньою ціною за період.

Стандартна похибка за період: stderr

_Standard Error Over Period_ показує, наскільки середнє генеральної сукупності відрізняється від вибіркового середнього.

Стохастичний осцилятор: stoch

_Stochastic Oscillator_ порівнює останню ціну закриття з найвищою та найнижчою цінами за період і коливається від нуля до 100.

Стохастичний RSI: stochrsi

_Stochastic RSI_ — це поєднання двох індикаторів: stoch і rsi. Фактично це застосування індикатора stoch до індикатора rsi, тобто міра rsi відносно його діапазону максимумів і мінімумів за період.

Stock to flow: stocktoflow

_Stock to flow_ оцінює дефіцитність певного активу; його часто застосовують до криптовалют, як-от Bitcoin. Він порівнює наявний запас (поточну пропозицію) з потоком (новим виробництвом), даючи уявлення про потенційну цінність активу та ринкову динаміку.

Векторне віднімання: sub

Vector Subtraction повертає різницю двох входів (a - b).

Super Trend: SuperTrend

_Super Trend_ обчислює значення Super Trend на основі ціни та волатильності ринку, допомагаючи користувачам визначити напрямок поточного тренду.

Super Trend KO: SuperTrendKO

_Super Trend KO_ Подібно до Super Trend, Super Trend KO — це модифікована версія, яка враховує ринковий шум і прагне давати точніші трендові сигнали, мінімізуючи хибні спрацювання.

Сума за період: sum

_Sum Over Period_ повертає суму за останні n барів.

Векторний тангенс: tan

_Vector Tangent_ обчислює тригонометричний тангенс кожного елемента масиву.

Векторний гіперболічний тангенс: tanh

_Vector Hyperbolic Tangent_ обчислює тригонометричний гіперболічний тангенс кожного елемента масиву.

Потрійна експоненційна ковзна середня: tema

_Triple Exponential Moving Average_ — це швидкісна ковзна середня зі згладженішими даними. Вона зменшує запізнення, надаючи більшої ваги нещодавнім даним, і тому краще підходить для короткострокової торгівлі.

Векторне перетворення в градуси: todeg

_Vector Degree Conversion_ перетворює масив радіанів на масив градусів.

Векторне перетворення в радіани: torad

_Vector Radian Conversion_ перетворює масив градусів на масив радіанів.

Істинний діапазон: tr

_True Range_ повертає більше зі значень:

Максимум дня мінус мінімум дня
Абсолютна величина різниці між максимумом дня та закриттям попереднього дня
Абсолютна величина різниці між мінімумом дня та закриттям попереднього дня

Трикутна ковзна середня: trima

_Triangular Moving Average_ — те саме, що проста ковзна середня, sma, але усереднена двічі; іншими словами, trima — це sma, застосована до іншої sma. Такий підхід дає плавнішу лінію, що надає більшої ваги середнім барам.

Потрійна експоненційна середня (TRIX): trix

Triple Exponential Moving Average показує відсоткову зміну тричі згладженої ema (застосування ema три рази).

Векторне відсікання: trunc

_Vector Truncate_ повертає лише цілу частину числа для кожного елемента масиву.

Прогноз часових рядів: tsf

_Time Series Forecast_, як і випливає з назви, прогнозує майбутні тренди на основі минулих даних. Він чутливіший до раптових цінових змін порівняно з індикаторами ковзних середніх.

Типова ціна: typprice

_Typical Price_ обчислює середнє арифметичне максимальної, мінімальної цін і ціни закриття.

Граничний осцилятор: ultosc

_Ultimate Oscillator_ вимірює тиск покупців, враховуючи три різні часові проміжки. Ці періоди (7, 14, 28) описують короткострокові, середньострокові та довгострокові ринкові тренди.

Дисперсія за період: var

_Variance Over Period_ вимірює варіацію, обчислюючи середнє квадратів відхилень від середнього значення.

Вертикально-горизонтальний фільтр: vhf

_Vertical Horizontal Filter_ відстежує цінові рухи та вказує на фазу цін — трендову чи фазу консолідації.

Динамічна середня зі змінним індексом: vidya

_Variable Index Dynamic Average_ обчислює ema з динамічним періодом залежно від волатильності ринку.

Річна історична волатильність: volatility

_Annualized Historical Volatility_ вимірює відхилення річної середньої ціни акції за період.

Об’ємний осцилятор: vosc

Volume Oscillator обчислює різницю між швидкою об’ємною ковзною середньою та повільною об’ємною ковзною середньою. Відстеження змін обсягу в такий спосіб має більше технічне значення, ніж відстеження самого обсягу.

Об’ємно-зважена ковзна середня: vwma

_Volume Weighted Moving Average_ схожа на більшість індикаторів ковзних середніх, але враховує ринковий обсяг у своїх розрахунках. Фактично вона надає більшої ваги цінам з високим обсягом, ніж цінам з низьким обсягом.

Накопичення/розподіл Вільямса: wad

_Williams Accumulation/Distribution_ — це накопичена сума цінових змін накопичення та розподілу. Накопичення та розподіл описують ринок, контрольований відповідно покупцями та продавцями. По суті, індикатор wad вимірює позитивний і негативний ринковий тиск.

Зважена ціна закриття: wcprice

_Weighted Close Price_ — це просто середнє максимальної, мінімальної та подвоєної ціни закриття.

Згладжування Вайлдера: wilders

_Wilder's Smoothing_ — те саме, що ema, але згладжування Вайлдера використовує інший коефіцієнт згладжування, що дає повільнішу реакцію на цінові зміни.

Williams %R: willr

_Williams %R_ визначає перекуплені та перепродані ринки, порівнюючи положення останньої ціни закриття з найвищою та найнижчою цінами за період.

Зважена ковзна середня: wma

_Weighted Moving Average_ — те саме, що sma, але надає більшої ваги нещодавнім даним. Завдяки цьому вона швидше реагує на цінові зміни та триматиметься ближче до ринкової ціни.

Експоненційна ковзна середня з нульовим запізненням: zlema

_Zero-Lag Exponential Moving Average_ переслідує ту саму мету, що dema і tema. Вона усуває запізнення, щоб підвищити швидкість і точніше відстежувати ціну.