Khối Chỉ báo - Arrow Algo Docs

Chỉ báo Giao dịch

Mở khóa cả một phổ thông tin phân tích kỹ thuật với Khối Chỉ báo, mang đến dải chỉ báo phong phú, từ đường trung bình động đơn giản đến các phép tính phức tạp. Phần này giúp người dùng tích hợp các chỉ báo một cách liền mạch vào chiến lược của mình, nâng cao khả năng nhận diện xu hướng thị trường và xác định chính xác các điểm vào hoặc thoát lệnh tiềm năng.

Để tạo một khối Chỉ báo mới, nhấp đúp vào màn hình blueprint, hoặc nhấp nút + trong menu. Trong thanh tìm kiếm, gõ: “indicator/” theo sau là các tên viết tắt bên dưới, hoặc chỉ cần gõ tên viết tắt.

Hãy nhớ rằng, các chiến lược khác nhau cần các loại chỉ báo khác nhau. Những chỉ báo giao dịch tốt nhất bổ trợ lẫn nhau mà không lặp lại thông tin.

Một vài chỉ báo yêu thích của chúng tôi

Tên chỉ báo: chữ viết tắt

Lợi nhuận từ tín hiệu gần nhất: last_profit

_Last signal profit_ hỗ trợ tính toán lợi nhuận kể từ tín hiệu giao dịch gần nhất, cung cấp cho người dùng thông tin về hiệu suất chiến lược trong một khung thời gian cụ thể. Hữu ích để tạo các kích hoạt dừng lệnh.

Nhận diện mô hình nến: candlestick

_Candlestick Pattern Detection_ hỗ trợ phát hiện các Mô hình nến, như nến tăng, nến giảm, nến búa, nến sao băng và nhiều mô hình khác, giúp người dùng nhận diện các xu hướng thị trường quan trọng và tín hiệu đảo chiều tiềm năng dựa trên hình dạng nến.

Chỉ số sức mạnh tương đối: rsi

Relative Strength Index đo tốc độ và mức độ thay đổi của biến động giá trên thị trường; nó dao động giữa 0 và 100. Chỉ báo này cho biết tài sản đang ở vùng quá mua hay quá bán, giúp người dùng nhận diện khả năng đảo chiều xu hướng và điều kiện thị trường.

Đường trung bình động đơn giản: sma

_Simple Moving Average_ tính giá trung bình của một tài sản trong một số chu kỳ xác định, tạo ra một đường xu hướng mượt. Nó hữu ích để nhận diện hướng đi chung của thị trường.

Đường trung bình động hàm mũ: ema

_Exponential Moving Average_ tương tự nhưng đặt trọng số lớn hơn cho các mức giá gần đây, khiến nó phản ứng nhanh hơn với các biến động giá ngắn hạn. Nó có lợi cho việc nắm bắt các xu hướng thị trường tức thời hơn.

SuperTrend: SuperTrend

_Supertrend_ tính giá trị Supertrend dựa trên giá và độ biến động của thị trường, giúp người dùng xác định hướng của xu hướng hiện tại.

SuperTrendKO: SuperTrendKO

_SuperTrendKO_ Tương tự Supertrend, SupertrendKO là phiên bản cải tiến có tính đến nhiễu thị trường và hướng tới cung cấp tín hiệu xu hướng chính xác hơn bằng cách giảm thiểu tín hiệu giả.

Danh sách đầy đủ các Chỉ báo Giao dịch

Giá trị tuyệt đối vector: abs

Vector Absolute Value tính giá trị tuyệt đối của từng phần tử trong một mảng.

Arccosin vector: acos

_Vector Arccosine_ tính arccosin lượng giác của từng phần tử trong một mảng.

Đường tích lũy/phân phối: ad

_Accumulation Distribution Line_ xác định xu hướng của một cổ phiếu, dựa trên mối quan hệ giữa dòng khối lượng và giá cổ phiếu.

Cộng: add

Add cộng hai mảng với nhau.

Dao động tích lũy/phân phối: adosc

_Accumulation Distribution Oscillator_ được tính bằng cách lấy đường trung bình động hàm mũ chu kỳ ngắn của đường tích lũy/phân phối trừ đi đường trung bình động hàm mũ chu kỳ dài của đường tích lũy/phân phối.

Chỉ số định hướng trung bình: adx

_Average Directional Movement Index_ thể hiện sức mạnh của một xu hướng qua một giá trị trong khoảng từ 0 đến 100.

Xếp hạng chỉ số định hướng trung bình: adxr

_Average Directional Movement Index Rating_ giống chỉ số định hướng trung bình nhưng mượt hơn. Chỉ báo này ít bị ảnh hưởng bởi các dao động ngắn hạn nhanh của thị trường hơn so với adx.

Dao động Awesome: ao

_Awesome Oscillator_ đo động lượng của thị trường.

Dao động giá tuyệt đối: apo

_Absolute Price Oscillator_ là hiệu số giữa đường trung bình động hàm mũ chu kỳ ngắn và đường trung bình động hàm mũ chu kỳ dài.

Aroon: aroon

_Aroon_ gồm hai chỉ báo: Aroon-Up và Aroon-Down. Aroon có thể nhận diện điểm khởi đầu của một xu hướng, sức mạnh của nó và mọi thay đổi.

Dao động Aroon: aroonosc

_Aroon Oscillator_ là hiệu số giữa hai chỉ báo Aroon-Up và Aroon-Down, và kết quả đầu ra sẽ là một giá trị từ 0 đến 100.

Arcsin vector: asin

_Vector Arcsine_ tính arcsin lượng giác của từng phần tử trong một mảng.

Arctang vector: atan

_Vector Arctangent_ tính arctang lượng giác của từng phần tử trong một mảng.

Biên độ dao động thực trung bình: atr

_Average True Range_ đo độ biến động của thị trường trên biên độ giá của một cổ phiếu trong một chu kỳ xác định.

Giá trung bình: avgprice

_Average Price_ thể hiện trung bình của giá mở cửa, cao nhất, thấp nhất và đóng cửa của một cổ phiếu.

Dải Bollinger: bbands

_Bollinger Bands_ gồm dải trên, dải giữa và dải dưới. Dải giữa là một chỉ báo trung bình động, còn dải trên và dải dưới nằm hai bên dải giữa. Giá trị của độ lệch chuẩn quyết định khoảng cách giữa dải giữa với dải trên và dải dưới.

Cán cân sức mạnh: bop

_Balance of Power_ đánh giá sức mạnh của bên mua và bên bán trên thị trường.

Nhận diện mô hình nến: candlestick

Chỉ số kênh hàng hóa: cci

_Commodity Channel Index_ sẽ cao khi giá vượt xa mức trung bình và sẽ thấp khi giá thấp hơn nhiều so với mức trung bình. Vì vậy cci có thể nhận diện các vùng quá mua và quá bán của hành động giá. Ngoài ra, nó còn được dùng để phát hiện các đảo chiều và phân kỳ.

Làm tròn lên vector: ceil

_Vector Ceiling_ trả về số nguyên nhỏ nhất từ các phần tử của một mảng.

Dao động động lượng Chande: cmo

_Chande Momentum Oscillator_ tính động lượng giá trong các phiên tăng và/hoặc giảm. Nói cách khác, nó tính hiệu số giữa tổng các mức đóng cửa cao hơn và tổng các mức đóng cửa thấp hơn, chia cho tổng của tất cả các biến động giá.

Cosin vector: cos

_Vector Cosine_ tính cosin lượng giác của từng phần tử trong một mảng.

Cosin hyperbolic vector: cosh

_Vector Hyperbolic Cosine_ tính cosin hyperbolic lượng giác của từng phần tử trong một mảng.

Giao cắt bất kỳ: crossany

_Crossany_ liên tục phát hiện xem các đầu vào có đang cắt nhau hay không.

Giao cắt lên: crossover

_Crossover_ liên tục phát hiện xem đầu vào thứ nhất có đang cắt lên trên đầu vào còn lại hay không. Nghĩa là, khác với chỉ báo crossany, tình huống duy nhất được quan tâm là khi đầu vào thứ nhất vượt lên trên đầu vào kia.

Độ biến động Chaikin: cvi

Chaikins Volatility tính hiệu số giữa giá cao nhất và thấp nhất của mỗi chu kỳ.

Suy giảm: decay

_Decay_ lưu một mảng các tín hiệu gần đây. Đây là chỉ báo hữu ích, đặc biệt trong các thuật toán máy học.

Đường trung bình động hàm mũ kép: dema

_Double Exponential Moving Average_ giống đường trung bình động hàm mũ, nhưng do phân bổ trọng số lớn hơn cho các điểm dữ liệu gần đây nên cho dữ liệu ít độ trễ hơn.

Chỉ báo định hướng: di

_Directional Indicator_ gồm hai đường positive directional indicator và negative directional indicator thể hiện chuyển động xu hướng của giá. Sự giao cắt của hai đường này phát ra các tín hiệu mua và bán; Nếu đường dương cắt lên trên đường âm, đó là tín hiệu Mua, và ngược lại.

Phép chia vector: div

_Vector Division_ chia các đầu vào được cung cấp.

Chuyển động định hướng: dm

_Directional Movement_ vẽ hai đường positive directional movement và negative directional movement. Chúng được tính bằng các mức giá cao nhất và thấp nhất trước đó.

Dao động giá khử xu hướng: dpo

_Detrended Price Oscillator_ loại bỏ các xu hướng giá để giúp nhận diện đỉnh và đáy dễ dàng hơn. Nhờ đó, việc ước lượng độ dài chu kỳ bằng chỉ báo này trở nên đơn giản hơn nhiều.

Chỉ số chuyển động định hướng: dx

_Directional Movement Index_, còn được gọi là dmi, gồm hai đường chuyển động định hướng và chỉ báo chỉ số định hướng trung bình.

Suy giảm hàm mũ: edecay

_Exponential Decay_ gần như giống decay nhưng nhanh hơn với cùng chu kỳ.

Đường trung bình động hàm mũ: ema

_Exponential Moving Average_ thể hiện hướng thay đổi của giá trong một chu kỳ. EMA giống như Simple Moving Average, nhưng trong khi SMA tính trực tiếp trung bình các giá trị giá, EMA đặt trọng số lớn hơn cho các mức giá gần đây.

Độ dễ dịch chuyển: emv

_Ease of Movement_ khảo sát mối quan hệ giữa biến động giá và khối lượng giao dịch.

Hàm mũ vector: exp

_Vector Exponential_ trả về giá trị hàm mũ cho từng số trong mảng đầu vào. Nghĩa là, nó tính hằng số Euler, e, lũy thừa với từng phần tử đầu vào.

Biến đổi Fisher: fisher

_Fisher Transform_ hướng tới nâng cao khả năng dự đoán các điểm đảo chiều trong chuỗi giá bằng cách làm cho giá có phân phối gần với phân phối chuẩn hơn. Phép biến đổi này giúp dễ dàng nhận diện các giá trị cực đoan và các đảo chiều tiềm năng.

Làm tròn xuống vector: floor

Vector Floor của một giá trị là số nguyên lớn nhất nhỏ hơn hoặc bằng nó.

Dao động dự báo: fosc

_Forecast Oscillator_ dự đoán giá sắp tới của cổ phiếu bằng cách theo dõi hiệu số giữa giá cổ phiếu hiện tại và mức giá hồi quy tuyến tính thu được từ hàm Time Series Forecast.

Đường trung bình động Hull: hma

_Hull Moving Average_ là một đường trung bình động cải tiến loại bỏ độ trễ (và do đó cực nhanh) và mượt hơn các chỉ báo trung bình động truyền thống khác.

Đường trung bình động thích ứng Kaufman: kama

_Kaufman Adaptive Moving Average_ giảm tín hiệu giả bằng cách loại bỏ các dao động giá ngắn hạn. Nói cách khác, kama loại bỏ nhiễu thị trường, nên nếu độ biến động thị trường thấp, nó sẽ bám sát mức giá thị trường hiện tại.

Dao động khối lượng Klinger: kvo

_Klinger Volume Oscillator_ dự báo các đảo chiều của thị trường bằng cách so sánh khối lượng với giá.

Khối trễ: lag

Lag block làm trễ dữ liệu đầu vào theo một khoảng xác định. Ví dụ, với độ trễ 1 trên nến 15 phút, nó xuất dữ liệu của nến trước đó. Điều này hữu ích để so sánh giá trị hiện tại với giá trị trong quá khứ.

Bộ lọc Laguerre: laguerrefilter

_Laguerre filter_ được dùng để làm mượt dữ liệu giá và nhận diện xu hướng. Nó áp dụng thuật toán lọc Laguerre lên dữ liệu thị trường, giảm nhiễu và cho ra hình ảnh rõ ràng hơn về xu hướng cơ bản.

Lợi nhuận từ tín hiệu gần nhất: last_profit

_Last signal profit_ hỗ trợ tính toán lợi nhuận kể từ tín hiệu giao dịch gần nhất, cung cấp cho người dùng thông tin về hiệu suất chiến lược trong một khung thời gian cụ thể.

Hồi quy tuyến tính: linreg

_Linear Regression_ vẽ các giá trị cuối của các đường hồi quy tuyến tính cho một số thanh nến xác định.

Hệ số chặn hồi quy tuyến tính: linregintercept

_Linear Regression Intercept_ trả về độ cao của đường hồi quy tuyến tính tại thanh nến đầu vào đầu tiên trong chu kỳ trượt.

Độ dốc hồi quy tuyến tính: linregslope

_Linear Regression Slope_ xác định hướng của sức mạnh xu hướng. Chỉ báo tính độ dốc cho từng thanh nến bằng thanh hiện tại và n-1 thanh trước đó, với n là chu kỳ do nhà giao dịch chỉ định.

Logarit tự nhiên vector: ln

_Vector Natural Log_ tính logarit tự nhiên cho từng phần tử trong mảng đầu vào.

Logarit cơ số 10 vector: log10

_Vector Base-10 Log_ tính logarit cơ số 10 cho từng phần tử trong mảng đầu vào.

Trung bình động hội tụ phân kỳ: macd

_Moving Average Convergence Divergence_ xác định hướng đi của giá cổ phiếu. Cân nhắc không dùng chỉ báo này để phát hiện đảo chiều xu hướng vì nó chỉ có thể phát hiện sau khi đảo chiều đã xảy ra. Nó cũng thường không được dùng để nhận diện các điều kiện quá mua hay quá bán.

Chỉ số tạo thuận thị trường: marketfi

_Market Facilitation Index_ đo sức mạnh xu hướng và dự đoán điểm khởi đầu của một xu hướng khi nó sắp diễn ra. Nó tính mức biến động giá trên mỗi đơn vị khối lượng.

Chỉ số Mass: mass

_Mass Index_ giúp nhà giao dịch nhận diện các đảo chiều xu hướng tiềm năng bằng cách đo sự mở rộng và thu hẹp của biên độ giao dịch (hiệu số giữa giá cao nhất và thấp nhất) trong một chu kỳ xác định, sử dụng các Đường trung bình động hàm mũ.

Giá trị lớn nhất trong chu kỳ: max

_Maximum In Period_ trả về giá trị lớn nhất trong n thanh nến gần nhất.

Độ lệch trung bình trong chu kỳ: md

_Mean Deviation Over Period_ tính độ lệch trung bình tuyệt đối trong một chu kỳ.

Giá trung vị: medprice

_Median Price_ tính trung bình của giá cao nhất và thấp nhất của một thanh nến.

Chỉ số dòng tiền: mfi

Money Flow Index đo áp lực giao dịch bằng cách theo dõi cả giá lẫn khối lượng và trả về một giá trị từ 0 đến 100.

Giá trị nhỏ nhất trong chu kỳ: min

Minimum In Period trả về giá trị nhỏ nhất trong n thanh nến gần nhất.

Động lượng: mom

_Momentum_ tính mức thay đổi giữa giá hiện tại và giá của thanh nến thứ n tính từ cuối.

Sóng sin Mesa: msw

_Mesa Sine Wave_ phát hiện thị trường đang ở chế độ chu kỳ hay chế độ xu hướng.

Phép nhân vector: mul

Vector Multiplication nhận hai mảng đầu vào và nhân chúng với nhau.

Biên độ dao động thực trung bình chuẩn hóa: natr

_Normalized Average True Range_ là phiên bản chuẩn hóa của average true range và được tính theo công thức: NATR = (ATR / Close) * 100.

Chỉ số khối lượng âm: nvi

_Negative Volume Index_ là chỉ báo tích lũy và nhạy cảm với khối lượng thị trường. Nó lập luận rằng khối lượng thị trường cao là do các nhà giao dịch thiếu thông tin, nên nó không quan tâm đến các phiên khối lượng cao. Vào những phiên khối lượng thấp, các nhà giao dịch có thông tin hoạt động tích cực hơn, và do đó chỉ báo nvi bị ảnh hưởng bởi họ; giá trị nvi sẽ tăng khi giá biến động tích cực và giảm khi giá biến động tiêu cực.

Khối lượng cân bằng: obv

_On Balance Volume_ là chỉ báo tích lũy tính toán áp lực mua và bán. Nó tăng vào các phiên tăng giá và giảm vào các phiên giảm giá.

Dao động giá phần trăm: ppo

_Percentage Price Oscillator_ tính hiệu số giữa hai đường trung bình động hàm mũ với chu kỳ khác nhau, chia cho đường có chu kỳ dài hơn.

Dự đoán: predict

Khối _Predict_ hướng tới ứng dụng máy học để dự đoán biến động giá tiếp theo. Lưu ý: Khối này vẫn đang trong quá trình học và chưa được huấn luyện đầy đủ. Cho đến khi hoàn thiện, nó có thể không đưa ra dự đoán chính xác.

Parabolic SAR: psar

_Parabolic SAR_ giúp xác định các điểm dừng và các đảo chiều tiềm năng của xu hướng. Thực tế, SAR là viết tắt của stop and reverse (dừng và đảo chiều), mô tả rất đúng cách ứng dụng của nó.

Chỉ số khối lượng dương: pvi

_Positive Volume Index_ giống Chỉ số khối lượng âm nvi - và thường được dùng kết hợp với nó - nhưng nhạy cảm với các phiên khối lượng cao.

Qstick: qstick

_Qstick_, với tư cách là một chỉ báo động lượng, áp dụng đường trung bình động đơn giản lên hiệu số giữa giá đóng cửa và giá mở cửa của cổ phiếu.

Tốc độ thay đổi: roc

_Rate of Change_ tính phần trăm thay đổi giữa giá hiện tại và giá của n chu kỳ trước.

Tỷ lệ tốc độ thay đổi: rocr

Rate of Change Ratio tính mức thay đổi giữa giá hiện tại và giá của n chu kỳ trước.

Làm tròn vector: round

_Vector Round_ trả về số nguyên gần nhất cho từng phần tử trong một mảng.

Chỉ số sức mạnh tương đối: rsi

_Relative Strength Index_ đo tốc độ và mức độ thay đổi của biến động giá trên thị trường; nó dao động giữa 0 và 100.

Sin vector: sin

_Vector Sine_ tính sin lượng giác của từng phần tử trong một mảng.

Sin hyperbolic vector: sinh

_Vector Hyperbolic Sine_ tính sin hyperbolic lượng giác của từng phần tử trong một mảng.

Đường trung bình động đơn giản: sma

_Simple Moving Average_ thể hiện hướng thay đổi của giá trong một chu kỳ bằng cách tính giá trị giá trung bình.

Căn bậc hai vector: sqrt

_Vector Square Root_ tính căn bậc hai của từng phần tử trong một mảng.

Độ lệch chuẩn trong chu kỳ: stddev

_Standard Deviation Over Period_ đo mức chênh lệch giữa giá hiện tại và giá trung bình trong một chu kỳ.

Sai số chuẩn trong chu kỳ: stderr

_Standard Error Over Period_ cho thấy trung bình tổng thể khác trung bình mẫu đến mức nào.

Dao động Stochastic: stoch

_Stochastic Oscillator_ so sánh giá đóng cửa gần nhất với các mức giá cao nhất và thấp nhất trong một chu kỳ, dao động từ 0 đến 100.

Stochastic RSI: stochrsi

_Stochastic RSI_ là sự kết hợp của hai chỉ báo: stoch và rsi. Thực tế, nó áp dụng chỉ báo stoch lên chỉ báo rsi, nghĩa là nó đo rsi tương quan với biên độ cao/thấp của chính rsi trong một chu kỳ.

Stock to flow: stocktoflow

_Stock to flow_ đánh giá độ khan hiếm của một tài sản cụ thể, thường được áp dụng cho các loại tiền mã hóa như Bitcoin. Nó so sánh lượng tồn kho hiện có (nguồn cung hiện tại) với dòng chảy (sản lượng mới), mang lại thông tin về giá trị tiềm năng và động lực thị trường của tài sản.

Phép trừ vector: sub

Vector Subtraction trả về hiệu của hai đầu vào (a - b).

Super Trend: SuperTrend

_Super Trend_ tính giá trị Super Trend dựa trên giá và độ biến động của thị trường, giúp người dùng xác định hướng của xu hướng hiện tại.

Super Trend KO: SuperTrendKO

_Super Trend KO_ Tương tự Super Trend, Super Trend KO là phiên bản cải tiến có tính đến nhiễu thị trường và hướng tới cung cấp tín hiệu xu hướng chính xác hơn bằng cách giảm thiểu tín hiệu giả.

Tổng trong chu kỳ: sum

_Sum Over Period_ trả về tổng của n thanh nến gần nhất.

Tang vector: tan

_Vector Tangent_ tính tang lượng giác của từng phần tử trong một mảng.

Tang hyperbolic vector: tanh

_Vector Hyperbolic Tangent_ tính tang hyperbolic lượng giác của từng phần tử trong một mảng.

Đường trung bình động hàm mũ ba: tema

_Triple Exponential Moving Average_ là đường trung bình động tốc độ cao với dữ liệu mượt hơn. Nó giảm độ trễ bằng cách đặt trọng số lớn hơn cho dữ liệu gần đây, do đó phù hợp hơn cho giao dịch ngắn hạn.

Chuyển đổi sang độ vector: todeg

_Vector Degree Conversion_ chuyển một mảng radian thành một mảng độ.

Chuyển đổi sang radian vector: torad

_Vector Radian Conversion_ chuyển một mảng độ thành một mảng radian.

Biên độ dao động thực: tr

_True Range_ trả về giá trị lớn hơn trong các giá trị:

Giá cao nhất trong ngày trừ giá thấp nhất trong ngày
Giá trị tuyệt đối của giá cao nhất trong ngày trừ giá đóng cửa của ngày trước
Giá trị tuyệt đối của giá thấp nhất trong ngày trừ giá đóng cửa của ngày trước

Đường trung bình động tam giác: trima

_Triangular Moving Average_ giống Đường trung bình động đơn giản, sma, nhưng được lấy trung bình hai lần; Nói cách khác, trima là một sma được áp dụng lên một sma khác. Cách tiếp cận này tạo ra đường mượt hơn, đặt trọng số lớn hơn cho các thanh nến ở giữa.

Trung bình hàm mũ ba (TRIX): trix

Triple Exponential Moving Average thể hiện phần trăm thay đổi của một ema được làm mượt ba lần (áp dụng ema ba lần).

Cắt phần thập phân vector: trunc

_Vector Truncate_ chỉ trả về phần nguyên của số cho từng phần tử trong một mảng.

Dự báo chuỗi thời gian: tsf

_Time Series Forecast_, đúng như tên gọi, dự đoán các xu hướng tương lai dựa trên dữ liệu quá khứ. Nó nhạy cảm hơn với các biến động giá đột ngột so với các chỉ báo trung bình động.

Giá điển hình: typprice

_Typical Price_ tính trung bình cộng của giá cao nhất, thấp nhất và đóng cửa.

Dao động Ultimate: ultosc

_Ultimate Oscillator_ đo áp lực mua bằng cách xét ba khung thời gian khác nhau. Các chu kỳ này (7, 14, 28) mô tả các xu hướng thị trường ngắn hạn, trung hạn và dài hạn.

Phương sai trong chu kỳ: var

_Variance Over Period_ đo mức độ biến thiên bằng cách tính trung bình các bình phương độ lệch so với giá trị trung bình.

Bộ lọc dọc-ngang: vhf

_Vertical Horizontal Filter_ theo dõi các biến động giá và cho biết giá đang ở pha nào, pha xu hướng hay pha tích lũy.

Đường trung bình động biến thiên VIDYA: vidya

_Variable Index Dynamic Average_ tính một ema với chu kỳ động tùy theo độ biến động của thị trường.

Độ biến động lịch sử theo năm: volatility

_Annualized Historical Volatility_ đo độ lệch của giá cổ phiếu trung bình theo năm trong một chu kỳ.

Dao động khối lượng: vosc

Volume Oscillator tính hiệu số giữa đường trung bình động khối lượng nhanh và đường trung bình động khối lượng chậm. Theo dõi các thay đổi khối lượng theo cách này có ý nghĩa kỹ thuật hơn so với chỉ theo dõi khối lượng đơn thuần.

Đường trung bình động theo khối lượng: vwma

_Volume Weighted Moving Average_ giống hầu hết các chỉ báo trung bình động nhưng tính cả khối lượng thị trường trong các phép toán. Thực chất, nó đặt trọng số lớn hơn cho các mức giá có khối lượng cao so với các mức giá có khối lượng thấp.

Tích lũy/phân phối Williams: wad

_Williams Accumulation/Distribution_ là tổng tích lũy của các thay đổi giá tích lũy và phân phối. Tích lũy và phân phối lần lượt mô tả thị trường do bên mua và bên bán kiểm soát. Thực tế, chỉ báo wad đo các áp lực tích cực và tiêu cực của thị trường.

Giá đóng cửa có trọng số: wcprice

_Weighted Close Price_ đơn giản là trung bình của giá cao nhất, thấp nhất và giá đóng cửa nhân đôi.

Làm mượt Wilder: wilders

_Wilder's Smoothing_ giống ema, nhưng làm mượt Wilder dùng hệ số làm mượt khác, dẫn đến phản ứng chậm hơn với các biến động giá.

Williams %R: willr

_Williams %R_ nhận diện thị trường quá mua và quá bán bằng cách so sánh vị trí của giá đóng cửa gần nhất với các mức giá cao nhất và thấp nhất trong một chu kỳ.

Đường trung bình động có trọng số: wma

_Weighted Moving Average_ giống sma, nhưng đặt trọng số lớn hơn cho dữ liệu gần đây. Nhờ vậy, nó phản ứng nhanh hơn với các biến động giá và bám sát giá thị trường hơn.

Đường trung bình động hàm mũ không trễ: zlema

_Zero-Lag Exponential Moving Average_ theo đuổi cùng mục tiêu với dema và tema. Nó loại bỏ độ trễ để cải thiện tốc độ và bám sát giá hơn.