Un indicateur de tendance, essentiel pour les analystes techniques, place des points colorés sur le graphique des prix en fonction de la direction de la tendance. Il propose dix options différentes pour modifier les algorithmes de calcul de la moyenne : SMA, EMA, SMMA, LWMA, JJMA, JurX, ParMA, T3, VIDYA et AMA. Chaque option offre une approche unique pour adapter les moyennes en fonction de leurs spécificités. Par exemple, JMA utilise une variable Phase de -100 à +100, tandis que T3 s'appuie sur un facteur multiplié par 100. Il est crucial de comprendre les différences dans les paramètres de phase de ces algorithmes pour une mise en œuvre optimale. L'indicateur repose sur les classes de la bibliothèque SmoothAlgorithms.mqh pour les calculs, optimisant ainsi le traitement des données sans recourir à des tampons supplémentaires. Initialement développé pour MQL4 et publié en 2008, cet ou...

👉 Lis ça | Market | @mql5fr

La classe CTemaOnArray gère le calcul du Triple Exponential Moving Average (TEMA) via un tampon d'indicateur. Dans OnInit(), il faut appeler Init() avec les paramètres suivants : aPeriod pour la période de l'indicateur et aMethod pour la méthode de lissage. Lors de l'exécution d'OnCalculate(), utilisez Solve() en spécifiant les paramètres aRatesTotal, aPrevCalc, et les tableaux aData, aM1, aM2, aM3, et aTEMA pour arrimer les calculs.

La méthode BarsRequired() détermine le nombre minimum de barres nécessaires, tandis que Name() renvoie le nom de l'indicateur en chaîne de caractères. Le fichier Test_TemaOnArray.mq5 donne un exemple d'usage de cette classe. Les fichiers IncTemaOnArray et IncMAOnArray doivent être correctement disposés dans le dossier MQL5\Include\IncOnArray.

TEMA, développé par Patrick Malloy, combine différentes moyennes mobiles exponentielles pour minimiser le retard.

👉 Lis ça | Cotations | @mql5fr

La deuxième partie du fichier MoyennesMobiles.mqh apporte une version multi timeframe, accessible sans frais. Elle inclut des indicateurs de direction en couleur, utiles pour les développeurs et traders spécialisés. Des indicateurs multi timeframe supplémentaires sont également proposés. L'accès est soumis à certaines conditions. Cette ressource facilite l'analyse technique et l'optimisation des stratégies de trading, fournissant une vue d'ensemble améliorée du marché dans différents délais. La mise à jour permet une meilleure interprétation des données, soutenant la prise de décision basée sur une analyse approfondie des tendances et des dynamiques du marché.

👉 Lis ça | CodeBase | @mql5fr

La moyenne quadratique, souvent négligée par rapport à d'autres moyennes mobiles, présente des spécificités à considérer. En tant qu'indicateur, elle est équivalente à la moyenne mobile simple (SMA) lorsqu'elle est calculée sur un ensemble de valeurs exclusivement positives. Cependant, l'introduction d'une seule valeur négative dans cet ensemble compromet sévèrement la précision du résultat. Ce dysfonctionnement est dû à la nature de la formule de calcul de la moyenne quadratique. Par conséquent, elle ne peut pas être utilisée de la même manière que les moyennes mobiles conventionnelles, qui ne présentent pas cette limitation liée aux valeurs négatives. Ajustements nécessaires pour une utilisation appropriée dans des contextes spécifiques.

👉 Lis ça | AlgoBook | @mql5fr

Créer une bibliothèque DLL en C++ peut sembler complexe pour certains développeurs. Cependant, l'utilisation de Visual Studio 2005/2008 simplifie ce processus. Pour commencer, exécutez l'assistant d'application Win32 et créez un projet DLL en sélectionnant les paramètres appropriés.

Lors de la préparation à l’ajout de fonctions, il est crucial de spécifier la convention d’appel stdcall pour assurer la compatibilité avec MQL5. La transmission des paramètres, qu'ils soient simples, tableaux ou chaînes, doit être soigneusement gérée pour éviter les erreurs.

La gestion des exceptions dans les fonctions DLL est automatique, protégeant des erreurs courantes. Même si l’emballage de sécurité peut sembler ajouter de la complexité, il n’a pas d’impact significatif sur les performances.

👉 Lis ça | Cotations | @mql5fr

La classe CDemaOnArray permet le calcul de l'indicateur Double Exponential Moving Average (DEMA) via un tampon d'indicateur. Elle requiert une initialisation via la méthode Init() dans OnInit() prenant int aPeriod pour la période de l'indicateur et ENUM_MA_METHOD aMethod pour la méthode de lissage. Lors de l'exécution d'OnCalculate(), l'appel de Solve() utilise aRatesTotal, aPrevCalc, aData[], aM1[], aM2[], et aDEMA[] pour le calcul du DEMA.

Des méthodes supplémentaires incluent BarsRequired(), pour obtenir le nombre minimum de barres nécessaires, et Name(), qui retourne le nom de l'indicateur. Pour un exemple d'application, l'indicateur Test_DemaOnArray.mq5 peut être consulté, nécessitant le fichier IncDemaOnArray dans le dossier approprié, dépendant de la classe CMAOnArray. Le DEMA, introduit par Patrick Mulloy en 1994, vise à lisser les séries de prix et à être utilisé sur divers ...

👉 Lis ça | Calendrier | @mql5fr

La variante de l'indicateur DinapoliTargets_Full offre une fonctionnalité précieuse pour les professionnels du trading. Sa capacité à être configurée pour n'importe quelle barre du graphique permet de suivre précisément le comportement du marché. Cette approche détaillée facilite l'évaluation des niveaux de prix par rapport aux indicateurs, rendant l’outil particulièrement utile pour l'analyse stratégique hors ligne. Initialement développée en MQL4, cette version de l'indicateur a été mise à disposition dans la Code Base dès 2007, démontrant sa longévité et son utilité continue pour les traders désireux d'exploiter une analyse technique approfondie.

👉 Lis ça | Cotations | @mql5fr

L'efficience fractale polarisée est un indicateur technique analysant l'efficience des prix du marché. Ses valeurs varient entre -1 et +1, avec 0 comme ligne médiane. Une valeur supérieure à zéro indique une tendance baissière, tandis qu'une valeur inférieure à zéro signale une tendance haussière. Pour les décisions de trading, l'achat est conseillé lorsque l'indicateur est sous -0,5 et la vente quand il dépasse +0,5.

L'indicateur permet de choisir parmi dix types de moyennes : SMA, EMA, SMMA, LWMA, JJMA, JurX, ParMA, T3, VIDYA, et AMA. Chaque type a des paramètres distincts, par exemple, la variable Phase pour JMA ou la période CMO pour VIDYA. AMA possède une période d'EMA rapide et un facteur de degré fixés à 2.

Il est construit à l'aide des classes de la bibliothèque SmoothAlgorithms.mqh et a été initialement implémenté en MQL4.

👉 Lis ça | Freelance | @mql5fr

Lors de la mise en œuvre de stratégies de trading automatisées, les paramètres d'entrée jouent un rôle crucial dans l'optimisation de la performance. La distance d'ordre définie en points, ainsi que l'objectif de prise de profit, sont essentiels pour ajuster les ordres d'achat et de vente. Définir la taille initiale du lot et le gain par lot permet de contrôler le risque et les bénéfices potentiels. Les fonctions telles que `SetParameters` et `TargetProfit` permettent une gestion structurée des paramètres de la stratégie. La fonction `SqueezeDistance` ajuste les ordres en attente, tandis que `SetHardSL` assure une protection contre les pertes excessives. Pour surveiller les volumes, les fonctions `LongVolume` et `ShortVolume` sont indispensables. Le suivi des ordres en attente se fait via `LongPendingVol` et `ShortPendingVol`. Enfin, l'exécution et l'arrêt de la stratégie sont gérés p...

👉 Lis ça | AlgoBook | @mql5fr

Après avoir attaché l'outil au graphique, la réalisation de captures d'écran devient instantanée avec la touche de raccourci "s" de votre clavier. Chaque capture d'écran comporte automatiquement la date, assurant un suivi précis et organisé des observations graphiques. Cette fonctionnalité facilite la documentation des variations du marché, permettant une analyse détaillée et un archivage systématique. L'intégration des captures d'écran datées dans votre flux de travail quotidien optimise la traçabilité et enrichit le processus d'analyse technique sans effort supplémentaire. Une méthode efficace pour documenter et revisiter les évolutions passées.

👉 Lis ça | Cotations | @mql5fr

Le Market Profile est une méthode d'analyse précise qui enrichit la compréhension du marché en combinant le prix et le volume pour déterminer les phases d'équilibre et de déséquilibre. Créé par Peter Steidlmayer, il identifie les points pivotaux de trading en analysant les mouvements verticaux et horizontaux. Un aspect clé, le Point de Contrôle (POC), indique les niveaux où le marché a le plus échangé, offrant aux traders des indices sur les zones de support et de résistance. Sa mise en œuvre dans MetaTrader 5, via MQL5, optimise l'analyse en exploitant les spécificités de cette plateforme pour créer une stratégie de trading robuste et réactive.

👉 Lis ça | AlgoBook | @mql5fr

L'indicateur présenté offre une flexibilité dans la modification de la moyenne de la ligne de signal grâce à dix algorithmes possibles. Ces algorithmes incluent des moyennes mobiles classiques telles que SMA, EMA, SMMA et LWMA, ainsi que des méthodes avancées comme JJMA, JurX, ParMA, T3, VIDYA et AMA. Chaque algorithme propose des méthodes spécifiques de calcul influençant le comportement de la moyenne.

Les paramètres de type Phase varient en fonction de l'algorithme, impactant différemment leur calcul. Par exemple, JMA utilise une variable Phase allant de -100 à +100, alors que T3 adapte le facteur de calcul pour améliorer la lisibilité. VIDYA et AMA, quant à eux, utilisent des périodes spécifiques pour leur calcul.

Le fichier SmoothAlgorithms.mqh est utilisé pour optimiser les calculs, étant inclus dans le répertoire approprié. Cet outil a été initialement lancé en MQL4 et est res...

👉 Lis ça | Calendrier | @mql5fr

L'indicateur développé par Vladimir Hlystov permet de déterminer des zones optimales pour placer des stoploss sur des positions longues et courtes. Il s'adapte en temps réel pour optimiser le travail des trailing stops. Les bornes des nuages indiquent les valeurs minimales et maximales du stoploss pour chaque type de position. Ce mécanisme est crucial pour ajuster les niveaux de risque tout en maintenant la flexibilité du trading. L'utilisation de ces zones permet une gestion plus efficace des positions ouvertes, tant pour l'achat que pour la vente, en s'appuyant sur des données dynamiques pour améliorer les stratégies de trading.

👉 Lis ça | VPS | @mql5fr

La classe CDeMarkerOnArray est conçue pour calculer les valeurs de l'indicateur DeMarker via des tampons d'indicateur. Pour l'intégration, utilisez la méthode Init() avec des paramètres dans OnInit() : int aPeriod pour la période de l'indicateur et ENUM_MA_METHOD aMethod pour la méthode de lissage. Dans OnCalculate(), utilisez Solve() avec les paramètres suivants : const int aRatesTotal, const int aPrevCalc, double aDataHigh[], double aDataLow[], et des tampons pour les composantes positive et négative. Des méthodes comme BarsRequired() ou Name() fournissent des informations supplémentaires sur l'indicateur. Le fichier Test_DeMarkerOnArray.mq5 illustre son utilisation. Le bon emplacement des fichiers est crucial pour le bon fonctionnement. Cette classe est dépendante de CMAOnArray. L'indicateur DeMarker évalue les maximums des barres actuelles et précédentes pour ses calculs.

👉 Lis ça | Freelance | @mql5fr

MoyennesMobiles.mqh est désormais accessible dans une version multi timeframe gratuite. Cette version inclut des options de couleur pour indiquer l'orientation, utile pour les développeurs et les traders expérimentés. Notez que l'accès est soumis à certaines conditions. Par ailleurs, des indicateurs multi timeframe supplémentaires sont également proposés. Ces outils peuvent améliorer l'analyse technique en offrant une vue plus complète des tendances à travers différents délais. Examiner toutes les conditions et fonctionnalités avant utilisation reste essentiel pour maximiser les bénéfices dans vos opérations de développement ou de trading.

👉 Lis ça | Calendrier | @mql5fr

Les Expert Advisors (EAs) discutés utilisent chacun la traversée du prix à travers une moyenne mobile comme signal d'entrée. Le premier EA fonctionne avec une taille de lot fixe et utilise les paramètres suivants : la période de la moyenne mobile (MAPeriod), la taille du lot (LotSize), les points de prise de profit (TPPoints) et les points d'arrêt de perte (SLPoints).

Le deuxième EA applique une stratégie de Martingale. Après chaque perte, la taille du lot initiale (StartingLot) est augmentée selon un multiplicateur (LotMultiplier), mais ne dépassera pas la taille maximale définie (MaxLot). Les points de prise de profit et d'arrêt de perte augmentent également grâce à un multiplicateur (TPMultiplier) pour accentuer la récupération.

Ces systèmes, stockés dans ImportantFunctions.mqh, sont destinés à la simulation et non recommandés pour des comptes en argent réel. Une vidéo explicati...

👉 Lis ça | Freelance | @mql5fr