Le DPO modifié offre la possibilité de régler tous les paramètres de la moyenne mobile (MA) pour transformer sa courbe en une ligne horizontale, utile comme niveau de support ou de résistance. Les utilisateurs peuvent ajuster la période, le mode, ainsi que le prix appliqué du MA. Le calcul est le suivant : DPO = clôture - MA (mode, prix, période DPO). Ici, DPO désigne la valeur de l'indicateur; "clôture" fait référence au prix de clôture; "mode" est la méthode de calcul (SMA, EMA, SMMA, LWMA); "price" correspond au prix choisi pour le calcul, et "DPO_period" à la période appliquée. La version MT4 est disponible en ligne.

👉 Lis ça | Market | @mql5fr

Cet indicateur offre une fonctionnalité essentielle pour les traders en automatisant la création de boîtes de risque/récompense sur les graphiques. Basé sur les points hauts et bas des anciennes bougies, il permet d'évaluer rapidement le potentiel de chaque position. Le code a été converti pour une utilisation plus accessible. L'ajustement manuel de la taille et du prix se fait en glissant directement sur l'interface, offrant une flexibilité appréciable pour adapter la stratégie selon les besoins spécifiques du marché. Une solution pratique pour optimiser l'analyse des graphiques et prendre des décisions mieux informées dans les environnements de trading dynamiques.

👉 Lis ça | NeuroBook | @mql5fr

La structure des marchés financiers et les interactions entre les différents fuseaux horaires sont cruciales pour comprendre les fluctuations du marché. Il est important de noter que l'ouverture des marchés varie selon les pays, comme le Japon, l'Australie, la Chine et la Russie. Les gestionnaires européens et américains agissent souvent en fonction des opportunités créées par les écarts temporels, en particulier à l'aube à Chicago, ce qui influence les échanges. L'analyse des cycles de marché et des algorithmes de trading, incluant des fonctionnalités comme les ordres suiveurs et les configurations d'entrée stratégiques, permet d'exploiter les fluctuations du marché de manière optimisée.

👉 Lis ça | Calendrier | @mql5fr

Daryl Guppy, trader professionnel, a conçu la moyenne mobile multiple Guppy (GMMA) qui analyse les relations entre groupes de moyennes mobiles. Cet indicateur dissèque le comportement des traders et investisseurs, offrant une lecture précieuse des relations de marché. Les moyennes mobiles à court terme capturent l'activité des traders, souvent initiateurs de changements de tendance. Les moyennes long terme suivent les investisseurs, prolongateurs des tendances solides. La GMMA informe sur six scénarios de trading comme la rupture classique ou le trading des bulles. Les calculs de moyennes dans la GMMA peuvent être ajustés via dix variantes d'algorithmes. Les paramètres Phase1 et Phase2 varient selon ces algorithmes, impactant différemment le calcul des moyennes. Des classes spécifiques de la bibliothèque SmoothAlgorithms.mqh facilitent l'utilisation, selon l'article sur l'égalisation ...

👉 Lis ça | Freelance | @mql5fr

La classe CCCIOnArray est essentielle pour le calcul des valeurs du Commodity Channel Index (CCI) à partir du tampon de l'indicateur. Pour l'implémentation, initiez la methode Init() dans la fonction OnInit() avec les paramètres : int aPeriod (période de l'indicateur) et ENUM_MA_METHOD aMethod (méthode de calcul de la moyenne). Employez la méthode Solve() pendant OnCalculate(), utilisant : const int aRatesTotal (variable rates_total), const int aPrevCalc (variable prev_calculée), double aData[] (données de calcul), double aP[] (tampon pour la moyenne), et double aCC[] (valeur CCI calculée).

La méthode BarsRequired() retourne le nombre minimum de barres nécessaire au calcul du CCI, tandis que Name() fournit le nom de l'indicateur. Test_CCIOnArray.mq5 est un exemple pratique de cette classe, et IncCCIOnArray doit être dans le répertoire MQL5\Include\IncOnArray. Notez que la classe néce...

👉 Lis ça | Forum | @mql5fr

Dans le développement d'indicateurs financiers, l'optimisation du code est fondamentale pour garantir sa performance. Lorsqu'on utilise les cent moyennes mobiles XMA, l'efficience est améliorée par la déclaration des tampons via une classe simplifiée. Pour ajuster le nombre de lignes affichées, modifiez seulement la constante LINES_TOTAL. Cet indicateur supporte dix méthodes de calcul de moyenne mobilière, incluant SMA, EMA, SMMA, et LWMA, entre autres. Chaque méthode possède ses propres paramètres, en particulier le type Phase, pertinent pour certains algorithmes comme JMA et T3. Ceux-ci nécessitent une compréhension fine de leurs effets sur les calculs. L'indicateur s'appuie sur les classes de la bibliothèque SmoothAlgorithms.mqh, essentielles pour éviter des tampons intermédiaires inutiles. Leur utilisation est décrite dans une publication dédiée à l'optimisation des séries de prix.

👉 Lis ça | AlgoBook | @mql5fr

L'indicateur montre la valeur du stop loss et/ou du take profit dans la devise de dépôt. Il est converti à partir d'une source de code disponible en ligne. Cet outil effectue un calcul estimé en utilisant une méthode simple. Il est important de noter que le calcul ne prend pas en compte les éventuelles commissions de courtage. Cela peut donner une idée générale du niveau de risque, mais des ajustements peuvent être nécessaires en fonction des frais de transaction réels. Pour des décisions précises, il est recommandé de considérer tous les coûts possibles liés aux opérations de trading.

👉 Lis ça | AlgoBook | @mql5fr

Cet indicateur utilise l'algorithme ZigZag pour tracer automatiquement les niveaux de retracement de Fibonacci sur un graphique. Il permet aux développeurs de visualiser rapidement les points de retournement potentiels grâce à une approche algorithmique précise. Basé sur le code initial de Metatrader 4, cet outil offre une compatibilité robuste pour les développeurs souhaitant intégrer des analyses techniques avancées dans leurs stratégies de marché. En interagissant avec d'autres indicateurs, il améliore l'analyse des tendances financières et optimise les décisions de trading. Assurez-vous de comprendre son intégration technique pour maximiser les avantages dans vos projets.

👉 Lis ça | NeuroBook | @mql5fr

Les algorithmes génétiques (AG) sont des outils heuristiques utilisés pour résoudre des problèmes complexes, souvent là où les solutions analytiques sont ardues voire impossibles. Bien que leur précision n'ait pas de preuve mathématique, ils sont efficaces pour nombre de défis pratiques, comme le célèbre "problème du vendeur ambulant". Les AG imitent les principes naturels d'hérédité et de variabilité, incluant des mécanismes comme la mutation pour garantir la diversité génétique et éviter les pièges des optima locaux. Ces techniques sont appliquées dans divers domaines comme l'intelligence artificielle, l'ingénierie et les jeux informatiques, offrant une flexibilité précieuse là où d'autres méthodes échouent.

👉 Lis ça | Signaux | @mql5fr