Dejavu - индикатор для MetaTrader 4

Описание:

На момент данной публикации существует, как минимум, две работы (ft.Dejavu и WmiFor), позволяющие с определенными условностями находить "похожие" участки на истории.

В текущей работе эта задача решена на несколько ином уровне. Кратко - через КК Пирсона.

Входные параметры:

SCR_Dejavu:

• StartDate - дата, с которой проводится анализ истории.
• Limit - условное задание границы (Limit * Max(|KK|)), при которой будут учитываться соответствующие участки. При Limit = 1 будет учитываться всегда только один участок - наилучший.
• MinStep - условное задание шага (MinStep * Max(|KK|)), которое позволяет учитывать только лучшие из рядом-находящихся похожих участков по условию Limit.
• InitInterval - начальный размер куска истории, с которым будет производиться сравнение. После запуска удобно менять его мышкой (см. видео).
• Depth - на какую глубину (в барах) делать "прогноз" в прошлое и будущее.
  
• Alpha - коэффициент экспоненциального среднего (возможно предварительно сгладить историю).

IND_Dejavu:

• StDev - вкл./выкл. отображение СКО найденного среднего наиболее-похожего участка.
• HighLow - вкл./выкл. отображение самых удаленных значений участков, из которых был сформирован средний наиболее-похожий участок.
  

Алгоритм:

1. Берется интересуемый кусок истории (цены закрытия + EMA).
2. Сравнивается со всеми другими кусками истории - вычисление сотен тысяч КК Пирсона.
3. Через Limit и MinStep-условия находятся наиболее похожие участки на истории.
4. Из них формируется средний наиболее похожий участок, который визуализируется вместе со своими характеристиками.

Используются два авторских быстрых способа вычисления КК Пирсона, из которых задействуется самый производительный, в зависимости от ситуации. Размер искомого участка истории практически никак не влияет на скорость вычислений.

Замечания:

• Необходимо разрешение на использование DLL.
• Средний наиболее-похожий участок всегда имеет КК >= КК самого похожего участка.
• Искать похожие куски можно не только на цВР ФИ исходного участка, но и на ВР любой природы - цВР других ФИ, ВР прочих данных, включая СБ.
• На данных СБ (случайное блуждание) прогноз обязан быть горизонтальной линией, при этом его СКО должен расходиться при отдалении.
• Не имеет значения вертикальный масштаб участка и его зеркальность при сравнении с исходным.

Реальные возможности дальнейших исследований:

• Реализация учета горизонтального масштаба.
• Нахождения наилучших паттернов (оптимизационная задача, которая относительно быстро может быть решена через MQL5 Cloud
  
• Network).
• Имеется возможность окончательно решить вопрос состоятельности применения теории паттернов к фин. рынкам.