Codebase

Der HalfTrend Bollinger Bands-Indikator kombiniert die Trendfolgefunktionen des HalfTrend-Indikators mit volatilitätsbasierten Bollinger Bändern, um eine erweiterte Trendanalyse mit dynamischen Unterstützungs- und Widerstandsniveaus zu ermöglichen. Dieser Indikator bietet einen ausgefeilten Ansatz zur Trendidentifikation, indem er statistische Bänder um eine trendfolgende Basislinie anwendet.

Der VIDYA Bollinger Bands Indikator kombiniert die adaptiven Glättungsfähigkeiten von VIDYA (Variable Index Dynamic Average) mit statistischen Bollinger Bands, um eine verbesserte Trendanalyse mit dynamischen Volatilitätsbändern zu ermöglichen. Dieser Indikator bietet einen ausgefeilten Ansatz zur Trendidentifikation, indem er einen adaptiven gleitenden Durchschnitt anwendet, der auf die Marktdynamik reagiert und ihn mit volatilitätsbasierten Bändern umgibt.

Der Bollinger Bands VMA-Indikator kombiniert den variablen gleitenden Durchschnitt (VMA) von Tushar Chande mit den traditionellen Bollinger Bands, um eine verbesserte Trendanalyse mit effizienzbasierter adaptiver Glättung zu ermöglichen. Dieser Indikator bietet einen ausgefeilten Ansatz zur Trenderkennung, indem er einen adaptiven gleitenden Durchschnitt verwendet, der auf die Markteffizienz als Mittellinie reagiert und von volatilitätsbasierten statistischen Bändern umgeben ist.

Der Indikator "Geglättete ATR mit Bändern" kombiniert doppelte ATR-Berechnungen mit statistischen Bändern, um eine verbesserte Volatilitätsanalyse zu ermöglichen. Dieser Indikator bietet einen ausgefeilteren Ansatz zur Messung der Marktvolatilität, indem er die ATR-Werte glättet und Standardabweichungsbänder hinzufügt.

In der realen Welt des Handels entwickeln sich die Marktbedingungen ständig weiter. Die Volatilität ändert sich, die Liquidität schwankt, und die Dateneinspeisung selbst kann von Tick zu Tick winzige Schwankungen aufweisen. Infolgedessen kann es vorkommen, dass selbst eine gut optimierte Strategie nicht genau so funktioniert, wie in einem Backtest vorhergesagt, da ihre Kernparameter oder Indikatorberechnungen unter Live-Bedingungen leichte Schwankungen oder Instabilitäten aufweisen können. Diese Monte-Carlo-Simulation dient dazu, zu testen, wie widerstandsfähig Ihre Strategie gegenüber solchen geringfügigen, unvorhersehbaren Abweichungen von ihrem perfekten Backtest-Verhalten ist.

Unvollkommenheiten bei der Ausführung, wie z. B. Kursabweichungen oder vorübergehend größere Spreads, sind beim Live-Handel häufig anzutreffen. Diese Faktoren können dazu führen, dass der tatsächliche Schlusskurs eines Geschäfts ungünstiger ausfällt als der während des Backtests beobachtete oder angestrebte Idealpreis. Diese Monte-Carlo-Simulation modelliert die Auswirkungen solcher zufälligen Ausführungsprobleme.

Der Variable Index Dynamic Average (VIDYA) ist ein adaptiver gleitender Durchschnitt, der seine Empfindlichkeit auf der Grundlage der Marktvolatilität anpasst. Im Gegensatz zu herkömmlichen gleitenden Durchschnitten, die allen Marktbedingungen das gleiche Gewicht beimessen, reagiert der VIDYA in volatilen Phasen stärker und in schwankenden Märkten weniger stark.

Der Volatility Skew Tracker (VST) ist ein innovativer Oszillator, der die Asymmetrie zwischen aufwärts und abwärts gerichteter Preisvolatilität misst. Im Gegensatz zu herkömmlichen Indikatoren, die sich nur auf die Kursrichtung oder -größe konzentrieren, analysiert der VST die interne Struktur der Kursbewegungen, um versteckten Aufwärts- oder Abwärtsdruck unter der Oberfläche zu erkennen. Durch die Untersuchung des Verhältnisses zwischen Höchst- und Tiefstkursen und die Berücksichtigung von Schlusskursen bietet VST Händlern einen frühzeitigen Einblick in potenzielle Trendänderungen und die Bestätigung bestehender Trends. Dieser einzigartige Ansatz der Volatilitätsanalyse hilft Händlern, über die reine Preisbewegung hinaus die zugrunde liegende Marktstimmung zu verstehen.

Der Variable Moving Average (VMA) ist ein fortschrittlicher adaptiver gleitender Durchschnitt, der von Tushar Chande entwickelt wurde, demselben technischen Analysten, der auch den Chande Momentum Oscillator und VIDYA entwickelt hat. Der VMA unterscheidet sich von anderen gleitenden Durchschnitten, indem er die Preiseffizienz misst und darauf reagiert, wie effektiv sich der Preis in eine bestimmte Richtung bewegt, verglichen mit seiner Gesamtvolatilität. Dank dieser Anpassungsfähigkeit reagiert der VMA automatisch stärker bei starken Trendmärkten und weniger empfindlich bei unruhigen, schwankungsanfälligen Bedingungen, was Händlern in verschiedenen Marktumgebungen genauere Signale geben kann.

Der Indikator Dynamic Time Warping (DTW) misst die Ähnlichkeit zwischen zwei Sequenzen von Preisdaten, indem er sie so aneinander anpasst, dass ihr Abstand minimiert wird. Er ist nützlich, um sich wiederholende Muster zu identifizieren oder ähnliche Muster auszurichten, auch wenn sie zeitlich gestreckt oder verschoben sind.