Gaussian moving average afl

Ini mengatakan banyak tentang etika Anda bahwa Anda tidak merasa perlu untuk mengakui coder asli AFL ini. Namun, implementasi khusus ALMA di amibroker ini tidak cukup akurat. Implementasi ALMA yang benar sesuai dengan Ninja Trader dan Meta Trader yang rilis oleh pengembang asli ALMA i. e Arnaud amp Legoux telah diajukan oleh saya sehingga pengguna amibroker juga bisa mendapatkan keuntungan. Hanya satu kata, ini ALMA yang fantastis bisa dikodekan menggunakan fungsi FIR. Dengan kecelakaan saya menabrak tulisan ini: sepertinya tidak muncul saat Anda melihat ke dalam manual. FIR memungkinkan Anda untuk melakukan konvolusi array input dengan beberapa fungsi yang lebih kecil seperti fungsi tipe jendela Gaussian. Kode yang dihasilkan: windowSizeParam (8220Window Size8221,9,5,201,2) sigmaParam (8220Sigma8221,6,1,20) Fungsi OffsetParam (8220Offset8221,0.85,0.05,1.0,0.05) ALMAAFL (input, range, Offset, sigma) m lokal, Im, s, Coeff mfloor (Offset (range-1)) srangesigma SetChartOptions (0, chartShowDates) Plot (C, 8220Close8221, colorLightGrey, styleCandle) Plot (rr, quotquot, colorBlue, 1) sebenarnya dapat diprogram menggunakan: wsParam (8220Window Size8221,9,5,201,2) sigmaParam (8220Sigma8221, 6, 1, 20,1) OffsetParam (8220Offset8221,0.85,0,1,0,0,05) biBarIndex () mfloor (Offset (ws-1)) jendela swssigmaIIf (biltws , (Cum (1) -1) - m, 0) windowIIf (biltws, exp (- (window2) (2s2)), 0) rr FIR (C, window, ws) SetChartOptions (0, chartShowDates) Plot (C, 8220Close8221, colorLightGrey, styleCandle) Plot (rr, 8220 ALMA 8221, colorBlue, 1) Arnaud Legoux Bergerak Rata - rata - ALMA Terlampir Gambar (klik untuk memperbesar) Maksud saya - ada di bilah terbuka, kanan Jadi, hanya bisa digunakan untuk informasi. . MTF terus melukis. Mungkin bagus untuk memiliki versi dengan indikator ini (ALMAv1 SW) dengan bar 1 (bilah tertutup). Histo di bar tertutup. Dalam kasus ini - kita dapat menggunakannya untuk trading - kerangka waktu dengan bar 1 (bar 1 secara default di setting). Selain itu, ada baiknya untuk memiliki beberapa informasi mengenai bagan tentang kerangka waktu. Dalam kasus ini - jika banyak indikator dilekatkan pada sub-jendela yang sama sehingga kita dapat mengetahui kerangka waktu yang histo misalnya. Template untuk bagan ini dilampirkan. Indikator Sebuah perpustakaan berfungsi untuk menyaring dan mengambil informasi kurva harga, mulai dari analisis teknis tradisional hingga transformasi yang lebih maju dan fungsi statistik: moving averages, oscillators, bands, momentum, strength index, linear regression, Hilbert Transformasi, indikator Ehlers, dan analisis spektral. Indikatornya tercantum dalam urutan abjad. Indikator tradisional menggunakan perpustakaan indikator TA-Lib oleh Mario Fortier (ta-lib. org) yang telah memantapkan dirinya sebagai standar. Informasi tentang penggunaan, algoritma, dan kode sumber indikator TA-Lib dapat ditemukan secara online di tadoc. org yang sumbernya juga disertakan dalam folder ZorroSource. Kode sumber dari sebagian besar indikator dan fungsi analisis lainnya dapat ditemukan di Zorroincludeindicators. c. Filter spektral dan fungsi analisis amplitudefrequency tercantum di perpustakaan spektral. Pola lilin klasik bisa ditemukan pada pola perpustakaan. AC (vars Data): var Accelerator Oscillator perbedaan indikator AO (lihat di bawah) dan rata-rata moving average 5 barunya (SMA). Diyakini menunjukkan percepatan dan perlambatan gaya pendorong pasar (apapun itu artinya). Untuk Data biasanya MedPrice atau seri harga digunakan. Kode sumber di indikator. c. ADO (): var AccumulationDistribution Oscillator: ((Close-Low) - (Tutup Tinggi)) (Tinggi-Rendah). Rentang dari -1 saat tutup adalah rendahnya bar, ke 1 saat yang tinggi. Seharusnya mengukur penawaran dan permintaan dengan menentukan apakah pedagang umumnya mengumpulkan (membeli) atau mendistribusikan (jual). Indikator ini diterbitkan dalam varian individu dengan formula, namun tidak ada yang tampak lebih baik dari yang lain. Menggunakan seri harga aset saat ini. Kode sumber di indikator. c. ADX (int TimePeriod): Indeks Rata-rata Directional Movement. Bergerak rata-rata indikator DX (lihat di bawah). Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. Nilai yang dikembalikan berkisar antara 0 sampai 100. ADXR (int TimePeriod): Peringkat Rata-rata Movional Directional Movement Index. Rata-rata ADX saat ini dan ADX dari bar TimePeriod lalu. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. Alligator (vars Data): Indikator Alligator var. Terdiri dari tiga baris: SMA biru (13) tertunda 5 bar merah: SMA (8) ditunda 2 bar hijau: SMA (5). Menunjukkan tren turun dengan garis dalam orde biru-merah-hijau (atas ke bawah), dan uptrend dengan hijau-merah-biru. Semakin dekat garis Alligatorrsquos bergerak, semakin lemah trennya dan sebaliknya. Tidak mengandung lag 3 bar tambahan dari algoritma Alligator asli (gunakan Data3 untuk itu). Untuk Data biasanya rata-rata highlow (seri MedPrice) digunakan. Hasil di rRed RGreen RBlue Kode sumber di indikator. c. ALMA (vars Data, int TimePeriod, int Sigma, var Offset): var ALMA (vars Data, int TimePeriod): var Arnaud Legoux Moving Average. Berdasarkan distribusi Gaussian dengan bias terhadap awal rangkaian Data (yaitu harga yang lebih baru). Parameter: Sigma (lebar distribusi, standar 6) Offset (faktor bias, default 0.85). Kode sumber di indikator. c. AO (vars Data): var Awesome Oscillator hanya perbedaan 5 bar dan SMA 34-bar. Untuk Data biasanya MedPrice atau seri harga digunakan. Kode sumber di indikator. c. APO (vars Data, int FastPeriod, int SlowPeriod, int MAType): var Absolute Price Oscillator versi yang lebih umum dari AO. Mengembalikan selisih antara dua moving averages. Parameter: FastPeriod (Jumlah periode untuk MA cepat), SlowPeriod (Jumlah periode untuk MA lambat), MAType (Jenis Pindah Rata-rata). Aroon (int TimePeriod): indikator var Aroon. Terdiri dari dua garis (Atas dan Bawah) yang mengukur berapa lama sejak highlowest tertinggi telah terjadi dalam jangka waktu tersebut. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. Hasilnya di rAroonDown. RAroonUp. AroonOsc (int TimePeriod): var Aroon Oscillator. Dihitung dengan mengurangkan Aroon Down dari Aroon Up. Nilai kembalian akan berosilasi antara 100 dan -100. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. ATR (int TimePeriod): var Average True Range. Ukuran volatilitas harga berguna untuk menghitung stop loss atau jarak target keuntungan. Formula: ATR (ATR1 (TimePeriod-1) max (Tinggi, Tutup) - min (Rendah, Tutup)) TimePeriod. Dimana ATR1 adalah ATR dari bar terakhir. Menggunakan harga aset saat ini. Fungsi internal menciptakan seri saat TimeFrame adalah gt 1. Dan kemudian harus dipanggil dalam urutan tetap dalam naskah. Lihat juga: Volatilitas. CVolatilty TrueRange ATRS. ATR (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Average True Range dari seri harga sewenang-wenang, dengan offset dan kerangka waktu yang sewenang-wenang. ATRS (int TimePeriod): var Simple Average True Range. SMA dari TrueRange selama TimePeriod. Menggunakan seri harga aset saat ini. Ukuran volatilitas harga, lebih mudah dihitung dari pada ATR. Namun beradaptasi dengan perubahan volatilitas yang lamban dan karenanya kurang sesuai untuk target keuntungan stop loss. Digunakan oleh platform MT4 bukan ATR sebenarnya. Tidak mendukung TimeFrame. Kode sumber di indikator. c. AvgPrice (): var Average Price. Cukup (OpenHighLowClose) 4 dengan seri harga aset saat ini. BBands (vars Data, int TimePeriod, var NbDevUp, var NbDevDn, int MAType) Bollinger Bands. Terdiri dari tiga garis pita tengah adalah simple moving average (umumnya 20 periode) dari harga tipikal (TP). Band atas dan bawah adalah n deviasi standar (umumnya 2) di atas dan di bawah pita tengah. Band melebar dan sempit saat volatilitas harga lebih tinggi atau lebih rendah. Bollinger Bands menunjukkan kapan harga telah menjadi relatif tinggi atau rendah, yang ditandai melalui sentuhan atau penetrasi minor dari garis atas atau bawah. Hasil rRealUpperBand. RRealMiddleBand. RRealLowerBand. Parameter: NbDevUp (Deviasi multiplier untuk band atas), NbDevDn (Deviation multiplier untuk lower band), MAType (Tipe Moving Average). Contoh di Indicatortest. c. BBOsc (vars Data, int TimePeriod, var NbDev, int MAType): var Bollinger Bands Oscillator persentase nilai saat ini dari seri di Bollinger Bands. Beta (vars Data, vars Data2, int TimePeriod): var Nilai beta. Ukuran dari satu harga aset versus keseluruhan indeks pasar. Harga aset diberikan pada Data dan harga pasar diberikan di Data2. Algoritma menghitung perubahan antara harga di kedua seri dan kemudian plot perubahan ini sebagai titik dalam bidang Euclidean. Nilai x dari setiap titik adalah perubahan Data2 (pasar) dan nilai y adalah perubahan Data (aset). Nilai beta adalah kemiringan garis regresi linier melalui titik-titik ini. Beta 1 adalah garis yx sederhana, jadi asetnya bervariasi dengan pasar. Beta kurang dari satu berarti aset bervariasi kurang dari pasar dan beta lebih dari satu berarti aset bervariasi lebih dari pasar. BOP (): var Balance of Power cukup (Close - Open) (Tinggi - Rendah). Menggunakan seri harga aset saat ini. CCI (int TimePeriod): Indeks Komoditi Berjangka var. Variasi harga dari mean statistiknya, biasanya berosilasi antara -100. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. CI (int TimePeriod): var Choppiness Index mengukur volatilitas bar tunggal sehubungan dengan volatilitas TimePeriod masa lalu dalam kisaran 1.100. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. ChandelierLong (int TimePeriod, var Multiplier): var ChandelierShort (int TimePeriod, var Multiplier): var Chandelier keluar dari harga tertinggi TimePeriod dikurangi ATR dikalikan dengan Multiplier. Biasanya digunakan sebagai trailing Stop Loss. Untuk menjaga perdagangan dalam tren dan mencegah keluar lebih awal selama tren berlanjut. Kode sumber di indikator. c. Tidak mendukung TimeFrame. Contoh di bab TMF. CGOsc (vars Data, int TimePeriod): var Pusat osilator Gravitasi, oleh John Ehlers menghitung deviasi harga dari pusatnya di dalam TimePeriod. Dapat digunakan untuk mengidentifikasi titik balik harga dengan hampir nol lag. Kode sumber di indikator. c. Chikou (int Shift): var Chikou line milik indikator Ichimoku hanya Close yang digeser maju oleh Shift (default default 26). Menggunakan seri harga aset saat ini. Kode sumber di indikator. c. CMO (vars Data, int TimePeriod): var Chande Momentum Oscillator. Mirip dengan RSI. Namun membagi total pergerakan data dengan pergerakan bersih ((up - down) (naik turun)). Coral (vars Data): var Coral Indicator, hanya T3 dengan TimePeriod 60 dan VolumeFactor 0.4. Korelasi (vars Data1, vars Data2, int TimePeriod): koefisien korelasi var Pearsons antara dua seri data selama TimePeriod yang diberikan. Di kisaran antara -1..1. Koefisien 1,0, korelasi positif kuotomatis, berarti perubahan pada Data2 menyebabkan perubahan yang identik pada Data1 (misalnya perubahan indikator akan menghasilkan perubahan harga aset yang sama). Koefisien -1,0, korelasi negatif kuotomatis, berarti perubahan pada Data2 menyebabkan perubahan identik pada Data1. Tapi sebaliknya. Koefisien nol berarti tidak ada hubungan antara dua seri dan bahwa perubahan pada Data2 tidak akan berpengaruh pada Data1. Fungsi ini juga bisa digunakan untuk mendapatkan autokorelasi suatu seri dengan menghitung koefisien korelasi antara seri asli dan rangkaian yang sama yang tertinggal oleh satu atau dua bar (seri1 atau seri2). Covariance (vars Data1, vars Data2, int TimePeriod): var Kovarian antara dua seri data. Dapat digunakan untuk menghasilkan matriks kovariansi f. i. Untuk perhitungan tapal batas efisien markowitz. DChannel (int TimePeriod) Saluran Donchian nilai minimum dan maksimum dari hargaHigh () dan hargaLow fungsi selama periode waktu. Dasar dari Turtle Trading System yang terkenal. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. Hasil rRealUpperBand. RRealLowerBand. DCOsc (vars Data, int TimePeriod): var Donchian Channel Oscillator persentase nilai Data saat ini dalam Saluran Donchian. Menggunakan aset lancar dan TimeFrame saat ini. Decycle (vars Data, int CutOffPeriod): var Ehlers Decycler, indikator tren lag rendah hanya Data - HighPass2 (Data, CutOffPeriod). Menghapus semua siklus di bawah CutOffPeriod dari rangkaian Data dan mempertahankan trennya. Fungsi internal menciptakan seri dan karenanya harus dipanggil dalam urutan tetap dalam naskah. Kode sumber di indikator. c. DEMA (vars Data, int TimePeriod): var Double Exponential Moving Average. DPO (vars Data, int TimePeriod): var Detrended Price Oscillator diyakini mendeteksi perubahan awal arah harga. DPO Data0 - SMA (Datan21, n). Dimana n adalah TimePeriod. Kode sumber di indikator. c. DX (int TimePeriod): var Directional Movement Index oleh Welles Wilder (yang, omong-omong, menemukan bahwa interaksi antara matahari, bulan, dan bumi adalah dasar dari semua pergerakan pasar. Dalam hal bahwa matahari, bulan, dan bumi tiba-tiba menahan diri Dari pergerakan pasar, ia juga menemukan beberapa indikator tradisional). DX diyakini menunjukkan kekuatan tren. Nilai berkisar antara 0 sampai 100, tapi jarang sampai di atas 60. DX menggunakan seri harga aset saat ini dan tidak mendukung TimeFrame. Formula: DX 100 abs (PlusDI-MinusDI) (PlusDIMinusDI). Untuk PlusDI dan MinusDI lihat uraian di bawah ini. EMA (vars Data, int TimePeriod): var EMA (vars Data, var alpha): var Exponential Moving Average. Menekankan nilai data yang lebih baru. Ini menggunakan formula data alpha EMA (1-alpha) EMA1. Dimana alpha adalah faktor rekursi antara 0. 1 yang dihitung dari 2.0 (TimePeriod1). Dan EMA1 adalah nilai EMA sebelumnya. Alfa yang lebih kecil, semakin tinggi efek perataan formula EMA. Kedua fungsi EMA menggunakan algoritma yang sedikit berbeda. Yang pertama (menggunakan TimePeriod) tidak membuat seri, lebih lambat, dan membutuhkan Panjang Data TimePeriodUnstablePeriod 1. Yang kedua (menggunakan alpha) menciptakan rangkaian internal, hanya membutuhkan data panjang 2 dan lebih cepat. Fisher (vars Data): var Fisher Transform mengubah seri Data yang dinormalisasi ke kisaran normal. Nilai kembalian tidak memiliki batas teoritis, namun sebagian besar nilai adalah antara -1. 1. Semua nilai data harus berada di -1. 1 rentang, f. i. Dengan normalisasi dengan AGC. Menormalkan. Atau fungsi cdf Panjang data minimum adalah 1. Sumber tersedia di indikator. c. FisherInv (vars Data): var Inverse Fisher Transform memampatkan seri Data menjadi antara -1 dan 1. Panjang minimum deret Data adalah 1. Sumber tersedia di indikator. c. FisherN (vars Data, int TimePeriod): var Fisher Transform dengan normalisasi menormalkan seri Data dengan TimePeriod yang diberikan dan kemudian mengubahnya menjadi rentang terdistribusi normal. Mirip dengan filter Normalisasi (lihat di bawah), namun lebih selektif karena distribusi output normal. Nilai kembalian tidak memiliki batas teoritis, namun sebagian besar nilai berada pada -1,5. Kisaran 1,5. Panjang minimum deret Data sama dengan TimePeriod. Fungsi internal menciptakan seri dan karenanya harus dipanggil dalam urutan tetap dalam naskah. Sumber tersedia di indikator. c. FractalDimension (vars Data, int TimePeriod): var Fractal dimension dari seri Data, oleh John Ehlers biasanya 1..2. Nilai yang lebih kecil berarti lebih banyak jaggies. Dapat digunakan untuk mendeteksi rezim pasar saat ini atau untuk menyesuaikan moving averages dengan fluktuasi seri harga. Sumber tersedia di indikator. c. FractalHigh (vars Data, int TimePeriod): var Fractal High, sebuah indikator oleh Bill Williams, diyakini memberi sinyal saat pasar berbalik (tidak ada hubungannya dengan fraktal). Mengembalikan nilai data tertinggi saat berada di tengah TimePeriod. Jika tidak 0. FractalLow (vars Data, int TimePeriod): var Fractal Low. Mengembalikan nilai Data terendah saat berada di tengah TimePeriod. Jika tidak 0. Gauss (vars Data, int TimePeriod): Filter Gauss var, mengembalikan rata-rata tertimbang data dalam jangka waktu tertentu, dengan kurva bobot sama dengan Gauss Normal Distribution. Berguna untuk menghilangkan noise dengan cara menghaluskan data mentah. Panjang minimum deret Data sama dengan TimePeriod. Lag adalah setengah dari TimePeriod. HAOpen (): var HAClose (): var HAHigh (): var HALow (): harga dasar Haika Ashi, berdasarkan harga aset saat ini. Kode sumber di indikator. c. Sebagai alternatif, kurva harga dapat dikonversi ke bar Haiken Ashi menggunakan fungsi bar. HH (int TimePeriod, int Offset): var Nilai tertinggi dari harga Fungsi tertinggi selama TimePeriod berakhir dengan Offset (default 0). F. i. HH (3) mengembalikan harga tertinggi dari 3 bar terakhir. Menggunakan seri preice aset saat ini. Tidak mendukung TimeFrame untuk beberapa kerangka waktu, gunakan MaxVal (HighOffset, Period) dengan seri High disamakan dengan waktu. Lihat juga dayHigh. HMA (vars Data, int TimePeriod): var Hull Moving Average oleh Alan Hull mencoba untuk mengatasi lag dan juga untuk menghaluskan beberapa choppiness. Formula: HMA (n) WMA (2WMA (n2) ndash WMA (n)), sqrt (n)). Fungsi internal menciptakan serangkaian dan karenanya harus dipanggil dalam urutan tetap dalam naskah. Kode sumber di indikator. c. HTDcPeriod (vars Data): var Hilbert Transform - Periode Siklus yang Dominan, dikembangkan oleh John Ehlers. Algoritma transformasi Hilbert dijelaskan dalam buku Ehlers quotRocket Science for Tradersquot (lihat daftar buku). Fungsi ini setara, tapi kurang akurat dibanding fungsi DominantPeriod. HTDcPhase (vars Data): var Hilbert Transform - Fase Siklus yang Dominan. HTPhasor (vars Data): var Hilbert Transform - Komponen Phasor. Hasil rInPhase. RQuadrature HTSine (vars Data): var Hilbert Transform - SineWave. Hasilnya rSine. RLeadSine HTTrendline (vars Data): var Hilbert Transform - Trendline Seketika. HTTrendMode (vars Data): indikator tren Hil Hilvers Transform - mengembalikan 1 untuk Trend Mode, 0 untuk Cycle Mode. Hurst (vars Data, int TimePeriod): var Hurst eksponen dari seri Data antara 0..1. Eksponen Hurst mengukur memori seri. Ini mengkuantifikasi autokorelasi, yaitu kecenderungan untuk mengembalikan mean (Hurst lt 0.5) atau untuk terus bergerak ke arah (Hurst gt 0.5). Dengan cara ini eksponen Hurst dapat mendeteksi jika pasar dalam keadaan sedang tren. Jendela TimePeriod (minimum 20) harus memiliki panjang yang cukup untuk menangkap tren jangka panjang. Fungsi internal menciptakan serangkaian dan karenanya harus dipanggil dalam urutan tetap dalam naskah. Sumber tersedia di indikator. c. Ichimoku () Ichimoku (int PeriodTenkan, int PeriodKijun, int PeriodSenkou, int Offset) Indikator Ichimoku Kinko Hyo. Diciptakan oleh jurnalis Goichi Hosoda pada tahun 1930. Campuran harga medium dari 3 periode waktu diyakini memberi wawasan mendalam tentang tren pasar karena banyaknya garis warna-warni. Offset (default 0) menentukan bar untuk menghitung indikator. Mengembalikan 4 variabel: Baris lain milik Ichimoku, garis Chikou, adalah masa depan yang mengintip dan dihitung secara terpisah. Menggunakan seri harga aset saat ini. Fungsi internal menciptakan seri saat TimeFrame adalah gt 1. Dan kemudian harus dipanggil dalam urutan tetap dalam naskah. Kode sumber di indikator. c. IBS (): var Internal Bar Strength cukup (Close - Low) (Tinggi - Rendah). Menggunakan seri harga aset saat ini. KAMA (vars Data, int TimePeriod): var Kaufman Adaptive Moving Average. Rata-rata bergerak eksponensial yang disesuaikan dengan volatilitas harga, sehingga jangka waktunya menjadi lebih pendek saat volatilitas tinggi. Keltner (vars Data, int TimePeriod, var Factor): var Keltner Channel, oleh Charles Keltner. Simple Moving Average - SMA (Data, TimePeriod) - dengan band samping di kejauhan Faktor ATRS (TimePeriod). Hasil di rRealUpperBand. RRealMiddleBand. RRealLowerBand. Kode sumber di indikator. c. Laguerre (vars Data, var alpha): var 4-element Laguerre filter. Digunakan untuk menghaluskan data yang mirip dengan EMA. Namun dengan lag kurang dan rentang tuning lebar yang diberikan oleh faktor pemulusan alpha (0..1). Komponen frekuensi rendah tertunda jauh lebih banyak daripada komponen frekuensi tinggi, yang memungkinkan filter sangat halus dengan hanya sejumlah kecil data. Panjang minimum dari seri Data adalah 1, periode lookback minimum adalah 4. Fungsi internal menciptakan seri dan karenanya harus dipanggil dalam urutan tetap dalam naskah. Sumber tersedia di indikator. c. LinearReg (vars Data, int TimePeriod): Regresi Linier Var, juga dikenal sebagai metode kuantitatif kuadratquot atau quotbest fit. quot Regresi Linier mencoba menyesuaikan garis lurus antara beberapa titik data sedemikian rupa sehingga jarak antara setiap titik data dan Trendline diminimalkan Untuk setiap titik, garis lurus selama periode bar sebelumnya ditentukan dalam hal y b mx. Fungsi LinearReg mengembalikan bm (TimePeriod-1). Untuk regresi orde tinggi, gunakan fungsi polynit polietil. Untuk regresi logistik dengan banyak variabel, gunakan fungsi advis (PERCEPTRON.). LinearRegAngle (vars Data, int TimePeriod): Sudut Regresi Linier Var. Pengembalian m diubah menjadi derajat. Karena unit x dan y yang berbeda dari grafik harga, sudutnya biasanya tidak banyak digunakan, kecuali mungkin bagi pengikut Gann. LinearRegIntercept (vars Data, int TimePeriod): Regresi Linier Linear Intercept. Pengembalian b. LinearRegSlope (vars Data, int TimePeriod): Lini Regresi Linier Var. Mengembalikan m sebagai selisih harga per batang. LL (int TimePeriod, int Offset): var Nilai terendah dari hargaLow fungsi selama TimePeriod berakhir dengan Offset (default 0). F. i. LL (3,10) mengembalikan harga terendah antara 10 terakhir dan 13 bar terakhir. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame untuk beberapa kerangka waktu, gunakan MinVal (LowOffset, Period) dengan deret disinkronisasi rendah. Lihat juga dayLow. MACD (vars Data, int FastPeriod, int SlowPeriod, int SignalPeriod) Moving Average ConvergenceDivergence. MACD adalah indikator tren jangka menengah, yang dibuat dengan mengurangi Expone Moving Average 26-periode (EMA) di atas) dari EMA 12 periode. EMA sembilan periode kemudian diterapkan pada hasil MACD untuk membuat garis sinyal. Garis Histogram MACD akhirnya dibuat dari selisih MACD ke garis sinyalnya. Hal ini diyakini bahwa persimpangan nol dari histogram dari bawah adalah sinyal beli, nol persimpangan dari atas sinyal jual. Rumusnya adalah: rMACD EMA (Data, FastPeriod) - EMA (Data, SlowPeriod) rMACDSignal EMA (rMACD, SignalPeriod) rMACDHist rMACD - rMACDSignal Results in rMACD. RMACDSignal. RMACDHist. Pengembalian: rMACD. Parameter: FastPeriod (periode waktu untuk MA cepat), SlowPeriod (periode waktu untuk MA lambat), SignalPeriod (periode waktu untuk merapikan garis sinyal). MACDExt (vars Data, int FastPeriod, int FastMAType, int SlowPeriod, int SlowMAType, int SignalPeriod, int SignalMAType) MACD dengan tipe MA yang dapat dikontrol. Hasilnya di rMACD. RMACDSignal. RMACDHist. Parameter: FastPeriod (periode waktu untuk MA yang cepat), FastMAType (Tipe Moving Average untuk MA cepat), SlowPeriod (periode waktu untuk MA lambat), SlowMAType (Tipe Moving Average untuk MA lambat), SignalPeriod (periode waktu untuk smoothing Garis sinyal), SignalMAType (Tipe Pindah Rata-rata untuk garis sinyal). MACDFix (vars Data, int SignalPeriod) Moving Average ConvergenceDivergence Fix 1226. Hasilnya di rMACD. RMACDSignal. RMACDHist. Parameter: SignalPeriod (periode waktu untuk merapikan garis sinyal). MAMA (vars Data, var FastLimit, var SlowLimit) MESA Adaptive Moving Average, dikembangkan oleh John Ehlers (lihat link). Hasilnya di rMAMA. RFAMA Parameter: FastLimit (batas atas digunakan dalam algoritma adaptif), SlowLimit (batas bawah digunakan dalam algoritma adaptif). MaxVal (vars Data, int TimePeriod): var Nilai tertinggi selama periode tertentu. MaxIndex (vars Data, int TimePeriod): int Indeks nilai tertinggi selama periode tertentu. 0 nilai tertinggi ada pada bar saat ini, 1 pada satu bar lalu, dan seterusnya. Median (vars Data, int TimePeriod): var Median Filter mengurutkan elemen seri Data dan mengembalikan nilai tengahnya dalam jangka waktu tertentu. Berguna untuk menghilangkan lonjakan suara dengan menghilangkan nilai ekstrim. Panjang minimum deret Data sama dengan TimePeriod. Lag adalah setengah dari TimePeriod. Lihat juga Persentil. MedPrice (): var Pusat harga hanya titik pusat (HighLow) 2 dari lilin saat ini. Untuk harga rata-rata - rata-rata semua harga kutu dari harga penggunaan lilin (). MidPoint (vars Data, int TimePeriod): var MidPoint selama periode tertentu. Cukup (nilai terendah dengan nilai tertinggi) 2. MidPrice (int TimePeriod): harga Midpoint Midel selama periode berjalan. Cukup (terendah terendah tertinggi) 2 dari harga aset saat ini. Tidak mendukung TimeFrame. MinusDI (int TimePeriod): var MinusDI (vars Open, vars High, vars Low, vars Close, int TimePeriod): Indikator Minus Directional, bagian dari indikator DX. Jika fungsinya tidak disebut dengan deret harga yang berbeda, rangkaian harga aset saat ini digunakan. MinusDM (int TimePeriod): var MinusDM (vars Open, vars High, vars Low, vars Close, int TimePeriod): Gerakan Minus Directional, dua versi. Jika fungsinya tidak disebut dengan deret harga yang berbeda, rangkaian harga aset saat ini digunakan. MinVal (vars Data, int TimePeriod): var Nilai terendah selama periode tertentu. MinIndex (vars Data, int TimePeriod): int Indeks nilai terendah selama periode tertentu. 0 nilai terendah ada pada bar saat ini, 1 pada satu bar lalu, dan seterusnya. MinMax (vars Data, int TimePeriod): var Nilai terendah dan tertinggi dan indeksnya selama periode tertentu. Hasilnya di rMin. RMax RMinIdx RMaxIdx MinMaxIndex (vars Data, int TimePeriod): int Indeks nilai terendah dan tertinggi selama periode tertentu. Hasilnya di rMinIdx. RMaxIdx 0 bar saat ini, 1 bar yang lalu, dan seterusnya. MMI (vars Data, int TimePeriod): var Market Meanness Index oleh Financial Hacker. Mengukur kekejaman pasar, yaitu kecenderungan pembalikan rata-rata, dalam kisaran 0,100. Nomor acak memiliki MMI 75. Harga sebenarnya lebih atau kurang autokorelasi, jadi kemungkinan rangkaian harga riil untuk kembali ke mean kurang dari 75, tapi biasanya lebih dari 50. Semakin tinggi nilainya, rata-rata adalah pasar. . Indeks Market Meanness dapat menentukan kapan tren sistem berikut akan menjadi lebih menguntungkan (MMI turun) atau kurang menguntungkan (MMI meningkat), dan dengan demikian mencegah kerugian dalam periode yang tidak menguntungkan. Kode sumber di indikator. c. Mom (vars Data, int TimePeriod): var Momentum. Cukup Data0 - DataTimePeriod. Lihat juga diff. Moment (vars Data, int TimePeriod, int N): var Saat statistik N (1..4) dari seri Data series yang diberikan oleh TimePeriod. Saat pertama adalah mean, yang kedua adalah varians, ketiga adalah skewness, dan aw ist kurtosis. Sumber tersedia di indikator. c. MovingAverage (vars Data, int TimePeriod, int MAType): var Moving average. Parameter: MAType (Jenis Moving Average, lihat ucapan). MovingAverageVariablePeriod (vars Data, vars Periods, int MinPeriod, int MaxPeriod, int MAType): var Moving average dengan periode variabel yang diberikan oleh seri Periods. Parameter: MinPeriod (Nilai kurang dari minimum akan diubah ke periode Minimum), MaxPeriod (Nilai lebih tinggi dari maksimum akan diubah ke periode maksimum), MAType (Jenis Pindah Rata-rata, lihat ucapan). NATR (int TimePeriod): var Normalized Average True Range, oleh John Forman. Mirip dengan ATR, kecuali dinormalisasi sebagai berikut: NATR 100 ATR (TimePeriod) Close. Menggunakan seri harga aset saat ini. Tidak mendukung TimeFrame. Normalisasi (vars Data, int TimePeriod): var Mentransformasikan seri Data ke -1. 1 rentang dalam TimePeriod yang diberikan. Mirip dengan fungsi AGC, namun tidak membedakan antara serangan dan pembusukan. Panjang minimum deret Data sama dengan TimePeriod. Sumber tersedia di indikator. c. Lihat juga skala. NumInRange (vars Low, vars High, var Min, var Max, int Length): var Jumlah rentang data, yang diberikan oleh nilai Low dan High mereka, yang benar-benar berada di dalam interval dari Min ke Max dalam Durasi yang diberikan. Bisa digunakan untuk menghitung distribusi harga atau lilin. Rendah dan Tinggi dapat diatur ke nilai yang sama untuk menghitung semua nilai dalam interval, atau bertukar untuk menghitung semua lilin yang menyentuh interval. Rentang 1..TimePeriod. Sumber tersedia di indikator. c. NumRiseFall (vars Data, int TimePeriod): var Panjang urutan arus nilai naik atau turun dalam array Data, kembali ke TimePeriod yang diberikan. Untuk urutan naik panjangnya dikembalikan, untuk urutan jatuh panjang negatif. Rentang 1..TimePeriod resp. -1 ..- TimePeriod. Sumber tersedia di indikator. c. Lihat skrip RandomWalk dan bab Strategi untuk sebuah contoh. Sumber tersedia di indikator. c. NumWhiteBlack (var Body, int Offset, int TimePeriod): var Jumlah lilin putih minus hitam di TimePeriod yang diberikan. Offset adalah jarak ke bar saat ini (0 bar saat ini), Body adalah panjang minimum lilin yang harus dihitung. Sumber tersedia di indikator. c. Percentile (vars Data, int Length, var Percent): var Mengembalikan persentil yang diberikan dari seri Data dengan diberi Durasi f. i. Persentase 95 mengembalikan nilai Data yang berada di atas 95 dari semua nilai lainnya. Persentase 50 mengembalikan Median dari seri Data. Untuk menghitung persentase nilai persentil yang diberikan, gunakan fungsi NumInRange dan hitung elemen di bawah persentil. PlusDI (int TimePeriod): var PlusDI (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Plus Directional Indicator, bagian dari DX indicato, dua versi. Pada versi pertama, seri harga aset saat ini digunakan. PlusDM (int TimePeriod): var PlusDM (vars Open, vars High, vars Low, vars Close, int TimePeriod): var Plus Directional Movement, dua versi. Pada versi pertama, seri harga aset saat ini digunakan. PPO (vars Data, int FastPeriod, int SlowPeriod, int MAType): var Persentase Harga Osilator. Parameter: FastPeriod (Jumlah periode untuk MA cepat), SlowPeriod (Jumlah periode untuk MA lambat), MAType (Jenis Pindah Rata-rata). ProfitFactor (vars Data, int Length): var Mengembalikan faktor keuntungan dari seri Data. Faktor keuntungan adalah rasio dari jumlah imbal hasil positif (yaitu Datai-1 gt Datai) terhadap jumlah pengembalian negatif (yaitu Datai-1 lt Datai). Nilai yang dikembalikan dipotong ke 0.1. 10 kisaran. Timbal baliknya harus digunakan saat susunan Data tidak disusun secara seri, namun secara kronologis, saat menang dan kalah kemudian ditukar. Sumber tersedia di indikator. c. ROC (vars Data, int TimePeriod): var Tingkat perubahan, 100 skala: ((harga-prevPrice) prevPrice) 100. ROCP (vars Data, int TimePeriod): var Tingkat perubahan Persentase: (price-prevPrice) prevPrice. Lihat juga diff. ROCR (vars Data, int TimePeriod): var Rasio perubahan: (priceprevPrice). ROCL (vars Data, int TimePeriod): var Logarithmic return: log (priceprevPrice). ROCR100 (vars Data, int TimePeriod): var Rasio perubahan rasio, 100 skala: (priceprevPrice) 100. Atap (vars Data, int CutoffLow, int CutoffHigh): var Ehlers roofing filter, siapkan seri Data untuk perhitungan lebih lanjut dengan menghilangkan tren dan noise. Menerapkan filter highpass 2 kutub diikuti oleh filter Smooth. Nilai yang disarankan untuk periode cutoff rendah dan tinggi adalah 10 dan 50. The minimum length of the Data series is 2. The function internally creates series and thus must be called in a fixed order in the script. Source available in indicators. c . RSI(vars Data, int TimePeriod): var Relative Strength Index, by Welles Wilder. Ratio of the recent upwards data movement to the total data movement range 0..100. The RSI is believed to indicate overboughtoversold conditions when the value is over 70below 30. Formula: RSI 100 Up(UpDn) . where Up EMA(max(0,Data0-Data1),TimePeriod) and Dn EMA(max(0,Data1-Data0),TimePeriod) . RVI(int TimePeriod): var Relative Vigor Index, by John Ehlers. Ratio of price change to the total price range: (C-O)(H-L) . averaged over the time period and smoothed with a FIR filter. Oscillates between -1 and 1 . The function internally creates a series and thus must be called in a fixed order in the script. Source code in indicators. c . SAR(var Step, var Min, var Max): var Parabolic SAR, by Welles Wilder. The SAR runs above or below the price curve, depending on the current trend each price curve crossing is believed to indicate a trend change. Parameters: Step (acceleration factor increment, normally 0.02 ), Min (acceleration factor minimum value, normally 0.02 ), Max (acceleration factor maximum value, normally 0.2 ). SAR is a recursive function that depends on the direction of the initial price candle for consistent values the LookBack period should be long enough to contain at least one price curve crossing. Uses the current asset prices. The function internally creates a series and thus must be called in a fixed order in the script. Source code in indicators. c . example in Indicatortest. c . ShannonGain(vars Data, int TimePeriod): var Expected logarithmic gain rate of the Data series in the range of about -0.0005 . The gain rate is derived from the Shannon probability P (1 Mean(Gain) RootMeanSquare(Gain)) 2 . which is the likeliness of a rise or fall of a high entropy data series in the next bar period. A positive gain rate indicates that the series is more likely to rise, a negative gain rate indicates that it is more likely to fall. The zero crossover could be used for a trade signal. Algorithm by John Conover . Source available in indicators. c . ShannonEntropy(vars Data, int Length, int PatternSize): var Entropy of patterns in the Data series, in bit can be used to determine the randomness of the data. PatternSize (2..8) determines the partitioning of the data into patterns of up to 8 bit. Each Data value is either higher than the previous value, or it is not this is a binary information and constitutes one bit of the pattern. The more random the patterns are distributed, the higher is the Shannon entropy. Totally random data has a Shannon entropy identical to the pattern size. Algorithm explained on the Financial Hacker blog source available in indicators. c . SIROC(vars Data, int TimePeriod, int EMAPeriod): var Smoothed Rate of Change (S-RoC) by Fred G Schutzman. Differs from the ROC (see above) in that it is based on the exponential moving average ( EMA ) of the Data series. Believed to indicate the strength of a trend by determining if the trend is accelerating or decelerating. Formula: (Current EMA - Previous EMA)(Previous EMA) x 100. Source code in indicators. c . SMA(vars Data, int TimePeriod): var Simple Moving Average the mean of the data, i. e. the sum divided by the time period. Use Moment when long time periods are required. Smooth(vars Data, int CutoffPeriod): var Ehlers super-smoothing filter, a 2-pole Butterworth filter combined with a SMA that suppresses the Nyquist frequency. Can be used as a low-lag universal filter for removing noise from price data. The minimum length of the Data series is 2. The function internally creates series and thus must be called in a fixed order in the script. Source available in indicators. c . SMom(vars Data, int TimePeriod, int CutoffPeriod): var Smoothed Momentum by John Ehlers indicates the long term trend direction. TimePeriod is the momentum period, CutoffPeriod is a Butterworth filter constant for lowpass filtering the momentum. Source code in indicators. c . Spearman(vars Data, int TimePeriod): var Spearmans rank correlation coefficient correlation between the original Data series and the same series sorted in ascending order within TimePeriod ( 1..256 ). Returns the similarity to a steadily rising series and can be used to determine trend intensity and turning points. Range -1..1 . lag TimePeriod2 . For usage and details, see Stocks amp Commodities magazine 22011. Source available in indicators. c . StdDev(vars Data, int TimePeriod): var Standard Deviation of the Data series in the time period, from the ta-lib . Use the square root of the second Moment when high accuracy or long time periods are required. Stoch(int FastKPeriod, int SlowKPeriod, int SlowKMAType, int SlowDPeriod, int SlowDMAType) Stochastic Oscillator (unrelated to stochastics, but its inventor, George Lane, looked for a fancy name). Measures where the Close price is in relation to the recent trading range. Formula: FastK 100 (Close-LL)(HH-LL) SlowK MA(FastK) SlowD MA(SlowK) . Uses the current asset price series and does not support TimeFrame . Result in rSlowK . rSlowD . Some traders believe that the SlowK crossing above SlowD is a buy signal others believe they should buy when SlowD is below 20 and sell when it is above 80. Parameters: FastKPeriod - Time period for the HH and LL to generate the FastK value, usually 14 . SlowKPeriod - Time period for smoothing FastK to generate rSlowK usually 3 . SlowKMAType - Type of Moving Average for Slow-K, usually MATypeEMA . SlowDPeriod - Time period for smoothing rSlowK to generate rSlowD . usually 3 . SlowDMAType - Type of Moving Average for Slow-D, usually MATypeEMA . StochEhlers(vars Data, int TimePeriod, int CutOffLow, int CutOffHigh): var Predictive stochastic oscillator by John Ehlers. Measures where the Data value is in relation to its range within TimePeriod . The data runs through a 2-pole highpass filter with period CutOffHigh and through a Butterworth lowpass filter with period CutOffLow . Indicator algorithm explained in Ehlers quotPredictive Indicatorsquot paper usage example in the Ehlers script. Source code in indicators. c . The function internally creates series and thus must be called in a fixed order in the script. StochF(int FastKPeriod, int FastDPeriod, int FastDMAType): var Stochastic Fast. Measures where the Close price is in relation to the recent trading range Formula: Fast-K 100 (Close-LL)(HH-LL) Fast-D MA(Fast-K) . Uses the current asset price series. Does not support TimeFrame . Result in rFastK . rFastD . Returns: FastK . Parameters: FastKPeriod (Time period for the HH and LL of Fast-K, usually 14 ), FastDPeriod (Moving Average Period for Fast-D usually 3 ), FastDMAType (Type of Moving Average for Fast-D, usually MATypeEMA ). StochRSI(vars Data, int TimePeriod, int FastKPeriod, int FastDPeriod, int FastDMAType): var Stochastic Relative Strength Index (RSI ). Result in rFastK . rFastD . Returns: FastK . Parameters: FastKPeriod (Time period for building the Fast-K line), FastDPeriod (Smoothing for making the Fast-D line. Usually set to 3), FastDMAType (Type of Moving Average for Fast-D). Sum(vars Data, int TimePeriod): var Sum of all Data elements in the time period. T3(vars Data, int TimePeriod, var VFactor): var An extremely smoothed Moving Average by Tim Tillson. Uses a weighted sum of multiple EMAs. Parameters: VFactor (Volume Factor, normally 0.7). TEMA(vars Data, int TimePeriod): var Triple Exponential Moving Average by Patrick Mulloy, calculated from (3xEMA)-(3xEMA of EMA)(EMA of EMA of EMA) . Trima(vars Data, int TimePeriod): var Triangular Moving Average (also known under the name TMA ) a form of Weighted Moving Average where the weights are assigned in a triangular pattern. F. i. the weights for a 7 period Triangular Moving Average would be 1, 2, 3, 4, 3, 2, 1. This gives more weight to the middle of the time series. It causes better smoothing, but greater lag. Trix(vars Data, int TimePeriod): var 1-day Rate-Of-Change (see ROC ) of a Triple EMA (see TEMA ). TrueRange(): var True Range (TR) max(High0,Close1)-min(Low0,Close1) of the current asset price series. See also ATR . ATR S. TSF(vars Data, int TimePeriod): var Time Series Forecast. Returns b m(TimePeriod) . i. e. the Linear Regression forecast for the next bar. TSI(vars Data, int TimePeriod): var Trend Strength Index, an indicator by Frank Hassler who believed that it identifies trend strength. A high TSI value (above 1.65 ) indicates that short-term trend continuation is more likely than short-term trend reversal. The function internally creates series and thus must be called in a fixed order in the script. TypPrice(): var Typical Price. Simply (High Low Close)3 . Uses the current asset price series. UltOsc(int TimePeriod1, int TimePeriod2, int TimePeriod3): var Ultimate Oscillator. Parameters: TimePeriod1 (Number of bars for 1st period.), TimePeriod2 (Number of bars for 2nd period), TimePeriod3 (Number of bars for 3rd period). Uses the current asset price series. Does not support TimeFrame . UO(vars Data, int CutOff): var Universal oscillator by John Ehlers, from SampC Magazine 12015. Removes white noise from the data, smoothes it and runs it through the AGC filter. Detects trend reversals very early. Output in the -1..1 range. Source code in indicators. c . The function internally creates series and thus must be called in a fixed order in the script. Variance(vars Data, int TimePeriod): var Variance of the Data series in the time period, from the ta-lib . Use Moment when high accuracy or long time periods are required. Volatility(vars Data, int TimePeriod): var Annualized volatility of the Data series standard deviation of the log returns, multiplied with the square root of time frames in a year. This is the standard measure of volatility used for financial models, such as the Black-Scholes model. The function internally creates series and thus must be called in a fixed order in the script. Source code in indicators. c . VolatilityC(int TimePeriod, int EMAPeriod): var Chaikin Volatility indicator by Marc Chaikin measures volatility in percent as momentum of the smoothed difference between High and Low. An increase in the Chaikin Volatility indicates that a bottom is approaching, a decrease indicates that a top is approaching. TimePeriod is the period of the momentum (normally 10), EMAPeriod determines the smoothing (also, normally 10). Uses the current asset price series. The function internally creates series and thus must be called in a fixed order in the script. Source code in indicators. c . VolatilityMM(vars Data, int TimePeriod, int EMAPeriod): var MinMax volatility of the Data series the difference of MaxVal and MinVal in the time period, smoothed by an EMA (set EMAPeriod 0 for not smoothing). The function internally creates a series when EMAPeriod gt 0 . and then must be called in a fixed order in the script. Source available in indicators. c . For the volatility of price candles, use ATR or ATRS. VolatilityOV(int Days): var Annualized volatility of the current asset, calculated over the given number of Days (usually 20). Empirical formula used by some options software packages (OptionsVue 8482) for estimating the values of options, alternatively to Volatility() . Source code in options. c . which must be included for using this indicator. WCLPrice(): var Weighted Close Price. Uses the current asset price series. WillR(int TimePeriod): var Williams Percent Range. Formula: -100 (HH-Close)(HH-LL) . Uses the current asset price series. Does not support TimeFrame . WMA(vars Data, int TimePeriod): var Linear Weighted Moving Average the weight of every bar decreases linearly with its age. ZigZag(vars Data, var Depth, int Length, int Color): var ZigZag indicator converts the Data series into alternating straight trend lines with at least the given Depth and Length . Non-predictive can only identify trends in hindsight. Returned: rSlope (the slope of the last identified trend line upwards trends have a positive slope, downwards trends a negative slope) rPeak (the bar offset of the last identified peak) rSign ( 1 if the last peak was a top, -1 if the last peak was a bottom) rLength (the number of bars of the last trend line ending with rPeak ). If a nonzero Color is given, the trend lines are plotted in the chart. Source code in indicators. c . example in Indicatortest. c . The function internally creates series and thus must be called in a fixed order in the script. ZMA(vars Data, int TimePeriod): var Zero-lag Moving Average by John Ehlers smoothes the Data series with an Exponential Moving Average (EMA ) and applies an error correction term for compensating the lag. The function internally creates a series and thus must be called in a fixed order in the script. Source in indicators. c . Standard parameters: The number of bars for the time period of the function, if any or 0 for using a default period. A data series. often directly derived from the price functions price(), priceClose() etc. Alternatively a user created series or any other double float array with the given minimum length can be used. If not mentioned otherwise, the minimum length of the Data series is TimePeriod . Some functions require a second data array Data2 . Price data series can be explicitly given for some indicators, for using price series generated from a different asset or with a different TimeFrame. Otherwise the prices of the current asset with a time frame equivalent to the bar period are used. Price variation or percentage, dependent on the function, for the current bar. Usage example: MACD(Price,12,26,9) calculates the standard MACD for the given Price series. The results are stored in the global variables rMACD . rMACDSignal . and rMACDHistory . The TA-Lib function prototypes are defined in includeta. h . Information about the usage and the indicator algorithms can be found online at tadoc. org. The C source code of all included TA-Lib indicators is contained in Sourcetalib. zip and can be studied for examining the algorithms. Some TA-Lib indicators that originally didnt work properly - such as Correlation or SAR - have been replaced by working versions. The lite-C source code of most additional indicators that are not part the the TA-Lib is contained in includeindicators. c . All TA functions are applied on series and do normally not accept other data arrays. In the INITRUN. all TA functions return 0 . and LookBack is automatically increased to the largest required lookback time by a TA function. Recursive TA functions - f. i. EMA or ATR - need a higher lookback period than their TimePeriod parameter (see UnstablePeriod ). LookBack can be exceeded when TA functions are later called with a series offset or a different TimePeriod this will generate an Error 046 message. Make sure that LookBack is always higher than the maximum TimePeriod plus the UnstablePeriod plus the highest possible offset of all used series. Some functions return more than one value, f. i. MACD . The returned results are stored in global variables beginning with quot r quot they can be accessed after the function is called. Some functions only require a single Data value. Rather than creating a Data series of length 1 . simply a pointer to the Data value can be used. Example: var Raw MyIndicator() var Transformed AGC(ampRaw,0) . TimeFrame affects subsequent data series and thus also affects all indicators that use the data series as input. The TimePeriod is then not in Bar units, but in time frame units. TimeFrame has no effect on indicators that do not use data series. Indicators that rely on the standard deviation (f. i. Bollinger Bands) become inaccurate when the standard deviation is below 0.0001, as it is then assumed to be zero by the TA-Lib. This can happen on very short bar periods when the price does (almost) not move. For writing your own indicators, have a look at the examples inside indicators. c . But please do not modify indicators. c - write the indicators in your own script, or in a dedicated script that you can then include in your strategies. If you need a complex indicator that you can not be easily add, please ask for it on the Zorro user forum.