Isi ihe na-egosi nyocha teknụzụ na ịzụ ahịa na ojiji ha na mgbanwe ngwaahịa

Isi ihe na-egosi nyocha nke teknụzụ na ịzụ ahịa na iji ha eme ihe na mgbanwe – akwụkwọ nkà ihe ọmụma nke ihe ngosi nka, trending, oscillating. Ọtụtụ ndị na-azụ ahịa na-ahọrọ ịmepụta amụma dabere na ihe ndị bụ isi, nke na-adịghị egosipụta mgbe niile na uru nke ihe onwunwe. Na ndị na-egosi teknụzụ na-enye usoro data ebumnuche zuru oke nke na-enye gị ohere ịnyagharịa ọnọdụ ahịa ma buru amụma mgbanwe ọnụahịa.

Gịnị bụ teknuzu egosi na trading

Ngosipụta teknụzụ bụ ụdị mgbakọ na mwepụ siri ike nke ewuru na ndabere nke ozi ahịa ebumnobi wee were buo ọnọdụ. Site na ọdịdị ya, ọ bụ ọrụ nke ọnụahịa ma gosipụta ya n’ụdị eserese. Ngwá ọrụ ahụ na-eburu n’uche data akụkọ ihe mere eme na uru nke ihe onwunwe, ọnụ ọgụgụ nke mezuru na meghere azụmahịa. Site na mmemme heuristic formulas ma ọ bụ ụkpụrụ, egosi na-ewepụta akara banyere nwere ike ahịa mgbanwe. Ndị ahịa na-eji ozi a gosi ma ọ bụ gbaghaa amụma nke ha. [okwu id = “ihe mgbakwunye_16161” align = “aligncenter” obosara = “795”]
Stochastic RSI bụ otu n’ime ihe ngosi nka kacha ewu ewu ejiri na ahia[/ caption]

Nhazi nke nyocha nyocha teknụzụ

Taa, e mepụtala ọtụtụ ihe ngosi teknụzụ, nke a na-ekewa n’ime otu isi abụọ: na-edu na lagging. Algorithms nke ụdị nke mbụ na-eburu n’uche mgbanwe mgbanwe ọnụahịa n’oge na-adịghị anya ma na-emepụta akara maka mgbanwe nwere ike na usoro akụ na ụba ma ọ bụ usoro n’ozuzu ya. N’ụzọ dị iche, teknuzu analysis lagging egosi na-ele anya na akụkọ ihe mere eme data na-eji na-akwado ma ọ bụ na-agọnahụ ihe omume price, dị ka a na-ewusi ọnọdụ. Dabere na usoro ịgbakọ ihe nrịbama amụma, a na-ekewa ndị na-egosi ụzọ abụọ:

1. Ngosipụta usoro nyocha teknụzụ ejiri iji chọpụta ihe na-eme ma chọpụta ike ya. Ọtụtụ n’ime ha so na klas nke lagging egosi, n’ihi na mejuputa ụkpụrụ nke ire ụtọ ọnụahịa. Mgbe ị na-eji ha eme ihe, ọ dị mkpa iji nyochaa ọnọdụ ahịa n’ọdịnihu ma chọpụta ma ọ bụrụ na ọ na-emekarị. Na ewepụghị ahịa, teknuzu analysis na-emekarị egosi na-enye ụgha n’ókè na-agba ndị ahịa ume ka adịkwa trades.
2. Oscillating (ọkwa) , nke a na-eji achọpụta ọnọdụ ahịa nke ihe karịrị akarị ma ọ bụ zụtara. Ọtụtụ n’ime ha so na klaasị nke ndị na-egosi ụzọ. Ha na-akacha arụ ọrụ ma ọ bụrụ na enweghị usoro a na-akpọpụta n’ahịa.

[okwu id = “ihe mgbakwunye_16157” mezie = “aligncenter” obosara = “800”]
Stochastic bụ ihe ngosi nka na-emegharị anya [/ okwu okwu] Nhọrọ nke ngwá ọrụ dabere na mmasị onye ahịa. Agbanyeghị, onye ọ bụla n’ime ha ga-etinyerịrị nke ọma na ọnọdụ ahịa dị ugbu a. Dịka ọmụmaatụ, ndị na-egosi omume na-enye akara ngosi ziri ezi naanị ma ọ bụrụ na enwere usoro a na-akpọ, ebe oscillators na-enye akara ngosi ziri ezi na ahịa na-agbanwe agbanwe.

Otu esi eji ihe ngosi

Ngosipụta nka na ụzụ na azụmaahịa nwere 3 isi ojiji:

• gwa banyere nkwụsị nke ahịrị nkwado na mgbochi ;
• kwado akara ngosi nke ngwaọrụ nyocha teknụzụ ndị ọzọ, dịka ọmụmaatụ, eserese eserese;
• nyere aka ịkọ ọnụ ahịa n’ọdịnihu.

Ihe ngosi nka na-adabara ụdị ngwa ego ọ bụla nke na-esonyere data ebumnobi akụkọ ihe mere eme. Otú ọ dị, a na-ejikarị ha eme ihe n’ahịa ahịa na ahịa ego, ebe ndị ahịa na-elekwasị anya karịsịa n’ịtụle mgbanwe ọnụahịa dị mkpirikpi. Ndị na-achụ ego na-ejikọta ọtụtụ ihe ngosi nke nyocha teknụzụ. Enweghị ngwakọta kachasị mma nke ngwá ọrụ, onye ọ bụla na-ere ahịa na-ewuli usoro nke ya dị irè. Iji mee ka amụma amụma dịkwuo mma, a na-ejikọta ihe ngosi nka na ngwaọrụ ndị ọzọ dị mkpa, dị ka ụkpụrụ eserese. Agụnyekwara ha na sistemu azụmaahịa akpaaka, n’ihi ọdịdị ọnụọgụgụ ha.

Uru na ọghọm nke egosi

Ọ bụ ezie na ọ dịghị mgbe a na-ahụ nyocha teknụzụ dị ka naanị ma ọ bụ ngwá ọrụ bụ isi maka ịme amụma, ọ nwere ọtụtụ uru dị mkpa:

• gosipụta mmetụta ahịa ugbu a;
• nye data ebumnuche maka nyocha (ọnụahịa na mpịakọta);
• na-enye gị ohere ịchọpụta usoro dị mfe, nke na-eme ka ọ dịkwuo mfe ịme mkpebi ịzụ ahịa;
• dị irè n’ịkọ usoro dị mkpirikpi.

Ọ bụ ezie na ihe ngosi teknụzụ bara uru dị ka ihe enyemaka amụma, ha nwere ọtụtụ ndọghachi azụ dị ịrịba ama:

1. Ha na-enye akara ngosi agwakọta . Dị ka a na-achị, ndị na-azụ ahịa na-eji ọtụtụ algọridim mgbakọ na mwepụ na-emeziwanye izi ezi nke amụma ha. Ma na njikọta, ndị na-egosi na-enye ozi ndị na-emegiderịta onwe ha, na-egosi uru ma ịzụrụ na ire ihe bara uru. N’okwu a, ọ gaghị ekwe omume ịme mkpebi ịzụ ahịa dị irè.
2. Echela ihe ndị bụ isi . Na-eso naanị akara ngosi nke teknụzụ teknụzụ, ị nweghị ike ịzụ ahịa nke ọma. Ngwa nke ụdị a anaghị egosipụta mgbanwe nke usoro akụ na ụba, mgbanwe na akụ na ụba ụwa na ndọrọ ndọrọ ọchịchị, wdg.
3. Emebere naanị na ụfọdụ ọnọdụ ahịa . Dị ka a na-achị, a na-emepụta ihe ngosi maka ụfọdụ ngwá ọrụ ego ma ọ bụ ọnọdụ ahịa. Ya mere, mgbanwe ọ bụla nwere ike imetụta ịdị irè nke mgbaàmà.

Ihe ize ndụ na ohere

Ojiji nke ihe ngosi teknụzụ na-abịa na ihe egwu ụfọdụ, gụnyere:

1. Nkọwahie nke akara teknụzụ . E nwere ọtụtụ ihe kpatara nke a: nleghara nke dum olu nke ebumnobi egosi, nyocha nke a obere set nke akụkọ ihe mere eme data, onye na-ezighị ezi na-adịgide adịgide stereotypes.
2. Ihe gbasara nke puru omume nke ụlọ amụma tupu oge eruo , ebe ọ bụ na nyocha teknụzụ kachasị dị irè na ịzụ ahịa obere oge. Ọ bụrụ na ịchọrọ ịmepụta amụma ogologo oge, ị ga-ejikọta ngwá ọrụ ahọpụtara na data bụ isi.
3. Ohere dị elu nke ịdaba na mmetụta uche na ịla n’iyi . Nke a bụ n’ihi na nyocha teknụzụ adịghị enye nghọta miri emi nke ihe ịtụnanya ahịa. Mgbe onye na-etinye ego na-emehie, ọ na-amalite ịtụ ụjọ. Nke a na-apụghị izere ezere na-eduga na ọdịda.

Nkà na ụzụ analysis na nchikota na isi na-enye nnukwu ohere maka iwu ukwuu ziri ezi amụma nke ikwu n’ọdịnihu price ike. Ọ na-enye onye na-etinye ego na nchịkọta data ebumnuche zuru oke nke na-eme ka ọ dị mfe ịnyagharịa ọnọdụ ahụ.

Ihe ngosi nka nka kacha mma na ama ama

Taa enwere ọtụtụ subtypes nke egosi dabere n’ụdị ozi ejiri na nyocha. Ndị kacha ewu ewu gụnyere ndị a:

1. Ngosipụta ụda olu , ma ọ bụ OBV . Dị ka akụkụ nke nyocha teknụzụ, a na-eji ya chọpụta ike ehi na anụ ọhịa bea. A na-ewu amụma ahụ na ndabere nke ihe ngosi olu, mgbanwe nke na-egosipụta ọnọdụ nke ìgwè mmadụ. Mmụba na OBV pụtara na ndị na-azụ ahịa dị njikere ime nkwekọrịta. N’ụzọ megidere nke ahụ, mbelata ya na-egosi mmụba nke ahịa. [okwu id = “ihe mgbakwunye_13645” mezie = “aligncenter” obosara = “572”] Iji akara sitere na nkwụsị nke OBV na nkezi ya na-akpụ akpụ[/ okwu]
2. Ihe ngosi mkpokọta/nkesa, ma ọ bụ A/D . A na-eji ya n’ọtụtụ ebe iji kwado ma ọ bụ gbaghaa ike nke usoro dị ugbu a. A na-eme amụma amụma dabere na ebumnuche ebumnuche nke olu na uru, nke na-enye gị ohere ịghọta ma a na-akwakọba ma ọ bụ kesaa akụ na oge. Ahịrị A/D na-arịgo na-akwado nkwalite elu, ebe ahịrị na-agbada na-egosi mmụba nke ọdịda ọdịda.
3. Ngosipụta Ntugharị Ntugharị, ma ọ bụ ADX . Ọ bụ n’ụdị ngwaọrụ na-ewu ewu ma a na-eji ya tụọ ike na ike nke usoro. Na-agụnye ahịrị 3: ADX isi (etiti) na inyeaka + DI na -DI (dị n’akụkụ). Uru ADX n’elu 25 na-egosi usoro siri ike, n’okpuru 20 na-egosi adịghị ike. Njikọta nke ọkwa + DI na -DI site na ahịrị etiti na-egosi mgbanwe nwere ike ịdị.
4. Ngosipụta nkezi mkpokọta-iche, ma ọ bụ MACD . Na-enyere aka ịchọpụta ntụzịaka na mkpali nke ihe na-eme site na nyocha nke ọnụ ọgụgụ na-akpụ akpụ. Gbakọọ site na mwepu EMA (26) na EMA (12). Nsonaazụ nke ngụkọta oge bụ EMA (9), nke a na-akpọkarị akara akara MACD. Isi ebe ọ na-agafe EMA (26) na EMA (12) na-eje ozi dị ka ihe nwere ike ịkpalite ịzụta ma ọ bụ ree ihe bara uru. [okwu id = “ihe mgbakwunye_14795” mezie = “aligncenter” obosara = “800”] MACD egosi[/ okwu]
5. Index ike nke ikwu, ma ọ bụ RSI . Ngwá ọrụ a na-enyere aka ikpebi ike nke usoro a na-eme ugbu a na ohere nke ntụgharị ya. Na omume, ọ na-achọta ngwa: ọ na-enye gị ohere ịchọpụta ọnọdụ nke a na-azụta ma ọ bụ na-ere ahịa, iji dozie ihe na-ewusi ike ma ọ bụ na-ada mbà, iji chọpụta ọkwa nkwado na nkwụsị. Mgbe a na-ebu amụma, ọ na-atụnyere ike nke uru n’oge uto na ọdịda.
6. Aroon egosi . Na-enyere aka ịchọpụta vector na ike nke usoro a site n’ịtụle ma ọnụahịa ahụ erutela elu ọhụrụ ma ọ bụ dị ala maka oge ngụkọ. N’okpuru ọnọdụ ahịa na-agbanwe agbanwe, ọ na-ebutekarị akara azụmaahịa ụgha.
7. Oscillator stochastic bụ ihe ngosi kachasị ewu ewu nke na-egosi ọnọdụ akụ karịrị a zụtara ma ọ bụ karịa. Na-enyocha ọnọdụ nke ọnụahịa dị ugbu a gbasara ọnụahịa ọnụahịa maka oge ahọpụtara, na-ekenye ya ọnụ ahịa pasent site na 0 ruo 100. A kwenyere na ọnụ ahịa dị n’ime elu dị nso na nso nso dị elu, na n’ime ala dị nso na nso ala. [okwu id = “ihe mgbakwunye_14706” mezie = “aligncenter” obosara = “740”] Ihe ngosi stochastic[/ okwu]

Nke a bụ isi set nke teknuzu analysis egosi na-eji ahụmahụ ahịa. A na-agba ndị na-etinye ego novice ume ka ha mụọ ma na-arụ ọrụ ndị a iji mee ngwa ngwa na ịghọta ụkpụrụ nke ịrụ ọrụ nke ahịa ego. Otú ọ dị, mmadụ ekwesịghị ileghara ụdị ndị ọzọ anya, nke e dere ọtụtụ akwụkwọ banyere ya. Dịka ọmụmaatụ, R. Colby’s Encyclopedia of Technical Market Indicators na-enye nkọwa ma baa uru.

Ngwa na omume

Tupu iji ihe ngosi, a ga-akọwapụta atụmatụ bụ isi. N’ikwu ya n’ụzọ ọzọ, ịmepụta usoro nke ebumnuche na iwu omume zuru oke mgbe ị na-eme mkpebi ịzụ ahịa. Atụmatụ ekwesịghị ịdị oke mfe ma ọ bụ mgbagwoju anya. Ka o wee nwee ike, a ga-azarịrị ọtụtụ ajụjụ zuru ụwa ọnụ:

• ụdị ụdị na ihe parameters nke egosi ịhọrọ;
• ego ole ka a ga-azụta ma ọ bụ ree;
• na iru ihe ụkpụrụ ọ dị mkpa imeghe ma ọ bụ mechie ọnọdụ;
• otu esi agbachi ahia;
• Kedu ihe bụ iwu nchịkwa ego;
• Kedu ihe bụ iwu ọpụpụ.

Ihe ngosi nyocha teknụzụ kacha elu maka ịzụ ahịa: https://youtu.be/1mCz-LZTbfM A na-atụ aro ka ị dabere na atụmatụ gị n’ụdị nrịbama dị iche iche, dị ka oge na omume. Iji ngwaọrụ ndị yiri ya na-eduga n’ịgbagha ozi ma ọ bụ ọgbọ nke akara ụgha n’ihi ọtụtụ ngụkọ dabere n’otu ụkpụrụ ahụ. https://articles.opexflow.com/analysis-methods-and-tools/osnovy-i-methody-texnicheskogo-trajdinga.htm Nhọrọ nke ndị na-egosi na-adabere n’ụdị atụmatụ ma na-eburu n’uche ụdị ịzụ ahịa na ohere ihe ize ndụ. Onye na-ere ahịa lekwasịrị anya na ogologo oge na ịba ụba uru nwere ike ịgbaso usoro ahụ ma jiri ihe ngosi na-eme ihe (ọnụọgụ na-agagharị, ADX, wdg). Ndị ọchụnta ego nwere mmasị na-enweta obere uru ugboro ugboro na-arụ ọrụ n’ahịa ndị na-agbanwe agbanwe ma na-eji oscillators.