CONVERSION INDICADOR TRADINGVIEW

This topic has 14 replies, 4 voices, and was last updated 2 weeks ago by supertiti.

Viewing 15 posts - 1 through 15 (of 15 total)

05/18/2024 at 5:46 PM #232783

Fr7

Solicito, si es posible, convertir el indicador adjunto:

Aprendizaje automático: clasificación lorentziana

Un clasificador de distancia de Lorentz (LDC) es un algoritmo de clasificación de aprendizaje automático capaz de categorizar datos históricos de un espacio de características multidimensional. Este indicador demuestra cómo la clasificación de Lorentz también se puede utilizar para predecir la dirección de futuros movimientos de precios cuando se utiliza como métrica de distancia para una implementación novedosa de un algoritmo de vecinos más cercanos aproximados (ANN).

https://es.tradingview.com/script/WhBzgfDu-Machine-Learning-Lorentzian-Classification/

Este indicador me tiene maravillado y sería de gran ayuda para la comunidad empezar a ver en PROREALTIME indicadores de aprendizaje automático. Es un indicador muy complejo para traducir y espero que sea factible su traducción.

A ver si Iván el moderador lo puede traducir.
Muchas gracias.

Fr7

Participant

Topics: 43

Replies: 145

Been thanked: 17 times

05/22/2024 at 8:00 AM #232902

Iván

Veo complicada la traducción… intentaré sacarlo de todas formas.

Iván

Moderator

Topics: 0

Replies: 606

Been thanked: 195 times

07/09/2024 at 3:57 PM #234992

Iván

Empieza a coger forma:

defparam calculateonlastbars = 1000
neighborsCount = 8  // Número de vecinos a considerar
maxBarsBack = 700  // Máximo número de barras hacia atrás
featureCount = 5  // Número de características

useEmaFilter=0
emaPeriod=700
useSmaFilter=0
smaPeriod=200

useKernelFilter=1
hh=8 //Lookback Window
r=8 //Relative Weighting
x=25 //Regression level
lag=2 //Lag

//----------------------------------------------------------------//
//----Next Bar Classification-------------------------------------//
src=close
directionShort = -1
directionLong = 1
directionNeutral = 0

if src[4]<src[0] then
yTrainSeries=directionShort
elsif src[4]>src[0] then
yTrainSeries=directionLong
else
yTrainSeries=directionNeutral
endif
//----------------------------------------------------------------//
//----Core ML logic-----------------------------------------------//
lastDistance=-1
size=min(maxBarsBack-1,barindex-1)
sizeloop=min(maxBarsBack-1,size)

f1 = RSI[14]

ap=(high+low+close)/3
esa=average[10,1](ap)
d1=average[10,1](abs(ap-esa))
ci=(ap-esa)/(0.015*d1)

f2=average[11,1](ci)
f3 = CCI[20]
f4 = ADX[20]
f5 =RSI[9]

if barindex >= maxBarsBack then
$distances[0]=0
$predictions[0]=0
n=0
for i=0 to sizeloop do
d = LOG(1+ABS(f1[i]-f1))+LOG(1+ABS(f2[i]-f2))+LOG(1+ABS(f3[i]-f3))+LOG(1+ABS(f4[i]-f4))+LOG(1+ABS(f5[i]-f5))
if d >= lastdistance and i MOD 4 = 0 THEN
lastdistance=d
$distances[n+1]=d
$predictions[n+1]=round(yTrainSeries[i])
n=n+1
IF n > neighborsCount THEN
lastDistance = $distances[round(neighborsCount * 3 / 4)]
$predictions[n]=0
$distances[n]=0
endif
endif
next
prediction=0
for j=n downto 0 do
prediction=prediction+$predictions[j]
next
endif
//----------------------------------------------------------------//
//-----Prediction Filters-----------------------------------------//
//-----Ema Trend filter
if useEmaFilter then
isEmaUptrend=close>average[emaPeriod,1](close)
isEmaDowntrend=close<average[emaPeriod,1](close)
else
isEmaUptrend=1
isEmaDowntrend=1
endif
//-----Sma Trend filter
if useSmaFilter then
isSmaUptrend=close>average[smaPeriod,0](close)
isSmaDowntrend=close<average[smaPeriod,0](close)
else
isSmaUptrend=1
isSmaDowntrend=1
endif

if prediction>0 then
signal=1
elsif prediction<0 then
signal=-1
else
signal=signal
endif

//-----Bar-Count Filter
if signal<>signal[1] then
barsHeld=0
else
barsHeld=barsHeld+1
endif
isHeldFourBars=barsHeld=4
isHeldLessThanFourBars=BarsHeld>0 and BarsHeld<4

//-----Fractal Filters
isDifferentSignalType=signal<>signal[1]
isEarlySignalFlip=signal<>signal[1] and (isDifferentSignalType[1] or isDifferentSignalType[2] or isDifferentSignalType[3])
isBuySignal= signal=1 and isEmaUpTrend and isSmaUptrend
isSellSignal= signal=-1 and isEmadownTrend and isSmaDownTrend
isNewBuySignal=isDifferentSignalType and isBuySignal
isNewSellSignal=isDifferentSignalType and isSellSignal

//-----Kernel Regression Filter
//Nadaraya-Watson Envelope
hh=8 //Lookback Window
r=8 //Relative Weighting
x=25 //Regression level
lag=2 //Lag

currentWeight=0
cumulativeWeight=0
        
for i = 0 to hh+x do
y=src[i]
w = pow(1+(pow(i,2)/(pow(hh,2)*2*r)),-r)
currentWeight = currentWeight+y*w
cumulativeWeight = cumulativeWeight+w
next
yhat1 = currentWeight/cumulativeWeight
isBullish = yhat1>yhat1[1]
isBearish = yhat1<yhat1[1]
if isBullish then
r=0
g=255
b=255
elsif isBearish then
r=255
g=51
b=255
endif
//-----Entry Conditions
startLongTrade=isNewBuysignal and isBullish and isEmaUpTrend and isSmaUpTrend
startShortTrade=isNewSellSignal and isBearish and isEmaDowntrend and isSmaDownTrend

maxPrediction=highest[300](prediction)
ratmax=round(255/maxPrediction)
transparencymax=prediction*ratmax

minPrediction=lowest[300](prediction)
ratmin=round(255/minPrediction)
transparencymin=prediction*ratmin

if startLongTrade then
drawarrowUp(barindex,low-range)coloured(102,255,102,transparencymax)
drawtext("#prediction#",barindex,low-1.5*range)coloured(102,255,102)
elsif startShortTrade then
drawarrowdown(barindex,high+range)coloured("red",transparencymin)
drawtext("#prediction#",barindex,high+1.5*range)coloured("red")
endif

return yhat1 as "Kernel Regression Estimate"style(line,2)coloured(r,g,b)

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

defparam calculateonlastbars = 1000

neighborsCount = 8 // Número de vecinos a considerar

maxBarsBack = 700 // Máximo número de barras hacia atrás

featureCount = 5 // Número de características

useEmaFilter=0

emaPeriod=700

useSmaFilter=0

smaPeriod=200

useKernelFilter=1

hh=8 //Lookback Window

r=8 //Relative Weighting

x=25 //Regression level

lag=2 //Lag

//----------------------------------------------------------------//

//----Next Bar Classification-------------------------------------//

src=close

directionShort = -1

directionLong = 1

directionNeutral = 0

if src[4]<src[0] then

yTrainSeries=directionShort

elsif src[4]>src[0] then

yTrainSeries=directionLong

else

yTrainSeries=directionNeutral

endif

//----------------------------------------------------------------//

//----Core ML logic-----------------------------------------------//

lastDistance=-1

size=min(maxBarsBack-1,barindex-1)

sizeloop=min(maxBarsBack-1,size)

f1 = RSI[14]

ap=(high+low+close)/3

esa=average[10,1](ap)

d1=average[10,1](abs(ap-esa))

ci=(ap-esa)/(0.015*d1)

f2=average[11,1](ci)

f3 = CCI[20]

f4 = ADX[20]

f5 =RSI[9]

if barindex >= maxBarsBack then

$distances[0]=0

$predictions[0]=0

n=0

for i=0 to sizeloop do

d = LOG(1+ABS(f1[i]-f1))+LOG(1+ABS(f2[i]-f2))+LOG(1+ABS(f3[i]-f3))+LOG(1+ABS(f4[i]-f4))+LOG(1+ABS(f5[i]-f5))

if d >= lastdistance and i MOD 4 = 0 THEN

lastdistance=d

$distances[n+1]=d

$predictions[n+1]=round(yTrainSeries[i])

n=n+1

IF n > neighborsCount THEN

lastDistance = $distances[round(neighborsCount * 3 / 4)]

$predictions[n]=0

$distances[n]=0

endif

prediction=0

for j=n downto 0 do

prediction=prediction+$predictions[j]

endif

//----------------------------------------------------------------//

//-----Prediction Filters-----------------------------------------//

//-----Ema Trend filter

if useEmaFilter then

isEmaUptrend=close>average[emaPeriod,1](close)

isEmaDowntrend=close<average[emaPeriod,1](close)

else

isEmaUptrend=1

isEmaDowntrend=1

endif

//-----Sma Trend filter

if useSmaFilter then

isSmaUptrend=close>average[smaPeriod,0](close)

isSmaDowntrend=close<average[smaPeriod,0](close)

else

isSmaUptrend=1

isSmaDowntrend=1

endif

if prediction>0 then

signal=1

elsif prediction<0 then

signal=-1

else

signal=signal

endif

//-----Bar-Count Filter

if signal<>signal[1] then

barsHeld=0

else

barsHeld=barsHeld+1

endif

isHeldFourBars=barsHeld=4

isHeldLessThanFourBars=BarsHeld>0 and BarsHeld<4

//-----Fractal Filters

isDifferentSignalType=signal<>signal[1]

isEarlySignalFlip=signal<>signal[1] and (isDifferentSignalType[1] or isDifferentSignalType[2] or isDifferentSignalType[3])

isBuySignal= signal=1 and isEmaUpTrend and isSmaUptrend

isSellSignal= signal=-1 and isEmadownTrend and isSmaDownTrend

isNewBuySignal=isDifferentSignalType and isBuySignal

isNewSellSignal=isDifferentSignalType and isSellSignal

//-----Kernel Regression Filter

//Nadaraya-Watson Envelope

hh=8 //Lookback Window

r=8 //Relative Weighting

x=25 //Regression level

lag=2 //Lag

currentWeight=0

cumulativeWeight=0

for i = 0 to hh+x do

y=src[i]

w = pow(1+(pow(i,2)/(pow(hh,2)*2*r)),-r)

currentWeight = currentWeight+y*w

cumulativeWeight = cumulativeWeight+w

yhat1 = currentWeight/cumulativeWeight

isBullish = yhat1>yhat1[1]

isBearish = yhat1<yhat1[1]

if isBullish then

r=0

g=255

b=255

elsif isBearish then

r=255

g=51

b=255

endif

//-----Entry Conditions

startLongTrade=isNewBuysignal and isBullish and isEmaUpTrend and isSmaUpTrend

startShortTrade=isNewSellSignal and isBearish and isEmaDowntrend and isSmaDownTrend

maxPrediction=highest[300](prediction)

ratmax=round(255/maxPrediction)

transparencymax=prediction*ratmax

minPrediction=lowest[300](prediction)

ratmin=round(255/minPrediction)

transparencymin=prediction*ratmin

if startLongTrade then

drawarrowUp(barindex,low-range)coloured(102,255,102,transparencymax)

drawtext("#prediction#",barindex,low-1.5*range)coloured(102,255,102)

elsif startShortTrade then

drawarrowdown(barindex,high+range)coloured("red",transparencymin)

drawtext("#prediction#",barindex,high+1.5*range)coloured("red")

endif

return yhat1 as "Kernel Regression Estimate"style(line,2)coloured(r,g,b)

2 users thanked author for this post.

Fr7,

jesus1975

Iván

Moderator

Topics: 0

Replies: 606

Been thanked: 195 times

07/10/2024 at 9:00 AM #235002

jesus1975

Muy interesante,gracias Iván

jesus1975

Participant

Topics: 4

Replies: 14

Been thanked: 3 times

07/10/2024 at 3:24 PM #235020

supertiti

Hola Ivan

gran trabajo como siempre, por lo tanto faltan las flechas ? que me dices

gracias y buenas tardes.

supertiti

Participant

Topics: 123

Replies: 733

Been thanked: 73 times

07/10/2024 at 4:06 PM #235021

Iván

Buenas!

Las flechas están, lo que ocurre es que aparecen más que en el código orignal. Falta filtrar.
Si te fijas en el color de las flechas, verás que la intesidad cambia en función de la predicción.
Cuando hay una mayor puntuación en la predicción hay mayor intensidad en el color de las flechas.
En las primeras señales, al no haber con quién comparar, la intensidad es máxima pero a partir de varias predicciones ya se nota que la intensidad del color varía en cada flecha.

Tengo que terminar de depurarlo un poco más.

Iván

Moderator

Topics: 0

Replies: 606

Been thanked: 195 times

07/10/2024 at 5:09 PM #235026

supertiti

cual es el valor de tu ejemplo para comparar con lo que tengo ? a mi no me aparece nada , tengo el fondo negro eso puede ser un problema?

supertiti

Participant

Topics: 123

Replies: 733

Been thanked: 73 times

07/11/2024 at 8:34 AM #235040

Iván

Buenas! no lo recuerdo 🙁
De todas formas seguro que es porque tienes cargadas 200 barras. Si cargas 1000 ya verás las flechas.
En el código pide 700 barras para comenzar a calcular. Esto se puede modificar.

Iván

Moderator

Topics: 0

Replies: 606

Been thanked: 195 times

07/11/2024 at 10:01 AM #235050

supertiti

Hola Ivan,

He cargado maxbarsback = 1000 y ne me funciona el codigo con les flechas ?

Aui te pongo 4 valors

un saludo.

supertiti

Participant

Topics: 123

Replies: 733

Been thanked: 73 times

07/11/2024 at 10:10 AM #235055

Iván

No sé qué decirte… A mi sí que me aparecen…

Iván

Moderator

Topics: 0

Replies: 606

Been thanked: 195 times

07/11/2024 at 10:19 AM #235059

jesus1975

las unidades en tu gráfico deben ser más de 1000, y si todavía no te salen pon más, hasta q te salgan

jesus1975

Participant

Topics: 4

Replies: 14

Been thanked: 3 times

07/11/2024 at 10:32 AM #235062

supertiti

Ya lo tengo, que tonto soy ! tengo el grafico con 75 dias , lo he puesto con 1000 y funciona perfectamente

muchas gracias y buen dia.

adjunto ASML con flechas

supertiti

Participant

Topics: 123

Replies: 733

Been thanked: 73 times

07/11/2024 at 4:29 PM #235106

supertiti

Una imagen de Ivan el terrible |

supertiti

Participant

Topics: 123

Replies: 733

Been thanked: 73 times

07/11/2024 at 10:52 PM #235126

Fr7

Muchas gracias Iván !!Estaba seguro de que sólo un crack como tú lo podía conseguir!!Pensaba que era imposible la traducción por su dificultad…y dos meses después lo has conseguido!! Espero que valga de inspiración y sea útil a otros usuarios. Y si a alguien se le ocurre cómo mejorarlo, se agradece. Yo voy a probarlo y testearlo a ver qué tal…….. Ojalá que poco a poco se vayan incorporando más indicadores en PRT basados en aprendizaje automático.

Fr7

Participant

Topics: 43

Replies: 145

Been thanked: 17 times

07/12/2024 at 2:00 PM #235165

supertiti

Hola todos

para los amantes de los proyectores aqui teneis 2 screeners Up and down

un saludo

1 user thanked author for this post.

Iván

supertiti

Participant

Topics: 123

Replies: 733

Been thanked: 73 times

Author

Posts

Viewing 15 posts - 1 through 15 (of 15 total)

Find exclusive trading pro-tools on