Kaufman's Adaptive Moving Average (KAMA) KAMA was developed by Perry Kaufman to give better directions of short term market trends.
Idea is similar to an EMA, but it makes adjustments to the smoothing factor by taking Market Noise into consideration. Levels of noise in KAMA is modelled using Kaufman's Efficiency Ratio.
The problem with traditional of moving averages (ie. SMA/EMA) is that they are very sensitive to sudden price movements.
Applications: - Less prone to false signals compared to other types of moving averages. When price suddenly surges or tanks, KAMA will lag behind telling us that the move is rather abnormal. - On the other hand, when volatility of price movements is low, KAMA will be close to the ranging candles with a slope approximate to zero. KAMA can be used for filtering out choppy markets.
Other features: - Multi-timeframe. - Can visualize levels of market noise with background color mode turned on.
הערות שחרור
New feature: Coded candles to identify price crossing with MA.
הערות שחרור
Amended line 43, calling of nz(src=kama, replacement=close). Previously, param. replacement==0
הערות שחרור
Features:
Added: Option to show smooth KAMA (least of squares over same KAMA period).
Added: Low/high thresholds for background colors linked to noise (if turned on)
ברוח TradingView אמיתית, מחבר הסקריפט הזה פרסם אותו בקוד פתוח, כך שסוחרים יוכלו להבין ולאמת אותו. כל הכבוד למחבר! אתה יכול להשתמש בו בחינם, אבל השימוש החוזר בקוד זה בפרסום כפוף לכללי הבית. אתה יכול להכניס אותו למועדפים כדי להשתמש בו בגרף.
המידע והפרסומים אינם אמורים להיות, ואינם מהווים, עצות פיננסיות, השקעות, מסחר או סוגים אחרים של עצות או המלצות שסופקו או מאושרים על ידי TradingView. קרא עוד בתנאים וההגבלות.