اندیکاتور iFisher

تحلیل تشخیص خطی فیشر (Fisher’s Linear Discriminant) — پیاده سازی در پایتون

در بیشتر موارد به منظور حل مسائل ساده، الگوریتم‌های مختلف «یادگیری ماشین» (Machine Learning) با استفاده از تکنیک‌ها مختلف به جواب واحدی می‌رسند. ولی بوسیله بعضی از تبدیلات، می‌توان سرعت و دقت انجام عملیات یادگیری ماشین را بهبود بخشید. در این نوشتار به بررسی یکی از این تبدیلات به نام «تحلیل تشخیص خطی فیشر» (Fisher’s Linear Discriminant) می‌پردازیم و از آن برای حل مسائل یادگیری ماشین بهره می‌بریم.

از آنجایی که آنالیز یا تحلیل تشخیص خطی فیشر، اندیکاتور iFisher الهام گرفته از یکی دیگر از ابتکارات دیگر این دانشمند آمار یعنی «تحلیل واریانس» (Analysis of Variance) است، با خواندن مطلب تحلیل واریانس (Anova) — مفاهیم و کاربردها پیش‌نیازهای لازم برای این نوشتار را کسب خواهید کرد. همچنین در این نوشتار به مفاهیم احتمال پسین و پیشین برخورد خواهیم کرد. برای آشنایی بیشتر با این مفاهیم بهتر است مطلب احتمال پسین (Posterior Probability) و احتمال پیشین (Prior Probability) — به زبان ساده را از قبل مطالعه کرده باشید. همچنین خواندن متن تابع درستنمایی (Likelihood Function) و کاربردهای آن — به زبان ساده و بردار ویژه و مقدار ویژه — از صفر تا صد نیز خالی از لطف نیست.

تحلیل تشخیص خطی فیشر (Fisher’s Linear Discriminant)

یکی از روش‌های حل مسائل «دسته‌بندی» (Classification)، کاهش ابعاد مسئله به منظور ساده‌تر شدن و رسیدن سریع‌تر به جواب است. برای مثال فرض کنید که در یک فضای دو بعدی (K=2) باید به بررسی و تفکیک نقطه‌های دو بعدی با رنگ‌های قرمز و آبی بپردازیم. به تصویر زیر توجه کنید.

باید بتوانیم الگوی نقاط آبی و قرمز را شناخته و امکان تشخیص محل قرارگیری نقطه‌ای جدید در دسته آبی یا قرمز را کسب کنیم. یکی از روش‌ها مرسوم برای انجام این کار «تحلیل تشخیص خطی فیشر» (Fisher’s Linear Discriminant) یا به اختصار FLD است. اگر مسئله بالا را به صورت یک «مسئله خطی» (Linear Problem) در نظر بگیریم، مشخص است که امکان دریافت پاسخ صحیح را از مدل نخواهیم داشت. زیرا رابطه خطی بین نقاط و دسته‌ها وجود ندارد. ولی اگر بتوانیم این داده‌ها را طوری تبدیل کنیم که بتوان نقاط را بوسیله یک خط تفکیک کرد، به جواب بهینه خواهیم رسید.

برای مثال اگر داده‌ها مربوط به هر بعد از مشاهدات را به صورت مربع درآوریم، به راحتی می‌توان با رسم یک خط، دو گروه را تفکیک کرد. به تصویرهای زیر دقت کنید. ناحیه آبی و صورتی در زمینه تصویرها، بیانگر ناحیه تشخیصی برای مشاهدات است. به مجموعه مقادیر روی محور عمودی و افقی در نمودار سمت چپ توجه کنید.

از آنجایی که نمودار ترسیم شده در سمت چپ، دایره‌ای است، می‌توان حدس زد، تبدیلاتی که به صورت مربع هستند، می‌توانند مناسب باشند. ولی سوالی که می‌توان مطرح کرد این است که اگر داده‌ها چند بعدی باشند و امکان ترسیم نقاط وجود نداشته باشد، چگونه می‌توان تبدیل مناسب را تشخیص داد؟

کاهش بعد مسئله

یکی از راه‌حل‌های مسائل مربوط به دسته‌بندی، کاهش بعد است. فرض کنید که با یک مسئله با بعد D مواجه هستید. یعنی تعداد ویژگی‌ها (متغیرها) مرتبط با مسئله برابر با D است. منظور از کاهش بعد، تبدیل داده‌ها به بعدی مثل ‘D است در آن داریم $$D < D’$$. در این حالت D بعد اصلی داده‌ها و ‘D بعد پس از تصویر (Projection) یا تبدیل کردن (Transformation) داده‌ها است.

اگر مسئله به یک بعد کاهش یابد، براساس یک مقدار آستانه مثل t می‌توان دسته‌ها را به صورت زیر براساس مشاهدات x ایجاد کرد.

• اگر مقدار متغیر پاسخ y بزرگتر یا مساوی با t باشد، نقطه x به کلاس ۱ (C1) تعلق دارد.
• در غیر اینصورت x در کلاس C2 است.

در اینجا توجه داشته باشید که متغیر پاسخ (y) به صورت ترکیب خطی از متغیرها (x) و وزن (W) است. در این حالت می‌نویسیم. توجه داشته باشید که منظور $$W^T$$‌ ترانهاده بردار وزن‌ها (W) است.

فرض کنید داده‌های دو بعدی متعلق به دو کلاس مطابق تصویر زیر وجود دارند. می‌خواهیم با استفاده از تبدیل T بعد مسئله را از D=2 به D’=1 برسانیم.

$$\large T(V): R^2 \rightarrow R$$

برای شروع لازم است میانگین دسته‌های یک و دو را محاسبه کنیم. به این ترتیب مرکز ثقل یا تمرکز داده‌های هر دو گروه مشخص می‌شود. این میانگین‌ها را $$m_1$$ و $$m_2$$ نام‌گذاری اندیکاتور iFisher می‌کنیم. در اینجا فرض شده که دسته اول با C1 و دسته دوم با C2 مشخص شده و هر یک به ترتیب دارای $$N_1$$ و $$N_2$$ نقطه هستند.

به این ترتیب براساس میانگین هر کلاس، سعی می‌کنیم کلاس‌ها را بازیابی کنیم. به معنی دیگر می‌خواهیم با استفاده از بردار وزن W میانگین دو کلاس را به یکدیگر متصل کنیم.

نکته: زمانی که کاهش بعد اتفاق می‌افتد، مقداری اطلاعات از بین خواهد رفت. در این مسئله توجه داشته باشید که هر دو کلاس کاملا مجزا هستند و می‌توان بوسیله یک خط، بدون تغییر بعد، آن‌ها را از یکدیگر تمیز داد.

اگر این نقاط را با یک تبدیل، در یک بعد نمایش دهیم، مشخص است که تعدادی از نقاط با یکدیگر همپوشانی پیدا می‌کنند (ناحیه زرد رنگ) و تشخیص تمایز بین کلاس‌ یا دسته‌ها مشکل‌تر می‌شود.

این همپوشانی، در نمودار فراوانی یا هیستوگرام نیز قابل مشاهده است.

درست در همین جا است که «تحلیل تشخیص خطی فیشر» به کار می‌آید. ایده‌ای که فیشر برای حل چنین مسئله‌ای ارائه داد، استفاده از تابعی بود که باعث حداکثر سازی فاصله میانگین‌های کلاس‌ها شود و در عین حال واریانس درون کلاس‌ها را کمینه سازد. با این کار، میزان همپوشانی کلاس‌ها بسیار کاهش خواهد یافت. به بیان دیگر FLD، تبدیلی را انتخاب یا معرفی می‌کند که بیشترین تمایز یا میزان تشخیص را ایجاد کند. این کار بوسیله بیشینه‌سازی نسبت واریانس بین گروهی و درون گروهی صورت می‌پذیرد. به این ترتیب در صورت و مخرج این نسبت دو مولفه یا مشخصه داریم:

• فاصله (واریانس) بین گروه‌ها که باید حداکثر شود
• پراکندگی (واریانس) درون دسته‌ها که باید کمینه شود.

نکته: مقدار بزرگ اندیکاتور iFisher برای واریانس بین کلاس‌ها، به معنی آن است که میانگین کلاس‌ها تا حد امکان از یکدیگر دور هستند. در مقابل کوچک بودن واریانس درون کلاس‌ها، بیانگر نزدیک بودن نقاط تبدیل یافته در هر کلاس است.

به منظور تشخیص تابع تبدیل $$T(V)$$، روش FLD، براساس تابع $$J(W)$$ که در زیر مشخص شده است، بردار وزن‌ها را تعیین می‌کند.

مشخص است که رابطه‌های زیر در این مورد باید در نظر گرفته شوند.

اگر تابع $$J(W)$$ را به صورت برداری و به شکل زیر بنویسیم، به کمک مشتق‌گیری برحسب $$W$$‌، مقدار بهینه (ماکزیمم) برای این تابع حاصل خواهد شد.

مشخص است که صورت این کسر همان پراکندگی بین گروه‌ها و مخرج نیز پراکندگی درون گروه‌ها است. جواب این مسئله مطابق با رابطه‌ای است که در ادامه قابل مشاهده است.

$$\large W \propto S^_W(m_2-m_1)$$

به این ترتیب می‌توان تفکیک بسیار مناسبی براساس مقدار یک آستانه مثل t ایجاد کرد.

این تفکیک به کمک نمودار فراوانی یا هیستوگرام نیز به خوبی قابل تشخیص است.

تحلیل تشخیص خطی فیشر برای چندین گروه

می‌توان به راحتی تحلیل اندیکاتور iFisher FLD را به چندین گروه ($$K>2$$) تعمیم داد. در اینجا از ماتریس کوواریانس بین و درون گروهی استفاده خواهیم کرد. به این ترتیب رابطه‌ها به صورت زیر نوشته خواهند شد.

$$\large S_W =\sum_^K S_k$$

$$\large S_B =\sum_^K N_k(m_k-m)(m_k-m)^T$$

باید توجه داشت که در اینجا عبارت‌های $$S_W$$ ماتریس کوواریانس درون گروهی و $$S_B$$ نیز ماتریس کوواریانس بین گروهی را نشان می‌دهند. به این ترتیب بردار $$W$$ به صورت ماکزیمم مقادیر ویژه ماتریس $$S^_WSB$$ روی ابعاد مختلف $$D’$$ حاصل می‌شود. برای مثال اگر بخواهیم یک مسئله با مجموعه داده با بعد $$D=784$$ را به $$D’=2$$ تبدیل کنیم، بردار $$W$$ از دو مقدار که هر کدام بزرگترین مقادیر ویژه در هر بعد هستند، ایجاد خواهد شد.

ایجاد یک تشخیص خطی فیشر

تا به حال از تحلیل FLD برای کاهش بعد استفاده کردیم، ولی در این مرحله با اندیکاتور iFisher استفاده از این تکنیک، می‌خواهیم داده‌های D-بعدی مربوط به توزیع چند متغیره نرمال برای K کلاس یا دسته مختلف را که به صورت مخلوط شده هستند، دریافت کرده و آن‌ها را تفکیک کنیم. یعنی تشخیص دهیم که هر کدام از نقاط به کدام توزیع متعلق است.

تابع چگالی احتمال توزیع نرمال چند متغیره با بردار Dبعدی میانگین $$\mu$$ و ماتریس کوواریانس $$\Sigma_$$ به صورت زیر نوشته می‌شود.

واضح است که منظور از $$|\Sigma|$$، دترمینان ماتریس کوواریانس است. این مقدار نشان می‌دهد که به چه میزان فضای داده‌ها فشرده یا گسترده هستند. برای انجام محاسباتی که در بخش قبل به آن پرداختیم، در حالت نرمال چند متغیره از کد پایتون که در زیر قابل مشاهده است، استفاده می‌کنیم.

با استفاده از این برنامه، مقدارهای پارامترهای توزیع نرمال چند متغیره (یعنی $$\mu$$ و $$\Sigma$$) برای دسته‌های $$k=1,2,\cdots,K$$ براساس داده‌های تبدیل یافته، برآورد می‌شود. به این ترتیب به کمک محاسبه نسبت مجموعه داده‌های آموزشی در هر دسته (خط ۱۱ از کد)، می‌توان احتمال پیشین (Prior Probability) را که احتمال تعلق هر داده به دسته kام را نشان می‌دهد، بدست آورد. با این کار با توجه به رابطه‌ای که بین احتمال پیشین و پسین در قضیه بیز وجود دارد، تابع شرطی چگالی مشاهدات به شرط دسته‌ها ($$p(x|Ck)$$ برای دسته‌های مختلف $$k=1,2,\cdots,K$$ قابل محاسبه خواهد بود.

این محاسبه در خط ۸ کد زیر انجام شده است.

به این ترتیب نقطه‌هایی که دارای بزرگترین احتمال پسین برای دسته k هستند، به آن گروه تعلق می‌گیرند و در واقع، عمل دسته‌بندی صورت خواهد گرفت.

انجام تحلیل روی داده‌های MNIST

در این قسمت، از داده‌های آزمایشی MNIST که مربوط به بانک اطلاعاتی اسباب‌بازی‌ها است، استفاده می‌کنیم. قرار است که ابعاد این مسئله که به صورت $$D=784$$ است را به $$D’=2$$ برسانیم. میزان دقت در این تبدیل حدود 56٪ است. اگر فضا را به ۳ بعد برسانیم، دقت به حدود ۷۴٪ خواهد رسید. با استفاده از این دو تبدیل می‌توان مقادیر را توسط نمودارها، بهتر نمایش داد.

نکاتی که باید در این نوشتار به آن توجه داشت، در زیر فهرست شده‌اند.

• تشخیص خطی فیشر، در اصل یک روش کاهش بعد است ولی نمی‌توان آن را به عنوان روش تشخیصی کامل در نظر گرفت.
• به کمک تحلیل تشخیص خطی فیشر، برای دسته‌بندی دو دویی (Binary Classification)، می‌توان به نقطه آستانه بهینه‌ای مثل t رسید که مبنای دسته‌بندی داده‌ها باشد.
• برای داده‌های چند گروهی، می‌توان از مدل احتمال شرطی نرمال چند متغیره استفاده کرد.
• برای داده‌های چند گروهی، احتمال پسین و پیشین براساس قانون یا قضیه بیز قابل محاسبه هستند.
• برای تعیین جهت بهینه برای تبدیل داده‌ها، روش فیشر احتیاج به داده‌های برچسب‌دار (برچسب به معنی شماره هر گروه یا دسته است) دارد تا بتواند بهترین بردار ضرایب یا بهترین تبدیل را ایجاد کند. به همین دلیل، این روش در مسائل «یادگیری ماشین» برای تکنیک‌های «یادگیری نظارت شده» (Supervised Learning) مناسب است.
• اگر داده‌ها D بعدی باشند، به کمک روش توضیح داده شده، حداکثر بعد داده‌های تبدیل یافته D-1 خواهد بود.

اگر مطلب بالا برای شما مفید بوده است، آموزش‌های زیر نیز به شما پیشنهاد می‌شوند:

برچسب- xld agar fisher

محیط کشت xld agar | محیط کشت XLD آگار | خرید محیط کشت xld agar

محیط کشت xld agar | محیط کشت XLD آگار | خرید محیط کشت xld agar

Xylose Lysine Deoxycholate agar

XLD آگار یک محیط رشد انتخابی و افتراقی است که برای جداسازی پاتوژن های روده ای گرم منفی (گونه های شیگلا و سالمونلا) از نمونه های بالینی و مواد غذایی استفاده می شود. pH محیط کشت XLD آگار تقریباً 4/7 است و به دلیل وجود نشانگر قرمز فنل، آن را با رنگ صورتی روشن یا قرمز روشن نشان می دهد. تخمیر شکر pH را کاهش می دهد و نشانگر قرمز فنل با تغییر به رنگ زرد نمایان می شود.

ترکیبات محیط کشت XLD آگار:

عصاره مخمر

L-لیزین

گزیلوز

لاکتوز

ساکارز

دیوکسی کلات سدیم

کلرید سدیم

تیوزولفات سدیم

آمونیوم فروت سیترات

فنل قرمز

ماده انتخابی موجود در XLD Agar، سدیم دیوکسی کلات است که مانع از رشد موجودات گرم مثبت می شود. منبع کربوهیدرات، قند گزیلوز است که توسط اکثر باکتری ها ازجمله سالمونلا برای تولید اسید، تخمیر می شود. کلنی های شیگلا چون نمی توانند این کار را انجام دهند، قرمز می شوند.

پس از مصرف گزیلوز، کلنی های سالمونلا لیزین را تجزیه می کنند و pH را دوباره به قلیایی و کلنی های قرمز شیگلا تبدیل می کنند. برای جلوگیری از این دکربوکسیلاسیون لیزین در برابر واکنش شیگلا، لاکتوز و ساکارز به مقدار زیاد اضافه می شوند.

افزودن سولفات سدیم و سیترات آمونیوم آهن به عنوان منبع گوگرد و اندیکاتور، به ارگانیسم های سازنده سولفید هیدروژن (سالمونلا) اجازه می دهد تا در شرایط قلیایی، اندیکاتور iFisher کلنی هایی با مراکز سیاه تولید کنند و به این صورت از کلنی های رنگی شیگلا متمایز می شوند.

ارگانیسم هایی که گزیلوز را تخمیر می کنند، لیزین دکربوکسیلاز منفی هستند و لاکتوز یا ساکارز را تخمیر نمی کنند و باعث PH اسیدی در محیط اندیکاتور iFisher شده و کلنی های زرد را تشکیل می دهند. نمونه هایی از این ارگانیسم ها عبارتند از: Citrobacter spp، Proteus spp و Escherichia coli.

خرید محیط کشت اماده

شرکت سفیر آزما کیان وارد کننده محیط کشت های میکروبی و سلولی برندهای مرک Merck – میلیپور Millipore – سیگما آلدریچ Sigma Aldrich– کیولب QUELAB- هایمدیا- Himedia – فلوکا Fluka – اکروس Acros-گیبکو Gibco می باشد. همچنین نمایندگی فروش محیط کشت های شارلو Scharlau- بیولایف Biolife – کوندا Conda pronadisa می باشد و نمایندگی فروش محیط کشت های ایبرسکو را نیز دارد.

شرکت سفیر آزما کیان با توجه به نیاز بازار اقدام به فروش کلیه محیط کشت های آماده کرده است که توسط کارشناسان خبره در آزمایشگاه های مجهز ساخته شده و با کنترل کیفیت عالی می باشد. این شرکت در مورد کلیه فروش و خدمات خود ضمانت اصل بودن کالا را متعهد می باشد.

با تشکر مجله دانش شیمی و تیم پایان نامه من و سایت سفیر آزما کیان

اندیکاتور iFisher

This book, the fourth volume of Franklin M. Fisher's collected articles, contains work in microeconomics stretching over four decades. Principal sections include essays on stability and disequilibrium, welfare economics and consumer theory, and applications of microeconomics. Topics include the decision whether or not to use statistical methods to adjust the census, and the economics of water in the Middle East, as well as the effect of computer reservations systems on airlines and the theory of united fund drives by charities. An autobiographical essay serves as an epilogue.

• قیمت 15,000 تومان
• زبان english
• سال 1999
• ناشر Cambridge University Press
• شابک 0521624231

پر بازدیدترین صفحات

معامله در بورس، فارکس، CFD و سایر ابزارهای معاملاتی با ریسک بسیار بالایی همراه است و امکان دارد تمام یا بخشی از سرمایه خود را از دست بدهید. رسابورس یک وبسایت آموزشی با هدف تکمیل دانش معاملاتی است و هیچگونه مسئولیتی نمیپذیرد.

فیلم کامل آموزش تصویری نصب اندیکاتور در متاتریدر

آموزش نصب اندیکاتور در متاتریدر بسیار ساده است. اما ممکن است برخی از دوستان در این زمینه با مشکلات یا ابهاماتی مواجه شده باشند. از همین رو، در این مقاله قصد داریم به آموزش نصب اندیکاتور در متاتریدر بپردازیم.

در اینجا فرض بر این است که شما آشنایی کامل با اندیکاتورهای فارکس دارید. هر اندیکاتور نیز دارای ویژگی های خاص خود بوده و تنظیمات، رنگ بندی و استفاده منحصربفردی دارد. اما نحوه نصب اندیکاتور بر روی متاتریدر برای تمام آنها یکسان است.

مراحل نصب اندیکاتور در متاتریدر

قبل از شروع مراحل نصب، ابتدا متاتریدر و یک چارت معاملاتی را درمقابل خود باز کنید. باقی مراحل را به شکل زیر انجام دهید:

اندیکاتور فارکس موردنظر خود را بر روی سیستم کامپیوتری خود دانلود نمایید.

مطابق با شکل زیر، در منوی File به زیرمنوی Open Data Folder بروید.

در پنجره ی باز شده، با رفتن به مسیر MQL -> Indicators، فایل اندیکاتور مدنظر خود را در آنجا درج نمایید.

پس از انجام مراحل فوق، همانند نصب برخی نرم افزارهای دیگر، یک مرتبه متاتریدر را بسته و دوباره آن را باز کنید.

نحوه استفاده از اندیکاتور مشخص بر روی متاتریدر

تا به اینجای کار، موفق به نصب اندیکاتور در متاتریدر موردنظر خود شدید. حالا باید قادر به استفاده از آن بر روی چارت موردنظر خودتان باشید. بدین منظور، مراحل زیر را دنبال کنید:

مطابق با تصویر زیر، از نوار منوی متاتریدر، به منوی View رفته و گزینه Navigator را انتخاب کنید.

1. پس از این کار، در پنل باز شده، گزینه های را می بینید که در کنار آنها علامت مثبت وجود دارد. از میان آنها، گزینه Custom Indicators را انتخاب کنید تا لیست تمام اندیکاتورهای خود را ببینید.
2. با مشاهده لیست اندیکاتورهای خود، اندیکاتور موردنظر را با کلیک و پایین نگهداشتن کلیک، روی چارت موردنظر خود بکشید. با این کار، پنجره تنظیمات آن باز می شود. در این پنجره می توانید تنظیمات موردنظر خود را وارد کنید. پس از این کار، با کلیک بر روی دکمه Ok به کار خود خاتمه دهید.

نحوه نصب تمپلت بر روی متاتریدر

شما می توانید تمپلت دلخواه خود را بر روی متاتریدر نصب کنید. بدین منظور، طبق مراحل زیر عمل کنید: مانند شکل زیر، از منوی file گزینه open data folder را انتخاب نمایید. در صفحه باز شده، روی پوشه templates کلیک کنید و فایل نصبی تمپلت را در آن پوشه کپی کنید.

پس از این کار، متاتریدر را یک بار بسته و مجددا باز کنید. سپس مانند شکل زیر، بر روی نمودار کلیک راست کرده و از منوی باز شده، گزینه template را انتخاب نمایید. پس از این کار، می توانید تمپلت موردنظر خود را مورداستفاده قرار دهید.

در این مقاله تلاش کردیم آموزش و مراحل نصب اندیکاتور در متاتریدر را برای شما عزیزان بصورت مرحله به مرحله شرح دهیم. همچنین درمورد نحوه استفاده از آن و نصب تمپلت در متاتریدر نیز توضیحاتی ارائه دادیم. درصورت وجود مشکل در زمینه آموزش های مطرح شده در این مقاله، می توانید مشکلات و سوالات خود را با ما در میان بگذارید. در کوتاه ترین زمان ممکن، به سوالات شما پاسخ خواهیم داد.

6 اندیکاتور برتر ATR برای متاتریدر 4

کانال های قیمتی یکی از معتبرترین ابزارها برای وارد شدن به معاملات خرید و فروش هستند که ترکیب آن ها با اندیکاتور محبوب ATR ، یک سیستم معاملاتی فوق العاده را تشکیل میدهد.

اندیکاتور ATR Channels MTF که برای متاتریدر4 طراحی شده است ، درواقع ترکیبی از کانال های قیمتی و ATR است که یک ابزار کم نظیر را تشکیل داده است ، یکی از قابلیت های بسیار عالی این اندیکاتور ، قابلیت تایم فریم های چندگانه آن است که میتواند معاملات کم ریسکی را برای ما رقم بزند.

مشخصات ATR Channels MTF

• پلتفرم : متاتریدر4
• جفت ارز : تمامی جفت ارزها
• زمان معامله : تمامی ساعات
• تایم فریم : تمامی تایم فریم ها
• بازار : تمامی بازارهای مالی

برخی از مزایای ATR Channels MTF اندیکاتور iFisher

• مناسب برای معامله گران مبتدی و همچنین معامله گران باتجربه
• قابل ترکیب با تمامی سیستم های معاملاتی
• قابل استفاده در چارت تمامی جفت ارزها و تایم فریم ها
• محیط ساده و بسیار کاربردی

قانون معامله

1- وارد شدن به معامله خرید پس از برخورد قیمت به یکی از خطوط کانال که پایین تر از قیمت قرار دارد و رشد قیمت

2- وارد شدن به معامله خرید پس از برخورد قیمت به یکی از خطوط کانال که بالاتر از قیمت قرار دارد و شکست آن رو به بالا

1- وارد شدن به معامله فروش پس از برخورد قیمت به یکی از خطوط کانال که بالا تر از قیمت قرار دارد و ریزش قیمت

2- وارد شدن به معامله فروش پس از برخورد قیمت به یکی از خطوط کانال که پایین تر از قیمت قرار دارد و شکست آن رو به پایین

حد ضرر در معامله خرید

در استراتژی شماره 1 : چند پیپ پایین تر از خطی که قیمت را حمایت کرده است

در استراتژی شماره 2 : چند پیپ پایین تر از خطی که قیمت آن را رو به بالا شکسته است

حد ضرر در معامله فروش

در استراتژی شماره 1 : چند پیپ بالاتر از خطی که باعث ریزش قیمت شده است

در استراتژی شماره 2 : چند پیپ بالاتر از خطی که قیمت آن را رو به پایین شکسته است

در معامله خرید : خط کانال پیش رو

در معامله فروش : خط کانال پیش رو

تنظیمات اندیکاتور ATR Channels اندیکاتور iFisher MTF

TimeFrame : تایم فریم رسم خطوط کانال

PeriodsATR : بازه محاسبات ATR

MA_Periods : بازه محاسبات میانگین متحرک

MA_type : نوع میانگین متحرک

سه قسمت آخر : فاصله خطوط کانال با خط میانه

برای آشنایی بیشتر با این اندیکاتور ویدیو زیر را تماشا کنید

دومین اندیکاتور از مجموعه اندیکاتورهای برتر ATR :

اندیکاتور ATR اندیکاتور iFisher Chart Labeled

اندیکاتور ATR Chart Labaled که مختص متاتریدر4 ساخته شده است ، همانطور که از نام آن مشخص است وظیفه رسم مقدار ATR بر اساس تنظیماتی که ما مشخص میکنیم را بصورت لیبل (برچسب) در مکان دلخواه ما را برعهده دارد تا ما همیشه از میزان ATR بدون هیچ زحمتی آگاه باشیم.

مشخصات ATR Chart Labaled

• پلتفرم : متاتریدر4
• جفت ارز : تمامی جفت ارزها
• تایم فریم : تمامی تایم فریم ها
• بازار : تمامی بازارهای مالی

برخی از مزایای ATR Chart Labaled

• قابل استفاده در کنار تمامی اندیکاتورها و سیستم های معاملاتی
• محیط بسیار ساده و فوق العاده کاربردی
• مناسب برای تمامی معامله گران
• قابل استفاده در چارت تمامی جفت ارزها و تایم فریم ها

اجزای اندیکاتور

پس از اجرای این اندیکاتور با تنظیمات دلخواه ، با دو متن در بالا و سمت چپ صفحه مواجه میشوید :

1. این عدد میزان ATR فعلی است
2. این عدد میزان ATR قبلی است

تنظیمات اندیکاتور ATR Chart Labeled

AtrPeriod : بازه محاسبات ATR

Text_X_Offset : حرکت لیبل به سمت راست و چپ

CommentTxtSize : سایز لیبل

CommentColor : رنگ لیبل

برای آشنایی بیشتر با این اندیکاتور ویدیو زیر را تماشا کنید

سومین اندیکاتور از مجموعه اندیکاتورهای برتر ATR :

اندیکاتور ATR MTF

یکی از نیازهای شدید معامله گرانی که از اندیکاتور محبوب ATR استفاده میکنند ، قابلیت تایم فریم چندگانه است که اضافه شدن آن به اندیکاتور ATR میتواند یک اندیکاتور فوق العاده را تشکیل دهد.

اندیکاتور ATR MTF که برای متاتریدر4 ساخته شده است ، درواقع یک اندیکاتور ATR ارتقا یافته با قابلیت تایم فریم چندگانه (Multi Time Frame) است که میتواند با تمامی سیستم های معاملاتی ترکیب شود و معاملاتی سود ده را برای ما رقم بزند.

مشخصات ATR MTF

• پلتفرم : متاتریدر4
• جفت ارز : تمامی جفت ارزها
• تایم فریم : تمامی تایم فریم ها
• بازار : تمامی بازارهای مالی

برخی از مزایای ATR MTF

• مناسب برای تمامی معامله گران
• قابل ترکیب با تمامی اندیکاتورها و سیستم های معاملاتی
• قابل استفاده در چارت تمامی جفت ارزها و تایم فریم ها
• محیط ساده و کاربردی

طرز کار اندیکاتور

این اندیکاتور درواقع یک اندیکاتور ATR معمولی است که قابلیت تایم فریم چندگانه به آن اضافه شده است و آن را محبوب کرده است.

برای استفاده از این قابلیت کافی است وارد تنظیمات اندیکاتور شوید و در قسمت TimeFrame عدد تایم فریم مورد نظر خود را انتخاب کنید.

عدد تایم فریم ها :

تایم فریم فعلی : 0

تنظیمات اندیکاتور ATR MTF

TimeFrame : تایم فریم مورد نظر برای محاسبات ATR

ATRPeriod : بازه محاسبات ATR

برای آشنایی بیشتر با این اندیکاتور ویدیو زیر را تماشا کنید

چهارمین اندیکاتور از مجموعه اندیکاتورهای برتر ATR :

اندیکاتور ATR Stops

اگر به دنبال اندیکاتوری سیگنال ده بر پایه اندیکاتور محبوب ATR میگردید ، پیشنهاد ما به شما استفاده از اندیکاتور ATR Stops است.

این اندیکاتور که برای متاتریدر4 طراحی شده است ، سیگنال های خرید و فروش کم خطایی را با استفاده از دایره های سبز و قرمز رنگ و محیطی جذاب برای معامله گر صادر میکند تا به راحتی به معامله ای سود ده بپردازیم.

لازم به ذکر است که این اندیکاتور سیگنال های خود را بصورت هشدارهای معاملاتی در محیط متاتریدر برای ما به نمایش میگذارد و از قابلیت تایم فریم های چندگانه نیز بهره میبرد.

مشخصات ATR Stops

• پلتفرم : متاتریدر4
• جفت ارز : تمامی جفت ارزها
• زمان معامله : تمامی ساعات
• تایم فریم : تمامی تایم فریم ها
• بازار : تمامی بازارهای مالی

برخی از مزایای ATR Stops

• محیط جذاب وبسیار کاربردی
• سیگنال های واضح و کم خطا
• مناسب برای تمامی معامله گران
• قابل ترکیب با تمامی سیستم های معاملاتی
• قابل استفاده در چارت تمامی جفت ارزها و تایم فریم ها

قانون معامله

به نمایش در آمدن دایره سبز رنگ

به نمایش در آمدن دایره قرمز رنگ

در معامله خرید : دره یا حمایت پیش رو

در معامله فروش : قله یا مقاومت پیش رو

در معامله خرید : قله یا مقاومت پیش رو

در معامله فروش : دره یا حمایت پیش رو

همچنین میتوانید با قیمت همراه شوید تا سیگنال مخالف صادر شود

تنظیمات اندیکاتور ATR Stops

Time frame : تایم فریم محاسبات صادر کردن سیگنال

2 قسمت بعدی : محاسبات مربوط به میانگین متحرک

Atr period : بازه محاسبات ATR

2 قسمت بعدی : محاسبات مربوط به صادر کردن سیگنال

7 قسمت بعدی : تنظیمات مربوط به هشدارهای معاملاتی

سایر قسمت ها : تنطیمات مربوط به نمایش سیگنال ها و رنگ آن ها

برای آشنایی بیشتر با این اندیکاتور ویدیو زیر را تماشا کنید

پنجمین اندیکاتور از مجموعه اندیکاتورهای برتر ATR :

اندیکاتور Km Trend Movers

آگاهی از وضعیت جفت ارز با توجه به اندیکاتورهای RSI ، STOCHASTIC ، MACD ، CCI و اندیکاتور اندیکاتور iFisher اندیکاتور iFisher محبوب و کاربردی ATR یکی از نیازهای اساسی معامله گران قبل از وارد شدن به معامله خرید یا فروش است .

اندیکاتور Km Trend Movers که برای متاتریدر4 طراحی شده است ، وظیفه مشخص کردن بهترین نوع معامله در زمان فعلی جفت ارز با توجه به اندیکاتورهای ذکر شده را برعهده دارد.

مشخصات Km Trend Movers

• پلتفرم : متاتریدر4
• جفت ارز : تمامی جفت ارزها
• زمان معامله : تمامی ساعات
• تایم فریم : تمامی تایم فریم ها
• بازار : تمامی بازارهای مالی

برخی از مزایای Km Trend Movers

• مناسب برای تمامی معامله گران
• قابل استفاده در چارت تمامی جفت ارزها و تایم فریم ها
• قابل ترکیب با تمامی اندیکاتورها و سیستم های معاملاتی
• محیط ساده و بسیار کاربردی

قانون معامله

به نمایش در آمدن کلمه STRONG BUY با رنگ سبز

به نمایش در آمدن کلمه STRONG SELL با رنگ قرمز

در معامله خرید : دره یا حمایت پیش رو

در معامله فروش : قله یا مقاومت پیش رو

در معامله خرید : قله یا مقاومت پیش رو

در معامله فروش : دره یا حمایت پیش رو

تنظیمات اندیکاتور Km Trend Movers

Colour : رنگ متن های اندیکاتور

بخش Moving Average : تنظیمات مربوط به اندیکاتور Moving Average

بخش RSI : تنظیمات مربوط به اندیکاتور RSI

بخش ATR : تنظیمات مربوط به اندیکاتور ATR

بخش STOCHISTIC : تنظیمات مربوط به اندیکاتور Stochastic

بخش MACD : تنظیمات مربوط به اندیکاتور MACD

بخش CCI : تنظیمات مربوط به اندیکاتور CCI

برای آشنایی بیشتر با این اندیکاتور ویدیو زیر را تماشا کنید

ششمین اندیکاتور از مجموعه اندیکاتورهای برتر ATR :

اندیکاتور SFX MA on ATR

اگر به دنبال یک سیستم معاملاتی مستقل با سیگنال های کم خطا برپایه اندیکاتور ATR میگردید ، اندیکاتور SFX MA on ATR مخصوص شما طراحی شده است.

این اندیکاتور که مختص متاتریدر4 طراحی شده است در واقع ترکیبی از اندیکاتور های Moving Average و ATR است که این ترکیب نتایج فوق العاده ای را به همراه داشته و در معاملات ما میتواند بسیار مفید واقع شود.

مشخصات SFX MA on ATR

• پلتفرم : متاتریدر4
• جفت ارز : تمامی جفت ارزها
• زمان معامله : تمامی ساعات
• تایم فریم : تمامی تایم فریم ها
• بازار : تمامی بازارهای مالی

برخی از مزایای SFX MA on ATR

• مناسب برای تمامی معامله گران
• قابل ترکیب با تمامی سیستم های معاملاتی
• قابل استفاده در چارت تمامی جفت ارزها و تایم فریم ها
• سیگنال های کم خطا
• محیط جذاب و بسیار کاربردی

1. خط آبی رنگ بالاتر از سایر خطوط قرار بگیرد
2. خط قرمز رنگ بالاتر از خط سبز رنگ قرار بگیرد

1. خط سبز رنگ بالاتر از سایر خطوط قرار بگیرد
2. خط قرمز رنگ بالاتر از خط آبی رنگ قرار بگیرد

در معامله خرید : دره یا حمایت پیش رو

در معامله فروش : قله یا مقاومت پیش رو

در معامله خرید : خط آبی رنگ ، خط قرمز رنگ را رو به پایین قطع کند

در معامله فروش : خط آبی رنگ ، خط قرمز رنگ را رو به بالا قطع کند

تنظیمات اندیکاتور SFX MA on ATR

ATR Period : بازه محاسبات ATR

سایر قسمت ها : تنظیمات مربوط به اندیکاتور Moving Average

برای آشنایی بیشتر با این اندیکاتور ویدیو زیر را تماشا کنید

جهت آشنایی با روش نصب اندیکاتورها به مقاله اموزشی راهنمای نصب انواع اندیکاتور در متاتریدر 4 و 5 مراجعه کنید