XKVO – MetaTrader 5脚本

蒂姆·莫里斯

2015 年 1 月 15 日

426

克林格成交量振荡器 (KVO) 由斯蒂芬·克林格 (Stephen Klinger) 开发。 KVO有两个乍一看似乎相互对立的特征：它对短期顶部和底部的信号非常敏感，但同时它也显示出相当长的资金流入和流出市场。准确。

KVO指标基于以下原则：

价格范围是一种运动量度，成交量是该运动的力量。最高价+最低价+收盘价之和决定了趋势。如果当天的总和超过前一天的总和，则存在累积，反之则存在分配。如果这些总和彼此相等，则当前趋势保持不变；
交易量导致盘中价格不断变化，显示出买入和卖出的力量。 KVO 将每天积累的股票数量与分发的股票数量之间的差值确定为成交量力。高且不断增长的成交量值必须遵循上升趋势。然后该值逐渐减小，对应于上升趋势的最后一步和成功下降趋势的第一步。进一步来说，在底部形成之前，一定会再次出现明显积累的成交量上涨；
将成交量力量转化为代表 34 天和 55 天指数移动平均线之间差异的震荡指标（具有 13 天触发点（信号线））后，很容易追踪进出市场的“成交量力量”。将这种力量与价格走势进行比较有助于揭示顶部和底部的差异。

Klinger在应用KVO时推荐以下基本概念：

最可靠的信号出现在领先趋势的方向；
最强烈的信号是价格和指标图表的新顶部和底部之间的背离，特别是在超买/超卖区域；
如果出现上升趋势，当 KVO 跌至零以下的极低水平，然后向上并穿过触发线时，就该买入了。在下降趋势的情况下，当 KVO 上升到高于零的非常高的水平，然后向下并穿过触发线时，就该卖出了。

需要重申的是，KVO 在顺向趋势的交易操作中效果良好，而在逆趋势的情况下效率较低。

该指标允许从十个可能的版本中选择 XCVO 基本直方图及其信号线的平滑类型：

SMA——简单移动平均线；
EMA——指数移动平均线；
SMMA——平滑移动平均线；
LWMA——线性加权移动平均线；
JJMA——JMA自适应平均值；
JurX – 超线性平滑；
ParMA——抛物线平滑；
T3 – 蒂尔森多重指数平滑；
VIDYA – 使用 Tushar Chande 算法进行平滑；;
AMA – 使用 Perry Kaufman 算法进行平滑。

需要注意的是，不同平滑算法的Phase类型参数具有完全不同的含义。对于 JMA，它是一个从 -100 到 +100 变化的外部相位变量。对于 T3，它是平滑比率乘以 100，以获得更好的可视化效果；对于 VIDYA，它是 CMO 振荡周期；对于 AMA，它是慢速 EMA 周期。在其他算法中，这些参数不会影响平滑。对于 AMA 快速 EMA 周期是一个固定值，默认等于 2。对于 AMA，升幂的比率也等于 2。

该指标使用 SmoothAlgorithms.mqh 库类（必须复制到terminal_data_folder\MQL5\Include）。 “在不使用额外缓冲区的情况下进行中间计算的平均价格系列”一文中详细描述了这些类的使用。