Dr Wed (Все сообщения пользователя)

function F_EMA()
local tmp = {pp=nil, p=nil}
local it = {p=0, l=0}

return function(I, P, VT, ds)
if I == 1 then
tmp = {pp=nil, p=nil}
it = {p=0, l=0}
end
if CandleExist(I,ds) then
if I~=it.p then
it = {p=I, l=it.l+1}
tmp.pp = tmp.p
end
...

Я тоже прихожу  к такому заключению. При этом не очень понятно что в нем есть p и что l. По факту и в одно и в другое поле попадает номер свечи.
М.б. это для обработки ситуаций, когда в источнике есть пропуски в свечах?

Люди, привет

Что такое it в коде индикаторов от arqa?

Например, EMA

---
function F_EMA()
local tmp = {pp=nil, p=nil}
local it = {p=0, l=0}

return function(I, P, VT, ds)
if I == 1 then
tmp = {pp=nil, p=nil}
it = {p=0, l=0}
end

......

Буду признателен за проверенную библиотеку для работы с sqlite и краткую инструкцию как ее прицепить к квику.
Ни один из рецептов, нарытых на просторах нета и данного уважаемого форума пока воплотить в жизнь не удается.

Как можно из LUA изменить параметры существующей стоп-заявки, например, подвинуть цену активации?
Смотрю на инструкцию ARQA, не нахожу ничего похожего.

Благодарю за подсказку.
Библиотека существует какая-то стандартная для работы с Sqlite? Посоветуйте где ее искать.

Всем доброго дня

Есть ли проверенные, простые и надежные варианты работы с БД из QLUA?
Какие библиотеки и какие СУБД лучше всего использовать?
Не хочется изобретать велосипед.

Нашел вот такой пост, но он довольно древний. Возможно, жизнь уже ушла вперед.

https://forum.quik.ru/messages/forum10/message21257/topic2394/#message21257

премного благодарен

Всем доброго дня
Можно ли из дневной свечи получить текущую цену инструмента?
Какую цену даст функция ds:C(<свечка текущего еще незакрытого дня>)?

Ну, буду тогда проверять статус isConnected() и доверять только тем данным, в момент получения которых, он был равен 1.
Мерси

Всем доброго дня. У меня есть некий сканер, который раз в день проходит по всем бумагам заданного класса и смотрит ряд индикаторов.
По каждой бумаге вызывается CreateDataSourse.
Довольно часто бывает что в процессе обхода рвется соединение. При этом скрипт продолжает работать.
Помогите пож. понять как CreateDataSourse работает при разорванном соединении?
Как отделить данные, которым можно доверять от тех, которым доверять нельзя, чтобы после восстановления соединения не делать весь обход заново?

Придумал как делать.
Копируем datasource в таблицу.
При расчете индикаторов по таблице используем VType= ANY

Приветствую

Есть datasource (ds), по нему построен некий индикатор.
Хочется понять насколько должна измениться цена инструмента, чтобы индикатор достиг заданного порога.

Например, инструмент движется в сторону перекупленнности. RSI приближается к 0.9, но еще не достиг этого значения.Нужно определить х = сколько еще осталось расти в цене, чтобы RSI коснулся/пересек порог = 0.9.

Буду благодарен за подсказки и идеи?
Есть какая-то структура данных, для которой одновременно можно:
- самому устанавливать цену последней свечи, добавлять новую свечу;
- рассчитывать значения стандартных индикаторов, не меняя их код?

вроде разобрался, спасибо за участие

Вот это условие никогда не выполняется ( it.l >= P), и, соответственно, tmp.p функция не отдает.

if it.l >= P then
 return tmp.p
end

--[[Exponential Moving Average (EMA)
EMAi = (EMAi-1*(n-1)+2*Pi) / (n+1)]]
function F_EMA()
local tmp = {pp=nil, p=nil}
local it = {p=0, l=0}
return function(I, P, VT, ds)
if I == 1 then
tmp = {pp=nil, p=nil}
it = {p=0, l=0}
end
if CandleExist(I,ds) then
if I~=it.p then
it = {p=I, l=it.l+1}
tmp.pp = tmp.p
end
if it.l == 1 then
tmp.p = GetValueEX(it.p,VT,ds)
else
tmp.p = (tmp.pp*(P-1) + 2*GetValueEX(it.p,VT,ds)) / (P+1)
end
if it.l >= P then
return tmp.p
end
end
return nil
end
end

ппц, не могу картинку вставить :(

[img]file:///C:/TEMP/08/EMA.png[/img]

Вот здесь:


[img]data:image/png;base64,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[/img]

Этот вариант я рассматривал, код усовершенствовал, но не в этом дело. Источник я проверяю, он есть, ds:Size() > 0.

Почему-то nil возвращает сама функция расчета EMA.

@BlaZed, спасибо за наводку.
Пытаюсь использовать пример из этого архива https://arqatech.com/upload/iblock/398/INDICATORS.zip. Тот, что есть в readme_LuaIndicators.
MA() возвращает nill. Никак не удается сдвинуться с места.
Буду признателен за идеи, подсказки..



--Пример расчета индикатора Moving Average по источнику данных созданному через CreateDataSource:
dofile(getWorkingFolder().."\\LuaIndicators\\MA.lua")
function main()
 func = MA()
 t_id = AllocTable()
 AddColumn(t_id,1,"Price",true,QTABLE_INT_TYPE,10)
 AddColumn(t_id,2,"MA",true,QTABLE_INT_TYPE,10)
 CreateWindow(t_id)
 SetWindowCaption(t_id,"MA")
 ds = CreateDataSource("TQBR", "LKOH", INTERVAL_M1)
 sleep(100)
 for i=1,ds:Size() do
  ma_out=func(i, {Period=9, Metod = EMA, VType=CLOSE}, ds)
  tmp=InsertRow(t_id,-1)
  SetCell(t_id,tmp,1,tostring(ds:C(i)),ds:C(i))
  SetCell(t_id,tmp,2,tostring(ma_out),ma_out)
 end
end

В кривых ответах во вчерашней D свече не учтены данные, начиная с 14:00 ти до конца сессии.
На более мелких таймфреймах работает нормально.

Если кому интересно, то накопал, что разные брокеры выдают разные данные.
Например, от ВТБ идут кривые дневные свечи. От Открытия - нормальные.

Или все, что с 14:00 это уже свеча следующего дня?

Hola
Не могу понять где проходит граница между дневными свечами SPBXM.
Сегодня 28.05, Америка еще спит.
Последняя свеча D1 включает данные только за сегодня, т.е. 28.05?
Или же сюда попадает то, что наторговалось вчера вечером (29.05 после 16:30)?

Hola

Можно ли в скриптах вызывать индикаторы теханализа для использования их значений при обработке свечей?
Естественно, хочется обойтись без открытого графика по инструменту.

Что-то в нете есть, вот, например https://quikluacsharp.ru/qlua-osnovy/primer-raboty-s-fajlami-v-qlua-lua/

Как можно в таблицу текущих торгов из файла затолкать пока не ищется.

Подскажите где искать функции для работы с фалами?
Как, например, выгрузить в файл результаты работы скрипта?
Как из файла вычитать коды инструментов и загнать их в таблицу текущих торгов?

А где еще можно взять свечи, кроме как через CreateDataSource?
Научите, с удовольствием попробую.

Вытащил запросом GetClassSecurities все акции SPB (около 1400 шт.).
Теперь хочу по ним пройтись и по каждому инструменту посмотреть свечи, т.е. CreateDataSource в цикле по большому списку.
Это допустимо с т.з. нагрузки на quik?
Надо учитывать какие-нибудь тонкости?

Если точнее - для каждого из заданного списка инструментов вытащить Low за последние N дней/часов

Благодарю за подсказку.
Буду благодарен еще за такую наводку - как тащить свечки по интересующему инструменту? Например, нужен Low за последние N дней или часов.

Приветствую

Создал табл. текущих торгов. Добавил в нее несколько инструментов.
Какой функцией можно вытащить весь список инструментов из этой таблицы, чтобы можно было пройтись в цикле по каждому из них и выполнить какие-то действия (например, проверить значения индикаторов)?