Wave Channel 3D — Indikator von QuantitativeExhaustion

wave parallelchannel 3d fibonacci multiplier offset support supportandresistance movingaverage

Wave Channel 3D
Built by Ricardo idea from JR & Aloakdutt from indieTrades Jan. 2010

This indicator is very easy to build. We utilize Moving Averages with a set multiplier and an offset. Specially we try to use Fibonacci sequence series numbers (1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144...) as time space and multiplier (default 89, 8). Also included is Donchian Channel to locate strong trends and possible future support - resistance.

Examples of support/resistance on chart.

Dominant Price Trends

Future Support Resistance

Comparing Fibonacci Series Time Space - Multiplier

When Comparing make note of confluence support/resistance showing up with Fibonacci Series
Example uses DC

When Comparing make note of confluence support/resistance showing up with Fibonacci Series
Example without DC / Smooth MA

Open-source Skript

Ganz im Spirit von TradingView hat der Autor dieses Skripts es als Open-Source veröffentlicht, damit Trader es besser verstehen und überprüfen können. Herzlichen Glückwunsch an den Autor! Sie können es kostenlos verwenden, aber die Wiederverwendung dieses Codes in einer Veröffentlichung unterliegt den Hausregeln. Sie können es als Favoriten auswählen, um es in einem Chart zu verwenden.

Haftungsausschluss

Die Informationen und Veröffentlichungen sind nicht als Finanz-, Anlage-, Handels- oder andere Arten von Ratschlägen oder Empfehlungen gedacht, die von TradingView bereitgestellt oder gebilligt werden, und stellen diese nicht dar. Lesen Sie mehr in den Nutzungsbedingungen.

Möchten Sie dieses Skript auf einem Chart verwenden?

study(title="3D-Wave Channel", shorttitle="3D-WC", overlay=true)
timespace = input(1)
smooth = input(89)
offsetMultiplier=input(8)
useDonchianAverage = input(false)
src = input(ohlc4)
ma = useDonchianAverage ? avg(highest(smooth),lowest(smooth)) : ema(src, smooth)
plot(ma[0], color=black, offset=offsetMultiplier*01)
plot(ma[timespace*01], color=silver, offset=offsetMultiplier*02)
plot(ma[timespace*02], color=silver, offset=offsetMultiplier*03)
plot(ma[timespace*03], color=gray, offset=offsetMultiplier*04)
plot(ma[timespace*04], color=gray, offset=offsetMultiplier*05)
plot(ma[timespace*05], color=gray, offset=offsetMultiplier*06)
plot(ma[timespace*06], color=silver, offset=offsetMultiplier*07)
plot(ma[timespace*07], color=silver, offset=offsetMultiplier*08)
plot(ma[timespace*08], color=gray, offset=offsetMultiplier*09)
plot(ma[timespace*09], color=gray, offset=offsetMultiplier*10)
plot(ma[timespace*10], color=black, offset=offsetMultiplier*11)

max_ma()=>max(ma[timespace*10],max(ma[timespace*9],max(ma[timespace*8],max(ma[timespace*7],max(ma[timespace*6],max(ma[timespace*5],max(ma[timespace*4],max(ma[timespace*3],max(ma[timespace*2],max(ma[timespace*1], ma))))))))))
min_ma()=>min(ma[timespace*10],min(ma[timespace*9],min(ma[timespace*8],min(ma[timespace*7],min(ma[timespace*6],min(ma[timespace*5],min(ma[timespace*4],min(ma[timespace*3],min(ma[timespace*2],min(ma[timespace*1], ma))))))))))

top = highest(max_ma(), smooth)
bot = lowest(min_ma(), smooth)

plot(top, color=black, offset=offsetMultiplier)
plot(bot, color=black, offset=offsetMultiplier)