Nouveau : la formation trading algorithmique MQL5, MQL4 et ProRealTimeDécouvrir →

MQL5 · Indicateurs

iFrAMA en MQL5 : la moyenne fractale adaptative et son coefficient caché

iFrAMA() ajuste son lissage à la dimension fractale du prix. Calcul, comparaison avec l’AMA, coefficient implicite retrouvé à partir de la moyenne et code complet de filtre.

Mis à jour le 23 octobre 2026Lecture : 9 minPar Alix, OptiBot Trading

iFrAMA() crée un handle vers la Fractal Adaptive Moving Average, une moyenne exponentielle dont le coefficient de lissage est recalculé à chaque bougie à partir de la dimension fractale du prix. Sa signature est volontairement simple (symbole, unité de temps, période, décalage, prix appliqué) et l’indicateur n’expose qu’un buffer, d’index 0 : la valeur de la moyenne. La dimension fractale et le coefficient, qui expliquent pourtant tout son comportement, restent cachés. Cette page montre comment les comprendre, puis comment les retrouver à partir des valeurs de la moyenne pour s’en servir dans un robot.

Signature

int iFrAMA(
   string              symbol,         // symbole, NULL = courant
   ENUM_TIMEFRAMES     period,         // unité de temps, 0 = courante
   int                 ma_period,      // nombre de bougies du calcul
   int                 ma_shift,       // décalage horizontal
   ENUM_APPLIED_PRICE  applied_price   // prix appliqué ou handle d'un indicateur
   );

Notez l’orthographe exacte : iFrAMA, avec un « r » minuscule. Écrire iFRAMA ou iFrama provoque une erreur de compilation, car MQL5 distingue les majuscules des minuscules. La fonction renvoie INVALID_HANDLE en cas d’échec, et son handle se libère avec IndicatorRelease(). La constante correspondante pour IndicatorCreate() est IND_FRAMA.

Le calcul selon l’aide de MetaTrader 5

Le calcul se fait en trois temps.

La dimension fractale D. On mesure l’amplitude normalisée du prix sur deux fenêtres consécutives de Length bougies et sur la fenêtre double qui les réunit : N(Length, i) = (plus haut - plus bas) / Length, avec N1 pour la fenêtre récente, N2 pour la précédente et N3 pour la fenêtre double de 2 × Length bougies. Puis D = (log(N1 + N2) - log(N3)) / log(2).

Le coefficient de lissage. A = exp(-4,6 × (D - 1)).

La moyenne. FRAMA(i) = A × Price(i) + (1 - A) × FRAMA(i-1), c’est-à-dire une formule d’EMA classique où le coefficient change à chaque bougie.

L’interprétation est géométrique. Si le prix progresse en ligne droite, l’amplitude de la fenêtre double est la somme des amplitudes des deux fenêtres, D vaut 1 et A vaut 1 : la moyenne suit exactement le prix. Si le prix oscille dans une zone, chaque fenêtre couvre presque toute l’amplitude de la fenêtre double, D tend vers 2, et A tombe vers 0,01 : l’aide précise que cela correspond à peu près à une moyenne simple de 200 périodes. Entre ces extrêmes, la moyenne accélère dans les tendances franches et se fige dans les phases de consolidation.

FrAMA contre AMA : deux façons de s’adapter

L’AMA de Kaufman s’adapte aussi au marché, mais elle mesure l’efficacité du chemin parcouru par les clôtures. La FrAMA mesure la géométrie des plus hauts et des plus bas sur deux sous-fenêtres. En pratique :

CritèreiAMAiFrAMA
Donnée utilisée pour l’adaptationVariations de prix successivesPlus hauts et plus bas sur deux fenêtres consécutives
ParamètresTrois périodesUne seule période
Vitesse maximaleBornée par la période rapidePeut égaler le prix (A = 1)
Vitesse minimaleBornée par la période lenteEnviron une SMA 200 (A ≈ 0,01)

La FrAMA a donc une plage de vitesses plus large et un seul paramètre à régler, ce qui limite les risques de sur-optimisation. En contrepartie, elle peut devenir très nerveuse dans les phases d’impulsion, puisque rien n’empêche A de s’approcher de 1.

Retrouver le coefficient à partir de la moyenne

Puisque FRAMA(i) = FRAMA(i-1) + A × (Price(i) - FRAMA(i-1)), le coefficient de chaque bougie se déduit de deux valeurs consécutives de la moyenne et du prix :

A = (FRAMA(i) - FRAMA(i-1)) / (Price(i) - FRAMA(i-1))

Et de A, on remonte à la dimension fractale : D = 1 - ln(A) / 4,6. Vous disposez ainsi d’une mesure de régime sans recoder le calcul fractal. Deux précautions : le dénominateur peut être nul ou minuscule quand le prix est presque égal à la moyenne précédente, et le résultat n’est exact que si le prix utilisé est celui passé à l’indicateur (ici la clôture).

Exemple complet : un filtre de régime fondé sur le coefficient implicite

//+------------------------------------------------------------------+
//| FramaRegime.mq5 - coefficient et dimension fractale implicites   |
//+------------------------------------------------------------------+
input int    InpPeriod   = 14;     // période de la FrAMA
input int    InpAvgBars  = 5;      // bougies pour lisser le coefficient
input double InpTrendA   = 0.20;   // coefficient moyen au-delà duquel on parle de tendance

int hFrama = INVALID_HANDLE;

int OnInit()
  {
   hFrama = iFrAMA(_Symbol, PERIOD_CURRENT, InpPeriod, 0, PRICE_CLOSE);
   if(hFrama == INVALID_HANDLE)
     {
      PrintFormat("iFrAMA : échec, erreur %d", GetLastError());
      return(INIT_FAILED);
     }
   return(INIT_SUCCEEDED);
  }

void OnDeinit(const int reason)
  {
   if(hFrama != INVALID_HANDLE)
      IndicatorRelease(hFrama);
  }

//--- coefficient moyen sur les bougies closes 1..n ; -1 si incalculable
double ImpliedAlpha(int n)
  {
   double f[], c[];
   ArraySetAsSeries(f, true);
   ArraySetAsSeries(c, true);
   if(CopyBuffer(hFrama, 0, 1, n + 1, f) != n + 1) return(-1.0);
   if(CopyClose(_Symbol, PERIOD_CURRENT, 1, n, c) != n) return(-1.0);

   double sum = 0.0;
   int    used = 0;
   for(int i = 0; i < n; i++)
     {
      double denom = c[i] - f[i + 1];          // prix moins FrAMA précédente
      if(MathAbs(denom) < 2.0 * _Point)        // dénominateur trop petit : ignoré
         continue;
      double a = (f[i] - f[i + 1]) / denom;
      sum += MathMax(0.0, MathMin(1.0, a));    // bornage contre les arrondis
      used++;
     }
   return(used > 0 ? sum / used : -1.0);
  }

void OnTick()
  {
   static datetime lastBar = 0;
   datetime bar = iTime(_Symbol, PERIOD_CURRENT, 0);
   if(bar == lastBar) return;

   double a = ImpliedAlpha(InpAvgBars);
   if(a < 0.0) return;
   lastBar = bar;

   double d = (a > 0.0) ? 1.0 - MathLog(a) / 4.6 : 2.0;   // dimension fractale implicite
   PrintFormat("%s : coefficient moyen %.3f, dimension %.2f -> %s", _Symbol, a, d,
               a >= InpTrendA ? "régime directionnel" : "consolidation");
  }

Le coefficient est moyenné sur quelques bougies, car sa valeur bougie par bougie est très instable. Les bougies dont le dénominateur est trop petit sont simplement ignorées : diviser par une quantité proche de zéro produirait des coefficients absurdes. Le bornage entre 0 et 1 absorbe les petites erreurs d’arrondi liées à la précision des prix. Le seuil InpTrendA est un réglage à étudier : un coefficient moyen de 0,2 correspond, d’après la formule, à une dimension fractale d’environ 1,35, donc à un marché nettement directionnel.

Choisir la période

Avec un seul paramètre, le réglage de la FrAMA se résume à une question : sur quel horizon voulez-vous juger si le marché est directionnel ? Une période courte rend la dimension fractale très sensible aux dernières bougies et fait varier le coefficient brutalement ; une période longue donne une mesure plus stable mais signale tard les changements de régime. Commencez par une valeur proche de celle de la moyenne que vous remplacez, observez la courbe sur plusieurs phases de marché (tendance nette, range, impulsion après annonce), puis testez deux ou trois valeurs voisines. Si les résultats changent fortement d’une valeur à l’autre, c’est le signe que la stratégie dépend trop finement de ce réglage.

Comment l’utiliser dans une stratégie

La FrAMA elle-même s’emploie comme une moyenne mobile : position du prix par rapport à la moyenne, pente, croisement avec une moyenne plus lente. Son intérêt particulier vient de la combinaison avec le régime implicite :

  • en régime directionnel, autoriser les entrées dans le sens de la pente, puisque la moyenne suit alors le prix de près et que ses croisements sont rapides ;
  • en consolidation, ignorer les croisements prix/FrAMA, qui n’ont plus de signification de tendance puisque la moyenne est quasiment figée, et éventuellement activer une logique de retour à la moyenne ;
  • en transition, quand le coefficient remonte brutalement après une longue consolidation, surveiller une possible cassure.

La page Stratégies de breakout détaille ce dernier cas.

Pièges à connaître

  • La période fixe une fenêtre double. D’après la formule de l’aide, N1 et N2 portent chacun sur ma_period bougies consécutives et N3 sur 2 × ma_period bougies. Une FrAMA de période 14 juge donc la géométrie du prix sur 28 bougies : tenez-en compte pour l’historique de chauffe dans le testeur et pour comparer avec d’autres moyennes.
  • Les impulsions. Quand A approche 1, la FrAMA colle au prix et ses croisements deviennent aussi nerveux que le prix lui-même. Un filtre de distance minimale entre prix et moyenne est souvent nécessaire.
  • Les gaps. Ils modifient brutalement les amplitudes des fenêtres et donc la dimension fractale, ce qui peut créer un faux régime directionnel pendant une période.
  • La confusion avec iFractals. Malgré le nom, la FrAMA n’utilise pas les fractales de Bill Williams détectées par iFractals : il s’agit d’une mesure de dimension fractale au sens géométrique.

Toutes les moyennes mobiles disponibles en MQL5 sont présentées sur la page de rubrique Indicateurs en MQL5.

Une mesure de régime réduit l’exposition aux phases défavorables, sans la supprimer : les régimes changent souvent sans prévenir. Validez votre filtre en backtest sur plusieurs années, puis en démo, avant toute utilisation sur un compte réel.

FAQ

Comment s’écrit exactement la fonction : iFrAMA, iFRAMA ou iFrama ?

iFrAMA, avec un « r » minuscule. MQL5 étant sensible à la casse, les autres orthographes ne compilent pas.

Peut-on lire la dimension fractale directement depuis iFrAMA ?

Non : l’indicateur n’a qu’un buffer, qui contient la moyenne. Vous pouvez en revanche retrouver le coefficient de lissage, et donc la dimension fractale, à partir de deux valeurs consécutives de la moyenne et du prix, comme dans l’exemple de cette page.

Quelle est la différence entre iFrAMA et iAMA ?

Les deux sont adaptatives. L’AMA mesure l’efficacité du chemin parcouru par le prix et utilise trois périodes ; la FrAMA mesure la dimension fractale à partir des plus hauts et des plus bas sur deux fenêtres consécutives, avec une seule période.

Pourquoi la FrAMA devient-elle presque horizontale ?

Parce que le marché est en consolidation : la dimension fractale approche 2, le coefficient tombe vers 0,01 et la moyenne se comporte alors comme une moyenne très longue.

A

Alix · fondateur d’OptiBot Trading

Développeur MQL5 et ProBuilder, spécialiste du backtest et de l’optimisation de stratégies automatiques. Chaque contenu est vérifié sur la documentation officielle (MQL5.com, manuels ProRealTime) et testé avant publication. Notre méthode éditoriale.