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.
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 :
| Critère | iAMA | iFrAMA |
|---|---|---|
| Donnée utilisée pour l’adaptation | Variations de prix successives | Plus hauts et plus bas sur deux fenêtres consécutives |
| Paramètres | Trois périodes | Une seule période |
| Vitesse maximale | Bornée par la période rapide | Peut égaler le prix (A = 1) |
| Vitesse minimale | Bornée par la période lente | Environ 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,
N1etN2portent chacun surma_periodbougies consécutives etN3sur2 × ma_periodbougies. 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.
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.
- Handles d’indicateurs et CopyBuffer
- iMA : moyennes mobiles
- iRSI : Relative Strength Index
- iMACD
- iBands : bandes de Bollinger
- iATR : Average True Range
- iStochastic
- iADX
- iCCI
- iMomentum
- iIchimoku
- iSAR : Parabolic SAR
- iEnvelopes
- iWPR : Williams %R
- iAO : Awesome Oscillator
- iAC : Accelerator Oscillator
- iAlligator
- iFractals
- iOBV : On Balance Volume
- iMFI : Money Flow Index
- iVolumes
- iStdDev : écart-type
- iDeMarker
- iBearsPower et iBullsPower
- iForce
- iOsMA
- iRVI
- iAMA : moyenne mobile adaptative
- iDEMA et iTEMA
- iCustom : appeler un indicateur personnalisé
- Créer un indicateur personnalisé
- Buffers et styles de tracé
- OnCalculate et prev_calculated
- Indicateur multi-timeframe
- Objets graphiques (ObjectCreate)
