计算对称加权移动平均线（SWMA）

在Pine Script语言中，我们可以用 ta.swma() 函数来计算对称加权移动平均线（Symmetrically-Weighted Moving Average, SWMA）。

SWMA的特点在于它为不同的数据点分配了不同的权重，并且这些权重是呈对称分布的。在这种权重分配模式下，最新和最旧的K线所占的权重较小，而权重最大的K线则位于计算周期长度的中间位置。

默认用法

该函数的定义如下：

ta.swma(source)

source 指的是用于计算的数值序列，也就是我们希望计算其对称加权移动平均值的数据源。

ta.swma() 函数会返回一个浮点数类型的SWMA值。

代码示例

要计算对称加权移动平均线，我们只需要为该函数提供一样东西：用于计算的数据源。让我们来看几个具体的例子。

计算收盘价的平均值是移动平均线的一个常见应用。要获取基于K线收盘价的SWMA，我们只需将 close 变量传入函数即可：

// 计算收盘价的对称加权移动平均线
closeAverage = ta.swma(close)
plot(closeAverage)

除了常规的K线价格，我们也可以基于任何其他变量来计算SWMA。例如，如果我们想计算K线中间价（(high + low) / 2）的平均值，可以这么写：

// 获取K线高低价平均值的对称移动平均线
hlAverage = ta.swma(hl2)
plot(hlAverage)

ta.swma() 的应用不限于内置变量。事实上，该函数可以处理任何在每根K线上都有数值的表达式。例如，我们想计算K线之间开盘价的变化的平均值，可以这么做：

// 计算开盘价在1根K线内的变化量的平均值
openDiffAverage = ta.swma(open - open[1])
plot(openDiffAverage)

另一种用法是让 ta.swma() 来处理另一个函数的计算结果。例如，在计算出相对强弱指数 (RSI)后，如果想进一步获取该指标的对称加权移动平均线，可以这么写：

// 计算7周期RSI及其对称加权移动平均线
rsiValue   = ta.rsi(close, 7)
rsiAverage = ta.swma(rsiValue)
plot(rsiValue)
plot(rsiAverage, color=color.orange)

如果我们的脚本并不需要RSI的原始值，也可以将 ta.rsi() 函数直接嵌套在 ta.swma() 函数内部。这样可以得到相同的结果，但代码更为简洁：

// 计算7周期RSI的对称加权移动平均线
rsiAverage = ta.swma(ta.rsi(close, 7))
plot(rsiAverage, color=color.orange)

ta.swma() 函数的特性

与大多数其他移动平均线不同，我们无法自定义 ta.swma() 函数的计算周期。Pine Script将其周期固定为4根K线。

同样，我们也无法控制SWMA使用的权重。TradingView将其预设为：1/6, 2/6, 2/6, 1/6。

计算逻辑

Pine Script的 ta.swma() 函数通过以下方式来计算其对称加权移动平均线：

SWMA会为计算周期内的每个数据点赋予一个特定权重，而这些权重呈对称分布。由于其周期固定为4根K线，TradingView为前两根K线赋予的权重分别为1/6和2/6，后两根K线的权重则为2/6和1/6。这样就构成了一个1/6, 2/6, 2/6, 1/6的对称权重结构。

用于实现 ta.swma() 函数功能的Pine Script等效代码如下：

pine_swma(source) =>
	source[3] * 1 / 6 + source[2] * 2 / 6 + 
	source[1] * 2 / 6 + source[0] * 1 / 6

plot(pine_swma(close))

为了方便起见，我们通常直接使用 ta.swma() 函数，而不是这个自定义函数。而且，TradingView官方实现的内置函数可能在执行效率（速度）上更具优势。

脚本示例

接下来，我们来探讨如何在脚本中使用对称加权移动平均线。下面的指标代码计算了两条SWMA：一条基于收盘价，另一条基于K线的中点价格（(high + low) / 2）。

我们会在图表上同时绘制这两条平均线，并根据它们的相对位置来着色K线。如果收盘价的平均线穿越到中点价平均线的上方，我们视其为强势信号，并用相应的颜色标记K线；反之，则视为弱势信号（并将K线标记为红色）。

完整的指标代码如下：

//@version=5
indicator(title="Symmetrically Weighted Moving Average example", 
     overlay=true)

// 输入选项
firstAvgData  = input.source(close, title="First Average Data")
secondAvgData = input.source(hl2, title="Second Average Data")

// 计算对称加权移动平均线
firstAverage  = ta.swma(firstAvgData) 
secondAverage = ta.swma(secondAvgData) 

// 在图表上绘制平均线
plot(firstAverage, color=color.navy)
plot(secondAverage, color=color.fuchsia)

// 决定K线颜色
swmaColour = if firstAverage > secondAverage
    color.green
else if firstAverage < secondAverage
    color.red
else
    color.gray

barcolor(swmaColour)

代码首先通过 indicator() 函数来配置脚本。其中，title 参数为脚本命名，overlay=true 则让脚本直接叠加显示在主图的交易品种上。

接着，我们创建了两个输入项。这两个都是通过 input.source() 函数创建的数据源输入选项，用于指定两条SWMA分别使用什么数据进行计算。

有了输入数据源后，我们就可以计算这些平均线了：

// 计算对称加权移动平均线
firstAverage  = ta.swma(firstAvgData) 
secondAverage = ta.swma(secondAvgData) 

我们两次调用了 ta.swma() 函数。第一次，函数处理 firstAvgData 这个输入变量，该变量默认指向交易品种的收盘价（close）。第二条SWMA则处理 secondAvgData 输入变量，该变量默认指向 hl2，即K线的中点价格（(high + low) / 2）。

计算出平均值后，脚本继续执行其余代码。首先，通过 plot() 函数绘制这两条平均线。第一条SWMA显示为海军蓝（color.navy），另一条则为紫红色（color.fuchsia）。由于我们没有指定绘图类型，Pine Script默认会将它们绘制成常规的线图。

随后，一个级联 if 语句被用来决定K线的颜色。代码首先判断收盘价SWMA是否大于中点价SWMA，如果是，则选用绿色（color.green）。否则，继续判断收盘价平均线是否小于中点价平均线，如果是，则选用红色（color.red）。在其他情况（即两条平均线相等）下，我们最终选择灰色（color.gray）。

最后一行代码调用 barcolor() 函数，将我们选定的颜色应用到图表的K线上。

加载到图表上后，该指标会绘制出两条对称加权移动平均线。由于计算它们的价格源（收盘价和中点价）很接近，这两条线通常会靠得很近。尽管如此，图表上用红色和绿色标记的K线依然能够捕捉到价格的短期上涨和下跌趋势：

总结

ta.swma() 函数用于计算对称加权移动平均线（SWMA）。

该函数仅需要提供用于计算的数据源。它的计算周期已被TradingView预设为4根价格K线。

计算Arnaud Legoux移动平均线（ALMA）

在Pine Script语言中，我们使用 ta.alma() 函数来计算 Arnaud Legoux移动平均线（ALMA）。

默认用法

该函数的定义如下：

ta.alma(series, length, offset, sigma, floor)

series 指的是用于计算的数值序列，也就是我们希望计算其ALMA的（价格）数据源。

length 是一个整数，用于设定移动平均线的计算周期（以K线数量计）。

offset 是一个浮点数，用于在平均线的平滑度与响应度之间进行取舍。

• 要获得更平滑（但更滞后）的ALMA，应使用接近 1 的 offset 值。
• 要获得响应更灵敏（但噪音更多）的ALMA，应使用接近 0 的 offset 值。

sigma 是一个数值，用于控制ALMA的额外平滑度。此值越高，平均线就越平滑。

floor 是一个可选的布尔值(true/false)，用于指定是否应对偏移量计算的结果进行向下取整。（在编程术语中，floor即为向下取整）。

• 若为 true，Pine Script会在计算最终ALMA值之前，先将偏移量的计算结果向下取整。
• 若为 false，则不进行取整。如果不提供此参数，false 也是默认设置。

ta.alma() 函数会返回一个浮点数类型的Arnaud Legoux移动平均线值。

代码示例

要计算Arnaud Legoux移动平均线，我们需要为 ta.alma() 函数提供最多5个参数。让我们通过实践来看看如何使用它。

移动平均线的一个常见用途是计算交易品种收盘价的平均值。要获取基于收盘价的ALMA，我们可以这样使用 ta.alma() 函数：

// 计算周期为12、偏移量为0.70、sigma为7的收盘价ALMA
almaValue = ta.alma(close, 12, 0.70, 7)
plot(almaValue)

除了常规的K线价格（如收盘价），我们也可以基于任何数值序列变量来计算ALMA。例如，要计算成交量的平均值，可以这么做：

// 计算周期为20、偏移量为0.5、sigma为9的成交量ALMA
volumeAlma = ta.alma(volume, 20, 0.5, 9)
plot(volumeAlma)

ta.alma() 的应用不限于内置变量，它能够处理任何在每根K线上都有数值的表达式。比如，我们想计算过去10根K线的收盘价变化量（一种动量指标），可以这么写：

// 计算10周期收盘价变化量的30周期ALMA，偏移量为0.75，sigma为12
momentumAlma = ta.alma(close - close[10], 30, 0.75, 12)
plot(momentumAlma)

另一种用法是利用ALMA来平滑另一个函数的计算结果。假设我们想平滑一条指数移动平均线（EMA），只需将EMA的计算结果传入 ta.alma() 函数即可：

// 计算20周期EMA的10周期ALMA，偏移量为0.6，sigma为4
emaValue  = ta.ema(close, 20)
almaValue = ta.alma(emaValue, 10, 0.6, 4)
plot(emaValue)
plot(almaValue, color=color.orange)

如果我们的脚本并不需要EMA的原始值，也可以将 ta.ema() 函数直接嵌套在 ta.alma() 函数内部。这样代码更为简洁，且能得到相同的结果：

// 计算20周期EMA的10周期ALMA，偏移量为0.6，sigma为4
almaValue = ta.alma(ta.ema(close, 20), 10, 0.6, 4)
plot(almaValue, color=color.orange)

计算逻辑

Arnaud Legoux移动平均线的核心思想是为不同的数据点分配不同的权重。这些权重是根据高斯分布（Gaussian distribution）来确定的。

从Pine Script代码的角度来看，ALMA的实现逻辑如下：

pine_alma(series, windowsize, offset, sigma) =>
    m = offset * (windowsize - 1)
    // 当floor参数为true时，m的计算方式如下
    // m = math.floor(offset * (windowsize - 1)) 
    s = windowsize / sigma
    norm = 0.0
    sum = 0.0
    for i = 0 to windowsize - 1
        weight = math.exp(-1 * math.pow(i - m, 2) / (2 * math.pow(s, 2)))
        norm := norm + weight
        sum := sum + series[windowsize - i - 1] * weight
    sum / norm

plot(pine_alma(close, 9, 0.85, 6))

与这个自定义函数相比，内置的 ta.alma() 函数使用起来更简单。此外，如果TradingView在后台对其进行了特别优化，内置函数的执行速度也可能更快。

脚本示例

接下来，我们来看一个完整的脚本是如何使用 ta.alma() 函数的。下面的指标会绘制两条Arnaud Legoux移动平均线（ALMA）：一条周期为9，另一条周期为20。

绘制出两条平均线后，我们会对它们进行比较。如果快周期ALMA位于慢周期平均线上方，并且整根K线的价格都高于慢周期平均线，那么我们会将这根K线标记为绿色。反之，如果快周期ALMA位于慢周期平均线下方，并且整根K线的价格都低于慢周期平均线，则将K线标记为红色。

完整的指标代码如下：

//@version=5
indicator(title="Arnaud Legoux Moving Average example", overlay=true)

// 输入选项
averageData = input.source(close, title="Average Data Source")

fastLength = input.int(9, title="Fast Average Length")
fastOffset = input.float(0.7, title="Fast Average Offset", step=0.1)
fastSigma  = input.int(3, title="Fast Average Sigma")

slowLength = input.int(20, title="Slow Average Length")
slowOffset = input.float(0.5, title="Slow Average Offset", step=0.1)
slowSigma  = input.int(2, title="Slow Average Sigma")

// 计算ALMA
fastAverage = ta.alma(averageData, fastLength, fastOffset, fastSigma)
slowAverage = ta.alma(averageData, slowLength, slowOffset, slowSigma)

// 绘制平均线
plot(fastAverage, color=color.orange, title="Fast ALMA")
plot(slowAverage, color=color.blue, linewidth=2, title="Slow ALMA")

// 根据两条ALMA确定趋势并为K线着色
almaBarColour = if fastAverage > slowAverage and low > slowAverage
    #77DD77
else if fastAverage < slowAverage and high < slowAverage
    #FE6F5E
else 
    #DCDCDC

barcolor(almaBarColour)

脚本以 indicator() 函数开始，它负责为脚本命名，并通过 overlay=true 参数将指标叠加到主图表上。

接着，我们创建了七个输入项。第一个是 input.source() 创建的数据源输入，用于指定均线所计算的数据。随后是三个用于配置快周期ALMA的输入项：两个 input.int() 整数输入，分别控制其周期和sigma值；一个 input.float() 浮点数输入，用于设置其偏移量。

最后三个输入项则用于配置慢周期ALMA，同样包括两个整数输入（用于周期和sigma）和一个浮点数输入（用于偏移量）。

接下来，我们计算这两条平均线：

// 计算ALMA
fastAverage = ta.alma(averageData, fastLength, fastOffset, fastSigma)
slowAverage = ta.alma(averageData, slowLength, slowOffset, slowSigma)

第一个 ta.alma() 调用计算的是快周期Arnaud Legoux移动平均线。我们为该函数传入了四个我们之前创建的输入变量作为参数，其默认值分别为：averageData（K线收盘价）、fastLength（9）、fastOffset（0.7）和 fastSigma（3）。

第二个 ta.alma() 调用则计算慢周期ALMA。我们同样为其传入了四个输入变量，其默认值为：averageData、slowLength（20）、slowOffset（0.5）和 slowSigma（2）。

计算出平均值后，脚本便开始执行其他代码。首先使用 plot() 函数绘制两条平均线。快周期均线显示为橙色（color.orange），而慢周期均线则显示为蓝色（color.blue）。我们没有设置绘图类型，因此它们会以默认的常规线型显示。

然后，一个级联 if 语句被用来决定K线的颜色。其首个条件判断快周期ALMA是否大于慢周期ALMA，并且 K线的最低价（low）也高于慢周期均线（这确保了整根K线都位于均线上方）。当条件成立时，我们使用十六进制颜色码 #77DD77（柔和绿）。

如果快周期均线低于慢周期均线，并且 K线的最高价（high）也低于慢周期均线，则选用 #FE6F5E（苦甜红）。若以上条件均不满足，则使用 #DCDCDC（庚斯博罗灰）作为默认颜色。

脚本的最后一行调用了 barcolor() 函数，它将我们最终选定的颜色应用到图表的K线上。

该指标加载到图表上后，会绘制出两条Arnaud Legoux移动平均线（ALMA）。当价格在均线上方形成上升趋势时，K线会变为绿色。而在下跌趋势中，我们会看到红色的K线：

总结

ta.alma() 函数用于计算Arnaud Legoux移动平均线（ALMA）。

该函数最多需要五个参数：用于计算的数据源、均线的周期（K线数）、偏移量（offset）和sigma值，以及一个可选的布尔值，用于指定是否对计算出的偏移量进行向下取整。