Las matrices ahora están disponibles en Pine

Los scripts de Pine ahora pueden usar una nueva y poderosa función de matrices para crear conjuntos de datos personalizados. Las matrices amplían significativamente las capacidades de modelado de Pine al permitir que los codificadores llenen, administren y calculen estructuras de datos unidimensionales que contengan elementos de uno de los siguientes tipos: float, int, bool o color.

Esta línea crea una matriz llamada niveles que contiene tres elementos flotantes inicializados con el valor na:

levels = array.new_float(size = 3, initial_value = na)

Las matrices admiten el cambio de tamaño dinámico. Las funciones especiales permiten varias transformaciones en matrices, incluida la copia, clasificación y corte. Las funciones matemáticas de propósito especial también operan en ellos: array.min (), array.max (), array.stdev (), array.avg (), array.median (), etc.

Este ejemplo usa una matriz para construir un conjunto de datos que contiene niveles de precios solo de las barras donde aumenta el volumen. Luego traza el promedio de esos valores. La matriz se usa aquí para implementar una estructura FIFO (primero en entrar, primero en salir):

//@version=4 
study("Price Avg Of Increasing Volume Bars", "", true) 
i_levels = input(20,   "Levels") 
i_src    = input(hlc3, "Source") 

// Initialize array of user-selected size with `na` values. 
var levels = array.new_float(i_levels) 

if rising(volume, 1)     
    // Remove the oldest level from the beginning of the array.
    array.shift(levels)

    // Add the new level to the end of the array. 
    array.push(levels, i_src) 

// Calculate the avg of levels in the array, excluding any `na` values. 
level = array.avg(levels)
plot(level, "Level", close > level ? color.lime : color.fuchsia)

The Pine User Manual page on arrays will help you get started. Also see arrays in action in these scripts by the PineCoders who helped us the most in testing arrays, and whom we thank sincerely: RicardoSantos and Duyck:

La página del Manual de usuario de Pine sobre matrices lo ayudará a comenzar. También vea las matrices en acción en estos scripts de PineCoders que más nos ayudaron en la prueba de matrices, y a quienes agradecemos sinceramente: RicardoSantos y Duyck:

Estilo de gráfico – Cuarta dimensión del RSI

Function – Multi Dimension Indexer

Function – K-Means Clustering

Function – Linear Regression

Function – Polynomial Regression

Trendlines – JD

Average Pivot Range – JD

Matrix functions – JD

Estos scripts nos dan una idea de cómo los arreglos redefinen lo que es posible en Pine y cómo allanarán el camino para indicadores y estrategias más poderosos que nunca para todos los operadores de TradingView. Nos encanta verlo.

Esperamos que esta nueva función que solicitó sea útil. Continúe enviándonos sus comentarios para mejorar. Creamos TradingView para usted y nos encanta escuchar lo que piensa de estas actualizaciones tan solicitadas de nuestra plataforma.