OPEN-SOURCE SCRIPT
Laguerre Timeframe Oscillator
Laguerre Timeframe Breadth Oscillator
Multi-timeframe × multi-gamma Laguerre breadth model
────────────────────────
Usage Notes
────────────────────────
• This is a regime & consensus indicator, not a trigger
• Best used for trend validation and risk filtering
• Extreme values tend to persist during strong regimes
This indicator answers a single question:
“Out of 198 independent Laguerre filters, how many are currently rising?”
────────────────────────
Concept
────────────────────────
Using Laguerre polynomials, we aggregate price behavior across:
• 11 explicit timeframes (1-minute → 1-day)
• 18 gamma responsiveness levels (0.10 → 0.95)
This produces 198 independent Laguerre curves.
The final oscillator is NOT price.
It represents a directional consensus across timescales and smoothing sensitivities.
────────────────────────
Laguerre Filter Mathematics
────────────────────────
For each Laguerre line i:
L0ᵢ(t) = (1 − γᵢ) · x(t) + γᵢ · L0ᵢ(t−1)
L1ᵢ(t) = −γᵢ · L0ᵢ(t) + L0ᵢ(t−1) + γᵢ · L1ᵢ(t−1)
L2ᵢ(t) = −γᵢ · L1ᵢ(t) + L1ᵢ(t−1) + γᵢ · L2ᵢ(t−1)
L3ᵢ(t) = −γᵢ · L2ᵢ(t) + L2ᵢ(t−1) + γᵢ · L3ᵢ(t−1)
Smoothed output:
Yᵢ(t) = ( L0ᵢ + 2·L1ᵢ + 2·L2ᵢ + L3ᵢ ) / 6
This weighted sum smooths noise while preserving phase better than a traditional EMA.
────────────────────────
Gamma Responsiveness
────────────────────────
Gamma controls responsiveness vs stability:
0.10 — Very fast, noisy
0.40 — Momentum-sensitive
0.70 — Trend-stable
0.95 — Very slow, structural
Each timeframe is evaluated across all gamma levels.
────────────────────────
Timeframes Used (11)
────────────────────────
Minutes: 1, 3, 5, 10, 15, 30, 45
Hours: 1, 2, 4
Days: 1
────────────────────────
Direction Test
────────────────────────
Each Laguerre line votes “up” or “down”:
Iᵢ(t) = 1 if Yᵢ(t) > Yᵢ(t−1)
Iᵢ(t) = 0 otherwise
────────────────────────
Breadth Calculation
────────────────────────
greenCount(t) =
I₁(t) + I₂(t) + I₃(t) + … + I₁₉₈(t)
Total number of rising Laguerre filters.
────────────────────────
Centered Breadth Oscillator
────────────────────────
oscRaw(t) = greenCount(t) − 99
(99 = half of 198; zero represents balanced breadth)
────────────────────────
Smoothing & Amplification
────────────────────────
EMA smoothing:
oscSmooth(t) = EMA₁₀₀(oscRaw)
Extreme emphasis:
oscExtreme(t) = 2 · oscSmooth(t)
────────────────────────
Clamped Final Output
────────────────────────
osc(t) = max( −99 , min( 99 , oscExtreme(t) ) )
Range:
• −99 → all filters falling
• 0 → mixed / neutral
• +99 → all filters rising
────────────────────────
Optional Probabilistic Interpretation
────────────────────────
p(t) = greenCount(t) / 198
Interpretable as the probability of upward directional alignment.
Reach out on Discord if you need further guidance. - Coño Vista
Multi-timeframe × multi-gamma Laguerre breadth model
────────────────────────
Usage Notes
────────────────────────
• This is a regime & consensus indicator, not a trigger
• Best used for trend validation and risk filtering
• Extreme values tend to persist during strong regimes
This indicator answers a single question:
“Out of 198 independent Laguerre filters, how many are currently rising?”
────────────────────────
Concept
────────────────────────
Using Laguerre polynomials, we aggregate price behavior across:
• 11 explicit timeframes (1-minute → 1-day)
• 18 gamma responsiveness levels (0.10 → 0.95)
This produces 198 independent Laguerre curves.
The final oscillator is NOT price.
It represents a directional consensus across timescales and smoothing sensitivities.
────────────────────────
Laguerre Filter Mathematics
────────────────────────
For each Laguerre line i:
L0ᵢ(t) = (1 − γᵢ) · x(t) + γᵢ · L0ᵢ(t−1)
L1ᵢ(t) = −γᵢ · L0ᵢ(t) + L0ᵢ(t−1) + γᵢ · L1ᵢ(t−1)
L2ᵢ(t) = −γᵢ · L1ᵢ(t) + L1ᵢ(t−1) + γᵢ · L2ᵢ(t−1)
L3ᵢ(t) = −γᵢ · L2ᵢ(t) + L2ᵢ(t−1) + γᵢ · L3ᵢ(t−1)
Smoothed output:
Yᵢ(t) = ( L0ᵢ + 2·L1ᵢ + 2·L2ᵢ + L3ᵢ ) / 6
This weighted sum smooths noise while preserving phase better than a traditional EMA.
────────────────────────
Gamma Responsiveness
────────────────────────
Gamma controls responsiveness vs stability:
0.10 — Very fast, noisy
0.40 — Momentum-sensitive
0.70 — Trend-stable
0.95 — Very slow, structural
Each timeframe is evaluated across all gamma levels.
────────────────────────
Timeframes Used (11)
────────────────────────
Minutes: 1, 3, 5, 10, 15, 30, 45
Hours: 1, 2, 4
Days: 1
────────────────────────
Direction Test
────────────────────────
Each Laguerre line votes “up” or “down”:
Iᵢ(t) = 1 if Yᵢ(t) > Yᵢ(t−1)
Iᵢ(t) = 0 otherwise
────────────────────────
Breadth Calculation
────────────────────────
greenCount(t) =
I₁(t) + I₂(t) + I₃(t) + … + I₁₉₈(t)
Total number of rising Laguerre filters.
────────────────────────
Centered Breadth Oscillator
────────────────────────
oscRaw(t) = greenCount(t) − 99
(99 = half of 198; zero represents balanced breadth)
────────────────────────
Smoothing & Amplification
────────────────────────
EMA smoothing:
oscSmooth(t) = EMA₁₀₀(oscRaw)
Extreme emphasis:
oscExtreme(t) = 2 · oscSmooth(t)
────────────────────────
Clamped Final Output
────────────────────────
osc(t) = max( −99 , min( 99 , oscExtreme(t) ) )
Range:
• −99 → all filters falling
• 0 → mixed / neutral
• +99 → all filters rising
────────────────────────
Optional Probabilistic Interpretation
────────────────────────
p(t) = greenCount(t) / 198
Interpretable as the probability of upward directional alignment.
Reach out on Discord if you need further guidance. - Coño Vista
오픈 소스 스크립트
트레이딩뷰의 진정한 정신에 따라, 이 스크립트의 작성자는 이를 오픈소스로 공개하여 트레이더들이 기능을 검토하고 검증할 수 있도록 했습니다. 작성자에게 찬사를 보냅니다! 이 코드는 무료로 사용할 수 있지만, 코드를 재게시하는 경우 하우스 룰이 적용된다는 점을 기억하세요.
면책사항
해당 정보와 게시물은 금융, 투자, 트레이딩 또는 기타 유형의 조언이나 권장 사항으로 간주되지 않으며, 트레이딩뷰에서 제공하거나 보증하는 것이 아닙니다. 자세한 내용은 이용 약관을 참조하세요.
오픈 소스 스크립트
트레이딩뷰의 진정한 정신에 따라, 이 스크립트의 작성자는 이를 오픈소스로 공개하여 트레이더들이 기능을 검토하고 검증할 수 있도록 했습니다. 작성자에게 찬사를 보냅니다! 이 코드는 무료로 사용할 수 있지만, 코드를 재게시하는 경우 하우스 룰이 적용된다는 점을 기억하세요.
면책사항
해당 정보와 게시물은 금융, 투자, 트레이딩 또는 기타 유형의 조언이나 권장 사항으로 간주되지 않으며, 트레이딩뷰에서 제공하거나 보증하는 것이 아닙니다. 자세한 내용은 이용 약관을 참조하세요.