Gör Adaptive Moving Averages Bly till bättre resultat. Medelvärden är ett favoritverktyg för aktiva näringsidkare Men när marknaderna konsolideras leder denna indikator till många whipsaw-affärer, vilket resulterar i en frustrerande serie små vinster och förluster. Analytiker har tillbringat årtionden försök att förbättra Enkelt rörligt medelvärde I den här artikeln tittar vi på dessa insatser och finner att deras sökning har lett till användbara handelsverktyg. För bakgrundsavläsning på enkla glidande medelvärden, kolla in Enkla rörliga genomsnittsvärden. Utveckla tendenser. Fördelar och nackdelar med rörliga medelvärden. Fördelarna och nackdelarna Av glidande medelvärden sammanfattades av Robert Edwards och John Magee i den första upplagan av Teknisk Analys av Aktiestendenser när de sa och det var tillbaka år 1941 som vi glädjande gjorde upptäckten, men många andra hade gjort det innan det genom att medelvärda uppgifterna För ett angivet antal dagar kan man härleda en sorts automatiserad trendlinje som definitivt skulle tolka förändringar i trenden. Det verkade Nästan för bra för att vara sant Faktum är att det var för bra att vara sant. Med nackdelarna överväga fördelarna övergav Edwards och Magee snabbt sin dröm om handel från en bungalow på stranden Men 60 år efter att de skrev de här orden så var andra Fortsätter att försöka hitta ett enkelt verktyg som enkelt skulle kunna leverera marknadernas rikedom. Simple Moving Medelvärden För att beräkna ett enkelt glidande medelvärde lägger du till priserna för önskad tidsperiod och delas med antalet utvalda perioder. Hitta ett fem dagars glidande medelvärde Skulle kräva summering av de fem senaste stängningskurserna och dela med fem. Om den senaste stängningen ligger över det rörliga genomsnittet, skulle beståndet anses vara i en uptrend. Nedgångstrenden definieras av priser som handlar under det glidande genomsnittet. För mer, se Vår trender med rörande medelvärden. Den här trenddefinierande egenskapen gör det möjligt att flytta medelvärden för att generera handelssignaler. I sin enklaste applikation köper handlare när priserna flyttar över rörelsen Genomsnitt och sälja när priserna går under den linjen En metod som det här är garanterat att sätta handlaren på höger sida av varje betydande handel Tyvärr, under utjämning av uppgifterna kommer rörliga medelvärden att ligga bakom marknadsåtgärden och näringsidkaren kommer nästan alltid att ge Tillbaka en stor del av sina vinster på även de största vinnande affärer. Exponential Moving Averages Analytiker tycks gilla tanken på det rörliga genomsnittet och har spenderat år på att försöka minska problemen i samband med denna lag. En av dessa innovationer är det exponentiella glidande genomsnittet EMA Detta tillvägagångssätt tilldelar en relativt högre viktning till de senaste uppgifterna och som ett resultat blir den närmare prisåtgärden än ett enkelt rörligt medelvärde. Formeln för att beräkna ett exponentiellt rörligt medelvärde är. EMA Vikt Stäng 1-Vikt EMAy Var. Vikt är utjämning Konstant vald av analytikern. Mera är exponentiell glidande medelvärde från igår. Ett gemensamt viktningsvärde är 0 181, vilket ligger nära en 20 dagars enkel rörelse Ing genomsnittet Another är 0 10, vilket är ungefär ett 10-dagars glidande medelvärde. Fastän det minskar fördröjningen misslyckas det exponentiella glidande genomsnittet att ta itu med ett annat problem med glidande medelvärden, vilket är att deras användning för handelssignaler leder till ett stort antal Av att förlora affärer I nya koncept inom tekniska handelssystem Welles Wilder uppskattar att marknaderna bara trender i kvartalet Upp till 75 av handelsåtgärder är begränsade till snäva intervall, när de genomsnittliga köp-och-säljsignalerna kommer att upprepas genereras som priser Flytta snabbt över och under det glidande genomsnittet För att lösa detta problem har flera analytiker föreslagit att man varierar viktningsfaktorn för EMA-beräkningen. Mer information finns i hur rörliga medelvärden används i handel. Anpassa rörliga medelvärden till marknadsaktion En metod att åtgärda nackdelarna med Glidande medelvärden är att multiplicera viktningsfaktorn med ett volatilitetsförhållande. Detta skulle innebära att det rörliga genomsnittet skulle vara längre från det aktuella priset i volati Le marknader Detta skulle göra det möjligt för vinnarna att gå Som en trend slutar och priserna konsolidera det rörliga genomsnittet skulle gå närmare den nuvarande marknadsaktionen och i teorin tillåta näringsidkaren att behålla de flesta vinsterna som tagits under trenden. I praktiken, Volatilitetsförhållandet kan vara en indikator som Bollinger Band bredden, som mäter avståndet mellan de välkända Bollinger-banden. För mer om denna indikator, se Grunderna av Bollinger Bands. Perry Kaufman föreslog att man ersätter viktvariabeln i EMA-formeln med En konstant baserad på effektivitetsförhållandet ER i sin bok, New Trading Systems and Methods Denna indikator är utformad för att mäta styrkan hos en trend definierad inom ett intervall från -1 0 till 1 0 Det beräknas med en enkel formel. ER totalt Prisförändring för period summan av absoluta prisförändringar för varje bar. Consider ett lager som har en fempunktsintervall varje dag och i slutet av fem dagar har totalt 15 poäng erhållits. Detta skulle resultera i en ER av 0 67 15 p Oints uppåtgående rörelse dividerat med det totala 25-punktsintervallet Hade denna aktie minskat 15 poäng, skulle ER -0 67 För mer handelsrådgivning från Perry Kaufman, läs Losing To Win som skisserar strategier för att klara av handelsförluster. Trenden s effektivitet är baserad på hur mycket riktningsrörelse eller trend du får per enhet av prisrörelsen under en bestämd tidsperiod. Ett ER på 1 0 indikerar att beståndet är i perfekt uppgång -1 är en perfekt nedåtgående trend. Extremiteter nås sällan. För att tillämpa denna indikator för att hitta det adaptiva glidande genomsnittliga AMA, måste handlare beräkna vikten med följande, ganska komplexa formel. C SCF SCS SCS 2 Where. SCF är exponentiell konstant för den snabbaste EMA Tillåten vanligtvis 2.SCS är exponentiell konstant för den långsammaste EMA tillåten ofta 30.ER är effektivitetsförhållandet som noterades ovan. Värdet för C används sedan i EMA-formeln istället för den enklare viktvariabeln Även Svårt att beräkna för hand är det adaptiva glidande medlet inkluderat som ett alternativ i nästan alla handelspaketpaket. Läs mer på EMA Läs Exploring The Exponentially Weighted Moving Average. Exempel på en enkel glidande genomsnittlig röd linje, en exponentiell glidande medelblå linje Och den adaptiva glidande medelgröna linjen visas i Figur 1.Figur 1 AMA är i grön och visar den största graden av plattning i den intervallbundna åtgärden som ses på höger sida av detta diagram. I de flesta fall är det exponentiella glidande medlet, Visas som den blå linjen, ligger närmast prisåtgärden. Det enkla glidande medlet visas som den röda linjen. De tre glidande medelvärdena som visas i figuren är alla benägna att piska på olika tider. Denna nackdel med glidande medelvärden har hittills varit omöjligt Att eliminera. Sammanfattning Robert Colby testade hundratals tekniska analysverktyg i Encyclopedia of Technical Market Indicators. Han slog fast, även om det adaptiva glidande medlet är en intresse G nyare idé med betydande intellektuell överklagande, visar våra preliminära test inte någon verklig praktisk fördel för denna mer komplexa trendutjämningsmetod. Det betyder inte att näringsidkare bör ignorera idén. AMA kan kombineras med andra indikatorer för att utveckla ett lönsamt handelssystem. För mer Om detta avsnitt, läs Upptäck Keltner-kanaler och Chaikin Oscillatorn. ER kan användas som en fristående trendindikator för att hitta de mest lönsamma handelsmöjligheterna. Som ett exempel visar förhållanden över 0 30 starka uppåtgående och representerar potentiella köp. Alternativt, eftersom Volatiliteten rör sig i cykler kan bestånden med det lägsta effektivitetsförhållandet ses som brytningsmöjligheter. En undersökning som gjorts av Förenta staternas presidium för arbetsstatistik för att hjälpa till att mäta lediga platser. Det samlar in uppgifter från arbetsgivare. Det högsta beloppet av pengar som USA kan Låna Skuldloftet skapades enligt Second Liberty Bond Act. Räntesatsen vid vilken ett värdepappersinstitut Jon lånar medel som förvaras i Federal Reserve till ett annat förvaringsinstitut.1 En statistisk åtgärd av spridning av avkastning för en viss säkerhet eller marknadsindex Volatilitet kan antingen mätas. En akt som den amerikanska kongressen antog 1933 som banklagen, som förbjuds Kommersiella banker från att delta i investment. Nonfarm lön hänvisar till något jobb utanför gårdar, privata hushåll och ideella sektorn. Den amerikanska presidiet för Labor. Kaufman Adaptive Moving Average Trading Strategi Setup Filter. I Trading Strategy. Developer Perry Kaufman Kaufman Adaptive Moving Average KAMA Källa Kaufman, PJ 1995 Smartere handel Förbättrad prestanda i förändring av marknader New York McGraw-Hill, Inc Koncept Trading strategi baserad på ett adaptivt brusfilter Forskning Mål Prestationsverifiering av inställningen och filtret Specifikation Tabell 1 Resultat Figur 1-2 Handelsuppsättning Långa affärer Den adaptiva flyttande genomsnittliga AMA visar sig korta affärer Det adaptiva rörliga medelvärdet svänger Notera AM En trendlinje verkar stoppa när marknaderna inte har någon riktning. När marknadens trend går, hämtar AMA-trendlinjen upp handelsrelaterade långa affärer. Ett köp i slutet är placerat efter ett hausstarkt läge. Korta affärer En försäljning i slutet är placerad efter en bearish setup Trade Exit Table 1 Portfölj 42 terminsmarknader från fyra huvudmarknader, råvaror, valutor, räntor och aktieindex. Data 32 år sedan 1980 Testplattform MATLAB. II Känslighetstest. Alla 3-D-diagram följs av 2-D-konturdiagram för vinstfaktor, Sharpe Ratio, Ulcer Performance Index, CAGR, Maximal Drawdown, Procent Lönsam Trades och Avg Win Avg Förlust Ratio Den slutliga bilden visar känslighet för Equity Curve. Tested Variables ERLength FilterIndex Definitioner Tabell 1.Figur 1 Portfölj Prestanda Inputs Tabell 1 Kommissionens Slippage 0. AMA ERLength är det adaptiva rörliga genomsnittet under en period av ERLength. ERLength är en tittarperiod för effektivitetsförhållandet ER ER i abs Direction i Volatilitet jag, där abs är den Absolutvärde Riktning i Stäng jag Stäng i ERLength, Volatilitet i abs DeltaClose jag, ERLength, var är summan över en period av ERLength, DeltaClose i Stäng jag Stäng i 1 FastMALength är en period av det snabbrörande medeltalet SlowMALength är en period av Slow moving average AMA i AMA i 1 ci Stäng jag AMA i 1, där ci ER I Fast Slow Slow 2, Fast 2 FastMALength 1, Slow 2 SlowMALength 1 Index i. ERLength 2, 100, Steg 2 FastMALength 2 SlowMALength 30.Long Trades Om AMA i AMA i 1 AMA i 1 AMA i 2 så blir MinAMA AMA i 1 Adaptive Moving Average upp med en pivot vid MinAMA Short Trades AMA i AMA i 1 AMA i 1 AMA i 2 då MaxAMA AMA i 1 Adaptive Moving Average slocknar ner Med en pivot vid MaxAMA Index i. Filter i FilterIndex StdDev AMA I AMA i 1, N, där StdDev är standardavvikelsen för serier över N perioder N 20 standardvärde Index i. FilterIndex 0 0, 1 0, Steg 0 02 N 20.Långaffärer Ett köp i slutet är placerat när AMA i AMA i 1 AMA i MinAMA Filter i korta affärer A säljs vid slutet Är placerad när AMA I AMA I 1 MaxAMA AMA I Filter I Index I. Stop Förlust Avslut ATR ATRLength är den genomsnittliga True Range över en period av ATRLength ATRStop är ett flertal av ATR ATRLength Långa Trades Ett försäljningsstopp är placerat vid Entry ATR ATRLength ATRStop Korta transaktioner Ett köpstopp är placerat vid Inträde ATR ATRLängd ATRStop. ATRLength 20 ATRStop 6.ERLength 2, 100, Step 2 FilterIndex 0 0, 1 0, Steg 0 02.Kaufman s Adaptive Moving Average KAMA. Kaufman s Adaptive Moving Average KAMA. Utvecklat av Perry Kaufman är Kaufmans Adaptive Moving Average KAMA ett glidande medel som är utformat för att ta hänsyn till marknadsbrus eller volatilitet. KAMA följer noga priserna när prissvingningarna är relativt små och bruset är lågt. KAMA kommer att anpassa sig när prissvängningarna utökas och följer Priser från ett större avstånd Denna trend-indikator kan användas för att identifiera den övergripande trenden, tiden för vändpunkter och filterprisrörelser. Det finns flera steg som krävs för att beräkna Kaufman s Adaptive Moving Average Låt s gran St börjar med de inställningar som rekommenderas av Perry Kaufman, som är KAMA 10,2,30,10 är antalet perioder för effektivitetsförhållandet ER.2 är antalet perioder för den snabbaste EMA-konstanten.30 är antalet perioder för den långsammaste EMA-konstanten. Innan vi beräknar KAMA måste vi beräkna effektivitetsförhållandet ER och utjämningskonstant SC. Genom att bryta ner formeln till bettstorleksnuggor blir det lättare att förstå metoden bakom indikatorn. Observera att ABS står för Absolute Value. Efficiency Ratio ER. ER är i princip prisändringen justerad för den dagliga volatiliteten. I statistiska termer säger effektivitetsförhållandet oss att fraktal effektiviteten hos prisändringar ER varierar mellan 1 och 0, men dessa ytterligheter är undantaget, inte norm ER skulle vara 1 om Priserna flyttade upp 10 på varandra följande perioder eller ner 10 på varandra följande perioder ER skulle vara noll om priset är oförändrat under de 10 perioderna. Fastsättning Konstant SC. Utjämningskonstanten använder ER och två utjämningskonstanter Baserat på ett exponentiellt rörligt medelvärde. Som du kanske har märkt använder utjämningskonstanten utjämningskonstanterna för ett exponentiellt rörligt medelvärde i formeln 2 30 1 är utjämningskonstanten för en 30-årig EMA. Den snabbaste SC är utjämningskonstanten för Kortare EMA 2-perioder Den långsamaste SC är utjämningskonstanten för de långsammaste EMA 30-perioderna Observera att 2 i slutet är att kvadrata ekvationen. Med effektivitetsförhållandet ER och utjämning konstant SC är vi nu redo att beräkna Kaufman s Adaptive Moving Average KAMA Eftersom vi behöver ett initialvärde för att starta beräkningen är den första KAMA bara ett enkelt glidande medelvärde. Följande beräkningar baseras på formeln nedan. Beräkningsexempeldiagram. Nedanstående bilder visar ett skärmdump från ett Excel-kalkylblad som används För att beräkna KAMA och motsvarande QQQ-diagram. Användning och signaler. Kartister kan använda KAMA som någon annan trend som följer indikatorn, till exempel ett glidande medelvärde. Chartists kan leta efter priskors, direktion Naländringar och filtrerade signaler. Först anger ett kors över eller under KAMA riktningsändringar i priserna. Som med alla glidande medel kommer ett enkelt crossover-system att generera många signaler och massor av whipsaws. Chartister kan minska whipsaws genom att tillämpa ett pris - eller tidsfilter till Övergångarna Man kan kräva pris för att hålla korset för bestämt antal dagar eller kräva att korset överskrider KAMA med en viss procentandel. För det andra kan kartörer använda KAMAs riktning för att definiera den övergripande trenden för en säkerhet. Det kan kräva en parameterjustering till Släpa indikatorn vidare Diagrammen kan ändra mellannametern, vilken är den snabbaste EMA-konsten, för att släta KAMA och leta efter riktningsförändringar. Trenden är nere så länge KAMA faller och smälter nedre nedgångar. Trenden går upp så länge KAMA stiger Och smidning högre höjder Kroger exempel nedan visar KAMA 10,5,30 med en brant uptrend från december till mars och en mindre brant uppåtgående från maj till augusti. Och till sist kan kartläggare c Ombinsignaler och tekniker Chartists kan använda en längre term KAMA för att definiera den större trenden och en kortare KAMA för handelssignaler. Exempelvis kan KAMA 10,5,30 användas som trendfilter och anses vara hausse när den stiger. En gång hausse , Kartörer kan då leta efter hausseformade kryssningar när priset går över KAMA 10,2,30 I det följande exemplet visas MMM med stigande långsiktiga KAMA och hausseformade kors i december, januari och februari. Långsiktiga KAMA avvecklades i april och det fanns Baissekors i maj, juni och juli. KAMA kan hittas som en indikatoröverlagring i SharpCharts arbetsbänk. Standardinställningarna kommer automatiskt att visas i parameterrutan när den väljs och kartläggare kan ändra dessa parametrar så att de passar deras analytiska behov. Den första parametern är För effektivitetsförhållandet och diagrammen bör avstå från att öka detta nummer Istället kan kartläggare minska den för att öka känsligheten. Chartister som vill släta KAMA för långsiktig trendanalys kan öka t Medelparametern inkrementellt Även om skillnaden är bara 3, är KAMA 10,5,30 väsentligt mjukare än KAMA 10,2,30. Vidare. Från skaparen erbjuder boken nedan detaljerad information om indikatorer, program, algoritmer och System, inklusive detaljer om KAMA och andra glidande medelvärden. System och metoder Perry Kaufman.
No comments:
Post a Comment