Adaptacyjne przenoszenie średnich prowadzi do lepszych wyników Średnie ruchy są ulubionym narzędziem aktywnych handlowców. Jednakże, gdy konsolidują się rynki, ten wskaźnik prowadzi do licznych transakcji typu whippaw, co skutkuje frustrującą serią małych wygranych i strat. Analitycy spędzili dziesięciolecia próbując poprawić prostą średnią kroczącą. W tym artykule przyglądamy się tym wysiłkom i odkrywamy, że ich poszukiwania doprowadziły do użytecznych narzędzi handlowych. (Aby uzyskać więcej informacji na temat prostych średnich kroczących, sprawdź Proste średnie ruchome Wyróżnij trendy.) Zalety i wady średnich kroczących W podsumowaniu pierwszej edycji analizy technicznej podsumowano zalety i wady średnich kroczących. Robert Edwards i John Magee Trendy magazynowe. kiedy powiedzieli i, w 1941 roku, że z radością dokonaliśmy tego odkrycia (choć wielu wcześniej je zrobiło), dzięki uśrednieniu danych dla określonej liczby dni można uzyskać rodzaj zautomatyzowanej linii trendu, która z pewnością zinterpretuje zmiany trend Wydawał się prawie zbyt piękny, aby mógł być prawdziwy. W rzeczywistości było zbyt piękne, aby mogło być prawdziwe. Wady przewyższające zalety, Edwards i Magee szybko porzucili swoje marzenie o handlu z bungalowu na plaży. Ale 60 lat po napisaniu tych słów inni uparcie próbują znaleźć proste narzędzie, które bez wysiłku zapewni bogactwo rynków. Proste średnie ruchome Aby obliczyć prostą średnią ruchomą. dodaj ceny dla żądanego okresu i podziel według liczby wybranych okresów. Znalezienie pięciodniowej średniej ruchomej wymagałoby zsumowania pięciu ostatnich cen zamknięcia i podzielenia przez pięć. Jeśli ostatnie zamknięcie jest powyżej średniej ruchomej, stan zapasów zostanie uznany za wzrostowy. Downtrends są definiowane przez ceny handlujące poniżej średniej ruchomej. (Więcej informacji można znaleźć w naszym samouczku Moving Averages.) Ta właściwość definiująca trendy umożliwia przenoszenie średnich w celu generowania sygnałów handlowych. W najprostszej aplikacji kupcy kupują, gdy ceny przekraczają średnią ruchomą i sprzedają się, gdy ceny przekroczą tę linię. Takie podejście gwarantuje, że przedsiębiorca znajdzie się po właściwej stronie każdej znaczącej transakcji. Niestety, podczas wygładzania danych, średnie ruchome będą opóźnione w stosunku do działań rynkowych, a inwestor prawie zawsze odda znaczną część swoich zysków nawet na największych transakcjach wygranych. Wykładnicze średnie ruchome Analitycy zdają się podoba mi idea średniej ruchomej i spędzili lata próbując zmniejszyć problemy związane z tym opóźnieniem. Jedną z tych innowacji jest wykładnicza średnia ruchoma (EMA). Takie podejście przypisuje relatywnie większą wagę do ostatnich danych, w wyniku czego pozostaje bliższe akcji cenowej niż zwykłej średniej ruchomej. Wzór do obliczania wykładniczej średniej kroczącej to: EMA (Weight Close) ((1-Weight) EMAy) Gdzie: Weight jest stałą wygładzania wybraną przez analityka EMAy jest wykładniczą średnią kroczącą z wczoraj Wspólną wagą jest 0,181, co zbliża się do 20-dniowej prostej średniej kroczącej. Kolejne jest 0,10, co stanowi około 10-dniową średnią kroczącą. Chociaż zmniejsza opóźnienie, wykładnicza średnia ruchoma nie rozwiązuje innego problemu z ruchomymi średnimi, co oznacza, że ich wykorzystanie do sygnałów transakcyjnych doprowadzi do dużej liczby przegranych transakcji. W nowych koncepcjach w technicznych systemach handlu. Welles Wilder szacuje, że rynki rosną tylko o jedną czwartą. Aż 75 transakcji handlowych ogranicza się do wąskich przedziałów, kiedy ruchome średnie sygnały kupna i sprzedaży będą generowane wielokrotnie, gdy ceny gwałtownie przekroczą średnią ruchomą. Aby rozwiązać ten problem, kilku analityków zasugerowało zmianę współczynnika ważenia w obliczeniach EMA. (Aby uzyskać więcej, zobacz Jak używane są średnie ruchome w handlu) Adaptacja średnich ruchomych do akcji rynkowych Jedną z metod radzenia sobie z niedogodnościami średnich kroczących jest pomnożenie współczynnika ważącego przez współczynnik zmienności. Takie działanie oznaczałoby, że średnia krocząca byłaby wyższa od obecnej ceny na niestabilnych rynkach. To pozwoliłoby zwycięzcom na bieganie. Wraz z końcem trendu i konsolidacją cen. średnia ruchoma zbliżyłaby się do aktualnej akcji rynkowej i teoretycznie pozwoliłaby przedsiębiorcy zatrzymać większość zysków wychwyconych podczas trendu. W praktyce współczynnik zmienności może być wskaźnikiem, takim jak szerokość pasma Bollingera, który mierzy odległość między dobrze znanymi pasmami Bollingera. (Aby uzyskać więcej informacji na temat tego wskaźnika, patrz Podstawy pasm Bollingera.) Perry Kaufman zasugerował zastąpienie zmiennej ważonej w formule EMA stałą opartą na współczynniku efektywności (ER) w swojej książce Nowe systemy i metody handlu. Wskaźnik ten służy do pomiaru siły trendu, zdefiniowanego w zakresie od -1,0 do 1,0. Oblicza się ją za pomocą prostej formuły: ER (całkowita zmiana ceny za okres) (suma bezwzględnych zmian cen dla każdego słupka) Rozważ zapas, który ma pięciopunktowy zasięg każdego dnia, a po upływie pięciu dni uzyskał łączną wartość 15 punktów. To spowoduje ER równy 0,67 (15 punktów ruchu w górę podzielony przez całkowity 25-punktowy zakres). Gdyby ten czas spadł o 15 punktów, ER wynosiłby -0,67. (Aby uzyskać więcej porad dotyczących handlu od Perry'ego Kaufmana, przeczytaj artykuł Losing To Win, w którym opisano strategie radzenia sobie ze stratami handlowymi). Zasada efektywności trendów opiera się na tym, ile ruchu kierunkowego (lub trendu) uzyskujesz na jednostkę ruchu cen w ciągu określony okres czasu. ER z 1,0 wskazuje, że akcje są w doskonałym trendzie wzrostowym -1,0 oznacza doskonały trend zniżkowy. Praktycznie rzecz biorąc, skrajności są rzadko osiągane. Aby zastosować ten wskaźnik do znalezienia adaptacyjnej średniej ruchomej (AMA), handlowcy będą musieli obliczyć wagę za pomocą następującej, raczej złożonej, formuły: C (ER (SCF SCS)) SCS 2 Gdzie: SCF jest wykładniczą stałą dla najszybszego EMA dopuszczalne (zwykle 2) SCS jest wykładniczą stałą dla najwolniejszego EMA dopuszczalnego (często 30) ER jest współczynnikiem wydajności, który został odnotowany powyżej. Wartość C jest następnie używana w formule EMA zamiast prostszej zmiennej wagi. Chociaż trudno obliczyć ręcznie, adaptacyjna średnia krocząca jest dostępna jako opcja w prawie wszystkich pakietach oprogramowania transakcyjnego. (Aby dowiedzieć się więcej na temat EMA, przeczytaj Odkrywanie wykładniczo ważonej średniej ruchomej.) Przykłady prostej średniej ruchomej (czerwona linia), wykładniczej średniej kroczącej (niebieska linia) i adaptacyjnej średniej ruchomej (zielona linia) są pokazane na rysunku 1. Rysunek 1: AMA jest w kolorze zielonym i wykazuje największy stopień spłaszczenia w akcji związanej z zasięgiem, widzianej po prawej stronie tego wykresu. W większości przypadków wykładnicza średnia krocząca, pokazana jako niebieska linia, jest najbliższa akcji cenowej. Prosta średnia ruchoma jest pokazana jako czerwona linia. Trzy średnie ruchome pokazane na wykresie są podatne na różne transakcje w różnych okresach. Ta wada średnich kroczących do tej pory nie była możliwa do wyeliminowania. Wnioski Robert Colby przetestował setki narzędzi do analizy technicznej w The Encyclopedia of Technical Market Indicators. Doszedł do wniosku, że chociaż adaptacyjna średnia ruchoma jest ciekawym nowszym pomysłem o znacznym apelowaniu intelektualnym, nasze wstępne testy nie wykazują żadnej rzeczywistej praktycznej korzyści dla tej bardziej złożonej metody wygładzania trendów. To nie znaczy, że inwestorzy powinni ignorować ten pomysł. AMA można połączyć z innymi wskaźnikami w celu stworzenia rentownego systemu handlu. (Aby dowiedzieć się więcej na ten temat, przeczytaj sekcję Odkrywanie kanałów Keltnera i oscylatora Chaikin.) ER może być używany jako niezależny wskaźnik trendu, aby wykryć najbardziej dochodowe okazje handlowe. Jako przykład, wskaźniki powyżej 0,30 wskazują na silne tendencje wzrostowe i stanowią potencjalne zakupy. Alternatywnie, ponieważ zmienność porusza się w cyklach, akcje o najniższym wskaźniku efektywności mogą być obserwowane jako szanse breakout. MetaTrader 5 - Wskaźniki Średnia ruchoma adaptacyjna (AMA) - wskaźnik dla MetaTrader 5 Średnia ruchowa adaptacyjna (AMA) służy do konstruowania średniej ruchomej z niską wrażliwością na szumy cenowe i charakteryzuje się minimalnym opóźnieniem w wykrywaniu trendów. Wskaźnik ten został opracowany i opisany przez Perry'ego Kaufmana w jego książce Smarter Trading. Jedną z wad różnych algorytmów wygładzania dla serii cenowych jest to, że przypadkowe skoki cenowe mogą skutkować pojawieniem się fałszywych sygnałów trendów. Z drugiej strony, wygładzenie prowadzi do nieuniknionego opóźnienia w przewidywaniu trendów. Wskaźnik ten opracowano w celu przezwyciężenia tych dwóch wad. Wskaźnik średniej ruchomej adaptacyjnej Aby zdefiniować aktualny stan rynku, Kaufman wprowadził pojęcie współczynnika efektywności (ER), który jest obliczany za pomocą poniższego wzoru: ER (i) - aktualna wartość wskaźnika współczynnika efektywności (i) ABS (cena (i) - Cena (i - N)) - aktualna wartość sygnału, bezwzględna wartość różnicy między aktualną ceną a ceną N okres temu Hałas (i) Suma (ABS (Cena (i) - Cena (i-1)), N) - aktualna wartość szumu, suma wartości bezwzględnych różnicy między ceną bieżącego okresu i ceną poprzedniego okresu dla N okresów. Przy silnym trendzie wskaźnik efektywności (ER) będzie miał tendencję do 1, jeśli nie ma ukierunkowanego ruchu, będzie on nieco większy niż 0. Uzyskana wartość ER jest używana w wykładniczej formule wygładzania: EMA (i) Cena (i ) SC EMA (i-1) (1 - SC) SC 2 (n1) - stała wygładzania EMA, n - okres wykładniczej EMA (i-1) - poprzednia wartość EMA. Współczynnik wygładzania dla szybkiego masztu rynkowego jest taki sam jak dla EMA z okresem 2 (szybki SC 2 (21) 0,6667), a dla okresu bez trendu okres EMA musi być równy 30 (wolny SC 2 (301) 0,06452). W ten sposób wprowadzana jest nowa zmienna stała wygładzania (skalowana stała wygładzająca) SSC: SSC (i) (ER (i) (szybkie SC - wolne SC) wolne SC SSC (i) ER (i) 0.60215 0.06425 Dla bardziej efektywnego wpływu uzyskana stała wygładzania w okresie uśredniania Kaufman zaleca jej wyrównanie Ostateczna formuła obliczeń: AMA (i) Cena (i) (SSC (i) 2) AMA (i-1) (1-SSC (i) 2) lub (po przegrupowaniu) ): AMA (i) AMA (i-1) (SSC (i) 2) (cena (i) - AMA (i-1)) AMA (i) - aktualna wartość AMA AMA (i-1) - poprzednia wartość AMA SSC (i) - aktualna wartość wygładzonej stałej wygładzania, przetłumaczona z języka rosyjskiego przez MetaQuotes Software Corp. Oryginalny kod: mql5rucode10Kaufman039s Adaptacyjna średnia ruchoma (KAMA) Kaufman039s Adaptacyjna średnia ruchoma (KAMA) Wprowadzenie Opracowany przez Perry'ego Kaufmana, Adaptacyjna średnia ruchowa Kaufman039s (KAMA) to średnia krocząca zaprojektowana w celu uwzględnienia hałasu lub zmienności rynku KAMA będzie uważnie śledziła ceny, gdy wahania cen są stosunkowo niewielkie, a poziom hałasu jest niski. n zmiany cen rosną i podążają za cenami z większej odległości. Ten wskaźnik trendu może być wykorzystany do określenia ogólnego trendu, punktów zwrotnych czasu i ruchów cen filtrów. Obliczenia Aby obliczyć średnią ruchu adaptacyjnego Kaufman039s, należy wykonać kilka kroków. Najpierw Let039s zacznij od ustawień zalecanych przez Perry'ego Kaufmana, które są KAMA (10,2,30). 10 to liczba okresów dla współczynnika efektywności (ER). 2 to liczba okresów dla najszybszej stałej EMA. 30 to liczba okresów dla najwolniejszej stałej EMA. Przed obliczeniem KAMA musimy obliczyć współczynnik efektywności (ER) i stałą wygładzającą (SC). Przełożenie formuły na bryłki o rozmiarze bitu ułatwia zrozumienie metodologii stojącej za wskaźnikiem. Zauważ, że ABS oznacza wartość bezwzględną. Współczynnik efektywności (ER) ER to zasadniczo zmiana ceny skorygowana o codzienną zmienność. W ujęciu statystycznym wskaźnik efektywności informuje nas o efektywności fraktalnej zmian cen. ER waha się między 1 a 0, ale te skrajności są wyjątkiem, a nie normą. ER wynosiłaby 1, gdyby ceny wzrosły o 10 kolejnych okresów lub o 10 kolejnych okresów. ER wynosiłoby zero, jeśli cena pozostanie niezmieniona w ciągu 10 okresów. Stała wygładzania (SC) Stała wygładzania wykorzystuje ER i dwie stałe wygładzania na podstawie wykładniczej średniej kroczącej. Jak być może zauważyłeś, Stała wygładzająca używa stałych wygładzających dla wykładniczej średniej ruchomej w swojej formule. (2301) jest stałą wygładzania dla 30-okresowej EMA. The Fastest SC to stała wygładzania dla krótszego EMA (2-okresy). Najwolniejszy SC jest stałą wygładzania dla najwolniejszego EMA (30-okresów). Zauważ, że 2 na końcu to kwadrat równania. Przy współczynniku sprawności (ER) i stałej wygładzania (SC) jesteśmy teraz gotowi obliczyć średnią ruchu adaptacyjnego Kaufman039 (KAMA). Ponieważ potrzebujemy wartości początkowej do rozpoczęcia obliczeń, pierwsza KAMA jest po prostu zwykłą średnią kroczącą. Poniższe obliczenia są oparte na poniższym wzorze. Przykład obliczeńChart Poniższe zdjęcia przedstawiają zrzut ekranu z arkusza kalkulacyjnego Excela służącego do obliczania KAMA i odpowiadającego mu wykresu QQQ. Wykorzystanie i sygnały Chartists mogą korzystać z KAMA jak każdy inny trend następujący wskaźnik, taki jak średnia ruchoma. Wykresy mogą wyszukiwać krzywe cenowe, zmiany kierunków i przefiltrowane sygnały. Po pierwsze, krzyżyk powyżej lub poniżej KAMA wskazuje kierunkowe zmiany cen. Podobnie jak w przypadku każdej średniej ruchomej, prosty układ crossover wygeneruje wiele sygnałów i wiele whippaws. Chartists może zredukować whipsaws poprzez zastosowanie filtra ceny lub czasu do crossoverów. Ktoś może wymagać ceny, aby utrzymać krzyż przez określoną liczbę dni lub wymagać przekroczenia przez KAMA określonego procentu. Po drugie, uczestnicy rynku mogą wykorzystać kierunek KAMA do określenia ogólnego trendu bezpieczeństwa. Może to wymagać dostosowania parametrów w celu dalszego wygładzenia wskaźnika. Chartists może zmienić środkowy parametr, który jest najszybszą stałą EMA, aby wygładzić KAMA i szukać kierunkowych zmian. Trend spada, dopóki spada KAMA i kują niższe poziomy. Trend rośnie, dopóki KAMA rośnie i kucie wyższych wysokości. Poniższy przykład Krogera pokazuje KAMA (10,30) ze stromym trendem wzrostowym od grudnia do marca i mniejszym wzrostem od maja do sierpnia. I wreszcie, karty mogą łączyć sygnały i techniki. Osoby planujące wykres mogą użyć długoterminowej KAMA do zdefiniowania większego trendu i krótkoterminowej KAMA dla sygnałów handlowych. Na przykład KAMA (10,5,30) może zostać wykorzystany jako filtr trendów i zostać uznany za zwiększający. Gdyby się przewyższyli, chartiści mogliby szukać krzyków zwyżkujących, gdy cena przekroczyłaby KAMA (10,2,30). Poniższy przykład pokazuje MMM z rosnącą długoterminową KAMA i zwyżkowe krzyże w grudniu, styczniu i lutym. Długoterminowa KAMA odrzucona w kwietniu i były niedźwiedzi krzyże w maju, czerwcu i lipcu. SharpCharts KAMA można znaleźć jako nakładkę wskaźnika w środowisku roboczym SharpCharts. Ustawienia domyślne pojawią się automatycznie w polu parametrów po ich wybraniu, a karty mogą zmieniać te parametry zgodnie z ich potrzebami analitycznymi. Pierwszy parametr dotyczy współczynnika wydajności, a karty powinny powstrzymywać się od zwiększania tej liczby. Zamiast tego, abonenci mogą ją zmniejszyć, aby zwiększyć czułość. Osoby planujące uporządkowanie KAMA w celu długoterminowej analizy tendencji mogą stopniowo zwiększać środkowy parametr. Mimo że różnica wynosi zaledwie 3, KAMA (10,5,30) jest znacznie płynniejsza niż KAMA (10,2,30). Dalsze badania Od twórcy książka poniżej zawiera szczegółowe informacje na temat wskaźników, programów, algorytmów i systemów, w tym szczegóły dotyczące KAMA i innych średnich ruchomych systemów. Systemy transakcyjne i metody Perry Kaufman
No comments:
Post a Comment