Aanpasbaar glijdend gemiddelde filter




Aanpasbaar glijdend gemiddelde filterDoe Adaptieve Bewegende Gemiddelden Leid naar betere resultaten Bewegende gemiddelden zijn een favoriete tool van actieve handelaren. Wanneer de markten zich consolideren, leidt deze indicator echter tot talrijke whipsaw-handelingen, wat resulteert in een frustrerende reeks kleine winsten en verliezen. Analisten hebben decennia doorgebracht om het eenvoudige bewegende gemiddelde te verbeteren. In dit artikel kijken we naar deze inspanningen en vinden ze dat hun zoekopdracht heeft geleid tot nuttige handelsinstrumenten. (Voor de achtergrondlezing op eenvoudige bewegende gemiddelden, kijk op de eenvoudige bewegende gemiddelden. Maak de trends voorbij.) Voor - en nadelen van bewegende gemiddelden De voor - en nadelen van bewegende gemiddelden werden samengevat door Robert Edwards en John Magee in de eerste editie van de technische analyse van Stock Trends. Toen ze zeiden en het was terug in 1941 dat we de ontdekking genoten hebben (hoewel veel anderen het eerder hadden gedaan) dat door een gemiddelde aantal dagen de gegevens te berekenen, een soort geautomatiseerde trendlijn zou kunnen leiden die de veranderingen van TrendIt leek bijna te goed om waar te zijn. In feite was het te goed om waar te zijn. Met de nadelen die de voordelen overstijgen, verlieten Edwards en Magee hun droom van handel vanaf een bungalow aan het strand. Maar 60 jaar nadat ze die woorden schreven, blijven anderen volhouden met het vinden van een simpel gereedschap dat de rijkdommen van de markten moeiteloos zou kunnen leveren. Eenvoudige bewegende gemiddelden Om een ??eenvoudig bewegend gemiddelde te berekenen. Voeg de prijzen toe voor de gewenste periode en verdeel het aantal geselecteerde perioden. Het vinden van een vijf-daags bewegend gemiddelde zou de vijf meest recente slotkoersen moeten samenvatten en met vijf verdelen. Als de meest recente close boven het bewegende gemiddelde ligt, wordt de voorraad beschouwd als in een uptrend. Downtrends worden gedefinieerd door de prijzen onder het bewegende gemiddelde. (Zie voor meer informatie over onze bewegende gemiddelden.) Deze trenddefinerende eigenschap maakt het mogelijk om gemiddelden te verplaatsen om handelssignalen te genereren. In de eenvoudigste applicatie kopen de handelaren wanneer de prijzen verplaatsen boven het bewegende gemiddelde en verkopen wanneer de prijzen onder die regel overschrijden. Een aanpak zoals dit is gegarandeerd om de handelaar aan de rechterkant van elke belangrijke handel te zetten. Helaas, terwijl de gegevens worden vergroot, zullen de bewegende gemiddelden achter de marktwerking liggen en zal de handelaar bijna altijd een groot deel van hun winst terugverdienen op zelfs de grootste winnende handelingen. Exponentiele bewegende gemiddelden Analisten lijken op het idee van het bewegende gemiddelde en hebben jaren doorgebracht om de problemen die verband houden met deze lagering te verminderen. Een van deze innovaties is het exponentiele bewegende gemiddelde (EMA). Deze aanpak geeft een relatief hogere weging aan recente data, waardoor het dichter bij de prijsactie blijft dan een eenvoudig bewegend gemiddelde. De formule voor het berekenen van een exponentieel bewegend gemiddelde is: EMA (Weight Close) (1-Gewicht) EMAy) Waar: Gewicht is de gladde constante geselecteerd door de analist EMAy is het exponentiele bewegende gemiddelde van gisteren Een gemeenschappelijke gewichtswaarde is 0.181, welke Ligt dicht bij een 20-daagse eenvoudig bewegend gemiddelde. Een ander is 0,10, dat is ongeveer een 10-daagse bewegend gemiddelde. Hoewel het vertraging lager wordt, komt het exponentiele bewegende gemiddelde niet meer in een ander probleem met bewegende gemiddelden, dat is dat hun gebruik voor handelssignalen tot een groot aantal verliezen van zaken zal leiden. In Nieuwe Concepten In Technische Handelssystemen. Welles Wilder schat dat markten slechts een kwart van de tijd uitkomen. Tot 75 van de handelsacties beperkt zich tot nauwe banden. Wanneer de gemiddelde koop - en verkoopsignalen worden verplaatst, worden de prijzen snel en hoger dan het bewegende gemiddelde verplaatst. Om dit probleem aan te pakken, hebben verschillende analisten voorgesteld om de weegfactor van de EMA-berekening te wijzigen. (Zie voor meer informatie Hoe beweegbare gemiddelden gebruikt worden in de handel) Aanpassen van bewegende gemiddelden tot marktwerking Een methode om de nadelen van bewegende gemiddelden aan te pakken is om de wegingsfactor te vermenigvuldigen met een volatiliteitsverhouding. Dit zou betekenen dat het bewegende gemiddelde verder zou zijn dan de huidige prijs in volatiele markten. Dit zou winnaars kunnen laten lopen. Als een trend komt tot een einde en de prijzen consolideren. Het bewegende gemiddelde zou dichter bij de huidige marktwerking gaan en in theorie de handelaar de meeste winsten die tijdens de trend worden vastgelegd, behouden. In de praktijk kan de volatiliteitsverhouding een indicator zijn, zoals de Bollinger Bandwidth, die de afstand tussen de bekende Bollinger Bands meet. (Meer informatie over deze indicator vindt u in de Basics of Bollinger Bands.) Perry Kaufman stelde voor om de gewichtsvariabele in de EMA-formule te vervangen door een constante op basis van de efficientieverhouding (ER) in zijn boek, New Trading Systems and Methods. Deze indicator is ontworpen om de kracht van een trend te meten, die binnen een bereik van -1,0 tot 1,0 worden bepaald. Het wordt berekend met een eenvoudige formule: ER (totale prijswijziging voor periode) (som van absolute prijswijzigingen per balk). Beschouw een voorraad die elke dag een vijfpuntsbereik heeft en eind vijf dagen een totaal heeft behaald Van 15 punten. Dit zou resulteren in een ER van 0,67 (15 punten stijgende beweging gedeeld door het totale 25-punts bereik). Als deze voorraad 15 punten daalde, zou de ER -0.67 zijn. (Voor meer handelsadvies van Perry Kaufman, lees Losing To Win. Hierin worden strategieen voor het hanteren van handelsverliezen omschreven.) Het principe van een trend efficientie is gebaseerd op hoeveel richtingsbeweging (of trend) u krijgt per eenheid van prijsbeweging over een Gedefinieerde tijdsperiode. Een ER van 1.0 geeft aan dat de voorraad in een perfecte uptrend is -1,0 staat voor een perfecte downtrend. In praktische zin worden de uitersten zelden bereikt. Om deze indicator toe te passen om het adaptieve bewegende gemiddelde (AMA) te vinden, zullen de handelaren het gewicht moeten berekenen met de volgende, eerder complexe formule: C (ER (SCF SCS)) SCS 2 Waar: SCF is de exponentiele constante voor de snelste EMA toelaatbaar (meestal 2) SCS is de exponentiele constante voor de langste EMA toelaatbare (vaak 30) ER is de efficientieverhouding die hierboven werd vermeld. De waarde voor C wordt dan gebruikt in de EMA formule in plaats van de eenvoudiger gewichtsvariabele. Hoewel moeilijk te berekenen met de hand, is het adaptieve bewegende gemiddelde als optie in bijna alle handelssoftwarepakketten inbegrepen. (Voor meer informatie over de EMA, lees Exploring het exponentieel gewogen bewegende gemiddelde.) Voorbeelden van een eenvoudig bewegend gemiddelde (rode lijn), een exponentieel bewegend gemiddelde (blauwe lijn) en het adaptieve bewegende gemiddelde (groene lijn) worden weergegeven in Figuur 1. Figuur 1: De AMA is in groen en toont de grootste mate van afvlakking in de reeksgebonden actie aan de rechterkant van deze grafiek. In de meeste gevallen ligt het exponentiele bewegende gemiddelde, weergegeven als de blauwe lijn, het dichtst bij de prijsactie. Het simpele bewegende gemiddelde wordt weergegeven als de rode lijn. De drie bewegende gemiddelden die in de figuur worden getoond, zijn op verschillende tijden allemaal vatbaar voor whipsaw trades. Dit nadeel aan bewegende gemiddelden is tot nu toe onmogelijk geweest om te elimineren. Conclusie Robert Colby heeft honderden technische analyse-instrumenten getest in de Encyclopedie van technische indicatoren. Hij concludeerde: Hoewel het adaptieve bewegende gemiddelde een interessant nieuwere idee is met aanzienlijke intellectuele aantrekkingskracht, blijkt dat onze voorlopige tests geen echt praktisch voordeel tonen aan deze complexere trendglijningsmethode. Dit betekent niet dat handelaars het idee moeten negeren. De AMA kan gecombineerd worden met andere indicatoren om een ??winstgevend handelssysteem te ontwikkelen. (Voor meer informatie over dit onderwerp, lees Keltner Channels en The Chaikin Oscillator ontdekken.) De ER kan gebruikt worden als een stand-alone trend indicator om de meest winstgevende handelsmogelijkheden te ontdekken. Als een voorbeeld geven de ratio's boven 0,30 sterke optrends aan en vertegenwoordigen potentiele aankopen. Als alternatief, aangezien de volatiliteit in cycli beweegt, kunnen de voorraden met de laagste efficientieverhouding worden beschouwd als uitbreekmogelijkheden. Beta is een maatstaf van de volatiliteit, of systematisch risico, van een zekerheid of een portefeuille in vergelijking met de markt als geheel. Een soort belasting geheven op vermogenswinst door particulieren en vennootschappen. Kapitaalwinsten zijn de winsten die een investeerder heeft. Een opdracht om een ??beveiliging aan of onder een bepaalde prijs te kopen. Een kooplimietorder stelt handelaren en investeerders in staat om te specificeren. Een IRS-regel (Internal Revenue Service) waarmee u een IRA-account kunt opheffen voor de sanctie. De regel vereist dat. De eerste verkoop van voorraad door een particulier bedrijf aan het publiek. IPO's worden vaak uitgegeven door kleinere, jongere bedrijven die op zoek zijn naar de. DebtEquity Ratio is de schuldquote waarmee de financiele hefboomfinanciering van een onderneming wordt gebruikt of een schuldquote die wordt gebruikt om een ??individu te meten. Adaptieve Moving Average Adaptive Moving Gemiddelden verandert de gevoeligheid voor prijsschommelingen. Het adaptieve bewegende gemiddelde wordt gevoeliger in perioden waarin de prijs in een bepaalde richting beweegt en minder gevoelig wordt voor de prijsbeweging als de prijs volatiel is. De onderstaande grafiek van het E-mini Nasdaq 100 Futures-contract laat het verschil zien tussen een exponentieel bewegend gemiddelde (zie: Exponential Moving Average), die de huidige prijzen zwaarder vergelijkt dan de verleden prijzen en het adaptief bewegend gemiddelde dat de gevoeligheid verandert op basis van de prijsvolatiliteit: Voordeel van het adaptieve bewegende gemiddelde is boven in de e-mini-grafiek in het centrum waar de prijs richtingloos en hobbelig werd. Gedurende die periode bleef het adaptieve bewegende gemiddelde een rechte lijn verschijnen terwijl het exponentiele bewegingsgemiddelde verplaatst werd door de choppiness of prices. Echter, als de prijsontwikkeling, zoals aan de rechterkant van de e-minikaart hierboven, het Adaptive Moving Average bijgehouden met het Exponential Moving Average. Het adaptieve bewegende gemiddelde is zeker een unieke technische indicator die het verdere onderzoek waard is. De bovenstaande informatie is uitsluitend bedoeld voor informatie - en vermaakdoeleinden en vormt geen handelsadvies of een oproep tot het kopen of verkopen van een voorraad, optie, toekomst, grondstof of forex product. Afgelopen prestatie is niet per se een indicatie van toekomstige prestaties. Handel is inherent riskant. OnlineTradingConcepts is niet aansprakelijk voor eventuele bijzondere of gevolgschade die voortvloeit uit het gebruik of het onvermogen om te gebruiken, de materialen en informatie die door deze site worden verstrekt. Zie volledige disclaimer. Kaufman Adaptive Moving Average Trading Strategy (Setup 038 Filter) I. Trading Strategy Ontwikkelaar: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Bron: Kaufman, P. J. (1995). Slimmer handel. Verbetering van de prestaties bij het wijzigen van markten. New York: McGraw-Hill, Inc. Concept: Trading strategie gebaseerd op een adaptief geluidsfilter. Onderzoeksdoel: Prestatieverificatie van de installatie en het filter. Specificatie: Tabel 1. Resultaten: Figuur 1-2. Trade Setup: Long Trades: Het aanpassende bewegende gemiddelde (AMA) komt op. Korte transacties: Het adaptieve bewegende gemiddelde wordt afgebroken. Opmerking: de AMA-trendlijn lijkt te stoppen wanneer markten geen richting hebben. Bij de trend van de markten komt de AMA trendline op. Handel: Lange handel: Een koop aan het einde is geplaatst na een bullish opstelling. Korte transacties: Een verkoop aan het einde is geplaatst na een bearish setup. Handelsuitgang: Tabel 1. Portefeuille: 42 futuresmarkten uit vier grote marktsectoren (grondstoffen, valuta's, rentetarieven en aandelenindexen). Gegevens: 32 jaar sinds 1980. Testplatform: MATLAB. II. Sensitiviteitstest Alle 3-D-grafieken worden gevolgd door 2-D contourkaarten voor Profit Factor, Sharpe Ratio, Ulcer Performance Index, CAGR, Maximum Drawdown, Procent Profitable Trades en Gem. Win gem. Verlies ratio. De laatste foto toont de gevoeligheid van de Equity Curve. Geteste variabelen: ERLength amp FilterIndex (Definities: Tabel 1): Figuur 1 Portfolio Performance (Inputs: Tabel 1 Commissielamp Slippage: 0). AMA (ERLength) is het adaptieve bewegende gemiddelde over een periode van ERLength. ERLength is een look-back periode van de Efficiency Ratio (ER). ERi abs (Directioni Volatilityi), waar 8220abs8221 de absolute waarde is. Directioni Closei Closei ERLength, Volatiliteit (abs (DeltaClosei), ERLength), waar 82208221 de som is over een periode van ERLength, DeltaClosei Closei Closei 1. FastMALength is een periode van het snel bewegende gemiddelde. SlowMALength is een periode van het langzame bewegende gemiddelde. AMAi AMAi 1 ci (Closei AMAi 1), waar ci (ERi (Fast Slow) Slow) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1). Index: i ERLength 2, 100, Step 2 FastMALength 2 SlowMALength 30 Lange handelingen: Als AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2 dan wordt MinAMA AMAi 1 (Adaptive Moving Average met een draaipunt bij MinAMA) weergegeven. Korte handelingen: AMAi lt AMAi 1 amp AMAi 1 gt AMAi 2 en MaxAMA AMAi 1 (Adaptive Moving Average draait met een pivot op MaxAMA). Index: i Filter FilterIndex StdDev (AMAi AMAi 1, N), waar StdDev de standaardafwijking van series over N perioden is. N 20 (standaardwaarde). Index: i FilterIndex 0.0, 1.0, Stap 0.02 N 20 Lange handelingen: Een koop bij de sluit wordt geplaatst als AMAi gt AMAi 1 amp (AMAi MinAMA) gt Filteri. Korte handelingen: Een verkoop bij de close is geplaatst als AMAi AMAi 1 amp (MaxAMA AMAi) gt Filteri. Index: Ik stop verliesuitgang: ATR (ATRLength) is het gemiddelde ware bereik over een periode van ATRLength. ATRStop is een veelvoud van ATR (ATRLength). Lange handelingen: Een verkoopstop is geplaatst bij ATR ATR (ATRLength) ATRStop. Korte transacties: Een buy stop is geplaatst op ATR ATR (ATRLength) ATRStop. Adaptive Moving Average (KAMA) Inleiding Ontwikkeld door Perry Kaufman, het Adaptive Moving Average (KAMA) van Kaufman039 is een bewegend gemiddelde ontwerp (KAMA), ontworpen door Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) Rekening houden met marktgeluid of volatiliteit. KAMA zal de prijzen goed volgen als de prijswisselingen relatief klein zijn en het geluid laag is. KAMA zal zich aanpassen als de prijswisselingen verbreden en de prijzen vanaf een grotere afstand volgen. Deze trend-volgende indicator kan worden gebruikt om de algemene trend, tijdsdraaipunten en filterprijsbewegingen te identificeren. Berekening Er zijn verschillende stappen nodig om het adaptieve bewegende gemiddelde van Kaufman039 te berekenen. Let039s beginnen eerst met de door Perry Kaufman aanbevolen instellingen, die KAMA (10,2,30) zijn. 10 is het aantal perioden voor de Efficiency Ratio (ER). 2 is het aantal perioden voor de snelste EMA-constante. 30 is het aantal perioden voor de langzaamste EMA-constante. Alvorens KAMA te berekenen, moeten we de Efficiency Ratio (ER) en de Smoothing Constant (SC) berekenen. Door de formule in bite size nuggets te breken maakt het de methode achter de indicator gemakkelijker te begrijpen. Merk op dat ABS staat voor Absolute Waarde. Efficientie Ratio (ER) De ER is in principe de prijsverandering aangepast voor de dagelijkse volatiliteit. In statistische termen vertelt de Efficiency Ratio ons de fractalefficientie van prijswijzigingen. ER fluktueert tussen 1 en 0, maar deze uitersten zijn de uitzondering, niet de norm. ER zou 1 zijn als de prijzen 10 opeenvolgende periodes of 10 achtereenvolgende perioden daalden. ER zou nul zijn als de prijs ongewijzigd is over de 10 perioden. Vloeibare constante (SC) De gladde constante maakt gebruik van de ER en twee gladde constanten op basis van een exponentieel bewegend gemiddelde. Zoals u wellicht heeft gemerkt, gebruikt de Smoothing Constant de gladde constanten voor een exponentieel bewegend gemiddelde in de formule. (2301) is de gladingsconstante voor een 30-jarige EMA. De snelste SC is de gladingsconstante voor kortere EMA (2-periodes). De langste SC is de gladingsconstante voor de langste EMA (30-periodes). Merk op dat de 2 aan het einde de vergelijking vierkant. Met de Efficiency Ratio (ER) en Smoothing Constant (SC) kunnen we nu Kaufman039's Adaptive Moving Average (KAMA) berekenen. Aangezien we een initiele waarde nodig hebben om de berekening te starten, is de eerste KAMA gewoon een eenvoudig bewegend gemiddelde. De volgende berekeningen zijn gebaseerd op de onderstaande formule. BerekeningsvoorbeeldChart De onderstaande afbeeldingen tonen een schermafbeelding van een Excel-spreadsheet die wordt gebruikt om KAMA en de bijbehorende QQQ-grafiek te berekenen. Gebruik en signalen Grafici kunnen KAMA gebruiken zoals elke andere trendvolgende indicator, zoals een bewegend gemiddelde. Chartisten kunnen zoeken naar prijskruisen, richtingwijzigingen en gefilterde signalen. Ten eerste geeft een kruis boven of onder KAMA richtingwijzigingen in de prijzen aan. Zoals bij elk bewegend gemiddelde, zal een simpel crossover systeem veel signalen en veel whipsaws genereren. Chartisten kunnen whipsaws verminderen door een prijs - of tijdsfilter toe te passen op de crossovers. Men zou kunnen kosten om het kruis vast te houden voor een bepaald aantal dagen of het kruis nodig hebben, de KAMA overschrijdt per vast percentage. Ten tweede kunnen charters de richting van KAMA gebruiken om de algemene trend voor een beveiliging te definieren. Dit kan een parameteraanpassing vereisen om de indicator verder uit te voeren. Chartisten kunnen de middelste parameter, die de snelste EMA-constante is, veranderen om KAMA glad te maken en te zoeken naar richtingwijzigingen. De trend is zo laag als KAMA valt en de lagere laagtepunten smeden. De trend stijgt zo lang als KAMA stijgt en hogere highs smelt. Het onderstaande voorbeeld van Kroger toont KAMA (10,5,30) met een steile uptrend van december tot maart en een minder steile uptrend van mei tot augustus. En ten slotte kunnen grafici signalen en technieken combineren. Chartisten kunnen een KAMA op lange termijn gebruiken om de grotere trend en een kortere termijn KAMA te definieren voor handelssignalen. Bijvoorbeeld, KAMA (10,5,30) kan als trendfilter gebruikt worden en geacht worden bullish wanneer het stijgt. Eenmaal bullish, dan kunnen charters dan zoeken naar bullish kruisen als de prijs boven KAMA (10,2,30) gaat. In het onderstaande voorbeeld ziet u MMM met een stijgende langetermijn KAMA en bullish kruisen in december, januari en februari. De lange termijn KAMA bleek in april af en er waren in mei, juni en juli bearish baaien. SharpCharts KAMA kan worden gevonden als een indicator overlay in de SharpCharts werkbank. De standaardinstellingen worden automatisch weergegeven in de parameterbox zodra deze geselecteerd zijn en charters kunnen deze parameters wijzigen naar hun analytische behoeften. De eerste parameter is voor de efficientieverhouding en charters moeten zich onthouden van het verhogen van dit nummer. In plaats daarvan kunnen chartisten het verminderen om de gevoeligheid te verhogen. Grafici die KAMA willen verlichten voor langetermijn trendanalyse, kunnen de middelste parameter incrementeel verhogen. Hoewel het verschil slechts 3 is, is KAMA (10,5,30) aanzienlijk vlotter dan KAMA (10,2,30). Verdere studie Van de maker biedt het boek hieronder gedetailleerde informatie over indicatoren, programma's, algoritmes en systemen, met inbegrip van details over KAMA en andere bewegende gemiddelde systemen. Handelssystemen en Methoden Perry Kaufman