8,5 Endpoeng Flytende Gjennomsnitt Endpointpunktet Flytende Gjennomsnitt (EPMA) fastslår en gjennomsnittspris ved å montere en rettlinje med minste firkanter (se Linjær regresjon) gjennom de siste N-dagens sluttpriser og ta sluttpunktet til linjen (dvs. linjen som sist dag) som gjennomsnittet. Denne beregningen går av en rekke andre navn, inkludert minste kvadrater glidende gjennomsnitt (LSQMA), flytte lineær regresjon og tidsserie prognose (TSF). Joe Sharprsquos ldquomodified flytting averagerdquo er det samme også. Formelen ender med å være et rett veid gjennomsnitt av tidligere N-priser, med vekter som går fra 2N-1 ned til - N2. Dette er lett avledet fra de minste kvadrater formler, men bare å se på vektene er forbindelsen til minste kvadrater ikke tydelig. Hvis p1 er dagersquos lukk, p2 yesterdays, etc, så Vikter reduseres med 3 for hver eldre dag, og gå negativ for den eldste tredjedel av N-dagene. Følgende graf viser at for N15. Negativene betyr at gjennomsnittet er ldquooverweightrdquo på de siste prisene og kan overskride prishandling etter et plutselig hopp. Generelt, men fordi den tilpassede linjen med vilje går gjennom midten av de siste prisene, har EPMA en tendens til å ligge midt i de siste prisene, eller en projeksjon av hvor de syntes å være trending. Itrsquos interessant å sammenligne EPMA med en vanlig SMA (se Simple Moving Average). En SMA trekker effektivt en horisontal linje gjennom de siste N-dagene (deres gjennomsnitt), mens EPMA trekker en skrånende linje. Inerti indikatoren (se Inertia) bruker EPMA. Copyright 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009 Kevin Ryde Chart er fri programvare, du kan omfordele den og endre den under vilkårene i GNU General Public License som publisert av Free Software Foundation enten versjon 3 eller (etter eget valg) enhver senere versjon. Datautjevning ved hjelp av minst kvadrater passer C klasse To typer data utjevningsalgoritmer presenteres som reduserer uønsket støy fra rå data samlet ved hjelp av et datainnsamlingssystem. En algoritme (glidende gjennomsnitt) gjennomsnittlig størrelsen på et bestemt datapunkt med et forhåndsinnstilt antall nabostatapunkter. En annen algoritme som presenteres, benytter et minst kvadratisk passform for kalkulasjon av jevne data. Den minste kvadrertegnet algoritmen som presenteres, benytter tabeller med convolution-integer og normaliseringsfaktorer for å beregne glatte datapunkter. En kort introduksjon til C klasse strukturen er inkludert sammen med kilden oversikt over en data utjevning klasse. Tilsvarende forfatter. E-post: rklofenwcnet. org Copyright kopi 1998 Elsevier Science Ltd. Alle rettigheter reservert. Cookies brukes av dette nettstedet. For mer informasjon, besøk siden Cookies. Opphavsrett 2017 Elsevier B. V. eller dets lisensgivere eller bidragsytere. ScienceDirect er et registrert varemerke for Elsevier B. V.Mean Reversion: Modern Day Moving Averages. Forfatter: GunjanDuaa 4. oktober 2012 Flytte gjennomsnitt er en av de mest brukte indikatorene i tekniske analysestudier. Det som startet med det enkle glidende gjennomsnittet og deretter mot eksponentielt glidende gjennomsnitt har med tidenes gang og advent av dataprogrammerte programvare gjort at teknikere kan eksperimentere og komme opp med nye typer dataregning. DEFINISJON Gjennomsnittlig reversering antyder at eiendomsprisene etter hvert vil vende seg mot gjennomsnittet eller gjennomsnittet før trenden gjenopptas eller omdirigeres, det kan være at prisene vil gå tilbake til gjennomsnittet eller konsolidere for en stund frem til tiden det kommer nærmere gjennomsnittet, Dette er en prosess der mange handelssystemer er basert på hvor tiltak er iverksatt når den siste ytelsen har avviket fra deres historiske gjennomsnitt. MODERNE MOVING AVERAGES Enkle bevegelige gjennomsnittsverdier benyttes fortsatt av mange, men med tiden og et krav om å måle prisen på annen måte gjorde det mulig for nye tanker og nye gjennomsnitt. I denne artikkelen vil jeg forklare nyere bevegelige gjennomsnitt som har utviklet seg med tid og behov. DOUBLE EXPONENTIAL (DEMA) OG TRIPLE (TEMA) Et glidende gjennomsnitt er en jevn kurvlinje som gir den visuelle bekreftelsen på den langsiktige trenden i et gjennomsnitt, de er forsinkende indikatorer der raskere bevegelige gjennomsnitt er hakkete og lengre siktene er jevnere, til redusere tidsforsinkelsen disse modifiserte eksponentielle gjennomsnittene ble tenkt på. De brukes til å gi signaler i crossover eller trendbestemmelse tidligere enn andre bevegelige gjennomsnitt. Gjøre MATH Dobbel Eksponentiell MA Formel: DEMA 2EMA - EMA (EMA) Tredobbelt Eksponentiell MA Formel: TEMA (3EMA - 3EMA (EMA)) EMA (EMA) EMA EMA (1). (Lukk - EMA (1)) N Utjevningsperioden. Figur 1 har glidende gjennomsnittsovergang, det viser tydelig at TEMA gir signal tidligst etterfulgt av DEMA og deretter Simple Moving gjennomsnitt. Så er lagret redusert, og vi kan gå inn i trenden tidligere. DISPLACED FLOWING AVERAGE (DispMA) En DispMA er et glidende gjennomsnitt som kan justeres fremover eller bakover med et bestemt tidsintervall. Ved å flytte den bevegelige gjennomsnittsbakgrunnen for å holde seg i den langsiktige trenden, vil det skape en forsinkende effekt som skifter det bevegelige gjennomsnittet fremover for å gjøre en tidsavbrudd når motetreningen utvikler seg, det vil skape en ledende effekt. Målet med DisMA er å unngå plutselige såpser som vanligvis kommer i modne trender eller nyheter relaterte hendelser, vil forskyvningen føre til færre antall falske signaler. De vanlige forskyvningsnivåene er 3 dager til 5 dager fremover eller tilbake. Den kan brukes til å finne støtte og motstander eller som crossover-signal og også ganske nyttig i sykliske studier. Figur 2 viser at lengre bevegelige gjennomsnittlige plasserte fremover holder oss i trenden, mens det kortere glidende gjennomsnittet som er plassert bakover, hjelper oss med å få en rettidig utgang. VIKTIG FLYGGEMIDDEL (WMA) Lar oss se på en annen type glidende gjennomsnitt. Målet med WMA er å ta bort lagret og øke følsomhetsfaktoren mot prisen. Det vektede glidende gjennomsnittet er vektet gjennomsnittet av de siste n-prisene, der vekten minker med 1 med hver forrige pris. Beregning: (n - 1) Pn-1) (n - 2) Pn-2). ((N - (n-1)) Pn - - 1). (N - (n - 1))) WMA reagerer raskere på prisendringer fordi det legger større vekt på de siste prisbevegelsene. På den måten viser trenden raskere sammenlignet med det enkle glidende gjennomsnittet. LESTE SQUARES MOVING GJENNOMFØRING Dette glidende gjennomsnittet kalles også i noen grad som et End Point Moving Average. Det er basert på lineær regresjon, men tar det ett skritt fremover ved å anslå det som ville ha skjedd hvis regresjonslinjen fortsatte, noe som gjorde det mer responsivt mot trender og spotting trendene tidligere sammenlignet med andre bevegelige gjennomsnitt. Brukes hovedsakelig som et crossover-signal med seg selv eller med andre bevegelige gjennomsnitt eller kan brukes med prisen som beveger seg over eller under den som et kjøps - eller selgesignal. I figur 3 viser vi tre glidende gjennomsnitt i ett diagram den første er minst Square Moving gjennomsnittlig (grønn) også kalt som End Point glidende gjennomsnitt. Red Circles viser prisstigningen over gjennomsnittet viser endring i trend eller sluttpunkt for trend opp og ned som bidrar til å gå ut av posisjonen eller ta motsatt handel. De to andre er WMA (tykk fiolett) og EMA (dashed Red). Beregningen av begge gjennomsnittene er nesten den samme, men i WMA blir mer vekt gitt til dagens pris, så det viser at WMA er nærmere prisen i forhold til EMA WILDERS MOVING AVERAGE Som navnet antyder, ble dette skapt av Welles Wilder, den store teknikeren, hvis arbeider inkluderer Relative Strength Index (RSI), Gjennomsnittlig Retningsindeks (ADX). Parabolisk Sar og Gjennomsnittlig True Range (ATR). Dette kalles noen ganger som det modifiserte glidende gjennomsnittet, og målet er å jevne prisbevegelsene for å identifisere prisutvikling. Wilder EMA-pris i dag K EMA i går (1-k) Hvor k 1N, N Antall perioder Formelen ligner EMA som har 2 parametere, en tidsserie og en blikkbaksperiode, og den gir en jevn linje. Prisen som holder seg og lukker over gjennomsnittet kalles som en opptrinn og under den som en downtrend. Figur 4 viser to gjennomsnitt under Wilders beregning. Det lengre glidende gjennomsnittet kan brukes til trendbestemmelse og kortere for handel for å kjøpe på dip og selge på stige. Crossover gir handelssignaler, men med et lag. RISING EQUITY CRUVE Nesten alle bruker flytende gjennomsnittsverdier i handelsprisutviklingen, vil disse nyere glidende gjennomsnittene hjelpe handelsfolk å fange trenden på en bedre måte og bygge et finere handelssystem mot å forstå markedstendenser, noe som gir en økende egenkapitalkurve. Gjennomgangsstudier Stuff Motivert av e - post fra Robert B. Jeg får denne e-posten og spør om Hull Moving Average (HMA) og. Og du har aldri hørt om det før. Uh. det er riktig. Faktisk, da jeg googlede, oppdaget jeg mange bevegelige gjennomsnittsverdier som Id aldri har hørt om, for eksempel: Zero Lag eksponentiell Moving Gjennomsnittlig Wilder Moving Gjennomsnittlig minste Square Moving Gjennomsnittlig trekantet Moving Average Adaptive Moving Gjennomsnittlig Jurik Moving Average. Så Så jeg trodde vi snakket om å flytte gjennomsnitt og. Hadde du gjort det før, som her og her og her og her og. Ja, ja, men det var før jeg visste om alle disse andre bevegelige gjennomsnittene. Faktisk var de eneste jeg spilte med, disse, hvor P 1. P 2. P n er de siste n aksjekursene (P n er den nyeste). Enkel Flytende Gjennomsnitt (SMA) (P 1 P 2. P n) K hvor K n. Vektet bevegelige gjennomsnitt (WMA) (P 1 2 P 2 3 P 3. N P n) K hvor K (12. n) n (n1) 2. Eksponensiell flytende gjennomsnitt (Ema) (P n 945 P n-1 945 2 P n-2 945 3 P n-3.) K hvor K 1 945945 2. 1 (1-945). Whoa Ive har aldri sett den EMA-formelen før. Jeg har alltid tenkt det var. Ja, det er normalt skrevet forskjellig, men jeg ville vise at disse tre har lignende resept. (Se EMA-ting her og her.) Faktisk ser de alle ut: Merk at hvis alle Ps er lik, si, Po, så er det glidende gjennomsnitt lig med Po også. og det er måten noen selvrespektive gjennomsnitt skulle oppføre seg på. Så som er best Definer best. Her er noen få bevegelige gjennomsnitt, som forsøker å spore en rekke aksjekurser som varierer i sinusformet mote: Aksjekurser som følger en sinuskurve Hvor fant du et lager på denne måten Vær oppmerksom på at de vanligste bevegelige gjennomsnittene (SMA, WMA og EMA) når deres maksimum senere enn sinuskurven. Det er lag og. Men hva med den HMA-fyren. Han ser ganske bra Ja, og det er det vi vil snakke om. Faktisk. Og hva er 6 i HMA (6) og jeg ser noe som heter MMA (36) og. Tålmodighet. Hull Moving Average Vi begynner med å beregne 16-dagers vektet flytende gjennomsnitt (WMA) slik: 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) K med K 12. 16 136. Selv om det er fint og smoooth, det har et lag større enn vi liker: Så vi ser på 8-dagers WMA: Jeg liker det Ja, det følger prisvariasjonene ganske pent. men det er mer. Mens WMA (8) ser på nyere priser, har det fortsatt et lag, så vi ser hvor mye WMA har endret når det går fra 8-dagers til 16-dagers. Denne forskjellen vil se slik ut: På den måten gir forskjellen noe indikasjon på hvordan WMA endrer seg. så legger vi til denne endringen i vår tidligere WMA (8) for å gi: 2 WMA (8) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Hvorfor kaller det MMA jeg stikker. Uansett, ville MMA (16) se slik ut: Jeg tar det tålmodighet. det er mer. Nå presenterer vi den magiske transformasjonen og får. Ta-DUM Thats Hull Ja. som jeg forstår det Men hva er det magiske ritualet Etter å ha generert en serie MMA s som involverer 8-dagers og 16-dagers vektede glidende gjennomsnitt, stirrer vi nøye på denne sekvensen av tall. Deretter beregner vi WMA de siste 4 dagene. Det gir Hull Moving Average som vi har kalt HMA (4). Huh 16 dager deretter 8 dager deretter 4 dager. Kaster du en mynt for å se hvor mange. Du velger et antall dager, som n 16. Da ser du på WMA (n) og WMA (n2) og beregner MMA 2 WMA (n2) - WMA (n). (I vårt eksempel er det 2 WMA (8) - WMA (16). Deretter beregner du WMA (sqrt (n)) ved å bruke bare de siste sqrt (n) tallene fra MMA-serien. en WMA (4), ved hjelp av MMA-serien.) Og for det morsomme SINE-diagrammet, så gjør du det hvor regnearket jeg fortsatt jobber med: MA-stuff. xls Det er interessant å se hvordan de ulike bevegelige gjennomsnittene reagerer på pigger: Er HMA virkelig et vektet glidende gjennomsnitt. Vel, se: Vi har: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3. 8 P n) 36 - (P 1 2 P 2 3 P 3. 16 P n) 136 eller MMA 2 (136) - (1136) P 1 2 P 2. 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Skriv av følgende grunner for sanitære årsaker: MMA w 1 P 1 w 2 P 2. W 16 P 16. Merk at alle vekter legger til 1. Videre, wk 2 (136) - (1136) K for K 1, 2. 8 og wk - (1136) K for K 9, 10. 16. Deretter gjør du den magiske kvadratroterritalen (hvor sqrt (16) 4). Vi har (husker at P 16 er den nyeste verdien). HMA 4-dagers WMA for de ovennevnte MMA-ene (w 1 p 1 w 2 p 2. w 16 P 16) 2 (w 1 P 0 w 2 P 1, w 16 P 15) 3 (w 1 P -1 w 2 P 0, w 16 P 14) 4 (w 1 P -2 w 2 P -1 W 16 P 13) 10 (bemerker at 1234 10). Huh P 0. P -1. Hva. MMA (16) bruker de siste 16 dagene, tilbake til prisen var callling P 1. Hvis vi beregner det 4-dagers vektede gjennomsnittet av disse MMA-ene, må du bruke gårsdagens MMA (og det går tilbake 1 dag før P 1) og dagen før, går MMA tilbake til 2 dager før P 1 og dagen før det. Okay, så du ringer dem priser P 0. P -1 etc. etc. Du har det. Så en 16-dagers HMA bruker faktisk info som går tilbake mer enn 16 dager, du har det. Men det er negative vekter for dem gamle priser Er det lovlig Beviset er i. Jaja. Beviset er i pudding. Så hva gjør regnearket Så langt ser det slik ut: (Klikk på bildet for å laste ned.) Du kan velge en SINE-serie eller en RANDOM-serie av aksjekurser. For sistnevnte, hver gang du klikker på en knapp, får du et annet sett med priser. Da kan du velge antall dager: det er vår n. (For eksempel brukte vi n 16 til vårt eksempel ovenfor.) Videre, hvis du velger SINE-serien, kan du introdusere pigger og flytte dem langs diagrammet. som dette . Merk at weve brukte n 16 og n 36 (i bildet av regnearket) fordi n2 og sqrt (n) er begge heltall. Hvis du bruker noe som n 15, bruker regnearket INT eger-delen av n2 og sqrt (n), nemlig 7 og 3. Så er Hull Moving Average den beste Definer best. Hva med det Jurik Average jeg vet ingenting om det. Den er proprietær og du må betale for å bruke den. men lar oss spille med glidende gjennomsnitt. Et annet flytende gjennomsnitt Anta at i stedet for vektet flytte gjennomsnittet (hvor vektene er proporsjonale med 1, 2, 3.). Vi bruker den magiske Hull-ritualen med det eksponentielle flytende gjennomsnittet. Det er, vi vurderer: MAg 2 EMA (n2) - EMA (n) MAg Ja, det er M oving En ver g g immick eller M oving En ver g e g e nalisert eller M oving En verage g rand eller. Eller M oving A verage g ummy Vær oppmerksom Vi velger vårt favoritt antall dager, som n 16, og beregner MAg (n, 945, k) 945 EMA (nk) - (1-945) EMA (n). Vi kan spille med 945 og k og se hva vi får: For eksempel, her er noen MAgs (hvor stod i 16 dager, men endrede verdiene 945 og k): MAg (16) 2 EMA (4) - EMA 16) MAg (16) 1.5 EMA (5) - 0,5 EMA (16) Vær oppmerksom på at når vi velger k 3 får vi nk 163 5,333 som vi bytter til ren og enkel 5,0. Hvorfor holder du ikke med Hulls valg: 945 2 og k 2 God ide. Vi får dette: MAg (16) 2 EMA (8) - EMA (16) Ser ut som diagrammet med 945 1.5 og k 3. Det gjør det, gjorde det ikke. igjen muligens. Så hva med den kvadratroterritalen jeg forlater som en øvelse. for deg Ok, mens du spiller med den MAg-tingen, finner jeg at Hulls k 2 fungerer ganske bra. så godt hold deg til det. Men vi får ofte et ganske fint gjennomsnitt når vi legger til bare et lite stykke endringen: EMA (n2) - EMA (n). Faktisk, legg bare til en brøkdel 946 av den endringen. Det gir: MAg (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Det vil si at vi velger 946 0,5 eller kanskje bare 946 0,25 eller hva som helst og bruk: For eksempel, hvis vi sammenligner våre gaggle av bevegelige gjennomsnitt som de sporer en STEP-funksjon, får vi dette, der vi bare legger til (for MAg) 946 12 av forandringen. Ja, men hva er den beste verdien av beta. Definer best: Merk at beta 1 er Hull-valget. bortsett fra å bruke EMAer i stedet for WMAer. Og du lar ut den kvadratroten ting. Uh, ja. Jeg glemte det. Merk . Regnearket endres fra time til time. Det ser for øyeblikket ut noe å spille med. Jeg fikk meg et regneark som ser ut som dette. Klikk på bildet for å laste ned. Du velger en aksje og klikker på en knapp og får et år verdt av daglige priser. Du velger enten HMA eller MAg, endrer antall dager og, for MAg, parameteren, og se når du skal kjøpe ro SELL. Når Basert på hvilke kriterier Hvis det bevegelige gjennomsnittet er NED x fra sitt maksimum i løpet av de siste 2 dagene, kjøper du. (I eksempelet x 1.0) Hvis det er UP y fra sitt minimum i løpet av de siste 2 dagene, selger du. (I eksemplet y 1.5) Du kan endre verdiene for x og y. Er det noe bra. disse kriteriene sa jeg at det var noe å leke med. Det er denne andre utjevningsteknikken som kalles Hodrick-Prescott Filter. Med hjelp av Ron McEwan, er den nå inkludert i dette regnearket: Er det noe bra å spille med det. Du vil legge merke til at det er en parameter du kan endre i celle M3. og kjøp og selg signaler.
Comments
Post a Comment