Moving Averages: Was sind sie unter den populärsten technischen Indikatoren, gleitende Durchschnitte werden verwendet, um die Richtung des aktuellen Trends zu messen. Jede Art von gleitendem Durchschnitt (üblicherweise in diesem Tutorial als MA geschrieben) ist ein mathematisches Ergebnis, das durch Mittelung einer Anzahl von vergangenen Datenpunkten berechnet wird. Einmal bestimmt, wird der daraus resultierende Durchschnitt dann auf ein Diagramm aufgetragen, um es den Händlern zu ermöglichen, geglättete Daten zu betrachten, anstatt sich auf die alltäglichen Preisschwankungen zu konzentrieren, die allen Finanzmärkten innewohnen. Die einfachste Form eines gleitenden Durchschnitts, die in geeigneter Weise als ein einfacher gleitender Durchschnitt (SMA) bekannt ist, wird berechnet, indem man das arithmetische Mittel eines gegebenen Satzes von Werten annimmt. Zum Beispiel, um einen grundlegenden 10-Tage gleitenden Durchschnitt zu berechnen, würden Sie die Schlusskurse aus den letzten 10 Tagen addieren und dann das Ergebnis mit 10 teilen. In Abbildung 1 ist die Summe der Preise für die letzten 10 Tage (110) Geteilt durch die Anzahl der Tage (10), um den 10-Tage-Durchschnitt zu erreichen. Wenn ein Händler einen 50-tägigen Durchschnitt anstatt sehen möchte, würde die gleiche Art von Berechnung gemacht werden, aber es würde die Preise in den letzten 50 Tagen enthalten. Der daraus resultierende Durchschnitt unter (11) berücksichtigt die letzten 10 Datenpunkte, um den Händlern eine Vorstellung davon zu vermitteln, wie ein Vermögenswert in Bezug auf die letzten 10 Tage festgesetzt wird. Vielleicht fragen Sie sich, warum technische Händler dieses Werkzeug einen gleitenden Durchschnitt nennen und nicht nur ein normales Mittel. Die Antwort ist, dass, wenn neue Werte verfügbar werden, die ältesten Datenpunkte aus dem Set gelöscht werden müssen und neue Datenpunkte kommen müssen, um sie zu ersetzen. Damit wird der Datensatz ständig auf neue Daten übertragen, sobald er verfügbar ist. Diese Berechnungsmethode stellt sicher, dass nur die aktuellen Informationen berücksichtigt werden. In Fig. 2 bewegt sich der rote Kasten (der die letzten 10 Datenpunkte repräsentiert), sobald der neue Wert von 5 dem Satz hinzugefügt wird, und der letzte Wert von 15 wird aus der Berechnung gelöscht. Weil der relativ kleine Wert von 5 den hohen Wert von 15 ersetzt, würden Sie erwarten, dass der Durchschnitt der Datensatzabnahme, was es tut, in diesem Fall von 11 bis 10 zu sehen. Was verschieben die Durchschnitte aussehen Einmal die Werte der MA wurden berechnet, sie werden auf ein Diagramm geplottet und dann verbunden, um eine gleitende durchschnittliche Linie zu erzeugen. Diese geschwungenen Linien sind auf den Charts der technischen Händler üblich, aber wie sie verwendet werden, kann drastisch variieren (mehr dazu später). Wie Sie in Abbildung 3 sehen können, ist es möglich, mehr als einen gleitenden Durchschnitt zu jedem Diagramm hinzuzufügen, indem Sie die Anzahl der in der Berechnung verwendeten Zeiträume anpassen. Diese geschwungenen Linien mögen anfangs ablenkend oder verwirrend erscheinen, aber sie werden sich daran gewöhnt, wie es die Zeit verläuft. Die rote Linie ist einfach der durchschnittliche Preis in den letzten 50 Tagen, während die blaue Linie der durchschnittliche Preis in den letzten 100 Tagen ist. Nun, da Sie verstehen, was ein gleitender Durchschnitt ist und wie es aussieht, führen Sie gut eine andere Art von gleitenden Durchschnitt ein und untersuchen, wie es sich von dem zuvor erwähnten einfachen gleitenden Durchschnitt unterscheidet. Der einfache gleitende Durchschnitt ist bei den Händlern sehr beliebt, aber wie alle technischen Indikatoren hat er seine Kritiker. Viele Einzelpersonen argumentieren, dass die Nützlichkeit des SMA begrenzt ist, weil jeder Punkt in der Datenreihe gleich gewichtet wird, unabhängig davon, wo er in der Sequenz auftritt. Kritiker argumentieren, dass die jüngsten Daten signifikanter sind als die älteren Daten und einen größeren Einfluss auf das Endergebnis haben sollten. Als Reaktion auf diese Kritik begannen die Händler, den jüngsten Daten mehr Gewicht zu verleihen, was seither zur Erfindung von verschiedenen Arten von neuen Durchschnittswerten geführt hat, wobei der populärste der exponentielle gleitende Durchschnitt (EMA) ist. (Für weitere Lesungen siehe Grundlagen der gewichteten gleitenden Mittelwerte und was ist der Unterschied zwischen einer SMA und einer EMA) Exponentieller bewegter Durchschnitt Der exponentielle gleitende Durchschnitt ist eine Art gleitender Durchschnitt, der den jüngsten Preisen mehr Gewicht verleiht, um es besser zu machen Zu neuen Informationen. Lernen der etwas komplizierten Gleichung für die Berechnung einer EMA kann für viele Händler unnötig sein, da fast alle Charting-Pakete die Berechnungen für Sie machen. Jedoch für Sie Mathe-Aussenseiter da draußen, hier ist die EMA-Gleichung: Wenn Sie die Formel verwenden, um den ersten Punkt der EMA zu berechnen, können Sie feststellen, dass es keinen Wert gibt, der als vorherige EMA verwendet werden kann. Dieses kleine Problem kann gelöst werden, indem man die Berechnung mit einem einfachen gleitenden Durchschnitt beginnt und mit der obigen Formel von dort weiter fortfährt. Wir haben Ihnen eine Beispielkalkulationstabelle zur Verfügung gestellt, die reale Beispiele enthält, wie man sowohl einen einfachen gleitenden Durchschnitt als auch einen exponentiellen gleitenden Durchschnitt berechnet. Der Unterschied zwischen EMA und SMA Nun, da Sie ein besseres Verständnis davon haben, wie die SMA und die EMA berechnet werden, können Sie sich einen Blick darauf werfen, wie sich diese Durchschnittswerte unterscheiden. Mit Blick auf die Berechnung der EMA, werden Sie feststellen, dass mehr Wert auf die jüngsten Datenpunkte gesetzt wird, so dass es eine Art von gewichteten Durchschnitt. In Abbildung 5 ist die Anzahl der in jedem Durchschnitt verwendeten Zeiträume identisch (15), aber die EMA reagiert schneller auf die sich ändernden Preise. Beachten Sie, wie die EMA einen höheren Wert hat, wenn der Preis steigt, und fällt schneller als die SMA, wenn der Preis sinkt. Diese Reaktionsfähigkeit ist der Hauptgrund, warum viele Händler es vorziehen, die EMA über die SMA zu nutzen. Was sind die verschiedenen Tage Mittleren Durchlauf-Durchschnitten sind ein völlig anpassbarer Indikator, was bedeutet, dass der Benutzer frei wählen kann, was Zeitrahmen sie beim Erstellen des Durchschnitts wollen. Die häufigsten Zeiträume, die bei gleitenden Durchschnitten verwendet werden, sind 15, 20, 30, 50, 100 und 200 Tage. Je kürzer die Zeitspanne ist, um den Durchschnitt zu schaffen, desto empfindlicher wird es Preisänderungen. Je länger die Zeitspanne, desto weniger empfindlich oder mehr geglättet wird, wird der Durchschnitt sein. Es gibt keinen richtigen Zeitrahmen, um bei der Einrichtung Ihrer gleitenden Durchschnitte zu verwenden. Der beste Weg, um herauszufinden, welche man am besten für Sie mit einer Reihe von verschiedenen Zeitperioden zu experimentieren, bis Sie einen finden, der Ihr passt strategy. OANDA 1080108910871086108311001079109110771090 10921072108110831099 Cookie 10951090108610731099 1089107610771083107210901100 1085107210961080 10891072108110901099 10871088108610891090109910841080 1074 1080108910871086108311001079108610741072108510801080 1080 108510721089109010881086108010901100 10801093 10891086107510831072108910851086 108710861090108810771073108510861089109011031084 10851072109610801093 10871086108910771090108010901077108310771081 . 10601072108110831099 Cookie 10851077 10841086107510911090 1073109910901100 108010891087108610831100107910861074107210851099 107610831103 109110891090107210851086107410831077108510801103 10741072109610771081 10831080109510851086108910901080. 1055108610891077109710721103 108510721096 1089107210811090, 10741099 108910861075108310721096107210771090107710891100 1089 10801089108710861083110010791086107410721085108010771084 OANDA8217 109210721081108310861074 cookie 1074 108910861086109010741077109010891090107410801080 1089 10851072109610771081 105510861083108010901080108210861081 108210861085109210801076107710851094108010721083110010851086108910901080. 1048108510891090108810911082109410801080 10871086 107310831086108210801088108610741072108510801102 1080 10911076107210831077108510801102 109210721081108310861074 Cookie, 1072 10901072108210781077 1091108710881072107410831077108510801102 108010841080 108710881080107410771076107710851099 10851072 10891072108110901077 aboutcookies. org. 1042 108910831091109510721077 10861075108810721085108010951077108510801103 1080108910871086108311001079108610741072108510801103 109210721081108310861074 Cookie 108610871088107710761077108310771085108510991077 1092109110851082109410801080 108510721096107710751086 10891072108110901072 10731091107610911090 1085107710761086108910901091108710851099. 104710721075108810911079108010901100 108410861073108010831100108510991077 1087108810801083108610781077108510801103 1042109310861076 1042109910731088107210901100 1089109510771090 1042107910741077109610771085108510861077 1089108210861083110010791103109710771077 1089108810771076108510771077 (WMA) 10541087108010891072108510801077 WMA 10861079108510721095107210771090 1711074107910741077109610771085108510861077 1089108210861083110010791103109710771077 1089108810771076108510771077187 (1072108510751083. 171weighted bewegen average187). 10551086108410861075107210771090 10891075108310721076108010901100 108210881080107410911102 1094107710851099, 10951090108610731099 10831091109510961077 1080107610771085109010801092108010941080108810861074107210901100 10901088107710851076. WMA 107610771083107210771090 107710971077 1073108610831100109610801081 1091108710861088 10851072 1085107710761072107410851086 1087108610831091109510771085108510991077 107610721085108510991077, EMA 109.510.771.084. 1060108610881084109110831072 1042107910741077109610771085108510861077 1089108210861083110010791103109710771077 1089108810771076108510771077 10741099109510801089108311031077109010891103 10871091109010771084 109110841085108610781077108510801103 1082107210781076108610751086 10791085107210951077108510801103 1074 108710861089108310771076108610741072109010771083110010851086108910901080 10851072 108810721079108510991081 10821086110110921092108010941080107710851090 1080 10891083108610781077108510801103 1087108610831091109510771085108510991093 10881077107910911083110010901072109010861074. 1042 10891074110310791080 10891086 1089108310861078108510861089109011001102 1074109910951080108910831077108510801103 1076107210851085108610751086 10891082108610831100107911031097107710751086 10891088107710761085107710751086 1085108010781077 10871088108010741077107610771085 108710881080108410771088. 10551088107710761087108610831086107810801084, 109510901086 1094107710851099 10791072108210881099109010801103 10791072 108710861089108310771076108510801077 5 1076108510771081 108910831077107610911102109710801077: 1044107710851100 1060108610881084109110831072 108210861101109210921080109410801077108510901072, 108710881080108410771085110310771084108610751086 1082 108210721078107610861081 10801079 109410771085, 108910831077107610911102109710721103: lt n. 1095108010891083108010901077108310771084 1074 108210721078107610861084 108910831091109510721077 11031074108311031077109010891103 10951080108910831086, 108610731086107910851072109510721102109710771077 10851086108410771088 107610851103 1074 108710861089108310771076108610741072109010771083110010851086108910901080. lt d. 107910851072108410771085107210901077108310771084 11031074108311031077109010891103 10891091108410841072 1082108610831080109510771089109010741072 1076108510771081 1074 1074108010761077 109010881077109110751086108311001085108610751086 10951080108910831072. 105810721082 108210721082 10861073109710771077 1082108610831080109510771089109010741086 1076108510771081 10881072107410851086 5, 109010881077109110751086108311001085109910841080 1095108010891083107210841080 11031074108311031102109010891103 5, 4, 3, 2 1080 1, 1072 10801093 10891091108410841072 10881072107410851072 5432115. 1055108611011090108610841091 5-1076108510771074108510861077 WMA 10881072108910891095108010901099107410721077109010891103 108210721082 83 (515) 81 ( 415) 79 (315) 79 (215) 77 (115) 80,7 1044107710851100 1042 107610721085108510861081 10871088107710791077108510901072109410801080 108710881077107610861089109010721074108311031077109010891103 109010861083110010821086 10861073109710721103 1080108510921086108810841072109410801103. 1055108810801084107710881099 1087108810801074108610761103109010891103 1080108910821083110210951080109010771083110010851086 1074 10801083108311021089109010881072109010801074108510991093 10941077108311031093 1080 10841086107510911090 10851077 10861090108810721078107210901100 1090107710821091109710801077 1094107710851099 OANDA. 105410851080 10851077 11031074108311031102109010891103 10801085107410771089109010801094108010861085108510861081 1088107710821086108410771085107610721094108010771081 108010831080 10871086107310911078107610771085108010771084 1082 1089108610741077108810961077108510801102 108910761077108310821080. 1056107710791091108311001090107210901099, 10761086108910901080107510851091109010991077 1074 1087108810861096108310861084, 1085107710861073110310791072109010771083110010851086 109110821072107910991074107211021090 10851072 1088107710791091108311001090107210901099 1074 1073109110761091109710771084. 169 199682112017 OANDA Corporation. 104210891077 10871088107210741072 10791072109710801097107710851099. 10581086107410721088108510991077 10791085107210821080 OANDA, fxTrade 1080 108910771084107710811089109010741086 10901086107410721088108510991093 107910851072108210861074 fx 10871088108010851072107610831077107810721090 OANDA Corporation. 104210891077 108710881086109510801077 10901086107410721088108510991077 10791085107210821080, 10871088107710761089109010721074108310771085108510991077 10851072 1101109010861084 10891072108110901077, 11031074108311031102109010891103 10891086107310891090107410771085108510861089109011001102 108910861086109010741077109010891090107410911102109710801093 1074108310721076107710831100109410771074. 10581086108810751086107410831103 10821086108510901088107210821090107210841080 10851072 10801085108610891090108810721085108510911102 107410721083110210901091 108010831080 10801085109910841080 107410851077107310801088107810771074109910841080 1087108810861076109110821090107210841080 1089 10801089108710861083110010791086107410721085108010771084 10841072108810781080 1080 1082108810771076108010901085108610751086 10871083107710951072 107410831077109510771090 1074109910891086108210801077 10881080108910821080 1080 10871086107610931086107610801090 10851077 1074108910771084 1080108510741077108910901086108810721084. 10561077108210861084107710851076109110771084 107410721084 109010971072109010771083110010851086 1086109410771085108010901100, 10871086107610931086107611031090 10831080 107410721084 10901072108210801077 10901086108810751086107410991077 10861087107710881072109410801080 1089 109110951077109010861084 10741072109610801093 108310801095108510991093 1086107310891090108611031090107710831100108910901074. 1042107210961080 109110731099109010821080 10841086107510911090 108710881077107410991089108010901100 10861073109810771084 10741072109610801093 1080108510741077108910901080109410801081. 1048108510921086108810841072109410801103, 10871088108010741077107610771085108510721103 10851072 107610721085108510861084 10891072108110901077, 10851086108910801090 10861073109710801081 10931072108810721082109010771088. 10561077108210861084107710851076109110771084 107410721084 10761086 108510721095107210831072 10901086108810751086107410831080 1086107310881072109010801090110010891103 10791072 1087108610841086109711001102 1082 10851077107910721074108010891080108410991084 1082108610851089109110831100109010721085109010721084 1080 109110731077107610801090110010891103, 109510901086 10741099 108710861083108510861089109011001102 108710861085108010841072107710901077 107410891077 1089108610871091109010891090107410911102109710801077 10881080108910821080. 10581086108810751086107410831103 10871086108910881077107610891090107410861084 108610851083107210811085 -108710831072109010921086108810841099 107410831077109510771090 10761086108710861083108510801090107710831100108510991077 10881080108910821080. 10571084. 108810721079107610771083 17110551088107210741086107410991077 1074108610871088108610891099187 10791076107710891100. 1060108010851072108510891086107410991081 10891087108810771076-1073107710901090108010851075 10761086108910901091108710771085 109010861083110010821086 10821083108010771085109010721084 OANDA Europe Ltd, 1103107410831103110210971080108410891103 10881077107910801076107710851090107210841080 105710861077107610801085107710851085108610751086 10501086108810861083107710741089109010741072 108010831080 1056107710891087109110731083108010821080 10481088108310721085107610801103. 105010861085109010881072108210901099 10851072 1088107210791085108010941091, 1092109110851082109410801080 109310771076107810801088108610741072108510801103 105210584 1080 108210881077107610801090108510861077 10871083107710951086 10891074109910961077 50: 1 1085107710761086108910901091108710851099 107610831103 1088107710791080107610771085109010861074 10571086107710761080108510771085108510991093 106410901072109010861074 1040108410771088108010821080. 1048108510921086108810841072109410801103 10851072 1101109010861084 10891072108110901077 10851077 1087108810771076108510721079108510721095107710851072 107610831103 1078108010901077108310771081 10891090108810721085, 1074 1082108610901086108810991093 10771077 108810721089108710881086108910901088107210851077108510801077 108010831080 1080108910871086108311001079108610741072108510801077 10831102107310991084 10831080109410861084 108710881086109010801074108610881077109510801090 1084107710891090108510991084 1079107210821086108510721084 1080 10871088107210741080108310721084. 10501086108410871072108510801103 1089 108610751088107210851080109510771085108510861081 1086109010741077109010891090107410771085108510861089109011001102 OANDA Europe Limited 1079107210881077107510801089109010881080108810861074107210851072 1074 104010851075108310801080, 108810771075108010891090108810721094108010861085108510991081 10851086108410771088 7.110.087, 11021088108010761080109510771089108210801081 10721076108810771089: Turm 42, Boden 9a, 25 Old Broad St, London EC2N 1HQ. 104410771103109010771083110010851086108910901100 10821086108410871072108510801080 1083108010941077108510791080108810861074107210851072 1080 108810771075109110831080108810911077109010891103 10591087108810721074108310771085108010771084 10921080108510721085108910861074108610751086 1085107210761079108610881072. 10831080109410771085107910801103 8470 542574. OANDA Japan Co. Ltd. 8212 108710771088107410991081 10761080108810771082109010861088 10871086 108610871077108810721094108011031084 1089 10921080108510721085108910861074109910841080 1080108510891090108810911084107710851090107210841080 1090108010871072 Kanto Lokale Finanz Bureau (Kin-sho) 108810771075. 8470 2137 1095108310771085 1040108910891086109410801072109410801080 1092108010851072108510891086107410991093 109211001102109510771088108910861074, 108810771075. 8470 1571.Kaufman039s Adaptive Moving Average (KAMA) Kaufman039s Adaptive Moving Average (KAMA) Einleitung Entwickelt von Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) ist ein gleitender Durchschnitt, der für Marktlärm oder Volatilität verantwortlich ist. KAMA wird die Preise genau verfolgen, wenn die Preisschwankungen relativ klein sind und der Lärm niedrig ist. KAMA wird sich anpassen, wenn sich die Preisschwankungen erweitern und die Preise aus größerer Entfernung verfolgen. Mit diesem Trend-Indikator können Sie den Gesamttrend, die Zeitdrehpunkte und die Filterpreisbewegungen identifizieren. Berechnung Es sind mehrere Schritte erforderlich, um Kaufman039s Adaptive Moving Average zu berechnen. Let039s beginnen zunächst mit den von Perry Kaufman empfohlenen Einstellungen, die KAMA (10,2,30) sind. 10 ist die Anzahl der Perioden für das Efficiency Ratio (ER). 2 ist die Anzahl der Perioden für die schnellste EMA-Konstante. 30 ist die Anzahl der Perioden für die langsamste EMA-Konstante. Vor der Berechnung von KAMA müssen wir das Efficiency Ratio (ER) und die Smoothing Constant (SC) berechnen. Das Brechen der Formel in Bissgröße Nuggets macht es einfacher, die Methodik hinter dem Indikator zu verstehen. Beachten Sie, dass ABS für Absolutwert steht. Efficiency Ratio (ER) Die ER ist grundsätzlich die Preisänderung für die tägliche Volatilität angepasst. In statistischer Hinsicht sagt das Effizienzverhältnis die fraktale Effizienz der Preisänderungen. ER schwankt zwischen 1 und 0, aber diese Extreme sind die Ausnahme, nicht die Norm. ER wäre 1, wenn die Preise um 10 aufeinanderfolgende Perioden oder um 10 aufeinanderfolgende Perioden verschoben wurden. ER wäre null, wenn der Preis über die 10 Perioden unverändert bleibt. Glättungskonstante (SC) Die Glättungskonstante verwendet die ER - und zwei Glättungskonstanten auf der Grundlage eines exponentiellen gleitenden Durchschnitts. Wie Sie vielleicht bemerkt haben, verwendet die Glättungskonstante die Glättungskonstanten für einen exponentiellen gleitenden Durchschnitt in ihrer Formel. (2301) ist die Glättungskonstante für eine 30-Perioden-EMA. Der schnellste SC ist die Glättungskonstante für kürzere EMA (2-Perioden). Der langsamste SC ist die Glättungskonstante für die langsamste EMA (30-Perioden). Beachten Sie, dass die 2 am Ende ist, um die Gleichung zu quadrieren. Mit dem Efficiency Ratio (ER) und Smoothing Constant (SC) sind wir nun bereit, Kaufman039s Adaptive Moving Average (KAMA) zu berechnen. Da wir einen Anfangswert benötigen, um die Berechnung zu starten, ist die erste KAMA nur ein einfacher gleitender Durchschnitt. Die folgenden Berechnungen basieren auf der folgenden Formel. BerechnungsbeispielChart Die folgenden Bilder zeigen einen Screenshot aus einer Excel-Tabelle, die zur Berechnung von KAMA und dem entsprechenden QQQ-Diagramm verwendet wird. Verwendung und Signale Chartisten können KAMA wie jeden anderen Trend folgen Indikator, wie ein gleitender Durchschnitt. Chartisten können nach Preiskreuzungen, Richtungsänderungen und gefilterten Signalen suchen. Zuerst zeigt ein Kreuz über oder unter KAMA Richtungsänderungen in den Preisen an. Wie bei jedem gleitenden Durchschnitt, wird ein einfaches Crossover-System viele Signale und viele Whipsaws erzeugen. Chartisten können Whipsaws reduzieren, indem sie einen Preis - oder Zeitfilter auf die Crossover anwenden. Man könnte den Preis verlangen, um das Kreuz für die festgelegte Anzahl von Tagen zu halten oder das Kreuz zu verlängern, das KAMA um einen festgelegten Prozentsatz übersteigt. Zweitens können Chartisten die Richtung von KAMA nutzen, um den Gesamttrend für eine Sicherheit zu definieren. Dies kann eine Parametrierung erfordern, um den Indikator weiter zu glätten. Chartisten können den mittleren Parameter ändern, der die schnellste EMA-Konstante ist, um KAMA zu glätten und nach Richtungsänderungen zu suchen. Der Trend geht ab, solange KAMA fällt und untere Tiefen schmiedet. Der Trend ist so lange, wie KAMA steigt und höhere Höhen schafft. Das Kroger-Beispiel unten zeigt KAMA (10,5,30) mit einem steilen Aufwärtstrend von Dezember bis März und einem weniger steilen Aufwärtstrend von Mai bis August. Und schließlich können Chartisten Signale und Techniken kombinieren. Chartisten können eine längerfristige KAMA verwenden, um den größeren Trend und eine kürzere KAMA für Handelssignale zu definieren. Beispielsweise könnte KAMA (10,5,30) als Trendfilter verwendet werden und beim Aufsteigen als bullisch angesehen werden. Einmal bullisch, konnten die Chartisten dann nach bullischen Kreuzen Ausschau halten, wenn der Preis über KAMA (10,2,30) geht. Das Beispiel unten zeigt MMM mit einem steigenden langfristigen KAMA und bullish Kreuze im Dezember, Januar und Februar. Langfristige KAMA wandte sich im April ab und es waren bärische Kreuze im Mai, Juni und Juli. SharpCharts KAMA kann als Indikator-Overlay in der SharpCharts Workbench gefunden werden. Die Standardeinstellungen werden automatisch im Parameterfeld angezeigt, sobald sie ausgewählt sind und Chartisten diese Parameter an ihre analytischen Bedürfnisse anpassen können. Der erste Parameter ist für das Efficiency Ratio und Chartisten sollten von der Erhöhung dieser Zahl absehen. Stattdessen können Chartisten es verringern, um die Empfindlichkeit zu erhöhen. Chartisten, die KAMA für eine längerfristige Trendanalyse glätten möchten, können den mittleren Parameter schrittweise erhöhen. Obwohl der Unterschied nur 3 ist, ist KAMA (10,5,30) deutlich glatter als KAMA (10,2,30). Weitere Studie Aus dem Schöpfer bietet das untenstehende Buch detaillierte Informationen zu Indikatoren, Programmen, Algorithmen und Systemen, einschließlich Details zu KAMA und anderen gleitenden Durchschnittssystemen. Trading Systems und Methoden Perry KaufmanA vor ein paar Monaten hatte ich einen Beitrag über das Momentum Echo (hier klicken, um den Beitrag zu lesen). Ich lief über eine andere relative Stärke (oder Momentum, wenn Sie es vorziehen) Papier, das noch einen anderen Faktor testet. In Seung-Chan Parks Papier, The Moving Average Ratio und Momentum, sieht er das Verhältnis zwischen einem kurzfristigen und langfristig gleitenden Durchschnitt des Preises, um Wertpapiere nach Stärke zu ordnen. Das unterscheidet sich von den meisten anderen akademischen Literatur. Die meisten anderen Studien verwenden einfache Punkt-zu-Punkt-Preisrenditen, um die Wertpapiere zu ordnen. Die Techniker haben seit Jahren gleitende Durchschnitte verwendet, um die Preisbewegung zu verkleinern. Die meiste Zeit sehen wir Menschen mit der Überquerung eines gleitenden Durchschnitts als Signal für den Handel. Park verwendet eine andere Methode für seine Signale. Anstatt einfache Kreuze zu betrachten, vergleicht er das Verhältnis von einem gleitenden Durchschnitt zum anderen. Eine Aktie mit dem 50-Tage-Gleitender Durchschnitt deutlich über (unterhalb) der 200-Tage gleitenden Durchschnitt wird eine hohe (niedrige) Rangliste haben. Wertpapiere mit dem 50-Tage-Gleitender Durchschnitt in der Nähe des 200-Tage-Gleitendurchschnitts werden sich in der Mitte der Packung aufwickeln. In der Papier-Park ist Teil der 200-Tage gleitenden Durchschnitt als längerfristig gleitenden Durchschnitt, und er testet eine Vielzahl von kurzfristigen Mittelwerte von 1 bis 50 Tage. Es sollte nicht überraschen, dass sie alle arbeiten In der Tat, sie neigen dazu, besser zu arbeiten als einfache Preis-Rendite-basierte Faktoren. Das ist nicht eine große Überraschung für uns, aber nur, weil wir einen ähnlichen Faktor für mehrere Jahre verfolgt haben, die zwei gleitende Durchschnitte verwendet. Was mich immer überrascht hat, ist, wie gut dieser Faktor im Vergleich zu anderen Berechnungsmethoden im Laufe der Zeit ist. Der Faktor, den wir verfolgt haben, ist das gleitende durchschnittliche Verhältnis eines 65-Tage-Gleitendurchschnitts zum 150-Tage-Gleitender Durchschnitt. Nicht genau das gleiche wie das Park getestet, aber ähnlich genug. Ich zog die Daten, die wir auf diesen Faktor haben, um zu sehen, wie es mit den Standard 6- und 12-Monats-Preisrückführungsfaktoren vergleicht. Für diesen Test wird die obere Dezile der Ränge verwendet. Portfolios werden monatlich gebildet und rekonstruiert jeden Monat. Alles läuft auf unserer Datenbank, was ein Universum ist, das dem SP 500 SP 400 sehr ähnlich ist. (Zum Vergrößern anklicken) Unsere Daten zeigen dasselbe wie Parks Tests. Mit einem Verhältnis von gleitenden Durchschnitten ist deutlich besser als nur mit einfachen Preis-Rendite-Faktoren. Unsere Tests zeigen die gleitende durchschnittliche Ratio, die etwa 200 bps pro Jahr hinzufügt, was keine kleine Leistung ist. Es ist auch interessant zu bemerken, dass wir mit den gleichen Parametern für den gleitenden Durchschnitt und mit einem ganz anderen Datensatz genau zu dem Schluss kommen. Es geht nur darum zu zeigen, wie robust das Konzept der relativen Stärke ist. Für jene Leser, die unsere White Papers (hier und hier) gelesen haben, können Sie sich fragen, wie dieser Faktor mit unserem Monte Carlo Testprozess arbeitet. Ich werde nicht diese Ergebnisse in diesem Beitrag zu veröffentlichen, aber ich kann Ihnen sagen, diese gleitenden durchschnittlichen Faktor ist konsequent in der Nähe der Spitze der Faktoren, die wir verfolgen und hat sehr vernünftigen Umsatz für die Renditen, die es erzeugt. Mit einem gleitenden durchschnittlichen Verhältnis ist ein sehr guter Weg, um Wertpapiere für eine relative Stärke-Strategie zu ordnen. Historische Daten zeigen, dass es besser funktioniert als einfache Preisrendite Faktoren im Laufe der Zeit. Es ist auch ein sehr robuster Faktor, da mehrere Formulierungen funktionieren und es funktioniert auf mehreren Datensätzen. Dieser Eintrag wurde am Donnerstag, den 26. August 2010 um 13:39 Uhr veröffentlicht und ist unter Relative Strength Research abgelegt. Sie können alle Antworten auf diesen Eintrag durch den RSS 2.0 Feed verfolgen. Du kannst eine Antwort hinterlassen. Oder trackback von deiner eigenen Seite. 9 Responses to Moving Average Ratio und Momentum Eine weitere gleitend-durchschnittliche Alternative zur Verwendung von Punkt-zu-Punkt-Dynamik nimmt den gleitenden Durchschnitt des Impulses an 8230 Zum Beispiel, wenn man einfache Momentum-Ränge täglich überprüft, ist es8217s sehr laut die primäre Lösung gewesen , 8220don8217t check täglich, 8221 dh monatlich oder vierteljährlich zu überprüfen und zu veräußern und neu auszugleichen. Allerdings können Sie täglich testen und potenziell wieder ausgleichen täglich, mit viel weniger Lärm, wenn, anstatt mit 12 Monate Impuls, verwenden Sie die 21-Tage gleitenden Durchschnitt von 252-Tage-Momentum. Dies ist auch gleichwertig, BTW, auf das Verhältnis von heute8217s 21-Tage gleitenden Durchschnitt auf die 21-Tage gleitenden Durchschnitt. Der Vorteil der Verwendung der Impuls Durchschnitt ist, dass Sie mehr Reaktionsfähigkeit auf Veränderungen in der Dynamik als Sie tun, wenn Sie das Universum oncemonth oder einmal quarter überprüfen. Sicherlich ist es viel besser, die MA-Technik zu benutzen, wenn man ein kleineres Universum hat, um es anzuwenden, da ich eine Gruppe von ETFs als mein Universum verwende, es funktioniert gut für mich. Angesichts der Tatsache, dass Sie in einem Universum von 900 Aktien arbeiten und Bestände in einem Fondsformat offenlegen, kann es nicht auf Sie anwendbar sein, aber ich dachte, Sie könnten es interessant finden. Dies ist auch gleichbedeutend mit dem BTW, dem Verhältnis des heutigen 21-tägigen gleitenden Durchschnitts zum 21-tägigen gleitenden Durchschnitt von 252 DAYS AGO 8211 EDIT. John Lewis sagt: Wir verfolgen auch Faktoren, die einen gleitenden Durchschnitt einer Impulsberechnung oder Punktzahl einnehmen. Die alten Techniker8217 Trick der Verwendung eines MA zu glätten den Lärm funktioniert auf relative Stärke, wie es auf rohem Preis ist. Die Häufigkeit der Rebalance bestimmt oft, welche Art von Modell Sie verwenden können. Wir führen Strategien durch, die nur einmal im Quartal neu ausgeglichen werden können, und wir müssen unterschiedliche Modelle für diejenigen verwenden, die wir für Strategien verwenden, die wir täglich oder wöchentlich betrachten. Beide Methoden funktionieren, wenn man den richtigen Faktor verwendet, und wir haben festgestellt, dass die Erhöhung der Ausgleichsfrequenz automatisch die Rendite erhöht. Manchmal kommt es von der Rückkehr weg. Es hängt ganz vom Faktor ab und wie Sie es implementieren (zumindest in meiner Erfahrung). Mit den Universen und Parametern I8217ve getestet es auf, habe ich nicht festgestellt, was ich nennen würde 8220 statistisch signifikant8221 Verbesserungen im Gegenzug beim Umschalten von monatlichen Rebalen zu bewegten durchschnittlichen Techniken, die (potenziell mindestens) tägliche Rebellen ermöglichen. Was mich bemerkt hat, war zum größten Teil, was I8217d gleichwertige Renditen in den Backtest-Daten anruft. Ich habe besonders bemerkt, dass die durchschnittliche Anzahl der Handelsrundfahrten mit dem täglichen Veränderungspotential nur sehr geringfügig höher ist, d. h. es gibt einige Peitschen, aber nur wenige. Was ich persönlich über das Potenzial für tägliche Veränderungen mag, ist, wenn hypothetisch einer der Probleme I8217m in Abstürze und Verbrennungen, die MA-Technik würde schneller abreisen (und ersetzen durch eine andere Sicherheit). Offensichtlich ist das nicht genug im Laufe der Backtests passiert, um einen signifikanten Unterschied im Ergebnis zu fahren, aber es gibt eine nette Salbe zu meiner Psyche. Ich nehme an, wenn I8217m im Ruhestand und läuft mein Programm von einem Strand irgendwo, I8217ll lieber nur in monatlich zu überprüfen, though. That8217s später. Für jetzt, während I8217m auf dem Computer täglich sowieso, könnte auch laufen meine scans Paul Montgomery sagt: 8220Im nicht zu veröffentlichen, diese Ergebnisse in diesem Beitrag, aber ich kann Ihnen sagen, diese gleitenden durchschnittlichen Faktor ist konsequent in der Nähe der Spitze der Faktoren, die wir verfolgen Und hat sehr vernünftigen Umsatz für die Renditen es generiert8221 Great Post 8211 würde gerne mehr zu sehen auf diesem John Interessante Post in der Tat 8211 Ich habe eine Menge Papiere auf diese und die Erforschung ihrer Wirksamkeit8230 Die eine Sache, die ich nicht verstehen kann ist, wie ein Fonds kommen Wie AQR, die eine andere Form der Impulsinvestition vorschlägt, ist so schlecht. Ihre theorektischen Renditen sind etwa 13 pro Jahr, aber der eigentliche Fonds ist noch in Minus. Wunder, ob das Leben, das mit dieser Idee von Ihnen investiert, Ergebnisse in der Nähe der getesteten Mengen liefert
No comments:
Post a Comment