Jurik Gleitender Durchschnitt

Moving Averages Stuff Motiviert per E-Mail von Robert B. Ich erhalte diese E-Mail nach dem Hull Moving Average (HMA) und. Und du hast noch nie davon gehört. Uh. Stimmt. In der Tat, wenn ich gegoogelt entdeckte ich viele gleitende Durchschnitte, die Id noch nie gehört, wie: Zero Lag Exponential Moving Average Wilder Gleitender Durchschnitt Least Square Gleitender Durchschnitt Dreieckig Gleitender Durchschnitt Adaptiver Gleitender Durchschnitt Jurik Gleitender Durchschnitt. Also dachte ich wed reden über bewegte Durchschnitte und. Havent Sie getan, dass vor, wie hier und hier und hier und hier und. Ja, ja, aber das war, bevor ich von all diesen anderen bewegenden Durchschnitten wusste. Tatsächlich waren die einzigen, mit denen ich spielte, diese, wobei P 1. P 2. P n die letzten n Aktienkurse sind (wobei P n der jüngste ist). Simple Moving Average (SMA) (P & sub1; P & sub2; Pn) / K mit Kn. Gewichteter gleitender Mittelwert (WMA) (P 1 2 P 2 3 P 3 n P n) / K wobei K (12 n) n (n 1) / 2 ist. Exponential Moving Average (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) / K wobei K 1 945945 2 ist. 1 / (1-945). Whoa Ive nie gesehen, dass EMA Formel vor. Ich habe immer thoguht es war. Yeah, seine normalerweise anders geschrieben, aber ich wollte zeigen, dass diese drei ähnliche Rezepte haben. (Siehe das EMA-Material hier und hier.) Tatsächlich sehen sie alle folgendermaßen aus: Wenn alle Ps gleich sind, z. B. Po, dann ist der gleitende Durchschnitt gleich Po. Und das ist der Weg, den jeder sich selbst respektierende Durchschnitt verhalten sollte. Also, was ist am besten definieren am besten. Hier sind ein paar bewegte Durchschnitte, die versuchen, eine Reihe von Aktienkursen, die in einer sinusoidalen Mode variieren verfolgen: Aktienkurse, die eine Sinuskurve folgen Wo haben Sie eine Aktie wie finden Sie beachten, dass die häufig verwendete gleitende Mittelwerte (SMA, WMA Und EMA) ihr Maximum später als die Sinuskurve erreichen. Thats lag und. Aber was ist mit dem HMA-Kerl. Er sieht ziemlich gut aus, und das ist es, worüber wir sprechen wollen. Tatsächlich. Und was ist das 6 in HMA (6) und ich sehe etwas namens MMA (36) und. Geduld. Wir beginnen mit der Berechnung des 16-Tage-Weighted Moving Average (WMA) wie folgt: 1 WMA (16) (P 1 2 P 2 3 P 3 16 P n) / K mit K 12. 16 136 Schön und smoooth, itll haben eine lag größer als wed wie: Also schauen wir uns die 8-Tage-WMA an: Ich mag es ja, folgt es den Preisvariationen ganz nett. Aber theres mehr. Während WMA (8) auf neuere Preise schaut, hat es immer noch eine Verzögerung, so dass wir sehen, wie viel die WMA hat sich geändert, wenn von 8-Tage bis 16-Tage. Dieser Unterschied würde so aussehen: In gewissem Sinne gibt dieser Unterschied einige Hinweise darauf, wie sich WMA verändert. (8) - WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16) addieren wir diese Änderung zu unserer früheren WMA (8). MMA Warum nennen es MMA Ich stottern. Wie auch immer, MMA (16) würde so aussehen: Ill nehmen Sie Geduld. es gibt mehr. Nun stellen wir die magische Transformation vor und bekommen. Ta-DUM Das ist Rumpf Ja. Wie ich es verstehe Aber was ist das magische Ritual Nachdem wir eine Serie von MMAs mit dem 8-Tage - und 16-Tage-gewichteten gleitenden Durchschnitt erstellt haben, starren wir aufmerksam auf diese Sequenz von Zahlen. Dann berechnen wir die WMA in den letzten 4 Tagen. Das ergibt den Hull Moving Average, den wir HMA nennen (4). Huh 16 Tage dann 8 Tage dann 4 Tage. Werfen Sie eine Münze zu sehen, wie viele. Sie wählen eine Anzahl von Tagen aus, wie n 16. Dann betrachten Sie WMA (n) und WMA (n / 2) und berechnen MMA 2 WMA (n / 2) - WMA (n). (In unserem Beispiel, das ist 2 WMA (8) - WMA (16).) Dann berechnen Sie WMA (sqrt (n)) mit nur die letzten sqrt (n) Zahlen aus der MMA-Serie (In unserem Beispiel thatd zu berechnen Ein WMA (4), unter Verwendung der MMA-Reihe.) Und für das lustige SINE Diagramm Howd es tun So wheres das Spreadsheet Im, das noch an ihm arbeitet: MA-stuff. xls Sein interessant, zu sehen, wie die verschiedenen bewegenden Durchschnitte auf Spitzen reagieren: Ist HMA wirklich ein gewichteter gleitender Durchschnitt Nun können wir sehen: Wir haben: 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 oder MMA 2 (1/36) - (1/136) P 1 2 P 2 8 P 8 - (1/136) 9 P 9 10 P 10 16 P 16 Für sanitäre Einrichtungen Es sei angemerkt, daß alle Gewichte zu 1 addieren. Ferner ist wk & sub2; (1/36) - (1/136) K für K & sub1; & sub0 ;. 1, 2. 8 und wk - (1/136) K für K 9, 10. 16. Dann haben wir das magische Quadratwurzelritual (wobei sqrt (16) 4) (wir erinnern uns, dass P 16 am meisten ist Jüngster Wert) HMA der 4-Tage-WMA der oben genannten MMAs (w 1 P 1 w 2 P 2. (W & sub1; P & sub1; & sub1; P & sub1; & sub2; P & sub1; & sub6; W 16 P 13) / 10 (unter Hinweis darauf, dass 1234 10). Huh P 0. P -1. Was. Die MMA (16) verwendet die letzten 16 Tage, zurück zum Preis rufen P 1 an. Wenn wir den 4-Tage-gewogenen Mittelwert von ihnen Thar-MMA berechnen, gut mit gestern s MMA (und das geht zurück 1 Tag vor P 1) und am Tag davor, die MMA geht zurück zu 2 Tage vor P 1 und den Tag Vor, dass. Okay, so dass Sie rufen sie Preise P 0. P -1 etc. etc. Du hast es. So ein 16-Tage-HMA verwendet tatsächlich Informationen, die zurück geht mehr als 16 Tage, rechts Du hast es. Aber es gibt negative Gewichte für sie alte Preise Ist das legal Der Beweis ist in der. Ja ja. Der Beweis ist im Pudding. Also, was macht die Tabelle so weit es sieht so aus: (Klicken Sie auf das Bild zum herunterladen.) Sie können wählen, eine SINE-Serie oder eine RANDOM Reihe von Aktienkursen. Für die letzteren, jedes Mal, wenn Sie auf eine Schaltfläche klicken Sie einen weiteren Satz von Preisen. Dann können Sie die Anzahl der Tage: das ist unser n. (Beispielsweise haben wir für unser Beispiel n 16 verwendet.) Wenn Sie sich für die SINE-Serie entscheiden, können Sie Spikes einführen und diese entlang des Diagramms verschieben. so was . Beachten Sie, dass wir mit n 16 und n 36 (im Bild der Kalkulationstabelle) n / 2 und sqrt (n) beide ganze Zahlen verwenden. Wenn Sie so etwas wie n 15 verwenden, verwendet die Kalkulationstabelle den INT-eger-Teil von n / 2 und sqrt (n), nämlich 7 und 3. So ist der Hull Moving Average die beste Definition am besten. Was ist mit dem Jurik Durchschnitt ich weiß nichts davon. Es proprietär und du musst zahlen, um es zu benutzen. Jedoch können wir mit gleitenden Durchschnitten spielen. Ein anderer gleitender Durchschnitt Angenommen, anstelle des gewichteten gleitenden Durchschnitts (wobei die Gewichte proportional zu 1, 2, 3 sind). Wir verwenden das magische Hull-Ritual mit dem Exponential Moving Average. Das heißt, wir betrachten: MAg 2 EMA (n / 2) - EMA (n) MAg Ja, das ist M oving A verage g immick oder M oving A veree g eneralized or M oving A verage g rand or. Oder M oving A verage g ummy Lohnaufmerksamkeit Wir wählen unsere Lieblingszahl von Tagen, wie n 16, und berechnen Sie MAg (n, 945, k) 945 EMA (n / k) - (1-945) EMA (n). Wir können mit 945 und k spielen und sehen, was wir bekommen: Zum Beispiel, hier sind ein paar MAgs (wo waren 16 Tage bleiben, aber die Werte von 945 und k): MAg (16) 2 EMA (4) - EMA Es ist zu beachten, dass wir, wenn wir k 3 auswählen, n / k 16/3 5.333 erhalten, die wir in einfach und einfach ändern. Warum dont Sie Stick mit Hulls Entscheidungen: 945 2 und k 2 Gute Idee. Mi bekommen diese: MAG (16) 2 EMA (8) - EMA (16) Sieht aus wie die Tabelle mit 945 1,5 und k 3. Es tut, nicht Sie haben goof. Wieder Möglich. Also, was über das Quadrat-Root-Ritual Ich lasse das als Übung. Für Sie Okay, beim Spielen mit dieser MAg Sache finde ich, dass Hulls k 2 ziemlich gut funktioniert. So gut bleiben. Allerdings bekommen wir oft einen hübschen Durchschnitt, wenn wir nur ein kleines Stück der Änderung hinzufügen: EMA (n / 2) - EMA (n). In der Tat, fügen Sie nur einen Bruchteil 946 dieser Änderung. Dies ergibt: MAg (n, 946) EMA (n / 2) 946 EMA (n / 2) - EMA (n). Das heißt, wählen wir 946 0,5 oder vielleicht nur 946 0,25 oder was auch immer und verwenden Sie: Zum Beispiel, wenn wir unsere gaggle der gleitenden Durchschnitte vergleichen, wie sie eine STEP-Funktion verfolgen, erhalten wir diese, wo wir hinzufügen (für MAg) nur 946 1 / 2 der Änderung. Ja, aber was ist der beste Wert der Beta. Bestimmen Sie am besten: Beachten Sie, dass Beta 1 die Option Hull ist. Außer, dass EMAs anstelle von WMAs verwendet wurden. Und Sie lassen das Quadrat-Wurzel-Ding. Äh, ja. Ich habe es vergessen. Hinweis . Die Kalkulationstabelle ändert sich von Stunde zu Stunde. Es sieht jetzt wie folgt aus Etwas zum Spielen Ich habe mir eine Tabelle, die so aussieht. Klicken Sie auf das Bild zum herunterladen. Sie wählen eine Aktie und klicken Sie auf eine Schaltfläche und erhalten ein Jahr im Wert von Tagespreisen. Sie wählen entweder HMA oder MAg, ändern die Anzahl der Tage und, für MAg, den Parameter, und sehen, wenn Sie KAUFEN VERKAUFEN sollten. Wenn Basierend auf welchen Kriterien Wenn der gleitende Durchschnitt in den letzten 2 Tagen DOWN x von seinem Maximum abweicht, kaufst du. (In dem Beispiel, x 1,0) Wenn seine UP y von seinem Minimum in den letzten 2 Tagen, Sie SELL. (Im Beispiel y 1.5) Sie können die Werte von x und y ändern. Taugt es etwas. Diese Kriterien Ich sagte, es war etwas zu spielen. Theres diese andere Glättung Technik genannt Hodrick-Prescott Filter. Mit Hilfe von Ron McEwan, ist es jetzt in diesem Kalkulationstabelle enthalten: Ist es ein gutes Spiel mit ihm. Sie werden bemerken, dass theres ein Parameter, den Sie in Zelle M3 ändern können. Und KAUF - und SELL-Signale. Erweiterte Handelssoftware: technische Analyse und neuronale Netze Ingenious Moving Average: Optimierung der technischen Analyse Als Händler sind Sie wahrscheinlich mit den ständigen Versuchen vertraut, den idealen Moving Average (MA) zu schaffen, der in der Lage ist, ausreichend Lärm zu reduzieren , Haben ergeben: Der Lärm ist immer noch da. Allerdings sind nicht alle Nachrichten schlecht. Angespornt durch die unermüdliche Forschung, durchgeführt von Kalman, Kaufman, Jurik und anderen talentierten Marktanalysten, Händlern und Wissenschaftlern, weigerte sich das Tradecision Forschungsteam, von der Situation entmutigt zu werden. Diese Beharrlichkeit war nicht umsonst. Nicht, dass wir etwas perfektes geschaffen haben. Wir haben es gerade geschafft, einen Lärm-Beseitigungsfilter zu entwickeln, der dem Händler einen viel besseren Einblick in die Marktsituation gibt, besser als jeder andere MA8217, den wir kennen 8211 Ingenious Moving Average. Lassen Sie uns ersparen Sie die Marketing-Mumbo-Jumbo und erhalten Sie auf die Tatsachen, indem Sie mehrere Beispiele für Ingenious MA8217s Leistung. Die Analyse prüft die Leistung des filters8217s unter Verwendung der 3 Hauptmessungen irgendeiner MA8217s Leistung: Genauigkeit, Rechtzeitigkeit und Glätte. Genauigkeit Da die Genauigkeit dafür verantwortlich ist, wie nahe an den ursprünglichen Daten eine graphische Linie ist, die durch einen gleitenden Durchschnitt erzeugt wird, ist sie einer anderen der 3 Parameter 8211-Glätte entgegengesetzt. Je glatter der MA, desto locker spiegelt er die ursprüngliche Zeitreihe. Daher muss eine genaue MA die optimale Korrelation der beiden Parameter gewährleisten. In dieser Hinsicht, Ingenious MA verfinstert jede andere MA in Existenz. Rechtzeitigkeit Ein weiterer entscheidender Aspekt, auf dem jeder MA ausgewertet wird, ist die Höhe der Verzögerung, die es hat. Mit einem MA deutlich hinter der ursprünglichen Zeitreihe kann sehr leicht in Sie machen spät Entscheidungen und damit verlieren Ihre Trades führen. Da eine völlig verzögerungsfreie MA auch theoretisch nicht existieren kann, kann Ingenious MA als MA betrachtet werden, mit dem die Verzögerung optimal reduziert wird. Glätte Die Glätte ist zweifellos der wichtigste Leistungsfaktor, weil jede Art von Filter, die für das Entfernen von Rauschen vorgesehen ist, auch Ihren Graph optimal glatt machen muss. Wie wir bereits oben erwähnt haben, wird der Glätte durch Genauigkeit entgegengewirkt, und die Gewährleistung eines optimal hohen Glättegrads, ohne die Genauigkeit eines MA zu beeinträchtigen, ist das Haupthindernis. Wir haben diese große Herausforderung mit viel Erfolg erfüllt. Laden Sie den Artikel Ingenious Moving Average (PDF-Datei 140 KB) herunter.