Der Adaptive Moving Average Adaptive Moving Average (AMA) - Technikindikator wird verwendet, um einen gleitenden Durchschnitt mit geringer Empfindlichkeit gegenüber Preisreihengeräuschen zu konstruieren und ist durch die minimale Verzögerung für die Trenddetektion gekennzeichnet. Dieser Indikator wurde von Perry Kaufman in seinem Buch "Marter Tradingquot" entwickelt und beschrieben. Einer der Nachteile der verschiedenen Glättungsalgorithmen für Preisreihen ist, dass zufällige Preissprünge das Auftreten falscher Trendsignale zur Folge haben können. Auf der anderen Seite führt die Glättung zu der unvermeidlichen Verzögerung eines Signals über Trendstopp oder Änderung. Dieser Indikator wurde zur Beseitigung dieser beiden Nachteile entwickelt. Sie können die Handelssignale dieses Indikators testen, indem Sie einen Expertenratgeber im MQL5-Assistenten erstellen. Kalkulation Um den aktuellen Marktzustand zu definieren, hat Kaufman den Begriff des Wirkungsgrades (ER) eingeführt, der nach folgender Formel berechnet wird: ER (i) aktueller Wert des Wirkungsgrad-Signals (i) ABS (Preis (i) - Preis (i - N)) aktueller Signalwert, absoluter Wert der Differenz zwischen dem aktuellen Preis und dem Preis N Zeitraum vorher Rauschen (i) Summe (ABS (Preis (i) - Preis (i - 1)), N) aktueller Rauschwert, Summe Absolute Werte der Differenz zwischen dem Preis der aktuellen Periode und dem Preis der Vorperiode für N Perioden. Bei einem starken Trend wird das Efficiency Ratio (ER) dazu tendieren, wenn es keine gerichtete Bewegung gibt, wird es etwas mehr als 0 sein. Der erhaltene Wert von ER wird in der exponentiellen Glättungsformel verwendet: EMA (i) Preis (d. h. ) SC EMA (i-1) (1 - SC) SC 2 / (n1) EMA-Glättungskonstante, n Periode des exponentiellen EMA (i-1) vorherigen Wertes von EMA. Das Glättungsverhältnis für den schnellen Markt muss wie bei EMA mit Periode 2 (schnelles SC 2 / (21) 0.6667) sein, und für den Zeitraum von keinem Trend muss die EMA-Periode gleich 30 sein (langsamer SC 2 / (301) 0.06452) . Somit wird die neue Wechselglättungskonstante eingeführt (skalierte Glättungskonstante) SSC: SSC (i) (ER (i) (schnell SC - langsames SC) langsam SC SSC (i) ER (i) 0.60215 0,06425 Für einen effizienteren Einfluss der Berechnungsformel: AMA (i) Preis (i) (SSC (i) 2) AMA (i-1) (1-SSC (i) 2) oder (nach Umlagerung (I) - AMA (i) AMA (i) aktueller Wert von AMA AMA (i1) vorheriger Wert von AMA SSC (i) I) aktueller Wert der skalierten Glättungskonstante. MetaTrader 5 - Indikatoren Fractal Adaptive Moving Average (FrAMA) - Indikator für MetaTrader 5 Beschreibung: Der Fractal Adaptive Moving Average Technische Indikator (FRAMA) wurde von John Ehlers entwickelt Algorithmus des Exponential Moving Average, bei dem der Glättungsfaktor auf der Grundlage der aktuellen fraktalen Dimension der Preisreihe berechnet wird. Der Vorteil von FRAMA ist die Möglichkeit, starken Trendbewegungen zu folgen und in den Momenten der Preiskonsolidierung ausreichend zu verlangsamen. Alle Analysetypen, die für Bewegungsdurchschnitte verwendet werden, können auf dieses Kennzeichen angewendet werden. FRAMA (i - 1) FRAMA (i) - aktueller Wert von FRAMA Preis (i) - aktueller Preis FRAMA (i) (I-1) - vorheriger Wert von FRAMA A (i) - Stromfaktor der Exponentialglättung. Der exponentielle Glättungsfaktor wird nach folgender Formel berechnet: A (i) EXP (-4.6 (D (i) - 1)) D (i) - aktuelle fraktale Dimension EXP () - mathematische Funktion des Exponenten. Die Fraktaldimension einer Geraden ist gleich Eins. Es ist aus der Formel ersichtlich, daß, wenn D & sub1 ;, dann EXP (-4,6 (1-1)) EXP (0) 1 ist. So wird bei Preisänderungen in geraden Linien keine exponentielle Glättung verwendet, da in einem solchen Fall die Formel Sieht wie folgt aus: FRAMA (i) 1 Preis (i) (1 - i) FRAMA (i-1) Preis (i) Der Indikator folgt genau dem Preis. Die fraktale Dimension einer Ebene ist gleich zwei. Aus der Formel ergibt sich, dass, wenn D 2, dann der Glättungsfaktor EXP (-4,6 (2-1)) EXP (-4,6) 0,01. Ein solcher kleiner Wert des exponentiellen Glättungsfaktors wird zu Momenten erhalten, wenn der Preis eine starke Sägezahnbewegung ausführt. Ein solches starkes Abbremsen entspricht etwa 200-Perioden einfachen gleitenden Durchschnitt. Formel der fraktalen Dimension: D (LOG (N1 N2) - LOG (N3)) / LOG (2) Sie wird auf der Grundlage der zusätzlichen Formel N (Länge, i) (HöchstPreis (i) - Niedrigster Preis (i)) / (I) - aktueller Maximalwert für Längenperioden LowestPrice (i) - aktueller Minimalwert für Längenperioden Die Werte N1, N2 und N3 sind jeweils gleich N1 (i) N (Länge, i) N2 (i) N ( Länge, i Länge) N3 (i) N (2 Länge, i) Fraktale Adaptive Moving Average Fractal Adaptive Moving Average Technische Indikator (FRAMA) wurde von John Ehlers entwickelt. Dieser Indikator basiert auf dem Algorithmus des Exponential Moving Average. In dem der Glättungsfaktor auf der Grundlage der aktuellen fraktalen Dimension der Preisreihe berechnet wird. Der Vorteil von FRAMA ist die Möglichkeit, starken Trendbewegungen zu folgen und in den Momenten der Preiskonsolidierung hinreichend zu verlangsamen. Alle Analysetypen, die für Bewegungsdurchschnitte verwendet werden, können auf dieses Kennzeichen angewendet werden. Sie können die Handelssignale dieses Indikators testen, indem Sie einen Expertenratgeber im MQL5-Assistenten erstellen. (I) FRAMA (i - 1) FRAMA (i) aktueller Wert von FRAMA Preis (i) aktueller Preis FRAMA (i - 1) vorheriger Wert von FRAMA A (i) Stromfaktor der exponentiellen Glättung. Der exponentielle Glättungsfaktor wird nach folgender Formel berechnet: A (i) EXP (-4.6 (D (i) - 1)) D (i) aktuelle fraktale Dimension EXP () mathematische Funktion des Exponenten. Die Fraktaldimension einer Geraden ist gleich Eins. Es ist aus der Formel ersichtlich, daß, wenn D & sub1 ;, dann EXP (-4,6 (1-1)) EXP (0) 1 ist. So wird bei Preisänderungen in geraden Linien keine exponentielle Glättung verwendet, da in einem solchen Fall die Formel sieht aus wie das. FRAMA (i) 1 Preis (i) (1 1) FRAMA (i1) Preis (i) I. e. Der Indikator folgt genau dem Preis. Die fraktale Dimension einer Ebene ist gleich zwei. Aus der Formel ergibt sich, dass, wenn D 2, dann der Glättungsfaktor EXP (-4,6 (2-1)) EXP (-4,6) 0,01. Ein solcher kleiner Wert des exponentiellen Glättungsfaktors wird zu Momenten erhalten, wenn der Preis eine starke Sägezahnbewegung ausführt. Ein solches starkes Abbremsen entspricht etwa 200-Perioden einfachen gleitenden Durchschnitt. Formel der fraktalen Dimension: D (LOG (N1 N2) - LOG (N3)) / LOG (2) Sie wird auf der Grundlage der zusätzlichen Formel N (Länge, i) (HöchstPreis (i) - Niedrigster Preis (i)) / (I) aktueller Maximalwert für Längenperioden LowestPrice (i) aktueller Minimalwert für Längenperioden Die Werte N1, N2 und N3 sind jeweils gleich: N2 (i) N (Länge, i Länge) N3 (i) N (2) Länge, i) Do Adaptive Moving Averages führen zu besseren Ergebnissen Gleitende Durchschnitte sind ein Lieblings-Tool von aktiven Händlern. Allerdings, wenn die Märkte zu konsolidieren, führt dieser Indikator zu zahlreichen whipsaw Trades, was zu einer frustrierenden Reihe von kleinen Siegen und Verluste. Analytiker haben Jahrzehnte versucht, den einfachen gleitenden Durchschnitt zu verbessern. In diesem Artikel betrachten wir diese Bemühungen und finden, dass ihre Suche zu nützlichen Trading-Tools geführt hat. (Für den Hintergrund, der auf einfachen gleitenden Durchschnitten überprüft, überprüfen Sie einfaches bewegendes Mittel, das Trends hervorhebt.) Vor - und Nachteile der bewegenden Durchschnitte Die Vor - und Nachteile der gleitenden Durchschnitte wurden von Robert Edwards und von John Magee in der ersten Ausgabe der technischen Analyse von zusammengefasst Aktien-Trends. Wenn sie sagten, und es war schon im Jahre 1941, dass wir die Entdeckung (obwohl viele andere es vorher gemacht haben), dass durch die Mittelung der Daten für eine bestimmte Anzahl von Tagen konnte man eine Art von automatisierten Trendlinie, die definitiv interpretieren würde die Änderungen der TrendIt schien fast zu gut um wahr zu sein. Tatsächlich war es zu schön, um wahr zu sein. Mit den Nachteilen überwiegen die Vorteile, Edwards und Magee schnell aufgegeben ihren Traum vom Handel von einem Strand Bungalow. Aber 60 Jahre nachdem sie diese Worte geschrieben haben, bestehen andere darin, ein einfaches Werkzeug zu finden, das den Reichtum der Märkte mühelos liefern würde. Simple Moving Averages Um einen einfachen gleitenden Durchschnitt zu berechnen. Fügen Sie die Preise für den gewünschten Zeitraum und dividieren durch die Anzahl der Perioden ausgewählt. Die Suche nach einem fünftägigen gleitenden Durchschnitt würde Summierung der fünf letzten Schlusskurse und die Teilung von fünf. Wenn das letzte Schließen über dem gleitenden Durchschnitt liegt, würde die Aktie als in einem Aufwärtstrend betrachtet werden. Abwärtstrends werden durch den Handel unter dem gleitenden Durchschnitt definiert. (Für mehr, siehe unsere Moving Averages Tutorial.) Diese Trend-Definition-Eigenschaft ermöglicht es, dass gleitende Durchschnitte, um Trading-Signale zu generieren. In ihrer einfachsten Anwendung kaufen Händler, wenn Preise über dem gleitenden Durchschnitt sich bewegen und verkaufen, wenn Preise unter dieser Linie übersteigen. Ein solcher Ansatz ist garantiert, um den Händler auf die rechte Seite jedes bedeutenden Handels zu setzen. Leider, während Glättung der Daten, bewegte Durchschnitte werden sich hinter der Markt-Aktion und der Händler wird fast immer geben einen großen Teil ihrer Gewinne auf sogar die größten Gewinn-Trades. Exponential Moving Averages Analysten scheinen die Idee des gleitenden Durchschnitts zu mögen und haben jahrelang versucht, die mit dieser Verzögerung verbundenen Probleme zu reduzieren. Eine dieser Innovationen ist der exponentielle gleitende Durchschnitt (EMA). Dieser Ansatz weist den jüngsten Daten eine relativ höhere Gewichtung zu und bleibt dadurch der Preisaktion näher als ein einfacher gleitender Durchschnitt. Die Formel zur Berechnung eines exponentiellen gleitenden Mittelwertes ist: EMA (Gewicht schließen) ((1-Gewicht) EMAy) Dabei: Gewicht ist die vom Analytiker gewählte Glättungskonstante EMAy ist der exponentielle gleitende Durchschnitt von gestern Ein gemeinsamer Gewichtungswert ist 0,181, Ist nah an einem 20-tägigen einfachen gleitenden Durchschnitt. Eine andere ist 0,10, was ungefähr ein 10-Tage-gleitender Durchschnitt ist. Obwohl es die Verzögerung verringert, kann der exponentielle gleitende Durchschnitt nicht ein anderes Problem mit sich bewegenden Durchschnittswerten ansprechen, was bedeutet, dass ihre Verwendung für Handelssignale zu einer großen Anzahl von verlierenden Geschäften führen wird. In neuen Konzepten in technischen Handelssystemen. Welles Wilder schätzt, dass Märkte nur Trend ein Viertel der Zeit. Bis zu 75 Handelsgeschäfte beschränken sich auf enge Bereiche, wenn gleitende durchschnittliche Kauf - und Verkaufssignale wiederholt erzeugt werden, da sich die Preise rasch und deutlich über dem gleitenden Durchschnitt bewegen. Um dieses Problem zu lösen, haben mehrere Analysten vorgeschlagen, den Gewichtungsfaktor der EMA-Berechnung zu variieren. (Weitere Informationen finden Sie unter Wie werden gleitende Durchschnitte im Handel verwendet) Anpassung der gleitenden Durchschnitte an die Marktaktivität Eine Methode, um die Nachteile der gleitenden Durchschnitte zu adressieren, besteht darin, den Gewichtungsfaktor mit einem Volatilitätsverhältnis zu multiplizieren. Dies würde bedeuten, dass der gleitende Durchschnitt weiter von dem aktuellen Preis in volatilen Märkten wäre. Dies würde Gewinner zu laufen. Als Trend geht ein Ende und die Preise konsolidieren. Würde der gleitende Durchschnitt näher an der gegenwärtigen Marktbewegung herangehen und theoretisch dem Händler erlauben, die meisten Gewinne, die während des Trends erfasst werden, zu halten. In der Praxis kann das Volatilitätsverhältnis ein Indikator wie die Bollinger-Bandbreite sein, die den Abstand zwischen den bekannten Bollinger-Bändern misst. Perry Kaufman schlug vor, die Gewichtsvariable in der EMA-Formel mit einer Konstante zu ersetzen, die auf dem Wirkungsgradverhältnis (ER) basiert, in seinem Buch "New Trading Systems and Methods". Dieser Indikator soll die Stärke eines Trends messen, der in einem Bereich von -1,0 bis 1,0 liegt. Es wird mit einer einfachen Formel berechnet: ER (Gesamtpreisänderung für Periode) / (Summe der absoluten Preisänderungen für jeden Balken) Betrachten Sie eine Aktie, die jeden Tag einen Fünfpunktbereich hat und am Ende von fünf Tagen einen Kurs erzielt hat Insgesamt 15 Punkte. Dies würde zu einem ER von 0,67 führen (15 Punkte Aufwärtsbewegung geteilt durch den gesamten 25-Punkte-Bereich). Wäre dieser Bestand um 15 Punkte gesunken, wäre der ER -0,67. (Für weitere Trading-Tipps von Perry Kaufman, lesen Sie Losing To Win, die Strategien für die Bewältigung der Handelsverluste skizziert.) Das Prinzip der Trends Effizienz basiert auf, wie viel Richtungsbewegung (oder Trend) Sie pro Einheit der Preisbewegung über ein Definierten Zeitraum. Ein ER von 1,0 zeigt an, dass der Bestand in einem perfekten Aufwärtstrend liegt -1,0 repräsentiert einen perfekten Abwärtstrend. Praktisch werden die Extreme selten erreicht. Um diesen Indikator zu finden, um den adaptiven gleitenden Durchschnitt (AMA) zu finden, müssen Händler das Gewicht mit der folgenden komplexen Formel berechnen: C (ER (SCF SCS)) SCS 2 Wobei: SCF die Exponentialkonstante für die schnellste ist EMA zulässig (meist 2) SCS ist die Exponentialkonstante für die langsamste EMA zulässig (oft 30) ER ist das oben erwähnte Wirkungsgrad-Verhältnis Der Wert für C wird dann in der EMA-Formel anstelle der einfacheren Gewichtsvariablen verwendet. Obwohl es schwierig ist, von Hand zu berechnen, ist der adaptive gleitende Durchschnitt in fast allen Handelssoftwarepaketen als Option enthalten. (Beispiele für einen einfachen gleitenden Durchschnitt (rote Linie), einen exponentiellen gleitenden Durchschnitt (blaue Linie) und den adaptiven gleitenden Durchschnitt (grüne Linie) sind in 1 gezeigt. Abbildung 1: Die AMA ist grün und zeigt den größtmöglichen Abflachungsgrad in der Bereichsgrenze auf der rechten Seite dieser Tabelle. In den meisten Fällen ist der exponentielle gleitende Durchschnitt, der als blaue Linie dargestellt ist, der Preisaktion am nächsten. Der einfache gleitende Durchschnitt wird als rote Linie angezeigt. Die drei gleitenden Durchschnitte, die in der Figur gezeigt werden, sind alle anfällig für whipsaw Trades zu verschiedenen Zeiten. Dieser Nachteil bei den gleitenden Durchschnitten ist bisher nicht auszuschließen. Fazit Robert Colby getestet Hunderte von technischen Analyse-Tools in The Encyclopedia of Technical Market Indicators. Er schloss, Obwohl der adaptive gleitende Durchschnitt eine interessante neuere Idee mit beträchtlichem intellektuellem Anklang ist, zeigen unsere vorläufigen Tests keinen wirklichen praktischen Vorteil zu dieser komplexeren Trendglättungsmethode. Dieses bedeutet nicht, daß Händler die Idee ignorieren sollten. Die AMA könnte mit anderen Indikatoren kombiniert werden, um ein profitables Handelssystem zu entwickeln. (Mehr zu diesem Thema finden Sie unter Entdeckung von Keltner-Kanälen und dem Chaikin-Oszillator.) Der ER kann als eigenständiger Trendindikator genutzt werden, um die profitabelsten Handelsmöglichkeiten zu erkennen. Als Beispiel zeigen Verhältnisse über 0,30 starke Aufwärtstrends und stellen potentielle Käufe dar. Alternativ, da die Volatilität bewegt sich in Zyklen, die Bestände mit dem niedrigsten Effizienz-Verhältnis könnte als Breakout-Chancen beobachtet werden. Die Fortsetzung der Suche nach robusten Momentum Indicators: die Fractal Adaptive Moving Average Nach dem letzten Beitrag und Einstellung der nicht-Arbeit-als - Angezeigte Trend Vigor Indikator, werden wir unsere Aufmerksamkeit auf die Welt der adaptiven gleitenden Durchschnitte. In diesem Fall werde ich mit dem FRAMA8211die FRactal Adaptive Moving Average arbeiten. Der Grund, warum ich beginne mit diesem einen ist, dass nach ETFHQ in diesem Beitrag. FRAMA ist ein Indikator, der eine sehr starke Leistung zu haben scheint, auch wenn er eine sehr einfache Strategie anwendet (lange, wenn der Kurs über den Indikator geht, vice versa). Aber bevor dann, I8217d, um eine Einführung in die FRAMA, durch die Verknüpfung mit dem Original Dr. John Ehlers Papier, hier. Während ich den Versuch unternahme, eine bessere formale Erklärung zu geben, als der Mann, der den Indikator erstellt hat (weshalb das Papier da ist), denke ich intuitiv über die FRAMA (oder die adaptive gleitende mittlere Indikatorfamilie) Sie sind Verbesserungen des exponentiellen gleitenden Durchschnitts, die versuchen, den Indikator während zyklischer Marktperioden zu glätten, um Whipsaws zu vermeiden, und eine schnellere Reaktion während Perioden starker Trends zu haben, um so den Schaden zu minimieren, der aufgrund eines endenden Trends herbeigeführt wird. Die FRAMA selbst vergleicht zwei Perioden von n / 2 Tagen (die letzten n / 2 Tage und die letzten n / 2 Tage vor den letzten n / 2 Tagen) zur Gesamtdauer (n Tage). Wenn es einen geraden Trend nach oben gibt, dann ist der Ausdruck (log (N1N2) - log (N3)) / log (2), wobei N1 die Differenz von höchstem und niedrigem Tief über die letzten n / 2 Tage und N2 ist Mit Ausnahme der vorigen n / 2 Tage vor den letzten n / 2 Tagen identisch ist und N3 über alle n Tage gleich ist, gleich null ist und somit der Exponent gleich 1 ist Analog zu einem EMA von 1 Tag. In ähnlicher Weise ist der Ausdruck log (N1N2) grßer als log (N3), und daher ist der Exponent (dh die fraktale Dimension) des Exponenten näher bei 2 (oder grßer) , Da ich die modifizierte FRAMA umgesetzt habe). Man sieht den Code: Im wesentlichen aus dem zweiten Teil des Codes ist dies eine fortgeschrittene Form des exponentiellen gleitenden Durchschnitts, der den Betrag der Bewegung über einen größeren Zeitraum in Bezug auf die Schwingung in zwei feineren Intervallen in den beiden Hälften berücksichtigt Dieser Frist. Die Methodik für die modifizierte FRAMA ist dank ETFHQ (noch einmal), hier zu finden. Und während Worte für ein wenig Erklärung zu machen, in diesem Fall ein Bild (oder mehrere) ist viel mehr wert. Hier ist ein Code, den ich geschrieben habe, um eine EMA zu zeichnen und drei separate FRAMA-Berechnungen (die Standardeinstellungen von John Ehlers, die besten ETFHQ-Einstellungen und die langsamen ETFHQ-Einstellungen) auf XLB von 2003 bis 2010 (ja, das gleiche XLB von unserer Trend Vigor Backtest, weil es das Go-to-Instrument für alle unsere einzelnen Aktienkurven war). Daraus ergibt sich folgende Handlung: Aus dieser Perspektive sind die Verbesserungen klar. Im Wesentlichen besitzt die langfristige FRAMA (FC 40, n 252, SC 252) viel von der Glätte der 126-Tage-EMA, während sie weitaus besser auf die Kurven der Preisaktion reagiert, um offene Aktien am Ende eines Trends zu halten. Die beiden schnelleren FRAMAs hingegen umarmen die Preisaktion stärker, doch behalten sie noch ein gewisses Maß an Glätte bei. Hier8217s der Code zum Zoomen auf 2007-2008. Und die entsprechende Handlung. Hier können wir einige weitere Eigenschaften sehen. Während die Standard-Einstellung von John Ehlers (blau) scheinbar die Kursentwicklung sehr genau verfolgt, befindet sich der Indikator in der Regel mitten in der Kursbewegung, hat aber nach wie vor die gelegentliche Trendfolge nach der Eigenschaft, wenn die Preisaktion sie zu Beginn des Finanzsystems durchbricht Krise. Mit anderen Worten, es scheint, dass es Sie sowohl als Trendfolger (whipsaws) verletzen kann, als auch als mittlerer Rückkehrindikator (wie gesehen, wenn XLB beginnt, in die Krise zu fallen), so dass dies zu der Vorstellung führt, dass ein Indikator nachverfolgen kann Der Preis zu gut. Auf der anderen Seite scheint die 126-Tage-FRAMA (die ETFHQ-Einstellungen, in Grün) wie eine dynamische Unterstützung und Widerstandsindikator, dass die redenden Köpfe weiter und weiter (noch geben sehr wenig Ratschläge, wie man tatsächlich objektiv zu berechnen) Da die Preisprophylaxe sie alle so oft berührt, aber nicht um sie schwingt. Es bricht in eine Richtung und schafft es, in dieser Richtung zu bleiben, bis es in die andere Richtung bricht, und eine Bewegung in diese Richtung aufrecht zu erhalten. Dies scheint eine Grundlage für eine künftige Handelsstrategie zu sein. Schließlich sieht die 252-Tage-FRAMA (die ETFHQ-Einstellungen für die Langzeit-FRAMA-Anzeige, in rot) wie eine bestätigende Anzeige oder ein Filter aus. Beachten Sie, dass die 126-Tage-EMA scheint so viel, wenn nicht mehr als die 252 Tage FRAMA, und von diesem Standpunkt aus, scheint es, dass die Ergebnisse sind nicht so gut für die gleiche Menge an Daten verarbeitet. Insgesamt scheint es, dass durch den Handel von Glätte und Reaktionsfähigkeit, kann man die Grundlagen eines möglichen Systems zu sehen. Die potenziellen Handelssysteme werden hier in Zukunft erforscht. Danke fürs Lesen. Verpassen Sie kein Update Abonnieren Sie R-bloggers um E-mails mit den letzten R Beiträgen zu erhalten. (Diese Meldung wird nicht mehr angezeigt.)
No comments:
Post a Comment