Kaufman Adaptive Moving Average Easylanguage

przez Michael R. Bryant. Wskaźniki techniczne są jednym z podstawowych elementów systemu wskaźników handlowych, takich jak średnie ruchome lub stochastyczne, mogą być postrzegane jako transformacje typów wejściowych zwykle: cena lub objętość przeznaczona na podkreślenie szczególnego aspektu rynku, np. jako że jego tendencja lub cykliczność Chociaż podstawowe znaczenie dla większości systematycznych metod handlu jest unikanie najczęstszych wskaźników, takich jak proste średnie kroczące i wskaźnik względnej wytrzymałości RSI, w przekonaniu, że rynek dostosował się do ich wykorzystania, zmniejszając ich skuteczność. Na sposobem na zrekompensowanie efektu efektywności rynkowej na żywotność wskaźników technicznych jest ich modyfikacja w sposób znaczący. Na przykład wskaźnik Chiden i Kroll s VIDYA 1 jest wykładniczą średnią ruchoma, w której współczynnik wygładzania zależy od zmienności rynku, że skuteczna długość wzroku jest zmniejszona, gdy zmienność wzrośnie W tym artykule rozwębuję rozszerzenie adaptacji a także pokazać, jak stosować go do różnych wskaźników z dodatkowymi dodatkowymi kodeksami. Wynikające z tego wskaźniki zapewniają większą wszechstronność niż wcześniejsze wskaźniki i mogą być bardziej spójne z statystycznym widokiem rynków. Dostosowanie modelu Look - Długość oparcia. Pozwalając na to, że rynki stale się zmieniają, warto starać się dostosowywać do zmian w jak największym stopniu. Większość wskaźników technicznych została pierwotnie opracowana z zachowaniem stałej długości wstecznej, np. Liczby prętów w prostej średniej ruchomej Wielu autorów zaproponowało dostosowanie długości wzrokowej do zmienności na rynku. Dla przykładu wskaźnik VIDYA Dynamic Average Average Average, Chande i Kroll używali kilku różnych wskaźników, w tym indeksu zmienności opartego na znormalizowanym odchyleniu standardowym ceny, w którym wyższe wartości wskaźnika skutkują niższą efektywną długością wsteczną Pomysł polegał na tym, że w okresach wyższej lotności średnia ruchoma powinna być większa e na rynek, podczas gdy w okresach o niższej lotności dłuŜsza średnia ruchoma była bardziej zgodna z zachowaniem rynku. Kaufman zastosował nieco inne podejście 2 Pomysł jego Kaufman Adaptive Moving Average przeanalizował, Ŝe w okresach wysokiej zmienności, bardziej prawdopodobne jest, że będzie to miało miejsce w przypadku luzu na rynku, co skutkuje wielokrotnymi stratami. Aby tego uniknąć, wykorzystywał dłuższy okres dla średniej ruchomej w okresach niechlujnej akcji cenowej, tak że średnia będzie mniej reagować na niestabilność rynku, skutkująca mniejszym odwrotem Podczas tendencyjnego działania na rynku spadek średniej ruchomości spowodował, że handel mógłby szybciej reagować na zmianę kierunku. Aby mierzyć choppiness, Kaufman stosował tzw. współczynnik efektywności ER, który mierzy wartość bezwzględna zmiany ceny w okresie oczekiwania wstecznego podzielona przez sumę wartości bezwzględnych zmian cen bar-to-bar w tym samym okresie Jeśli na przykład, zmiana netto w cenie wynosi zero - cena jest taka sama pod koniec okresu, jak na początku - wtedy ER będzie wynosić zero W tym przypadku rynek jest całkowicie nieskuteczny, ponieważ może poruszać się dużo od bar to bar, ale nie idzie gdziekolwiek Jeśli z drugiej strony rynek idzie stale w jednym kierunku w górę lub w dół, tak aby każdy ruch paska przyczynił się do zmiany ceny netto, ER będzie wynosiła 1 W tym sprawa, rynek jest w pełni sprawny, ponieważ wszystkie ruchy cen pasków przyczyniają się do tendencji Ogólnie rzecz biorąc, ER będzie leżeć pomiędzy 0 a 1.A Różne spojrzenie na Adaptive Look-Back Lengths. Gdy wiele różnych metrics może i mieć Była - stosowana do adaptacji długości wzroku, współczynnik efektywności wyłania fundamentalny aspekt działania rynku, mianowicie różnica między tendencją a zachowaniem cyklicznym. Wysokie wartości ER oznaczają silnie trujący rynek, co oznacza bardzo mały ruch cykliczny i niskie wartości ER sugeruje niewielki trend, a tym samym bardziej cykliczny ruch nt, z wyjątkiem przypadku małego ruchu w ogóle. To skłania się ku podejściu Kaufmana. Jednak jego decyzja o zastosowaniu dłuższych czasów wzroku na rynkach niestabilnych opiera się na założeniu, że dostosowujemy długość wzroku ruchu średnio i 2, że średnia ruchoma jest wykorzystywana do uruchomienia wejścia do obrotu lub wyjścia. Alternatywnym punktem widzenia jest ten, w jaki Ehlers poświęcił się pracy nad zastosowaniem metod przetwarzania sygnałów do handlu 3 Jego pogląd jest bardziej zgodny z próbami aby ściślej modelować część rynku zainteresowania, np. składnik trendu lub składnik cyklu Z tego punktu widzenia, średnia ruchoma na niekompletnym rynku powinna mieć krótszy czas zwrotu, aby dokładniej uchwycić wyższą częstotliwość reprezentowaną przez choppiness, podczas gdy na silnie rozwijającym się rynku długa długość wzroku jest bardziej spójna z ruchem rynkowym. Trzeci punkt widzenia to ten, który przyjmiemy mianowicie bardziej statystyczny. Po pierwsze, nie zakładajmy, że anythi więcej niż absolutnie konieczne w odniesieniu do danego wskaźnika i sposobu jego wykorzystania W szczególności nie zakładajmy, że wskaźnik jest średnią ruchomą, a nie zakładaj, że ma ona zastosowanie do ceny Może to być na przykład RSI zmienności lub średniej ruchomej stochastycznej objętości Wskaźnik może być używany w połączeniu z innymi wskaźnikami w ramach większej reguły dla wejścia lub wyjścia, a nie samemu. Z bardziej statystycznie zorientowanym poglądem celem jest stworzyć reguły handlowe, które mają statystyczną ważność, co oznacza, że ​​dopasowują się one do działań cenowych bez nadmiernego dopasowania Nie zakładamy, że wiemy, jak rynki działają wystarczająco dobrze, aby podjąć konkretne decyzje dotyczące tego, czy długość wzroku powinna wzrosnąć lub zmaleć, współczynnik sprawności Raczej mamy pewne powody, aby sądzić, że współczynnik sprawności może mieć znaczenie, dlatego też chcemy je uwzględnić jako zmienną, ale pozostawiamy ją na rynku, aby powiedzieć nam, czy i jak f jego w badaniach statystycznych jest używany w celu poinformowania nas, czy strategia handlowa zawierająca wskaźnik jest statystycznie ważna lub czy jest nadmierna, tj. niewłaściwa, ponieważ pasuje raczej do hałasu, a nie do sygnału na rynku. Więcej wszechstronnego Adaptive Look-Back. Biorąc pod uwagę poprzednią dyskusję, adaptowana długość wzroku wstecznego opracowana w oparciu o współczynnik sprawności ER i będzie wykorzystywał parametr do określenia zależności pomiędzy ER i długością wsteczną W szczególności rozważmy poniższe równanie. VER kwadratowy ER - 2 ER - 1 2 1 - TrendParam 0 5.w przypadku, gdy VER jest współczynnikiem sprawności zmiennej, a TrendParam jest parametrem trendu, który może przyjąć dowolną wartość dodatnią lub ujemną i który określa, czy długość wstecznej wzrośnie lub maleje wraz ze wzrostem ER. Jest to zasadniczo tylko sposób na odwrócenie współczynnika ER w zależności od parametru trendu Jak pokazano poniżej, zamiast skalować stałą wygładzania przez ER, jak to czyni Chande i Kroll i Kaufman, używamy VER With p oscylacyjne wartości TrendParam, VER zmienia się pozytywnie z ER, podczas gdy ujemne wartości TrendParam, VER zmienia się w sposób negatywny na ER Wraz z TrendParam równym zeru, VER równa się 1 dla wszystkich wartości ER Wykres jest wykorzystywany do lepszego skalowania wartości użytych jako mnożnik, jak wyjaśniono poniżej. Aby obliczyć adaptacyjną długość wsteczną przy użyciu tego równania, pomnożymy oryginalną wartość stałej wygładzania, Alpha, która odpowiada oryginalnej długości wstecznej, VER. Valfa Alpha VER. in które VAlpha jest adaptacyjną stałą wygładzania, a Alpha jest oryginalną wartością stałej wygładzania. Relacja między stałą wygładzania a długością tylnej taśmy jest taka sama, jak dla wykładniczej średniej ruchomej mianowicie N, która N jest wzrokiem wstecznym długość i Alpha to stała wygładzania Równanie to może być również napisane dla N w kategoriach alfa as. Dlatego adaptacyjna długość wzroku jest dlatego. ADAPTIVE MA. Adaptive Moving Average 05 08 00 11 15 15 AM Jason K Hutson Here s który dostosowuje prędkość średniej ruchomej, aby złapać szybko rozwijające się rynki, a jednocześnie spowolnić na rynkach bocznych, aby zredukować szarpnięcia. Aby połączyć zalety zarówno wolniejszych, jak i szybszych średnich kroczących, Perry Kaufman, technik rynku, menedżer pieniędzy i autor opracował adaptacyjną średnią ruchliwą AMA Szybsze średnie kroczące, wykorzystujące mniej dni w obliczeniach, są bardziej wrażliwe na fluktuacje na rynku i ostrzegają przedsiębiorcę przed zmianami tendencji szybciej niż wolniejsza średnia ruchoma Ale szybsza średnia ruchoma staje się nadmiernie wrażliwych w ruchu na bok i często przedsiębiorca kupuje i wychodzi z fluktuacji na rynku lub hałasu, gdy jest mały dochód Zwolniejsza średnia ruchoma filtruje ten hałas, ale ma opóźnienie, które często utrudnia przedsiębiorcy znaczna część zysków, kiedy rynek zaczyna się trenować. AMA dostosowuje długość jego średniej ruchomej, dzięki czemu szybciej, z wykorzystaniem mniej dni, obliczyć ruchome koło wiek, kiedy rynek szybko się rozwija, zmienia kierunki lub łamie się z zakresu handlowego Mimo to spowalnia, wykorzystując więcej dni, gdy rynek jest niestabilny i przemieszcza się w bok. Dlatego powinien generować mniej i bardziej zyskowne sygnały kupna. AMA, Kaufman po raz pierwszy zastosował kierunek i zmienność cen w celu uzyskania współczynnika sprawności ER ER zbliża się do 1, gdy rynek porusza się w górę lub w dół i zbliża się do zera, gdy jest w układzie bocznym Kaufman obliczył dwa, co nazwał, wygładzając stałe wykorzystując szybką i wolną wykładniczą średnią ruchliwą Służy do łączenia dwóch stałych wygładzania z ER, aby osiągnąć AMA, który dostosowuje się do tendencji rynkowej, a następnie generuje sygnały kupna i sprzedaŜy. Skorygowane z Adaptive Moving Averages przez Bruce'a Fabera, Technical Analysis z STOCKS COMMODITIES, Tom 13, Number 6 Kompletne wzory matematyczne i excel dane arkusza kalkulacyjnego są dostępne w Adaptive Moving Average przez Bruce'a Fabera. Staff Writer Z przyjemnością korzysta z trendów, wsparcia i oporu, średnich kroczących, RSI, MACD, ADX, pasm Bollingera, parabolicznego SAR, formacji wykresów i analizy objętości. musisz zapłacić, aby go najpierw zobaczyć, a to już po zapłaceniu już opłaty tylko po to, aby sprawdzić, czy są jakieś informacje, które mogę używać Doesn t mieć wiele sensu, huh Z wyjątkiem, jeśli byłem w twojej stronie internetowej. Kaufman s Współczynnik sprawności ER. Ważność ER została po raz pierwszy przedstawiona przez Perry'ego Kaufmana w jego książce z 1995 r. Inteligentny handel Jest obliczany przez podzielenie zmiany cen w okresie przez bezwzględną sumę ruchów cen, które miały miejsce w celu osiągnięcia tej zmiany Zakres wyników między 0 a 1 z wyższymi wartościami reprezentującymi bardziej wydajny lub bardziej uprzywilejowany rynek. ER jest w rzeczywistości bardzo podobny do CMC Chande Momentum Oscillator przedstawiony przez Tushar S Chande w The New Technical Trader 1994 Różnica polega na tym, że CMO bierze pod uwagę ccount kierunek rynku, ale jeśli weźmiesz bezwzględną wspólną politykę handlową i dziel się przez 100, otrzymasz współczynnik sprawności. Miarę siły trendów może być bardzo użyteczna, ponieważ niektóre strategie najlepiej sprawdzają się na rynku trendingowym, a niektóre na rynku związanym z zakresem średnia długość przenosi się lepiej w zależności od typu rynkowego w tym czasie. Kaufman początkowo przewidywał współczynnik sprawności do wykorzystania w jego Adaptive Moving Average KAMA Ale oprócz KAMA, jako część wskaźnika technicznego Walka o supremację, będziemy testować jako składnik zmiennej przemieszczającej się średniej i wskaźnika ważonego ruchu średnia. Jak obliczyć współczynnik sprawności. ER Kierunek Volatility. Direction ABS Zamknij Zamknij n. Volatility n ABS Close Close 1.n Okres współczynnika efektywności. Tutaj jest przykład 3-letni współczynnik sprawności ER. Efficiency Ratio Excel File. I zebrałem arkusz Excel zawierający współczynnik sprawności Kaufmana i udostępnił go do bezpłatnego pobrania. Zawiera podstawową wersję d jest przykładem powyżej i fantazyjną, która automatycznie dostosuje się do określonej długości Znajdziesz ją pod następującym linkiem w dolnej części strony w sekcji Pobieranie wskaźników technicznych Współczynnik sprawności Wyniki ER. Test. Jednak część wskaźnika technicznego Walka o supremację testowane zostaną testy wskaźnika sprawności jako składnika kilku wskaźników technicznych. Wskaźnik efektywności Zmienna Średnia ruchoma ER-VMA Wyniki zakończone. Współczynnik sprawności Adaptacyjne średnie ruchome Średni wynik ER-AMA. Wskaźnik skuteczności Log Normalny Adaptacyjny ruch Średni wskaźnik ER-LAMA. Efficiency Ratio Średnia waŜona średnia ruchoma ER-WMA. Będziemy testować ER jako filtr, biorąc tylko handel, gdy wskazuje silny trend. Efektywność Ratio Przykład.