Flytta AVERAGES. Moving medeltal är ett av de mest populära och lättanvända verktygen som är tillgängliga för teknisk analytiker. De släpper en dataserie och gör det enklare att upptäcka trender, något som är särskilt användbart på volatila marknader. De utgör också byggstenarna för många andra tekniska indikatorer och överlagringar. De två mest populära typerna av glidande medelvärden är Simple Moving Average SMA och Exponentential Moving Average EMA. De beskrivs närmare nedan. Simple Moving Average SMA. A enkelt glidande medelvärde bildas genom att beräkna medelvärdet Pris på en säkerhet över ett visst antal perioder Medan det är möjligt att skapa glidande medelvärden från öppna, höga och låga datapunkter skapas de mest glidande medelvärdena med slutkursen till exempel en 5-dagars SMA beräknas av lägger till slutkurserna för de senaste 5 dagarna och delar upp summan med 5.Kalkylen upprepas för varje prisfält på diagrammet. Medelvärdena förenas sedan för att bilda en slät cu Svänglinjen - den glidande medellinjen Fortsätter vårt exempel om nästa stängningskurs i medelvärdet är 15, då kommer den nya perioden att läggas till och den äldsta dagen, som är 10, skulle tappas. Den nya 5-dagars SMA skulle beräknas som följer. Under de senaste 2 dagarna flyttade SMA från 12 till 13 När nya dagar läggs till kommer de gamla dagarna subtraheras och det glidande genomsnittet fortsätter att röra sig över tiden. I det här exemplet använder stängningspriser dag 10 den första dagen Möjligt att beräkna en 10-dagars SMA När beräkningen fortsätter läggs den nyaste dagen till och den äldsta dagen subtraheras. Den 10-dagars SMA för dag 11 beräknas genom att lägga till priserna för dag 2 till dag 11 och dela med 10 Den genomsnittliga processen fortsätter sedan vidare till nästa dag där 10-dagars SMA för dag 12 beräknas genom att lägga till priserna för dag 3 till dag 12 och delning med diagram ovan är en plot som innehåller datasekvensen i tabellen SMA börjar på dagen 10 och fortsätter Denna enkla illustration belyser faktum Att alla glidande medelvärden är fördröjande indikatorer och kommer alltid att ligga bakom priset. Priset trender ner, men SMA som är baserat på de föregående 10 dagarna av data ligger kvar över priset. Om priset stiger, skulle SMA sannolikt vara nedanför Eftersom glidande medelvärden är fördröjande indikatorer, passar de i kategorin trend efter indikatorer När priserna trender, fungerar glidmedelvärdena bra. Men när priserna inte trender kan glidande medelvärden ge vilseledande signaler. Exponentialrörande genomsnittlig beräkning. Exponentiella rörliga genomsnittsvärden kan Specificeras på två sätt - som en procentbaserad EMA eller som en periodbaserad EMA En procentbaserad EMA har en procentandel som sin enda parameter medan en periodbaserad EMA har en parameter som representerar EMAs längd. Formeln För ett exponentiellt rörligt medelvärde är. EMA nuvarande Prisström - EMA prev x Multiplikator EMA prev. For en procentbaserad EMA är multiplikatorn lika med EMAs angivna procentandel. För en periodbaserad EMA, Mu ltiplier är lika med 2 1 N där N är det angivna antalet perioder. Till exempel beräknas en 10-årig EMA s Multiplikator som denna. Förbättra det rörliga genomsnittliga korsningssystemet. Ta en titt på ett enkelt glidande medelvärdesöverföringssystem Och se om vi kan förbättra det Specifikt kan vi förbättra det genomsnittliga systemets prestanda genom att minska antalet whipsaws under de fina marknaderna för frusna intervall Whipsaws uppträder när en marknad flyttar från trendläge till konsolideringsläge Under detta konsolideringsläge systemet Blir whipsawed från lång till kort skapa en sträng av förlorande affärer Långa affärer plötsligt vänder slår ditt stopp Likaså för korta affärer Dessa falska signaler kan förstöra din egenkapitalkurva I den här artikeln kommer jag att presentera två enkla metoder för att förbättra det enkla glidande genomsnittliga korsningssystemet Dessa idéer kan enkelt implementeras i ditt handelssystem och kan ge en bra utgångspunkt för en trend som följer system. Baseline System. Our baseli Ne-systemet kommer att bestå av två enkla glidande medelvärden SMA som exekveras på ett dagligt diagram över euron Futures Jag väljer euron eftersom den har visat fast trendegenskaper i motsats till aktieindexmarknaderna som tenderar att vara genomsnittliga återföring Om du kommer att återkalla signaler genereras när en snabbare rörlig genomsnittsutlösare SMA eller triggerlinje korsar en långsammare, glidande, genomsnittlig långsam SMA eller långsam linje. Ström SMA 50-period Trigger SMA 3-perioden. Gå långt när utlösaren korsar ovanför Slow SMA Go Short när utlösaren korsar långsamt SMA. Dates Testade maj 2001 30 september 2013 Provisioner Slippage 30 dras av per handel Antal kontrakt 1. För de som använder TradeStation skapades baslinjesystemet genom att infoga två strategier i diagrammet som tillhandahölls av TradeStation Nedan är de två strategierna Den första kontrollerar den långa inmatning LE regler och den andra kontrollerar korta posten SE regler Du kan se inmatningsfälten innehåller de tre och femtio för de två olika perioderna för våra glidande medelvärden Köp med hjälp av de här strategierna kan du bygga en glidande genomsnittlig övergångsstrategi inom några sekunder utan någon kodningsförmåga. Basis System Equity Curve. Dessa två enkla regler skapar ett handelssystem som faktiskt är lönsamt på lång sikt. Detta är ett försök att Utvecklingsegenskaperna på euro-futuresmarknaden Det finns dock perioder med stora utdrag och långa perioder där inga nya kapitalnivåer skapas. Det är inte troligt att någon faktiskt skulle handla med riktiga pengar. Bilden nedan visar en ny period från 2011 när euron gick in i en konsolideringsfas under sommarmånaderna juni till augusti. Under denna tid producerade vårt Baseline System en sträng av åtta på varandra följande förlorande affärer. Under sommaren 2011.Improvement 1 Delayed Entry. With denna inmatningsmetod kommer vi att fördröja vår inträde på marknaden När utlösningslinjen passerar den långsamma SMA Så när utlösningslinjen passerar den långsamma SMA öppnar vi inte vår position direkt W E fördröjning för flera staplar Låt oss säga att vi väntar på 15 barer efter korset inträffar På den tionde stapeln efter signalen ser vi om priset fortfarande ligger över den långsamma SMA för en lång ingång och anländer vid den 11: e öppningen. Om priset är under Vår långsamma SMA vi öppnar inte en ny position Genom att göra detta eliminerar vi några whipsaws på bekostnad av att komma in i handeln senare än det ursprungliga SMA-korset. Tanken bakom denna metod är att om en ny tjurmarknad ska påbörjas bör priset inte falla Tillbaka under den långsamma SMA I korthet är det ett annat sätt att mäta mängden övertygelse för nästa marknadsfas. Vi kommer dock att hålla avledningen samma När ett EMA-kors inträffar stänger vi alltid vår öppna position. Vi tillämpar endast fördröjningen vid öppning en ny position. Aktiekurvan med vår försenade inträde flyttar faktiskt hela aktiekurvan över nolllinjen. Færre affärer tas och vi minskar den totala nettovinsten. Aktiekurvan verkar också lite mindre kuddig, vilket innebär en något mer mjukare klättring. Nedan är en i mage som visar whipsaw sommartid under 2011 Du kommer märka att vi har minskat antalet whipsaws från åtta till zero. Whipsaw Summer 2011.Improvement 2 Trading Bands. Unlike standard glidande genomsnittliga crossover där triggerlinjen måste helt enkelt korsa långsam SMA, Vår triggerlinje måste nu visa övertygelse genom att korsa bortom den långsamma SMA. T ex bild ett annat band ovanför den långsamma SMA som är 1 ATR över den långsamma SMA För att öppna en ny lång position kräver vi att utlösningslinjen penetrerar det ATR-bandet ovan Den långsamma linjen Nu bildar du ett annat band som är en ATR under SMA Detta band representerar vår korta trigger när vi öppnar en kort position Vi hoppas att eliminera några whipsaws genom att fördröja vår post och tvinga marknaden för att visa oss någon styrka. Vissa av er kanske har redan märkt att det vi har är en Keltner Channel A Keltner Channel är inget annat än ett rörligt genomsnittligt långsamt SMA med ett övre band X antal ATRs över och under den långsamma SMA. Den övre och d lägre band fungerar som utlösaren för att ange antingen en lång position eller en kort position. Banden anpassar sig till att öka volatiliteten, vilket kräver mer prisövertygelse att initiera en ny position. På samma sätt sammandrags dessa band under lägre volatilitetstider. Således är ingångs - och utgångsreglerna mer Dynamisk till en förändrad marknad än en enkel rörlig genomsnittlig crossover. Egenkapitalgrafen ser inte ut för mycket annorlunda än vårt baslinssystem. Hela kapitalkurvan spenderar mindre tid nära nollinjen och det finns färre trader Nedan visas samma tidsperiod som visar bandet Systemet har minskat antalet falska signaler från åtta till två. Det här är en stor förbättring jämfört med baseline-systemet. Växlande sommar 2011. Varje av de två metoderna förbättrade resultaten av det ursprungliga Baseline-systemet. Titta på tabellen nedan kan vi se resultatstatistik som som vinstfaktor, procentvinnare och genomsnittlig handel nettovinst allt ökat Keltner producerade den bästa övergripande statistiken Vi har verkligen ingen tradition Ng system som kan omsättas med riktiga pengar, men vi fullbordade vårt uppdrag Vi minskade antalet whipsaws med vårt fördröjda inträde system och bandingångssystem. Du kan se detta genom att titta på antalet affärer som tas av varje system och procentuella vinstaffärer. Du kan ta denna undersökning i alla typer av riktningar. Här är två fler ideer. Dagen med tidskrävande marknader växlar mellan trending och non-trending som vi alla vet Ofta ser du en sträng whipsaws på ett glidande medelvärde crossover system strax efter en stor vinnande handel stängdes Marknaden verkar tydligen nu till en avståndsbaserad marknad och kommer sannolikt att göra det för en stund Men eftersom dagarna eller veckorna bär på sannolikheten för att en utbrott ökar, så kan vi kanske minska fördröjningsbeloppet med tiden. slutet på en framgångsrik handel börjar vi leta efter nästa kors med vår standardfördröjning av X-baren. Marknaden är fortfarande bundet och producerar flera falska signaler under veckorna men vårt system gör ingen T ta några nya signaler Under dessa falska signaler återställs vår fördröjningsräknare, men låt oss inte alltid återställa den till X Varje dag eller varje vecka reducerar vi vår X-dagsfördröjning med en Vi gör det här eftersom vi tror att när tiden går förbi, blir det mer Sannolikt Vi reducerar emellertid aldrig X för att nå noll eller lägre Faktum är att vi kanske aldrig vill gå mycket lägre än 5 eller så. Tänd filter I en tidigare artikel använde jag rsRank eller en 200-årig SMA som en trendindikator för att bestämma Den större bilden för euron Med andra ord är vi inom en hausseuropeisk eller bearish marknad. Det kan bara vara ett intressant och enkelt test att utföra, jag skulle bara kunna ta långa affärer under en tjurmarknad eller ta korta affärer under en björnmarknad. Älskar att höra dina resultat. Se till att lämna en kommentar nedan. Jag skulle gärna höra några idéer eller resultat från din egen testning. Både baslinje och Keltner kanalsystem är raka framåt för att skapa så att de inte ingår här. systemet är lite mer knepigt att koda så att systemet är tillgängligt här för nedladdning. Om författaren Jeff Swanson. Moving Genomsnitt Simple vs Exponential. I denna testrunda sätter vi Simple SMA, Exponential EMA och Double Exponential D-EMA Moving Averages genom Deras steg för att identifiera vilket som är bäst och vilka egenskaper som kan förväntas när längden på varje genomsnitt justeras. Vi testade Lång och Kort handel med Daglig och Veckodata, vilket tog slut på dagen EOD och slutet på veckan EOW-signaler med rörliga genomsnittslängder Varierande från 5 300 dagar eller 60 veckor. Dessa tester utfördes under totalt 300 års data över 16 olika globala indexuppgifter här. Simple jämfört med exponentiella testresultat. Ovan kan du se hur den årliga avkastningen ändras med längden på varje dag, EOD Flyttande medelvärde för den långa och den korta sidan av marknaden Den relativa prestationen för varje MA är likadan när den går lång och kort men avkastningen på den korta sidan var mycket lägre. Men SMA en nd EMAs spiked i gengäld på 25 dagar och sedan returneras stadigt som medellängden ökade, trots att SMA visade en viss förbättrad prestanda mellan 190 och 250 dagar. D-EMA å andra sidan är mycket snabbare och returneras stadigt som Den rörliga genomsnittliga längden ökade från 20 till 300 dagar. Se test på Triple Exponential Moving Average och D-EMA över längre perioder. Härifrån var jag förvånad över att varje dagliga, EOD Moving Average på långsidan överträffade köp och håll årlig avkastning på 6 32 under testperioden innan man tillåter transaktionskostnader och slipper På kortsidan kunde emellertid inte ett enda genomsnitt lyckas slå marknaden under testperioden 5 75 Dagar verkar vara den mest effektiva zonen, med EMA visar sig vara överlägsen SMA och D-EMA genom årlig avkastning. Ovanför kan du se resultatet för varje genomsnitt under endast de tider som det faktiskt hade ett öppet läge. För SMA och EMA den årliga r etern under exponeringsminskningar, eftersom längden på det glidande medlet ökas medan D-EMA uppvisar det motsatta beteendet fram till den längsta perioden vi testat av 300 dagar. 5 75-zonen och EMA ger också de bästa resultaten med årlig avkastning under exponering. Som förväntas med en ökning av längden på ett glidande medelvärde kommer en ökning av varaktigheten av de branscher som genereras. För alla tre klasserna av Moving Average Testet var varaktigheten av handel på den korta sidan mycket mindre än De på den långa sidan Detta kommer sannolikt att vara en funktion av två saker 1 Att de globala marknaderna har fått i genomsnitt 6 32 årligen under testperioden, tenderar 2 Bull-marknader att personifieras av långsamma och stabila vinster och björnmarknader tenderar för att vara snabbare och mer våldsam. Från ovanstående diagram får du också en uppfattning om hur mycket snabbare en D-EMA är. Notera hur långsidan är den genomsnittliga varaktigheten för en 300 dag, liknar EOD D-EMA den som en 110 dag, EOD EMA eller a 85 dagar, EOD SMA. Exponering för marknadsökningar på långsidan och minskningar på kort sida eftersom längden på ett glidande medel ökar Men exponeringsnivåerna från D-EMA-nivåerna avgår med varje genomsnitt över 140 dagar långt . Det finns ingen tydlig korrelation mellan storleken på den största enskilda förlorande handeln och längden på ett glidande medel. D-EMA löper konsekvent större förluster än SMA och EMA på Long side, men efter 90 dagar tenderar det att drabbas av mindre förluster på Korta sidan. Över hela linjen minskar sannolikheten för vinst som medeltiden ökar, men D-EMA identifierar tydligt lönsamma affärer mer konsekvent än SMA eller EMA på både den långa och den korta sidan av marknaden. Dagligen vs Veckovis Data EOD vs EOW Signals. Due till överlägsen prestanda hos EMA i de tidigare testerna, kan vi titta närmare på hur den beter sig med Daglig och Veckodata, ta EOD och EOW signaler för att se vilken kombination som är mest effektiv. du kan se det är stor skillnad mellan att använda EOD - och EOW-signaler på de kortare medeltagen, men resultaten från Dagliga och Veckodata är mycket lika. Notera Varje dagligt medelvärde jämförs med dess Veckokvivalent, t. ex. En 10-dagars genomsnitt jämförs med en 2 Veckegränssnitt När längden på varje genomsnitt stiger över 45 dagar blir resultaten för varje data - och signalkombination ganska lika och över 100 dagar i längd saknas det någon konkret skillnad i avkastning. Resultaten är också lika på kortsidan EMA Annualized Return Short. Genom att använda EOW-signaler istället för EOD-signaler går det lite förlorat i vägen för återvändande, men en stor mängd brus elimineras från data. Som ett resultat av att använda EOW-signaler finns ett hopp i sannolikheten för vinst för varje handel på nästan 50 och den genomsnittliga handelsvaraktigheten fördubblas Detta visar tydligt att det med EOW-signaler ger betydligt mer användbara affärer i medelvärden över 45 dagar. Resultaten är likartade på kortsidan EMA sannolikheten för vinst och T rade Duration Short Den enda verkliga nackdelen med att använda EOW-signaler kommer med ett litet hopp i storleken av de största förlusterna som uppkommit. Simple vs exponentiell Slutsats. As en allmän regel kan vi dra slutsatsen att exponentiellt rörligt medelvärde är överlägset både det enkla rörliga genomsnittet Och det dubbla exponentiella rörliga genomsnittsvärdet. Det bör dock noteras att D-EMA har några fördelaktiga egenskaper, såsom en högre sannolikhet för vinst och större avkastning under marknadsexponering på den långa sidan av marknaden. Det kan också sägas att det finns mycket liten skillnad mellan att använda Daglig eller Veckodata men med hjälp av End of Day-signaler kommer att ge bättre resultat på kortare medelvärden medan End of Week-signaler är lika effektiva på längre medelvärden med den extra fördelen med 50 hoppa i sannolikheten för vinst och dubbla handeln duration. Best Moving Average Long. Rather än att helt enkelt välja medelvärdet med störst avkastning, på jakt efter det bästa vi letade efter. Ändrad retur 9.Ave raseri Handelsvaraktighet 29 dagar. Ändrad avkastning under exponering 15.Annualiserad avkastning på Nikkei 225 3.Annualiserad avkastning på NASDAQ 12 5.9 474 Medelvärden gjorde det slutliga snittet se kalkylbladet och någon av dem skulle göra ett effektivt handelsverktyg men vi valde 75-dagars exponentiella Flytta genomsnittet med slutet av veckosignaler som den ultimata vinnaren eftersom det också gav bra avkastning på den korta sidan av marknaden. 75-dagars EMA, EOW Long har du exponerat för marknaden 62 av tiden och producerar en genomsnittlig handel på 74 dagar i varaktighet med en relativt hög 41 sannolikhet för vinst Det har också fungerat bra på både NASDAQ och björnhäftad Nikkei 225 På kortsidan utfördes det respektabelt, såväl som att hantera de hausseuropeiska perioderna genom att endast drabbas av förluster och ger bra avkastning när marknaden föll. Det kommer alltid vara svårt för en indikator som är grundläggande som ett rörligt medelvärde för att framgångsrikt identifiera affärer på den korta sidan under en period där den genomsnittliga marknaden avancerade 6 32 ann ually Men kombinerat gör attributen för detta rörliga medelvärde det mycket lämpligt för användning tillsammans med andra indikatorer som en del av ett komplett handelssystem. Bäst Flyttande Medel Kort. Korta sidan av marknaden är väldigt annorlunda än de långa cyklerna är snabbare och mer flyktig så det rörliga genomsnittet som är mest lämpat för en björnmarknad är inte nödvändigtvis detsamma som det mest lämpade för en tjurmarknad. Av de 474 genomsnittsvärdena vi testade på kortsidan, letade vi efter det bästa vi letade efter. 5.Aktiv handelstid 10 dagar. Ändrad avkastning under exponering 1 8.Annualiserad avkastning på Nikkei 225 1 5.Annualiserad avkastning på NASDAQ 0 5.Rörbarhet av vinst 25,6 474 Medelvärden gjorde det slutliga snittet se kalkylblad och någon av dem skulle göra en effektiv handelsverktyg men vi valde 25-dagars exponentialrörande medelvärde med slutet av dagssignaler som den ultimata vinnaren för korta affärer, eftersom den gav de bästa avkastningarna från finalisterna. 25-dagars EMA, EOD Short har du e exponeras på marknaden 40 av tiden och producerar en genomsnittlig handel med 12 dagar i varaktighet med en relativt hög 25 sannolikhet för vinst. Genom att gå med ett mycket snabbare medelvärde på den korta sidan av marknaden förbättras baissevinsterna, men det kommer till Bekostnad av mer aktiv handel På den reala marknaden desto oftare handlar du desto större är transaktionskostnaderna, glidningen och den tid som krävs för att utföra signalerna. Det är värt att notera att detta medel utfördes OK på Nikkei 225 men producerade inte enastående resultat trots Nikkei lider en långvarig björnmarknad under testperioden Förvånansvärt var den mycket längre 75-dagars EMA, EOW Short och flera andra medelvärden över 45 dagar långa bättre än 25-dagars EMA, EOD Short på Nikkei 225. Detta skulle föreslå att ett snabbare medelvärde har en bättre chans att tjäna pengar på den korta sidan under en tjurmarknad, men ett långsammare genomsnitt ger bättre avkastning genom en långvarig björnmarknad. Stats för hausseffekter 25 D Ay EMA, EOD Long. More i denna serie. Vi har genomfört och fortsätter att genomföra omfattande tester på en rad tekniska indikatorer Se hur de utför och vilka avslöjar sig som bäst i den tekniska indikatorn för överlägsenhet. En inloggningssignal att gå lång eller utgångssignal för att täcka en kort för varje genomsnittstest som genererades med ett nära över genomsnittet och en utgångssignal eller ingångssignal för kortslutning genererades på varje stäng under det glidande medlet. Inget intresse uppnåddes i kontanter och ingen ersättning har Gjorda för transaktionskostnader eller släppa handelar testades med slut på dagen EOD och slutet av veckan EOW-signaler för både dagliga och veckovisa data t. ex. dagliga data med en EOW-signal skulle kräva att veckan slutar över ett dagligt rörligt medelvärde för att öppna en lång eller Stäng en stund Veckodata med EOD-signaler skulle kräva att det dagliga priset stängs över ett veckovis rörligt medelvärde för att öppna en lång eller nära en kort och vice versa. Detta var den genomsnittliga årliga avkastningen på de 16 marknaderna under testperioden. Data som används för dessa test ingår i resultatkalkylbladet och mer information om vår metodik finns här. De bästa genomsnitten markerade på denna tabell valdes genom att plocka de bästa artisterna efter att ha avkastat avkastningen på alla fyra testerna på varje Flyttande Medellängd EOD, Daglig EOW, Weekly EOD och Weekly EOW, t. ex. Resultaten för en 100 dag och motsvarande 20 veckor Moving Average med både EOD och EOW-signaler har varit genomsnittliga. Om författaren Derry Brown. Jerry är grundaren av OM3 Ltd, ett avancerat kvalitativt analysföretag från Nya Zeeland. Du kan följa Derrys forskning på sin blogg ETF HQ Läs mer.
No comments:
Post a Comment