Moving Average Adaptive Formel

Durchschnittliche True Range (ATR) Trailing Stops Trailing Stops werden in der Regel relativ zum Schlusskurs berechnet: Berechnen Sie den Durchschnitt True Range (ATR) Multiplizieren Sie ATR mit Ihrem ausgewählten Multiple in unserem Fall 3 x ATR In einem Up-Trend, subtrahieren Sie 3 x ATR vom Closing Price Und das Ergebnis als Stopp für den folgenden Tag abgeben Wenn der Preis unterhalb der ATR-Haltestelle schließt, füge 3 x ATR zum Schlusskurs hinzu, um einen kurzen Handel zu verfolgen. Andernfalls fährst du 3 x ATR für jeden nachfolgenden Tag weiter, bis der Preis unter dem ATR-Stopp umgekehrt ist Haben auch in einem Ratschenmechanismus gebaut, so dass ATR stoppt kann sich nicht bewegen, während eines langen Handels noch steigen während eines kurzen Handels. Die HighLow-Option ist ein wenig anders: 3xATR wird von der Tages-Hoch während eines Aufwärtstrends subtrahiert und der täglichen Niedrig während eines Down-Trends hinzugefügt. Durchschnittliche True Range Trailing Stops sind weitaus flüchtiger als Stops auf der Grundlage von gleitenden Durchschnitten und sind anfällig für Sie in und aus Positionen, wo es einen starken Trend gibt. Deshalb ist es wichtig, einen Trendfilter zu verwenden. Durchschnittliche True Range Trailing Stops sind anpassungsfähiger auf unterschiedliche Marktbedingungen als Percentage Trailing Stops, sondern erzielen ähnliche Ergebnisse bei der Anwendung auf Aktien, die für einen starken Trend gefiltert wurden. Ursprüngliche ATR - und Volatilitätsstopps haben zwei große Schwächen: Stoppt sich bei einem Aufwärtstrend nach unten, wenn sich die durchschnittliche True Range erweitert. Ich bin unwohl mit diesem: Stationen sollten sich nur in Richtung des Trends bewegen. Der Stop-and-Reverse-Mechanismus setzt voraus, dass Sie in eine kurze Position wechseln, wenn sie aus einer langen Position gestoppt wird und umgekehrt. Was in einem Trend nach dem System genauso wahrscheinlich ist, ist, dass ein Händler frühzeitig gestoppt wird und ihr nächster Eintrag in die gleiche Richtung ist wie der vorherige Handel. Wir haben einen Ratschenmechanismus (oben beschrieben) eingeführt, um die erste Schwäche zu adressieren. Die zweite kann mit ATR Bands behandelt werden. Do Adaptive Moving Averages Blei zu besseren Ergebnissen Moving Averages sind ein Lieblings-Tool von aktiven Händlern. Allerdings, wenn die Märkte konsolidieren, führt dieser Indikator zu zahlreichen whipsaw Trades, was zu einer frustrierenden Reihe von kleinen Gewinnen und Verlusten führt. Analysten haben Jahrzehnte damit verbracht, den einfachen gleitenden Durchschnitt zu verbessern. In diesem Artikel betrachten wir diese Bemühungen und finden, dass ihre Suche zu nützlichen Handelswerkzeugen geführt hat. (Für Hintergrundlesung auf einfachen gleitenden Durchschnitten, check out Simple Moving Averages machen Trends Stand Out.) Vor-und Nachteile der Moving Averages Die Vor-und Nachteile der bewegten Durchschnitte wurden zusammengefasst von Robert Edwards und John Magee in der ersten Auflage der technischen Analyse von Stock Trends. Als sie sagten, und es war wieder im Jahr 1941, dass wir die Entdeckung (obwohl viele andere es schon früher gemacht hatten), dass durch die Mittelung der Daten für eine angegebene Anzahl von Tageszeiten eine Art automatisierte Trendlinie ableiten konnte, die definitiv die Veränderungen von TrendIt schien fast zu gut um wahr zu sein. Tatsächlich war es zu gut um wahr zu sein. Mit den Nachteilen, die die Vorteile überwiegen, haben Edwards und Magee schnell ihren Traum vom Handel von einem Strandbungalow aufgegeben. Aber 60 Jahre nachdem sie diese Worte geschrieben haben, bestehen andere daran, ein einfaches Werkzeug zu finden, das mühelos den Reichtum der Märkte liefern würde. Einfache gleitende Mittelwerte Um einen einfachen gleitenden Durchschnitt zu berechnen. Fügen Sie die Preise für den gewünschten Zeitraum hinzu und teilen Sie sich die Anzahl der ausgewählten Perioden auf. Die Suche nach einem fünftägigen gleitenden Durchschnitt würde die Summe der fünf letzten Schlusskurse und die Teilung um fünf verlangen. Wenn die jüngste Schließung 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 trenddefinierende Eigenschaft macht es möglich, gleitende Mittelwerte zu generieren Handelssignale. In seiner einfachsten Anwendung kaufen Händler, wenn die Preise über den gleitenden Durchschnitt gehen und verkaufen, wenn die Preise unter dieser Linie liegen. Ein solcher Ansatz ist garantiert, um den Händler auf die rechte Seite jedes bedeutenden Handels zu stellen. Leider, während die Glättung der Daten, gleitende Mittelwerte hinter der Marktaktion zurückbleiben und der Händler wird fast immer wieder einen großen Teil ihrer Gewinne auf sogar die größten Gewinnen Trades zurückgeben. Exponentielle 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 verleiht den jüngsten Daten eine relativ höhere Gewichtung, und als Ergebnis bleibt er der Preisaktion näher als ein einfacher gleitender Durchschnitt. Die Formel zur Berechnung eines exponentiellen gleitenden Durchschnitts ist: EMA (Gewicht Schließen) ((1-Gewicht) EMAy) Wo: Gewicht ist die Glättungskonstante, die vom Analytiker ausgewählt wird EMAy ist der exponentielle gleitende Durchschnitt von gestern Ein gemeinsamer Gewichtungswert ist 0,181, was Ist nah an einem 20-tägigen einfachen gleitenden Durchschnitt. Ein anderer ist 0,10, was ungefähr ein 10-Tage gleitender Durchschnitt ist. Obwohl es die Verzögerung reduziert, kann der exponentielle gleitende Durchschnitt kein anderes Problem mit bewegten Durchschnitten ansprechen, was bedeutet, dass ihre Verwendung für Handelssignale zu einer großen Anzahl von verlorenen Trades führen wird. In neuen Konzepten in technischen Handelssystemen. Welles Wilder schätzt, dass die Märkte nur ein Viertel der Zeit treiben. Bis zu 75 Handelsgeschäfte sind auf enge Bereiche beschränkt, wenn gleitende durchschnittliche Buy-and-Selling-Signale wiederholt generiert werden, da die Preise schnell über und über den gleitenden Durchschnitt hinausgehen. Um dieses Problem zu lösen, haben mehrere Analysten vorgeschlagen, den Gewichtungsfaktor der EMA-Berechnung zu variieren. (Weitere Informationen finden Sie unter Wie werden gleitende Mittelwerte im Handel verwendet) Anpassen von Bewegungsdurchschnitten auf Marktaktivitäten Eine Methode zur Bewältigung der Nachteile der sich bewegenden Mittelwerte besteht darin, den Gewichtungsfaktor um ein Volatilitätsverhältnis zu multiplizieren. Dies würde bedeuten, dass der gleitende Durchschnitt weiter von dem aktuellen Preis in volatilen Märkten abhängt. Dies würde es den Gewinnern ermöglichen zu laufen. Da ein Trend zu Ende geht und die Preise konsolidieren. Der gleitende Durchschnitt würde sich der aktuellen Markttätigkeit näher bringen und theoretisch dem Händler erlauben, die meisten der während des Trends erfassten Gewinne zu halten. In der Praxis kann das Volatilitätsverhältnis ein Indikator wie die Bollinger Bandbreite sein, die den Abstand zwischen den bekannten Bollinger Bands misst. (Weitere Informationen zu diesem Indikator finden Sie unter Die Grundlagen der Bollinger-Bands.) Perry Kaufman schlug vor, die Gewichtsvariable in der EMA-Formel mit einer Konstante basierend auf dem Wirkungsgrad (ER) in seinem Buch New Trading Systems und Methods zu ersetzen. Dieser Indikator dient zur Messung der Stärke eines Trends, der in einem Bereich von -1,0 bis 1,0 definiert ist. Es wird mit einer einfachen Formel berechnet: ER (Gesamtpreisänderung für Periode) (Summe der absoluten Preisänderungen für jede Bar) Betrachten Sie eine Aktie, die täglich einen Fünfpunktbereich hat und am Ende von fünf Tagen insgesamt gesammelt hat Von 15 Punkten. Dies würde zu einem ER von 0,67 führen (15 Punkte Aufwärtsbewegung geteilt durch den gesamten 25-Punkt-Bereich). Hätte dieser Bestand 15 Punkte gesenkt, wäre der ER -0.67. (Für mehr Handel Beratung von Perry Kaufman, lesen Sie Losing To Win, die Strategien für die Bewältigung von Handelsverlusten skizziert.) Das Prinzip der Trends Effizienz basiert auf, wie viel Richtungsbewegung (oder Trend) erhalten Sie pro Einheit der Preisbewegung über ein Definierten Zeitraum. Ein ER von 1.0 zeigt an, dass der Bestand in einem perfekten Aufwärtstrend ist -1.0 stellt einen perfekten Abwärtstrend dar. In praktischer Hinsicht werden die Extreme selten erreicht. Um diesen Indikator anzuwenden, um den adaptiven gleitenden Durchschnitt (AMA) zu finden, müssen die Händler das Gewicht mit der folgenden, ziemlich komplexen Formel berechnen: C (ER (SCF SCS)) SCS 2 Wo: SCF ist die exponentielle Konstante für die schnellste EMA zulässig (meist 2) SCS ist die exponentielle Konstante für die langsamste EMA zulässige (oft 30) ER ist das Wirkungsgrad, das oben erwähnt wurde. 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 als Option in fast allen Handelssoftwarepaketen enthalten. (Für mehr auf der EMA lesen Sie bitte den exponentiell gewichteten bewegten Durchschnitt.) Beispiele für einen einfachen gleitenden Durchschnitt (rote Linie), ein exponentieller gleitender Durchschnitt (blaue Linie) und der adaptive gleitende Durchschnitt (grüne Linie) sind in Abbildung 1 dargestellt. Abbildung 1: Die AMA ist grün und zeigt den grössten Grad an Abflachung in der Bereichsgrenze, die auf der rechten Seite dieses Diagramms zu sehen ist. In den meisten Fällen ist der exponentielle gleitende Durchschnitt, der als blaue Linie dargestellt wird, 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 Peitschenhandel zu verschiedenen Zeiten. Dieser Nachteil der bewegten Durchschnitte ist bisher nicht möglich. Schlussfolgerung Robert Colby hat Hunderte von technischen Analyse-Tools in der Enzyklopädie der technischen Marktindikatoren getestet. Er schloss, obwohl der adaptive gleitende Durchschnitt eine interessante neuere Idee mit beträchtlichem intellektuellen Reiz ist, zeigen unsere Vorversuche keinen wirklichen praktischen Vorteil für diese komplexere Trendglättungsmethode. Das bedeutet nicht, dass Händler die Idee ignorieren sollten. Die AMA könnte mit anderen Indikatoren kombiniert werden, um ein profitables Handelssystem zu entwickeln. (Weitere Informationen zu diesem Thema finden Sie unter Entdecken von Keltner-Kanälen und dem Chaikin-Oszillator.) Der ER kann als eigenständiger Trendindikator verwendet werden, um die profitabelsten Handelsmöglichkeiten zu ermitteln. Als Beispiel zeigen die Verhältnisse über 0,30 starke Aufwärtstrends und stellen potentielle Käufe dar. Alternativ kann, da sich die Volatilität in Zyklen bewegt, die Bestände mit dem niedrigsten Wirkungsgrad als Ausbruchchancen angesehen werden. Der Gesamtdollarmarktwert aller ausstehenden Aktien der Gesellschaft039s. Die Marktkapitalisierung erfolgt durch Multiplikation. Frexit kurz für quotFrench exitquot ist ein französischer Spinoff des Begriffs Brexit, der entstand, als das Vereinigte Königreich stimmte. Ein Auftrag mit einem Makler, der die Merkmale der Stop-Order mit denen einer Limit-Order kombiniert. Ein Stop-Limit-Auftrag wird. Eine Finanzierungsrunde, in der Anleger eine Aktie von einer Gesellschaft mit einer niedrigeren Bewertung erwerben als die Bewertung, Eine ökonomische Theorie der Gesamtausgaben in der Wirtschaft und ihre Auswirkungen auf die Produktion und Inflation. Keynesianische Ökonomie wurde entwickelt. Ein Bestand eines Vermögenswerts in einem Portfolio. Eine Portfolioinvestition erfolgt mit der Erwartung, eine Rendite zu erzielen. (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. Handelssysteme und Methoden Perry Kaufman