Adaptive Moving Averages führen zu besseren Ergebnissen Moving Averages 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 Veränderungen 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 mühelos den Reichtum der Märkte 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 Trader erlauben, die meisten der erhaltenen Gewinne während des Trends 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 einen Fünfpunktbereich pro Tag hat, und am Ende von fünf Tagen insgesamt gewonnen hat Von 15 Punkten. 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 verwendet 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 Wirkungsgrad könnte als Ausbruch Chancen beobachtet werden. Support Board Re: Die MESA Adaptive Moving Average (MAMA) Nur für den Fall, dass dies hilft, beigefügt ist MAMA-Code schrieb ich aus MAMA. doc . Für die Korrektur der Winkelberechnung in Periode und Phase wurde eine Änderung vorgenommen, ansonsten pro MAMA. doc. Ive überprüfte Resultate gegen früheren Code und diese angebrachte Version sieht korrekt aus. In Post 4 mama. cpp oben gibt es ein paar Unterschiede von MAMA. doc. Die angehängte Datei sollte gut zu gehen, aber wenn jemand sieht alle Änderungen benötigt, nur nach. definieren MAMA sg. Subgraph91093 definieren FAMA sg. Subgraph91193 definieren Glatte sg. Subgraph91293 definieren Detrender sg. Subgraph91393 Q1 definieren sg. Subgraph91493 definieren I1 sg. Subgraph91593 definieren definieren jI sg. Subgraph91693 jQ sg. Subgraph91793 definieren I2 sg. Subgraph91893 Q2 sg. Subgraph91993 definieren Re definieren sg. Subgraph911093 definieren Im sg. Subgraph911193 Zeitraum definieren definieren sg. Subgraph911293 Phase sg. Subgraph911393 definieren SmoothPeriod sg. Subgraph911493 FALSCH definieren 0 definieren TRUE 1 definieren LONG 1 definieren SHORT -1 definieren GREEN RGB (0,255,0) definieren DKGREEN RGB ( 0,128,0) definieren GELB RGB (255,255,0) definieren LTYELLOW RGB (255,255,128) definieren ROT RGB (255,0,0) definieren DKRED RGB (198,0,0) definieren BLACK RGB (0,0,1) definieren WEISS RGB (255,255,255) definieren CYAN RGB (0.255.255) PURPLE RGB (255,0,255) definieren GREY RGB (192,192,192) definieren BLUE RGB (0.128.255) definieren ORANGE RGB (255, 127, 0) SCSFExport scsfMAMA (SCStudyGraphRef sg) if (sg definieren. SetDefaults) Setzen Sie die Konfiguration und die Standardeinstellungen sg. GraphName MAMA sg. StudieBeschreibung MAMA sg. FreeDLL 0 sg. AutoLoop 1 true sg. GraphRegion 0 Geben Sie den Namen des ersten Teilgraphen sg ein. Untergraph 91 0 93. Name MAMA sg. Untergraph 91 0 93. PrimaryColor RED sg. Untergraph 91 0 93. DrawStyle DRAWSTYLELINE sg. Untergraph 91 0 93. LineWidth 2 sg. Untergraph 91 1 93. Name FAMA sg. Untergraph 91 1 93. PrimaryColor GREEN sg. Untergraph 91 1 93. DrawStyle DRAWSTYLELINE sg. Untergraph 91 1 93. LineWidth 2 sg. Untergraph 91 14 93. Name Zeitraum sg. Untergraph 91 14 93. PrimaryColor GREEN sg. Untergraph 91 14 93. DrawStyle DRAWSTYLEIGNORE sg. Untergraph 91 14 93. LineWidth 2 sg. Eingang 91 0 93. Name Eingabedaten sg. Eingabe 91 0 93. SetInputDataIndex (SCHL) sg. Eingabe 91 1 93. Name Fast Limit sg. Eingang 91 1 93. SetFloat (0,5) sg. Eingabe 91 2 93. Name Slow Limit sg. Eingabe 91 2 93. SetFloat (0.05) int i float FastLimit sg. Eingabe 91 1 93. FloatValue-Schwimmer SlowLimit sg. Eingabe 91 2 93. FloatValue float alpha. DeltaPhase SCFloatArrayRef Preis sg. BaseDataIn 91 sg. Eingabe 91 0 93. GetInputDataIndex () 93 sg. DataStartIndex 50 i sg. Stromindex glatt glatt 91 i 93 (4 Preis 91 i 93 3 Preis 91 i - 1 93 2 Preis 91 i - 2 93 Preis 91 i - 3 93) 10 detrender Detrender 91 i 93 (0,0962 Smooth 91 i 93 0,5769 Smooth 91 i - (0,075 Periode 91 i & ndash; 1 93 0,54) berechnet InPhase und Quadraturkomponenten Q1 91 i 93 (0,0962 Detrender 91 i 93 0,5769 Detrender 91 i & ndash; 2 93 & ndash; 0,5769 Detrender 91 i & ndash; 4 93 & ndash; 0,0962 Detrender 91 i & ndash; 6 93) (0,075 Periode 91 i & ndash; 1 93 0,54) I1 91 i 93 Detrender 91 i & ndash; 3 93 Die Phase von I1 und Q1 um 90 & deg; (0,0962 I1 91 i 93 0,5769 I1 91 i - 2 93 - 0,5769 I1 91 i - 4 93 - 0,0962 I1 91 i - 6 93) (0,075 Periode 91 i - 1 93 0,54) jQ 91 i 93 (0,0962 Q1 91 (0,075 Periode 91 i - 1 93 0,54) Phasorzugabe für 3 bar Mittelwert I2 91 i 93 I1 91 i 93 Die I - und Q-Komponenten vor dem Anlegen des Diskriminators glatt machen I2 91 i 93 0,2 I2 91 i 93 0,8 I2 91 i - 1 93 Q2 91 i 93 0,2 Q2 91 I 93 0.8 Q2 91 i - 1 93 Homodyne Diskriminator Re 91 i 93 I2 91 i 93 I2 91 i - 1 93 Q2 91 i 93 Q2 91 i - 1 93 Im 91 i 93 I2 91 i 93 Q2 91 i - 1 93 - (91) 93 (91) (91) (93) (91) (91) (91) (93) (91) (93) Re 91 i 93 0,0) Periode 91 i 93 360 (57,3 atan (Im 91 i 93 Re 91 i 93)) if (Periode 91 i 93 gt 1,5 Periode 91 i - 1 93) Periode 91 i 93 1,5 Periode 91 i - 1 (Zeitraum 91 i 93 lt 0,67 Periode 91 i - 1 93) Periode 91 i 93 0,67 Periode 91 i - 1 93 if (Periode 91 i 93 lt 6) Periode 91 i 93 6 if (Periode 91 i 93 gt 50) Periode 91 i 93 50 Periode 91 i 93 0,2 Periode 91 i 93 0,8 Periode 91 i - 1 93 SmoothPeriod 91 i 93 0,33 Periode 91 i 93 0,67 SmoothPeriod 91 i - 1 93 if (I1 91 i 93 0) Phase 91 i 93 57.3 Atan (Q1 91 i 93 I1 91 i 93) DeltaPhase Phase 91 i - 1 93 - Phase 91 i 93 if (DeltaPhase lt 1) DeltaPhase 1 alpha FastLimit DeltaPhase if (alpha lt SlowLimit) alpha SlowLimit MAMA 91 i 93 alpha Preis 91 i Der MESA Adaptive Moving Average (MAMA) QUOTEertrader99697Just für den Fall, dass dies hilft, ist der MESA Adaptive Moving Average (MAMA) Beigefügt ist MAMA-Code schrieb ich aus MAMA. doc. Für die Korrektur der Winkelberechnung in Periode und Phase wurde eine Änderung vorgenommen, ansonsten pro MAMA. doc. Ive überprüfte Resultate gegen früheren Code und diese angebrachte Version sieht korrekt aus. In Post 4 mama. cpp oben gibt es ein paar Unterschiede von MAMA. doc. Die angehängte Datei sollte gut zu gehen, aber wenn jemand sieht alle Änderungen benötigt, nur nach. Hallo endlich theres jemand, der einen Dsp-Filter zu Sierra Charts hinzugefügt hat. Danke :) Seine etwas Sierra Charts wirklich braucht n ist ernsthaft fehlt, da es das Marktprofil so viel effektiver macht. Jedenfalls habe ich ein paar Fragen. 1) Wie lade ich dieses Skript. So dass es auf Sierra Charts verwendet werden kann 2) Wird es mit einem Punkt-Amp-Diagramm Grafik Re: Die MESA Adaptive Moving Average (MAMA) Hallo praveenshan, Sie laden es wie jeder andere Indikator außer es befindet sich in der analysiscustom studiesMESA adaptive Gleitender Durchschnitt Ja, es funktioniert mit Punkt und Abbildung. Zuerst fügen Sie die Point and Figure Studie. Dann fügen Sie MESA aber wählen Sie basierend auf und wählen Sie die PampF-Studie. Ich verwende MESA jeden Tag, wie ich seine Steigung finden, um ein guter Indikator für mögliche Tendenzänderungen zu sein. Um Slope-Änderungen zu sehen, setzen Sie die Autocolor-Optionen funktioniert jedoch für Sie. Mit Steigungsänderungen Zuletzt bearbeitet von ertrader 07-26-2010 um 12:49 PM. Developed von John Ehlers, ist die MESA Adaptive Moving Average eine technische Trendfolger-Indikator, der sich nach seinem Schöpfer an die Preisbewegung basierend auf der Rate anpasst Phasenänderung, gemessen durch den Hilbert-Transformations-Diskriminator. Diese Anpassungsmethode zeichnet sich durch einen schnellen und langsamen Bewegungsdurchschnitt aus, sodass der zusammengesetzte Bewegungsdurchschnitt schnell auf Preisveränderungen reagiert und den Durchschnittswert so lange hält, bis der nächste Wert nahe ist. Ehlers besagt, dass, weil die durchschnittliche8217s Fallback ist langsam, können Sie Handelssysteme mit fast whipsaw-freie Trades zu schaffen. Unten sehen Sie den Indikator in einer Handelsplattform. Chart Quelle: VT Trader Grundsätzlich sieht der Indikator wie zwei gleitende Durchschnitte aus, aber anstelle von Kurven um die Preisaktion bewegt sich der MESA Adaptive MA treppenartig wie der Preis Ratschen. Es erzeugt zwei Ausgänge, MAMA und FAMA. FAMA (Folgend Adaptive Moving Average) ist ein Ergebnis von MAMA, das auf die erste MAMA-Linie angewendet wird. Die FAMA ist zeitlich synchron mit MAMA, aber ihre vertikale Bewegung kommt mit einer Verzögerung. Die beiden don8217t überkreuzen sich, es sei denn, eine wesentliche Veränderung in der Marktrichtung erfolgt, was zu einem gleitenden durchschnittlichen Crossover-System, das praktisch frei von whipsaw Trades ist, nach Ehlers. Der MESA Adaptive Moving Average wird als Ersatz herkömmlicher Bewegungsdurchschnitte verwendet. Als solche können die MAMA und FAMA wie normale gleitende Durchschnitte gehandelt werden. Erstens, sie fungieren als starke Unterstützung und Widerstand Bereichen und der Preis neigen dazu, von ihnen bei Kontakt zu erholen. Dies macht Pullbacks zu den MAMA - und FAMA-tauglichen Einstiegsbereichen. Zweitens werden auch Crossover zwischen MAMA und FAMA, die einem Goldenen oder Todeskreuz ähneln, auch weit gehandelt. Wenn die MAMA die FAMA von unten und die Kanten höher kreuzt, bedeutet dies, dass der Markt voraussichtlich weiter nach oben und erzeugen ein Kaufsignal. Umgekehrt, wenn der MAMA die FAMA von oben und die Kanten tiefer kreuzt, bedeutet dies, dass der Markt tiefer liegt und wird höchstwahrscheinlich fortfahren, dies zu tun, wodurch ein kurzes Eingangssignal erzeugt wird. Der MESA Adaptive Moving Average kann ebenso wie herkömmliche Bewegungsdurchschnitte als eigenständiger Indikator verwendet werden, aber auch in Verbindung mit anderen Indikatoren, die typischerweise mit SMA und EMAs kombiniert werden, um Ihre Entscheidungsfindung zu verbessern. Gegründet im Jahr 2013, Binary Tribune zielt auf die Bereitstellung ihrer Leser genaue und tatsächliche Finanznachrichten Berichterstattung. Unsere Website konzentriert sich auf wichtige Segmente in Finanzmärkten Aktien, Währungen und Rohstoffe und interaktive eingehende Erläuterung der wichtigsten wirtschaftlichen Ereignisse und Indikatoren. Finanzielle Offenlegung BinaryTribune haftet nicht für den Verlust von Geld oder für Schäden, die durch die Nutzung der Informationen auf dieser Website entstehen. Trading Forex, Aktien und Rohstoffe auf Margin trägt ein hohes Risiko und kann nicht für alle Anleger geeignet sein. Bevor Sie sich für den Devisenhandel entscheiden, sollten Sie sorgfältig Ihre Anlageziele, Erfahrung und Risikobereitschaft berücksichtigen. Cookie Policy Diese Website verwendet Cookies, um Ihnen die besten Erfahrungen zu geben und Sie besser kennenzulernen. Wenn Sie unsere Website mit Ihrem Browser verlassen, um Cookies zu erlauben, stimmen Sie unserer Nutzung von Cookies zu, wie in unseren Datenschutzbestimmungen beschrieben. Kopieren Copyright 2017 mdash Binäre Tribüne. Alle Rechte vorbehalten
No comments:
Post a Comment