Kaufman Adaptive Moving Gjennomsnittlig Trading Strategy (Setup 038 Filter) I. Trading Strategy Utvikler: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Kilde: Kaufman, P. J. (1995). Smartere handel. Forbedre ytelsen ved å bytte markeder. New York: McGraw-Hill, Inc. Konsept: Handelsstrategi basert på et adaptivt støyfilter. Forskningsmål: Resultatverifisering av oppsett og filter. Spesifikasjon: Tabell 1. Resultater: Figur 1-2. Trade Setup: Long Trades: Det Adaptive Moving Average (AMA) dukker opp. Kort handler: Det adaptive bevegelige gjennomsnittet blir nede. Merk: AMA-trendlinjen ser ut til å stoppe når markeder ikke har noen retning. Når markeder trenden, fanger AMA trendlinjen opp. Handelshøyde: Langt handler: Et kjøp i nærheten er plassert etter et bullish oppsett. Korte handler: En selg på nært hold er plassert etter en bearish opsjon. Trade Exit: Tabell 1. Portefølje: 42 futuresmarkeder fra fire store markedssektorer (råvarer, valutaer, renter og aksjeindekser). Data: 32 år siden 1980. Testplattform: MATLAB. II. Sensitivitetstest Alle 3-D-diagrammer følges av 2-D-konturdiagrammer for fortjenestefaktor, Sharpe-forhold, Ulcer Performance Index, CAGR, Maksimal Drawdown, Prosent Lønnsom Trades og Avg. Vinn Avg. Tapforhold. Det endelige bildet viser sensitiviteten til Equity Curve. Testede variabler: ERLength amp FilterIndex (Definisjoner: Tabell 1): Figur 1 Portefølje ytelse (Inputs: Tabell 1 Kommisjonens forsterker: 0). AMA (ERLength) er det adaptive bevegelige gjennomsnittet over en periode med ERLength. ERLength er en tilbakekopningsperiode for effektivitetsforholdet (ER). ERi abs (Directioni Volatilityi), hvor 8220abs8221 er absoluttverdien. Directioni Closei Closei ERLength, Volatilitet (abs (DeltaClosei), ERLength), hvor 82208221 er summen over en periode med ERLength, DeltaClosei Closei Closei 1. FastMALength er en periode med det raskt bevegelige gjennomsnittet. SlowMALength er en periode med det langsomme glidende gjennomsnittet. AMAi AMAi 1 ci (Closei AMAi 1), hvor ci (ERi (Fast Slow) Slow) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1). Indeks: I ERLength 2, 100, Step 2 FastMALength 2 SlowMALength 30 Long Trades: Hvis AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2, så blir MinAMA AMAi 1 (Adaptive Moving Average med en sving på MinAMA). Kort handel: AMAi lt AMAi 1 amp AMAi 1 gt AMAi 2 og MaxAMA AMAi 1 (Adaptive Moving Average blir ned med en pivot på MaxAMA). Indeks: I Filteri FilterIndex StdDev (AMAi AMAi 1, N), der StdDev er standardavviket for serier over N-perioder. N 20 (standardverdi). Indeks: I FilterIndex 0.0, 1.0, Trinn 0.02 N 20 Lange handler: Et kjøp ved lukkingen er plassert når AMAi gt AMAi 1 amp (AMAi MinAMA) gt Filteri. Kort handler: En selg på tett plasseres når AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Indeks: Jeg stopper utgang: ATR (ATRLength) er gjennomsnittlig True Range over en periode med ATRLength. ATRStop er et flertall av ATR (ATRLength). Lange handler: Et salgsstopp er plassert ved ATR (ATRLength) ATRStop. Kort handel: Et kjøpsstopp er plassert ved ATR (ATRLength) ATRStop. ATRLength 20 ATRStop 6 ERLength 2, 100, Step 2 FilterIndex 0.0, 1.0, Step 0.02Like hva du nettopp har lest Digg det eller Tipd det. Målet med Finance4Traders er å hjelpe handelsmenn å komme i gang ved å bringe dem upartisk forskning og ideer. Siden slutten av 2005 har jeg utviklet handelsstrategier på personlig basis. Ikke alle disse modellene passer for meg, men andre investorer eller handelsfolk kan finne dem nyttige. Tross alt har folk forskjellige mål og vaner for investmenttrading. Dermed blir Finance4Traders en praktisk plattform for å formidle arbeidet mitt. (Les mer om Finance4Traders) Vennligst bruk denne nettsiden på en passende og hensynsfull måte. Dette betyr at du bør cite Finance4Traders ved å gi minst en link tilbake til dette nettstedet hvis du tilfeldigvis bruker noe av innholdet vårt. I tillegg er du ikke tillatt å bruke innholdet på en ulovlig måte. Du bør også forstå at innholdet vårt er gitt uten garanti, og du bør selvstendig verifisere innholdet vårt før du stoler på dem. Se til retningslinjene for nettstedinnhold og personvern når du besøker dette nettstedet. 0 kommentarer: Legg inn en kommentar En handelsstrategi ligner veldig på en bedriftsstrategi. Kritisk å studere ressursene dine vil hjelpe deg med å ta mer effektive beslutninger. (Les videre) 8226 Forstå tekniske indikatorer Tekniske indikatorer er mer enn bare likninger. Velutviklede indikatorer, når de brukes vitenskapelig, er egentlig verktøy for å hjelpe handelsmenn til å trekke ut viktig informasjon fra økonomiske data. (Les videre) 8226 Hvorfor jeg foretrekker å bruke Excel Excel presenterer data visuelt for deg. Dette gjør det mye lettere for deg å forstå arbeidet ditt og spare tid. (Les videre) Gjør Adaptive Moving Averages Lead To Better Results Flytte gjennomsnitt er et favorittverktøy for aktive handelsfolk. Men når markeder konsoliderer, fører denne indikatoren til mange whipsaw-bransjer, noe som resulterer i en frustrerende rekke små gevinster og tap. Analytikere har tilbrakt tiår med å prøve å forbedre det enkle glidende gjennomsnittet. I denne artikkelen ser vi på denne innsatsen og finner ut at deres søk har ført til nyttige handelsverktøy. (For bakgrunnsavlesning på enkle bevegelige gjennomsnitt, sjekk ut Enkle bevegelige gjennomsnittsverdier. Gjør trendene stående.) Fordeler og ulemper med bevegelige gjennomsnittsverdier Fordelene og ulempene ved bevegelige gjennomsnitt ble oppsummert av Robert Edwards og John Magee i første utgave av teknisk analyse av Stock Trends. da de sa det, og det var tilbake i 1941 at vi gjerne gjorde oppdagelsen (selv om mange andre hadde gjort det før) at ved å beregne dataene i et gitt antall dager, kunne en utlede en slags automatisert trendlinje som definitivt ville tolke endringene i trend Det virket nesten for godt til å være sant. Faktisk var det for godt til å være sant. Med ulempene oppveier fordelene, forlot Edwards og Magee raskt sin drøm om å handle fra en bungalow på stranden. Men 60 år etter at de skrev disse ordene, fortsetter andre ved å forsøke å finne et enkelt verktøy som uten problemer ville gi rikdomene på markedene. Enkle bevegelige gjennomsnitt For å beregne et enkelt glidende gjennomsnitt. legg til prisene for ønsket tidsperiode og divider med antall valgte perioder. Å finne et fem-dagers glidende gjennomsnitt vil kreve oppsummering av de fem siste sluttkursene og dividere med fem. Hvis den siste lukkingen er over det bevegelige gjennomsnittet, vil aksjene anses å være i en uptrend. Downtrends er definert av priser som handler under det bevegelige gjennomsnittet. (For mer, se vår Moving Averages opplæring.) Denne trenddefinerende egenskapen gjør det mulig å flytte gjennomsnitt for å generere handelssignaler. I sin enkleste søknad kjøper handelsmenn når prisene går over det glidende gjennomsnittet og selger når prisene går over den linjen. En tilnærming som dette er garantert å sette handelsmannen på høyre side av enhver betydelig handel. Dessverre, mens utjevning av dataene, vil glidende gjennomsnitt ligge bak markedsaksjonen, og næringsdrivende vil nesten alltid gi tilbake en stor del av fortjenesten på selv de største vinnende handler. Eksponentielle Flytende Gjennomsnitt Analytikere ser ut til å ha ideen om det bevegelige gjennomsnittet og har tilbrakt flere år med å forsøke å redusere problemene knyttet til dette forsinket. En av disse innovasjonene er eksponentiell glidende gjennomsnitt (EMA). Denne tilnærmingen tilordner en relativt høyere vekting til nyere data, og som et resultat forblir det nærmere prisaktiviteten enn et enkelt bevegelige gjennomsnitt. Formelen for å beregne et eksponentielt glidende gjennomsnitt er: EMA (Vekt Lukk) (1 Vekt) EMAy) Hvor: Vekt er utjevningskonstanten valgt av analytikeren EMAy er det eksponentielle glidende gjennomsnittet fra i går En felles vektningsverdi er 0,181, hvilket er nær et 20-dagers enkelt glidende gjennomsnitt. En annen er 0,10, som er omtrent et 10-dagers glidende gjennomsnitt. Selv om det reduserer lagret, unnlater det eksponentielle glidende gjennomsnittet ikke å adressere et annet problem med bevegelige gjennomsnitt, som er at deres bruk for handelssignaler vil føre til et stort antall tapende handler. I nye konsepter i tekniske handelssystemer. Welles Wilder anslår at markedene bare trender en fjerdedel av tiden. Opptil 75 av handelshandlinger er begrenset til smale områder, når flytende gjennomsnittlig kjøps-og-selgesignaler vil bli gjentatte ganger da prisene raskt beveger seg over og under det bevegelige gjennomsnittet. For å løse dette problemet har flere analytikere foreslått å variere vektningsfaktoren for EMA-beregningen. (For mer, se Hvordan flytter gjennomsnitt som brukes i handel) Tilpasning av bevegelige gjennomsnitt til markedshandling En metode for å håndtere ulempene med bevegelige gjennomsnitt er å multiplisere vektningsfaktoren med et volatilitetsforhold. Å gjøre dette ville bety at det bevegelige gjennomsnittet ville være lengre enn dagens pris i volatile markeder. Dette vil tillate vinnere å kjøre. Som en trend kommer til en slutt og prisene konsoliderer. det bevegelige gjennomsnittet vil bevege seg nærmere den nåværende markedsaksjonen, og i teorien tillate handelsmannen å beholde de fleste gevinster tatt i løpet av trenden. I praksis kan volatilitetsforholdet være en indikator som Bollinger Bandwidth, som måler avstanden mellom de kjente Bollinger Bands. (For mer om denne indikatoren, se Grunnleggende om Bollinger Bands.) Perry Kaufman foreslo å bytte vektvariabel i EMA-formelen med en konstant basert på effektivitetsforholdet (ER) i boken New Trading Systems and Methods. Denne indikatoren er utformet for å måle styrken til en trend definert innenfor et område fra -1,0 til 1,0. Det beregnes med en enkel formel: ER (total prisendring for periode) (sum av absolutte prisendringer for hver linje). Vurder en aksje som har en fempunkts rekkevidde hver dag, og ved utgangen av fem dager har det blitt totalt av 15 poeng. Dette ville resultere i en ER på 0,67 (15 poeng oppover bevegelse dividert med total 25-punkts rekkevidde). Hadde denne aksjen redusert 15 poeng, ville ER-være -0,67. (For mer handelsrådgivning fra Perry Kaufman, les Losing To Win. Som beskriver strategier for å takle handelsstap.) Prinsippet om en trendereffektivitet er basert på hvor mye retningsbestemt (eller trend) du får per prisbevegelsesenhet over en definert tidsperiode. En ER på 1,0 indikerer at aksjen er i perfekt opptrend -1,0 representerer en perfekt nedtrend. I praksis er ekstremene sjelden nådd. For å bruke denne indikatoren for å finne det adaptive glidende gjennomsnittet (AMA), må handelsfolk beregne vekten med følgende, ganske komplekse formelen: C (ER (SCF SCS)) SCS 2 Hvor: SCF er eksponensiell konstant for den raskeste EMA tillatt (vanligvis 2) SCS er eksponensiell konstant for den langsomste EMA-tillatelsen (ofte 30) ER er effektivitetsforholdet som ble notert over. Verdien for C blir da brukt i EMA-formelen i stedet for den enklere vektvariabelen. Selv om det er vanskelig å beregne for hånd, er det adaptive glidende gjennomsnittet inkludert som et alternativ i nesten alle handelsprogramvarepakker. (For mer om EMA, les Exploring The Exponentially Weighted Moving Average.) Eksempler på et enkelt glidende gjennomsnitt (rød linje), et eksponentielt glidende gjennomsnitt (blå linje) og det adaptive glidende gjennomsnittet (grønn linje) er vist i Figur 1. Figur 1: AMA er i grønt og viser størst grad av flattning i rekkeviddebundet handling sett på høyre side av dette diagrammet. I de fleste tilfeller er det eksponentielle glidende gjennomsnittet, vist som den blå linjen, nærmest prishandlingen. Det enkle glidende gjennomsnittet vises som den røde linjen. De tre bevegelige gjennomsnittene som er vist på figuren, er alle tilbøyelige til å piske på ulike tider. Denne ulempen med bevegelige gjennomsnitt har hittil vært umulig å eliminere. Konklusjon Robert Colby testet hundrevis av tekniske analyseverktøy i Encyclopedia of Technical Market Indicators. Han konkluderte med at selv om det adaptive glidende gjennomsnittet er en interessant nyere ide med betydelig intellektuell appell, viser ikke våre foreløpige tester noen reell praktisk fordel for denne mer komplekse trendutjevningsmetoden. Dette betyr ikke at handelsfolk burde ignorere ideen. AMA kan kombineres med andre indikatorer for å utvikle et lønnsomt handelssystem. (For mer om dette emnet, les Discover Discover Keltner Channels og Chaikin Oscillator.) ER kan brukes som en frittstående trendindikator for å se de mest lønnsomme handelsmulighetene. Som et eksempel viser forholdstall over 0,30 sterke opptrender og representerer potensielle kjøp. Alternativt, siden volatiliteten beveger seg i sykluser, kan aksjene med lavest effektivitetsforhold sees som breakout-muligheter.
No comments:
Post a Comment