Adaptive Moving Average Wirkungsgrad Verhältnis

Kaufman039s Adaptiver Moving Average (KAMA) Kaufman039s Adaptiver Moving Average (KAMA) Einleitung Entwickelt von Perry Kaufman, Kaufman039s Der 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 gering ist. KAMA wird sich anpassen, wenn die Preisschwankungen sich verbreitern und die Preise aus größerer Entfernung folgen. Mit diesem Trendfolger können Sie den Gesamttrend, Zeitumkehrpunkte und Filterpreisbewegungen identifizieren. Berechnung Es sind mehrere Schritte erforderlich, um Kaufman039s Adaptive Moving Average zu berechnen. Let039s ersten Start mit den Einstellungen von Perry Kaufman empfohlen, 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 Bissgrßen-Nuggets macht es leichter, die Methodik hinter dem Indikator zu verstehen. Beachten Sie, dass ABS für Absolutwert steht. Efficiency Ratio (ER) Die ER ist grundsätzlich die an die tägliche Volatilität angepasste Preisänderung. In statistischer Hinsicht zeigt das Efficiency Ratio die fraktale Effizienz von Preisänderungen an. ER schwankt zwischen 1 und 0, aber diese Extreme sind die Ausnahme, nicht die Norm. ER wäre 1, wenn die Preise verschoben 10 aufeinander folgenden Perioden oder nach 10 aufeinander folgenden Perioden. ER wäre null, wenn der Kurs über die 10 Perioden unverändert bleibt. Glättungskonstante (SC) Die Glättungskonstante verwendet den ER und zwei Glättungskonstanten, die auf einem exponentiellen gleitenden Durchschnitt basieren. Wie Sie vielleicht bemerkt haben, verwendet die Glättungskonstante die Glättungskonstanten für einen exponentiellen gleitenden Durchschnitt in ihrer Formel. (2301) die Glättungskonstante für eine EMA mit 30 Perioden ist. 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 die Gleichung quadrieren soll. Mit dem Efficiency Ratio (ER) und Smoothing Constant (SC) können wir nun den Kaufman039s Adaptive Moving Average (KAMA) 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 nachstehenden Formel. BerechnungsbeispielChart Die folgenden Bilder zeigen einen Screenshot aus einer Excel-Kalkulationstabelle, die zur Berechnung von KAMA und dem entsprechenden QQQ-Diagramm verwendet wird. Verwendung und Signale Chartisten können KAMA wie alle anderen Trend folgenden Indikator, wie einen gleitenden Durchschnitt verwenden. Chartisten können nach Preiskreuzen, Richtungsänderungen und gefilterten Signalen suchen. Zuerst zeigt ein Kreuz über oder unter KAMA Richtungsänderungen der Preise an. Wie bei jedem gleitenden Durchschnitt, wird ein einfaches Crossover-System erzeugen viele Signale und viele whipsaws. Chartisten können Whipsaws reduzieren, indem sie einen Preis - oder Zeitfilter auf die Crossover anwenden. Man könnte Preis verlangen, das Kreuz für eine festgelegte Anzahl von Tagen zu halten, oder erfordern das Kreuz, das die KAMA um einen festgelegten Prozentsatz übersteigt. Zweitens können Chartisten die Richtung von KAMA verwenden, um den Gesamttrend für eine Sicherheit zu definieren. Dies kann eine Parameteranpassung erfordern, um die Anzeige 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 ist nach unten, solange KAMA fällt und schmieden unteren Tiefs. Die Tendenz steigt, solange KAMA steigt und höhere Höhen schmiedet. Das Kroger folgende Beispiel 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 kurzfristige KAMA für Handelssignale zu definieren. Beispielsweise könnte KAMA (10, 5, 30) als Trendfilter verwendet werden und im Anstieg als bullisch angesehen werden. Sobald bullish, könnte Chartisten dann bullish Kreuze suchen, wenn der Preis bewegt sich über KAMA (10,2,30). Das folgende Beispiel zeigt MMM mit einem steigenden langfristigen KAMA und bullischen Kreuzen im Dezember, Januar und Februar. Langfristige KAMA sank im April und es gab bearish Kreuze im Mai, Juni und Juli. SharpCharts KAMA kann als Indikator-Overlay in der SharpCharts-Workbench gefunden werden. Die Standardeinstellungen werden automatisch in der Parameterbox angezeigt, sobald sie ausgewählt sind, und die Chartisten können diese Parameter entsprechend ihren analytischen Bedürfnissen ändern. Der erste Parameter ist für das Effizienzverhältnis und die Chartisten sollten davon absehen, diese Zahl zu erhöhen. 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 Der Autor bietet detaillierte Informationen zu Indikatoren, Programmen, Algorithmen und Systemen, einschließlich Einzelheiten über KAMA und andere gleitende Durchschnittssysteme. Trading Systeme und Methoden Perry KaufmanVariable Moving Average (VMA) alias Volatilitätsindex Dynamic Ave (VIDYA) Der Variable Moving Average (VIDYA), bekannt als Volatility Index Dynamic Average (VIDYA) wurde von Tushar S. Chande entwickelt und erstmals in der Ausgabe vom März 1992 vorgestellt Technische Analyse der Bestände amp Rohstoffe 8211 Anpassung der gleitenden Durchschnitte zur Marktvolatilität Die Chande8217-Theorie war, dass die Performance eines exponentiellen gleitenden Durchschnitts verbessert werden könnte, indem ein Volatility Index (VI) verwendet wurde, um die Glättungsperiode anzupassen, während sich die Marktbedingungen ändern. Die Idee, dass, wenn die Preise überlastet sind, sollte ein Durchschnitt verlangsamen, um whipsaws zu vermeiden, aber wenn die Preise stark sind, sollte ein Durchschnitt beschleunigen, um die großen Preisbewegungen zu erfassen. Er war nicht die erste Person, die in dieser Richtung zu denken George R. Arrington, Ph. D. eingeführt eine Variable Simple Moving Average basierend auf Standardabweichung in der Juni 1991 Ausgabe von Technical Analysis of Stocks amp Rohstoffe 8211 Aufbau einer variablen Länge Moving Average ( VLMA). Die YIDYA stellte jedoch einen massiven Schritt vorwärts von der VLMA dar, weil sie eine viel größere Verbreitung von Glättungsperioden erlaubte. So berechnen Sie eine Variable Moving Average VMA (VI Close) ((1 8211 (VI)) VMA1) VI Benutzer wählen ein Maß für die Volatilität oder Trendstärke. N Vom Benutzer gewählte Dauerglättungszeit. Hier ist ein Beispiel eines 3-Perioden-VMA mit einem 3-Perioden-Wirkungsgradverhältnis (ER) als VI: Wie die VIDYA-Glättung durch den Volatilitätsindex geändert wird Der Variable Moving Average ist einzigartig, da er keine obere oder untere Grenze seiner Glättung hat Periode: Die VMA-Glättungsperiode kann unendlich hoch gehen, bis der Volatilitätsindex null ist, zu welchem ​​Zeitpunkt der resultierende Durchschnitt sich nicht bewegt und gleich dem vorherigen VMA ist. Wenn der Volatilitätsindex gleich 1 ist, ist die Glättungsperiode gleich der benutzerausgewählten Konstante 8216N8217, wie wenn die Y-Achse N die X-Achse 1 ist. Wenn jedoch der verwendete Volatilitätsindex über 1 steigen kann (wie das Standardabweichungsverhältnis) Dann kann die Glättungsperiode unter die vom Benutzer ausgewählte Konstante fallen. Wenn das VI (N2) 0,5 ist, dann ist die Glättungsperiode gleich 1, was gleich dem Preis selbst ist. Daher darf das verwendete VI nicht über (N2) 0,5 steigen, und wenn es gelegentlich geschieht, dann muß dieses Cap in die Formel geschrieben werden. Ein Blick auf die tatsächliche Alpha Da die VMA ist wie der Name schon sagt, variabel, die 8216Actual Alpha8217 ist nicht statisch, sondern wird durch das VI beeinflusst. Durch Änderung der Konstante 8216N8217 ändert sich jedoch die Interpretation des VIs stark: Oben sehen Sie ein Beispiel für den 8216Actual Alpha8217 und die resultierende Glättungsperiode für einen VMA mit einem 8216N8217 von 1 und einem 8216N8217 von 5. Wir wissen, dass wenn das VI 1 (Was darauf hinweist, dass der Bestand perfekt verläuft) die Glättungsperiode 8216N8217. So würden die schnellstmöglichen Glättungsperioden in diesen Beispielen 1 bzw. 5 nicht ein großer Unterschied sein. Aber es ist erstaunlich zu sehen, was eine riesige Auswirkung 8216N8217 nur ein paar Punkte insgesamt hat. In der Tat als 8216N8217 erhöht sich die resultierende VMA bewegt sich exponentiell langsamer. Dieser Einfluss ist eher wie die Quadrierung von Kaufman in seinem Adaptive Moving Average verwendet. Welcher Volatilitätsindex zu verwenden Chande verwendete ursprünglich das Standardabweichungsverhältnis als sein VI und dieses ist das, das normalerweise benutzt wird, wenn Leute über ein VIDYA sprechen. Aber später, in der Oktober 1995 Artikel aus Technical Analysis of Stocks amp Rohstoffe 8211 8216Identifying Powerful Breakouts Anfang 8216 schlug er die Verwendung seiner eigenen Chande Momentum Oscillator (CMO). Da der CMO im Bereich von 100 bis -100 liegt, müssen wir den absoluten Wert geteilt durch 100 annehmen. Das Ergebnis ist identisch mit dem Effizienzverhältnis (ER) und ist das VI, das am häufigsten verwendet wird, wenn sich Personen auf eine VMA beziehen . Ein beliebiges Maß an Volatilität oder Trendstärke kann jedoch verwendet werden, solange es zwischen einem Bereich von Null bis (N2) 0,5 passt, wo höhere Werte einen stärkeren Trend angeben. Volatility Indexes für die Prüfung Als Teil der 8216Technical Indicator Kampf für Supremacy 8216 haben wir getestet werden prüfen Sie die folgenden Indikatoren als Volatility Index in einem variablen Moving Average: Gibt es andere, die Sie denken, sind wert Tests Bitte teilen Sie uns in den Kommentaren Abschnitt ganz unten. Variable Moving Average Excel-Datei Ich habe zusammen eine Excel Spreadsheet mit dem Variable Moving Average zusammen und machte es zum Download kostenlos. Es enthält eine 8216basic8217-Version, die alle Arbeiten und eine 8216fancy8217 zeigt, die sich automatisch an die Länge sowie den Volatility-Index anpasst, den Sie angeben. Finden Sie es am folgenden Link am unteren Rand der Seite unter Downloads Technische Indikatoren: Variable Moving Average (VMA) 10 Tage Variable Moving Average Beispiel, VI 50 Tag Effizienz Verhältnis Dank Bruder das ist großartig. Die Erklärung der Mathe dahinter ist sehr hilfreich, jetzt, da ich verstehe, wie jeder Teile der Gleichung funktioniert, kann ich mit ihm spielen ein question8230 VMA1 für die ersten Datenpunkt Sie nur die Close1 und in diesem Fall, warum nicht nur Close1 verwenden, sollte es Besser auf Preisänderung reagieren muss ich mit steveplace zustimmen, heteroskedacity ist schwer zu erklären, um 7:00 am Morgen lol froh, dass Sie es nützlich gefunden Peter. Ich finde einige der Formeln rund um das Web für diese Dinge wirklich schwer zu lesen, weil ich keine formale mathematische Ausbildung haben. Deshalb breche ich es alle unten und zeigen die Arbeit, so gibt es keine Verwirrung. In Bezug auf Ihre Frage ist die VMA immer noch ein exponentieller gleitender Durchschnitt (EMA) etfhqblog20101108exponentiell-gleitenden Durchschnitt, aber mit einem dynamischen Alpha anstelle einer konstanten. Alle EMAs verwenden ihren vorherigen Durchschnitt, wenn sie vorwärts gehen, aber müssen mit einer Zahl am Anfang (normalerweise das vorhergehende schließen) EMA EMA (1) (nahes EMA (1)) ausgesät werden. Wenn Sie fortfahren, die vorhergehende Schließung zu verwenden, dann würde der Durchschnitt den Preis so genau verfolgen, um ihn fast genau zusammenzubringen. Laden Sie die Spread-Tabelle, wenn Sie haven8217t bereits und haben einen Versuch. Gehen Sie in die Zelle J5 am Ende der Formel, so wird IF (J482438221, J4 (2 (I51)) (E5-J4), 82218221) an IF (E482438221, E4 (2 (I51)) (E5 - E4), 82218221)) füllen Sie diese Formel am unteren Rand der Spalte und es wird dann auf die vorherige schließen statt der vorherigen VMA verweisen. BTW Ich habe gerade festgestellt, dass ich die Kalkulationstabelle auf manuelle Berechnung Update statt automatischen eingestellt hatte. Vielleicht möchten Sie dies ändern oder laden Sie es erneut, wie ich es jetzt fixiert haben. Sayyed vor 5 Jahren Ich bin mit VMA zusammen mit anderen MA8217s (einfach, exp, gewichtet, vol gewichtet, dreieckig). Sollte ich den gleichen Zeitraum für VMA als Zeitraum für andere Durchschnitte verwenden ich Kreuzung als meine buysell Punkte als andere MA8217 oder sollte ich die Richtung der VMA als meine buysell Signal Dank für Ihre Unterstützung. Derry Brown Vor 5 Jahren Sie sehen Testergebnisse für mehrere der genannten MAs 8211 etfhqblog20100525best-technical-indicators Die Antwort auf Ihre Frage hängt davon ab, ob Sie sie als Teil eines mechanischen Systems oder eines diskretionären verwenden. Ich habe nicht getestet, die Ergebnisse der MA-Crossover zwischen verschiedenen Arten von MAs, aber ich wouldn8217t erwarten, dass dies ein effektiver Ansatz. Jede Art von gleitendem Durchschnitt ist eindeutig, so daß es nicht notwendig ist, dieselbe Glättungsperiode zu verwenden, und die VMA ist so verschieden, daß sie als ein völlig getrennter Durchschnitt behandelt werden muß. Hoffe, das hilft Derry