Entfernen von Lag, Forecasting Data Trading Indizes mit dem Rumpf Moving Average Moving im Durchschnitt reibungslose Daten und machen es einfacher, Preisbewegungen zu analysieren, aber sie neigen dazu, zu verzögern. Herersquos ein Markt-Timing-System, das die Verzögerung entfernt und prognostiziert zukünftige Daten. B uy amp Hold funktioniert gut, wie der Markt steigt, aber die Strategie fällt auseinander, wenn die Markttanks. Wir brauchen ein Timing-Modell, um Kapital in den Down-Märkten zu bewahren und Chancen in den Märkten zu identifizieren. Ist es möglich Umzugsdurchschnitte sind oft der beste Weg, um Datenspitzen zu eliminieren, und die von relativ langen Längen glatte Daten auch. Allerdings haben gleitende Durchschnitte einen großen Fehler, da ihre langen Rückblickperioden eine Verzögerung einführen. Die Lösung besteht darin, die gleitende Durchschnittsformel zu modifizieren und die Verzögerung zu entfernen. Dadurch wird die Möglichkeit der gleitenden durchschnittlichen Überschreitung der Rohdaten bei der Vorhersage der nächsten intervalrsquos-Aktivität minimiert und damit Fehler eingeführt. Herersquos wie es gemacht werden kann. Entfernen der Verzögerung Eine neue Art von gleitenden Durchschnitt von Trader entwickelt Alan Hull versucht, dieses Problem zu lösen. In dieser Variation ist ein einfacher gleitender Durchschnitt (Sma) die Summierung von Datenmustern dividiert durch die Anzahl der Abtastwerte (N). Der Hull-Gleitender Durchschnitt (Hma) erreicht die Glättung unter Verwendung des gewichteten gleitenden Durchschnitts (Wma) und einer Quadratwurzel von N. Die Berechnung ist also: Um diese Formel zu durchgehen: Nehmen Sie die Wma der letzten N 2 Daten und multiplizieren Sie sie mit 2. Dann subtrahieren Sie die Wma der letzten N Daten. Jetzt nimm diesen Wert und benutze die Quadratwurzel von N. Dann finde die Wma von diesen beiden Werten (das heißt, die Wma sqrt von N des erinnerten Wertes). Da die Quadratwurzel Werte schneidet, sollte die Berechnung ein N wählen, das ein perfektes Quadrat wie 4, 9, 16, 25, 49 oder 81 ist. Vergleiche die Sma und Hma in Abbildung 1 mit einem 81-tägigen Durchschnitt finden wir Dass die Hma ist glatt und reagiert auf die wechselnden Daten, während die Sma hinter sich zurückliegt. Abbildung 1: einfache ma vs. hull ma. Hier sehen Sie einen Vergleich der SMA und HMA mit Daten aus der QQQQ ETF. Die HMA ist rechtzeitiger als die SMA. Ein Neun-Tage-Durchschnitt wird mit dem HMA in blau gezeigt. HellipContinued in der Dezember-Ausgabe der technischen Analyse der Aktien amp Rohstoffe Auszug aus einem Artikel ursprünglich veröffentlicht in der Dezember 2010 Ausgabe der technischen Analyse der Aktien amp Commodities Magazin. Alle Rechte vorbehalten. Kopieren Sie Copyright 2010, Technische Analyse, Inc. Hull Moving Average Der Hull Moving Average macht einen gleitenden Durchschnitt mehr ansprechend, während eine Kurvenglätte beibehalten wird. Die Formel für die Berechnung dieses Durchschnitts ist wie folgt: HMAi MA ((2MA (Eingang, Periode2) 8211 MA (Eingang, Periode)), SQRT (Periode)) wobei MA ein gleitender Durchschnitt ist und SQRT Quadratwurzel ist. Der Benutzer kann die Eingabe (schließen), die Periodenlänge und die Verschiebungsnummer ändern. Diese Indikator8217s Definition wird weiter in dem kondensierten Code ausgedrückt, der in der nachstehenden Berechnung angegeben ist. Wie man mit dem Hull Moving Average handeln Der Hull Moving Average ist ein rückläufiger Trendindikator und kann in Verbindung mit anderen Studien verwendet werden. Es werden keine Handelssignale berechnet. So greifen Sie in MotiveWave zu Gehen Sie zum oberen Menü, wählen Sie Study gtMoving AveragegtHull Moving Average oder gehen Sie zum Top-Menü, wählen Sie Add Study. Füge an, in diesen Studiennamen einzugeben, bis du sie in der Liste sehen wirst, klicke auf den Namen der Studie, klicke auf OK. Wichtiger Haftungsausschluss: Die auf dieser Seite bereitgestellten Informationen dienen ausschließlich zu Informationszwecken und sind nicht als Beratung oder Aufforderung zum Kauf oder Verkauf von Wertpapieren zu verstehen. Bitte beachten Sie unsere Haftungsausschlusserklärung. Berechnungs-Input-Preis, benutzerdefiniert, Standard ist nahe Methode gleitenden Durchschnitt (ma), benutzerdefiniert, Standard ist WMA-Periode Benutzer definiert, Standard ist 20 Shift Benutzer definiert, Standard ist 0 Wma gewichtet gleitenden Durchschnitt, sqrt Quadratwurzel Index aktuellen Bar-Nummer, LOE less or equalImportant rechtliche Informationen über die E-Mail, die Sie senden werden. Wenn Sie diesen Service nutzen, erklären Sie sich damit einverstanden, Ihre echte E-Mail-Adresse einzugeben und sie nur an Personen zu senden, die Sie kennen. Es ist eine Verletzung des Gesetzes in einigen Ländern, um sich fälschlicherweise in einer E-Mail zu identifizieren. Alle Informationen, die Sie zur Verfügung stellen, werden von Fidelity ausschließlich zum Zweck der Versendung der E-Mail in Ihrem Namen verwendet. Die Betreffzeile der E-Mail, die Sie senden, wird Fidelity: Ihre E-Mail wurde gesendet. Gegenseitige Fonds und Investmentfonds - Fidelity Investments Durch einen Klick auf einen Link wird ein neues Fenster geöffnet. Hull Moving Average Beschreibung Es gibt viele Arten von gleitenden Durchschnitten, die einfachste ist die Simple Moving Average (SMA). Von allen gleitenden Durchschnitten der SMA tagt Preis am meisten. Die exponentiellen und gewichteten Moving Averages wurden entwickelt, um diese Verzögerung zu bewältigen, indem sie mehr Wert auf neuere Daten legen. Der von Alan Hull entwickelte Hull Moving Average (HMA) ist ein extrem schneller und gleichmäßiger gleitender Durchschnitt. In der Tat, die HMA fast eliminiert Verzögerung insgesamt und schafft es, Glättung zugleich zu verbessern. Wie dieser Indikator funktioniert Ein längerer Zeitraum HMA kann verwendet werden, um Trend zu identifizieren. Wenn die HMA steigt, steigt der vorherrschende Trend an und zeigt an, dass es besser sein kann, lange Positionen einzugeben. Wenn die HMA fällt, fällt auch der vorherrschende Trend, was bedeutet, dass es besser sein kann, kurze Positionen einzugeben. Eine kürzere Periode HMA kann für Eintrittssignale in Richtung der vorherrschenden Tendenz verwendet werden. Ein langes Eintrittssignal, wenn der vorherrschende Trend steigt, tritt auf, wenn das HMA auftaucht und ein kurzes Eintrittssignal, wenn der vorherrschende Trend fällt, auftritt, wenn das HMA abfällt. Berechnung berechnen einen gewichteten bewegten Mittelwert mit Periode n 2 und multiplizieren mit 2 Berechnen eines gewichteten Bewegungsdurchschnitts für die Periode n und subtrahieren, wenn aus Schritt 1 Berechnen Sie einen gewichteten bewegten Durchschnitt mit Periode sqrt (n) mit den Daten aus Schritt 2 HMA WMA (2WMA (N2) WMA (n)), sqrt (n)) Moving Averages Stuff Motiviert per E-Mail von Robert B. Ich erhalte diese E-Mail und fragte nach dem Hull Moving Average (HMA) und. Und du hast noch nie davon gehört. Äh Stimmt. In der Tat, wenn ich googeln, entdeckte ich viele gleitende Durchschnitte, die Id nie gehört, wie: Zero Lag Exponential Moving Average Wilder Moving Durchschnitt Least Square Moving Durchschnittlich Dreieck Umzug Durchschnittlich Adaptive Moving Durchschnitt Jurik Moving Average. Also, ich dachte, ich wüsste über gleitende Durchschnitte und. Havent hast du das vorher gemacht, wie hier und hier und hier und hier und. Ja, ja, aber das war, bevor ich von all diesen anderen gleitenden Durchschnitten wusste. In der Tat, die einzigen, mit denen ich spielte, waren diese, wo P 1. P 2 P n sind die letzten n Aktienkurse (P n sind die jüngsten). Einfacher Bewegungsdurchschnitt (SMA) (P 1 P 2 P n) K wobei K n Gewichteter Bewegungsdurchschnitt (WMA) (P 1 2 P 2 3 P 3 n P n) K wobei K (12. n) n (n1) 2 ist. Exponentieller Bewegungsdurchschnitt (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) K K K o 945945 2 1 (1-945). Whoa Ive noch nie gesehen, dass EMA Formel vor. Ich habe immer was es war. Ja, das ist normalerweise anders geschrieben, aber ich wollte zeigen, dass diese drei ähnliche Rezepte haben. (Siehe das EMA-Zeug hier und hier.) Tatsächlich sehen sie alle so aus: Beachten Sie, dass, wenn alle Ps gleich sind, sagen wir, Po, dann ist der gleitende Durchschnitt gleich Po. Und das ist die Art und Weise, wie sich jeder sich selbst passende Durchschnitt verhalten sollte. Also, was ist am besten definieren am besten. Hier sind ein paar gleitende Durchschnitte, versuchen, eine Reihe von Aktienkursen, die in einer sinusförmigen Mode variieren verfolgen: Aktienkurse, die eine Sinuskurve folgen Wo haben Sie eine Aktie wie diese Aufmerksamkeit Beachten Sie, dass die häufig verwendeten gleitenden Durchschnitte (SMA, WMA Und EMA) erreichen ihr Maximum später als die Sinuskurve. Das ist lag und. Aber was ist mit dem HMA-Typ. Er sieht ziemlich gut aus Yeah, und das ist, worüber wir reden wollen. Tatsächlich. Und was ist das in HMA (6) und ich sehe etwas namens MMA (36) und. Die Geduld. Hull Moving Average Wir beginnen mit der Berechnung des 16-tägigen Weighted Moving Average (WMA) wie folgt: 1 WMA (16) (P 1 2 P 2 3 P 3 16 P n) K mit K 12. 16 136. Obwohl es schön ist Und smoooth, es hat eine Verzögerung größer als wed wie: Also schauen wir uns die 8-Tage-WMA an: Ich mag es ja, es folgt den Preisvariationen ganz schön. Aber theres mehr. Während WMA (8) auf neuere Preise schaut, hat es immer noch eine Verzögerung, also sehen wir, wie viel die WMA sich geändert hat, wenn sie von 8-tägig bis 16-Tage geht. Dieser Unterschied würde so aussehen: In gewissem Sinne gibt dieser Unterschied einen Hinweis darauf, wie sich WMA verändert. So fügen wir diese Änderung zu unserem früheren WMA (8) hinzu: 2 MMA (16) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Warum nennen es MMA ich stottern Jedenfalls würde MMA (16) so aussehen: Kranke nimm es Geduld. es gibt mehr. Jetzt stellen wir die magische Umwandlung vor und bekommen. Ta-DUM Das ist Rumpf ja. Wie ich es verstehe Aber was ist das magische Ritual Nachdem wir eine Reihe von MMAs mit den 8-tägigen und 16-tägigen gewichteten gleitenden Durchschnitten erstellt haben, starren wir auf diese Sequenz von Zahlen. Dann berechnen wir die WMA in den letzten 4 Tagen. Das gibt den Hull Moving Average, dass Weve HMA genannt (4). Huh 16 Tage dann 8 Tage dann 4 Tage. Werfen Sie eine Münze, um zu sehen, wie viele. Sie wählen eine Anzahl von Tagen, wie n 16. Dann schauen Sie auf WMA (n) und WMA (n2) und berechnen MMA 2 WMA (n2) - WMA (n). (In unserem Beispiel, das ist 2 WMA (8) - WMA (16), dann berechnen Sie WMA (sqrt (n)) mit nur den letzten sqrt (n) Zahlen aus der MMA-Serie. (In unserem Beispiel, das kann berechnet werden Ein WMA (4), mit der MMA-Serie.) Und für diese lustige SINE-Chart Howd es tun Also wheres die Kalkulationstabelle Im immer noch daran arbeiten: MA-stuff. xls Es ist interessant zu sehen, wie die verschiedenen gleitenden Mittelwerte auf Spikes reagieren: Ist HMA wirklich ein gewichteter gleitender Durchschnitt Nun sehen wir: Wir haben: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3 8 P n) 36 - (P 1 2 P 2 3 P (116) - (1136) P 1 2 P 2 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Aus sanitären Gründen schreibe das auch so: MMA w 1 P 1 w 2 P 2 w 16 P 16. Beachten Sie, dass alle Gewichte zu 1 addieren. Weiterhin ist wk 2 (136) - (1136) K für K 1, 2. 8 und wk - (1136) K Für K 9, 10. 16. Dann mache ich das magische Quadratwurzel-Ritual (wo sqrt (16) 4). Wir haben (erinnern daran, dass P 16 der jüngste Wert ist) HMA die 4-Tage-WMA der obigen MMAs (W & sub1; P & sub1; w & sub2; P & sub2; W 16 P 16) 2 (w 1 P 0 w 2 P 1 w 16 P 15) 3 (w 1 P -1 w 2 P 0 w 16 P 14) 4 (w 1 P -2 w 2 P -1 W 16 P 13) 10 (unter Hinweis darauf 1234 10). Huh P 0. P -1 Was. Die MMA (16) nutzt die letzten 16 Tage, zurück zum Preis wurden P 1 genannt. Wenn wir den 4-tägigen gewogenen Durchschnitt von ihnen thar MMAs berechnen, gut mit gestern s MMA (und das geht zurück 1 Tag vor P 1) und am Tag davor geht die MMA zurück zu 2 Tage vor P 1 und dem Tag Vor dem. Okay, so dass Sie nennen sie Preise P 0. P & sub1; & sub4; Du hast es. So eine 16-tägige HMA tatsächlich verwendet Info, die mehr als 16 Tage zurückgeht, richtig Sie haben es. Aber es gibt negative Gewichte für sie alte Preise Ist das legal Der Beweis ist in der. Ja ja. Der Beweis ist im Pudding. Also, was macht die Kalkulationstabelle So weit so sieht es so aus: (Klicken Sie auf das Bild zum Download.) Sie können eine SINE Serie oder eine RANDOM Serie von Aktienpreisen wählen. Für die letzteren, jedes Mal, wenn Sie auf eine Schaltfläche klicken Sie einen weiteren Satz von Preisen. Dann können Sie die Anzahl der Tage wählen: das ist unser n. (Zum Beispiel haben wir n 16 für unser Beispiel, oben verwendet.) Weiter, wenn Sie die SINE-Serie wählen, können Sie Spikes einführen und verschieben sie entlang der Tabelle. so was . Beachten Sie, dass wir n 16 und n 36 verwendet haben (im Bild der Tabellenkalkulation) Ursache n2 und sqrt (n) sind beide Integer. Wenn du etwas wie n 15 nimmst, verwendet das Kalkulationsblatt den INT eger Teil von n2 und sqrt (n), nämlich 7 und 3. Also ist der Hull Moving Average der beste Bestimmungsort am besten. Was ist mit dem Jurik-Durchschnitt, ich weiß nichts davon. Es proprietär und du musst bezahlen, um es zu benutzen. Allerdings können wir mit gleitenden Durchschnitten spielen. Ein weiterer beweglicher Durchschnitt Angenommen, dass anstelle des gewichteten beweglichen Durchschnittes (wo die Gewichte proportional zu 1, 2, 3. sind). Wir verwenden das magische Hull-Ritual mit dem Exponential Moving Average. Das heißt, wir betrachten: MAg 2 EMA (n2) - EMA (n) MAg Ja, das ist ein Mühelosigkeit, Wenn wir unsere Lieblingszahl von Tagen, wie n 16, auswählen und MAG (n, 945, k) 945 EMA (nk) - (1-945) EMA (n) berechnen. Wir können mit 945 und k spielen und sehen, was wir bekommen: Zum Beispiel, hier sind ein paar MAgs (wo hielten sich an 16 Tage, aber die Änderung der Werte von 945 und k): MAG (16) 2 EMA (4) - EMA ( 16) MAG (16) 1,5 EMA (5) - 0,5 EMA (16) Beachten Sie, dass wir bei der Auswahl von k 3 nk 163 5.333, die wir auf einfach und einfach umstellen. Warum gehst du nicht mit Hulls Entscheidungen: 945 2 und k 2 Gute Idee. Ich bekomme das: MAG (16) 2 EMA (8) - EMA (16) Sieht aus wie das Diagramm mit 945 1.5 und k 3. Es tut, hat es nicht getan? Wieder evtl. Also, was ist mit dem quadratwurzeligen Ritual das ich als Übung habe. Für dich Okay, beim Spielen mit dem MAG Ding finde ich, dass Hulls k 2 ganz gut funktioniert. So gut bleiben, dass Allerdings bekommen wir oft einen ziemlich schönen Durchschnitt, wenn wir nur ein kleines Stück der Veränderung hinzufügen: EMA (n2) - EMA (n). In der Tat, gut fügen Sie nur einen Bruch 946 dieser Änderung. Das heißt: MAG (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Das heißt, wir wählen 946 0,5 oder vielleicht nur 946 0,25 oder was auch immer und verwenden: Zum Beispiel, wenn wir unsere Gaggle von gleitenden Durchschnitten vergleichen, wie sie eine STEP-Funktion verfolgen, erhalten wir diese, wo wir (nur für MAg) nur 946 12 von der Wechsel. Ja, aber was ist der beste Wert der Beta. Definieren Sie am besten: Beachten Sie, dass Beta 1 die Hull-Wahl ist. Außer mit EMAs anstelle von WMAs. Und du läßt das Quadratwurzelsache aus. Äh, ja. Ich habe es vergessen. Hinweis . Die Kalkulationstabelle ändert sich von Stunde zu Stunde. Es sieht derzeit so aus wie etwas zu spielen Mit mir habe ich eine Kalkulationstabelle, die so aussieht. Klicken Sie auf das Bild zum Download. Sie wählen eine Aktie und klicken Sie auf eine Schaltfläche und erhalten Sie einen jährlichen Wert der täglichen Preise. Sie wählen entweder HMA oder MAg, ändern die Anzahl der Tage und, für MAg, den Parameter, und sehen, wann man KAUFEN ro SELL. Wenn auf welchen Kriterien Wenn der gleitende Durchschnitt DOWN x von seinem Maximum in den letzten 2 Tagen ist, kaufst du. (In dem Beispiel, x 1.0) Wenn seine UP y aus seinem Minimum über die letzten 2 Tage, Sie SELL. (Im Beispiel y 1,5) können Sie die Werte von x und y ändern. Taugt es etwas. Diese Kriterien habe ich gesagt, es war etwas zu spielen. Theres diese andere Glättung Technik genannt Hodrick-Prescott Filter. Mit der Hilfe von Ron McEwan, ist es jetzt in dieser Kalkulationstabelle enthalten: Ist es irgendwie gut, mit ihm zu spielen. Youll bemerken, dass theres ein Parameter, den Sie in Zelle M3 ändern können. Und KAUFEN und SENDEN Signale.
No comments:
Post a Comment