Adaptive moving average filter

Moving averages Rata-rata bergerak adalah salah satu alat analisis yang paling berguna, objektif dan tertua. Beberapa pola dan indikator bisa agak subyektif, di mana analis mungkin tidak setuju jika pola tersebut benar-benar terbentuk atau jika ada penyimpangan yang mungkin merupakan ilusi. Rata-rata bergerak lebih merupakan pendekatan cut-and-dry untuk menganalisis grafik saham dan memprediksi kinerja, dan ini adalah satu dari sedikit yang tidak memerlukan kecerdasan jenius untuk menafsirkan .. Rata-rata pergerakan adalah indikator yang menunjukkan nilai rata-rata Harga keamanan selama periode waktu tertentu. Untuk menemukan 50 hari Simple Moving Average Anda akan menambahkan harga penutupan (tapi tidak lebih lama) dari 50 hari terakhir dan membaginya dengan 50. Dan karena harga terus berubah, berarti rata-rata bergerak akan bergerak juga. Exponential Moving Average (EMA) - dihitung dengan menerapkan persentase harga penutupan todays ke nilai rata-rata bergerak kemarin. Gunakan moving average eksponensial untuk menempatkan bobot lebih pada harga terkini. Seperti yang diharapkan, setiap harga baru memiliki dampak lebih besar pada EMA daripada di SMA. Dan, setiap harga baru mengubah rata-rata bergerak hanya satu kali, bukan dua kali. Rata-rata pergerakan yang paling umum digunakan adalah rata-rata 15, 20, 30, 45, 50, 100, dan 200 hari. Setiap moving average memberikan interpretasi yang berbeda mengenai harga saham yang akan dilakukan. Benar-benar tidak ada hanya satu kerangka waktu quotrightquot. Bergerak rata-rata dengan rentang waktu yang berbeda masing-masing menceritakan kisah yang berbeda. Semakin pendek rentang waktu, semakin sensitif rata-rata pergerakannya terhadap perubahan harga. Semakin lama rentang waktu, semakin sedikit sensitif atau semakin meratakan rata-rata pergerakannya. Moving averages digunakan untuk menekankan arah trend dan menghaluskan harga dan fluktuasi volume atau quotnoisequot yang bisa membingungkan interpretasi. Investor yang berbeda menggunakan moving averages untuk alasan yang berbeda. Sementara beberapa menggunakannya sebagai alat analisis utama mereka, orang lain hanya menggunakan rata-rata bergerak sebagai pembangun kepercayaan untuk mendukung keputusan investasi mereka. Berikut adalah dua strategi lain yang digunakan orang untuk bergerak rata-rata: Penyaringan digunakan untuk meningkatkan kepercayaan diri Anda tentang sebuah indikator. Tidak ada aturan atau hal yang harus diwaspadai saat memfilter, hanya apa pun yang membuat Anda cukup percaya diri untuk menginvestasikan uang Anda. Misalnya Anda mungkin ingin menunggu sampai sebuah celah keamanan melewati rata-rata bergeraknya dan setidaknya berada di atas rata-rata untuk memastikan crossover benar. Ingat, pengaturan persentil terlalu tinggi bisa mengakibatkan harga beli di kapal dan membeli saham pada puncaknya. Saringan lain adalah menunggu satu atau dua hari setelah persilangan keamanan berakhir, ini bisa digunakan untuk memastikan bahwa kenaikan keamanan bukanlah kebetulan atau tidak dapat dipertahankan. Sekali lagi, downside adalah jika Anda menunggu terlalu lama maka Anda bisa berakhir kehilangan beberapa keuntungan besar. Menggunakan Crossover tidak semudah menyaring. Ada beberapa tipe crossover yang berbeda, namun semuanya melibatkan dua atau lebih moving averages. Dalam crossover ganda Anda mencari situasi di mana MA terpendek melewati yang lebih lama. Ini hampir selalu dianggap sebagai sinyal beli karena rata-rata yang lebih lama sedikit dari tingkat dukungan untuk harga saham. Untuk asuransi tambahan Anda bisa menggunakan triple crossover, dimana rata-rata pergerakan terpendek harus melewati dua yang lebih tinggi. Hal ini dianggap sebagai indikator pembelian yang lebih kuat. Dengan Rata-rata Bergerak Adaptif Memimpin Untuk Hasil yang Lebih Baik Moving averages adalah alat favorit pedagang aktif. Namun, ketika pasar berkonsolidasi, indikator ini menyebabkan banyak perdagangan whipsaw, yang menghasilkan serangkaian kemenangan dan kerugian kecil yang membuat frustrasi. Analis telah menghabiskan waktu puluhan tahun untuk memperbaiki rata-rata bergerak sederhana. Pada artikel ini, kita melihat upaya ini dan menemukan bahwa pencarian mereka telah menghasilkan alat perdagangan yang bermanfaat. (Untuk membaca latar belakang pada rata-rata bergerak sederhana, lihat Simple Moving Averages Membuat Trends Stand Out.) Pro dan Kontra Pergerakan Rata-rata Keuntungan dan kerugian dari rata-rata bergerak dirangkum oleh Robert Edwards dan John Magee dalam edisi pertama Analisis Teknis untuk Tren Saham Ketika mereka mengatakannya dan, pada tahun 1941 kembali kami dengan senang hati membuat penemuan itu (walaupun banyak lainnya berhasil melakukannya sebelumnya) bahwa dengan rata-rata data untuk jumlah hari yang disebutkan dapat menghasilkan semacam garis tren otomatis yang pasti akan menafsirkan perubahan Trend Sepertinya sangat bagus untuk menjadi kenyataan. Sebenarnya, itu terlalu bagus untuk menjadi kenyataan. Dengan kerugian yang melebihi keuntungan, Edwards dan Magee dengan cepat meninggalkan impian mereka untuk berdagang dari bungalo pantai. Tapi 60 tahun setelah mereka menulis kata-kata itu, yang lain tetap berusaha menemukan alat sederhana yang dengan mudah akan mengantarkan kekayaan pasar. Simple Moving Averages Untuk menghitung moving average yang sederhana. Tambahkan harga untuk periode waktu yang diinginkan dan bagi dengan jumlah periode yang dipilih. Menemukan rata-rata pergerakan lima hari akan membutuhkan penjumlahan lima harga penutupan terbaru dan dibagi dengan lima. Jika penutupan terakhir berada di atas rata-rata bergerak, saham akan dianggap berada dalam tren naik. Downtrends didefinisikan oleh harga perdagangan di bawah rata-rata bergerak. (Untuk informasi lebih lanjut, lihat tutorial Moving Averages). Properti yang mendefinisikan tren ini memungkinkan pergerakan rata-rata menghasilkan sinyal perdagangan. Dalam aplikasi yang paling sederhana, para pedagang membeli ketika harga bergerak di atas rata-rata bergerak dan menjual saat harga turun di bawah garis itu. Pendekatan seperti ini dijamin menempatkan pedagang di sisi kanan setiap perdagangan yang signifikan. Sayangnya, saat merapikan data, rata-rata bergerak akan tertinggal dari aksi pasar dan trader hampir selalu mengembalikan sebagian besar keuntungan mereka bahkan pada perdagangan terbesar sekalipun. Rata-rata Pindah Eksponensial Analis tampaknya menyukai gagasan tentang rata-rata bergerak dan telah menghabiskan bertahun-tahun mencoba untuk mengurangi masalah yang terkait dengan lag ini. Salah satu inovasi ini adalah moving average eksponensial (EMA). Pendekatan ini memberikan bobot yang relatif lebih tinggi terhadap data terakhir, dan akibatnya ia mendekati tindakan harga daripada rata-rata pergerakan sederhana. Rumus untuk menghitung rata-rata pergerakan eksponensial adalah: EMA (Weight Close) ((1-Bobot) EMAy) Dimana: Bobot adalah konstanta pemulusan yang dipilih oleh analis EMAy adalah rata-rata pergerakan eksponensial dari kemarin Nilai pembobotan umum adalah 0,188, yang Mendekati rata-rata pergerakan sederhana 20 hari. Lain adalah 0,10, yang kira-kira memiliki rata-rata pergerakan 10 hari. Meskipun mengurangi lag, moving average eksponensial gagal mengatasi masalah lain dengan moving averages, yang penggunaannya untuk sinyal perdagangan akan menyebabkan sejumlah besar perdagangan rugi. Dalam Konsep Baru dalam Sistem Perdagangan Teknis. Welles Wilder memperkirakan bahwa pasar hanya tren seperempat waktu. Hingga 75 tindakan perdagangan dibatasi pada kisaran yang sempit, ketika sinyal beli dan beli rata-rata bergerak akan berulang kali dihasilkan karena harga bergerak cepat di atas dan di bawah rata-rata bergerak. Untuk mengatasi masalah ini, beberapa analis menyarankan faktor pembobotan perhitungan EMA yang bervariasi. (Untuk lebih lanjut, lihat Bagaimana cara moving averages yang digunakan dalam trading) Mengadaptasi Moving Averages to Market Action Salah satu metode untuk mengatasi kerugian moving averages adalah dengan mengalikan faktor pembobotan dengan rasio volatilitas. Melakukan hal ini berarti bahwa rata-rata bergerak akan jauh dari harga saat ini di pasar yang bergejolak. Ini akan memungkinkan para pemenang lari. Seiring tren berakhir dan harga berkonsolidasi. Rata bergerak akan bergerak mendekati aksi pasar saat ini dan, secara teori, memungkinkan pedagang untuk mempertahankan sebagian besar keuntungan yang tertangkap selama tren berlangsung. Dalam prakteknya, rasio volatilitas dapat menjadi indikator seperti Bollinger Bandwidth, yang mengukur jarak antara Bollinger Bands yang terkenal. (Untuk informasi lebih lanjut mengenai indikator ini, lihat Dasar-Dasar Bollinger Bands.) Perry Kaufman menyarankan untuk mengganti variabel bobot dalam formula EMA dengan konstan berdasarkan rasio efisiensi (ER) dalam bukunya, New Trading Systems and Methods. Indikator ini dirancang untuk mengukur kekuatan tren, yang didefinisikan dalam kisaran dari -1,0 sampai 1,0. Hal ini dihitung dengan rumus sederhana: ER (perubahan harga total untuk periode) (jumlah perubahan harga mutlak untuk setiap batang) Perhatikan saham yang memiliki rentang lima poin setiap hari, dan pada akhir lima hari telah memperoleh total Dari 15 poin Ini akan menghasilkan ER sebesar 0,67 (15 poin ke atas dibagi dengan kisaran 25-titik total). Jika saham ini turun 15 poin, ER akan menjadi -0,67. (Untuk saran perdagangan lebih lanjut dari Perry Kaufman, baca Losing To Win yang menguraikan strategi untuk mengatasi kerugian perdagangan.) Prinsip efisiensi tren didasarkan pada seberapa banyak pergerakan arah (atau tren) yang Anda dapatkan per unit pergerakan harga di atas Periode waktu yang ditentukan ER dari 1,0 menunjukkan bahwa saham berada dalam uptrend yang sempurna -1,0 merupakan tren turun yang sempurna. Secara praktis, ekstrem jarang tercapai. Untuk menerapkan indikator ini untuk menemukan moving average moving average (AMA), trader harus menghitung bobotnya dengan rumus berikut, agak kompleks: C (ER (SCF SCS)) SCS 2 Dimana: SCF adalah konstanta eksponensial untuk yang tercepat EMA yang diijinkan (biasanya 2) SCS adalah konstanta eksponensial untuk EMA yang paling lambat yang diijinkan (seringkali 30) ER adalah rasio efisiensi yang disebutkan di atas Nilai C kemudian digunakan dalam formula EMA dan bukan variabel bobot yang lebih sederhana. Meski sulit dihitung dengan tangan, rata-rata pergerakan adaptif disertakan sebagai pilihan di hampir semua paket perangkat lunak perdagangan. (Untuk informasi lebih lanjut tentang EMA, baca Exploring The Exponentially Weighted Moving Average.) Contoh rata-rata pergerakan sederhana (garis merah), moving average eksponensial (garis biru) dan moving average moving average (garis hijau) ditunjukkan pada Gambar 1. Gambar 1: AMA berwarna hijau dan menunjukkan tingkat perataan yang paling tinggi dalam aksi jarak dekat yang terlihat di sisi kanan grafik ini. Dalam kebanyakan kasus, rata-rata bergerak eksponensial, yang ditunjukkan sebagai garis biru, paling dekat dengan aksi harga. Rata-rata bergerak sederhana ditunjukkan sebagai garis merah. Tiga rata-rata bergerak yang ditunjukkan pada gambar sangat rentan terhadap perdagangan whipsaw pada berbagai waktu. Kekurangan pada moving averages sejauh ini tidak mungkin dihilangkan. Kesimpulan Robert Colby menguji ratusan alat analisis teknis dalam The Encyclopedia of Technical Market Indicators. Dia menyimpulkan, Meskipun rata-rata pergerakan adaptif adalah ide baru yang menarik dengan daya tarik intelektual yang cukup besar, tes pendahuluan kami gagal menunjukkan keuntungan praktis nyata pada metode perataan tren yang lebih kompleks ini. Ini tidak berarti pedagang harus mengabaikan gagasan itu. AMA dapat dikombinasikan dengan indikator lain untuk mengembangkan sistem perdagangan yang menguntungkan. (Untuk informasi lebih lanjut tentang topik ini, baca Discovering Keltner Channels And The Chaikin Oscillator.) ER dapat digunakan sebagai indikator tren yang berdiri sendiri untuk menemukan peluang perdagangan yang paling menguntungkan. Sebagai contoh, rasio di atas 0,30 mengindikasikan tren kenaikan yang kuat dan merupakan pembelian potensial. Sebagai alternatif, karena volatilitas bergerak dalam siklus, saham dengan rasio efisiensi terendah dapat diawasi sebagai peluang pelarian. Jenis struktur kompensasi yang biasanya digunakan oleh hedge fund manager di bagian kompensasi mana yang berbasis kinerja. Perlindungan terhadap hilangnya pendapatan yang akan terjadi jika tertanggung meninggal dunia. Penerima manfaat bernama menerima. Ukuran hubungan antara perubahan kuantitas yang diminta dari barang tertentu dan perubahan harga. Harga. Total nilai pasar dolar dari seluruh saham perusahaan yang beredar. Kapitalisasi pasar dihitung dengan cara mengalikan. Frexit pendek untuk quotFrench exitquot adalah spinoff Prancis dari istilah Brexit, yang muncul saat Inggris memilih. Perintah ditempatkan dengan broker yang menggabungkan fitur stop order dengan pesanan limit. Perintah stop-limit akan. Kaufman Strategi Perdagangan Rata-rata Moving Moving Average (Setup 038 Filter) I. Strategi Perdagangan Developer: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Sumber: Kaufman, P. J. (1995). Smarter Trading. Meningkatkan Kinerja dalam Mengubah Pasar. New York: McGraw-Hill, Inc. Konsep: Strategi perdagangan berdasarkan filter suara adaptif. Sasaran Penelitian: Verifikasi kinerja penyiapan dan filter. Spesifikasi: Tabel 1. Hasil: Gambar 1-2. Pengaturan Perdagangan: Perdagangan Panjang: Moving Average Bergerak (AMA) muncul. Trades Pendek: Moving Average Bergerak turun. Catatan: Garis tren AMA nampaknya berhenti saat pasar tidak memiliki arahan. Saat tren pasar, trendline AMA naik. Trade Entry: Long Trades: Pembelian pada penutupan ditempatkan setelah setup bullish. Short Trades: Sebuah sell pada penutupan ditempatkan setelah setup bearish. Keluar Perdagangan: Tabel 1. Portofolio: 42 pasar berjangka dari empat sektor pasar utama (komoditas, mata uang, suku bunga, dan indeks ekuitas). Data: 32 tahun sejak 1980. Platform Pengujian: MATLAB. II. Uji Sensitivitas Semua grafik 3-D diikuti oleh grafik kontur 2-D untuk Faktor Laba, Rasio Sharpe, Ulcer Performance Index, CAGR, Drawdown Maksimum, Persen Menguntungkan Perdagangan, dan Rata-rata. Menang rta. Rasio Rugi. Gambar terakhir menunjukkan sensitivitas dari Equity Curve. Variabel yang diuji: ERLength amp FilterIndex (Definisi: Tabel 1): Gambar 1 Kinerja Portofolio (Masukan: Tabel 1 Komisi amp Slippage: 0). AMA (ERLength) adalah Adaptive Moving Average selama periode ERLength. ERLength adalah periode lihat kembali dari Efficiency Ratio (ER). ERi abs (Directioni Volatilityi), dimana 8220abs8221 adalah nilai absolut. Directioni Closei Closei ERLength, Volatilitas (abs (DeltaClosei), ERLength), di mana 82208221 adalah jumlah dari periode ERLength, DeltaClosei Closei Closei 1. FastMuneength adalah periode moving average yang cepat. SlowMALength adalah periode moving average yang lambat. AMAi AMAi 1 ci (Closei AMAi 1), dimana ci (ERi (Lambat Cepat) Lambat) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1). Indeks: i ERLength 2, 100, Langkah 2 FastMALength 2 SlowMALength 30 Perdagangan Panjang: Jika AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2 maka MinAMA AMAi 1 (Adaptive Moving Average muncul dengan poros di MinAMA). Short Trades: AMAi lt AMAi 1 amp AMAi 1 gt AMAi 2 kemudian MaxAMA AMAi 1 (Adaptive Moving Average turun dengan poros di MaxAMA). Indeks: i Filteri FilterIndex StdDev (AMAi AMAi 1, N), dimana StdDev adalah deviasi standar rangkaian di atas periode N. N 20 (nilai default). Indeks: i FilterIndex 0.0, 1.0, Langkah 0.02 N 20 Perdagangan Panjang: Pembelian pada penutupan ditempatkan saat AMAi gt AMAi 1 amp (AMAi MinAMA) gt Filteri. Short Trades: Sebuah sell pada tutup ditempatkan saat AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Indeks: i Stop Loss Exit: ATR (ATRLength) adalah Range Rata Rata selama periode ATRLength. ATRStop adalah kelipatan dari ATR (ATRLength). Long Trades: Perhentian penjualan ditempatkan pada Entry ATR (ATRLength) ATRStop. Trades Pendek: Stop beli akan ditempatkan di Entry ATR (ATRLength) ATRStop. ATRLength 20 ATRStop 6 ERLength 2, 100, Step 2 FilterIndex 0.0, 1.0, Langkah 0.02