Przełożenie kadłuba przekłada się na średnią HMA. Średnia przemieszczenia kadłuba rozwiązuje starzejący się dylemat czynienia średniej ruchomej bardziej odpowiadającej na bieżącą cenę, przy jednoczesnym zachowaniu płynności krzywej. Prawdę mówiąc, HMA niemal całkowicie eliminuje opóźnienie i jednocześnie poprawia wygładzanie. osiąga oba te przeciwne rezultaty jednocześnie musimy zacząć od zrozumiałej ramki Poniższa tabela zawiera 16-tygodniową prostą średnią ruchliwą, która stale obniża aktywność cenową i ma niską gładkość. Przede wszystkim można rozwiązać problem wygładzania krzywej biorąc średnio przeciętnie, tj. 16 okres SMA 16 okres SMA Cena Zła wiadomość jest taka, że powoduje ogromny wzrost opóźnienia, jak widać poniżej. Rozwiązanie problemu opóźnienia jest nieco bardziej zaangażowane i wymaga wyjaśnienia z liczb, a nie wykresy Zanotuj serię 10 liczb od 0 do 9 włącznie i wyobraź sobie, że są kolejnymi punktami cenowymi na wykresie, a 9 jest ostatnim cena punktu po prawej stronie krawędzi krawędzi Jeśli przyjmiemy 10-krotową prostą średnią z tych liczb, to nic dziwnego, że będziemy ustalać punkt środkowy 4 5, który znacznie opóźnia się za najnowszym punktem cenowym 9 Oto sprytny bit najpierw let s zmniejszyło średni okres do 5 i zastosowano go do najnowszej liczby 5,6,7,8 i 9, w wyniku czego znalazło się połowa 7. Ostatecznie, aby usunąć opóźnienie, przejmiemy punkt środkowy 7 i dodaj różnicę między dwoma średnimi, co odpowiada 2 5 7 4 5 Daje ostateczną odpowiedź 9 5 7 2 5, która jest lekkim nadmiernym wyrównaniem Ale ta nadmierna rekompensata jest bardzo przydatna, ponieważ odbija opóźniony efekt zagnieżdżonego uśredniania W związku z tym wynik łączenie tych dwóch technik jest niemal idealną równowagą między redukcją opóźnień a wygładzaniem krzywizny. HMA stara się nadążać za szybkimi zmianami w działaniu cenowym, przy jednoczesnym wygładzeniu nad SMA w tym samym okresie. HMA stosuje średnie ważone ruchomą średnią i tłumi smoot hing i wynikające z nich opóźnienia, wykorzystując pierwiastek kwadratowy okresu zamiast rzeczywistego okresu, jak widać poniżej. Okres pierwiastka kwadratowego WMA 2 x Okres pełny 2 Okres WMA Okres WMA. Następujące formuły dla średniej przemieszczania kadłuba są dla MetaStock i Supercharts, ale mogą być łatwo przystosowane do użycia z innymi programami do tworzenia wykresów, które są zdolne do budowy wskaźników niestandardowych. Okres wprowadzania danych, 120000 sqrtperiod Okres kwarty Mov 2 Mov C, okres 2, W Mov C, okres, W, LastValue sqrtperiod, W. Input period Wartość domyślna 20 waverage 2 waverage close, period 2 - wartość close, period, SquareRoot Period. Proste zastosowanie HMA, ze względu na jego wygładzanie, byłoby wykorzystywanie punktów zwrotnych jako sygnałów wejściowych, ale nie powinno być używana do generowania sygnałów krzyżowych, ponieważ technika ta opiera się na opóźnieniu. Subskrybuj i łącz się. Subskrybuj nasz Newsletter. Ważne informacje prawne dotyczące wysyłanego przez Ciebie e-maila Korzystając z tej usługi, wyrażasz zgodę na wprowadzenie prawdziwego adres e-mail i tylko przesłać go do osób, które znasz Jest to naruszenie prawa w niektórych jurysdykcjach do fałszywej identyfikacji w e-mailu Wszystkie dostarczone informacje będą używane przez Fidelity wyłącznie w celu wysłania wiadomości e-mail w Twoim imieniu Linia tematyczna e-mail zostanie wysłany. Twój adres e-mail został wysłany. Mutual Funds and Mutual Fund Investing - Fidelity Investments. Clicking a link otworzy nowe okno. Hull Moving Average. There jest wiele rodzajów średnich kroczących, najbardziej podstawowym jest prosty Przeniesienie średniej wartości SMA Ze wszystkich średnich kroczących cena SMA jest wyższa Najwyższe średnie kroczące i ważone zostały opracowane w celu rozwiązania tego opóźnienia, kładąc większy nacisk na ostatnie dane Hull Moving Average HMA, opracowane przez Alan Hull, jest niezwykle szybki i gładka średnia ruchoma W rzeczywistości HMA prawie całkowicie eliminuje opóźnienia i jednocześnie poprawia wygładzanie. Jak ten wskaźnik działa. Dłuższy okres HMA może być używany do określenia tendencji Jeśli H MA wzrasta, przeważająca tendencja wzrasta, wskazując na lepsze wejście długich pozycji Jeśli spadnie HMA, przeważająca tendencja również spada, wskazując, że lepiej jest wejść w krótkie pozycje. Krótszy okres HMA może być wykorzystany sygnały wejściowe w kierunku dominującego trendu Długi sygnał wejścia, gdy dominuje tendencja wzrasta, występuje, gdy HMA się włącza, a krótki sygnał wejściowy, gdy dominuje tendencja spadnie, występuje, gdy HMA obraca się. Kalkuluj ważoną Przenosząc średnią z okresem n 2 i pomnoż go przez 2.Kalkuluj średnią ruchową ważoną dla okresu n i odejmij, jeśli z kroku 1.Kalkuluj ważoną ruchomą średnią z okresem sqrt n używając danych z kroku 2.HMA WMA 2 WMA n 2 WMA n, sqrt n. Removing Lag, Forecasting Data. Trading Indexes with Hull Moving Average. Moving średnich gładkich danych i ułatwia analizowanie zmian cen, ale mają tendencję do opóźnienia Tutaj sa system pomiaru czasu rynkowego, który usuwa opóźnienia i prognozy przyszłych danych. B uy hold działa dobrze, gdy rynek idzie w górę, ale strategia spada, gdy zbiorniki na rynku Potrzebny jest model czasowy, aby zachować kapitał na rynkach w dół i zidentyfikować możliwości na rynkach w górę Jest to możliwe. Mniej często są to najlepsze sposoby wyeliminowania danych skoki i te o stosunkowo długich długo gładkich danych, aczkolwiek średnia ruchoma ma poważną wadę, w związku z tym, że długie okresy odniesienia powodują opóźnienie Rozwiązanie polega na zmianie średniej ruchomej formuły i usunięciu opóźnienia W ten sposób minimalizuje się możliwość poruszania się średnie przewyższenie surowych danych przy przewidywaniu następnej interwału, a tym samym wprowadzanie błędów Oto jak można to zrobić. Removing the lag Nowy typ średniej ruchomej rozwinięty przez przedsiębiorcę Alan Hull próbuje rozwiązać ten problem W tej odmianie prosty ruch średnia Sma jest sumą próbek danych podzielona przez liczbę próbek N Średnica ruchoma kadłuba Hma wygładza się, używając ważonej średniej ruchomej Wma i pierwiastek kwadratowy z N Obliczanie jest więc. To przejść przez ten wzór Weź WMA ostatnich danych N 2 i pomnoż go przez 2 Następnie odejmij WMA z ostatnich danych N Teraz weź tę wartość i użyj pierwiastka kwadratowego N Then znajdź WMA z tych dwóch wartości, czyli wielkość Wma z N pamiętanej wartości Ponieważ pierwiastek kwadratowy obcina wartości, obliczenia powinny wybrać N, który jest idealnym kwadratem, np. 4, 9, 16, 25, 49, lub 81paring Sma i Hma na rysunku 1 przy użyciu średniej 81 dni, stwierdziliśmy, że Hma jest zarówno gładka, jak i reagująca na zmieniające się dane, podczas gdy Sma lags behind. Figure 1 simple ma vs hull ma Tutaj widać porównanie SMA i HMA przy użyciu danych pochodzących z ETF QQQQ HMA jest bardziej terminowy niż SMA Dzisiejsza średnia z dziewięciu dni jest wyświetlana z HMA w kolorze niebieskim. W grudniowym raporcie Analiza techniczna zapasów towarowych. Wyodrębniona z artykułu pierwotnie opublikowanego w W grudniu 2010 r. Wydanie technicznej analizy magazynów magazynów akcji Wszelkie prawa zastrzeżone Copyright 2010, Technical Analysis, Inc.
No comments:
Post a Comment