Jurik Moving Average Excel

FAQs sobre o JMA Qual é a teoria por trás do JMA? Por que JMA tem um parâmetro PHASE. A JMA prevê uma série de tempo. Os valores de JMA anteriores, já traçados, mudarão à medida que os novos dados chegarem. Posso melhorar outros indicadores usando JMA A JMA tem alguma garantia especial Como a JMA se compara a outros filtros. TÓPICOS GERAIS em JURIK TOOLS Pode as ferramentas plotar muitas curvas em cada um dos muitos gráficos. As ferramentas podem processar qualquer tipo de dados. As ferramentas podem trabalhar em tempo real. São os algoritmos revelados ou caixa preta. As ferramentas Jurik precisam olhar para o futuro de uma série de tempo. As ferramentas produzem valores semelhantes em todas as plataformas (TradeStation, Multicharts.). As ferramentas Juriks vêm com uma garantia. Quantas senhas de instalação eu recebo. Qual é a Teoria Atrás da JMA. PARTE 1. GAPS DE PREÇOS Os dados de séries temporais de suavização, como os preços de ações diários, para remover ruídos indesejáveis ​​produzirão, inevitavelmente, um gráfico (indicador) que se move mais lentamente que a série de tempo original. Este quotslownessquot fará com que o enredo para atrasar um pouco atrás da série original. Por exemplo, uma média móvel simples de 31 dias atrasará a série de tempo de preço em 15 dias. Atraso é muito indesejável porque um sistema de comércio que usa essa informação terá sua negociação adiada. Os comércios atrasados ​​podem muitas vezes ser mais maus do que nenhuns comércios de todo, porque você pôde comprar ou vender no lado errado do ciclo dos mercados. Consequentemente, muitas tentativas foram feitas para minimizar o atraso, cada um com suas próprias falhas. Conquistar o atraso sem fazer suposições simplificadoras (por exemplo, que os dados consistam em ciclos sobrepostos, mudanças de preço diárias com uma distribuição Gaussiana, todos os preços são igualmente importantes, etc.) não é uma tarefa trivial. No final, a JMA teve que se basear na mesma tecnologia que os militares usam para rastrear objetos em movimento no ar usando nada mais do que seu radar barulhento. A JMA vê a série de preços como uma imagem ruidosa de um alvo em movimento (o preço subjacente suave) e tenta estimar a localização do alvo real (preço suave). A matemática proprietária é modificada para levar em consideração as propriedades especiais de uma série temporal financeira. O resultado é uma curva lisa e sedosa que não faz suposições sobre os dados que tenham quaisquer componentes cíclicos. Consequentemente JMA pode transformar quoton um dimequot se o mercado (alvo em movimento) decide girar direção ou gap up / down por qualquer quantidade. Nenhuma diferença de preço é muito grande. Depois de vários anos de pesquisa, a Jurik Research determinou que o filtro de redução de ruído ideal para os dados financeiros tem os seguintes requisitos: Deslocamento mínimo entre sinal e preço, caso contrário, os gatilhos comerciais virão tarde. Sobrecarga mínima, caso contrário, o sinal produz falsos níveis de preços. Mínimo undershoot, caso contrário, o tempo é perdido à espera de convergência após lacunas de preços. Máxima suavidade, exceto no momento em que as diferenças de preços para um novo nível. Quando medido até estes quatro requisitos, todos os filtros populares (exceto JMA) funcionam mal. Aqui está um resumo dos filtros mais populares. Média Móvel Ponderada - não responde às lacunas Média Móvel Exponencial - excessiva insuficiência ruidosa Médias Móveis Adaptáveis ​​- (não a nossa) tipicamente baseada em suposições simplificadas sobre atividade de mercado facilmente enganada Linha de Regressão - não responde a lacunas excessiva excesso Filtros FFT - Facilmente distorcida pelo ruído não gaussiano na janela de dados é tipicamente muito pequena para determinar com precisão ciclos verdadeiros. Filtros FIR - tem atraso conhecido como quotgroup delayquot. Nenhuma maneira em torno dele a menos que você quiser cortar alguns cantos. Ver filtros quotBand-Passquot. Filtros Band-Pass - nenhum atraso apenas no centro da banda de frequência tende a oscilar e superar os preços reais. Filtros de Entropia Máxima - facilmente distorcida por ruído não gaussiano na janela de dados é tipicamente demasiado pequeno para determinar com precisão ciclos verdadeiros. Filtros polinomiais - não responde às lacunas superação excessiva Em contraste, JMA integra a teoria da informação ea filtragem não-linear adaptativa de uma maneira única. Combinando uma avaliação do conteúdo da informação em uma série de tempo com o poder da transformação não-linear adaptativa, o resultado empurra o quotenvelopequotocom sobre a filtragem de séries temporais financeiras quase tão longe quanto possível. Qualquer mais e casar-se contra o princípio de incerteza Heisenburgs (algo que ninguém tem superado, ou nunca vai). Até onde sabemos, JMA é o melhor. Convidamos qualquer pessoa a nos mostrar o contrário. Para uma análise mais comparativa das falhas dos filtros populares, faça o download do nosso relatório quotThe Evolution of Moving Averagesquot do nosso departamento de Relatórios Especiais. Veja nossa comparação com outros filtros populares. Por que JMA tem um parâmetro PHASE. Há duas maneiras de diminuir o ruído em uma série de tempo usando JMA. Aumentar o parâmetro LENGTH fará JMA mover mais lento e, assim, reduzir o ruído à custa de atraso adicionado. Alternativamente, você pode alterar a quantidade de quotinertiaquot contida no JMA. Inércia é como massa física, quanto mais você tem, mais difícil é virar direção. Assim, um filtro com muita inércia exigirá mais tempo para inverter a direção e, assim, reduzir o ruído à custa de overshooting durante reversões na série de tempo. Todos os filtros de ruído forte têm atraso e overshoot, e JMA não é excepção. No entanto, os parâmetros ajustáveis ​​JMAs PHASE e LENGTH oferecer-lhe uma maneira de selecionar o tradeoff ideal entre atraso e overshoot. Isso lhe dá a oportunidade de ajustar vários indicadores técnicos. Por exemplo, o gráfico (à direita) mostra uma linha JMA rápida que cruza uma linha JMA mais lenta. Para fazer a linha JMA rápida virar quoton um dimequot sempre que o mercado inverte, foi definido para não ter inércia. Em contraste, o JMA lento foi definido para ter grande inércia, retardando assim a sua capacidade de virar durante reversões de mercado. Este arranjo faz com que a linha mais rápida atravesse a linha mais lenta o mais rapidamente possível, produzindo assim sinais de crossover de baixa defasagem. Claramente, o controle do usuário de uma inércia de filtros oferece uma potência considerável sobre os filtros que não possuem essa capacidade. A JMA prevê uma série de tempo. Não prevê no futuro. JMA reduz o ruído praticamente da mesma forma como uma média móvel exponencial, mas muitas vezes melhor. Os valores de JMA anteriores, já traçados, mudarão à medida que os novos dados chegarem. Não. Para qualquer ponto de um gráfico JMA, apenas os dados históricos e atuais são usados ​​na fórmula. Conseqüentemente, à medida que novos dados de preço chegam em intervalos de tempo posteriores, esses valores de JMA já traçados não são afetados e NUNCA mudam. Considere também o caso quando a barra mais recente em um gráfico é atualizada em tempo real à medida que chega cada novo tick. Uma vez que o preço de fechamento da barra mais recente é susceptível de mudar, JMA é reavaliado automaticamente para refletir o novo preço de fechamento. No entanto, os valores históricos de JMA (em todas as barras anteriores) permanecem inalterados e não mudam. Pode-se criar indicadores impressionantes olhando sobre dados históricos quando se analisa os valores passados ​​e futuros em torno de cada ponto de dados a ser processado. No entanto, qualquer fórmula que precise ver valores futuros em uma série de tempo não pode ser aplicada no mundo real negociação. Isso ocorre porque ao calcular o valor de hoje de um indicador, os valores futuros não existem. Todos os indicadores Jurik utilizam apenas dados de séries temporais atuais e anteriores em seus cálculos. Isso permite que todos os indicadores Jurik funcionem em todas as condições em tempo real. Posso melhorar outros indicadores usando JMA Sim. Normalmente substituímos a maioria dos cálculos de média móvel em indicadores técnicos clássicos com JMA. Isso produz resultados mais suaves e mais oportunos. Por exemplo, simplesmente inserindo JMA no indicador técnico padrão DMI, nós produzimos o indicador DMX, que vem livre com sua ordem de JMA. A JMA tem alguma garantia especial Se você nos mostrar um algoritmo não-proprietário para uma média móvel que, quando codificado para ser executado em TradeStation, Matlab ou Excel VBA, executa quotbetterquot do que a nossa média móvel em quadros de curto, médio e longo prazo Uma caminhada aleatória, bem reembolso sua licença de usuário adquirido para JMA. O que queremos dizer com quotbetterquot é que ele deve ser, em média, mais suave, sem maior atraso médio do que o nosso, não maior overshoot média e não maior média abaixo do que o nosso. O que entendemos por quadros de médio, médio e longo prazo é que as comparações devem incluir três comprimentos JMA separados: 7 (curto), 35 (médio), 175 (longo). O que queremos dizer com uma caminhada aleatória é uma série de tempo produzida por uma soma cumulativa de 5000 zero-média, Cauchy distribuídos números aleatórios. Esta garantia limitada é válida apenas durante o primeiro mês após ter adquirido uma licença de utilizador da JMA para nós ou para um dos nossos distribuidores mundiais. Como a JMA se compara a outros filtros. O filtro de Kalman é semelhante ao JMA, pois ambos são poderosos algoritmos usados ​​para estimar o comportamento de um sistema dinâmico ruidoso quando tudo o que você tem que trabalhar é medições de dados ruidosos. O filtro de Kalman cria previsões suaves das séries temporais, e este método não é totalmente apropriado para séries de tempo financeiras, pois os mercados são propensos a produzir giros violentos e lacunas de preços, comportamentos não típicos de sistemas dinâmicos operando sem problemas. Conseqüentemente, a suavização do filtro de Kalman freqüentemente fica atrás ou ultrapassa as séries temporais de preços de mercado. Em contraste, a JMA acompanha os preços de mercado de perto e sem problemas, adaptando-se às lacunas, evitando overshoots indesejados. Veja o gráfico abaixo para um exemplo. Um filtro descrito em revistas populares é a média móvel Kaufmann. É uma média móvel exponencial cuja velocidade varia de acordo com a eficiência da ação de preço. Em outras palavras, quando a ação de preço está em uma tendência clara com pouco retracement, o filtro de Kaufmann acelera e quando a ação é congesting, o filtro retarda. (Veja a tabela acima) Embora sua natureza adaptativa o ajude a superar algum do lag típico de médias móveis exponenciais, ainda retarda significativamente atrás de JMA. Lag é uma questão fundamental para todos os comerciantes. Lembre-se, cada barra de atraso pode atrasar seus negócios e negar-lhe lucro. Outra média móvel descrita em revistas populares é Chandes VIDYA (Variable Index Dynamic Average). O índice mais usado dentro da VIDYA para governar sua velocidade é a volatilidade dos preços. À medida que aumenta a volatilidade de curto prazo, a média móvel exponencial do VIDYA é projetada para se mover mais rapidamente, e à medida que a volatilidade diminui, o VIDYA desacelera. Na superfície isso faz sentido. Infelizmente, este projeto tem uma falha óbvia. Embora o congestionamento lateral deve ser cuidadosamente suavizado independentemente da sua volatilidade, um período de congestionamento altamente volátil seria acompanhado de perto (não suavizado) pela VIDYA. Conseqüentemente, o VIDYA pode falhar ao remover o ruído indesejado. Por exemplo, o gráfico compara JMA com VIDYA, ambos definidos para rastrear uma tendência descendente igualmente bem. No entanto, durante o congestionamento resultante, VIDYA não suavizar os picos de preços, enquanto JMA glides através da conversa. Em outra comparação onde tanto VIDYA e Juriks JMA foram definidos para ter a mesma suavidade, vemos no gráfico que VIDYA fica para trás. Como mencionado anteriormente, o tempo tardio pode facilmente roubar seus lucros em qualquer comércio. Dois outros indicadores populares são T3 e TEMA. Eles são suaves e têm pouco atraso. T3 é o melhor dos dois. No entanto, T3 pode apresentar um sério problema de overshoot, como visto no gráfico abaixo. Dependendo da sua aplicação, você pode não querer um indicador mostrando um nível de preço que o mercado real nunca atingiu, pois isso pode inadvertidamente iniciar negócios não desejados. Aqui estão dois comentários encontrados postados em fóruns relevantes da Internet: o indicador T3 é muito bom (e eu já cantei seus elogios antes, nesta lista). No entanto, Ive teve a oportunidade de derivar algumas medidas de mercado alternativas e eu suavizá-los. Eles são muito mal comportados às vezes. Ao alisá-los, T3 torna-se instável e overshoots mal, enquanto JMA vails direito através deles. quot - Allan Kaminsky allank xmission quotMy próprio ponto de vista de JMA é consistente com o que outras pessoas têm escrito (eu passei uma boa parte do tempo visualmente comparando JMA para TEMA Eu não pensaria agora de usar TEMA em vez de JMA). Steven Buss sbuss pacbell Um artigo na edição de janeiro de 2000 da TASC descreve uma média móvel projetado na década de 1950 para ter baixa defasagem. Seu inventor, Robert Brown, projetou o quotModified Moving Average (MMA) para reduzir o atraso na estimativa de estoques. Em sua fórmula, a regressão linear estimou o momento atual das curvas, que por sua vez é usado para estimar o atraso vertical. A fórmula, em seguida, subtrai lag estimado da média móvel para obter baixos resultados lag. Esta técnica funciona bem em bem comportado (suavemente transição) gráficos de preços, mas, novamente, assim como a maioria dos outros filtros avançados. O problema é que o mercado real é qualquer coisa mas bem comportado. Uma verdadeira medida de aptidão é o quão bem qualquer filtro funciona em dados financeiros do mundo real, uma propriedade que pode ser medida com a nossa bem estabelecida bateria de testes de referência. Esses testes revelam que MMA overshoots gráficos de preços, como ilustrado abaixo. Em comparação, o usuário pode definir um parâmetro em JMA para ajustar a quantidade de overshoot, mesmo eliminando completamente ele. A escolha é sua. Lembre-se, a última coisa que você quer é um indicador mostrando um nível de preço que o mercado real nunca atingiu, pois isso pode inadvertidamente iniciar negociações indesejadas. Com MMA, você não tem escolha e deve colocar-se com overshoot se você gosta ou não. (Veja a tabela abaixo) A edição de julho de 2000 da TASC continha um artigo de John Ehlers descrevendo um quotModified Optimal Elliptical Filterquot (Abreviado aqui como quotMEFquot). Este é um excelente exemplo de análise de sinal clássico. O gráfico abaixo compara MEF a JMA cujos parâmetros (JMA length7, phase50) foram ajustados para fazer JMA ser tão semelhante ao MEF quanto possível. A comparação revela essas vantagens ao usar JMA: JMA responde a oscilações de preços extremos mais rapidamente. Conseqüentemente, quaisquer valores de limiar usados ​​para disparar sinais serão executados mais cedo pela JMA. JMA tem quase nenhum overshoot, permitindo que a linha de sinal para rastrear com mais precisão ação de preço após grande movimento de preços. A JMA desliza através de pequenos movimentos de mercado. Isso permite que você se concentre na ação de preço real e não atividade de mercado pequeno que não tem nenhuma conseqüência real. Um método favorito entre engenheiros para alisar dados de séries temporais é ajustar os pontos de dados com um polinômio (eq, uma spline parabólica ou cúbica). Um projeto eficiente desse tipo é uma classe conhecida como filtros Savitzy-Golay. O gráfico abaixo compara o JMA a um filtro Savitzy-Golay de 3 divisões cúbicas, cujas configurações de parâmetro foram escolhidas para torná-lo o mais próximo possível do JMA. Observe como suavemente JMA desliza através de regiões de congestionamento comercial. Em contraste, o filtro S-G é bastante irregular. Claramente JMA é, mais uma vez, o vencedor. Outra técnica utilizada para reduzir o atraso em um filtro de média móvel é adicionar algum momento (inclinação) do sinal ao filtro. Isto reduz o lag, mas com duas penalidades: mais ruído e mais overshoot nos pontos do pivô do preço. Para compensar o ruído, pode-se empregar um filtro FIR simetricamente ponderado, que é mais suave do que uma média móvel simples, cujos pesos podem ser: 1-2-3-4-3-2-1 e, em seguida, ajustar esses pesos para adicionar algum atraso Reduzindo momentum. A eficácia desta abordagem é mostrada na figura abaixo (linha vermelha). Embora o filtro FIR rastreie os preços de perto, ele ainda fica atrás de JMA, bem como exibir maior superação. Além disso, o filtro FIR tem suavidade fixa e precisa ser redesenhado para cada suavidade diferente desejada. Em comparação, o usuário só precisa alterar um parâmetro quotsmoothnessquot de JMA para obter qualquer efeito desejado. Não só a JMA produz melhores gráficos de preços, mas também pode melhorar outros indicadores clássicos. Por exemplo, considere o clássico MACD indicador, que é uma comparação de duas médias móveis. Sua convergência (aproximação) e divergência (afastamento) fornecem sinais de que uma tendência de mercado está mudando de direção. É fundamental que você tenha o menor atraso possível com esses sinais ou seus negócios serão atrasados. Em comparação, um MACD criado com JMA tem significativamente menos atraso do que um MACD usando médias exponenciais móveis. Para ilustrar esta afirmação, a figura abaixo é um gráfico de preços hipotético simplificado para melhorar as questões salientes. Vemos barras de tamanho igual em uma tendência de subida, interrompida por uma súbita diferença descendente. As duas linhas coloridas são médias móveis exponenciais que compõem um MACD. Observe que crossover ocorre muito tempo após a lacuna, fazendo com que uma estratégia de negociação para esperar e comércio tarde, se em tudo. Se você tentou acelerar o tempo deste indicador fazendo as médias móveis mais rápidas, as linhas se tornariam mais barulhentas e irregulares. Isso tende a criar gatilhos falsos e maus negócios. Por outro lado, o gráfico abaixo mostra o JMA azul ajustando-se rapidamente ao novo nível de preços, permitindo crossovers anteriores e designação anterior de uma tendência de alta em andamento. Agora você pode entrar no mercado mais cedo e montar uma parte maior da tendência. Ao contrário da média móvel exponencial, o JMA tem um parâmetro adicional (PHASE) que permite ao usuário ajustar a extensão do overshoot. No gráfico acima, a linha amarela da JMA foi autorizada a superar mais do que o azul. Isso dá crossovers ideal. Uma das características mais difíceis de projetar em um filtro de suavização é uma resposta adaptativa às falhas de preços sem ultrapassar o novo nível de preço. Isto é especialmente verdadeiro para projetos de filtro que empregam o próprio impulso de filtros como uma forma de reduzir o atraso. O gráfico a seguir compara overshoot por JMA ea média móvel Hull (HMA). Os ajustes dos parâmetros para os dois filtros foram ajustados para que seu desempenho no estado estacionário fosse quase idêntico. Outro problema de projeto é se o filtro pode manter a mesma lisura aparente durante reversões como durante tendências. O gráfico abaixo mostra como o JMA mantém uma lisura quase constante ao longo de todo o ciclo, enquanto o HMA oscila em reversões. Isso iria colocar problemas para as estratégias que desencadeiam comércios com base em se o filtro está se movendo para cima ou para baixo. Por último, há o caso quando as disparidades de preços para cima e, em seguida, recua em uma tendência de queda. Isto é especialmente difícil de rastrear no momento do recuo. Felizmente, filtros adaptativos têm um tempo muito mais fácil indicar quando ocorreu uma inversão do que os filtros fixos, como mostrado na tabela abaixo. Claro que existem melhores filtros do que JMA, usado principalmente pelos militares. Mas se você está no negócio de rastrear bons negócios e não aeronaves inimigas, JMA é o melhor filtro de redução de ruído disponível disponível para os dados do mercado financeiro. Nós garantimos it. Moving médias coisas Motivado por e-mail de Robert B. Recebo este e-mail perguntando sobre o Hull Moving Average (HMA) e. E você nunca ouviu falar dele antes. Uh. está certo. Na verdade, quando eu googled eu descobri muitas médias móveis que eu nunca ouvi falar, tais como: Zero Lag Exponencial Média Móvel Wilder Média Móvel Mínimo Praça Média Móvel Triangular Média Móvel Média Móvel Adaptativa Média Móvel Jurik. Então, eu pensei em conversar sobre as médias móveis e. Você fez isso antes, como aqui e aqui e aqui e aqui e. Sim, sim, mas isso foi antes de eu saber de todas essas outras médias móveis. Na verdade, os únicos com quem eu joguei foram estes, onde P 1. P 2. P n são os últimos n preços das ações (sendo P n o mais recente). Média Móvel Simples (SMA) (P 1 P 2. P n) / K onde K n. Média Móvel Ponderada (WMA) (P 1 2 P 2 3 P 3. N P n) / K onde K (12.n) n (n1) / 2. Média Móvel Exponencial (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) / K onde K 1 945945 2. 1 / (1-945). Whoa Ive nunca visto que EMA fórmula antes. Eu sempre thoguht foi. Sim, normalmente é escrito de forma diferente, mas eu queria mostrar que esses três têm prescrições semelhantes. (Veja as coisas EMA aqui e aqui.) Na verdade, todos eles parecem: Note que, se todos os Ps são iguais, digamos, Po, então a média móvel é igual a Po também. E essa é a maneira que qualquer média que se preze deve se comportar. Então, qual é o melhor Definir melhor. Aqui estão algumas médias móveis, tentando acompanhar uma série de preços de ações que variam de uma forma sinusoidal: Preços de ações que seguem uma curva senoidal Onde você encontrou um estoque como aquele Preste atenção Observe que as médias móveis comumente usadas (SMA, WMA E EMA) atingem seu máximo mais tarde do que a curva sinusoidal. Isso é atraso e. Mas e esse cara da HMA? Ele parece muito bem Sim, e é disso que queremos falar. De fato. E o que é que 6 em HMA (6) e eu vejo algo chamado MMA (36) e. Paciência. Hull Moving Average Começamos calculando a Média Móvel Ponderada (WMA) de 16 dias assim: 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) / K com K 12 16 136. Embora o seu Agradável e smoooth, itll têm um lag maior do que wed como: Então, olhe para o 8-dia WMA: Eu gosto Sim, segue as variações de preços bastante bem. Mas há mais. Enquanto WMA (8) olha para preços mais recentes, ainda tem um atraso, por isso vemos o quanto a WMA mudou quando vai de 8 dias para 16 dias. Essa diferença seria assim: Em certo sentido, essa diferença dá alguma indicação de como a WMA está mudando. Por isso, adicionamos esta alteração ao nosso WMA anterior (8) para dar: 2 WMA (16) WMA (16) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Por que chamá-lo de MMA Eu gaguejo. De qualquer forma, o MMA (16) seria assim: eu vou levá-lo Paciência. tem mais. Agora vamos introduzir a transformação mágica e obter. Ta-DUM Isso é casco Sim. Como eu o entendo Mas o que é o ritual mágico Tendo gerado uma série de MMAs envolvendo as médias móveis ponderadas de 8 dias e 16 dias, nós olhamos atentamente para essa seqüência de números. Então nós calculamos o WMA nos últimos 4 dias. Isso dá a Hull Moving Average que weve chamado HMA (4). Huh 16 dias, em seguida, 8 dias, em seguida, 4 dias. Você joga uma moeda para ver quantos. Você escolhe um número de dias, como n 16. Então você olha para WMA (n) e WMA (n / 2) e calcula MMA 2 WMA (n / 2) - WMA (n). (No nosso exemplo, thatd ser 2 WMA (8) - WMA (16).Em seguida, você calcular WMA (sqrt (n)) usando apenas o último sqrt (n) números da série MMA. (No nosso exemplo, thatd ser calculadora Um WMA (4), usando a série de MMA.) E para esse gráfico engraçado de SINE Howd ele faz Assim wheres a planilha Im que trabalha ainda nele: MA-stuff. xls É interessante ver como as várias médias móveis reagem aos picos: É HMA realmente uma média móvel ponderada Bem, vamos ver: Temos: 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 (1/136) P 1 2 P 2 8 P 8 - (1/136) 9 P 9 10 P 10 16 P 16 Para medidas sanitárias Razões, escreva isto bem: MMA w 1 P 1 w 2 P 2 w 16 P 16. Note que todos os pesos adicionam a 1. Além disso, wk 2 (1/36) - (1/136) K para K 1, 2. 8 e wk - (1/136) K para K 9, 10. 16. Então, fazendo o ritual mágico de raiz quadrada (onde sqrt (16) 4) temos (lembrando que P 16 é o mais Valor recente) HMA a WMA de 4 dias dos MMAs acima (w 1 P 1 w 2 P 2. 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 (observando que 1234 10). Huh P 0. P -1. O que. O MMA (16) usa os últimos 16 dias, de volta ao preço foram callling P 1. Se calcularmos a média ponderada de 4 dias dos MMAs, bem estaremos usando o MMA de ontem (e isso vai um dia antes de P 1) eo dia antes disso, o MMA volta a 2 dias antes de P 1 eo dia Antes disso. Ok, então você está chamando-lhes preços P 0. P -1 etc. etc. Você entendeu. Assim, um HMA de 16 dias realmente usa informações que remontam mais de 16 dias, certo. Você entendeu. Mas há pesos negativos para eles preços antigos É que legal A prova está no. Sim sim. A prova está no pudim. Então, o que faz a planilha fazer Até agora parece que isto: (Clique na imagem para fazer o download.) Você pode escolher uma série SINE ou uma série RANDOM de preços das ações. Para o último, cada vez que você clica em um botão você recebe outro conjunto de preços. Então você pode escolher o número de dias: thats nosso n. (Por exemplo, usamos n 16 para o nosso exemplo, acima.) Além disso, se você escolher a série SINE, você pode introduzir picos e movê-los ao longo do gráfico. como isso . Note que usamos n 16 e n 36 (na imagem da planilha) porque n / 2 e sqrt (n) são ambos inteiros. Se você usa algo como n 15, então a planilha usa a parte INT eger de n / 2 e sqrt (n), ou seja, 7 e 3. Então, é o Hull Moving Average o melhor Definir melhor. Eu não sei nada sobre isso. É proprietário e você tem que pagar para usá-lo. No entanto, permite jogar com médias móveis. Outra Média Móvel Suponha que, em vez da Média Móvel Ponderada (onde os pesos são proporcionais a 1, 2, 3). Nós usamos o ritual mágico do casco com a média movente exponencial. Ou seja, consideramos: MAg 2 EMA (n / 2) - EMA (n) MAg Sim, isso é M oving A verage g imnick ou M oving A verage g ererial ou M oving A verage g rand ou. Atenção Atenção Nós escolhemos nosso número favorito de dias, como n 16, e calculamos MAg (n, 945, k) 945 EMA (n / k) - (1-945) EMA (n). Podemos jogar com 945 e k e ver o que temos: Por exemplo, aqui estão algumas MAgs (onde estavam aderindo a 16 dias, mas mudando os valores de 945 e k): MAg (16) 2 EMA (4) - EMA 16) Nota: quando escolhemos k 3 obtemos n / k 16/3 5.333 que mudamos para simples e simples 5.0. Por que você não fica com as escolhas de Hulls: 945 2 e k 2 Boa idéia. Veja isto: MAg (16) 2 EMA (8) - EMA (16) Parece que o gráfico com 945 1,5 e k 3. Ele faz, não faz Você goof. Novamente Possivelmente. Então, o que sobre esse ritual de raiz quadrada eu deixo isso como um exercício. Para você Ok, enquanto joga com essa coisa MAg eu acho que Hulls k 2 funciona muito bem. Tão bem aderir a isso. No entanto, muitas vezes temos uma média bastante agradável quando adicionamos apenas um pequeno pedaço da mudança: EMA (n / 2) - EMA (n). Na verdade, bem, adicione apenas uma fração 946 dessa mudança. Obteve-se MAg (n, 946) EMA (n / 2) 946 EMA (n / 2) - EMA (n). Ou seja, nós escolhemos 946 0,5 ou talvez apenas 946 0,25 ou qualquer coisa e use: Por exemplo, se compararmos o nosso bando de médias móveis como eles rastreiam uma função STEP, obtemos isto, onde somamos (para MAg) apenas 946 1 / 2 da alteração. Sim, mas qual é o melhor valor do beta. Definir melhor: Note que beta 1 é a escolha Hull. Exceto que estavam usando EMAs em vez de WMAs. E você deixa de fora aquela coisa de raiz quadrada. Uh, sim. Eu esqueci disso. Nota . A planilha muda de hora para hora. Ele atualmente se parece com isso Algo para brincar Comigo tenho uma planilha que se parece com isso. Clique na imagem para fazer o download. Você escolhe um estoque e clica em um botão e recebe um ano de preços diários. O que você escolher ou HMA ou MAg, alterando o número de dias e, para MAg, o parâmetro, e ver quando você deve comprar RO VENDA. Quando Com base em quais critérios Se a média móvel é DOWN x de seu máximo nos últimos 2 dias, você COMPRA. (No exemplo, x 1.0) Se sua UP y de seu mínimo nos últimos 2 dias, VENDER. (No exemplo, y 1.5) Você pode alterar os valores de xey. É bom. Esses critérios eu disse que era algo para brincar. Theres esta outra técnica de suavização chamada o Filtro de Hodrick-Prescott. Com a ajuda de Ron McEwan, agora está incluído nesta planilha: É bom jogar com ele. Youll aviso que theres um parâmetro que você pode alterar na célula M3. E COMPRAR e VENDER sinais. Idealmente, você gostaria de um sinal filtrado para ser suave e livre de atraso. Lag causa atrasos em seus comércios, e aumento lag em seus indicadores normalmente resultam em lucros mais baixos. Em outras palavras, os recém-chegados recebem o que resta na mesa depois que a festa já começou. É por isso que investidores, bancos e instituições em todo o mundo pedem a Jurik Research Moving Average (JMA). Você pode aplicá-lo exatamente como faria com qualquer outra média móvel popular. No entanto, os JMA melhoraram o timing e a suavidade irá surpreendê-lo. A linha cinzenta dentada no gráfico simula ação de preço que começa em um intervalo de negociação baixo e, em seguida, intervalos para uma maior faixa de negociação. Uma vez que ninguém gosta de esperar à margem, um filtro de redução de ruído perfeito (linha verde) irá mover suavemente ao longo do centro da primeira faixa de negociação e, em seguida, saltar para o centro da nova gama de negociação quase imediatamente. Advanced software de negociação: análise técnica e Redes neuronais Engenhoso Média Móvel: Otimizando Análise Técnica Sendo um trader, você provavelmente está familiarizado com as constantes tentativas de criar a média móvel ideal (MA), capaz de reduzir suficientemente ruído excessivo, resultaram em: o ruído ainda está lá. No entanto, nem todas as notícias são ruins. Inspirado pela investigação incansável, conduzida por Kalman, Kaufman, Jurik e outros analistas de mercado talentosos, comerciantes e cientistas, a equipe de pesquisa Tradecision se recusou a ser desanimado com a situação. Essa perseverança não foi em vão. Não que tenhamos criado algo perfeito. Nós apenas conseguimos desenvolver um filtro de eliminação de ruído que dá ao comerciante uma percepção muito melhor sobre a situação do mercado, melhor do que qualquer outro MA8217s que conhecemos 8211 Ingenious Moving Average. Deixe-nos poupar-lhe o marketing mumbo-jumbo e descer aos fatos, olhando para vários exemplos de engenhosa MA8217s desempenho. A análise considerará o desempenho de filter8217s usando as 3 medidas principais de qualquer desempenho de MA8217s: precisão, timeliness, e smoothness. Precisão Uma vez que a precisão é responsável por quão perto dos dados originais uma linha de gráfico produzida por uma média móvel é, é oposto a outro dos 3 parâmetros 8211 suavidade. Quanto mais suave o MA, mais vagamente reflete a série de tempo original. Portanto, uma MA precisa deve garantir a melhor correlação dos dois parâmetros. A este respeito, Ingenious MA eclipsa qualquer outro MA em existência. Oportunidade Outro aspecto crucial com base no qual qualquer MA é avaliado, é a quantidade de atraso que ele tem. Usando um MA significativamente atrasado por trás da série de tempo original pode facilmente resultar em você tomar decisões tardias e, assim, perder seus negócios. Uma vez que um MA completamente livre de lag não pode existir, mesmo teoricamente, MA engenhosa pode ser considerado o MA com o qual a quantidade de atraso é reduzido otimamente. Suavidade Sem dúvida, a suavidade é considerada o fator de desempenho mais importante, simplesmente porque qualquer tipo de filtro destinado a remover o ruído também deve fazer o seu gráfico otimamente suave. Como já mencionamos acima, a suavidade é combatida pela precisão, e garantir um nível otimamente elevado de suavidade sem sacrificar a precisão de um MA é o obstáculo-chave. Conhecemos esse desafio crucial com muito sucesso. Baixar o artigo Ingenious Moving Average (um arquivo PDF de 140 KB). Indicador Momentum melhor vs Jurik RSX Momentum Comparativo Indicador: Momentum vs Jurik RSX 038 VEL Obteve um grande e-mail de Mike: 8220Como o melhor indicador Momentum comparar a Jurik8217s RSX 8230 I8217m Não pedindo que você desrespeite qualquer pessoa em sua resposta, apenas uma resposta honesta de estar nas trincheiras como um comerciante seria apreciado.8221 Mike Mark Jurik é um engenheiro brilhante e tem feito um trabalho incrível criando suave, os indicadores de atraso mínimo. Comprei muitos indicadores e, de fato, usei a Média Móvel Jurik (JMA) para pré-processar (suavizar) os dados do indicador Melhor onda senoidal. Você pode verificar seu site aqui. O RSX é Jurik8217s versão do popular RSI indicador 8211, mas mais suave. Ele também tem um indicador de momentum chamado VEL. Eu comprei e testei ambos. Para responder à pergunta, existem duas diferenças entre Jurik8217s RSX (e VEL) e o melhor indicador Momentum: Melhor Momentum é baseado no volume e mede ondas de compra e venda. RSX (e VEL) são baseadas apenas no preço. Momentum melhor é mais 8220jagged8221 e não tão suave quanto RSX (e VEL). Isso não me incomoda, como I8217m tentar identificar picos em comprar e vender para os cálculos de divergência 8211 se eu adicionar suavização acrescenta um atraso para os padrões de divergência aparecendo. Espero que isso ajude a explicar as principais diferenças. O vídeo acima compara esses três indicadores de momentum: RSX, VEL e Melhor Momentum. Apenas uma nota para os proprietários de indicador de Melhor Momentum. No vídeo eu tenho níveis extremos de compra e venda marcados com grandes pontos ciano. I8217m experimentando com este recurso e ele pode torná-lo na próxima versão de Melhor Momentum. Boa sorte com sua negociação Emini.