Kaufmans parametrar för adaptiv glidande medelvärde strategi

Kaufman Adaptive Moving Average Trading Strategi Setup Filter. I Trading Strategy. Developer Perry Kaufman Kaufman Adaptive Moving Average KAMA Källa Kaufman, PJ 1995 Smartere Trading Förbättrad prestation i Changing Markets New York McGraw-Hill, Inc Koncept Trading strategi baserad på ett adaptivt brusfilter Forskning Mål Prestanda verifiering av inställningen och filtret Specifikation Tabell 1 Resultat Figur 1-2 Handel Konfigurera Långa Trader Den Adaptive Moving Average AMA visar korta transaktioner Det adaptiva rörliga genomsnittet slår ner Obs! AMA-trendlinjen verkar stoppa när marknaderna inte har någon riktning När marknadens trend AMA-trendlinjen fångar upp Trade Entry Long Trades Ett köp i slutet är placerat efter ett hausseffektivt korta affärsområden En försäljning i slutet är placerad efter en baisseinställning. Utgångstabell 1 Portfölj 42 terminsmarknader från fyra stora marknadssektorer varor, valutor , Räntor och aktieindex Index 32 år sedan 1980 Testplattform MATLAB. II Sensitivity Test. Al L 3-D-diagram följs av 2-D-konturdiagram för vinstfaktor, Sharpe-förhållande, Ulcer Performance Index, CAGR, Maximal Drawdown, Procent Lönsam Trades och Avg Win Avg Loss Ratio Den sista bilden visar känsligheten för Equity Curve. Tested Variables ERLength FilterIndex Definitioner Tabell 1.Figur 1 Portfolio Performance Inputs Tabell 1 Kommissionens Slippage 0.AMA ERLength är det adaptiva flyttande genomsnittet under en period av ERLength ERLength är en tittarperiod för effektivitetsförhållandet ER ER i Abs Direction i Volatilitet jag, där Abs är det absoluta värdet Riktningen i Stäng jag Stäng i ERLength, Volatilitet i abs DeltaClose jag, ERLength, var är summan över en period av ERLength, DeltaClose i Stäng jag Stäng i 1 FastMALength är en period med snabbrörande medelvärdet SlowMALength är en Perioden för det långsamma rörliga genomsnittet AMA I AMA I 1 ci Stäng jag AMA I 1, där ci ER I Snabb Långsam Långsam 2 Snabb 2 FastMalängd 1, Långsam 2 SlowMALength 1 Index i. ERLength 2, 100, Steg 2 FastMALength 2 SlowMALength 30.Lo Ng Trades Om AMA i AMA i 1 AMA i 1 AMA i 2 så blir MinAMA AMA i 1 Adaptive Moving Average med en pivot vid MinAMA Short Trades AMA i AMA i 1 AMA i 1 AMA i 2 då MaxAMA AMA i 1 Adaptive Moving Average Svänger med en pivot vid MaxAMA Index i. Filter i FilterIndex StdDev AMA i AMA i 1, N där StdDev är standardavvikelsen för serier över N perioder N 20 standardvärde Index i. FilterIndex 0 0, 1 0, Steg 0 02 N 20.Långa affärer Ett köp i slutet är placerat när AMA i AMA i 1 AMA i MinAMA Filter i korta affärer En försäljning i slutet är placerad när AMA I AMA I 1 MaxAMA AMA I Filter I Index I. Stop Förlust Avsluta ATR ATRLength är den genomsnittliga True Range över en period av ATRLängd ATRStop är en multipel av ATR ATRLength Långa transaktioner Ett försäljningsstopp är placerat vid Inträde ATR ATRLängd ATRStop Short Trades Ett köpstopp placeras vid Inträde ATR ATRLängd ATRStop. ATRLength 20 ATRStop 6.ERLength 2 , 100, steg 2 FilterIndex 0 0, 1 0, Steg 0 02.Do Adaptive Moving Averages Bly till bättre resultat. Är ett favoritverktyg för aktiva näringsidkare Men när marknaderna konsolideras leder denna indikator till många whipsaw-affärer, vilket resulterar i en frustrerande serie små vinster och förluster Analytiker har tillbringat årtionden som försöker förbättra det enkla rörliga genomsnittet I denna artikel tittar vi på dessa Ansträngningar och hitta att deras sökning har lett till användbara handelsverktyg För bakgrundsavläsning på enkla glidande medelvärden, kolla in Enkla rörliga medelvärden Gör trender utstående Fördelar och nackdelar med rörliga medelvärden Fördelarna och nackdelarna med glidande medelvärden sammanfattades av Robert Edwards och John Magee i första utgåvan av teknisk analys av aktieutvecklingar när de sa och det var tillbaka år 1941 att vi glädjande gjorde upptäckten men många andra hade gjort det innan det genom att medelvärda data för ett angivet antal dagar kan man härleda en sort Av automatiserad trendlinje som definitivt skulle tolka förändringar i trenden. Det verkade nästan för bra att vara sant. Det var faktiskt för bra att Var sant. Med nackdelarna överväga fördelarna, övergav Edwards och Magee snabbt sin dröm om handel från en bungalow i stranden. Men 60 år efter att de skrev de här orden fortsätter andra att försöka hitta ett enkelt verktyg som utan tvekan skulle kunna ge marknadens rikedomar . Enkla rörliga medelvärden För att beräkna ett enkelt glidande medelvärde lägger du till priserna för önskad tidsperiod och delas med antalet utvalda perioder. Att hitta ett fem dagars glidande medelvärde skulle kräva summering av de fem senaste stängningskurserna och dela med fem. Om mest Nyligen nära ligger över det rörliga genomsnittet, skulle beståndet anses vara i en uptrend. Downtrends definieras av priser som handlar under det glidande genomsnittet För mer, se vår Moving Averages handledning. Denna trenddefinierande egendom gör det möjligt att flytta genomsnittsvärden till Generera handelssignaler I sin enklaste ansökan köper handlare när priserna rör sig över det glidande genomsnittet och säljer när priserna går under den linjen. Ett tillvägagångssätt som Eftersom det här är garanterat att sätta handlaren på höger sida av varje betydande handel. Tyvärr, under utjämning av uppgifterna kommer rörliga medelvärden att ligga bakom marknadsåtgärden och näringsidkaren kommer nästan alltid att ge tillbaka en stor del av vinsten på ens den största vinnaren Handel. Exponential Moving Averages Analytiker verkar gilla tanken på det rörliga genomsnittet och har spent år försöker minska problemen i samband med denna lag. En av dessa innovationer är det exponentiella glidande genomsnittet EMA. Detta tillvägagångssätt tilldelar en relativt högre viktning till de senaste data, och Som ett resultat blir det närmare prisåtgärden än ett enkelt glidande medelvärde. Formeln för att beräkna ett exponentiellt rörligt medelvärde är. EMA Vikt Stäng 1-Vikt EMAy Where. Weight är utjämningskonstanten vald av analytikern. Det är exponentiellt rörligt medelvärde Från igår. Ett gemensamt viktvärde är 0 181, vilket ligger nära ett 20-dagars enkelt glidande medelvärde. En annan är 0 10, vilket är ungefär en 10-dagars rörelse Genomsnittet. Även om det minskar fördröjningen misslyckas det exponentiella glidande genomsnittet att ta itu med ett annat problem med glidande medelvärden, vilket är att deras användning för handelssignaler kommer att leda till ett stort antal förlorande affärer. I nya koncept inom tekniska handelssystem uppskattar Welles Wilder att marknader Bara trend en fjärdedel av tiden Upp till 75 av handelsåtgärder är begränsade till snäva intervall, när de genomsnittliga köp-och-säljsignalerna kommer att upprepas genereras när priserna snabbt rör sig över och under det glidande genomsnittet. För att lösa detta problem, har flera analytiker Har föreslagit att man varierar viktningsfaktorn för EMA-beräkningen. För mer, se Hur går glidande medelvärden som används i trading. Adapting Moving Average to Market Action En metod för att hantera nackdelarna med glidande medelvärden är att multiplicera viktningsfaktorn med ett volatilitetsförhållande. Betyder att det rörliga genomsnittet skulle vara längre från det nuvarande priset på volatila marknader Detta skulle göra det möjligt för vinnarna att springa Som en trend kommer till ett e Nd och priserna konsolidera det glidande genomsnittet skulle gå närmare den nuvarande marknadsåtgärden och i teorin tillåta näringsidkaren att behålla de flesta vinster som tagits under trenden. I praktiken kan volatilitetsförhållandet vara en indikator som Bollinger Band bredden, Som mäter avståndet mellan de välkända Bollinger-banden. För mer om denna indikator, se Grunderna av Bollinger Bands. Perry Kaufman föreslog att man ersätter viktvariabeln i EMA-formeln med en konstant baserad på effektivitetsförhållandet ER i sin bok New Trading System och metoder Denna indikator är utformad för att mäta styrkan hos en trend definierad inom ett intervall från -1 0 till 1 0 Det beräknas med en enkel formel. ER total prisförändring för period summan av absoluta prisförändringar för varje bar. Consider Ett lager som har en fempunktsintervall varje dag och i slutet av fem dagar har totalt 15 poäng. Detta skulle resultera i en ER med 0 67 15 poäng uppåtgående rörelse dividerat med det totala 25-punktsintervallet. Hade detta Lager sänktes 15 poäng, ER skulle vara -0 67 För mer handelsrådgivning från Perry Kaufman, läs Losing To Win som skisserar strategier för att hantera handelsförluster. Principen om en trend s effektivitet är baserad på hur mycket riktning eller trend du Få per enhet av prisrörelse under en bestämd tidsperiod Ett ER-värde på 1 0 indikerar att beståndet är i perfekt uppgång -1 0 representerar en perfekt nedåtgående trend I praktiken uppnås extremiteterna sällan. För att tillämpa denna indikator för att hitta adaptiv Flytta genomsnittliga AMA, kommer handlare att behöva beräkna vikten med följande, ganska komplexa formeln. C ER SCF SCS SCS 2 Where. SCF är exponentiell konstant för den snabbaste EMA tillåten vanligtvis 2.SCS är exponentiell konstant för den långsammaste EMA Tillåtet ofta 30.ER är effektivitetsförhållandet som noterades ovan. Värdet för C används sedan i EMA-formeln i stället för den enklare vikvariabeln. Även om det är svårt att beräkna för hand är det adaptiva glidande medlet inkl. Uted som ett alternativ i nästan alla handelsprogramvarupaket För mer på EMA, läs Exploring The Exponentially Weighted Moving Average. Exempel på en enkel rörlig genomsnittlig röd linje, en exponentiell glidande medelblå linje och den adaptiva glidande medelgröna linjen visas i Figur 1.Figur 1 AMA är i grön och visar den största graden av flattning i den avståndsbegränsade åtgärden som ses på höger sida av detta diagram. I de flesta fall ligger det exponentiella glidande medlet, som visas som den blå linjen, närmast priset Åtgärd Det enkla glidande medelvärdet visas som den röda linjen. De tre glidande medelvärdena som visas i figuren är alla benägna att piska på olika tider. Denna nackdel med glidande medelvärden har hittills varit omöjligt att eliminera. Slutsats Robert Colby testade hundratals tekniska - Analysverktyg i Encyclopedia of Technical Market Indicators Han drog slutsatsen att även om det adaptiva glidande medlet är en intressant nyare idé med betydande intellektuell överklagande, Tester misslyckas med att visa någon verklig praktisk fördel för denna mer komplexa trendutjämningsmetod. Det betyder inte att näringsidkare bör ignorera tanken. AMA kan kombineras med andra indikatorer för att utveckla ett lönsamt handelssystem. Läs mer om att upptäcka Keltner Channels och The Chaikin Oscillator. ER kan användas som en fristående trendindikator för att se de mest lönsamma handelsmöjligheterna. Som ett exempel indikerar förhållanden över 0 30 starka uppgångar och representerar potentiella köp. Alternativt, eftersom volatiliteten rör sig i cykler, Effektivitetsförhållandet kan ses som breakout opportunities. The maximala belopp som USA kan låna Skuldloftet skapades enligt Second Liberty Bond Act. Den ränta vid vilken ett förvaltningsinstitut lånar medel som förvaras i Federal Reserve till ett annat förvaringsinstitut .1 En statistisk mått på spridning av avkastning för en viss säkerhet eller marknadsindex Volatilitet kan ei Därmed mäts den amerikanska kongressen i 1933 som Banking Act, som förbjöd kommersiella banker att delta i investeringen. Nonfarm lön hänvisar till något jobb utanför gårdar, privata hushåll och nonprofit sektorn US Bureau of Labor. Valuta förkortning eller valutasymbol för den indiska rupien INR, indiens valuta Rupén består av 1.Kaufman s Adaptive Moving Average KAMA. Kaufman s Adaptive Moving Average KAMA. Utvecklad av Perry Kaufman, Kaufman s Adaptive Moving Average KAMA är en Glidande medel som är utformat för att ta hänsyn till marknadsljud eller volatilitet. KAMA följer noga priserna när prissvingningarna är relativt små och bruset är lågt. KAMA kommer att justera när prissvingningarna breddas och följa priserna från ett större avstånd. Denna trend-indikator kan användas För att identifiera den övergripande trenden, tiden vändpunkter och filterprisrörelser. Det finns flera steg som krävs för att beräkna Kaufman s Adaptive Moving Average Låt s första s Tårta med de inställningar som rekommenderas av Perry Kaufman, som är KAMA 10,2,30.10 är antalet perioder för effektivitetsförhållandet ER.2 det antal perioder för den snabbaste EMA-konstanten.30 är antalet perioder för den långsammaste EMA Konstant. Före beräkning av KAMA måste vi beräkna effektivitetsförhållandet ER och utjämningskonstant SC. Genom att bryta ner formeln i bettstorleksnuggor blir det lättare att förstå metoden bakom indikatorn. Observera att ABS står för Absolute Value. Efficiency Ratio ER. ER är i grunden prisändringen justerad för den dagliga volatiliteten. I statistiska termer säger effektivitetsförhållandet oss att fraktal effektiviteten hos prisändringar ER varierar mellan 1 och 0, men dessa ytterligheter är undantaget, inte norm ER skulle vara 1 om priserna Flyttas upp 10 på varandra följande perioder eller ner 10 på varandra följande perioder kommer ER att vara noll om priset är oförändrat under de 10 perioderna. Mättande konstant SC. Utjämningskonstanten använder ER och två utjämningskonstanter bas Ed på ett exponentiellt rörligt medelvärde. Som du kanske har märkt använder utjämningskonstanten utjämningskonstanterna för ett exponentiellt rörligt medelvärde i formeln 2 30 1 är utjämningskonstanten för en 30-årig EMA. Den snabbaste SC är utjämningskonstanten för Kortare EMA 2-perioder Den långsamaste SC är utjämningskonstanten för de långsammaste EMA 30-perioderna Observera att 2 i slutet är att kvadrata ekvationen. Med effektivitetsförhållandet ER och utjämning konstant SC är vi nu redo att beräkna Kaufman s Adaptive Moving Average KAMA Eftersom vi behöver ett initialvärde för att starta beräkningen är den första KAMA bara ett enkelt glidande medelvärde. Följande beräkningar baseras på formeln nedan. Beräkningsexempeldiagram. Nedanstående bilder visar ett skärmdump från ett Excel-kalkylblad som används För att beräkna KAMA och motsvarande QQQ-diagram. Användning och signaler. Kartor kan använda KAMA som någon annan trend som följer indikatorn, till exempel ett glidande medelvärde. Chartists kan leta efter priskors, riktning Ändringar och filtrerade signaler. Först anger ett kors över eller under KAMA riktningsförändringar i priserna. Som med alla glidande medel kommer ett enkelt crossover-system att generera många signaler och massor av whipsaws. Chartister kan minska whipsaws genom att tillämpa ett pris - eller tidsfilter till Övergångar Man kan kräva pris för att hålla korset i angivet antal dagar eller kräva att korset överstiger KAMA med en viss procentandel. För det andra kan kartörer använda KAMAs riktning för att definiera den övergripande trenden för en säkerhet. Det kan kräva en parameterjustering för att släta Indikatorn ytterligare Chartists kan ändra medelparametern, som är den snabbaste EMA-konsten, för att släta KAMA och leta efter riktningsändringar. Trenden är nere så länge KAMA faller och smälter nedre nedgångar. Trenden går upp så länge KAMA stiger och Smide högre höjder Kroger-exemplet nedan visar KAMA 10,5,30 med en brant uptrend från december till mars och en mindre brant uptrend från maj till augusti. Och till sist kan kartörer kombinera Ne-signaler och tekniker Chartister kan använda en längre sikt KAMA för att definiera den större trenden och en kortare KAMA för handelssignaler. Exempelvis kan KAMA 10,5,30 användas som trendfilter och anses vara hausse när den stiger. En gång hausse , Kartörer kan då leta efter hausseformade kryssningar när priset går över KAMA 10,2,30 I det följande exemplet visas MMM med stigande långsiktiga KAMA och hausseformade kors i december, januari och februari. Långsiktiga KAMA avvecklades i april och det fanns Baissekors i maj, juni och juli. KAMA kan hittas som en indikatoröverlagring i SharpCharts arbetsbänk. Standardinställningarna kommer automatiskt att visas i parameterrutan när den väljs och kartläggare kan ändra dessa parametrar så att de passar deras analytiska behov. Den första parametern är För effektivitetsförhållandet och diagrammer bör avstå från att öka detta antal Istället kan kartläggare minska det för att öka känsligheten. Chartister som vill släta KAMA för långsiktig trendanalys kan öka m Iddle parameter stegvis Även om skillnaden är bara 3, är KAMA 10,5,30 väsentligt mjukare än KAMA 10,2,30.Further Study. From skaparen erbjuder boken nedan detaljerad information om indikatorer, program, algoritmer och system , Inklusive detaljer om KAMA och andra glidande medelvärden. System och metoder Perry Kaufman.