Weighted Moving Averages Die Basics. Over die Jahre haben Techniker zwei Probleme mit dem einfachen gleitenden Durchschnitt gefunden Das erste Problem liegt im Zeitrahmen des gleitenden Durchschnittes MA Die meisten technischen Analysten glauben, dass Preisaktion der Eröffnungs - oder Schlusskurs der Aktien nicht ausreicht Auf denen für die ordnungsgemäße Vorhersage von Kauf oder Verkauf von Signalen der MA s Crossover-Aktion abhängen Um nun dieses Problem zu lösen, weisen die Analysten jetzt mehr Gewicht auf die neuesten Preisdaten zu, indem sie den exponentiell geglätteten gleitenden Durchschnitt verwenden EMA Erfahren Sie mehr in Exploring The Exponentially Weighed Moving Average. Ein Beispiel Zum Beispiel, mit einem 10-Tage-MA, würde ein Analytiker den Schlusskurs des 10. Tages nehmen und diese Zahl um 10, den neunten Tag um neun, den achten Tag um acht und so weiter zum ersten der MA Sobald die Summe bestimmt worden ist, würde der Analytiker dann die Zahl durch die Addition der Multiplikatoren dividieren Wenn Sie die Multiplikatoren des 10-Tage-MA-Beispiels hinzufügen, ist die Zahl 55. Dieser Indikator ist bekannt S der linear gewichtete gleitende Durchschnitt Für verwandte Lesung, check out Simple Moving Averages machen Trends Stand Out. Many Techniker sind feste Gläubige in der exponentiell geglätteten gleitenden Durchschnitt EMA Dieser Indikator wurde in so vielen verschiedenen Möglichkeiten erklärt, dass es Studenten und Investoren gleichermaßen verwechselt Vielleicht Die beste Erklärung kommt von John J Murphys s Technische Analyse der Finanzmärkte, veröffentlicht von der New York Institute of Finance, 1999. Die exponentiell geglätteten gleitenden Durchschnitt adressiert beide Probleme mit dem einfachen gleitenden Durchschnitt verbunden Zuerst wird der exponentiell geglättete Durchschnitt zugeordnet Ein größeres Gewicht für die neueren Daten Daher ist es ein gewichteter gleitender Durchschnitt. Aber während es den vergangenen Preisdaten eine geringere Bedeutung zuweist, beinhaltet er in der Berechnung alle Daten im Leben des Instruments. Darüber hinaus kann der Benutzer in der Lage sein Anpassung der Gewichtung, um mehr oder weniger Gewicht auf die jüngsten Tag s Preis, die zu einem Prozentsatz von hinzugefügt wird Der Wert des vorherigen Tages Die Summe der beiden Prozentwerte addiert sich zu 100. Zum Beispiel könnte der letzte Tag s Preis ein Gewicht von 10 10 zugewiesen werden, was zu den vorherigen Tagen hinzugefügt wird 90 90 Dies gibt den letzten Tag 10 Der Gesamtgewichtung Dies wäre das Äquivalent zu einem 20-Tage-Durchschnitt, indem sie den letzten Tage Preis einen kleineren Wert von 5 05.Figure 1 Exponentiell geglättete Moving Average. Die obige Grafik zeigt den Nasdaq Composite Index von der ersten Woche im Aug. 2000 bis 1. Juni 2001 Wie Sie deutlich sehen können, hat die EMA, die in diesem Fall die Schlusskursdaten über einen Neun-Tage-Zeitraum verwendet, definitive Verkaufssignale am 8. September, die durch einen schwarzen Pfeil markiert sind. Dies war der Tag Dass der Index unter dem 4.000-Level unterbrochen wurde Der zweite schwarze Pfeil zeigt ein weiteres Down-Bein, dass die Techniker tatsächlich erwartet haben Die Nasdaq konnte nicht genug Volumen und Interesse von den Einzelhandelsanlegern erzeugen, um die 3.000 Mark zu brechen. Dann tauchte sie wieder nach unten auf 1619 58 Am 4. April Der Aufwärtstrend von Apr 12 ist durch einen Pfeil markiert Hier der Index schloss bei 1.961 46, und Techniker begannen zu institutionellen Fondsmanagern zu beginnen, um einige Schnäppchen wie Cisco, Microsoft und einige der energiebezogenen Fragen abzurufen Lesen Sie unsere verwandten Artikel Moving Average Envelopes Refining A Beliebtes Trading-Tool und Moving Average Bounce. A Umfrage von der United States Bureau of Labor Statistics durchgeführt, um zu helfen, Stellenangebote zu sammeln Es sammelt Daten von Arbeitgebern. Die maximale Höhe der Gelder der Vereinigten Staaten können leihen Die Schulden Decke wurde unter der Second Liberty Bond erstellt Act. Der Zinssatz, bei dem ein Depotinstitut Geld an der Federal Reserve an eine andere Depotbank leiht.1 Ein statistisches Maß für die Streuung der Rendite für einen bestimmten Wertpapier oder Marktindex Volatilität kann entweder gemessen werden. Handeln Sie den US-Kongress verabschiedet Im Jahr 1933 als Bankgesetz, die Geschäftsbanken von der Teilnahme an der Investition verboten. Nonfarm Gehaltsabrechnung bezieht sich auf jeden Job außerhalb von Bauernhöfe, private Haushalte und der gemeinnützige Sektor Das US-Büro der Arbeit. Mit dem hier beschriebenen Algorithmus, um die Varianz zu berechnen, während Datenströme, möchte ich eine bewegliche Varianz zu berechnen, die wie im Fall des gleitenden Durchschnitts wird ältere Daten weniger wichtig zu betrachten. Für die Überzeugung hier der Algorithmus aus der Wiki-Seite. Menkt dieser Algorithmus für das Bewegen Mittel ist einfach, ich denke, nur teilen wSum um einige Faktor 1 desto größer desto mehr vergesslich wird es aber gegeben, diesen Faktor, wie würde ich beheben S, um entsprechend zu handeln. Ich könnte Teilen Sie es durch den gleichen Faktor wie gut, aber das fühlt sich nicht richtig an. Um dies in symbolische Begriffe zu setzen, möchten Sie einen gleichmäßig gewichteten gleitenden Durchschnitt von n vorherigen Terme berechnen. Yi cn sum wjx, wobei cn so gewählt wird, dass cn sum wj 1.Das ist sicherzustellen, dass der gewichtete Durchschnitt einer konstanten Serie den gleichen Wert zurückgibt. Getting cn ist einfach. Um dies effizient zu machen, wollen wir yi 1 in Begriffe von yi Was folgt ist ziemlich Standard-Index Manipulation. Während dies erfordert, dass die letzten n 1 xi Werte müssen ein Kreispuffer gespeichert werden, wird dies ganz nett, die Berechnung dauert nur eine konstante Zeit statt der Zeit Theta n durch die einfache Werte. Hinweis, dass dies effizient wie dies erfordert, dass die Gewichte von der Form wj Wenn die Gewichte sind willkürlich, die vollständige Berechnung muss jedes Mal durchgeführt werden. Es wäre ein interessantes Problem, um die meisten allgemeinen Gewichte so, dass yi zu bestimmen 1 könnte von yi in konstanter Zeit unabhängig von nI dokumentiert werden, dass ich das als ein Problem vorschlagen werde. Was ist der allgemeinste gleitende Durchschnitt, der in konstanter Zeit berechnet werden kann. In dieser Antwort, Ändern Weighted Inkremental Algorithmus fo R, die die Bewegungsvarianz berechnet, zeigte, dass der gleichmäßig gewichtete gleitende Durchschnitt yi cn sum wjx, wobei cn so gewählt wird, dass cn sum wj 1 in konstanter Zeit um yi 1 wy i cn x - w x berechnet werden kann. Meine Frage ist, wenn Die gewichte sind allgemein, so dass yi cn sum wj x, gibt es bestimmte Werte für die wj, so dass der gleitende Durchschnitt kann auch in konstanter Zeit berechnet werden, anstatt Zeit Theta n. Hier s, was ich bisher habe. Erstens kann es Getan werden, wenn die Gewichte linear sind. Dann machen Sie die gleiche Art von Manipulation. Hinweis, dass dies erfordert, dass die Summe summ berechnet werden, aber dies kann in konstanter Zeit durch die Methode an der Spitze mit w durchgeführt werden 1. Ich denke es Ist ziemlich sicher, daß, wenn die Gewichte ein Polynom des Grades d sind, auf dieselbe Weise in der Zeit Theta d berechnet werden kann, indem man die Unterschiede wj - w j-1 betrachtet, indem man den exponentiell gewichteten Parameter w in yi cn sum wjx läßt Sei komplex, wir können auch mit wj sin aj b und wj cos aj b. So, gibt es andere.
No comments:
Post a Comment