Est-ce que les moyennes mobiles adaptables mènent à des résultats meilleurs Les moyennes mobiles sont un outil préféré des commerçants actifs. Cependant, lorsque les marchés se consolident, cet indicateur aboutit à de nombreux échanges commerciaux, ce qui entraîne une série frustrante de petites victoires et de pertes. Les analystes ont passé des décennies à essayer d'améliorer la moyenne mobile simple. Dans cet article, nous examinons ces efforts et constatons que leur recherche a conduit à des outils de trading utiles. Avantages et inconvénients des moyennes mobiles Les avantages et les inconvénients des moyennes mobiles ont été résumés par Robert Edwards et John Magee dans la première édition de Technical Analysis of Tendances des stocks. Quand ils ont dit et, c'était en 1941 que nous avons fait la découverte délicieusement (bien que beaucoup d'autres l'aient fait avant) qu'en faisant la moyenne des données pour un nombre déclaré de jours, on pourrait dériver une sorte de ligne de tendance automatisée qui interpréterait certainement les changements de TrendIt semblait presque trop beau pour être vrai. En fait, c'était trop beau pour être vrai. Avec les inconvénients l'emportant sur les avantages, Edwards et Magee ont rapidement abandonné leur rêve de commercer à partir d'un bungalow de plage. Mais 60 ans après avoir écrit ces mots, d'autres persistent à essayer de trouver un outil simple qui serait sans effort livrer la richesse des marchés. Moyennes mobiles simples Pour calculer une moyenne mobile simple. Ajoutez les prix pour la période désirée et divisez par le nombre de périodes sélectionnées. Pour trouver une moyenne mobile de cinq jours, il faudrait additionner les cinq cours de clôture les plus récents et diviser par cinq. Si la clôture la plus récente est supérieure à la moyenne mobile, le stock serait considéré comme étant en hausse. Les tendances à la baisse sont définies par les cours négociés en dessous de la moyenne mobile. (Pour en savoir plus, consultez notre didacticiel sur les moyennes mobiles.) Cette propriété de définition de tendance permet aux moyennes mobiles de générer des signaux commerciaux. Dans sa plus simple application, les commerçants achètent lorsque les prix se déplacent au-dessus de la moyenne mobile et se vendent lorsque les prix passent sous cette ligne. Une approche comme celle-ci est garantie pour mettre le commerçant sur le côté droit de chaque commerce important. Malheureusement, tout en lissant les données, les moyennes mobiles seront à la traîne de l'action du marché et le commerçant restituera presque toujours une grande partie de leurs profits sur les plus grands métiers gagnants. Moyennes mobiles exponentielles Les analystes semblent aimer l'idée de la moyenne mobile et ont passé des années à essayer de réduire les problèmes associés à ce décalage. L'une de ces innovations est la moyenne mobile exponentielle (EMA). Cette approche affecte une pondération relativement plus élevée aux données récentes et, par conséquent, elle reste plus proche de l'action de prix qu'une simple moyenne mobile. La formule pour calculer une moyenne mobile exponentielle est la suivante: EMA (Weight Close) ((1 poids) EMAy) Où: Le poids est la constante de lissage sélectionnée par l'analyste EMAy est la moyenne mobile exponentielle d'hier Une valeur de pondération commune est de 0,181, Est proche d'une moyenne mobile simple de 20 jours. Un autre est 0.10, qui est approximativement une moyenne mobile de 10 jours. Bien qu'elle réduise le décalage, la moyenne mobile exponentielle ne parvient pas à résoudre un autre problème avec les moyennes mobiles, c'est-à-dire que leur utilisation pour les signaux commerciaux conduira à un grand nombre de métiers perdants. Dans les nouveaux concepts dans les systèmes de négociation technique. Welles Wilder estime que les marchés ne tendent qu'un quart du temps. Jusqu'à 75% des transactions commerciales se limitent à des fourchettes étroites, lorsque les signaux d'achat et de vente moyens mobiles seront générés à plusieurs reprises lorsque les prix se déplaceront rapidement au-dessus et au-dessous de la moyenne mobile. Pour résoudre ce problème, plusieurs analystes ont suggéré de faire varier le facteur de pondération du calcul EMA. Adaptation des moyennes mobiles à l'action du marché Une méthode pour remédier aux inconvénients des moyennes mobiles consiste à multiplier le facteur de pondération par un ratio de volatilité. Faire cela signifie que la moyenne mobile serait plus loin du prix actuel sur les marchés volatils. Cela permettrait aux gagnants de courir. Comme une tendance vient à sa fin et les prix se consolident. La moyenne mobile se rapprocherait de l'action actuelle du marché et, en théorie, permettrait au commerçant de conserver la plupart des gains capturés pendant la tendance. Dans la pratique, le rapport de volatilité peut être un indicateur tel que la bande passante de Bollinger, qui mesure la distance entre les bandes de Bollinger bien connues. Perry Kaufman a suggéré de remplacer la variable poids dans la formule EMA par une constante basée sur le ratio d'efficacité (ER) dans son livre, New Trading Systems and Methods. Cet indicateur est conçu pour mesurer la force d'une tendance, définie dans une plage de -1,0 à 1,0. Il est calculé avec une formule simple: ER (changement de prix total pour la période) (somme des variations de prix absolues pour chaque barre) Considérons un stock qui a une fourchette de cinq points chaque jour, et au bout de cinq jours a gagné un total De 15 points. Cela se traduirait par un ER de 0,67 (mouvement ascendant de 15 points divisé par la plage totale de 25 points). Si ce stock avait diminué de 15 points, l'ER serait de -0,67. Le principe de l'efficacité des tendances est basé sur la quantité de mouvement directionnel (ou de tendance) que vous obtenez par unité de mouvement de prix sur une période donnée. Période définie. Un RE de 1,0 indique que le stock est dans une tendance haussière parfaite -1,0 représente une tendance baissière parfaite. Concrètement, les extrêmes sont rarement atteints. Pour appliquer cet indicateur pour trouver la moyenne mobile adaptative (AMA), les commerçants devront calculer le poids avec la formule assez complexe suivante: C (ER SCF SCS) SCS 2 Où: SCF est la constante exponentielle pour le plus rapide EMA admissible (habituellement 2) SCS est la constante exponentielle pour le plus lent EMA admissible (souvent 30) ER est le ratio d'efficacité qui a été noté ci-dessus La valeur de C est ensuite utilisé dans la formule EMA au lieu de la variable de poids plus simple. Bien que difficile à calculer à la main, la moyenne mobile adaptative est incluse comme option dans presque tous les progiciels commerciaux. Les exemples d'une moyenne mobile simple (ligne rouge), d'une moyenne mobile exponentielle (ligne bleue) et de la moyenne mobile adaptative (ligne verte) sont présentés à la figure 1. (Pour plus d'informations sur l'EMA, lisez Exploration de la moyenne mobile exponentiellement pondérée. Figure 1: L'AMA est en vert et montre le degré d'aplatissement le plus élevé dans l'action de portée observée sur le côté droit de ce graphique. Dans la plupart des cas, la moyenne mobile exponentielle, indiquée par la ligne bleue, est la plus proche de l'action de prix. La moyenne mobile simple est représentée par la ligne rouge. Les trois moyennes mobiles montrées dans la figure sont toutes sujettes à des métiers de whipsaw à divers moments. Cet inconvénient des moyennes mobiles n'a jusqu'à présent pas été possible d'éliminer. Conclusion Robert Colby a testé des centaines d'outils d'analyse technique dans The Encyclopedia of Technical Market Indicators. Il a conclu, Bien que la moyenne mobile adaptative soit une nouvelle idée intéressante avec un appel intellectuel considérable, nos essais préliminaires ne montrent aucun avantage pratique réel à cette méthode de lissage de tendance plus complexe. Cela ne signifie pas que les commerçants devraient ignorer l'idée. L'AMA pourrait être combinée à d'autres indicateurs pour développer un système commercial rentable. (Pour en savoir plus sur ce sujet, lisez Découverte des canaux de Keltner et de l'oscillateur Chaikin.) L'ER peut être utilisé comme un indicateur de tendance autonome pour repérer les opportunités commerciales les plus rentables. À titre d'exemple, les ratios supérieurs à 0,30 indiquent de fortes hausses et représentent des achats potentiels. Alternativement, puisque la volatilité se déplace dans les cycles, les stocks avec le plus faible ratio d'efficacité pourraient être regardés comme des possibilités d'éclatement. Un psychologue de la richesse est un professionnel de la santé mentale qui se spécialise dans les questions se rapportant spécifiquement aux individus riches. Blanchiment d'argent est le processus de créer l'apparence que de grandes quantités d'argent obtenu à partir de crimes graves, tels. Méthodes comptables qui mettent l'accent sur les impôts plutôt que l'apparence des états financiers publics. La comptabilité fiscale est régie. L'effet boomer fait référence à l'influence que le groupe générationnel née entre 1946 et 1964 a sur la plupart des marchés. Une hausse du prix des actions qui se produit souvent dans la semaine entre Noël et New Year039s Day. Il y a de nombreuses explications. Un terme utilisé par John Maynard Keynes utilisé dans un de ses livres d'économie. Dans sa publication de 1936, la théorie générale de l'emploi. Kaufman039s Moyenne mobile adaptative (KAMA) Kaufman039s Moyenne mobile adaptative (KAMA) Introduction Développé par Perry Kaufman, Kaufman039s Moyenne mobile adaptative (KAMA) est une moyenne mobile conçue pour tenir compte du bruit du marché ou la volatilité . KAMA suivra de près les prix lorsque les fluctuations des prix sont relativement faibles et le bruit est faible. KAMA s'adaptera lorsque les fluctuations de prix s'élargiront et suivront les prix à partir d'une plus grande distance. Cet indicateur de tendance peut être utilisé pour identifier la tendance générale, les retards et les mouvements des prix du filtre. Calcul Il faut plusieurs étapes pour calculer la moyenne mobile adaptative de Kaufman039. Commençons par les réglages recommandés par Perry Kaufman, qui sont KAMA (10,2,30). 10 est le nombre de périodes pour le Ratio d'efficacité (ER). 2 est le nombre de périodes pour la constante EMA la plus rapide. 30 est le nombre de périodes pour la constante EMA la plus lente. Avant de calculer KAMA, nous devons calculer le coefficient d'efficacité (ER) et la constante de lissage (SC). Décomposer la formule en petits morceaux de taille permet de mieux comprendre la méthodologie derrière l'indicateur. Notez que ABS signifie Absolute Value. Efficiency Ratio (ER) L'ER est essentiellement le changement de prix ajusté pour la volatilité quotidienne. En termes statistiques, le ratio d'efficacité nous indique l'efficacité fractale des variations de prix. ER fluctue entre 1 et 0, mais ces extrêmes sont l'exception, pas la norme. ER serait de 1 si les prix ont augmenté de 10 périodes consécutives ou en baisse de 10 périodes consécutives. ER serait nul si le prix est inchangé sur les 10 périodes. Constante de lissage (SC) La constante de lissage utilise l'ER et deux constantes de lissage basées sur une moyenne mobile exponentielle. Comme vous l'avez peut-être remarqué, la constante de lissage utilise les constantes de lissage pour une moyenne mobile exponentielle dans sa formule. (2 301) est la constante de lissage pour une EMA à 30 périodes. Le SC le plus rapide est la constante de lissage pour EMA plus courte (2 périodes). Le SC le plus lent est la constante de lissage pour l'EMA la plus lente (30 périodes). Notez que le 2 à la fin est de carré l'équation. Avec le ratio d'efficacité (ER) et la constante de lissage (SC), nous sommes maintenant prêts à calculer la moyenne mobile adaptative de Kaufman039 (KAMA). Puisque nous avons besoin d'une valeur initiale pour commencer le calcul, le premier KAMA est juste une moyenne mobile simple. Les calculs suivants sont basés sur la formule ci-dessous. Graphique d'exemple de calcul Les images ci-dessous montrent une capture d'écran à partir d'une feuille de calcul Excel utilisée pour calculer KAMA et le graphique QQQ correspondant. Utilisation et signaux Les chartistes peuvent utiliser KAMA comme tout autre indicateur de tendance, comme une moyenne mobile. Les chartistes peuvent rechercher des croix de prix, des changements directionnels et des signaux filtrés. Tout d'abord, une croix au-dessus ou au-dessous de KAMA indique des changements directionnels dans les prix. Comme avec n'importe quelle moyenne mobile, un simple système de croisement va générer beaucoup de signaux et beaucoup de whipsaws. Les chartistes peuvent réduire les whipsaws en appliquant un filtre de prix ou de temps aux crossovers. On pourrait avoir besoin de prix pour tenir la croix pour le nombre de jours fixés ou exiger la croix le KAMA dépassent par le pourcentage fixé. Deuxièmement, les chartistes peuvent utiliser la direction de KAMA pour définir la tendance générale pour une sécurité. Cela peut nécessiter un ajustement de paramètre pour adoucir l'indicateur. Les chartistes peuvent changer le paramètre du milieu, qui est la constante EMA la plus rapide, pour lisser KAMA et chercher des changements directionnels. La tendance est à la baisse tant que KAMA est en baisse et la forge bas. La tendance est à la hausse tant que KAMA est en hausse et forger des hauts plus élevés. L'exemple Kroger ci-dessous montre KAMA (10,5,30) avec une forte tendance haussière de décembre à mars et une tendance à la hausse moins forte de mai à août. Et enfin, les chartistes peuvent combiner des signaux et des techniques. Les chartistes peuvent utiliser un KAMA à plus long terme pour définir la tendance plus grande et une KAMA à plus court terme pour les signaux commerciaux. Par exemple, KAMA (10,5,30) pourrait être utilisé comme un filtre de tendance et être considéré comme haussier lors de la hausse. Une fois haussier, les chartistes pourraient alors chercher des croix haussières quand le prix se déplace au-dessus de KAMA (10,2,30). L'exemple ci-dessous montre MMM avec un KAMA croissant à long terme et des croisements haussiers en Décembre, Janvier et Février. Long terme KAMA a refusé en avril et il y avait croix baissières en mai, juin et juillet. SharpCharts KAMA peut être trouvé comme une superposition de l'indicateur dans le Workbench SharpCharts. Les paramètres par défaut apparaissent automatiquement dans la boîte de paramètres une fois qu'il est sélectionné et les chartistes peuvent modifier ces paramètres en fonction de leurs besoins analytiques. Le premier paramètre est pour le ratio d'efficacité et les chartistes devraient s'abstenir d'augmenter ce nombre. Au lieu de cela, les chartistes peuvent le diminuer pour augmenter la sensibilité. Les chartistes qui cherchent à lisser KAMA pour l'analyse des tendances à plus long terme peuvent augmenter progressivement le paramètre moyen. Même si la différence n'est que de 3, KAMA (10,5,30) est nettement plus lisse que KAMA (10,2,30). Étude complémentaire Du créateur, le livre ci-dessous offre des informations détaillées sur les indicateurs, les programmes, les algorithmes et les systèmes, y compris les détails sur KAMA et autres systèmes de moyenne mobile. Systèmes et méthodes de trading Perry Kaufman
No comments:
Post a Comment