Adaptive Bevegelse Gjennomsnittet Innstillinger

De 6 beste Flytte Gjennomsnitt for Forex Trading 8211 Del 1 Flytte Gjennomsnitt er de beste forsinkende indikatorene i et trader8217s arsenal, spesielt når kombinert med et godt sett med ledende indikatorer. Men hva er de beste bevegelige gjennomsnittene blant de beste handelsinnstillingene I denne første av to artikler vil vi diskutere hvordan mange typer MA8217er kan optimaliseres for å løse forskjellige handelsproblemer. Vi starter med 5-T3 Adaptive Moving Average, 14-ILRS MA og 5-Hull Moving Average. I den andre artikkelen vil vi snakke om 21-EMA, 55-EMA og 200-EMA, gjennomgå deres applikasjoner i handelspitten. Last ned indikatoren AllAverages. mq4 som inneholder de beste bevegelige gjennomsnittene som er beskrevet her. Last ned malen Youpip - De 6 beste Moving Averages. tpl med det foreslåtte oppsettet fra denne artikkelen. Klikk her for mer informasjon om YouPip Forex Analyse, Maler og Indikatorer. 5 - T3 Moving Average 8211 Den gylne dynamiske støttemotstanden 5 Perioden T3 Moving Average er i seg selv en av de beste svingende indikatorene som kan brukes i ethvert marked og tidsramme. Det fungerer ved å gi kortsiktig dynamisk støtte og motstand der prisen vil hoppe mange ganger under utviklingen av en trend swing. Tim Tillson8217s T3 MA er et adaptivt flytende gjennomsnitt som bruker forskjellen mellom gjeldende pris handling og verdien av en samme periode EMA for å korrigere dens nøyaktighet. Etter at markedet har dannet en trend, vil prishandlingen være over eller bore T3 (5) i nesten hele varigheten av hver av sine svinger. Hvis et lys krysser T3 (5) og deretter lukker uten å krysse det tilbake, vil dette vanligvis bety at svingen er over. En annen full stearinlys i en kryssposisjon vil bekrefte swing avslutningen. I et trendmarked kan gode oppføringer utføres basert på en T3 (5) sprett som skjer på høyere tidsrammer. 5 - T3 Moving Average Entry Strategi Plasser en ordre i samme retning av trenden akkurat da prisen treffer T3 (5) MA. Spor et stoppfall i en lavere tidsramme ettersom prisen hopper tilbake i retning av trenden. Hvis prisen krysser T3 (5) og doesn8217t tilbake i samme lys, avslutter du handelen. Denne strategien fungerer bra for hopp på H1, H4 og D1 tidsrammer. Etter at du har bestilt handlingen, håndter du handelen med en lavere tidsramme (for eksempel M15 for en H4-post). Ikke bruk denne strategien i varierende markeder. Den glatte 14-timers ILRS Moving Average liker å være borte fra pris handling bare på riktig avstand for å la wicks utvikle uten å krysse den. På grunn av sin oppførsel er denne MA flott for trailing stopper og til og med aggressive swing re-entries etter at en trend har utviklet seg. Under en trend swing, er it8217s ikke uvanlig å se ett eller to friske lys som lukker med wicks nøyaktig på ILRS (14) MA, ved pipen. ILRS står for Integral of Linear Regression Slope. Det er en av de smidigeste MA8217-ene og har svært liten markedsstøy. Den 14-ILRS Trailing Stop-strategien ILRS (14) er det beste bevegelige gjennomsnittet for å spore et stopp-tap stramt på en trending-sving. Etter at trenden er dannet, spor ditt stopp-tap 1 eller 2 pips vekk fra IRLS (14) MA-lyset med stearinlys. Legg igjen litt mer plass hvis du går bakover på H1 eller høyere tidsrammer. 5 HMA, eller 5 Period160 Hull Moving Average sporer prisen veldig tett med litt overskudd. Dette gjør det til en god MA for varsler og trend etter indikasjon. Under dannelsen av en trend: Den 5 HMA krysse av 5 T3 er det første varselet om at en sving danner. Den 5 HMA krysser av 14 IRLS bekrefter vanligvis at den nye svingen har blitt dannet. Treningsgangen fortsetter deretter med 5 HMA parallelt med 5 T3. En 5 HMA krysse tilbake på 5 T3 signalene at trenden har mistet momentum: Prisen kan løpe sidelengs før du fortsetter eller trenden vil avslutte snart. En 5 HMA krysse tilbake på 14 IRLS bekrefter vanligvis slutten av swing til en mer slurvet pris handling. Merk: Mer erfarne forhandlere vil kaste bort kaste 5 HMA-informasjonen og handle direkte på prishandling eller andre ledende Forex-verktøy. For mye bekreftelse på forsinkende indikatorer kan gjøre deg sen for de beste oppføringene og utgangene. De 6 beste Flytte Gjennomsnitt for Forex Trading 8211 Del 1Adaptive Moving Average Adaptive Moving Gjennomsnitt endrer følsomheten for prisfluktuasjoner. Det adaptive bevegelige gjennomsnittet blir mer følsomt i perioder når prisen beveger seg i en bestemt retning og blir mindre følsom for prisbevegelsen når prisen er flyktig. Diagrammet nedenfor for E-mini Nasdaq 100 Futures-kontrakten viser forskjellen mellom et eksponentielt flytende gjennomsnitt (se eksponentielt flytende gjennomsnitt) som veier nåværende priser høyere enn tidligere priser og det adaptive flytende gjennomsnittet som endrer følsomheten basert på prisvolatilitet: Fordelen med det adaptive bevegelige gjennomsnittet er vist over i e-mini-diagrammet i sentrum der prisen ble retningsløs og hakkete. I løpet av denne perioden opprettholdt det adaptive bevegelige gjennomsnittet et rett linjeutseende, mens det eksponensielle flytende gjennomsnittet flyttet med prishøyhet. Men når prisutviklingen, som på lengst til høyre for e-mini-diagrammet over, holdt det adaptive flytte gjennomsnittet opp med det eksponensielle flytende gjennomsnittet. Adaptive Moving Average er definitivt en unik teknisk indikator som er verdt ytterligere undersøkelse. Informasjonen ovenfor er kun til informasjons - og underholdningsformål, og utgjør ikke handelsrådgivning eller en oppfordring til å kjøpe eller selge noen aksje-, opsjons-, fremtidige, vare - eller forexprodukt. Tidligere resultater er ikke nødvendigvis en indikasjon på fremtidig ytelse. Handel er iboende risikabelt. OnlineTradingConcepts er ikke ansvarlig for eventuelle spesielle eller følgeskader som skyldes bruk av eller manglende evne til å bruke, materialene og informasjonen som tilbys av dette nettstedet. Se full ansvarsfraskrivelse. Kaufman Adaptive Moving Average Trading Strategy (Setup 038 Filter) I. Trading Strategy Utvikler: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Kilde: Kaufman, P. J. (1995). Smartere handel. Forbedre ytelsen ved å bytte markeder. New York: McGraw-Hill, Inc. Konsept: Handelsstrategi basert på et adaptivt støyfilter. Forskningsmål: Resultatverifisering av oppsett og filter. Spesifikasjon: Tabell 1. Resultater: Figur 1-2. Trade Setup: Long Trades: Det Adaptive Moving Average (AMA) dukker opp. Kort handler: Det adaptive bevegelige gjennomsnittet blir nede. Merk: AMA-trendlinjen ser ut til å stoppe når markeder ikke har noen retning. Når markeder trenden, fanger AMA trendlinjen opp. Handelshøyde: Langt handler: Et kjøp i nærheten er plassert etter et bullish oppsett. Korte handler: En selg på nært hold er plassert etter en bearish opsjon. Trade Exit: Tabell 1. Portefølje: 42 futuresmarkeder fra fire store markedssektorer (råvarer, valutaer, renter og aksjeindekser). Data: 32 år siden 1980. Testplattform: MATLAB. II. Sensitivitetstest Alle 3-D-diagrammer følges av 2-D-konturdiagrammer for fortjenestefaktor, Sharpe-forhold, Ulcer Performance Index, CAGR, Maksimal Drawdown, Prosent Lønnsom Trades og Avg. Vinn Avg. Tapforhold. Det endelige bildet viser sensitiviteten til Equity Curve. Testede variabler: ERLength amp FilterIndex (Definisjoner: Tabell 1): Figur 1 Portefølje ytelse (Inputs: Tabell 1 Kommisjonens forsterker: 0). AMA (ERLength) er det adaptive bevegelige gjennomsnittet over en periode med ERLength. ERLength er en tilbakekallingsperiode for effektivitetsforholdet (ER). ERi abs (Directioni Volatilityi), hvor 8220abs8221 er absoluttverdien. Directioni Closei Closei ERLength, Volatilitet (abs (DeltaClosei), ERLength), hvor 82208221 er summen over en periode med ERLength, DeltaClosei Closei Closei 1. FastMALength er en periode med det raskt bevegelige gjennomsnittet. SlowMALength er en periode med det langsomme glidende gjennomsnittet. AMAi AMAi 1 ci (Closei AMAi 1), hvor ci (ERi (Fast Slow) Slow) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1). Indeks: I ERLength 2, 100, Step 2 FastMALength 2 SlowMALength 30 Long Trades: Hvis AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2, så blir MinAMA AMAi 1 (Adaptive Moving Average med en sving på MinAMA). Kort handel: AMAi lt AMAi 1 amp AMAi 1 gt AMAi 2 og MaxAMA AMAi 1 (Adaptive Moving Average blir ned med en pivot på MaxAMA). Indeks: I Filteri FilterIndex StdDev (AMAi AMAi 1, N), der StdDev er standardavviket for serier over N-perioder. N 20 (standardverdi). Indeks: I FilterIndex 0.0, 1.0, Trinn 0.02 N 20 Lange handler: Et kjøp ved lukkingen er plassert når AMAi gt AMAi 1 amp (AMAi MinAMA) gt Filteri. Kort handler: En selg på tett plasseres når AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Indeks: Jeg stopper utgang: ATR (ATRLength) er gjennomsnittlig True Range over en periode med ATRLength. ATRStop er et flertall av ATR (ATRLength). Lange handler: Et salgsstopp er plassert ved ATR (ATRLength) ATRStop. Kort handel: Et kjøpsstopp er plassert ved ATR (ATRLength) ATRStop. ATRLength 20 ATRStop 6 ERLength 2, 100, Step 2 FilterIndex 0.0, 1.0, Trinn 0.02Kaufman039s Adaptive Moving Average (KAMA) Kaufman039s Adaptive Moving Average (KAMA) Innledning Utviklet av Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) er et glidende gjennomsnittlig design å ta hensyn til markedsstøy eller volatilitet. KAMA vil følge prisene nøye når prisendringer er relativt små og støyen er lav. KAMA vil tilpasse seg når prisendringer øker og følger priser fra en større avstand. Denne trend-følgende indikatoren kan brukes til å identifisere den generelle trenden, tidspunktet for vendepunkter og filterprisbevegelser. Beregning Det er flere trinn som kreves for å beregne Kaufman039s Adaptive Moving Average. Let039s første start med innstillingene anbefalt av Perry Kaufman, som er KAMA (10,2,30). 10 er antall perioder for effektivitetsforholdet (ER). 2 er antall perioder for den raskeste EMA-konstanten. 30 er antall perioder for den langsomste EMA-konstanten. Før beregning av KAMA må vi beregne effektivitetsforholdet (ER) og utjevningskonstanten (SC). Å bryte ned formelen i bite size nuggets gjør det lettere å forstå metoden bak indikatoren. Legg merke til at ABS står for absolutt verdi. Effektivitetsforhold (ER) ER er i utgangspunktet prisendringen justert for den daglige volatiliteten. I statistiske termer forteller Efficiency Ratio oss fraktal effektiviteten av prisendringer. ER svinger mellom 1 og 0, men disse ekstremer er unntaket, ikke normen. ER ville være 1 hvis prisene gikk opp i 10 påfølgende perioder eller ned 10 påfølgende perioder. ER ville være null hvis prisen er uendret i løpet av de ti perioder. Utjevning Konstant (SC) Utjevningskonstanten bruker ER og to utjevningskonstanter basert på et eksponentielt glidende gjennomsnitt. Som du kanskje har lagt merke til, bruker utjevningskonstanten utjevningskonstantene for et eksponentielt glidende gjennomsnitt i formelen. (2301) er utjevningskonstanten for en 30-årig EMA. Den raskeste SC er utjevningskonstanten for kortere EMA (2-perioder). Den langsomste SC er utjevningskonstanten for den langsommere EMA (30-perioder). Legg merke til at 2 på slutten er å firkant ligningen. Med effektivitetsforholdet (ER) og utjevningskonstant (SC) er vi nå klare til å beregne Kaufman039s adaptive flytende gjennomsnitt (KAMA). Siden vi trenger en innledende verdi for å starte beregningen, er den første KAMA bare et enkelt glidende gjennomsnitt. Følgende beregninger er basert på formelen nedenfor. BeregningseksempelChart Bildene nedenfor viser et skjermbilde fra et Excel-regneark som brukes til å beregne KAMA og det tilsvarende QQQ-diagrammet. Bruk og signaler Chartists kan bruke KAMA som enhver annen trend som følger indikator, for eksempel et glidende gjennomsnitt. Chartister kan se etter priskryss, retningsendringer og filtrerte signaler. For det første angir et kryss over eller under KAMA retningsendringer i priser. Som med ethvert glidende gjennomsnitt, vil et enkelt crossover-system generere mange signaler og mange whipsaws. Chartister kan redusere whipsaws ved å bruke et pris - eller tidsfilter til overgangene. Man kan kreve pris for å holde krysset i angitt antall dager eller kreve korset, overstige KAMA etter sett prosentandel. For det andre kan kartleggere bruke KAMAs retning for å definere den generelle trenden for sikkerhet. Dette kan kreve en parameterjustering for å glatte indikatoren ytterligere. Chartister kan endre midtparameteren, som er den raskeste EMA-konstanten, for å glatte KAMA og se etter retningsendringer. Trenden er nede så lenge KAMA faller og smi lavere nedgang. Trenden går opp så lenge KAMA stiger og smi høyere høyder. Kroger-eksempelet nedenfor viser KAMA (10,5,30) med en bratt oppgang fra desember til mars og en mindre bratt oppgang fra mai til august. Og til slutt kan kartleggere kombinere signaler og teknikker. Chartister kan bruke en langsiktig KAMA for å definere den større trenden og kortsiktige KAMA for handelssignaler. For eksempel kan KAMA (10,5,30) brukes som et trendfilter og anses å være bullish når det stiger. Når hausse, kan kartleggere da se etter bullish kryss når prisen beveger seg over KAMA (10,2,30). Eksemplet nedenfor viser MMM med en stigende langsiktig KAMA og bullish kryss i desember, januar og februar. Langsiktig KAMA avslått i april, og det var bearish kryss i mai, juni og juli. SharpCharts KAMA kan bli funnet som en indikatoroverlegg i SharpCharts arbeidsbenk. Standardinnstillingene vises automatisk i parameterboksen når den er valgt, og diagrammer kan endre disse parameterne slik de passer til deres analytiske behov. Den første parameteren er for effektivitetsforholdet, og diagrammer bør avstå fra å øke dette nummeret. I stedet kan diagrammer redusere det for å øke følsomheten. Chartister som ønsker å glatte KAMA for langsiktig trendanalyse, kan øke mellomparameteren gradvis. Selv om forskjellen er bare 3, er KAMA (10,5,30) betydelig jevnere enn KAMA (10,2,30). Ytterligere studie Fra skaperen gir boken nedenfor detaljert informasjon om indikatorer, programmer, algoritmer og systemer, inkludert detaljer om KAMA og andre bevegelige gjennomsnittssystemer. Handelssystemer og metoder Perry Kaufman