Mesa Adaptiv Moving Average Strategi

Utviklet av John Ehlers, MESA Adaptive Moving Average er en teknisk trend-indikator som ifølge sin skaper tilpasser seg prisbevegelse basert på frekvensendring av fase målt av Hilbert Transform Discriminator. Denne tilpasningsmetoden har et raskt og sakte bevegelige gjennomsnittsnivå, slik at det sammensatte bevegelige gjennomsnittet raskt reagerer på prisendringer og holder gjennomsnittsverdien til neste bar8217s lukker. Ehlers sier at fordi gjennomsnittet av 8217-fallet er sakte, kan du opprette handelssystemer med nesten whipsaw-fri handler. Nedenfor kan du se indikatoren plottet i en handelsplattform. Kartkilde: VT Trader I utgangspunktet ser indikatoren ut som to bevegelige gjennomsnitt, men i stedet for å bøye seg rundt prishandlingen, flytter MESA Adaptive MA i en trappform som prisskuddene. Den produserer to utganger, MAMA og FAMA. FAMA (Følgende Adaptive Moving Average) er et resultat av at MAMA blir brukt på den første MAMA-linjen. FAMA er synkronisert i tide med MAMA, men den vertikale bevegelsen kommer med et lag. Dermed overgår de to don8217t-kryssene, med mindre en større endring i markedsretningen oppstår, noe som resulterer i et bevegelige gjennomsnittsovergangssystem som er praktisk talt fri for whipsaw-handler, ifølge Ehlers. MESA Adaptive Moving Average er brukt som erstatning for tradisjonelle bevegelige gjennomsnitt. Som sådan kan MAMA og FAMA handles på samme måte som vanlige glidende gjennomsnitt. For det første fungerer de som sterke støtte - og motstandsområder, og prisen vil tilbakestilles fra dem ved kontakt. Dette gjør pullbacks til MAMA og FAMA egnet med trendinngangsområder. For det andre er overføringer mellom MAMA og FAMA, som ligner et gylne eller dødskors, også mye handlet. Når MAMA krysser FAMA fra under og kanter høyere, betyr dette at markedet sannsynligvis vil fortsette å bevege seg opp, og generere et kjøpssignal. Omvendt, når MAMA krysser FAMA ovenfra og kanter lavere, innebærer det at markedet er kantet lavere og vil mest sannsynlig fortsette å gjøre det, og dermed generere et kort inngangssignal. MESA Adaptive Moving Average, som tradisjonelle bevegelige gjennomsnitt, kan brukes som en selvstendig indikator, men også i forbindelse med andre indikatorer, som vanligvis kombineres med SMA og EMAs for å forbedre beslutningsprosessen. Binary Tribune ble grunnlagt i 2013 og har som mål å gi sine lesere nøyaktig og faktisk finansiell nyhetsdekning. Vårt nettsted er fokusert på store segmenter i aksjemarkeder, valutaer og råvarer i finansmarkedene, og en interaktiv inngående forklaring av viktige økonomiske hendelser og indikatorer. Finansiell risikoopplysning BinaryTribune vil ikke holdes ansvarlig for tap av penger eller skade forårsaket av å stole på informasjonen på dette nettstedet. Handelsforex, aksjer og råvarevarer har høy risiko og kan ikke være egnet for alle investorer. Før du bestemmer deg for å handle utenlandsk valuta, bør du nøye vurdere investeringsmålene dine, nivået på erfaring og risikovillighet. Cookie Policy Denne nettsiden bruker informasjonskapsler for å gi deg den aller beste opplevelsen og å kjenne deg bedre. Ved å besøke nettstedet vårt med nettleseren din for å tillate cookies, samtykker du i vår bruk av informasjonskapsler som beskrevet i vår personvernpolicy. Kopier Copyright 2017 mdash Binær Tribune. Alle rettigheter reservertJOHN EHLERS INDICATORS: Jeg har samlet de fleste indikatorene på denne siden fra Ehlers bøker. Noen justeringer har blitt gjort for klarhet eller for å få dem til å fungere skikkelig. De har alle verifisert i TradeStation, men ingen garantier for perfeksjon eller riktig funksjonalitet er underforstått. MESA-formelen (Maximum Entropy Spectral Analysis) som brukes i mange av disse indikatorene, ble opprinnelig utviklet for å tolke seismografisk informasjon for oljeutforskning. De har blitt tilpasset her for å måle markedssykluser - de produserer høyoppløselige utganger med svært korte mengder informasjon, en ideell kombinasjon for markedsevaluering. MAMA FAMA indikator. - MAMA står for MESA Adaptive Moving Average (Det har også blitt kalt mor til alle bevegelige gjennomsnitt). Dette er en MA som tilpasser seg til updown sykluser og er veldig robust - Jeg planlegger å innlemme den i noen strategier snart. Fisher Transform Indicator. Dette er en veldig rask crossover trade trigger indikator, og hvis den brukes i forbindelse med et godt trend-følge verktøy, er det forutsigbart og kan brukes i strategier (kommer snart). Sammenliknet med MACD eller andre crossover-indikatorer er Fisher Transform klart overlegen og rettidig. Øyeblikkelig trendindikator (iTrend): Trendindikator med nesten nulllag og omtrent samme utjevning som EMA. Handelssignaler genereres ved kryssing av triggerlinjen og iTrend-linjen. Senter for tyngdekraftindikator. En annen Ehlers-oscillator - jeg har ikke eksperimentert mye med denne - kan kreve en ekstra trendindikator for å hjelpe fungere best - gjør din egen testing. Cyber ​​Cycle Indicator. En tidlig Ehlers-indikator som forsøker å måle markedssykluser. Cycle Measure indikator. Samme som syklusperiodeindikator. En annen Cycle Measuring-indikator, mer robust enn den ovenfor, men med bare en linje - ingen kryssinger. Fisher Cyber ​​Cycle Indicator. En syklusmålerindikator med en Fisher Transform modifikasjon. Relativ vektindeks. Konceptet RVI er at prisene lukker høyere enn de åpner i mkts og v. v. i ned mkts. RVI er en oscillator der bevegelse er normalisert til handelsområdet for hver stolpe. Det bruker fire-bar symmetrisk FIR lag-annullering filtre for å produsere en lesbar indikator. Stokastisk CG-oscillator. Rev.100108 Flere indikatorer er endret med en stokastisk algoritme. I noen tilfeller forbedrer dette ytelsen, men ikke vesentlig. Fisher Stochastic CG Oscillator. Fisher Stokastisk CG indikatoroscillator ligner Stokastisk CG Oscillator, men med skarpere reverseringer og sporadisk tidligere signaler. Stokastisk RVI-indeks. Rev.100108-Konceptet med RVI er at prisene lukker høyere enn de åpner i mkts og v. v. i ned mkts. RVI er en oscillator der bevegelse er normalisert til handelsområdet for hver stolpe. Det bruker fire-bar symmetrisk FIR lag-annullering filtre for å produsere en lesbar indikator. Disse adaptive indikatorene er mer responsive enn deres statiske (ikke-adaptive) motparter. De er ment å eliminere lag. Sinebølgen (kommer snart) skal være prediktiv. Sine Wave Indicator. postet 82708 - Denne indikatoren forsøker å bestemme den nåværende fasen av syklusen du befinner deg i, har en fordel i forhold til andre oscillatorer som RSI og Stokastisk fordi den forutsetter snarere enn venter på bekreftelse. SW gir inngangs - og utgangssignaler 116. av en syklusperiode i forkant av syklus vendepunkt og gir sjelden falske whipsaw-signaler når markedet er i en trendmodus. Adaptive Moving Averages Lead To Better Results Moving gjennomsnitt er et favorittverktøy for aktive handelsfolk . Men når markeder konsoliderer, fører denne indikatoren til mange whipsaw-bransjer, noe som resulterer i en frustrerende rekke små gevinster og tap. Analytikere har tilbrakt tiår med å prøve å forbedre det enkle glidende gjennomsnittet. I denne artikkelen ser vi på denne innsatsen og finner ut at deres søk har ført til nyttige handelsverktøy. (For bakgrunnsavlesning på enkle bevegelige gjennomsnitt, sjekk ut Enkle bevegelige gjennomsnittsverdier. Gjør trendene stående.) Fordeler og ulemper med bevegelige gjennomsnittsverdier Fordelene og ulempene ved bevegelige gjennomsnitt ble oppsummert av Robert Edwards og John Magee i første utgave av teknisk analyse av Stock Trends. da de sa det, og det var tilbake i 1941 at vi gjerne gjorde oppdagelsen (selv om mange andre hadde gjort det før) at ved å beregne dataene i et gitt antall dager, kunne en få en slags automatisert trendlinje som definitivt ville tolke endringene i trend Det virket nesten for godt til å være sant. Faktisk var det for godt til å være sant. Med ulempene oppveier fordelene, forlot Edwards og Magee raskt sin drøm om å handle fra en bungalow på stranden. Men 60 år etter at de skrev disse ordene, fortsetter andre ved å forsøke å finne et enkelt verktøy som uten problemer ville gi rikdomene på markedene. Enkle bevegelige gjennomsnitt For å beregne et enkelt glidende gjennomsnitt. legg til prisene for ønsket tidsperiode og divider med antall valgte perioder. Å finne et fem-dagers glidende gjennomsnitt vil kreve oppsummering av de fem siste sluttkursene og dividere med fem. Hvis den siste lukkingen er over det bevegelige gjennomsnittet, vil aksjene anses å være i en uptrend. Downtrends er definert av priser som handler under det bevegelige gjennomsnittet. (For mer, se vår Moving Averages opplæring.) Denne trenddefinerende egenskapen gjør det mulig å flytte gjennomsnitt for å generere handelssignaler. I sin enkleste søknad kjøper handelsmenn når prisene går over det glidende gjennomsnittet og selger når prisene går over den linjen. En tilnærming som dette er garantert å sette handelsmannen på høyre side av enhver betydelig handel. Dessverre, mens utjevning av dataene, vil glidende gjennomsnitt ligge bak markedsaksjonen, og næringsdrivende vil nesten alltid gi tilbake en stor del av fortjenesten på selv de største vinnende handler. Eksponentielle Flytende Gjennomsnitt Analytikere ser ut til å ha ideen om det bevegelige gjennomsnittet og har tilbrakt flere år med å forsøke å redusere problemene knyttet til dette forsinkelsen. En av disse innovasjonene er eksponentiell glidende gjennomsnitt (EMA). Denne tilnærmingen tilordner en relativt høyere vekting til nyere data, og som et resultat forblir det nærmere prisaktiviteten enn et enkelt bevegelige gjennomsnitt. Formelen for å beregne et eksponentielt glidende gjennomsnitt er: EMA (Vekt Lukk) (1 Vekt) EMAy) Hvor: Vekt er utjevningskonstanten valgt av analytikeren EMAy er det eksponentielle glidende gjennomsnittet fra i går En felles vektningsverdi er 0,181, hvilket er nær et 20-dagers enkelt glidende gjennomsnitt. En annen er 0,10, som er omtrent et 10-dagers glidende gjennomsnitt. Selv om det reduserer lagret, unnlater det eksponentielle glidende gjennomsnittet ikke å adressere et annet problem med bevegelige gjennomsnitt, som er at deres bruk for handelssignaler vil føre til et stort antall tapende handler. I nye konsepter i tekniske handelssystemer. Welles Wilder anslår at markedene bare trender en fjerdedel av tiden. Opptil 75 av handelshandlinger er begrenset til smale områder, når flytende gjennomsnittlig kjøps-og-selgesignaler vil bli gjentatte ganger da prisene raskt beveger seg over og under det bevegelige gjennomsnittet. For å løse dette problemet har flere analytikere foreslått å variere vektningsfaktoren for EMA-beregningen. (For mer, se Hvordan flytter gjennomsnitt som brukes i handel) Tilpasning av bevegelige gjennomsnitt til markedshandling En metode for å håndtere ulempene ved bevegelige gjennomsnitt er å multiplisere vektningsfaktoren med et volatilitetsforhold. Å gjøre dette ville bety at det bevegelige gjennomsnittet ville være lengre enn dagens pris i volatile markeder. Dette vil tillate vinnere å kjøre. Som en trend kommer til en slutt og prisene konsoliderer. det bevegelige gjennomsnittet vil bevege seg nærmere den nåværende markedsaksjonen, og i teorien tillate handelsmannen å beholde de fleste gevinster tatt i løpet av trenden. I praksis kan volatilitetsforholdet være en indikator som Bollinger Bandwidth, som måler avstanden mellom de kjente Bollinger Bands. (For mer om denne indikatoren, se Grunnleggende om Bollinger Bands.) Perry Kaufman foreslo å bytte vektvariabel i EMA-formelen med en konstant basert på effektivitetsforholdet (ER) i boken New Trading Systems and Methods. Denne indikatoren er utformet for å måle styrken til en trend definert innenfor et område fra -1,0 til 1,0. Det beregnes med en enkel formel: ER (total prisendring for periode) (sum av absolutte prisendringer for hver linje). Vurder en aksje som har en fempunkts rekkevidde hver dag, og ved utgangen av fem dager har det blitt totalt av 15 poeng. Dette ville resultere i en ER på 0,67 (15 poeng oppover bevegelse dividert med total 25-punkts rekkevidde). Hadde denne aksjen redusert 15 poeng, ville ER-være -0,67. (For mer handelsrådgivning fra Perry Kaufman, les Losing To Win. Som beskriver strategier for å takle handelsstap.) Prinsippet om en trendereffektivitet er basert på hvor mye retningsbestemt (eller trend) du får per prisbevegelsesenhet over en definert tidsperiode. En ER på 1,0 indikerer at aksjen er i perfekt opptrend -1,0 representerer en perfekt nedtrend. I praksis er ekstremene sjelden nådd. For å bruke denne indikatoren for å finne det adaptive glidende gjennomsnittet (AMA), må handelsfolk beregne vekten med følgende, ganske komplekse formelen: C (ER (SCF SCS)) SCS 2 Hvor: SCF er eksponensiell konstant for den raskeste EMA tillatt (vanligvis 2) SCS er eksponensiell konstant for den langsomste EMA-tillatelsen (ofte 30) ER er effektivitetsforholdet som ble notert over. Verdien for C blir da brukt i EMA-formelen i stedet for den enklere vektvariabelen. Selv om det er vanskelig å beregne for hånd, er det adaptive glidende gjennomsnittet inkludert som et alternativ i nesten alle handelsprogramvarepakker. (For mer om EMA, les Exploring The Exponentially Weighted Moving Average.) Eksempler på et enkelt glidende gjennomsnitt (rød linje), et eksponentielt glidende gjennomsnitt (blå linje) og det adaptive glidende gjennomsnittet (grønn linje) er vist i Figur 1. Figur 1: AMA er i grønt og viser størst grad av flattning i rekkeviddebundet handling sett på høyre side av dette diagrammet. I de fleste tilfeller er det eksponentielle glidende gjennomsnittet, vist som den blå linjen, nærmest prishandlingen. Det enkle glidende gjennomsnittet vises som den røde linjen. De tre bevegelige gjennomsnittene som er vist på figuren, er alle tilbøyelige til å piske på ulike tider. Denne ulempen med bevegelige gjennomsnitt har hittil vært umulig å eliminere. Konklusjon Robert Colby testet hundrevis av tekniske analyseverktøy i Encyclopedia of Technical Market Indicators. Han konkluderte med at selv om det adaptive glidende gjennomsnittet er en interessant nyere ide med betydelig intellektuell appell, viser ikke våre foreløpige tester noen reell praktisk fordel for denne mer komplekse trendutjevningsmetoden. Dette betyr ikke at handelsfolk burde ignorere ideen. AMA kan kombineres med andre indikatorer for å utvikle et lønnsomt handelssystem. (For mer om dette emnet, les Discover Discover Keltner Channels og Chaikin Oscillator.) ER kan brukes som en frittstående trendindikator for å se de mest lønnsomme handelsmulighetene. Som et eksempel viser forholdstall over 0,30 sterke opptrender og representerer potensielle kjøp. Alternativt, siden volatiliteten beveger seg i sykluser, kan aksjene med lavest effektivitetsforhold sees som breakout-muligheter. Et første bud på et konkursfirma039s eiendeler fra en interessert kjøper valgt av konkursselskapet. Fra et basseng av tilbudsgivere. Artikkel 50 er en forhandlings - og oppgjørsklausul i EU-traktaten som skisserer trinnene som skal tas for ethvert land som. Beta er et mål for volatiliteten, eller systematisk risiko, av en sikkerhet eller en portefølje i forhold til markedet som helhet. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. John Ehlers TEKNISKE PAPPER John Ehlers, utvikler av MESA, har skrevet og publisert mange papirer knyttet til prinsippene som brukes i markeds sykluser. Synopses for tilgjengelige papirer vises nedenfor. Last ned hver ved å velge tilhørende HyperText. Hvorfor handlende mister penger (og hva som skal gjøres om det) En artikkel i mai 2014-utgaven av Stock amp Commodities Magazine beskrev hvordan man lager kunstige egenkapitalkurver ved bare å kjenne Profit Factor and Percent Winners of a Trading Strategy. Bell Curve statistikk for handel tilfeldig utvalgte aksjer og porteføljehandel er også inkludert. Dette er et Excel-regneark som gjør at du kan oppleve disse statistiske beskrivelsene av handelssystemets ytelse. Prediktive indikatorer for effektive handelsstrategier Tekniske forhandlere forstår at indikatorer må glatte markedsdataene være nyttige, og at utjevning introduserer lag som uønsket bivirkning. Vi vet også at markedet er fraktal, en ukentlig intervalldiagram ser ut som en månedlig, daglig eller intradagskjema. Det som kanskje ikke er så tydelig, er at etter hvert som tidsintervallet langs x-aksen øker, øker også de høye lavpris-svingene langs y-aksen, omtrent i forhold. Denne spektrale dilatasjonsfenomenet forårsaker uønsket forvrengning, en som enten ikke er blitt gjenkjent eller i stor grad blitt ignorert av indikatorutviklere og markedsteknikker. Inferring Trading Strategies fra målte sannsynlighetsdensitetsfunksjoner Dette var Runner-up-vinneren av MTAs 2008 Charles H. Dow Award. I dette papiret viser jeg implikasjonene til de ulike former for nedbryting og hvordan de resulterende Sannsynlighetsfordelingene kan brukes som strategier for å generere effektive handelssystemer. Resultatene av disse robuste handelssystemene er sammenlignet med standardmetoder. Denne papirvisningen og den interaktive måten å eliminere så mye lag som ønsket fra utjevningsfiltre. Selvfølgelig kommer redusert lag til prisen på redusert filterglatthet. Filteret viser ingen forbigående overshoot som ofte finnes i høyere rekkefiltre. Empirisk modus dekomponering En ny tilnærming til syklus og trendmodus deteksjon. Fourier Transform for Traders Problemet med Fourier Transform for måling av markedssykluser er at de har en svært dårlig oppløsning. I dette papiret viser jeg hvordan du bruker en annen ikke-lineær transformasjon for å forbedre oppløsningen slik at Fourier-transformene kan brukes. Det målte spektrumet vises som en varmekart. Sveitsiske Army Knife Indicator Indikatorer er bare overføringssvar av inngangsdata. Ved en enkel endring av konstanter kan denne indikatoren bli et EMA, SMA, 2 Pole Gaussisk lavpasfilter, 2 Pole Butterworth lavpasfilter, en FIR-jevnere, et Bandpass-filter eller et Bandstop-filter. Ehlers Filter Et uvanlig, ikke-lineært FIR-filter er beskrevet. Dette filteret er blant de mest responsive til prisendringer, men jevnest i sidelengs markeder. System Performance Evaluation Profittfaktor (brutto gevinst dividert med brutto tap) er analog med utbetalingsfaktoren i spill. Når fortjenestefaktoren kombineres med prosentvise vinnere i en rekke tilfeldige hendelser, er det således mulig å simulere en handelsstrategisk egenkapitalvekst. Dette papiret beskriver hvordan vanlige ytelsesbeskrivelser er relatert til disse to parametrene. Et Excel-regneark er beskrevet, slik at du kan utføre en Monte Carlo-analyse av handelssystemene dine hvis du kjenner disse to parametrene (ut av prøven). FRAMA (FRactal Adaptive Moving Average). Et ikke-linjært bevegelige gjennomsnitt er avledet ved hjelp av Hurst-eksponenten. MAMA er mor til alle adaptive glidende gjennomsnitt. Actualy navnet er et akronym for MESA Adaptive Moving Average. Den ikke-lineære virkningen av dette filteret er produsert av flyback av fase hver halvsyklus. Når kombinert med FAMA, et Følgende Adaptive Moving Average, danner kryssene gode inngangs - og utgangssignaler som er relativt fri for whipsaws. Time Warp Without Space Reise Laguerre Polynomene brukes til å generere en filterstruktur som ligner et enkelt bevegelige gjennomsnitt med forskjellen mellom at tidsavstanden mellom filterkraner er nolinær. Resultatet gjør det mulig å lage meget korte filtre som har utjevningsegenskapene til mye lengre filtre. Kortere filtre betyr mindre lagring. Fordelene ved å bruke Laguerre-polynomene i filtre er demonstrert i både indikatorer og automatiske handelssystemer. Artikkelen inneholder EasyLanguage-kode. CG-oscillatoren CG-oscillatoren er unik fordi den er en oscillator som er både glatt og har nulllag. Den finner tyngdepunktet (CG) av prisverdiene i et FIR-filter. CG har automatisk utjevning av FIR-filteret (ligner et enkelt glidende gjennomsnitt) med posisjonen til CG som er nøyaktig i fase med prisbevegelsen. EasyLanguage-koden er inkludert. Bruke Fisher Transform Mange handelssystemer er utformet ved å anta at sannsynlighetsfordelingen av priser har en normal eller gaussisk, sannsynlighetsfordeling om gjennomsnittet. Faktisk kan ingenting være lenger fra sannheten. Dette papiret beskriver hvordan Fisher Transform konverterer data for å ha nesten en normal sannsynlighetsfordeling. Gitt sannsynlighetsfordelingen er Normal etter bruk av Fisher Transform, blir dataene brukt til å lage inngangspunkter med kirurgisk presisjon. Artikkelen inneholder EasyLanguage-kode. Inverse Fisher Transform Inverse Fisher Transform kan brukes til å generere en oscillator som bytter raskt mellom oversold og overkjøpt uten whipsaws. Gaussian Filters Lag er fallet av utjevningsfiltre. Denne artikkelen viser hvordan lagring kan reduseres, og den høyeste fidelity utjevning oppnås ved å redusere lag av høyfrekvente komponenter i dataene. En komplett tabell med gaussiske filterkoeffisienter er gitt. Poler og nuller En beskrivelse av digitale filtre når det gjelder Z Transforms. Forgreningene av høyereordningsfiltre er beskrevet. Tabeller av koeffisienter for 2 pol og 2 pol Butterworth filtre er gitt.