Ps Moyenne Mobile Adaptative

Moyenne mobile adaptative Moyenne mobile adaptative change sa sensibilité aux fluctuations de prix. La moyenne mobile adaptative devient plus sensible pendant les périodes où le prix se déplace dans une certaine direction et devient moins sensible aux mouvements de prix quand le prix est volatil. Le graphique ci-dessous du contrat E-mini Nasdaq 100 Futures montre la différence entre une Moyenne mobile exponentielle (voir: Moyenne mobile exponentielle) qui pondère les prix actuels plus fortement que les prix passés et la Moyenne mobile adaptative qui change la sensibilité en fonction de la volatilité des prix. L'avantage de la moyenne mobile adaptative est montrée ci-dessus dans le graphique e-mini dans le centre où le prix est devenu sans direction et agité. Pendant cette période, la moyenne mobile adaptative a maintenu une ligne droite apparence alors que la moyenne mobile exponentielle a bougé avec le choppiness des prix. Cependant, lorsque la tendance des prix, comme à l'extrême droite du graphique e-mini ci-dessus, la moyenne mobile adaptative a maintenu avec la moyenne mobile exponentielle. La moyenne mobile adaptative est certainement un indicateur technique unique qui mérite une enquête plus approfondie. Les informations ci-dessus sont à des fins d'information et de divertissement uniquement et ne constituent pas des conseils commerciaux ou une sollicitation pour acheter ou vendre tout stock, option, futur, produit ou produit de forex. Les performances passées ne sont pas nécessairement une indication des performances futures. Trading est intrinsèquement risqué. OnlineTradingConcepts ne sera pas responsable des dommages spéciaux ou indirects résultant de l'utilisation ou de l'impossibilité d'utiliser, les matériaux et les informations fournies par ce site. Voir la clause de non responsabilité complète. Kaufman Stratégie de négociation moyenne mobile adaptative (Setup 038 Filter) I. Stratégie de négociation Développeur: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Source: Kaufman, P. J. (1995). Trading plus intelligent. Améliorer la performance dans les marchés en évolution. New York: McGraw-Hill, Inc. Concept: stratégie de négociation basée sur un filtre anti-bruit adaptatif. Objectif de recherche: Vérification de la performance de l'installation et du filtre. Spécifications: Tableau 1. Résultats: Figure 1-2. Mise en place du commerce: Long métiers: la moyenne mobile adaptative (AMA) se présente. Métiers courtes: la moyenne mobile adaptative diminue. Remarque: La ligne de tendance AMA semble s'arrêter lorsque les marchés n'ont pas de direction. Lorsque la tendance des marchés, la ligne de tendance AMA rattrape. Entrée commerciale: Long métiers: Un achat à la fin est placé après une configuration haussière. Métiers courtes: Une vente à la clôture est placée après une configuration baissière. Sortie commerciale: Tableau 1. Portefeuille: 42 marchés à terme de quatre grands secteurs de marché (matières premières, devises, taux d'intérêt et indices boursiers). Données: 32 ans depuis 1980. Plate-forme de test: MATLAB. II. Test de sensibilité Tous les graphiques 3-D sont suivis par des graphiques de courbes en 2-D pour le facteur de profit, le ratio de Sharpe, l'indice de performance de l'ulcère, le TCAC, le tirage maximal, le pourcentage des métiers rentables et le cours moyen. Win Moy. Ratio de perte. La dernière image montre la sensibilité de la courbe d'équité. Variables testées: amplitude de l'ERL FilterIndex (Définitions: Tableau 1): Figure 1 Performance du portefeuille (entrées: tableau 1 Commission amp Slippage: 0). AMA (ERLength) est la moyenne mobile adaptative sur une période de ERLength. ERLength est une période de réflexion du ratio d'efficacité (ER). ERi abs (Directioni Volatilityi), où 8220abs8221 est la valeur absolue. Directioni Closei Closei ERLength, Volatilityi (abs (DeltaClosei), ERLength), où 82208221 est la somme sur une période de ERLength, DeltaClosei Closei Closei 1. FastMALength est une période de la moyenne mobile rapide. SlowMALength est une période de la moyenne mobile lente. AMAi AMAi 1 ci (Closei AMAi 1), où ci (ERi (Fast Slow) Slow) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1). FastMALength 2 SlowMALength 30 Métiers longs: Si AMAi gt AMAi AMAi 1 amp AMAi 1 lt AMAi 2 alors MinAMA AMAi 1 (moyenne mobile adaptative tourne vers le haut avec un pivot à MinAMA). Métiers courtes: AMAi lt AMAi AMAi 1 amp AMAi 1 gt AMAi 2 puis MaxAMA AMAi 1 (Moyenne mobile adaptative baissière avec un pivot à MaxAMA). Index: i Filteri FilterIndex StdDev (AMAi AMAi 1, N), où StdDev est l'écart-type des séries sur N périodes. N 20 (valeur par défaut). Index: i FilterIndex 0.0, 1.0, Étape 0.02 N 20 Métiers longs: Un achat à la fin est placé lorsque AMAi gt AMAi 1 AMP (AMAi MinAMA) gt Filteri. Métiers courtes: Une vente à la fermeture est placée lorsque AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Index: i Stop Loss Sortie: ATR (ATRLength) est la moyenne True Range sur une période de ATRLength. ATRStop est un multiple d'ATR (ATRLength). Long métiers: Un arrêt de vente est placé à l'entrée ATR (ATRLength) ATRStop. Métiers courtes: Un arrêt d'achat est placé à l'entrée ATR (ATRLength) ATRStop. (KAMA) Introduction Développée par Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) est une moyenne mobile conçue par KAOFMAN039s Adaptive Moving Average (KAMA) Pour tenir compte du bruit du marché ou de 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 progressé 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. (2301) 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. Calcul ExampleChart 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