Skip to main content
Дорожка Adaptive moving average
20 / 24
Поиск по архивуБиблиотека
Библиотека

2018выпуск C0418-21

Поставьте в пару две адаптивные средние, чтобы отфильтровать свинг-развороты

Адаптивную скользящую среднюю, которая перемасштабируется от того, где закрытие стоит в диапазоне максимум–минимум lookback-окна, можно читать рядом с адаптивной скользящей средней Kaufman, которая перемасштабируется от коэффициента эффективности. Редакторское прочтение: рассматривайте их совместные точки разворота как фильтр свинг-трейдинга, чтобы вход был проверкой согласия, а не одной запаздывающей линией.

  • Адаптивная скользящая средняя обновляется от множителя, который локализует закрытие внутри диапазона максимум–минимум lookback-окна, а не от коэффициента эффективности Kaufman.
  • Множитель остаётся между нулём и единицей, лежит около 0.8 to 1, когда цена близка к максимуму или минимуму периода, и равен нулю, когда закрытие в середине диапазона.
  • Две средние можно поставить в пару так, чтобы одна теснее следовала за ценой, а их совместные точки разворота фильтровали последующее движение, предпочтительно когда ценовой свинг относительно велик.
  • Поскольку обе средние — индикаторы запаздывающего типа, система пересечений может давать относительно поздние сигналы и предлагалась вместе с анализом цены и индексом относительной силы.
Записи этого разбора3 записи
Текущая дорожкаAdaptive moving average28 разборовSwing trading44 разбораMoving average449 разборов

Положение в диапазоне против эффективности пути

Адаптивная скользящая средняя обновляется от множителя, который локализует текущее закрытие внутри диапазона максимум–минимум lookback-окна, а не от коэффициента эффективности Kaufman. Адаптивная скользящая средняя Kaufman вместо этого перемасштабирует своё сглаживание от коэффициента эффективности — отношения чистого изменения закрытие-к-закрытию за lookback к сумме однопериодных изменений закрытия.

Скользящая средняя остаётся сглаженной базовой траекторией, с которой сравнивают эти адаптивные варианты. Две адаптивные серии меняют, насколько быстро обновляется эта траектория, но не используют одно и то же правило положения.

Как строится множитель

Типичные настройки адаптивной средней используют 10-периодный lookback с самой быстрой и самой медленной экспоненциальными константами в 2 и 30 периодов, и эти константы можно менять под стиль удержания.

Множитель равен абсолютной разнице между расстояниями закрытие-к-минимуму и максимум-к-закрытию, делённой на размах максимум–минимум lookback-окна, с окном диапазона 10-plus-1. Множитель остаётся между нулём и единицей, лежит около 0.8 to 1, когда цена близка к максимуму или минимуму периода, и равен нулю, когда закрытие в середине диапазона.

Общее сглаживание и параллельная таблица

Адаптивная константа сглаживания возводит в квадрат смесь множителя с самой быстрой и самой медленной экспоненциальными константами, следуя той же конструкции квадрата константы, что используется для средней Kaufman.

Расчётная ценовая таблица вычисляет обе средние параллельно по одним и тем же максимумам, минимумам и закрытиям, показывая отдельные столбцы множителя, коэффициента эффективности и константы сглаживания для каждой.

Пересечения как фильтр свинг-трейдинга

Две средние можно поставить в пару так, чтобы одна теснее следовала за ценой, а их совместные точки разворота использовались для фильтрации последующего движения цены.

Процедура свинг-трейдинга, которая отмечает бычьи и медвежьи пересечения двух средних, дала смешанные сигналы на графике Dow Jones Industrial Average и описывалась как работающая лучше, когда ценовые свинги относительно велики, конкретно когда цены выросли более чем на 5 процентов.

Поздние сигналы и сопутствующие проверки

Поскольку обе средние — индикаторы запаздывающего типа, система пересечений может давать относительно поздние сигналы и предлагалась к использованию вместе с анализом цены и индексом относительной силы, чтобы отмечать зоны перекупленности и перепроданности.

DJIA с AMA и KAMA как фильтр точек разворота

Пересечение AMA/KAMA рассматривайте как фильтр, а не как самостоятельный триггер. На этой дневной панели Dow крупное ралли декабря 2003 и воздушная яма марта 2004 дали рабочие развороты, тогда как спад начала октября 2004 пересёк линии и развернулся за считанные дни. Последние отсчёты — напечатанное закрытие 10,482 и значения наложения 10,513/10,516; внутренние точки сняты с растра по 100-пунктовой шкале.
Пересечение AMA/KAMA рассматривайте как фильтр, а не как самостоятельный триггер. На этой дневной панели Dow крупное ралли декабря 2003 и воздушная яма марта 2004 дали рабочие развороты, тогда как спад начала октября 2004 пересёк линии и развернулся за считанные дни. Последние отсчёты — напечатанное закрытие 10,482 и значения наложения 10,513/10,516; внутренние точки сняты с растра по 100-пунктовой шкале.Dow Jones Industrial Average · daily · 2003-12-01T00:00:00.000Z по 2004-11-30T00:00:00.000Z

Обе средние используют параметры статьи по умолчанию 10/2/30. Апирин отмечает, что пара ведёт себя лучше, когда размах движения больше примерно 5 процентов, и что две запаздывающие линии всё равно могут срабатывать с опозданием. Внутримесячные даты выведены по подписям месячной оси; внутренние уровни — растровые оценки с погрешностью около 20 индексных пунктов.

Не является инвестиционной рекомендацией. Исторический материал не подтверждает актуальную результативность метода.
20 из 24 в дорожке «Adaptive moving average»
201848-54 с.Дальше про «Adaptive moving average»Две адаптивные скользящие средние как подтверждающая параСоедините адаптивную скользящую среднюю по положению close с адаптивной скользящей средней Kaufman и рассматривайте их пересечение скользящих средних как рабочий сигнал, а не как один сглаживатель.
Все разборы дорожки · 24 разбора
  1. 1991Построение скользящих средних переменной длины по разбиению изменений цены
  2. 1991Скользящая средняя переменной длины по дисперсии изменений
  3. 1992Построение адаптивного к волатильности экспоненциального сглаживания
  4. 1995Построение адаптивной скользящей средней с коэффициентом эффективности и фильтром
  5. 1995Подтверждение пробоя по двум воротам с адаптивными средними
  6. 1995Построение адаптивных скользящих средних, масштабируемых импульсом
  7. 1995Адаптивная длина как выбор конструкции внутри экспоненциального сглаживания
  8. 1998Тестирование пробоев ценового канала с адаптивной средней, учитывающей лаг
  9. 1998Построение фильтров вложением смещений и переменных весов
  10. 1998Построение адаптивного среднего по коэффициенту эффективности и фильтра входа
  11. 2001Кодирование структуры свечи как числового фильтра
  12. 2001Адаптивные средние, управляемые скоростью фазы цикла
  13. 2005Построение адаптивной скользящей средней из веса фрактальной размерности
  14. 2005Адаптивный экспоненциальный фильтр на основе размерности диапазона
  15. 2010Построение простой, экспоненциальной и адаптивной средних
  16. 2010Как из обычных средних собирается сглаживатель, который прижимается к ценам
  17. 2013Оценка адаптивной скользящей средней в сравнении со скользящей средней с тем же окном
  18. 2016Трёхслойное подтверждение: адаптивная средняя, стохастический индекс относительной силы и stop-and-reverse
  19. 2017Одно-альфа reverse-path экспоненциальное сглаживание
  20. 2018Поставьте в пару две адаптивные средние, чтобы отфильтровать свинг-развороты
  21. 2018Две адаптивные скользящие средние как подтверждающая пара
  22. 2018Построение адаптивного фильтра для разворотов цикла освоения
  23. 2018Построение deviation-scaled adaptive moving average
  24. 2020Walk-forward и адаптивные средние как два теста одного и того же тренда
По областиИндикаторы и фильтры682 разбораПо году201898 разборов
Все 28 разборов с записью «Adaptive moving average»
Тоже про «Adaptive moving average»5 разборов
1991Построение скользящих средних переменной длины по разбиению изменений цены1991Скользящая средняя переменной длины по дисперсии изменений1995Построение адаптивных скользящих средних, масштабируемых импульсом1998Построение фильтров вложением смещений и переменных весов1998Адаптивное сглаживание T3 по регрессионным ориентирам