Построение объёмно-взвешенной скользящей средней как базовой линии прогноза

Как собирается средняя

Объёмно-взвешенная скользящая средняя — это скользящая средняя, которая взвешивает каждое наблюдение цены объёмом, зафиксированным на том же баре. Она строится суммированием цены каждого бара, умноженной на объём этого бара, на выбранном lookback с последующим делением на суммарный объём на том же lookback.

Построение принимает два явных входа: усредняемый ценовой ряд и число баров в окне усреднения. Объём — это вес, применяемый к каждой цене внутри этого окна.

Почему объёмный вес отличается от простой скользящей средней

Заявленная цель объёмного веса — сделать среднюю более чувствительной в периоды повышенного объёма, чем простая невзвешенная скользящая средняя на том же lookback.

Редакторское примечание: зафиксируйте этот lookback и рассматривайте объёмно-взвешенную скользящую среднюю как явную базовую линию прогноза рядом с простой скользящей средней. Контраст — в том, как собирается средняя, а не в результате.

Отдельный ранг паттерна треугольника

Объёмно-ценовой анализ может использовать другую механическую процедуру. Процедура треугольной формации выделяет окно, заданное ZigZag, подгоняет линейную регрессию к ценам закрытия в этом окне, затем подгоняет вторичные регрессии к положительным и отрицательным остаткам вокруг этой линии.

Та же процедура также применяет счёт пересечений и тест снижающегося объёма, затем суммирует оценённые факторы в ранг паттерна треугольника. Ранг паттерна треугольника — это суммарная оценка нескольких механических тестов, используемая для ранжирования кандидатной треугольной формации.

В одной предоставленной реализации фактор наклона объёма добавляется к рангу только когда наклон линейной регрессии объёма на окне ZigZag отрицательный. Та же реализация оценивает длину окна, стандартную ошибку остатков и величину ретрейсмента как дополнительные аддитивные компоненты ранга до применения любой логики торгового окна.

Редакторское примечание: этот ранг не является объёмно-взвешенной скользящей средней. Держите оценку паттерна отдельно от сравнения базовых линий скользящих средних на общем lookback.