Adaptív mozgóátlag Kaufman

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2013. november 23-án áttekintett verziótól ; az ellenőrzések 9 szerkesztést igényelnek .

A Kaufman adaptív mozgóátlaga ( AMA , KAMA , AMkA Kaufman Adaptive Moving Average - jéből ) egy technikai mutató , egyfajta adaptív mozgóátlag , amely egy exponenciálisan simított mozgóátlag és egy eredeti módszer a volatilitás meghatározására és alkalmazására épül . dinamikusan változó simítási állandó [1] [2] [3] .

Az Adaptive Moving Average indikátort Perry J. Kaufman fejlesztette ki, és először 1995-ben mutatta be Smarter Trading : Improving Performance in Changing Markets [ 1 ] [2] című könyvében .

Az indikátor létrehozásának előfeltételei

Ha klasszikus mozgóátlagokat használnak a technikai elemzés indikátoraként, a kereskedők szembesülnek azzal, hogy meg kell választaniuk az optimális ablakszélességet számításaikhoz. Általános esetben ez egy nem triviális feladat, amely a technikai elemzés egész ágát eredményezte [5] , volt javaslat ennek a paraméternek a kiválasztásának automatizálására. 1992-ben Tushar Chande kifejlesztett egy adaptív mozgóátlag modellt ( VIDYA ), amelyben az ablak szélessége az áringadozástól függ [6] , majd 1995-ben Perry Kaufman javasolta egy ilyen technikai indikátor saját változatát [2] . Kaufman fő üzenete az volt, hogy konzervatív követést valósítson meg a trend irányába , miközben gyorsan kap egy jelzést egy dinamikus piacon , és időben zárja be a pozíciókat, ha a piac iránytalanná válik [2] .

A számítás módja

Alapképlet

A Kaufman adaptív mozgóátlag a klasszikus exponenciálisan simított mozgóátlag deriváltja változó simítási tényezővel. Vagyis minden alkalommal, amikor a klasszikus képletet használják

${\textit {EMA}}_{t}=\alpha \cdot {\textit {close}}_{t}+(1-\alpha )\cdot {\textit {EMA}}_{t- egy},$

amelyben a simítási állandót dinamikusan számítják ki és általában periódusonként eltérő . $\alpha$

Hatékonysági arány

A piac állapotának meghatározására Perry Kaufman bevezeti a hatékonysági arány fogalmát ( az angol hatékonysági arány ER szóból), amely a teljes ármozgás (irány) és a piac abszolút értékeinek összegének arányán alapul. zajmozgások (volatilitás) egy bizonyos ideig (n) [1] [2 ] :

${\textit {direction}}_{t,n}=|{\textit {close}}_{t}-{\textit {close}}_{tn-1}|,$

${\textit {volatilitás}}_{t,n}=\sum _{i=0}^{n-1}|{\textit {close}}_{ti}-{\textit {close} }_{ti-1}|,$

${\textit {EfficiencyRatio}}_{t,n}={\frac ({\textit {direction}}_{t,n}}{{\textit {volatilitás}}_{t,n}} }={\frac {|{\textit {close}}_{t}-{\textit {close}}_{tn-1}|}{\sum _{i=0}^{n-1}| {\textit {close}}_{ti}-{\textit {close}}_{ti-1}|}},$

ahol - rendre a teljes ármozgás, a zajmozgások összege és a hatékonysági együttható pillanatnyilag az időszakra vonatkozóan ; — az időszak záró ára . ${\textit {direction}}_{t,n},{\textit {volatilitás}}_{t,n},{\textit {Efficiency Ratio}}_{t,n}$ $t$ $n$ ${\textit {close}}_{i}$ $én$

A bemutatott képletekből látható, hogy a hatékonysági együttható 0-tól 1-ig változhat. Sőt, értéke nulla, ha nincs irányú mozgás a piacon, illetve egy, ha a piac egyirányú mozgást mutat. Ha az árdiagram egy egyenes, a hatékonysági együttható eggyel lesz egyenlő.

Simító állandó

A következő lépésben a változó simítási állandót ( SSC az angol scaled smoothing állandóból ) számítjuk ki, amely azon a feltételezésen alapul, hogy a hatékonysági együtthatótól függően eltérő számú korábbi időszak adatait kell „emlékeznie”. Vagyis egy trendben lévő piacon gyorsan mozgó átlagot (szűk ablakon számítva), a nem trendi piacon pedig lassú mozgóátlagot (széles ablakon számítva) kell használni. Ezenkívül az ablak szélességének fajlagos értékét automatikusan meg kell kapni a hatékonysági tényező [1] [2] értéke alapján :

${\textit {fastest}}={\frac {2}{f+1}}$

${\textit {slowest}}={\frac {2}{s+1}}$

${\textit {smooth}}_{t,n,f,s}={\textit {Efficiency Ratio}}_{t,n}\cdot ({\textit {leggyorsabb}}-{\textit {leglassabb )))+{\textit {leglassabb)),$

hol vannak a klasszikus simítási együtthatók egy exponenciálisan simított mozgóátlaghoz, és egy változó simítási állandó, amelyet a pillanatra számítanak ki , periódusméretű ablakot használva a hatékonysági együttható felépítéséhez , a periódusokat gyors simítási együtthatónak , a periódusokat pedig lassú simítási együtthatónak tekintve . ${\textit {gyorsabb}},{\textit {lassúbb}}$ ${smooth}_{t,n,f,s}$ $t$ ${\textit {EfficiencyRatio}}_{t,n}$ $n$ ${\textit {gyorsabb}},f$ ${\textit {lassúbb}},s$

A változó simítási állandó (SSC) hatékonyabb hatása érdekében a nagyon zajos piaci területeken, ahol gyenge a trendkomponens, Kaufman a négyzetes SSC használatát javasolja dinamikus simítási tényezőként az exponenciálisan simított mozgóátlag képletekben:

$c_{t,n,f,s}={\textit {smooth}}_{t,n,f,s}^{2}=({\textit {Efficiency Ratio}}_{t,n} \cdot ({\textit {gyorsabb}}-{\textit {lassabb}})+{\textit {lassabb}})^{2}.$

Adaptív mozgóátlag

Az adaptív mozgóátlag végső képlete a következőképpen fog kinézni [1] [2] :

${\textit {AMA}}_{t,n,f,s}=c_{t,n,f,s}\cdot {\textit {close}}_{t}+(1-c_{ t,n,f,s})\cdot {\textit {AMA}}_{t-1},$

ahol az adaptív mozgóátlag értékei az időpillanatban, és (aktuális és korábbi értékek), a változó simítási állandó második hatványa, az aktuális időszak záróára . ${\textit {AMA}}_{t,n,f,s},{\textit {AMA}}_{t-1,n,f,s}$ $t$ $t-1$ ${\displaystyle c_{t,n,f,s))$ ${\textit {close}}_{t}$ $t$

Eredeti paraméterértékek

Kaufman [1] -et használt eredeti paraméterként :

$n=10$ (a hatékonysági tényező számítási ablakához),
$f=2$ (gyorsan mozgó átlaghoz),
$s=30$ (lassú mozgóátlaghoz).

Ha a megadott paramétereket behelyettesítjük a képletekbe, azt kapjuk (az eredeti kerekítéssel):

${\textit {direction}}_{t,10}=|{\textit {close}}_{t}-{\textit {close}}_{t-9}|$

${\textit {volatilitás}}_{t,10}=\sum _{i=0}^{9}|{\textit {close}}_{ti}-{\textit {close}}_ {ti-1}|$

${\textit {EfficiencyRatio}}_{t,10}={\frac ({\textit {direction}}_{t,10}}{{\textit {volatilitás}}_{t,10}} }={\frac {{\textit {close}}_{t}-{\textit {close}}_{t-9}}{\sum _{i=0}^{9}|{\textit { bezár}}_{ti}-{\textit {close}}_{ti-1}|}}$

${\textit {fastest}}={\frac {2}{2+1}}={\frac {2}{3}}=0,6667$

${\textit {slowest}}={\frac {2}{30+1}}={\frac {2}{31}}=0,06452$

${\textit {smooth}}_{t,10,2,30}={\textit {Efficiency Ratio}}_{t,10}\cdot ({\textit {leggyorsabb}}-{\textit {leglassabb }})+{\textit {lassúbb}}={\textit {Efficiency Ratio}}_{t,10}\cdot 0,6021+0,0645$

$c_{t,10,2,30}={\textit {smooth}}_{t,10,2,30}^{2}=({\textit {EfficiencyRatio}}_{t,10} \cdot 0,6021+0,0645)^{2}$

${\textit {AMA}}_{t,10,2,30}=c_{t,10,2,30}\cdot {\textit {close}}_{t}+(1-c_{ t,10,2,30})\cdot {\textit {AMA}}_{t-1,10,2,30}.$

Kereskedési stratégiák

A Kaufman-féle adaptív mozgóátlagon alapuló kereskedési stratégiák minden trendindikátorban közösek [1] :

Nyisson meg egy hosszú pozíciót (zárjon be egy rövid pozíciót), amikor az árdiagram alulról felfelé keresztezi az AMA diagramot.
Zárja be a hosszú pozíciót (nyisson egy rövid pozíciót), amikor az árdiagram felülről lefelé keresztezi az AMA diagramot.

Fontos megjegyezni, hogy az AMA pontosan a diagramja és az árdiagram metszéspontjában változtatja mozgásának irányát, vagyis a kereskedéshez elegendő összehasonlítani a mutató jelenlegi és korábbi értékét [ 2] :

Nyisson hosszú pozíciót (zárjon be egy rövid pozíciót), ha az AMA aktuális értéke nagyobb lett, mint az előző érték.
Zárjon be egy hosszú pozíciót (nyissa meg a rövid pozíciót), ha az aktuális AMA-érték kisebb, mint az előző érték.

Szűrés

Az adaptív mozgóátlagnak a piaci volatilitáshoz való dinamikus igazítása ellenére Kaufman úgy vélte, hogy mutatója túl sok hamis jelzést adott [1] . Ezért egy további szűrési technikát javasoltam, amely az adaptív mozgóátlag különbség szomszédos periódusokra vonatkozó szórásának becslésén alapul [1] [2] .

Ehhez az AMA periódusok közötti változását tekintjük a vizsgált valószínűségi változónak:

$\Delta _{i}={\textit {AMA}}_{i}-{\textit {AMA}}_{i-1}.$

Ezután kiszámítjuk ennek a változásnak a szórását :

$\sigma _{t}={\sqrt ({\frac {1}{d))\sum _{i=0}^{d-1}\left(\Delta _{ti}-{\ sáv {\Delta _{t))}\jobbra)^{2))},$

ahol a szomszédos periódusok változásainak szórása - , az időszakokra vonatkozó matematikai elvárás . ${\displaystyle \sigma _{t))$ $AMA$ $\Delta _{i}$ ${\bar {\Delta }}_{t}={\frac {1}{d}}\sum _{i=0}^{d-1}\Delta _{ti}$ $\Delta _{i}$ $d$

A kapott szórás töredékét használjuk szűrőként:

${\textit {filter}}_{t}=K\cdot \sigma _{t},$

ahol a szűrő értéke az indikátor mozgásainak szórása alapján, százalékos együttható. ${\textit {filter}}$ $K$

A szűrő számértékei

A szűrő d periódusaként gyakran ugyanannyi periódust vesznek fel, mint a hatékonysági együttható megalkotásánál [1] [2] :

$d=n=10.$

A szűrő százalékos együtthatóját illetően Kaufman különböző értékek használatát javasolta, például a határidős ügyletek és a devizapiacon körülbelül 10% ( ), a tőzsdén pedig legfeljebb 100% ( ) értékeket javasolt használni. . $K$ $K=0,1$ $K=1$

Kereskedési stratégiák szűrők használatával

Ha adaptív mozgóátlagot használunk szűrővel, az elemzők a következő stratégiát javasolják [1] [2] :

Nyissa meg a hosszú pozíciót (zárja be a rövid pozíciót), amikor . ${\textit {AMA}}_{t}-{\textit {min}}({\textit {AMA}})>{\textit {filter}}_{t}$
Zárja be a hosszú pozíciót (nyissa meg a rövid pozíciót), amikor . ${\textit {max}}({\textit {AMA}})-{\textit {AMA}}_{t}>{\textit {filter}}_{t}$

Ezekben a képletekben - az AMA minimális értéke a forgáspontban alulról felfelé, - az AMA maximális értéke a forgáspontban fentről lefelé, - a szűrőérték az indikátor mozgásainak szórása alapján. ${\textit {min}}({\textit {AMA}})$ ${\textit {max}}({\textit {AMA}})$ ${\textit {filter}}$

Kapcsolat más mutatókkal

Amellett, hogy a Kaufman Adaptive Moving Average egyfajta mozgóátlag mutató , amely az exponenciálisan simított mozgóátlag technikát alkalmazza , érdemes megjegyezni, hogy a változási sebesség mutatót valójában a hatékonysági mutató kiszámításához használják (az irányra vonatkozó időszakra). és a volatilitás egy periódusának összege ).

Figyelembe kell venni azt is, hogy Kaufman volt az első, aki a szórásokon alapuló becsléseket használta (itt egy szűrő felépítéséhez), amelyeket később sok elemző ilyen vagy olyan formában használt, különösen a Bollinger Bands -ben [ 2] .

Jegyzetek

↑ 1 2 3 4 5 6 7 8 9 10 11 Perry J. Kaufman Okosabb kereskedés: A teljesítmény javítása változó piacokon – McGraw-Hill, Inc., 1995, 257 p. — ISBN 0-07-034002-1
↑ 1 2 3 4 5 6 7 8 9 10 11 12 Dinamikus mozgóátlagok. 2. rész. Archív másolat 2012. szeptember 7-én a Wayback Machine -nél // Konstantin Kopyrkin, Modern Trading, No. 5–6, 2001. P. 8–12.
↑ Adaptív mozgóátlag cikk Archivált 2012-06-04. a KROUFR honlapján .
↑ Erlikh A. A. Áru- és pénzügyi piacok technikai elemzése: Alkalmazott útmutató. - 2. kiadás - M.: INFRA-M, 1996. - 176 p. ISBN 5-86225-346-7
↑ Jeffrey Owen Katz, Donna L. McCormick. Kereskedési stratégiák enciklopédiája - M. Alpina Kiadó, 2002. 400 p. - ISBN 5-94599-028-0

Irodalom

Perry J. Kaufman Okosabb kereskedés: A teljesítmény javítása változó piacokon – McGraw-Hill, Inc. - 1995-257 p. - ISBN 0-07-034002-1 .

Technikai elemzés
Alapfogalmak	irányzat A hatékony piac hipotézise véletlenszerű séta Időkeret Dow elmélet Javítás trendvonalak Mechanikus kereskedési rendszer minta Kereskedési volumen skalpolás Rés Elliott Wave elmélet Üvegcsere kereskedelmi csatorna Ergodicitás
Grafikonok	Kagi Tic Tac Toe Renko Japán gyertyák
Mutatók	KST Trix Williams %R Adaptív mozgóátlag Kaufman Egyensúly hangerő Fegyvermutató Cash flow index Tömegindex Felhalmozási/eloszlási index Relatív erőindex Árucsatorna index Negatív és pozitív volumenindexek MACD indikátor Ichimoku jelző Donchyan csatorna Keltner-csatorna Coppock-görbe Könnyű mozgás Bollinger szalagok Emelkedés/esés vonal Lendület Végső oszcillátor McClellan oszcillátor Parabolikus idő/ár rendszer Irányított mozgásrendszer mozgóátlag Sztochasztikus oszcillátor A nyitott pozíciók száma Ár és mennyiség trendje Japán gyertyák
Szoftver	CQG MetaTrader NetTradeX QUIK TraderStar VolFix.Net Wealth Lab
Elemzők	Edward Davis Jones Richard Donchian Charles Dow Edward Thorpe Ralph Nelson Elliott