Kaufman adaptive moving average excel

As médias móveis adaptáveis ​​levam a melhores resultados As médias móveis são uma ferramenta favorita de comerciantes ativos. No entanto, quando os mercados se consolidam, este indicador leva a numerosas negociações Whipsaw, resultando em uma frustrante série de pequenas vitórias e perdas. Analistas passaram décadas tentando melhorar a média móvel simples. Neste artigo, nós olhamos para esses esforços e descobrimos que sua pesquisa tem levado a ferramentas úteis de negociação. Prós e Contras das Médias Móveis As vantagens e desvantagens das médias móveis foram resumidas por Robert Edwards e John Magee na primeira edição da Análise Técnica de Médias Móveis. Tendências das ações. Quando eles disseram e, foi em 1941 que nós delightedly fez a descoberta (embora muitos outros tinham feito antes) que, pela média dos dados para um determinado número de dias, um poderia derivar uma espécie de linha de tendência automatizada que iria interpretar definitivamente as mudanças de Tendência Parecia quase bom demais para ser verdade. Na verdade, era bom demais para ser verdade. Com as desvantagens superando as vantagens, Edwards e Magee rapidamente abandonou seu sonho de negociação de um bangalô de praia. Mas 60 anos depois que escreveram essas palavras, outros persistem em tentar encontrar uma ferramenta simples que facilmente entregar as riquezas dos mercados. Médias Móveis Simples Para calcular uma média móvel simples. Adicione os preços para o período de tempo desejado e divida pelo número de períodos selecionados. Encontrar uma média móvel de cinco dias exigiria somar os cinco preços de fechamento mais recentes e dividir por cinco. Se o fechamento mais recente estiver acima da média móvel, o estoque seria considerado como em uma tendência de alta. As tendências de baixa são definidas pelos preços negociados abaixo da média móvel. (Para mais, veja nosso tutorial de Médias Móveis.) Esta propriedade que define tendências torna possível que as médias móveis gerem sinais de negociação. Em sua aplicação mais simples, os comerciantes compram quando os preços se movem acima da média móvel e vendem quando os preços cruzam abaixo dessa linha. Uma abordagem como esta é garantida para colocar o comerciante no lado direito de cada comércio significativo. Infelizmente, ao suavizar os dados, as médias móveis ficam para trás a ação do mercado eo comerciante quase sempre vai dar uma grande parte dos seus lucros em até mesmo os maiores negócios vencedores. As médias móveis exponenciais Os analistas parecem gostar da idéia da média movente e gastaram anos que tentam reduzir os problemas associados com este lag. Uma dessas inovações é a média móvel exponencial (EMA). Essa abordagem atribui uma ponderação relativamente maior aos dados recentes e, como resultado, fica mais próxima da ação do preço do que uma média móvel simples. A fórmula para calcular uma média móvel exponencial é: EMA (Weight Close) (EMAy de 1 peso) Onde: Peso é a constante de suavização selecionada pelo analista EMAy é a média móvel exponencial de ontem Um valor de ponderação comum é 0.181, que Está perto de uma média móvel simples de 20 dias. Outra é 0,10, que é aproximadamente uma média móvel de 10 dias. Embora reduza o lag, a média móvel exponencial não aborda outro problema com médias móveis, que é que seu uso para negociar sinais conduzirá a um grande número de comércios perdedores. Em Novos Conceitos em Sistemas Técnicos de Negociação. Welles Wilder estima que os mercados só tendem um quarto do tempo. Até 75 da ação comercial é confinada a intervalos estreitos, quando os sinais de compra e venda de média móvel serão repetidamente gerados à medida que os preços se movem rapidamente acima e abaixo da média móvel. Para resolver este problema, vários analistas sugeriram variando o fator de ponderação do cálculo EMA. Adaptação de médias móveis para a ação de mercado Um método de resolver as desvantagens de médias móveis é multiplicar o fator de ponderação por uma razão de volatilidade. Fazer isso significaria que a média móvel seria mais longe do preço atual em mercados voláteis. Isso permitiria que os vencedores para executar. Como uma tendência chega ao fim e os preços se consolidam. A média móvel se aproximaria da atual ação de mercado e, teoricamente, permitiria ao profissional manter a maior parte dos ganhos capturados durante a tendência. Na prática, a relação de volatilidade pode ser um indicador, como a Bollinger Bandwidth, que mede a distância entre as conhecidas Bandas de Bollinger. Perry Kaufman sugeriu substituir a variável de peso na fórmula EMA com uma constante baseada no índice de eficiência (ER) em seu livro, New Trading Systems and Methods. Este indicador é projetado para medir a força de uma tendência, definida dentro de um intervalo de -1,0 a 1,0. Calcula-se com uma fórmula simples: ER (mudança de preço total para o período) / (soma das variações absolutas de preço para cada barra) Considere uma ação que tem um intervalo de cinco pontos por dia e no final de cinco dias ganhou um Total de 15 pontos. Isso resultaria em um ER de 0,67 (movimento ascendente de 15 pontos dividido pelo intervalo total de 25 pontos). Se este estoque tivesse diminuído 15 pontos, o ER seria -0,67. O princípio de uma tendência de eficiência baseia-se na quantidade de movimento direcional (ou tendência) que você obtém por unidade de movimento de preço ao longo de um período de tempo. Definido. Um ER de 1,0 indica que o estoque está em uma tendência de alta perfeita -1,0 representa uma tendência de baixa perfeita. Em termos práticos, os extremos raramente são atingidos. Para aplicar este indicador para encontrar a média móvel adaptativa (AMA), os operadores terão de calcular o peso com a seguinte fórmula, bastante complexa: C (ER SCF SCS) SCS 2 Onde: SCF é a constante exponencial para o mais rápido EMA permitida (geralmente 2) SCS é a constante exponencial para o mais lento EMA permitido (freqüentemente 30) ER é o índice de eficiência que foi anotado acima O valor para C é então usado na fórmula EMA em vez da variável de peso mais simples. Embora difícil de calcular à mão, a média móvel adaptável é incluído como uma opção em quase todos os pacotes de software de negociação. Exemplos de uma média móvel simples (linha vermelha), uma média móvel exponencial (linha azul) e a média móvel adaptativa (linha verde) são mostrados na Figura 1. Figura 1: O AMA está em verde e mostra o maior grau de achatamento na ação de intervalo-bound visto no lado direito deste gráfico. Na maioria dos casos, a média móvel exponencial, mostrada como a linha azul, é a mais próxima da ação de preço. A média móvel simples é mostrada como a linha vermelha. As três médias móveis mostradas na figura são todas propensas a negociações whipsaw em vários momentos. Esta desvantagem para as médias móveis tem até agora sido impossível de eliminar. Conclusão Robert Colby testou centenas de ferramentas de análise técnica na Enciclopédia de Indicadores Técnicos de Mercado. Ele concluiu: Embora a média móvel adaptativa seja uma idéia interessante com um considerável apelo intelectual, nossos testes preliminares não mostram qualquer vantagem prática real para este método de alisamento de tendências mais complexo. Isso não significa que os comerciantes devem ignorar a idéia. O AMA poderia ser combinado com outros indicadores para desenvolver um sistema negociando rentável. (Para saber mais sobre este tópico, leia Descobrir Canais Keltner eo Oscilador Chaikin.) O ER pode ser usado como um indicador de tendência stand-alone para detectar as oportunidades de negociação mais rentáveis. Como um exemplo, razões acima de 0,30 indicam fortes tendências de alta e representam compras potenciais. Como alternativa, uma vez que a volatilidade se move em ciclos, os estoques com a menor taxa de eficiência podem ser vistos como breakout oportunidades. Como o que você acabou de ler Digg ou Tipd it. O objetivo de Finance4Traders é ajudar os comerciantes a começar por trazê-los imparcial investigação e idéias. Desde o final de 2005, tenho vindo a desenvolver estratégias de negociação numa base pessoal. Nem todos esses modelos são adequados para mim, mas outros investidores ou comerciantes podem encontrá-los úteis. Afinal, as pessoas têm diferentes investimentos / negociação metas e hábitos. Assim, Finance4Traders se torna uma plataforma conveniente para divulgar o meu trabalho. (Leia mais sobre Finance4Traders) Por favor, use este site de forma apropriada e atenciosa. Isso significa que você deve citar Finance4Traders, pelo menos, fornecer um link para este site, se acontecer de você usar qualquer um dos nossos conteúdos. Além disso, você não tem permissão para fazer uso de nosso conteúdo de forma ilegal. Você também deve entender que nosso conteúdo é fornecido sem garantia e você deve verificar independentemente o nosso conteúdo antes de confiar neles. Consulte a política de conteúdo e a política de privacidade do site ao visitar este site. Uma estratégia de negociação é muito semelhante a uma estratégia corporativa. Estudar criticamente seus recursos o ajudará a tomar decisões mais eficazes. (Leia mais) 8226 Entender os indicadores técnicos Os indicadores técnicos são mais do que apenas equações. Indicadores bem desenvolvidos, quando aplicados cientificamente, são realmente ferramentas para ajudar os comerciantes a extrair informações críticas de dados financeiros. (Leia mais) 8226 Por que eu prefiro usar Excel Excel apresenta dados para você visualmente. Isso torna muito mais fácil para você entender seu trabalho e economizar tempo. (Leia mais) Kaufman Adaptive Moving estratégia de negociação média (Setup 038 filtro) I. Estratégia de negociação Desenvolvedor: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Fonte: Kaufman, P. J. (1995). Negociação mais inteligente. Melhorar o desempenho em mercados em mudança. New York: McGraw-Hill, Inc. Conceito: Estratégia negociando baseada em um filtro adaptável do ruído. Objetivo de pesquisa: Verificação de desempenho da configuração e do filtro. Especificação: Tabela 1. Resultados: Figura 1-2. Configuração de comércio: longas negociações: a média móvel adaptativa (AMA) aparece. Operações curtas: A média móvel adaptável baixa. Nota: A linha de tendência AMA parece parar quando os mercados não têm direção. Quando os mercados tendem, a linha de tendência AMA alcança. Entrada de comércio: Long Trades: Uma compra no fechamento é colocado depois de uma configuração alta. Curta Trades: Uma venda no fechamento é colocado depois de uma configuração de baixa. Trade Exit: Tabela 1. Carteira: 42 mercados de futuros de quatro grandes setores de mercado (commodities, moedas, taxas de juros e índices de ações). Dados: 32 anos desde 1980. Plataforma de Teste: MATLAB. II. Teste de Sensibilidade Todos os gráficos 3-D são seguidos por gráficos de contorno 2-D para o Fator de Lucro, Índice de Sharpe, Índice de Desempenho de Úlcera, CAGR, Drawdown Máximo, Vitória / Média Razão de Perdas. A imagem final mostra a sensibilidade da curva de equidade. Variáveis ​​Testadas: ERLength amp FilterIndex (Definições: Tabela 1): Figura 1 Desempenho da Carteira (Entradas: Tabela 1 Comission amp Slippage: 0). AMA (ERLength) é a média móvel adaptativa durante um período de ERLength. ERLength é um período de reflexão da Eficiência Ratio (ER). ERi abs (Directioni / Volatilityi), onde 8220abs8221 é o valor absoluto. , Onde 82208221 é a soma ao longo de um período de ERLength, DeltaClosei Closei Closei 1. FastMALength é um período da média móvel rápido. SlowMALength é um período da média móvel lenta. AMAi AMAi 1 ci (Closei AMAi 1), onde ci (ERi (Fast Slow) Slow) 2, Fast 2 / (FastMALength 1), Slow 2 / (SlowMALength 1). Índice: i ERLength 2, 100, Step 2 FastMALength 2 SlowMALength 30 Long Negociações: Se AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2 então MinAMA AMAi 1 (Adaptive Moving Average aparece com um pivô no MinAMA). Curtas: AMAi lt AMAi AMAi 1 amp AMAi 1 gt AMAi 2 então MaxAMA AMAi 1 (média móvel adaptável gira para baixo com um pivô em MaxAMA). Índice: i Filteri FilterIndex StdDev (AMAi AMAi 1, N), onde StdDev é o desvio padrão de séries sobre N períodos. N 20 (valor padrão). Índice: i FilterIndex 0,0, 1,0, Passo 0,02 N 20 Trades Longos: Uma compra no fechamento é colocada quando AMAi gt AMAi 1 amp (AMAi MinAMA) gt Filteri. Curta Trades: Uma venda no fechamento é colocado quando AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Índice: i Parar Perda Saída: ATR (ATRLength) é a média True Range durante um período de ATRLength. ATRStop é um múltiplo de ATR (ATRLength). Long Trades: Um stop de venda é colocado na entrada ATR (ATRLength) ATRStop. Curtas: Uma parada de compra é colocada na entrada ATR (ATRLength) ATRStop. KAMA - Kaufman Adaptive Moving Average foi criado por Perry Kaufman e descrito pela primeira vez em seu Smarter Trading (1995). Kaufman criou KAMA para levar em consideração o ruído do mercado. Se houver uma tendência de alta com algumas pequenas oscilações prevalecentes no mercado, o ruído do mercado é apenas marginal e KAMA segue o preço muito de perto. Por outro lado, se o mercado se move lateralmente (Ranging mercado) ndash significa Close preço fecha alguns dias até alguns dias para baixo, o ruído do mercado é muito alta. KAMA segue o preço com maior distância para diminuir o número de sinais falsos então. SC (Smoothing Constant) é uma parte padrão da construção de média móvel. O SC determina o nível ao qual a média móvel é sensível às oscilações de preços existentes. SC se move na faixa de 0 a 1. Quanto menor a constante de suavização, menos sensível é a média móvel. Kaufman ajustou a média móvel exponencial de tal forma que o SC seguiria não apenas a direção, mas também a volatilidade do mercado. E isso nos proporciona grandes oportunidades. A fórmula de KAMA olha como segue: 1. Calcule o ER (Eficiência Ratio Direção / Volatilidade): ABS (Feche t ndash Feche tn) / n soma (ABS (Close t ndash Feche t-1)), n significa o número escolhido de dias para O cálculo da média móvel Se todos os dias se fechasse mais alto do que no dia anterior, ER seria igual a 1. Se o mercado se mover de lado sem nenhuma mudança de preço, ER seria igual a 0. 2. Determine a média móvel mais curta e mais longa que queremos usar No cálculo do KAMA. Calcular a constante de suavização - SC destas médias. Kaufman recomendou usar a escala de 2 dias a 30 dias, de modo que seria igual a 0.6667 para a mais curta média móvel e 0.0645 para a mais longa média móvel. Como dissemos antes: Se eg10 dias usados ​​para o cálculo do KAMA fecharem na mesma direção (ou seja, sempre mais alto do que o dia anterior), o valor de ER seria igual a 1. Nesse caso, o SC seria 0,6667 (porque escolhemos uma média móvel de 2 dias como a mais curta). Se o mercado se mover lateralmente, o ER seria 0, então o SC da média móvel mais longa seria usado (que é a média móvel de 30 dias). A KAMA encurta e prolonga o período de tempo utilizado para calcular a média móvel de acordo com as condições que prevalecem no mercado. A KAMA torna-se mais sensível ou robusta na dependência do mercado. Mesmo que KAMA seria calculado como uma média móvel de 30 dias durante o mercado agitado, move-se ainda ligeiramente para cima e para baixo. Kaufman recomendou fazer o SC menos sensível por sua quadratura. Portanto, o próximo passo é: C é a constante de suavização final que é usada para o cálculo do KAMA. O cálculo total e final do KAMA é semelhante ao cálculo EMA. Sua fórmula é: 4. KAMA Kama t-1 (C (Close t ndash Kama t-1) Como usar Kaufman AMA: KAMA pertence a médias móveis menos conhecidas Sua principal vantagem é que leva em consideração não apenas a direção, Mas a volatilidade do mercado também. KAMA ajusta seu comprimento de acordo com as condições prevalecentes do mercado. Alguns indicadores de análise técnica nos dão oportunidades semelhantes. KAMA nos informa sobre as tendências prevalecentes no mercado. Isso é também uma das técnicas de como usar Ele para a negociação Outras maneiras de usá-lo são semelhantes a todas as médias móveis E pode ser usado para suavizar alguns outros indicadores técnicos também. Se você estiver interessado em um estudo mais aprofundado deste indicador e prefere pronto para servir soluções, t (KAMA) Kaufman039s Adaptive Moving Average (KAMA) Introdução Desenvolvido por Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) Kaufman039s Adaptive Moving Average (KAMA) É uma média móvel projetada para contabilizar o ruído do mercado ou a volatilidade. A KAMA acompanhará de perto os preços quando os balanços de preços forem relativamente pequenos eo ruído é baixo. A KAMA se ajustará quando as oscilações dos preços aumentarem e seguirem os preços de uma distância maior. Esse indicador de tendência pode ser usado para identificar a tendência geral, os pontos de mudança de tempo e os movimentos dos preços dos filtros. Cálculo Existem várias etapas necessárias para calcular a média móvel adaptativa Kaufman039s. Let039s primeiro comece com as configurações recomendadas por Perry Kaufman, que são KAMA (10,2,30). 10 é o número de períodos para o Índice de Eficiência (ER). 2 é o número de períodos para a constante EMA mais rápida. 30 é o número de períodos para a constante EMA mais lenta. Antes de calcular o KAMA, precisamos calcular a Relação de Eficiência (ER) ea Constante de Suavização (SC). Dividindo a fórmula em pepitas de tamanho de mordida torna mais fácil entender a metodologia por trás do indicador. Note que ABS significa Absolute Value. Rácio de Eficiência (ER) O ER é basicamente a variação de preço ajustada para a volatilidade diária. Em termos estatísticos, o Índice de Eficiência indica a eficiência fractal das mudanças de preços. ER flutua entre 1 e 0, mas estes extremos são a exceção, não a norma. ER seria 1 se os preços subiram 10 períodos consecutivos ou para baixo 10 períodos consecutivos. ER seria zero se o preço é inalterado ao longo dos 10 períodos. Constante de suavização (SC) A constante de suavização utiliza a ER e duas constantes de suavização com base numa média móvel exponencial. Como você deve ter notado, a constante de suavização está usando as constantes de suavização para uma média móvel exponencial em sua fórmula. (2/301) é a constante de suavização para um EMA de 30 períodos. O SC mais rápido é a constante de suavização para EMA mais curto (2 períodos). O SC mais lento é a constante de suavização para o EMA mais lento (30 períodos). Note que o 2 no final é quadrado a equação. KAMA Com a Relação de Eficiência (ER) e Constante de Suavização (SC), estamos agora prontos para calcular a Média Móvel Adaptativa (KAMA) de Kaufman. Como precisamos de um valor inicial para iniciar o cálculo, o primeiro KAMA é apenas uma média móvel simples. Os cálculos a seguir são baseados na fórmula abaixo. Exemplo / Gráfico de Cálculo As imagens abaixo mostram uma captura de tela de uma planilha do Excel usada para calcular KAMA eo gráfico QQQ correspondente. Uso e Sinais Chartists pode usar KAMA como qualquer outra tendência seguinte indicador, como uma média móvel. Os cartistas podem procurar cruzamentos de preços, mudanças direcionais e sinais filtrados. Primeiro, uma cruz acima ou abaixo KAMA indica mudanças direcionais nos preços. Tal como acontece com qualquer média móvel, um sistema de crossover simples irá gerar muitos sinais e lotes de whipsaws. Os Chartists podem reduzir whipsaws aplicando um filtro do preço ou do tempo aos crossovers. Pode-se exigir preço para segurar a cruz para o número definido de dias ou exigir a cruz exceder KAMA por percentagem set. Em segundo lugar, os cartistas podem usar a direção da KAMA para definir a tendência geral para uma segurança. Isso pode exigir um ajuste de parâmetro para suavizar o indicador ainda mais. Os cartistas podem alterar o parâmetro do meio, que é a constante EMA mais rápida, para suavizar a KAMA e procurar mudanças direcionais. A tendência é para baixo, enquanto KAMA está caindo e forjando menores baixos. A tendência é para cima, enquanto KAMA está subindo e forjando mais altos. O exemplo Kroger abaixo mostra KAMA (10,5,30) com uma tendência de alta acentuada de dezembro a março e uma tendência de alta menos acentuada de maio a agosto. E finalmente, os chartists podem combinar sinais e técnicas. Os cartistas podem usar um KAMA de longo prazo para definir a tendência maior e um KAMA de curto prazo para sinais de negociação. Por exemplo, KAMA (10, 5, 30) pode ser usado como um filtro de tendência e ser considerado otimista quando subir. Uma vez alcista, os cartistas poderiam então procurar cruzes de alta quando o preço se move acima de KAMA (10,2,30). O exemplo abaixo mostra MMM com um aumento de longo prazo KAMA e cruzes de alta em dezembro, janeiro e fevereiro. A KAMA de longo prazo recusou em abril e houve cruzes de baixa em maio, junho e julho. SharpCharts KAMA pode ser encontrado como uma sobreposição de indicadores na Workbench SharpCharts. As configurações padrão aparecerão automaticamente na caixa de parâmetros depois de selecionada e os chartists podem alterar esses parâmetros de acordo com suas necessidades analíticas. O primeiro parâmetro é para a Eficiência Ratio e chartists deve abster-se de aumentar este número. Em vez disso, os cartistas podem diminuí-la para aumentar a sensibilidade. Os cartistas que procuram suavizar o KAMA para análise de tendência a longo prazo podem aumentar o parâmetro médio incrementalmente. Mesmo que a diferença é apenas 3, KAMA (10,5,30) é significativamente mais suave do que KAMA (10,2,30). Estudo adicional Do criador, o livro abaixo oferece informações detalhadas sobre indicadores, programas, algoritmos e sistemas, incluindo detalhes sobre KAMA e outros sistemas de média móvel. Sistemas e Métodos de Negociação Perry Kaufman