autor: Michael R. Bryant Wskaźniki techniczne są jednym z podstawowych elementów systematycznego handlu. Wskaźniki, takie jak średnie ruchome lub stochastyczne, mogą być postrzegane jako przekształcenia szeregu wejściowego (zazwyczaj cena lub objętość) zaprojektowane w celu zaakcentowania określonego aspektu rynku, takiego jak jego tendencja lub cykliczność. Choć większość podstawowych metod handlu jest podstawą, wielu inwestorów unika najbardziej powszechnych wskaźników, takich jak proste średnie ruchome i wskaźnik względnej siły (RSI), wierząc, że rynek dostosował się do ich użycia, zmniejszając ich skuteczność. Jednym ze sposobów zrekompensowania wpływu efektywności rynkowej na rentowność wskaźników technicznych jest ich modyfikacja w pewien znaczący sposób. Na przykład wskaźnik 1 Chande i Krolls VIDYA jest wykładniczą średnią kroczącą, w której współczynnik wygładzania jest zależny od zmienności rynku, dzięki czemu efektywna długość spojrzenia zmniejsza się, gdy zwiększa się zmienność. W tym artykule Ill rozwija rozszerzenie podejścia do adaptacyjnego spojrzenia i pokazuje, jak zastosować go do różnych wskaźników z zaledwie kilkoma dodatkowymi liniami kodu. Otrzymane wskaźniki zapewniają większą wszechstronność niż wcześniejsze wskaźniki i mogą być bardziej spójne ze statystycznym widokiem rynków. Dostosowanie długości spojrzenia Biorąc pod uwagę, że rynki stale się zmieniają, rozsądnie jest starać się dostosowywać do zmian w jak największym stopniu. Większość wskaźników technicznych została pierwotnie opracowana z ustaloną długością spojrzenia, na przykład liczbą słupków w prostej średniej ruchomej. Wielu autorów zaproponowało dostosowanie długości spojrzenia do zmienności rynku. W przypadku wskaźnika zmiennej dynamicznej indeksu zmiennych (VIDYA), na przykład, Chande i Kroll zastosowali kilka różnych wskaźników, w tym indeks zmienności oparty na znormalizowanym odchyleniu standardowym ceny, w którym wyższe wartości indeksu skutkowały niższą efektywną długością spojrzenia . Pomysł polegał na tym, że w okresach wyższej zmienności średnia krocząca powinna lepiej reagować na rynek, podczas gdy w okresach mniejszej zmienności średnia ruchoma w dłuższym okresie była bardziej zgodna z zachowaniem rynków. Kaufman zastosował nieco inne podejście. 2 Pomysł na jego adaptacyjną ruchomą średnią Kaufmana (KAMA) polegał na tym, że w okresach dużej zmienności, bardziej prawdopodobne jest, że zostaniesz wycięty piłką, gdy rynek zacznie się zmieniać, powodując powtarzające się straty. Aby tego uniknąć, wykorzystał dłuższy okres dla średniej ruchomej w okresach wahań cen, aby średnia nie reagowała na zmienność rynku, powodując mniejszą liczbę zwrotów. Podczas trendujących działań rynkowych okres średniej ruchomej został zmniejszony, dzięki czemu transakcje mogły szybciej reagować na zmianę kierunku. Aby zmierzyć quotchoppinessquot, Kaufman użył tak zwanego współczynnika efektywności (ER), który mierzy bezwzględną wartość zmiany ceny w okresie obserwacji, podzieloną przez sumę wartości bezwzględnych zmian cen między prętami na w tym samym okresie. Jeżeli, na przykład, netto zmiana ceny wynosi zero - cena jest taka sama na koniec okresu, jak na początku - wtedy ER będzie zero. W tym przypadku rynek jest całkowicie nieefektywny, ponieważ może poruszać się dużo od paska do baru, ale nigdzie nie idzie. Jeśli, z drugiej strony, rynek porusza się stabilnie w jednym kierunku (w górę lub w dół), tak, że każdy ruch słupków przyczynia się do zmiany ceny netto, ER będzie 1. W tym przypadku rynek jest doskonale że wszystkie ruchy cenowe barów przyczyniają się do tego trendu. Zasadniczo ER będzie znajdować się w zakresie od 0 do 1. Różny widok adaptacyjnych długości wstecznego spojrzenia Podczas gdy wiele różnych wskaźników mogło i było używanych w celu dostosowania długości wstecznej spojrzenia, wskaźnik efektywności oddaje fundamentalny aspekt rynku działanie, mianowicie różnica między zachowaniem trendującym a cyklicznym. Wysokie wartości ER sugerują, że rynek jest bardzo trendy, co oznacza bardzo mały ruch cykliczny, a niskie wartości ER sugerują niewielki trend, a zatem bardziej cykliczny ruch (z wyjątkiem niewielkiego ruchu w ogóle). To zwykle wspiera podejście Kaufmana. Jednak jego decyzja o wykorzystaniu dłuższych dystansów na niepewnych rynkach opiera się na (1) założeniu, które dostosowywało długość spojrzenia na średnią kroczącą, oraz (2) na idei, że średnia ruchoma jest używana do wyzwolenia wejście lub wyjście z handlu. Alternatywny punkt widzenia to ten, za którym opowiada John Ehlers poprzez jego pracę nad stosowaniem metod przetwarzania sygnałów w handlu. 3 Jego pogląd jest bardziej zbliżony do próbowania dokładniejszego modelowania części interesującego rynku (np. Komponentu trendu lub komponentu cyklu). Z tego punktu widzenia średnia krocząca na wzburzonym rynku powinna wykorzystywać krótszą długość spojrzenia, aby dokładniej uchwycić wyższą częstotliwość reprezentowaną przez chropowatość, podczas gdy na rynku o silnej tendencji, dłuższa długość spojrzenia jest bardziej zgodna z ruch na rynku. Trzeci punkt widzenia to ten, który zaadaptowano tutaj, a mianowicie bardziej statystyczny. Po pierwsze, nie zakładamy niczego więcej niż absolutnie konieczne w odniesieniu do danego wskaźnika i sposobu jego wykorzystania. W szczególności nie zakładajmy, że dany wskaźnik jest średnią kroczącą i nie możemy zakładać, że jest ona stosowana do ceny. Może to być na przykład RSI o zmienności lub średniej ruchomej stochastycznej objętości. Wskaźnik może być używany w połączeniu z innymi wskaźnikami jako częścią większej reguły dla wejścia lub wyjścia, a nie sam. Z tym bardziej statystycznie zorientowanym poglądem, celem jest stworzenie reguł handlowych, które mają statystyczną trafność, co oznacza, że pasują one do akcji cenowej bez nadmiernego dopasowania. Nie zakładaliśmy, że wiemy, jak rynki działają na tyle dobrze, aby podejmować konkretne decyzje dotyczące tego, czy długość spojrzenia powinna wzrosnąć, czy też obniżyć się z czymś podobnym do współczynnika efektywności. Mamy raczej powody, by sądzić, że wskaźnik efektywności może mieć znaczenie i dlatego chcemy uwzględnić go jako zmienną, ale pozostawiamy to rynkowi, aby nam powiedzieć, czy i jak do niego pasuje. Testy statystyczne są używane, aby nam powiedzieć jeżeli strategia handlowa zawierająca wskaźnik jest statystycznie poprawna lub jego nadmierne dopasowanie, tj. nieważne, ponieważ pasuje raczej do hałasu niż do sygnału rynkowego. Bardziej wszechstronny Adaptacyjny Look-Back Biorąc pod uwagę powyższą dyskusję, opracowana tu adaptacyjna długość spojrzenia będzie opierać się na współczynniku efektywności (ER) i użyje parametru do określenia relacji między ER a odległością spojrzenia. W szczególności rozważmy następujące równanie: kwadrat VER (ER - (2 ER - 1) 2. (1 - TrendParam) 0.5), w którym VER jest zmiennym współczynnikiem wydajności, a TrendParam jest parametrem trendu, który może przyjmować dowolne wartości dodatnie lub ujemne. wartość ujemna, która określa, czy długość wstecznego wzroku wzrośnie lub zmniejszy się wraz ze wzrostem wartości ER. Jest to w zasadzie tylko sposób na odwrócenie współczynnika ER w zależności od parametru trendu. Jak pokazano poniżej, zamiast skalowania stałej wygładzania przez ER, jak to robią Chande, Kroll i Kaufman, używamy VER. Przy dodatnich wartościach TrendParam VER zmienia się dodatnio w ER, natomiast przy ujemnych wartościach TrendParam, VER zmienia się negatywnie w ER. Z TrendParam równym zero, VER jest równe 1 dla wszystkich wartości ER. Kwadrat jest brany do lepszego skalowania wartości do użycia jako mnożnik, jak wyjaśniono poniżej. Aby obliczyć adaptacyjną długość wsteczną przy użyciu tego równania, mnożymy pierwotną wartość stałej wygładzania, Alfa, która odpowiada oryginalnej długości wstecznego spojrzenia, przez VER: VAlpha Alpha VER, w której VAlpha jest stałą adaptacyjną wygładzania, oraz Alpha to oryginalna wartość stałej wygładzania. Relacja między stałą wygładzania a długością spojrzenia jest taka sama jak dla wykładniczej średniej ruchomej, mianowicie, w której N jest odległością spojrzenia, a Alfa jest stałą wygładzania. Równanie to można również zapisać dla N jako Alfa jako Adaptacyjna średnia ruchoma 050800 11:15:15 Jason K. Hutson Oto wskaźnik, który dostosowuje prędkość poruszającej się średniej do złapania szybko rozwijające się rynki, ale zwalnia na bocznych rynkach, aby zminimalizować baty. Aby połączyć zalety wolniejszej i szybszej średniej kroczącej, Perry Kaufman, technik rynkowy, kierownik ds. Pieniędzy i autor opracował adaptacyjną średnią ruchomą (AMA). Szybsze średnie ruchome, obliczone na podstawie mniejszej liczby dni, są bardziej wrażliwe na wahania rynku i szybciej informują sprzedawcę o zmianach trendu niż wolniejszej średniej kroczącej. Jednak szybciej poruszająca się średnia staje się zbyt wrażliwa na rynku poruszającym się po bokach i często ma kupca, który kupuje i wychodzi z fluktuacji rynkowych lub hałasu, gdy jest niewielki zysk. Wolniej poruszająca się średnia eliminuje ten hałas, ale ma opóźnienie, które często uniemożliwia inwestorowi znaczną część zysku, gdy rynek zaczyna się trendować. AMA dostosowuje długość średniej kroczącej, aby szybciej, za pomocą mniejszej liczby dni, obliczyć średnią kroczącą, gdy rynek porusza się szybko, zmienia kierunek lub wychodzi z zakresu handlu. Jednak spowalnia, wykorzystując więcej dni, gdy rynek jest niestabilny i porusza się na boki. Dlatego powinien generować mniej i bardziej opłacalne sygnały kupna. Obliczając AMA, Kaufman najpierw zastosował kierunek i zmienność cen, aby uzyskać wskaźnik efektywności (ER). ER podchodzi do pozycji 1, gdy rynek porusza się w górę lub w dół, i zbliża się do zera, gdy znajduje się w bocznym układzie. Kaufman następnie obliczył dwa z tego, co nazwał, wygładzając stałe, używając szybkiej i powolnej wykładniczej średniej kroczącej. Połączył dwie stałe wygładzania z ER, aby uzyskać AMA, która dostosowuje się do trendu rynkowego, a następnie generuje sygnały kupna i sprzedaży. Adaptacyjne średnie ruchome Bruce'a Fabera, analiza techniczna STOCKS COMMODITIES, tom 13, numer 6. Pełne formuły matematyczne i arkusze kalkulacyjne Excela są dostępne w Adaptive Moving Average autorstwa Bruce Faber Traders Staff Writer. Cieszy się trendami, wsparciem i oporem, średnimi kroczącymi, RSI, MACD, ADX, pasmami Bollingera, parabolicznymi SAR, formacjami wykresów i analizą objętości. WstążkiPlotter Indicators RibbonsPlotter to superindykator, który kreśli szeroką gamę funkcji wstążki lub pasma na wykresie od wewnątrz pojedynczy wskaźnik, podobny do poniższego wykresu: Ta grupa Bollingera (wstążka). na przykład, jest jeden typ dobrze znanego wskaźnika, w którym linia środkowa jest zdefiniowana jako prosta średnia ruchoma, a pionowe przemieszczenie stosowane do obliczania pasm powyżej i poniżej tej średniej ruchomej jest pewnym wielokrotnością odchylenia standardowego. Elastyczność RibbonPlotters wynika z faktu, że użytkownik może określić funkcję linii środkowej niezależnie od funkcji przemieszczenia używanej do tworzenia pasma. Pozwala również na wykrywanie wielu pasm, a nie pojedynczego pasma, powyżej i poniżej akcji cenowej, stąd nazwa plotera. Linia środkowa, czyli odniesienie, jest określona przez użytkownika przez parametr wejściowy RefID. i może być dowolną z następujących funkcji: Użyj UpperBandRef i LowerBandRef jako linii środkowych dla wstążek odchyleń (pozwala określić niestandardowe formuły). Prosta średnia arytmetyczna ruchoma (AMA) Średnia ruchomą wykładnicza (EMA) Liniowa regresja liniowa (LR) Średnia ruchoma adaptacyjna Kaufmana (KAMA) Tillson T3 Potrójna wykładnicza średnia ruchoma (T3) Średnia ruchoma Jurika (JMA) Średnia ważona objętościowa cena (VWAP) Stała wartość (zero, na przykład, opisze prążki dewiacji wokół osi zerowej, bez żadnych pionowych działań cenowych) Funkcja Średnia krocząca Jurika wymaga od użytkownika zakupu tego dodatku do Tradestation od Jurik Research. Wywołanie tej funkcji zostało zakomentowane, ponieważ większość użytkowników nie będzie uprawniona do korzystania z tej funkcji. Użytkownicy posiadający licencję mogą odkomentować odpowiednią sekcję kodu w lokalnej metodzie RibbonsCalc, aby wdrożyć tę funkcję. Linia środkowa o ustalonej wartości pozwala użytkownikowi spojrzeć na składową odchylenia pasm bez ruchu pionowego wywołanego działaniem ceny. Przy stałej wartości wynoszącej zero, RibbonPlotter wykreśli wstążki odchylenia wokół osi zerowej i może zostać umieszczony w podstrumie poniżej symbolu głównego wykresu. Użytkownik może określić funkcję odchylenia używaną do tworzenia wstążek niezależnie od funkcji linii środkowej (odniesienia), określając parametr wejściowy DevID. Funkcja odchylenia może być dowolną z następujących wartości: Odchylenie standardowe (Bollinger Bands) Błąd standardowy (Pasma Jona Andersena) Średni zakres rzeczywisty - ATR (Keltner Bands) Średni zakres rzeczywisty JURR Jurka (ATR przy użyciu średniej kroczącej Jurika) Punkty procentowe Dlaczego warto korzystać z RibbonPlotter Wskaźnik Wskaźnik RibbonPlotter łączy zdolność do drukowania dużej liczby wstążek w jeden wskaźnik. Ten wskaźnik może następnie zastąpić kilka innych wskaźników i zapewnia spójny interfejs użytkownika dla tego zbioru funkcji. Wykorzystuje cechy OOEL, takie jak lokalne metody dla zwiększenia wydajności. RibbonsPlotter2 to starsza wersja RibbonsPlotter, która używa funkcji RibbonsCalc2 do obliczania wszystkich wartości wstążek, zamiast lokalnej metody RibbonsCalc. To sprawia, że RibbonsPlotter2 może być kompatybilny z wersjami Tradestation przed 9.0. Funkcja RibbonsCalc2 może być również wywołana ze strategii. Ponieważ ta sama funkcja generuje wartości zarówno dla strategii, jak i dla wskaźnika RibbonPlotter2, użytkownik może być pewny, że wartości będą takie same, o ile parametry wejściowe będą zgodne. Pojedyncza wielozadaniowa funkcja wstążki RibbonsCalc2 ma wiele zalet dla twórców automatycznych strategii handlowych: Optymalizator może testować wiele różnych strategii transakcyjnych bez zmiany podstawowego kodowania strategii, ponieważ proces optymalizacji może, na przykład, przełączać się między Bollinger Band, Keltner Testowanie pasma i wartości procentowej pasma bez konieczności ręcznej manipulacji lub powielania kodu strategii. Wersje i aktualizacje kodu można wykonać w jednym miejscu, bez konieczności powielania zmian w kilku różnych wskaźnikach lub strategiach. Spójny interfejs użytkownika w wielu osobnych funkcjach sprawia, że kod jest bardziej przyjazny dla użytkownika, a zatem mniej podatny na nieumyślne błędy. Przykłady RibbonPlotter RibbonPlotter jest w stanie wytworzyć szeroką gamę wykresów wstążki. Niektóre z pokazanych poniżej przykładów reprezentują najbardziej powszechne i dobrze znane funkcje wstążki lub pasma. Pokazano również jedną lub dwie mniej popularne odmiany. Wstążki Bollingera powstają z arytmetycznej średniej ruchomej linii środkowej i funkcji przesunięcia StdDeva. Ten wykres pokazuje pasma przy przemieszczeniach 1, 2 i 3 odchyleń standardowych. Pasma charakterystycznie poszerzają się, gdy cena zyskuje na popularności i jest wąska podczas konsolidacji. Wstążki Andersona używają linii środkowej regresji liniowej i funkcji odchylenia StdErr. Każde pasmo reprezentuje jeden standardowy wzrost błędu od linii środkowej. Linia środkowa regresji liniowej przylega do ceny bardziej niż średnia ruchoma, a standardowe pasma błędów nie rozszerzają się znacząco, gdy akcja cenowa jest trendująca, w przeciwieństwie do pasm Bollingera. Zamiast tego, wąskie pasma wskazują, że cena stale rośnie blisko linii regresji. Szerokie pasma sugerują rosnącą zmienność cen od linii regresji i są zwykle widoczne podczas przerwy w trendzie. Ta wstążka reprezentuje linię środkową Jurika Moving Average (JMA) i procentowe odchylenie od linii środkowej. Właściwość Jurik Moving Average jest popularna ze względu na jej płynność i niskie opóźnienie. Musi zostać zakupiony jako dodatek do Tradestation. Średnia ruchoma Tillsona T3 jest podobna i ma prawie gładkość i niskie opóźnienie Jurika, i jest dostępna dla użytkowników Tradestation jako wbudowana funkcja. Ta linia środkowa Adaptive Moving Average w Kaufman pokazuje względną poziomą linię środkową tability podczas konsolidacji. W połączeniu z pasmami odchylenia StdErr stanowi interesującą podstawę dla systemu handlu typu Odwrócenie do średniego. Taśmy Keltnera są utworzone przez linię środkową wykładniczej średniej ruchomej (EMA) i funkcję przesunięcia o średnim zakresie rzeczywistym (ATR). Linia odchylania linii Tillson T3 i funkcja odchylenia od rzeczywistego zakresu JIKR (Jurik Average True Range) to interesująca odmiana. W porównaniu do zespołów Keltnera. zarówno linia środkowa, jak i wstążki mają nieco mniejszy hałas. Jest to średnia linia środkowa Jurika z procentowymi wstążkami odchylenia. Te wstążki zachowują względnie stabilną szerokość pasma. Określenie linii środkowej zerowej zamiast funkcji ceny pozwala zobaczyć tę funkcję przemieszczenia StdDeva bez wpływu na cenę akcji. Ułatwia to sprawdzenie, w jaki sposób funkcja przesunięcia reaguje na zmienność i trendowność ceny. Ta funkcja StdErr jest również wyświetlana z linią środkową równą zero. Ten rodzaj wyświetlania pozwala na bardziej użyteczne porównanie z funkcją przemieszczania StdDeva powyżej. Łatwiej jest dostrzec unikalne cechy i różnice między funkcjami odchylenia, gdy są wyświetlane o stałym odwołaniu, a nie po akcji cenowej. Parametry wejściowe RibbonPlotter UpperBandsRef i LowerBandsRef są cenami wejściowymi używanymi do obliczania górnej i dolnej linii środkowej. Zwykle są one takie same i dlatego tworzą pojedynczą linię środkową. Jednak użytkownik może zdefiniować oddzielne linie środkowe dla górnych pasm i dolnych pasm, stąd dwa parametry wejściowe. RefID wybiera funkcję, której należy użyć do obliczenia linii środkowej (osi). Wartość 0 oznacza, że funkcja odchylenia zostanie naniesiona pośrodku wokół osi zero, a nie podążać za ceną. Pozostałe funkcje wykorzystywane do obliczania linii środkowej (AMA, EMA, LR itd.) Są liczbami w kolejności ich parametrów długości następujących po RefID. Aby na przykład wybrać wykładniczą średnią ruchomą linię środkową, użytkownik wprowadziłby 2, ponieważ EMALength pojawia się na drugiej pozycji następującej po RefID. Użytkownik określiłby RefID 3, 4 lub 5, aby wybrać linię środkową składającą się z liniowej linii regresji, średniej ruchomej Kaufmana lub średniej ruchomej T3 T3, ponieważ jest to kolejność, w której ich parametry długości pojawiają się na wejściu lista parametrów. Poniżej znajduje się liczba pasków (wstążek) powyżej i poniżej, które mają być naniesione. StartMult to mnożnik stosowany w pierwszym paśmie. Kolejne wstążki do łącznej liczby NB-i są rysowane przez dodanie przyrostu do początkowego mnożnika dla pierwszego pasma. ShowCenterLine pozwala użytkownikowi wyświetlić lub nie wyświetlać linii środkowej wstążek. DisplayParameters określa, czy wartości parametrów linii środkowej i funkcji odchylenia będą wyświetlane na wykresie w tekście, tak jak to miało miejsce w pokazanych próbkach. Te etykiety tekstowe zostały narysowane przez wskaźnik zamiast dodawać ręcznie po utworzeniu wykresu. CLVertPct, DevVertPct, CLHorizPct i DevHorizPct to pionowe i poziome przesunięcia (w procentach pionowego lub poziomego zakresu wykresów) używane do pozycjonowania lokalizacji etykiet tekstowych na wykresie. Ponadto, wskaźnik obejmuje pozycjonowanie quotmartów na etykietach. Jeśli akcja cenowa znajduje się w pobliżu dolnej krawędzi wykresu, a użytkownik określił, że etykieta ma zostać narysowana w dolnej części wykresu, program automatycznie odwróci etykietę na górę wykresu, aby uniknąć nadpisania akcji ceny . Pionowe przesunięcie od dolnej krawędzi wykresu określonego przez użytkownika zostanie zachowane, ale zamiast tego będzie to pionowe przesunięcie od górnej krawędzi wykresu.
No comments:
Post a Comment