Mesa Adaptiv Glidande Medelvärde Strategi

Utvecklat av John Ehlers är MESA Adaptive Moving Average en teknisk trend-indikator som enligt sin skapare anpassar sig till prisrörelsen baserat på fasförändringen av fasen, mätt av Hilbert Transform Discriminator. Denna anpassningsmetod har ett snabbt och ett långsamt rörligt medel så att det sammansatta rörliga medlet snabbt svarar på prisändringar och håller medelvärdet tills nästa bar8217s stängs. Ehlers konstaterar att eftersom den genomsnittliga nedgången på8217 är långsam, kan du skapa handelssystem med nästan whipsaw-free trades. Nedan kan du se indikatorn ritad i en handelsplattform. Diagramkälla: VT Trader I grunden ser indikatorn ut som två glidande medelvärden, men i stället för att böjas kring prisåtgärden, flyttar MESA Adaptive MA i trappan som prisspåren. Det producerar två utgångar, MAMA och FAMA. FAMA (efter adaptiv rörlig genomsnitts) är ett resultat av att MAMA appliceras på den första MAMA-linjen. FAMA synkroniseras i tid med MAMA, men dess vertikala rörelse kommer med en fördröjning. Således övergår de två don8217t-korsningen om inte en större förändring i marknadsriktningen uppstår, vilket resulterar i ett glidande medelvärdesöverföringssystem som är praktiskt taget fritt från whipsaw-handelar, enligt Ehlers. MESA Adaptive Moving Average används som ersättning för traditionella glidande medelvärden. Som sådan kan MAMA och FAMA handlas precis som vanliga glidande medelvärden. För det första fungerar de som starka stöd - och motståndsområden och priset kommer tenderar att återfå dem vid kontakt. Detta gör pullbacks till MAMA och FAMA lämpliga med trendregistreringsområden. För det andra är övergångar mellan MAMA och FAMA, som liknar ett gyllene eller dödskors, också allmänt handlade. När MAMA korsar FAMA underifrån och kanter högre betyder det att marknaden sannolikt fortsätter att gå upp och generera en köpsignal. Omvänt, när MAMA korsar FAMA ovanifrån och kanterna sänker, innebär det att marknaden är kantad och sannolikt fortsätter att göra det, vilket genererar en kort inmatningssignal. MESA Adaptive Moving Average kan, precis som traditionella glidande medelvärden, användas som en fristående indikator, men också i kombination med andra indikatorer, som typiskt kombineras med SMA och EMA för att förbättra ditt beslutsfattande. Binary Tribune grundades 2013 och syftar till att ge sina läsare noggrann och faktisk finansiell nyhetsdekning. Vår hemsida är inriktad på stora segment på finansmarknadslagret, valutor och råvaror och en interaktiv fördjupad förklaring av viktiga ekonomiska händelser och indikatorer. Finansiell riskupplysning BinaryTribune hålls inte ansvarig för förlust av pengar eller skada som orsakas av att förlita sig på informationen på denna webbplats. Handelskurser, lager och råvaror på margin ger hög risk och kan inte vara lämpliga för alla investerare. Innan du bestämmer dig för handel med utländsk valuta bör du noggrant överväga dina investeringsmål, nivå av erfarenhet och riskappetit. Cookiespolicy Den här webbplatsen använder cookies för att ge dig den bästa upplevelsen och att känna dig bättre. Genom att besöka vår webbplats med din webbläsare för att tillåta cookies godkänner du vår användning av cookies enligt beskrivningen i vår integritetspolicy. Kopiera Copyright 2017 mdash Binär Tribune. Alla rättigheter reserveradeJOHN EHLERS INDICATORS: Jag har sammanställt de flesta av indikatorerna på denna sida från Ehlers böcker. Vissa justeringar har gjorts för tydlighet eller för att få dem att fungera ordentligt. De har alla verifierats i TradeStation men inga garantier för perfektion eller korrekt funktionalitet är underförstådda. MESA-formel (Maximum Entropy Spectral Analysis) som används i många av dessa indikatorer, har ursprungligen utvecklats för att tolka seismografisk information för oljeprospektering. De har anpassats här för att mäta marknadscykler - de producerar högupplösta utgångar med exceptionellt korta mängder information, en idealisk kombination för marknadsvärdering. MAMA FAMA-indikator. - MAMA står för MESA Adaptive Moving Average (Det har också kallats Mor of All Moving Average). Detta är en MA som anpassar sig till uppdateringscykler och är mycket robust - Jag planerar att införliva den i några strategier snart. Fisher Transform Indicator. Detta är en mycket snabb crossover trade trigger-indikator och används i kombination med ett bra trendverktyg är det förutsägbart och kan tillämpas i strategier (snart kommer). I jämförelse med MACD eller andra crossover-indikatorer är Fisher Transform klart överlägsen och aktuell. Instantaneous Trend Indicator (iTrend): Trendindikator med nästan nolllagring och ungefär samma utjämning som EMA. Handelssignaler genereras genom korsning av utlösningslinjen och iTrend-linjen. Centrum för Gravity Indicator. En annan Ehlers-oscillator - jag har inte experimenterat mycket med den här - kan kräva en ytterligare trendindikator som hjälper till att fungera bäst - gör din egen testning. Cyber ​​Cycle Indicator. En tidig Ehlers indikator som försöker mäta marknadscykler. Cykelmåttindikator. Samma som cykelperioden indikator. En annan cykelmätningsindikator, mer robust än den ovan, men med endast en linje - inga övergångar. Fisher Cyber ​​Cycle Indicator. En cykelmätningsindikator med en Fisher Transform modifikation. Relativt Vigor Index. Konceptet RVI är att priserna stänger högre än de öppnas i mkts och v. v. I ner mkts. RVI är en oscillator där rörelsen normaliseras till varuområdet för varje stapel. Det använder fyra-bar symmetriska FIR lag-annulleringsfilter för att producera en läsbar indikator. Stokastisk CG Oscillator. Rev.100108 Flera indikatorer har modifierats med en stokastisk algoritm. I vissa fall förbättras prestanda men inte signifikant. Fisher Stokastisk CG Oscillator. Fisher Stochastic CG-indikatoroscillatorn liknar den stokastiska CG-oscillatorn men med skarpare omkastningar och ibland tidigare signaler. Stokastiskt RVI-index. Rev.100108-Konceptet RVI är att priserna stänger högre än de öppnas i mkts och v. v. I ner mkts. RVI är en oscillator där rörelsen normaliseras till varuområdet för varje stapel. Det använder fyra-bar symmetriska FIR lag-annulleringsfilter för att producera en läsbar indikator. Dessa adaptiva indikatorer är mer mottagliga än deras statiska (icke-adaptiva) motsvarigheter. De är avsedda att eliminera fördröjning. Sinusvågen (kommer snart) är tänkt att vara prediktiv. Sine Wave Indicator. postat 82708 - Denna indikator försöker bestämma den aktuella fasen av den cykel du befinner dig i, har en fördel jämfört med andra oscillatorer som RSI och Stokastiska eftersom det förutser istället för att vänta på bekräftelse. SW ger ingångs - och utgångssignaler 116: e av en cykelperiod före cykelvridpunkten och ger sällan falska whipsaw-signaler när marknaden är i ett trendläge. De adaptiva rörliga medeltagen leder till bättre resultat. Flyttande medelvärden är ett favoritverktyg för aktiva handlare . När marknaderna konsolideras leder dock denna indikator till många whipsaw-branscher, vilket resulterar i en frustrerande serie små vinster och förluster. Analytiker har tillbringat årtionden som försöker förbättra det enkla rörliga genomsnittet. I den här artikeln tittar vi på dessa ansträngningar och finner att deras sökning har lett till användbara handelsverktyg. (För bakgrundsavläsning på enkla glidande medelvärden, kolla in enkla rörliga genomsnittsvärden. Utveckla tendenser.) Fördelar och nackdelar med rörliga medelvärden Fördelarna och nackdelarna med glidande medelvärden sammanfattades av Robert Edwards och John Magee i första utgåvan av teknisk analys av Aktiestrenden. när de sa och det var tillbaka år 1941 som vi glatt gjorde upptäckten (även om många andra hade gjort det tidigare) att genom att medelvärda uppgifterna för ett visst antal dagar skulle en sådan kunna utlösa en slags automatiserad trendlinje som definitivt skulle tolka förändringarna av trend Det verkade nästan för bra för att vara sant. Det var faktiskt för bra att vara sant. Med nackdelarna överväga fördelarna, övergav Edwards och Magee snabbt sin dröm om handel från en bungalow på stranden. Men 60 år efter att de skrev dessa ord, fortsätter andra att försöka hitta ett enkelt verktyg som utan tvekan skulle ge marknadernas rikedomar. Enkla rörliga medelvärden För att beräkna ett enkelt glidande medelvärde. lägg till priserna för önskad tidsperiod och dela med antalet utvalda perioder. Att hitta ett fem dagars glidande medelvärde skulle kräva summering av de fem senaste stängningskurserna och dela med fem. Om den senaste stängningen ligger över det rörliga genomsnittet, skulle beståndet anses vara i en uptrend. Nedtrenden definieras av priser som handlar under det rörliga genomsnittet. (För mer, se vår Moving Averages-handledning.) Den här trenddefinierande egenskapen gör det möjligt att flytta medelvärden för att generera handelssignaler. I sin enklaste ansökan köper handlare när priserna flyttar över det glidande genomsnittet och säljer när priserna ligger under den linjen. Ett tillvägagångssätt som det här är garanterat att sätta handlaren på höger sida av varje betydande handel. Tyvärr, under utjämning av data, kommer rörliga medelvärden att ligga bakom marknadsåtgärden och näringsidkaren kommer nästan alltid att ge tillbaka en stor del av sina vinster på även de största vinnande affärer. Exponentiella rörliga medelvärden Analytiker verkar gilla tanken på det glidande genomsnittet och har spenderat år på att försöka minska problemen i samband med denna fördröjning. En av dessa innovationer är det exponentiella glidande medlet (EMA). Detta tillvägagångssätt tilldelar relativt högre viktning till de senaste uppgifterna, och som ett resultat blir den närmare prisåtgärden än ett enkelt glidande medelvärde. Formeln för att beräkna ett exponentiellt glidande medelvärde är: EMA (Vikt Stäng) ((1 Vikt) EMAy) Var: Vikt är utjämningskonstanten vald av analytiker EMAy är exponentiell glidande medelvärde från igår Ett gemensamt viktvärde är 0,181, vilket ligger nära ett 20-dagars enkelt glidande medelvärde. En annan är 0,10, vilket är ungefär ett 10-dagars glidande medelvärde. Även om det minskar lagringen misslyckas det exponentiella glidande medlet att ta itu med ett annat problem med glidande medelvärden, vilket är att deras användning för handelssignaler leder till ett stort antal förlorande affärer. I nya koncept inom tekniska handelssystem. Welles Wilder uppskattar att marknaderna bara trender kvart över tiden. Upp till 75 av handelsåtgärder är begränsade till snäva intervall, när de genomsnittliga köp-och-säljsignalerna kommer att genereras upprepade gånger då priserna snabbt rör sig över och under det glidande genomsnittet. För att lösa detta problem har flera analytiker föreslagit att man varierar viktningsfaktorn för EMA-beräkningen. (Mer information finns om hur rörliga medelvärden används i handeln) Anpassning av rörliga medelvärden till marknadsaktioner En metod att hantera nackdelarna med glidande medelvärden är att multiplicera viktningsfaktorn med ett volatilitetsförhållande. Att göra detta skulle innebära att det rörliga genomsnittet skulle vara längre från det nuvarande priset på volatila marknader. Detta skulle göra det möjligt för vinnarna att springa. Som en trend kommer till ett slut och priserna konsolideras. det rörliga genomsnittet skulle gå närmare den nuvarande marknadsåtgärden och i teorin tillåta näringsidkaren att behålla de flesta vinster som tagits under trenden. I praktiken kan volatilitetsförhållandet vara en indikator, såsom Bollinger Bandwidth, som mäter avståndet mellan de välkända Bollinger Bands. (För mer om denna indikator, se Grunderna i Bollinger-band.) Perry Kaufman föreslog att man ersätter viktvariabeln i EMA-formeln med en konstant baserad på effektivitetsförhållandet (ER) i sin bok, New Trading Systems and Methods. Denna indikator är utformad för att mäta styrkan hos en trend definierad inom ett intervall från -1,0 till 1,0. Det beräknas med en enkel formel: ER (total prisförändring för period) (summa av absoluta prisändringar för varje stapel) Tänk på ett lager som har fem punktersintervaller varje dag och i slutet av fem dagar har fått totalt av 15 poäng. Detta skulle resultera i ett ER på 0,67 (15 poäng uppåtgående rörelse dividerat med det totala 25-punktsintervallet). Hade denna aktie minskat 15 poäng, skulle ER -0.67. (För mer handelsrådgivning från Perry Kaufman, läs Losing To Win. Som beskriver strategier för att hantera handelsförluster.) Principen för en effektivitet i trender är baserad på hur mycket riktningsrörelse (eller trend) du får per enhet av prisrörelsen över en definierad tidsperiod. En ER med 1,0 indikerar att beståndet är i perfekt upptrend -1,0 representerar en perfekt downtrend. I praktiken nås extremiteterna sällan. För att tillämpa denna indikator för att hitta det adaptiva glidande genomsnittet (AMA) måste handlare beräkna vikten med följande, ganska komplexa formeln: C (ER (SCF SCS)) SCS 2 där: SCF är exponentiell konstant för snabbast EMA tillåten (vanligtvis 2) SCS är exponentiell konstant för den långsammaste EMA tillåten (ofta 30) ER är effektivitetsförhållandet som noterades ovan. Värdet för C används sedan i EMA-formeln istället för den enklare viktvariabeln. Även om det är svårt att beräkna för hand ingår det adaptiva glidande medlet som ett alternativ i nästan alla handelspaketpaket. (För mer på EMA, läs Exploring The Exponential Weighted Moving Average.) Exempel på ett enkelt glidande medelvärde (röd linje), ett exponentiellt glidande medelvärde (blå linje) och det adaptiva glidande medlet (grön linje) visas i Figur 1. Figur 1: AMA är i grön och visar störst grad av utplåning i den intervallbundna åtgärden som ses på höger sida av detta diagram. I de flesta fall ligger det exponentiella glidande medlet, som visas som den blå linjen, närmast prisåtgärden. Det enkla glidande medlet visas som den röda linjen. De tre glidande medelvärdena som visas i figuren är alla benägna att piska på olika tider. Denna nackdel med glidande medelvärden har hittills varit omöjligt att eliminera. Slutsats Robert Colby testade hundratals tekniska analysverktyg i Encyclopedia of Technical Market Indicators. Han slutsatsen att även om det adaptiva glidande medlet är en intressant nyare idé med betydande intellektuell överklagande, visar våra preliminära tester inte någon verklig praktisk fördel för denna mer komplexa trendutjämningsmetod. Det betyder inte att handlare bör ignorera idén. AMA kan kombineras med andra indikatorer för att utveckla ett lönsamt handelssystem. (För mer om detta ämne, läs Upptäck Keltner kanaler och Chaikin Oscillatorn.) ER kan användas som en fristående trendindikator för att hitta de mest lönsamma handelsmöjligheterna. Som ett exempel anger förhållanden över 0,30 starka uppåtgående och representerar potentiella köp. Alternativt, eftersom volatiliteten rör sig i cykler, kan bestånden med det lägsta effektivitetsförhållandet ses som brytningsmöjligheter. Ett första bud på ett konkursföretagets tillgångar från en intresserad köpare vald av konkursbolaget. Från en pool av budgivare. Artikel 50 är en förhandlings - och avvecklingsklausul i EU-fördraget som beskriver de åtgärder som ska vidtas för vilket land som helst. Beta är ett mått på volatiliteten eller systematisk risk för en säkerhet eller en portfölj i jämförelse med marknaden som helhet. En typ av skatt som tas ut på kapitalvinster som uppkommit av individer och företag. Realisationsvinster är vinsten som en investerare. En order att köpa en säkerhet till eller under ett angivet pris. En köpgränsorder tillåter näringsidkare och investerare att specificera. En IRS-regel (Internal Revenue Service Rule) som tillåter utbetalningar från ett IRA-konto i samband med straff. Regeln kräver det. John Ehlers TEKNISKA PAPPER John Ehlers, utvecklaren av MESA, har skrivit och publicerat många papper relaterade till de principer som används i marknadscykler. Synopses för tillgängliga papper visas nedan. Hämta varje genom att välja deras associerade hypertext. Varför handlare förlorar pengar (och vad man ska göra om det) En artikel i maj 2014-utgåvan av Stock amp Commodities Magazine beskrev hur man skapar konstgjorda kapitalkurvor genom att bara veta vinstfaktorn och procentsatsen av en handelsstrategi. Bell Curve statistik för handel slumpmässigt utvalda aktier och portföljhandel ingår också. Detta är ett Excel-kalkylblad som gör att du kan uppleva dessa statistiska beskrivare av handelssystemets prestanda. Prediktiva indikatorer för effektiva handelsstrategier Tekniska handlare förstår att indikatorer behöver släpa marknadsdata till nytta, och att utjämning introducerar lag som oönskad bieffekt. Vi vet också att marknaden är fraktal en veckovis intervalldiagram ser ut som ett månatligt, dagligt eller intradagskarta. Det som kanske inte är så uppenbart är att när tidsintervallet längs x-axeln ökar ökar också de höga till låga prissvängningarna längs y-axeln, ungefär i proportion. Dessa spektrala dilatationsfenomen orsakar en oönnskad distorsion, en som antingen inte har erkänts eller i stor utsträckning har ignorerats av indikatorutvecklare och marknadstekniker. Inferring Trading Strategies från uppmätta sannolikhetsdensitetsfunktioner Detta var Runner-up-vinnaren av MTAs 2008 Charles H. Dow Award. I det här dokumentet visar jag konsekvenserna av de olika formerna av detrending och hur de resulterande sannolikhetsfördelningarna kan användas som strategier för att skapa effektiva handelssystem. Resultatet av dessa robusta handelssystem jämförs med standardmetoder. Denna pappersvisning och interaktiva sätt att eliminera så mycket lag som önskat från utjämningsfilter. Självklart kommer reducerad fördröjning till priset av minskad filter jämnhet. Filtret uppvisar ingen övergående överskott som vanligen finns i filter med högre ordning. Empirical Mode Decomposition Ett nytt tillvägagångssätt för cykel - och trendlägesdetektering. Fourier Transform for Traders Problemet med Fourier Transform för mätning av marknadscykler är att de har en mycket dålig upplösning. I det här dokumentet visar jag hur man använder en annan olinjär transformation för att förbättra upplösningen så att Fourier Transforms kan användas. Det uppmätta spektrumet visas som en värmekarta Swiss Army Knife Indicator Indikatorer är bara överföringssvar av ingångsdata. Genom en enkel ändring av konstanter kan denna indikator bli ett EMA, SMA, 2 Pole Gaussian Low Pass Filter, 2 Pole Butterworth Low Pass Filter, ett FIR-smidare, ett Bandpass-filter eller ett Bandstop-filter. Ehlers Filter Ett ovanligt, icke-linjärt FIR-filter beskrivs. Detta filter är bland de mest mottagliga för prisförändringar men jämnast i sidledsmarknader. System Performance Evaluation Resultatfaktor (brutto vinst dividerat med brutto förluster) är analog med utbetalningsfaktorn i spel. Således, när vinstfaktorn kombineras med procentuella vinnare i en serie av slumpmässiga händelser, är exempel på hur en handelsstrategisk tillväxt kan simuleras. I det här dokumentet beskrivs hur vanliga prestationsbeskrivningar är relaterade till dessa två parametrar. Ett Excel-kalkylblad beskrivs, så att du kan utföra en Monte Carlo-analys av ditt handelssystem om du känner till dessa två parametrar (ur urvalet). FRAMA (Fractal Adaptive Moving Average). Ett olinjärt glidande medel erhålles med hjälp av Hurst-exponenten. MAMA är moderen till alla adaptiva glidande medelvärden. Actualy namnet är en akronym för MESA Adaptive Moving Average. Den icke-linjära verkan av detta filter produceras genom återgång av fas varje halvcykel. När de kombineras med FAMA, ett efterföljande adaptivt rörande medelvärde, utgör övergångarna utmärkta in - och utgångssignaler som är relativt fria från pipsågar. Time Warp Without Space Travel Laguerre Polynomier används för att generera en filterstruktur som liknar ett enkelt glidande medelvärde med skillnaden att tidsavståndet mellan filterkranarna är nolinärt. Resultatet möjliggör skapandet av mycket korta filter som har utjämningsegenskaperna hos mycket längre filter. Kortare filter betyder mindre fördröjning. Fördelarna med att använda Laguerre-polynomerna i filter visas i både indikatorer och automatiska handelssystem. Artikeln innehåller EasyLanguage-kod. CG Oscillatorn CG Oscillatorn är unik eftersom det är en oscillator som är både jämn och har nolllagring. Det finner Gravity Centre (CG) av prisvärdena i ett FIR-filter. CG har automatiskt utjämningen av FIR-filtret (liknar ett enkelt glidande medelvärde) med CG-positionens position exakt i fas med prisrörelsen. EasyLanguage kod ingår. Använda Fisher Transformen Många handelssystem är utformade med antagandet att sannolikhetsfördelningen av priser har en normal eller gaussisk sannolikhetsfördelning om medelvärdet. Faktum är att ingenting kan vara längre från sanningen. I det här dokumentet beskrivs hur Fisher Transform omvandlar data till nästan en normal sannolikhetsfördelning. Med tanke på sannolikhetsfördelningen är Normal efter applicering av Fisher Transform används data för att skapa inmatningspunkter med kirurgisk precision. Artikeln innehåller EasyLanguage-kod. Inverse Fisher Transform Den inverterade Fisher Transform kan användas för att generera en oscillator som växlar snabbt mellan överlåtna och överköpt utan whipsaws. Gaussian Filter Lag är nedfallet av utjämningsfilter. Den här artikeln visar hur lagring kan minskas och den högsta fidelity-utjämningen uppnås genom att minska frekvensen av högfrekventa komponenter i data. En komplett tabell med gaussiska filterkoefficienter tillhandahålls. Poles and Zeros En beskrivning av digitala filter i form av Z Transforms. Förgreningarna av högre ordningens filter beskrivs. Tabeller av koefficienter för 2 pol och 2 pol Butterworth filter anges.