ลิตร ปรับตัว เคลื่อนไหว เฉลี่ย easylanguage

โดย Michael R Bryant ตัวบ่งชี้ทางเทคนิคเป็นหนึ่งในองค์ประกอบพื้นฐานของตัวชี้วัดการซื้อขายที่เป็นระบบเช่นค่าเฉลี่ยเคลื่อนที่หรือ stochastics สามารถดูได้ว่าเป็นการแปลงชุดข้อมูลขาเข้าโดยทั่วไปราคาหรือปริมาณที่ออกแบบมาเพื่อเน้นด้านใดด้านหนึ่งของตลาดเช่น เป็นเทรนด์หรือวัฎจักรชีวิตขณะที่พื้นฐานของวิธีการซื้อขายที่มีระบบมากที่สุดผู้ค้าจำนวนมากหลีกเลี่ยงตัวชี้วัดที่พบมากที่สุดเช่นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและตัวบ่งชี้ความเข้มแข็ง RSI ในความเชื่อมั่นว่าตลาดปรับตัวให้เข้ากับการใช้งานลดประสิทธิภาพของตนหนึ่ง วิธีการชดเชยผลกระทบจากประสิทธิภาพของตลาดที่มีชีวิตอยู่ของตัวชี้วัดทางเทคนิคคือการปรับเปลี่ยนในรูปแบบที่มีความหมายบางอย่างตัวอย่างเช่น Chiden และ Kroll s ตัวบ่งชี้ VIDYA 1 เป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนาซึ่งปัจจัยการทำให้ราบเรียบขึ้นอยู่กับความผันผวนของตลาดดังนั้น ความยาวด้านหลังมองที่มีประสิทธิภาพจะลดลงเมื่อความผันผวนเพิ่มขึ้นในบทความนี้ฉันจะพัฒนาส่วนขยายของการปรับตัว ive แนวทางมองหลังและแสดงวิธีการใช้มันกับตัวชี้วัดที่หลากหลายที่มีเพียงไม่กี่บรรทัดพิเศษของรหัสตัวชี้วัดที่เกิดขึ้นให้ความเก่งกาจมากขึ้นกว่าตัวชี้วัดก่อนและอาจสอดคล้องกับมุมมองทางสถิติของตลาดการปรับรูปลักษณ์ - ความยาวด้านหลังทำให้ตลาดมีการเปลี่ยนแปลงตลอดเวลาทำให้เหมาะสมกับการปรับตัวให้เข้ากับการเปลี่ยนแปลงให้มากที่สุดตัวบ่งชี้ทางเทคนิคส่วนใหญ่ได้รับการพัฒนาขึ้นโดยมีความยาวคงที่เช่นจำนวนบาร์ที่มีค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย จำนวนผู้เขียนได้เสนอการปรับความยาวด้านหลังมองไปที่ความผันผวนของตลาดสำหรับตัวแปรดัชนี Variable ตัวบ่งชี้แบบไดนามิกของตัวแปรเช่น Chande และ Kroll ใช้เมตริกที่แตกต่างกันหลายตัวรวมทั้งดัชนีความผันผวนโดยอิงตามส่วนเบี่ยงเบนมาตรฐานซึ่งมีค่ามาตรฐานซึ่งราคา ค่าที่สูงขึ้นของดัชนีส่งผลให้ความยาวด้านหลังที่มีประสิทธิภาพลดลงความคิดที่ว่าในช่วงที่มีความผันผวนสูงกว่าค่าเฉลี่ยเคลื่อนที่ควรมากขึ้น responsiv e ถึงตลาดในขณะที่ในช่วงของความผันผวนที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในระยะยาวสอดคล้องกับพฤติกรรมของตลาดมากขึ้น Kaufman ใช้วิธีการที่แตกต่างกันบ้าง 2 ความคิดเบื้องหลัง Kaufman Adaptive Moving Average KAMA ของเขาคือในช่วงที่มีความผันผวนสูง, คุณมีแนวโน้มที่จะได้รับแส้ - แปรรูปเป็นชิงช้าตลาดไปมาส่งผลให้เกิดการสูญเสียซ้ำเพื่อหลีกเลี่ยงการที่เขาใช้เวลานานสำหรับค่าเฉลี่ยเคลื่อนที่ในช่วงระยะเวลาราคาเปลี่ยนแปลงเร็วเพื่อให้ค่าเฉลี่ยจะไม่ตอบสนองต่อ ความผันผวนของตลาดส่งผลให้เกิดการกลับรายการน้อยลงในระหว่างการดำเนินการในตลาดที่มีแนวโน้มสูงระยะเวลาของค่าเฉลี่ยเคลื่อนที่ได้ลดลงเพื่อให้ธุรกิจการค้าสามารถตอบสนองได้เร็วขึ้นเมื่อมีการเปลี่ยนแปลงทิศทางการใช้มาตรการลดความอ้วน Kaufman ใช้อัตราส่วนประสิทธิภาพ ER ที่เรียกว่า ค่าสัมบูรณ์ของการเปลี่ยนแปลงราคาในระยะเวลามองย้อนกลับหารด้วยผลรวมของค่าสัมบูรณ์ของการเปลี่ยนแปลงราคาบาร์ต่อบาร์ในช่วงเวลาเดียวกันตัวอย่างเช่น การเปลี่ยนแปลงสุทธิในราคาเป็นศูนย์ - ราคาเดียวกันเมื่อสิ้นสุดระยะเวลาที่เป็นจุดเริ่มต้น - แล้ว ER จะเป็นศูนย์ในกรณีนี้ตลาดจะไม่มีประสิทธิภาพอย่างสมบูรณ์แบบในการที่จะย้ายรอบมากจาก แถบไปที่บาร์ แต่ไม่ได้ไปที่ใดก็ได้ถ้าในทางกลับกันตลาดเคลื่อนไหวอย่างต่อเนื่องในทิศทางเดียวขึ้นหรือลงเพื่อให้แต่ละบาร์ s ย้ายก่อให้เกิดการเปลี่ยนแปลงสุทธิในราคา ER จะเป็น 1 ในนี้ กรณีที่ตลาดมีประสิทธิภาพดีในการที่บาร์ทั้งหมดของราคามีส่วนร่วมในแนวโน้มโดยทั่วไป ER จะอยู่ระหว่าง 0 ถึง 1.A มุมมองที่แตกต่างกันของ Adaptive Look-Back Lengths. While วัดที่แตกต่างกันได้และมี ถูกใช้เพื่อปรับความยาวด้านหลังของภาพ (look-back length) อัตราส่วนประสิทธิภาพจะเป็นส่วนสำคัญของการดำเนินการในตลาดคือความแตกต่างระหว่างพฤติกรรมที่มีแนวโน้มและเป็นวัฏจักรค่าสูงของ ER บ่งบอกถึงตลาดที่มีแนวโน้มสูงซึ่งหมายถึงการเคลื่อนไหวเป็นวงกลมน้อยมากและมีค่าต่ำ ของ ER บ่งบอกถึงแนวโน้มเพียงเล็กน้อยและดังนั้นจึงเป็นไปได้มากกว่า cyclic moveme nt ยกเว้นในกรณีของการเคลื่อนไหวเล็ก ๆ น้อย ๆ ทั้งหมดนี้มีแนวโน้มที่จะสนับสนุนวิธีการของ Kaufman อย่างไรก็ตามการตัดสินใจของเขาที่จะใช้ความยาวมองหลังยาวในตลาดที่เปลี่ยนแปลงเร็วขึ้นอยู่กับ 1 สมมติฐานว่าเราปรับอีกครั้งความยาวด้านหลังมองของการย้าย ค่าเฉลี่ยและ 2 ความคิดที่ว่าค่าเฉลี่ยเคลื่อนที่ถูกใช้เพื่อกระตุ้นการเข้าสู่ระบบการค้าหรือทางออกมุมมองอื่น ๆ คือการดำเนินการโดย John Ehlers ผ่านงานของเขาในการใช้วิธีการประมวลผลสัญญาณเพื่อการซื้อขาย 3 มุมมองของเขามีมากขึ้นตามแนวความพยายาม เพื่อจำลองตัวอย่างส่วนของตลาดที่น่าสนใจเช่นส่วนประกอบของเทรนด์หรือส่วนประกอบของวงจรจากมุมมองดังกล่าวค่าเฉลี่ยเคลื่อนที่ในตลาดที่เปลี่ยนแปลงเร็วควรใช้ระยะเวลาย้อนกลับที่สั้นกว่าเพื่อให้สามารถจับภาพความถี่สูงขึ้นได้มากขึ้นด้วย choppiness ในขณะที่ในตลาดมีแนวโน้มสูงความยาวด้านหลังยาวขึ้นสอดคล้องกับการเคลื่อนไหวของตลาดมุมมองที่สามคือการที่ฉันจะนำมาใช้ที่นี่คือสถิติที่มากขึ้นก่อนให้สมมติว่าไม่มีอะไร จำเป็นมากเกี่ยวกับตัวบ่งชี้ในคำถามและวิธีการที่อาจใช้โดยเฉพาะอย่างยิ่งให้สมมติว่าตัวบ่งชี้ในคำถามไม่ได้เป็นค่าเฉลี่ยเคลื่อนที่และอย่าคิดว่าจะใช้กับราคาตัวอย่างเช่นอาจเป็น RSI ของความผันผวนหรือค่าเฉลี่ยเคลื่อนที่ของการสุ่มตัวอย่างของปริมาตรตัวบ่งชี้อาจจะใช้ร่วมกับตัวบ่งชี้อื่น ๆ เป็นส่วนหนึ่งของกฎใหญ่สำหรับการเข้าหรือทางออกมากกว่าด้วยตัวเองด้วยมุมมองเชิงสถิติมากขึ้นนี้เป้าหมายคือการ สร้างกฎการซื้อขายที่มีความถูกต้องทางสถิติซึ่งหมายความว่าเหมาะสมกับการดำเนินการราคาโดยไม่ต้องพอดีเราไม่ได้สมมติว่าเรารู้ว่าตลาดทำงานได้ดีพอที่จะทำการตัดสินใจที่เฉพาะเจาะจงว่าความยาวด้านหลังมองควรเพิ่มหรือลดลงด้วยสิ่งที่ต้องการ อัตราส่วนประสิทธิภาพ แต่เรามีเหตุผลที่จะเชื่อว่าอัตราส่วนประสิทธิภาพอาจมีความเกี่ยวข้องและดังนั้นเราจึงต้องการรวมเป็นตัวแปร แต่เราปล่อยให้ตลาดบอกเราว่าและอย่างไร f ในการทดสอบทางสถิติจะใช้เพื่อบอกให้เราทราบว่ากลยุทธ์การซื้อขายที่มีตัวบ่งชี้นั้นมีความถูกต้องทางสถิติหรือไม่ถูกต้องหรือไม่เหมาะสมเพราะเหมาะกับเสียงมากกว่าสัญญาณของตลาดการปรับเปลี่ยนแบบปรับเปลี่ยนได้หลากหลายมากขึ้น จากการสนทนาก่อนหน้านี้ความยาวด้านหลังแบบปรับตัวที่พัฒนาขึ้นนี้จะขึ้นอยู่กับอัตราส่วนประสิทธิภาพ ER และจะใช้พารามิเตอร์เพื่อกำหนดความสัมพันธ์ระหว่าง ER กับความยาวด้านหลังมองโดยเฉพาะให้พิจารณาสมการต่อไปนี้ตารางสี่เหลี่ยม ER - 2 ER - 1 2 1 - TrendParam 0 5.in ซึ่ง VER เป็นอัตราส่วนประสิทธิภาพของตัวแปรและ TrendParam เป็นพารามิเตอร์แนวโน้มซึ่งสามารถใช้ค่าบวกหรือลบและกำหนดว่าความยาวด้านหลังมองจะเพิ่มขึ้นหรือลดลงเมื่อเพิ่มขึ้น ER นี้เป็นหลักเพียงวิธีการย้อนกลับอัตราส่วน ER ขึ้นอยู่กับแนวโน้มพารามิเตอร์ดังที่แสดงด้านล่างมากกว่าการปรับค่าคงที่ที่ราบรื่นโดย ER เป็น Chande และ Kroll และ Kaufman เป็นหลักเราใช้ VER กับ p ค่าความแปรปรวนของ TrendParam ค่า VER แปรผันตามค่า ER ในขณะที่ค่าลบของ TrendParam ค่า VER จะแปรผันตามค่า ER ด้วย TrendParam เท่ากับศูนย์ VER เท่ากับ 1 สำหรับค่าทั้งหมดของ ER ตารางจะถูกนำมาใช้ในการปรับค่าที่เหมาะสมสำหรับการใช้งาน เป็นตัวคูณตามที่อธิบายไว้ต่อไปเมื่อต้องการคำนวณความยาวด้านหลังแบบปรับตัวแบบปรับได้โดยใช้สมการนี้เราจะคูณค่าเดิมของค่าคงที่ที่ทำให้เรียบ Alpha ซึ่งสอดคล้องกับความยาวด้านหลังเดิมของต้นฉบับโดย VER. Alpha Alpha VER. in ซึ่ง VAlpha เป็นค่าคงตัวการปรับตัวแบบปรับได้และ Alpha เป็นค่าเดิมของความสมดุลที่ราบเรียบความสัมพันธ์ระหว่างค่าคงที่ที่ราบเรียบและความยาวด้านหลังของการมองเห็นจะเหมือนกับค่าเฉลี่ยเคลื่อนที่ที่ระบุไว้ซึ่งคือ N คือด้านหลัง ความยาวและอัลฟ่าเป็นสมส่วนเรียบสมการนี้ยังสามารถเขียนสำหรับ N ในแง่ของอัลฟ่าเป็นความยาวหลังปรับการปรับตัวเป็นดังนั้น ADAPTIVE MA. Adaptive Moving เฉลี่ย 05 08 00 11 15 15 AM โดย Jason K Hutson ที่นี่ s ตัวบ่งชี้ที่ปรับความเร็วของค่าเฉลี่ยเคลื่อนที่เพื่อจับตลาดที่เคลื่อนไหวอย่างรวดเร็ว แต่ชะลอตัวลงในตลาดที่มีแนวโน้มตามทิศทางการลด whipsaw เพื่อที่จะรวมข้อได้เปรียบของทั้งสองค่าเฉลี่ยเคลื่อนที่ที่ช้าลงและเร็วขึ้น Perry Kaufman ช่างเทคนิคด้านการตลาด, ผู้จัดการฝ่ายเงินและผู้เขียนได้พัฒนาค่าเฉลี่ยเคลื่อนที่แบบปรับตัว AMA ค่าเฉลี่ยเคลื่อนที่เร็วขึ้นโดยใช้เวลาน้อยกว่าในการคำนวณมีความไวต่อความผันผวนของตลาดมากขึ้นและจะแจ้งเตือนผู้ค้าให้มีการเปลี่ยนแปลงในแนวโน้มเร็วกว่าค่าเฉลี่ยเคลื่อนที่ที่ช้าลง มีความอ่อนไหวในตลาดที่มีการเคลื่อนไหวด้านข้างและมักมีพ่อค้าซื้อเข้าและออกจากความผันผวนของตลาดหรือเสียงรบกวนเมื่อมีกำไรน้อยทำเฉลี่ยเคลื่อนที่ช้ากรองเสียงรบกวนดังกล่าว แต่มีความล่าช้าที่มักจะทำให้พ่อค้าออกจาก จำนวนกำไรที่สำคัญเมื่อตลาดเริ่มมีแนวโน้ม AMA ปรับความยาวของค่าเฉลี่ยเคลื่อนที่ของมันเพื่อให้เร็วขึ้นโดยใช้เวลาน้อยลงในการคำนวณค่าเฉลี่ยเคลื่อนที่ อายุเมื่อตลาดเคลื่อนไหวอย่างรวดเร็วทิศทางการเปลี่ยนแปลงหรือพักจากช่วงการซื้อขาย แต่มันช้าลงโดยใช้วันมากขึ้นเมื่อตลาดมีความผันผวนและเคลื่อนไหวไปด้านข้างดังนั้นจึงควรสร้างสัญญาณการซื้อขายที่ทำกำไรได้น้อยลงและมีกำไรมากขึ้นในการคำนวณ AMA Kaufman ใช้ทิศทางราคาและความผันผวนเป็นอันดับแรกเพื่อให้เกิดอัตราส่วนประสิทธิภาพ ER ER ใช้วิธี 1 เมื่อตลาดกำลังเคลื่อนขึ้นหรือลงและเข้าใกล้ศูนย์เมื่ออยู่ในรูปแบบด้านข้าง Kaufman จึงคำนวณสองสิ่งที่เขาเรียกว่าเรียบ ค่าคงที่โดยใช้ค่าเฉลี่ยเคลื่อนที่เร็วและช้าเขารวมค่าคงที่ทั้งสองที่เรียบกับ ER มาถึง AMA ที่ปรับให้เข้ากับแนวโน้มของตลาดแล้วสร้างสัญญาณการซื้อและขายปรับเปลี่ยนจากค่าเฉลี่ยเคลื่อนที่โดย Adaptive Moving Averages โดย Bruce Faber การวิเคราะห์ทางเทคนิค ของสินค้าคงเหลือเล่มที่ 13 จำนวน 6 สูตรทางคณิตศาสตร์ที่สมบูรณ์และข้อมูล excel spreadsheet มีอยู่ที่ Adaptive Moving Average โดย Bruce Faber Staff Writer ชอบเส้นแนวโน้มการสนับสนุนและความต้านทานค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ย RSI, MACD, ADX, Bollinger bands, SAR แบบพาราโบลาการจัดแผนภูมิและการวิเคราะห์ปริมาณข้อมูลอันดับที่ 1 ความเห็นมันยากที่จะพิจารณาว่าข้อมูลนี้สามารถเป็นประโยชน์หรือไม่ คุณต้องจ่ายเงินเพื่อดูครั้งแรกและนี่คือหลังจากที่ฉันได้จ่ายเงินไปแล้วค่าเพียงเพื่อดูว่ามีข้อมูลที่ฉันสามารถใช้ใด ๆ doesn t ทำให้รู้สึกมาก huh ยกเว้นถ้าฉันอยู่ที่เว็บไซต์ของคุณ Kaufman s อัตราส่วนประสิทธิภาพ ER อัตราส่วนประสิทธิภาพ ER ถูกนำเสนอครั้งแรกโดย Perry Kaufman ในปี 1995 หนังสือของเขาฉลาดการค้ามันคำนวณโดยการหารการเปลี่ยนแปลงราคาในช่วงเวลาโดยรวมแน่นอนของการเคลื่อนไหวของราคาที่เกิดขึ้นเพื่อให้บรรลุการเปลี่ยนแปลงที่ช่วงอัตราส่วนผล ระหว่าง 0 และ 1 มีค่าสูงกว่าหมายถึงตลาดที่มีประสิทธิภาพมากขึ้นหรือมีแนวโน้มมากขึ้น ER เป็นจริงคล้ายกับ Chande Momentum Oscillator CMO ที่นำเสนอโดย Tushar S Chande ใน The Technical Trader 1994 ความแตกต่างก็คือ CMO ใช้เวลาในการ ccount สำหรับทิศทางตลาด แต่ถ้าคุณใช้ CMO แน่นอนและหารด้วย 100 คุณคุณจะได้รับอัตราส่วนประสิทธิภาพการวัดความแรงของแนวโน้มจะมีประโยชน์มากเป็นกลยุทธ์บางอย่างที่ดีที่สุดในตลาดที่มีแนวโน้มและบางส่วนในช่วงขอบเขตตลาดในทำนองเดียวกันที่แตกต่างกัน ความยาวเฉลี่ยที่ยาวนานจะทำงานได้ดีขึ้นทั้งนี้ขึ้นอยู่กับประเภทของตลาดในขณะนั้นโควแมนตั้งใจให้อัตราส่วนประสิทธิภาพในการปรับตัวของค่าเฉลี่ยเคลื่อนที่ KAMA แต่นอกเหนือจาก KAMA ซึ่งเป็นส่วนหนึ่งของการต่อสู้ทางเทคนิคสำหรับ Supremacy เราจะทำการทดสอบ เป็นส่วนประกอบในค่าเฉลี่ยการเคลื่อนที่แบบแปรผันและค่าเฉลี่ยถ่วงน้ำหนักของดัชนีตัวชี้วัดการคำนวณอัตราส่วนความสามารถในการใช้งานทิศทางความผันผวนของทิศทางการเบรค ABS ปิดปิดความสามารถในการชั่งน้ำหนัก n ABS ปิดปิด 1.n ระยะเวลาของอัตราส่วนประสิทธิภาพที่นี่เป็นตัวอย่างของ ระยะเวลา 3 ER. Efficiency Ratio Excel File. I ได้ใส่กัน Excel Spreadsheet ที่มี Kaufman s Efficiency Ratio และทำให้สามารถดาวน์โหลดได้ฟรีมีเวอร์ชันพื้นฐาน d. isplaying ตัวอย่างข้างต้นและแฟนซีที่จะปรับตัวให้เข้ากับความยาวที่คุณระบุค้นหาได้ที่ลิงค์ต่อไปนี้ใกล้ด้านล่างของหน้าภายใต้ดาวน์โหลดตัวชี้วัดทางเทคนิคอัตราส่วนประสิทธิภาพ ER ผลการทดสอบเป็นส่วนหนึ่งของการต่อสู้ตัวบ่งชี้ทางเทคนิคสำหรับ Supremacy เรา มีการทดสอบจะทดสอบอัตราส่วนประสิทธิภาพเป็นองค์ประกอบในตัวบ่งชี้ทางเทคนิคหลายประการประสิทธิภาพอัตราอัตราส่วนค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยของ ER-VMA ผลการดำเนินงานอัตราการใช้ประสิทธิภาพอัตราการปรับตัวที่เหมาะสม ER-AMA ผลลัพธ์ที่เสร็จสมบูรณ์อัตราการเข้าใช้งานปกติอัตราการปรับตัวที่เหมาะสม ER-LAMA. Efficiency Ratio ค่าเฉลี่ยถ่วงน้ำหนัก ER-WMA นอกจากนี้เราจะทดสอบ ER เป็นตัวกรองโดยเฉพาะการค้าเมื่อแสดงถึงแนวโน้มที่แข็งแกร่งตัวอย่างเช่นอัตราส่วนประสิทธิภาพ