Энциклопедия торговых стратегий

Энциклопедия торговых стратегий

ЗАЧЕМ НУЖНЫ СКОЛЬЗЯЩИЕ СРЕДНИЕ

ЗАЧЕМ НУЖНЫ СКОЛЬЗЯЩИЕ СРЕДНИЕ Скользящие средние используются для снижения нежелательного шума во временных рядах, чтобы поведение рынка, лежащее в основе процесса ценообразования, стало более понятным и заметным. Скользящее сред нее обеспечивает сглаживание данных. Как метод сглаживания скользящее среднее является примитивным фильтром низких частот, т.е. пропускает низкочастотную активность, отфильтровывая высокочастотные процессы. На графике высокочастотные процессы выглядят как быстрые вертикальные колебания, т.е. как шум, а низкочастотные - как более плавные тренды или волны. Элерс (Ehlers, 1 9 8 9 ) рассматривал взаимосвязь скользящих средних и фильтров низких частот. Он разработал уравнения и, сравнивая различные фильтры со скользящими средними по их полезности, пришел к выводу, что скользящие средние могут быть использованы для фильтрации любых данных, а не только ценовых. ...[ ... ]

ПРОБЛЕМА ЗАПАЗДЫВАНИЯ

ПРОБЛЕМА ЗАПАЗДЫВАНИЯ Помимо способности снижать зашумленность временных рядов скользящие средние обладают преимуществами понятности, простоты и многофункциональности. При этом, как и любой мощный метод фильтрации данных или сглаживания в реальном времени, они имеют недостаток - запаздывание. Хотя сглаженные данные "чище" и, следовательно, более подходят для анализа, возникает запаздывание между данными в исходной серии и в сглаженной серии данных. Такое запаздывание может представлять проблему при необходимости быстрой реакции на события, как это бывает важно для трейдеров. В некоторых случаях запаздывание - не проблема, например, когда скользящее среднее одного временного ряда используется для прогнозирования другого, т.е. исходный ряд достаточно "обгоняет" прогнозируемый, чтобы компенсировать запаздывание. Такие модели возникают, например, при прогнозировании влияния солнечных процессов и сезонных событий. Кроме того, запаздывание может быть неопасным в моделях, где линия цен пересекает скользящее среднее - фактически цена и должна обгонять среднее, чтобы такая система работала. Запаздывание более проблематично в моделях, где для принятия решений используются точки разворота графика скользящего среднего или его наклон. В таких случаях запаздывание означает отсроченный ответ, что, скорее всего, приведет к невыгодным сделкам. Существует огромное разнообразие адаптивных скользящих средних и других сложных методов сглаживания, разработанных в целях минимизации запаздыван ...[ ... ]

ВИДЫ СКОЛЬЗЯЩИХ СРЕДНИХ

ВИДЫ СКОЛЬЗЯЩИХ СРЕДНИХ Все скользящие средние, от простых до сложных, сглаживают временные ряды с использованием некоторого усредняющего процесса. Отличия состоят в том, какой удельный вес присваивается каждой из точек данных и насколько хорошо адаптируется формула к изменению условий. Различия между видами скользящих средних объясняются разными подходами к проблеме снижения запаздывания и увеличения чувствительности. Наиболее популярные скользящие средние (см. формулы ниже) - это простое скользящее среднее, экспоненциальное скользящее среднее и треугольное скользящее среднее с передним взвешиванием. Менее распространено адаптивное скользящее среднее Чанда (1992). Простое скользящее среднее Экспоненциальное скользящее среднее Треугольное скользящее среднее с передним взвешиванием В этих формулах а обозначает скользящее среднее для точки данных г, si - точку данных номер г в последовательности, т - период скользящего среднего и с (обычно приравненное к 2/(т+ 1)) - коэффициент, указывающий эффективный период экспоненциального скользящего среднего. Уравнения показывают, что скользящие средние различаются по методу определения удельного веса точек данных. Экспоненциальные средние присваивают больший удельный вес более новым данным, а вес старых уменьшается "экспоненциально". Треугольное среднее также придает больший удельный вес новым данным, но вес старых данных снижается линейно по направлению к более старым; в TradeStation и многих других источниках это ошибо ...[ ... ]

Адаптивные скользящие средние

Адаптивные скользящие средние были разработаны для ускорения реакции на изменения. Целью было получение скользящего среднего, которое могло бы адаптироваться к текущему поведению рынка, так же как система шумоподавления Dolby адаптируется к уровню звука в аудиосигнале: сглаживание усиливается, когда на рынке имеет место в основном шумовая активность и мало выраженного движения (в периоды затишья шум фильтруется сильнее), и снижается в периоды значительной активности рынка, увеличивая тем самым реакцию. Существует несколько видов адаптивных скользящих средних. Одно из наиболее эффективных разработано Марком Джуриком (www.jurikres.com). Еще одно, разработанное Чандом, названо VIDYA (Variable Index Dynamic Moving Average). Рекурсивный алгоритм экспоненциального скользящего среднего выглядит так: для каждой точки данных коэффициент (с), определяющий эффективную длину скользящего среднего ( m ) , умножается на значение данной точки данных и к результату прибавляется разность 1,0 - с, умноженная на текущее значение скользящего среднего, что и дает новое значение. Коэффициент с приравнивается к 2,0/(m+1), где т- период скользящей средней. Чанд в 1992 г. модифицировал данный алгоритм. В его модели значение коэффициента с не является константой, а зависит от текущей волатильности рынка - "громкости" рынка, выраженной в виде стандартного отклонения цен за некоторое количество последних точек данных. Поскольку стандартное отклонение сильно варьируется на разных рынках и показатель вола ...[ ... ]

ВИДЫ МОДЕЛЕЙ С ВХОДОМ

ВИДЫ МОДЕЛЕЙ С ВХОДОМ, ОСНОВАННЫМ НА СКОЛЬЗЯЩЕМ СРЕДНЕМ Модель с входом, основанным на скользящем среднем, генерирует сигналы входа на основе просты" соотношений между скользящим средним и ценой или между двумя скользящими средними. Существуют модели и следующие за трендом, и идущие против тренда. Наиболее популярные модели следуют за трендом и отстают от рынка. С другой стороны, модели, идущие против тренда, предсказывают развороты и по крайней мере совпадают с событиями на рынке. Это не означает, что следующие за рынком модели работают хуже противотрендовых; надежные входы в тренд, пусть даже и с запаздыванием, лучше и, в общем, выгоднее, чем попытки предсказывать развороты, которые только изредка происходят в ожидаемый момент. Поскольку мы вынуждены использовать стандартные выходы и поскольку в реальной торговле любой серьезный трейдер будет использовать защитные остановки и управление капиталом, мы не будем тестировать простые модели скользящих средних, постоянно присутствующие на рынке. Впрочем, при использовании быстрых скользящих средних сигналы разворота позиции возникают раньше, чем стандартный выход закрывает сделки. Следующие за трендом входы на основе скользящих средних могут генерироваться различными способами. Одна из простых моделей основана на пересечении скользящих средних; трейдер покупает, когда цены поднимаются выше скользящего среднего, и продает, когда цены опускаются ниже его. Вместо ожидания пересечения линии среднего и цен можно использовать быстрое ...[ ... ]

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60