Следующий бло

Энциклопедия торговых стратегий

Следующий бло

Следующий блок проводит все расчеты на полной серии данных. Средний истинный интервал для 50 дней рассчитывается и сохраняется в векторе (exitatr). Впоследствии он будет использоваться для размещения защитных остановок управления капиталом и целевых уровней прибыли в стандартизованной стратегии выхода. Средний истинный интервал в этом векторе (или в ряду данных) также используется для нормализации возникающих в ходе работы программы изменений цен. После вычисления среднего истинного интервала рассчитываются нормализованные и "обрезанные" изменения цен. Каждая точка в ряду данных pchg отражает изменение цены между ценами закрытия текущего и предшествующего дней. Изменения цены затем нормализуются путем деления их на средний истинный интервал и "обрезаются" для снижения влияния экстремальных перепадов цены (статистических выбросов). Нормализация необходима, поскольку волатильность рынков меняется со временем иногда очень сильно. Например, сейчас индекс S&P 500 в 5 и более раз дороже, чем 15 лет назад. Очевидно, что и средняя дневная волатильность изменилась соответствующим образом. Если бы изменения цены не подвергались нормализации и не представлялись в единицах текущей волатильности, сравнение сезонных явлений за разные годы было бы искаженным. Годы, когда волатильность была выше, давали бы больший вклад, чем годы с низкой волатильностью. В случае S&P 500 последние годы полностью доминировали бы при проведении усреднения, а при нормализованном представлении каждый год вносит почти одинаковый вклад. Срезание выбросов проводится на уровне - 2 и + 2 средних истинных интервала, чтобы удалять случайные и аномальные значения, не искажая общую оценку. Опция выбора modeltype определяет, какие операции проводятся далее. Значение 1 выбирает основную импульсную модель. Сезонные показатели рассчитываются для обрезанных и нормализованных изменений цен, причем в пределах выборки используется метод "складного ножа", а вне п р е д е л о в выборки - метод "всех прошедших лет". Эти операции обеспечиваются вызовом функции SeasonalAvg. Временной ряд сезонных показателей затем сглаживается скользящим средним (вид среднего устанавливается параметром matype, а длина- параметром avglen). Затем рассчитывается временной ряд средних абсолютных отклонений сезонных импульсов. Этот ряд представляет собой простое скользящее среднее с периодом 100 дней от ряда абсолютных значений сезонных импульсов, которое затем используется в дальнейших расчетах уровней порогов. Значения modeltype 2, 3 и 4 представляют собой вариации моделей, основанных на пересечении. Сезонные показатели рассчитываются, и показатель изменения цены для каждого дня интегрируется (вычисляется "бегущая сумма"), в результате образуется новый ряд, ведущий себя подобно ценовому ряду. Эта синтезированная серия отображает движение цен на основе типичного поведения рынка в предшествующие и, воз можно, в будущие годы. Затем рассчитываются два скользящих средних: та! (скользящее среднее интегрированного сезонного ряда типа matype с периодом avglen) и та2 (сигнальная линия для определения момента пересечения, представляет собой скользящее среднее ma1 с теми же параметрами matype и avglen). Если же выбран modeltype 3 или 4, то проводятся дополнительные расчеты для моделей с подтверждением и/или инверсией; в данном случае рассчитывается значение Быстрого %К с периодом 9 дней, которое затем сохраняется в векторе stoch. Следующий блок кода включает цикл, последовательно перебирающий все торговые дни в ряду данных, - такой же цикл, как и во всех предыдущих главах, посвященных стратегиям входа. Первые его строки обеспечивают обновление симулятора, рассчитывают количество контрактов в сделке и пропускают дни с ограниченной торговлей. Следующие строки генерируют сигналы входа для моделей, основанных на сезонных факторах. В зависимости от значения параметра modeltype используется один из четырех подходов. Modeltype 1 представляет базовую модель, основанную на пороге ценового импульса. Порог рассчитывается как произведение множителя, определяющего относительную величину порога (thresh) на среднее абсолютное отклонение сезонного импульса за прошлые 100 дней. Сигнал к покупке генерируется, если сумма сезонного импульса (savg) и параметра смещения (disp) поднимается выше уровня порога. Если данная сумма опускается ниже величины, равной значению порога со знаком минус, подается сигнал на продажу. Иными словами, если для данного дня плюс-минус несколько дней (disp) предсказывается достаточно сильный сезонный импульс цен, то торговля ведется в направлении ожидаемого движения. Modeltype 2 представляет базовую модель пересечения и использует скользящие средние интегрированных сезонных показателей текущего дня плюс фактор смещения. Если первое скользящее среднее поднимается выше второго, генерируется сигнал к покупке. В противоположном случае генерируется сигнал к продаже. Фактор смещения позволяет модели искать моменты пересечения, которые произойдут в будущем через несколько дней. Таким образом, преодолевается запаздывание, свойственное скользящим средним. Поскольку сезонные средние основываются на исторических данных, отстоящих от текущей даты не менее чем на один год, вполне приемлемо прогнозировать на несколько дней вперед. Назад

Одноэтажные дома с мансардой с пеноблоков.

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