Von Michael R. Bryant Technische Indikatoren sind eines der grundlegenden Elemente des systematischen Handels. Indikatoren wie gleitende Durchschnitte oder Stochastik können als Transformationen der Eingangsreihe (typischerweise Preis oder Volumen) betrachtet werden, die einen besonderen Aspekt des Marktes, wie etwa seinen Trend oder seine Zyklizität, betonen. Während die meisten systematischen Trading-Methoden, viele Händler vermeiden die häufigsten Indikatoren, wie einfache gleitende Durchschnitte und die relative Stärke Indikator (RSI), in der Überzeugung, dass der Markt an ihre Verwendung angepasst hat, wodurch ihre Wirksamkeit. Eine Möglichkeit, die Auswirkungen der Markteffizienz auf die Lebensfähigkeit der technischen Indikatoren zu kompensieren, besteht darin, sie in einer bedeutenden Weise zu modifizieren. Beispielsweise ist der Chande - und Krolls-VIDYA-Indikator 1 ein exponentieller gleitender Durchschnitt, bei dem der Glättungsfaktor von der Marktvolatilität abhängt, so daß die effektive Rückblicklänge verringert wird, wenn die Volatilität zunimmt. In diesem Artikel, Ill entwickeln eine Erweiterung des adaptiven Look-Back-Ansatz und zeigen, wie man es auf eine Vielzahl von Indikatoren mit nur ein paar zusätzliche Zeilen Code. Die daraus resultierenden Indikatoren bieten eine größere Vielseitigkeit als frühere Indikatoren und können mit einer statistischen Sicht der Märkte konsistent sein. Anpassen der Look-Back-Länge Da sich die Märkte ständig verändern, ist es sinnvoll, sich möglichst an die Veränderungen anzupassen. Die meisten technischen Indikatoren wurden ursprünglich mit einer festen Rückblicklänge entwickelt, zum Beispiel die Anzahl der Stäbe in einem einfachen gleitenden Durchschnitt. Eine Reihe von Autoren haben vorgeschlagen, die Rückblicklänge an die Marktvolatilität anzupassen. Für die Variable Index Dynamic Average (VIDYA) Indikator zum Beispiel verwendet Chande und Kroll mehrere verschiedene Metriken, einschließlich eines Volatilitätsindex auf der Grundlage einer normalisierten Standardabweichung des Preises, bei dem höhere Werte des Index zu einer niedrigeren effektiven Rückblicklänge führte . Die Idee war, dass in Zeiten höherer Volatilität der gleitende Durchschnitt stärker auf den Markt reagieren sollte, während in Zeiten niedrigerer Volatilität ein längerfristiger gleitender Durchschnitt stärker mit dem Marktverhalten übereinstimmt. Kaufman nahm einen etwas anderen Ansatz. 2 Die Idee hinter seinem Kaufman Adaptive Moving Average (KAMA) war, dass in Zeiten hoher Volatilität Sie eher peitschen-gesägt werden, während der Markt schwingt hin und her, was zu wiederholten Verlusten. Um dies zu vermeiden, verwendete er einen längeren Zeitraum für den gleitenden Durchschnitt während der Perioden der choppy Preis-Aktion, so dass der Durchschnitt wäre weniger Reaktion auf die Marktvolatilität, was zu weniger Umkehrungen. Während der Trending-Markt-Aktion wurde die Periode des gleitenden Durchschnitts verringert, so dass Trades schneller auf den Richtungswechsel reagieren konnten. Zur Messung der Kaufquote hat Kaufman das so genannte Effizienzverhältnis (ER) verwendet, das den absoluten Wert der Preisveränderung über die Rückblickperiode dividiert durch die Summe der absoluten Werte der Bar-to-Bar-Preisänderungen misst Den gleichen Zeitraum. Wenn zum Beispiel die Nettoveränderung des Preises Null ist - der Preis ist derselbe am Ende der Periode wie am Anfang - dann ist der ER gleich Null. In diesem Fall ist der Markt völlig ineffizient, da er viel von Bar zu Bar bewegen kann, aber es geht nirgendwo hin. Wenn sich dagegen der Markt stetig in eine Richtung bewegt (entweder nach oben oder nach unten), so dass jede Barrenbewegung zur Nettoveränderung des Preises beiträgt, wird der ER 1 sein. In diesem Fall ist der Markt vollkommen effizient Dass alle Bars Preisbewegungen dazu beitragen, den Trend. Im Allgemeinen liegt der ER zwischen 0 und 1. Eine andere Ansicht von adaptiven Look-Back-Längen Während viele verschiedene Metriken für die Anpassung von Back-Längen verwendet wurden - und wurden diese verwendet, so erfährt die Effizienzquote einen fundamentalen Aspekt des Marktes Aktion, nämlich die Differenz zwischen Trend-und zyklisches Verhalten. Hohe Werte von ER bedeuten einen stark tendenziellen Markt, was eine sehr geringe zyklische Bewegung bedeutet, und niedrige Werte von ER implizieren einen geringen Trend und daher eine zyklische Bewegung (außer bei einer geringen Bewegung überhaupt). Dies neigt dazu, den Kaufmans-Ansatz zu unterstützen. Allerdings basiert seine Entscheidung, längere Rückblicklängen in choppy-Märkten zu verwenden, auf (1) der Annahme, dass die Rückblicklänge eines gleitenden Durchschnitts angepasst wurde, und (2) der Gedanke, dass der gleitende Durchschnitt verwendet wird, um einen auszulösen Einreise oder Ausreise. Ein alternativer Standpunkt ist derjenige, der von John Ehlers durch seine Arbeit zur Anwendung von Signalverarbeitungsmethoden auf den Handel unterstützt wird. 3 Seine Ansicht ist mehr auf der Linie der Versuch, den Teil des Marktes von Interesse (z. B. die Trendkomponente oder die Zykluskomponente) näher zu modellieren. Von diesem Gesichtspunkt aus sollte ein gleitender Durchschnitt in einem abgehackten Markt eine kürzere Rückblicklänge verwenden, um die höhere Häufigkeit, die durch die Choppiness repräsentiert wird, genauer zu erfassen, während in einem stark tendenziellen Markt eine längere Rückblicklänge mehr im Einklang steht Die Marktbewegung. Ein dritter Standpunkt ist der eine Kranke hier anzunehmen, nämlich eine statistischere. Erstens darf nicht mehr als unbedingt nötig an dem fraglichen Indikator und wie es verwendet werden kann. Insbesondere können wir nicht davon ausgehen, dass der betreffende Indikator ein gleitender Durchschnitt ist, und lässt nicht davon ausgehen, dass er auf den Preis angewendet wird. Es könnte zum Beispiel der RSI der Volatilität oder der gleitende Durchschnitt des Stochastikums des Volumens sein. Der Indikator kann in Verbindung mit anderen Indikatoren als Teil einer größeren Regel für Ein-oder Ausfahrt, anstatt von sich selbst verwendet werden. Mit dieser statistisch orientierten Sicht ist es das Ziel, Handelsregeln zu schaffen, die eine statistische Gültigkeit besitzen, was bedeutet, dass sie der Preissituation ohne Überformatung entsprechen. Wir gehen nicht davon aus, dass wir wissen, wie die Märkte gut genug sind, um spezifische Entscheidungen darüber zu treffen, ob die Rückblicklänge mit so etwas wie dem Effizienzverhältnis steigen oder fallen sollte. Vielmehr haben wir Grund zu der Annahme, dass das Effizienzverhältnis Relevanz haben kann und wir es daher als Variable einschließen wollen, aber wir überlassen es dem Markt, uns mitzuteilen, ob und wie es passt. Statistische Tests werden verwendet, um es uns mitzuteilen Wenn die Handelsstrategie, die den Indikator enthält, statistisch gültig ist oder ob seine Überpaßung also ungültig ist, weil er eher dem Rauschen als dem Signal des Marktes entspricht. Ein vielseitigerer Adaptiver Rückblick Angesichts der vorangegangenen Erörterung wird die hier entwickelte adaptive Rückblicklänge auf dem Wirkungsgradverhältnis (ER) basieren und einen Parameter verwenden, um die Beziehung zwischen ER und Rückblicklänge zu bestimmen. Betrachten Sie insbesondere die folgende Gleichung: VER Quadrat (ER - (2 ER - 1) 2. (1 - TrendParam) 0.5) wobei VER das variable Wirkungsgradverhältnis ist und TrendParam der Trendparameter ist, Negativen Wert und bestimmt, ob die Rückblicklänge mit zunehmendem ER zu - oder abnimmt. Dies ist im Wesentlichen nur eine Möglichkeit, das ER-Verhältnis abhängig vom Trendparameter umzukehren. Wie unten gezeigt, verwenden wir anstatt die Glättungskonstante durch ER zu skalieren, wie es Chande und Kroll und Kaufman im Wesentlichen tun. Bei positiven Werten von TrendParam variiert VER mit ER positiv, während bei negativen Werten von TrendParam VER mit ER negativ schwankt. Wenn TrendParam gleich Null ist, ist VER für alle Werte von ER gleich 1. Das Quadrat wird genommen, um die Werte für die Verwendung als Multiplikator besser zu skalieren, wie nachfolgend erläutert wird. Um die adaptive Rückblicklänge unter Verwendung dieser Gleichung zu berechnen, multiplizieren wir den ursprünglichen Wert der Glättungskonstanten, Alpha, die der ursprünglichen Rückblicklänge entspricht, mit VER: VAlpha Alpha VER, wobei VAlpha die adaptive Glättungskonstante ist Alpha ist der ursprüngliche Wert der Glättungskonstante. Die Beziehung zwischen der Glättungskonstanten und der Rückkopplungslänge ist dieselbe wie für den exponentiellen gleitenden Durchschnitt, in dem N die Rückkopplungslänge ist, und Alpha ist die Glättungskonstante. Diese Gleichung kann auch für N in Bezug auf Alpha geschrieben werden, da die adaptive Rückblicklänge daher den Moving Average Crossover beeinflusst. Sehen wir uns ein einfaches gleitendes durchschnittliches Crossover-System an und sehen, ob wir es verbessern können. Insbesondere können wir die Leistungsfähigkeit des bewegten Durchschnittssystems durch eine Verringerung der Anzahl von Peitschenhieben während jener gefürchteten Bereichsgrenzen-Märkte verbessern. Whipsaws treten auf, wenn ein Markt von einem Trendmodus zu einem Konsolidierungsmodus übergeht. Während dieses Konsolidierungsmodus wird das System von langem zu kurzem ausgelöst, wodurch eine Reihe verlierender Trades erzeugt wird. Long Trades plötzlich umgekehrt schlagen Sie Ihren Halt. Ebenso für kurze Trades. Diese 8216false Signale8217 können Ihre Eigenkapitalkurve zerstören. In diesem Artikel I8217m werden zwei einfache Methoden zur Verbesserung der einfachen gleitenden Durchschnitt Crossover-System zu präsentieren. Diese Ideen können leicht in Ihre Handelssysteme implementiert werden und können einen guten Ausgangspunkt für ein Trendfolgesystem bieten. Basissystem Unser Basissystem besteht aus zwei einfachen gleitenden Durchschnitten (SMA), die auf einem Tages-Chart der Euro-Futures ausgeführt werden. I8217m Kommissionierung der Euro, weil es solide Trends Charakteristika im Gegensatz zu den Aktienindex-Märkten, die dazu neigen, Mittelwert zurück zu sein gezeigt haben. Wenn Sie zurückrufen, werden Signale erzeugt, wenn ein schneller gleitender Durchschnitt (Trigger-SMA oder Triggerleitung) einen langsameren gleitenden Durchschnitt (langsame SMA oder langsame Linie) überschreitet. Slow SMA 50 Periode Trigger SMA 3 Periode Go Long, wenn Triggerkreuze oberhalb Slow SMA Go Short, wenn Triggerkreuzungen unter Slow SMA Dates Getestet: Mai 2001 8211 30. September 2013 Provisionen amp Schlupf: 30 abgezogen pro Trade Anzahl der Verträge: 1 Für diejenigen, TradeStation das Baseline-System wurde erstellt, indem zwei Strategien in das Diagramm, die von TradeStation zur Verfügung gestellt wurden. Im Folgenden sind die beiden Strategien. Der erste steuert die Regeln für den langen Eintrag (LE) und der zweite steuert die Regeln für den kurzen Eintrag (SE). Sie können sehen, die Eingabefelder enthalten die drei und die fünfzig für die beiden verschiedenen Perioden für unsere gleitenden Durchschnitte. Kauf mit diesen bereitgestellten Strategien können Sie eine gleitende durchschnittliche Crossover-Strategie innerhalb von Sekunden ohne jede Codierung Fähigkeiten zu bauen. Baseline System Equity Curve Diese beiden einfachen Regeln erzeugen ein Handelssystem, das langfristig rentabel ist. Dies ist ein Beleg für die Trends des Euro-Futures-Marktes. Allerdings gibt es Perioden großer Verluste und lange Perioden, in denen keine neuen Aktienhöhen entstehen. It8217s wahrscheinlich nicht jeder handeln würde dies mit echtem Geld. Das Bild unten zeigt einen letzten Zeitraum von 2011, als der Euro in den Sommermonaten Juni bis August eine Konsolidierungsphase einführte. Während dieser Zeit unser Baseline-System produziert eine Kette von acht aufeinander folgenden verlieren Trades. Whipsaw Summer 2011 Improvement 1: Delayed Entry Mit dieser Einstiegsmethode werden wir unseren Eintritt in den Markt verzögern, nachdem die Triggerlinie den langsamen SMA kreuzt. Also, wenn die Trigger-Linie kreuzt die langsame SMA wir nicht öffnen unsere Position sofort. Wir verzögern für mehrere Takte. Let8217s sagen, wir warten für 15 Bars, nachdem das Kreuz auftritt. Auf dem zehnten Takt nach dem Signal sehen wir, ob der Preis noch über dem langsamen SMA liegt (für einen langen Eintrag) und an der Open des 11. eintippen. Wenn der Preis unter unserem langsamen SMA liegt, öffnen wir eine neue Position. Auf diese Weise eliminieren wir einige Peitschen auf Kosten des Eintritts in den Handel später als das ursprüngliche SMA Kreuz. Die Idee hinter dieser Methode ist, wenn ein neuer Bullenmarkt zu starten beginnt, sollte der Preis nicht unter die langsame SMA fallen. Kurz gesagt, es ist ein anderer Weg, um die Menge der Überzeugung für die nächste Marktphase zu messen. Allerdings halten wir den Ausgang gleich. Wenn ein EMA-Kreuz auftritt, schließen wir immer unsere offene Position. Wir wenden nur die Verzögerung beim Öffnen einer neuen Position an. Die Eigenkapitalkurve mit unserem verzögerten Eintrag bewegt die gesamte Eigenkapitalkurve über der Nulllinie. Es werden weniger Trades getätigt und wir reduzieren den Nettogewinn. Die Eigenkapitalkurve erscheint auch etwas weniger gezackt, was einen etwas glatteren Anstieg bedeutet. Unten ist ein Bild, das den whipsaw Sommerzeitraum 2011 zeigt. Sie werden feststellen, dass wir die Anzahl der whipsaws von acht bis null verringert haben. Whipsaw Summer 2011 Improvement 2: Trading Bands Im Gegensatz zum gleitenden Standard Crossover, bei dem die Triggerlinie einfach die langsame SMA überqueren muss, muss unsere Triggerlinie nun überzeugen, dass sie über die langsame SMA hinausgeht. Zum Beispiel Bild ein anderes Band oberhalb der langsamen SMA, die 1 ATR über dem langsamen SMA ist. Um eine neue Long-Position zu öffnen, benötigen wir die Triggerleitung, um das ATR-Band oberhalb der langsamen Linie zu durchdringen. Jetzt Bild ein anderes Band, das eine ATR unterhalb der SMA ist. Diese Band stellt unseren kurzen Auslöser dar, wenn wir eine Short-Position eröffnen. Wir hoffen, einige Peitschenhieben zu eliminieren, indem wir unseren Eintritt verzögern und den Markt zwingen, uns etwas Kraft zu zeigen. Einige von euch haben vielleicht schon bemerkt, dass das, was wir haben, ein Keltner Kanal ist. Ein Keltner-Kanal ist nichts weiter als ein gleitender Durchschnitt (langsamer SMA) mit einer oberen Band-X-Zahl von ATRs oberhalb und unterhalb der langsamen SMA. Die oberen und unteren Bänder wirken als Auslöser, um entweder eine lange Position oder eine kurze Position einzugeben. Die Banden passen sich der expandierenden Volatilität an, die mehr Preisverurteilung erfordert, um eine neue Position einzuleiten. Ebenso kontrahieren sich diese Banden bei niedrigeren Volatilitätszeiten. Somit sind die Ein - und Ausgangsregeln dynamischer für einen veränderten Markt als ein einfacher gleitender Durchschnittsübergang. Der Aktiengraph sieht nicht viel anders aus als unser Basissystem. Die gesamte Equity-Kurve verbringt weniger Zeit in der Nähe der Nulllinie und es gibt weniger Trades. Unten ist der gleiche Zeitraum mit dem Band-System hat die Anzahl der falschen Signale von acht auf zwei reduziert. Dies ist eine große Verbesserung gegenüber dem Basissystem. Whipsaw Summer 2011 Jede der beiden Methoden verbesserte die Ergebnisse des ursprünglichen Baseline-Systems. Betrachtet man die Tabelle unten können wir sehen, Performance-Statistiken wie Profit-Faktor, Prozent-Gewinner und durchschnittlichen Handelsgewinn Nettogewinn erhöht. Der Keltner produzierte die besten Gesamtstatistiken. Wir haben sicherlich ein Handelssystem, das mit echtem Geld handelbar ist, aber wir haben unsere Mission erfüllt. Wir reduzierten die Anzahl der Whipsaws mit unserem Delayed Entry System und dem Band Entry System. Sie können dies sehen, indem Sie die Anzahl der Trades, die von jedem System genommen und die prozentuale Gewinne Trades. Mehr Ideen Sie können diese Forschung in allen Arten von Richtungen zu nehmen. Hier zwei weitere Ideen. Verzögerung mit Zeit Decay 8211 Märkte wechseln zwischen Trending und Nicht-Trending, wie wir alle wissen. Oft werden Sie bemerken, eine Reihe von Whipsaws auf einem gleitenden Durchschnitt Crossover-System direkt nach einem großen Gewinn-Handel wurde geschlossen. Der Markt scheinbar ist jetzt Morphing zu einem Bereich gebundenen Markt und wird wahrscheinlich dies für einige Zeit. Allerdings, wie die Tage oder Wochen tragen auf die Wahrscheinlichkeit eines Ausbruchs wahrscheinlich erhöht. Also vielleicht können wir die Verzögerung Betrag reduzieren, wie die Zeit vergeht. Nach dem Ende eines erfolgreichen Handels suchen wir das nächste Kreuz mit unserer Standard-X-Barverzögerung. Der Markt bleibt gebunden und produziert mehrere falsche Signale über die Wochen, aber unser System nimmt keine neuen Signale. Während dieser falschen Signale wird unser Verzögerungszähler zurückgesetzt, aber let8217s nicht immer auf X zurückgesetzt. Jeder Tag oder jede Woche reduzieren wir unsere X-Tage-Verzögerung um eins. Wir tun dies, weil wir glauben, wie die Zeit vergeht, ein Ausbruch wird wahrscheinlicher. Allerdings reduzieren wir niemals X, um Null oder niedriger zu erreichen. In der Tat können wir nie viel weniger als 5 oder so gehen. Trend Filter 8211 In einem früheren Artikel habe ich rsRank oder eine 200-Periode SMA als Trendindikator verwendet, um das größere Bild für den Euro zu bestimmen. Mit anderen Worten, sind wir innerhalb eines bullishen oder bärischen Marktes Vielleicht nur lange Trades während eines Bullenmarktes oder kurze Trades während einer Bärenmarkt würde Ergebnisse verbessern. Dies wäre eine interessante und einfache Test durchzuführen. Ich würde gerne Ihre Ergebnisse zu hören. Unbedingt einen Kommentar hinterlassen. Ich würde gerne hören, alle Ideen oder Ergebnisse aus Ihren eigenen Tests Lassen Sie eine Antwort Antworten abbrechen Featured Product Erstellen Sie adaptive Indikatoren in Ihre TradeStation Strategien. Die adaptive Indikatorbibliothek optimiert automatisch ihre Indikatoren auf die Hälfte des gegenwärtigen dominanten Zyklus basierend auf der Verwendung der Hilbert-Transformation. Erfahren Sie mehr Free TradeStation Code Holen Sie sich kostenlose, vereinfachte Versionen der Tools, die die TradeStation-Experten in ihrer täglichen Forschung und beim Systemaufbau verwenden. Diese Tools helfen Ihnen, EasyLanguage zu erlernen, da sie vollständig Open Source sind und Sie komplexe Systeme erstellen können, ohne dass Sie wissen müssen, wie Sie Code schreiben können. Sie müssen lediglich einen Namen und eine E-Mail-Adresse angeben. Keine Kreditkarte oder Adresse erforderlich Über Murray Ruggiero Jr. Murray Ruggiero ist der Chef-Systementwickler und Marktanalyst bei TTM. Er ist einer der weltweit führenden Experten für den Einsatz von inter-market und Trendanalyse bei der Lokalisierung und Bestätigung der Entwicklung der Preisbewegungen in den Märkten. Murray wird oft in der Industrie als der Einstein der Wall Street bezeichnet. Lesen Sie mehr. Oktober 2005 HÄNDLER-TIPPS Hier ist diese Monatauswahl der Händler-Spitzen, beigetragen durch verschiedene Entwickler der technischen Analyse-Software, um Lesern zu helfen, einige der Strategien leicht zu implementieren, die in diesem und in anderen Ausgaben dargestellt werden. Sie können diese Formeln und Programme für die einfache Verwendung in Ihrer Tabellenkalkulation oder Analysesoftware kopieren. Wählen Sie einfach den gewünschten Text, indem Sie wie in einem beliebigen Textverarbeitungsprogramm markieren, dann verwenden Sie Ihren Standardschlüsselbefehl zum Kopieren oder wählen Sie Kopieren aus dem Browsermenü. Der kopierte Text kann dann in eine beliebige offene Arbeitsmappe oder eine andere Software eingefügt werden, indem ein Einfügepunkt ausgewählt und ein Einfügebefehl ausgeführt wird. Durch das Hin - und Herschalten zwischen einem Anwendungsfenster und der geöffneten Webseite können Daten problemlos übertragen werden. TRADESTATION: Fractal Adaptive Moving Average John Ehlers Artikel in dieser Ausgabe, Fractal Adaptive Moving Averages, bereits einige EasyLanguage-Code für einen adaptiven gleitenden Durchschnitt. Dieser adaptive gleitende Durchschnitt basiert auf den fraktalen Eigenschaften einer Preisreihe. Wir haben den Ehlers-Code für diesen gleitenden Durchschnitt in eine EasyLanguage-Funktion umgewandelt, damit er von jedem Indikator oder einer Strategie aufgerufen werden kann. Der Funktionsname lautet AdaptMovAvgFractal. Wir haben auch eine bestehende Strategie auf der Basis von Bollinger-Bändern angepasst, um diese neue Funktion aufzurufen. Die überarbeitete Bollinger Band-Strategie heißt FractalAMA Bands. Es ruft AdaptMovAvgFractal sowohl für die Varianz-und Band-Berechnungen. Dieser Code und die Funktion können im Support Center der TradeStation heruntergeladen werden. Suchen Sie die Datei Frama. eld. Ehlers Originalcode finden Sie in der. eld-Datei. - Mark Mills EasyLanguage Fragen Foren TradeStation Securities, Inc. Eine Tochtergesellschaft der TradeStation Group, Inc. GO ZURÜCK METASTOCK: Fractal Adaptive Moving Average John Ehlers Artikel in dieser Ausgabe, Fractal Adaptive Moving Averages, führt einen Indikator mit dem gleichen Namen. In seiner Indikatorformel schränkt er die Anzahl der Perioden auf eine gerade Zahl ein. Die Formel in MetaStock vermeidet diese Einschränkung durch die Frage nach dem kleineren Zeitrahmen. Diese Zahl wird dann für die beiden Halbintervallberechnungen verwendet und dann für die vollständige Intervallberechnung verdoppelt. Die Formel für dieses Kennzeichen und die Schritte zum Einfügen in MetaStock werden hier vorgestellt. Um dieses Kennzeichen in MetaStock einzugeben: --William Golson, Equis International equis GEHEN SIE ZURÜCK AIQ EXPERT DESIGN STUDIO: Fractal Adaptive Moving Average Der AIQ Code für John Ehlers Fractal adaptive Moving Average (FRAMA) wird hier zusammen mit zwei Beispielhandelssystemen gezeigt, die wir Die in einem Backtest verwendet werden, um zu bestimmen, ob die FRAMA eine Verbesserung gegenüber einem festen Perioden-exponentiellen gleitenden Durchschnitt ist. Ein Wert von N40 wurde verwendet, um den FRAMA-Test durchzuführen. Der exponentielle durchschnittliche Test wurde mit einer festen Zeitdauer von 40 Tagen durchgeführt. Die Systeme kaufen, wenn der Preis über dem gleitenden Durchschnitt kreuzt und verkauft, wenn der Preis unter dem gleitenden Durchschnitt liegt. Nur die lange Seite wurde getestet. 1 zeigt einen Vergleich eines FRAMA mit N40 mit einem exponentiellen gleitenden Durchschnitt für 40 Tage. Die FRAMA reagiert stärker auf Preisänderungen als der exponentielle gleitende Durchschnitt. Die in Abbildung 2 dargestellten Backtest-Ergebnisse, die auf der NASDAQ 100-Bestandsliste durchgeführt wurden, zeigen, dass das FRAMA eine Verbesserung gegenüber dem exponentiellen gleitenden Durchschnitt für das getestete Musterhandelssystem darstellt. ABBILDUNG 1: TRADESTATION, QQQQ. Heres ein Beispiel TradeStation tägliches Balkendiagramm, das den fraktalen adaptiven gleitenden Durchschnitt demonstriert. Aus Gründen der Übersichtlichkeit ist die FRAMA-Anzeigelinie nicht dargestellt. ABBILDUNG 2: AIQ EXPERT DESIGN STUDIO, FRAMA. Hier ist ein Vergleich von FRAMA mit N40 zu einem exponentiellen gleitenden Durchschnitt für 40 Tage. Die FRAMA scheint stärker auf Preisänderungen als den exponentiellen gleitenden Durchschnitt zu reagieren. ABBILDUNG 3: AIQ EXPERT DESIGN STUDIO, BACKTEST ERGEBNISSE FÜR FRAMA. Die Backtest-Ergebnisse, die auf der NASDAQ 100-Aktienliste basieren, zeigen, dass die FRAMA eine Verbesserung gegenüber dem exponentiellen gleitenden Durchschnitt für dieses Musterhandelssystem darstellt. Der AIQ-Code wird hier angezeigt, kann aber auch von aiqsystemsSampC1.htm heruntergeladen werden. WEALTH-LAB: Fractal Adaptive Moving Average In diesen Monaten Traders Tips, präsentieren wir ein Trendfolgesystem basierend auf dem Fraktal adaptive Moving Average (FRAMA) Indikator von John Ehlers in seinem Artikel dieser Ausgabe eingeführt. Die Implementierung des FRAMA-Custom-Indikators (mittlerweile Teil der Wealth-Lab-Codebibliothek) ermöglicht die Implementierung von Inputs für die Periode sowie die Konstante für den exponentiellen gleitenden Durchschnitt. Hier verwenden wir die Konstante 4.6, wie Ehlers vorschlägt. Das System verwendet die 20-Tage-FRAMA des Schlusskurses und berechnet auch die Änderungsrate (ROC) der letzten fünf Tage der FRAMA. Es wartet dann auf einen Anstieg von mehr als 0,5 (ROC 0,5), um am nächsten Tag auf dem Markt einzutreten. Es bleibt in diesem Handel, bis der ROC unter Null fällt. In Abbildung 4, die einen Musterhandel für ExxonMobil zeigt, können wir sehen, dass der FRAMA-Indikator meist flach in Seitenphasen ist, während er in der Lage ist, einen Trend sehr früh zu erkennen und so einen großen Teil davon zu fangen. ABBILDUNG 4: WEALTH-LAB, FRACTAL ADAPTIVE MOVING AVERAGES. In der unteren Scheibe ist die ExxonMobil-Preisserie zusammen mit ihrem 20-Tage-FRAMA aufgetragen. Der obere Bereich zeigt die Änderungsrate (ROC) von fünf Tagen der FRAMA-Anzeige an. Während der seitlichen Phasen zeigt die FRAMA-Anzeige nur wenig Bewegung. Demzufolge zeigt das ROC kleine Werte und es treten nur wenige Trades auf. Ende Januar 2005 beginnt ein starker Aufwärtstrend, der von der FRAMA erkannt wird. Das System ist in der Lage, früh zu betreten und fängt die meisten dieser upmove. - Joseacute Cruset, Wealth-Lab, Inc. Reichtum-Labor GEHE ZURÜCK eSIGNAL: Fractal Adaptive Moving Average Für diese Fragen Artikel von John Ehlers, Fraktal Adaptive Moving Averages, Weve zur Verfügung gestellt eSignal Formel-Datei mit dem Namen Frama. fs. Der Code wird auch hier angezeigt. Die Studie hat einen Parameter für die Länge oder die Perioden für die Studie, die über die Option Edit Studies des Advanced Chart angepasst werden kann. Die eingegebene Zahl wird gezwungen, die nächste höchste gerade Zahl zu sein, wenn eine ungerade Zahl eingegeben wird. Ein Beispiel-eSignal-Diagramm ist in Fig. 5 gezeigt. Fig. 5: eSIGNAL-, FRAKTISCHES ADAPTIVES BEWEGENDES DURCHSCHNITT. Dieses eSignal-Diagramm veranschaulicht den fraktalen adaptiven gleitenden Durchschnitt. Um diese Studie zu besprechen oder eine vollständige Kopie der Formel herunterzuladen, besuchen Sie bitte das Efs Library Discussion Board Forum unter dem Link Bulletin Boards auf esignalcentral. Dieser eSignal-Formelncode steht auch zum Kopieren und Einfügen auf der STOCKS amp COMMODITIES-Website unter Traders zur Verfügung. --Jason Keck eSignal, ein Geschäftsbereich von Interactive Data Corp. 800 815-8256, eSignal GO BACK NEUROSHELL TRADER: Fractal Adaptive Moving Average Die fraktale adaptive gleitenden Durchschnitt eingeführt von John Ehlers in dieser Ausgabe kann leicht in NeuroShell Trader implementiert werden, indem eine Kombination von Einige NeuroShell Traders 800 Indikatoren und eine benutzerdefinierte Indikator, die an sich ist eine sehr nützliche generischen adaptive gleitenden Durchschnitt. Um den fraktalen adaptiven gleitenden Durchschnitt zu implementieren, wählen Sie Neuer Indikator. aus dem Menü Einfügen und die Anzeige-Assistenten verwenden, um die folgenden Anzeigen zu erstellen: Anwender von NeuroShell Trader zum stocks amp ROHSTOFFE Abschnitt des NeuroShell Trader kostenlosen technischen Support-Website gehen können benutzerdefinierte Indikatoren und ein Beispieldiagramm (Abbildung 6) zum Download bereit. ABBILDUNG 6: NEUROSHELL TRADER, FRAMA. Heres eine Probe NeuroShell Trader Diagramm demonstriert die fraktale adaptive gleitenden Durchschnitt. Für weitere Informationen über NeuroShell Trader, besuchen Sie NeuroShell. --Marge Sherald, Ward Systems Group, Inc. 301 662-7950, saleswardsystems neuroshell GO BACK Amibroker: Fractal Adaptive Moving Average In Fractal Adaptive Moving Averages, John Ehlers stellt eine neue Methode der adaptiven Glättung basiert auf der Annahme, dass die Marktpreise sind fraktale . Die Kodierung des fraktalen adaptiven Moving Average (FRAMA) ist relativ einfach in der AmiBroker Formula Language (AFL). Dank seiner leistungsfähigen Array-Processing-Funktionen, kann FRAMA in AmiBroker ohne Schleifen implementiert werden, so dass es extrem schnell. Der gebrauchsfertige Code ist in Listing 1 aufgeführt. Zu Vergleichszwecken zeigt der Code auch einen standardmäßigen exponentiellen gleitenden Durchschnitt der gleichen Länge (Abbildung 7). ABBILDUNG 7: AMIBROKER, FRACTAL ADAPTIVE BEWEGENDES DURCHSCHNITT. Dieser AmiBroker-Screenshot zeigt eine Preisliste von AAPL mit einer 14-Tage-FRAMA (rote Linie) und einem exponentiellen gleitenden Durchschnitt (blaue Linie) der gleichen Länge. FRAMA folgt erheblichen Änderungen im Preis schneller, während Beibehaltung Glätte in Stauzonen. (N, 16, 2, 40, 2) muss selbst N3 sein (HHV (High, N) - LLV (Low, N)) N HH HHV (High , N & sub2;) LL LLV (Niedrig, N & sub2;), N & sub2;) N & sub2 ;. (NH & ndash; 2), NULL) alpha exp (& ndash; 4,6 (Dimen & ndash; 1)), Alpha Min (Max (alpha, 0,01), 1), gebunden an 0,01. 1 Bereich Frama AMA (Preis, alpha) Plot (Frama, FRAMA (N), Blau und Rot, styleThick) Plot (EMA (C, N). EMA (N), Farbeblau) Plot (C, Schließen, Farbeschwarz, styleCandle) Eine herunterladbare Version der Formel ist auf der Website von Amibroker erhältlich. --Tomasz Janeczko, AmiBroker AmiBroker GO BACK NeoTicker: Fractal Adaptive Moving Average Die fraktale adaptive Durchschnitt (FRAMA) Berechnung in dem Artikel Fractal Adaptive präsentiert bewegen Moving Averages von John Ehlers kann als NeoTicker Indikator umgesetzt werden. Listing 1 zeigt den Code für den fraktaladaptiven gleitenden Durchschnittsindikator mit zwei Parametern. Der erste Parameter ist der Preis, der ein Formelparameter ist, der die durchschnittliche Preisberechnung als Standardwert verwendet. Der zweite Parameter ist N, der ein Integer-Parameter mit 16 als Standardwert ist. Der NeoTicker-Fraktal-Adaptive Moving Average-Indikator zeichnet eine Linie auf, die das Berechnungsergebnis eines fraktalen Durchschnitts für jeden Balken verbindet. Dieser Indikator kann wie jedes andere Indikator in einem Handelssystem verwendet werden, wie in dem Beispieldiagramm in 8 gezeigt, wo ein Überkreuzungssystem unter Verwendung von FRAMA aufgebaut wird. ABBILDUNG 8: NEOTICKER, FRACTAL ADAPTIVE BEWEGENDES DURCHSCHNITT. Heres ein Beispiel NeoTicker-Diagramm zeigt ein Crossover-System mit dem FRAMA-Indikator aufgebaut. Eine herunterladbare Version dieses Indikators und des Beispieldiagramms ist in der NeoTicker Yahoo User Group verfügbar. In seinem Artikel Fractal Adaptive Moving Averages, beschreibt John Ehlers einen exponentiellen gleitenden Durchschnitt auf der Grundlage der jüngsten Volatilität, mit fraktalen Dimensionen der jüngsten Preise, um ein Alpha zu etablieren. Diese Funktion steht auch als Download-Datei auf der TradingSolutions-Website (Tradingsolutions) im Bereich Solution Library zur Verfügung. Wie bei vielen Indikatoren, könnte diese Funktion einen guten Eingang für neuronale Netzwerk-Vorhersagen. --Gary Geniesse, NeuroDimension, Inc. 800 634-3327, 352 377-5144 Trading GO BACK FINANZDATEN RECHNER: Fractal Adaptive Moving Average Der Artikel Fractal Adaptive Moving Averages von John Ehlers zeigt, wie eine Annäherung fraktale Dimension zu verwenden, um eine exponentielle zu machen Gleitender Durchschnitt adaptiv. In Financial Data Calculator (FDC), ist dies am leichtesten mit drei Makros: --Bill Rafter Mathematische Investitionen Entscheidungen Inc. 856 857-9088, mathinvestdecisions GEHEN ZURÜCK Alle Rechte vorbehalten. Copyright 2005, Technische Analyse, Inc.
No comments:
Post a Comment