8.20 Średnia ruchoma wykładnicza zera-opóźnienia Średnia ruchoma z wykładnikiem o zerowym opóźnieniu (ZLEMA) jest odmianą EMA (patrz wykładnicza średnia ruchoma), która dodaje momentum mające na celu zmniejszenie opóźnienia w średniej, aby ściślej śledzić bieżące ceny. Dla danego okresu N-dni formuła to: Gdzie okres Ldquolagrdquo to (N-1) 2. Zwykły EMA zastosowany do punktów prostych kończy się zawsze blisko (N-1) 2 dni temu. Tak więc pomysł dodania tej różnicy ldquoclose - closelagrdquo ma zrekompensować to opóźnienie, aby ZLEMA śledzić dokładnie linię prostą. Oczywiście rzeczywiste dane rzadko są prostą linią, ale zasadą jest popychanie ZLEMY w kierunku zbliżonego do obecnego zamknięcia. Obliczenia wciąż kończą się jako różne wagi dla każdej poprzedniej ceny. Efektem tego okresu jest wprowadzenie ostatnich cen na wagę i dokładne śledzenie oraz ujemne wagi na poprzednich warunkach. Nastąpił gwałtowny skok ciężarów w punkcie opóźnienia impulsu. Na przykład poniższy wykres jest wagą dla N15 (punkt 7 opóźnienia). Opóźnienie EMA na linii prostej można łatwo obliczyć za pomocą formuły mocy dla EMA (patrz wykładnicza średnia ruchoma), zastosowanej do nieskończonej sekwencji cen spadającej o 1 dzień każdego dnia i osiągającej dzisiaj 0. W przypadku nieliniowych sekwencji opóźnienie nie jest proste (N-1) 2. ale będzie się różnić w zależności od kształtu, okresu cyklicznych komponentów itp. Copyright 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009 Kevin Ryde Chart to darmowe oprogramowanie, które można redystrybuować i modyfikować zgodnie z warunkami GNU General Licencja Publiczna opublikowana przez Free Software Foundation w wersji 3 lub (do wyboru) dowolnej późniejszej wersji. ZLEMA - Zero Lag Exponentowa średnia ruchoma ZLEMA jest skrótem od średniej zera Exponential Moving Average. Został opracowany przez Johna Ehlersa i Rick Way. ZLEMA jest rodzajem wykładniczej średniej kroczącej, ale jej główną ideą jest wyeliminowanie opóźnień wynikających z samej natury ruchomych średnich i innych trendów następujących wskaźników. Ponieważ podąża za ceną, zapewnia również lepszą wycenę cen i lepiej reaguje na wahania cen. Przykład: po prostu spróbuj wyobrazić sobie prostą linię danych ndash, która może się zdarzyć, gdy ceny aktywów stale rosną lub spadają. Jeśli trader używa klasycznej EMA (wykładniczej średniej kroczącej), może się przekonać, że EMA jest równy cenie assetrsquos Close (n-1) 2 dni temu. Innymi słowy ndash dla 5-dniowej kalkulacji EMA, obecna wartość EMA będzie taka sama jak cena zamknięcia (n-1) 2 2 dni temu. Możesz zobaczyć wynik na poniższym obrazku. Jak już zauważyłeś, wartości ZLEMA wyglądają inaczej. Nie ma różnicy między wartościami i cenami zamknięcia. Równania (wzór) dla obliczeń ZLEMA wyglądają następująco: Opóźnienie: (n okres dayrsquos ndash 1) 2 Dane wejściowe dla EMA: Zamknij (Zamknij ndash Zamknij n dzień wcześniej) ZLEMA EMA (Dane wejściowe dla EMA) Obliczenia eliminują opóźnienie i końcowy wynik to wykładnicza średnia krocząca, która jest zbliżona do cen aktywów. Gdyby ceny były linią prostą, wówczas ZLEMA byłaby tą samą linią prostą. Zobacz zdjęcie poniżej. Zielona linia wyświetla ceny ASSET. Niebieskie punkty reprezentują wartości ZLEMA. Różowa linia i punkty oznaczają wartości EMA. Jak widać, kiedy ceny tworzą linię prostą, wartości ZLEMA są dokładnie takie same jak ceny. Nie ma opóźnień, nie ma różnicy. ZLEMA po prostu reaguje znacznie szybciej niż EMA. Interesujące jest to, że tak się nie dzieje I co się stanie, jeśli ceny gwałtownie się zmienią? Spójrz na obrazek poniżej. Ponownie widać, że EMA potrzebuje czasu, aby dostosować się do zmieniających się warunków na rynku. Z drugiej strony ZLEMA może się dostosować prawie w tym samym momencie, w którym następuje zmiana ceny. Dzieje się tak dlatego, że obliczenia ZLEMA są dokonywane na danych de-lagged, zamiast na regularnych. Obecne ceny mają nadwagę i im bardziej przejdziemy do przeszłości, dane są bardziej niedowagą - ZLEMA usuwa opóźnienie, podwajając wzrost lub spadek cen między n a (n-1) 2 dni, aby zminimalizować efekt skumulowany. Jak używać tego wskaźnika analizy technicznej do handlowania Możesz używać go jako każdej innej średniej kroczącej (FRAMA, KAMA, HMA, T3, Vidya, DEMA, VAMA itd.). Pokazuje trendy panujące na rynku, dzięki czemu można wprowadzić transakcje, które są zgodne z obecnym trendem. Możesz łączyć ZLEMA z dowolną inną średnią ruchomą i szukać ich skrzyżowań. Możesz szukać wzorów wykresów (podpór, oporów, podwójnych blatów i spodów itd.), Ponieważ ZLEMA wytwarza bardziej płynne dane niż ceny zamknięcia. Możesz również spróbować kupić aktywa, gdy wartości ZLEMA rosną i sprzedać aktywa, gdy wartości spadają. Poniższy rysunek ilustruje tę strategię handlową. Żółta krzywa kreśli ZLEMA, a strzałki pokazują punkty przełamania średniej. Podobnie jak w przypadku prawie wszystkich wskaźników technicznych, najlepszą rzeczą, jaką może zrobić każdy sprzedawca, jest przetestowanie własnych danych, własnych ustawień i własnych zasad handlu. Co zaskakujące, czasami najlepszy wynik można osiągnąć za pomocą ustawień, które nie są powszechne, a zasady, które są dość dziwne na pierwszy rzut oka, tym bardziej rzeczy, które przedsiębiorca może zmienić i eksperymentować z lepszymi dla niego i jego strategii handlowej. Jeśli jesteś zainteresowany głębszym studiowaniem tego wskaźnika technicznego i wolisz gotowe rozwiązania, ta sekcja może Cię zainteresować. Tam można znaleźć wszystkie dostępne wskaźniki w plikach Excel do pobrania. Zero Lag Średnia ruchoma strategia filtrowania (wejście 038 Wyjście) I. Strategia handlowa Twórca: John Ehlers and Ric Way. Źródło: Ehlers, J. Way, R. (2017). Zero Lag (no, prawie). Concept: Trend zgodny z strategią handlową opartą na filtrach średniej ruchomej. Cel badania: Weryfikacja wydajności ZLMA (ang. Zero Lag Moving Average). Specyfikacja: Tabela 1. Wyniki: Rysunek 1-2. Filtr handlu: Długie transakcje: średnia ruchoma zera (ZLMA) przekracza średnią wykładniczą (EMA). Krótkie transakcje: Przecinająca się średnia zera (ZLMA) przekracza średnią wykładniczą (EMA). Portfolio: 42 rynki futures z czterech głównych sektorów rynku (towary, waluty, stopy procentowe i indeksy akcji). Dane: 36 lat od 1980 r. Platforma testowa: MATLAB. II. Test czułości Wszystkie wykresy trójwymiarowe są poprzedzone wykresami warstwowymi 2-D dla współczynnika zysku, współczynnika Sharpe'a, wskaźnika skuteczności wrzodów, CAGR, maksymalnego pobrania, procentu rentownych transakcji i średniej. Wygraj Avg. Współczynnik strat. Ostateczne zdjęcie pokazuje wrażliwość krzywej kapitału. Testowane zmienne: LookBack, próg (Definicje: Tabela 1): Rysunek 1 Wydajność portfela (Dane wejściowe: Tabela 1: Samppage: 0). Wykładnicza średnia ruchoma (EMA): Alpha 2 (LookBack 1) EMAi Alpha Closei (1 Alpha) EMAi 1 Indeks: i Current Bar. Średnia ruchoma zera opóźnienia (ZLMA): Alpha 2 (LookBack 1) ZLMAi Alpha (wzmocnienie EMAi (Closei ZLMAi 1)) (1 alfa) Indeks ZLMAi 1: i Current Bar. Zmienna wzmocnienie (z formuły ZLMA): jeśli zmienna Wzmocnienie wynosi zero, ZLMA staje się tylko EMA. Jeśli zysk jest wystarczająco duży, ZLMA śledzi cenę dla wszystkich praktycznych celów (tj. Minimalne opóźnienie i minimalne wygładzenie). Dlatego szukamy wartości wzmocnienia, która jest satysfakcjonującym kompromisem. Aby uzyskać najmniejszy błąd (Error Closei ZLMAi), pętla wyszukuje najlepszą wartość wzmocnienia, zmieniając zmienną wzmocnienia od dolnej wartości GainLimit do górnej wartości GainLimit. Domyślną wartością zmiennej GainLimit jest 5 (ta wartość jest dalej badana w następnym wpisie blogu). LookBack 60, 1000, Krok 20 GainLimit 5 Long Signal: ZLMAi przechodzi przez EMAi i 100LeastError ATRi gt Próg indeksu: i Current Bar. Krótki sygnał: krzyże ZLMAi pod EMAi i indeks próg 100LeastError ATRi gt: i Current Bar. Uwaga: Błąd Closei ZLMAi. LeastError jest błędem dla najlepszej wartości Gaina znalezionej przez pętlę, która działa w trybie bar-by-bar od niższego GainLimit do górnego GainLimit. W oryginalnym dokumencie. LeastError nie jest normalizowany przez ATR (Average True Range), lecz przez cenę zamknięcia. Nie jest to wystarczające w przypadku testów na ciągłe kontrakty terminowe, dlatego dostosowano pierwotną formułę. Tryb: Dwufazowy system odwracający (longshort). Próg 0, 200, Krok 5 Długie transakcje: Zakup na otwartej pozycji następuje po długim sygnale. Krótkie transakcje: Sprzedaż na otwartej pozycji następuje po krótkim sygnale Przerwij stratę Wyjście: ATR (ATRLength) to średni rzeczywisty zakres w okresie ATRLength. ATRStop jest wielokrotnością ATR (ATRLength). Długie transakcje: Zatrzymanie sprzedaży jest umieszczane na ATR ATR (ATRLStop) ATR. Krótkie transakcje: kupujący stop zostaje umieszczony na ATR ATR (ATRLStop). ATRLength 20 ATRStop 6 LookBack 60, 1000, Krok 20 Próg 0, 200, Krok 5 Tabela 2 Dane wejściowe: Tabela 1 Stała Fractionional Sizing: 1 amp Komisji Slippage: 100 Round Turn. V. Research Ehlers, J. Way, R. (2017). Zero Lag (dobrze, prawie): wszystkie filtry wygładzające i średnie ruchowe mają opóźnienie. To jest prawo. Opóźnienie jest konieczne, ponieważ wygładzanie odbywa się z wykorzystaniem wcześniejszych danych. Dlatego uśrednianie obejmuje efekty danych kilka taktów temu. W tym artykule pokażemy, jak usunąć wybrane opóźnienie z wykładniczej średniej ruchomej (EMA). Usunięcie całego opóźnienia niekoniecznie jest dobre, ponieważ bez opóźnienia wskaźnik po prostu wyłapuje cenę, którą filtrujesz. Oznacza to, że ilość opóźnień usuniętych jest kompromisem z ilością wygładzania, którą chcesz zrezygnować. VI. Ocena: Strategia handlowa dotycząca filtrowania zera z opóźnionym opóźnieniem VII. Podsumowanie Strategia handlowa oparta na Zero Lag średniej ruchomej nie działa znacznie lepiej niż strategia oparta na średniej ruchomej kadłuba lub innych alternatywach. System handlu ALPHA 20 TM CFTC ZASADA 4.41: WYNIKI HIPOTEETYCZNE LUB SYMULOWANE WYNIKI MAJĄ PEWNE OGRANICZENIA. MOGĄC UŻYWAĆ RZECZYWISTEGO REJESTRACJI WYDAJNOŚCI, SYMULACJA WYNIKÓW NIE REPREZENTUJE RZECZYWISTEGO TRADINGU. RÓWNIEŻ OD OKRESU, W JAKI SPOSÓB TRADY NIE ZOSTAŁY ZOSTAŁY WYKONANE, REZULTATY MOGĄ MIEĆ PONIŻSZE KOMPENSOWANIE W ZAKRESIE WPŁYWU, JEŚLI JAKIEKOLWIEK, NA NIEKTÓRE CZYNNIKI RYNKOWE, TAKIE JAK BRAK PŁYNNOŚCI. ZRÓŻNICOWANE PROGRAMY HANDLOWE W OGÓLNYM ZAKRESIE PODLEGAJĄ WPŁYWIE, ŻE ZAPROJEKTOWANO Z KORZYŚCIĄ HINDSIGHT. NIE ZAPEWNIA ŻADNEGO OŚWIADCZENIA, ŻE WSZELKIE RACHUNKI BĘDĄ PRAWDOPODOBNIE OSIĄGNĄĆ ZYSK LUB STRAT PODOBNE PODCZAS TYCH OSÓB. UJAWNIENIE RYZYKA: WYMAGANY RZĄD USA UZUPEŁNIAJĄ ODPOWIEDZIALNOŚĆ Z TYTUŁU CFTC 4.41Rozwiązywanie średnich cen Zmotywowane przez e-mail od Roberta B. Dostaję ten e-mail z pytaniem o średnią kroczącą kadłuba (HMA) i. I nigdy wcześniej o tym nie słyszałeś. Uh. Zgadza się. W rzeczywistości, gdy googlowałem, odkryłem wiele ruchomych średnich, o których nigdy nie słyszałem, takich jak: Zero Lag Wykładnicza średnia ruchoma Mniejsza Średnia minimalna Średnia ruchoma kwadratowa Średnia ruchoma trójkątna Średnia Średnia ruchoma Średnia ruchoma z adaptacją. Więc pomyślałem, że porozmawiasz o średniej kroczącej i. Nie robiłeś tego wcześniej, jak tu i tu, tu i tu, i tutaj. Tak, tak, ale to było zanim poznałem wszystkie inne średnie ruchome. W rzeczywistości jedynymi, z którymi grałem były te, w których P 1. P 2. P n są ostatnimi n cenami akcji (P n jest najnowszą). Średnia ruchoma (SMA) (P 1 P 2. P n) K gdzie K n. Średnia ważona ruchoma (WMA) (P 1 2 P 2 3 P 3. N P n) K gdzie K (12 n) n (n 1) 2. Wykładnicza średnia ruchoma (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3.) K gdzie K 1 945945 2. 1 (1-945). Whoa nigdy wcześniej nie widziałem tej formuły EMA. Zawsze to robiłem. Tak, zwykle napisano to inaczej, ale chciałem pokazać, że te trzy mają podobne recepty. (Zobacz rzeczy EMA tutaj i tutaj.) Rzeczywiście, wszystkie wyglądają tak: Zwróć uwagę, że jeśli wszystkie Ps są równe, powiedzmy, Po, to średnia ruchowa równe jest Po. i tak powinien zachowywać się każdy szanujący się przeciętny człowiek. Więc co jest najlepsze Zdefiniuj najlepiej. Oto kilka średnich kroczących, próbujących śledzić serię cen akcji, które różnią się w sposób sinusoidalny: Ceny akcji podążają za krzywą sinusoidalną Gdzie znalazłeś taki produkt Zapamiętaj, że powszechnie używane średnie ruchome (SMA, WMA i EMA) osiągają maksimum później niż krzywa sinusoidalna. To opóźnienie i. Ale co z tym gościem HMA. Wygląda całkiem nieźle Tak, i o tym właśnie chcemy porozmawiać. W rzeczy samej. A co to jest 6 w HMA (6) i widzę coś zwanego MMA (36) i. Cierpliwość. Średnia krocząca kadłuba Rozpoczynamy od obliczenia 16-dniowej ważonej średniej kroczącej (WMA): 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) K z K 12. 16 136. Chociaż jest to ładne i smoooth, będzie miało opóźnienie większe niż poślubienie: więc patrzymy na 8-dniowy WMA: podoba mi się Tak, podąża za zmianami cen całkiem ładnie. ale tam jest więcej. Podczas gdy WMA (8) analizuje nowsze ceny, nadal ma opóźnienie, więc widzimy, jak bardzo WMA zmieniła się podczas przejścia z 8-dniowego na 16-dniowe. Ta różnica wyglądałaby tak: w pewnym sensie ta różnica pokazuje, jak zmienia się WMA. więc dodajemy tę zmianę do naszego wcześniejszego WMA (8), aby podać: 2 MMA (16) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Dlaczego nazywam to MMA Jąkam. W każdym razie MMA (16) wyglądałby tak: Ill przyjmę to Patience. jest więcej. Teraz wprowadzamy magiczną transformację i otrzymujemy. Ta-DUM Thats Hull Tak. jak ja to rozumiem Ale jaki jest magiczny rytuał Po wygenerowaniu serii MMA obejmujących 8-dniowe i 16-dniowe ważone średnie ruchome, uważnie patrzymy na tę sekwencję liczb. Następnie obliczamy WMA w ciągu ostatnich 4 dni. To daje średnią ruchomą kadłuba, którą nazwaliśmy HMA (4). Huh 16 dni, następnie 8 dni, a następnie 4 dni. Rzucasz monetą, aby zobaczyć ile. Wybierz liczbę dni, np. N16. Następnie spójrz na WMA (n) i WMA (n2) i obliczyć MMA 2 WMA (n2) - WMA (n). (W naszym przykładzie jest to 2 WMA (8) - WMA (16), a następnie obliczyć WMA (sqrt (n)) przy użyciu tylko ostatnich sqrt (n) liczb z serii MMA. (W naszym przykładzie, to obliczenia a WMA (4), używając serii MMA.) A do tego zabawny wykres SINE Howd it Tak więc w arkuszu kalkulacyjnym Im nadal pracuje nad nim: MA-stuff. xls Ciekawe, jak różne średnie ruchy reagują na skoki: Czy HMA naprawdę ważona średnia ruchoma Cóż, zobaczmy: Mamy: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3. 8 P n) 36 - (P 1 2 P 2 3 P 3. 16 P n) 136 lub MMA 2 (136) - (1136) P 1 2 P 2. 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Ze względów sanitarnych prosimy o napisanie tak: MMA w 1 P 1 w 2 P 2. w 16 P 16. Zauważ, że wszystkie masy dodać do 1. Dalej, wk 2 (136) - (1136) K dla K 1, 2. 8 i wk - (1136) K dla K 9, 10. 16. Następnie, wykonując magiczny pierwiastkowy rytuał (gdzie sqrt (16) 4) mamy (przypominając, że P 16 jest najnowszą wartością).HMA 4-dniowe WMA powyższych MMA (w 1 P 1 w 2 P 2. w 16 P 16) 2 (w 1 P 0 w 2 P 1. w 16 P 15) 3 (w 1 P -1 w 2 P 0. w 16 P 14) 4 (w 1 P -2 w 2 P -1 w 16 P 13) 10 (zauważając, że 1234 10). Huh P 0. P -1. Co. MMA (16) używa ostatnich 16 dni, wracając do ceny były callling P 1. Jeśli obliczysz średnią ważoną przez 4 dni z nich, MMA, dobrze wykorzystaj wczorajszy MMA (i to z powrotem 1 dzień przed P1), a dzień przed tym, MMA sięga 2 dni przed P1 i dniem przedtem. W porządku, więc nazywasz je cenami P 0. P -1 etc. etc. Masz to. Tak więc 16-dniowa HMA wykorzystuje informacje, które sięgają ponad 16 dni, prawda. Ale są ujemne wagi dla nich stare ceny Czy to jest legalne Dowód jest w. Tak tak. dowód jest w puddingu. Co robi arkusz kalkulacyjny Jak dotąd wygląda to tak: (Kliknij na obrazek, aby pobrać.) Możesz wybrać serię serii SINE lub RANDOM z cen akcji. W przypadku tych ostatnich za każdym razem, gdy klikniesz przycisk, otrzymasz kolejny zestaw cen. Następnie możesz wybrać liczbę dni: to jest nasza n. (Na przykład użyliśmy n 16 dla naszego przykładu powyżej). Ponadto, jeśli wybierzesz serię SINE, możesz wprowadzić spajki i przesunąć je wzdłuż wykresu. lubię to . Zauważ, że użyliśmy n 16 i n 36 (w obrazie arkusza kalkulacyjnego), ponieważ n2 i sqrt (n) są liczbami całkowitymi. Jeśli użyjesz czegoś podobnego do n 15, to arkusz kalkulacyjny użyje części INT np. N2 i sqrt (n), a mianowicie 7 i 3. Zatem, średnia krocząca kadłuba jest najlepsza Zdefiniuj najlepiej. A co z tą średnią Jurik, nic o niej nie wiem. To zastrzeżenie i musisz zapłacić za jego użycie. jednak pozwala grać z ruchomymi średnimi. Inna średnia ruchoma Załóżmy, że zamiast ważonej średniej ruchomej (gdzie ciężary są proporcjonalne do 1, 2, 3.). używamy magicznego rytuału Hulla z Wykładniczą średnią ruchomą. Oznacza to, że rozważamy: MAg 2 EMA (n2) - EMA (n) MAg Tak, to jest M oving A imm g immick lub M oving A un u gizedized or M oving A är g rand or. Lub P rzygoto w aj ą ej ę ść Zwracaj uwagę Wybieramy naszą ulubioną liczbę dni, np. N 16, i obliczamy MAg (n, 945, k) 945 EMA (nk) - (1-945) EMA (n). Możemy grać z 945 i k i zobaczyć, co otrzymamy: Na przykład tutaj jest kilka MAgs (gdzie trzymaliśmy się 16 dni, ale zmieniliśmy wartości 945 i k): MAg (16) 2 EMA (4) - EMA ( 16) MAg (16) 1,5 EMA (5) - 0,5 EMA (16) Zauważ, że kiedy wybieramy k 3 otrzymujemy nk 163 5.333, które zmieniamy na proste i proste 5.0. Dlaczego nie trzymasz się opcji Kadłubów: 945 2 i k 2 Dobry pomysł. Wed weź to: MAg (16) 2 EMA (8) - EMA (16) Wygląda jak wykres z 945 1.5 i k 3. Czy to prawda, czy nie zrobiłeś goof. ponownie Prawdopodobnie. A co z rytuałem pierwiastkowym, zostawiam to jako ćwiczenie. dla ciebie W porządku, podczas gry z tym MAg coś uważam, że Hulls k 2 działa całkiem dobrze. więc trzymaj się tego. Często jednak uzyskujemy całkiem dobrą średnią, gdy dodamy tylko niewielką część zmiany: EMA (n2) - EMA (n). W rzeczywistości dodaj tylko ułamek 946 tej zmiany. To daje: MAg (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Oznacza to, że wybieramy 946 0,5, a może tylko 946 0,25 lub cokolwiek i używamy: Na przykład, jeśli porównamy nasz zespół średnich kroczących podczas śledzenia funkcji STEP, otrzymujemy to, gdzie dodamy (dla MAg) tylko 946 12 zmiana. Tak, ale jaka jest najlepsza wartość beta. Zdefiniuj najlepiej: Zwróć uwagę, że beta 1 to wybór Hull. z wyjątkiem używania EMA zamiast WMA. A ty pomijasz tę kwadratową rzecz. Tak, tak. Zapomniałem o tym. Uwaga . Arkusz kalkulacyjny zmienia się z godziny na godzinę. Wygląda na to, że mam coś do zrobienia. Mam arkusz kalkulacyjny, który wygląda tak. kliknij na zdjęcie, aby pobrać. Wybierasz zapasy i klikasz przycisk, aby uzyskać roczną wartość dziennych cen. Ty wybierasz HMA lub MAg, zmieniając liczbę dni i, dla MAg, parametr i widzisz, kiedy powinieneś KUPIĆ SPRZEDAŻ. Kiedy opiera się na kryteriach Jeśli średnia ruchoma wynosi DOWN x od wartości maksymalnej w ciągu ostatnich 2 dni, KUPUJESZ. (W przykładzie, x 1,0) Jeśli jego UP z minimum w ciągu ostatnich 2 dni, SPRZEDAJ. (W przykładzie, y 1.5) Możesz zmienić wartości x i y. Czy to jest dobre. te kryteria powiedziałem, że było to coś do zabawy. Jest inna technika wygładzania, zwana filtrem Hodricka-Prescotta. Z pomocą Ron'a McEwan, który jest teraz zawarty w tym arkuszu kalkulacyjnym: Czy to dobrze? Graj z nim. Zauważysz, że istnieje parametr, który możesz zmienić w komórce M3. i KUPUJ i SPRZEDAJ sygnały.
No comments:
Post a Comment