Hull Flytting Gjennomsnittet Trade

Fjerning av lag, prognoser for datahandelsindekser med flyttehastighet Gjennomsnittlig Flytte gjennomsnittlig glatt data og gjør det enklere å analysere prisbevegelser, men de har en tendens til å lagre. Herersquos et marked timing system som fjerner lag og prognoser fremtidige data. B uy amp hold fungerer godt som markedet går opp, men strategien faller fra hverandre når markedet tankene. Vi trenger en tidsmodell for å bevare kapital i nedmarkeder og identifisere muligheter i oppmarkeder. Er det mulig Flytte gjennomsnitt er ofte den beste måten å eliminere data spikes, og de med relativt lange lengder glatt data også. Imidlertid har bevegelige gjennomsnitt en stor feil, ved at deres lange tilbakekallingsperioder innfører lag. Løsningen er å endre den bevegelige gjennomsnittsformelen og fjerne lagret. Dermed minimeres muligheten for at det bevegelige gjennomsnittet overskrider de raske dataene når man forutser neste intervallsquos-aktivitet og dermed introduserer feil. Herersquos hvordan det kan gjøres. Fjerning av lag En ny type bevegelige gjennomsnitt utviklet av handelsmann Alan Hull forsøker å løse dette problemet. I denne varianten er et enkelt glidende gjennomsnitt (Sma) summen av dataprøver dividert med antall prøver (N). Hull-glidende gjennomsnitt (Hma) utfører utjevningen ved å bruke det veide glidende gjennomsnittet (Wma) og en kvadratrott av N. Beregningen er således: Å gå gjennom denne formelen: Ta Wma av de siste N 2 dataene og multipliser den med 2. Deretter trekker du Wma av de siste N-dataene. Ta nå verdien og bruk kvadratroten til N. Deretter finner du Wma av de to verdiene (det vil si Wma sqrt av N av den husket verdien). Siden kvadratroten avkorter verdier, bør beregningen velge et N som er et perfekt firkant som 4, 9, 16, 25, 49 eller 81. Sammenligning av Sma og Hma i figur 1 ved hjelp av et 81-dagers gjennomsnitt finner vi at Hma er både glatt og lydhør overfor de endrede dataene, mens Sma legger seg bak. Figur 1: Enkel ma vs hull ma. Her ser du en sammenligning mellom SMA og HMA ved bruk av data fra QQQQ ETF. HMA er mer rettidig enn SMA. Et gjennomsnitt på ni dager vises med HMA i blått. hellipContinued i desember utgaven av Technical Analysis of Stocks amp Commodities Utdrag fra en artikkel som ble publisert i desember 2010 utgaven av Technical Analysis of Stocks amp Commodities magazine. Alle rettigheter reservert. kopi Copyright 2010, Technical Analysis, Inc. What er DIG Hull Moving Average? DIG Hull Moving Gjennomsnittlig HMA gjør ditt bevegelige gjennomsnittsnivå responsivt mot dagens priser, mens det forblir jevnt og ikke hakket. HMAs skjønnhet er at den klarer å eliminere forsinkelsen nesten helt mens den holder seg perfekt jevn. Dette er det du leter etter i et glidende gjennomsnitt, betyr det at du kan få signalene dine raskere og gjøre færre feil. Hvordan sammenligner HMA med andre bevegelige gjennomsnitt Vi begynner med å sammenligne HMA med et enkelt glidende gjennomsnitt (SMA) med samme lengde. Bare en rask påminnelse: SMA-beregningen tar de siste n sluttkursene og beregner gjennomsnittet. Det handles vanligvis ved å ta en kort og lang SMA, og når de to krysser et signal oppstår. SMA er knyttet til to problematiske problemer: Lengre lengde - Lag blir betydelig større. Sorter lengde - MA blir veldig hakket S038P500 Futures Daily Chart: På diagrammet kan du se standard SMA (lengde 34) i cyanlight blå, og vår DIGHullMovingAverage (lengde 34) i gul. Den venstre siden av diagrammet viser at mens SMA fortsatt går opp mot markedet, tar HMA opp begge svinge - og svingretningen mens den forblir jevn. Du kan også se hvor stor forsinkelsen faktisk er ved å se på de to vertikale linjene til høyre, SMA endrer sin retning om 15 bar senere enn vår HMA, dette betyr at du ville ha kommet inn i handelen tidligere, og likte den fine bearish bevegelsen. Nå kan vi legge til standardeksponentiell glidende gjennomsnitt (EMA). Hovedideen bak EMA er å gi mer betydning for nyere data der for å eliminere lag, vil du legge merke til at HMA faktisk er enda bedre enn EMA, da det vil reagere raskere, men forbli glatt. S038P500 Futures Daily Chart: SMA (lengde 34) i cyanlight blå. EMA (lengde 34) i lilla. DIGHullMovingAverage (lengde 34) i gul. Du kan se at EMA er mellom HMA og SMA. Det er mer responsivt enn SMA, men en kilometer bak HMA. Du kan også se at EMA-linjen ikke er så glatt som HMA-linjen. Sammendrag er EMA en forbedring av SMA, og vårt DIG Hull Moving Average tar dette enda lenger ved å gi et jevnere og mer presis glidende gjennomsnitt enn du noensinne har sett før. MA Trend Feature: Vi har lagt til en annen funksjon som gjør denne indikatoren enda bedre. Ved å bruke en enkel bryter kan du fortelle vår DIG HMA indikator å farge seg i henhold til retningen. Lar vi se det i aksjon: AAPL 30 Min Diagram: DIG HMA er fargekodet i henhold til retningen, noe som gjør det lettere å få signaler raskt. Vi har plassert to DIG HMA indikatorer, en med lengden på 34 og en med lengden på 80 kan du se tre flotte krysssignaler. Low lag - Kom inn før andre forhandlere. Supper glatt glidende gjennomsnitt - Eliminer falske oppføringer. Ny funksjonskvalitet kodet etter trend. Enkel å bruke og støtter et diagram og en hvilken som helst tidsramme. Last ned DIG Hull Moving Gjennomsnitt For FreeMoving Averages Stuff Motivert med e-post fra Robert B. Jeg får denne e-postmeldingen om Hull Moving Average (HMA) og. Og du har aldri hørt om det før. Uh. det er riktig. Faktisk, da jeg googlede, oppdaget jeg mange bevegelige gjennomsnittsverdier som Id aldri har hørt om, for eksempel: Zero Lag eksponentiell Moving Gjennomsnittlig Wilder Moving Gjennomsnittlig minste Square Moving Gjennomsnittlig trekantet Moving Average Adaptive Moving Gjennomsnittlig Jurik Moving Average. Så Så jeg trodde vi snakket om å flytte gjennomsnitt og. Hadde du gjort det før, som her og her og her og her og. Ja, ja, men det var før jeg visste om alle disse andre bevegelige gjennomsnittene. Faktisk var de eneste jeg spilte med, disse, hvor P 1. P 2. P n er de siste n aksjekursene (P n er den nyeste). Enkel Flytende Gjennomsnitt (SMA) (P 1 P 2. P n) K hvor K n. Vektet bevegelige gjennomsnitt (WMA) (P 1 2 P 2 3 P 3. N P n) K hvor K (12. n) n (n1) 2. Eksponensiell flytende gjennomsnitt (Ema) (P n 945 P n-1 945 2 P n-2 945 3 P n-3.) K hvor K 1 945945 2. 1 (1-945). Whoa Ive har aldri sett den EMA-formelen før. Jeg har alltid tenkt det var. Ja, det er normalt skrevet forskjellig, men jeg ville vise at disse tre har lignende resept. (Se EMA-ting her og her.) Faktisk ser de alle ut: Merk at hvis alle Ps er lik, si, Po, så er det glidende gjennomsnitt lig med Po også. og det er måten noen selvrespektive gjennomsnitt skulle oppføre seg på. Så som er best Definer best. Her er noen få bevegelige gjennomsnitt, som forsøker å spore en rekke aksjekurser som varierer i sinusformet mote: Aksjekurser som følger en sinuskurve Hvor fant du et lager på denne måten Vær oppmerksom på at de vanligste bevegelige gjennomsnittene (SMA, WMA og EMA) når deres maksimum senere enn sinuskurven. Det er lag og. Men hva med den HMA-fyren. Han ser ganske bra Ja, og det er det vi vil snakke om. Faktisk. Og hva er 6 i HMA (6) og jeg ser noe som heter MMA (36) og. Tålmodighet. Hull Moving Average Vi begynner med å beregne 16-dagers vektet flytende gjennomsnitt (WMA) slik: 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) K med K 12. 16 136. Selv om det er fint og smoooth, det har et lag større enn vi liker: Så vi ser på 8-dagers WMA: Jeg liker det Ja, det følger prisvariasjonene ganske pent. men det er mer. Mens WMA (8) ser på nyere priser, har det fortsatt et lag, så vi ser hvor mye WMA har endret når det går fra 8-dagers til 16-dagers. Denne forskjellen vil se slik ut: På den måten gir forskjellen noe indikasjon på hvordan WMA endrer seg. så legger vi til denne endringen i vår tidligere WMA (8) for å gi: 2 WMA (8) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Hvorfor kaller det MMA jeg stikker. Uansett, ville MMA (16) se slik ut: Jeg tar det tålmodighet. det er mer. Nå presenterer vi den magiske transformasjonen og får. Ta-DUM Thats Hull Ja. som jeg forstår det Men hva er det magiske ritualet Etter å ha generert en serie MMA s som involverer 8-dagers og 16-dagers vektede glidende gjennomsnitt, stirrer vi nøye på denne sekvensen av tall. Deretter beregner vi WMA de siste 4 dagene. Det gir Hull Moving Average som vi har kalt HMA (4). Huh 16 dager deretter 8 dager deretter 4 dager. Kaster du en mynt for å se hvor mange. Du velger et antall dager, som n 16. Da ser du på WMA (n) og WMA (n2) og beregner MMA 2 WMA (n2) - WMA (n). (I vårt eksempel er det 2 WMA (8) - WMA (16). Deretter beregner du WMA (sqrt (n)) ved å bruke bare de siste sqrt (n) tallene fra MMA-serien. en WMA (4), ved hjelp av MMA-serien.) Og for det morsomme SINE-diagrammet, så gjør du det hvor regnearket jeg fortsatt jobber med: MA-stuff. xls Det er interessant å se hvordan de ulike bevegelige gjennomsnittene reagerer på pigger: Er HMA virkelig et vektet glidende gjennomsnitt. Vel, se: Vi har: 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 eller MMA 2 (136) - (1136) P 1 2 P 2. 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Skriv av følgende grunner for sanitære årsaker: MMA w 1 P 1 w 2 P 2. W 16 P 16. Merk at alle vekter legger til 1. Videre, wk 2 (136) - (1136) K for K 1, 2. 8 og wk - (1136) K for K 9, 10. 16. Deretter gjør du den magiske kvadratroterritalen (hvor sqrt (16) 4). Vi har (husker at P 16 er den nyeste verdien). HMA 4-dagers WMA for de ovennevnte MMA-ene (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 (bemerker at 1234 10). Huh P 0. P -1. Hva. MMA (16) bruker de siste 16 dagene, tilbake til prisen var callling P 1. Hvis vi beregner det 4-dagers vektede gjennomsnittet av disse MMA-ene, må du bruke gårsdagens MMA (og det går tilbake 1 dag før P 1) og dagen før, går MMA tilbake til 2 dager før P 1 og dagen før det. Okay, så du ringer dem priser P 0. P -1 etc. etc. Du har det. Så en 16-dagers HMA bruker faktisk info som går tilbake mer enn 16 dager, du har det. Men det er negative vekter for dem gamle priser Er det lovlig Beviset er i. Jaja. Beviset er i pudding. Så hva gjør regnearket Så langt ser det slik ut: (Klikk på bildet for å laste ned.) Du kan velge en SINE-serie eller en RANDOM-serie av aksjekurser. For den sistnevnte, hver gang du klikker på en knapp, får du et annet sett med priser. Da kan du velge antall dager: det er vår n. (For eksempel brukte vi n 16 til vårt eksempel ovenfor.) Videre, hvis du velger SINE-serien, kan du introdusere pigger og flytte dem langs diagrammet. som dette . Merk at weve brukte n 16 og n 36 (i bildet av regnearket) fordi n2 og sqrt (n) er begge heltall. Hvis du bruker noe som n 15, bruker regnearket INT eger-delen av n2 og sqrt (n), nemlig 7 og 3. Så er Hull Moving Average den beste Definer best. Hva med det Jurik Average jeg vet ingenting om det. Den er proprietær og du må betale for å bruke den. men lar oss spille med glidende gjennomsnitt. Et annet flytende gjennomsnitt Anta at i stedet for vektet flytte gjennomsnittet (hvor vektene er proporsjonale med 1, 2, 3.). Vi bruker den magiske Hull-ritualen med det eksponentielle flytende gjennomsnittet. Det er, vi vurderer: MAg 2 EMA (n2) - EMA (n) MAg Ja, det er M oving En ver g g immick eller M oving En ver g e g e nalisert eller M oving En verage g rand eller. Eller M oving A verage g ummy Vær oppmerksom Vi velger vårt favoritt antall dager, som n 16, og beregner MAg (n, 945, k) 945 EMA (nk) - (1-945) EMA (n). Vi kan spille med 945 og k og se hva vi får: For eksempel, her er noen MAgs (hvor stod i 16 dager, men endrede verdiene 945 og k): MAg (16) 2 EMA (4) - EMA 16) MAg (16) 1.5 EMA (5) - 0,5 EMA (16) Vær oppmerksom på at når vi velger k 3 får vi nk 163 5,333 som vi bytter til ren og enkel 5,0. Hvorfor holder du ikke med Hulls valg: 945 2 og k 2 God ide. Vi får dette: MAg (16) 2 EMA (8) - EMA (16) Ser ut som diagrammet med 945 1.5 og k 3. Det gjør det, gjorde det ikke. igjen muligens. Så hva med den kvadratroterritalen jeg forlater som en øvelse. for deg Ok, mens du spiller med den MAg-tingen, finner jeg at Hulls k 2 fungerer ganske bra. så godt hold deg til det. Men vi får ofte et ganske fint gjennomsnitt når vi legger til bare et lite stykke endringen: EMA (n2) - EMA (n). Faktisk, legg bare til en brøkdel 946 av den endringen. Det gir: MAg (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Det vil si at vi velger 946 0,5 eller kanskje bare 946 0,25 eller hva som helst og bruk: For eksempel, hvis vi sammenligner vår gaggle av bevegelige gjennomsnitt som de sporer en STEP-funksjon, får vi dette, der vi bare legger til (for MAg) 946 12 av forandringen. Ja, men hva er den beste verdien av beta. Definer best: Merk at beta 1 er Hull-valget. bortsett fra å bruke EMAer i stedet for WMAer. Og du lar ut den kvadratroten ting. Uh, ja. Jeg glemte det. Merk . Regnearket endres fra time til time. Det ser for øyeblikket ut noe å spille med. Jeg fikk meg et regneark som ser ut som dette. Klikk på bildet for å laste ned. Du velger en aksje og klikker på en knapp og får et år verdt av daglige priser. Du velger enten HMA eller MAg, endrer antall dager og, for MAg, parameteren, og se når du skal kjøpe ro SELL. Når Basert på hvilke kriterier Hvis det bevegelige gjennomsnittet er NED x fra sitt maksimum i løpet av de siste 2 dagene, kjøper du. (I eksempelet x 1.0) Hvis det er UP y fra sitt minimum i løpet av de siste 2 dagene, selger du. (I eksemplet y 1.5) Du kan endre verdiene for x og y. Er det noe bra. disse kriteriene sa jeg at det var noe å leke med. Det er denne andre utjevningsteknikken som kalles Hodrick-Prescott Filter. Med hjelp av Ron McEwan, er den nå inkludert i dette regnearket: Er det noe bra å spille med det. Du vil legge merke til at det er en parameter du kan endre i celle M3. og kjøp og selg signaler.