Variabelt rörligt medelvärde (VMA) En VMA är en EMA som kan reglera sin utjämningsgrad automatiskt baserat på marknadsinvestering. Känsligheten växer genom att ge större vikt åt de pågående uppgifterna, eftersom det ger en bättre signalindikator för korta och långsiktiga marknader. Flertalet sätt att mäta rörliga genomsnittsvärden kan inte kompensera för sidlediga rörelser i förhållande till trendmarknader och genererar ofta många falska signaler. Långfristiga glidande medelvärden är långsamma att reagera på reverseringar i trenden när priserna rör sig upp och ner över en lång tidsperiod. Ett rörligt rörligt medel reglerar sin känslighet och låter det fungera bättre under alla marknadsförhållanden genom att använda automatisk reglering av utjämningskonstanten. Det rörliga rörliga genomsnittet är också känt som VIDYA-indikatorn. Men den här versionen är ett modifierat koncept av VIDYA. Det rörliga rörliga medelvärdet utvecklades av Tushar S. Chande och presenterades först i sin artikel i mars 1992 i Technical Magazine of Stocks Amp Commodities, där en standardavvikelse användes som volatilitetsindex. I sin artikel i oktober 1995 i samma tidning modifierade Chande VIDYA för att använda sin egen Chande Momentum Oscillator (CMO) som Volatilitetsindex. VMA-koden nedan är resultatet av denna modifiering. Ingen information på denna webbplats är investeringsrådgivning eller en uppmaning att köpa eller sälja något finansiellt instrument. Tidigare resultat är inte en indikation på framtida resultat. Handel kan utsätta dig för risk för förlust större än dina insättningar och är endast lämplig för erfarna investerare som har tillräckliga finansiella medel för att bära sådan risk. ProRealTime ITF-filer och andra bilagor: Ny PRC finns nu också på YouTube, prenumerera på vår kanal för exklusivt innehåll och handledning. Varning: Trading kan utsätta dig för risk för förlust som är större än dina insättningar och är endast lämplig för erfarna kunder som har tillräckliga finansiella medel att bära sådan risk. Artiklarna, koderna och innehållet på denna webbplats innehåller endast generell information. De är inte personliga eller investeringsråd eller en uppmaning att köpa eller sälja något finansiellt instrument. Varje investerare måste själv bedöma om det är lämpligt att handla ett finansiellt instrument till sin egen finansiella, skattemässiga och rättsliga situation. För att hjälpa oss att kontinuerligt erbjuda dig den bästa upplevelsen på ProRealCode använder vi cookies. Genom att klicka på Fortsätt accepterar du vår användning av dem. Du kan också kolla vår sekretesspolicysida för mer information. Fortsätta . Introduktion till den varierande rörliga genomsnittliga tekniska indikatorn: 17. 2013. Få tillgång till den rörliga genomsnittliga tekniska indikatorn via Forex-plattformen: tracking. leadfinanceSH3m Utvecklad av Tushar S. Chande i början av 90-talet, VIDYA (1992) och VMA (1995) har variabla utjämningskonstanter baserade på olika åtgärder av marknadsvolatilitet Variable Moving Averages använd Chandes Momentum Oscillator för att mäta volatiliteten på marknaden (i stället för att använda standardavvikelsen som VIDYA). VMA har högre känslighet när data har högre volatilitet, förbättrar prestanda i handelsområdet och detekterar instanser av trendomvandling jämfört med andra glidande medelvärden. BERÄKNING AV VMA VMA VI Variation Index N Utjämningsperiod VMA (1) Tidigare VMA-värde För VMA, är VI baserat på Chande Momentum Oscillator-värdet ((1) (VI)) VMA (1) medan för VIDYA, VI är baserad på en beräkning av standardavvikelsen). Formeln för VI inom VMA hoppar över multipliceringssteget med 100 stavarna indikerar absolut värde eftersom CMO varierar från -100 till 100: VI (Su-Sd) (Su Sd) Su (Summa upp) Summan av skillnaden mellan strömmen Stäng och tidigare Stänger på dagar med positiv prisrörelse inom den valda perioden (vanligtvis är perioden 9 dagar) Sd (Summan av) Summan av skillnaden mellan nuvarande Stäng och tidigare Stänger på dagar med negativ prisrörelse inom den valda perioden TOLKAR DEN VMA De flesta glidande medelvärdena kan inte ändra spänningen i perioder som beaktas inom ett volatilitetsindex, vilket gör VMA till en användbar motpunkt till medelvärden med fasta perioder. Grundläggande principer: - Congestion VMA sänks för att undvika whipsaws. Trending VMA-hastigheter för att bättre spåra prisdragningar. - Använd inom en utvecklingsutveckling för att motverka långsammare medelvärden eller de som beaktar en stor spridning av data. - Använd inom en varierande marknad för att motverka snabbare medelvärden eller de med tanke på en kortare dataspridning Ange ditt N-värde försiktigt: högre N betyder att VMA kommer att flytta exponentiellt långsammare, så en trendmarknad gynnas av en lägre N, medan högre N-värden är bra inom handelsområdet Bäst används i tider med växlande volatilitet (förändring av VI-värde), eftersom andra medelvärden inte kommer att anpassas Fungerar bra inom ett 3-årigt Crossover Trading Scheme (tillsammans med olika glidande medelvärden eller med olika perioder och N-värden): - Köp när ett genomsnitt på kortare period överstiger en längre period genomsnittet underifrån - Sälj när ett genomsnitt med kortare perioder överstiger ett längre medeltal från ovan - Långa positionssignaler när priset är över medelvärdena, kortlägessignaler när p ris är under medelvärdena Alltid överväga vid faktiska prisåtgärder Trots det varierande intervallet och tyngdpunkten på de senaste uppgifterna i volatilitetsperioder är VMA fortfarande en fördröjningsindikator som alla andra rörliga genomsnittliga effektivitetskvoter rörliga medelvärden (ER-VMA) 8211 testresultat variabeln Moving Average (VMA) anpassar sin egen utjämningsperiod dynamiskt till de förändrade marknadsförhållandena baserat på ett volatilitetsindex (VI). Medan VI kan användas, kommer vi i denna artikel att titta på hur VMA utför med ett effektivitetsförhållande (ER). Detta är identiskt med den modifierade CMO som Tushar S. Chande föreslagit användes i sin artikel i oktober 1995 i Teknisk Analys av Stocks amp Commodities 8216Identifying Powerful Breakouts Early 8216. ER-VMA kräver två användardefinierade ingångar: En effektivitetsförhållandeperiod och en VMA period. Vi testade branschen Lång och kort, med Daglig data, EOD-signaler och EOW-signaler slutar analysera alla kombinationer av: ER 10, 20, 40, 80, 126, 252 VMA 1, 2, 3 4, 5, 6, 7, 8, 9, 10 ER-längderna valdes på grund av att de motsvarar ungefärligt antal handelsdagar i standard kalenderperioder: 10 dagar 2 veckor, 20 dagar 1 månad, 40 dagar 2 månader, 80 dagar år, 126 dagar år och det finns 252 handelsdagar i ett genomsnittligt år. VMA perioderna valdes efter preliminära tester visade att när de kombinerades med de olika ER längderna resulterade de i medianutjämningsperioder mellan 6 och 207 dagar ett intervall som skulle få bästa resultat baserat på vad vi vet från tidigare forskning kring glidande medelvärden. Totalt 240 olika medel testades och var och en kördes genom 300 års data över 16 olika globala index (detaljer här). ER Variabel rörlig medelvärde EOD vs EOW Returns: Precis som vid tidigare VMA-test lyckades varje ER-VMA med EOD-signaler överträffa genomsnittlig köp och hålla årlig avkastning på 6,32 i testperioden (innan du tillåter transaktionskostnader och glidning). Det var tydligt att ER-perioderna 126 och 252 gav de bästa resultaten med både EOD - och EOW-signaler. Detta återger tidigare resultat på andra 8216intelligent8217 glidande medelvärden. 126-dagars ER-VMA med en konstant på 1 visar sig som den bästa artisten med EOD-signaler medan 252-dagars ER-VMA med en konstant av 9 var bäst när man tog EOW-signaler. (Resultaten på den korta sidan upprepar detta). Det är intressant att notera att avkastningen håller sig ganska bra när man använder EOW-signaler på en 252 ER så kan vi titta närmare på hur sannolikheten för vinst och varaktighet jämförs för EOD - och EOW-signaler. Det är klart att det finns ett stort hopp i Sannolikheten för vinst och den genomsnittliga varaktigheten vid användning av EOW-signaler är båda mycket önskvärda egenskaper, särskilt om de kan uppnås utan att offra för mycket avkastning. Bästa EOD Efficiency Ratio Variable Moving Average Jag har inkluderat i ovanstående diagram prestanda för 126 Day FRAMA, EOD 4, 300 Long becuase hittills har detta varit det bästa Performing Average. 126-dagars ER-VMA, EOD 1, Long producerade nästan identiska resultat till det bästa som FRAMA kunde producera men fortfarande under utför lite (Samma gäller sorts på kort sida). Dessutom finns det andra små saker som går emot 126-dagars ER-VMA, EOD 1 som en liten ökning av den största förlusten och inte vinner en vinst på Nikkei 225. 126-dagars ER-VMA, EOD 1 8211 Utjämning Period Distribution Titta på Utjämningsfördelningen du kan se är ganska lik den FRAMA men med en lägre median och ett MASSIVE sortiment. 126-dagars ER-VMA, 1 8211 Alpha-jämförelse För att få en uppfattning om de avläsningar som skapade dessa resultat kartlade vi en del av alfasen för 126-dagars ER-VMA, 1 och jämförde den med den bästa utförande FRAMA för att se om det fanns alla likheter som skulle avslöja vad som gör ett bra volatilitetsindex: Alfabetet har ett mycket liknande mönster för både 126-dagars FRAMA 4, 300 och 126-dagars ER-VMA 1, vilket också bidrar till att förklara varför deras prestanda är så likartad. Observera dock att FRAMA är mycket mindre flyktig. Det är alltid att föredra att arbeta med indikatorer som genererar rena avläsningar med låga ljudnivåer, förutsatt att de fortfarande ger bra resultat. Bästa EOW Efficiency Ratio Variable Moving Average Jag har inkluderat på ovanstående diagram prestanda för 252-dagars FRAMA, EOW 40, 250 Long eftersom hittills har detta varit det bästa 8216slower8217 Moving Average. 252-dagars ER-VMA, EOW 9, under utför en liten mängd med nästan alla mått, men det ger en längre genomsnittlig varaktighet på 86 dagar jämfört med 63 dagar för FRAMA. Detta gör 252-dagars ER-VMA, EOW 9 en mycket stark kandidat som det bästa 8216slower8217 glidande medlet, trots att dess prestanda på den korta sidan har en något större marginal. 252-dagars ER-VMA, EOW 9 8211 Utjämningsperiod Distribution Med tanke på utjämningsfördelningen för 252-dagars ER-VMA, 9 ser du att den är mycket mer spridd ut med bara 33 av dess perioder som omfattas av de första 50 datapunkterna medan samma område täcker 82 för FRAMA. Det har också en mycket högre medianutjämningsperiod på 119 jämfört med 52 för FRAMA som förklarar varför den har en längre genomsnittlig varaktighet. 252 Dag ER-VMA, 9 8211 Alpha Jämförelse Den här gången ser vi att alfaerna är väldigt olika, men FRAMA är än en gång mycket mindre flyktig. Kom ihåg ju högre läsning desto snabbare resulterar utjämningsperioden, så är ER-VMA mycket lägre än FRAMA, vilket resulterar i ett långsammare medelvärde. Slutsats ER-VMA ger några imponerande avkastningar och ger FRAMA en bra löpning för sina pengar. För ett 8216 fast8217 glidande medelvärde är 126-dagars FRAMA, EOD 4, 300 överlägsen 126-dagars ER-VMA, 1 eftersom den överträffar nästan alla mått och styrs av avläsningar (D) som är betydligt mindre flyktiga. För 8216slower8217 glidande medel är det svårare att välja vinnaren. Jag tycker om att 252 ER-VMA, 9 har en mycket jämn fördelning av utjämning och en längre genomsnittlig handelstid. Det är dock olyckligt att det finns så mycket mer ljud i de avläsningar (ER) som styr det. ER-VMA berättar verkligen Warrens omnämnande och kanske ytterligare forskning, men baserat på våra resultat hittills är FRAMA fortfarande något överlägsen på nästan alla sätt. Vill du använda den här indikatorn Få ett gratis Excel-kalkylblad vid den flytande länken under Nedladdningar Tekniska indikatorer: Variabel rörlig medelvärde (VMA). Den anpassas automatiskt till en av många olika VI som du kan välja, inklusive effektivitetsförhållandet som används i den här artikeln. För mer i denna serie se Teknisk indikator Kämpa för överlägsenhet En ingångssignal ska gå lång (eller utgångssignal för att täcka en kort) för varje genomsnittstest som genererades med ett stäng över det genomsnittet och en utgångssignal (eller ingångssignal för kortslutning) genererades på varje stäng under det glidande medlet. Inget ränta har intjänats i kontanter och ingen ersättning har gjorts för transaktionskostnader eller glidning. Handlarna testades med hjälp av EOD (End of Day) och End of Week (EOW) - signaler på Dagliga data. T. ex. Dagliga data med en EOW-signal skulle kräva att veckan slutfördes över ett dagligt rörligt medelvärde för att öppna en lång eller kort stund. Dagliga data med EOD-signaler skulle kräva att dagspriset stängs över ett dagligt rörligt medelvärde för att öppna en lång eller nära en kort och vice versa. Detta var den genomsnittliga årliga avkastningen på de 16 marknaderna under testperioden. Data som används för dessa test ingår i resultatkalkylbladet och mer information om vår metodik finns här. 252-dagars ER-AMA, 9 8211 Alpha ComparisonVariable Moving Average (VMA) aka Volatilitetsindex Dynamic Ave (VIDYA) Variable Moving Average (VMA) aka Volatilitetsindex Dynamic Average (VIDYA) utvecklades av Tushar S. Chande och presenterades först i Mars 1992 utgåva av teknisk analys av lagerförstärkare Commodities 8211 Anpassa rörliga medelvärden till marknadsvolatilitet Chande8217s teori var att prestanda för ett exponentiellt rörligt medelvärde kunde förbättras genom att använda ett volatilitetsindex (VI) för att justera utjämningsperioden när marknadsförhållandena förändras. Tanken är att när priserna är överbelastade bör ett genomsnitt sakta ner för att undvika whipsaws, men när priserna trender starkt bör ett genomsnitt snabbare för att fånga de stora prisrörelserna. Han var inte den första personen som tänkte på dessa linjer George R. Arrington, Ph. D introducerade ett rörligt enkelt rörligt medelvärde baserat på standardavvikelsen i juni 1991-utgåvan av teknisk analys av lagerförstärkare 8211 bygga ett rörligt medeltal för rörlig längd ( VLMA). YIDYA representerade dock ett massivt steg framåt från VLMA eftersom det möjliggjorde en mycket större spridning av utjämningsperioder. Hur man beräknar ett rörligt genomsnittligt VMA (VI Stäng) ((1 8211 (VI)) VMA1) VI Användare väljer ett mått på volatilitet eller trendstyrka. N Användardefinierad konstant utjämningsperiod. Här är ett exempel på en 3-årig VMA med ett 3-års effektivitetsförhållande (ER) som VI: Hur VIDYA-utjämning ändras av volatilitetsindexet Det rörliga rörliga genomsnittet är unikt eftersom det inte har någon övre eller nedre gräns för dess utjämning period: VMA-utjämningsperioden kan gå oändligt hög tills volatilitetsindexet är lika med noll vid vilken tidpunkt det resulterande genomsnittet kommer sluta röra sig och vara lika med föregående VMA. När volatilitetsindexet är lika med 1 kommer utjämningsperioden att vara lika med den användardefinierade konstanten 8216N8217 märker hur när Y-axeln N, X-axeln 1. Om volatilitetsindexet som används kan stiga över 1 (som standardavvikelseförhållandet) då kan utjämningsperioden sjunka under den användardefinierade konstanten. När VI (N2) 0,5 blir utjämningsperioden 1, vilket är lika med själva priset. Därför får den VI som används inte stiga ovanför (N2) 0,5 och om det gör vid ett tillfälle måste detta lock skrivas in i formeln. En titt på den faktiska alfa Eftersom VMA är som namnet antyder, variabel är 8216Actual Alpha8217 inte statisk men påverkas av VI. Genom att ändra konstant 8216N8217 ändras dock tolkningen av VI väldigt: Ovan kan du se ett exempel på 8216Actual Alpha8217 och den resulterande utjämningsperioden för en VMA med en 8216N8217 av 1 och en 8216N8217 av 5. Vi vet att när VI 1 (vilket indikerar att beståndet trender perfekt) utjämningsperioden 8216N8217. Så de snabbaste möjliga utjämningsperioderna i dessa exempel skulle vara 1 respektive 5 inte en stor skillnad. Men det är förvånande att se vad en stor inverkan förändrar 8216N8217 bara några punkter har övergripande. Faktum är att 8216N8217 ökar de resulterande VMA-rörelserna exponentiellt långsammare. Denna påverkan är snarare som den kvadrering som används av Kaufman i sitt adaptiva rörande medelvärde. Vilket volatilitetsindex att använda Chande använde ursprungligen standardavvikelseförhållandet som hans VI och det här är det som vanligtvis används när folk pratar om en VIDYA. Men senare, i oktober 1995 artikeln från Technical Analysis of Stocks amp Commodities 8211 8216Identifying Powerful Breakouts Early 8216 föreslog han användningen av sin egen Chande Momentum Oscillator (CMO). Eftersom CMO varierar mellan 100 och 100, för att använda den i den här applikationen måste vi ta det absoluta värdet dividerat med 100. Resultatet är identiskt med effektivitetsförhållandet (ER) och används VI oftast när människor hänvisar till en VMA . Eventuella mått på volatilitet eller trendstyrka kan dock användas så länge det passar mellan ett noll till (N2) 0,5-intervall där högre mätningar indikerar en starkare trend. Volatilitetsindex används för provning Som en del av 8216Technical Indicator Fight for Supremacy 8216 testade vi följande indikatorer som volatilitetsindex i ett rörligt rörligt medelvärde: Finns det några andra som du tycker är värda att testa? Vänligen meddela oss i kommentarfältet på botten. Variabel rörlig genomsnittlig Excel-fil Jag har sammanställt ett Excel-kalkylblad som innehåller det rörliga rörliga genomsnittet och gjort det tillgängligt för gratis nedladdning. Den innehåller en 8216basic8217-version som visar alla arbeten och en 8216fancy8217 som automatiskt anpassar sig till längden och det volatilitetsindex du anger. Hitta den på följande länk längst ner på sidan under Nedladdningar Tekniska indikatorer: Variabel rörlig genomsnitts (VMA) 10-dagars variabel rörlig genomsnittlig exempel, VI 50-dagars effektivitetsförhållande Tack, bror, det här är bra. förklaringen av matematiken bakom den är väldigt hjälpsam nu när jag förstår hur varje del av ekvationen fungerar kan jag spela med den en fråga8230 VMA1 för nävedatapunkten du bara använder Close1 och i så fall varför inte bara använda Close1 det borde vara mer lyhörd för prisförändring Jag måste hålla med steveplace, heteroskedacity är svår att förklara klockan 7:00 på morgonen lol Glad att du fann det användbart Peter. Jag hittar några av formlerna på webben för att dessa saker är svåra att läsa eftersom jag inte har någon formell matematikutbildning. Det är därför jag bryter ner det hela och visar arbetet så det finns ingen förvirring. När det gäller din fråga är VMA fortfarande ett exponentiellt glidande medelvärde (EMA) etfhqblog20101108exponential-moving-average, men med en dynamisk alfa istället för en konstant. Alla EMA använder sina tidigare medel när de flyttar framåt, men måste fröas med ett nummer i början (vanligtvis föregående stäng) EMA EMA (1) (Stäng EMA (1)). Om du fortsatte att använda föregående stängning så skulle genomsnittet spåra priset så nära att det matchar det nästan exakt. Ladda ner spreadsheeten om du redan har 8217 och försök. Gå till cell J5 i slutet av formeln kommer det att säga IF (J482438221, J4 (2 (I51)) (E5-J4), 82218221)) ändra detta för att läsa IF (E482438221, E4 (2 (I51)) - E4), 82218221)) fyll i den här formeln längst ner i kolumnen och den refererar sedan till föregående stäng i stället för tidigare VMA. BTW Jag märkte just att jag hade kalkylbladet inställt på manuell beräkning uppdatering snarare än automatisk. Du kanske vill ändra det eller ladda ner det igen som jag har fixat det nu. sayyed 5 år sedan använder jag VMA tillsammans med andra MA8217s (enkel, exp, viktad, volviktig, triangulär). ska jag använda samma period för VMA som perioden för andra medelvärden använder jag skärningspunkten som mina buysellpoäng som andra MA8217s eller ska jag använda riktningen för VMA som min buysell-signal tack för ditt stöd. Derry Brown 5 år sedan Du kan se testresultat för flera av de MAs du nämnde här 8211 etfhqblog20100525best-technical-indicators Svaret på din fråga beror på om du använder dem som en del av ett mekaniskt system eller en diskretionär. Jag har inte testat resultaten av MA crossovers mellan olika typer av MAs men jag skulle inte tro att detta skulle vara ett effektivt tillvägagångssätt. Varje typ av rörligt medelvärde är unikt, så det är inte nödvändigt att använda samma utjämningsperiod och VMA är så annorlunda att den måste behandlas som ett helt separat medelvärde. Hoppas det hjälper Derry
No comments:
Post a Comment