Moving Access Kurvenbeschlag

Ein Test, zum des besten beweglichen durchschnittlichen Verkaufs-Strategie von Dr. Winton Filz zu finden Um unsere Handelssysteme und Algorithmen zu entwickeln oder zu verfeinern, führen unsere Händler häufig Experimente, Tests, Optimierungen und so weiter durch. Wir haben mehrere Verkaufstrategien getestet und teilen nun einige dieser Erkenntnisse. R. Donchian, popularisiert das System, in dem ein Verkauf auftritt, wenn die 5-Tage gleitenden Durchschnitt kreuzt unter dem 20-Tage gleitenden Durchschnitt. R. C. Allen popularisierte das System, in dem ein Verkauf auftritt, wenn der 9-Tage-gleitende Durchschnitt unter dem 18-Tage-gleitenden Durchschnitt kreuzt. Einige Händler glauben, sie geben weniger von den Gewinnen, die sie erzielen, wenn sie einen kürzeren langen gleitenden Durchschnitt verwenden. Diese Leute ziehen es vor, zu verkaufen, wenn der 5-Tage-Gleitende Durchschnitt unter dem 10-Tage gleitenden Durchschnitt kreuzt. Händler haben Variationen auf diese Ideen (einige touting die Vorteile einer Variante und andere touting die Vorteile eines anderen). Ein Händler erzählte uns von der Überkreuzung der 7-Tage - und 13-Tage-exponentiellen gleitenden Durchschnittswerte. Weil dieses System etwas Verdienst zu haben schien, wurde es in die Tests für Vergleichszwecke einbezogen. Die Strategien, die in dieser speziellen Testreihe behandelt wurden, umfassten alle dualen Systeme, in denen der kürzere gleitende Durchschnitt zwischen 4 Tagen und 50 Tagen lag und der längere gleitende Durchschnitt zwischen dem kurzen gleitenden Durchschnitt und 200 Tagen lag. Hier berichten wir über einige der beliebtesten Systeme und Variationen dieser Systeme. Verkaufen, wenn die stockrsquos einfachen 9-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 18-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 10-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 18-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 10-Tage gleitenden Durchschnitt Kreuze unterhalb seiner einfachen 19-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 9-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 19-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 9-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 20-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 10-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 20-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 4-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 18-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 5-Tage gleitenden Durchschnitt Kreuze unterhalb seiner einfachen 18-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 4-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 20-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 5-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 20-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 5-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 9-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 4-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 9-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 4-Tage gleitenden Durchschnitt Kreuze unterhalb seiner einfachen 10-Tage gleitenden Durchschnitt, Verkaufen, wenn die stockrsquos einfachen 5-Tage gleitenden Durchschnitt kreuzt unter seinem einfachen 10-Tage gleitenden Durchschnitt, Verkaufen, wenn der stockrsquos exponentiellen 7-Tage-gleitenden Durchschnitt unter seinem exponentiellen 13- Verkaufen, wenn die stockrsquos exponentiellen 7-Tage gleitenden Durchschnitt kreuzt unter seinem exponentiellen 14-Tage gleitenden Durchschnitt. Wir wollten es vermeiden, quadcurve-fitting. quot Das heißt, wir wollten diese Strategien über eine breite Palette von Aktien, die eine Vielzahl von Branchen und Marktsektoren zu testen. Auch wollten wir über eine Vielzahl von Marktbedingungen testen. Daher haben wir die Strategien für jeden von etwa 3000 Aktien über einen Zeitraum von etwa 9 Jahren (oder über den Zeitraum getestet, in dem die Aktie gehandelt wird, wenn sie für weniger als 9 Jahre gehandelt wird), wobei Factoring in Provisionen, aber nicht quotslippage. quot Slippage Ergebnisse, wenn Der Verkaufsauftrag ist für 30, aber der Preis, zu dem der Verkauf ausgeführt wird, ist 29.99. In diesem Fall wäre der Schlupf ein Pfennig ein Anteil. Die gleiche Quotebuyquot-Strategie wurde konsequent für jeden Test verwendet. Die einzige Variable war die Regel für den Verkauf. Für jede Strategie summierten wir die Erträge auf alle Aktien. Wir haben insgesamt 47.312 Tests durchgeführt. Die Idee hinter diesem Experiment war, herauszufinden, welche dieser Verkauf Disziplinen die besten Ergebnisse die meiste Zeit für die meisten Bestände erzielt. Denken Sie daran, dass die Rentabilität eines Systems, das auf eine einzelne Aktie angewendet wird (auch wenn dies für 3000 Aktien wie in unserem Test wiederholt wird) nicht das gesamte Bild malen. Die Rentabilität pro investierter Zeit ist eine bessere Methode, um Systeme zu vergleichen. Bei der Durchführung dieses Tests an stockdisciplines, verlangten wir, dass jedes System auf ein neues Kaufsignal in dem bestimmten zu testenden Bestand warten musste. Im realen Leben konnte ein Händler zu einem anderen Vorrat sofort nach einem Verkauf springen. Daher würde der Händler wenig oder gar keine Zeitbedarf haben, während er auf den nächsten Kauf wartet. Ein System, das weniger rentabel ist, aber eine Position früher verlässt, könnte daher im Laufe eines Jahres höhere Gewinne erzielen, indem es wieder in eine andere Sicherheit investiert, sobald die erste verkauft wird. Auf der anderen Seite wäre es ein ärmerer Darsteller, wenn es für das nächste Kaufsignal auf dem gleichen Vorrat warten musste, während ein anderes langsames System immer noch hielt und Geld verdiente. So kann ein System, das einen 10-Gewinn in 20 Tagen erfasst, nicht gut mit einem anderen System vergleichen, das in den ersten 10 Tagen des gleichen Zuges nur einen Gewinn von 7 erzielt und dann an eine andere Stelle verkauft. Die verschiedenen Verkaufssysteme sind nachfolgend in der Reihenfolge ihrer Rentabilität angeordnet. Die linke Spalte ist der kurzlebige Durchschnitt und die mittlere Spalte der langgängige Durchschnitt. Die Verkaufssignale wurden erzeugt, als der kurze Mittelwert unter dem langen Durchschnitt lag. Die rechte Spalte ist die Gesamtprofitabilität für alle getesteten Bestände. Das Schlüsselelement des Vergleichs ist nicht das tatsächliche Ausmaß des Gewinns für jedes Verkaufssystem. Dies würde erheblich variieren mit verschiedenen quotbuyquot und quotsellquot Systemkombinationen. Wir testeten nicht auf die Rentabilität eines kompletten Systems, sondern auf das relative Verdienst der verschiedenen Quotsellquot-Systeme isoliert von ihren jeweiligen optimalen quotbuyquot-Disziplinen. Wie Sie aus der Tabelle sehen können, war der Verkauf, wenn der 9-Tage-Gleitende Durchschnitt unter dem 18-Tage-Gleitende Durchschnitt überschritten, nicht so rentabel wie der Verkauf, als der 10-Tage-Gleitende Durchschnitt unter dem 20-Tage-Gleitende Durchschnitt überschritt. Donchianrsquos 5-Tage gleitenden Durchschnitt Kreuz des 20-Tage-Durchschnitt war auch mehr rentabel als die 9-Tage-Durchschnitt Kreuz des 18-Tage-Durchschnitt. Alle Tests waren identisch. Die einzige Variable war die Kombination aus gleitenden Mittelwerten. Die beiden exponentiellen Systeme waren am Ende der Liste in der Rentabilität. Lesen Sie diesen Bericht nicht, ohne den folgenden Bericht zu lesen, indem Sie auf den Link unterhalb der Tabelle klicken. Der Tisch bietet nur einen Teil der Geschichte. Auch war diese Studie kein Versuch, die relative Efectivität von kompletten Systemen zu messen. Zum Beispiel, R. C. Allen39s-System (als Komplettsystem) sehr gut übertreffen kann eines der oben genannten Systeme auf der folgenden Tabelle. Der Eintrittspunkt eines Systems hat sehr viel mit dem Gewinn zu tun, der am Ausgangspunkt eines Systems gewonnen wird. Die Einstiegpunkte der verschiedenen Systeme wurden in dieser Studie ignoriert. Diese Studie unterstützt die Vorstellung, dass die Verkaufsseite eines dreifachen gleitenden Durchschnittssystems, basierend auf dem 5-, 10- und 20-Tage-Gleitdurchschnitt, wahrscheinlich rentabler als die Verkaufsseite des ähnlichen 4-, 9-, 18 ist - durchschnittliche Kombination. Es hat den zusätzlichen Vorteil, dass wir die Abwärtskreuzung des fünftägigen gleitenden Durchschnitts gegenüber dem gleitenden 20-Tage-Durchschnitt überwachen können. Letzteres ist Donchianrsquos-System, und es ist ein starkes System in seinem eigenen Recht (es gibt auch Signale früher als die 9-18 oder 10-20 Kombinationen). Daher, einschließlich der 5-, 10-und 20-Tage gleitenden Durchschnitte auf unseren Charts gibt uns eine zusätzliche Option. Wir können das 5-, 10- und 20-Tage-Triple-Moving-Average-System verwenden, um unsere Verkaufssignale zu generieren, oder wir können Donchianrsquos 5-, 20-Tage-Dual-Moving-Average-System verwenden. Wenn das Aktienmuster nicht aussieht oder quotfefequot Recht zu uns, das 5-Tage gleitende Durchschnittkreuz gibt uns einen früheren Ausgang. Andernfalls können wir für die 10-20 Crossover warten. Während wir Unterschiede zwischen den Top-Systemen unterscheiden konnten, sollte man bedenken, dass die Unterschiede in der Netto-Gesamtrendite über die gesamte Testzeit sehr gering waren. Zum Beispiel betrug die Differenz zwischen dem obersten und dem achten Platz nur etwa 2,4. Wenn Sie das über die gesamte Zeit des Studiums zu verbreiten, sehen Sie, dass die jährlichen Unterschiede sind wirklich ziemlich klein. Im Hinblick auf Komplettsysteme kann das 9-, 18-Tage-System rentabler als das 10-, 20-Tage-System oder das Donchian-System sein. Für diese Überlegungen und andere Kommentare und Informationen, finden Sie in der Follow-up-Bericht: Ein Test, um die besten Moving Average Sell Strategy: Kommentare und Bemerkungen zu finden. Erhalten Sie mehr auf diesem und sehen Sie eine Liste der Tutorien auf Disziplinen für Investoren und Händler. Copyright-Kopie 2008 - 2016 von StockDisciplines aka Stock Disciplines, LLC Dr. Winton Felt unterhält eine Vielzahl von kostenlosen Tutorials, Lager Alerts und Scanner-Ergebnisse auf www. stockdisciplines hat eine Markt-Review-Seite auf www. stockdisciplines / Markt-Überprüfung hat Informationen und Illustrationen In Bezug auf pre-surge quotsetupsquot auf www. stockdisciplines / stock-alerts und Informationen und Videos über volatilitätsangepasste Stop Verluste auf www. stockdisciplines / Stop-Verluste Hinweis für Webmaster Wenn Sie diesen Artikel auf Ihrem Blog oder Ihrer Website veröffentlichen möchten, können Sie Tun Sie dies, wenn und nur, wenn Sie sich an unsere Publisher39s Nutzungsbedingungen und Vereinbarungen. Mit der Veröffentlichung dieses Artikels erklären Sie sich damit einverstanden, sich an unsere Nutzungsbedingungen und Vereinbarungen zu halten. Sie können die Nutzungsbedingungen und Vereinbarungen von Publisher39 lesen, indem Sie auf den folgenden blauen quotTermsquot-Link klicken. Nutzungsbedingungen Alle Seiten auf dieser Website sind urheberrechtlich geschützt Copyright copy 2008 - 2016 by StockDisciplines Kein Teil dieser Publikation darf in irgendeiner Form reproduziert oder verbreitet werden. - StockDisciplines 1590 Adams Avenue 4400 Costa Mesa, 92628 Vereinigte Staaten von Amerika. Handel und / oder Investitionen in die Wertpapiermärkte sind mit einem Verlustrisiko verbunden. Diese Website NIEMALS empfiehlt, dass jeder einzelne Kauf oder Verkauf von Wertpapieren. Es gibt keine individuelle Anlageberatung. Und nichts hierin sollte so interpretiert werden, als ob es so wäre. Leser dieser Website sollten Inhalte von einem lizenzierten professionelle über ihre persönlichen Investitionen zu suchen. StockDisciplines ist nicht verantwortlich für Verluste, die durch die Nutzung der auf dieser Website bereitgestellten Informationen entstehen. WICHTIGE HINWEISE Mit der Nutzung dieser Website erklären Sie sich mit unseren allgemeinen Geschäftsbedingungen und den Datenschutzbestimmungen einverstanden. Sehen Sie sie durch Klicken auf ihre Links in der Nähe der unteren Menü auf der linken Seite jeder page. ezForecaster verwendet mehrere verschiedene Arten von Techniken, um die beste Chance auf eine genaue a te Prognose erstellen. Dies sind Best Fit, Curve Fitting (oder Regression) Methoden. Glättungsmethoden. Und saisonale Glättung Methoden. Best (Fitting) - Methode Erstens bietet ezForecaster die Möglichkeit, automatisch das Problem zu umgehen, bei dem es sich um die beste Prognosetechnik handelt. Es tut es für Sie. Wählen Sie Best Method. Und ezForecaster berechnet die bestmögliche Prognose, indem versucht wird, jede Technik auf die von Ihnen bereitgestellten historischen Daten anzupassen. Dies bedeutet, dass ezForecaster die Technik wählt, die den Fehler minimiert hat. Für die Berechnungen verwendet ezForecaster die Best-Methode, siehe den Abschnitt Wie ezForecaster seine beste Anpassung wählt. Kurvenanpassung Methoden versuchen zu erklären, Variation mit Hilfe statistischer Techniken. Durch die Bereitstellung von mehreren Methoden, ezForecaster hat eine bessere Möglichkeit, eine Best-Fit-Prognose zu finden. Keines dieser Regressionsverfahren berücksichtigt saisonale oder zyklische Effekte, und jedes Verfahren gewichtet Daten gleichermaßen zurück. Die folgenden Methoden sind verfügbar: Glättungsmodelle versuchen, Prognosen durch die Beseitigung extremer Änderungen in vergangenen Daten. Folgende Methoden stehen zur Verfügung. Saisonale Glättungsmodelle versuchen, eine entsalzte Version von vergangenen Daten zu prognostizieren und dann saisonale Effekte auf die resultierende Prognose anzuwenden. Additive Decomposition bricht eine Serie in Komponenten, Trend, Seasonality, Cyclical und Error, bestimmt den Wert von jedem, projiziert sie nach vorne und setzt sie wieder zusammen, um eine Prognose zu erstellen. T stellt die Trendkomponente, S die Saisonalität, C den Langzeitzyklus und e den Fehler dar. NB: Wenn historische Daten kleiner sind als ein typischer Konjunkturzyklus - z. B. fünf bis zehn Jahre - wird die zyklische Komponente oftmals nicht berücksichtigt. Ähnlich wie die Additive-Methode, aber diese Version berücksichtigt die Auswirkungen der Saisonalität multiplikativ, das heißt, wächst (oder sinkt) im Laufe der Zeit. Wobei T die Trendkomponente, S die Saisonalität, C den Langzeitzyklus und e der Fehler ist. Diese fortgeschrittene exponentielle Glättungsmethode konstruiert drei statistisch verwandte Reihen, die verwendet werden, um die tatsächliche Prognose zu erstellen: die geglättete Datenreihe, den saisonalen Index und die Trendreihen. Diese Methode erfordert mindestens zwei Jahre Back-Daten, um eine Prognose zu berechnen. Es wird berechnet, indem die folgenden drei Aktualisierungsformeln gelöst werden. Diese fortgeschrittene exponentielle Glättungsmethode (a. k.a. Holt-Winters Seasonal) konstruiert drei statistisch verwandte Reihen, die verwendet werden, um die tatsächliche Prognose zu erstellen: die geglättete Datenreihe, den saisonalen Index und die Trendreihe. Diese Methode erfordert mindestens zwei Jahre Back-Daten, um eine Prognose zu berechnen. Sie wird berechnet, indem die folgenden drei Aktualisierungsformeln gelöst werden. Moving-Mittelwerte - Einfache und exponentielle Moving-Averages - Einfache und exponentielle Einführung Die gleitenden Mittelwerte glatt machen die Preisdaten zu einem Trend-Indikator. Sie prognostizieren nicht die Kursrichtung, sondern definieren die aktuelle Richtung mit einer Verzögerung. Moving Averages Lag, weil sie auf vergangenen Preisen basieren. Trotz dieser Verzögerung, gleitende Durchschnitte helfen, glatte Preis-Aktion und Filter aus dem Lärm. Sie bilden auch die Bausteine ​​für viele andere technische Indikatoren und Overlays, wie Bollinger Bands. MACD und dem McClellan-Oszillator. Die beiden beliebtesten Arten von gleitenden Durchschnitten sind die Simple Moving Average (SMA) und die Exponential Moving Average (EMA). Diese Bewegungsdurchschnitte können verwendet werden, um die Richtung des Trends zu identifizieren oder potentielle Unterstützungs - und Widerstandswerte zu definieren. Here039s ein Diagramm mit einem SMA und einem EMA auf ihm: Einfache gleitende durchschnittliche Berechnung Ein einfacher gleitender Durchschnitt wird gebildet, indem man den durchschnittlichen Preis eines Wertpapiers über einer bestimmten Anzahl von Perioden berechnet. Die meisten gleitenden Mittelwerte basieren auf den Schlusskursen. Ein 5-tägiger einfacher gleitender Durchschnitt ist die fünftägige Summe der Schlusskurse geteilt durch fünf. Wie der Name schon sagt, ist ein gleitender Durchschnitt ein Durchschnitt, der sich bewegt. Alte Daten werden gelöscht, wenn neue Daten verfügbar sind. Dies bewirkt, dass sich der Durchschnitt entlang der Zeitskala bewegt. Unten ist ein Beispiel für einen 5-tägigen gleitenden Durchschnitt, der sich über drei Tage entwickelt. Der erste Tag des gleitenden Durchschnitts deckt nur die letzten fünf Tage ab. Der zweite Tag des gleitenden Mittelwerts fällt den ersten Datenpunkt (11) und fügt den neuen Datenpunkt (16) hinzu. Der dritte Tag des gleitenden Durchschnitts setzt sich fort, indem der erste Datenpunkt (12) abfällt und der neue Datenpunkt (17) addiert wird. Im obigen Beispiel steigen die Preise allmählich von 11 auf 17 über insgesamt sieben Tage. Beachten Sie, dass der gleitende Durchschnitt auch von 13 auf 15 über einen dreitägigen Berechnungszeitraum steigt. Beachten Sie auch, dass jeder gleitende Durchschnittswert knapp unter dem letzten Kurs liegt. Zum Beispiel ist der gleitende Durchschnitt für Tag eins gleich 13 und der letzte Preis ist 15. Preise der vorherigen vier Tage waren niedriger und dies führt dazu, dass der gleitende Durchschnitt zu verzögern. Exponentielle gleitende Durchschnittsberechnung Exponentielle gleitende Mittelwerte reduzieren die Verzögerung, indem mehr Gewicht auf die jüngsten Preise angewendet wird. Die Gewichtung des jüngsten Preises hängt von der Anzahl der Perioden im gleitenden Durchschnitt ab. Es gibt drei Schritte, um einen exponentiellen gleitenden Durchschnitt zu berechnen. Berechnen Sie zunächst den einfachen gleitenden Durchschnitt. Ein exponentieller gleitender Durchschnitt (EMA) muss irgendwo anfangen, so dass ein einfacher gleitender Durchschnitt als die vorherige Periode039s EMA in der ersten Berechnung verwendet wird. Zweitens, berechnen Sie die Gewichtung Multiplikator. Drittens berechnen Sie den exponentiellen gleitenden Durchschnitt. Die folgende Formel ist für eine 10-tägige EMA. Ein 10-Perioden-exponentieller gleitender Durchschnitt wendet eine 18,18 Gewichtung auf den jüngsten Preis an. Eine 10-Perioden-EMA kann auch als 18.18 EMA bezeichnet werden. Ein 20-Perioden-EMA wendet einen 9,52 - Wiegen auf den jüngsten Preis an (2 / (201) .0952). Beachten Sie, dass die Gewichtung für den kürzeren Zeitraum mehr ist als die Gewichtung für den längeren Zeitraum. In der Tat, die Gewichtung sinkt um die Hälfte jedes Mal, wenn die gleitende durchschnittliche Periode verdoppelt. Wenn Sie uns einen bestimmten Prozentsatz für eine EMA zuweisen möchten, können Sie diese Formel verwenden, um sie in Zeiträume zu konvertieren, und geben Sie dann diesen Wert als den EMA039s-Parameter ein: Nachstehend ist ein Kalkulationstabellenbeispiel für einen 10-tägigen einfachen gleitenden Durchschnitt und ein 10- Tag exponentiellen gleitenden Durchschnitt für Intel. Einfache gleitende Durchschnitte sind geradlinig und erfordern wenig Erklärung. Der 10-Tage-Durchschnitt bewegt sich einfach, sobald neue Preise verfügbar sind und alte Preise fallen. Der exponentielle gleitende Durchschnitt beginnt mit dem einfachen gleitenden Mittelwert (22.22) bei der ersten Berechnung. Nach der ersten Berechnung übernimmt die Normalformel. Da eine EMA mit einem einfachen gleitenden Durchschnitt beginnt, wird ihr wahrer Wert erst nach 20 oder späteren Perioden realisiert. Mit anderen Worten, der Wert auf der Excel-Tabelle kann sich aufgrund des kurzen Rückblicks von dem Diagrammwert unterscheiden. Diese Kalkulationstabelle geht nur zurück 30 Perioden, was bedeutet, dass der Einfluss der einfachen gleitenden Durchschnitt hatte 20 Perioden zu zerstreuen. StockCharts geht mindestens 250 Perioden (typischerweise viel weiter) für seine Berechnungen zurück, so dass die Effekte des einfachen gleitenden Durchschnitts in der ersten Berechnung vollständig abgebaut sind. Der Lagfaktor Je länger der gleitende Durchschnitt ist, desto stärker ist die Verzögerung. Ein 10-Tage-exponentieller gleitender Durchschnitt wird die Preise sehr eng umringen und sich kurz nach dem Kursumschlag wenden. Kurze gleitende Durchschnitte sind wie Schnellboote - flink und schnell zu ändern. Im Gegensatz dazu enthält ein 100-Tage gleitender Durchschnitt viele vergangene Daten, die ihn verlangsamen. Längere gleitende Durchschnitte sind wie Ozeantanker - lethargisch und langsam zu ändern. Es dauert eine größere und längere Kursbewegung für einen 100-Tage gleitenden Durchschnitt, um Kurs zu ändern. Die Grafik oben zeigt die SampP 500 ETF mit einer 10-tägigen EMA eng ansprechender Preise und einem 100-tägigen SMA-Schleifen höher. Selbst mit dem Januar-Februar-Rückgang hielt die 100-tägige SMA den Kurs und kehrte nicht zurück. Die 50-Tage-SMA passt irgendwo zwischen den 10 und 100 Tage gleitenden Durchschnitten, wenn es um den Verzögerungsfaktor kommt. Simple vs Exponential Moving Averages Obwohl es klare Unterschiede zwischen einfachen gleitenden Durchschnitten und exponentiellen gleitenden Durchschnitten, ist eine nicht unbedingt besser als die anderen. Exponentielle gleitende Mittelwerte haben weniger Verzögerungen und sind daher empfindlicher gegenüber den jüngsten Preisen - und den jüngsten Preisveränderungen. Exponentielle gleitende Mittelwerte drehen sich vor einfachen gleitenden Durchschnitten. Einfache gleitende Durchschnitte stellen dagegen einen wahren Durchschnittspreis für den gesamten Zeitraum dar. Als solches können einfache gleitende Mittel besser geeignet sein, um Unterstützungs - oder Widerstandsniveaus zu identifizieren. Die gleitende Durchschnittspräferenz hängt von den Zielen, dem analytischen Stil und dem Zeithorizont ab. Chartisten sollten mit beiden Arten von gleitenden Durchschnitten sowie verschiedene Zeitrahmen zu experimentieren, um die beste Passform zu finden. Die nachstehende Grafik zeigt IBM mit der 50-Tage-SMA in Rot und der 50-Tage-EMA in Grün. Beide gipfelten Ende Januar, aber der Rückgang in der EMA war schärfer als der Rückgang der SMA. Die EMA erschien Mitte Februar, aber die SMA setzte weiter unten bis Ende März. Beachten Sie, dass die SMA über einen Monat nach der EMA. Längen und Zeitrahmen Die Länge des gleitenden Mittelwerts hängt von den analytischen Zielen ab. Kurze gleitende Durchschnitte (5-20 Perioden) eignen sich am besten für kurzfristige Trends und den Handel. Chartisten, die sich für mittelfristige Trends interessieren, würden sich für längere bewegte Durchschnitte entscheiden, die 20-60 Perioden verlängern könnten. Langfristige Anleger bevorzugen gleitende Durchschnitte mit 100 oder mehr Perioden. Einige gleitende durchschnittliche Längen sind beliebter als andere. Die 200-Tage gleitenden Durchschnitt ist vielleicht die beliebteste. Wegen ihrer Länge ist dies eindeutig ein langfristiger gleitender Durchschnitt. Als nächstes ist der 50-Tage gleitende Durchschnitt für den mittelfristigen Trend ziemlich populär. Viele Chartisten nutzen die 50-Tage-und 200-Tage gleitende Durchschnitte zusammen. Kurzfristig war ein 10 Tage gleitender Durchschnitt in der Vergangenheit ziemlich populär, weil er leicht zu berechnen war. Man hat einfach die Zahlen addiert und den Dezimalpunkt verschoben. Trendidentifikation Die gleichen Signale können mit einfachen oder exponentiellen gleitenden Mittelwerten erzeugt werden. Wie oben erwähnt, hängt die Präferenz von jedem Individuum ab. Die folgenden Beispiele werden sowohl einfache als auch exponentielle gleitende Mittelwerte verwenden. Der Begriff gleitender Durchschnitt gilt für einfache und exponentielle gleitende Mittelwerte. Die Richtung des gleitenden Durchschnitts vermittelt wichtige Informationen über die Preise. Ein steigender Durchschnitt zeigt, dass die Preise im Allgemeinen steigen. Ein sinkender Durchschnittswert zeigt an, dass die Preise im Durchschnitt sinken. Ein steigender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Aufwärtstrend wider. Ein sinkender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Abwärtstrend wider. Das Diagramm oben zeigt 3M (MMM) mit einem 150-Tage-exponentiellen gleitenden Durchschnitt. Dieses Beispiel zeigt, wie gut bewegte Durchschnitte arbeiten, wenn der Trend stark ist. Die 150-Tage-EMA sank im November 2007 und wieder im Januar 2008. Beachten Sie, dass es einen Rückgang von 15 nahm, um die Richtung dieses gleitenden Durchschnitts umzukehren. Diese nachlaufenden Indikatoren identifizieren Trendumkehrungen, wie sie auftreten (am besten) oder nach deren Eintritt (im schlimmsten Fall). MMM setzte unten in März 2009 und dann stieg 40-50. Beachten Sie, dass die 150-Tage-EMA nicht auftauchte, bis nach diesem Anstieg. Sobald es aber tat, setzte MMM die folgenden 12 Monate höher fort. Moving-Durchschnitte arbeiten brillant in starken Trends. Doppelte Frequenzweichen Zwei gleitende Mittelwerte können zusammen verwendet werden, um Frequenzweiche zu erzeugen. In der technischen Analyse der Finanzmärkte. John Murphy nennt dies die doppelte Crossover-Methode. Doppelte Crossover beinhalten einen relativ kurzen gleitenden Durchschnitt und einen relativ langen gleitenden Durchschnitt. Wie bei allen gleitenden Durchschnitten definiert die allgemeine Länge des gleitenden Durchschnitts den Zeitrahmen für das System. Ein System, das eine 5-Tage-EMA und eine 35-Tage-EMA verwendet, wäre kurzfristig. Ein System, das eine 50-tägige SMA - und 200-Tage-SMA verwendet, wäre mittelfristig, vielleicht sogar langfristig. Eine bullische Überkreuzung tritt auf, wenn der kürzere gleitende Durchschnitt über dem längeren gleitenden Durchschnitt kreuzt. Dies wird auch als goldenes Kreuz bezeichnet. Eine bärische Überkreuzung tritt ein, wenn der kürzere gleitende Durchschnitt unter dem längeren gleitenden Durchschnitt liegt. Dies wird als ein totes Kreuz bekannt. Gleitende Mittelübergänge erzeugen relativ späte Signale. Schließlich setzt das System zwei hintere Indikatoren ein. Je länger die gleitenden Durchschnittsperioden, desto größer die Verzögerung in den Signalen. Diese Signale funktionieren gut, wenn eine gute Tendenz gilt. Allerdings wird ein gleitender Durchschnitt Crossover-System produzieren viele whipsaws in Abwesenheit einer starken Tendenz. Es gibt auch eine Dreifach-Crossover-Methode, die drei gleitende Durchschnitte beinhaltet. Wieder wird ein Signal erzeugt, wenn der kürzeste gleitende Durchschnitt die beiden längeren Mittelwerte durchläuft. Ein einfaches Triple-Crossover-System könnte 5-Tage-, 10-Tage - und 20-Tage-Bewegungsdurchschnitte beinhalten. Das Diagramm oben zeigt Home Depot (HD) mit einer 10-tägigen EMA (grüne gepunktete Linie) und 50-Tage-EMA (rote Linie). Die schwarze Linie ist die tägliche Schließung. Mit einem gleitenden Durchschnitt Crossover hätte dazu geführt, dass drei Peitschen vor dem Fang eines guten Handels. Die 10-tägige EMA brach unterhalb der 50-Tage-EMA Ende Oktober (1), aber dies dauerte nicht lange, wie die 10-Tage zog zurück oben Mitte November (2). Dieses Kreuz dauerte länger, aber die nächste bärige Crossover im Januar (3) ereignete sich gegen Ende November Preisniveaus, was zu einer weiteren Peitsche führte. Dieses bärische Kreuz dauerte nicht lange, als die 10-Tage-EMA über die 50-Tage ein paar Tage später zurückging (4). Nach drei schlechten Signalen, schien das vierte Signal eine starke Bewegung als die Aktie vorrückte über 20. Es gibt zwei Takeaways hier. Erstens, Crossovers sind anfällig für whipsaw. Ein Preis oder Zeitfilter kann angewendet werden, um zu helfen, whipsaws zu verhindern. Händler könnten verlangen, dass die Crossover 3 Tage dauern, bevor sie handeln oder verlangen, dass die 10-Tage-EMA zu bewegen, über / unterhalb der 50-Tage-EMA um einen bestimmten Betrag vor handeln. Zweitens kann MACD verwendet werden, um diese Frequenzweichen zu identifizieren und zu quantifizieren. MACD (10,50,1) zeigt eine Linie, die die Differenz zwischen den beiden exponentiellen gleitenden Mittelwerten darstellt. MACD wird positiv während eines goldenen Kreuzes und negativ während eines toten Kreuzes. Der Prozentsatz-Oszillator (PPO) kann auf die gleiche Weise verwendet werden, um Prozentunterschiede anzuzeigen. Beachten Sie, dass MACD und das PPO auf exponentiellen gleitenden Durchschnitten basieren und nicht mit einfachen gleitenden Durchschnitten zusammenpassen. Diese Grafik zeigt Oracle (ORCL) mit dem 50-Tage EMA, 200-Tage EMA und MACD (50.200,1). Es gab vier gleitende durchschnittliche Kreuzungen über einen Zeitraum von 2 1/2 Jahren. Die ersten drei führten zu Peitschen oder schlechten Trades. Ein anhaltender Trend begann mit der vierten Crossover als ORCL bis Mitte der 20er Jahre. Erneut bewegen sich die durchschnittlichen Crossover-Effekte groß, wenn der Trend stark ist, erzeugen aber Verluste in Abwesenheit eines Trends. Preis-Crossover Moving-Durchschnitte können auch verwendet werden, um Signale mit einfachen Preis-Crossover zu generieren. Ein bullisches Signal wird erzeugt, wenn die Preise über dem gleitenden Durchschnitt liegen. Ein bäres Signal wird erzeugt, wenn die Preise unter dem gleitenden Durchschnitt liegen. Preis-Crossover können kombiniert werden, um innerhalb der größeren Trend Handel. Der längere gleitende Durchschnitt setzt den Ton für den größeren Trend und der kürzere gleitende Durchschnitt wird verwendet, um die Signale zu erzeugen. Man würde bullish Preiskreuze nur dann suchen, wenn die Preise schon über dem längeren gleitenden Durchschnitt liegen. Dies würde den Handel im Einklang mit dem größeren Trend. Wenn zum Beispiel der Kurs über dem gleitenden 200-Tage-Durchschnitt liegt, würden sich die Chartisten nur auf Signale konzentrieren, wenn der Kurs über dem 50-Tage-Gleitender Durchschnitt liegt. Offensichtlich würde ein Schritt unterhalb der 50-Tage gleitenden Durchschnitt ein solches Signal vorausgehen, aber solche bearish Kreuze würden ignoriert, weil der größere Trend ist. Ein bearish Kreuz würde einfach vorschlagen, ein Pullback in einem größeren Aufwärtstrend. Ein Cross-Back über dem 50-Tage-Gleitender Durchschnitt würde einen Preisanstieg und eine Fortsetzung des größeren Aufwärtstrends signalisieren. Die nächste Tabelle zeigt Emerson Electric (EMR) mit dem 50-Tage EMA und 200-Tage EMA. Die Aktie bewegte sich über und hielt über dem 200-Tage gleitenden Durchschnitt im August. Es gab Dips unterhalb der 50-Tage-EMA Anfang November und wieder Anfang Februar. Die Preise schnell zurück über die 50-Tage-EMA zu bullish Signale (grüne Pfeile) in Harmonie mit dem größeren Aufwärtstrend. Im Indikatorfenster wird MACD (1,50,1) angezeigt, um Preiskreuze über oder unter dem 50-Tage-EMA zu bestätigen. Die 1-tägige EMA entspricht dem Schlusskurs. MACD (1,50,1) ist positiv, wenn das Schließen oberhalb der 50-Tage-EMA und negativ ist, wenn das Schließen unterhalb der 50-Tage-EMA liegt. Unterstützung und Widerstand Der Gleitende Durchschnitt kann auch als Unterstützung in einem Aufwärtstrend und Widerstand in einem Abwärtstrend dienen. Ein kurzfristiger Aufwärtstrend könnte Unterstützung nahe dem 20-tägigen einfachen gleitenden Durchschnitt finden, der auch in Bollinger-Bändern verwendet wird. Ein langfristiger Aufwärtstrend könnte Unterstützung nahe dem 200-tägigen einfachen gleitenden Durchschnitt finden, der der populärste langfristige bewegliche Durchschnitt ist. Wenn Tatsache, die 200-Tage gleitenden Durchschnitt bieten kann Unterstützung oder Widerstand, nur weil es so weit verbreitet ist. Es ist fast wie eine sich selbst erfüllende Prophezeiung. Die Grafik oben zeigt die NY Composite mit dem 200-Tage einfachen gleitenden Durchschnitt von Mitte 2004 bis Ende 2008. Die 200-Tage-Support zur Verfügung gestellt, mehrmals während des Vorhabens. Sobald der Trend mit einem Doppel-Top-Support-Pause umgekehrt, der 200-Tage gleitenden Durchschnitt als Widerstand um 9500 gehandelt. Erwarten Sie nicht genaue Unterstützung und Widerstand Ebenen von gleitenden Durchschnitten, vor allem längeren gleitenden Durchschnitten. Märkte werden durch Emotionen gefahren, wodurch sie anfällig für Überschreitungen sind. Statt genauer Ebenen können gleitende Mittelwerte verwendet werden, um Unterstützungs - oder Widerstandszonen zu identifizieren. Schlussfolgerungen Die Vorteile der Verwendung von bewegten Durchschnitten müssen gegen die Nachteile gewogen werden. Moving-Durchschnitte sind Trend nach, oder nacheilende, Indikatoren, die immer einen Schritt hinter sich. Dies ist nicht unbedingt eine schlechte Sache. Immerhin ist der Trend ist dein Freund und es ist am besten, in die Richtung des Trends Handel. Die gleitenden Durchschnitte gewährleisten, dass ein Händler dem aktuellen Trend entspricht. Auch wenn der Trend ist dein Freund, verbringen die Wertpapiere viel Zeit in Handelsspannen, die gleitende Durchschnitte ineffektiv machen. Einmal in einem Trend, bewegte Durchschnitte halten Sie in, sondern geben auch späte Signale. Don039t erwarten, an der Spitze zu verkaufen und kaufen Sie am unteren Rand mit gleitenden Durchschnitten. Wie bei den meisten technischen Analysetools sollten die gleitenden Mittelwerte nicht allein verwendet werden, sondern in Verbindung mit anderen komplementären Tools. Chartisten können gleitende Durchschnitte verwenden, um den Gesamttrend zu definieren und dann RSI zu verwenden, um überkaufte oder überverkaufte Niveaus zu definieren. Hinzufügen von Bewegungsdurchschnitten zu StockCharts Diagrammen Gleitende Durchschnitte sind als Preisüberlagerungsfunktion auf der SharpCharts-Workbench verfügbar. Mit dem Dropdown-Menü Overlays können Benutzer entweder einen einfachen gleitenden Durchschnitt oder einen exponentiellen gleitenden Durchschnitt auswählen. Der erste Parameter wird verwendet, um die Anzahl der Zeitperioden einzustellen. Ein optionaler Parameter kann hinzugefügt werden, um festzulegen, welches Preisfeld in den Berechnungen verwendet werden soll - O für die Open, H für High, L für Low und C für Close. Ein Komma wird verwendet, um Parameter zu trennen. Ein weiterer optionaler Parameter kann hinzugefügt werden, um die gleitenden Mittelwerte nach links (vorbei) oder nach rechts (zukünftig) zu verschieben. Eine negative Zahl (-10) würde den gleitenden Durchschnitt auf die linken 10 Perioden verschieben. Eine positive Zahl (10) würde den gleitenden Durchschnitt auf die rechten 10 Perioden verschieben. Mehrere gleitende Durchschnitte können dem Preisplot überlagert werden, indem einfach eine weitere Überlagerungslinie zur Werkbank hinzugefügt wird. StockCharts-Mitglieder können die Farben und den Stil ändern, um zwischen mehreren gleitenden Durchschnitten zu unterscheiden. Nachdem Sie eine Anzeige ausgewählt haben, öffnen Sie die erweiterten Optionen, indem Sie auf das kleine grüne Dreieck klicken. Erweiterte Optionen können auch verwendet werden, um eine gleitende mittlere Überlagerung zu anderen technischen Indikatoren wie RSI, CCI und Volumen hinzuzufügen. Klicken Sie hier für ein Live-Diagramm mit mehreren verschiedenen gleitenden Durchschnitten. Verwenden von Moving Averages mit StockCharts-Scans Hier finden Sie einige Beispielscans, die die StockCharts-Mitglieder verwenden können, um verschiedene gleitende durchschnittliche Situationen zu scannen: Bullish Moving Average Cross: Diese Scans suchen nach Aktien mit einem steigenden 150-Tage-Durchschnitt und einem bullish Kreuz der 5 Tag EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt steigt, solange er über seinem Niveau vor fünf Tagen handelt. Ein bullish Kreuz tritt auf, wenn die 5-Tage-EMA bewegt sich über dem 35-Tage-EMA auf überdurchschnittlichen Volumen. Bearish Moving Average Cross: Diese Scans sucht nach Aktien mit einem fallenden 150-Tage einfachen gleitenden Durchschnitt und einem bärischen Kreuz der 5-Tage EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt fällt, solange er unter seinem Niveau vor fünf Tagen handelt. Ein bäriges Kreuz tritt auf, wenn die 5-Tage-EMA unterhalb der 35-Tage-EMA auf überdurchschnittlichem Volumen bewegt. Weitere Studie John Murphy039s Buch hat ein Kapitel gewidmet gleitende Durchschnitte und ihre verschiedenen Verwendungen. Murphy deckt die Vor-und Nachteile der gleitenden Durchschnitte. Darüber hinaus zeigt Murphy, wie bewegte Durchschnitte mit Bollinger Bands und kanalbasierten Handelssystemen funktionieren. Technische Analyse der Finanzmärkte John MurphyCurve-Anpassung und Optimierung Das Thema der Optimierung und Kurvenanpassung hat vor allem in den letzten 10 Jahren viel Aufsehen erregt. Es gibt eine Menge Verwirrung über dieses Thema und verschiedene Ansichten, einige sogar widersprüchlich. Es gibt diejenigen, die behaupten, dass Optimierung und Kurvenanpassung unvermeidbar und notwendig sind, aber andere bestehen darauf, dass jedes Handelssystem, das das Ergebnis solcher Praktiken und Methoden ist, schließlich scheitern wird. Ich habe einen Beitrag aus dem letzten Jahr herausgegeben, in dem ich eine dreistufige Klassifizierung von optimierten und kurvenangepassten Systemen vorstelle, die meiner Ansicht nach einen systematischeren Blick in dieses wichtige Thema bieten. Was ist Kurvenanpassung In der Mathematik, Kurvenanpassung ist der Prozess der Suche nach einer Kurve, die am besten eine Sammlung von Datenpunkten in dem Sinne, dass eine objektive Funktion unterliegen Einschränkungen maximiert (oder minimiert) ist. Zum Beispiel ist die kleinste Quadrate ein Kurvenanpassungsverfahren, das die Summe der quadrierten Residuen minimiert. Ein Restwert ist die Differenz zwischen einem angepassten und einem tatsächlichen Wert. Die Zielfunktion, diese Methode zu minimieren, um die beste Anpassung zu erhalten, ist die Summe der quadrierten Residuen. So kann man sofort feststellen, dass das Beste am besten nur in Bezug auf das gewählte Ziel definiert ist und dass Kurvenanpassung im Wesentlichen das Ergebnis der Optimierung ist. Als nächstes werden wir sehen, wie der Begriff der Kurvenanpassung auf den Entwurf von Handelssystemen anwendbar ist. Ein Handelssystem ist ein Prozess, der eine Sammlung von Eingangs - und Ausgangssignalen 1 erzeugt. Üblicherweise enthält der Algorithmus oder das Modell eines Handelssystems einen Satz von Parametern. Die Werte der Parameter müssen so gewählt werden, dass das System während des tatsächlichen Handels am besten funktioniert. Es ist übliche Praxis, diese Parameter durch Zurück-Testen des Systems auf historische Daten einzustellen, so dass eine objektive Funktion maximiert (oder minimiert) wird. Zum Beispiel kann man die Parameter so einstellen, dass der Nettogewinn maximiert wird oder der maximale Drawdown minimiert wird, nur um zwei Möglichkeiten zu erwähnen. Kurvenanpassung und Optimierung Wenn man die Definition annimmt, dass Handelssysteme Prozesse sind, die Sammlungen von Eingangs - und Ausgangssignalen erzeugen, dann wird man erkennen, dass das, was es getan wird, im Wesentlichen, wenn irgendwelche Parameter über Rücktests angepasst werden, ist, dass das Timing von Werden die Signale so verändert, dass sie auf historische Daten so angepasst werden, dass eine Zielfunktion optimiert wird. Dies ist keine Kurvenanpassung im üblichen Sinne, weil man nicht nur versucht, eine Kurve zu finden, die am besten zu den historischen Daten passt, sondern stattdessen die beste Sammlung von Eintrittssignalen findet, die in Verbindung mit den Ausgangssignalen ein Objektiv maximieren. Dieser Vorgang ist viel komplizierter und komplizierter als eine einfache Vanillekurvenanpassung. Es beinhaltet die Auswahl oder das Timing der Eingangs - und Ausgangssignale, die eine objektive Funktion maximieren, die mit der Leistung zusammenhängt. Es ist ein Optimierungsproblem und nicht nur ein Kurvenanpassungsproblem. Wie bereits erwähnt, kann Kurvenanpassung eine Optimierung beinhalten, aber letzteres ist ein Prozess mit einem viel breiteren Bereich und umfasst viel mehr Möglichkeiten als Kurvenanpassung. Daher ist es besser, auf optimierte Systeme zu verweisen als auf kurvengepaßte Systeme, obwohl dies für Semantiker eher eine Frage der Semantik für diejenigen ist, die den Prozess vertiefen. Beispielsweise betrachten wir ein einfaches gleitendes durchschnittliches Überkreuzungssystem, das SMA (t1) gt SMA (t2) erzeugt, wobei t1 und t2 die Perioden mit t2 gt t1 sind, und kurze Eingangssignale, wenn SMA (t1) lt SMA (t2). In seiner einfachsten Form ist dies ein Stopp - und Rückwärtssystem, d. h. wenn ein entgegengesetztes Signal erzeugt wird, wird die vorherige Position geschlossen und umgekehrt. Dieses System kann in der Praxis nicht verwendet werden, solange nicht die Werte von t1 und t2 ausgewählt sind. Man kann diese Werte über eine Optimierung der Performance mittels Backtesting auf historische Daten auswählen. Es ist eine weit verbreitete Überzeugung, dass dieser Prozess führt zu Systemen, die im tatsächlichen Handel scheitern, weil sie 8220curve ausgestattet8221 sind. Ist dieser Glaube wahr? Eigentlich hat sich niemand mathematisch bewiesen, dass die Ausfälle der optimierten Systeme, die gut dokumentiert sind, in erster Linie auf die Optimierung zurückzuführen sind oder was gemeinhin als 8220curve-fitting8221 bezeichnet wird. Es kann der Fall sein, dass die Ausfälle lediglich auf die Unfähigkeit der Art der Algorithmen zurückzuführen sind, auf denen diese Systeme basieren, um sich an veränderte Marktbedingungen anzupassen. In der Tat ist dies wahrscheinlicher, da die meisten Indikatoren Preis. Somit ist es wahrscheinlich, dass optimierte Handelssysteme für irgendwelche Werte ihrer Parameter an einem gewissen Punkt ausfallen. Es ist die Natur des Systems und nicht die Optimierung, die den Ausfall verursacht. Die große Klasse von Handelssystemen, die auf Indikatoren basieren, weist eine hohe Ausfallwahrscheinlichkeit auf, wurde aber aufgrund meiner Erfahrung in der Entwicklung von Handelssystemen fälschlicherweise dem Optimierungsprozess für die Einstellung von Parametern zugeschrieben. Es spielt keine Rolle, ob ihre Parameter so eingestellt sind, daß kleine Änderungen in ihren Werten zu einer stabilen Leistung führen. Dabei geht es nicht um die Integrität der verwendeten Optimierungsmethode, sondern um die Natur dieser Handelssysteme. Nichtsdestoweniger ist eine Optimierung, die die Auswahl von Ein - und Ausspeisesammlungen bewirkt, im allgemeinen ein problematischer Prozess, da sie eine Überlebensvorspannung einführt. Das Auswählen von Sammlungen, die am besten in der Vergangenheit durchgeführt haben, übersieht die Tatsache, dass viele solcher Sammlungen fehlgeschlagen sind. Zurück zu dem einfachen gleitenden durchschnittlichen Crossover-System ist es leicht zu verstehen, daß bei einer bestimmten historischen Datenreihe die Änderung der Werte von t & sub1; und t & sub2; oft eine Änderung in der Zeitlage der Eingangs - und Ausgangssignale bewirkt. In diesem Fall führt das Auswählen einer Sammlung von Eingangs - und Ausgangssignalen, die aus bestimmten Werten der Parameter resultieren, so dass eine objektive Funktion maximiert wird, eine starke Vorspannung ein, weil sie auf den Zufall zurückzuführen sein kann, dass die spezifische Sammlung überlebt hat. In dem einfachen gleitenden durchschnittlichen Crossover-Beispiel unterscheidet sich jede Sammlung vollständig von den anderen in dem Sinne, dass sowohl der Eintritts - als auch der Austrittspunkt unterschiedlich sind. Was können wir tun, um die Überlebenschance so zu minimieren, dass die Integrität des Optimierungsprozesses nicht beeinträchtigt wird? Diese Frage kann beantwortet werden, wenn wir zuerst verstehen, wie unterschiedliche Arten von Systemen durch die Optimierung ihrer Parameter beeinflusst werden. Eine dreistufige Klassifizierung von optimierten Handelssystemen Wir unterscheiden drei Arten von Systemen in Bezug auf die Optimierungseffekte bei der Erfassung von Ein - und Ausstiegspunkten: Typ-I-Kurvenanpassung. Wenn die Parameter von Typ-I-Systemen angepasst werden, werden sowohl das Eintritts - als auch das Austrittssignal beeinflusst, wie in dem zuvor betrachteten einfachen gleitenden durchschnittlichen Wechselsystem. In diesem Fall führen Optimierung und Kurvenanpassung zu Sammlungen von Eintritts - und Austrittssignalen, die sich vollständig voneinander unterscheiden, und Auswählen eines, das am besten die maximale Vorspannung einführt. Diese Systeme haben die höchste Ausfallwahrscheinlichkeit. Typ-II-Kurvenanpassung. Wenn die Parameter von Typ-II-Systemen eingestellt werden, sind nur die Eingangssignale betroffen. In diesem Fall führen Optimierung und Kurvenanpassung zu Sammlungen von Ein - und Ausgangssignalen, die sich nur in ihrem Eingangsteil unterscheiden. Selektion führt weniger Bias ein als bei Typ-I-Systemen. Diese Systeme haben eine geringere Wahrscheinlichkeit eines Ausfalls dieser Typ-I-Systeme. Beispiel: Geben Sie long ein, wenn SMA (t1) gt SMA (t2) und Preis lt P und Exit long bei P1 oder P2 sind, wobei P1 und P2 Festpreise sind (Gewinn - und Stoppreis). Typ-III-Kurvenanpassung. Wenn die Parameter von Typ-III-Systemen eingestellt werden, sind nur die Ausgangssignale betroffen. In diesem Fall führen Optimierung und Kurvenanpassung zu Sammlungen von Eingangs - und Ausgangssignalen, die sich nur in ihrem Ausgangsteil unterscheiden. Selektion führt weniger Bias ein als bei Typ-I - oder Typ-II-Systemen. Diese Systeme haben die geringste Ausfallwahrscheinlichkeit, da der Zeitpunkt der Eingangssignale nicht durch Optimierung beeinflusst wird. Beispiel: Geben Sie long ein, wenn Close von heute gt Close von 2 Tagen und Exit long am Eintrittspreis x Punkte oder am Eintrittspreis 8211 y Punkte, wobei x und y der zu optimierende Parameter (Gewinnziel und Stop-Loss) sind. Im Allgemeinen umfassen Systeme, die Indikatoren umfassen, Typ-I-Kurvenanpassung. Typ-II-Kurven-Fit-Systeme werden in der Praxis nur selten eingesetzt. Typ-III-Kurvenanpassungssysteme umfassen die breite Klasse von Systemen, die auf reinen Preismustern und Systemen basieren, die ausschließlich auf Preisaktionen basieren. Die meisten Softwareprogramme, die Trading-Systeme entdecken, generieren automatisch Type-I-Systeme. Es ist irrelevant, wie viele statistische Tests sie durchführen, um die Signifikanz der Ergebnisse zu messen, da diese Systeme eine hohe Wahrscheinlichkeit haben, während des tatsächlichen Handels aufgrund ihrer Natur zu versagen. Ein Beispiel für ein Software-Programm, das automatisch nur Typ-III-Systeme entdeckt, ist Price Action Lab. Der Suchalgorithmus dieses Programms wurde entworfen, um nur nach Preismustern zu suchen, die zu Klasse-III-Klasse von optimierten Systemen gehören, während ihre Auswahl eine minimale Vorspannung einführt. Als Schlussfolgerung können wir feststellen, dass es nicht darum geht, ob ein System optimiert ist, weil alle Systeme auf die eine oder andere Weise funktionieren, sondern inwieweit die Optimierung die Wahrscheinlichkeit beeinträchtigt, dass das System aufgrund seiner Natur künftig scheitern wird. Natürlich scheitern Systeme für alle möglichen anderen Gründe, aber in diesem kurzen Artikel beschäftigten wir uns mit Optimierung und Kurvenanpassung. Typ-III-Kurvenanpassungssysteme, wie oben definiert, scheinen die geringste Wahrscheinlichkeit eines Fehlers zu haben, wenn sie richtig konstruiert sind. 1 Profitabilität und systematischer Handel: Ein quantitatives Konzept für Rentabilität, Risiko und Geldmanagement von Michael Harris, Wiley amp Sons, 2008.Oktober 5, 2015 5:00 am 11 comments Views: 10610 Einige Handelssysteme haben längere Perioden zu gewinnen oder zu verlieren Gewerben. Lange Gewinnstreifen können von einer verlängerten Dauer des Drawdowns gefolgt werden. Wouldn8217t es schön, wenn Sie diese langen Drawdown-Perioden minimieren könnte Hier ist ein Tipp, der Ihnen helfen könnte, genau das zu tun. Versuchen Sie, eine einfache gleitende Durchschnitt auf Ihre trading8217s Equity-Kurve und verwenden Sie diese als Signal auf, wann zu stoppen und starten Sie den Handel mit Ihrem System. Diese Technik könnte nur radikal ändern Ihre Trading System8217s Leistung. Wie dies zu tun gut der gleitende Durchschnitt auf Ihre trading system8217s Equity-Kurve angewendet erstellt eine geglättete Version Ihrer trading system8217s Equity-Kurve. Sie können diese geglättete Eigenkapitalkurve jetzt als Signal verwenden, wenn der Handel stoppen oder neu starten soll. Wenn zum Beispiel die Eigenkapitalkurve unter die geglättete Eigenkapitalkurve fällt, können Sie den Handel mit Ihrem System stoppen. Warum sollten Sie dies tun Weil Ihr Handelssystem unter der Ausführung ist, verlieren sie Geld. Erst nachdem die Eigenkapitalkurve wieder zu steigen beginnt, sollten Sie Ihre Trades wieder aufnehmen. Diese Technik wird als Aktienkurve bezeichnet. Das Trading der Aktienkurve ist wie das Traden eines grundlegenden gleitenden durchschnittlichen Crossover-Systems. Wenn der schnell bewegte Durchschnitt (Ihre Eigenkapitalkurve) über den langsameren gleitenden Durchschnitt (Ihre geglättete Eigenkapitalkurve) kreuzt, gehen Sie lange (Handel Ihr System leben). Wenn der schnell fließende Durchschnitt unter dem langsameren gleitenden Durchschnitt kreuzt, schliessen Sie Ihren langen Handel (stoppen Sie, Ihr lebendes System zu handeln). Im Bild oben ist die blaue Linie die Eigenkapitalkurve eines automatisierten Handelssystems. Die rosa Linie ist ein 30-handelnder Durchschnitt der Eigenkapitalkurve. Wenn die Eigenkapitalkurve unter die rosa Linie abfällt, wie etwa die Handelsnummer 60, würden Sie aufhören, das System zu handeln. Sobald die Eigenkapitalkurve über die rosa Linie, über Handelsnummer 80 steigt, würden Sie beginnen, das System wieder zu handeln. It8217s eine großartige Idee und mit einigen Systemen kann diese Technik wirklich Wunder wirken. Im Wesentlichen verwenden wir die Eigenkapitalkurve als Signal oder Filter für unser Handelssystem. Im einfachsten Fall ist es ein Schalter, der uns sagt, wann man den Handel stoppen und wann der Handel wieder aufgenommen werden soll. Aber Sie könnten auch dieses Signal verwenden, um Ihr Risiko zu reduzieren oder auf ein anderes System zu wechseln, anstatt einfach das System auszuschalten. Wie Sie dies tun Offensichtlich müssen Sie alle Trades irgendwo zu verfolgen, um die gesamte Equity-Kurve und gleitenden Durchschnitt zu generieren. Wenn Ihr Live-System hat aufgehört Handel müssen Sie noch aufzeichnen die theoretischen Trades würde es nehmen. Grundsätzlich müssen Sie zwei Kopien Ihres Systems laufen. Man wird gewidmet, jeden Handel im Simulationsmodus zu nehmen. Dieses Simulationssystem würde die theoretische Eigenkapitalkurve verfolgen und die geglättete Eigenkapitalkurve berechnen. Kein reales Handeln würde durch das simulierte System übernommen. Ihre Aufgabe ist es, die beiden Aktienkurven einfach zu verfolgen. Das zweite System wird dem Handel gewidmet sein. Dieses lebende System wird die Fähigkeit haben, Handel zu handeln oder nicht, basierend auf den Ergebnissen, die durch das Simulationssystem berechnet werden. Denken Sie an das simulierte System als Indikator. It8217s immer laufenden Sammeln von Daten und knirscht die Zahlen. Diese Informationen werden dann von der Live-System verwendet werden, um es zu sagen, wenn zu handeln und wenn nicht zu handeln. Eine Methode, um dies zu erreichen, würde das Übergeben von Daten zwischen zwei Diagrammen in TradeStation beinhalten. Beide Charts handeln das identische Handelssystem. Man handelt live, während der andere nur im Simulationsmodus handelt. Das im Simulationsmodus laufende Diagramm dient als Indikator, indem jeder Handel und Tracking sowohl die Eigenkapitalkurve als auch die geglättete Eigenkapitalkurve verfolgt. Dieses Indikator-Diagramm übergibt dann eine einfache Variable an das Live-Diagramm, das angibt, ob der Handel wie gewohnt fortsetzen sollte oder ob wir den Handel stoppen sollten. Das Live-Diagramm wirkt dann einfach auf den Live-Markt. Diese Art der Einrichtung erzeugt ein dynamisches Handelssystem, das sein Handelsverhalten auf der Grundlage der Leistung des Systems8217s anpasst. It8217s ein einfaches Konzept, aber it8217s Komplex in TradeStation zu bauen. Einige Lösungen, die ich gesehen habe, sind auch nicht sehr flexibel. Insgesamt Lösungen haben bewiesen, komplexe Programmierkenntnisse und langwierige Setup, um diese an die Arbeit zu erfordern. Kurz gesagt, Gebäude benutzerdefinierte Easylanguage Code, um die Equity-Kurve Handel war sehr schwer zu tun. In der Tat ist es weit außerhalb der Fähigkeit der meisten Programmierer. Aber nicht mehr. Equity Curve Feedback Toolkit I8217v wurde vor kurzem in das Equity Curve Feedback Toolkit eingeführt. Dieses Kit ermöglicht es mir, eine einfache EasyLanguage-Funktion in meinem Code verwenden, um die Simulation, die ich, um die Eigenkapitalkurve handeln müssen, durchzuführen. It8217s super einfach und wird nur ein paar Minuten dauern. Lassen Sie mich Ihnen zeigen. Ich nahm ein Beispiel Handelssystem, das auf System Trader Success aufgerufen, ein Simple SampP System erschien. Ich fügte dann die Equity Curve Feedback-Funktion zu meinem Code. Schließlich habe ich ein paar kleine Anpassungen an meinem Code. Sobald dies geschehen ist, gibt die Equity Curve Feedback-Funktion nun den simulierten Wert der simulierten Handelssystem8217s Eigenkapitalkurve zurück. Es funktioniert dies ohne DLLs oder andere komplizierte Setups. Mit diesen Informationen können Sie eine Ermittlung treffen, wenn die Eigenkapitalkurve oberhalb oder unterhalb der geglätteten Eigenkapitalkurve liegt. Mit anderen Worten, können Sie jetzt abschalten oder schalten Sie Ihr Live-System auf der Grundlage der Equity-Kurve Hier ist die Codezeile, die alle Magie tut Die eine Zeile, mit einem roten Feld hervorgehoben, ist, was den simulierten Handel berechnet Auf Ihrem System. Sie können diese Informationen dann verwenden, um festzustellen, ob Ihr System handeln soll oder nicht. Hier ist Abschnitt der Equity-Kurve des Systems, ohne die Equity-Kurve Feedback. Sie sehen in der oben genannten Equity-Kurve hatten wir einen 83 Drop im Eigenkapital. Auch gibt es eine sechsjährige Verzögerung zwischen neuen Aktienhöhen. Unten ist die Equity-Kurve, wenn ein 20-Periode einfach gleitenden Durchschnitt angewendet wird. Dies bedeutet, wir nehmen nur Trades, wenn die aktuelle Equity-Kurve über it8217s 20-Periode einfach gleitenden Durchschnitt ist. In diesem Beispiel sehen Sie, dass der Drawdown deutlich reduziert wurde, zusammen mit der Zeit zwischen neuen Aktienhöhen. I8217ve erstellt ein kurzes Video zeigt, wie ich die Equity Curve Feedback Tool Kit mit diesem Beispiel System verwendet. Video Demonstration Ich habe ein Video mit dem Equity Curve Feedback Toolkit erstellt. Es hilft immer Die kurze Antwort ist, nein. Das Trading der Aktienkurve funktioniert gut auf einigen Handelssystemen, die verlängerte Perioden des Drawdowns haben. Doch andere Systeme don8217t profitieren, weil die Drawdowns sind ziemlich flach und Sie am Ende verletzen Ihr Eigenkapital mehr als alles andere. Aber wie die meisten Dinge in der Welt des Handels, müssen Sie einige Tests durchzuführen. Testen Sie verschiedene gleitende Durchschnitte und testen Sie zwischen dem Anhalten aller Handels - oder reduzierenden Kontrakt - / Aktiengröße. Denken Sie daran, einige Systeme nicht von dieser Technik überhaupt profitieren. Das Equity Curve Feedback Toolkit kann auch zur Erstellung noch dynamischerer Systeme verwendet werden. Sie können beispielsweise Ihre Long - und Short-Equity-Kurven trennen. Vielleicht während eines Bärenmarktes sollten Sie nur kurze Trades. Nun, können Sie Ihr System deaktivieren lange Trades, wenn sie aufhören, gut durchzuführen. Ebenso für kurze Trades. In dieser Hinsicht könnten Sie einen Regime-Filter auf der Grundlage der Performance der Strategie. Sie könnten Ihr Risiko auch dynamisch anpassen. Das heißt, wenn Ihre Eigenkapitalkurve zu fallen beginnt, können Sie reduzieren die Anzahl der Aktien oder Verträge, die Sie handeln. Vielleicht, wenn die Eigenkapitalkurve klettern, müssen Sie Ihr Risiko durch den Kauf von mehr Aktien oder Verträge zu erhöhen. Sie könnten auch starten oder stoppen Handel basierend auf Drawdown oder wenn der Prozentsatz der Gewinner fällt unter einen Schwellenwert. Diese sind alle mit diesem Kit möglich. Download Wenn Sie eine eigene Kopie des Equity Curve Feedback Toolkits erhalten möchten. Können Sie dies hier tun. November 24, 2015 11:03 am Danke für den Link I8217ve gehört von diesem Konzept vor und it8217s wirklich eine interessante Idee. In der Tat, könnten Sie mit dem Equity Curve Feedback-Tool, etwas Ähnliches zu tun. Zum Beispiel könnten Sie eine einzige Strategie, die sowohl eine mittlere Rückkehr Strategie und ein Trend nach Strategie. Mit den Funktionen innerhalb des Toolkit könnten Sie es zwischen diesen Arten von Trades auf der Grundlage historischer Leistung in Echtzeit wechseln. Februar 19, 2016 3:24 am Hi Jeff, funktioniert es auch mit Limit und Stop Orders Wenn ich nicht falsch, es funktioniert nur mit market orders8230. Februar 22, 2016 9:56 am Ja that8217s richtig. Zu diesem Zeitpunkt, nur Aufträge. Hinterlassen Sie eine Antwort FaceBook Freunde Interessante Videos FREIES REPORT: Fünf Strategien, die Arbeit Source Code enthalten Ja, senden Sie mir diesen Bericht Diesen Bericht in Ihrem Posteingang: Bitte geben Sie Ihren Namen und E-Mail-Adresse unten, um unseren Bericht zu erhalten Fünf einfache Trading-Strategien, An Ihren Posteingang zum sofortigen Download gesendet. LERNEN SIE, WIE OPTIMIERT OHNE KURVE FITTING Laden Sie diese vier einfachen Schritte, um sicherzustellen, dass Sie Geld auf dem Live-Markt zu machen