ลิตร ปรับตัว เคลื่อนไหว เฉลี่ย metastock

ค่าเฉลี่ยเคลื่อนที่ที่ปรับเปลี่ยนได้นำไปสู่ผลลัพธ์ที่ดีขึ้นการย้ายค่าเฉลี่ยเป็นเครื่องมือโปรดของผู้ค้าที่ใช้งานอยู่ อย่างไรก็ตามเมื่อตลาดรวมตัวบ่งชี้นี้จะนำไปสู่การค้า whipsaw จำนวนมากส่งผลให้ชุดที่น่าผิดหวังของการชนะและการสูญเสียขนาดเล็ก นักวิเคราะห์ได้ใช้เวลาหลายทศวรรษในการพยายามปรับปรุงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ในบทความนี้เราจะพิจารณาความพยายามเหล่านี้และพบว่าการค้นหาของพวกเขานำไปสู่เครื่องมือการซื้อขายที่มีประโยชน์ ข้อดีและข้อเสียของค่าเฉลี่ยเคลื่อนที่อยู่ที่ Robert Edwards และ John Magee ในฉบับพิมพ์ครั้งแรกของการวิเคราะห์ทางเทคนิคของข้อดีและข้อเสียของการเคลื่อนที่โดยเฉลี่ย แนวโน้มสต็อค เมื่อพวกเขากล่าวว่าและมันก็กลับมาในปี 1941 ที่เรา delightedly ค้นพบ (แม้ว่าหลายคนอื่น ๆ ได้ทำมาก่อน) ว่าโดยค่าเฉลี่ยของข้อมูลสำหรับจำนวนที่ระบุ daysone อาจได้รับมาจัดเรียงของเส้นแนวโน้มอัตโนมัติซึ่งแน่นอนจะตีความการเปลี่ยนแปลงของ แนวโน้มดูเหมือนจะดีเกินจริง เป็นเรื่องที่ดีเกินกว่าที่จะเป็นจริง เอ็ดเวิร์ดและจีได้ทิ้งความฝันของพวกเขาในการซื้อขายจากบังกะโลริมชายหาด แต่ 60 ปีหลังจากที่พวกเขาเขียนคำเหล่านั้นคนอื่น ๆ ยังคงพยายามหาเครื่องมือง่ายๆที่สามารถนำเสนอความมั่งคั่งของตลาดได้อย่างง่ายดาย Simple Moving Averages คำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ เพิ่มราคาสำหรับช่วงเวลาที่ต้องการและหารด้วยจำนวนงวดที่เลือก การหาค่าเฉลี่ยเคลื่อนที่ห้าวันจะต้องบวกห้าราคาปิดล่าสุดและหารด้วยห้า หากการปิดตัวครั้งล่าสุดอยู่เหนือค่าเฉลี่ยที่เคลื่อนที่สต็อคจะถือว่าอยู่ในแนวโน้ม แนวโน้มขาลงจะถูกกำหนดโดยราคาที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ (ดูข้อมูลเพิ่มเติมได้จากคู่มือการใช้งาน Moving Averages ของเรา) คุณสมบัติที่กำหนดแนวโน้มนี้ทำให้สามารถเคลื่อนที่โดยเฉลี่ยเพื่อสร้างสัญญาณการซื้อขายได้ ในการประยุกต์ใช้ที่ง่ายที่สุดผู้ค้าจะซื้อเมื่อราคาเคลื่อนตัวสูงกว่าค่าเฉลี่ยเคลื่อนที่และขายได้เมื่อราคาปิดต่ำกว่าเส้นดังกล่าว วิธีการเช่นนี้มีการประกันที่จะนำผู้ประกอบการค้าที่ด้านขวาของการค้าที่สำคัญทุก อย่างไรก็ตามในขณะที่การปรับให้เรียบข้อมูลค่าเฉลี่ยเคลื่อนที่จะล่าช้าหลังการดำเนินการในตลาดและผู้ประกอบการค้ามักจะให้ผลตอบแทนส่วนใหญ่ในธุรกิจการค้าที่ยิ่งใหญ่ที่สุด ค่าเฉลี่ยเคลื่อนที่ที่มีการแจกแจงนักวิเคราะห์ดูเหมือนว่าจะมีความคิดเกี่ยวกับค่าเฉลี่ยเคลื่อนที่และพยายามใช้เวลาหลายปีในการลดปัญหาที่เกิดจากความล่าช้านี้ หนึ่งในนวัตกรรมเหล่านี้คือค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) วิธีนี้กำหนดให้น้ำหนักที่ค่อนข้างสูงขึ้นกับข้อมูลล่าสุดและส่งผลให้ราคาใกล้เคียงกับการเคลื่อนไหวของราคามากกว่าค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ สูตรคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา ได้แก่ EMA (Weight Close) ((1-Weight) EMAy) ที่ไหน: น้ำหนักเป็นค่าคงที่ที่ราบเรียบที่นักวิเคราะห์เลือก EMAy เป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนาตั้งแต่วันนี้ค่าการถ่วงน้ำหนักทั่วไปคือ 0.181 ซึ่ง ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่เฉลี่ย 20 วัน อีกอย่างหนึ่งคือ 0.10 ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ประมาณ 10 วัน แม้ว่าจะช่วยลดความล่าช้าค่าเฉลี่ยเคลื่อนที่แบบเสวนาไม่สามารถแก้ปัญหาเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ได้ซึ่งหมายความว่าการใช้สัญญาณซื้อขายจะทำให้ธุรกิจการค้าสูญเสียจำนวนมาก ในแนวคิดใหม่ในระบบการค้าทางเทคนิค Welles Wilder คาดการณ์ว่าตลาดมีแนวโน้มเพียงหนึ่งในสี่ของเวลาเท่านั้น การดำเนินการซื้อขายหลักทรัพย์สูงสุด 75 รายการ จำกัด อยู่ในช่วงแคบ ๆ เมื่อสัญญาณซื้อ - ขายเฉลี่ยเคลื่อนไหวจะถูกสร้างขึ้นซ้ำ ๆ เนื่องจากราคาเคลื่อนตัวสูงขึ้นและต่ำกว่าค่าเฉลี่ยเคลื่อนที่ ในการแก้ไขปัญหานี้นักวิเคราะห์หลายคนได้แนะนำปัจจัยการถ่วงน้ำหนักที่แตกต่างกันของการคำนวณ EMA (สำหรับข้อมูลเพิ่มเติมโปรดดูที่วิธีการเคลื่อนไหวค่าเฉลี่ยที่ใช้ในการซื้อขาย) การปรับค่าเฉลี่ยเคลื่อนที่สำหรับการดำเนินการในตลาดวิธีหนึ่งในการจัดการข้อเสียของค่าเฉลี่ยเคลื่อนที่คือการคูณปัจจัยการถ่วงน้ำหนักโดยใช้อัตราส่วนความผันผวน การทำเช่นนี้ก็หมายความว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจากราคาปัจจุบันในตลาดที่ผันผวน นี้จะช่วยให้ผู้ชนะในการทำงาน เป็นแนวโน้มมาถึงจุดสิ้นสุดและราคารวม ค่าเฉลี่ยเคลื่อนที่จะขยับขึ้นใกล้กับการดำเนินการของตลาดในปัจจุบันและในทางทฤษฎีอนุญาตให้ผู้ประกอบการค้าสามารถเก็บกำไรได้มากที่สุดในช่วงแนวโน้มนี้ ในทางปฏิบัติอัตราส่วนความผันผวนอาจเป็นตัวบ่งชี้เช่น Bollinger Bandwidth ซึ่งวัดระยะห่างระหว่างแถบ Bollinger Bros เป็นที่รู้จักกันดี (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับตัวบ่งชี้นี้ให้ดูที่ข้อมูลพื้นฐานเกี่ยวกับแถบ Bollinger) Perry Kaufman แนะนำให้เปลี่ยนตัวแปรน้ำหนักในสูตร EMA ด้วยค่าคงที่ตามอัตราส่วนประสิทธิภาพ (ER) ในหนังสือระบบและวิธีการซื้อขายใหม่ ตัวบ่งชี้นี้ถูกออกแบบมาเพื่อวัดความแรงของแนวโน้มที่กำหนดไว้ในช่วงตั้งแต่ -1.0 ถึง 1.0 คำนวณโดยใช้สูตรง่ายๆคือ ER (การเปลี่ยนแปลงราคาทั้งหมดสำหรับช่วงเวลา) (รวมการเปลี่ยนแปลงราคาที่แน่นอนสำหรับแต่ละบาร์) พิจารณาสต็อคที่มีช่วง 5 จุดในแต่ละวันและเมื่อครบ 5 วันได้รับผลรวม จาก 15 คะแนน ซึ่งจะส่งผลให้ค่า ER เท่ากับ 0.67 (การเคลื่อนที่ขึ้นไป 15 จุดหารด้วยระยะรวม 25 จุด) หุ้นนี้ลดลง 15 จุดส่วน ER จะเท่ากับ -0.67 (สำหรับคำแนะนำการซื้อขายเพิ่มเติมจาก Perry Kaufman อ่าน Losing To Win ซึ่งแสดงกลยุทธ์ในการรับมือกับความเสียหายที่เกิดจากการซื้อขาย) หลักการของประสิทธิภาพของแนวโน้มขึ้นอยู่กับการเคลื่อนไหวของทิศทาง (หรือแนวโน้ม) ที่คุณได้รับต่อหน่วยของการเคลื่อนไหวของราคามากกว่า กำหนดช่วงเวลา ER เท่ากับ 1.0 แสดงให้เห็นว่าหุ้นอยู่ในขาขึ้นที่สมบูรณ์แบบ -1.0 หมายถึงขาลงที่สมบูรณ์แบบ ในทางปฏิบัติสุดขั้วไม่ค่อยจะมาถึง เมื่อต้องการใช้ตัวบ่งชี้นี้เพื่อหาค่าเฉลี่ยเคลื่อนที่แบบปรับตัว (AMA) ผู้ค้าจะต้องคำนวณน้ำหนักโดยใช้สูตรต่อไปนี้ค่อนข้างซับซ้อนสูตร: C (ER (SCF SCS)) SCS 2 ที่ไหน: SCF เป็นค่าคงที่เป็นตัวเลขที่เร็วที่สุด EMA ที่อนุญาต (ปกติ 2) SCS เป็นค่าคงที่แบบทวนสำหรับ EMA ที่ช้าที่สุดที่อนุญาต (มักจะ 30) ER เป็นอัตราส่วนประสิทธิภาพที่ระบุไว้ข้างต้นค่า C จะใช้ในสูตร EMA แทนตัวแปรน้ำหนักที่ง่ายกว่า แม้ว่าจะยากที่จะคำนวณด้วยมือ แต่ค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้ถูกรวมไว้เป็นตัวเลือกในเกือบทุกชุดซอฟต์แวร์เพื่อการค้า ตัวอย่างค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ (เส้นสีแดง), ค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรง (เส้นสีน้ำเงิน) และค่าเฉลี่ยเคลื่อนที่ที่ปรับได้ (เส้นสีเขียว) แสดงไว้ในรูปที่ 1 ภาพที่ 1: AMA เป็นสีเขียวและแสดงให้เห็นว่ามีการแผ่แบนที่ใหญ่ที่สุดในการกระทำที่มีขอบเขตอยู่ที่ด้านขวาของแผนภูมินี้ ในกรณีส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่แบบเสี้ยว (exponential moving average) ซึ่งแสดงเป็นเส้นสีน้ำเงินใกล้เคียงกับราคาที่มากที่สุด ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายจะแสดงเป็นเส้นสีแดง ค่าเฉลี่ยเคลื่อนที่สามตัวที่แสดงในภาพมีแนวโน้มที่จะเกิดขึ้นในหลาย ๆ ครั้ง ข้อเสียเปรียบต่อค่าเฉลี่ยเคลื่อนที่เหล่านี้จึงเป็นไปไม่ได้ที่จะกำจัด บทสรุปโรเบิร์ตคอลบีได้ทดสอบเครื่องมือวิเคราะห์ทางเทคนิคหลายร้อยเครื่องมือในสารานุกรมตัวชี้วัดด้านเทคนิคของตลาดสารานุกรม เขาสรุปได้ว่าแม้ว่าค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้เป็นแนวคิดใหม่ที่น่าสนใจและมีการอุทธรณ์ทางสติปัญญามากการทดสอบเบื้องต้นของเราไม่ได้แสดงให้เห็นถึงประโยชน์ในทางปฏิบัติอันแท้จริงของวิธีการทำให้เรียบแบบที่ซับซ้อนมากขึ้น ไม่ได้หมายความว่าพ่อค้าควรละเลยแนวคิดนี้ AMA อาจรวมกับตัวบ่งชี้อื่น ๆ เพื่อพัฒนาระบบการซื้อขายที่มีกำไร (สำหรับข้อมูลเพิ่มเติมในหัวข้อนี้อ่านค้นพบ Keltner Channels และ The Chaikin Oscillator) ER สามารถใช้เป็นตัวบ่งชี้แนวโน้มแบบสแตนด์อโลนเพื่อหาโอกาสในการทำกำไรได้มากที่สุด ตัวอย่างเช่นอัตราส่วนข้างต้นต่ำกว่า 0.30 แสดงถึงแนวโน้มขาขึ้นที่แข็งแกร่งและแสดงถึงการซื้อที่มีศักยภาพ อีกทางเลือกหนึ่งเนื่องจากความผันผวนของการเคลื่อนที่ในรอบการผลิตอาจมีการถือเป็นหุ้นที่มีอัตราส่วนประสิทธิภาพต่ำที่สุดเท่าที่จะเป็นไปได้ เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การเสนอขายหุ้นหรือไอพีโอมักจะออกโดย บริษัท ขนาดเล็กที่มีอายุน้อยกว่าที่แสวงหา อัตราส่วนหนี้สิน DebtEquity Ratio คืออัตราส่วนหนี้สินที่ใช้ในการวัดแรงกดดันทางการเงินของ บริษัท หรืออัตราส่วนหนี้สินที่ใช้วัดแต่ละบุคคลกลยุทธ์การพัฒนากลยุทธ์การซื้อขายเฉลี่ยของ Kaufman Adaptive Moving (การตั้งค่าตัวกรอง 038) I. กลยุทธ์การซื้อขายนักพัฒนาซอฟต์แวร์: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA) ที่มา: Kaufman, P. J. (1995) การค้าที่ชาญฉลาด การปรับปรุงประสิทธิภาพในการเปลี่ยนแปลงตลาด New York: McGraw-Hill, Inc. แนวคิด: กลยุทธ์การซื้อขายโดยใช้ตัวกรองสัญญาณรบกวนแบบปรับตัวได้ เป้าหมายการวิจัย: การตรวจสอบประสิทธิภาพของการตั้งค่าและตัวกรอง ข้อมูลจำเพาะ: ตารางที่ 1. ผลการดำเนินงาน: รูปที่ 1-2 การตั้งค่าทางการค้า: การค้าระยะยาว: ค่าเฉลี่ยการย้ายปรับตัว (AMP) ขึ้น การค้าแบบสั้น: ค่าเฉลี่ยการย้ายแบบปรับเปลี่ยนลดลง หมายเหตุ: เส้นแนวโน้ม AMA ดูเหมือนจะหยุดลงเมื่อตลาดไม่มีทิศทาง เมื่อแนวโน้มตลาด AMA เทรนด์จับขึ้น รายการการค้า: การค้าระยะยาว: การซื้อที่อยู่ใกล้จะถูกวางไว้หลังจากการตั้งค่ารั้น Short Trades: การขายในระยะใกล้จะอยู่หลังการตั้งค่าแบบย่อ การค้าออก: ตารางที่ 1. ผลงาน: 42 ตลาดซื้อขายล่วงหน้าจากสี่ภาคการตลาดที่สำคัญ (สินค้าโภคภัณฑ์, สกุลเงิน, อัตราดอกเบี้ยและดัชนีหุ้น) ข้อมูล: 32 ปีนับตั้งแต่ปีพ. ศ. 2523 Testing Platform: MATLAB ครั้งที่สอง การทดสอบความไวทดสอบแผนภูมิ 3 มิติทั้งหมดจะตามด้วยแผนภูมิเส้นโค้ง 2 มิติสำหรับ Profit Factor, Sharpe Ratio, ดัชนีประสิทธิภาพของแผล, CAGR, การเบิกใช้สูงสุด, เปอร์เซ็นต์การทำกำไรและ Avg. ชนะเฉลี่ย อัตราส่วนความสูญเสีย ภาพสุดท้ายแสดงความไวของ Equity Curve ตัวแปรที่ผ่านการทดสอบ: ERLength amp FilterIndex (คำนิยาม: ตารางที่ 1): รูปที่ 1 ผลการดำเนินงานของพอร์ตการลงทุน (อินพุท: ตารางที่ 1 การระงับคณะกรรมาธิการ: 0) AMA (ERLength) คือค่าเฉลี่ยการเคลื่อนที่แบบปรับตัวในช่วง ERLength ERLength เป็นระยะเวลามองย้อนกลับของอัตราส่วนประสิทธิภาพ (ER) ERi abs (Directioni Volatilityi) โดยที่ 8220abs8221 เป็นค่าสัมบูรณ์ Directioni Closei Close ERLength, Volatilityi (abs (DeltaClosei), ERLength) โดยที่ 82208221 เป็นผลรวมของช่วง ERLength, DeltaClosei Closei Closei 1. FastMALength เป็นระยะเวลาของค่าเฉลี่ยเคลื่อนที่อย่างรวดเร็ว SlowMALength เป็นช่วงของค่าเฉลี่ยเคลื่อนที่ที่ช้า AMAi AMAi 1 ci (Closei AMAi 1) โดยที่ ci (ERi (ช้าเร็ว) ช้า) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1) ดัชนี: i ERLength 2, 100, ขั้นตอนที่ 2 FastMALength 2 SlowMALength 30 Long Trades: ถ้า AMAi AMAi 1 AMA AMAi 1 lt AMAi 2 แล้ว MinAMA AMAi 1 (ค่าเฉลี่ยเคลื่อนที่ที่ปรับเปลี่ยนได้ขึ้นอยู่กับช่วงที่ MinamA) การค้าแบบสั้น: AMAi AMAi 1 amp AMAi 1 GT AMAi 2 แล้ว MaxAMA AMAi 1 (ค่าเฉลี่ยเคลื่อนที่ที่ปรับเปลี่ยนลดลงพร้อมกับเดือยที่ MaxAMA) ดัชนี: i Filteri FilterIndex StdDev (AMAi AMAi 1, N) โดย StdDev คือส่วนเบี่ยงเบนมาตรฐานของชุดข้อมูลในช่วง N N 20 (ค่าเริ่มต้น) ดัชนี: i FilterIndex 0.0, 1.0, ขั้นตอน 0.02 N 20 Long Trades: การซื้อเมื่อปิดถูกวางเมื่อ AMAi gt AMAi 1 amp (AMAi Minama) gt Filteri Short Trades: ขายเมื่อปิด AMAi lt AMAi 1 amp (Maxama AMAi) gt Filteri ดัชนี: i Stop Loss Exit: ATR (ความยาวคลื่น) เป็น True True Range ในช่วงระยะเวลา ATRLength ATRStop เป็นส่วนหนึ่งของ ATR (ATRLength) Long Trades: วางจำหน่ายวางอยู่ที่ ATR ATLStop ATRStop ATRStop Short Trades: หยุดการซื้อจะอยู่ที่ ATRState ATR ATT (ความยาว ATRLength) ATRLength 20 ATRStop 6 ERLength 2, 100, ขั้นตอนที่ 2 FilterIndex 0.0, 1.0, ขั้นตอนที่ 0.02 เม. ย. 1998 คำแนะนำสำหรับผู้ค้าท่านสามารถเลือก Traders Tips ในเดือนนี้โดยนักพัฒนาซอฟท์แวร์การวิเคราะห์ทางเทคนิคต่างๆเพื่อช่วยให้ผู้อ่านสามารถนำเสนอบางส่วนของกลยุทธ์ที่นำเสนอได้ง่ายขึ้น ในฉบับนี้ คุณสามารถคัดลอกสูตรและโปรแกรมเหล่านี้เพื่อใช้งานได้ง่ายในสเปรดชีตหรือซอฟต์แวร์วิเคราะห์ของคุณ เพียงแค่เลือกข้อความที่ต้องการโดยการไฮไลต์ตามที่คุณต้องการในโปรแกรมประมวลผลคำใด ๆ จากนั้นใช้คำสั่งคีย์มาตรฐานสำหรับคัดลอกหรือเลือก quotcopyquot จากเมนูเบราเซอร์ ข้อความที่คัดลอกจะสามารถใส่ลงในสเปรดชีตหรือซอฟต์แวร์อื่น ๆ ได้โดยการเลือกจุดแทรกและรันคำสั่งวาง ด้วยการสลับไปมาระหว่างหน้าต่างแอพพลิเคชันและเว็บเพจที่เปิดข้อมูลสามารถถ่ายโอนข้อมูลได้อย่างสะดวก เคล็ดลับในเดือนนี้รวมถึงสูตรและโปรแกรมสำหรับ: TRADESTATION ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้ที่ได้กล่าวไว้ในการสัมภาษณ์กับ Perry Kaufman ในรายงานประจำปี 1998 ของ STOCKS แอ็พพลิเคชันโบนัส (บทความเดิมที่ปรากฏในเดือนมีนาคม 1995) เป็นทางเลือกที่ดีเยี่ยมสำหรับการคำนวณค่าเฉลี่ยเคลื่อนที่เฉลี่ย ในเดือนนี้ Traders Tips ฉันจะนำเสนอการศึกษาภาษา Easy Easy สองเรื่องและระบบ Easy Language ซึ่งอิงตามค่าเฉลี่ยเคลื่อนที่แบบปรับตัว การคำนวณค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนย้ายที่ใช้ในการศึกษาและระบบใน TradeStation หรือ SuperCharts จะทำหน้าที่หลักโดยฟังก์ชันที่เรียกว่า quotAMA. quot ฟังก์ชันอื่น ๆ ที่เรียกว่า quotAMAFquot ใช้ในการคำนวณตัวกรองเฉลี่ยเคลื่อนที่แบบปรับตัว เช่นเคยควรมีการสร้างฟังก์ชั่นก่อนที่จะพัฒนาระบบ studiessystem ประเภท: ชื่อฟังก์ชัน: AMA Vars: เสียง (0), สัญญาณ (0), Diff (0), efRatio (0), Smooth (1), Fastest (.6667), Slowest (.645), AdaptMA (0) Diff (ระยะใกล้, ระยะเวลา) ประสิทธิภาพของสัญญาณเสียงนุ่มนวล (efRatio (เร็วที่สุด - ช้าที่สุด) Slowest, 2) AdaptMA AdaptMA1 Smooth (Close - AdaptMA1) อินพุต End: Period (Numeric), Pars (ตัวเลข) Vars: เสียง (0), สัญญาณ (0), Diff (0), EfRatio (0), Smooth (1), Fastest (.6667 ), ช้าที่สุด (.645), AdaptMA (0), AMAFltr (0) Diff AbsValue (Close - Close1) IF CurrentBar ระยะเวลาแล้ว AdaptMA ปิด IF CurrentBar ระยะเวลาแล้วเริ่มสัญญาณ Absval (Close - ClosePeriod) สรุปเสียง (ต่าง, ระยะเวลา) ) EfRatio สัญญาณเสียงนุ่มนวล (efRatio (เร็ว - ช้าที่สุด) ช้าที่สุด 2) AdaptMA AdaptMA1 Smooth (Close - AdaptMA1) AMAFltr StdDev (AdaptMA - AdaptMA1, ระยะเวลา) Pcnt End AMAF AMAFltr เมื่อคุณสร้างทั้ง fu nctions คุณสามารถสร้างสองการศึกษาและระบบ ตัวบ่งชี้แรกจะแสดงเส้นค่าเฉลี่ยเคลื่อนที่ที่ปรับได้โดยไม่จำเป็น บิดคือเส้น AMA สามารถเรียบโดยใช้การถดถอยเชิงเส้น ดังนั้นฉันได้รวมอยู่ในตัวบ่งชี้ใส่ชื่อ quotsmoothquot ที่ช่วยให้คุณสามารถตรวจสอบว่าสาย AMA ควรจะเรียบหรือไม่ quotYquot เป็นค่าอินพุตทำให้การคำนวณง่ายขึ้น quotNquot เพียงแค่แปลงสาย AMA ดิบ ตัวบ่งชี้นี้ควรถูกปรับขนาดเป็น quotSame เป็นข้อมูลราคา. ประเภท: ชื่อตัวบ่งชี้: MovAvg อินพุทปรับ: ช่วง (10), เรียบ (quotYquot) IF UpperStr (Smooth) quotYquot แล้ว Plot1 (LinearRegValue (AMA (Period), Period, 0) , quotSmooth AMAquot) Else Plot2 (AMA (Period), quotAdaptive MAquot) ตัวบ่งชี้ที่สอง, quotMov Avg Adaptive Fltr, ใช้แนวคิดการกรองและใช้กับตัวบ่งชี้ จากพารามิเตอร์การปรับค่าเฉลี่ยเคลื่อนที่ที่ปรับค่าพารามิเตอร์ (AMAF) ตัวกรองนี้จะแสดงเส้นสีน้ำเงินหรือสีแดงแนวตั้งขึ้นอยู่กับสภาพที่ตรงตามเกณฑ์ ค่าที่สะท้อนโดยเส้นแนวตั้งสะท้อนมูลค่าของการคำนวณตัวกรอง AMA การตั้งค่ารูปแบบที่แนะนำบางอย่างจะได้รับหลังจากรหัสตัวบ่งชี้ ประเภท: ชื่อตัวบ่งชี้: MovAvg Adaptive Fltr อินพุต: ระยะเวลา (10), Pcnt (.15) Vars: AMAVal (0), AMAFVal (0), AMALs (0), AMAHs (0) AMAFVAL AMAF (ช่วง, Pcnt) IF CurrentBar 1 จากนั้นเริ่ม AMALs AMAVal AMAHs AMAVal End Else เริ่มต้นหาก AMAVal AMAVal1 จากนั้น AMALs AMAVal IF AMAValTM AMAVal1 จากนั้น AMAHs AMAVal IF AMAVAL - AMALs AMAFs AM AMVAL จากนั้นให้เริ่มต้น Plot1 (AMAFVal, quotBuyquot) IF Plot11 0 แล้วแจ้งเตือน True End Else IF AMAHs - AMAVal gt AMAFVal แล้วเริ่มต้น Plot2 (AMAFVal, quotSellquot) IF Plot21 0 แล้วแจ้งเตือน True End Plot3 (AMAFVal, quotAMAFilterquot) รูปแบบสุดท้าย: การปรับขนาด: หน้าจอระบบ quotverVot AdMovely Fltrquot ของ quotMovAvg ด้านล่างขึ้นอยู่กับกฎที่กำหนดไว้สำหรับรายการตามการปรับตัวที่กรอง การคำนวณเฉลี่ย ประเภท: ชื่อระบบ: MovAvg Adaptive Fltr อินพุท: ช่วงเวลา (10), Pcnt (.15) Vars: AMAVal (0), AMAFVal (0), AMALs (0), AMAHs (0) AMAFVAL AMAF (Period, Pcnt) IF CurrentBar 1 จากนั้นเริ่ม AMALs AMAVal AMAHs AMAVal End Else เริ่มต้นถ้า AMAVal AMAVal1 จากนั้น AMALs AMAVal IF AMAVAL AMTALAL1 จากนั้น AMAHs AMAVal IF AMAVAL - AMALs จะข้าม AMAFVal แล้วซื้อแถบนี้ปิดหาก AMAHs - AMAVal ข้าม AMAFVal แล้วขายแถบนี้เมื่อปิด End รหัสนี้ยังมีอยู่ที่ Omega Researchs เว็บไซต์ ชื่อของไฟล์คือ quotAMA. ELA. quot โปรดทราบว่าเทคนิคการวิเคราะห์เคล็ดลับของ Traders ทั้งหมดที่โพสต์ไว้ในเว็บไซต์ Omega Researchs สามารถใช้งานได้ทั้ง TradeStation และ SuperCharts เมื่อใดก็ตามที่เป็นไปได้เทคนิคการวิเคราะห์ที่โพสต์จะมีทั้งรูปแบบตัวแก้ไขด่วนและรูปแบบตัวแก้ไข Power Editor - Gaston Sanchez, Omega Research 800 422-8587, 305 270-1095 Internet: wwwomegaresearch กลับไปที่รายการใน MetaStock 6.5 คุณสามารถสร้างระบบค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้โดย Perry Kaufman ในการสัมภาษณ์ที่ปรากฏในฉบับโบนัสปี 1998 เมื่อใช้ MetaStock 6.5 ให้เลือก quotilator Builderquot จากเมนู Tools จากนั้นคลิกที่ปุ่ม New ป้อนสูตรต่อไปนี้: ระยะเวลาการเคลื่อนย้ายแบบ Adaptive Average Binary Wave: อินพุท (ระยะเวลา Quotime, 1,1000, 10) ทิศทาง: CLOSE - Ref (CLOSE, - periods) SSC: ER (FastSC - SlowSC) SlowSC AMA: If (Cum (1 ) ระยะเวลา 1 ref (Close, -1) ค่าคงที่ (CLOSE - ref (Close, -1)), ค่าคงที่ก่อนหน้า (CLOSE - PREV)) FilterPercent: Input (quotFilter ร้อยละ, 0,100,15) 100 ตัวกรอง: FilterPercent Std (AMA (AMA, -1) AMA, PREV) AMAHigh: ถ้า (AMA gt Ref (AMA, -1), AMA, PREV) ค่าเฉลี่ยเคลื่อนที่ที่ปรับได้ (Adaptive Moving Average - AMA) ช่วงเวลา: อินพุท (ช่วงเวลาที่กำหนด, 1,1000, 10) ทิศทาง: CLOSE - Ref (CLOSE, - periods) SSC: ER (FastSC - SlowSC) SlowSC AMA: ถ้า (Cum (1) period 1, ref (Close, -1 ) ค่าคงที่ก่อนหน้า (CLOSE - PREV)) หากคุณต้องการเห็นค่าเฉลี่ยเคลื่อนที่แบบปรับตัวให้พอดีกับกราฟใน MetaStock ถ้าคุณต้องการเห็นสัญญาณซื้อและขายจากระบบค่าเฉลี่ยเคลื่อนที่แบบปรับตัวให้พล็อตคลื่นไบนารีเฉลี่ยที่ปรับค่าได้ คลื่นเลขฐานสองนี้แปลงเป็น quot1quot เมื่อเอาใจใส่สัญญาณซื้อซึ่งเป็น quot-1quot สำหรับสัญญาณการขายและเป็นศูนย์เมื่อไม่มีสัญญาณ --Allan J. McNichol, EQUIS International 800 882-3040, 801 265-8886 Internet: equis กลับไปที่รายการ TECHNIFILTER PLUS เป็น TechniFilter Plus รุ่นที่ 8 สูตรสำหรับค่าเฉลี่ยเคลื่อนที่แบบปรับตัว (AMA) ที่กล่าวถึงโดย Perry Kaufman ในปี 1998 ฉบับโบนัส AMA เป็นค่าเฉลี่ยเลขคณิตที่น้ำหนักตัวคูณอาจแตกต่างกันในแต่ละวันระหว่างค่าสูงสุดและต่ำสุด น้ำหนักที่ผันแปรนี้เข้าใกล้ค่าสูงสุดทำให้ AMA ติดตามเส้นโค้งราคาได้ใกล้ชิดมากขึ้น เมื่อราคามีการคดเคี้ยวไปมาน้ำหนักที่ผันแปรจะเข้าสู่ค่าต่ำสุดทำให้ AMA ราบเรียบ Kaufman ใช้อัตราส่วนของการเปลี่ยนแปลงราคากับการแปรผันของราคาเพื่อกำหนดขนาดน้ำหนักตัวแปร สูตรใช้พารามิเตอร์สามตัว ได้แก่ 2, 30 และ 10 พารามิเตอร์แรก 2 หมายถึงค่าเฉลี่ยเลขแจงสองวันเป็นค่าเฉลี่ยที่เร็วที่สุดสำหรับค่าเฉลี่ยตัวแปร พารามิเตอร์ที่สองคือ 30 แสดงว่าเฉลี่ย 30 วันเป็นค่าเฉลี่ยที่ต่ำที่สุดสำหรับค่าเฉลี่ยตัวแปร พารามิเตอร์ที่สามคือ 10 หมายถึงระยะเวลาการมองย้อนกลับสำหรับการคำนวณว่าน้ำหนักจะเปลี่ยนไปอย่างไร Perry Kaufmans Adaptive Moving Average สูตร SWITCHES: multiline recursive มูลค่าเริ่มต้น: C FORMULA: กลยุทธ์ TechniFilter Plus นี้และรายงานกลยุทธ์กลยุทธ์และสูตรของ Traders ก่อนหน้านี้สามารถดาวน์โหลดได้จากเว็บไซต์ RTRs --Clay Burch, RTR Software 919 510-0608, E-mail: rtrsoftaol Internet: rtrsoftware กลับไปที่รายการ WAVEWIE MARKET SPREADSHEET นี่คือการใช้ WAVE WIE ของ Perry Kaufmans ซึ่งมีการปรับค่าเฉลี่ยเคลื่อนที่ (AMA) ซึ่งกล่าวถึงใน ANNUAL COMMODITIES 1998 การนำเสนอการสัมภาษณ์โบนัส --Peter Di Girolamo, Jerome Technology 908 369-7503, E-mail: jtiwareaol Internet: members. aoljtiware กลับไปที่รายการ SMARTRADER Perry Kaufmans ค่าเฉลี่ยเคลื่อนที่ที่ปรับได้ (STOCKS amp Inventations, 1998 Issue Bonus) ทำหน้าที่เป็นตัวอย่างที่ดีสำหรับการใช้งานผู้ใช้ สูตรใน SMARTrader กุญแจสำคัญในการสร้างค่าเฉลี่ยเคลื่อนที่แบบปรับตัว (AMA) คือความสามารถในการเขียนสูตรอ้างอิงหรือการอ้างอิงตัวเอง จุดป่วยเหล่านั้นออกไปขณะที่เราดำเนินการ แถวที่ 4 ซึ่งมีข้อความกำกับว่า quotoffset ส่วน quot ถูกใช้ร่วมกับแถวที่ 15 เพื่ออ้างถึงค่าที่ป้อนด้วยตนเองในตัวอย่างสเปรดชีตในเซลล์ I5 ถึง I14 ทิศทางถูกกำหนดไว้ในแถว 5 โดยใช้การศึกษาโมเมนตัมระยะเวลา 10 แถวที่ 6, 7 และ 8 คำนวณความผันผวนโดยการคำนวณโมเมนตัมหนึ่งช่วงจากนั้นจึงนำค่าโมเมนตัมและค่าสรุปเป็นชุด 10 ช่วง แถว 9 และ 10 จะคำนวณค่า ER และค่าสัมบูรณ์ แถวที่ 11 และ 12 เป็นค่าสัมประสิทธิ์ที่มีค่าแทนค่าเป็นระยะเวลาสองและ 30 ตามลำดับ แถวที่ 13 คำนวณค่า ssc แถว 14 สี่เหลี่ยม ssc, ให้ c. แถว 16 คำนวณ AMA ที่เกิดขึ้นจริงและเป็นแถวแรกที่เรียกซ้ำ แถวที่ 17 รวมทั้ง recursive จะคำนวณความแตกต่างของ AMA ในปัจจุบันและก่อนหน้า แถว 18 AMAdiff ใช้คำสั่ง if เพื่อหลีกเลี่ยงการรายงานผลลัพธ์ที่ไม่ถูกต้องในคอลัมน์ 1 เนื่องจากไม่มีอะไรก่อนคอลัมน์ 1 ให้ผลการคำนวณที่ถูกต้อง แถวที่ 19 คำนวณส่วนเบี่ยงเบนมาตรฐาน 10 ช่วงเวลาของ AMAdiff แถวที่ 20 เป็นค่าสัมประสิทธิ์ที่มีค่าร้อยละ แถวที่ 21 คำนวณค่าตัวกรอง แถวที่ 22 และ 23 เป็นแถวผู้ใช้แบบวนซ้ำที่สามารถติดตามความยาวคลื่น AMA และความสูง AMA ได้ แถวที่ 23 และ 24 เป็นกฎซื้อเซลเวิร์ดตามลำดับ รูปที่ 1: SMARTRADER SMARTrader SpecSheet ใช้ค่าเฉลี่ยเคลื่อนที่ที่ปรับได้ของ Perry Kaufmans จากฉบับโบนัสปี 2541 แผ่นงานนี้ยังมีอยู่ที่เว็บไซต์ของ Stratagems --Jim Ritter, Stratagem Software International 504 885-7353, E-mail: Stratagem1aol Internet: members. aolstratagem1 Back to ListSo ฉันยังไม่ได้ลงรายการบัญชีให้เร็วที่สุดเท่าที่ฉันเคยทำงานเกี่ยวกับ Auto Trading System และหลังจากใช้จ่ายไปไกล เวลามากเกินไปในการวิจัยสูตรสัญญาณฉันคิดว่าฉันจะโพสต์การใช้งานของสัญญาณต่างๆที่ฉันใช้ใน ATS ของฉัน ค่าเฉลี่ย Kaufman Adaptive Moving Average เป็นตัวกรองเฉลี่ยที่มีการเคลื่อนไหวต่ำแฝงต่ำ ในทางเทคนิคมีหางที่ไม่มีที่สิ้นสุด แต่ชั่งน้ำหนักอย่างชาญฉลาดให้น้ำหนักของสัญญาณสำหรับแต่ละแท่งใหม่ขึ้นอยู่กับความทันสมัยทางประวัติศาสตร์ หากข้อมูลที่ผ่านมามีการเปลี่ยนแปลงอย่างรวดเร็วแต่ละแถบใหม่จะมีน้ำหนักเฉลี่ยต่ำมาก แต่ถ้าข้อมูลที่ผ่านมาเสนอทิศทางที่แข็งแกร่ง (ไม่คำนึงถึงขนาด) ค่าเฉลี่ยจะมีน้ำหนักมากขึ้นเป็นอย่างมาก มี aren8217t เว็บไซต์มากเกินไปเกี่ยวกับสูตรที่เกิดขึ้นจริง 8211 ฉันตามการใช้งานของฉันในรหัส MetaStock พบได้ที่นี่ ฉันเริ่มเขียนบทความนี้ใน Windows Live Writer และพบว่าไม่ได้จัดรูปแบบแหล่งที่มาของ Visual Studio8217 ไว้ดังนั้นฉันจะพยายามโพสต์ข้อความนี้จาก Word 2007 Word จะดีกว่าในการจัดรูปแบบ แต่น่าเสียดายกับรูปภาพขณะที่ Live ยอดเยี่ยมมาก ภาพและการจัดการเว็บไซต์ แต่สาหัสด้วยการจัดรูปแบบ นี้เป็นตัวบ่งชี้ที่ชื่นชอบได้อย่างง่ายดายและมีจำนวนมาก tweaking สามารถจริงจะมีความล่าช้าต่ำมาก สิ่งสำคัญในการกำจัดเสียงคือสัญญาณที่มีเสียงดังมากที่สุดเมื่ออนุพันธ์แนวโน้มมีค่าต่ำสุด ความจริงข้อนี้ช่วยให้สามารถใช้แฮ็กที่ฉลาดเพื่อลดแฝงตัวกรองเช่น ATX ที่ถูกกล่าวว่ามักจะเป็นสิ่งสำคัญที่จะใช้ตัวบ่งชี้ได้รับบาดเจ็บเป็นจำนวนมากของตลาดใช้มันประสิทธิภาพการทำงานของมันคือการตอบสนองด้วยตนเองทำนาย 23 Responses to 8220AMA 8211 Kaufman8217s สูตรปรับค่าเฉลี่ยใน C8221 Heya i amm เป็นครั้งแรกที่นี่ ฉันมาข้ามบอร์ดนี้และฉันพบว่าแอมป์ที่มีประโยชน์อย่างแท้จริงมันช่วยให้ฉันพูดมาก ฉันหวังว่าจะได้นำเสนออีกครั้งและช่วยเหลือผู้อื่นเช่นคุณช่วยฉัน บางคนอาจเพิ่มสิ่งจูงใจที่ดีภายในข้อความโฆษณาของตน แต่ทำไมไม่ทำงานในการหมุนเวียนโฆษณาของคุณโอกาสที่จะดึงออกมาจากฝูงชนได้ดี กลยุทธ์การย้อนกลับแบบนี้จะส่งผลต่อการจัดอันดับของคุณในขณะนี้เนื่องจาก Google get8217s มีความชาญฉลาดมากขึ้นในแต่ละวัน แต่ก็เป็นสิ่งสำคัญที่จะต้องทราบว่ามีปัจจัยที่ควรพิจารณาเมื่อจ้าง บริษัท วิธีหนึ่งที่ควรคำนึงถึงนี้คือการลองใช้ pasties เหนือ nipples เพื่อให้มั่นใจว่าคุณจะไม่ได้เปิดเผยตัวเอง จากนั้นชุดเซ็ทเท็นดี้โอเพ่นคัพ 4 ชิ้นของ Sexy Fishnet เป็นกลยุทธ์การยิงที่แน่นอนในการตั้งค่าการแข่งชีพจรคู่ของคุณ8217s แน่นอนคุณไม่สามารถปฏิเสธรูป sexy ที่ลืมไปได้เมื่อใส่ชุดทอง