Kaufman adaptive moving average mt4

적응 형 이동 평균은 더 나은 결과로 연결됩니다. 이동 평균은 활성 거래자가 선호하는 도구입니다. 그러나 시장이 통합되면이 지표는 수많은 Whipsaw 거래로 이어지며 결과적으로 작은 승리와 실패를 야기합니다. 분석가들은 수십 년 동안 간단한 이동 평균이 기사에서 우리는 이러한 노력을 살펴보고 유용한 검색 도구로 이끌어 냈다는 것을 알게되었습니다. 간단한 이동 평균에 대한 배경 정보는 간단한 이동 평균을 확인하십시오. 동향을 두드러지게하십시오 이동 평균의 장단점 단점 로버트 에드워즈 (Robert Edwards)와 존 매기 (John Magee)는 이동 추세에 대한 기술적 분석의 첫 번째 판에서 이동 평균을 요약했다. 1941 년에 돌아와서 많은 사람들이 데이터를 평균하여 발견 했음에도 기쁘게 발견했다. 명시된 일 수 동안 자동 트렌드 라인을 유도 할 수 있었기 때문에 추세 변화를 확실히 해석 할 수있었습니다. 사실 너무 좋았습니다 진실로는 너무 좋았습니다. 장점을 능가하는 단점으로 인해 Edwards와 Magee는 바닷가 방갈로에서의 거래에 대한 꿈을 빨리 포기했습니다. 그러나 60 년이 지난 후에이 단어들을 썼고 다른 사람들은 단순한 이동 평균을 계산하려면 원하는 기간의 가격을 추가하고 선택한 기간 수로 나눕니다. 5 일 이동 평균을 구하십시오. 가장 최근의 종가를 합산하고 5로 나누어야합니다. 가장 최근의 종가가 이동 평균보다 높으면 주식은 상승 추세로 간주됩니다. 하락 추세는 이동 평균 이하의 가격 거래로 정의됩니다. 우리의 이동 평균 자습서. 이 추세 정의 재산은 이동 평균이 거래 신호를 생성하는 것을 가능하게합니다. 가장 간단한 응용 프로그램에서 상인은 가격이 움직일 때 움직일 때 구매합니다 평균 가격이 해당 라인 아래로 교차 할 때 팔린다. 이와 같은 접근법은 모든 중요한 거래의 오른쪽에 상인을 배치하는 것을 보장한다. 불행히도, 데이터를 부드럽게하는 동안 이동 평균은 시장 행동에 뒤 떨어지고 상인은 거의 항상 지수의 이동 평균 분석가들은 이동 평균에 대한 아이디어를 좋아하고이 지연과 관련된 문제를 줄이기 위해 수년을 보냈습니다. 이러한 혁신 중 하나는 지수 이동 평균 EMA입니다 이 접근법은 최근 데이터에 상대적으로 더 높은 가중치를 할당하므로 단순 이동 평균보다 가격 행동에 더 가깝습니다. 지수 이동 평균을 계산하는 공식은 다음과 같습니다. EMA 가중치 닫기 1 - 가중치 EMAy Where. Weight는 평활화입니다 분석가가 선택한 상수. EMAy는 어제의 지수 이동 평균입니다. 일반적인 가중치는 0 181로 20 일 간단한 mov에 가깝습니다 평균 10 일 이동 평균입니다. 지연을 줄이긴하지만 지수 이동 평균은 이동 평균에 대한 또 다른 문제를 해결하지 못합니다. 즉 거래 신호에 대한 사용이 많은 숫자로 이어질 것입니다 기술 거래 시스템의 새로운 개념 Welles Wilder는 시장은 시간의 4 분의 1 만 추세라고 평가합니다. 이동 평균 구매 / 판매 신호가 가격으로 반복적으로 생성 될 때 거래 행동의 최대 75 개가 좁은 범위에 국한됩니다 이 문제를 해결하기 위해 몇몇 분석가들은 EMA 계산의 가중치를 변경하는 방법을 제안했습니다. 자세한 내용은 거래에서 사용되는 평균 이동률을 참조하십시오. 이동 평균을 시장에 내놓으십시오. 조치의 단점을 해결하는 한 가지 방법은 다음과 같습니다. 이동 평균은 가중 팩터에 변동성 비율을 곱하는 것입니다. 이렇게하면 이동 평균이 현재 가격에서 더 높아집니다. le markets 이것은 우승자가 뛰는 것을 허용합니다. 추세가 끝나고 가격이 합산되면서 이동 평균은 현재 시장 행동에 더 가까워지고, 이론적으로는 상인이 추세에서 포착 된 대부분의 이익을 유지할 수있게합니다. 실제로, 변동성 비율은 Bollinger Band 너비와 같은 지표가 될 수 있습니다. 이 값은 잘 알려진 Bollinger Bands 사이의 거리를 측정합니다. 이 표시기에 대한 자세한 내용은 Bollinger Bands의 기본 사항을 참조하십시오. Perry Kaufman은 EMA 공식의 가중치 변수를 이 책의 효율성 비율 ER에 기초한 상수, New Trading Systems and Methods이 표시기는 -1 0에서 1 0 범위에서 정의 된 추세의 강도를 측정하도록 설계되었습니다. 간단한 공식으로 계산됩니다. 총계 각 막대의 절대 가격 변동 기간에 대한 가격 변경. 매일 5 개 범위의 재고를 고려하고 5 일 끝에 총 15 개 점수를 얻습니다. 그러면 0 67 15 피 oints 상향 움직임을 총 25 포인트 범위로 나눈 것. 이 주식은 15 포인트 하락했다. ER은 -0 67이 될 것이다. Perry Kaufman의 더 많은 거래 조언을 얻으려면 Losing To Win을 읽고 거래 손실에 대처하기위한 전략을 설명하라. 추세의 효율성은 정의 된 기간 동안 가격 움직임의 단 위당 이동량 또는 추세를 기반으로합니다. 1 0의 ER은 주식이 완전한 상승 추세에 있음을 나타냅니다. -1 0은 완벽한 하락 추세를 나타냅니다. 극단에 도달하는 경우는 거의 없습니다. 이 표시기를 적용하여 적응 이동 평균 AMA를 찾으려면 거래가는 다음과 같은 복잡한 공식을 사용하여 가중치를 계산해야합니다. C SC SC SC SCS 2 여기서 SCF는 가장 빠른 EMA의 지수 상수입니다 허용 가능한 대개 2.SCS는 가능한 가장 느린 EMA에 대한 지수 상수입니다. 30.ER는 위에서 언급 한 효율 비율입니다. C의 값은 간단한 가중치 변수 대신 EMA 공식에 사용됩니다. 손으로 계산하기 어려운 적응 형 이동 평균은 거의 모든 거래 소프트웨어 패키지에서 옵션으로 포함됩니다. EMA에 대한 자세한 내용은 지수 이동 가중 이동 평균 탐색을 참조하십시오. 단순 이동 평균 빨간색 선의 예, 지수 이동 평균 파란색 선 및 적응 이동 평균 녹색 라인은 그림 1에 나와 있습니다. 그림 1 : AMA는 녹색으로 표시되며이 차트의 오른쪽에 표시된 범위 제한 동작에서 가장 큰 평탄도를 나타냅니다. 대부분의 경우 지수 이동 평균, 파란 선으로 보이는 가격 움직임에 가장 가깝다 간단한 이동 평균은 빨간 선으로 보인다. 숫자에서 보이는 3 개의 이동 평균은 모든 시간에 whipsaw 무역에 수 그리다. 이동 평균에 대한이 결점은 지금까지 불가능했다 결론 Robert Colby는 Technical Market Indicators의 백과 사전에서 수백 가지의 기술 분석 도구를 테스트했습니다. 그는 적응 이동 평균이 interestin 우리의 예비 테스트는이 복잡한 트렌드 스무딩 방법에 실질적인 실질적인 이점을 보여주지 못합니다. 이것은 거래자가 아이디어를 무시해야한다는 것을 의미하지 않습니다. AMA를 다른 지표와 결합하여 수익성있는 거래 시스템을 개발할 수 있습니다. 이 주제에 관해서는 Keltner Channels과 Chaikin Oscillator 발견을 읽으십시오. ER은 가장 수익성 높은 거래 기회를 찾아내는 독립형 추세 지표로 사용할 수 있습니다. 한 예로, 0 30을 넘는 비율은 강한 상승 추세를 나타내고 잠재적 인 구매를 나타냅니다. 변동성이 주기적으로 움직이면 효율성 비율이 가장 낮은 주식이 탈주 기회로 간주 될 수 있습니다. 노동 통계국 (United States Bureau of Labor Statistics)은 고용주의 데이터를 수집합니다. 차용 부채 한도액은 제 2 차 자유 채권법에 따라 작성되었습니다. 예금 기관이 설립하는 이자율 연방 준비 은행에서 유지하는 자금을 다른 예금 기관에 빌려주고있다 .1 주어진 증권 또는 시장 지수에 대한 수익 분산의 통계적 척도 변동성은 측정 될 수있다. 1933 년에 미국 의회가 은행법 (Banking Act) 상업 은행의 투자 참여. 비농업 급여는 농장, 개인 가구 및 비영리 부문 외부의 모든 일을 나타냅니다. 미국 노동국. MetaTrader 5 - 지표. 적응 이동 평균 AMA - MetaTrader의 지표 5. 적응 이동 평균 AMA는 다음과 같습니다. 가격 일련의 소음에 대한 민감도가 낮은 이동 평균을 구성하는 데 사용되며 추세 감지를위한 최소 지연이 특징입니다. 이 표시는 Perry Kaufman이 저술 한 Smarter Trading에서 개발 및 설명했습니다. 가격 시리즈에 대한 여러 가지 다듬기 알고리즘의 단점 중 하나는 우발적 인 가격 도약으로 인해 잘못된 추세 신호가 나타날 수 있습니다. 이 지표는 이러한 두 가지 단점을 극복하기 위해 개발되었습니다. 적응 형 이동 평균 지표. 현재 시장 상황을 정의하기 위해 Kaufman은 효율 공식 ER의 개념을 도입했습니다. ER i - 현재 가치 Efficiency Ratio 신호 i ABS 가격 i - 가격 i - N - 현재 신호 값, 현재 가격과 가격의 차이의 절대 값 N주기 전. Noise i Sum ABS 가격 i - 가격 i-1, N - 전류 잡음 값 , 현재 기간의 가격과 이전 기간의 N 기간 동안의 가격의 절대 값의 합. 강한 추세 인 경우, 효율성 비율 ER은 방향 이동이 없으면 1로 경향하며, 조금 더 많을 것입니다 얻은 ER 값은 지수 평활화 공식에 사용됩니다. EMA i 가격 i SC EMA i-1 1 - SC. SC 2 n 1 - EMA 평활 상수, n - 지수 이동 기간. EMA i-1 - EMA의 이전 값. 빠른 마스트는 기간 2 빠른 SC 2 2 1 0 6667을 갖는 EMA와 같고, 추세가없는 기간 동안 EMA 기간은 30 SCL 30 1 0 06452와 동일해야한다. 따라서 새로운 변화하는 평활 상수는 스케일 된 평활 상수 SSC. SSC i ER i fast SC - low SC slow SC. SSC i ER i 0 60215 0 06425. 얻어진 평활화 상수가 평균화 기간에보다 효율적으로 영향을 미치기 위해서는 Kaufman이 제곱을 권장합니다. 최종 계산식. AMA i Price i SSCi 2 AMA i-1 1-SSC i 2. 재배치 후. AMA i AMA i-1 SSC i 2 가격 i - AMA i-1.AMA i - AMA. AMA의 현재 값 i-1 - 이전 값 AMA. SSC i - 스케일 된 스무딩 상수의 현재 값. MetaQuotes Software Corp 원본 코드에 의해 러시아어에서 번역되었습니다. MT4 TRADER와 함께 사용할 수 있습니다. 거래, 자동화 된 거래 시스템 및 테스트 거래 전략에 대한 조언 지표 AMASTLHTF newdigital, 2014 07 13 12 00 적응 이동 평균 적응 이동 평균 AMA, 이름에서 알 수 있듯이 이동 평균 It 단순한 이동 평균 SMA 및 그 사촌 가중 이동 평균 WMA 및 지수 이동 평균 EMA는 모두 환상적입니다. 시장이 도약 할 때 환상적입니다. 그러나 시장이 범위 한계에 이르면 많은 조기 신호를 생성하는 시장 소음 많은 또한 자연스럽게 본질적으로 뒤떨어져 있습니다. 이동 평균의 단점을 보완하기위한 탐구에서 페리 J 카우프만 (Perry J Kaufmann)은 자신의 저서 <적응 형 이동 평균>에서 변화하는 시장에서 성과 개선하기 20 - Day-SMA AMA 행동 Kaufmann 씨가 AMA를 도입하기 전에 거래자는 Double Crossover Method 및 Triple Crossover Method와 같은 단일 이동 평균 이상의 조합을 사용했습니다. 이동 평균의 다중 조합을 사용하는 이유는 다음과 같은 사실 빠른 이동 평균은 종종 시장이있을 때 가장 잘 수행되는 5 일 기간과 같이 더 짧은 기간으로 구성됩니다 시장이 범위 한계에있을 때 가장 잘 수행되는 50 일 기간과 같이 더 긴 기간으로 구성되는 급속하게 이동하는 평균은 Kaufmann의 AMA에서 천재의 대부분의 소음을 필터링하여 AMA는 시장의 방향과 속도의 결합 다른 말로하면, 시장이 동향을 보일 때, AMA는 동향과 함께 속도를 올린다. 시장이 범위 한계에 다다를 때와 AMA의 속도가 느려지는 경우 그렇다. 따라서 시장 방향에 자체적으로 적응할 때 적절한 적응력을 얻는다. 속도 Kaufmann의 AMA는 효율성 비율을 적용하여 시장 방향 및 속도 감각을 얻습니다. 적응 이동 평균 거래 규칙 다음은 AMA가 가동 될 때 Adaptive Moving Average Buy에 대한 거래 규칙입니다. Kaufman의 Adaptive Moving Average KAMA Kaufman의 적응 이동 평균 KAMA. Perry Kaufman, Kaufman의 적응 이동 평균에 의해 개발 됨 KAMA는 시장 잡음을 고려한 이동 평균입니다 전자 또는 변동성 KAMA는 가격 변동이 상대적으로 작고 소음이 적은 경우 가격을 철저히 따를 것입니다. KAMA는 가격 변동이 확대되고 가격이 더 높을 때 조정합니다. 이 추세 추적 표시는 전체적인 추세, 시간 전환점 및 필터 가격 이동을 계산합니다. 카우프만의 적응 이동 평균을 계산하는 데 필요한 몇 가지 단계가 있습니다. 페리 카프만이 권장하는 설정 인 KAMA 10,2,30.10은 효율성 비율 ER의 기간 수입니다. 2는 가장 빠른 EMA 상수의 기간 수입니다 .30은 가장 느린 EMA 상수의 기간 수입니다. KAMA를 계산하기 전에 효율성 비율 ER 및 평활 상수 SC를 계산해야합니다. 수식 크기를 너트 크기로 분해합니다. 지표 뒤에있는 방법론을 더 쉽게 이해할 수 있습니다. ABS는 Absolute Value를 의미합니다. 효율성 비율 ER. ER은 기본적으로 일일 변동성에 맞게 조정 된 가격 변경입니다 통계적으로 효율성 비율은 가격 변화의 프랙탈 효율성을 1과 0 사이에서 변동 시키지만, 극단적 인 경우는 예외입니다. 가격이 10 연속 또는 10 연속 연속으로 이동하면 ER은 1이 아닙니다. ER이 10 기간 동안 변경되지 않으면 ER은 0이됩니다. 일정한 SC를 매끄럽게합니다. 평활화 상수는 지수 이동 평균을 기반으로 ER과 두 개의 평활 상수를 사용합니다. 주목할 수 있듯이 Smoothing Constant는 지수 이동 평균 2 30 1은 30주기 EMA에 대한 평활 상수입니다. 가장 빠른 SC는 짧은 EMA 2주기에 대한 평활 상수입니다. 가장 느린 SC는 가장 느린 EMA 30주기에 대한 평활 상수입니다. 2 마지막에 방정식을 제곱하는 것입니다. 효율성 비율 ER 및 평활 상수 SC를 사용하여 Kaufman의 적응 이동 평균 KAMA를 계산할 준비가되었습니다. 계산을 시작하기 위해 초기 값이 필요하기 때문에 첫 번째 KAMA는 단순한 이동 평균입니다. 다음 계산은 아래 수식을 기반으로합니다. 계산 예 차트 아래 이미지는 KAMA 및 해당 QQQ 차트를 계산하는 데 사용되는 Excel 스프레드 시트의 스크린 샷을 보여줍니다. 사용 및 신호. 차트리스트는 KAMA를 움직이는 평균과 같은 지표와 같이 사용할 수 있습니다. 차트리스트는 가격 교차, 방향 변경 및 필터링 된 신호를 찾을 수 있습니다. 먼저 KAMA 위 또는 아래의 교차점은 가격의 방향 변화를 나타냅니다. 이동 평균과 마찬가지로 단순 크로스 오버 시스템은 많은 신호와 많은 휩쓸 신호를 생성합니다. 차트리스트는 크로스 오버에 가격 또는 시간 필터를 적용하여 휩쓸기를 줄일 수 있습니다. 일수를 설정하기 위해 십자가를 유지해야하거나 십자가가 일정 비율만큼 초과 할 것을 요구할 수도 있습니다. 두 번째 , 차트리스트는 KAMA의 방향을 사용하여 보안에 대한 전반적인 추세를 정의 할 수 있습니다. 지표를 원활하게하기 위해 매개 변수 조정이 필요할 수도 있습니다. Chartists ca n 가장 빠른 EMA 상수 인 중간 매개 변수를 변경하여 KAMA를 부드럽게하고 방향 변화를 찾습니다. KAMA가 떨어지고 한 단계 낮아지면 추세가 떨어집니다. KAMA가 상승하고 높은 최고치를 위조하는 한 추세입니다. 아래의 Kroger 예제는 12 월에서 3 월까지 가파른 상승세를 보인 KAMA 10,5,30과 5 월에서 8 월 사이의 가파른 상승 추세를 보여줍니다. 마지막으로 차트리스트는 신호와 기술을 결합 할 수 있습니다. 차트리스트는 장기간 KAMA를 사용하여 더 큰 추세 및 단기간 거래 신호에 대한 KAMA 예를 들어, KAMA 10,5,30은 추세선 필터로 사용될 수 있고 상승 할 때 완고한 것으로 간주 될 수 있습니다. 일단 강세가 오르면 차트 맨은 가마 10,2 , 30 아래의 예는 12 월과 1 월과 2 월에 상승하는 장기 KAMA와 강세의 십자가를 가진 MMM을 보여줍니다. 장기간의 KAMA는 4 월에 거절했고 5 월, 6 월과 7 월에는 곰 같은 십자가가있었습니다. 지표로서 KAMA가 있습니다 SharpCharts 작업의 오버레이 벤치 기본 설정은 매개 변수가 선택되면 매개 변수 상자에 자동으로 표시되고 차트 작성자는 분석 요구에 맞게 이러한 매개 변수를 변경할 수 있습니다. 첫 번째 매개 변수는 효율성 비율에 대한 것이고 차트 작성자는이 수를 늘리지 않아야합니다. 대신 차트 작성자는이를 늘려서 민감도 장기간 추세 분석을 위해 KAMA를 부드럽게 만들기 위해 노력하는 차타 목록은 중간 매개 변수를 점진적으로 증가시킬 수 있습니다. 차이는 단지 3이지만 KAMA 10,5,30은 KAMA 10,2,30보다 훨씬 부드럽습니다. 아래 책은 KAMA 및 기타 이동 평균 시스템에 대한 세부 정보를 포함하여 지표, 프로그램, 알고리즘 및 시스템에 대한 자세한 정보를 제공합니다. 시스템 및 방법 페리 카프만.