Adaptive Bevegelig Gjennomsnitt Mt4 Indikatoren

MetaTrader 5 - Indikatorer. Adaptiv Flytende Gjennomsnittlig AMA-indikator for MetaTrader 5.Adaptive Moving Average AMA brukes til å bygge et bevegelig gjennomsnitt med lav følsomhet mot prisserie lyder og er preget av minimalforsinkelsen for trend deteksjon. Denne indikatoren ble utviklet og beskrevet av Perry Kaufman i sin bok Smarter Trading. En av ulempene med forskjellige utjevningsalgoritmer for prisserier er at utilsiktede prissprang kan resultere i utseendet på falske trendsignaler. På den annen side fører utjevning til det uunngåelige forsinket i å forutse trendene. Denne indikatoren ble utviklet for å overvinne disse to ulempene. Adaptive Moving Average Indicator. For å definere dagens markedstilstand introduserte Kaufman begrepet Efficiency Ratio ER, som beregnes av nedenstående formel. ER i - nåverdien av effektivitetsforholdet. Signal i ABS Pris i - Pris i - N - nåværende signalverdi, absolutt verdi av forskjellen mellom nåværende pris og pris N periode ago. Noise I Sum ABS Pris i - Pris i-1, N - gjeldende støyverdi, sum av absolutte verdier av forskjellen mellom prisen for den nåværende perioden og prisen for den foregående perioden for N-periodene. I en sterk trend vil effektivitetsforholdet ER har en tendens til 1 hvis det ikke er rettet bevegelse, vil det være litt mer enn 0. Den oppnådde verdien av ER brukes i eksponensiell utjevning formel. Element i SC EMA i-1 1 - SC. SC 2 n 1 - EMA utjevning konstant, n - perioden av eksponentiell moving. EMA i-1 - forrige verdi av EMA. Utjevningsforholdet for den raske markedsmasten er som for EMA med periode 2 fast SC 2 2 1 0 6667, og for perioden av ingen trend EMA-perioden må være lik 30 langsom SC 2 30 1 0 06452 Den nye skiftende utjevningskonstanten blir derfor innført skalert utjevning konstant SSC. SSC i ER jeg rask SC - langsom SC sakte SC. SSC ER ER 0 0 0 0 0 01515 0 06425. For en mer effektiv innflytelse av den oppnådde utjevningskonstanten i gjennomsnittsperioden anbefaler Kaufman å kvadre den. Final beregningsformel. AMA jeg Pri Jeg er SSC i 2 AMA i-1 1-SSC i 2. eller etter omstilling. AMA i AMA i-1 SSC i 2 Pris i - AMA i-1.AMA i - nåværende verdi av AMA. AMA i-1 - forrige verdi av AMA. SSC i - nåværende verdi av den skalerte utjevningskonstanten. Oversatt fra russisk av MetaQuotes Software Corp Originalkode. Kan jeg bruke det med MT4 TRADER. Forum på handel, automatiserte handelssystemer og testing av handelsstrategier Indikatorer AMASTLHTF newdigital, 2014 07 13 12 00 Adaptive Moving Average Adaptiv glidende gjennomsnittlig AMA, som navnet antyder, er en tilpasning av glidende gjennomsnitt. Det er designet for å tilpasse seg det dynamiske markedet etter behov. ---- Enkel glidende gjennomsnittlig SMA og dens fettere veide glidende gjennomsnitt WMA og eksponentiell flytte gjennomsnitt EMA alt arbeid fantastisk når markedet er trending Men når markedet er avstandsbundet, plukker de opp mye markedsstøy som genererer mange for tidlige signaler. Dessuten er de alle iboende avtagende. I et forsøk på å avhjelpe mangler i bevegelige gjennomsnitt , Perry J Kaufmann, Først introduserte adaptive glidende gjennomsnitt i sin bok Den smartere handelsforbedrende ytelsen i Changing Markets 20-dagers SMA AMA i aksjon Før Kaufmanns introduksjon av AMA, brukte næringsdrivende kombinasjon av mer enn et enkelt bevegelige gjennomsnitt som The Double Crossover Method og Tredobbelt overgangsmetoden Årsakene til å bruke flere kombinasjoner av bevegelige gjennomsnittsverdier er basert på følgende fakta Fastflytende gjennomsnitt, som ofte består av kortere tidsperiode som 5-dagers periode, oppnådde best når markedet beveger seg raskt, noe som ofte består av lengre tidsperiode som 50-dagers periode virket best når markedet er avgrenset, og dermed filtrerer det meste av støyen i genialet i Kaufmann s AMA var et system som er smart nok til å variere hastigheten i henhold til en kombinasjon av markedsretning og hastighet i Et annet ord, når markedet er trending, øker AMA sammen med trenden Når markedet er avgrenset og ikke noe, øker AMA dermed det tjener rettferdig navnet adaptivt som det selv tilpasser seg markedsretning og hastighet Kaufmann s AMA oppnår følelse av markedsretning og hastighet ved å inkorporere effektivitetsforholdet Adaptive Moving Average Trading Rules Følgende er handelsreglene for Adaptive Moving Average Buy når AMA svinger upSell når AMA slår seg ned. Kaufman Adaptive Moving Gjennomsnittlig Trading Strategy Oppsett Filter. I Trading Strategy. Developer Perry Kaufman Kaufman Adaptive Moving Average KAMA Kilde Kaufman, PJ 1995 Smartere Trading Bedre Forbedring i Endre Markeder New York McGraw-Hill, Inc Konsept Trading strategi basert på et adaptivt støyfilter Forskning Mål Resultatverifisering av oppsettet og filteret Spesifikasjon Tabell 1 Resultater Figur 1-2 Handel Oppsett Lange handler Den adaptive Flytte Gjennomsnittlig AMA viser seg Kort handel Det adaptive Flytende gjennomsnittet slår seg ned Merk AMA-trendlinjen ser ut til å stoppe når markeder har ingen retning Når markeder trenden, tar AMA trendlinjen opp Trade En prøve lange handler En kjøp på tett plasseres etter et bullish oppsett Korte handel En selg på teltet er plassert etter en bearish opsjon. Trade Exit Table 1 Portefølje 42 futuresmarkeder fra fire store markedssektorer varer, valutaer, renter og aksjeindekser Data 32 år siden 1980 Testplattform MATLAB. II Sensitivitetstest. Alle 3-D-diagrammer følges av 2-D-konturdiagrammer for fortjenestefaktor, Sharpe-forhold, Ulcer Performance Index, CAGR, Maksimal Drawdown, Prosent Lønnsom Trades og Avg Win Avg Tapforhold Det endelige bildet viser sensitiviteten til Equity Curve. Tested Variables ERLength FilterIndex Definisjoner Tabell 1.Figur 1 Portefølje Performance Inputs Tabell 1 Kommisjon Slippage 0.AMA ERLength er det adaptive flytte gjennomsnittet over en periode med ERLength ERLength er en tilbakekallingsperiode på Effektivitetsforholdet ER ER jeg abs Retning i Volatilitet Jeg, hvor abs er absoluttverdien Retning jeg Lukker jeg Lukk i ERLength, Volatilitet i abs DeltaClose jeg, ERLength, hvor er summen o ver en periode på ERLength, DeltaClose jeg Lukk jeg Lukk jeg 1 FastMALength er en periode med det raskgjørende gjennomsnittet SlowMALength er en periode med det langsomme glidende gjennomsnittet AMA i AMA i 1 ci Lukk jeg AMA i 1, hvor er jeg rask, langsomt sakte 2, Fast 2 FastMALength 1, Slow 2 SlowMALength 1 Indeks i. ERLength 2, 100, Step 2 FastMALength 2 SlowMALength 30.Long Trades Hvis AMA I AMA I 1 AMA I 1 AMA I 2 Så MinAMA AMA I 1 Adaptiv Flytende Gjennomsnitt viser seg med en pivot på MinAMA Short Trades AMA jeg AMA i 1 AMA i 1 AMA i 2 og deretter MaxAMA AMA i 1 Adaptive Moving Average blir ned med en pivot ved MaxAMA Index i. Filter i FilterIndex StdDev AMA i AMA i 1, N hvor StdDev er standardavviket i serier over N perioder N 20 standardverdi Indeks i. FilterIndex 0 0, 1 0, Trinn 0 02 N 20.Lange handler Et kjøp på lukk er plassert når AMA jeg AMA i 1 AMA i MinAMA Filter i kort Handler En selg på slutten plasseres når AMA jeg AMA i 1 MaxAMA AMA i Filter i indeksen i. Stop Loss Exit ATR ATRLength er gjennomsnittlig True Range ovns er en periode med ATRLengde ATRStop er et flertall av ATR ATRLength Long Trades Et salgsstopp er plassert ved Entry ATR ATRLength ATRStop Short Trades Et buy stop er plassert ved Entry ATR ATRLength ATRStop. ATRLength 20 ATRStop 6.ERLength 2, 100, Step 2 FilterIndex 0 0, 0 0, Trinn 0 02.Kaufman s Adaptive Moving Average KAMA. Kaufman s Adaptive Moving Average KAMA. Utviklet av Perry Kaufman, er Kaufman s Adaptive Moving Average KAMA et glidende gjennomsnitt beregnet for å ta hensyn til markedsstøy eller volatilitet. KAMA vil tett Følg prisene når prisvinklene er relativt små og støyen er lav. KAMA vil justere når prisendringer vokser og følge priser fra en større avstand. Denne trend-indikatoren kan brukes til å identifisere den generelle trenden, vendepunktene og filterprisbevegelsene . Det er flere trinn som kreves for å beregne Kaufman s Adaptive Moving Average. La oss først starte med innstillingene anbefalt av Perry Kaufman, som er KAMA 10,2,30.10, er antall perioder for Effektivitetsforhold ER.2 er antall perioder for den raskeste EMA-konstanten. 30 er antall perioder for den langsomste EMA-konstanten. Før beregning av KAMA, må vi beregne Efficiency Ratio ER og Smoothing Constant SC. Bryte ned formelen i bite size nuggets gjør det lettere å forstå metoden bak indikatoren Merk at ABS står for Absolutt Verdi. Effektivitetsforhold ER. ER er i utgangspunktet prisendringen justert for den daglige volatiliteten. I statistiske termer forteller effektivitetsforholdet oss fraktal effektiviteten av prisendringer ER svinger mellom 1 og 0, men disse ekstremer er unntaket, ikke normen ER ville være 1 hvis prisene flyttet opp 10 påfølgende perioder eller ned 10 påfølgende perioder ER ville være null hvis prisen er uendret i løpet av de ti perioder. Konstant SC. Utjevningskonstanten bruker ER og to utjevningskonstanter basert på et eksponentielt glidende gjennomsnitt. Som du kanskje har lagt merke til, bruker utjevningskonstanten utjevningskonstanten maur for et eksponentielt glidende gjennomsnitt i formelen 2 30 1 er utjevningskonstanten for en 30-årig EMA. Den raskeste SC er utjevningskonstanten for kortere EMA 2-perioder. Den langsommere SC er utjevningskonstanten for de langsomste EMA 30-periodene Merk at 2 på slutten er å kvadre ligningen. Med Efficiency Ratio ER og Smoothing Constant SC, er vi nå klar til å beregne Kaufman s Adaptive Moving Average KAMA. Siden vi trenger en innledende verdi for å starte beregningen, er den første KAMA bare et enkelt glidende gjennomsnitt Følgende beregninger er basert på formelen nedenfor. Kalkulasjonseksempeldiagram. Bildene under viser et skjermbilde fra et Excel-regneark som brukes til å beregne KAMA og det tilsvarende QQQ-diagrammet. Bruk og signaler. Kartister kan bruke KAMA som alle andre trend etterfølger indikator, for eksempel et glidende gjennomsnitt Chartists kan se etter priskryss, retningsendringer og filtrerte signaler. Først angir et kryss over eller under KAMA retningsendringer i prisene Som med Et hvilket som helst glidende gjennomsnitt vil et enkelt crossover-system generere mange signaler og mange whipsaws. Diagrammer kan redusere whipsaws ved å bruke et pris - eller tidsfilter til kryssene. En kan kreve pris for å holde krysset i angitt antall dager eller kreve at krysset overskrider KAMA etter angitt prosentandel. Andre diagrammer kan bruke retningen til KAMA for å definere den overordnede trenden for sikkerhet. Dette kan kreve en parameterjustering for å glatte indikatoren ytterligere. Diagrammer kan endre mellomparameteren, som er den raskeste EMA-konstanten, for å glatte KAMA og se etter retningsendringer Trenden er nede så lenge KAMA faller og smi nedover. Trenden går opp så lenge KAMA stiger og smi høyere høyder. Kroger eksempelet nedenfor viser KAMA 10,5,30 med en bratt oppgang fra desember til mars og en mindre bratt opptrinn fra mai til august. Til slutt kan kartleggere kombinere signaler og teknikker Chartists kan bruke en langsiktig KAMA for å definere den større trenden og kortere sikt KAM A for handelssignaler For eksempel kan KAMA 10,5,30 brukes som et trendfilter og anses å være bullish når det stiger. Når det er bullish, kan kartleggere se etter bullish kryss når prisen beveger seg over KAMA 10,2,30. Eksemplet nedenfor viser MMM med stigende langsiktige KAMA og bullish kryss i desember, januar og februar Langsiktig KAMA avslått i april og det var bearish kryss i mai, juni og juli. KAMA kan bli funnet som en indikatoroverlegg i SharpCharts arbeidsbenk The standardinnstillingene vil automatisk vises i parameterboksen når den er valgt, og diagrammer kan endre disse parametrene for å dekke deres analytiske behov. Den første parameteren er for effektivitetsforholdet og diagrammer bør avstå fra å øke dette nummeret. I stedet kan diagrammer redusere det for å øke følsomheten Chartists ser ut til å glatte KAMA for langsiktig trendanalyse kan øke mellomparameteren gradvis Selv om forskjellen bare er 3, er KAMA 10,5,30 betydelig jevnere enn KAMA 10,2,30.Further Study. From skaperen gir boken nedenfor detaljert informasjon om indikatorer, programmer, algoritmer og systemer, inkludert detaljer om KAMA og andre bevegelige gjennomsnittssystemer. Oppgraderingssystemer og metoder Perry Kaufman.