Hull Moving Average HMA. O Hull Moving Average resolve o velho dilema de fazer uma média móvel mais responsiva à atividade de preço atual, mantendo a suavidade da curva. Na verdade, a HMA quase elimina a defasagem completamente e consegue melhorar a suavização ao mesmo tempo. Atinge ambos os resultados opostos simultaneamente precisamos começar com um quadro de referência de fácil compreensão O gráfico a seguir contém uma média móvel simples de 16 semanas que constantemente desacelera a atividade de preço e tem lisura pobre. Primeiro, resolver o problema de suavização de curva pode ser feito Tomando uma média da média, ou seja, 16 período SMA 16 período SMA Preço A má notícia é que ele provoca um enorme aumento no atraso como visto abaixo. Solucionar o problema de atraso é um pouco mais envolvido e requer uma explicação com números, em vez de Gráficos Considere uma série de 10 números de 0 a 9 inclusive e imagine que eles são pontos de preço sucessivos em um gráfico com 9 sendo o mais recente Ponto de preço à direita borda de ponta Se tomarmos a média de 10 períodos simples destes números, então, não surpreendentemente, vamos determinar o ponto médio de 4 5 que significativamente está aquém do preço mais recente ponto de 9 Aqui está o bit inteligente primeiro deixe S reduzir para metade o período da média para 5 e aplicá-lo aos números mais recentes de 5,6,7,8 e 9, sendo o resultado o ponto médio de 7.Finalmente, para remover o lag tomamos o ponto médio de 7 e Adicione a diferença entre as duas médias que é igual a 2 5 7 4 5 Isso dá uma resposta final de 9 5 7 2 5 que é uma ligeira compensação excessiva Mas esta compensação é muito útil porque ele desloca o efeito retardado da média aninhada Daí o resultado de Combinando estas duas técnicas é um equilíbrio quase perfeito entre a redução de atraso e suavização de curva. A HMA consegue acompanhar as rápidas mudanças na atividade de preço, enquanto tendo alisamento superior sobre um SMA do mesmo período O HMA emprega médias móveis ponderadas e amortece o smoot Efeito hing e atraso resultante usando a raiz quadrada do período, em vez do próprio período real, como visto abaixo. Integer Raiz quadrada Período WMA 2 x Integer Período 2 WMA Período de Preço WMA Price. The seguinte fórmulas para o Hull Moving Average são para MetaStock E Supercharts, mas pode ser facilmente adaptado para uso com outros programas de gráficos que são capazes de construção de indicador personalizado período de entrada, 1.200,20 sqrtperiod Sqrt período Mov 2 Mov C, período 2, W Mov C, período, W, LastValue sqrtperiod, W. Input period Valor padrão 20 waverage 2 waverage close, period 2 --wave close, period, SquareRoot Period. Uma aplicação simples para o HMA, dada a sua suavização superior, seria empregar os pontos de viragem como sinais de saída de entrada. Ser usado para gerar sinais crossover como esta técnica depende de lag. Subscribe e Connect. Subscribe ao nosso Newsletter. MetaStock Moving Average Function. The média móvel é provavelmente o mais comumente usado de todos os indicadores Vem Em vários tipos e tem inúmeras aplicações Em termos básicos, porém, uma média móvel ajuda a suavizar as flutuações no preço ou um indicador e fornecer uma reflexão mais precisa da direção que a segurança está se movendo As médias móveis são indicadores de atraso e se encaixam na tendência seguinte Os diferentes tipos incluem variáveis simples, ponderadas, exponenciais, variáveis e triangulares. A diferença entre os vários tipos de médias móveis é simplesmente a maneira pela qual as médias são calculadas. Por exemplo, uma média móvel simples coloca ponderação igual a cada valor no Período ponderado e exponencial colocar mais ênfase em valores recentes no período uma média móvel triangular coloca maior ênfase na parte média do período de tempo e uma média variável móvel ajusta a ponderação, dependendo da volatilidade no período. Vamos concentrar-se no simples Média móvel, que é formada por encontrar o preço médio de um título ao longo de um número definido de períodos Isto é calc Calculado pela soma dos preços de fechamento da garantia sobre o conjunto de períodos, por exemplo 15 e dividindo esta resposta somada pelo número de períodos. Com relação aos outros tipos de médias móveis, seus cálculos podem ser um pouco mais complexos, porém a premissa É ainda o mesmo A única diferença é onde e como as ponderações relevantes são colocados. SYNTAX Mov Data Array, Períodos, EST TRI VAR W VOL. Data Array Esta é a matriz de dados que será calculada a média para formar o indicador de média móvel Este é o mais Freqüentemente o preço de fechamento, mas pode ser qualquer outro dado de preço ou indicador. Periodos Especifica quantos períodos são usados para calcular a média móvel. TRI VAR W VOL Este é o tipo de média móvel que deve ser usado, mostrado da seguinte forma. E Exponencial S Simple T Time Series. Tri Triangular Var Variável W Weighted. Vol Volume Ajustado. A seguinte fórmula traça uma média móvel de 15 período simples do preço de fechamento. No exemplo acima. Uma aplicação mais útil A fórmula acima especifica que o preço de fechamento deve estar acima de uma média móvel simples de 15 períodos denotada por C Mov C, 15, S e O volume presente deve ser maior do que a média de 20 períodos do volume denotado por V Mov V, 20, S. Observando a Figura 3 27, podemos ver uma média móvel simples de 15 períodos aplicada ao gráfico. Figura 3 27 Indicador de Média Móvel. Construir fórmulas para o seguinte.1 O fechamento de preços cruzamento sobre uma média móvel ponderada 20 período do fechar e do período 30 média simples simples do fechamento é maior do que o período 50 simples média móvel do close. This artigo é um trecho Do Guia de Estudo de Programação MetaStock Descubra o segredo simples para fazer Metastock fácil Identificar negócios rentáveis. Clique aqui para encontrar mais sobre o MetaStock Programming Study Guide. Hull Moving Average. O Hull Moving Average resolve o dilema idade idade de fazer uma média móvel mais Resposta ao preço atual Enquanto mantém a suavidade da curva Na verdade, o HMA quase elimina lag completamente e consegue melhorar o alisamento ao mesmo tempo Para entender como ele consegue ambos os resultados opostos simultaneamente precisamos começar com um quadro de referência facilmente compreendido O gráfico a seguir contém um 16 Semana simples média móvel que constantemente desacelera a atividade de preço e tem lisura pobre.16 semanas Simple Moving Average. Primeiramente, resolver o problema de suavização de curva pode ser feito tomando uma média da média, i. e.A má notícia é que ela provoca Um enorme aumento no atraso, como visto abaixo.16 semana Nested Simple Moving Average. Solution o problema de atraso é um pouco mais envolvido e requer uma explicação com números, em vez de gráficos Considere uma série de 10 números de 0 a 9 inclusive e imagine que eles São pontos de preço sucessivos em um gráfico com 9 sendo o ponto de preço mais recente à margem direita da mão direita Se tomarmos a média de 10 períodos simples desses números Então, não surpreendentemente, vamos determinar o ponto médio de 4 5 que significativamente está aquém do ponto mais recente preço de 9 Aqui é o bit inteligente primeiro vamos s reduzir para metade o período da média para 5 e aplicá-lo aos números mais recentes de 5 , 6,7,8 e 9, sendo o resultado o ponto médio de 7.Finalmente, para remover o lag, tomamos o ponto médio de 7 e adicionamos a diferença entre as duas médias que é igual a 2 5 7 4 5 Isto dá uma resposta final De 9 5 7 2 5 que é uma sobrecompensação ligeira Mas esta sobrecompensação é muito útil porque compensa o efeito retardado da média aninhada Assim, o resultado da combinação destas duas técnicas é um equilíbrio quase perfeito entre a redução de atraso ea suavização de curva. Execute essa ação neste momento. Você fez login com outra guia ou janela Recarregar para atualizar sua sessão Você efetuou login em outra guia ou janela Recarregar para atualizar sua sessão.
No comments:
Post a Comment