Información legal importante sobre el correo electrónico que va a enviar. Al utilizar este servicio, acepta ingresar su dirección de correo electrónico real y enviarla únicamente a personas que conozca. Es una violación de la ley en algunas jurisdicciones falsamente identificarse en un correo electrónico. Toda la información que proporcione será utilizada por Fidelity únicamente con el propósito de enviar el correo electrónico en su nombre. La línea de asunto del correo electrónico que envíe será Fidelity: Se ha enviado su correo electrónico. Fondos Mutuos y Inversiones en Fondos Mutuos - Fidelity Investments Al hacer clic en el enlace se abrirá una nueva ventana. Desplazamiento promedio del casco Descripción Hay muchos tipos de promedios móviles, siendo el más básico el promedio móvil simple (SMA). De todos los promedios móviles el SMA rezaga el precio más. Los promedios exponenciales y ponderados se desarrollaron para abordar este retraso poniendo más énfasis en datos más recientes. El Hull Moving Average (HMA), desarrollado por Alan Hull, es un promedio móvil extremadamente rápido y suave. De hecho, la HMA casi elimina el retraso en conjunto y logra mejorar el alisado al mismo tiempo. Cómo funciona este indicador Un período más largo de HMA se puede utilizar para identificar la tendencia. Si la HMA está aumentando, la tendencia predominante está aumentando, indicando que puede ser mejor entrar en posiciones largas. Si la HMA está disminuyendo, la tendencia predominante también está disminuyendo, indicando que puede ser mejor entrar en posiciones cortas. Un período más corto de HMA se puede utilizar para las señales de entrada en la dirección de la tendencia dominante. Una señal de entrada larga, cuando la tendencia predominante está aumentando, ocurre cuando el HMA se activa y una señal de entrada corta, cuando la tendencia predominante está disminuyendo, ocurre cuando el HMA gira hacia abajo. Cálculo Calcule una media móvil ponderada con el período n / 2 y multiplíquela por 2 Calcule una media móvil ponderada para el período n y sustraiga si del paso 1 Calcule una media móvil ponderada con el período sqrt (n) utilizando los datos del paso 2 HMA WMA Promedio móvil del casco El Promedio móvil del casco hace que un promedio móvil sea más sensible al tiempo que mantiene una suavidad de la curva. (2) (n / 2) WMA (n) La fórmula para calcular este promedio es la siguiente: HMAi MA ((2MA (entrada, período / 2) 8211 MA (entrada, período)), SQRT (período)) donde MA es una media móvil y SQRT es raíz cuadrada. El usuario puede cambiar la entrada (cerrar), la duración del período y el número de turnos. Esta definición del indicador 8217s se expresa además en el código condensado dado en el cálculo a continuación. Cómo utilizar el promedio móvil del casco El promedio móvil del casco es un indicador de tendencia rezagada y puede usarse en combinación con otros estudios. No se calculan las señales comerciales. Cómo acceder a MotiveWave Ir al menú superior, elija Estudio gtMoving AveragegtHull Promedio móvil o vaya al menú superior, elija Agregar estudio. Empiece a escribir el nombre de este estudio hasta que aparezca en la lista, haga clic en el nombre del estudio, haga clic en Aceptar. Aviso importante: La información proporcionada en esta página es estrictamente para propósitos informativos y no debe ser interpretada como consejo o solicitud para comprar o vender cualquier seguridad. Por favor vea nuestra Declaración de Riesgos y Rendimiento. Cálculo // precio de entrada, definido por el usuario, por defecto está cerca // método promedio móvil (ma), definido por el usuario, por defecto es WMA // período definido por el usuario, por defecto es 20 // cambio definido por el usuario, el valor predeterminado es 0 // wma ponderado en movimiento Promedio, sqrt raíz cuadrada // índice actual número de barra, LOE menor o igual Desarrollado por Alan Hull, es un indicador, que resuelve el problema con hacer un promedio móvil más reactivo a la actividad de precios actuales. El Hull Moving Average casi elimina el retraso y logra mejorar el suavizado. La HMA logra atenerse a los rápidos cambios en la actividad de precios, ya que tiene suavizado superior a una media móvil simple del mismo período. La HMA emplea Promedios Móviles Ponderados (WMA) y amortigua el efecto de suavizado. Puede calcularse de la siguiente manera: Primero, necesitamos tomar la WMA de los últimos datos n / 2 y multiplicarla por 2. Entonces, necesitamos restar el WMA de los últimos n datos. A continuación, necesitamos tomar ese valor y usar la raíz cuadrada de n. Después de eso necesitamos calcular el WMA de esos dos valores (es el WMA sqrt de n del valor recordado). Como la raíz cuadrada trunca los valores, deberíamos elegir un n que sea un cuadrado perfecto, tal como 4, 9, 16, etc. Este indicador puede usarse en todas las formas en que se usan las medias móviles tradicionales, con la excepción de las señales de cruce, porque El último depende del retraso. Fundada en 2013, Binary Tribune tiene como objetivo proporcionar a sus lectores información exacta y actual cobertura de noticias financieras. Nuestro sitio web se centra en los principales segmentos de las acciones de los mercados financieros, las divisas y los productos básicos, y una explicación interactiva en profundidad de los principales acontecimientos e indicadores económicos. Divulgación de riesgos financieros BinaryTribune no será responsable por la pérdida de dinero o cualquier daño causado por confiar en la información de este sitio. Trading de divisas, acciones y materias primas en el margen conlleva un alto nivel de riesgo y puede no ser adecuado para todos los inversores. Antes de decidir intercambiar divisas debe considerar cuidadosamente sus objetivos de inversión, nivel de experiencia y apetito de riesgo. Política de cookies Este sitio web utiliza cookies para ofrecerle la mejor experiencia y para conocerte mejor. Al visitar nuestro sitio web con su navegador configurado para permitir cookies, usted acepta nuestro uso de cookies como se describe en nuestra Política de privacidad. Copy Copyright 2016 mdash Tribuna binaria. Todos los Derechos ReservadosMoving Promedios Cosas Motivado por correo electrónico de Robert B. Recibo este e-mail preguntando sobre el Hull (Hull) y. Y nunca lo habías oído antes. Uh. está bien. De hecho, cuando realicé una búsqueda en Google descubrí un montón de promedios móviles de los que nunca había oído hablar, como: Límite de cero Media móvil exponencial Media móvil más baja Promedio móvil mínimo cuadrado Promedio móvil triangular Promedio móvil adaptable Promedio móvil Jurik. Así que pensé en hablar conmigo sobre los promedios móviles y. Havent que hiciste eso antes, como aquí y aquí y aquí y aquí y. Sí, sí, pero eso fue antes de que yo supiera de todos estos otros promedios móviles. De hecho, los únicos con los que jugué eran éstos, donde P 1. P2. P n son los últimos n precios de las acciones (siendo P n el más reciente). Promedio móvil simple (SMA) (P 1 P 2. P n) / K donde K n. Promedio móvil ponderado (WMA) (P 1 2 P 2 3 P 3.n P n) / K donde K (12.n) n (n1) / 2. Promedio Móvil Exponencial (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) / K donde K 1 945945 2. 1 / (1-945). Nunca he visto esa fórmula EMA antes. Siempre thoguht que era. Sí, normalmente se escribe de manera diferente, pero quería mostrar que estos tres tienen prescripciones similares. (Vea las cosas de la EMA aquí y aquí.) De hecho, todas parecen: Tenga en cuenta que, si todos los Ps son iguales, digamos, Po, entonces la media móvil es igual a Po. Y esa es la forma en que cualquier medio que se respete debería comportarse. Así que cuál es el mejor Definir mejor. Aquí hay unos pocos promedios móviles, tratando de realizar un seguimiento de una serie de precios de las acciones que varían de una manera sinusoidal: los precios de las acciones que siguen una curva senoidal ¿Dónde encontró una acción como que Preste atención Observe que los promedios móviles comúnmente utilizados (SMA, WMA Y EMA) alcanzan su máximo después de la curva sinusoidal. Eso es retraso y. Pero, ¿qué pasa con ese tipo de HMA? Se ve muy bien Sí, y eso es lo que queremos hablar. En efecto. Y cuál es ese 6 en HMA (6) y veo algo llamado MMA (36) y. Paciencia. Promedio móvil del casco Comenzamos calculando el promedio móvil ponderado (WMA) de 16 días así: 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) / K con K 12. 16 136. Aunque su Agradable y smoooth, itll tienen un retraso más grande que wed como: Así que miramos el WMA de 8 días: Me gusta Sí, sigue las variaciones de precios bastante bien. Pero hay más. Mientras que WMA (8) mira precios más recientes, todavía tiene un retraso, así que vemos cuánto ha cambiado la WMA al pasar de 8 días a 16 días. La diferencia sería así: en cierto sentido, esa diferencia da alguna indicación de cómo la AMM está cambiando. Por lo que añadimos este cambio a nuestro anterior WMA (8) para dar: 2 WMA (16) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA ¿Por qué llamarla MMA? Tartamudeo. De todos modos, MMA (16) se vería así: Ill take it Patience. hay más. Ahora introducimos la transformación mágica y obtenemos. Ta-DUM Eso es casco Sí. Como lo entiendo Pero ¿cuál es el ritual mágico Después de haber generado una serie de MMA s que implican los promedios móviles ponderados de 8 días y 16 días, miramos atentamente esta secuencia de números. Luego calculamos el WMA en los últimos 4 días. Eso da el promedio móvil Hull que hemos llamado HMA (4). Huh 16 días entonces 8 días entonces 4 días. ¿Lanzar una moneda para ver cuántos. Usted escoge un número de días, como n 16. Luego mira WMA (n) y WMA (n / 2) y calcula MMA 2 WMA (n / 2) - WMA (n). (En nuestro ejemplo, thatd ser 2 WMA (8) - WMA (16).A continuación, se calcula WMA (sqrt (n)) utilizando sólo los últimos números sqrt (n) de la serie MMA (En nuestro ejemplo, thatd estar calculando Una WMA (4), utilizando la serie MMA.) Y para que la gráfica SINE divertido Howd que hacer Así que wheres la hoja de cálculo Im todavía trabajando en ella: MA-stuff. xls Es interesante ver cómo las diferentes medias móviles reaccionan a los picos: HMA realmente un promedio móvil ponderado Bueno, vamos a ver: Tenemos: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3. 8 P n) / 36 - (P 1 2 P 2 3 (1/136) P 1 P 2 8 P 8 - (1/136) 9 P 9 10 P 10 16 P 16 Por razones sanitarias P 3 16 P n) / 136 o MMA 2 (1/36) Razones, escribe bien así: MMA w 1 P 1 w 2 P 2 w 16 P 16. Tenga en cuenta que todos los pesos se suman a 1. Además, wk 2 (1/36) - (1/136) K para K 1, 2. 8 y wk - (1/136) K para K 9, 10. 16. Entonces, haciendo el ritual mágico de raíz cuadrada (donde sqrt (16) 4) tenemos (recordando que P 16 es el más Valor reciente) HMA el WMA de 4 días de los MMAs anteriores (w 1 P 1 w 2 P 2. W 16 P 16) 2 (w 1 P 0 w 2 P 1 w 16 P 15) 3 (w 1 P -1 w 2 P 0 w 16 P 14) 4 (w 1 P -2 w 2 P -1 W 16 P 13) / 10 (observando que 1234 10). Huh P 0. P $ ^ { - 1} $. Qué. El MMA (16) utiliza los últimos 16 días, de regreso al precio se llamaba P 1. Si calculamos el promedio ponderado de 4 días de estos MMAs, bien usando el MMA de ayer (y eso se remonta 1 día antes de P 1) y el día anterior, el MMA se remonta a 2 días antes de P 1 y el día Antes that. Okay, por lo que está llamando a precios P 0. P -1 etc. etc. Lo tienes. Así que un HMA de 16 días en realidad utiliza información que se remonta a más de 16 días, a la derecha Usted lo consiguió. Pero hay pesos negativos para ellos viejos precios Es eso legal La prueba está en el. Sí, sí. la prueba está en el pudín. Así que lo que hace la hoja de cálculo Hasta ahora se ve como esto: (Haga clic en la imagen para descargar.) Puede elegir una serie SINE o una serie RANDOM de precios de las acciones. Para este último, cada vez que haga clic en un botón obtendrá otro conjunto de precios. Entonces usted puede elegir el número de días: thats nuestro n. (Por ejemplo, utilizamos n 16 para nuestro ejemplo, arriba). Además, si elige la serie SINE, puede introducir picos y moverlos a lo largo del gráfico. Me gusta esto . Tenga en cuenta que hemos utilizado n 16 y n 36 (en la imagen de la hoja de cálculo) causa n / 2 y sqrt (n) son ambos enteros. Si usas algo como n 15 entonces la hoja de cálculo utiliza la parte INT eger de n / 2 y sqrt (n), es decir, 7 y 3. Así que, el Promedio móvil del casco es el mejor Definir mejor. ¿Qué pasa con ese Jurik promedio? No sé nada sobre él. Es propietario y tienes que pagar para usarlo. Sin embargo, permite jugar con promedios móviles. Otro promedio móvil Suponga que, en lugar de la media móvil ponderada (donde los pesos son proporcionales a 1, 2, 3.). Usamos el ritual mágico del Casco con el Promedio Móvil Exponencial. Es decir, consideramos que: MAg 2 EMA (n / 2) - EMA (n) MAg Sí, es decir, M oving A verage g inmick o M oving A verage g eneralized o M oving A verage g rand o. O M oving M og a de Ver a P o r P o r P o r P u ñ o ç. My............................................... Podemos jugar con 945 yk y ver lo que tenemos: Por ejemplo, aquí están unos pocos MAgs (donde se quedaron a 16 días, pero cambiando los valores de 945 y k): MAg (16) 2 EMA (4) - EMA 16) 1.5 EMA (5) - 0.5 EMA (16) Tenga en cuenta que cuando tomamos k 3 obtenemos n / k 16/3 5.333 que cambiamos a simple y simple 5.0. ¿Por qué no te quedas con las opciones de cascos: 945 2 y k 2 buena idea. Mieras obtener esto: MAg (16) 2 EMA (8) - EMA (16) Parece que el gráfico con 945 1,5 y k 3. Lo hace, no lo hizo ¿Usted goof. De nuevo Posiblemente. Así que qué sobre ese ritual de raíz cuadrada lo dejo como un ejercicio. Para ti Bueno, mientras jugaba con esa cosa MAg encuentro que Hulls k 2 funciona bastante bien. Tan bien se adhieren a eso. Sin embargo, a menudo obtenemos un promedio bastante bueno cuando agregamos sólo una pequeña parte del cambio: EMA (n / 2) - EMA (n). De hecho, agregue sólo una fracción 946 de ese cambio. Se obtiene: MAg (n, 946) EMA (n / 2) 946 EMA (n / 2) - EMA (n). Es decir, se elige 946 0,5 o tal vez sólo 946 0,25 o lo que sea y utilice: Por ejemplo, si comparamos nuestra manada de promedios móviles como rastrear una función STEP, obtenemos esto, donde agregamos (para MAg) sólo 946 1 / 2 del cambio. Sí, pero cuál es el mejor valor de beta. Definir mejor: Tenga en cuenta que la beta 1 es la elección del casco. Excepto que estaban usando EMAs en lugar de WMAs. Y dejaste esa cosa de raíz cuadrada. Uh, sí. Olvidé eso. Nota . La hoja de cálculo cambia de una hora a otra. En la actualidad se ve como este Algo para jugar Con me tengo una hoja de cálculo que se parece a esto. Haga clic en la imagen para descargar. Usted escoge una acción y hace clic en un botón y consigue un valor de los años de precios diarios. El usted elige HMA o MAg, cambiando el número de días y, para MAg, el parámetro, y ve cuándo debe COMPRAR ro SELL. Basado en qué criterio Si el promedio móvil es DOWN x de su máximo en los últimos 2 días, COMPRA. (En el ejemplo, x 1.0) Si su UP y de su mínimo en los últimos 2 días, VENDE. (En el ejemplo, y 1.5) Puede cambiar los valores de x e y. Tiene algo de bueno. Estos criterios, dije que era algo con lo que jugar. Theres esta otra técnica de alisado llamado el Hodrick-Prescott Filtro. Con la ayuda de Ron McEwan, ahora está incluido en esta hoja de cálculo: ¿Es bueno jugar con él. Notará que hay un parámetro que puede cambiar en la celda M3. Y COMPRAR y VENDER señales. Eliminar retraso, pronosticar los índices de comercio de datos con el promedio móvil de casco Los promedios móviles facilitan los datos y facilitan el análisis de los movimientos de precios, pero tienden a quedar rezagados. Herersquos un sistema de calendario de mercado que elimina el retraso y las previsiones de datos futuros. B uy amp hold funciona bien como el mercado sube, pero la estrategia se desmorona cuando los tanques de mercado. Necesitamos un modelo de tiempo para preservar el capital en los mercados bajos e identificar oportunidades en los mercados. ¿Es posible? Los promedios móviles son a menudo la mejor manera de eliminar picos de datos, y los de longitudes relativamente largas también. Sin embargo, los promedios móviles tienen un defecto importante, en que sus períodos de retroceso largo introducen el retraso. La solución es modificar la fórmula del promedio móvil y eliminar el desfase. Al hacerlo, se minimiza la posibilidad de que el promedio móvil sobrepase los datos brutos al predecir la actividad intervalrsquos siguiente e introduciendo errores. Herersquos cómo se puede hacer. Eliminar el retraso Un nuevo tipo de media móvil desarrollado por el comerciante Alan Hull intenta resolver este problema. En esta variación, un promedio móvil simple (Sma) es la suma de las muestras de datos dividida por el número de muestras (N). El promedio móvil del casco (Hma) logra el suavizado usando el promedio móvil ponderado (Wma) y una raíz cuadrada de N. El cálculo es así: Para pasar a través de esta fórmula: Tome el Wma de los últimos datos N / 2 y multiplíquelo por 2. Luego resta el Wma de los últimos N datos. Ahora tome ese valor y use la raíz cuadrada de N. A continuación, busque el Wma de esos dos valores (es decir, el Wma sqrt de N del valor recordado). Puesto que la raíz cuadrada trunca los valores, el cálculo debe elegir un N que sea un cuadrado perfecto como 4, 9, 16, 25, 49 o 81. Comparando el Sma y el Hma en la Figura 1 usando un promedio de 81 días, Que el Hma es a la vez suave y sensible a los datos cambiantes, mientras que el Sma está a la zaga. Figura 1: ma simple vs. casco ma. Aquí se ve una comparación de la SMA y HMA utilizando los datos del QQQQ ETF. La HMA es más oportuna que la SMA. Un promedio de nueve días se muestra con el HMA en azul. HellipContinued en la edición de diciembre de Análisis Técnico de Stocks amp Commodities Extraído de un artículo publicado originalmente en el número de diciembre de 2010 de Análisis Técnico de Stocks amp Commodities revista. Todos los derechos reservados. Copy Copyright 2010, Análisis Técnico, Inc.
No comments:
Post a Comment