av Michael R. Bryant Tekniska indikatorer är en av de grundläggande delarna i systematisk handel. Indikatorer, såsom rörliga medelvärden eller stokastik, kan ses som omvandlingar av ingångsserierna (vanligtvis pris eller volym) som är utformade för att accentuera en viss aspekt av marknaden, såsom dess trend eller cyklicalitet. Medan grundläggande för de flesta systematiska handelsmetoderna, undviker många handlare de vanligaste indikatorerna, såsom enkla rörliga medelvärden och relativ styrindikatorn (RSI), i tron att marknaden har anpassat sig till användningen, vilket minskar deras effektivitet. Ett sätt att kompensera effekten av marknadseffektivitet på lönsamheten hos tekniska indikatorer är att ändra dem på ett meningsfullt sätt. Chande och Krolls VIDYA-indikator 1 är exempelvis ett exponentiellt rörligt medelvärde där utjämningsfaktorn är beroende av marknadsvolatilitet, så att den effektiva återkallslängden reduceras när volatiliteten ökar. I den här artikeln utvecklar jag en utvidgning av det adaptiva utseende-tillvägagångssättet och visar hur man applicerar det på en mängd olika indikatorer med bara några extra linjer kod. De resulterande indikatorerna ger större mångsidighet än tidigare indikatorer och kan stämma överens med en statistisk syn på marknaderna. Anpassa Look Back längd Med tanke på att marknaderna ständigt förändras är det vettigt att försöka anpassa sig till förändringarna så mycket som möjligt. De flesta tekniska indikatorerna har ursprungligen utvecklats med en fast återkallslängd, till exempel antalet barer i ett enkelt glidande medelvärde. Ett antal författare har föreslagit att anpassning av återkallslängden till marknadsvolatilitet. För Variable Index Dynamic Average (VIDYA) - indikatorn användes till exempel Chande och Kroll flera olika mätvärden, inklusive ett volatilitetsindex baserat på en normaliserad standardavvikelse för pris där högre värden i indexet resulterade i en lägre effektiv återkänningslängd . Tanken var att under perioder med högre volatilitet skulle det rörliga genomsnittet vara mer lyhörd på marknaden. Under perioder med lägre volatilitet var ett längre glidande medel mer konsekvent med marknadens beteende. Kaufman tog en något annorlunda inställning. 2 Tanken bak hans Kaufman Adaptive Moving Average (KAMA) var att under höga volatilitetsperioder är det mer sannolikt att du får sågsågad när marknaden svänger fram och tillbaka vilket resulterar i upprepade förluster. För att undvika det brukade han ha en längre period för det glidande genomsnittet under perioder av rådig prisåtgärd så att genomsnittet skulle vara mindre mottagligt för marknadsvolatiliteten, vilket resulterade i färre omkastningar. Under trendande marknadsåtgärder minskade perioden för glidande medelvärde så att handelarna kunde reagera snabbare mot förändringar i riktning. För att mäta quotchoppinessquot använde Kaufman det så kallade effektivitetsförhållandet (ER) som mäter det absoluta värdet av prisförändringen över återkallstiden dividerat med summan av de absoluta värdena för prisförändringarna i överensstämmelse med samma period. Om till exempel nettopriset är noll - priset är detsamma vid periodens slut som i början - då kommer ER att vara noll. I det här fallet är marknaden helt ineffektiv eftersom den kan flytta mycket från bar till bar, men det går inte någonstans. Om däremot marknaden rör sig stadigt i en riktning (antingen upp eller ner), så att varje stapel flyttar bidrar till nettoförändringen i priset, kommer ER att vara 1. I detta fall är marknaden helt effektiv i att alla prisbeloppet för barer bidrar till trenden. Generellt sett kommer ER att ligga mellan 0 och 1. En annorlunda bild av anpassningsbara backbacklängder Medan många olika mätvärden kunde - och har varit - används för att anpassa utkikslängderna, tar effektivitetsförhållandet en grundläggande aspekt av marknaden åtgärd nämligen skillnaden mellan trender och cykliskt beteende. Höga värden på ER innebär en starkt trendande marknad, vilket betyder mycket liten cyklisk rörelse, och låga värden på ER innebär liten trend och därmed mer cyklisk rörelse (förutom vid liten rörelse alls). Detta tenderar att stödja Kaufmans tillvägagångssätt. Hans beslut att använda längre återkallslängder i hakiga marknader baseras emellertid på (1) antagandet att man anpassade utkikslängden för ett glidande medelvärde, och (2) tanken att det glidande medlet används för att utlösa en handel inresa eller utresa. En alternativ synvinkel är den som John Ehlers tillägnat sig genom sitt arbete med att tillämpa signalbehandlingsmetoder för handel. 3 Hans uppfattning är mer i linje med att man försöker mer noggrant modellera den del av marknaden av intresse (t ex trendkomponenten eller cykelkomponenten). Ur det synvinkel bör ett glidande medelvärde på en hackig marknad använda en kortare kollisionslängd för att mer exakt fånga den högre frekvensen som representeras av choppinessen, medan i en starkt trenderande marknad är en längre kollisionslängd mer förenlig med marknadsrörelsen. En tredje synpunkt är den som jag antar här, nämligen en mer statistisk. Först tillåter vi inte att anta något mer än absolut nödvändigt om indikatorn i fråga och hur den kan användas. I synnerhet, låt oss inte anta att indikatorn i fråga är ett glidande medelvärde och låter inte antas att det tillämpas på priset. Det kan till exempel vara RSI av volatilitet eller det rörliga medlet av den stokastiska volymen. Indikatorn kan användas tillsammans med andra indikatorer som en del av en större regel för inresa eller utgång, snarare än för sig själv. Med denna mer statistiskt inriktade syn är målet att skapa handelsregler som har statistisk validitet, vilket innebär att de passar prisåtgärden väl utan övermontering. Antag inte att vi vet hur marknaderna fungerar tillräckligt bra för att fatta specifika beslut om huruvida kollisionslängden ska öka eller minska med något som effektivitetsförhållandet. Vi har snarare en anledning att tro att effektivitetsförhållandet kan ha relevans och vi vill därför inkludera det som en variabel, men vi lämnar den till marknaden för att berätta om och hur det passar in. Statistisk testning brukar berätta för oss om handelsstrategin som innehåller indikatorn är statistiskt giltig eller om dess överpassning dvs, är ogiltig eftersom den passar ljudet snarare än marknadens signal. En mer mångsidig anpassningsbar back-back Med hänsyn till den föregående diskussionen kommer den adaptiva utkikslängd som utvecklas här att baseras på effektivitetsförhållandet (ER) och kommer att använda en parameter för att bestämma förhållandet mellan ER och back-backlängden. Överväga särskilt följande ekvation: VER kvadrat (ER - (2 ER - 1) 2. (1 - TrendParam) 0.5) där VER är variabelt effektivitetsförhållande och TrendParam är trendparametern som kan ta några positiva eller negativt värde och som bestämmer huruvida bländringslängden ökar eller minskar med ökande ER. Detta är i huvudsak bara ett sätt att vända ER-förhållandet beroende på trendparametern. Som visas nedan, istället för att skala utjämningskonstanten av ER, som Chande och Kroll och Kaufman i huvudsak gör, använder vi VER. Med positiva värden för TrendParam varierar VER positivt med ER, medan VER med negativa värden för TrendParam varierar negativt med ER. Med TrendParam lika med noll är VER lika med 1 för alla värden på ER. Torget tas för att bättre skala värdena för användning som en multiplikator, som förklaras nedan. För att beräkna den adaptiva kollisionslängden med hjälp av denna ekvation multiplicerar vi det ursprungliga värdet av utjämningskonstanten, Alpha, vilket motsvarar den ursprungliga kollisionslängden, av VER: VAlpha Alpha VER, i vilken VAlpha är den adaptiva utjämningskonstanten, och Alpha är det ursprungliga värdet av utjämningskonstanten. Relationen mellan utjämningskonstanten och utkikslängden är densamma som för det exponentiella rörliga medlet, nämligen i vilket N är utkikslängden och Alpha är utjämningskonstanten. Denna ekvation kan också skrivas för N när det gäller Alpha, eftersom den adaptiva bländningslängden är thereforeADAPTIVE MA Adaptive Moving Average 050800 11:15:15 av Jason K. Hutson Heres en indikator som anpassar hastigheten på ett glidande medelvärde för att fånga de snabbflyttande marknaderna, men saktar sig i sidoväxande marknader för att minska whipsaws. För att kombinera fördelarna med både långsammare och snabbare rörliga medelvärden utvecklade Perry Kaufman, marknadstekniker, penningchef och författare det adaptiva glidande genomsnittet (AMA). Snabbare glidande medelvärden, med färre dagar i sina beräkningar, är mer känsliga för marknadssvingningar och kommer att varna en näringsidkare till förändringar i trenden tidigare än ett långsammare glidande medelvärde. Men det snabbare rörliga genomsnittet blir alltför känsligt under en sidoförflyttande marknad, och ofta har den näringsidkare köper in och ut ur marknadssvängningar eller buller när det är liten vinst som ska göras. Det långsammare glidande medlet filtrerar ut det bruset, men har en fördröjning som ofta håller näringsidkaren av stor vinst när marknaden börjar trenden. AMA justerar längden på sitt glidande medel så att det snabbare, med färre dagar, kan beräkna sitt glidande medelvärde när marknaden rör sig snabbt, ändrar riktningar eller bryter ut ur ett handelsintervall. Ändå saktar det sig, med flera dagar, när marknaden är flyktig och rör sig sidled. Därför bör det generera färre och mer lönsamma buysell signaler. Vid beräkningen av AMA tillämpade Kaufman först prisriktningen och volatiliteten för att uppnå ett effektivitetsförhållande (ER). ER närmar sig 1 när marknaden rör sig upp eller ner, och närmar sig noll när den är i ett sidledsmönster. Kaufman beräknade sedan två av vad han kallade, utjämna konstanter, med ett snabbt och långsamt exponentiellt glidande medelvärde. Han kombinerade de två utjämningskonstanterna med ER för att komma fram till en AMA som anpassar sig till marknadstrenden och genererar sedan köp - och säljsignaler. Anpassad från Adaptive Moving Averages av Bruce Faber, Teknisk Analys av STOCKS COMMODITIES, Volume 13, Number 6. De kompletta matematiska formlerna som används och Excel-kalkylbladdata finns tillgängliga på Adaptive Moving Average av Bruce Faber Traders Staff Writer. Njut av trendlinjer, stöd och motstånd, glidande medelvärden, RSI, MACD, ADX, Bollinger-band, parabolisk SAR, diagramformationer och volymanalys. RibbonsPlotter Indicator RibbonsPlotter är en superindikator som plottar ett brett utbud av band - eller bandfunktioner på ett diagram inifrån en enda indikator, liknande tabellen nedan: Detta Bollinger Band (Ribbon). till exempel är en typ av välkänd indikator där mittlinjen definieras som ett enkelt glidande medelvärde och den vertikala förskjutningen som används för att beräkna banden ovanför och under detta glidande medelvärde är en del multipel av standardavvikelsen. RibbonPlotters flexibilitet härrör från det faktum att användaren kan specificera mittlinjefunktionen oberoende av den förskjutningsfunktion som används för att skapa bandet. Det tillåter också att många band snarare än ett enda band ska plottas över och under prisåtgärden, därav namnet quotribbonquot plotter. Centrallinjen eller referensen specificeras av användaren av en ingångsparameter RefID. och kan vara någon av följande funktioner: Använd UpperBandRef och LowerBandRef som centrumlinjer för avvikelser band (tillåter anpassade formler att specificeras). (KAMA) Tillson T3 Triple Exponential Moving Average (T3) Jurik Moving Average (JMA) Volymvägd medelvärde (VMA) Fast värde (AMA) Exponential Moving Average (EMA) Linjär Regression Line (LR) Kaufman Adaptiv Moving Average (noll, till exempel, kommer att plotta avviksbandet om nollaxeln utan någon vertikal prisåtgärd) Funktionen Jurik Moving Average kräver att användaren köper denna Tradestation-tillägg från Jurik Research. Samtalet till den här funktionen kommenteras eftersom de flesta användare inte kommer att bli licensierade att använda den här funktionen. De som är licensierade kan inte kommentera den lämpliga delen av koden i lokal metod RibbonsCalc för att implementera den här funktionen. Den fasta mittlinjen tillåter användaren att titta på avvikelsens komponent i bandet utan den vertikala rörelsen som framkallas av prisåtgärden. Med ett fast värde på noll, kommer RibbonPlotter att plotta avviksbanden runt nollaxeln och kan placeras i ett diagram under huvuddiagramsymbolen. Användaren kan ange avvikelsefunktionen som används för att producera banden oberoende av centrumlinjen (referens) - funktionen genom att ange en ingångsparameter, DevID. Avviksfunktionen kan vara något av följande: Standardavvikelse (Bollinger Bands) Standardfel (Jon Andersen Bands) Genomsnittlig True Range - ATR (Keltner Bands) Jurik Genomsnittlig True Range JATR (ATR Använda Jurik Moving Average) Procentpoäng Varför använda RibbonPlotter Indikator Indikatorn RibbonPlotter konsoliderar möjligheten att plotta en stor mängd olika band i en enda indikator. Denna indikator kan sedan ersätta flera andra indikatorer och ger ett konsekvent användargränssnitt för denna samling av funktioner. Det använder funktioner av OOEL som lokala metoder för ökad effektivitet. RibbonsPlotter2 är en äldre version av RibbonsPlotter som använder funktion RibbonsCalc2 för att beräkna alla värden för banden istället för en lokal metod RibbonsCalc. Detta gör RibbonsPlotter2 kompatibel med Tradestation versioner före 9.0. Funktionen RibbonsCalc2 kan också kallas från en strategi. Eftersom samma funktion genererar värden för både strategin och RibbonPlotter2-indikatorn kan användaren försäkra sig om att värdena kommer att vara desamma, förutsatt att ingångsparametrarna matchar. Den enda multifunktionsbandfunktionen RibbonsCalc2 har många fördelar för utvecklaren av automatiserade handelsstrategier: Optimeraren kan testa många olika typer av handelsstrategier utan att ändra den grundläggande strategiska kodningen, eftersom optimeringsprocessen kan byta mellan Bollinger Band, Keltner Band och Procent Band-testning utan att man behöver manuellt manipulera eller duplicera strategikoden. Kodrevisioner och uppdateringar kan göras på en enda plats, utan att det är nödvändigt att duplicera förändringarna genom flera olika indikatorer eller strategier. Ett konsekvent användargränssnitt över många separata funktioner gör att koden är mer användarvänlig och därför mindre benägen för oavsiktliga fel. RibbonPlotter Exempel RibbonPlotter kan producera ett brett utbud av bandposter. Några av de exempel som visas nedan representerar de vanligaste och välkända band - eller bandfunktionerna. En eller två mindre vanliga variationer visas också. Bollinger Ribbons är bildade från en aritmetisk rörlig genomsnittlig mittlinje och en StdDev-förskjutningsfunktion. Detta diagram visar band vid förskjutningar av 1, 2 och 3 standardavvikelser. Banden expanderar karakteristiskt när priset trender och smal under konsolideringen. Anderson Ribbons använder en linjär regression centerline och en StdErr avvikelse funktion. Varje band representerar ett standardfelökning bort från mittlinjen. Linjärregressionscentrumlinjen kramar priset snabbare än ett glidande medelvärde, och standardfelbanden expanderar inte signifikant när prisåtgärden trender, till skillnad från Bollinger Bands. I stället indikerar smala band att priset trender konsekvent nära regressionslinjen. Breda band föreslår ökad volatilitet av priset bort från regressionslinjen och ses vanligtvis under en paus i en trend. Detta band representerar en JK-centerlinje och en procentuell avvikelse från mittlinjen. Jurik Moving Average är berömd på grund av sin jämnhet och låga fördröjningar. Den måste köpas som tillägg till Tradestation. Tillson T3 Moving Average är likartad och har nästan jämnhet och låga dykning i Jurik, och är tillgänglig för Tradestation-användare som en inbyggd funktion. Denna Kaufman Adaptive Moving Average Centerlinje visar relativ horisontell tabilitetscentrumlinje under konsolidering. I kombination med StdErr-avviksbanden är det en intressant grund för en återvändande till den genomsnittliga typen av handelssystem. Keltnerbandet bildas av en exponentiell glidande medelvärde (EMA) centerlinje och en genomsnittlig true range (ATR) - förskjutningsfunktion. En Tillson T3 centerlinje och Jurik Average True Range (JATR) avvikelse funktion är en intressant variation. I jämförelse med Keltner-band. både mittlinjen och banden har lite mindre ljud. Detta är en Jurik Moving Average-centerlinje med procentuella avvikelse band. Dessa band har en relativ stabil bandbredd. Om du anger en centrumlinje för noll istället för en funktion av pris kan denna StdDev-förskjutningsfunktion ses utan påverkan av prisåtgärden. Detta gör det lättare att se hur förskjutningsfunktionen reagerar på prisets volatilitet och trendighet. Denna StdErr-funktion visas också med en mittlinje på noll. Denna typ av display möjliggör en mer användbar jämförelse med StdDev-förskjutningsfunktionen ovan. Det är lättare att se de unika egenskaperna och skillnaderna mellan avviksfunktioner när de visas om en fast referens snarare än att följa prisåtgärden. RibbonPlotter Input Parameters UpperBandsRef och LowerBandsRef är de ingångspriser som används för att beräkna de övre och nedre centrumlinjen. Vanligtvis är de samma och producerar därför en enda centrumlinje. Användaren kan emellertid definiera separata mittlinjer för de övre banden och de nedre banden, följaktligen de två ingångsparametrarna. RefID väljer den funktion som ska användas för att beräkna mittlinjen. Ett värde av 0 indikerar att avvikelsefunktionen kommer att ritas centrerad kring nollaxeln istället för att följa priset. De andra funktionerna som används för att beräkna mittlinjen (AMA, EMA, LR, etc.) är siffror i enlighet med deras längdparametrar som följer RefID. För att välja en exponentiell glidande medellinje, exempelvis, skulle användaren ange 2 eftersom EMALength visas i den andra positionen som följer RefID. Användaren skulle ange en RefID på 3, 4 eller 5 för att välja en centerlinje som består av en linjär regressionslinje, ett Kaufman glidmedel eller ett Tillson T3 glidande medelvärde, eftersom det här är den ordning som deras motsvarande längdparametrar visas i ingången parameterlista. NBands är antalet band (band) ovanför och nedan för att plottas. StartMult är multiplikatorn som ska användas för det första bandet. De efterföljande banden upp till totalt NBands ritas genom att lägga till Increment till startmultiplikatorn för det första bandet. ShowCenterLine ger användaren möjlighet att visa eller inte visa mittlinjen för banden. DisplayParameters bestämmer om parametervärdena för centerlinjen och avvikelsefunktionen visas i grafen i text, som gjordes i de visade proven. Dessa textetiketter drogs av indikatorn i stället för att läggas till manuellt efter att diagrammet var producerat. CLVertPct, DevVertPct, CLHorizPct och DevHorizPct är vertikala och horisontella förskjutningar (i procent av vertikalt eller horisontellt diagramintervall) som används för att placera platsen för textetiketterna på diagrammet. Vidare inbegriper indikatorn kvoter för positionering av etiketterna. Om prisåtgärden ligger nära undersidan av diagrammet och användaren har angett att etiketten ska dras nära botten av diagrammet, kommer programmet automatiskt att vända etiketten till toppen av diagrammet för att undvika att skriva över prisåtgärden . Den vertikala förskjutningen från undersidan av tabellen som anges av användaren kommer att bevaras, men i stället blir den vertikala förflyttningen från diagrammets övre kant.
No comments:
Post a Comment