Bewegende Gemiddelde Verteenwoordiging

Bewegende gemiddeldes: Strategieë 13 Deur Casey Murphy. Senior Analis ChartAdvisor Verskillende beleggers gebruik bewegende gemiddeldes vir verskillende redes. Sommige gebruik dit as hul primêre analitiese instrument, terwyl ander hulle net gebruik as 'n vertroue bouer te back-up hul beleggingsbesluite. In hierdie artikel, goed aan te bied 'n paar verskillende tipes strategieë - sluit dit by jou handel styl is aan jou CROSSOVER n crossover is die mees basiese tipe sein en word bevoordeel onder baie handelaars omdat dit al emosie verwyder. Die mees basiese tipe crossover is wanneer die prys van 'n bate beweeg van die een kant van 'n bewegende gemiddelde en sluit op die ander. Prys CROSSOVER gebruik deur handelaars om skofte in momentum te identifiseer en kan gebruik word as 'n basiese toegang of uitgang strategie. Soos jy kan sien in Figuur 1, kan 'n kruis onder 'n bewegende gemiddelde die begin van 'n verslechtering neiging sein en sal waarskynlik deur handelaars gebruik word as 'n teken om enige bestaande lang posisies uit te sluit. Aan die ander kant, kan 'n sluiting bo 'n bewegende gemiddelde van onder die begin van 'n nuwe uptrend stel. Die tweede tipe crossover vind plaas wanneer 'n korttermyn-gemiddelde kruis deur 'n langtermyn-gemiddelde. Hierdie sein is wat gebruik word deur handelaars te identifiseer wat momentum verskuiwing in een rigting en dat 'n sterk beweeg waarskynlik nader. A koopsein gegenereer wanneer die kort termyn gemiddelde kruis bo die langtermyn-gemiddelde, terwyl 'n sell sein is veroorsaak deur 'n kort termyn gemiddelde kruising hieronder 'n langtermyn-gemiddelde. Soos jy kan sien uit die onderstaande grafiek, hierdie sein is baie objektief en daarom sy so gewild is. Drie Crossover en die bewegende gemiddelde Ribbon Bykomende bewegende gemiddeldes kan bygevoeg word om die grafiek om die geldigheid van die sein te verhoog. Baie handelaars sal die vyf-, 10, en 20-dae - bewegende gemiddeldes te plaas op 'n grafiek en wag totdat die vyfdaagse gemiddelde kruis op in die ander dit is oor die algemeen die primêre koop teken. Wag vir the10-dag gemiddeld bo die 20-dag gemiddeld oor te steek word dikwels gebruik as 'n bevestiging, 'n taktiek wat dikwels die aantal valse seine verminder. Die verhoging van die aantal bewegende gemiddeldes, soos gesien in die driedubbele crossover metode, is een van die beste maniere om die sterkte van 'n tendens en die waarskynlikheid dat die tendens sal voortduur meet. Dit lei tot die vraag: Wat sou gebeur as jy het die toevoeging van bewegende gemiddeldes Sommige mense argumenteer dat as 'n mens bewegende gemiddelde is nuttig, dan 10 of meer moet nog beter wees. Dit bring ons by 'n tegniek bekend as die bewegende gemiddelde lint. Soos jy kan sien uit die onderstaande grafiek, is baie bewegende gemiddeldes op dieselfde grafiek geplaas en word gebruik om die sterkte van die huidige tendens oordeel. Wanneer al die bewegende gemiddeldes beweeg in dieselfde rigting, is die tendens het om sterk te wees. Terugskrywings word bevestig wanneer die gemiddeldes oor en kop te steek in die teenoorgestelde rigting. Reaksie op veranderende omstandighede word volgens die aantal tydperke wat in die bewegende gemiddeldes. Hoe korter die tydperke wat in die berekeninge, hoe meer sensitief die gemiddelde is om geringe prys veranderinge. Een van die mees algemene linte begin met 'n 50-dae bewegende gemiddelde en voeg gemiddeldes in inkremente van 10 dae tot die finale gemiddelde van 200. Hierdie tipe gemiddelde is goed in die identifisering van 'n lang termyn tendense / terugskrywings. Filters 'n filter is 'n tegniek wat gebruik word in tegniese ontleding te ene vertroue oor 'n sekere handel te verhoog. Byvoorbeeld, kan baie beleggers verkies om te wag totdat 'n sekuriteit kruisies bo 'n bewegende gemiddelde en is ten minste 10 bo die gemiddelde voordat 'n bestelling plaas. Dit is 'n poging om seker te maak die crossover is geldig en die aantal valse seine te verminder. Die nadeel van die vertroue op filters te veel is dat sommige van die wins word gegee en dit kan lei tot voel soos youve die boot gemis. Hierdie negatiewe gevoelens sal afneem met verloop van tyd as jy voortdurend aan te pas die kriteria wat gebruik word vir jou filter. Daar is geen vaste reëls of dinge om te kyk uit vir wanneer die filter sy net 'n bykomende hulpmiddel wat jou sal toelaat om te belê met vertroue. Bewegende gemiddelde Envelope Nog 'n strategie wat die gebruik van bewegende gemiddeldes staan ​​bekend as 'n koevert insluit. Hierdie strategie behels die plot twee bands om 'n bewegende gemiddelde, steier deur 'n spesifieke persentasie. Byvoorbeeld, in die onderstaande grafiek, 'n 5 koevert geplaas word om 'n 25-dae bewegende gemiddelde. Handelaars sal kyk na hierdie bands om te sien of hulle optree as 'n sterk areas van ondersteuning of weerstand. Let op hoe die skuif dikwels omkeer rigting na nader een van die vlakke. 'N prys verby die band kan 'n tydperk van uitputting sein, en handelaars sal kyk vir 'n ommekeer in die rigting van die sentrum average. Moving-Gemiddeld Verteenwoordiging van outoregressiewe Benadering Ons bestudeer die eienskappe van 'n oneindige MA-voorstelling van 'n outoregressiewe benadering vir 'n stilstaande, reëelwaardige proses. Deur dit te doen gee ons 'n uitbreiding van Wieners stelling in die deterministiese benadering opstel. Wanneer die hantering van data, kan ons hierdie nuwe sleutel gevolg gebruik om insig te verkry in die struktuur van oneindige MA-uitbeeldings van toegerus outoregressiemodelle waar die bevel verhoog met die steekproefgrootte. In die besonder, gee ons 'n eenvormige gebind vir die beraming van die bewegende gemiddelde koëffisiënte via outoregressiewe benadering om eenvormige oor alle heelgetalle. 423.pdfDavid, Ja, MapReduce is bedoel om te werk op 'n groot hoeveelheid data. En die idee is dat in die algemeen, die kaart en die vermindering van funksies shouldn39t sorg hoeveel mappers of hoeveel reducers daar, that39s net optimalisering. As jy mooi oor die algoritme ek gepos dink, kan jy sien dat dit doesn39t aangeleentheid wat Mapper kry wat gedeeltes van die data. Elke insette rekord sal beskikbaar wees om elke verminder operasie wat dit nodig het. â € Joe K 18 September 12 by 22:30 In die beste van my begrip bewegende gemiddelde is nie mooi kaarte te MapReduce paradigma sedert sy berekening in wese is gly venster oor gesorteerde data, terwyl mnr is die verwerking van nie-gesny wissel van gesorteerde data. Oplossing ek sien is soos volg: a) Om te implementeer persoonlike partisioneerder om in staat wees om twee verskillende mure te maak in twee lopies. In elk hardloop jou reducers sal verskillende reekse data te kry en te bereken bewegende gemiddelde waar approprieate Ek sal probeer om te illustreer: In die eerste lopie data vir reducers moet wees: R1: Q1, Q2, Q3, K4 R2: V5, V6, Q7, Q8 . hier sal jy cacluate bewegende gemiddelde vir 'n paar Qs. In volgende lopie moet jou reducers data te kry soos: R1: Q1. V6 R2: V6. Q10 R3: Q10..Q14 En caclulate die res van bewegende gemiddeldes. Dan sal jy nodig het om totaal resultate. Idee van persoonlike partisioneerder dat dit twee modi van die operasie sal moet - elke keer verdeel in gelyke wissel, maar met 'n paar verskuiwing. In 'n pseudokode dit sal lyk. partisie (keySHIFT) / (MAXKEY / numOfPartitions) waar: SHIFT sal geneem word van die opset. MAXKEY maksimum waarde van die sleutel. Ek neem aan vir eenvoud dat hulle begin met 'n nul. RecordReader, IMHO is nie 'n oplossing, want dit is beperk tot spesifieke split en kan nie meer as split grens skuif. Nog 'n oplossing sou wees om te implementeer persoonlike logika van verdeel insette data (dit is deel van die InputFormat). Dit kan gedoen word om 2 verskillende skyfies, soortgelyk aan skeiding te doen. antwoord 17 September 12 aan 8: 59The Scientist en Ingenieurs Guide to Digital Signal Processing Deur Steven W. Smith, Ph. D. 'N geweldige voordeel van die bewegende gemiddelde filter is dat dit geïmplementeer kan word met 'n algoritme wat baie vinnig. Om hierdie algoritme te verstaan, dink verby 'n insetsein, x, deur 'n sewe punt bewegende gemiddelde filter om 'n uitset sein vorm, y. Nou kyk hoe twee aangrensende uitset punte, y 50 en y 51, bereken: Dit is byna dieselfde berekening punte x 48 deur x 53 moet bygevoeg word vir y 50, en weer vir y 51. As y 50 is reeds bereken die mees doeltreffende manier om y 51 te bereken is: Sodra y 51 is gevind met behulp van y 50, dan y 52 kan bereken word uit voorbeeld y 51, en so aan. Na afloop van die eerste punt word bereken in y, kan al die ander punte te vinde met slegs 'n enkele optel en aftrek per punt. Dit kan uitgedruk word in die vergelyking: Let daarop dat hierdie vergelyking gebruik twee bronne van data aan elke punt in die uitset te bereken: punte van die insette en voorheen berekende punte van die uitset. Dit staan ​​bekend as 'n rekursiewe vergelyking, wat beteken dat die resultaat van 'n berekening gebruik word in die toekoms berekeninge. (Die term rekursiewe het ook ander betekenisse, veral in rekenaarwetenskap). Hoofstuk 19 bespreek 'n verskeidenheid van rekursiewe filters in meer besonderhede. Wees bewus daarvan dat die bewegende gemiddelde rekursiewe filter is baie anders as tipiese rekursiewe filters. In die besonder, die meeste rekursiewe filters het 'n oneindige lang impulsrespons (IIR), saamgestel sinusoïede en Exponentiële. Die impulsrespons van die bewegende gemiddelde is 'n vierkantige pols (eindige impulsrespons, of FIR). Hierdie algoritme is vinniger as ander digitale filters vir 'n paar redes. In die eerste plek is daar net twee berekeninge per punt, ongeag die lengte van die filter kern. Tweede, optel en aftrek is die enigste wiskunde bedrywighede nodig, terwyl die meeste digitale filters vereis tydrowende vermenigvuldiging. Derde, die kruip skema is baie eenvoudig. Elke indeks in vergelyking. 15-3 gevind deur die byvoeging of af te trek heelgetal konstantes wat bereken kan voor die filter begin (dit wil sê P en Q). Uitgaan, die hele algoritme kan met heelgetal verteenwoordiging gedra. Afhangende van die hardeware gebruik, kan heelgetalle meer as 'n orde van grootte wees vinniger as drywende punt. Verbasend, heelgetal verteenwoordiging werk beter as drywende punt met hierdie algoritme, in Benewens die feit dat vinniger. Die ronde-off fout van drywende punt rekenkundige kan onverwagte resultate te lewer as jy nie versigtig is nie. Byvoorbeeld, dink 'n 10,000 monster sein word gefiltreer met hierdie metode. Die laaste voorbeeld in die gefilterde sein bevat die opgehoopte fout van 10,000 toevoegings en 10.000 aftrek. Dit blyk in die uitsetsein as 'n dryf verreken. Heelgetalle hoef hierdie probleem, want daar is geen ronde-off fout in die rekenkundige. As jy swaai punt moet gebruik met hierdie algoritme, die program in Tabel 15-2 wys hoe om 'n dubbele presisie akkumulator gebruik om te skakel hierdie drift. Double Eksponensiële Bewegende Gemiddeldes Hoe Handelaars het staatgemaak op bewegende gemiddeldes te help om vas te stel 'n hoë waarskynlikheid handel toegangspunte en winsgewende uitgange vir baie jare. 'N Bekende probleem met bewegende gemiddeldes is egter die ernstige lag wat in die meeste vorme van bewegende gemiddeldes is. Die dubbel eksponensiële bewegende gemiddelde (Dema) bied 'n oplossing deur die berekening van 'n vinniger gemiddeld metode. Geskiedenis van die Double Eksponensiële bewegende gemiddelde In tegniese ontleding. die term bewegende gemiddelde verwys na 'n gemiddelde prys vir 'n spesifieke handel instrument oor 'n bepaalde tydperk. Byvoorbeeld, 'n 10-dae bewegende gemiddelde word bereken dat die gemiddelde prys van 'n spesifieke instrument oor die afgelope 10 tien dae 'n 200-daagse bewegende gemiddelde word bereken dat die gemiddelde prys van die laaste 200 dae. Elke dag, die tydperk blik terug vooruitgang berekeninge op die laaste X aantal dae baseer. 'N bewegende gemiddelde verskyn as 'n gladde, buig lyn wat 'n visuele voorstelling van die langer termyn tendens van 'n instrument bied. Vinniger bewegende gemiddeldes, met korter tydperke kyk terug, is choppier stadiger bewegende gemiddeldes, met langer periodes kyk terug, is gladder. Omdat 'n bewegende gemiddelde is 'n agterlike soek aanwyser, is dit agter. Die dubbel eksponensiële bewegende gemiddelde (Dema), word in Figuur 1, is ontwikkel deur Patrick Mulloy in 'n poging om die bedrag van tydsverloop in tradisionele bewegende gemiddeldes te verminder. Dit was die eerste keer in Februarie 1994, tegniese ontleding van Voorrade amp Commodities tydskrif in Mulloys artikel Smoothing Data met vinniger bewegende gemiddeldes. (Vir 'n primer op tegniese ontleding, 'n blik op ons Tegniese Analise handleiding.) Figuur 1: Hierdie een-minuut grafiek van die e-mini Russell 2000 termynkontrak toon twee verskillende dubbele eksponensiële bewegende gemiddeldes 'n 55-tydperk verskyn in blou, 'n 21-tydperk in pienk. Berekening van 'n Dema Soos Mulloy verduidelik in sy oorspronklike artikel, die Dema is nie net 'n dubbele EMO met twee keer die tydsverloop van 'n enkele EMO, maar is 'n saamgestelde implementering van enkel en dubbel EMA vervaardiging ander EMO met minder lag as een van die oorspronklike twee. Met ander woorde, die Dema is nie net twee EMA gekombineer, of 'n bewegende gemiddelde van 'n bewegende gemiddelde, maar is 'n berekening van beide enkel-en dubbel EMA. Byna al die handel ontleding platforms het die Dema ingesluit as 'n aanduiding dat om kaarte kan bygevoeg word. Daarom kan handelaars die Dema gebruik sonder om te weet die wiskunde agter die berekeninge en sonder om enige kode te skryf of insette. Die vergelyking van die Dema met Tradisionele bewegende gemiddeldes bewegende gemiddeldes is een van die mees populêre metodes van tegniese ontleding. Baie handelaars gebruik dit om tendens terugskrywings raaksien. veral in 'n bewegende gemiddelde crossover, waar twee bewegende gemiddeldes van verskillende lengtes op 'n grafiek geplaas word. Punte waar die bewegende gemiddeldes te steek kan koop of verkoop geleenthede aan te dui. Die Dema kan help handelaars spot terugskrywings vroeër, want dit is vinniger om te reageer op veranderinge in die mark aktiwiteit. Figuur 2 toon 'n voorbeeld van die e-mini Russell 2000 termynkontrak. Hierdie een minuut grafiek het vier bewegende gemiddeldes toegepas: 21-tydperk Dema (pienk) 55-tydperk Dema (donkerblou) 21-tydperk MA (ligblou) 55-tydperk MA (liggroen) Figuur 2: Hierdie een-minuut grafiek van die e-mini Russell 2000 termynkontrak illustreer hoe vinniger reaksie tyd van die Dema wanneer dit gebruik word in 'n crossover. Let op hoe die Dema crossover in beide gevalle aansienlik gouer verskyn as die MA CROSSOVER. Die eerste Dema crossover verskyn op 00:29 en die volgende bar open teen 'n prys van 663,20. Die MA crossover, aan die ander kant, vorm by 12:34 en die volgende bars opening prys is op 660,50. In die volgende stel CROSSOVER, verskyn die Dema crossover by 01:33 en die volgende bar open om 658. Die MA, in teenstelling, vorms by 01:43, met die volgende bar opening op 662,90. In elk geval, die Dema crossover bied 'n voordeel in om in die tendens vroeër as die MA crossover. (Vir meer insig, lees die Moving Gemiddeldes handleiding.) Handel met 'n Dema Bogenoemde bewegende gemiddelde crossover voorbeelde illustreer die doeltreffendheid van die gebruik van die vinniger dubbele eksponensiële bewegende gemiddelde. Benewens die gebruik van die Dema as 'n selfstandige aanwyser of in 'n crossover opstel, kan die Dema gebruik word in 'n verskeidenheid van aanwysers waar die logika is gebaseer op 'n bewegende gemiddelde. Tegniese ontleding gereedskap soos Bollinger Bands. bewegende gemiddelde konvergensie / divergensie (MACD) en drie eksponensiële bewegende gemiddelde (Trix) is gebaseer op bewegende gemiddelde tipes en kan aangepas word om 'n Dema inkorporeer in die plek van ander meer tradisionele vorme van bewegende gemiddeldes. Vervang die Dema kan help handelaars sien verskillende koop en verkoop van geleenthede wat voor dié wat deur die MA of EMA tradisioneel gebruik word in hierdie aanwysers is. Natuurlik kry 'n tendens vroeër eerder as later tipies lei tot hoër winste. Figuur 2 illustreer hierdie beginsel - as ons die CROSSOVER as koop en verkoop seine gebruik. ons sal die ambagte aansienlik vroeër betree wanneer die gebruik van die Dema crossover in teenstelling met die MA crossover. Bottom Line handelaars en beleggers het lank gebruik bewegende gemiddeldes in hul analise van die mark. Bewegende gemiddeldes is 'n wyd gebruik tegniese ontleding gereedskap wat 'n manier om vinnig lees en interpretasie van die langer termyn tendens van 'n gegewe handel instrument bied. Sedert bewegende gemiddeldes deur hul aard is agter aanwysers. Dit is nuttig om die bewegende gemiddelde aanpas ten einde 'n vinniger, meer ontvanklik aanwyser te bereken. Die dubbel eksponensiële bewegende gemiddelde bied handelaars en beleggers 'n uitsig oor die langer termyn tendens, met die bykomende voordeel van 'n vinniger bewegende gemiddelde met minder lag tyd. (Vir verwante leesstof, 'n blik op bewegende gemiddelde MACD Kombinasie en eenvoudige Vs. Eksponensiële Moving gemiddeldes.)