Thursday, November 10, 2016

So Verwenden Sie Triple Exponentiellen Gleitenden Durchschnitt

Triple Exponential Moving Average Triple Exponential Moving Average Technische Indikator (TEMA) wurde von Patrick Mulloy entwickelt und veröffentlicht in der quotTechnical Analysis of Stocks amp Commoditiesquot Magazin. Das Prinzip seiner Berechnung ähnelt DEMA (Double Exponential Moving Average). Der Name quotTriple Exponential Moving Averagequot entspricht nicht sehr korrekt seinem Algorithmus. Dies ist eine einzigartige Mischung aus dem einzelnen, doppelten und dreifachen exponentiellen gleitenden Durchschnitt, der die kleinere Verzögerung als jede von ihnen separat bereitstellt. TEMA kann anstelle der traditionellen gleitenden Durchschnitte verwendet werden. Es kann zum Glätten von Preisdaten sowie zur Glättung anderer Indikatoren verwendet werden. Sie können die Handelssignale dieses Indikators testen, indem Sie einen Expertenratgeber im MQL5-Assistenten erstellen. Berechnen Die erste DEMA wird berechnet, dann wird der Fehler der Preisabweichung von DEMA berechnet: err (i) Preis (i) DEMA (Preis, N, ii) err (i) aktueller DEMA-Fehler Preis (i) aktueller Preis DEMA (Preis, N, i) aktuellen DEMA-Wert aus der Preisreihe mit N Periode. Dann addieren Sie den Wert des exponentiellen Mittelwertes des Fehlers und erhalten Sie TEMA: TEMA (i) DEMA (Preis, N, i) EMA (Preis, N, i) (Preis, N, i) EMA (Preis, N, i) EMA (Preis, N, i) (Preis, N, i) aktueller Wert des exponentiellen Mittelwertes des Fehlerfehlers EMA2 (Preis, N, i) aktueller Wert der doppelseitigen Preisglättung EMA3 (Price, N , I) aktueller Wert der dreifach sequentiellen Preisglättung. Schmierung Glättung und Filterung sind zwei der am häufigsten verwendeten Zeitreihentechniken zum Entfernen von Rauschen aus den zugrunde liegenden Daten, um die wichtigen Merkmale und Komponenten (zB Trend, Saisonalität usw.) . Allerdings können wir auch Glättung verwenden, um fehlende Werte auszufüllen und / oder eine Prognose durchzuführen. In dieser Ausgabe diskutieren wir fünf (5) verschiedene Glättungsmethoden: gewichteter gleitender Durchschnitt (WMA i), einfache exponentielle Glättung, doppelte exponentielle Glättung, lineare exponentielle Glättung und dreifach exponentielle Glättung. Warum sollten wir uns behandeln Smoothing wird in der Industrie sehr oft verwendet (und missbraucht), um die Dateneigenschaften (zB Trend, Saisonalität etc.) schnell zu visualisieren, in fehlende Werte zu passen und ein schnelles Out-of-Sample durchzuführen Prognose. Warum haben wir so viele Glättungsfunktionen Wie wir in dieser Arbeit sehen werden, funktioniert jede Funktion für eine andere Annahme über die zugrunde liegenden Daten. Beispielsweise geht die einfache exponentielle Glättung davon aus, dass die Daten ein stabiles Mittel (oder zumindest ein langsames bewegendes Mittel) aufweisen, so dass eine einfache exponentielle Glättung bei der Prognose von Daten, die Saisonalität oder einen Trend aufweisen, schlecht funktioniert. In dieser Arbeit werden wir über jede Glättungsfunktion gehen, ihre Annahmen und Parameter hervorheben und ihre Anwendung anhand von Beispielen demonstrieren. Gewichteter gleitender Durchschnitt (WMA) Ein gleitender Durchschnitt wird häufig mit Zeitreihendaten verwendet, um kurzfristige Fluktuationen auszugleichen und längerfristige Trends oder Zyklen zu markieren. Ein gewichteter gleitender Durchschnitt weist Multiplikationsfaktoren auf, um unterschiedliche Gewichte an Daten an verschiedenen Positionen im Probenfenster zu ergeben. Der gewichtete gleitende Durchschnitt hat ein festes Fenster (d. h. N), und die Faktoren werden typischerweise so gewählt, daß sie den jüngsten Beobachtungen mehr Gewicht verleihen. Die Fenstergröße (N) bestimmt die Anzahl der Punkte, die zu jedem Zeitpunkt gemittelt werden, so dass eine größere Fenstergröße weniger auf neue Änderungen in der ursprünglichen Zeitreihe anspricht und eine kleine Fenstergröße dazu führen kann, dass die geglättete Ausgabe verrauscht wird. Für Beispielprognosezwecke: Beispiel 1: Ermöglicht monatliche Umsätze für Unternehmen X mit einem gleitenden 4-Monats-Durchschnitt. Beachten Sie, dass der gleitende Durchschnitt immer hinter den Daten zurückbleibt und die Out-of-sample-Prognose zu einem konstanten Wert konvergiert. Lets versuchen, ein Gewichtungsschema verwenden (siehe unten), die mehr Wert auf die neueste Beobachtung. Wir haben den gleich gewichteten gleitenden Durchschnitt und WMA auf demselben Graphen aufgetragen. Die WMA reagiert stärker auf die jüngsten Änderungen und die Out-of-Probe-Prognose konvergiert auf den gleichen Wert wie der gleitende Durchschnitt. Beispiel 2: Untersuchung der WMA in Gegenwart von Trend - und Saisonalität. Verwenden Sie für dieses Beispiel gut die internationalen Passagierflugzeugdaten. Das gleitende Durchschnittsfenster beträgt 12 Monate. Die MA und die WMA halten Tempo mit dem Trend, aber die out-of-sample Prognose flattens. Darüber hinaus, obwohl die WMA zeigt einige Saisonalität, ist es immer hinter den ursprünglichen Daten. (Browns) Einfache exponentielle Glättung Eine einfache exponentielle Glättung ähnelt der WMA, mit der Ausnahme, dass die Fenstergröße unendlich ist und die Gewichtungsfaktoren exponentiell abnehmen. Wie wir in der WMA gesehen haben, eignet sich das einfache Exponential für Zeitreihen mit einem stabilen Mittelwert oder zumindest einem sehr langsamen bewegten Mittel. Beispiel 1: Nutzen Sie die monatlichen Verkaufsdaten (wie im WMA-Beispiel). Im obigen Beispiel haben wir den Glättungsfaktor auf 0,8 gewählt, was die Frage stellt: Was ist der beste Wert für den Glättungsfaktor Der beste Wert aus den Daten zu schätzen Mit der TSSUB-Funktion (um den Fehler zu berechnen), SUMSQ und Excel Datentabellen berechneten wir die Summe der quadratischen Fehler (SSE) und gaben die Ergebnisse: Der SSE erreicht seinen minimalen Wert um 0,8, so dass wir diesen Wert für unsere Glättung ausgewählt haben. (Holt-Winters) Doppelte exponentielle Glättung Einfache exponentielle Glättung funktioniert nicht gut in Gegenwart eines Trends, so dass mehrere Methoden, die unter dem doppelten exponentiellen Schirm entwickelt wurden, vorgeschlagen werden, um diese Art von Daten zu behandeln. NumXL unterstützt Holt-Winters doppelte exponentielle Glättung, die folgende Formulierung annimmt: Beispiel 1: Prüfung der internationalen Passagier-Airline-Daten Wir haben einen Alpha-Wert von 0,9 und eine Beta von 0,1 gewählt. Bitte beachten Sie, dass zwar die doppelte Glättung die ursprünglichen Daten gut abtastet, die Out-of-sample-Prognose jedoch dem einfachen gleitenden Durchschnitt unterlegen ist. Wie finden wir die besten Glättungsfaktoren Wir nehmen eine ähnliche Annäherung an unsere einfache exponentielle Glättung Beispiel, aber für zwei Variablen modifiziert. Wir berechnen die Summe der quadratischen Fehler konstruieren eine zweidimensionale Datentabelle, und wählen Sie die Alpha - und Beta-Werte, die minimieren die gesamte SSE. (Browns) Lineare exponentielle Glättung Dies ist eine weitere Methode der doppelt exponentiellen Glättungsfunktion, aber sie hat einen Glättungsfaktor: Browns doppelte exponentielle Glättung nimmt einen Parameter weniger als Holt-Winters-Funktion, aber es kann nicht so gut passen wie diese Funktion. Beispiel 1: Wir verwenden das gleiche Beispiel in Holt-Winters doppelt exponentiell und vergleichen die optimale Summe des quadratischen Fehlers. Das Brown-Doppel-Exponential passt nicht zu den Probendaten sowie der Holt-Winters-Methode, aber die Out-of-Probe (in diesem Fall) ist besser. Wie finden wir den besten Glättungsfaktor () Wir verwenden die gleiche Methode, um den Alphawert auszuwählen, der die Summe des quadratischen Fehlers minimiert. Für die beispielhaften Beispieldaten wird das Alpha mit 0,8 ermittelt. (Winters) Triple Exponential Smoothing Die dreifach exponentielle Glättung berücksichtigt sowohl saisonale Veränderungen als auch Trends. Diese Methode erfordert vier Parameter: Die Formulierung für die dreifache exponentielle Glättung ist stärker involviert als alle früheren. Bitte überprüfen Sie unsere Online-Referenzanleitung auf die genaue Formulierung. Beispiel: Mit den internationalen Passagier-Airline-Daten können wir im Winter dreifach exponentielle Glättung anwenden, optimale Parameter finden und eine Out-of-Probe-Prognose durchführen. Offensichtlich wird die Winters Triple Exponentialglättung am besten für diese Datenprobe angewandt, da sie die Werte gut verfolgt und die Out-of-Probe-Prognose eine Saisonalität aufweist (L12). Wie finden wir den besten Glättungsfaktor () Wieder müssen wir die Werte auswählen, die die Gesamtsumme der quadratischen Fehler (SSE) minimieren, aber die Datentabellen können für mehr als zwei Variablen verwendet werden, so dass wir auf das Excel zurückgreifen Solver: (1) Setup der Minimierung Problem, mit der SSE als Utility-Funktion (2) Die Einschränkungen für dieses Problem Fazit Unterstützung FilesTriple Exponential Moving Average: Die TEMA-Anzeige Aktualisiert: 25. April 2016 um 02:55 Uhr Triple Exponential Moving Average . Oder TEMA. Ist eine Art von exponentiellen gleitenden Durchschnitt von Patrick Mulloy im Jahr 1994 entwickelt. Eines der häufigsten Probleme des Handels mit EMAs oder Oszillatoren war schon immer die unvermeidliche Frage der Verzögerung bei Handelsentscheidungen. Das TEMA wurde entwickelt, um dieses Problem zu lösen. Unter dem gleitenden Durchschnitt des Preises glättet kurzfristige Schwankungen. Aber was geschieht, wenn wir die EMA der EMA dazu bringen würden, die Marktaktionen doppelt zu glätten? Es ist nicht schwer einzusehen, dass das neue MA ein noch glatteres Bild der Preisaktion schafft, wodurch es möglich wird, Trends und Veränderungen mit einem zu identifizieren Größere Klarheit. Das Genie des TEMA ist jedoch nicht in dieser Idee, sukzessive EMAs von EMAs zu nehmen, sondern in dem hinteren Begriff, der der Formel hinzugefügt wurde, um mit dem Problem der verzögerten Signale umzugehen. Die obige Tabelle der monatlichen Kursbewegungen im EURUSD-Paar zeigt deutlich die große Kraft von TEMA (blaue dünne Linie). Bei den vier Umschaltungen zwischen August 2005 und April 2010 gibt der TEMA-Indikator Signale aus, die von sehr geringer Verzögerung leiden. Beispielsweise wird die in den wenigen Monaten nach August 2005 bestehende Aufteilung der Bandbreite nahezu sofort durch eine übereinstimmende Umkehr des Indikators signalisiert, wobei der starke Anstieg der Kursbewegung mit dem klaren Trend des Indikators übereinstimmt. Das gleiche Muster wird bei den nachfolgenden Umkehrungen im Juni 2008 und März 2009 beobachtet, obwohl die beiden letzteren mit einer starken Volatilität zusammenfallen, die die Bedeutung der von dem Indikator ausgesendeten Alarme verringert. Dennoch gibt es klare Möglichkeiten, wo der Preis über oder unter dem TEMA kreuzt, oder wo eine Linie in eine Kurve übergeht. Berechnung Der dreifache exponentielle gleitende Durchschnitt wird nach folgender Formel berechnet: Alles, was der Händler zu tun hat, um den TEMA-Wert zu berechnen, entscheidet über die Periode des Indikators. Wenn wir zum Beispiel festlegen, dass der Zeitraum 5 Tage betragen wird, berechnet das Kennzeichen die EMA auf Rohpreisdaten. Danach wird es die neue EMA als ob es war die neue Grafik der Preis-Aktion zu sehen, und nehmen Sie eine zweite EMA davon. Dieser zweite Wert wird auch als Doppel-EMA oder DEMA bezeichnet. Schließlich wird ein dritter EMA der DEMA berechnet und die Werte in die obige Formel gesteckt, um auf den Wert des Indikators zu gelangen. In den obigen Abschnitten haben wir erwähnt, dass die TEMA die Lag-Ausgabe der meisten exponentiellen gleitenden Durchschnitte durch die Addition eines neuen Begriffs in die Berechnung behandelt. Dieser neue Begriff ist die doppelte EMA (das ist die EMA der EMA) mit dem Minuszeichen in der Formel. Durch Subtrahieren dieses Terms von der Summe der EMA und der Triple-EMA multipliziert mit drei wird der Indikator nach rechts verschoben, während gleichzeitig die Flüchtigkeit reduziert wird. Strategie TEMA ist ein leistungsstarkes Instrument und kann in einem einfachen, monolithischen Ansatz genutzt werden, um den Trend in einem langfristigen Kontext zu verfolgen, da er für den Handel mit kurzfristigen Bewegungen in einem komplexen Handelssystem genutzt werden kann. Die Kennzahl ist eine Trendanzeige. Angesichts der Tendenz, alle kurzfristigen Verzerrungen zu glätten, wird es auf einem reichen Markt, auf dem kurzfristige Schwankungen innerhalb der Grenzen des Bereichsmusters die grßten Handelschancen schaffen, schwer zu verwenden sein. Im Allgemeinen gilt: Je länger der Trend dauert, desto einfacher ist der Handel mit TEMA. In einem länger anhaltenden Trend können wir Perioden der Volatilität ignorieren, und die Signale des Indikators sind einfacher zu bedienen. Umgekehrt, je volatiler der Trend ist, desto weniger nutzbar wird dieser Indikator. Sie können sie mit verschiedenen Oszillatoren kombinieren, um Perioden von starken Schwankungen als Ein - und Ausstiegsphasen für den Handel auszunutzen, und Sie können auch zusätzliche Tools verwenden, um die Volatilität einzeln auszuwerten. Eine Kombination des mit diesem Indikator modifizierten MACD (wo er die gewöhnlichen EMAs ersetzt, die zum Glätten des Preises verwendet werden) ist bei einigen Händlern besonders beliebt. Zusammenfassung Die Vorteile der Einbeziehung der Triple Exponential Moving Average in Ihre Strategie sind zahlreich. Es ist viel einfacher, Trends mit ihm zu identifizieren, gibt es keine Lag-Problem, und die Verwendung der Indikator ist nicht anders als mit einem einfachen oder exponentiellen gleitenden Durchschnitt. Die Nachteile des TEMA hingegen sind, dass es nur zu schnell ist, um eine Änderung des Impulses zu suggerieren, und dass die deutlichen und starken Signale, die es über die Preisaktion gibt, nicht immer mit einem ebenso einfachen und einfach - Zu-Handel Markt-Konfiguration. Der Hauptzweck der Verwendung des TEMA-Indikators ist das Herausfiltern der Volatilität. Wenn sich der Trader auf einen lang anhaltenden, starken und glaubwürdigen Trend mit einer einfachen Tendenz nach der Strategie konzentrieren will, ist TEMA ein unschätzbares Werkzeug, und es ist häufig möglich, allein für die Erzeugung von handlungsfähigen Handelssignalen davon abzuhängen. Aber in Fällen, in denen die Volatilität ein erhebliches Problem darstellt, ist TEMA keine gute Wahl, vor allem, wenn es nicht in Verbindung mit Bollinger Bands oder dem Standard Deviation Tool verwendet wird, um das Risiko eines hochvolatilen Marktes zu analysieren. Risikobericht: Der Handel mit Devisen an der Marge hat ein hohes Risiko und ist möglicherweise nicht für alle Anleger geeignet. Die Möglichkeit besteht, dass Sie mehr als Ihre erste Einzahlung verlieren könnte. Der hohe Grad der Hebelwirkung kann sowohl gegen Sie als auch für Sie arbeiten. Exponential Moving Average - EMA Laden des Spielers. BREAKING DOWN Exponential Moving Average - EMA Die 12- und 26-Tage-EMAs sind die beliebtesten Kurzzeitmittelwerte und werden verwendet, um Indikatoren wie die gleitende durchschnittliche Konvergenzdivergenz (MACD) und den prozentualen Preisoszillator (PPO) zu erzeugen. Im Allgemeinen werden die 50- und 200-Tage-EMAs als Signale von langfristigen Trends verwendet. Trader, die technische Analyse verwenden finden fließende Mittelwerte sehr nützlich und aufschlussreich, wenn sie richtig angewendet werden, aber Chaos verursachen, wenn sie falsch verwendet werden oder falsch interpretiert werden. Alle gleitenden Mittelwerte, die gewöhnlich in der technischen Analyse verwendet werden, sind von Natur aus nacheilende Indikatoren. Folglich sollten die Schlussfolgerungen aus der Anwendung eines gleitenden Durchschnitts auf ein bestimmtes Marktdiagramm eine Marktbewegung bestätigen oder ihre Stärke belegen. Sehr oft, bis eine gleitende durchschnittliche Indikatorlinie eine Änderung vorgenommen hat, um eine bedeutende Bewegung auf dem Markt zu reflektieren, ist der optimale Punkt des Markteintritts bereits vergangen. Eine EMA dient dazu, dieses Dilemma zu einem gewissen Grad zu lindern. Da die EMA-Berechnung mehr Gewicht auf die neuesten Daten setzt, umgibt sie die Preisaktion etwas fester und reagiert damit schneller. Dies ist wünschenswert, wenn ein EMA verwendet wird, um ein Handelseintragungssignal abzuleiten. Interpretation der EMA Wie alle gleitenden Durchschnittsindikatoren sind sie für Trendmärkte viel besser geeignet. Wenn der Markt in einem starken und anhaltenden Aufwärtstrend ist. Zeigt die EMA-Indikatorlinie auch einen Aufwärtstrend und umgekehrt einen Abwärtstrend. Ein wachsamer Händler achtet nicht nur auf die Richtung der EMA-Linie, sondern auch auf das Verhältnis der Änderungsgeschwindigkeit von einem Balken zum nächsten. Wenn zum Beispiel die Preisaktion eines starken Aufwärtstrends beginnt, sich zu verflachen und umzukehren, wird die EMA-Rate der Änderung von einem Balken zum nächsten abnehmen, bis zu dem Zeitpunkt, zu dem die Indikatorlinie flacht und die Änderungsrate null ist. Wegen der nacheilenden Wirkung, von diesem Punkt, oder sogar ein paar Takte zuvor, sollte die Preisaktion bereits umgekehrt haben. Daraus folgt, dass die Beobachtung einer konsequenten Abschwächung der Veränderungsrate der EMA selbst als Indikator genutzt werden könnte, der das Dilemma, das durch den nacheilenden Effekt von gleitenden Durchschnitten verursacht wird, weiter beheben könnte. Gemeinsame Verwendung der EMA-EMAs werden häufig in Verbindung mit anderen Indikatoren verwendet, um signifikante Marktbewegungen zu bestätigen und deren Gültigkeit zu messen. Für Händler, die intraday und schnelllebigen Märkten handeln, ist die EMA mehr anwendbar. Häufig benutzen Händler EMAs, um eine Handel Bias zu bestimmen. Zum Beispiel, wenn eine EMA auf einer Tages-Chart zeigt einen starken Aufwärtstrend, eine Intraday-Trader-Strategie kann nur von der langen Seite auf einer Intraday-Chart handeln. Sie sind hier: Technische Analytik gt Chart Indikatoren gt Triple Exponential Moving Average (TEMA ) Anwenden eines dreifachen exponentiellen Moving Average (TEMA) Indikators Ein technischer Indikator für die Glättung von Preis und anderen Daten verwendet. Es ist ein Komposit aus einem einzigen exponentiellen gleitenden Durchschnitt, einem doppelt exponentiellen gleitenden Durchschnitt und einem dreifach exponentiellen gleitenden Durchschnitt. Die TEMA glättet Preisschwankungen und filtert die Volatilität aus, wodurch es einfacher wird, Trends mit geringer Verzögerung zu identifizieren. Es ist ein nützliches Instrument, um starke, lang anhaltende Trends zu identifizieren, kann aber in begrenzten Reichweiten in räumlich begrenzten Märkten mit kurzfristigen Schwankungen sein. So wenden Sie einen dreifach exponentiellen gleitenden Durchschnitt an Indikator Wählen Sie innerhalb eines Diagramms aus dem Menü Bearbeiten 160 die Option Studien. Wählen Sie Triple Exponential Moving Average, und klicken Sie auf Hinzufügen, um die Studie zur Gruppe "Angewandte Studien" hinzuzufügen. Komplette Parameter nach Bedarf. Sobald die Studie definiert ist, können Sie wählen, um zu deaktivieren / zu entfernen und fügen Sie die Studie zu Ihrem Diagramm.


No comments:

Post a Comment