Adaptive Bevegelse Gjennomsnittet Binær Bølgen

Kaufman Adaptive Moving Average Trading Strategy Oppsett Filter. I Trading Strategy. Developer Perry Kaufman Kaufman Adaptive Moving Average KAMA Kilde Kaufman, PJ 1995 Smartere Trading Bedre Forbedring i Endre Markeder New York McGraw-Hill, Inc Konsept Trading strategi basert på et adaptivt støyfilter Forskning Målprestasjon Verifisering av oppsett og filter Spesifikasjon Tabell 1 Resultater Figur 1-2 Handel Oppsett Lange handler Den adaptive Flytte Gjennomsnittlig AMA viser seg Kort handler Det adaptive Flytende gjennomsnittet slår seg ned Merknad AMA-trendlinjen ser ut til å stoppe når markeder ikke har noen retning Når markeder trenden , AMA-trendlinjen fanger opp Trade Entry Long Trades Et kjøp på tettstedet er plassert etter et bullish oppsett Kort handel En selg på tettstedet er plassert etter en bearish setup Trade Exit Table 1 Portefølje 42 futures markeder fra fire store markedssektorer varer, valutaer , renter og aksjeindekser Data 32 år siden 1980 Testplattform MATLAB. II Sensitivity Test. Al l 3-D-diagrammer følges av 2-D-konturdiagrammer for fortjenestefaktor, Sharpe-forhold, Ulcer Performance Index, CAGR, Maksimal Drawdown, Prosent Lønnsom Trades og Avg Win Avg Loss Ratio Det endelige bildet viser sensitiviteten til Equity Curve. Tested Variables ERLength FilterIndex Definisjoner Tabell 1.Figur 1 Portefølje Performance Inputs Tabell 1 Kommisjonen Slippage 0.AMA ERLength er det adaptive Moving Gjennomsnittet over en periode med ERLength ERLength er en titt tilbake periode av effektivitetsforhold ER ER jeg abs Retning i Volatilitet jeg, hvor abs er absoluttverdien Retning jeg Lukker jeg Lukk i ERLength, Volatilitet i abs DeltaClose jeg, ERLength, hvor er summen over en periode på ERLength, DeltaClose jeg Lukk i Lukk i 1 FastMALength er en periode med det raskt bevegelige gjennomsnittet SlowMALength er en periode med det sakte bevegelige gjennomsnittet AMA i AMA i 1 ci Lukk jeg AMA i 1, hvor ci ER jeg Fast Slow Slow 2, Fast 2 FastMALength 1, Slow 2 SlowMALength 1 Indeks i. ERLength 2, 100, trinn 2 FastMALength 2 SlowMALength 30.Lo ng Trades Hvis AMA jeg AMA i 1 AMA i 1 AMA i 2 så MinAMA AMA i 1 Adaptive Moving Average blir en sving på MinAMA Short Trades AMA i AMA i 1 AMA i 1 AMA i 2 og MaxAMA AMA i 1 Adaptive Moving Average svinger ned med en pivot ved MaxAMA Index i. Filtrer jeg FilterIndex StdDev AMA i AMA i 1, N, hvor StdDev er standardavviket i serier over N perioder N 20 standardverdi Index i. FilterIndex 0 0, 1 0, Trinn 0 02 N 20.Lange handler Et kjøp i nærheten er plassert når AMA jeg AMA i 1 AMA i MinAMA Filter i korte handler En selg på slutten plasseres når AMA jeg AMA jeg 1 MaxAMA AMA jeg filtrerer i indeksen i. Stop Tab Exit ATR ATRLength er gjennomsnittlig True Range over en periode med ATRLength ATRStop er et flertall av ATR ATRLength Long Trades Et salgsstopp er plassert ved ATR ATR ATRLength ATRStop Short Trades Et buy stop er plassert ved ATR ATR ATRLength ATRStop. ATRLength 20 ATRStop 6.ERLength 2 , 100, trinn 2 FilterIndex 0 0, 1 0, Trinn 0 02.Moving Averages. Gjennomsnittlig Crossover. Denne studien viser to mo ving gjennomsnitt, hvilke typer er valgt av brukeren med Inputs Moving Average Type 1 og Moving Average Type 2 Som standard er begge glidende gjennomsnittene Simple Moving Averages. Inputs Input Data 1 og Input Data 2 er betegnet henholdsvis X1 og X2, og inngangslengde 1 og lengde 2 av disse to bevegelige gjennomsnittene betegnes henholdsvis n1 og n2. Denne studien viser også signaler for å kjøpe indikert med en pil opp eller selges indikert med en pil ned på kartlinjen t. Vilkårene som bestemmer hvilke Signal, hvis noen, vises nedenfor angis. En pil opp vises i kartlinjen t hvis ett av følgende skjer. n1 n2 og Subgraph of MAt venstre X1, n1 høyre krysser Subgraph av MAt left X2, n2 rett underfra på kartlinjen t. n2 n1 og Subgraph of MAt forlot X2, n2 høyre krysser Subgraph av MAt venstre X1, n1 rett underfra på kartlinjen t. I hvert av de to ovennevnte tilfellene faller spissen av pilen sammen med toppen av kartlinjen t. Virkende gjennomsnittlig forskjell. For å gjøre deg kjent med terminologien og notasjonen som brukes i denne studien, se dokumentasjonen for studien Moving Average - Simple. Denne studien viser forskjellen mellom to bevegelige gjennomsnitt, hvilke typer er valgt av brukeren med inngangen Flytende gjennomsnittstype Som standard er begge bevegelige gjennomsnittene enkle flytende gjennomsnitt. Inngangsdataene er betegnet som X, og inngangslengde 1 og lengde 2 av disse to bevegelige gjennomsnittene er betegnet henholdsvis n1 og n2. Vi betegner Moving Average Difference ved kartlinjen t for de angitte inngangene som MADifft, venstre X, n1, n2 høyre, og vi beregner det som følger. MADifft venstre X, n1, n2 høyre MAt venstre X, n1 høyre - MAt venstre X, n2 right. The Subgraph av denne indikatoren vises i to brukervalgte farger en for når Subgraph stiger, og den andre for når den er Fallende gjennomsnittlig konvolutt. Flyttende gjennomsnittlig konvoluttstudie trekker et topp - og bunnbånd eller en konvolutt over og under det bevegelige gjennomsnittet. Hver av båndene er den angitte faste verdien fra det bevegelige gjennomsnittet eller den angitte prosentandelen fra det bevegelige gjennomsnittet. Prosent eller Fast Verdi Velg enten prosentandel eller fast verdi. For prosentandel angi prosentandelen med prosentandelen. Ved fast verdi angir du den faste verdien med fast verdiinngang. Prosentandel hvis prosentandel eller fast verdi er satt til prosentandel, angi prosentandelen med dette Input for å multiplisere det bevegelige gjennomsnittet ved Dette resultatet legges til og trekkes fra det bevegelige gjennomsnittet 0 01 1.Fixed Value Hvis prosentandel eller fast verdi er satt til fast verdi, skriv inn den faste verdien med denne inngangen for å legge til og sub trakt denne faste verdien til fra det bevegelige gjennomsnittet. Gjennomsnittlig gjennomsnitt. Gjennomsnittlig gjennomsnittlig lengde. Gjennomsnittlig gjennomsnittlig - Adaptiv. Denne studien beregner et adaptivt glidende gjennomsnitt av dataene som er angitt av Input Data Input. Dette glidende gjennomsnitt ble utviklet av Perry Kaufman Referanse Aksjekart Innstillinger Bruk antall dager for å laste dager for å laste inn et lengdeeksponentielt glidende gjennomsnitt vil endre resultatet i en bestemt diagramkolonne selv om dagene som er fjernet eller lastet i diagrammet, er før den eksponentielle glidende gjennomsnittsverdien ved en bestemt kartkolonne går tilbake av antall barer som er spesifisert av lengdeinngangen. Dette er noe viktig å forstå om eksponensiell beregning, og du bør spørre om det er en passende beregningsmetode for analysemetoden. Eksponentiell glidende gjennomsnitt bør ikke være Brukes med lange lengder. Bruk isteden Flytte gjennomsnitt - Simple. Moving Average - Hull. Denne studien beregner et Hull-glidende gjennomsnitt på data angitt av Input Data Input Dette flytende gjennomsnittet ble utviklet av Alan Hull. Let X er en tilfeldig variabel som angir inngangsdataene og la Xi være verdien av Input Data på kartlinjen. Jeg lar Input Hull Moving Average Length betegnes som n La WMAt forlate X, venstre lfloor frac høyre rfloor høyre og WMA X, n være tilfeldige variabler som angir vektede flytende gjennomsnitt for X med lengder venstre lfloor frac høyre rfloor og n. Deretter angir vi Flytende Gjennomsnitt - Hull på kartlinjen t for de angitte inngangene som HMAt X, n, og vi beregner det som følger. HMAt X, n WMAt venstre 2WMA venstre X, venstre lfloor frac høyre rfloor høyre - WMA X, n, venstre lfloor frac høyre rfloor right. For en forklaring på gulvfunksjonen venstre lfloor right rfloor, se Wikipedia artiklen Gulv - og takfunksjoner. Virkende gjennomsnittlig - Rullende høy nøyaktighet. Flytende gjennomsnitt - Rullende høy nøyaktighet beregnes ved hver kartlinje, et gjennomsnitt av alle prisene som utgjør kartlinjene over den angitte tidsperioden. Denne studien er avhengig av det underliggende volumet til prisdata i diagrammet for å oppnå sin høye nøyaktighet. Det er nødvendig for Sierra Chart å bli konfigurert for et kryss ved kryssdatakonfigurasjon for at studien skal oppnå sin høye nøyaktighet. For å gjøre Weekly og Monthly tidsperioder med denne studien ikke gir mening med en rullende beregning fordi denne studien ikke refererer til bestemte tidssegmenter som begynnelsen av uken eller begynnelsen av måneden. I stedet returnerer referansedataene på hvert kartlinje etter den angitte tidsperioden. Derfor bare sett inn tidsperiode lengde og tidsperiode type innganger med studien til 7 dager eller 30 dager henholdsvis for effektivt å oppnå dette. hvis du har angitt tidsperiode type og tid periode lengde innganger slik at beregning av flytende gjennomsnitt er over et stort antall barer i diagrammet og det er et stort antall barer som er lastet inn i diagrammet basert på gjeldende kartinnstillinger, så kan studien ta en lengre tid for å gjøre de første beregningene, og programmets brukergrensesnitt vil bli frosset i løpet av denne tiden. Derfor er det er nødvendig for å være forsiktig med disse innstillingsinnstillingene for ikke å legge for mye av en behandlingsbyrde på programmet. Tidsperiode Type Denne inngangen spesifiserer tidsperioden typen Det kan være enten Dagsminutter eller - barger Når det er satt til Bars, betyr dette at Antall barer som er angitt av tidsperioden lengden vil bli brukt i beregningen. Når denne inngangen er satt til dager angir klokkeslettlengden antall handelsdager beregningen utføres over handelsdagen s er bestemt ved bruk av sesjonstiden For eksempel, hvis tidsperiode lengde er satt til 2, er forrige handelsdag bestemt av sesjonstiden og hele dagens handelsdag inkludert i beregningen derfor er det ikke i dette Hvis en 2 dagers etterfølgende beregning går tilbake 48 timer fra gjeldende dato-tid. Tidsperiode-lengde Denne inngangen spesifiserer antall dager, minutter eller barer, avhengig av om tidsperiodestype er satt til dagers minutter eller barer. ekskluder weekender i dagstall Når denne inngangen er satt til Ja lørdag og søndag, hoppes over når du bestemmer hvor mange dager som skal inkluderes i beregningen i henhold til tidsperioden lengdeinput. Bruk fast forskyvning i stedet for Std-avvik. Bånd 1 Std-avviksmultiplikator Fast Offset. Band 2 Std Avviksmultiplikator Fast Offset. Band 3 Std Avvik Multiplikator Fast Offset. Band 4 Std Avvik Multiplikator Fast Offset. Moving Average - Simple. This studie beregner et enkelt bevegelige gjennomsnitt av dataene spesifisert av Inp ut Data Input. Let X være en tilfeldig variabel som angir inngangsdata og la Xi være verdien av inngangsdata på kartlinjen. Jeg lar innlengslengden betegnes som n. Deretter angir vi det flytende gjennomsnittet - enkelt på kartlinjen t for gitt innganger som MAt X, n, og vi beregner det som følger. For en forklaring på Sigma Sigma-notasjonen for summering, se Wikipedia-artiklen Summation. Moving Average - Simple Skip Zeros. Denne studien beregner et enkelt bevegelige gjennomsnitt av dataene spesifisert av Input Data Input unntatt verdiene som er lik null. Legg X til en tilfeldig variabel som angir inngangsdataene og la Xi være verdien av Input Data på kartlinjen Jeg la Inngangslengden betegnes som n, og la antall ikke-nullverdier av X fra X til Xt betegnes som n Da angir vi Moving Average - Simple Skip Zeros på kartlinjen t for de angitte inngangene som SZMAt X, n, og vi beregner det som følger. For en forklaring på Sigma Sigma notasjon for summering, referer til Wikipedia arti cle Summation. Moving Average - Sine-Wave Weighted. Denne studien beregner et sinusbølgevektet glidende gjennomsnitt av dataene som er angitt av Input Input Data. Let X være en tilfeldig variabel som angir inngangsdata og la Xi være verdien av inngangen Data på kartlinjen I Da angir vi Flytende Gjennomsnitt - Sine-Wavevektet på kartlinjen t for de angitte inngangene som SWWMAt X, og vi beregner det som følger. For en forklaring på Sigma Sigma-notasjonen for summering, se Wikipedia artikkel Summation. Moving Average - Smoothed. Dette studiet beregner et glatt flytende gjennomsnitt av dataene som er spesifisert av Input Data Input. Let X være en tilfeldig variabel som angir inngangsdata og la Xi være verdien av Input Data på kartlinjen, jeg lar Inngangslengden betegnes som n Deretter angir vi Flytende Gjennomsnitt - Glattet på kartlinjen t for de angitte inngangene som SMMAt X, n, og vi beregner den med følgende rekursjonsrelasjon. For en forklaring på Sigma Sigma-noteringen for summering, referer til Wikipedia Artikkel Summation. Offset Denne inngangen spesifiserer antall kartlinjer som summasjonsindeksen skal flyttes til venstre. Moving gjennomsnittlig - Triangulær. Den trekantede bevegelige gjennomsnittet er beregnet i forhold til det enkle flytende gjennomsnittet. Se den studien for å gjøre deg kjent med deg selv. med notasjonen som brukes her. Just som med Simple Moving Average, bygger denne studien på Inputs Data Input X og Length n Vi beregner ytterligere to lengder n1 og n2 som følger. displaystyle venstre lceil høyre rceil n plass odd n1 1 n plass til og med ende høyre. For en forklaring på takfunksjonen venstre lceil høyre rceil, se Wikipedia artiklen Gulv - og takfunksjoner. Vi betegner Moving Average - Triangular på kartlinjen t for de oppgitte inngangsdata og beregnede lengder som TMAt forlot X, n1, n2 høyre, og vi beregner det som følger. TMAt venstre X, n1, n2 høyre MAt venstre MA venstre X, n1 høyre, n2 høyre I ovenstående formel, MA venstre X, n1 høyre er en tilfeldig variabel som angir Simple Moving Average lengde n1 for Input Data X. Moving Average - Trippel eksponentiell. Denne studien beregner et triple eksponentielt glidende gjennomsnitt av dataene som er angitt av Input Data Input. Let X være en tilfeldig variabel som angir inngangsdataene og la Xt være verdien av Input Data på kartlinjen t La inngangslengden betegnes som n Da angir vi Flytende Gjennomsnitt - Tredobbelt Eksponensiell på kartlinjen t for de angitte inngangene som TEMAt X, n, og vi beregner det i forhold til eksponentielle flytende gjennomsnitt EMAt X, n, EMAt EMA X, n, n , og EMA EMA EMA X, n, n, n, n hvor EMA X, n er en tilfeldig variabel som angir det eksponensielle flytende gjennomsnittet av lengde n for inngangsdata X De tre eksponentielle glidende gjennomsnitt blir initialisert som følger. EMA0 X, n EMA0 EMAX, n, n EMA0 EMA EMAX, n, n, n X0. Flyttende gjennomsnitt - Trippeleksponensiell beregnes ut fra disse eksponentielle glidende gjennomsnitt som følger. TEMAt X, n 3EMAt X, n - 3EMAt EMA X, n, n EMAt EMA EMAX, n, n, n. Moving Gjennomsnitt - Volumvektet. Denne studien beregner et volumvektet glidende gjennomsnitt av dataene som er spesifisert av Input Data Input. Let X være en tilfeldig variabel som angir inngangsdata, la Xi være verdien av inngangsdata på kartlinjen i, og la Vi være volumet på kartlinjen Jeg la innlengslengden betegnes som n Flytende gjennomsnitt - volumvektet på kartlinjen t for de angitte inngangene VWMAt X, n, og vi beregner det som følger. For en forklaring på Sigma Sigma-notasjonen for summering, se Wikipedia-artiklen Summation. Moving Average - Weighted. Denne studien beregner et veid glidende gjennomsnitt av dataene angitt av Input Data Input. Let X er en tilfeldig variabel som angir inngangsdataene og la Xi være verdien av Input Data på kartlinjen. Jeg lar Inngangslengden betegnes som n. Deretter angir vi den Moving Average - Weighted at diagram bar t for de angitte inngangene som WMAt X, n, og vi beregner det som følger. For en forklaring ion av Sigma Sigma notasjon for summering, referer til Wikipedia artiklen Summation. Moving Average - Welles Wilders. Denne studien beregner et Welles Wilders glidende gjennomsnitt av dataene som er spesifisert av Input Data Input. Let X være en tilfeldig variabel som angir inngangsdataene og la Xi være verdien av Input Data på kartlinjen Jeg la Inngangslengden betegnes som n Deretter angir vi Moving Average - Welles Wilders på kartlinjen t for de oppgitte inngangene som WWMAt X, n, og vi beregner ved hjelp av Følgende rekursjonsforhold. WWMA0 0 WWMAt X, n left SZMAt X, n WMMA X, n 0 WWMA X, n fra venstre Xt - WWMA X, n rett WWMA X, n neq 0 ende høyre. I den ovennevnte funksjonen refererer SZMAt X, n til Moving Gjennomsnittlig - Enkelt Hopp nuller For en forklaring på Sigma Sigma-noteringen for summering, se Wikipedia-artikkelen Summation. Moving Average - nulllag eksponentiell. Denne studien beregner et nulllag eksponentielt glidende gjennomsnitt av dataene som er spesifisert av Input Data Input. X være en tilfeldig variabel som angir inngangsdataene og la Xt være verdien av inngangsdata på kartlinjen t La inngangslåsen EMA lengden betegnes som n Deretter angir vi flytende gjennomsnittet - nulllag eksponentielt på kartlinjen t for gitt innganger som ZLEMAt X, n, og vi beregner det ved hjelp av følgende rekursjonsforhold. ZLEMAt X, nc venstre 2Xt - X høyre 1 - c ZLEMA X, n. Den konstante L kalles Lag, og den beregnes som følger. For en forklaring på takfunksjonen venstre lceil høyre rceil, se Wikipedia artikkel Gulv og takfunksjoner. Konstanten c er den samme multiplikator som finnes i eksponentiell flytende gjennomsnitt. Hvis L 0, blir ZLEMAt X, n identisk med EMAt X, n. Moving Averages. Denne studien beregner og trekker 3 glidende gjennomsnitt av noen Type. Moving Linear Regression Moving Gjennomsnittlig - Linear Regression. The Moving Linear Regression og Moving Average - Linear Regression Studies beregner og viser verdien av en lineær regresjonsfunksjon av den valgte Input Data Open, High, Low, Lukk over spesifisert lengde. Derfor er et hvilket som helst punkt langs Linear Regression-studien linje lik sluttverdien til en lineær regresjonslinje. For eksempel vil sluttverdien av en lineær regresjonslinje som dekker 10 sluttkursene ha samme verdi som en flytende lineær regresjon li ne med en lengde på 10 i samme bar. For beregningsmetoden, se LinearRegressionIndicatorS-funksjonen i filen i mappen Sierra Chart er installert til. Hvis du tegner et lineært regresjonskart Tegning over samme lengde du har satt inn Studien Inputs for denne studien, da hvor tegningen slutter, vil den ha samme verdi som den Moving Average - Linear Regression-studien. Nedenfor beskriver vi beregningen av Linear Regression Indicator La T være variabelen målt langs horisontalaksen, la X være en tilfeldig variabel som angir inngangsdata som måles langs den vertikale aksen. Vi angir verdiene til disse variablene i kartlinjen i som Ti i og Xi, henholdsvis hvor jeg er en løpende indeks. Vi angir verdien av indeksen som svarer til nåværende linje som det La n være inngangslengden Funksjonen Linjær regresjonsindikator beregner hver av de følgende summene på kartlinjen t Disse summene brukes til å beregne regresjonsstatistikken. For en forklaring på Sigma Sigma-noteringen for summering, referer til Wikipedia-artiklen Summation. Merk Summen over T-verdiene beveger seg ikke, da summene over X-verdiene gjør dette kompenseres ved å bruke lengden n på enkelte steder i stedet for nåværende verdi t på indeksen Dette gir alltid den riktige verdien av LRI og av hellingen til regresjonslinjen, men den gir ikke den riktige verdien av intervallet. Disse summene brukes til å beregne regresjonsstatistikken, som vist nedenfor. Regresjonsmodellen er av formen X ved btT, hvor at og bt er som definert ovenfor. Linjær regresjonsindikator. Linjær regresjonsindikator er X-koordinatet til høyre endepunkt for lineær regresjons-trendlinje av lengde n. Den er verdien LRIt på diagram bar t beregnes som LRIt ved btn. Moving Average - Lineær regresjon i kartlinjen t for de oppgitte inngangene er betegnet som LSMAt X, n ved btn. Study Moving Average. Denne studien er for back-kompatibilitet. Du bør bruke den nye Basert På innstilling for en studie til b se en studie på en annen studie. For mer informasjon, se Tekniske studieinnstillinger. Denne studien beregner et T3-glidende gjennomsnitt av dataene som er angitt av Input Data Input. Studien ble utviklet av Tim Tillson. La X være en tilfeldig variabel som angir inngangsdata og la Xt være verdien av inngangsdata på kartlinjen t La inngangslengden betegnes som n, og la Input Multiplikator betegnes som v Da angir vi verdien av T3 på kartlinjen t for de angitte inngangene som T3 X, n , v, og vi beregner det ved hjelp av følgende sekvens av eksponentielle flytende gjennomsnitt for de angitte inngangene EMAt X, n EMAt X, n EMAt X, n EMAt EMA X, n, n EMAt X, n EMAt EMA EMA X, n, n , n EMAt X, n EMAt EMA EMA EMA X, n, n, n, n EMAt X, n EMAt EMA EMA EMA EMA X, n, n, n, n, n EMAt X, n EMAt EMA EMA EMA EMA EMA X , n, n, n, n, n, n. I de ovennevnte relasjonene betegner EMAt j-fold sammensetningen av EMA-funksjonen med seg selv, og EMA X, n er en tilfeldig variabel som angir det eksponensielle flytende gjennomsnitt av lengde n for Input Data X Vi beregner T 3t X, n, v som følger. Sist endret tirsdag 28. februar, 2017.March 1998 TRADERS TIPS. Here er denne måneden s utvalg av Traders Tips, bidratt av ulike utviklere av teknisk analyse programvare for å hjelpe leserne lettere å gjennomføre noen av strategiene presentert i dette problemet. Du kan kopiere disse formler og programmer for enkel bruk i regneark eller analysesoftware Velg bare ønsket tekst ved å markere som du ville i et tekstbehandlingsprogram, bruk deretter standard nøkkelkommandoen for kopiering eller velg kopi fra nettlesermenyen. Den kopierte teksten kan da bli limt inn i et hvilket som helst åpent regneark eller annen programvare ved å velge et innføringspunkt og utføre en lim-kommando. Ved å bytte frem og tilbake mellom et programvindu og den åpne nettsiden, kan data overføres enkelt. Denne måneds tips inkluderer formler og programmer for. Det adaptive glidende gjennomsnittet som ble diskutert i intervjuet med Perry Kaufman i 1998 STOCKS COMMODITIES Bonus Issue, var artikkelen opprinnelig vist i Mars 1995 er et utmerket alternativ til standard glidende gjennomsnittlige beregninger I denne måneden er Traders Tips, presenterer jeg to Easy Language-studier og et Easy Language-system som er basert på det adaptive glidende gjennomsnittet. Den adaptive glidende gjennomsnittlige beregningen som brukes i studiene og systemet i TradeStation eller SuperCharts utføres hovedsakelig av en funksjon som kalles AMA. En annen funksjon referert til som AMAF brukes til å beregne det adaptive glidende gjennomsnittsfilter. Som alltid skal funksjonene opprettes før utviklingen av studiesystemet Type Funksjon Navn AMA. Vars Noise 0, Signal 0, Diff 0, efRatio 0, Glatt 1, Raskest 6667, Slungest 0645, AdaptMA 0.Diff AbsValue Lukk - Lukk 1.IF CurrentBar Period Da AdaptMA Close. IF CurrentBar Period Da Start Signal AbsValue Close - Lukk Period. Noise Summation Diff, Period. efRatio Signal Noise. Smooth Power efRatio Raskeste - Langsomest Slowest, 2.AdaptMA AdaptMA 1 Glatt Lukk - AdaptMA 1 End. Inputs Period Nume ric, Pcnt Numeric. Vars Noise 0, Signal 0, Diff 0, efRatio 0, Glatt 1, Raskeste 6667, Langest 0645, AdaptMA 0, AMAFltr 0.Diff AbsValue Lukk - Lukk 1.IF CurrentBar Period Da AdaptMA Close. IF CurrentBar Period Start deretter Signal AbsValue Close - Lukk Period. Noise Summation Diff, Period. efRatio Signal Noise. Smooth Power efRatio Raskest - Langsomest Slowest, 2.AdaptMA AdaptMA 1 Glatt Lukk - AdaptMA 1.AMAFltr StdDev AdaptMA-AdaptMA 1, Periode Pcnt End. AMAF AMAFltr Når du har opprettet begge funksjonene, kan du deretter lage de to studiene og systemet. Den første indikatoren viser den adaptive glidende gjennomsnittslinjen med en valgfri vridning. Vridningen er at AMA-linjen kan glattes ved hjelp av lineær regresjon. Således har jeg inkludert i indikatoren en inngang som heter glatt som gjør at du kan avgjøre om AMA-linjen skal glattes eller ikke AY da inngangsverdien gir jevn beregning. En N plotter bare den rå AMA-linjen. Denne indikatoren skal skaleres til Samme som pris da ta Type Indikatornavn MovAvg Adaptive. Inputs Periode 10, Glatt Y. IF UpperStr Glatt Y Da Plot1 LinearRegValue AMA Periode, 0, Glatt AMA Else Plot2 AMA Periode, Adaptiv MA Den andre indikatoren, Mov Avg Adaptive Fltr, tar filtreringskonseptet og bruker den til en indikator Basert på de filtrerte adaptive bevegelige gjennomsnittlige AMAF-parametrene, vil denne indikatoren tegne en vertikal blå eller rød linje, avhengig av tilstanden som er oppfylt. Verdiene som reflekteres av de vertikale linjene, reflekterer verdien av AMA-filterberegningen Noen foreslåtte formatinnstillinger er gitt etter indikator-koden Type Indikatornavn MovAvg Adaptive Fltr. Inputs Periode 10, Pcnt 15.Vars AMAVal 0, AMAFVal 0, AMALs 0, AMAHs 0.AMAFVAl AMAF Periode, Pcnt. IF CurrentBar 1 Start deretter AMALs AMAVal. AMAHs AMAVal End Else Start Hvis AMAVal AMAVal 1 Så AMALs AMAVal IF AMAVal AMAVal 1 Så AMAHs AMAVal IF AMAVal - AMALs AMAFVal Så Begynn Plot1 AMAFVal, Buy. IF Plot1 1 0 Så Alert True End Else Hvis AMAHs - AMAVal AM AFVal Start Begynn Plot2 AMAFVal, Sell. IF Plot2 1 0 Så Alert True End Plot3 AMAFVal, AMAFilter End. Style Scaling Screen Den MovAvg Adaptive Fltr-systemet nedenfor er basert på reglene angitt for oppføringer basert på den filtrerte adaptive glidende gjennomsnittlige beregningen Type System. Name MovAvg Adaptive Fltr. Inputs Periode 10, Pcnt 15.Vars AMAVal 0, AMAFVal 0, AMALs 0, AMAHs 0.AMAFVAl AMAF Periode, Pcnt. IF CurrentBar 1 Start deretter AMALs AMAVal. AMAHs AMAVal End Else Start IF AMAVal AMAVal 1 Så AMALs AMAVal IF AMAVal AMAVal 1 Så AMAHs AMAVal IF AMAVal - AMALs krysser over AMAFVal Så kjøp denne linjen på Lukk Hvis AMAHs - AMAVal krysser over AMAFVal, så selg denne linjen på Lukk slutt Denne koden er også tilgjengelig på Omega Research s nettsted. filen er Vær oppmerksom på at alle Traders Tips-analyseteknikker som er lagt ut på Omega Research s nettsted, kan benyttes av både TradeStation og SuperCharts. Når det er mulig, vil de rapporterte analyseteknikkene inneholde både Quick Editor og Power Editor formater .-- Gaston Sanchez, Omega Research 800 422-8587, 305 270-1095 Internett Tilbake til listen. I MetaStock 6 5 kan du enkelt lage det adaptive bevegelige gjennomsnittlige systemet som diskuteres av Perry Kaufman i intervjuet som vises i 1998 Bonus Issue Med MetaStock 6 5 kjører, velg Indikatorbygger fra Verktøy-menyen, og klikk deretter på Ny-knappen. Skriv inn følgende formler. Adaptive Moving Average Binær Wave. Periods Input Time Periods, 1.1000, 10.Direction CLOSE - Ref CLOSE, - perioder. SSC ER FastSC - SlowSC SlowSC. AMA Hvis Cum 1 perioder 1, ref Lukk, -1 konstant CLOSE - ref Lukk, -1, Forhånds konstant CLOSE - PREV. FilterPercent Inngangsfilterprosent, 0,100,15 100.Filter FilterPercent Std AMA - Ref AMA, -1, Periods. AMAlle Hvis AMA Ref AMA, -1, AMA, PREV. AMAHigh Hvis AMA Ref AMA, -1, AMA, PREV. Adaptive Moving Average. Periods Input Tidsperioder, 1.1000, 10.Direction CLOSE - Ref CLOSE, - periods. SSC ER FastSC - SlowSC SlowSC. AMA Hvis Cum 1 perioder 1, ref Close, -1 konstant CLOSE - ref Close, -1, Prev const maur CLOSE - PREV. If du vil se det adaptive glidende gjennomsnittet, bare plott det på et hvilket som helst diagram i MetaStock Hvis du vil se kjøp og salg av signaler fra det adaptive glidende gjennomsnittssystemet, plott den adaptive glidende gjennomsnittlige binære bølgen. Denne binære bølgen plots a 1 når det er kjøpe signal, en -1 for et salgssignal og en null når det ikke er noe signal - All J McNichol, EQUIS International 800 882-3040, 801 265-8886 Internett Tilbake til List. TECHNIFILTER PLUS. Here sa TechniFilter Plus, versjon 8, formel for det adaptive glidende gjennomsnittlige AMA diskutert av Perry Kaufman i 1998 Bonus Issue. AMA er et eksponentielt gjennomsnitt hvor multiplikatorvekten kan variere hver dag mellom en maksimums - og minimumsverdi. Da prisene danner en sterk trend , nærmer denne variabelen vekten sin maksimale verdi, noe som fører til at AMA sporer priskurven nærmere Når prisene er zigzagging, nærmer den variable vekten sin minimumsverdi, noe som fører til at AMA flater Kaufman bruker et forhold mellom prisendring og prisvariasjon på skalaen variabelen vekten. Formelen bruker tre parametre 2, 30 og 10 Den første parameteren 2 indikerer at et to-dagers eksponensielt gjennomsnitt er det raskeste gjennomsnittet for variabelt gjennomsnitt. Den andre parameteren 30 indikerer at en 30- Dags gjennomsnitt er det laveste gjennomsnittet for variabelt gjennomsnitt. Den tredje parameteren 10, indikerer tilbakekallingsperioden for å beregne hvordan vekten vil endre. Kerry Kaufman s Adaptive Moving Average Formula. WITCHES multiline recursive. INITIAL VALUE C. FORMULA Denne TechniFilter Plus-strategien og Rapporter, strategier og formler fra tidligere Traders Tips kan lastes ned fra RTRs nettsted - Clay Burch, RTR Software 919 510-0608, E-post Internett Tilbake til Liste. WAVEWI E MARKET SPREADSHEET. Here er et WAVE WI E program implementering av Perry Kaufman s adaptive glidende gjennomsnittlig AMA, diskutert i STOCKS COMMODITIES 1998-intervjupresentasjonen for Bonuses Issue - Peter Di Girolamo, Jerome Technology 908 369-7503, E-post Internett Tilbake til listen. Perry Kaufman s annonse attraktivt bevegelige gjennomsnittlige STOCKS COMMODITIES, 1998 Bonus Issue er et godt eksempel på bruk av brukerformelskapasiteten i SMARTrader Nøkkelen til å skape det adaptive glidende gjennomsnittlige AMA er evnen til å skrive rekursiv eller selvreferanse, formler jeg skal peke ut som Vi fortsetter. Row 4, merket offset, brukes sammen med rad 15 for å frøene verdiene manuelt angitt i regnearkseksemplet i cellene I5 til I14 Retning er bestemt i rad 5 ved hjelp av en 10-minutters momentumstudie Rækker 6, 7 og 8 beregne volatiliteten ved først å beregne en tidsmoment, deretter ta den absolutte verdien av momentum og til slutt summere en 10-periodeserie Rader 9 og 10 beregne ER-verdien og dens absolutte verdi Rader 11 og 12 er koeffisienter som inneholder eksponentverdiene som representerer to og 30 perioder, henholdsvis rad 13 beregner ssc-verdien rad 14-kvadrater ssc, som gir c. Row 16 beregner den faktiske AMA og er den første rad som er rekursiv rad 17, også rekursiv, calcu lar forskjellen mellom gjeldende og forrige AMA-rad 18, AMAdiff, bruker en if-setning for å unngå å rapportere et ugyldig resultat i kolonne 1, siden det ikke er noe før kolonne 1 for å gi en gyldig beregning. Rad 19 beregner 10-årsstandarden avvik av AMAdiff Row 20 er en koeffisient som inneholder prosentverdien Row 21 beregner filterverdien Rader 22 og 23 er rekursive brukerrader som sporer AMA-lows og AMA høye. Row 23 og 24 er henholdsvis kjøpssalgreglene. Figur 1 SMARTRADER Denne SMARTrader SpecSheet implementerer Perry Kaufman s adaptive glidende gjennomsnitt fra 1998 Bonus Issue. Dette spesifikasjonsbladet er også tilgjengelig på Stratagems nettsted - Jim Ritter, Stratagem Software International 504 885-7353, E-post Internett Tilbake til liste.