Flytte gjennomsnitt: Hva er de Blant de mest populære tekniske indikatorene, er glidende gjennomsnitt brukt til å måle retningen for den nåværende trenden. Hver type bevegelige gjennomsnitt (vanligvis skrevet i denne opplæringen som MA) er et matematisk resultat som beregnes ved å beregne et antall tidligere datapunkter. Når det er bestemt, blir det resulterende gjennomsnittet plottet på et diagram for å tillate handelsmenn å se på glatt data, i stedet for å fokusere på de daglige prisfluktuasjonene som er iboende i alle finansmarkeder. Den enkleste formen for et bevegelige gjennomsnitt, riktig kjent som et enkelt glidende gjennomsnitt (SMA), beregnes ved å ta det aritmetiske gjennomsnittet av et gitt sett av verdier. For eksempel, for å beregne et grunnleggende 10-dagers glidende gjennomsnitt vil du legge til sluttkursene fra de siste 10 dagene, og deretter dele resultatet med 10. I figur 1 er summen av prisene for de siste 10 dagene (110) dividert med antall dager (10) for å komme fram til 10-dagers gjennomsnittet. Hvis en forhandler ønsker å se et 50-dagers gjennomsnitt i stedet, vil samme type beregning bli gjort, men det vil inkludere prisene i løpet av de siste 50 dagene. Det resulterende gjennomsnittet under (11) tar hensyn til de siste 10 datapunktene for å gi handelsmenn en ide om hvordan en eiendel er priset i forhold til de siste 10 dagene. Kanskje du lurer på hvorfor tekniske handelsfolk kaller dette verktøyet et bevegelige gjennomsnitt og ikke bare en vanlig gjennomsnitt. Svaret er at når nye verdier blir tilgjengelige, må de eldste datapunktene slippes fra settet og nye datapunkter må komme inn for å erstatte dem. Dermed går datasettet kontinuerlig til å regne for nye data etter hvert som det blir tilgjengelig. Denne beregningsmetoden sikrer at bare den nåværende informasjonen blir regnskapsført. I figur 2 flyttes den røde boksen (som representerer de siste 10 datapunktene) til høyre, og den siste verdien av 15 blir tapt fra beregningen når den nye verdien av 5 er lagt til settet. Fordi den relativt små verdien av 5 erstatter den høye verdien på 15, ville du forvente å se gjennomsnittet av datasettets reduksjon, som det gjør, i dette tilfellet fra 11 til 10. Hva ser Moving Averages Like Når verdiene til MA har blitt beregnet, de er plottet på et diagram og deretter koblet til for å skape en bevegelig gjennomsnittslinje. Disse svingete linjene er vanlige på diagrammer av tekniske handelsfolk, men hvordan de brukes kan variere drastisk (mer om dette senere). Som du kan se i figur 3, er det mulig å legge til mer enn ett glidende gjennomsnitt i et diagram ved å justere antall tidsperioder som brukes i beregningen. Disse svingete linjene kan virke distraherende eller forvirrende i begynnelsen, men du vil bli vant til dem når tiden går videre. Den røde linjen er bare gjennomsnittsprisen de siste 50 dagene, mens den blå linjen er gjennomsnittsprisen de siste 100 dagene. Nå som du forstår hva et glidende gjennomsnitt er, og hvordan det ser ut, kan du godt presentere en annen type glidende gjennomsnitt og undersøke hvordan det er forskjellig fra det tidligere nevnte enkle glidende gjennomsnittet. Det enkle glidende gjennomsnittet er ekstremt populært blant handelsfolk, men som alle tekniske indikatorer har det kritikere. Mange individer hevder at bruken av SMA er begrenset fordi hvert punkt i dataserien vektes det samme, uavhengig av hvor det forekommer i sekvensen. Kritikere hevder at de nyeste dataene er mer signifikante enn de eldre dataene, og bør ha større innflytelse på sluttresultatet. Som svar på denne kritikken begynte handelsmenn å gi mer vekt på nyere data, som siden har ført til oppfinnelsen av ulike typer nye gjennomsnitt, hvorav den mest populære er det eksponentielle glidende gjennomsnittet (EMA). (For videre lesing, se Grunnleggende om vektede bevegelige gjennomsnitt og hva som er forskjellen mellom en SMA og en EMA) Eksponentiell flytende gjennomsnitt Det eksponentielle glidende gjennomsnittet er en type bevegelige gjennomsnitt som gir mer vekt til de siste prisene i et forsøk på å gjøre det mer responsivt til ny informasjon. Å lære den noe kompliserte ligningen for å beregne en EMA kan være unødvendig for mange forhandlere, siden nesten alle kartleggingspakker gjør beregningene for deg. Men for deg matematiske geeks der ute, her er EMA-ligningen: Når du bruker formelen til å beregne det første punktet til EMA, kan det hende du merker at det ikke er noen verdi tilgjengelig for bruk som den forrige EMA. Dette lille problemet kan løses ved å starte beregningen med et enkelt glidende gjennomsnitt og fortsette videre med den ovennevnte formelen derfra. Vi har gitt deg et eksempelkart som inneholder virkelige eksempler på hvordan du kan beregne både et enkelt glidende gjennomsnitt og et eksponentielt glidende gjennomsnitt. Forskjellen mellom EMA og SMA Nå som du har en bedre forståelse av hvordan SMA og EMA beregnes, kan vi se på hvordan disse gjennomsnittene er forskjellige. Ved å se på beregningen av EMA, vil du legge merke til at det legges større vekt på de siste datapunktene, noe som gjør det til en type vektet gjennomsnitt. I figur 5 er antall tidsperioder som brukes i hvert gjennomsnitt identisk (15), men EMA reagerer raskere på de endrede prisene. Legg merke til hvordan EMA har en høyere verdi når prisen stiger, og faller raskere enn SMA når prisen senker. Denne responsen er den viktigste grunnen til at mange handelsmenn foretrekker å bruke EMA over SMA. Hva betyr de forskjellige dagene Gjennomsnittlig flytteverdi er en helt tilpassbar indikator, noe som betyr at brukeren fritt kan velge hvilken tidsramme de vil ha når man lager gjennomsnittet. De vanligste tidsperioder som brukes i bevegelige gjennomsnitt er 15, 20, 30, 50, 100 og 200 dager. Jo kortere tidsrammen som brukes til å skape gjennomsnittet, jo mer følsomt blir det for prisendringer. Jo lengre tidsrom, jo mindre følsomt, eller mer utjevnet, vil gjennomsnittet være. Det er ingen riktig tidsramme som skal brukes når du oppretter dine bevegelige gjennomsnitt. Den beste måten å finne ut hvilken som passer best for deg, er å eksperimentere med en rekke forskjellige tidsperioder til du finner en som passer til din strategi. Flytte gjennomsnitt: Slik bruker du demMeb Faber Research Timing Model Ofte stilte spørsmål Jeg prøver å være så åpen og ærlig om fordelene så vel som ulempene med hver strategi og tilnærming jeg forsker. Av største viktighet er å finne et kapitalforvaltningsprogram og prosess som passer for deg. Tidsmodellen ble kun publisert som et enkelt eksempel. Det er betydelige forbedringer som kan gjøres til modellen, og vi kjører ikke kundefond med de nøyaktige parametrene i hvitboken eller boken. Nedenfor er de vanligste spørsmålene jeg mottar via e-post. Hvis du har flere spørsmål, vennligst send meg en e-post på mail160beskyttet med spørreskjema FAQ: 1. Hvordan oppdaterer du denne modellen Hva mener du med månedlig pris Modellen, som publisert, oppdateres bare en gang i måneden på den siste dagen i måned. Markedshandling i mellomtiden blir ignorert. Den publiserte modellen var bare ment å være bredt representativ for ytelsen man kunne forvente fra et så enkelt system. 2. Har du undersøkt en all-in versjon hvor du investerer 100 av eiendelene i hva aktivaklasser er på kjøpesignal Ja, men dette eliminerer fordelene ved diversifisering og utsetter porteføljen for store risici når bare noen få aktivaklasser er på et kjøpssignal. I tillegg introduserer det unødvendige transaksjonskostnader. Returnerer er høyere, men med unødvendig økning i risiko. 3. Har du undersøkt en kort versjon hvor du korterer aktivaklassen i stedet for å flytte til kontanter Ja. Resultatene er i bøkene vedlegg. 4. Rebalanserer du aktivaklassene månedlig Ja. Selv om vi viser i boken at det er viktig å gjenbalanse en gang, er frekvensen ikke så viktig. Vi anbefaler en årlig gjenbalanse i skattefrie kontoer og rebalansering basert på kontantstrømmer i skattepliktig regnskap. 5. Har du prøvd ulike bevegelige gjennomsnitt Ja. Det er bred parameterstabilitet fra 3 måneder ut til over 12 måneder. Ditto for EMAs. 6. Jeg liker strategien og vil implementere den, skal jeg vente til neste rebalance. Vi investerer vanligvis umiddelbart på rebalance-punktet. Selv om dette kan ha en betydelig effekt på kortsiktige resultater, bør det være en vask på lang sikt. Investorer bekymret for det kortsiktige kan forskyve sine kjøp i løpet av flere måneder eller kvartaler. 7. Hvor kan jeg spore strategien? 8. Hva med å bruke daglige eller ukentlige data? Er det bare å oppdatere månedlig? Investor til dramatiske prisbevegelser i mellomtiden? Vi har sett bekreftende data for ulike tidsrammer, noen overlegen, litt dårligere. Spørsmålet ditt er gyldig, men vurder også det motsatte. Hva skjer med et system som oppdateres hver dag der et marked går ned fort, så reverserer og går rett tilbake. Investoren ville ha vært whipshawed og tapt kapital. 9. Hva er den beste måten for en person å implementere den leverte modellen på. Dette er vanskelig. Ideelt sett kan de bruke innflytelse til en rimelig margin. Interaktive meglere er konsekvent rettferdig her. Å bruke leverede ETFer er en fryktelig ide. For investorer som er kjent med produktet, er futures et godt valg. Man kan også bruke et all-in cross markedrotasjonssystem. 10. Har du noen gang vurdert å kombinere timing og rotasjonssystemer 11. Hvorfor tar du kreditt for å bruke 200-dagers glidende gjennomsnittlig modell 12. For rotasjonssystemet you8217ve skrevet om hvor du kjøper toppspiller i løpet av de siste 3, 6, 12 måneders perioder bruker du bare gjennomsnittet av 3, 6, 12 måneders ytelse til å beregne toppspiller 13. Er 10-måneders sma-crossover optimalisert for alle (fem) aktivaklasser, eller er det mulig at forskjellige tidsrammer kan fungere bedre for ulike aktivaklasser. Ulike tidsrammer vil sikkert fungere bedre (tidligere), men det er bred parameterstabilitet på tvers av mange forskjellige bevegelige gjennomsnittslengder. 14. Har du noen gang prøvd å legge til gull på din modell (eller annen aktivaklasse) Ja, vi bruker over 50 aktivaklasser på Cambria 8211 papiret er ment å være lærerikt. 15. Hvorfor valgte du 10-måneders SMA Bare for å være representativ for strategien, og det tilsvarer også nærmest 200-dagers glidende gjennomsnitt. Vi valgte månedlig siden daglige data ikke går så langt tilbake for mange av aktivaklassene. 16. Hvor fikk du dine historiske data Global Financial Data. 17. Hvilken programvare brukte du til å utføre historiske backtests 18. Noen ganger nevner du å bruke BND eller AGG i stedet for IEF. Hvorfor er det vi nevner i boken om at tidspunktet for de lavere volatilitetsobligasjonene ikke gjør mye forskjell (høyere voltsobligasjoner som selskaper, fremvoksende og søppelpost fungerer imidlertid bra). Vi nevner at en investor kunne kjøpe og holde en obligasjonsindeks som AGG eller BND i stedet for timing IEF. 19. Jeg prøver å replikere resultatene dine med X (Yahoo, Google, etc) database og mine resultater don8217t match. Hva gir indeksene som er oppgitt i papir og bok, er hentet fra Global Financial Data. Jeg kan ikke faktum kontrollere alle datakilder for å se hvordan de beregner tallene sine, men sørg for at tallene er totalavkastning inkludert utbytte og inntekt. For Yahoo Finance må man bruke de justerte tallene 8211 og sørg for å justere dem hver måned (eller skriv inn den nye avkastningen for den måneden), en kjedelig prosess. Meb Faber er medstifter og Chief Investment Officer i Cambria Investment Management, og forfatter av fem bøker. Moving Average - MA BREAKING DOWN Moving Average - MA Som et SMA-eksempel, vurder en sikkerhet med følgende sluttpriser over 15 dager: Uke 1, 5, 5, 28, 30, 27, 29, 28 En 10-dagers MA gjennomsnittlig sluttpriser for de første 10 dagene som det første datapunktet. Det neste datapunktet vil slippe den tidligste prisen, legge til prisen på dag 11 og ta gjennomsnittet, og så videre som vist nedenfor. Som nevnt tidligere lagrer MAs nåværende prishandling fordi de er basert på tidligere priser, jo lengre tidsperioden for MA, desto større er lagret. Dermed vil en 200-dagers MA ha en mye større grad av forsinkelse enn en 20-dagers MA fordi den inneholder priser for de siste 200 dagene. Lengden på MA å bruke, avhenger av handelsmålene, med kortere MA'er som brukes til kortvarig handel og langsiktig MAs som er mer egnet for langsiktige investorer. 200-dagers MA er mye etterfulgt av investorer og forhandlere, med brudd over og under dette bevegelige gjennomsnittet regnes som viktige handelssignaler. MAs gir også viktige handelssignaler på egen hånd, eller når to gjennomsnitt overgår. En stigende MA indikerer at sikkerheten er i en uptrend. mens en fallende MA indikerer at den er i en downtrend. På samme måte er oppadgående momentum bekreftet med en bullish kryssovergang. som oppstår når en kortsiktig MA krysser over en langsiktig MA. Nedadgående momentum er bekreftet med en bearish crossover, som oppstår når en kortsiktig MA krysser under en langsiktig MA.
No comments:
Post a Comment