Fórmula de média móvel com atraso zero

8.20 Média móvel exponencial de zero-lag A média móvel exponencial de zero-lag (ZLEMA) é uma variação da EMA (ver "Exponential Moving Average") que acrescenta um prazo de impulso com o objectivo de reduzir o desfasamento na média de modo a acompanhar os preços actuais mais de perto. Para um dado período de N dias a fórmula é Onde o período de tempo é (N-1) 2. Uma EMA simples aplicada a pontos de linha reta acaba sendo sempre o fechamento em (N-1) 2 dias atrás. Assim, a idéia de adicionar nesta diferença ldquoclose - closelagrdquo é para compensar esse lag, para fazer a trilha ZLEMA uma linha reta exatamente. É claro que os dados reais raramente são uma linha reta, mas o princípio é empurrar o ZLEMA para perto do próximo. O cálculo ainda acaba como vários pesos em cada preço passado. O efeito do termo de momentum é fazer com que os preços recentes sejam pesados ​​e, portanto, rastreados de perto, e com pesos negativos em termos passados. Therersquos um salto súbito nos pesos no ponto de atraso de momentum. Por exemplo, o seguinte gráfico é o peso para N15 (ponto 7). O EMA atraso em uma linha reta pode ser calculado facilmente usando a fórmula de potência para a EMA (ver "Exponential Moving Average"), aplicado a uma seqüência infinita de preços indo para baixo por 1 por dia e chegando a 0 hoje. Em sequências não retas, o retardo não é um simples (N-1) 2. Mas variará de acordo com a forma, período de componentes cíclicos, etc. Kevin Ryde Chart é um software livre que você pode redistribuí-lo e / ou modificá-lo sob os termos do GNU General Licença Pública como publicada pela Free Software Foundation ou versão 3, ou (a sua opção) qualquer versão posterior. ZLEMA - Zero Lag Exponential Moving Average ZLEMA é uma abreviação de Zero Lag Exponential Moving Average. Foi desenvolvido por John Ehlers e Rick Way. ZLEMA é uma espécie de média móvel exponencial, mas sua idéia principal é eliminar o atraso decorrente da própria natureza das médias móveis e outros indicadores de tendência seguinte. Como segue o preço mais próximo, fornece também uma mais melhor média do preço e responde melhor aos balanços do preço. Exemplo: basta tentar imaginar linha reta de dados ndash pode acontecer quando os preços dos ativos estão subindo ou caindo constantemente. Se um comerciante usar um clássico EMA (média móvel exponencial), ele pode descobrir que o EMA é igual ao assetrsquos Fechar preço (n-1) 2 dias atrás. Em outras palavras ndash para cálculo de EMA de 5 dias, o valor EMA atual seria o mesmo que o preço Close (n-1) 2 2 dias atrás. Você pode ver o resultado na imagem abaixo. Como você já deve ter notado, os valores ZLEMA parecem diferentes. Não há diferença entre os valores e os preços Fechar. As equações (fórmula) para o cálculo de ZLEMA são as seguintes: Lag: (n dayrsquos period ndash 1) 2 Dados de entrada para EMA: Close (Close ndash Close n dayrsquos atrás) ZLEMA EMA de (Dados de entrada para EMA) O resultado final é uma média móvel exponencial que segue mais perto dos preços dos ativos. Se os preços forem uma linha reta então o ZLEMA seria a mesma linha reta. Veja a imagem abaixo. A linha verde exibe os preços ASSET. Os pontos azuis representam valores ZLEMA. A linha rosa e os pontos representam valores EMA. Como você pode ver, quando os preços criam uma linha reta, os valores ZLEMA são exatamente os mesmos que os preços são. Não há lag, nenhuma diferença. ZLEMA simplesmente reage muito mais rápido do que o EMA. Interessante o suficiente, isnrsquot it E o que acontece se os preços mudam rapidamente Olhe para a imagem abaixo. Você pode ver novamente que leva algum tempo para a EMA para se adaptar às condições em mudança no mercado. No outro lado ZLEMA pode se adaptar quase no mesmo momento que a mudança de preço acontece. É porque o cálculo de ZLEMA está sendo feito em um de-lagged dados, em vez de um regular. Os preços atuais estão acima do peso e quanto mais vamos para o passado os dados estão mais abaixo do peso - ZLEMA remove o atraso ao dobrar o aumento de preços ou diminuir entre n e (n-1) 2 dias para minimizar o efeito cumulativo. Como usar este indicador de análise técnica para negociação Você pode usá-lo como qualquer outra média móvel (FRAMA, KAMA, HMA, T3, Vidya, DEMA, VAMA etc.). Ele mostra as tendências prevalecentes no mercado para que você possa entrar comércios que estão em consonância com a tendência atual. Você pode combinar o ZLEMA com qualquer outra média móvel e procurar por seus cruzamentos. Você pode procurar padrões de gráfico (suportes, resistências, tops duplos e fundos, etc.), pois ZLEMA produz dados mais suaves do que os preços Close. Você também pode tentar comprar um ativo quando os valores ZLEMA estão subindo e vender o ativo quando os valores estão caindo. A imagem abaixo ilustra esta estratégia de negociação. A curva amarela traça ZLEMA e as setas exibem pontos de ruptura da média. Como com quase todos os indicadores técnicos a melhor coisa que cada comerciante pode fazer é testar seus próprios dados, suas próprias configurações, e suas próprias regras como o comércio. Surpreendentemente, às vezes o melhor resultado pode ser alcançado com configurações que não são comuns e regras que são bastante estranhas em um ndash primeiro olhar as coisas mais um comerciante pode mudar e experimentar com o melhor para ele e sua estratégia de negociação. Se você está interessado em um estudo mais aprofundado deste indicador técnico e prefere soluções prontas para servir, esta seção pode ser do seu interesse. Lá você pode encontrar todos os indicadores disponíveis em arquivos Excel para download. Zero Lag Moving Filtro Média Trading Estratégia (Entrada 038 Sair) I. Estratégia de negociação Desenvolvedor: John Ehlers e Ric Way. Fonte: Ehlers, J. Way, R. (2018). Zero Lag (bem, quase). Conceito: Tendência seguindo estratégia de negociação baseada em filtros de média móvel. Objetivo da Pesquisa: Verificar o desempenho da Média Móvel Zero Lag (ZLMA). Especificação: Tabela 1. Resultados: Figura 1-2. Filtro de Comércio: Longas Transações: A Média Móvel de Deslocamento Zero (ZLMA) atravessa a Média Móvel Exponencial (EMA). Operações Curtas: A Média Móvel de Deslocamento Zero (ZLMA) cruza sob Média Móvel Exponencial (EMA). Carteira: 42 mercados de futuros de quatro grandes setores de mercado (commodities, moedas, taxas de juros e índices de ações). Dados: 36 anos desde 1980. Plataforma de Teste: MATLAB. II. Teste de Sensibilidade Todos os gráficos 3-D são seguidos por gráficos de contorno em 2D para o Fator de Lucro, Índice de Sharpe, Índice de Desempenho de Úlcera, CAGR, Drawdown Máximo, Ganhe Média Razão de Perdas. A imagem final mostra a sensibilidade da curva de equidade. Variáveis ​​Testadas: LookBack, Threshold (Definições: Tabela 1): Figura 1 Desempenho da Carteira (Entradas: Tabela 1 Comission amp Slippage: 0). Média Móvel Exponencial (EMA): Alfa 2 (LookBack 1) EMAi Alpha Closei (1 Alfa) EMAi 1 Índice: i Barra Actual. (ZLMA): Alfa 2 (LookBack 1) ZLMAi Alfa (Ganho de EMAi (Closei ZLMAi 1)) (1 Alfa) ZLMAi 1 Índice: i Barra Actual. Ganho Variável (da fórmula ZLMA): Se a variável Gain for zero, o ZLMA se torna apenas um EMA. Se o ganho for suficientemente grande, o ZLMA controla o preço para todos os fins práticos (isto é, atraso mínimo e suavização mínima). Portanto, buscamos um valor de Ganho que seja um compromisso satisfatório. Para obter a menor quantidade de erro (Error Closei ZLMAi), um loop procura o melhor valor de Gain variando a variável Gain do GainLimit inferior ao GainLimit superior. O valor padrão para a variável GainLimit é 5 (este valor é pesquisado na próxima entrada do blog). LookBack 60, 1000, Passo 20 GainLimit 5 Sinal Longo: ZLMAi atravessa EMAi, e 100LeastError ATRi gt Índice de Limiar: i Current Bar. Sinal curto: ZLMAi cruza sob EMAi, e 100LeastError ATRi gt Índice de limiar: i Barra atual. Observação: Erro Closei ZLMAi. O LeastError é um erro para o melhor valor de Ganho encontrado através de um loop que é executado bar-por-barra do GainLimit inferior para o GainLimit superior. No artigo original. O LeastError não é normalizado pelo ATR (Average True Range), mas por um preço de fechamento. Isso não é adequado para os testes em contratos futuros contínuos e, portanto, a fórmula original foi ajustada. Modo: O sistema de inversão de duas fases (longshort). Threshold 0, 200, Step 5 Trades Longos: Uma compra no open é colocada após um Long Signal. Short Trades: A venda no aberto é colocado após um Short Signal Parar Perda Saída: ATR (ATRLength) é o Average True Range durante um período de ATRLength. ATRStop é um múltiplo de ATR (ATRLength). Long Trades: Um stop de venda é colocado na entrada ATR (ATRLength) ATRStop. Curtas: Uma parada de compra é colocada na entrada ATR (ATRLength) ATRStop. ATRLength 20 ATRStop 6 LookBack 60, 1000, Passo 20 Limiar 0, 200, Passo 5 Tabela 2 Entradas: Tabela 1 Dimensionamento fracionário fixo: 1 Comissionamento amp Deslizamento: 100 Volta Redonda. V. Research Ehlers, J. Way, R. (2018). Zero Lag (bem, quase): Todos os filtros de suavização e médias móveis têm atraso. É uma lei. O atraso é necessário porque o alisamento é feito usando dados passados. Portanto, a média inclui os efeitos dos dados várias barras atrás. Neste artigo mostramos como remover uma quantidade selecionada de atraso de uma média móvel exponencial (EMA). Remover todo o lag não é necessariamente uma coisa boa porque com nenhum lag o indicador apenas seguirá para fora o preço que você está filtrando. Ou seja, a quantidade de lag removido é uma compensação com a quantidade de suavização que você está disposto a renunciar. VI. Classificação: Zero Lag Moving Average Filter Trading Estratégia VII. Resumo A estratégia de negociação com base na média móvel Zero Lag não desempenha significativamente melhor do que a estratégia baseada na média móvel Hull ou algumas outras alternativas. ALFA 20 TM Sistema de Negociação CFTC REGRA 4.41: RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTAS LIMITAÇÕES. DESCONHECIDO UM REGISTO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM A NEGOCIAÇÃO REAL. TAMBÉM, SENDO QUE OS COMÉRCIOS NÃO FORAM EXECUTADOS, OS RESULTADOS PODERÃO TER OU NÃO COMPENSADO PELO IMPACTO, SE HOUVER, DE CERTOS FATORES DE MERCADO, COMO A FALTA DE LIQUIDEZ. OS PROGRAMAS SIMULADOS DE NEGOCIAÇÃO EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE SÃO PROJETADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ SENDO SENDO QUE QUALQUER CONTA PODERÁ OU É POSSÍVEL CONSEGUIR LUCROS OU PERDAS SIMILARES Àqueles MOSTRADOS. DIVULGAÇÃO DE RISCO: GOVERNO DOS EUA EXIGÊNCIA DE ISENÇÃO DE RESPONSABILIDADE REGULAMENTO CFTC 4.41Moving Averages Stuff Motivado por e-mail de Robert B. Recebo este e-mail perguntando sobre o Hull Moving Average (HMA) e. E você nunca ouviu falar dele antes. Uh. está certo. Na verdade, quando eu googled eu descobri lotes de médias móveis que eu nunca ouvi falar, tais como: Zero Lag Exponencial Média Móvel Wilder Média Móvel Mínimo Praça Média Móvel Triangular Média Móvel Média Móvel Adaptativa Média móvel Jurik. Então, eu pensei em conversar sobre as médias móveis e. Você fez isso antes, como aqui e aqui e aqui e aqui e. Sim, sim, mas isso foi antes de eu saber de todas essas outras médias móveis. Na verdade, os únicos com quem eu joguei foram esses, onde P 1. P 2. P n são os últimos n preços das ações (sendo P n o mais recente). Média Móvel Simples (SMA) (P 1 P 2, P n) K onde K n. Média Móvel Ponderada (WMA) (P 1 2 P 2 3 P 3.n P n) K onde K (12.n) n (n1) 2. Média Móvel Exponencial (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3.) K em que K 1 945945 2. 1 (1-945). Whoa Ive nunca visto que EMA fórmula antes. Eu sempre thoguht foi. Sim, normalmente é escrito de forma diferente, mas eu queria mostrar que esses três têm receitas semelhantes. (Veja as coisas EMA aqui e aqui.) Na verdade, todos eles parecem: Note que, se todos os Ps são iguais, digamos, Po, então a média móvel é igual a Po também. E essa é a maneira que qualquer média que se preze deve se comportar. Então, qual é melhor Definir melhor. Aqui estão algumas médias móveis, tentando acompanhar uma série de preços de ações que variam de uma forma sinusoidal: Preços de ações que seguem uma curva senoidal Onde você encontrou um estoque como aquele Preste atenção Observe que as médias móveis comumente usadas (SMA, WMA E EMA) atingem seu máximo mais tarde do que a curva sinusoidal. Isso é retardado e. Mas e esse cara da HMA? Ele parece muito bem Sim, e é disso que queremos falar. De fato. E o que é que 6 em HMA (6) e eu vejo algo chamado MMA (36) e. Paciência. Hull Moving Average Começamos calculando a Média Móvel Ponderada (WMA) de 16 dias assim: 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) K com K 12 16 136. Embora seja bom E smoooth, itll têm um lag maior do que wed como: Então, olhe para o WMA de 8 dias: Eu gosto Sim, ele segue as variações de preços bastante bem. Mas há mais. Enquanto WMA (8) olha para os preços mais recentes, ainda tem um atraso, por isso vemos o quanto a WMA mudou quando vai de 8 dias para 16 dias. Essa diferença seria assim: em certo sentido, essa diferença dá alguma indicação de como a WMA está mudando. Por isso, adicionamos esta alteração à nossa anterior WMA (8) para dar: 2 WMA (16) WMA (16) WMA (16) WMA (8) WMA (8) - WMA (16). MMA Por que chamá-lo de MMA Eu gaguejo. De qualquer forma, o MMA (16) ficaria assim: Mal posso esperar Paciência. tem mais. Agora vamos introduzir a transformação mágica e obter. Ta-DUM Isso é casco Sim. Como eu o entendo Mas o que é o ritual mágico Tendo gerado uma série de MMAs envolvendo as médias móveis ponderadas de 8 dias e 16 dias, nós olhamos atentamente para esta seqüência de números. Em seguida, calculamos o WMA nos últimos 4 dias. Isso dá a Hull Moving Average que weve chamado HMA (4). Huh 16 dias então 8 dias então 4 dias. Você joga uma moeda para ver quantos. Você escolhe um número de dias, como n 16. Então você olha para WMA (n) e WMA (n2) e calcula MMA 2 WMA (n2) - WMA (n). (No nosso exemplo, thatd ser 2 WMA (8) - WMA (16).Em seguida, você calcular WMA (sqrt (n)) usando apenas o último sqrt (n) números da série MMA. (No nosso exemplo, thatd ser calculadora Um WMA (4), usando a série de MMA.) E para esse gráfico engraçado de SINE Howd ele faz Assim wheres a planilha Im que trabalha ainda nele: MA-stuff. xls É interessante ver como as várias médias móveis reagem aos picos: É HMA realmente uma média móvel ponderada Bem, vamos ver: Temos: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3. 8 P n) 36 - (P 1 2 P 2 3 P 3 16 P n) 136 ou MMA 2 (136) - (1136) P 1 2 P 2 8 P 8 - (1136) 9 P 9 10 P 10 16 P 16 Por razões sanitárias, escreva assim: MMA w 1 P 1 w 2 P 2 w 16 P 16. Note que todos os pesos adicionam a 1. Além disso, wk 2 (136) - (1136) K para K 1, 2. 8 e wk - (1136) K Para K 9, 10. 16. Então, fazendo o ritual mágico de raiz quadrada (onde sqrt (16) 4) temos (lembrando que P 16 é o valor mais recente) HMA a WMA de 4 dias dos MMAs acima ( W 1 P 1 w 2 P 2. W 16 P 16) 2 (w 1 P 0 w 2 P 1 w 16 P 15) 3 (w 1 P -1 w 2 P 0. W 16 P 14) 4 (w 1 P -2 w 2 P -1 W 16 P 13) 10 (observando que 1234 10). Huh P 0. P -1. O que. O MMA (16) usa os últimos 16 dias, de volta ao preço foram callling P 1. Se calcularmos a média ponderada de 4 dias dos MMAs, bem estaremos usando o MMA de ontem (e isso vai um dia antes de P 1) eo dia antes disso, o MMA volta a 2 dias antes de P 1 eo dia Antes disso. Ok, então você está chamando-lhes preços P 0. P -1 etc. etc. Você entendeu. Assim, um HMA de 16 dias realmente usa informações que remontam mais de 16 dias, certo. Você entendeu. Mas há pesos negativos para eles preços antigos É que legal A prova está no. Sim sim. A prova está no pudim. Então, o que faz a planilha fazer Até agora parece que isto: (Clique na imagem para fazer o download.) Você pode escolher uma série SINE ou uma série RANDOM de preços das ações. Para este último, cada vez que você clicar em um botão você terá outro conjunto de preços. Então você pode escolher o número de dias: thats nosso n. (Por exemplo, usamos n 16 para o nosso exemplo, acima.) Além disso, se você escolher a série SINE, você pode introduzir picos e movê-los ao longo do gráfico. como isso . Note que usamos n 16 e n 36 (na imagem da planilha) porque n2 e sqrt (n) são ambos inteiros. Se você usa algo como n 15, então a planilha usa a parte INT eger de n2 e sqrt (n), ou seja, 7 e 3. Então, é o Hull Moving Average o melhor Definir melhor. Eu não sei nada sobre isso. É proprietário e você tem que pagar para usá-lo. No entanto, permite jogar com médias móveis. Outra Média Móvel Suponha que, em vez da Média Móvel Ponderada (onde os pesos são proporcionais a 1, 2, 3.). Nós usamos o ritual mágico do casco com a média movente exponencial. Ou seja, consideramos: MAg 2 EMA (n2) - EMA (n) MAg Sim, isso é M oving A verage g imnick ou M oving A verage g eneralized ou M oving A verage g rand ou. Atenção Atenção Nós escolhemos nosso número favorito de dias, como n 16, e calculamos MAg (n, 945, k) 945 EMA (nk) - (1-945) EMA (n). Podemos jogar com 945 e k e ver o que temos: Por exemplo, aqui estão alguns MAgs (onde estavam aderindo a 16 dias, mas mudando os valores de 945 e k): MAg (16) 2 EMA (4) - EMA 16) Nota: quando escolhemos k 3 obtemos nk 163 5.333 que mudamos para simples e simples 5.0. Por que você não fica com as escolhas de Hulls: 945 2 e k 2 Boa idéia. Veja isto: MAg (16) 2 EMA (8) - EMA (16) Parece que o gráfico com 945 1,5 e k 3. Ele faz, não faz Você goof. Novamente Possivelmente. Assim que sobre esse ritual da raiz quadrada eu deixo que como um exercício. Para você Ok, enquanto joga com essa coisa MAg eu acho que Hulls k 2 funciona muito bem. Tão bem aderir a isso. No entanto, muitas vezes temos uma média bastante agradável quando adicionamos apenas uma pequena parte da mudança: EMA (n2) - EMA (n). Na verdade, bem, adicione apenas uma fração 946 dessa mudança. Isto dá: MAg (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Ou seja, nós escolhemos 946 0,5 ou talvez apenas 946 0,25 ou qualquer coisa e use: Por exemplo, se compararmos o nosso bando de médias móveis como eles rastrear uma função STEP, obtemos isto, onde somamos (para MAg) apenas 946 12 de o troco. Sim, mas qual é o melhor valor do beta. Definir melhor: Note que beta 1 é a escolha Hull. Exceto que estavam usando EMAs em vez de WMAs. E você deixa de fora aquela coisa de raiz quadrada. Uh, sim. Eu esqueci disso. Nota . A planilha muda de hora para hora. Ele atualmente se parece com isso Algo para brincar Com eu tenho uma planilha que se parece com isso. Clique na imagem para fazer o download. Você escolhe um estoque e clica em um botão e recebe um ano de preços diários. O que você escolher ou HMA ou MAg, alterando o número de dias e, para MAg, o parâmetro, e ver quando você deve comprar RO VENDA. Quando Com base em quais critérios Se a média móvel é DOWN x de seu máximo nos últimos 2 dias, você COMPRA. (No exemplo, x 1.0) Se sua UP y de seu mínimo nos últimos 2 dias, VENDER. (No exemplo, y 1.5) Você pode alterar os valores de xey. É bom. Esses critérios eu disse que era algo para brincar. Theres esta outra técnica de suavização chamada o Filtro de Hodrick-Prescott. Com a ajuda de Ron McEwan, agora está incluído nesta planilha: É bom jogar com ele. Youll aviso que theres um parâmetro que você pode alterar na célula M3. E COMPRAR e VENDER sinais.