Flyttande genomsnittliga övergångar Flyttande genomsnittliga övergångar är ett vanligt sätt när handlare kan använda Flytta genomsnitt. En korsning uppträder när ett snabbare rörligt medelvärde (dvs. en kortare rörelsehastighet) korsar antingen över ett långsammare rörelsemedel (dvs en längre period rörande medelvärde) som anses vara en haussead crossover eller under vilken betraktas som en baisseövergång. Diagrammet nedan för SampP Depository Receipts Exchange Traded Fund (SPY) visar 50-dagars Simple Moving Average och det 200-dagars Simple Moving Average-det här Moving Average-paret ses ofta av stora finansiella institut som en långsiktig indikator för marknadsriktningen : Observera hur långsiktigt 200-dygns Enkelt rörande medelvärde ligger i en uptrend detta tolkas ofta som en signal att marknaden är ganska stark. En näringsidkare kan överväga att köpa när den kortare 50-dagars SMA passerar över 200-dagars SMA och kontrastivt kan en näringsidkare överväga att sälja när 50-dagars SMA passerar under 200-dagars SMA. I diagrammet ovan på SampP 500 skulle båda potentiella köpssignaler ha varit extremt lönsamma, men den ena potentiella försäljningssignalen skulle ha orsakat en liten förlust. Tänk på att 50-dagars, 200-dagars Simple Moving Average Crossover är en mycket långsiktig strategi. För de näringsidkare som vill ha mer bekräftelse när de använder Moving Average crossovers, kan 3 Simple Moving Average crossover-tekniken användas. Ett exempel på detta visas i tabellen nedan för Wal-Mart (WMT) lager: 3 Simple Moving Average-metoden kan tolkas enligt följande: Den första korsningen av den snabbaste SMA (i exemplet ovan, den 10-dagars SMA) över nästa snabbaste SMA (20-dagars SMA) fungerar som en varning om att priserna kan vara omvänd trend, dock brukar en näringsidkare inte placera en faktisk köp - eller säljorder då. Därefter kan den andra korsningen av den snabbaste SMA (10-dagars) och den långsammaste SMA (50-dagars) trigga en näringsidkare att köpa eller sälja. Det finns många varianter och metoder för att använda 3 Simple Moving Average crossover-metoden, vissa finns nedan: Ett mer konservativt tillvägagångssätt kan vara att vänta tills den mellanliggande SMA (20-dagars) korsar långsammare SMA (50-dagars) men detta är i grunden en två SMA crossover teknik, inte en tre SMA teknik. En näringsidkare kan överväga en penninghanteringsteknik att köpa en halv storlek när den snabba SMA passerar över nästa snabbaste SMA och sedan gå in i den andra hälften när snabb SMA passerar över långsammare SMA. Istället för halvor köper eller säljer du en tredjedel av en position när den snabba SMA passerar över nästa snabbaste SMA, en tredjedel när snabb SMA passerar över den långsamma SMA och den sista tredjedelen när den näst snabbaste SMA passerar över den långsamma SMA . En Moving Average Crossover-teknik som använder 8 Moving Averages (exponentiell) är den rörliga genomsnittliga exponentiella bandindikatorn (se: Exponential Ribbon). Flyttande medelvärdeövergångar betraktas ofta av handlare. Faktum är att övergångar ofta ingår i de mest populära tekniska indikatorerna, inklusive indikator för rörlig medelkonvergensdivergens (MACD) (se: MACD). Andra glidande medelvärden förtjänar noggrant överväganden i en handelsplan: Uppgifterna ovan är endast avsedda för informations - och underhållningsändamål och utgör inte handelsrådgivning eller en uppmaning att köpa eller sälja lager, alternativ, framtid, råvara eller valutaprodukt. Tidigare resultat är inte nödvändigtvis en indikation på framtida resultat. Handel är i sig riskabelt. OnlineTradingConcepts ansvarar inte för några speciella eller följdskador som uppstår till följd av användning eller oförmåga att använda, material och information som tillhandahålls av denna webbplats. Se fullständig ansvarsfriskrivning. Flyttande medelvärden: Strategier 13 Av Casey Murphy. Senior Analyst ChartAdvisor Olika investerare använder rörliga medelvärden av olika skäl. Vissa använder dem som deras primära analytiska verktyg, medan andra bara använder dem som förtroendebyggare för att säkerhetskopiera sina investeringsbeslut. I det här avsnittet presenterar du några olika typer av strategier - att integrera dem i din handelsstil är upp till dig. Crossovers En crossover är den mest grundläggande typen av signal och gynnas bland många handlare eftersom det tar bort alla känslor. Den mest grundläggande typen av crossover är när priset på en tillgång flyttas från ena sidan av ett glidande medelvärde och stänger på den andra. Prisövergångar används av näringsidkare för att identifiera skift i fart och kan användas som en grundläggande inmatnings - eller utträdesstrategi. Som du kan se i Figur 1 kan ett kors under ett rörligt medelvärde signalera början på en downtrend och skulle sannolikt användas av handlare som en signal för att stänga ut befintliga långa positioner. Omvänt kan ett slutet över ett glidande medelvärde underifrån föreslå början på en ny uppåtgående trend. Den andra typen av korsning sker när ett kortsiktig medelvärde passerar ett långsiktigt medelvärde. Denna signal används av handlare för att identifiera att momentet förskjuts i en riktning och att ett starkt drag sannolikt kommer att närma sig. En köpsignal genereras när kortsiktigt medelvärde överstiger det långsiktiga genomsnittet, medan en säljsignal utlöses av en kortsiktig medelkorsning under ett långsiktigt genomsnitt. Som du kan se från tabellen nedan är denna signal mycket objektiv, vilket är anledningen till att den är så populär. Triple Crossover och Moving Average Ribbon Ytterligare glidmedel kan läggas till i diagrammet för att öka signalens giltighet. Många handlare kommer att placera fem-, 10- och 20-dagars glidande medelvärden på ett diagram och vänta tills femdagarsgenomsnittet passerar genom de andra detta är generellt det primära köpteckenet. Väntar på 10-dagars genomsnittet att korsa över 20-dagars genomsnittet används ofta som bekräftelse, en taktik som ofta minskar antalet falska signaler. Att öka antalet glidande medelvärden, vilket framgår av triple crossover-metoden, är ett av de bästa sätten att mäta styrkan i en trend och sannolikheten för att trenden fortsätter. Detta ber om ursprunget: Vad skulle hända om du fortsatte lägga till glidande medelvärden Vissa människor hävdar att om ett glidande medel är användbart så måste 10 eller mer vara ännu bättre. Detta leder oss till en teknik som kallas det glidande medelbandet. Som du kan se från tabellen nedan, placeras många glidande medelvärden på samma diagram och används för att bedöma styrkan i den nuvarande trenden. När alla rörliga medelvärden flyttar i samma riktning sägs trenden vara stark. Återgångar bekräftas när medelvärdet går över och leder i motsatt riktning. Responsen till förändrade förhållanden redovisas av antalet tidsperioder som används i glidande medelvärden. Ju kortare de tidsperioder som används i beräkningarna, desto känsligare är medelvärdet för små prisförändringar. Ett av de vanligaste bandet börjar med ett 50-dagars glidande medelvärde och lägger medelvärden i steg om 10 dagar upp till det slutliga medeltalet 200. Denna typ av medel är bra för att identifiera långsiktiga trendreversioner. Filter Ett filter är vilken teknik som används i teknisk analys för att öka förtroendet för en viss handel. Till exempel kan många investerare välja att vänta tills en säkerhet passerar över ett glidande medelvärde och är minst 10 över genomsnittet innan du lägger en order. Detta är ett försök att se till att crossover är giltigt och att minska antalet falska signaler. Nackdelen om att förlita sig på filter för mycket är att en del av vinsten ges upp och det kan leda till att du känner att du saknat båten. Dessa negativa känslor kommer att minska över tiden eftersom du ständigt anpassar de kriterier som används för ditt filter. Det finns inga bestämda regler eller saker att se upp för när du filtrerar det helt enkelt ett extra verktyg som låter dig investera med självförtroende. Flytta genomsnittligt kuvert En annan strategi som innehåller användningen av glidande medelvärden kallas ett kuvert. Denna strategi innebär att man planerar två band runt ett glidande medelvärde, förskjuten av en viss procentsats. Till exempel, i diagrammet nedan, placeras ett 5 kuvert runt ett 25-dagars glidande medelvärde. Traders kommer att titta på dessa band för att se om de fungerar som starka områden av stöd eller motstånd. Lägg märke till hur rörelsen ofta vrider riktning efter att ha närmar sig en av nivåerna. Ett prisförflyttning bortom bandet kan signalera en period av utmattning, och handlare kommer att se till en omkastning mot mittvärdet. Bild 5: Utan provprognoser. 8 Del 6: Potentiella problem. 9 Del 7: Var går vi härifrån. 10 Del 1: Dual Moving Average Crossover Konceptet med ett dubbelrörande medelvärde är ganska enkelt. Beräkna två glidande medelvärden av priset på en säkerhet, eller i detta fall växelkurser för en valuta. Ett genomsnitt skulle vara kort sikt (ST) (strängt i förhållande till andra glidande medelvärde) och andra långsiktiga (LT). Matematiskt sett kommer det långsiktiga glidande genomsnittet (LTMA) att ha en lägre varians och kommer att röra sig i samma riktning som det kortsiktiga glidande genomsnittet, men med en annan takt. De olika riktningarna, inducerar punkter där värdena för de två glidande medelvärdena kan vara lika och eller korsa varandra. Dessa punkter kallas övergångspunkterna. I den dubbelrörande genomsnittliga övergripande handelsstrategin är dessa övergångar punkter för beslut att köpa eller sälja valutorna. Vad dessa övergångspunkter innebär beror på det sätt som investeraren har i sin strategi. Det finns två tankskolor: Tekniskt och Värde. Den tekniska tillvägagångssättet föreslår att när Short Term Moving Average (STMA) rör sig över LTMA, representerar en Buy (eller Long) - signal. Omvänt, när STMA rör sig under LTMA, indikerar den tekniska metoden en sälj (eller kort) signal.) Intuitionen bakom denna strategi kan förklaras med avseende på momentum. I princip anges att momentumets princip anger att ett pris som går upp (eller ner) under period t sannolikt fortsätter att röra sig upp (eller ner) i period t1 om det inte finns bevis för det motsatta. När STMA rör sig över LTMA, ger detta en fördröjd indikator på att priset rör sig uppåt i förhållande till det historiska priset. Köp högt, sälja högre. Värderingsmetoden erbjuder motsatta handelssignaler till den tekniska metoden. Värderingsmetoden hävdar att när STMA passerar underifrån till över LTMA, att investeringen nu är övervärderad och bör säljas. Omvänt när valutan STMA rör sig under LTMA är valutan undervärderad att den ska köpas. Intuitionen bakom Value Approach kan bara betraktas som en genomsnittlig reverseringsmetod. Köp lågt (värde), sälja högt (övervärderat). Båda strategierna försöker uppnå samma mål, men gör det mot varandra mot varandra. I det här dokumentet kommer vi att analysera både de tekniska och värde strategierna som tillämpas på EuroUSD valutakurser. Nedanstående diagram visar hur den dubbla rörliga crossover-handelsstrategin producerar köp och säljer signaler. Observera att vinster och förluster beräknas genom att skillnaden mellan priset (inte det rörliga genomsnittsvärdet) vid signalpunkterna beaktas. Så det faktiska priset handlas, med stor sannolikhet inte lika med motsvarande glidande medelvärden. Del 2: Data och metodik Nedan följer en tabell som sammanfattar de data som vi använde för den här uppgiften: Notera om Programvara: Microsoft Excel kunde inte hantera antalet observationer vi kunde få. Det var därför nödvändigt att använda ett annat mjukvarupaket för att göra beräkningarna eller skriva själva programvaran. Vi bestämde oss för att C var ett lämpligt språk att använda. Vi skrev C-kod för att göra följande funktioner med data: 1. Rengör data, inklusive filtrering av helger, helgdagar och inaktuella perioder. 2. Bryt ut de angivna långa och kortsiktiga glidande medelvärdena. en. Används Fibonacci-serien som utgångspunkt för kort och lång sikt (första 12 5,8,13,21,34,55,89,144,233,377,610,987 undersökta. Resultatet skiljer sig inte från nedan). b. Beräkna alla kombinationer med 10 periodsteg upp till 1000. t. ex. 10,50 230, 740 (runtime på ca 30 minuter, 5050 möjliga kombinationer) 3. Beräkna övergångspunkterna, 4. Identifiera crossover som köp eller sälj 5. Beräkna resultat: (med och utan glidning av 0,0003) e. Genomsnittlig winloss f. perioder under första investeringen g. Max portföljvärde h. Min portföljvärde 6. Bestäm vilka rörliga medelvärden som ska användas vid provprovning. 7. Utför ur analys av analys. 8. Jämför i prov med ur urvalet. Del 3: I analysresultatanalys Tabellen nedan sammanfattar de provprovresultat som genomfördes. Nedan följer tre nyckelfrågor från provkalkylerna: Den dubbla glidande genomsnittliga korsningsstrategin kan ge stabil vinst när ingen släppning antas. Vidare behöver man inte vara kräsande eller selektiv när man bestämmer parametrarna för kort och lång sikt, glidande medelvärden för att lyckas. När glidning redovisas i vinstberäkningarna är resultaten väldigt olika från slutsatsen ovan. Faktum är att över 65 av de möjliga DMAC-kombinationerna inte är lönsamma, och det finns en stor nackdelrisk med en blind DMAC-strategi. När man jämför det tekniska vs. värde-tillvägagångssättet i provet är det tydligt att det tekniska tillvägagångssättet utförs värderingsmetoden väsentligt, vilket framgår av den genomsnittliga totala avkastningen. Jämför 4,0 (teknisk) med 11,4 (värde). Något intressant är de kortsiktiga och långsiktiga glidande medelparametrarna som skapar den mest lönsamma avkastningen mycket närmare grupperade i det tekniska tillvägagångssättet än värderingsmetoden. Detta tyder på att det tekniska tillvägagångssättet lättare kan tas ur provet. Del 4: Val av parametrar för analys utanför analysen Vid den här tiden har vi utvecklat en urvalsmetod för att bestämma vilket sortiment av STMA - och LTMA-parametrar vi skulle rekommendera för ur analysanalys. Processen följer: Beräknade 4 950 kombinationer av STLT-portföljer för de resultat som anges i del 3. Sorterad efter lönsamhet Vald de som returnerar gt10 Sorterat efter ST-värde De mest lönsamma ST-värdena grupperas mellan 50-130 (Se diagram nedan) Sorterat efter LT-värde (upprepad) metod för ST i LT) Mest lönsamma LT-värden grupperade mellan 740-810 (Se diagram nedan) Om det var nödvändigt att välja en enda kombination av DMAC rekommenderar vi 100 (ST), 770 (LT) som slutkombination urval Observera att detta inte representerade den enda bäst utövande av 1746 lönsamma kombinationerna, men representerar en av de bästa kandidaterna baserat på de beskrivna fördelningarna ovan. Del 5: Prognoser utanför prover Tabellen nedan sammanfattar de provresultat som gjordes utanför provet. Från analysen utanför analysen upptäckte vi att genom att använda en välutvecklad parametervalsprocess, verkar det som om vi lyckades lyckas välja lönsamma DMAC-kombinationer. Sammansättningskombinationerna visade en avsevärd förbättring jämfört med sampelkombinationerna. Jämför 89 lönsamhet (screenad, out-of-sample) jämfört med 35 (alla möjliga kombinationer, i prov). Jämför också 2,5 genomsnittlig avkastning (screenad, out-of-sample) jämfört med 4,0 genomsnittlig avkastning (alla möjliga kombinationer, i prov). Kanske ännu viktigare visade de screenade resultaten utanför provet en mycket lägre standardavvikelse och nackdelrisk. Faktum är att den sämre avkastningen mellan resultaten utanför provet var 2,7 avkastning. Del 6: Potentiella problem Det finns delar av vår analys som måste analyseras för att avgöra var det kan finnas underliggande risker (dvs risker) som inte kan vara uppenbara: 1) Data Clean och objektiv data är avgörande för god analys. Med tanke på tillförlitligheten i källan till data, känner vi oss ganska säkra på att uppgifterna är riktigt korrekta, men vår analys undersökte bara en gemensam valuta för en 2-årig period. Trots att vår inställning var rent tekniskt avgränsad, motiverar denna enda dataset inte generalisering över andra valutor eller tillgångsklasser (t ex terminer, aktier). 2) Metodik En bra linje finns mellan god optimering och datautvinning. Genom att undersöka alla möjliga kombinationer av DMAC med STMA - och LTMA-parametrar mellan 10 och 990 öppnade vi oss för frestelsen för datavinnning för att generera gynnsamma resultat. Genom att använda en väl utformad parametervalgsmetodik kände vi oss säker på att ta det rekommenderade intervallet parametervärden utanför provet. Med tanke på att nästan 90 av de valda DMAC-kombinationerna var faktiskt lönsamma utanför provet, är det ganska osannolikt att vi kunde uppnå dessa resultat genom en data mining eller överoptimerad parametervalgsmetodik. 3) Risk Förutom att ta en ganska överskådlig titt på standardavvikelsen för den förväntade avkastningen och den minsta totalavkastningen, slutförde vi inte en noggrann utvärdering av riskerna. Investerare skulle också vara intresserade av statistik som maximal avdragning vid vilken tid som helst. (Denna information skulle också vara relevant för incitamentsstrukturen för hedgefondsförvaltare.) Sammanfattningsvis bör en noggrannare granskning av risker undersökas. Kanske kan denna analys ge ett filter tillvägagångssätt för att köpa och sälja signaler. Som en följd av detta skulle vi inte behöva anta en strategi (alltid i veckan). Del 7: Var går vi ifrån? Det framgår av våra resultat från både urvalet och ur analysanalyserna att det måste finnas ännu smartare sätt att fånga de tillgängliga vinsterna med DMAC: s handelsstrategi. Fånga mer vinst genom bättre tidsstrategier Vi kan se från DMAC-grafen (se avsnitt 1) att mycket av den potentiella vinsten går vilse när handelssignalen tillhandahålls. Detta beror på att glidande medelvärdet är en trend-följd, fördröjd indikator som endast återspeglar tidigare prisåtgärd. Som vi har visat i vår analys och resultat förloras det mesta av vinstpotentialen vid den tiden till handelskostnader (det vill säga bankerna får det på valutamarknaden). För att fånga mer av tillgängliga vinster rekommenderar vi att du undersöker följande idéer och strategier. Pris vs SMA Crossover Strategy. Vi rekommenderar att du analyserar en pris mot SMA crossover. På detta sätt avlägsnas en av de glidande medellagren från analysen. I själva verket gör detta att buysell-signalerna är mer aktuella i naturen. De potentiella problemen med denna strategi är: Ökade transaktioner och därmed kostnader. Åtgärd vid dåliga signaler (dvs fler whipsaws). Teknisk analysforskning tenderar att föreslå att DMAC: s handelsstrategier överträffar SMA: s handelsstrategier. Modellutveckling kontra handelsperioder. Det finns cykler i data som visar tidsperioder där priserna har mycket små variationer kring ett liknande pris eller med andra ord de är i en handelsperiod. Det finns också perioder där priserna gör grundläggande drag från ett område till ett annat, eller trender perioder. Undersöka olika handelsregler i den programvara som skulle hjälpa till att identifiera när dessa perioder börjar och slutar kan vara mycket kraftfulla. Bland de möjliga tillvägagångssätten finns traditionella tekniska indikatorer som ADX (DI och DI), oscillatorer för handelsperioder (dvs. RSI, CCI). Alternativt kan mer avancerade statistiska metoder som dolda Markov-modeller undersökas. Ytterligare handelsregler: Slope Change Analysis. Det är möjligt att en analys av lutningsriktningen kan vara till hjälp för att fånga några av de förlorade vinsterna. I det här scenariot kunde den absoluta riktningen för lutningen bestämma handelsbeslutet tillsammans med den relativa lutningsanalysen av dubbelrörande medelvärdet. Även om denna typ av analys också släpar och gränsar till en momentumstrategi kan det finnas något värde för undersökningen om huruvida modellen kan bli mer robust genom integrering. Ytterligare handelsregler: Standardavvikelse från LTMA. I den här strategin kan ett exitbeslut göras när det aktuella priset rör sig mer än en föreskriven standardavvikelse bort från det långsiktiga glidande genomsnittet. Denna typ av handelsregel kan hjälpa till att fånga vinsten som annars skulle gå vilse när en spik kommer tillbaka (eller går tillbaka) innan de glidande medelvärdena korsas igen. Potentiella risker med denna strategi inkluderar: Rör inte vinstvågen genom att inleda tidiga utgångar från vinstdrivande affärer. Ökade handelskostnader Val av tillgångsklasser (Valutor, Värdepapper, Futures) I vår analys använde vi data som lämnades till oss av Professor Campbell Harvey. Det är rimligt att anta att det är möjligt att gå igenom en analys för att välja mer lönsamma valutor och värdepapper. Några möjliga metoder för urval inkluderar olika attributskärmar av pooler av värdepapper och valutor inklusive univariate och bivariate skärmar kan ge mer lönsamma resultat. Prediktiva regressioner av de önskvärda attributen inklusive likviditet och volatilitet etc. för valutor, värdepapper och terminer. Katastrofal händelseanalys I kölvattnet av flera större eller katastrofala händelser under de senaste tre åren inklusive: augusti 1998 (ryska standard) mars 2000 (faller på den amerikanska aktiemarknaden) den 11 september 2000 (terroristattack). Även om vi har inkluderat två av dessa tre händelser i våra data, anser vi fortfarande att en analys bör göras för att planera för sådana händelser (dvs. exitstrategier) och deras inverkan på våra positioner.
No comments:
Post a Comment