Filtro De Media Móvil Adaptable

Introducción Desarrollado por Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) es una media móvil diseñada para contabilizar el ruido del mercado o la volatilidad. KAMA seguirá de cerca los precios cuando las oscilaciones de precios son relativamente pequeñas y el ruido es bajo. KAMA se ajustará cuando las oscilaciones de los precios se amplíen y sigan los precios desde una mayor distancia. Este indicador de tendencia puede ser usado para identificar la tendencia general, los puntos de cambio de tiempo y los movimientos de los precios de los filtros. Cálculo Hay varios pasos requeridos para calcular la media móvil adaptable de Kaufman039s. Primero debemos comenzar con los ajustes recomendados por Perry Kaufman, que son KAMA (10,2,30). 10 es el número de períodos para la Eficiencia (ER). 2 es el número de períodos para la constante EMA más rápida. 30 es el número de períodos para la constante EMA más lenta. Antes de calcular KAMA, necesitamos calcular la Relación de Eficiencia (ER) y la Constante Suavizante (SC). Desglosar la fórmula en nuggets de tamaño de mordida hace que sea más fácil entender la metodología detrás del indicador. Tenga en cuenta que ABS significa Absolute Value. Ratio de eficiencia (ER) El ER es básicamente el cambio de precio ajustado para la volatilidad diaria. En términos estadísticos, la Eficiencia Ratio nos dice la eficiencia fractal de los cambios de precios. ER fluctúa entre 1 y 0, pero estos extremos son la excepción, no la norma. ER sería 1 si los precios subieron 10 períodos consecutivos o por 10 períodos consecutivos. ER sería cero si el precio no cambia durante los 10 períodos. Constante de suavizado (SC) La constante de suavizado utiliza la ER y dos constantes de suavizado basadas en una media móvil exponencial. Como habrás notado, la Constante Suavizante utiliza las constantes de suavizado para una media móvil exponencial en su fórmula. (2/301) es la constante de suavizado para un EMA de 30 periodos. El SC más rápido es la constante de suavizado para EMA más corto (2 períodos). El SC más lento es la constante de suavizado para el EMA más lento (30 períodos). Tenga en cuenta que el 2 al final es cuadrar la ecuación. KAMA Con la Eficiencia Ratio (ER) y Smoothing Constant (SC), ahora estamos listos para calcular Kaufman039s Adaptive Moving Average (KAMA). Puesto que necesitamos un valor inicial para comenzar el cálculo, el primer KAMA es simplemente una media móvil simple. Los cálculos siguientes se basan en la siguiente fórmula. Ejemplo de cálculo / gráfico Las imágenes de abajo muestran una captura de pantalla de una hoja de cálculo de Excel utilizada para calcular KAMA y el gráfico QQQ correspondiente. Uso y Señales Los cartistas pueden usar KAMA como cualquier otro indicador de tendencia siguiente, como un promedio móvil. Los cartistas pueden buscar cruces de precios, cambios direccionales y señales filtradas. En primer lugar, una cruz por encima o por debajo de KAMA indica cambios direccionales en los precios. Al igual que con cualquier media móvil, un sistema de crossover simple generará muchas señales y muchos whipsaws. Los cartistas pueden reducir los whipsaws aplicando un filtro de precio o tiempo a los crossovers. Uno podría requerir que el precio mantenga la cruz durante un número determinado de días o requiera que la cruz exceda a KAMA por porcentaje establecido. En segundo lugar, los cartistas pueden utilizar la dirección de KAMA para definir la tendencia general de una seguridad. Esto puede requerir un ajuste de parámetro para suavizar el indicador. Los cartistas pueden cambiar el parámetro medio, que es la constante EMA más rápida, para suavizar KAMA y buscar cambios direccionales. La tendencia es hacia abajo mientras KAMA está cayendo y forjando mínimos más bajos. La tendencia es hasta mientras KAMA está subiendo y forjando máximos más altos. El ejemplo de Kroger a continuación muestra KAMA (10,5,30) con una fuerte tendencia alcista de diciembre a marzo y una tendencia al alza menos pronunciada de mayo a agosto. Y finalmente, los cartistas pueden combinar señales y técnicas. Los cartistas pueden usar un KAMA a más largo plazo para definir la tendencia más grande y un KAMA a más corto plazo para las señales comerciales. Por ejemplo, KAMA (10, 5, 30) podría utilizarse como un filtro de tendencia y ser considerado alcista al subir. Una vez alcista, los cartistas podrían buscar cruces alcistas cuando el precio se mueve por encima de KAMA (10,2,30). El ejemplo siguiente muestra MMM con un aumento de KAMA a largo plazo y cruces alcistas en diciembre, enero y febrero. A largo plazo KAMA rechazó en abril y hubo cruces bajistas en mayo, junio y julio. SharpCharts KAMA se puede encontrar como una superposición de indicadores en el Workbench SharpCharts. La configuración predeterminada aparecerá automáticamente en el cuadro de parámetros una vez que se seleccione y los chartists pueden cambiar estos parámetros para adaptarlos a sus necesidades analíticas. El primer parámetro es para la Eficiencia Ratio y los chartistas deben abstenerse de aumentar este número. En su lugar, los artistas pueden reducirlo para aumentar la sensibilidad. Los cartistas que buscan suavizar KAMA para un análisis de tendencias a largo plazo pueden incrementar el parámetro medio de forma incremental. Aunque la diferencia es sólo 3, KAMA (10,5,30) es significativamente más suave que KAMA (10,2,30). Estudio adicional Del creador, el libro a continuación ofrece información detallada sobre indicadores, programas, algoritmos y sistemas, incluyendo detalles sobre KAMA y otros sistemas de media móvil. Sistemas y Métodos de Negociación Perry KaufmanKaufman Estrategia de Negociación de Moving Average Adaptive (Setup 038 Filter) I. Estrategia de Negocio Desarrollador: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Fuente: Kaufman, P. J. (1995). Comercio Más Inteligente. Mejorar el rendimiento en mercados cambiantes. Nueva York: McGraw-Hill, Inc. Concepto: Estrategia de negociación basada en un filtro de ruido adaptativo. Objetivo de la investigación: Verificación del rendimiento de la configuración y el filtro. Especificación: Tabla 1. Resultados: Figura 1-2. Establecimiento comercial: Largas operaciones: El promedio móvil adaptable (AMA) aparece. Operaciones Cortas: La Media Movible Adaptativa baja. Nota: La línea de tendencia AMA parece detenerse cuando los mercados no tienen dirección. Cuando la tendencia de los mercados, la línea de tendencia AMA captura. Entrada de Comercio: Largas Operaciones: Una compra al cierre se coloca después de una configuración alcista. Operaciones cortas: Una venta al cierre se coloca después de una configuración bajista. Salidas comerciales: Cuadro 1. Cartera: 42 mercados de futuros de cuatro grandes sectores del mercado (materias primas, divisas, tasas de interés e índices de renta variable). Datos: 32 años desde 1980. Plataforma de Pruebas: MATLAB. II. Prueba de sensibilidad Todas las gráficas tridimensionales son seguidas por las gráficas de contorno en 2D para el factor de beneficio, la relación de Sharpe, el índice de desempeño de úlcera, el CAGR, la reducción máxima, el porcentaje de operaciones rentables y el promedio. Ganar / Promedio Índice de siniestralidad. La imagen final muestra la sensibilidad de la curva de equidad. Variables probadas: Amplitud de ERL FilterIndex (Definiciones: Tabla 1): Figura 1 Desempeño de la cartera (Entradas: Tabla 1 Compensación amp Slippage: 0). AMA (ERLength) es el promedio móvil adaptativo durante un período de ERLength. ERLength es un período de retroceso de la Efficiency Ratio (ER). ERi abs (Directioni / Volatilityi), donde 8220abs8221 es el valor absoluto. , Donde 82208221 es la suma a lo largo de un periodo de ERLength, DeltaClosei Closei Closei 1. FastMALength es un período de la media de movimiento rápido. SlowMALength es un período de la media móvil lenta. AMAi AMAi 1 ci (Closei AMAi 1), donde ci (ERi (Fast Slow) Slow) 2, Fast 2 / (FastMALength 1), Slow 2 / (SlowMALength 1). Long: Si AMAi gt AMAi AMAi AMAi 1 AMAi 1 AMAi 2 AMAMAi 1 (Media Movible Adaptativa se convierte con un pivote en MinAMA). Operaciones Cortas: AMAi lt AMAi AMAi 1 AMAi 1 gt AMAi 2 entonces MaxAMA AMAi 1 (Media Movible Adaptativa baja con un pivote en MaxAMA). Índice: i Filteri FilterIndex StdDev (AMAi AMAi 1, N), donde StdDev es la desviación estándar de series sobre N periodos. N 20 (valor predeterminado). Índice: i FilterIndex 0.0, 1.0, Paso 0.02 N 20 Trades Largos: Una compra al cierre se coloca cuando AMAi gt AMAi 1 amperio (AMAi MinAMA) gt Filteri. Operaciones cortas: Una venta al cierre se coloca cuando AMAi lt AMAi 1 amperio (MaxAMA AMAi) gt Filteri. Índice: i Detener salida de pérdida: ATR (ATRLength) es el intervalo real promedio durante un período de ATRLength. ATRStop es un múltiplo de ATR (ATRLength). Operaciones largas: Una parada de venta se coloca en la entrada ATR (ATRLength) ATRStop. Operaciones cortas: Se coloca una parada de compra en la entrada ATR (ATRLength) ATRStop. ATRLength 20 ATRStop 6 ERLength 2, 100, Paso 2 FilterIndex 0.0, 1.0, Step 0.02Idealmente, desea que una señal filtrada sea a la vez suave y sin retardo. Retraso provoca retrasos en sus operaciones, y el aumento de retraso en sus indicadores suelen resultar en menores beneficios. En otras palabras, los recién llegados obtienen lo que queda en la mesa después de que la fiesta ya ha comenzado. Es por eso que los inversionistas, bancos e instituciones en todo el mundo piden la Media Moving Research Jurik (JMA). Puede aplicarlo como lo haría con cualquier otra media móvil popular. Sin embargo, JMAs mejora el tiempo y la suavidad te sorprenderá. La línea gris dentada en el gráfico simula la acción de precios que comienza en un rango de negociación bajo, luego las brechas a un rango de negociación más alto. Puesto que a nadie le gusta esperar al margen, un filtro de reducción de ruido perfecto (línea verde) se moverá suavemente a lo largo del centro del primer rango de negociación y luego saltará al centro del nuevo rango comercial casi inmediatamente.