avatar of 发明者量化-小小梦 发明者量化-小小梦
tập trung vào tin nhắn riêng tư
4
tập trung vào
1271
Người theo dõi

Học tập sơ bộ về đường trung bình động thích ứng

Được tạo ra trong: 2017-02-23 11:18:03, cập nhật trên:
comments   0
hits   7790

Học tập sơ bộ về đường trung bình động thích ứng


  • #### Đường trung bình

Các chỉ số thông thường cho đường trung bình được tính là ma (trung bình di chuyển đơn giản) và ema (trung bình di chuyển theo cấp số nhân), và công thức như sau: SMA = SUM(CLOSE, N)/N EMA = (CLOSE(i)P)+(EMA(i-1)(1-P)) or (M*CLOSE(i)+(N-M)*EMA(i-1))/N MA có tính chất chậm trễ, do đó trong EMA, giá gần đây được coi là trọng lượng lớn hơn để tăng hiệu quả theo dõi xu hướng. Các chỉ số ma cụ thể có nhiều phiên bản khác nhau, ma, ema, sm, wma, v.v., nhưng nguyên tắc tương tự. Đường trung bình truyền thống không tính đến các điều kiện thị trường thay đổi bất cứ lúc nào, sử dụng quy trình tính toán cố định, đường trung bình ngắn hạn chuyển động thường xuyên khi thị trường bị dao động lặp lại, trong khi đường trung bình dài hạn phản ứng chậm khi thị trường tăng hoặc giảm nhanh. Trong khi đó, chiến lược theo dõi xu hướng đòi hỏi các chỉ số có thể thích ứng với các đặc điểm thị trường khác nhau, đáp ứng một cách thông minh tùy theo hướng và tốc độ của thị trường, sử dụng đường trung bình nhanh trong thị trường đơn phương và sử dụng đường trung bình chậm hơn trong tình huống dao động. Đối với những điều trên, Perry Kaufman, trong cuốn Smarter Trading, đã đưa ra khái niệm về đường trung bình chuyển động thích ứng (Adaptive Moving Average, AMA), cố gắng để các chỉ số có thể tự điều chỉnh trong môi trường thị trường phức tạp, lọc ra càng nhiều càng tốt tiếng ồn và biến động giá không lường trước được, để theo dõi tốt hơn sự thay đổi của xu hướng thị trường.

  • Dưới đây là một ví dụ về quá trình tính toán của đường cân bằng tự điều chỉnh:

    • Một, tỷ lệ hiệu quả giá cả
      1. Hỏi hỏi Từ biểu đồ dưới đây, từ a đến c, mô hình thị trường đi từ trơn trơn đến ồn ào, tốc độ của xu hướng phải giảm xuống để tránh bị mất hai lần. Khi giá thay đổi nhanh hơn theo một hướng, tiếng ồn ít rõ ràng hơn, do đó, việc lựa chọn tốc độ xu hướng cần phải xem xét cả hướng và tiếng ồn: giá thay đổi rõ ràng hơn và nhanh hơn, bạn cần sử dụng đường xu hướng nhanh hơn, do đó, bạn cần một cơ chế nhạy cảm để nắm bắt tốc độ và tính liên tục của mô hình thị trường và phản hồi thông tin này vào đường xu hướng di chuyển, điều chỉnh tốc độ trơn trơn của đường xu hướng di chuyển

    Học tập sơ bộ về đường trung bình động thích ứng

    2 Efficiency Ratio (ER) Tỷ lệ hiệu quả là tỷ lệ biến động của giá với tất cả các biến động của giá. Công thức sau: Giả sử giá đóng cửa trong n lần trước là p1, p2, …pn, thì hiệu quả của chuỗi giá này

    Học tập sơ bộ về đường trung bình động thích ứng

    Từ công thức có thể thấy rằng giá trị của er là 0 ((thị trường không rõ ràng, đầy ồn ào) ~~~1 ((trend cao)

    • Xác định phạm vi tốc độ xu hướng Một cách đơn giản để mở rộng các cặp của er theo ý tưởng làm mượt chỉ số, để tăng sự ổn định của nó Scaled smoothing constand : sc = ER*(fast sc – slow sc) + slow sc Trong đó sc = 2/ (n+1) Eg Nếu khoảng từ nhanh đến chậm là từ 2 đến 30 ngày, thì bình thường trơn là 23, 231, và Sc = er * (2/3- 2/31) + 231 Cuối cùng, ngay cả trong một thị trường trượt ngang, đường trung bình dài ((30) vẫn dao động từ từ xuống dưới mặt đất. Khi xu hướng thị trường không rõ ràng, đường trung bình thích ứng tốt nhất là có thể di chuyển theo chiều ngang, để đạt được mục đích này, hãy xem lại sc bình phương. Constant : C= sc * sc

    • Ba, AMA. Kết quả AMA được tính như sau: AMA[i] = AMA[i-1] + c * (p[i] – AMA[i-1] ) Từ công thức, ama và ema có cùng cách tính toán, chỉ khác nhau trong việc xác định trọng lượng.

    Đường trung bình AMA có các đặc điểm sau: 1) Sử dụng một số ngày để chỉ định phạm vi xu hướng 2) Đường xu hướng ama dừng dao động khi thị trường không có hướng 3) Khi có sự thay đổi rõ rệt về giá, ama có thể theo dõi nhanh hơn, chậm hơn 4) Thay đổi một tham số, áp dụng cho các thị trường khác nhau 5) Ama dựa trên phân tích dự đoán hơn là xác minh đơn giản

    Những gì tôi viết ở trên chỉ là mô tả hoặc dịch của tác giả, và tôi nghĩ rằng nó là một ví dụ tốt cho việc mở rộng một cách khéo léo các chỉ số truyền thống, sau đó cần phải thử nghiệm chiến lược tự điều chỉnh của đường trung bình AMA để xem chiến đấu thực tế trên thị trường chứng khoán A có hiệu quả như thế nào.

  • tham khảo

《smarter trading》 Cấu trúc chứng khoán kết hợp thích ứng với đường cân bằng

  • luckystarsjz trả lời Đầu tiên, tôi muốn nói rằng giao dịch theo chương trình không phải là tăng cường phán đoán của bạn, cũng không phải là khai thác dữ liệu, thậm chí không phải là xử lý dữ liệu.

Bài viết được đăng trên blog của một người đàn ông.