ZLEMA - Wykładnicza średnia ruchoma zera Lag ZLEMA jest skrótem od średniej ruchomej wykładniczej Zero Lag. Został opracowany przez Johna Ehlersa i Rick Way. ZLEMA jest rodzajem wykładniczej średniej kroczącej, ale jej główną ideą jest wyeliminowanie opóźnień wynikających z samej natury ruchomych średnich i innych trendów następujących wskaźników. Ponieważ podąża za ceną, zapewnia również lepszą wycenę cen i lepiej reaguje na wahania cen. Przykład: po prostu spróbuj wyobrazić sobie prostą linię danych ndash, która może się wydarzyć, gdy ceny aktywów stale rosną lub spadają. Jeśli trader używa klasycznej EMA (wykładniczej średniej kroczącej), może się przekonać, że EMA jest równy cenie assetrsquos Close (n-1) 2 dni temu. Innymi słowy ndash dla 5-dniowej kalkulacji EMA, obecna wartość EMA będzie taka sama jak cena zamknięcia (n-1) 2 2 dni temu. Możesz zobaczyć wynik na poniższym obrazku. Jak już zauważyłeś, wartości ZLEMA wyglądają inaczej. Nie ma różnicy między wartościami i cenami zamknięcia. Równania (wzór) dla obliczeń ZLEMA wyglądają następująco: Opóźnienie: (n okres dayrsquos ndash 1) 2 Dane wejściowe dla EMA: Zamknij (Zamknij ndash Zamknij n dzień wcześniej) ZLEMA EMA (Dane wejściowe dla EMA) Obliczenia eliminują opóźnienie i końcowy wynik to wykładnicza średnia krocząca, która jest zbliżona do cen aktywów. Gdyby ceny były linią prostą, wówczas ZLEMA byłaby tą samą linią prostą. Zobacz zdjęcie poniżej. Zielona linia wyświetla ceny ASSET. Niebieskie punkty reprezentują wartości ZLEMA. Różowa linia i punkty oznaczają wartości EMA. Jak widać, kiedy ceny tworzą linię prostą, wartości ZLEMA są dokładnie takie same jak ceny. Nie ma opóźnień, nie ma różnicy. ZLEMA po prostu reaguje znacznie szybciej niż EMA. Interesujące jest to, że tak się nie dzieje I co się stanie, jeśli ceny gwałtownie się zmienią? Spójrz na obrazek poniżej. Ponownie widać, że EMA potrzebuje czasu, aby dostosować się do zmieniających się warunków na rynku. Z drugiej strony ZLEMA może się dostosować prawie w tym samym momencie, w którym następuje zmiana ceny. Dzieje się tak dlatego, że obliczenia ZLEMA są dokonywane na danych de-lagged, zamiast na regularnych. Obecne ceny mają nadwagę i im bardziej przejdziemy do przeszłości, dane są bardziej niedowagą - ZLEMA usuwa opóźnienie, podwajając wzrost lub spadek cen między n a (n-1) 2 dni, aby zminimalizować efekt skumulowany. Jak używać tego wskaźnika analizy technicznej do handlowania Możesz używać go jako każdej innej średniej kroczącej (FRAMA, KAMA, HMA, T3, Vidya, DEMA, VAMA itd.). Pokazuje trendy panujące na rynku, dzięki czemu można wprowadzić transakcje, które są zgodne z obecnym trendem. Możesz łączyć ZLEMA z dowolną inną średnią ruchomą i szukać ich skrzyżowań. Możesz szukać wzorów wykresów (podpór, oporów, podwójnych blatów i spodów itd.), Ponieważ ZLEMA wytwarza bardziej płynne dane niż ceny zamknięcia. Możesz również spróbować kupić aktywa, gdy wartości ZLEMA rosną i sprzedać aktywa, gdy wartości spadają. Poniższy rysunek ilustruje tę strategię handlową. Żółta krzywa kreśli ZLEMA, a strzałki pokazują punkty przełamania średniej. Podobnie jak w przypadku prawie wszystkich wskaźników technicznych, najlepszą rzeczą, jaką może zrobić każdy sprzedawca, jest przetestowanie własnych danych, własnych ustawień i własnych zasad handlu. Co zaskakujące, czasami najlepszy wynik można osiągnąć za pomocą ustawień, które nie są powszechne, a zasady, które są dość dziwne na pierwszy rzut oka, tym bardziej rzeczy, które przedsiębiorca może zmienić i eksperymentować z lepszymi dla niego i jego strategią handlową. Jeśli jesteś zainteresowany głębszym studiowaniem tego wskaźnika technicznego i wolisz gotowe rozwiązania, ta sekcja może Cię zainteresować. Tam można znaleźć wszystkie dostępne wskaźniki w plikach Excel do pobrania. 8.20 Wykładnicza średnia ruchoma średnia Wykładnicza średnia ruchoma z zerem (ZLEMA) to odmiana EMA (patrz wykładnicza średnia ruchoma), która dodaje moment rozpędu zmierzający do zredukowania opóźnienia w średniej, aby ściślej śledzić bieżące ceny. Dla danego okresu N-dni formuła to: Gdzie okres Ldquolagrdquo to (N-1) 2. Zwykły EMA zastosowany do punktów prostych kończy się zawsze blisko (N-1) 2 dni temu. Tak więc pomysł dodania tej różnicy ldquoclose - closelagrdquo ma zrekompensować to opóźnienie, aby ZLEMA śledzić dokładnie linię prostą. Oczywiście rzeczywiste dane rzadko są prostą linią, ale zasadą jest popychanie ZLEMY w kierunku zbliżonego do obecnego zamknięcia. Obliczenia wciąż kończą się jako różne wagi dla każdej poprzedniej ceny. Efektem tego okresu jest wprowadzenie ostatnich cen na wagę i dokładne śledzenie oraz ujemne wagi na poprzednich warunkach. Nastąpił gwałtowny skok ciężarów w punkcie opóźnienia impulsu. Na przykład poniższy wykres jest wagą dla N15 (punkt 7 opóźnienia). Opóźnienie EMA na linii prostej można łatwo obliczyć za pomocą formuły mocy dla EMA (patrz wykładnicza średnia ruchoma), zastosowanej do nieskończonej sekwencji cen spadającej o 1 dzień każdego dnia i osiągającej dzisiaj 0. W przypadku nieliniowych sekwencji opóźnienie nie jest proste (N-1) 2. ale będzie się różnić w zależności od kształtu, okresu cyklicznych komponentów itp. Copyright 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009 Kevin Ryde Chart to darmowe oprogramowanie, które można redystrybuować i modyfikować zgodnie z warunkami GNU General Licencja Publiczna opublikowana przez Free Software Foundation w wersji 3 lub (według Państwa wyboru) w dowolnej późniejszej wersji. John Ehlers PAPIERY TECHNICZNE John Ehlers, twórca MESA, napisał i opublikował wiele artykułów dotyczących zasad stosowanych w cyklach rynkowych. Zapisy dotyczące dostępnych artykułów są wyświetlane poniżej. Pobierz każdy, wybierając skojarzony z nim HyperText. Dlaczego handlowcy tracą pieniądze (i co z tym zrobić) Artykuł z magazynu Maj 2008 w magazynie Stock amp Commodities opisał, jak tworzyć krzywe sztucznej aksjury, znając tylko współczynnik zysków i procent zwycięzców strategii handlowej. Uwzględniono również statystyki Bell Curve dotyczące handlu losowo wybranymi akcjami i obrotem portfelem. Jest to arkusz kalkulacyjny programu Excel, który umożliwia korzystanie z tych statystycznych deskryptorów wydajności systemu transakcyjnego. Predykcyjne wskaźniki efektywnych strategii handlowych Technicznie przedsiębiorcy rozumieją, że wskaźniki muszą usprawnić dane rynkowe, a wygładzenie wprowadza opóźnienie jako niechciany efekt uboczny. Wiemy również, że rynek jest fraktalem, a wykres tygodniowy jest podobny do wykresu miesięcznego, dziennego lub śróddziennego. To, co może nie być tak oczywiste, to to, że wraz ze wzrostem odstępu czasu wzdłuż osi X, wahania cen wysokich do niskich wzdłuż osi Y również rosną w przybliżeniu proporcjonalnie. Te spektralne zjawiska dylatacji powodują niepożądane zniekształcenia, które albo nie zostały rozpoznane, albo zostały w znacznym stopniu zignorowane przez twórców wskaźników i techników rynku. Wnioskowanie o strategiach transakcyjnych ze zmierzonych funkcji gęstości prawdopodobieństwa Był to zwycięzca nagrody MTA 2008 Charles H. Dow Award. W tym artykule przedstawiam implikacje różnych form detrendingu oraz sposób, w jaki wypadkowe rozkłady prawdopodobieństwa mogą być używane jako strategie do generowania efektywnych systemów transakcyjnych. Wyniki tych solidnych systemów handlu są porównywane do standardowych podejść. Ten papierowy pokaz i interaktywny sposób na wyeliminowanie tak długiego opóźnienia, jak pożądane z wygładzania filtrów. Oczywiście zmniejszone opóźnienie pojawia się po cenie zmniejszonej płynności filtra. Filtr nie wykazuje przejściowego przeregulowania często spotykanego w filtrach wyższego rzędu. Empirical Mode Decomposition Nowatorskie podejście do wykrywania trybów i trendów. Transformacja Fouriera dla inwestorów Problem z transformacją Fouriera dla pomiaru cykli rynkowych polega na tym, że mają bardzo słabą rozdzielczość. W tym artykule pokażę, jak użyć innej nieliniowej transformacji, aby poprawić rozdzielczość, aby transformacje Fouriera były użyteczne. Mierzone widmo jest wyświetlane jako mapa termiczna Wskaźniki Swiss Army Knife Indicator to tylko transfer odpowiedzi danych wejściowych. Dzięki zwykłej zmianie stałych wskaźnik ten może stać się EMA, SMA, 2-polowym filtrem gaussowskim dolnoprzepustowym, 2-woltowym filtrem dolnoprzepustowym Butterworth, filtrem FIR, filtrem Bandpass lub filtrem Bandstop. Filtr Ehlersa Opisano nietypowy, nieliniowy filtr FIR. Ten filtr jest jednym z najbardziej reagujących na zmiany cen, ale najłagodniejszym na rynkach bocznych. Ocena wydajności systemu Współczynnik zysku (wygrane brutto podzielone przez straty brutto) jest analogiczny do współczynnika wypłat w grach. Tak więc, gdy współczynnik zysku jest łączony z odsetkiem zwycięzców w szeregu zdarzeń losowych, przykłady symulowania wzrostu kapitału handlowego. W tym artykule opisano, w jaki sposób wspólne deskryptory wydajności są powiązane z tymi dwoma parametrami. Opisany jest arkusz kalkulacyjny programu Excel, umożliwiający wykonanie analizy Monte Carlo systemów transakcyjnych, jeśli znasz te dwa parametry (poza próbką). FRAMA (średnia adaptacyjna ruchoma FR). Nieliniową średnią ruchomą oblicza się za pomocą wykładnika Hursta. MAMA jest matką wszystkich adaptacyjnych średnich kroczących. W rzeczywistości nazwa jest akronimem dla MESA Adaptive Moving Average. Nieliniowe działanie tego filtru jest wytwarzane przez przesunięcie fazowe co pół cyklu. W połączeniu z FAMA, następującą adaptacyjną średnią ruchomą, crossovery tworzą doskonałe sygnały wejścia i wyjścia, które są względnie wolne od biczów. Time Warp bez Space Travel Laguerre Wielomiany są używane do generowania struktury filtra podobnej do prostej średniej ruchomej, z tą różnicą, że odstęp czasowy między kranami filtra jest nolinear. Wynik umożliwia tworzenie bardzo krótkich filtrów o właściwościach wygładzania znacznie dłuższych filtrów. Krótsze filtry oznaczają mniejsze opóźnienie. Zalety używania wielomianów Laguerre w filtrach widać zarówno w wskaźnikach, jak i automatycznych systemach transakcyjnych. Artykuł zawiera kod EasyLanguage. Oscylator CG Oscylator CG jest unikalny, ponieważ jest oscylatorem, który jest zarówno wygładzany, jak i zerowy. Znajduje środek ciężkości (CG) wartości cen w filtrze FIR. CG automatycznie wygładza filtr FIR (podobny do prostej średniej ruchomej), a pozycja CG jest dokładnie w fazie z ruchem cen. Kod EasyLanguage jest dołączony. Korzystanie z transformacji Fishera Wiele systemów transakcyjnych zaprojektowano, przyjmując założenie, że rozkład prawdopodobieństwa cen ma rozkład normalny (normalny) lub rozkład prawdopodobieństwa (Gaussa) o średniej. W rzeczywistości nic nie może być dalej od prawdy. W tym artykule opisano, w jaki sposób transformacja Fishera przekształca dane, aby uzyskać prawie normalny rozkład prawdopodobieństwa. Biorąc pod uwagę, że rozkład prawdopodobieństwa jest normalny po zastosowaniu transformacji Fishera, dane są używane do tworzenia punktów wejściowych z chirurgiczną precyzją. Artykuł zawiera kod EasyLanguage. Transformacja odwrotnego Fishera Transformacja odwrotnego Fishera może zostać wykorzystana do wygenerowania oscylatora, który szybko przełącza się między wyprzedaniem a wykupieniem bez użycia whipaweł. Opóźnienia filtrów gaussowskich to upadek filtrów wygładzających. W tym artykule pokazano, w jaki sposób można zmniejszyć opóźnienie i uzyskać najwyższe wygładzanie wierności, zmniejszając opóźnienie składowych o wysokiej częstotliwości w danych. Dostarczono pełną tabelę współczynników filtru Gaussa. Polacy i zera Opis filtrów cyfrowych w kategoriach Z Transforms. Filtry wyższych filtrów są opisane. Podano tabele współczynników dla 2 Polaków i 2 Polarnych filtrów Butterwortha. Animowanie średnich rzeczy Zmotywowane przez e-mail od Roberta B. Dostaję ten e-mail z zapytaniem o średnią ruchomą kadłuba (HMA) i. I nigdy wcześniej o tym nie słyszałeś. Uh. Zgadza się. W rzeczywistości, gdy googlowałem, odkryłem wiele ruchomych średnich, o których nigdy nie słyszałem, takich jak: Zero Lag Wykładnicza średnia ruchoma Mniejsza Średnia minimalna Średnia ruchoma kwadratowa Średnia ruchoma trójkątna Średnia Średnia ruchoma Średnia ruchoma z adaptacją. Więc pomyślałem, że porozmawiasz o średniej kroczącej i. Nie robiłeś tego wcześniej, jak tu i tu, tu i tu, i tutaj. Tak, tak, ale to było zanim poznałem wszystkie inne średnie ruchome. W rzeczywistości jedynymi, z którymi grałem były te, w których P 1. P 2. P n są ostatnimi n cenami akcji (P n jest najnowszą). Średnia ruchoma (SMA) (P 1 P 2. P n) K gdzie K n. Średnia ważona ruchoma (WMA) (P 1 2 P 2 3 P 3. N P n) K gdzie K (12 n) n (n 1) 2. Wykładnicza średnia ruchoma (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3.) K gdzie K 1 945945 2. 1 (1-945). Whoa nigdy wcześniej nie widziałem tej formuły EMA. Zawsze to robiłem. Tak, zwykle napisano to inaczej, ale chciałem pokazać, że te trzy mają podobne recepty. (Zobacz rzeczy EMA tutaj i tutaj.) Rzeczywiście, wszystkie wyglądają tak: Zwróć uwagę, że jeśli wszystkie Ps są równe, powiedzmy, Po, to średnia ruchowa równe jest Po. i tak powinien zachowywać się każdy szanujący się przeciętny człowiek. Więc co jest najlepsze Zdefiniuj najlepiej. Oto kilka średnich kroczących, próbujących śledzić serię cen akcji, które różnią się w sposób sinusoidalny: Ceny akcji podążają za krzywą sinusoidalną Gdzie znalazłeś taki produkt Zapamiętaj, że powszechnie używane średnie ruchome (SMA, WMA i EMA) osiągają maksimum później niż krzywa sinusoidalna. To opóźnienie i. Ale co z tym gościem HMA. Wygląda całkiem nieźle Tak, i o tym właśnie chcemy porozmawiać. W rzeczy samej. A co to jest 6 w HMA (6) i widzę coś zwanego MMA (36) i. Cierpliwość. Średnia krocząca kadłuba Rozpoczynamy od obliczenia 16-dniowej ważonej średniej kroczącej (WMA): 1 WMA (16) (P 1 2 P 2 3 P 3. 16 P n) K z K 12. 16 136. Chociaż jest to ładne i smoooth, będzie miało opóźnienie większe niż poślubienie: więc patrzymy na 8-dniowy WMA: podoba mi się Tak, podąża za zmianami cen całkiem ładnie. ale tam jest więcej. Podczas gdy WMA (8) analizuje nowsze ceny, nadal ma opóźnienie, więc widzimy, jak bardzo WMA zmieniła się podczas przejścia z 8-dniowego na 16-dniowe. Ta różnica wyglądałaby tak: w pewnym sensie ta różnica pokazuje, jak zmienia się WMA. więc dodajemy tę zmianę do naszego wcześniejszego WMA (8), aby podać: 2 MMA (16) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Dlaczego nazywam to MMA Jąkam. W każdym razie MMA (16) wyglądałby tak: Ill przyjmę to Patience. jest więcej. Teraz wprowadzamy magiczną transformację i otrzymujemy. Ta-DUM Thats Hull Tak. jak ja to rozumiem Ale jaki jest magiczny rytuał Po wygenerowaniu serii MMA obejmujących 8-dniowe i 16-dniowe ważone średnie ruchome, uważnie patrzymy na tę sekwencję liczb. Następnie obliczamy WMA w ciągu ostatnich 4 dni. To daje średnią ruchomą kadłuba, którą nazwaliśmy HMA (4). Huh 16 dni, następnie 8 dni, a następnie 4 dni. Rzucasz monetą, aby zobaczyć ile. Wybierz liczbę dni, np. N16. Następnie spójrz na WMA (n) i WMA (n2) i obliczyć MMA 2 WMA (n2) - WMA (n). (W naszym przykładzie jest to 2 WMA (8) - WMA (16), a następnie obliczyć WMA (sqrt (n)) przy użyciu tylko ostatnich sqrt (n) liczb z serii MMA. (W naszym przykładzie, to obliczenia a WMA (4), używając serii MMA.) A do tego zabawny wykres SINE Howd it Tak więc w arkuszu kalkulacyjnym Im nadal pracuje nad nim: MA-stuff. xls Ciekawe, jak różne średnie ruchy reagują na skoki: Czy HMA naprawdę ważona średnia ruchoma Cóż, zobaczmy: Mamy: 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 lub MMA 2 (136) - (1136) P 1 2 P 2. 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Ze względów sanitarnych prosimy o napisanie tak: MMA w 1 P 1 w 2 P 2. w 16 P 16. Zauważ, że wszystkie masy dodać do 1. Dalej, wk 2 (136) - (1136) K dla K 1, 2. 8 i wk - (1136) K dla K 9, 10. 16. Następnie, wykonując magiczny pierwiastkowy rytuał (gdzie sqrt (16) 4) mamy (przypominając, że P 16 jest najnowszą wartością).HMA 4-dniowe WMA powyższych MMA (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 (zauważając, że 1234 10). Huh P 0. P -1. Co. MMA (16) używa ostatnich 16 dni, wracając do ceny były callling P 1. Jeśli obliczysz średnią ważoną przez 4 dni z nich, MMA, dobrze wykorzystaj wczorajszy MMA (i to z powrotem 1 dzień przed P1), a dzień przed tym, MMA sięga 2 dni przed P1 i dniem przedtem. W porządku, więc nazywasz je cenami P 0. P -1 etc. etc. Masz to. Tak więc 16-dniowa HMA wykorzystuje informacje, które sięgają ponad 16 dni, prawda. Ale są ujemne wagi dla nich stare ceny Czy to jest legalne Dowód jest w. Tak tak. dowód jest w puddingu. Co robi arkusz kalkulacyjny Jak dotąd wygląda to tak: (Kliknij na obrazek, aby pobrać.) Możesz wybrać serię serii SINE lub RANDOM z cen akcji. W przypadku tych ostatnich za każdym razem, gdy klikniesz przycisk, otrzymasz kolejny zestaw cen. Następnie możesz wybrać liczbę dni: to jest nasza n. (Na przykład użyliśmy n 16 dla naszego przykładu powyżej). Ponadto, jeśli wybierzesz serię SINE, możesz wprowadzić spajki i przesunąć je wzdłuż wykresu. lubię to . Zauważ, że użyliśmy n 16 i n 36 (w obrazie arkusza kalkulacyjnego), ponieważ n2 i sqrt (n) są liczbami całkowitymi. Jeśli użyjesz czegoś podobnego do n 15, to arkusz kalkulacyjny użyje części INT np. N2 i sqrt (n), a mianowicie 7 i 3. Zatem, średnia krocząca kadłuba jest najlepsza Zdefiniuj najlepiej. A co z tą średnią Jurik, nic o niej nie wiem. To zastrzeżenie i musisz zapłacić za jego użycie. jednak pozwala grać z ruchomymi średnimi. Inna średnia ruchoma Załóżmy, że zamiast ważonej średniej ruchomej (gdzie ciężary są proporcjonalne do 1, 2, 3.). używamy magicznego rytuału Hulla z Wykładniczą średnią ruchomą. Oznacza to, że rozważamy: MAg 2 EMA (n2) - EMA (n) MAg Tak, to jest M oving A imm g immick lub M oving A un u gizedized or M oving A är g rand or. Lub P rzygoto w aj ą ej ę ść Zwracaj uwagę Wybieramy naszą ulubioną liczbę dni, np. N 16, i obliczamy MAg (n, 945, k) 945 EMA (nk) - (1-945) EMA (n). Możemy grać z 945 i k i zobaczyć, co otrzymamy: Na przykład tutaj jest kilka MAgs (gdzie trzymaliśmy się 16 dni, ale zmieniliśmy wartości 945 i k): MAg (16) 2 EMA (4) - EMA ( 16) MAg (16) 1,5 EMA (5) - 0,5 EMA (16) Zauważ, że kiedy wybieramy k 3 otrzymujemy nk 163 5.333, które zmieniamy na proste i proste 5.0. Dlaczego nie trzymasz się opcji Kadłubów: 945 2 i k 2 Dobry pomysł. Wed weź to: MAg (16) 2 EMA (8) - EMA (16) Wygląda jak wykres z 945 1.5 i k 3. Czy to prawda, czy nie zrobiłeś goof. ponownie Prawdopodobnie. A co z rytuałem pierwiastkowym, zostawiam to jako ćwiczenie. dla ciebie W porządku, podczas gry z tym MAg coś uważam, że Hulls k 2 działa całkiem dobrze. więc trzymaj się tego. Często jednak uzyskujemy całkiem dobrą średnią, gdy dodamy tylko niewielką część zmiany: EMA (n2) - EMA (n). W rzeczywistości dodaj tylko ułamek 946 tej zmiany. To daje: MAg (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Oznacza to, że wybieramy 946 0,5, a może tylko 946 0,25 lub cokolwiek i używamy: Na przykład, jeśli porównamy nasz zespół średnich kroczących podczas śledzenia funkcji STEP, otrzymujemy to, gdzie dodamy (dla MAg) tylko 946 12 zmiana. Tak, ale jaka jest najlepsza wartość beta. Zdefiniuj najlepiej: Zwróć uwagę, że beta 1 to wybór Hull. z wyjątkiem używania EMA zamiast WMA. A ty pomijasz tę kwadratową rzecz. Tak, tak. Zapomniałem o tym. Uwaga . Arkusz kalkulacyjny zmienia się z godziny na godzinę. Wygląda na to, że mam coś do zrobienia. Mam arkusz kalkulacyjny, który wygląda tak. kliknij na zdjęcie, aby pobrać. Wybierasz zapasy i klikasz przycisk, aby uzyskać roczną wartość dziennych cen. Ty wybierasz HMA lub MAg, zmieniając liczbę dni i, dla MAg, parametr i widzisz, kiedy powinieneś KUPIĆ SPRZEDAŻ. Kiedy opiera się na kryteriach Jeśli średnia ruchoma wynosi DOWN x od wartości maksymalnej w ciągu ostatnich 2 dni, KUPUJESZ. (W przykładzie, x 1,0) Jeśli jego UP z minimum w ciągu ostatnich 2 dni, SPRZEDAJ. (W przykładzie, y 1.5) Możesz zmienić wartości x i y. Czy to jest dobre. te kryteria powiedziałem, że było to coś do zabawy. Jest inna technika wygładzania, zwana filtrem Hodricka-Prescotta. Z pomocą Ron'a McEwan, który jest teraz zawarty w tym arkuszu kalkulacyjnym: Czy to dobrze? Graj z nim. Zauważysz, że istnieje parametr, który możesz zmienić w komórce M3. i KUPUJ i SPRZEDAJ sygnały.
No comments:
Post a Comment