Fraktal moving average excel

MetaTrader 5 - Wskaźniki Fractal Adaptive Moving Average (FrAMA) - wskaźnik dla MetaTrader 5 Fractal Adaptive Moving Średni wskaźnik techniczny (FRAMA) został opracowany przez Johna Ehlersa. Ten wskaźnik zbudowany jest w oparciu o algorytm Exponential Moving Average. w którym współczynnik wygładzania jest obliczany na podstawie bieżącego wymiaru fraktalnego szeregu cen. Zaletą FRAMA jest możliwość śledzenia silnych ruchów trendów i dostatecznego spowolnienia w momentach konsolidacji cen. Wszystkie rodzaje analiz stosowane w przypadku średnich kroczących można zastosować do tego wskaźnika. Fractal Adaptive Moving Average Indicator FRAMA (i) A (i) Cena (i) (1 - A (i)) FRAMA (i-1) FRAMA (i) - aktualna wartość FRAMA Cena (i) - aktualna cena FRAMA (i -1) - poprzednia wartość FRAMA A (i) - bieżący współczynnik wygładzania wykładniczego. Wykładniczy współczynnik wygładzania oblicza się zgodnie z poniższym wzorem: A (i) EXP (-4,6 (D (i) - 1)) D (i) - aktualny wymiar fraktalny EXP () - funkcja matematyczna wykładnika. Wymiar fraktalny linii prostej jest równy jeden. Z równania wynika, że ​​jeśli D 1, to A EXP (-4,6 (1-1)) EXP (0) 1. Tak więc jeśli cena zmienia się w liniach prostych, wygładzanie wykładnicze nie jest stosowane, ponieważ w takim przypadku wzór wygląda następująco: FRAMA (i) 1 Cena (i) (1 - i) FRAMA (i-1) Cena (i) Tj. wskaźnik dokładnie podąża za ceną. Wymiar fraktalny płaszczyzny jest równy dwóm. Z wzoru otrzymujemy, że jeśli D 2, to współczynnik wygładzania A EXP (-4,6 (2-1)) EXP (-4,6) 0,01. Tak małą wartość wykładniczego współczynnika wygładzania uzyskuje się w momentach, gdy cena powoduje silny ruch piłokształtny. Tak duże spowolnienie odpowiada około 200-okresowej prostej średniej kroczącej. Wzór wymiaru fraktalnego: D (LOG (N1 N2) - LOG (N3)) LOG (2) Jest obliczany na podstawie dodatkowej formuły: N (długość, i) (najwyższa cena (i) - najniższa cena (i)) długość najwyższa cena (i) - aktualna maksymalna wartość dla okresów długości najniższa cena (i) - aktualna minimalna wartość dla okresów długości wartości N1, N2 i N3 są odpowiednio równe: N1 (i) N (długość, i) N2 (i) N (długość, i Length) N3 (i) N (2 Length, i) Adaptive Moving Średnia prowadzi do lepszych wyników Średnie ruchome są ulubionym narzędziem aktywnych handlowców. Jednakże, gdy konsolidują się rynki, ten wskaźnik prowadzi do licznych transakcji typu whippaw, co skutkuje frustrującą serią małych wygranych i strat. Analitycy spędzili dziesięciolecia próbując poprawić prostą średnią kroczącą. W tym artykule przyglądamy się tym wysiłkom i odkrywamy, że ich poszukiwania doprowadziły do ​​użytecznych narzędzi handlowych. (Aby uzyskać więcej informacji na temat prostych średnich kroczących, sprawdź Proste średnie ruchome Wyróżnij trendy.) Zalety i wady średnich kroczących W podsumowaniu pierwszej edycji analizy technicznej podsumowano zalety i wady średnich kroczących. Robert Edwards i John Magee Trendy magazynowe. kiedy powiedzieli i, w 1941 roku, że z radością dokonaliśmy tego odkrycia (choć wielu wcześniej je zrobiło), dzięki uśrednieniu danych dla określonej liczby dni można uzyskać rodzaj zautomatyzowanej linii trendu, która z pewnością zinterpretuje zmiany trend Wydawał się prawie zbyt piękny, aby mógł być prawdziwy. W rzeczywistości było zbyt piękne, aby mogło być prawdziwe. Wady przewyższające zalety, Edwards i Magee szybko porzucili swoje marzenie o handlu z bungalowu na plaży. Ale 60 lat po napisaniu tych słów inni uparcie próbują znaleźć proste narzędzie, które bez wysiłku zapewni bogactwo rynków. Proste średnie ruchome Aby obliczyć prostą średnią ruchomą. dodaj ceny dla żądanego okresu i podziel według liczby wybranych okresów. Znalezienie pięciodniowej średniej ruchomej wymagałoby zsumowania pięciu ostatnich cen zamknięcia i podzielenia przez pięć. Jeśli ostatnie zamknięcie jest powyżej średniej ruchomej, stan zapasów zostanie uznany za wzrostowy. Downtrends są definiowane przez ceny handlujące poniżej średniej ruchomej. (Więcej informacji można znaleźć w naszym samouczku Moving Averages.) Ta właściwość definiująca trendy umożliwia przenoszenie średnich w celu generowania sygnałów handlowych. W najprostszej aplikacji kupcy kupują, gdy ceny przekraczają średnią ruchomą i sprzedają się, gdy ceny przekroczą tę linię. Takie podejście gwarantuje, że przedsiębiorca znajdzie się po właściwej stronie każdej znaczącej transakcji. Niestety, podczas wygładzania danych, średnie ruchome będą opóźnione w stosunku do działań rynkowych, a inwestor prawie zawsze odda znaczną część swoich zysków nawet na największych transakcjach wygranych. Wykładnicze średnie ruchome Analitycy zdają się podoba mi idea średniej ruchomej i spędzili lata próbując zmniejszyć problemy związane z tym opóźnieniem. Jedną z tych innowacji jest wykładnicza średnia ruchoma (EMA). Takie podejście przypisuje relatywnie większą wagę do ostatnich danych, w wyniku czego pozostaje bliższe akcji cenowej niż zwykłej średniej ruchomej. Wzór do obliczania wykładniczej średniej kroczącej to: EMA (Weight Close) ((1-Weight) EMAy) Gdzie: Weight jest stałą wygładzania wybraną przez analityka EMAy jest wykładniczą średnią kroczącą z wczoraj Wspólną wagą jest 0,181, co zbliża się do 20-dniowej prostej średniej kroczącej. Kolejne jest 0,10, co stanowi około 10-dniową średnią kroczącą. Chociaż zmniejsza opóźnienie, wykładnicza średnia ruchoma nie rozwiązuje innego problemu z ruchomymi średnimi, co oznacza, że ​​ich wykorzystanie do sygnałów transakcyjnych doprowadzi do dużej liczby przegranych transakcji. W nowych koncepcjach w technicznych systemach handlu. Welles Wilder szacuje, że rynki rosną tylko o jedną czwartą. Aż 75 transakcji handlowych ogranicza się do wąskich przedziałów, kiedy ruchome średnie sygnały kupna i sprzedaży będą generowane wielokrotnie, gdy ceny gwałtownie przekroczą średnią ruchomą. Aby rozwiązać ten problem, kilku analityków zasugerowało zmianę współczynnika ważenia w obliczeniach EMA. (Aby uzyskać więcej, zobacz Jak używane są średnie ruchome w handlu) Adaptacja średnich ruchomych do akcji rynkowych Jedną z metod radzenia sobie z niedogodnościami średnich kroczących jest pomnożenie współczynnika ważącego przez współczynnik zmienności. Takie działanie oznaczałoby, że średnia krocząca byłaby wyższa od obecnej ceny na niestabilnych rynkach. To pozwoliłoby zwycięzcom na bieganie. Wraz z końcem trendu i konsolidacją cen. średnia ruchoma zbliżyłaby się do aktualnej akcji rynkowej i teoretycznie pozwoliłaby przedsiębiorcy zatrzymać większość zysków wychwyconych podczas trendu. W praktyce współczynnik zmienności może być wskaźnikiem, takim jak szerokość pasma Bollingera, który mierzy odległość między dobrze znanymi pasmami Bollingera. (Aby uzyskać więcej informacji na temat tego wskaźnika, patrz Podstawy pasm Bollingera.) Perry Kaufman zasugerował zastąpienie zmiennej ważonej w formule EMA stałą opartą na współczynniku efektywności (ER) w swojej książce Nowe systemy i metody handlu. Wskaźnik ten służy do pomiaru siły trendu, zdefiniowanego w zakresie od -1,0 do 1,0. Oblicza się ją za pomocą prostej formuły: ER (całkowita zmiana ceny za okres) (suma bezwzględnych zmian cen dla każdego słupka) Rozważ zapas, który ma pięciopunktowy zasięg każdego dnia, a po upływie pięciu dni uzyskał łączną wartość 15 punktów. To spowoduje ER równy 0,67 (15 punktów ruchu w górę podzielony przez całkowity 25-punktowy zakres). Gdyby ten czas spadł o 15 punktów, ER wynosiłby -0,67. (Aby uzyskać więcej porad dotyczących handlu od Perry'ego Kaufmana, przeczytaj artykuł Losing To Win, w którym opisano strategie radzenia sobie ze stratami handlowymi). Zasada efektywności trendów opiera się na tym, ile ruchu kierunkowego (lub trendu) uzyskujesz na jednostkę ruchu cen w ciągu określony okres czasu. ER z 1,0 wskazuje, że akcje są w doskonałym trendzie wzrostowym -1,0 oznacza doskonały trend zniżkowy. Praktycznie rzecz biorąc, skrajności są rzadko osiągane. Aby zastosować ten wskaźnik do znalezienia adaptacyjnej średniej ruchomej (AMA), handlowcy będą musieli obliczyć wagę za pomocą następującej, raczej złożonej, formuły: C (ER (SCF SCS)) SCS 2 Gdzie: SCF jest wykładniczą stałą dla najszybszego EMA dopuszczalne (zwykle 2) SCS jest wykładniczą stałą dla najwolniejszego EMA dopuszczalnego (często 30) ER jest współczynnikiem wydajności, który został odnotowany powyżej. Wartość C jest następnie używana w formule EMA zamiast prostszej zmiennej wagi. Chociaż trudno obliczyć ręcznie, adaptacyjna średnia krocząca jest dostępna jako opcja w prawie wszystkich pakietach oprogramowania transakcyjnego. (Aby dowiedzieć się więcej na temat EMA, przeczytaj Odkrywanie wykładniczo ważonej średniej ruchomej.) Przykłady prostej średniej ruchomej (czerwona linia), wykładniczej średniej kroczącej (niebieska linia) i adaptacyjnej średniej ruchomej (zielona linia) są pokazane na rysunku 1. Rysunek 1: AMA jest w kolorze zielonym i wykazuje największy stopień spłaszczenia w akcji związanej z zasięgiem, widzianej po prawej stronie tego wykresu. W większości przypadków wykładnicza średnia krocząca, pokazana jako niebieska linia, jest najbliższa akcji cenowej. Prosta średnia ruchoma jest pokazana jako czerwona linia. Trzy średnie ruchome pokazane na wykresie są podatne na różne transakcje w różnych okresach. Ta wada średnich kroczących do tej pory nie była możliwa do wyeliminowania. Wnioski Robert Colby przetestował setki narzędzi do analizy technicznej w The Encyclopedia of Technical Market Indicators. Doszedł do wniosku, że chociaż adaptacyjna średnia ruchoma jest ciekawym nowszym pomysłem o znacznym apelowaniu intelektualnym, nasze wstępne testy nie wykazują żadnej rzeczywistej praktycznej korzyści dla tej bardziej złożonej metody wygładzania trendów. To nie znaczy, że inwestorzy powinni ignorować ten pomysł. AMA można połączyć z innymi wskaźnikami w celu stworzenia rentownego systemu handlu. (Aby dowiedzieć się więcej na ten temat, przeczytaj sekcję Odkrywanie kanałów Keltnera i oscylatora Chaikin.) ER może być używany jako niezależny wskaźnik trendu, aby wykryć najbardziej dochodowe okazje handlowe. Jako przykład, wskaźniki powyżej 0,30 wskazują na silne tendencje wzrostowe i stanowią potencjalne zakupy. Alternatywnie, ponieważ zmienność porusza się w cyklach, akcje o najniższym wskaźniku efektywności mogą być obserwowane jako szanse na przełamanie. FRAMA - Fractal Adaptive MA Fractal adaptacyjna średnia ruchoma (skrót FRAMA znany również jako FAMA) została stworzona przez Johna Ehlersa. Celem FRAMA jest identyfikacja fraktali cenowych. Fraktale są geometrycznymi kształtami, które można podzielić na mniejsze części. Te części są tylko mniejszą kopią całego kształtu geometrycznego. FRAMA dzieli wykres cenowy na mniejsze części, a następnie porównuje te części ze sobą. Wykres cenowy jest skupiskiem wielu kwadratów - większych i mniejszych. Na przykład. jeśli chcemy obliczyć 8-dniową średnią ruchomą Fractal Adaptive, Frama analizuje te 8-dniowe okresy czasu, ale analizuje również, jak działa cena w ciągu pierwszych 4 dni i następnych 4 dni. Celem Framy jest wzięcie pod uwagę jedynie istotnych zmian cen. Jeśli cena znacząco zmieni jedną stronę, Frama bardzo mocno podąży za ceną. Jeśli cena mieści się w zakresie bez ważnego ruchu cenowego, Frama będzie działać bardzo płasko. Innymi słowy - ta średnia ruchoma zmienia liczbę dni na jej obliczenie, w zależności od zachowania fraktali. To jest powód, dla którego jest adaptacyjny (podobny do KAMA). Jeśli jesteś zainteresowany głębszym studiowaniem tego wskaźnika i wolisz gotowe rozwiązania, może zainteresować cię następna strona internetowa. Tam można znaleźć i pobrać wskaźniki analizy technicznej w plikach Excel. Wykryto rozszerzenie przeglądarki AdBlock. Wyłącz tę opcję, aby kontynuować