Drie Eksponensiële bewegende gemiddelde Drie Eksponensiële bewegende gemiddelde Tegniese aanwyser (Tema) is ontwikkel deur Patrick Mulloy en gepubliseer in die quotTechnical Ontleding van Voorrade amp Commoditiesquot tydskrif. Die beginsel van die berekening is soortgelyk aan Dema (Double Eksponensiële bewegende gemiddelde). Die naam quotTriple Eksponensiële Moving Averagequot nie baie korrek weerspieël sy algoritme. Dit is 'n unieke kombinasie van die enkel, dubbel en trippel eksponensiële bewegende gemiddelde verskaffing van die kleiner lag as elkeen van hulle afsonderlik. TEMA kan gebruik word in plaas van die tradisionele bewegende gemiddeldes. Dit kan gebruik word vir glad prys data, sowel as vir glad ander aanwysers. Jy kan die handel seine van hierdie aanwyser te toets deur die skep van 'n kundige adviseur in MQL5 Wizard. Berekening Eerste Dema bereken word, dan is die fout van die prys afwyking van Dema bereken: dwaal (i) Prys (i) Dema (Price, N, II) dwaal (i) huidige Dema fout Prys (i) huidige prys Dema (Price, N, i) huidige Dema waarde van prys reeks met N tydperk. Dan voeg waarde van die eksponensiële gemiddeld van die fout en kry TEMA: TEMA (i) Dema (Price, N, i) EMO (dwaal N, i) Dema (Price, N, i) EMO (Prys - EMO (Price, N, i), N, i) Dema (Price, N, i) EMO (prys - Dema (Price, N, i), N, i) 3 EMO (Price, N, i) - 3 EMA2 (Price, N , i) EMA3 (Price, N, i) EMO (dwaal N, i) huidige waarde van die eksponensiële gemiddeld van die dwaal fout EMA2 (Price, N, i) huidige waarde van die dubbele sekwensiële prys glad EMA3 (Price, N , i) huidige waarde van die driedubbele opeenvolgende prys smoothing. Smoothing Smoothing en filter is twee van die mees algemeen gebruikte tydreekse tegnieke vir die verwydering van die geraas van die onderliggende data te help openbaar die belangrikste kenmerke en komponente (bv tendens, seisoenaliteit, ens) . Ons kan egter ook gebruik glad in ontbrekende waardes te vul en / of uit te voer 'n skatting. In hierdie uitgawe, sal ons bespreek vyf (5) verskillende glad metodes: geweeg bewegende gemiddelde (WBG i), eenvoudige eksponensiële gladstryking, dubbel eksponensiële gladstryking, lineêre eksponensiële gladstryking, en trippel eksponensiële gladstryking. Hoekom moet ons omgee Smoothing is baie dikwels gebruik (en misbruik) in die bedryf om 'n vinnige visuele ondersoek van die data eienskappe (bv tendens, seisoenaliteit, ens), pas in ontbrekende waardes maak, en uit te voer 'n vinnige buite-monster voorspelling. Waarom moet ons so baie glad funksies Soos ons sal sien in hierdie vraestel, elke funksie werk vir 'n ander aanname oor die onderliggende data. Byvoorbeeld, eenvoudige eksponensiële gladstryking aanvaar die data het 'n stabiele gemiddelde (of ten minste 'n stadig bewegende gemiddelde), so eenvoudig eksponensiële gladstryking sal sleg vaar in vooruitskatting data uitstal seisoenaliteit of 'n tendens. In hierdie vraestel, sal ons gaan oor elke smoothing funksie, na vore te bring sy aannames en parameters, en die toepassing daarvan deur voorbeelde te demonstreer. Geweegde bewegende gemiddelde (WBG) 'n bewegende gemiddelde is algemeen gebruik word met tydreeksdata te stryk korttermynskommelings en na vore te bring die langer termyn tendense of siklusse. 'N Geweegde bewegende gemiddelde het faktore vermenigvuldig om verskillende gewigte om data te gee op verskillende posisies in die monster venster. Die geweegde bewegende gemiddelde het 'n vaste venster (bv N) en die faktore is tipies gekies om gegewe meer gewig aan onlangse waarnemings. Die venster grootte (N) bepaal die aantal punte gemiddeld by elke keer, so 'n groter vensters grootte is minder gevoelig vir nuwe veranderinge in die oorspronklike tyd reeks en 'n klein venster grootte kan veroorsaak dat die reëlmatige uitset na lawaaierige wees. Want uit monster vooruitskatting doeleindes: Voorbeeld 1: Kom kyk na maandelikse verkope vir Maatskappy X, met behulp van 'n 4-maande (gelyk-geweegde) bewegende gemiddelde. Let daarop dat die bewegende gemiddelde altyd agter die data en die buite-monster voorspelling konvergeer na 'n konstante waarde. Kom ons probeer om 'n gewig skema (sien onder) wat meer klem op die nuutste waarneming gee gebruik. Ons geplot die gelyke-geweegde bewegende gemiddelde en WBG op dieselfde grafiek. Die WBG lyk meer reageer op onlangse veranderings en die buite-monster voorspelling konvergeer om dieselfde waarde as die bewegende gemiddelde. Voorbeeld 2: Kom ons kyk na die WBG in die teenwoordigheid van die tendens en seisoenaliteit. Vir hierdie voorbeeld, goed gebruik maak van die internasionale data passasier lugredery. Die bewegende gemiddelde venster is 12 maande. Die MA en die WBG tred hou met die tendens, maar die buite-monster voorspelling plat. Verder, hoewel die WBG vertoon 'n aantal seisoenaliteit, dit is altyd agter die oorspronklike data. (Browns) Eenvoudige Eksponensiële Smoothing Eenvoudige eksponensiële gladstryking is soortgelyk aan die WBG, met die uitsondering dat die venster grootte oneindige en die gewig faktore verminder eksponensieel. Soos ons gesien het in die WBG, word die eenvoudige eksponensiële geskik vir tydreekse met 'n stabiele gemiddelde, of ten minste 'n baie stadige bewegende gemiddelde. Voorbeeld 1: Kom ons gebruik die maandelikse verkope data (soos ons gedoen het in die WBG voorbeeld). In die voorbeeld hierbo, het ons besluit die glad faktor te wees 0.8, wat die vraag smeek: Wat is die beste waarde vir die smoothing faktor Beraming van die beste waarde uit die data met behulp van die TSSUB funksie (om die fout te bereken), SUMSQ, en Excel data tafels, bereken ons die som van die gekwadreerde foute (SSE) en geplot die resultate: die SSE sy minimum waarde rondom 0.8 bereik, sodat ons opgetel hierdie waarde vir ons glad. (Holt-Winters) Double Eksponensiële Smoothing Eenvoudige eksponensiële gladstryking nie goed doen in die teenwoordigheid van 'n tendens, so 'n paar metode onder die dubbele eksponensiële sambreel bedink word voorgestel om hierdie tipe van data te hanteer. NumXL ondersteun Holt-Winters dubbele eksponensiële gladstryking, wat die volgende formulering neem: Voorbeeld 1: Kom ons kyk na die internasionale data passasiers lugredery Ons het 'n Alpha waarde van 0,9 en 'n Beta van 0,1. Let asseblief daarop dat hoewel dubbel glad spore van die oorspronklike data goed, die buite-monster voorspelling is minderwaardig teenoor die eenvoudige bewegende gemiddelde. Hoe kan ons die beste glad faktore Ons neem 'n soortgelyke benadering tot ons eenvoudige eksponensiële gladstryking voorbeeld, maar aangepas is vir twee veranderlikes. Ons bereken die som van die gekwadreerde foute op te rig 'n twee-veranderlike data tafel, en pluk die alfa en beta waardes wat die algehele SSE verminder. (Browns) Lineêre Eksponensiële Smoothing Dit is 'n ander metode van dubbele eksponensiële gladstryking funksie, maar dit het een glad faktor: Browns dubbele eksponensiële gladstryking neem een parameter minder as Holt-Winters funksie, maar dit mag nie so 'n goeie passing as daardie funksie. Voorbeeld 1: Kom ons gebruik dieselfde voorbeeld in Holt-Winters dubbele eksponensiële en vergelyk die optimale som van die gekwadreerde foute. Die Browns dubbele eksponensiële pas nie in die voorbeeld van die data asook die Holt-Winters metode, maar die buite-monster (in hierdie geval) is beter. Hoe kan ons die beste glad faktor () Ons gebruik dieselfde metode om die alfa waarde dat die som van die gekwadreerde foute verminder kies. Vir die voorbeeld steekproefdata, is die alfa bevind word 0.8. (Winters) Drie Eksponensiële glad die driedubbele eksponensiële gladstryking in ag neem seisoenale veranderinge sowel as tendense. Hierdie metode vereis 4 parameters: Die formulering vir trippel eksponensiële gladstryking is meer betrokke as enige van die voriges. Maak seker ons online help vir die presiese formulering. Voorbeeld: Gebruik die internasionale passasiers lugredery data, kan ons winters toepassing trippel eksponensiële gladstryking, vind optimale parameters, en uit te voer 'n out-of monster skatting. Dit is duidelik dat, is die winter trippel eksponensiële gladstryking beste toegepas vir hierdie data monster, want dit volg die waardes en en die buite-monster voorspelling vertoon seisoenaliteit (L12). Hoe kan ons die beste glad faktor () Weereens, moet ons die waardes wat die algehele som van die gekwadreerde foute (SSE) verminder haal, maar die data tabelle kan gebruik word vir meer as twee veranderlikes, sodat ons terugval op die Excel oplosser: (1) Stel die minimalisering probleem met die SSE as die nutsfunksie (2) die beperkings vir hierdie probleem Gevolgtrekking ondersteuning FilesTriple Eksponensiële bewegende gemiddelde: die TEMA aanwyser Opdateer: April 25, 2016 op 02:55 Drie Eksponensiële bewegende gemiddelde . of TEMA. is 'n tipe van eksponensiële bewegende gemiddelde van Patrick Mulloy ontwikkel in 1994. Een van die algemene probleme van die handel met EMA of ossillators was nog altyd die onvermydelike kwessie van lag teëkom in die handel besluite nie. Die TEMA is ontwikkel om te gaan met hierdie probleem. Die neem van die bewegende gemiddelde van die prys glad uit korttermyn skommelinge. Maar wat gebeur as ons die EMO van die EMO neem om dubbeld glad die mark aksie Dit is nie moeilik om te sien dat die nuwe MA 'n nog gladder prentjie van die prys aksie sal skep, wat dit moontlik maak om tendense en veranderinge te identifiseer met 'n groter mate van duidelikheid. Die genie van die Tema egter nie in hierdie idee van die neem van opeenvolgende EMA EMAS, maar in die sloerende termyn by die formule om te gaan met die probleem van vertraagde seine. Bogenoemde grafiek van maandelikse prysbewegings in die EURUSD paar toon duidelik die groot krag van TEMA (blou dun lyn). In die vier terugskrywings tussen Augustus 2005 en April 2010 die TEMA aanwyser straal seine wat ly aan baie min lag. Byvoorbeeld, is die uiteensetting van die omvang patroon in die paar maande bestaande ná Augustus 2005 byna onmiddellik te kenne gegee deur 'n samevallende ommekeer van die aanwyser, met die sterk dryfkrag van die prys beweging gepaard gaan met die in die aanwyser gestig duidelike tendens. Dieselfde patroon is waargeneem in die daaropvolgende terugskrywings in Junie 2008, en Maart 2009, hoewel die laasgenoemde twee is samevallende met erge wisselvalligheid wat die betekenis van die waarskuwings wat uitgestraal word deur die aanwyser te verminder. Nietemin is daar duidelike geleenthede waar die prys kruise bo of onder die Tema of waar 'n streep verander in 'n kurwe. Berekening Die Drie eksponensiële bewegende gemiddelde word bereken volgens die volgende formule: Alles wat die handelaar moet doen ten einde die TEMA waarde bereken is om te besluit die tydperk van die aanwyser. Byvoorbeeld, wanneer ons bepaal dat die tydperk sal wees 5 dae, die aanwyser sal die EMO op rou prys data te bereken. Daarna sal dit die nuwe EMO beskou asof dit die nuwe grafiek van die prys aksie, en neem 'n tweede EMO daarvan. Hierdie tweede waarde is ook genoem die dubbele EMO of Dema. Ten slotte, sal 'n derde EMO van die Dema bereken en die waardes sal in bogenoemde formule word ingeprop om te bereik by die waarde van die aanwyser. In die bogenoemde paragrawe het ons genoem dat die TEMA handel oor die lag kwessie van die meeste eksponensiële bewegende gemiddeldes deur die toevoeging van 'n nuwe kwartaal aan die berekening. Hierdie nuwe termyn is die dubbele EMO (dit wil sê die EMO van die EMO) met die minusteken in die formule. Deur te trek hierdie term uit die som van die EMO en die driedubbele EMO vermenigvuldig met drie, is die aanduiding verskuif na regs, terwyl op dieselfde tyd wisselvalligheid is sowel verminder. Strategie TEMA is 'n kragtige instrument en dit kan net so doeltreffend aangewend word in 'n eenvoudige, monolitiese benadering tot die tendens te jaag in 'n lang termyn konteks, aangesien dit gebruik kan word om korter termyn bewegings handel in 'n komplekse handel stelsel. Die aanwyser is 'n tendens aanwyser. In die lig van sy neiging om uit te stryk enige korttermyn ondergang, sal dit moeilik wees om te gebruik in 'n wissel mark waar korttermyn skommelinge binne die grense van die reeks patroon skep die grootste handel geleenthede. Oor die algemeen, hoe langer die tendens duur, hoe makliker is dit om dit te handel met TEMA. In 'n meer blywende tendens kan ons tydperke van wisselvalligheid te ignoreer, en die seine van die aanwyser is makliker om te gebruik. Aan die ander kant, die meer vlugtige die neiging is, hoe minder bruikbaar hierdie aanwyser word. Jy kan dit kombineer met verskeie ossillators te periodes van skerp skommelinge as toevoeging / onttrekking fases vir die handel te ontgin, en jy kan ook addisionele gereedskap gebruik om wisselvalligheid afsonderlik te evalueer. 'N Kombinasie van die MACD verander met hierdie aanwyser (waar dit vervang die gewone EMA gebruik vir glad die prys) is veral gewild onder sommige handelaars. Opsomming Die voordele van die integrasie van die Drie Eksponensiële bewegende gemiddelde in jou strategie is talle. Dit is 'n baie makliker om tendense te identifiseer met dit, is daar geen vertraging probleem, en die gebruik van die aanwyser is nie anders as die gebruik van enige eenvoudige of eksponensiële bewegende gemiddelde. Die nadele van die Tema aan die ander kant, is dat dit net te vinnig om 'n verandering in momentum stel, en dat die duidelike en sterk seine wat dit gee oor die prys aksie kan nie altyd saam met 'n ewe eenvoudige en easy - om-trade mark opset. Die hoofdoel van die gebruik van die TEMA aanwyser is filter wisselvalligheid. Wanneer die handelaar wil om te fokus op 'n langdurige, sterk en geloofwaardige tendens met 'n eenvoudige tendens volgende strategie TEMA is 'n kosbare instrument, en dit is dikwels moontlik om alleen afhanklik is vir die opwekking van aksie handel seine. Maar in gevalle waar wisselvalligheid is 'n groot probleem, TEMA kan nie 'n goeie keuse wees, veral as dit nie gebruik word in samewerking met Bollinger Bands, of die standaardafwyking instrument om die risiko van 'n hoogs wisselvallige mark te ontleed. Risiko Verklaring: Trading buitelandse valuta op marge dra 'n hoë vlak van risiko en mag nie geskik vir alle beleggers nie. Die moontlikheid bestaan dat jy meer as jou aanvanklike deposito kan verloor. Die hoë mate van die hefboom kan werk teen jou sowel as vir you. Exponential bewegende gemiddelde - EMO laai die speler. Afbreek van Eksponensiële bewegende gemiddelde - EMO Die 12- en 26-dag EMA is die gewildste kort termyn gemiddeldes, en hulle word gebruik om aanwysers soos die bewegende gemiddelde konvergensie divergensie (MACD) en die persentasie prys ossillator (PPO) te skep. In die algemeen, is die 50- en 200-dag EMA as seine van 'n lang termyn tendense. Handelaars wat tegniese ontleding diens vind bewegende gemiddeldes baie nuttig en insiggewend wanneer dit korrek toegepas word, maar skep chaos wanneer onbehoorlik gebruik of verkeerd verstaan. Al die bewegende gemiddeldes wat algemeen gebruik word in tegniese ontleding is, volgens hulle aard, sloerende aanwysers. Gevolglik moet die afleidings wat op die toepassing van 'n bewegende gemiddelde op 'n bepaalde mark grafiek wees om 'n mark skuif bevestig of om sy krag te toon. Heel dikwels is, teen die tyd dat 'n bewegende gemiddelde aanwyser lyn het 'n verandering aan 'n beduidende stap in die mark weerspieël gemaak het die optimale punt van toegang tot die mark reeds geslaag. 'N EMO nie dien om hierdie dilemma te verlig tot 'n mate. Omdat die EMO berekening plaas meer gewig op die jongste data, dit drukkies die prys aksie 'n bietjie stywer en reageer dus vinniger. Dit is wenslik wanneer 'n EMO word gebruik om 'n handels inskrywing sein herlei. Interpretasie van die EMO Soos alle bewegende gemiddelde aanwysers, hulle is baie meer geskik vir trending markte. Wanneer die mark is in 'n sterk en volgehoue uptrend. die EMO aanwyser lyn sal ook 'n uptrend en andersom vir 'n down tendens toon. A waaksaam handelaar sal nie net aandag te gee aan die rigting van die EMO lyn, maar ook die verhouding van die tempo van verandering van die een bar na die volgende. Byvoorbeeld, as die prys aksie van 'n sterk uptrend begin plat en reverse, van die EMAS tempo van verandering van die een bar na die volgende sal begin om te verminder tot tyd en wyl die aanwyser lyn plat en die tempo van verandering is nul. As gevolg van die sloerende uitwerking, deur hierdie punt, of selfs 'n paar bars voor, die prys aksie moet reeds omgekeer. Dit volg dus dat die waarneming van 'n konsekwente verminderde in die tempo van verandering van die EMO kon self gebruik word as 'n aanduiding dat die dilemma wat veroorsaak word deur die sloerende uitwerking van bewegende gemiddeldes verder kon teen te werk. Algemene gebruike van die EMO EMA word algemeen gebruik word in samewerking met ander aanwysers aan beduidende mark beweeg bevestig en om hul geldigheid te meet. Vir handelaars wat intraday en vinnig bewegende markte handel te dryf, die EMO is meer van toepassing. Dikwels handelaars gebruik EMA om 'n handels vooroordeel bepaal. Byvoorbeeld, as 'n EMO op 'n daaglikse grafiek toon 'n sterk opwaartse neiging, kan 'n intraday handelaars strategie wees om net handel van die lang kant op 'n intraday chart. You is hier: Tegniese Analytics GT Chart Indicators GT Drie Eksponensiële bewegende gemiddelde (TEMA ) Wend 'n Drie Eksponensiële bewegende gemiddelde (TEMA) aanwyser n tegniese aanwyser wat gebruik word vir glad prys en ander data. Dit is 'n samestelling van 'n enkele eksponensiële bewegende gemiddelde, 'n dubbele eksponensiële bewegende gemiddelde en 'n driedubbele eksponensiële bewegende gemiddelde. Die TEMA glad prysskommelings en filters uit wisselvalligheid, waardeur dit makliker om tendense te identifiseer met 'n bietjie lag. Dit is 'n nuttige hulpmiddel in die identifisering van sterk, langdurige tendense, maar van beperkte gebruik in-reeks gebind markte met korttermyn skommelinge kan wees. Om aansoek te doen 'n driedubbele Eksponensiële bewegende gemiddelde aanwyser Van binne 'n grafiek van die Edit 160menu Studies kies. Kies Drie Eksponensiële bewegende gemiddelde en kliek Voeg by die studie van die Toegepaste Studies groep voeg. Volledige parameters soos nodig. Sodra die studie gedefinieer is, kan jy kies om ontmerk / check om te verwyder en voeg die studie om jou grafiek.
No comments:
Post a Comment