Kaufman Adaptive Moving Average Filter

Kaufman s Adaptive Moving Average KAMA. Kaufman s Adaptive Moving Average KAMA. Developed von Perry Kaufman, Kaufman s Adaptive Moving Average KAMA ist ein gleitender Durchschnitt, der für Marktlärm oder Volatilität verantwortlich ist KAMA wird die Preise genau verfolgen, wenn die Preisschwankungen relativ klein sind und Der Lärm ist niedrig KAMA wird sich anpassen, wenn sich die Preisschwankungen erweitern und die Preise aus einer größeren Distanz befolgen. Dieser Trendfolgende Indikator kann verwendet werden, um den Gesamttrend, die Zeitdrehpunkte und die Filterpreisbewegungen zu identifizieren. Für die Berechnung von Kaufman s gibt es mehrere Schritte Adaptive Moving Average Beginnen wir zunächst mit den von Perry Kaufman empfohlenen Einstellungen, die KAMA 10,2,30.10 sind die Anzahl der Perioden für das Effizienzverhältnis ER.2 ist die Anzahl der Perioden für die schnellste EMA constant.30 ist die Nummer Von Perioden für die langsamste EMA-Konstante. Vor der Berechnung von KAMA müssen wir das Wirkungsgrad ER und die Glättungskonstante SC berechnen. Die Formel in die Bissgröße n zerlegen Uggets macht es einfacher, die Methodik hinter dem Indikator zu verstehen. Beachten Sie, dass ABS für Absolut Value steht. Effizienzverhältnis ER. Das ER ist grundsätzlich die Preisänderung, die für die tägliche Volatilität angepasst wird. In statistischer Hinsicht sagt das Effizienzverhältnis die fraktale Effizienz des Preises Änderungen ER schwankt zwischen 1 und 0, aber diese Extreme sind die Ausnahme, nicht die Norm ER wäre 1, wenn die Preise verschoben 10 aufeinander folgenden Perioden oder nach 10 aufeinander folgenden Perioden ER wäre null, wenn der Preis unverändert über die 10 Perioden ist. Smoothing Constant SC Die Glättungskonstante verwendet die ER und zwei Glättungskonstanten auf der Grundlage eines exponentiellen gleitenden Durchschnitts. Wie Sie vielleicht bemerkt haben, verwendet die Glättungskonstante die Glättungskonstanten für einen exponentiellen gleitenden Durchschnitt in ihrer Formel 2 30 1 ist die Glättungskonstante für eine 30 - periode EMA Die schnellste SC ist die Glättungskonstante für kürzere EMA 2-Perioden Die langsamste SC ist die Glättungskonstante für die langsamsten EMA 30-Perioden. Beachten Sie, dass die 2 am Ende ist Um die Gleichung zu quadrieren. Mit dem Efficiency Ratio ER und Smoothing Constant SC sind wir nun bereit, Kaufman s Adaptive Moving Average KAMA zu berechnen Da wir einen Anfangswert benötigen, um die Berechnung zu starten, ist die erste KAMA nur ein einfacher gleitender Durchschnitt Die folgenden Berechnungen Basieren auf der folgenden Formel. Berechnungsbeispiel-Diagramm Die Bilder unten zeigen einen Screenshot aus einer Excel-Tabelle, die verwendet wird, um KAMA und das entsprechende QQQ-Diagramm zu berechnen. Usage und Signals. Chartists können KAMA wie jeden anderen Trend folgen Indikator, wie a Bewegte durchschnittliche Chartisten können nach Preiskreuzen, Richtungsänderungen und gefilterten Signalen suchen. Zuerst zeigt ein Kreuz über oder unter KAMA Richtungsänderungen in den Preisen Wie bei jedem gleitenden Durchschnitt wird ein einfaches Crossover-System viele Signale erzeugen und viele Peitschen Chartisten können reduzieren Whipsaws durch die Anwendung eines Preises oder Zeit-Filter auf die Crossovers Man könnte erfordern Preis, um das Kreuz für die festgelegte Anzahl von Tagen halten oder erfordern das Kreuz die excee D KAMA durch Satzprozentsatz. Zweitens können Chartisten die Richtung von KAMA verwenden, um den Gesamttrend für eine Sicherheit zu definieren. Dies kann eine Parameteranpassung erfordern, um den Indikator weiter zu glätten. Chartisten können den mittleren Parameter ändern, der die schnellste EMA-Konstante ist, um zu glätten KAMA und suche Richtungsänderungen Der Trend geht ab, solange KAMA fällt und untere Tiefen schneidet Der Trend ist so lange, wie KAMA steigt und höhere Höhen schneidet Das Kroger-Beispiel unten zeigt KAMA 10,5,30 mit einem steilen Aufwärtstrend von Dezember bis März und ein weniger steiler Aufwärtstrend von Mai bis August. Und schließlich können Chartisten Signale und Techniken kombinieren. Chartisten können eine längerfristige KAMA verwenden, um den größeren Trend und eine kürzere KAMA für Handelssignale zu definieren. Zum Beispiel KAMA 10 , 5,30 könnte als Trendfilter verwendet werden und als bullish angesehen werden, wenn es aufsteigt Sobald bullish, konnten Chartisten dann nach bullish Kreuze suchen, wenn der Preis über KAMA 10,2,30 bewegt. Das Beispiel unten zeigt MMM mit einem steigenden langfristigen KAMA und Stier Ish kreuzt im Dezember, Januar und Februar Langfristige KAMA hat sich im April abgelehnt und im Mai, Juni und Juli waren bärische Kreuze. KAMA kann als Indikator-Overlay in der SharpCharts-Workbench gefunden werden. Die Standardeinstellungen erscheinen automatisch im Parameterfeld Sobald es ausgewählt ist und Chartisten können diese Parameter ändern, um ihre analytischen Bedürfnisse anzupassen Der erste Parameter ist für die Effizienz-Verhältnis und Chartisten sollten davon absehen, diese Zahl zu erhöhen Stattdessen können Chartisten es verringern, um die Empfindlichkeit zu erhöhen Chartisten, die KAMA für längerfristigen Trend zu glätten Analyse kann den mittleren Parameter inkrementell erhöhen Obwohl der Unterschied nur 3 ist, ist KAMA 10,5,30 deutlich glatter als KAMA 10,2,30.Weitere Studie. Aus dem Schöpfer bietet das untenstehende Buch detaillierte Informationen zu Indikatoren, Programmen, Algorithmen und Systemen, einschließlich Details über KAMA und andere gleitende durchschnittliche Systeme. Trading Systeme und Methoden Perry Kaufman. Kaufman Adaptive Moving Average Trad Strategy Setup Filter. I Trading Strategy. Developer Perry Kaufman Kaufman Adaptive Moving Average KAMA Quelle Kaufman, PJ 1995 Intelligentere Trading Verbesserung der Performance bei der Veränderung der Märkte New York McGraw-Hill, Inc Konzept Trading-Strategie auf der Grundlage eines adaptiven Lärmfilter Research Goal Performance-Überprüfung von Das Setup und Filter Spezifikation Tabelle 1 Ergebnisse Abbildung 1-2 Trade Setup Long Trades Der Adaptive Moving Average AMA eröffnet Short Trades Der Adaptive Moving Average sinkt Hinweis Die AMA Trendline scheint zu stoppen, wenn Märkte keine Richtung haben Wenn Märkte Trend, die AMA Trendlinie Fängt auf, Trade Entry Long Trades Ein Kauf am Ende wird nach einem bullish Setup gesetzt Short Trades Ein Verkauf an der Schließung platziert nach einem bärischen Setup Trade Exit Tabelle 1 Portfolio 42 Futures-Märkte aus vier großen Marktsektoren Rohstoffe, Währungen, Zinssätze, Und Aktienindizes Daten 32 Jahre seit 1980 Testplattform MATLAB. II Sensitivitätstest. Alle 3-D-Diagramme folgen 2-D con Tour-Charts für Profit Factor, Sharpe Ratio, Ulcer Performance Index, CAGR, Maximum Drawdown, Prozent Profitable Trades und Avg Win Avg Loss Ratio Das endgültige Bild zeigt die Sensitivität von Equity Curve. Tested Variablen ERLength FilterIndex Definitionen Tabelle 1.Figure 1 Portfolio Performance Inputs Tabelle 1 Kommission Schlupf 0.AMA ERLength ist der Adaptive Moving Average über einen Zeitraum von ERLength ERLength ist eine Rückblickperiode des Effizienzverhältnisses ER ER i abs Richtung i Volatilität i, wobei abs der absolute Wert ist Richtung i Schließen i Schließen i ERLength, Volatilität i abs DeltaClose i, ERLength, wo ist die Summe über einen Zeitraum von ERLength, DeltaClose i Schließen i Schließen i 1 FastMALength ist eine Periode der schnell gleitenden Durchschnitt SlowMALength ist eine Periode des langsamen gleitenden Mittelwertes AMA i AMA i 1 Ci Schließen i AMA i 1, wo ci ER i Fast langsam langsam 2, schnell 2 FastMALength 1, langsam 2 SlowMALength 1 Index i. ERLength 2, 100, Schritt 2 FastMALength 2 SlowMALength 30.Long Trades Wenn AMA i AMA i 1 AMA i 1 A MA i 2 dann MinAMA AMA i 1 Adaptive Moving Average dreht sich mit einem Pivot bei MinAMA Short Trades AMA i AMA i 1 AMA i 1 AMA i 2 dann MaxAMA AMA i 1 Adaptive Moving Average dreht sich mit einem Pivot bei MaxAMA Index i. Filter I FilterIndex StdDev AMA i AMA i 1, N, wobei StdDev die Standardabweichung von Serien über N Perioden ist N 20 Defaultwert Index i. FilterIndex 0 0, 1 0, Schritt 0 02 N 20.Long Trades Ein Kauf am Ende ist Platziert, wenn AMA i AMA i 1 AMA i MinAMA Filter i Short Trades Ein Verkauf an der Schließung ist platziert, wenn AMA i AMA i 1 MaxAMA AMA i Filter i Index i. Stop Verlust Exit ATR ATRLength ist die durchschnittliche True Range über einen Zeitraum von ATRLength ATRStop ist ein Vielfaches von ATR ATRLength Long Trades Ein Verkauf Stop ist bei Eintrag ATR ATRLength ATRStop Short Trades platziert Ein Kauf Stop ist bei Eintrag ATR ATRLength ATRStop. ATRLength 20 ATRStop 6.ERLength 2, 100, Schritt 2 FilterIndex 0 0, 1 0 platziert , Schritt 0 02.Do Adaptive Moving Averages Blei zu besseren Ergebnissen. Moving Durchschnitte sind ein Lieblings-Tool von aktiven Händler S Allerdings, wenn die Märkte zu konsolidieren, führt dieser Indikator zu zahlreichen Whipsaw Trades, was zu einer frustrierenden Reihe von kleinen Gewinnen und Verluste Analysten haben Jahrzehnte versucht, den einfachen gleitenden Durchschnitt zu verbessern In diesem Artikel betrachten wir diese Bemühungen und finden, dass ihre Suche Hat zu nützlichen Handelswerkzeugen geführt Für den Hintergrund Lesen auf einfache gleitende Durchschnitte, check out Einfache Moving Averages machen Trends Stand Out Vor-und Nachteile der Moving Averages Die Vor-und Nachteile der bewegten Durchschnitte wurden von Robert Edwards und John Magee in der ersten Auflage von zusammengefasst Technische Analyse der Stock Trends, als sie sagten, und es war wieder im Jahr 1941, dass wir begeistert die Entdeckung gemacht haben, obwohl viele andere es zuvor gemacht hatten, indem sie die Daten für eine angegebene Anzahl von Tagen durchschnittlich eine Art automatisierte Trendlinie ableiten konnten, die definitiv sein würde Interpretiere die Trendänderungen Es schien fast zu gut um wahr zu sein. Tatsächlich war es zu schön um wahr zu sein. Mit den Nachteilen outw Eighing die Vorteile, Edwards und Magee schnell verlassen ihren Traum vom Handel von einem Strand Bungalow Aber 60 Jahre nachdem sie diese Worte geschrieben haben, andere bestehen in dem Versuch, ein einfaches Werkzeug, das mühelos liefern die Reichtümer der Märkte zu finden. Simple Moving Averages zu berechnen Ein einfacher gleitender Durchschnitt fügt die Preise für den gewünschten Zeitraum hinzu und dividiert durch die Anzahl der gewählten Perioden Die Suche nach einem fünftägigen gleitenden Durchschnitt würde die Summierung der fünf letzten Schlusskurse und die Teilung um fünf verlangen. Wenn das jüngste Ende über dem Umzug liegt Durchschnittlich wird die Aktie als in einem Aufwärtstrend betrachtet werden. Downtrends sind definiert durch die Preise Handel unter dem gleitenden Durchschnitt Für mehr, siehe unsere Moving Averages Tutorial. Diese trenddefinierende Eigenschaft macht es möglich, gleitende Durchschnitte zu generieren Handelssignale In seiner einfachsten Anwendung, Händler kaufen, wenn die Preise über den gleitenden Durchschnitt zu bewegen und zu verkaufen, wenn die Preise unterhalb dieser Linie überschreiten Ein Ansatz wie dieser ist garantiert, um die tr Ader auf der rechten Seite jedes bedeutenden Handels Leider, während die Glättung der Daten, gleitende Mittelwerte hinter der Marktaktion zurückbleiben und der Trader wird fast immer wieder einen großen Teil ihrer Gewinne auf sogar die größten Gewinnen Trades. Exponential Moving Averages Analysten scheinen Um die Idee des gleitenden Durchschnitts zu mögen und Jahre damit verbracht haben, die damit verbundenen Probleme zu reduzieren. Einer dieser Innovationen ist der exponentielle gleitende Durchschnitt EMA Dieser Ansatz verleiht den jüngsten Daten eine relativ höhere Gewichtung und damit bleibt er näher Die Preis-Aktion als ein einfacher gleitender Durchschnitt Die Formel, um einen exponentiellen gleitenden Durchschnitt zu berechnen ist. EMA Gewicht Schließen 1-Gewicht EMAy Wo. Weight ist die Glättung Konstante von der Analyst. EMAy ausgewählt ist der exponentielle gleitenden Durchschnitt von gestern. Eine gemeinsame Gewichtung Wert Ist 0 181, die in der Nähe eines 20-tägigen einfachen gleitenden Durchschnitt ist. Ein anderer ist 0 10, was ungefähr ein 10-Tage-gleitender Durchschnitt ist. Obwohl es die Verzögerung reduziert , Der exponentielle gleitende Durchschnitt scheitert an ein anderes Problem mit bewegten Durchschnitten, was ist, dass ihre Verwendung für Trading-Signale zu einer großen Anzahl von verlieren Trades führen wird In New Concepts in Technical Trading Systems Welles Wilder schätzt, dass Märkte nur Trend ein Viertel der Zeit Bis zu 75 Handelsgeschäfte beschränken sich auf schmalen Bereichen, wenn gleitende durchschnittliche Buy-and-Selling-Signale immer wieder generiert werden, da sich die Preise schnell über und unter den gleitenden Durchschnitt bewegen. Um dieses Problem zu lösen, haben mehrere Analysten den Gewichtungsfaktor vorgeschlagen Die EMA-Berechnung Weitere Informationen finden Sie unter Wie werden die gleitenden Mittelwerte im Handel verwendet. Anpassungsfähige Mittelwerte auf Marktaktivitäten Eine Methode, um die Nachteile der sich bewegenden Mittelwerte zu adressieren, besteht darin, den Gewichtungsfaktor um ein Volatilitätsverhältnis zu multiplizieren. Dies würde bedeuten, dass der gleitende Durchschnitt wäre Weiter von der aktuellen Preis in volatilen Märkten Dies würde es den Gewinnern ermöglichen zu laufen Da ein Trend zu Ende geht und die Preise die Bewegung zu konsolidieren Durchschnitt würde sich der aktuellen Marktaktion näher bringen und theoretisch erlauben dem Händler, die meisten der während des Trends eingefangenen Gewinne zu halten. In der Praxis kann das Volatilitätsverhältnis ein Indikator wie die Bollinger Bandbreite sein, die den Abstand zwischen den Bekannte Bollinger-Bands Für mehr zu diesem Indikator sehen Sie die Grundlagen von Bollinger Bands. Perry Kaufman schlug vor, die Gewichtsvariable in der EMA-Formel mit einer Konstante auf der Grundlage des Wirkungsgrades ER in seinem Buch, New Trading Systems und Methoden zu ersetzen. Dieser Indikator ist Entworfen, um die Stärke eines Trends zu messen, definiert in einem Bereich von -1 0 bis 1 0 Es wird mit einer einfachen formula. ER Gesamtpreisänderung für die Periodensumme der absoluten Preisänderungen für jede Bar berechnet. Überlegen Sie eine Aktie mit fünf Punkt-Punkt-Strecke jeden Tag, und am Ende von fünf Tagen hat insgesamt 15 Punkte gewonnen Dies würde dazu führen, dass ein ER von 0 67 15 Punkte Aufwärtsbewegung geteilt durch die gesamte 25-Punkte-Bereich Hätte diese Aktie 15 Punkte abgelehnt, die ER Wohin Ld be -0 67 Für mehr Handel Beratung von Perry Kaufman, lesen Losing To Win, die Strategien für die Bewältigung von Handelsverlusten skizziert. Das Prinzip der Trend s Effizienz basiert auf, wie viel Richtungsbewegung oder Trend erhalten Sie pro Einheit der Preisbewegung über Eine definierte Zeitspanne Ein ER von 1 0 zeigt an, dass der Bestand in einem perfekten Aufwärtstrend ist -1 0 stellt einen perfekten Abwärtstrend dar. In der Praxis werden die Extreme selten erreicht. Um diesen Indikator anzuwenden, um die adaptive gleitende durchschnittliche AMA zu finden, müssen die Händler brauchen Um das Gewicht mit der folgenden, ziemlich komplexen Formulierung zu berechnen. C ER SCF SCS SCS 2 Wo ist die SECF die exponentielle Konstante für die schnellste EMA zulässige in der Regel 2.SCS ist die exponentielle Konstante für die langsamste EMA zulässig oft 30.ER ist die Wirkungsgrad, das oben erwähnt wurde. Der Wert für C wird dann in der EMA-Formel anstelle der einfacheren Gewichtsvariablen verwendet. Obwohl es schwierig ist, von Hand zu berechnen, ist der adaptive gleitende Durchschnitt als Option in fast allen Trad enthalten Software-Pakete Für mehr auf der EMA, lesen Sie Exploring The Exponentially Weighted Moving Average. Examples einer einfachen gleitenden durchschnittlichen roten Linie, eine exponentielle gleitende durchschnittliche blaue Linie und die adaptive gleitende durchschnittliche grüne Linie sind in Abbildung 1 dargestellt. Abbildung 1 Die AMA ist In grün und zeigt den grßten Grad an Abflachung in der bereichsgebundenen Handlung, die auf der rechten Seite dieses Diagramms zu sehen ist. In den meisten Fällen ist der exponentielle gleitende Durchschnitt, der als die blaue Linie dargestellt wird, der Preisaktion am nächsten. Der einfache gleitende Durchschnitt wird angezeigt Als die rote Linie. Die drei gleitenden Durchschnitte in der Figur gezeigt sind alle anfällig für whipsaw Trades zu verschiedenen Zeiten Dieser Nachteil zu gleitenden Durchschnitten war bisher nicht möglich zu beseitigen. Conclusion Robert Colby getestet Hunderte von technischen Analyse-Tools in der Enzyklopädie der technischen Marktindikatoren Er schloss, obwohl der adaptive gleitende Durchschnitt eine interessante neuere Idee mit beträchtlichem intellektuellem Anklang ist, zeigen unsere vorläufigen Tests keine wirkliche Praxis Ein Vorteil für diese komplexere Trend Glättung Methode Dies bedeutet nicht, dass Händler die Idee ignorieren Die AMA könnte mit anderen Indikatoren kombiniert werden, um ein profitables Handelssystem zu entwickeln Für mehr zu diesem Thema lesen Sie entdecken Keltner Kanäle und der Chaikin Oszillator. Der ER kann Als eigenständiger Trendindikator eingesetzt werden, um die profitabelsten Handelschancen zu ermitteln. Als Beispiel betrachten die Verhältnisse über 0 30 starke Aufwärtstrends und stellen potenzielle Käufe dar. Alternativ können die Aktien mit dem niedrigsten Wirkungsgrad, da sich die Volatilität in den Zyklen bewegt, beobachtet werden Ausbruchmöglichkeiten.