Moving Averages Crossover de média móvel Este estudo exibe duas médias móveis, cujos tipos são escolhidos pelo usuário com as Entradas Moving Average Tipo 1 e Moving Average Tipo 2. Por padrão, ambas as médias móveis são as Médias móveis simples. As Entradas Os Dados de Entrada 1 e os Dados de Entrada 2 são indicados como (X1) e (X2), respectivamente, e as Entradas Comprimento 1 e Comprimento 2 destas duas médias móveis são denotadas como (n1) e (n2), respectivamente. Este estudo também exibe sinais para comprar (indicado por uma flecha para cima) ou vender (indicado por uma seta para baixo) na barra de gráfico (t). As condições que determinam qual o sinal, se houver, é exibido abaixo. Uma seta para cima é exibida na barra de gráficos (t) se ocorrer um dos seguintes procedimentos. (N1 n2) eo Subgrafo de (MAttleft (X1, n1right)) atravessa o Subgrafo de (MAttleft (X2, n2right)) de baixo na barra de gráficos (t). (N2 n1) e o Subgrafo de (MAttleft (X2, n2right)) atravessa o Subgrafo de (MAttleft (X1, n1right)) de baixo na barra de gráficos (t). Em cada um dos dois casos acima, a ponta da seta coincide com a parte superior da barra de gráficos (t). Diferença média móvel Para familiarizar-se com a terminologia e notação utilizada neste estudo, consulte a documentação para o estudo Moving Average - Simple. Este estudo mostra a diferença entre duas médias móveis, cujos tipos são escolhidos pelo usuário com o tipo de média móvel de entrada. Por padrão, ambas as médias móveis são as Médias móveis simples. Os dados de entrada de entrada são denotados como (X), e as Entradas Comprimento 1 e Comprimento 2 destas duas médias móveis são denotadas como (n1) e (n2), respectivamente. Denotamos a Diferença de Média Móvel na barra de gráficos (t) para as Entradas dadas como (MADifftleft (X, n1, n2right)), e calculamos como segue. O subgrafo deste indicador é exibido em duas cores selecionadas pelo usuário: uma para quando o subgrafo está subindo, e a outra para quando o subgrama Está caindo Envelope de média móvel O estudo de envelope de média móvel desenha uma banda superior ou inferior ou envelope acima e abaixo da média móvel. Cada uma das bandas é o Valor Fixo especificado a partir da média móvel ou da Percentagem especificada da média móvel. Porcentagem de dados de entrada ou valor fixo. Selecione Percentagem ou Valor fixo. No caso de Percentagem. Defina a percentagem com a Porcentagem de Entrada. No caso de Valor Fixo. Definir o valor fixo com a entrada de valor fixo. Porcentagem. Se Percentagem ou Valor fixo estiver definido como Percentagem. Insira a porcentagem com esta Entrada para multiplicar a média móvel por. Este resultado é adicionado e subtraído a partir da média móvel. 0,01 1. Valor fixo. Se Percentagem ou Valor Fixo estiver definido como Valor Fixo. Digite o valor fixo com esta entrada para adicionar e subtrair esse valor fixo para a média móvel. Tipo de média móvel Médio médio em movimento Média móvel - Adaptativo Este estudo calcula uma média móvel adaptativa dos dados especificados pela entrada de dados de entrada. Esta média móvel foi desenvolvida por Perry Kaufman. Referência: Stocks Commodities V13: 6: (267): Sidebar: Adaptive Moving Average. Deixe (X) ser uma variável aleatória indicando os dados de entrada. E seja (Xi) o valor dos Dados de Entrada na barra de gráficos (i). Deixe a Constante de Suavização Rápida de Entradas e a Constante de Suavização Lenta ser denotadas como (cF) e (cS), respectivamente. Deixe o comprimento de entrada ser denotado como (n). Usamos estes para calcular a Direção (Dt), a Volatilidade (Volt) e a Constante de Suavização (ct) na barra de gráfico (t) da seguinte maneira. (Dt left Xt - X right) Denotamos a média móvel - adaptativa na barra de gráficos (t) para as entradas dadas como (AMAtleft (X, n, cF, cSright)) e calculamos com a seguinte relação de recursividade. (X, n, cF, cSright) 0) (displaystyle X AMA à esquerda (X, n, cF, cSright) 0 AMA à esquerda (X, n, cF, cSright) CF, cSright)) AMA à esquerda (X, n, cF, cSright) neq 0 end right.) Para uma explicação da notação Sigma (Sigma) para summation, consulte o artigo Wikipedia Summation. Comprimento dos dados de entrada Fast Smoothing Constant. Este é o comprimento de uma média móvel exponencial em movimento rápido. Ele deve ser definido para um valor que é menor do que a constante Slow Smoothing de entrada para obter resultados sensíveis. Constante de suavização lenta. Este é o comprimento de uma média móvel exponencial de movimento lento. Moving Average - Adaptative Binary Wave Este estudo calcula a onda binária para Kaufmans Adaptive Moving Average. Consulte esse estudo para familiarizar-se com a notação usada aqui. Assim como na Adaptive Moving Average, este estudo baseia-se nos dados de entrada de entrada (X), comprimento (n), constante de suavização rápida (cF) e constante de suavização lenta (cS). O estudo também tem uma entrada adicional, ou seja, a porcentagem de filtro (f). Para as Entradas fornecidas, a Variância (Vart (X, n)) e Desvio Padrão (sigmat (X, n)) são calculadas em termos de Médias Móveis Simples na barra de gráficos (t) como segue. 2) Em seguida, definimos duas funções (AMALowt (X, n)) e (AMAHight (X, n)) na tabela (X, n) (T) como se segue. A função (AMALow) somente altera o valor se a Média Móvel Adaptativa diminui da barra de gráficos (t-1) para a barra de gráficos (t). A função (AMAHigh) só muda de valor se o Adaptive Moving Averaage aumentar da barra de gráfico (t-1) para a barra de gráfico (t). Finalmente, a onda binária é calculada. Denotamos o valor da Onda Binária na barra de gráficos (t) para as Entradas dadas como (BWt (X, n, f)), e calculamos como segue. (X, n) - AMAt (X, n) fração sigmat (X, n). ) Comprimento dos dados de entrada Fast Smoothing Constant. Este é o comprimento de uma média móvel exponencial em movimento rápido. Ele deve ser definido para um valor que é menor do que a constante Slow Smoothing de entrada para obter resultados sensíveis. Constante de suavização lenta. Este é o comprimento de uma média móvel exponencial de movimento lento. Percentagem de filtro. Esta Entrada, juntamente com o Desvio Padrão, determina o limite inferior tanto em AMAt (X, n) - AMALowt (X, n)) como em AMAHight (X, n) - AMAt (X, n) Determine o valor de (BWt (X, n, f)). Média Móvel - Exponencial Duplo Este estudo calcula uma média móvel exponencial dupla dos dados especificados pela Entrada de dados de entrada. Deixe (X) ser uma variável aleatória indicando os dados de entrada. E seja (Xt) o valor dos dados de entrada na barra de gráficos (t). Deixe o comprimento de entrada ser denotado como (n). Então nós denotamos a Média Móvel - Exponencial Duplo na barra de gráficos (t) para as Entradas dadas como (DEMAt (X, n)), e calculamos em termos das Médias Exponenciais Movimentais (EMAt (X, n)) e ( EMA (X, n), n)), onde (EMA (X, n)) é uma variável aleatória que denota a Média Móvel Exponencial de Comprimento (n) para os Dados de Entrada (X). As duas médias móveis exponenciais são inicializadas da seguinte forma. (EMA0 (X, n) EMA0 (EMA (X, n), n) X0) A Média Móvel - Exponencial Duplo é calculada a partir destas médias móveis exponenciais como se segue. (EMA (X, n), n)) Média Móvel - Exponencial Este estudo calcula uma média móvel exponencial dos dados especificados pela Entrada de Dados de Entrada. Deixe (X) ser uma variável aleatória indicando os dados de entrada. E seja (Xt) o valor dos dados de entrada na barra de gráficos (t). Deixe o comprimento de entrada ser denotado como (n). Então denotamos a Exponencial de Média Móvel na barra de gráficos (t) para as Entradas como (EMAt (X, n)), e calculamos usando a seguinte relação de recursão. A constante (c) é um multiplicador entre (0) e (1), e está relacionada com o valor de (X, n) O comprimento de entrada via (c frac). Quanto maior a configuração da entrada de comprimento, o aumento na sensibilidade com o cálculo da média móvel exponencial para valores passados, à medida que a quantidade de dados históricos no gráfico muda. Mesmo os valores de barras que estão fora da gama de barras utilizadas no cálculo têm um efeito sobre os valores de média móvel exponencial. O cálculo da média móvel exponencial usa o valor exponencial anterior em seu cálculo e, portanto, os valores anteriores têm um efeito contínuo que se remonta até a primeira barra do gráfico. Portanto, simplesmente alterando o Gráfico gtgt Configurações de Gráfico gtgt Use Número de dias para carregar gtgt Dias para carregar. Para uma média móvel exponencial de comprimento longo, alterará o resultado em uma coluna de gráfico particular, mesmo que os dias removidos ou carregados no gráfico sejam anteriores ao valor de média móvel exponencial em uma coluna de gráfico específica, retrocedendo pelo número de barras especificado pelo Comprimento Entrada. Isso é algo importante entender sobre a natureza do cálculo exponencial e você deve questionar se é mesmo um método de cálculo adequado para o seu método de análise. A média móvel exponencial não deve ser usada com comprimentos longos. Em vez usar Moving Average - Simple. Moving Average - Hull Este estudo calcula uma média móvel Hull dos dados especificados pela entrada de dados de entrada. Esta média móvel foi desenvolvida por Alan Hull. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos dados de entrada na barra de gráficos (i). Deixe o Comprimento Médio de Movimentação do Casco de Entrada ser denotado como (n). As variáveis aleatórias que denotam as Médias Móveis Ponderadas para (X) com Comprimentos (leftlfloor frac rightrfloor) e (n), respectivamente, são as variáveis aleatórias (X, leftlfloor frac righttrfloorright)) e (WMA (X, n) Então denotamos a Média Móvel - Casco na barra de gráficos (t) para as Entradas dadas como (HMAt (X, n)), e calculamos como segue. Para obter uma explicação sobre a função de piso ((leftlfloor righttrfloor)), consulte o artigo Wikipedia Floor (E, W) E funções de teto. Moving Average - Rolling High Precision A média móvel - Rolling High Accuracy calcula em cada barra de gráficos, uma média de todos os preços que compõem as barras de gráficos ao longo do período de tempo especificado. Este estudo baseia-se no Volume subjacente no preço de dados no gráfico para alcançar a sua alta precisão. É necessário que o Sierra Chart seja configurado para um tick por configuração de dados de tick para o estudo para que ele atinja sua alta precisão. Fazer semanalmente e mensalmente períodos de tempo com este estudo não faz sentido com um cálculo contínuo porque este estudo não faz referência a segmentos específicos de tempo como o início da semana ou o início do mês. Em vez disso, volta as referências de dados em cada barra de gráficos para o período de tempo especificado. Portanto, basta simplesmente definir as Entradas do Período de Tempo e do Período de Tempo com o estudo para 7 Dias ou 30 Dias respectivamente para efetivamente realizar isso. Se você definiu as Entradas do Tipo de Período de Tempo e do Período de Tempo para que o cálculo da Média Móvel esteja em um grande número de barras no gráfico e haja um grande número de barras carregadas no gráfico com base nas Configurações de Gráfico atuais, Estudo pode levar um longo tempo para fazer os cálculos iniciais ea interface do usuário do programa será congelado durante este tempo. Portanto, é necessário ter cuidado com essas configurações de entrada para não colocar demasiada carga de processamento no programa. Tipo de período de tempo. Esta entrada especifica o tipo de período de tempo. Pode ser Dias. Minutos . Ou Bares. Quando definido como Barras. Então isso significa que o número de barras definidas pelo Comprimento do Período será usado no cálculo. Quando esta Entrada é definida como Dias. O Período de Tempo especifica o número de dias de negociação em que o cálculo é realizado. Os dias de negociação são determinados usando o Session Times. Por exemplo, se o Comprimento do Período de Tempo for definido como 2, então o dia de negociação anterior, conforme determinado pelo Tempo de Sessão, e todo o dia de negociação atual será incluído no cálculo. Portanto, não é neste caso um cálculo de arrasto de 2 dias que retroceda 48 horas a partir da Data-Hora atual. Comprimento do Período de Tempo. Esta Entrada especifica o número de Dias, Minutos ou Barras, dependendo se o Tipo de Período de Tempo está definido como Dias. Minutos ou Barras. Excluir fins de semana na contagem de dias. Quando esta entrada estiver definida como Sim. Sábado e domingos são ignorados ao determinar quantos dias de volta para incluir no cálculo de acordo com a entrada de comprimento do período de tempo. Use deslocamento fixo em vez de Std. Desvio. Band 1 Std. Desvio MultiplierFixed Offset. Band 2 Std. Desvio MultiplierFixed Offset. Band 3 Std. Desvio MultiplierFixed Offset. Band 4 Std. Desvio MultiplierFixed Offset. Média Móvel - Simples Este estudo calcula uma média móvel simples dos dados especificados pela entrada de dados de entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos dados de entrada na barra de gráficos (i). Deixe o comprimento de entrada ser denotado como (n). Então denotamos a Média Móvel - Simples na barra de gráficos (t) para as Entradas dadas como (MAt (X, n)), e calculamos como segue. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Moving Average - Simple Skip Zeros Este estudo calcula uma média móvel simples dos dados especificados pela entrada de dados de entrada. Excluindo os valores que são iguais a zero. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos dados de entrada na barra de gráficos (i). Seja o comprimento de entrada denotado como (n), e seja o número de valores não nulos de (X) de (X) a (Xt) denotado como (n). Então denotamos a Média Móvel - Zeros Simples de Saída na barra de gráficos (t) para as Entradas dadas como (SZMAt (X, n)), e calculamos como segue. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Média Móvel - Seno-Onda Ponderada Este estudo calcula uma média móvel ponderada de onda senoidal dos dados especificados pelos Dados de Entrada de Entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos dados de entrada na barra de gráficos (i). Então denotamos a Média Móvel - Seno-Onda Ponderada na barra de gráficos (t) para as entradas dadas como (SWWMAt (X)), e calculamos como segue. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Moving Average - Smoothed Este estudo calcula uma média móvel suavizada dos dados especificados pela entrada de dados de entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos dados de entrada na barra de gráficos (i). Deixe o comprimento de entrada ser denotado como (n). Então denotamos a Média Móvel - Alisada na barra de gráficos (t) para as Entradas dadas como (SMMAt (X, n)), e calculamos com a seguinte relação de recursão. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Comprimento Comprimento dos dados de entrada. Esta entrada especifica o número de barras de gráfico pelo qual o índice de soma deve ser deslocado para a esquerda. Média Móvel - Triangular A Média Móvel Triangular é calculada em termos da Média Móvel Simples. Consulte esse estudo para se familiarizar com a notação usada aqui. Assim como com a Média Móvel Simples, este estudo baseia-se na Entrada de Dados de Entradas (X) e no Comprimento (n). Calculamos dois comprimentos adicionais. (N1) e (n2), como se segue. (Displaystyle leftlceil rightrceil n espaço odd n1 1 n espaço mesmo fim direito.) Para uma explicação da função de teto ((leftlceil rightrceil)), consulte o artigo Wikipedia Funções de chão e teto. Denotamos a Média Móvel - Triangular na barra de gráficos (t) para os dados de entrada dados e os comprimentos calculados como (Tmatleft (X, n1, n2right)), e calculamos como segue. ) Na fórmula acima, (MAleft (X, n1right)) é uma variável aleatória que denota a Média Móvel Simples de Comprimento (n1) para o intervalo de tempo (n1, n1, Dados de Entrada (X). Média Móvel - Triplo Exponencial Este estudo calcula uma média móvel exponencial tripla dos dados especificados pela Entrada de Dados de Entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xt) o valor dos dados de entrada na barra de gráficos (t). Deixe o comprimento de entrada ser denotado como (n). Então denotamos a Média Móvel - Triplo Exponencial na barra de gráficos (t) para as Entradas fornecidas como (TEMAt (X, n)), e calculamos em termos das Médias Exponenciais Movimentais (EMAt (X, n)), (EMA (X, n), n)) e (EMA (X, n)) onde (EMA (X, n)) é uma variável aleatória que denota o Média Móvel Exponencial de Comprimento (n) para os Dados de Entrada (X). As três médias móveis exponenciais são inicializadas da seguinte forma. (EMA (X, n), n) A média móvel - tripla exponencial é calculada a partir dessas médias exponenciais como Segue. (TEMAt (X, n)) 3EMAt (X, n) - 3EMAt (EMA (X, n), n) EMAt (EMA Uma média móvel ponderada em volume dos dados especificados pela entrada de dados de entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. (Xi) seja o valor dos Dados de Entrada na barra de gráficos (i), e seja (Vi) o Volume na barra de gráficos (i). Deixe o comprimento de entrada ser denotado como (n). A Média Móvel - Volume Ponderada na barra de gráficos (t) para as Entradas dadas (VWMAt (X, n)), e calculamos como segue. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Média Móvel - Ponderada Este estudo calcula uma média móvel ponderada dos dados especificados pela Entrada de dados de entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos dados de entrada na barra de gráficos (i). Deixe o comprimento de entrada ser denotado como (n). Então denotamos a Média Móvel - Ponderada na barra de gráficos (t) para as Entradas dadas como (WMAt (X, n)), e calculamos como segue. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Média Móvel - Welles Wilders Este estudo calcula uma Welles Wilders média móvel dos dados especificados pelo Input Data Input. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xi) o valor dos Dados de Entrada na barra de gráficos (i). Deixe o comprimento de entrada ser denotado como (n). Então denotamos a Média Móvel - Welles Wilders na barra de gráficos (t) para as Entradas dadas como (WWMAt (X, n)), e calculamos usando a seguinte relação de recursão. WWMA (X, n) esquerda WWMA (X, n) esquerda WMA (X, n) esquerda WWMA (X, n) Neq 0 end right.) Na função acima, (SZMAt (X, n)) refere-se a Moving Average - Simple Skip Zeros. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Moving Average - Zero Lag Exponential Este estudo calcula uma média móvel exponencial de atraso zero dos dados especificados pela entrada de dados de entrada. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xt) o valor dos dados de entrada na barra de gráficos (t). Seja o comprimento de EMA de retardo zero de entrada denotado como (n). Em seguida, denotamos a média móvel - Zero Lag Exponential na barra de gráfico (t) para as entradas fornecidas como (ZLEMAt (X, n)), e nós calculamos isso usando a seguinte relação de recursão. (ZLEMAt (X, n) fenda (2Xt - X direita) (1 - c) ZLEMA (X, n)) A constante (L) é chamada Lag, e é calculada da seguinte forma. Para uma explicação da função de teto ((leftlceil rightrceil)), consulte o artigo Wikipedia Funções de chão e teto. A constante (c) é o mesmo multiplicador que é encontrado na Média Exponencial Movente. Se (L 0), então (ZLEMAt (X, n)) se torna idêntico a (EMAt (X, n)). Médias Móveis Este estudo calcula e desenha 3 médias móveis de qualquer tipo. Regressão Linear em Movimento - Regressão Linear A Regressão Linear em Movimento e a Média Móvel - Estudos de Regressão Linear calculam e exibem o valor de uma função de regressão linear dos Dados de Entrada selecionados (Open, High, Low, Close) sobre o Length especificado. Portanto, qualquer ponto ao longo da linha de estudo de Regressão Linear é igual ao valor final de uma linha de Regressão Linear. Por exemplo, o valor final de uma linha de Regressão Linear que cobre 10 preços de fechamento terá o mesmo valor que uma linha de Regressão Linear em Movimento com um Comprimento de 10 na mesma barra. Para o método de cálculo, consulte a função LinearRegressionIndicatorS no arquivo ACSSourceSCStudyFunctions. cpp na pasta Sierra Chart está instalado para. Se você desenhar um desenho de gráfico de regressão linear sobre o mesmo comprimento que você definiu nas entradas de estudo para este estudo, então onde esse desenho termina, ele terá o mesmo valor que o estudo de regressão linear de média móvel. Em seguida, descrevemos o cálculo do Indicador de Regressão Linear. Seja (T) a variável medida ao longo do eixo horizonal, seja (X) uma variável aleatória que denota os Dados de Entrada. Que é medida ao longo do eixo vertical. Denotamos os valores dessas variáveis na barra de gráficos (i) como (Ti i) e (Xi), respectivamente. Onde (i) é um índice em execução. Denotamos o valor do índice correspondente à barra atual como (i t). Seja (n) o comprimento de entrada. A função Indicador de Regressão Linear calcula cada uma das seguintes somas na barra de gráficos (t). Essas somas são usadas para calcular as estatísticas de regressão. Para uma explicação da notação Sigma (Sigma) para somatório, consulte o artigo Wikipedia Summation. Nota: As somas sobre os valores (T) não se movem, como fazem as somas sobre os valores (X-). Isso é compensado usando o comprimento (n) em determinados locais em vez do valor atual (t) do índice. Isso sempre dá o valor correto do LRI e da inclinação da linha de regressão, mas não dá o valor correto do intercepto. Essas somas são usadas para calcular as estatísticas de regressão, como mostrado abaixo. O modelo de regressão é da forma (X em btT), onde (at) e (bt) são como definidos acima. Indicador de Regressão Linear: O Indicador de Regressão Linear é a coordenada (X-) do ponto final direito da linha de tendência de regressão linear de Comprimento (n). Seu valor (LRIt) na barra de gráficos (t) é calculado como (LRIt em btn). A Média Móvel - Regressão Linear na barra de gráficos (t) para as Entradas dadas é denotada como (LSMAt (X, n) em btn) Estudo Mover Média Este estudo é para back-compatibilidade. Você deve usar a nova configuração baseada em para um estudo para basear um estudo em outro estudo. Para obter mais informações, consulte Configurações do estudo técnico. Este estudo calcula uma média móvel T3 dos dados especificados pela entrada de dados de entrada. O estudo foi desenvolvido por Tim Tillson. Seja (X) uma variável aleatória que denota os Dados de Entrada. E seja (Xt) o valor dos dados de entrada na barra de gráficos (t). Deixe o comprimento de entrada ser denotado como (n) e deixe que o multiplicador de entrada seja denotado como (v). Então, denotamos o valor de T3 na barra de gráfico (t) para as Entradas indicadas como (T3 (X, n, v)), e nós calculamos isso usando a seguinte sequência de Médias Movimentais Exponenciais para as Entradas Dadas. (EMAt (X, n) EMAt (X, n) EMAt (X, n) EMAt EMAt (EMA (EMA (EMA) (EMA (X, n)) (EMAt (X, n) EMAt (EMA (X, n), n), n), n), n)) (EMAt (X, n) EMAt (EMA (EMA (EMA (EMA (EMA (X, n), n), n) N) n) n)) Nas relações acima, (EMAt) denota a composição (j-) fold da função (EMA) com ela mesma, e (EMA (X, n)) é uma variável aleatória que indica o Exponencial Média Móvel de Comprimento (n) para os Dados de Entrada (X). Calculamos (T3t) (X, n, v)) como se segue. Última modificação Sexta-feira, 24 de fevereiro, 2017.Hull Moving Average O Hull Moving Average faz com que uma média móvel mais responsivo, mantendo uma suavidade curva. A fórmula para calcular esta média é a seguinte: HMAi MA ((2MA (entrada, período2) 8211 MA (entrada, período)), SQRT (período)) onde MA é uma média móvel e SQRT é uma raiz quadrada. O utilizador pode alterar a entrada (fechar), o período eo número de deslocamento. A definição deste indicador é ainda expressa no código condensado dado no cálculo abaixo. Como negociar usando a média móvel Hull A média móvel Hull é um indicador de tendência de atraso e pode ser usado em conjunção com outros estudos. Nenhum sinal comercial é calculado. Como acessar no MotiveWave Vá para o menu superior, escolha Study gtMoving AveragegtHull Moving Average ou vá para o menu superior, escolha Add Study. Comece a digitar o nome deste estudo até que você o veja aparecer na lista, clique no nome do estudo, clique em OK. Aviso importante: As informações fornecidas nesta página são estritamente para fins informativos e não devem ser interpretadas como conselho ou solicitação para comprar ou vender qualquer segurança. Consulte a Declaração de Descarte de Riscos e Desresponsabilização de Desempenho. Definido pelo usuário, padrão é WMA período usuário definido, padrão é 20 shift usuário definido, padrão é 0 WMA ponderada média móvel, sqrt raiz quadrada índice atual bar número, Honest Moving Average Details A maioria de nós de uma forma ou de outra utilização representantes da família média móvel em nossa negociação. Mas o principal problema de todos os indicadores baseados na matemática das médias está atrasado. A solução eficaz a este problema foi encontrada por muitos experimentos e nomeou o indicador médio movente de Hull ou a média movente de Hull. Os comerciantes usam indicadores baseados em médias para construir linhas dinâmicas de resistência de suporte e avaliar a força da dinâmica de preços. A sua principal desvantagem reside no método de cálculo: uma vez que as médias móveis são calculadas com base em preços passados (durante um determinado período de tempo ou número de barras), a linha calculada reduz as flutuações de preços, mas ficará sempre aquém do preço real. Alan Hull, um matemático australiano, analista financeiro e comerciante hereditário, membro da Associação Australiana de Análise Técnica (revela este existe), autor do livro popular Active Investment e The Book of Charts, propôs uma versão melhorada da média móvel , Fornecendo indicadores lisos na construção e eliminando quase completamente o efeito negativo do atraso. O que são médias móveis Esta é uma das ferramentas mais antigas de análise técnica, que ajuda a identificar a força ea direção das tendências de preços atuais para garantir condições ideais para o comerciante para abrir uma posição de negociação ao longo da tendência. Mesmo o pai do caos comercial, Bill Williams, acreditava que a capacidade de usar os indicadores de médias móveis permitiria especuladores fechar não menos de 60 das posições em plus. A média móvel tradicional (ou MA) é calculada muito fácil: em cada ponto da linha, o preço é o preço médio para um período de tempo especificado. Mediante a média, os aumentos de preços aleatórios são cortados, e quanto mais longo o período, mais precisa a linha. O período ideal da média móvel deve ser captado separadamente para cada instrumento de negociação. A média clássica segue sempre com bastante precisão o mercado, porque o cálculo é baseado em dados históricos. No entanto, a média comum é um método muito fraco preditor de média móvel não permite calcular o momento da mudança de tendência. Aqui vem em uma média modificada o indicador Hull Moving Average. Matemática do indicador de média móvel do casco O alinhamento mais harmonioso no cálculo desta média móvel é proporcionado por uma média adicional da média. A versão proposta do indicador resolve o problema incorporando o valor não do período, mas sim da raiz quadrada dos dados reais do período de cálculo no mecanismo de cálculo. No entanto, Alan Hull conseguiu encontrar o ingrediente faltante que efetivamente compensa o atraso. Hull aplicou o método de coeficientes de ponderação para o cálculo do preço de mercado, onde em um bruto de 0 a 9, o número 9 é dada a maior importância. O cálculo começa com a determinação dos valores da MA simples movente (10): em resultado, obtemos o valor médio inicial 4.5, e dá um atraso sério atrás do preço real. O próximo passo é dividir pela metade da média (102 5) e aplicá-la ao último valor na linha listada: 5, 6, 7, 8 e 9, após o que obtemos uma nova média 7. Esse valor é então adicionado ao Diferença entre essas duas médias, ou seja, para 2,5 (7 4,5), e obtemos a quantidade final 7 2,5 9,5. Se assumirmos que o preço de mercado atual é igual a 9, a compensação resultante parece exagerada. No entanto, o autor considera esta sobrecorreção muito conveniente para reduzir a influência de surtos de preços aleatórios. Mudança de preço com a ajuda de um Hull em movimento pode ser previsto com alta precisão para 1-2 períodos selecionados. Visualmente, a linha em movimento é geralmente mais rápida do que o valor da média real. Em geral, a fórmula para calcular os valores do indicador de média móvel do casco é a seguinte: Indicador de média móvel do casco: parâmetros e configurações Existem várias opções de utilização da média modificada, mas normalmente é recomendável usá-lo juntamente com um indicador de seta HMA Arrow, indicando claramente o ponto de entrada recomendado. O indicador Hull Moving Average é instalado no terminal MetaTreder4 da maneira usual, em qualquer par de moedas e em qualquer período de tempo. As configurações recomendadas e cores ótimas são mostradas na figura abaixo: A média modificada do casco funciona bem em períodos curtos e médios, os resultados mais estáveis são fornecidos em períodos maiores que 20. Os valores ótimos são considerados os seguintes parâmetros-chave: HMPeriod - 20 HMAMethod (Shift) - 3. Às vezes, a seguinte configuração pode ser recomendada para uma negociação de médio prazo mais silenciosa com pequenos riscos: HMAperiod - 55 HMAshift 3. No entanto, os pontos de entrada recomendados aparecerão com menos frequência. Para maior clareza da análise, uma média móvel simples SMA (14) sobre os preços de fechamento (linha preta) foi adicionada no gráfico Com os indicadores de média móvel Hull e HMA Arrow. Vista geral do conjunto de indicadores no terminal: Como pode ser visto, os sinais de entrada parecem suficientemente precisos, particularmente em comparação com a média comum. Mas não se esqueça da principal desvantagem do Hull em movimento: a tendência atual de superestimar o valor do preço médio leva ao fato de que a linha não corresponde ao preço médio atual. Ele funciona bem como um filtro de reversão e, portanto, seus sinais de saída são mais confiáveis do que a entrada. Assim, Hull indicador de média móvel é necessário para ser combinado com opções de osciladores ou MACD. Mas mesmo sem o uso de indicadores de seta adicionais, há uma alta probabilidade de um sinal para comprar quando o preço cruza a linha de indicador para cima e para vender se o preço vai para baixo. A estratégia mais eficaz é considerada HullMovingAverage por Alan Hull, construído sobre uma vigilância de mercado padrão. O sinal de negociação é considerado como uma reversão da linha do casco: se houver uma descida, recomenda-se posições curtas, se estiverem em posições longas. At that, however, this breakthrough by the price of the line of the Hull Moving Average indicator itself is not perceived as the market signal. The methodology of calculation of the Hull Moving Average indicator is based on the modern mathematical mechanism that greatly improves the smoothness of the line and accuracy of market signals. Line of the HMA average excellently tracks the trend and gives accurate reversal signals. Inherent superiority of the average value in the calculation leads to an overestimation of the current average price, but with the optimal settings and additional indicators, you can get a trading strategy with a win rate over 60.
No comments:
Post a Comment