Flytte gjennomsnitt: Strategier 13 Av Casey Murphy. Senior Analytiker ChartAdvisor Ulike investorer bruker bevegelige gjennomsnitt for ulike grunner. Noen bruker dem som deres primære analytiske verktøy, mens andre bare bruker dem som en selvtillitbygger for å sikkerhetskopiere sine investeringsbeslutninger. I denne delen presenterer du noen forskjellige typer strategier - å inkorporere dem i din handelsstil er opp til deg. Crossovers En crossover er den mest grunnleggende typen signal og er favorisert blant mange handelsmenn fordi det fjerner all følelse. Den mest grunnleggende typen crossover er når prisen på et aktivum beveger seg fra den ene siden av et bevegelige gjennomsnitt og lukker på den andre. Prisoverskridelser brukes av handelsfolk til å identifisere skift i fart og kan brukes som en grunnleggende inngangs - eller utgangsstrategi. Som du kan se i figur 1, kan et kryss under et bevegelige gjennomsnitt signalere begynnelsen på en downtrend og vil sannsynligvis bli brukt av handelsfolk som et signal for å lukke eventuelle eksisterende lange stillinger. Omvendt kan en tetning over et glidende gjennomsnitt nedenfra foreslå begynnelsen på en ny opptrinn. Den andre typen kryssovergang skjer når et kortsiktig gjennomsnitt krysser gjennom et langsiktig gjennomsnitt. Dette signalet brukes av handelsmenn til å identifisere at momentet skifter i en retning, og at et sterkt trekk sannsynligvis nærmer seg. Et kjøpesignal genereres når kortsiktig gjennomsnitt krysser over det langsiktige gjennomsnittet, mens et salgssignal utløses av en kortsiktig gjennomsnittlig kryssning under et langsiktig gjennomsnitt. Som du ser fra diagrammet under, er dette signalet veldig objektivt, og derfor er det så populært. Triple Crossover og Moving Average Ribbon Ytterligere glidende gjennomsnitt kan legges til diagrammet for å øke signalets gyldighet. Mange forhandlere plasserer fem, 10 og 20-dagers glidende gjennomsnitt på et diagram og venter til femdagers gjennomsnittsfart krysser opp gjennom de andre, dette er generelt det primære kjøpesignalet. Venter på 10-dagers gjennomsnittet å krysse over 20-dagers gjennomsnittet brukes ofte som bekreftelse, en taktikk som ofte reduserer antall falske signaler. Å øke antall bevegelige gjennomsnitt, sett i trippel crossover-metoden, er en av de beste måtene å måle styrken på en trend og sannsynligheten for at trenden vil fortsette. Dette spørsmålet: Hva ville skje hvis du fortsatte å legge til glidende gjennomsnitt Noen mennesker hevder at hvis et glidende gjennomsnitt er nyttig, må 10 eller flere bli enda bedre. Dette fører oss til en teknikk som kalles det bevegelige gjennomsnittsbåndet. Som du kan se fra diagrammet nedenfor, er mange bevegelige gjennomsnitt plassert på samme diagram og brukes til å bedømme styrken til den nåværende trenden. Når alle bevegelige gjennomsnitt beveger seg i samme retning, antas trenden å være sterk. Reverseringer blir bekreftet når gjennomsnittene krysser over og leder i motsatt retning. Responsen til endrede forhold regnes av antall tidsperioder som brukes i de bevegelige gjennomsnittene. Jo kortere tidsperioder som brukes i beregningene, desto mer følsomme er gjennomsnittet for lave prisendringer. Et av de vanligste båndene starter med et 50-dagers glidende gjennomsnitt og legger til gjennomsnitt i 10-dagers trinn opp til det endelige gjennomsnittet på 200. Denne typen gjennomsnitt er bra for å identifisere langsiktige trendreversaler. Filtre Et filter er enhver teknikk som brukes i teknisk analyse for å øke tilliten til en viss handel. For eksempel kan mange investorer velge å vente til en sikkerhet krysser over et glidende gjennomsnitt og er minst 10 over gjennomsnittet før du bestiller. Dette er et forsøk på å sikre at crossover er gyldig og for å redusere antall falske signaler. Ulempen om å stole på filtre for mye er at noe av gevinsten er gitt opp, og det kan føre til at du føler deg som savnet båten. Disse negative følelsene vil redusere over tid, da du kontinuerlig tilpasser kriteriene som brukes til filteret ditt. Det er ingen faste regler eller ting å se etter når du filtrerer det, er det bare et ekstra verktøy som lar deg investere med selvtillit. Flytte gjennomsnittlig konvolutt En annen strategi som inkorporerer bruk av bevegelige gjennomsnitt er kjent som en konvolutt. Denne strategien innebærer å plotte to band rundt et glidende gjennomsnitt, forskjøvet av en bestemt prosentandel. For eksempel, i diagrammet nedenfor er en 5 konvolutt plassert rundt et 25-dagers glidende gjennomsnitt. Traders vil se på disse bandene for å se om de fungerer som sterke områder av støtte eller motstand. Legg merke til hvordan bevegelsen ofte reverserer retning etter å ha nådd et av nivåene. En prisbevegelse utover bandet kan signalere en periode med utmattelse, og handelsmenn vil se etter en reversering mot sentrums gjennomsnittet. Gjennomsnittlig overgang Overflytende gjennomsnittlig overgang er en vanlig måte handelsmenn kan bruke Moving Averages. En kryssovergang oppstår når en raskere bevegelig gjennomsnitt (dvs. en kortere periode flytende gjennomsnitt) krysser enten over en langsommere bevegelige gjennomsnitt (dvs. en lengre periode flytende gjennomsnitt) som anses å være et bullish kryssover eller under som regnes som en bearish crossover. Diagrammet nedenfor for SampP Depository Receipts Exchange Traded Fund (SPY) viser 50-dagers Simple Moving Average, og 200-dagers Simple Moving Average, dette Moving Average pair, blir ofte sett på av store finansinstitusjoner som en langvarig indikator for markedsretningen : Legg merke til hvordan den langsiktige 200-dagers Simple Moving Average er i en uptrend dette tolkes ofte som et signal om at markedet er ganske sterkt. En forhandler kan vurdere å kjøpe når kortsiktig 50-dagers SMA krysser over 200-dagers SMA og kontrastvis, kan en forhandler vurdere å selge når 50-dagers SMA krysser under 200-dagers SMA. I diagrammet over SampP 500 hadde begge potensielle kjøpssignaler vært svært lønnsomme, men det ene potensielle salgssignalet ville ha forårsaket et lite tap. Husk at 50-dagers, 200-dagers Simple Moving Average crossover er en veldig langsiktig strategi. For de handelsmenn som ønsker mer bekreftelse når de bruker Moving Average crossovers, kan 3 Simple Moving Average crossover teknikken bli brukt. Et eksempel på dette er vist i tabellen under Wal-Mart (WMT) lager: Den 3 Simple Moving Average-metoden kan tolkes som følger: Den første crossover av den raskeste SMA (i eksempelet ovenfor, 10-dagers SMA) På tvers av den neste raskeste SMA (20-dagers SMA) fungerer som en advarsel om at prisene kan være reverserende trend, men vanligvis vil en forhandler ikke legge en faktisk kjøps - eller salgsordre da. Deretter kan det andre krysset over den raskeste SMA (10-dagers) og den langsomme SMA (50-dagers) utløse en næringsdrivende å kjøpe eller selge. Det finnes mange varianter og metoder for bruk av 3 Simple Moving Average crossover-metoden, noen er gitt nedenfor: En mer konservativ tilnærming kan være å vente til den midterste SMA (20-dagers) krysser over den langsommere SMA (50-dagers), men dette er i utgangspunktet en to SMA crossover teknikk, ikke en tre SMA teknikk. En forhandler kan vurdere en pengehåndteringsteknikk for å kjøpe en halv størrelse når den raske SMA krysser over neste raskeste SMA og deretter gå inn i den andre halvdelen når den raske SMA krysser over den langsommere SMA. I stedet for halvdeler, kjøp eller selg en tredjedel av en posisjon når den raske SMA krysser over neste raskeste SMA, en tredjedel når den raske SMA krysser over den langsomme SMA, og den siste tredjedelen når den nest raskeste SMA krysser over den langsomme SMA . En Moving Average Crossover-teknikk som bruker 8 Moving Averages (eksponentiell), er Moving Average Exponential Ribbon Indicator (se: Eksponentielt bånd). Flytte Gjennomsnittlige overganger er ofte sett på verktøy av handelsfolk. Faktisk er kryssoverføringer ofte inkludert i de mest populære tekniske indikatorene, inkludert indikatoren Moving Average Convergence Divergence (MACD) (se: MACD). Andre bevegelige gjennomsnitt fortjener nøye vurdering i en handelsplan: Informasjonen ovenfor er kun til informasjons - og underholdningsformål, og utgjør ikke handelsrådgivning eller en oppfordring til å kjøpe eller selge noen aksje-, opsjons-, fremtidige, vare - eller forexprodukt. Tidligere resultater er ikke nødvendigvis en indikasjon på fremtidig ytelse. Handel er iboende risikabelt. OnlineTradingConcepts er ikke ansvarlig for eventuelle spesielle eller følgeskader som skyldes bruk av eller manglende evne til å bruke, materialene og informasjonen som tilbys av dette nettstedet. Se full ansvarsfraskrivelse. Del 5: Utvalg av prognoser. 8 Del 6: Potensielle problemer. 9 Del 7: Hvor går vi fra her. 10 Del 1: Dual Moving Average Crossover Konseptet med et dobbeltflytende gjennomsnittlig crossover er ganske enkelt. Beregn to flytende gjennomsnitt av prisen på en sikkerhet, eller i dette tilfelle valutakursen for en valuta. Et gjennomsnitt ville være kort sikt (ST) (strengt forhold til andre glidende gjennomsnitt) og den andre langsiktige (LT). Matematisk sett vil det langsiktige glidende gjennomsnittet (LTMA) ha en lavere varians og vil bevege seg i samme retning som kortsiktig glidende gjennomsnitt, men med en annen hastighet. De forskjellige retningsretninger, induserer punkter hvor verdiene til de to bevegelige gjennomsnittene kan være like og eller krysse hverandre. Disse punktene kalles crossover poeng. I dobbeltflytende gjennomsnittlig crossover-handelsstrategi er disse overgangspunktene punkter for å kjøpe eller selge valutaene. Hva disse overgangspunktene innebærer avhenger av tilnærming investor har i sin strategi. Det er to tanker: Teknisk og Verdi. Den tekniske tilnærmingen antyder at når Short Term Moving Average (STMA) beveger seg over LTMA, representerer et Buy (eller Long) signal. (Omvendt, når STMA beveger seg under LTMA, indikerer den tekniske tilnærmingen et Selges (eller Kort) signal.) Intuisjonen bak denne strategien kan forklares med hensyn til momentum. I utgangspunktet fastslår prinsippet om momentum at en pris som beveger seg opp (eller ned) i perioden t, sannsynligvis vil fortsette å bevege seg (eller ned) i periode t1 med mindre det foreligger bevis for det motsatte. Når STMA beveger seg over LTMA, gir dette en forsinket indikator på at prisen beveger seg oppover i forhold til den historiske prisen. Kjøp høyt, selg høyere. Verdimetoden gir motsatte handelssignaler til den tekniske tilnærmingen. Verdien tilnærming hevder at når STMA krysser fra under til over LTMA, at investeringen nå er overvurdert, og bør selges. Omvendt når valutaen STMA beveger seg under LTMA, er valutaen undervurdert, den bør kjøpes. Intuisjonen bak Value Approach kan bare betraktes som en gjennombruddsmetode. Kjøp lavt (verdi), selg høyt (overvaluert). Begge strategiene prøver å oppnå det samme målet, men gjør det i motstridende veier til hverandre. I dette papiret vil vi analysere både de tekniske og verdistrategier som brukes på EuroUSD valutakursene. Den følgende grafen viser hvordan dual-moving crossover-handelsstrategien produserer kjøp og salg av signaler. Vær oppmerksom på at gevinster og tap beregnes ved å ta forskjellen mellom prisen (ikke den bevegelige gjennomsnittsverdien) på signalpunkter. Så, den faktiske prisen som handles, vil med stor sannsynlighet ikke være lik tilsvarende flytende gjennomsnittsverdier. Del 2: Data og metodikk Nedenfor er en tabell som oppsummerer dataene som vi brukte til denne oppgaven: Merk om programvare: Microsoft Excel klarte ikke å håndtere antall observasjoner vi kunne skaffe. Det var derfor nødvendig å bruke en annen programvarepakke til å gjøre beregningene eller skrive programvare selv. Vi bestemte oss for at C var et passende språk å bruke. Vi skrev C-kode for å gjøre følgende funksjoner med dataene: 1. Rene data, inkludert filtrering ut i helger, helligdager og foreldede perioder. 2. Bryt ut de angitte lange og kortsiktige glidende gjennomsnittene. en. Brukt Fibonacci-serien som utgangspunkt for kort og lang sikt (første 12 5,8,13,21,34,55,89,144,233,377,610,987 undersøkt. Resultatene er ikke forskjellige fra nedenfor). b. Beregn alle kombinasjoner av 10-trinns trinn opp til 1000. f. eks. 10,50 230, 740 (kjøretid på ca. 30 minutter, 5050 mulige kombinasjoner) 3. Beregn krysspunkter, 4. Identifiser crossover som Kjøp eller Selg 5. Beregn resultater: (med og uten glidning på 0.0003) e. Gjennomsnittlig winloss f. perioder under innledende investeringer g. Maks porteføljeverdi h. Min porteføljeverdi 6. Bestem hvilke flytende gjennomsnitt som skal brukes uten prøveutprøving. 7. Utfør ut av prøveanalyse. 8. Sammenlign i prøve med ut av prøven. Del 3: I analyse av prøveresultater Tabellen nedenfor oppsummerer resultatene i prøven som ble utført. Følgende er tre nøkkelanalyser fra de i prøveberegninger: Den dobbelte glidende gjennomsnittsovergangsstrategien kan gi jevn fortjeneste når det ikke antas å slippe slippe. Videre trenger man ikke å være kresne eller selektive når man bestemmer parametrene for de korte og lange siktene for å lykkes. Når slippage er regnskapsført i profittberegningene, er resultatene langt forskjellig fra konklusjonen ovenfor. Faktisk er over 65 av de mulige DMAC-kombinasjonene ikke lønnsomme, og det er betydelig nedsatt risiko ved bruk av en blind DMAC-strategi. Når man sammenligner den tekniske vs. verdi-tilnærmingen i prøven, er det klart at teknisk tilnærming utfører verdien tilnærming betydelig, som vist av gjennomsnittlig totalavkastning. Sammenlign 4,0 (teknisk) med 11,4 (verdi). Noe interessant, er de kortsiktige og langsiktige glidende gjennomsnittsparametrene som skaper mest lønnsomme avkastningen, mye mer sammensatt i den tekniske tilnærmingen enn verdien tilnærming. Dette antyder at den tekniske tilnærmingen kan bli tatt ut av prøven lettere. Del 4: Parametervalg for analyse utenfor prøven På dette punktet i prosessen utviklet vi en valgmetode for å bestemme hvilket utvalg av STMA - og LTMA-parametere vi vil anbefale for ut av prøveanalyse. Prosessen følger: Beregnet 4,950 kombinasjoner av STLT-porteføljer for utgangene som er oppført i del 3. Sortert etter lønnsomhet Valgt de som returnerer gt10 Sortert etter ST-verdi Mest lønnsomme ST-verdier gruppert mellom 50-130 (Se diagram nedenfor) Sortert etter LT-verdi (gjentatt) metodikk for ST i LT) Mest lønnsomme LT-verdier gruppert mellom 740-810 (Se diagram nedenfor) Hvis det var nødvendig å velge en enkelt kombinasjon av DMAC, vil vi anbefale 100 (ST), 770 (LT) som den endelige kombinasjonen utvelgelse Vær oppmerksom på at dette ikke representerte den eneste beste utøveren av 1746 lønnsomme kombinasjonene, men representerer en av de beste kandidatene basert på de beskrevne fordelingene ovenfor. Del 5: Prognoser utenfor prospektet Tabellen nedenfor oppsummerer prøveforsøkene som ble utført utenom prøven. Fra analysen utenfor analysen oppdaget vi at ved å utnytte en velutviklet parametervalgsprosess, ser det ut til at vi faktisk klarte å velge lønnsomme DMAC-kombinasjoner. Sammensetningene utenom prøven viste betydelig forbedring i forhold til samplingene i prøven. Sammenlign 89 lønnsomhet (skjermet, ute av prøven) mot 35 (alle mulige kombinasjoner, i prøve). Sammenlign også 2,5 gjennomsnittlig avkastning (skjermet, ut-av-prøve) mot 4,0 gjennomsnittlig avkastning (alle mulige kombinasjoner, i prøve). Kanskje enda viktigere, viste de skjermede resultatene utenfor prøven en langt lavere standardavvik og nedsatt risiko. Faktisk var den dårligere avkastningen blant resultatene utenfor prøven 2,7 tilbake. Del 6: Potensielle problemer Det er deler av analysen som må analyseres for å avgjøre hvor det kan være underliggende farer (det vil si risikoer) som kanskje ikke er synlige: 1) Data Clean og upartiske data er avgjørende for god analyse. Gitt påliteligheten i datakilden, føler vi oss ganske sikre på at dataene er nøyaktige, men vår analyse undersøkte bare en enkelt valuta for en 2 års periode. Selv om vår tilnærming var rent teknisk, begrenser dette enkelt datasett ikke generalisering over andre valutaer eller aktivaklasser (for eksempel futures, aksjer). 2) Metodikk En fin linje eksisterer mellom god optimalisering og datautvinning. Ved å undersøke alle mulige kombinasjoner av DMAC med STMA - og LTMA-parametere mellom 10 og 990, åpnet vi oss for fristelsen til data mining for å generere gunstige resultater, men ved å bruke en velutviklet parametervalgsmetode følte vi det trygge å ta det anbefalte spekteret av parametervurderinger utenom prøven. Med tanke på at nesten 90 av de valgte DMAC-kombinasjonene var faktisk lønnsomme utenfor prøven, er det ganske lite sannsynlig at vi kunne oppnå disse resultatene gjennom en data mining eller overoptimalisert parametervalgmetode. 3) Risiko I tillegg til å ta en ganske oversiktlig oversikt over standardavviket av forventet avkastning og minimum totalavkastning, fullførte vi ikke en grundig vurdering av de involverte risikoene. Investerere vil også være interessert i beregninger som maksimal utvinning til enhver tid. (Denne informasjonen vil også være relevant for incentivstrukturen for hedgefondslederne.) Samlet sett bør en grundigere undersøkelse av risiko undersøkes. Kanskje denne analysen kunne gi et filter tilnærming til å kjøpe og selge signaler. Som et resultat ville vi ikke trenge å vedta en strategi som alltid er i (unntatt helger). Del 7: Hvor skal vi gå fra her? Det er klart fra resultatene fra både prøven og ut av prøveanalyser at det må være enda smartere måter fange tilgjengelige overskudd med DMACs handelsstrategi. Fange mer fortjeneste gjennom bedre timingstrategier Vi kan se fra DMAC-grafen (se avsnitt 1) at mye av det potensielle resultatet går tapt når handelssignalet er gitt. Dette skyldes at det bevegelige gjennomsnittet er en trend-følge, forsinket indikator som bare reflekterer forrige pris handling. Som vi har vist i analysen og resultatene, går det meste av fortjenestepotensialet på det tidspunktet til handelskostnader (det vil si at bankene får det på valutamarkedet). For å fange mer av tilgjengelig overskudd anbefaler vi å undersøke følgende ideer og strategier. Pris vs SMA Crossover Strategy. Vi anbefaler å utforske en analyse av en pris mot SMA crossover. På denne måten blir en av de bevegelige gjennomsnittlige lags fjernet fra analysen. I virkeligheten gjør dette kjøpesignalene mer rettidige i naturen. De potensielle problemene med denne strategien inkluderer: Økte transaksjoner og dermed kostnader. Tiltak ved dårlige signaler (dvs. flere piskesager). Teknisk analyseforskning har en tendens til å antyde at DMACs handelsstrategier overgår SMAs handelsstrategier. Modellutvikling versus handelsperioder. Det er sykluser i dataene som viser tidsperioder der prisene har svært små variasjoner rundt en lignende pris eller med andre ord de er i en handelsperiode. Det er også perioder hvor prisene gjør grunnleggende trekk fra ett område til et annet, eller trender perioder. Undersøkelse av ulike handelsregler i programvaren som vil bidra til å identifisere når disse periodene begynner og slutter, kan være svært kraftige. Blant mulige tilnærminger er tradisjonelle tekniske indikatorer som ADX (DI og DI), oscillatorer for handelsperioder (dvs. RSI, CCI). Alternativt kan mer avanserte statistiske tilnærminger som skjulte Markov-modeller undersøkes. Tilleggsreglene for handelsregulering: Slope Change Analysis. Det er mulig at en analyse av hellingsretningen kan være nyttig for å fange noen av de tapte fortjenestene. I dette scenariet kunne den absolutte retningen av skråningen bestemme handelsbeslutningen sammen med den relative hellingsanalysen av dobbeltflytende gjennomsnitt. Selv om denne typen analyse også legger seg og grenser mot en momentumstrategi, kan det være noen verdier for undersøkelsen om modellen kan bli mer robust gjennom inkludering. Ytterligere handelsregler: Standardavvik fra LTMA. I denne strategien kan en avgjørelsesbeslutning gjøres når dagens pris beveger seg over en foreskrevet standardavvik bort fra det langsiktige glidende gjennomsnittet. Denne typen handelsregel kan bidra til å fange fortjenesten som ellers ville gå tapt når en spike kommer tilbake (eller går tilbake) før de bevegelige gjennomsnittene krysser igjen. Potensielle risikoer for denne strategien inkluderer: Tillater ikke å drive overskuddsbølgen ved å indusere tidlige utganger fra fortjenestevirksomhet. Økte handelskostnader Valg av aktivaklasser (Valuta, verdipapirer, futures) I vår analyse brukte vi data som ble gitt til oss av Professor Campbell Harvey. Det er rimelig å anta at det er mulig å gjennomgå en analyse for å velge mer lønnsomme valutaer og verdipapirer. Noen mulige metoder for utvelgelse inkluderer forskjellige attributtskjermer av puljer av verdipapirer og valutaer, inkludert univariate og bivariate skjermer kan gi mer lønnsomme resultater. Prediktive regressjoner av de ønskelige attributter, inkludert likviditet og volatilitet etc. for valutaer, verdipapirer og futures. Katastrofale hendelsesanalyser I kølvandet på flere store eller katastrofale hendelser de siste 3 årene, inkludert: August 1998 (russisk standard), mars 2000 (fall i det amerikanske aksjemarkedet) 11. september 2000 (Terrorist Attack). Selv om vi har tatt med to av disse tre hendelsene i våre data, føler vi fremdeles at en analyse bør gjøres for å planlegge for slike hendelser (dvs. avslutningsstrategier) og deres innflytelse på våre stillinger.
No comments:
Post a Comment