Bewegende Gemiddelde Uitskieters

Ek gebruik 'n bewegende gemiddelde filter om data vir uitskieter verwydering glad. Deur die verandering van die aantal gemiddelde punte, kry ek 'n ander gevolg. My data is multi-dimensionele eienskap vektore. Ek het aansoek gedoen die bewegende gemiddelde vir die hele matriks en dan op individuele veranderlikes. Hulle gee verskillende resultate. So, hoe om te kies / te raai die aantal punte om oor gemiddeld en moet dit toegepas word op die hele matriks of op 'n een vir een basis gevra 1 November 13 by 21:44 Glenb 9830 148k 9679 19 9679 246 9679 511 Een benadering tot keuse van 'n glad parameter sou wees om een-stap-ahead voorspelling foute (soos somme van kwadrate van een-stap-ahead voorspelling foute) te optimaliseer. As you39re probeer om uitskieters te identifiseer, you39d wil 'n ander maatstaf van voorspelling fout - een redelik sterk om uitskieters (en dan bewegende gemiddeldes sal 'n vreemde keuse lyk - waarom nie iets meer robuuste om die uitskieters) uitvoering maak Glenb 9830 2 November 13 by 1: 11 1 Antwoord nie. Beide. Almal. Jammer. Maar ek dink dit is 'n poging (al is dit 'n slim een) te outomatiseer wat kan nie regtig outomatiese. Natuurlik verskillende metodes gee verskillende resultate die enigste keer wat hulle wouldnt is waar die uitskieter is so voor die hand liggend dat jy nie 'n toets nodig. My voorstel is om 'n verskeidenheid van metodes gebruik om moontlike uitskieters diegene uitskieters te identifiseer, dan ondersoek op 'n individuele basis. We 'n bediener wat in data van 'n paar ore lees, en onder die dinge wat dit bereken (behalwe eenvoudig net die aanmelding van die staat) is die gemiddelde tyd wat dit neem vir die sensors om te verander van een waarde na 'n ander. Dit hou 'n lopende gemiddeld van 64 datapunte, en aanvaar dat runtime is redelik konstant. Ongelukkig, soos blyk uit die grafiek hieronder, die insette data isnt die mees ongerepte: (Elke lyn verteenwoordig 'n ander stel data die x-as nie die geval is regtig iets behalwe 'n vae historiese tyd as beteken). My hand liggende oplossing vir die hantering van hierdie sou wees om 'n histogram van die data te skep en dan haal die modus. Maar ek wonder of daar ander metodes wat beter prestasie sal lewer of sal meer geskik vir 'n operasie met 'n lopende gemiddelde was. 'N paar vinnige Wikipedia soektogte stel algoritmes vir die opsporing van uitskieters kan ook geskik wees. Eenvoud is 'n pluspunt, want die bediener in C. wysig geskrywe. Ek scoped uit Wikipedia en vorendag gekom met hierdie verskillende tegnieke: Chauvenets maatstaf: die gebruik van die gemiddelde en standaardafwyking, bereken die waarskynlikheid 'n bepaalde datapoint sou gebeur, en dan sluit dit as die waarskynlikheid is eintlik so sleg is minder as 50. Terwyl dit lyk geskik vir die regstelling van 'n lopende gemiddelde op die vlieg te wees, Ek is nie heeltemal oortuig van sy doeltreffendheid: dit lyk met 'n groot data-stelle dit nie wil datapunte weggooi. Grubbs toets: Nog 'n metode wat verskil maak gebruik van die gemiddelde standaard afwyking, en het 'n paar uitdrukking vir wanneer die hipotese van geen uitskieters verwerp Cooks afstand: Maatreëls die invloed 'n datapoint het op 'n kleinste kwadrate regressie ons aansoek sal waarskynlik verwerp dit as dit oorskry 1 Truncated gemiddelde: Gooi die lae einde en die hoë einde, en dan neem die gemiddelde as normale iemand enige spesifieke ervaring en kan nie kommentaar lewer op hierdie statistiese tegnieke ook 'n paar opmerkings oor die fisiese situasie: is die gemiddelde tyd meet tot die voltooiing van 'n meganiese wasmasjien, sodat sy runtime moet redelik konstant wees. Ek is nie seker of dit werklik 'n normaalverdeling. Wysig 2. Nog 'n interessante vraag: wanneer die bediener is Opstarten, soos in, nie die geval enige vorige data te analiseer, hoe moet dit hanteer inkomende data eenvoudig nie enige uitskieter snoei wysig 3 doen. Nog 'n ding. As die hardeware soos verander nie dat die Runtimes verskillende hoef te word, is dit die moeite werd om die algoritme voldoende robuuste sodanig dat dit sal hierdie nuwe Runtimes weggooi maak, ek moet Ek onthou net om die kas te spoel wanneer dit gebeur gevra 12 April 9 op 7 : 24How sal Apple (AAPL) Voorraad Reageer heringestelde Samsung Patent Win Twitter (TWTR) Onwaarskynlik te verkry in nabye toekoms, voormalige bedryfshoof Rowghani Sê jy dink Wells Fargos Bankiers is sleg 'n blik op Sy Brokers Sarepta Therapeutics (SRPT) Voorraad Druppels , Anthem Sê DMD Drug Nie medies noodsaaklik Yogi Berras 14 groot Yogi-Isms om Aansoek te Doen in die lewe en die sakewêreld Bank of America (BAC) se uitvoerende hoof, Moynihan Reageer op Wells Fargo Scandal Aandeel Brei Verliese as Desember rentekoersverhoging Bly Waarskynlik Ondanks Jobs Mej Wat die potensiële Qualcomm-NXP ooreenkoms beteken vir Broadcom Advanced Micro Devices (AMD) Voorraad Skyfies, dekking geïnisieer Met gelyke gewig Rating maak sin vir bewegende Gemiddeldes BALTIMORE (Stockpickr) - In die wêreld van tegniese ontleding, die bewegende gemiddelde, of MA, kan goed wees die gewildste aanwyser daar buite. Maar al te dikwels, ontluikende markte tegnici het net 'n verbygaande begrip van die boodskap wat bygevoeg lyne op hul tegniese kaarte vertel hulle. Vandag, is die neem van 'n blik op hoe bewegende gemiddeldes werk - en hoe hulle ambagte kan sein in die werklike wêreld. Bewegende gemiddeldes is skaars verban na die wêreld van die saak. Trouens, dis sy 'n gemeenskaplike statistiese instrument wat gebruik word om groot tydreekse datastelle interpreteer deur stuksgewyse datapunte relatable tot die hele wiskundig, bewegende gemiddeldes is glad bedrywighede wat selfs uit statistiese uitskieters en 'n duideliker prentjie oor die dataset dis gekyk gee. Wat dit basies beteken is dat bewegende gemiddeldes 'n potensieel vlugtige item soos 'n aandeelprys kan neem, en gee beleggers 'n grafiek dis baie meer 'n aanduiding van die aandele algehele beweging. MA sny deur die geraas van die mark. Om dit eenvoudig te stel, die bewegende gemiddelde is net 'n rollende gemiddelde - dit is, dit is die gemiddelde prys van 'n voorraad oor 'n gegewe aantal dae. Elke dag, die mees onlangse dae data kry by die bewegende gemiddelde en die laaste dae data val af. Bewegende gemiddelde Gewig Woes Maar tegnici gou ontdek 'n groot fout in hierdie eenvoudige bewegende gemiddelde (SMA): gewig. Na alles, die prys data van byna 'n jaar gelede (in die geval van die immergewilde 200-daagse bewegende gemiddelde) wasnt so relevant tot vandag se mark as yesterdays prys, maar albei het 'n gelyke impak op die waarde van die bewegende gemiddelde. Om dit reg te stel, die eksponensiële bewegende gemiddelde, of EMO, 'n gewilde alternatief. In teenstelling met die eenvoudige bewegende gemiddelde, waar elke dae pryse gehou dieselfde impak, is die EMO so bereken dat elke dae betekenis af eksponensieel. Terwyl ander gewig skemas bestaan, die SMA en EMO is by verre die gewildste in gebruik deur tegniese ontleders vandag. Die tydperk van die bewegende gemiddelde is ook 'n belangrike element. Die gewildste alternatiewe sluit in die 9-dag, 50-dag, en 200-dae - bewegende gemiddeldes (eenvoudige of eksponensiële, afhangende van die aansoek asook die handelaars voorkeur). Maar terwyl daaglikse bewegende gemiddeldes, wat 'n voorrade verteenwoordig prys oor die sleep X dae, kom algemeen voor, sy noodsaaklik om te onthou dat bewegende gemiddeldes kan gebruik word vir enige timeframe. Moving gemiddeldes - Eenvoudige en Eksponensiële Bewegende Gemiddeldes - Eenvoudige en Eksponensiële Inleiding bewegende gemiddeldes gladde die prys data om 'n tendens volgende aanwyser vorm. Hulle het nie die prys rigting voorspel nie, maar eerder die huidige rigting met 'n lag te definieer. Bewegende gemiddeldes lag omdat hulle op grond van vorige pryse. Ten spyte hiervan lag, bewegende gemiddeldes te help gladde prys aksie en filter die geraas. Hulle vorm ook die boustene vir baie ander tegniese aanwysers en overlays, soos Bollinger Bands. MACD en die McClellan Ossillator. Die twee mees populêre vorme van bewegende gemiddeldes is die Eenvoudige bewegende gemiddelde (SMA) en die eksponensiële bewegende gemiddelde (EMA). Hierdie bewegende gemiddeldes gebruik kan word om die rigting van die tendens te identifiseer of definieer potensiaal ondersteuning en weerstand vlakke. Here039s n grafiek met beide 'n SMA en 'n EMO daarop: Eenvoudige bewegende gemiddelde Berekening 'n Eenvoudige bewegende gemiddelde is wat gevorm word deur die berekening van die gemiddelde prys van 'n sekuriteit oor 'n spesifieke aantal periodes. Die meeste bewegende gemiddeldes is gebaseer op sluitingstyd pryse. 'N 5-dag eenvoudig bewegende gemiddelde is die vyf dag som van die sluiting pryse gedeel deur vyf. Soos die naam aandui, 'n bewegende gemiddelde is 'n gemiddelde wat beweeg. Ou data laat val as nuwe data kom beskikbaar. Dit veroorsaak dat die gemiddelde om te beweeg langs die tydskaal. Hieronder is 'n voorbeeld van 'n 5-daagse bewegende gemiddelde ontwikkel met verloop van drie dae. Die eerste dag van die bewegende gemiddelde dek net die laaste vyf dae. Die tweede dag van die bewegende gemiddelde daal die eerste data punt (11) en voeg die nuwe data punt (16). Die derde dag van die bewegende gemiddelde voort deur die val van die eerste data punt (12) en die toevoeging van die nuwe data punt (17). In die voorbeeld hierbo, pryse geleidelik verhoog 11-17 oor 'n totaal van sewe dae. Let daarop dat die bewegende gemiddelde styg ook 13-15 oor 'n driedaagse berekening tydperk. Let ook op dat elke bewegende gemiddelde waarde is net onder die laaste prys. Byvoorbeeld, die bewegende gemiddelde vir die eerste dag is gelyk aan 13 en die laaste prys is 15. Pryse die vorige vier dae laer was en dit veroorsaak dat die bewegende gemiddelde te lag. Eksponensiële bewegende gemiddelde Berekening eksponensiële bewegende gemiddeldes te verminder die lag deur die toepassing van meer gewig aan onlangse pryse. Die gewig van toepassing op die mees onlangse prys hang af van die aantal periodes in die bewegende gemiddelde. Daar is drie stappe om die berekening van 'n eksponensiële bewegende gemiddelde. Eerstens, bereken die eenvoudige bewegende gemiddelde. 'N eksponensiële bewegende gemiddelde (EMA) moet iewers begin so 'n eenvoudige bewegende gemiddelde word gebruik as die vorige period039s EMO in die eerste berekening. Tweede, bereken die gewig vermenigvuldiger. Derde, bereken die eksponensiële bewegende gemiddelde. Die onderstaande formule is vir 'n 10-dag EMO. 'N 10-tydperk eksponensiële bewegende gemiddelde van toepassing 'n 18,18 gewig na die mees onlangse prys. 'N 10-tydperk EMO kan ook 'n 18,18 EMO genoem. A 20-tydperk EMO geld 'n 9,52 weeg om die mees onlangse prys (2 / (201) 0,0952). Let daarop dat die gewig vir die korter tydperk is meer as die gewig vir die langer tydperk. Trouens, die gewig daal met die helfte elke keer as die bewegende gemiddelde tydperk verdubbel. As jy wil ons 'n spesifieke persentasie vir 'n EMO, kan jy hierdie formule gebruik om dit te omskep in tydperke en gee dan daardie waarde as die parameter EMA039s: Hier is 'n spreadsheet voorbeeld van 'n 10-dag eenvoudig bewegende gemiddelde en 'n 10- dag eksponensiële bewegende gemiddelde vir Intel. Eenvoudige bewegende gemiddeldes is reguit vorentoe en verg min verduideliking. Die 10-dag gemiddeld net beweeg as nuwe pryse beskikbaar raak en ou pryse af te laai. Die eksponensiële bewegende gemiddelde begin met die eenvoudige bewegende gemiddelde waarde (22,22) in die eerste berekening. Na die eerste berekening, die normale formule oorneem. Omdat 'n EMO begin met 'n eenvoudige bewegende gemiddelde, sal sy werklike waarde nie besef tot 20 of so tydperke later. Met ander woorde, kan die waarde van die Excel spreadsheet verskil van die term waarde as gevolg van die kort tydperk kyk terug. Hierdie sigblad gaan net terug 30 periodes, wat beteken dat die invloed van die eenvoudige bewegende gemiddelde het 20 periodes om te ontbind het. StockCharts gaan terug ten minste 250-tydperke (tipies veel verder) vir sy berekeninge sodat die gevolge van die eenvoudige bewegende gemiddelde in die eerste berekening volledig verkwis. Die sloerfaktor Hoe langer die bewegende gemiddelde, hoe meer die lag. 'N 10-dag eksponensiële bewegende gemiddelde pryse sal baie nou omhels en draai kort ná pryse draai. Kort bewegende gemiddeldes is soos spoed bote - ratse en vinnige te verander. In teenstelling hiermee het 'n 100-daagse bewegende gemiddelde bevat baie afgelope data wat dit stadiger. Meer bewegende gemiddeldes is soos see tenkwaens - traag en stadig om te verander. Dit neem 'n groter en meer prysbewegings vir 'n 100-daagse bewegende gemiddelde kursus te verander. bo die grafiek toon die SampP 500 ETF met 'n 10-dag EMO nou na aanleiding van pryse en 'n 100-dag SMA maal hoër. Selfs met die Januarie-Februarie afname, die 100-dag SMA gehou deur die loop en nie draai. Die 50-dag SMA pas iewers tussen die 10 en 100 dae bewegende gemiddeldes wanneer dit kom by die lag faktor. Eenvoudige vs Eksponensiële Bewegende Gemiddeldes Hoewel daar duidelike verskille tussen eenvoudige bewegende gemiddeldes en eksponensiële bewegende gemiddeldes, een is nie noodwendig beter as die ander. Eksponensiële bewegende gemiddeldes minder lag en is dus meer sensitief vir onlangse pryse - en onlangse prysveranderings. Eksponensiële bewegende gemiddeldes sal draai voor eenvoudige bewegende gemiddeldes. Eenvoudige bewegende gemiddeldes, aan die ander kant, verteenwoordig 'n ware gemiddelde van die pryse vir die hele tydperk. As sodanig, kan eenvoudig bewegende gemiddeldes beter geskik wees om ondersteuning of weerstand vlakke te identifiseer. Bewegende gemiddelde voorkeur hang af van doelwitte, analitiese styl en tydhorison. Rasionele agente moet eksperimenteer met beide tipes bewegende gemiddeldes, asook verskillende tydsraamwerke om die beste passing te vind. Die onderstaande grafiek toon IBM met die 50-dag SMA in rooi en die 50-dag EMO in groen. Beide 'n hoogtepunt bereik in die einde van Januarie, maar die daling in die EMO was skerper as die afname in die SMA. Die EMO opgedaag het in die middel van Februarie, maar die SMA voortgegaan laer tot aan die einde van Maart. Let daarop dat die SMA opgedaag het meer as 'n maand nadat die EMO. Lengtes en tydsraamwerke Die lengte van die bewegende gemiddelde is afhanklik van die analitiese doelwitte. Kort bewegende gemiddeldes (20/05 periodes) is die beste geskik vir tendense en handel kort termyn. Rasionele agente belangstel in medium termyn tendense sou kies vir langer bewegende gemiddeldes wat 20-60 periodes kan verleng. Langtermyn-beleggers sal verkies bewegende gemiddeldes met 100 of meer periodes. Sommige bewegende gemiddelde lengtes is meer gewild as ander. Die 200-daagse bewegende gemiddelde is miskien die mees populêre. As gevolg van sy lengte, dit is duidelik 'n langtermyn-bewegende gemiddelde. Volgende, die 50-dae - bewegende gemiddelde is baie gewild vir die medium termyn tendens. Baie rasionele agente gebruik die 50-dag en 200-dae - bewegende gemiddeldes saam. Korttermyn, 'n 10-dae bewegende gemiddelde was baie gewild in die verlede, want dit was maklik om te bereken. Een van die nommers bygevoeg eenvoudig en verskuif die desimale punt. Tendens Identifikasie Dieselfde seine gegenereer kan word met behulp van eenvoudige of eksponensiële bewegende gemiddeldes. Soos hierbo aangedui, die voorkeur hang af van elke individu. Hierdie voorbeelde sal onder beide eenvoudige en eksponensiële bewegende gemiddeldes gebruik. Die term bewegende gemiddelde is van toepassing op beide eenvoudige en eksponensiële bewegende gemiddeldes. Die rigting van die bewegende gemiddelde dra belangrike inligting oor pryse. 'N stygende bewegende gemiddelde wys dat pryse oor die algemeen is aan die toeneem. A val bewegende gemiddelde dui daarop dat pryse gemiddeld val. 'N stygende langtermyn bewegende gemiddelde weerspieël 'n langtermyn - uptrend. A val langtermyn bewegende gemiddelde weerspieël 'n langtermyn - verslechtering neiging. bo die grafiek toon 3M (MMM) met 'n 150-dag eksponensiële bewegende gemiddelde. Hierdie voorbeeld toon hoe goed bewegende gemiddeldes werk wanneer die neiging is sterk. Die 150-dag EMO van die hand gewys in November 2007 en weer in Januarie 2008. Let daarop dat dit 'n 15 weier om die rigting van hierdie bewegende gemiddelde om te keer. Hierdie nalopend aanwysers identifiseer tendens terugskrywings as hulle voorkom (op sy beste) of nadat hulle (in die ergste geval) voorkom. MMM voortgegaan laer in Maart 2009 en daarna gestyg 40-50. Let daarop dat die 150-dag EMO nie opgedaag het nie eers na hierdie oplewing. Sodra dit gedoen het, maar MMM voortgegaan hoër die volgende 12 maande. Bewegende gemiddeldes werk briljant in sterk tendense. Double CROSSOVER twee bewegende gemiddeldes kan saam gebruik word om crossover seine op te wek. In tegniese ontleding van die finansiële markte. John Murphy noem dit die dubbele crossover metode. Double CROSSOVER behels een relatief kort bewegende gemiddelde en een relatiewe lang bewegende gemiddelde. Soos met al die bewegende gemiddeldes, die algemene lengte van die bewegende gemiddelde definieer die tydraamwerk vir die stelsel. 'N Stelsel met behulp van 'n 5-dag EMO en 35-dag EMO sal geag kort termyn. 'N Stelsel met behulp van 'n 50-dag SMA en 200-dag SMA sal geag medium termyn, miskien selfs 'n lang termyn. N bullish crossover vind plaas wanneer die korter bewegende gemiddelde kruise bo die meer bewegende gemiddelde. Dit is ook bekend as 'n goue kruis. N lomp crossover vind plaas wanneer die korter bewegende gemiddelde kruise onder die meer bewegende gemiddelde. Dit staan ​​bekend as 'n dooie kruis. Bewegende gemiddelde CROSSOVER produseer relatief laat seine. Na alles, die stelsel werk twee sloerende aanwysers. Hoe langer die bewegende gemiddelde periodes, hoe groter is die lag in die seine. Hierdie seine werk groot wanneer 'n goeie tendens vat. Dit sal egter 'n bewegende gemiddelde crossover stelsel baie whipsaws produseer in die afwesigheid van 'n sterk tendens. Daar is ook 'n driedubbele crossover metode wat drie bewegende gemiddeldes behels. Weereens, is 'n sein gegenereer wanneer die kortste bewegende gemiddelde kruisies die twee langer bewegende gemiddeldes. 'N Eenvoudige trippel crossover stelsel kan 5-dag, 10-dag en 20-dae - bewegende gemiddeldes te betrek. bo die grafiek toon Home Depot (HD) met 'n 10-dag EMO (groen stippellyn) en 50-dag EMO (rooi lyn). Die swart lyn is die daaglikse naby. Met behulp van 'n bewegende gemiddelde crossover gevolg sou gehad het drie whipsaws voor 'n goeie handel vang. Die 10-dag EMO gebreek onder die 50-dag EMO die einde van Oktober (1), maar dit het nie lank as die 10-dag verhuis terug bo in die middel van November (2). Dit kruis duur langer, maar die volgende lomp crossover in Januarie (3) het plaasgevind naby die einde van November prysvlakke, wat lei tot 'n ander geheel verslaan. Dit lomp kruis het nie lank geduur as die 10-dag EMO terug bo die 50-dag 'n paar dae later (4) verskuif. Na drie slegte seine, die vierde sein voorafskaduwing n sterk beweeg as die voorraad oor 20. gevorderde Daar is twee wegneemetes hier. In die eerste plek CROSSOVER is geneig om geheel verslaan. 'N Prys of tyd filter toegepas kan word om te voorkom dat whipsaws. Handelaars kan die crossover vereis om 3 dae duur voordat waarnemende of vereis dat die 10-dag EMO hierbo beweeg / onder die 50-dag EMO deur 'n sekere bedrag voor waarnemende. In die tweede plek kan MACD gebruik word om hierdie CROSSOVER identifiseer en te kwantifiseer. MACD (10,50,1) sal 'n lyn wat die verskil tussen die twee eksponensiële bewegende gemiddeldes te wys. MACD draai positiewe tydens 'n goue kruis en negatiewe tydens 'n dooie kruis. Die persentasie Prys ossillator (PPO) kan op dieselfde manier gebruik word om persentasie verskille te wys. Let daarop dat die MACD en die PPO is gebaseer op eksponensiële bewegende gemiddeldes en sal nie ooreen met eenvoudige bewegende gemiddeldes. Hierdie grafiek toon Oracle (ORCL) met die 50-dag EMO, 200-dag EMO en MACD (50,200,1). Daar was vier bewegende gemiddelde CROSSOVER oor 'n tydperk 2 1/2 jaar. Die eerste drie gelei tot whipsaws of slegte ambagte. A opgedoen tendens begin met die vierde crossover as ORCL gevorder tot die middel van die 20s. Weereens, bewegende gemiddelde CROSSOVER werk groot wanneer die neiging is sterk, maar produseer verliese in die afwesigheid van 'n tendens. Prys CROSSOVER bewegende gemiddeldes kan ook gebruik word om seine met 'n eenvoudige prys CROSSOVER genereer. N bullish sein gegenereer wanneer pryse beweeg bo die bewegende gemiddelde. N lomp sein gegenereer wanneer pryse beweeg onder die bewegende gemiddelde. Prys CROSSOVER kan gekombineer word om handel te dryf in die groter tendens. Hoe langer bewegende gemiddelde gee die toon aan vir die groter tendens en die korter bewegende gemiddelde word gebruik om die seine te genereer. 'N Mens sou kyk vir bullish prys kruise net vir pryse is reeds bo die meer bewegende gemiddelde. Dit sou wees die handel in harmonie met die groter tendens. Byvoorbeeld, as die prys is hoër as die 200-daagse bewegende gemiddelde, rasionele agente sal net fokus op seine wanneer prysbewegings bo die 50-dae - bewegende gemiddelde. Dit is duidelik dat, sou 'n skuif onder die 50-dae - bewegende gemiddelde so 'n sein voorafgaan, maar so lomp kruise sou word geïgnoreer omdat die groter tendens is up. N lomp kruis sou net dui op 'n nadeel binne 'n groter uptrend. 'N kruis terug bo die 50-dae - bewegende gemiddelde sou 'n opswaai in pryse en voortsetting van die groter uptrend sein. Die volgende grafiek toon Emerson Electric (EMR) met die 50-dag EMO en 200-dag EMO. Die voorraad bo verskuif en bo die 200-daagse bewegende gemiddelde gehou in Augustus. Daar was dips onder die 50-dag EMO vroeg in November en weer vroeg in Februarie. Pryse het vinnig terug bo die 50-dag EMO te lomp seine (groen pyle) voorsien in harmonie met die groter uptrend. MACD (1,50,1) word in die aanwyser venster te prys kruise bo of onder die 50-dag EMO bevestig. Die 1-dag EMO is gelyk aan die sluitingsprys. MACD (1,50,1) is positief wanneer die naby is bo die 50-dag EMO en negatiewe wanneer die einde is onder die 50-dag EMO. Ondersteuning en weerstand bewegende gemiddeldes kan ook dien as ondersteuning in 'n uptrend en weerstand in 'n verslechtering neiging. 'N kort termyn uptrend kan ondersteuning naby die 20-dag eenvoudig bewegende gemiddelde, wat ook gebruik word in Bollinger Bands vind. 'N langtermyn-uptrend kan ondersteuning naby die 200-dag eenvoudig bewegende gemiddelde, wat is die mees gewilde langtermyn bewegende gemiddelde vind. As Trouens, die 200-daagse bewegende gemiddelde ondersteuning of weerstand bloot omdat dit so algemeen gebruik word aan te bied. Dit is amper soos 'n self-fulfilling prophecy. bo die grafiek toon die NY Saamgestelde met die 200-dag eenvoudig bewegende gemiddelde van middel 2004 tot aan die einde van 2008. Die 200-dag voorsien ondersteuning talle kere tydens die vooraf. Sodra die tendens omgekeer met 'n dubbele top ondersteuning breek, die 200-daagse bewegende gemiddelde opgetree as weerstand rondom 9500. Moenie verwag presiese ondersteuning en weerstand vlakke van bewegende gemiddeldes, veral langer bewegende gemiddeldes. Markte word gedryf deur emosie, wat hulle vatbaar vir overschrijdingen maak. In plaas van presiese vlakke, kan bewegende gemiddeldes gebruik word om ondersteuning of weerstand sones identifiseer. Gevolgtrekkings Die voordele van die gebruik bewegende gemiddeldes moet opgeweeg word teen die nadele. Bewegende gemiddeldes is tendens volgende, of nalopend, aanwysers wat altyd 'n stap agter sal wees. Dit is nie noodwendig 'n slegte ding al is. Na alles, die neiging is jou vriend en dit is die beste om handel te dryf in die rigting van die tendens. Bewegende gemiddeldes te verseker dat 'n handelaar is in ooreenstemming met die huidige tendens. Selfs al is die tendens is jou vriend, sekuriteite spandeer 'n groot deel van die tyd in die handel reekse, wat bewegende gemiddeldes ondoeltreffend maak. Sodra 'n tendens, sal bewegende gemiddeldes jy hou in nie, maar ook gee laat seine. Don039t verwag om te verkoop aan die bokant en koop aan die onderkant met behulp van bewegende gemiddeldes. Soos met die meeste tegniese ontleding gereedskap, moet bewegende gemiddeldes nie gebruik word op hul eie, maar in samewerking met ander aanvullende gereedskap. Rasionele agente kan gebruik bewegende gemiddeldes tot die algehele tendens definieer en gebruik dan RSI om oorkoop of oorverkoop vlakke te definieer. Toevoeging van bewegende gemiddeldes te StockCharts Charts bewegende gemiddeldes is beskikbaar as 'n prys oortrek funksie op die SharpCharts werkbank. Die gebruik van die Overlays aftrekkieslys, kan gebruikers kies óf 'n eenvoudige bewegende gemiddelde of 'n eksponensiële bewegende gemiddelde. Die eerste parameter word gebruik om die aantal tydperke stel. 'N opsionele parameter kan bygevoeg word om te spesifiseer watter prys veld moet gebruik word in die berekeninge - O vir die Ope, H vir die High, L vir die lae, en C vir die buurt. 'N Komma word gebruik om afsonderlike parameters. Nog 'n opsionele parameter kan bygevoeg word om die bewegende gemiddeldes te skuif na links (verlede) of regs (toekomstige). 'N negatiewe getal (-10) sou die bewegende gemiddelde skuif na links 10 periodes. 'N Positiewe nommer (10) sou die bewegende gemiddelde na regs skuif 10 periodes. Veelvuldige bewegende gemiddeldes kan oorgetrek die prys plot deur eenvoudig 'n ander oortrek lyn aan die werkbank. StockCharts lede kan die kleure en styl verander om te onderskei tussen verskeie bewegende gemiddeldes. Na die kies van 'n aanduiding, oop Advanced Options deur te kliek op die klein groen driehoek. Gevorderde Opsies kan ook gebruik word om 'n bewegende gemiddelde oortrek voeg tot ander tegniese aanwysers soos RSI, CCI, en Deel. Klik hier vir 'n lewendige grafiek met 'n paar verskillende bewegende gemiddeldes. Die gebruik van bewegende gemiddeldes met StockCharts skanderings Hier is 'n paar monster skanderings wat StockCharts lede kan gebruik om te soek na verskeie bewegende gemiddelde situasies: Bul bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n stygende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5 - Day EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde is stygende solank dit handel bo sy vlak vyf dae gelede. N bullish kruis vind plaas wanneer die 5-dag EMO bo die 35-dag EMO op bogemiddelde volume beweeg. Lomp bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n dalende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5-dag EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde val solank dit handel onder sy vlak vyf dae gelede. N lomp kruis vind plaas wanneer die 5-dag EMO beweeg onder die 35-dag EMO op bogemiddelde volume. Verdere Studie John Murphy039s boek het 'n hoofstuk gewy aan bewegende gemiddeldes en hul onderskeie gebruike. Murphy dek die voor - en nadele van bewegende gemiddeldes. Daarbenewens Murphy wys hoe bewegende gemiddeldes met Bollinger Bands en kanaal gebaseer handel stelsels. Tegniese ontleding van die finansiële markte John MurphyJanuary 12, 2015 05:00 3 kommentaar Views: 2726 Die afstand geweeg bewegende gemiddelde is nog 'n nie-lineêre filter wat die basis vir verdere navorsing en eksplorasie bied. In sy tradisionele vorm, 'n afstand geweeg bewegende gemiddelde (DWMA) is ontwerp om 'n robuuste weergawe van 'n bewegende gemiddelde wees om die impak van uitskieters te verminder. Hier is die berekening van die Encyclopedia of Wiskunde: Kennisgewing in die voorbeeld hierbo wat 12 is duidelik 'n uitskieter relatief tot die ander datapunte en is dus minder gewig toegeken in die finale gemiddelde. Die voordeel van hierdie benadering tot eenvoudige winsorization (weglating van uitskieters wat geïdentifiseer by die berekening) is dat al die data word gebruik en geen arbitrêre drumpel moet gespesifiseer word. Dit is veral waardevol vir multi-dimensionele data. Deur kwadratuur die afstand waardes in die berekening van die DWMA in plaas van net die neem van die absolute waarde, is dit moontlik om die gemiddelde selfs meer onsensitief vir uitskieters maak. Let daarop dat hierdie konsep ook omgekeer kan word om uitskieters of net groter datapunte beklemtoon. Dit kan gedoen word deur die verwydering van die behoefte om die afstand as 'n breuk Keer en net die gebruik van die afstand gewigte. Dit kan genoem word 'n omgekeerde afstand bewegende gemiddelde of IDWMA, en is nuttig in situasies waar jy wil klein beweeg in die tyd reeks wat in ag geneem word, kan wit geraas te ignoreer en in plaas maak die gemiddelde gevoelig vir breakouts. Verder kan hierdie metode bewys meer waardevol vir gebruik in wisselvalligheid berekeninge waar sensitiwiteit vir risiko is belangrik. Die grafiek hieronder toon hoe hierdie verskillende bewegende gemiddeldes te reageer op 'n fiktiewe tydreekse met uitskieters: Let daarop dat die DWMA is die minste sensitief vir die prys beweeg en groot spronge, terwyl die IDWMA is die mees sensitiewe. Relatief die SMA reaksie is tussen beide die DWMA en IDWMA. Die sleutel is dat nie een bewegende gemiddelde is beter as mekaar per se nie, maar eerder elke waardevol vir verskillende toepassings en kan beter of slegter op verskillende tyd reeks uit te voer. Met hierdie stelling, let8217s kyk na 'n paar praktiese voorbeelde. My voorkeur is tipies om opbrengste eerder as pryse, so in hierdie geval sal ons kyk na die toepassing van die verskillende bewegende gemiddelde variasies: die DWMA, IDWMA en SMA om twee verskillende tydreekse 8211 die SampP500 en Gold. Handelaars en beleggers geredelik erken dat die SampP500 is redelik noisy - veral in die kort termyn. In teenstelling hiermee het Gold geneig onvoorspelbaar wees met behulp van langtermyn-metings, maar groot skuiwe geneig voorspelbaar in die kort termyn te wees. Hier is die prestasie met behulp van 'n 10-dae bewegende gemiddelde met die verskillende variasies van 1995 aan te bied. Die reëls is lank as die gemiddelde is bo nul en kontant as dit hieronder (geen rente op kontant word aanvaar in hierdie geval): In ooreenstemming met anekdotiese waarneming, die DWMA voer die beste op die SampP500 deur te filter groot raserige of beteken-terugzet prysbewegings. Die IDWMA in teenstelling voer die ergste, want dit verwring die gemiddelde deur te beklemtoon hierdie bewegings. Maar die patroon is heeltemal anders met goud oorgetrek. In hierdie geval is die IDWMA voordele van die klem op hierdie groot (en blykbaar nuttig tendens seine), terwyl die DWMA voer die ergste. In beide gevalle het die SMA middelmatig prestasie. Een van die nadele van 'n afstand geweeg bewegende gemiddelde is dat die berekening ignoreer die posisie in die tyd van elke datapunt. 'N uitskieter is minder relevant as dit kom byvoorbeeld oor 60 dae gelede teenoor die een wat vandag plaasvind. Hierdie aspek aangespreek kan word deur middel van slim manipulasie van die berekening. Maar die belangrikste afhaal is dat dit moontlik is om verskillende gewigte skemas gebruik vir 'n bewegende gemiddelde vir verskillende tyd reeks en potensieel uitstekende resultate te behaal. Dalk 'n aangepaste benadering sou goeie resultate oplewer. Verder moet versigtig gedink gaan in die toepaslike bewegende gemiddelde berekening vir verskillende tipes van aansoeke. Byvoorbeeld, kan jy die DWMA plaas gebruik van die mediaan te korrelasies, wat erg kan verwring uitskieters te bereken. Miskien met behulp van 'n DWMA vir prestasie of handel statistieke sinvol as well. Soos vroeër genoem, met behulp van 'n IDWMA is nuttig vir-wisselvalligheid gebaseer berekeninge in baie gevalle. Oorweeg dit 'n baie eenvoudige instrument om toe te voeg tot jou Quant toolbox. 8211 Deur David Váradi van CSSA