Kaufman Adaptive Moving Average Excel

Der adaptive Moving Average (AMA), der als Kaufman Adaptive Moving Average (KAMA) bekannt ist, wurde von Perry Kaufman geschaffen und erstmals in seinem Buch Smarter Trading (1995) vorgestellt. Dieser gleitende Durchschnitt bot einen bedeutenden Vorteil gegenüber früheren Versuchen bei 8216intelligent8217 Durchschnittswerten, weil er dem Benutzer eine größere Kontrolle gestattete. Der Variable Moving Average 8211 VMA (1992) bot beispielsweise keine obere oder untere Grenze seiner Glättungsperiode an. Die AMA erlaubte dem Benutzer andererseits, den Bereich zu definieren, über den sie die zu verteilende Glättung wünschten. Es folgt die gleiche Theorie wie die VMA, dass in Abhängigkeit vom Marktumfeld wird es unterschiedliche Mengen an Rauschen und daher eine andere gleitende durchschnittliche Geschwindigkeit erforderlich sein, um die profitabelsten Ergebnisse zu erzielen. In einem stark tendierenden Markt zum Beispiel sind der Lärmpegel niedrig und ein schneller gleitender Durchschnitt sollte die besten Ergebnisse erzielen. Umgekehrt in einem Krabben - oder Seitenmarkt sind die Geräuschpegel sehr hoch, und ein langsamerer Durchschnitt ist wahrscheinlich besser geeignet. Wie man einen Adaptive Moving Average berechnet Es beginnt mit dem Close-Preis. Danach wird AMA nach folgender Formel berechnet: AMA AMA (1) (Schließen AMA (1)) Sie werden feststellen, dass dies die gleiche Formel für einen Exponential Moving Average (EMA) ist: EMA EMA (1) (Close EMA (1)). Aber Alpha in einer EMA ist 2 (N 1), so dass es konstant bleibt, während für eine AMA das Alpha adaptiv ist: (VI (FC SC)) SC VI Wahl der Wahl eines Maßes der Volatilität oder Trendstärke, Kaufman Schlug sein Efficiency Ratio (ER) vor. SN Ihre Wahl eines langsamen gleitenden Durchschnitts gt FN Ihre Wahl eines langsamen gleitenden Mittelwertes lt SN Hier ist ein Beispiel für ein 3-Perioden-AMA mit einem 3-Perioden-Wirkungsgradverhältnis (ER) als VI: Wie Quadrant-Alpha den AMA-Glättungsbereich beeinflusst Kaufman schlagen vor, dass sein AMA einen FC von 2 und einen SC von 30 hat, die eine davon annehmen würden, dass die adaptive Glättung in der 2 8211 30 Strecke sein würde, aber Sie würden falsch sein würden, weil das Alpha quadriert ist. Zum Beispiel können wir das VI auf Null setzen, sodass wir den langsamsten Mittelwert erkennen können: Jetzt zeigen wir die EMA-Glättungsperiode 8216N8217 von alpha: N (EMA) (2) N (EMA) (2 0,0042) 0,0042 N (EMA) 480 Also in Wirklichkeit eine AMA mit einer SN von 30 wo Alpha an die Macht von 2 angehoben wird, kann sich so langsam bewegen wie eine 480 Tage EMA. Nun zu mir, die nicht sehr benutzerfreundlich Eingabe eines Parameters von 30, die Ergebnisse in einem Glättungszeitraum von 480. So benutze ich die folgende Formel für SC und FC stattdessen: P Power, die Alpha erhöht (in der Regel 2) SN Ihre Wahl Ein langsam gleitender Durchschnitt gt FN Jetzt wird SN der tatsächliche resultierende langsamste gleitende Durchschnitt sein, auch wenn Sie die Leistung ändern, auf die Alpha angehoben wird. Ich habe auch das gleiche Verfahren für FN und FC. Schauen wir noch einmal auf Alpha, wobei das VI auf Null gesetzt ist, das FN auf 2 und das SN auf 480: Wenn wir die EMA-Glättungsperiode 8216N8217 von alpha ausgeben, sollte sie gleich unserem benutzerdefinierten 480: N (EMA) (2) N ( EMA) 480 Ein genauerer Blick auf den Einfluss von Quadratur-Alpha Das Verständnis der Auswirkung von Quadrieren von Alpha ist sehr wichtig, wie die folgende Tabelle veranschaulicht: Wie Sie oben sehen können, wurde eine Eingabe-Glättungsperiode von 300 mit alpha Führt zu einer tatsächlichen Glättungszeit von über 45.300, was völlig nutzlos ist. Jedoch ist dieses eine Einstellung, die man ohne ein korrektes Verständnis von, wie das AMA arbeitet leicht verwenden könnte. In unseren Tests werden wir versuchen, die AMA mit alpha erhöht, um die Befugnisse, die andere 2, so dass einige andere Beispiele wurden auch in der Tabelle oben aufgetragen. Im Folgenden betrachten wir den Einfluss auf eine Alpha und die Glättung, die aus einer AMA resultiert, wobei das Wirkungsgradverhältnis direkt in alpha (1) oder quadriert (2) stattfand: Wir verwendeten unsere modifizierte AMA-Formel für die obigen Diagramme, so dass die tatsächlichen FN und SN Waren trotz Änderungen an alpha identisch. Wie Sie sehen können, führt das Quadrieren von Alpha nicht nur zu einer langsameren AMA insgesamt, sondern zu einer wesentlich schnelleren Abbremsung, wenn das Alpha abnimmt. Kaufman offensichtlich wollte die AMA sehr schnell langsam, wenn die Daten fehlte ein Trend. Dieser Effekt ist ähnlich wie bei der Erhöhung der Konstante 8216N8217 im Variablen Moving Average. Ist die AMA eine gute Indikator Als Teil der 8216Technical Indicator Kampf für Supremacy 8216 werden wir setzen die AMA gegen mehrere verschiedene Arten von gleitenden Durchschnitten und wird testen mehrere verschiedene Volatilität Indizes als Komponenten einschließlich: Wir werden auch die Prüfung der Annahme, dass Quadratur-Alpha War eine gute Idee und wird versuchen, es auf mehrere verschiedene Kräfte zu heben. Kannst du an andere lohnende Tests denken, dann lass es uns wissen in den Kommentaren unten. Adaptive Moving Average Excel-Datei Ich habe zusammen ein Excel-Kalkulationstabelle mit dem Adaptive Moving Average und machte es zum Download kostenlos. Es enthält eine 8216basic8217-Version, die alle Arbeiten und eine 8216fancy8217 zeigt, die sich automatisch an die Länge sowie den Volatility-Index anpasst, den Sie angeben. Finden Sie es am folgenden Link am unteren Rand der Seite unter Downloads Technische Indikatoren: Adaptive Moving Average (AMA) Adaptive Moving Average Beispiel, VI 50 Tag Effizienz Verhältnis adil Vor 4 Jahren Ich finde die Idee um die adaptive gleitenden Durchschnitt sehr intersting und ansprechend , Habe ich den kaufman AMA durch zwei Systeme (binäre Wellensignale für lange und kurze Einträge Richtungssignale (ama up langen Eintrag und ama nach kurzen Eintrag) getestet, aber ich konnte nicht schließen, dass das System besser als ein langfristiges TF-System mit SMA durchführt (50 Tage SMA und 200 Tage SMA) kann ich wissen, die Handelsregeln rund um die AMA Sie, die Sie in Ihrem Trading implementiert haben Derry Brown 4 Jahren bin ich froh, dass Sie unsere Forschung nützlich finden Die Regeln, die Sie fragen, sind am Ende jeder Seite, wo wir Testergebnisse veröffentlicht haben detailliert sind. Hier sind sie wieder: Ein Eingangssignal zu gehen lange (oder Ausgangssignal zu decken Eine kurze) für jeden getesteten Durchschnitt wurde mit einer Grenze oberhalb dieses Durchschnitts erzeugt und ein Ausgangssignal (oder ein Eingangssignal, um kurz zu gehen) wurde bei jedem Schließen unterhalb dieses gleitenden Durchschnitts erzeugt. Es wurden keine Zinsen in bar erworben und es wurden keine Vergütungen für Transaktionskosten oder Rutschgeld gewährt. Trades wurden mit End Of Day (EOD) und End Of Week (EOW) - Signalen für Tägliche Daten und EOW-Signale für wöchentliche Daten getestet. Z. B. Tägliche Daten mit einem EOW-Signal benötigen die Woche, um über einem Daily Moving Average zu beenden, um eine lange Zeit zu schließen oder eine kurze Zeit zu schließen. Tägliche Daten mit EOD-Signalen erfordern, dass der Tagespreis über einen Daily Moving Average schliesst Kurz und umgekehrt. Die dargestellten Ergebnisse sind die durchschnittliche jährliche Rendite der 16 Märkte während der Testperiode. Die Daten, die für diese Tests verwendet werden, sind in der Ergebniskalkulationstabelle enthalten und weitere Details zu unserer Methodik finden Sie hier etfhq blog 2010 05 25 best-technical-indicators Bitte lassen Sie mich wissen, wenn Sie weitere Fragen haben. Cheers DerryKaufman039s Adaptiver Moving Average (KAMA) Kaufman039s Adaptiver Moving Average (KAMA) Einleitung Entwickelt von Perry Kaufman, Kaufman039s Der 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 gering ist. KAMA wird sich anpassen, wenn die Preisschwankungen sich verbreitern und die Preise aus größerer Entfernung folgen. Mit diesem Trendfolger können Sie den Gesamttrend, Zeitumkehrpunkte und Filterpreisbewegungen identifizieren. Berechnung Es sind mehrere Schritte erforderlich, um Kaufman039s Adaptive Moving Average zu berechnen. Let039s ersten Start mit den Einstellungen von Perry Kaufman empfohlen, die KAMA (10,2,30) sind. 10 ist die Anzahl der Perioden für das Efficiency Ratio (ER). 2 ist die Anzahl der Perioden für die schnellste EMA-Konstante. 30 ist die Anzahl der Perioden für die langsamste EMA-Konstante. Vor der Berechnung von KAMA müssen wir das Efficiency Ratio (ER) und die Smoothing Constant (SC) berechnen. Das Brechen der Formel in Bissgrßen-Nuggets macht es leichter, die Methodik hinter dem Indikator zu verstehen. Beachten Sie, dass ABS für Absolutwert steht. Efficiency Ratio (ER) Die ER ist grundsätzlich die an die tägliche Volatilität angepasste Preisänderung. In statistischer Hinsicht zeigt das Efficiency Ratio die fraktale Effizienz von Preisänderungen an. 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 Kurs über die 10 Perioden unverändert bleibt. Glättungskonstante (SC) Die Glättungskonstante verwendet den ER und zwei Glättungskonstanten, die auf einem exponentiellen gleitenden Durchschnitt basieren. Wie Sie vielleicht bemerkt haben, verwendet die Glättungskonstante die Glättungskonstanten für einen exponentiellen gleitenden Durchschnitt in ihrer Formel. (2 301) die Glättungskonstante für eine EMA mit 30 Perioden ist. Der schnellste SC ist die Glättungskonstante für kürzere EMA (2-Perioden). Der langsamste SC ist die Glättungskonstante für die langsamste EMA (30 Perioden). Beachten Sie, dass die 2 am Ende die Gleichung quadrieren soll. Mit dem Efficiency Ratio (ER) und Smoothing Constant (SC) können wir nun den Kaufman039s Adaptive Moving Average (KAMA) 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 nachstehenden Formel. Berechnungsbeispiel Diagramm Die folgenden Bilder zeigen einen Screenshot aus einer Excel-Tabelle zur Berechnung von KAMA und dem entsprechenden QQQ-Diagramm. Verwendung und Signale Chartisten können KAMA wie alle anderen Trend folgenden Indikator, wie einen gleitenden Durchschnitt verwenden. Chartisten können nach Preiskreuzen, Richtungsänderungen und gefilterten Signalen suchen. Zuerst zeigt ein Kreuz über oder unter KAMA Richtungsänderungen der Preise an. Wie bei jedem gleitenden Durchschnitt, wird ein einfaches Crossover-System erzeugen viele Signale und viele whipsaws. Chartisten können Whipsaws reduzieren, indem sie einen Preis - oder Zeitfilter auf die Crossover anwenden. Man könnte Preis verlangen, das Kreuz für eine festgelegte Anzahl von Tagen zu halten, oder erfordern das Kreuz, das die KAMA um einen festgelegten Prozentsatz übersteigt. Zweitens können Chartisten die Richtung von KAMA verwenden, um den Gesamttrend für eine Sicherheit zu definieren. Dies kann eine Parameteranpassung erfordern, um die Anzeige weiter zu glätten. Chartisten können den mittleren Parameter ändern, der die schnellste EMA-Konstante ist, um KAMA zu glätten und nach Richtungsänderungen zu suchen. Der Trend ist nach unten, solange KAMA fällt und schmieden unteren Tiefs. Die Tendenz steigt, solange KAMA steigt und höhere Höhen schmiedet. Das Kroger-Beispiel unten zeigt KAMA (10,5,30) mit einem steilen Aufwärtstrend von Dezember bis März und einem weniger steilen 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 kurzfristige KAMA für Handelssignale zu definieren. Beispielsweise könnte KAMA (10, 5, 30) als Trendfilter verwendet werden und im Anstieg als bullisch angesehen werden. Sobald bullish, könnte Chartisten dann bullish Kreuze suchen, wenn der Preis bewegt sich über KAMA (10,2,30). Das Beispiel unten zeigt MMM mit einem steigenden langfristigen KAMA und bullischen Kreuzen im Dezember, Januar und Februar. Langfristige KAMA sank im April und es gab bearish Kreuze im Mai, Juni und Juli. SharpCharts KAMA kann als Indikator-Overlay in der SharpCharts-Workbench gefunden werden. Die Standardeinstellungen werden automatisch in der Parameterbox angezeigt, sobald sie ausgewählt sind, und die Chartisten können diese Parameter entsprechend ihren analytischen Bedürfnissen ändern. Der erste Parameter ist für das Effizienzverhältnis und die Chartisten sollten davon absehen, diese Zahl zu erhöhen. Stattdessen können Chartisten es verringern, um die Empfindlichkeit zu erhöhen. Chartisten, die KAMA für eine längerfristige Trendanalyse glätten möchten, können den mittleren Parameter schrittweise erhöhen. Obwohl der Unterschied nur 3 ist, ist KAMA (10,5,30) deutlich glatter als KAMA (10,2,30). Weitere Studie Der Autor bietet detaillierte Informationen zu Indikatoren, Programmen, Algorithmen und Systemen, einschließlich Einzelheiten über KAMA und andere gleitende Durchschnittssysteme. Handelssysteme und Methoden Perry Kaufman