KAMA - Kaufman Adaptiver Moving Average KAMA - Kaufman Adaptiver Moving Average wurde von Perry Kaufman erstellt und zuerst in seinem Smarter Trading (1995) beschrieben. Kaufman schuf KAMA, um das Geräusch des Marktes zu berücksichtigen. Wenn es einen Aufwärtstrend mit einigen kleinen Schwingungen auf dem Markt gibt, ist das Marktgeräusch nur marginal und KAMA folgt dem Preis sehr eng. Auf der anderen Seite, wenn der Markt seitwärts bewegt (Ranging-Markt) ndash es bedeutet, Schließen Preis schließt einige Tage bis einige Tage nach unten, ist der Markt Lärm sehr hoch. KAMA folgt dem Preis mit größerem Abstand, um die Anzahl der falschen Signale dann zu verringern. SC (Glättungskonstante) ist ein Standardteil der gleitenden mittleren Konstruktion. Der SC bestimmt das Niveau, auf das der gleitende Durchschnitt empfindlich gegenüber bestehenden Preisschwankungen ist. SC bewegt sich im Bereich von 0 bis 1. Je niedriger die Smoothing Constant, desto weniger sensibel ist der gleitende Durchschnitt. Kaufman angepasst Exponential gleitenden Durchschnitt so, dass die SC nicht nur die Richtung folgen, sondern auch die Marktvolatilität. Und das gibt uns große Chancen. KAMA-Formel sieht folgendermaßen aus: 1. Berechnen Sie den ER (Eficiency Ratio Direction / Volatility): ABS (Schließen t ndash Schließen tn) / n sum (ABS (Schließen t ndash Schließen t-1)), n bedeutet die gewählte Anzahl von Tagen für Die gleitende Mittelwertberechnung Eg Wenn jeder Tag höher als der vorhergehende Tag schließen würde, wäre ER gleich 1. Sollte sich der Markt mit keiner Preisänderung seitwärts bewegen, wäre ER gleich 0. 2. Bestimmen Sie den kürzesten und längsten gleitenden Durchschnitt, den wir verwenden möchten In der KAMA-Berechnung. Berechnen Sie die Glättungskonstante - SC dieser Mittelwerte. Kaufman empfahl, den Bereich von 2 Tage bis 30 Tage zu verwenden, so dass für den kürzesten Moving-Durchschnitt und 0,0645 für den längsten Moving-Average gleich 0.6667 wäre. SC ER (schnelles SC ndash langsames SC) Langsames SC = SC ER (0.6667 ndash 0.0645) 0.0645 Wie wir bereits erwähnt haben: Wenn zB 10 Tage für die KAMA Berechnung in der gleichen Richtung (dh immer höher als am Vortag) ER wäre gleich 1. In einem solchen Fall wäre der SC 0.6667 (weil wir einen 2-Tage gleitenden Durchschnitt als den kürzesten gewählt haben). Wenn sich der Markt seitwärts bewegt, würde der ER 0 sein, so dass der SC des längsten Moving Average verwendet wird (dh der 30 Tage gleitende Durchschnitt). KAMA verkürzt und verlängert den Zeitraum, der für die gleitende Durchschnittsberechnung verwendet wird, gemäß den Bedingungen, die auf dem Markt herrschen. KAMA wird in Abhängigkeit vom Markt vernünftiger oder robuster. Obwohl KAMA als ein 30-Tage-Moving-Durchschnitt während des abgehackten Marktes berechnet wird, bewegt er sich immer noch leicht nach oben und unten. Kaufman empfohlen, um die SC weniger sinnvoll durch seine Quadratur. Der nächste Schritt ist: C ist die endgültige Glättungskonstante, die für die KAMA-Berechnung verwendet wird. Die gesamte und finale KAMA-Berechnung ähnelt der EMA-Berechnung. Die Formel lautet: 4. KAMA Kama t-1 (C (Close t ndash Kama t-1) Wie benutzt man Kaufman AMA: KAMA gehört zu weniger bekannten gleitenden Durchschnitten. Der Hauptvorteil ist, dass es berücksichtigt nicht nur die Richtung, Sondern auch die Marktvolatilität: KAMA passt sich den Marktverhältnissen an, nur wenige Indikatoren der technischen Analyse geben uns ähnliche Chancen: KAMA informiert über Trends, die auf dem Markt vorherrschen Und es kann verwendet werden, um einige andere technische Indikatoren als gut zu glätten. Wenn Sie Interesse an einer tieferen Untersuchung dieser Indikator und lieber bereit, Lösungen zu dienen, t Kann er die nächste Website von Interesse für Sie sein. Daher können Sie finden und herunterladen technische Analyse Indikatoren in Excel-Dateien. Like, was Sie gerade gelesen haben Digg es oder Tipd es. Das Ziel von Finance4Traders ist es, Händler zu helfen, indem sie ihnen unvoreingenommene Forschung Und Ideen. Seit Ende 2005 entwickle ich handelnde Strategien auf persönlicher Basis. Nicht alle dieser Modelle sind für mich geeignet, aber andere Investoren oder Händler könnten sie nützlich finden. Schließlich haben die Menschen unterschiedliche Investitionen / Trading-Ziele und Gewohnheiten. So wird Finance4Traders eine bequeme Plattform, um meine Arbeit zu verbreiten. (Lesen Sie mehr über Finance4Traders) Bitte benutzen Sie diese Website in geeigneter und rücksichtsvoller Weise. Dies bedeutet, dass Sie Finance4Traders durch mindestens einen Link zurück zu dieser Website zitieren sollten, wenn Sie irgendwelche unserer Inhalte verwenden. Darüber hinaus ist es uns nicht gestattet, unsere Inhalte rechtswidrig zu nutzen. Sie sollten auch verstehen, dass unser Inhalt keine Garantie gewährt wird und dass Sie unseren Inhalt selbständig verifizieren sollten, bevor Sie sich darauf verlassen können. Beziehen Sie sich auf die Website-Inhaltsrichtlinie und Datenschutzbestimmungen, wenn Sie diese Website besuchen. 0 Kommentare: Kommentar veröffentlichen Eine Handelsstrategie ist sehr ähnlich zu einer Unternehmensstrategie. Kritisch studieren Ihre Ressourcen wird Ihnen helfen, effektivere Entscheidungen zu treffen. (Weiterlesen) 8226 Technische Indikatoren verstehen Technische Indikatoren sind mehr als Gleichungen. Gut entwickelte Indikatoren, wenn sie wissenschaftlich angewendet werden, sind tatsächlich Werkzeuge, um Händler zu helfen, wichtige Informationen aus den Finanzdaten zu extrahieren. (Lesen Sie weiter) 8226 Warum ich Excel bevorzuge, präsentiert Ihnen Daten visuell. Dies macht es viel einfacher für Sie, Ihre Arbeit zu verstehen und Zeit zu sparen. (Lesen Sie weiter) Adaptive Moving Averages führen zu besseren Ergebnissen Gleitende Durchschnitte sind ein Lieblings-Tool von aktiven Händlern. Allerdings, wenn die Märkte zu konsolidieren, führt dieser Indikator zu zahlreichen whipsaw Trades, was zu einer frustrierenden Reihe von kleinen Siegen und Verluste. Analytiker haben Jahrzehnte versucht, den einfachen gleitenden Durchschnitt zu verbessern. In diesem Artikel betrachten wir diese Bemühungen und finden, dass ihre Suche zu nützlichen Trading-Tools geführt hat. (Für den Hintergrund, der auf einfachen gleitenden Durchschnitten überprüft, überprüfen Sie einfaches bewegendes Mittel, das Trends hervorhebt.) Vor - und Nachteile der bewegenden Durchschnitte Die Vor - und Nachteile der gleitenden Durchschnitte wurden von Robert Edwards und von John Magee in der ersten Ausgabe der technischen Analyse von zusammengefasst Aktien-Trends. Wenn sie sagten, und es war schon im Jahre 1941, dass wir die Entdeckung (obwohl viele andere es vorher gemacht haben), dass durch die Mittelung der Daten für eine bestimmte Anzahl von Tagen konnte man eine Art von automatisierten Trendlinie, die definitiv interpretieren würde die Änderungen der TrendIt schien fast zu gut um wahr zu sein. Tatsächlich war es zu schön, um wahr zu sein. Mit den Nachteilen überwiegen die Vorteile, Edwards und Magee schnell aufgegeben ihren Traum vom Handel von einem Strand Bungalow. Aber 60 Jahre nachdem sie diese Worte geschrieben haben, bestehen andere darin, ein einfaches Werkzeug zu finden, das den Reichtum der Märkte mühelos liefern würde. Simple Moving Averages Um einen einfachen gleitenden Durchschnitt zu berechnen. Fügen Sie die Preise für den gewünschten Zeitraum und dividieren durch die Anzahl der Perioden ausgewählt. Die Suche nach einem fünftägigen gleitenden Durchschnitt würde Summierung der fünf letzten Schlusskurse und die Teilung von fünf. Wenn das letzte Schließen über dem gleitenden Durchschnitt liegt, würde die Aktie als in einem Aufwärtstrend betrachtet werden. Abwärtstrends werden durch den Handel unter dem gleitenden Durchschnitt definiert. (Für mehr, siehe unsere Moving Averages Tutorial.) Diese Trend-Definition-Eigenschaft ermöglicht es, dass gleitende Durchschnitte, um Trading-Signale zu generieren. In ihrer einfachsten Anwendung kaufen Händler, wenn Preise über dem gleitenden Durchschnitt sich bewegen und verkaufen, wenn Preise unter dieser Linie übersteigen. Ein solcher Ansatz ist garantiert, um den Händler auf die rechte Seite jedes bedeutenden Handels zu setzen. Leider, während Glättung der Daten, bewegte Durchschnitte werden sich hinter der Markt-Aktion und der Händler wird fast immer geben einen großen Teil ihrer Gewinne auf sogar die größten Gewinn-Trades. Exponential Moving Averages Analysten scheinen die Idee des gleitenden Durchschnitts zu mögen und haben jahrelang versucht, die mit dieser Verzögerung verbundenen Probleme zu reduzieren. Eine dieser Innovationen ist der exponentielle gleitende Durchschnitt (EMA). Dieser Ansatz weist den jüngsten Daten eine relativ höhere Gewichtung zu und bleibt dadurch der Preisaktion näher als ein einfacher gleitender Durchschnitt. Die Formel zur Berechnung eines exponentiellen gleitenden Mittelwertes ist: EMA (Gewicht schließen) ((1-Gewicht) EMAy) Dabei: Gewicht ist die vom Analytiker gewählte Glättungskonstante EMAy ist der exponentielle gleitende Durchschnitt von gestern Ein gemeinsamer Gewichtungswert ist 0,181, Ist nah an einem 20-tägigen einfachen gleitenden Durchschnitt. Eine andere ist 0,10, was ungefähr ein 10-Tage-gleitender Durchschnitt ist. Obwohl es die Verzögerung verringert, kann der exponentielle gleitende Durchschnitt nicht ein anderes Problem mit sich bewegenden Durchschnittswerten ansprechen, was bedeutet, dass ihre Verwendung für Handelssignale zu einer großen Anzahl von verlierenden Geschäften führen wird. In neuen Konzepten in technischen Handelssystemen. Welles Wilder schätzt, dass Märkte nur Trend ein Viertel der Zeit. Bis zu 75 Handelsgeschäfte beschränken sich auf enge Bereiche, wenn gleitende durchschnittliche Kauf - und Verkaufssignale wiederholt erzeugt werden, da sich die Preise rasch und deutlich über dem gleitenden Durchschnitt bewegen. Um dieses Problem zu lösen, haben mehrere Analysten vorgeschlagen, den Gewichtungsfaktor der EMA-Berechnung zu variieren. (Weitere Informationen finden Sie unter Wie werden gleitende Durchschnitte im Handel verwendet) Anpassung der gleitenden Durchschnitte an die Marktaktivität Eine Methode, um die Nachteile der gleitenden Durchschnitte zu adressieren, besteht darin, den Gewichtungsfaktor mit einem Volatilitätsverhältnis zu multiplizieren. Dies würde bedeuten, dass der gleitende Durchschnitt weiter von dem aktuellen Preis in volatilen Märkten wäre. Dies würde Gewinner zu laufen. Als Trend geht ein Ende und die Preise konsolidieren. Würde der gleitende Durchschnitt näher an der gegenwärtigen Marktbewegung herangehen und theoretisch dem Händler erlauben, die meisten Gewinne, die während des Trends erfasst werden, zu halten. In der Praxis kann das Volatilitätsverhältnis ein Indikator wie die Bollinger-Bandbreite sein, die den Abstand zwischen den bekannten Bollinger-Bändern misst. Perry Kaufman schlug vor, die Gewichtsvariable in der EMA-Formel mit einer Konstante zu ersetzen, die auf dem Wirkungsgradverhältnis (ER) basiert, in seinem Buch "New Trading Systems and Methods". Dieser Indikator soll die Stärke eines Trends messen, der in einem Bereich von -1,0 bis 1,0 liegt. Es wird mit einer einfachen Formel berechnet: ER (Gesamtpreisänderung für Periode) / (Summe der absoluten Preisänderungen für jeden Balken) Betrachten Sie eine Aktie, die jeden Tag einen Fünfpunktbereich hat und am Ende von fünf Tagen einen Kurs erzielt hat Insgesamt 15 Punkte. Dies würde zu einem ER von 0,67 führen (15 Punkte Aufwärtsbewegung geteilt durch den gesamten 25-Punkte-Bereich). Wäre dieser Bestand um 15 Punkte gesunken, wäre der ER -0,67. (Für weitere Trading-Tipps von Perry Kaufman, lesen Sie Losing To Win, die Strategien für die Bewältigung der Handelsverluste skizziert.) Das Prinzip der Trends Effizienz basiert auf, wie viel Richtungsbewegung (oder Trend) Sie pro Einheit der Preisbewegung über ein Definierten Zeitraum. Ein ER von 1,0 zeigt an, dass der Bestand in einem perfekten Aufwärtstrend liegt -1,0 repräsentiert einen perfekten Abwärtstrend. Praktisch werden die Extreme selten erreicht. Um diesen Indikator zu finden, um den adaptiven gleitenden Durchschnitt (AMA) zu finden, müssen Händler das Gewicht mit der folgenden komplexen Formel berechnen: C (ER (SCF SCS)) SCS 2 Wobei: SCF die Exponentialkonstante für die schnellste ist EMA zulässig (meist 2) SCS ist die Exponentialkonstante für die langsamste EMA zulässig (oft 30) ER ist das oben erwähnte Wirkungsgrad-Verhältnis Der Wert für C wird dann in der EMA-Formel anstelle der einfacheren Gewichtsvariablen verwendet. Obwohl es schwierig ist, von Hand zu berechnen, ist der adaptive gleitende Durchschnitt in fast allen Handelssoftwarepaketen als Option enthalten. (Beispiele für einen einfachen gleitenden Durchschnitt (rote Linie), einen exponentiellen gleitenden Durchschnitt (blaue Linie) und den adaptiven gleitenden Durchschnitt (grüne Linie) sind in 1 gezeigt. Abbildung 1: Die AMA ist grün und zeigt den größtmöglichen Abflachungsgrad in der Bereichsgrenze auf der rechten Seite dieser Tabelle. In den meisten Fällen ist der exponentielle gleitende Durchschnitt, der als blaue Linie dargestellt ist, der Preisaktion am nächsten. Der einfache gleitende Durchschnitt wird als rote Linie angezeigt. Die drei gleitenden Durchschnitte, die in der Figur gezeigt werden, sind alle anfällig für whipsaw Trades zu verschiedenen Zeiten. Dieser Nachteil bei den gleitenden Durchschnitten ist bisher nicht auszuschließen. Fazit Robert Colby getestet Hunderte von technischen Analyse-Tools in The Encyclopedia of Technical Market Indicators. Er schloss, Obwohl der adaptive gleitende Durchschnitt eine interessante neuere Idee mit beträchtlichem intellektuellem Anklang ist, zeigen unsere vorläufigen Tests keinen wirklichen praktischen Vorteil zu dieser komplexeren Trendglättungsmethode. Dieses bedeutet nicht, daß Händler die Idee ignorieren sollten. Die AMA könnte mit anderen Indikatoren kombiniert werden, um ein profitables Handelssystem zu entwickeln. (Mehr zu diesem Thema finden Sie unter Entdeckung von Keltner-Kanälen und dem Chaikin-Oszillator.) Der ER kann als eigenständiger Trendindikator genutzt werden, um die profitabelsten Handelsmöglichkeiten zu erkennen. Als Beispiel zeigen Verhältnisse über 0,30 starke Aufwärtstrends und stellen potentielle Käufe dar. Alternativ, da die Volatilität bewegt sich in Zyklen, die Bestände mit dem niedrigsten Wirkungsgrad könnte als Ausbruch Chancen beobachtet werden. KAMA Indikator - Kaufman Adaptive Moving Average KAMA ist eine Abkürzung für Kaufman Adaptive Moving Average. Dieser Indikator der technischen Analyse wurde von einem amerikanischen Händler Perry Kaufman (er ist auch ein Experte in der Schaffung algorithmischen Handelsprogramme) erstellt. KAMA-Indikator gehört in die Gruppe der adaptiven Bewegungsdurchschnitte. Gleitende Mittelwerte. In der Regel folgen Sie dem Preis und seine Entwicklung für einen bestimmten Zeitraum. Z. B. Wenn ein Händler entscheidet, 10-Tage-Simple gleitenden Durchschnitt zu berechnen, wird der aktuelle gleitende Durchschnittswert immer aus den letzten 10 Tagen berechnet. Manchmal kann ein größeres Gewicht auf die aktuellsten Tage gesetzt werden, wie der gewichtete gleitende Durchschnitt, aber das Wichtigste ist, dass der 11. Tag keine Auswirkung auf die Berechnung hat, da er über den gewählten Zeitraum hinausgeht. Unwahrscheinlich sind die gleitenden gleitenden Mittelwerte, die adaptiven gleitenden Mittelwerte können die Anzahl der Tage für ihre Berechnung ändern. Wenn sich die Bedingungen am Markt ändern, folgen die adaptiven Bewegungsdurchschnitte der aktuellen Situation und passen sich an. Das ist ihr größter Vorteil. Die Bedingungen, unter denen sie sich ändern, können unterschiedlich sein. KAMA ändert die Tage für seine Berechnung entsprechend dem tatsächlichen Marktgeräusch und der Volatilität. Wenn die Preise stetig steigen (es ist nicht wichtig, ob sie steigen oder fallen), ist das Preisgeräusch gering, die KAMA folgt der Preiskurve sehr genau. Wenn die Preise aufwärts und abwärts springen (sobald sie steigen, sobald sie fallen) ist die Volatilität sehr hoch und KAMA würde dem Preisdiagramm aus einer größeren Distanz folgen. Dies ermöglicht dem Händler, weniger falsche Handelssignale zu erhalten und sein Handelssystem schnell zu verbessern. Dieses Bild verzichtet OHLC Preise und KAMA Indikator, so dass Sie sehen können, wie es sich verhält (KAMA auf 6 Tage, Short Alpha 0.6 und Fast Alpha 0.06 eingestellt). Die Formel für die KAMA-Berechnung sieht wie folgt aus: 1. Berechnen Sie die Richtung des Marktes für eine gewählte Zeitspanne (z. B. 10-Tage-KAMA). Die Marktrichtung für die letzten 10 Tage kann dann wie folgt berechnet werden: ABS (Schließen 0 ndash Schließen -9), wobei: Schließen 0 bedeutet die tatsächlichen dayrsquos close Preis und Close -9 bedeutet schließen Preis vor 9 Tagen Der Grund, warum wir nehmen In Rechnung Preis vor 9 Tagen (und nicht 10 Tage) ist, weil der erste Tag in der Berechnung ist der 0 Tag (mit anderen Worten trotz der Tatsache, dass wir berücksichtigen 10-Tage-Preisunterschied, wird der 10. Tagespreis als markiert Schließen -9). Wenn wir 2-Tage KAMA berechnen möchten, berücksichtigen wir Schließen 0 und Schließen -1. 2. Berechnen Sie die Volatilität des Marktes für einen bestimmten Zeitraum. Dies kann wie sum ABS geschehen sein (schließen Sie t ndash Schließen t-1), wobei: Close t der Close-Preis von jedem der Tage in der Berechnung ist und Close t-1 das Schließen des vorherigen Tages ist (zB Close 0 ndash Schließen -1 Schließen -1 ndash Schließen -2 usw.). Da wir 10 Tage in der Berechnung haben, erhalten wir 9 Unterschiede in absoluten (positiven) Werten. Diese absoluten Differenzen spiegeln das Marktgeräusch oder die Volatilität während des gewählten Zeitraums wider. Efficiency Ratio schwankt zwischen 0 und 1 und sagt uns, was das Marktgeräusch ist (oder Volatilität der Preise). Die Effizienzquote würde 1 betragen, wenn die Preise 10 aufeinanderfolgende Perioden ansteigen oder 10 aufeinander folgende Perioden fallen würden. Die Effektivitätsquote würde 0 betragen, wenn sich die Preise während der 10 aufeinanderfolgenden Zeiträume nicht geändert haben. Dies ist auch der Punkt, wo eine Menge von Händlern macht den grundlegenden Fehler (und fast jede Website macht den gleichen Fehler), da sie berücksichtigen 10 Unterschiede für 10-Tage KAMA Berechnung statt 9 Unterschiede. Nun, vielleicht scheint das richtig und logischer auf den ersten Blick, so letrsquos haben einen genaueren Blick auf diese Frage. Erinnern Sie sich an den klassischen einfachen gleitenden Durchschnitt, der vorher erwähnt wurde (wenn nicht, versuchen Sie einfach, ihn wieder im Text oben zu finden). Also, wenn wir 2-Tage-einfachen gleitenden Durchschnitt berechnen wollen, berücksichtigen wir nur die letzten 2 Preise und der Preis der 3. Tag ist für uns überhaupt nicht wichtig. Letrsquos nehmen an, dass die Preise für die letzten drei Tage so aussehen würden: Preis 0 100 Preis -1 90 Preis -2 100 Mit der einfachen gleitenden Durchschnittsformel würden wir den 2-tägigen SMA-Wert von 95 erhalten. Das scheint richtig, doesnrsquot it OK , Jetzt die 2-Tage KAMA Berechnung. Die Marktrichtung der letzten 2 Tage entspricht 10 Punkten. Die Marktvolatilität beträgt ebenfalls 10 Punkte (100 ndash 90 10). Wenn Sie also den Wirkungsgrad berechnen, erhalten Sie einen Wert, der 1 (oder 100) entspricht, was tatsächlich bedeutet, dass 100 der Preisänderungen innerhalb des gewählten Zeitraums in die gleiche Richtung gemacht wurden. Mit anderen Worten, die Effizienz-Verhältnis sagt uns, dass der Preis wurde entweder steigen oder scheitern die ganze Zeit. Das ist gültig, wenn man nur 1 Unterschied für eine 2-Tage KAMA Berechnung berücksichtigt, aber die meisten Websites, Händler oder Analytics übersehen diese Tatsache und sie arbeiten mit 2 Preisdifferenzen (was bedeutet, dass sie in der Berechnung am 3. Tag auch enthalten ). Also, trotz der Tatsache, dass wir interessiert sind nur in der 2-Tage KAMA und sollte mit der Richtung arbeiten, die gleich 10 und Volatilität, die gleich 10, wie in der Tat, die meisten Menschen, die donrsquot berücksichtigen diese geringfügig Unterschied würde mit Richtung arbeiten, die gleich 10 und Volatilität, die gleich 20 ist. Dann erhalten sie Effizienz-Verhältnis, das entspricht 0,5, was bedeutet, dass der Preis steigt 50 der Zeit und fallen 50 der Zeit als gut. Das wäre richtig für die letzten 3 Tage, aber nicht für die letzten 2 Tage. 3. Berechnen Sie den ER (Wirkungsgrad). Der Wirkungsgrad ist in der Tat die Richtung des Marktes geteilt durch seine Volatilität. ER Richtung / Volatilität 4. Berechnen Sie die SC (Glättungskonstante). Die Glättungskonstante besteht aus dem ER und zwei ldquoalphasrdquo aus exponentiellen gleitenden Mittelwerten. ER ist uns bereits bekannt. Wir müssen das ldquoalphasrdquo jetzt berechnen. Ein Alpha repräsentiert einen schnellen exponentiellen gleitenden Durchschnitt und den zweiten einen langsamen exponentiellen gleitenden Durchschnitt. Wir können sie Fast Alpha und Slow Alpha nennen. Kaufman empfohlen, um 2-Tage gleitenden Durchschnitt als Fast Alpha und 30-Tage gleitenden Durchschnitt als die Slow Alpha verwenden. Diese beiden gleitenden Durchschnitte sind dann verantwortlich dafür, wie sich die KAMA verhält, wenn der Markt ganz ist und nichts geschieht und wenn es stürmisch ist mit vielen Bewegungen auf und ab. Der am schnellsten gleitende Durchschnitt wird in die KAMA - Berechnung einbezogen, wenn der Markt ziemlich ist (und so folgen wir dem Preis sehr nahe) und der langsamste gleitende Durchschnitt wird in die Berechnung einbezogen, wenn der Markt sehr volatil ist (die KAMA - Kurve geht von der Preis, also konnte es den Preis ldquotake ein tieferes breatherdquo lassen und der Händler doesnrsquot unterschiedliche Signale erhalten, um tägliches zu kaufen und zu verkaufen). Wenn wir also die Alphas aus 2 und 30 Tagen exponentiellen gleitenden Durchschnitt verwenden, sieht die Berechnung wie folgt aus: Fast Alpha 2 / (21) 0.6667 Slow Alpha 2 / (301) 0.0645 Dies stellt sicher, dass die Tage für KAMA Berechnung Wird immer zwischen 2 und 30 Tage variieren. Wenn jemand längeren gleitenden Durchschnitt verwenden möchte als der 30-Tage-Gleitende Durchschnitt, könnte er neue Alpha berechnen, z. B. 100-Tage Alpha entspricht 2 / (1001) 0,0188. In einem solchen Fall würde die KAMA-Berechnung immer auf einer Anzahl von Tagen zwischen 2 und 100 basieren. Die SC (Glättungskonstante) selbst sieht wie folgt aus: SC ER x (Fast Alpha ndash Langsam Alpha) Langsam Alpha 2 In diesem Fall ist die SC gleich: SC ER x (0.6667 ndash 0.0645) 0.0645 und diese Gleichung wäre quadriert. Auch wenn KAMA als 30-Tage-Durchschnitt berechnet würde es immer noch etwas nach oben und unten so Kaufman empfohlen, tun es weniger vernünftig ndash, dass der Grund, warum die SC Zitat wird schließlich quadriert. 5. Berechnen Sie die KAMA selbst. Es würde so aussehen: KAMA 0 KAMA -1 SC (Preis 0 ndash KAMA -1) Wenn Sie mit der exponentiellen gleitenden Durchschnittsberechnung vertraut sind, können Sie sehen, dass es fast das gleiche ist. Der Hauptunterschied zwischen dem exponentiellen gleitenden Durchschnitt und dem Kaufman-adaptiven gleitenden Durchschnitt liegt darin, dass EMA bei der Berechnung immer dieselbe Anzahl von Tagen verwendet, kann KAMA diese Zahl ändern. Die Anzahl der Tagewechsel wird durch die Glättungskonstante sichergestellt und die Glättungskonstantenänderung basiert tatsächlich auf dem Wirkungsgradverhältnis. Das schließt den Kreis. Z. B. Wenn der Preis sich nicht ändern würde und dann konstant bleiben würde: Die Richtung des Marktes würde gleich 0 sein, der Wirkungsgrad würde gleich 0 sein, die Glättungskonstante wäre gleich langsamer Alpha (quadriert) KAMA wäre gleich dem gewählten langsamen exponentiellen gleitenden Durchschnitt ( 30-Tage EMA, aber es gibt leichte Unterschiede wegen der quadrierten SC-Gleichung). In ähnlicher Weise würde, wenn der Preis steigen würde, alle aufeinanderfolgenden Tage in der Berechnung fallen, dann würde der Markt Richtung und Volatilität gleich sein, das Effizienzverhältnis wäre 1 und die Glättungskonstante würde dem schnellen exponentiellen gleitenden Durchschnitt entsprechen (2-Tage-EMA). Das ist das Grundprinzip, wie die KAMA unter verschiedenen Marktbedingungen (Marktvolatilität) robuster oder vernünftiger wird. Tatsächlich sehen wir, dass KAMA einer der größten technischen Indikatoren ist, denn dank seiner Anpassungsfähigkeit ist er sehr robust und funktioniert auf vielen Märkten gut. Darüber hinaus können Sie mit dem Indikator experimentieren und versuchen, den ER oder SC durch Werte von anderen technischen Indikatoren zu ersetzen oder diese Werte auch in anderen Indikatoren zu verwenden. Praktischer Einsatz für den technischen Handel: Der KAMA-Indikator gehört zu den Trend-Indikatoren. Ähnlich wie bei den Bewegungsdurchschnittswerten von HMA (Hulls gleitender Durchschnitt), T3-gleitender Durchschnitt, FRAMA (Fraktal-adaptiver gleitender Durchschnitt), DEMA (doppelter exponentieller gleitender Durchschnitt) usw. folgt er dem Preis, so dass er den dominanten Trend identifizieren kann auf dem Markt. Dies würde erfordern, um die Tage für schnelle und langsame Alphas auf höhere Zahlen ndash z. B. Um den Zeitbereich zwischen 50 und 200 Tagen zu decken. So würde KAMA robuster und würde uns nur die wichtigsten Marktbewegungen zeigen. Wenn dann die KAMA steigt, steigt auch der Trend und umgekehrt. Im Gegensatz zu den Trendindikatoren wie ADX oder Aroon Indikator. Können Sie denken, dass KAMA nicht zeigen uns die Stärke des Trends, nur die dominante Trend selbst. Aber das wäre nur auf den ersten Blick richtig. Wenn Sie die KAMA-Berechnung verstanden haben, können Sie herausfinden, dass es einen sehr interessanten Teil mit dem Namen Efficiency Ratio enthält. Der ER zeigt uns, wie groß die Preisänderung innerhalb der gewählten Anzahl von Tagen war. Mit anderen Worten, wenn der ER gleich 1 ist, bedeutet dies, dass alle Tagespreise in der Berechnung in die gleiche Richtung verschoben wurden (was tatsächlich eine starke Tendenz bedeutet) und wenn der ER gleich 0 ist, bedeutet dies, dass sich die Tagespreise nicht bewegten (Das signalisiert ein Fehlen jeglicher Tendenz). Eine weitere Möglichkeit, mit KAMA zu handeln, wäre, den Nah - und KAMA-Werten zu folgen. Sollten die Close-Preise höher sein als KAMA-Werte, gehen wir lange. Sollten die Close-Preise niedriger als KAMA sein, gehen wir kurz. Wir können auch KAMA Kreuzungen. Dies müsste zwei verschiedene KAMAs vorbereiten. Eine, die nur auf schnellere Alphas und andere, die langsamer Alphas für ihre Berechnung verwenden würde basieren würde. Dann können Sie ihren Kreuzungen folgen. Sollte die schnellere KAMA über die langsamere KAMA kommen, kaufen wir und umgekehrt. Da der KAMA-Indikator sehr robust und universell ist, können wir ihn auch als Teil eines anderen Indikators verwenden, z. B. Um es in den Bollinger-Bändern anstelle von einfachem gleitendem Durchschnitt zu verwenden oder es in MACD anstelle des exponentiellen gleitenden Durchschnitts zu verwenden. Wie Sie sehen können, ist KAMA wirklich ein außergewöhnlicher Indikator für technische Analysen, der uns viele interessante Informationen und Möglichkeiten gibt, wie man es benutzt. Wie bei fast allen technischen Indikatoren das Beste, was jeder Händler tun kann, ist, seine eigenen Daten, seine eigenen Einstellungen und seine eigenen Regeln zu testen, wie zu handeln. Überraschenderweise kann manchmal das beste Ergebnis mit Einstellungen erreicht werden, die nicht üblich sind, und Regeln, die auf den ersten Blick ziemlich seltsam sind, umso mehr Dinge, die ein Händler ändern und mit dem Besseren für ihn und seine Handelsergebnisse experimentieren kann. Der folgende Link führt zu den technischen Indikatoren in Excel-Dateien zum download. Kaufman Adaptive Moving Average Trading-Strategie (Setup 038 Filter) I. Trading Strategy Entwickler: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Quelle: Kaufman, P. J. (1995). Smarter Handel. Verbesserung der Leistungsfähigkeit in den Märkten. New York: McGraw-Hill, Inc. Konzept: Trading-Strategie basierend auf einem adaptiven Rauschfilter. Forschungsziel: Leistungsüberprüfung der Einrichtung und Filter. Spezifikation: Tabelle 1. Ergebnisse: Abbildung 1-2. Trade Setup: Long Trades: Der Adaptive Moving Average (AMA) erscheint. Short Trades: Der Adaptive Moving Average wird heruntergefahren. Hinweis: Die AMA Trendlinie scheint zu stoppen, wenn Märkte keine Richtung haben. Wenn Markttrends, die AMA-Trendlinie aufholt. Trade Entry: Long Trades: Ein Kauf am Schluss wird nach einem bullish Setup gesetzt. Short Trades: Ein Verkauf am Schluss wird nach einem bearish Setup aufgestellt. Trade Exit: Tabelle 1. Portfolio: 42 Futures-Märkte aus vier großen Marktsegmenten (Rohstoffe, Währungen, Zinsen und Aktienindizes). Daten: 32 Jahre seit 1980. Testplattform: MATLAB. II. Empfindlichkeitstest Nach allen 3-D-Diagrammen folgen 2-D-Konturdiagramme für Profitfaktor, Sharpe Ratio, Ulcer Performance Index, CAGR, Maximum Drawdown, Procent Profitable Trades und Avg. Win / Durchschn. Verlustrate. Das abschließende Bild zeigt die Empfindlichkeit der Eigenkapitalkurve. Geprüfte Variablen: ERLength amp FilterIndex (Definitionen: Tabelle 1): Abbildung 1 Portfolio Performance (Eingänge: Tabelle 1 Provisionen amp Slippage: 0). AMA (ERLength) ist der Adaptive Moving Average über einen Zeitraum von ERLength. ERLength ist eine Rückblickperiode des Efficiency Ratio (ER). ERi abs (Directioni / Volatilityi), wobei 8220abs8221 der Absolutwert ist. Direktioni Closei ERLength, Volatilityi (abs (DeltaClosei), ERLength), wobei 82208221 die Summe über einen Zeitraum von ERLength ist, DeltaClosei Closei Closei 1. FastMALength ist eine Periode des schnell bewegten Durchschnitts. SlowMALength ist eine Periode des langsamen gleitenden Durchschnitts. AMAi AMAi 1 ci (Closei AMAi 1), wobei ci (ERi (Fast Slow) Langsam) 2, Fast 2 / (FastMALength 1), Slow 2 / (SlowMAL 1) ist. Wenn AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2 ist, wird MinAMA AMAi 1 (Adaptive Moving Average wird mit einem Pivot bei MinAMA hochgefahren). Short Trades: AMAi lt AMAi 1 amp AMAi 1 gt AMAi 2 dann MaxAMA AMAi 1 (Adaptive Moving Average fällt mit einem Pivot bei MaxAMA ab). Index: i Filteri FilterIndex StdDev (AMAi AMAi 1, N), wobei StdDev die Standardabweichung von Serien über N Perioden ist. N 20 (Voreinstellung). Index: i FilterIndex 0.0, 1.0, Schritt 0.02 N 20 Long Trades: Am AMAi AMT 1 AM (AMAi MinAMA) gt Filteri kaufen. Short Trades: Ein Verkauf am Ende wird gesetzt, wenn AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Index: i Stop Loss Exit: ATR (ATRLength) ist der mittlere True Range über einen Zeitraum von ATRLength. ATRStop ist ein Vielfaches von ATR (ATRLength). Long Trades: Ein Verkaufsstopp ist bei Eintritt ATR (ATRLength) ATRStop platziert. Short Trades: Ein Kauf-Stop wird am Eintrag ATR (ATRLength) ATRStop platziert. ATRL Länge 20 ATRStop 6 ERL Länge 2, 100, Schritt 2 FilterIndex 0,0, 1,0, Schritt 0,02
No comments:
Post a Comment