Kaufman Adaptive Moving Average Trading Strategi Setup Filter. I Trading Strategy. Utvecklare Perry Kaufman Kaufman Adaptive Moving Average KAMA Source Kaufman, PJ 1995 Smartere Trading Förbättrad prestation i Changing Markets New York McGraw-Hill, Inc Koncept Trading strategi baserad på ett adaptivt brusfilter Forskning Mål Prestanda verifiering av inställningen och filtret Specifikation Tabell 1 Resultat Figur 1-2 Handel Konfigurera Långa Trader Den Adaptive Moving Average AMA visar korta transaktioner Det adaptiva rörliga genomsnittet slår ner Obs! AMA-trendlinjen verkar stoppa när marknaderna inte har någon riktning När marknadens trend AMA-trendlinjen fångar upp Trade Entry Long Trades Ett köp på slutet är placerat efter ett hausseffektivt läge Korta affärer En försäljning i slutet är placerad efter en bearish setup. Trade Exit Tabell 1 Portfölj 42 terminsmarknader från fyra stora marknadssektorer varor, valutor , Räntor och aktieindex Index 32 år sedan 1980 Testplattform MATLAB. II Sensitivity Test. Al L 3-D-diagram följs av 2-D-konturdiagram för vinstfaktor, Sharpe-förhållande, Ulcer Performance Index, CAGR, Maximal Drawdown, Procent Lönsam Trades och Avg Win Avg Loss Ratio Den sista bilden visar känsligheten för Equity Curve. Tested Variables ERLength FilterIndex Definitioner Tabell 1.Figur 1 Portfolio Performance Inputs Tabell 1 Kommissionens Slippage 0.AMA ERLength är det adaptiva flyttande genomsnittet under en period av ERLength ERLength är en tittarperiod för effektivitetsförhållandet ER ER i Abs Direction i Volatilitet jag, där Abs är det absoluta värdet Riktningen i Stäng jag Stäng i ERLength, Volatilitet i abs DeltaClose jag, ERLength, var är summan över en period av ERLength, DeltaClose i Stäng jag Stäng i 1 FastMALength är en period med snabbrörande medelvärdet SlowMALength är en Perioden för det långsamma rörliga genomsnittet AMA I AMA i 1 ci Stäng jag AMA i 1, där ci ER I Fast Slow Slow 2, Fast 2 FastMALength 1, Slow 2 SlowMALength 1 Index i. ERLength 2, 100, Steg 2 FastMALength 2 SlowMALength 30.Lo Ng Trades Om AMA i AMA i 1 AMA i 1 AMA i 2 så blir MinAMA AMA i 1 Adaptive Moving Average med en pivot vid MinAMA Short Trades AMA i AMA i 1 AMA i 1 AMA i 2 då MaxAMA AMA i 1 Adaptive Moving Average Svänger med en pivot vid MaxAMA Index i. Filter i FilterIndex StdDev AMA i AMA i 1, N där StdDev är standardavvikelsen för serier över N perioder N 20 standardvärde Index i. FilterIndex 0 0, 1 0, Steg 0 02 N 20.Långa affärer Ett köp i slutet är placerat när AMA i AMA i 1 AMA i MinAMA Filter i korta affärer En försäljning i slutet är placerad när AMA I AMA I 1 MaxAMA AMA I Filter I Index I. Stop Förlust Avsluta ATR ATRLength är den genomsnittliga True Range över en period av ATRLängd ATRStop är en multipel av ATR ATRLength Långa transaktioner Ett försäljningsstopp är placerat vid Inträde ATR ATRLängd ATRStop Short Trades Ett köpstopp placeras vid Inträde ATR ATRLängd ATRStop. ATRLength 20 ATRStop 6.ERLength 2 , 100, Steg 2 FilterIndex 0 0, 1 0, Steg 0 02.Moving Averages. Moving Average Crossover. Denna studie visar två mo Vingmedelvärden, vilka typer används av användaren med ingångarna Flyttande Medeltyp 1 och Flyttande Medeltyp 2 Som standard är båda glidande medelvärdena enkla rörliga medelvärden. Inmatningsdata 1 och Inputdata 2 betecknas som respektive X1 respektive X2, Och ingångarnas längd 1 och längd 2 av dessa två glidande medelvärden betecknas som n1 respektive n2. Denna studie visar också signaler för att köpa indikerad med en uppåtpil eller säljs indikerad med en nedåtpil i kartfältet t. Villkoren som bestämmer vilken Signalen, om någon, visas nedan anges. En uppåtpil visas i kartfältet t om något av följande inträffar. N1 n2 och Subgraph of MAt lämnade X1, n1 höger korsar Subgraph of MAt left X2, n2 precis nedanför i diagramfältet t. N2 n1 och Subgraph of MAt lämnade X2, n2 höger korsar delgrafen för MAt vänster X1, n1 direkt nedanifrån i kartfältet t. I vart och ett av de två ovanstående fallen sammanfaller pilens spets med toppen av kartfältet t. Moving Average Difference. För att bekanta dig med terminologin och notationen som används i den här studien, se dokumentationen för studien Moving Average - Simple. Denna studie visar skillnaden mellan två glidande medelvärden, vilka typer används av användaren med ingången Flyttande medelvärde Som standard är båda glidande medelvärdena enkla rörliga medelvärden. Inmatningsdata anges som X och ingångslängden 1 och längd 2 av dessa två glidande medelvärden betecknas som n1 respektive n2. Vi betecknar den rörliga medelskillnaden Vid kartfältet t för de angivna ingångarna som MADifft vänster X, n1, n2 höger och vi beräknar det enligt följande. MADifft vänster X, n1, n2 höger MAt vänster X, n1 höger - MAt vänster X, n2 right. The Subgraph för denna indikator visas i två användardefinierade färger en för när Subgraph stiger och den andra för när den är Falling. Moving Average Envelope. Den rörliga genomsnittliga kuvertstudien drar ett övre och nedre band eller kuvert över och under det glidande medlet. Varje band är det angivna fasta värdet från det glidande medlet eller det angivna Procentet från det glidande medlet. Percentage eller Fast Värde Välj antingen Procent eller Fastvärde Vid procentandel Ange procentandel med Procentandel Inom fast värde ställer du in det fasta värdet med fastvärdesinmatningen. Procentandel Om Procent eller Fastvärde är inställt på Procent anger du procentsatsen med detta Inmatning för att multiplicera det rörliga genomsnittet av Detta resultat läggs till och subtraheras från det glidande medlet 0 01 1.Fixed Value Om Procent eller Fast värde är inställt på Fast värde anger du det fasta värdet med denna Input för att lägga till och sub Trakt det här fasta värdet till från det rörliga genomsnittet. Flyttande medelvärde. Förskjutning Genomsnittlig längd. Förskjutande medelvärde - Adaptiv. Denna studie beräknar ett adaptivt glidande medelvärde av de data som anges av Input Data Input. Detta rörliga medelvärde utvecklades av Perry Kaufman Referensstockar Diagram Inställningar Använd antal dagar för att ladda dagar för att ladda för ett långvarigt exponentiellt glidande medelvärde ändrar resultatet i en viss diagramkolumn trots att dagarna som har tagits bort eller laddats i diagrammet är före det exponentiella glidande medelvärdet vid en viss tabellkolumn som går Bakom det antal barer som anges av längdinmatningen. Detta är något viktigt förstå om typen av exponentiell beräkning och du bör ifrågasätta om det är till och med en lämplig beräkningsmetod för din analysmetod. Det exponentiella glidande medlet bör inte vara Används med långa längder Använd istället Flytta genomsnittet - Simple. Moving Average - Hull. This studie beräknar ett Hull glidande medelvärde av Data specificerad av Input Data Input Detta glidande medelvärde utvecklades av Alan Hull. Låt X vara en slumpmässig variabel som anger Input Data och låt Xi vara värdet av Input Data på kartfältet. Jag låt Input Hull Moving Average Length betecknas som N Låt WMAt lämna X, vänster lfloor frac höger rfloor rätt och WMA X, n vara slumpmässiga variabler som anger viktade rörliga medelvärden för X med längder vänster lfloor frac höger rfloor och n respektive. Då anger vi Moving Average - Hull i kartfältet t För de angivna inmatningarna som HMAt X, n, och vi beräknar det enligt följande. HMAt X, n WMAt kvar 2WMA vänster X, vänster lfloor frac höger rfloor höger - WMA X, n, vänster lfloor frac höger rfloor right. For en förklaring av golvfunktionen vänster lfloor right rfloor, se Wikipedia artikeln Golv - och takfunktioner. Moving Average - Rolling High Accuracy. The Moving Average - Rolling High Accuracy beräknas vid varje kartfält, ett genomsnitt av alla de priser som utgör diagramstängerna under den angivna tidsperioden. Denna studie bygger på den underliggande volymen vid prisdata i Diagrammet för att uppnå sin höga precision. Det är nödvändigt för Sierra Chart att konfigureras för en kryssning med tick-data konfiguration för studien för att uppnå sin höga precision. Att göra Weekly och Monthly tidsperioder med denna studie är inte meningsfull med en Rullande beräkning eftersom den här studien inte refererar till specifika segment av tid som veckans början eller början av månaden i stället återför referensdata vid varje kartfält efter den angivna tidsperioden därför bara Ställ in tidsperiodens längd och tidsperiod Typ Inputs med studien till 7 dagar respektive 30 dagar för att effektivt åstadkomma detta. Om du har ställt in tidsperiodens typ och tidsperiodslängdsinmatning så att beräkning av rörlig medelvärde är över ett stort antal Staplar i diagrammet och det finns ett stort antal staplar laddade i diagrammet baserat på aktuella diagraminställningar. Studien kan ta en längre tid för att göra de första beräkningarna och programmets användargränssnitt fryss under denna tid. Därför är det Är nödvändig för att vara försiktig med dessa Input-inställningar för att inte lägga för mycket av en bearbetningsbelastning på programmet. Tidsperiodstyp Denna ingång anger tidsperiodstypen Det kan vara antingen dagar i minuter eller staplar Antalet barer som bestäms av tidsperiodens längd kommer att användas i beräkningen. När denna ingång är inställd på dagar anger tidsperiodslängden antalet handelsdagar beräknas uträkningen över Handelsdag S bestäms med användning av sessionstiderna Om exempelvis tidsperiodens längd är inställd på 2, ingår den tidigare handelsdagen som bestäms av sessionstiderna och hela den aktuella handelsdagen i beräkningen. Därför finns det inte i denna Faller en 2 dagars efterföljande beräkning går tillbaka 48 timmar från den aktuella Date-Time. Time Periodens längd Denna ingång anger antalet dagar, minuter eller barer beroende på huruvida tidsperiodstypen är inställd på dagar minuter eller barer. Exkludera helger i dagräkning När den här inmatningen är inställd på Ja lördag och söndag hoppas över när man bestämmer hur många dagar tillbaka som ska inkluderas i beräkningen enligt tidsperiodens längdinmatning. Använd fast avvikelse istället för Std-avvikelse. Bundet med 1 Std-avvikelse multiplikatorns fasta offset. Band 2 Std Avvikelse Multiplikator Fast Offset. Band 3 Std Avvik Multiplikatorn Fast Offset. Band 4 Std Avvik Multiplikatorn Fast Offset. Moving Average - Simple. This studie beräknar ett enkelt glidande medelvärde av de data som anges av Inp Ut Data Input. Let X vara en slumpmässig variabel som anger Input Data och låt Xi vara värdet av Input Data på kartfältet I Låt Inputlängden betecknas som n Då anger vi Moving Average - Simple i kartfältet t för Givet inmatningar som MAt X, n, och vi beräknar det enligt följande. För en förklaring av Sigma Sigma-notationen för summering, se Wikipedia-artikeln Summation. Moving Average - Simple Skip Zeros. Denna studie beräknar ett enkelt glidande medelvärde av data Specificeras av Input Data Input exklusive de värden som är lika med noll. Låt X vara en slumpmässig variabel som anger Input Data och låt Xi vara värdet av Input Data i diagramfältet I Låt Inputlängden betecknas som n och låt Antalet icke-zero-värden för X från X till Xt betecknas som n Då anger vi Moving Average - Simple Skip Zeros i diagramfältet t för de angivna inmatningarna som SZMAt X, n, och vi beräknar det enligt följande. För en förklaring av Sigma Sigma-notationen för summering, hänvisar till Wikipedia arti Cle Summation. Moving Average - Sine-Wave Weighted. Denna studie beräknar ett sinusvågat vägrat medelvärde av de data som anges av Input Input Data. Let X är en slumpmässig variabel som anger Input Data och låt Xi vara värdet av Input Data i kartfältet I Då anger vi Moving Average - Sine-Wave Weighted i diagramfältet t för de angivna ingångarna som SWWMAt X, och vi beräknar det enligt följande. För en förklaring av Sigma Sigma-notationen för summering, se Wikipedia Artikel Summation. Moving Average - Smoothed. Denna studie beräknar ett jämnt glidande medelvärde av de data som anges av Input Data Input. Let X är en slumpmässig variabel som anger Input Data och låt Xi vara värdet av Input Data i kartfältet jag låter Inputlängden betecknas som n Då anger vi det rörliga medelvärdet - Slätat i kartfältet t för de angivna ingångarna som SMMAt X, n, och vi beräknar det med följande rekursionsrelation. För en förklaring av Sigma Sigma-notationen för summering, Hänvisa till Wikipedia Artikel Summation. Offset Denna ingång anger antalet diagramstänger genom vilka summeringsindexet ska flyttas till vänster. Moving Average - Triangular. The Triangular Moving Average är beräknat i förhållande till Simple Moving Average Se den studien för att bekanta dig själv Med notationen som används här. Bara som med Simple Moving Average, bygger denna studie på Inputs Data Input X och Length n Vi beräknar ytterligare två längder n1 och n2 enligt följande. Displaystyle vänster lceil höger rceil n utrymme udda n1 1 n utrymmet jämnt slutet right. For en förklaring av takfunktionen vänster lceil höger rceil, hänvisa till Wikipedia artikeln Golv - och takfunktioner. Vi betecknar det rörliga genomsnittet - Triangulärt i kartfältet t för De angivna inmatningsdata och beräknade längder som TMAt lämnade X, n1, n2 höger och vi beräknar det enligt följande. TMAt vänster X, n1, n2 höger MAt vänster MA vänster X, n1 höger, n2 höger I ovanstående formel, MA vänster X, n1 höger är en slumpmässig variabel som anger Simple Moving Average längd n1 för Input Data X. Moving Average - Triple Exponential. This studie beräknar ett tredubbelt exponentiellt glidande medelvärde av data som anges av Input Data Input. Let X är en slumpmässig variabel som anger Input Data och låt Xt vara värdet av Input Data i diagramfältet t Låt Input Length Då betecknas det Moving Average - Triple Exponential i diagramfältet t för de angivna inmatningarna som TEMAt X, n, och vi beräknar det i form av exponentiella rörliga genomsnittsvärden EMAt X, n, EMAt EMA X, n, n , Och EMA EMA EMA X, n, n, n, n där EMA X, n är en slumpmässig variabel som betecknar exponentiell rörlig genomsnitts av längd n för ingångsdata X De tre exponentiella glidande medelvärdena initialiseras enligt följande. EMA0 X, n EMA0 EMAX, n, n EMA0 EMA EMAX, n, n, n X0. Flyttande medelvärdet - Triple Exponential beräknas utifrån dessa exponentiella glidande medelvärden enligt följande. TEMAt X, n 3EMAt X, n - 3EMAt EMAX, n, n EMAt EMA EMAX, n, n, n. Moving Average - Volume Weighted. Denna studie beräknar ett volymviktat rörligt medelvärde av data som anges av Input Data Input. Lå X vara en slumpmässig variabel som anger Input Data, låt Xi vara värdet av Input Data i diagramfältet i, och låt Vi vara Volymen i diagramfältet. Jag låt Inputlängden betecknas som n Det rörliga medelvärdet - Volymvägd vid Kartfältet t för de angivna ingångarna VWMAt X, n, och vi beräknar det enligt följande. För en förklaring av Sigma Sigma-notationen för summering, se Wikipedia-artikeln Summation. Moving Average - Weighted. This studie beräknar ett viktat glidande medelvärde av De data som anges av Input Data Input. Let X är en slumpmässig variabel som anger Input Data och låt Xi vara värdet av Input Data i kartfältet I Låt Inputlängden betecknas som n Då anger vi Moving Average - Weighted vid Kartfältet t för de angivna ingångarna som WMAt X, n, och vi beräknar det enligt följande. För en förklaring Jon i Sigma Sigma-notationen för summering, hänvisa till Wikipedia-artikeln Summation. Moving Average - Welles Wilders. Denna studie beräknar ett Welles Wilders glidande medelvärde av de data som anges av Input Data Input. Let X är en slumpmässig variabel som anger Input Data Och låt Xi vara värdet av ingångsdata i kartfältet, låt Inputlängden betecknas som n Då anger vi Moving Average - Welles Wilders i diagramfältet t för de angivna ingångarna som WWMAt X, n, och vi beräknar med hjälp av Följande rekursionsrelation. WWMA0 0 WWMAt X, n vänster SZMAt X, n WMMA X, n 0 WWMA X, n från vänster Xt - WWMA X, n höger WWMA X, n neq 0 än höger. I ovanstående funktion avser SZMAt X, n Flytta Genomsnittlig - Enkel Hoppa Zeros För en förklaring av Sigma Sigma-notationen för summering, hänvisa till Wikipedia-artikeln Summation. Moving Average - Zero Lag Exponential. This studie beräknar ett nolllags exponentiellt rörligt medelvärde av de data som anges av Input Data Input. Let X vara en slumpmässig variabel som anger inmatningsdata och låt Xt vara värdet av ingångsdata i diagramfältet t. Låt ingångsnolllagets EMA-längd betecknas som n. Då anger vi det rörliga medelvärdet - nolllagret exponentiellt i diagramfältet t för Givet inmatningar som ZLEMAt X, n, och vi beräknar det med följande rekursionsrelation. ZLEMAt X, nc vänster 2Xt - X höger 1 - c ZLEMA X, n. Konstanten L kallas Lag, och den beräknas enligt följande. För en förklaring av takfunktionen vänster lceil höger, se Wikipedia artikeln Golv Och takfunktioner. Konstanten c är samma multiplikator som finns i exponentiell rörlig genomsnitts. Om L 0 blir ZLEMAt X, n identisk med EMAt X, n. Moving Averages. Denna studie beräknar och drar 3 glidande medelvärden av alla Typ. Linjär regression Flyttande medelvärde - Linjär regression. Flyttning av linjär regression och rörlig medelvärde - Linjär regressionsstudier beräknar och visar värdet av en linjär regressionsfunktion för den valda Input Data Open, High, Low, Stäng över den angivna längden. Därför är varje punkt längs linjärregressionsstudien lika med slutvärdet för en linjär regressionslinje. Exempelvis kommer slutvärdet för en linjär regressionslinje som täcker 10 stängningspriser att ha samma värde som en rörlig linjär regression li Ne med en längd på 10 i samma fält. För beräkningsmetoden, se LinearRegressionIndicatorS-funktionen i filen i mappen Sierra Chart är installerad till. Om du ritar ett linjärt regressionskort som ritas över samma längd som du har ställt in Studien Inputs för denna studie, då där den ritningen slutar, kommer den att ha samma värde som den rörliga genomsnittliga linjära regressionsstudien. Nästan vi beskriver beräkningen av den linjära regressionsindikatorn. Låt T vara variabeln mätt längs horisonten, låt X är en slumpmässig variabel som anger inmatningsdata som mäts längs den vertikala axeln. Vi anger värdena för dessa variabler i kartfältet i som Ti i och Xi, varav jag är ett löpande index. Vi anger värdet på indexet som motsvarar Nuvarande streck som den Låt n vara Input Längd Funktionen Linjär Regressionsindikator beräknar var och en av följande summer i diagramfältet t Dessa summor används för att beräkna regressionsstatistiken. För en förklaring av Sigma Sigma-notationen för summering, hänvisas till Wikipedia-artikeln Summation. Notera Summan över T-värdena rör sig inte, eftersom summan över X-värdena gör det. Detta kompenseras genom att använda längden n på vissa ställen istället för Nuvarande värde t för indexet Det här ger alltid rätt värde för LRI och av regressionslinjens lutning, men det ger inte det korrekta värdet av avlyssningen. Dessa summa används för att beräkna regressionsstatistiken, som visas nedan. Regressionsmodellen är av formen X vid btT, där vid och bt är som definierad ovan. Den linjära regressionsindikatorn. Den linjära regressionsindikatorn är X-koordinaten för den högra ändpunkten för linjär regressions-trendlinjen av längd n Dess värde LRIt vid diagrammet Bar t beräknas som LRIt vid btn. Moving Average - Linear Regression i kartfältet t för de angivna ingångarna betecknas som LSMAt X, n vid btn. Study Moving Average. Denna studie är för bakkompatibilitet. Du borde använda den nya baserade Vid inställning för en studie till b Studera för en annan studie För mer information se Tekniska studieinställningar. Denna studie beräknar ett T3-rörligt medelvärde av data som anges av Input Data Input Studien utvecklades av Tim Tillson. Låt X vara en slumpmässig variabel som anger Input Data och Låt Xt vara värdet av ingångsdata i diagramfältet t Låt ingångslängden betecknas som n och låt Input Multiplikator betecknas som v Då anger vi värdet på T3 i diagramfältet t för de angivna ingångarna som T3 X, n , V, och vi beräknar det med följande sekvens av exponentiella rörliga medelvärden för de givna ingångarna EMAt X, n EMAt X, n EMAt X, n EMAt EMA X, n, n EMAt X, n EMAt EMA EMA X, n, n , N EMAt X, n EMAt EMA EMA EMA X, n, n, n, n EMAt X, n EMAt EMA EMA EMA EMA X, n, n, n, n, n EMAt X, n EMAt EMA EMA EMA EMA EMA X , N, n, n, n, n, n. I ovanstående relationer anger EMAt j-viktsammansättningen av EMA-funktionen med sig själv, och EMAX, n är en slumpmässig variabel som betecknar det exponentiella rörliga medlet av längd n för Inputdata X Vi beräknar T 3t X, n, v enligt följande. Senast ändrad tisdag 28 februari, 2017.March 1998 TRADERS TIPS. Here är den här månaden s val av Traders Tips, bidragit av olika utvecklare av teknisk analys programvara för att hjälpa läsarna lättare att genomföra några av de strategier som presenteras i denna issue. You kan kopiera Dessa formler och program för enkel användning i ditt kalkylblad eller analysprogram. Välj bara önskad text genom att markera som du skulle i något ordbehandlingsprogram, använd sedan ditt standardnyckelkommando för kopiering eller välj kopiera från webbläsarens meny. Den kopierade texten kan då vara Klistras in i något öppet kalkylblad eller annan mjukvara genom att välja en infogningspunkt och genomföra ett klistra-kommando. Genom att växla fram och tillbaka mellan ett applikationsfönster och den öppna webbsidan kan data överföras med lätthet. I den här månadens tips finns formler och program för. Det adaptiva glidande medlet som diskuterades i intervjun med Perry Kaufman i 1998 STOCKS COMMODITIES Bonus Issue var artikeln ursprungligen framträdde i Mars 1995 är ett utmärkt alternativ till vanliga glidande genomsnittliga beräkningar I denna månad s Traders Tips presenterar jag två enkla språkstudier och ett Easy Language-system som bygger på det adaptiva rörliga genomsnittet. Den adaptiva glidande genomsnittliga beräkningen som används i studierna Och systemet i TradeStation eller SuperCharts utförs främst av en funktion som kallas AMA En annan funktion som kallas AMAF används för att beräkna det adaptiva glidande medelfiltret. Som alltid ska funktionerna skapas före utveckling av studierystemet. Typ Funktionsnamn AMA. Vars Noise 0, Signal 0, Diff 0, efRatio 0, Smooth 1, Fastest 6667, Slowest 0645, AdaptMA 0.Diff AbsValue Stäng - Stäng 1.IF CurrentBar Period Då AdaptMA Close. IF CurrentBar Period Börja sedan Signal AbsValue Close - Stäng Period. Noise Summation Diff, Period. efRatio Signal Noise. Smooth Power efRatio Snabbaste - Minst Slowest, 2.AdaptMA AdaptMA 1 Slät Stäng - AdaptMA 1 End. Inputs Period Nume Ric, Pcnt Numeric. Vars Noise 0, Signal 0, Diff 0, efRatio 0, Smooth 1, Fastest 6667, Slowest 0645, AdaptMA 0, AMAFltr 0.Diff AbsValue Stäng - Stäng 1.IF CurrentBar Period Då AdaptMA Close. IF CurrentBar Period Starta sedan Signal AbsValue Close - Stäng Period. Noise Summation Diff, Period. efRatio Signal Noise. Smooth Power efRatio Snabbaste - Minst Slowest, 2.AdaptMA AdaptMA 1 Slät Stäng - AdaptMA 1.AMAFltr StdDev AdaptMA-AdaptMA 1, Periode Pcnt End. AMAF AMAFltr När du väl har skapat båda funktionerna kan du sedan skapa de två studierna och systemet. Den första indikatorn visar den adaptiva glidande medellinjen med en valfri vridning. Vridningen är att AMA-linjen kan jämnas med linjär regression. Således har jag Ingår i indikatorn en ingång kallad slät som gör att du kan avgöra om AMA-linjen ska slätas eller inte AY då ingångsvärdet släpper ut beräkningen. En N plottar helt enkelt den råa AMA-linjen. Denna indikator ska skalas till Samma som pris da Ta Type Indikator Namn MovAvg Adaptive. Inputs Period 10, Glatt Y. IF UpperStr Glatt Y Då Plot1 LinearRegValue AMA Period, 0, Glatt AMA Else Plot2 AMA Period, Adaptiv MA Den andra indikatorn, Mov Avg Adaptive Fltr, tar filtreringskonceptet Och applicerar den på en indikator Baserat på de filtrerade adaptiva glidande AMAF parametrarna, kommer denna indikator att plotta en vertikal blå eller röd linje beroende på villkoret som är uppfyllt. De värden som reflekteras av de vertikala linjerna återspeglar värdet av AMA-filterberäkningen Några Föreslagna formatinställningar ges efter indikatorkoden Typ Indikator Name MovAvg Adaptive Fltr. Inputs Period 10, Pcnt 15.Vars AMAVal 0, AMAFVal 0, AMALs 0, AMAHs 0.AMAFVAl AMAF Period, Pcnt. IF CurrentBar 1 Starta AMALs AMAVal. AMAHs AMAVal End Else Börja om AMAVal AMAVal 1 Då AMALs AMAVal Om AMAVal AMAVal 1 Då AMAHs AMAVal Om AMAVal - AMALs AMAFVal Starta sedan Plot1 AMAFVal, Buy. IF Plot1 1 0 Då Varning True End Else Om AMAHs - AMAVal AM AFVal Starta sedan Plot2 AMAFVal, Sell. IF Plot2 1 0 Då Alert True End Plot3 AMAFVal, AMAFilter End. Style Scaling Screen Den MovAvg Adaptive Fltr-systemet nedan baseras på de regler som anges för poster baserat på den filtrerade adaptiva glidande beräkningen Typ System. Name MovAvg Adaptive Fltr. Inputs Period 10, Pcnt 15.Vars AMAVal 0, AMAFVal 0, AMALs 0, AMAHs 0.AMAFVAl AMAF Period, Pcnt. IF CurrentBar 1 Starta sedan AMALs AMAVal. AMAHs AMAVal End Else Börja om AMAVal AMAVal 1 Då AMALs AMAVal IF AMAVal AMAVal 1 Då AMAHs AMAVal Om AMAVal - AMALs Korsar Över AMAFVal Köp sedan den här baren på nära håll Om AMAHs - AMAVal Korsar över AMAFVal Sälj sedan den här baren på nära håll Denna kod finns även på Omega Research s webbplats Namnet på Filen är Observera att alla Traders Tips analystekniker som publiceras på Omega Research s webbplats kan utnyttjas av både TradeStation och SuperCharts När det är möjligt kommer de rapporterade analysteknikerna att innehålla både Quick Editor och Power Editor Format .-- Gaston Sanchez, Omega Research 800 422-8587, 305 270-1095 Internet Tillbaka till listan. I MetaStock 6 5 kan du enkelt skapa det adaptiva glidande medelsystemet diskuterat av Perry Kaufman i intervjun som visas i 1998 Bonus Issue Med MetaStock 6 5 kör, välj Indikator Builder från Verktyg-menyn och klicka sedan på Ny knappen Ange följande formler. Adaptive Moving Average Binär Wave. Periods Input Time Periods, 1.1000, 10.Direction CLOSE - Ref CLOSE, - perioder. SSC ER FastSC - SlowSC SlowSC. AMA Om Cum 1 perioder 1, ref Stäng, -1 konstant CLOSE - ref Stäng, -1, Förra konstant CLOSE - PREV. FilterPercent Input Filtreringsprocent, 0,100,15 100.Filter FilterPercent Std AMA - Ref AMA, -1, Periods. AMAlla Om AMA Ref AMA, -1, AMA, PREV. AMAHigh Om AMA Ref AMA, -1, AMA, PREV. Adaptive Moving Average. Periods Input Tidsperioder, 1.1000, 10.Direction CLOSE - Ref CLOSE, - period. SSC ER FastSC - SlowSC SlowSC. AMA Om Cum 1 perioder 1, ref Stäng, -1 konstant CLOSE - ref Stäng, -1, Prev const Ant CLOSE - PREV. Om du vill se det adaptiva glidande medlet, bara plotta det på ett diagram i MetaStock Om du vill se köp - och säljsignalerna från det adaptiva glidande genomsnittliga systemet, kartlägga den adaptiva glidande medelvärdena binära vågan. Denna binära våg Plots a 1 när det är köp signal, en -1 för en säljsignal och en noll när det inte finns någon signal - Allan J McNichol, EQUIS International 800 882-3040, 801 265-8886 Internet Tillbaka till List. TECHNIFILTER PLUS. Here Sa TechniFilter Plus, version 8, formel för det adaptiva glidande genomsnittliga AMA diskuterat av Perry Kaufman i 1998 Bonus Issue. AMA är ett exponentiellt medelvärde där multiplikatorns vikt kan variera varje dag mellan ett maximalt och minimivärde. Eftersom priserna utgör en stark trend , Den här variabla vikten närmar sig sitt maximala värde, vilket gör att AMA spårar priskurvan närmare. När priserna är zigzagging, närmar sig den variabla vikten sitt minimivärde, vilket leder till att AMA plattar Kaufman använder ett förhållande mellan prisförändringar och prisvariationer För att skala variabelvikten. Formeln använder tre parametrar 2, 30 och 10 Den första parametern, 2, indikerar att ett två dagars exponentiellt medelvärde är det snabbaste genomsnittet för variabelnvärdet. Den andra parametern, 30, indikerar att en 30- Dagsgenomsnittet är det långsammaste genomsnittet för det rörliga genomsnittet. Den tredje parametern, 10, indikerar återkallningsperioden för beräkning av hur vikten kommer att förändras. Kerry Kaufman s Adaptive Moving Average Formula. SWITCHES multiline recursive. INITIAL VALUE C. FORMULA Denna TechniFilter Plus-strategi och Rapporterna, strategierna och formulären från tidigare Traders Tips kan laddas ner från RTRs webbplats - Clay Burch, RTR Software 919 510-0608, E-post Internet Tillbaka till listan. WAVEWI E MARKET SPREADSHEET. Here är ett WAVE WI E-program Genomförandet av Perry Kaufman s adaptiva glidande genomsnittliga AMA, diskuterad i STOCKS COMMODITIES 1998 Bonus Issue intervjupresentation - Peter Di Girolamo, Jerome Technology 908 369-7503, E-post Internet Tillbaka till listan. Perry Kaufman s annons Attraktiva glidande medelvärden STOCKHANDEL, 1998 Bonusutgåva är ett bra exempel på användningen av användarformelskapaciteten i SMARTrader Nyckeln till att skapa det adaptiva glidande genomsnittet AMA är förmågan att skriva rekursiv eller självreferens, formler som jag pekar ut som Row 4, märkt offset, används i kombination med rad 15 för att frö värdena manuellt inmatade i kalkylbladet exemplet i cellerna I5 till I14 Riktning bestäms i rad 5 med en 10-minuters momentstudie Rader 6, 7 och 8 Beräkna volatiliteten genom att först beräkna en enhetsmoment, sedan ta absolutvärdet av momentum och slutligen summera en 10-periodserie. Rader 9 och 10 beräkna ER-värdet och dess absoluta värde Rader 11 och 12 är koefficienter som innehåller exponentvärdena som representerar Två och 30 perioder, respektive rad 13 beräknar ssc-värdet Rad 14-kvadrater ssc, vilket ger c. Row 16 beräknar den faktiska AMA och är den första raden som är rekursiv rad 17, även rekursiv, beräkning Lämnar skillnaden mellan nuvarande och tidigare AMA Row 18, AMAdiff, använder ett if-förklaring för att undvika att rapportera ett ogiltigt resultat i kolumn 1 eftersom det inte finns något före kolumn 1 för att ge en giltig beräkning. Row 19 beräknar 10-periodens standard Avvikelse från AMAdiff Row 20 är en koefficient som innehåller procentvärdet Row 21 beräknar filtervärdet Raderna 22 och 23 är rekursiva användarrader som spårar AMA-låg - och AMA-höga. Row 23 och 24 är respektive köpförsäljningsregler. Figur 1 SMARTRADER Denna SMARTrader SpecSheet implementerar Perry Kaufman s adaptiva glidande medelvärde från 1998 Bonus Issue. This specsheet finns även på Stratagems hemsida - Jim Ritter, Stratagem Software International 504 885-7353, E-post Internet Tillbaka till listan.
No comments:
Post a Comment