Moving Average Variable Länge

Vidya - Variabler Index Dynamischer Durchschnitt Vidya ndash Variabler Index Dynamischer Durchschnitt wurde von Tushar S. Chande erstellt. Es ist eine Art von Moving Average. Das seine Länge nach der Marktvolatilität anpasst. Je höher die Volatilität ist, desto höher ist die tatsächlichen Preise und umgekehrt. Als die Volatilität steigt, wird Vidya sensibler und passt sich schneller an die Preisänderungen an. Als die Volatilität abnimmt, verlangsamt sich Vidya. Bestimmen Sie die Zeitspannen für die kurzfristige und langfristige Standardabweichungsberechnung (in der Regel 9 und 30 Tage) Berechnen Sie den Alpha-Faktor wie folgt: alpha 0.2 x ((StDev Schließen 9) (StDev Schließen 30) Vidya alpha x Schließen (1 ndash alpha) x Vidya n-1 StDev Standardabweichung Der Indikator für den Handel ist ähnlich wie bei anderen gleitenden Durchschnitten. Anmerkung: Der Hauptvorteil von Vidya ist, dass er sich an die tatsächliche Marktvolatilität anpasst. So wird es einer von wenigen Indikatoren, die diesen Marktaspekt berücksichtigen. Ein paar Jahre später hat Tushar S. Chande Vidya so eingestellt, dass es auch seinen CMO ndash Chande Momentum Oszillator als Teil seiner Konstruktion impliziert. Wenn Sie sich für ein tieferes Studium dieses technischen Indikators interessieren und es vorziehen, Lösungen zu bedienen, kann dieser Abschnitt für Sie von Interesse sein. Dort finden Sie alle verfügbaren Indikatoren in der Excel-Datei zum Download. Die Funktion Moving Average (Variable Length) gibt den gleitenden Durchschnitt eines Feldes über einen variablen Zeitraum zurück. Parameter ------------------ Daten Die Daten, die im Durchschnitt verwendet werden sollen. Dies ist typischerweise ein Feld in einer Datenreihe oder ein berechneter Wert. Periode Die Anzahl der Daten, die im Durchschnitt enthalten sind, einschließlich des aktuellen Wertes. Beispielsweise enthält eine Periode von 3 den aktuellen Wert und die beiden vorherigen Werte. Maximaler Zeitraum Der Maximalwert, den der Zeitraum enthalten kann. Größere Werte erfordern einen zusätzlichen Speicherplatz, der für diese Funktion berechnet werden soll. Hinweis: Ein Endpunkt des Periodenparameters kann mit der Lag-Funktion simuliert werden, um einen vorherigen Wert dieser Funktion zu erhalten. Weitere Informationen finden Sie in den Notizen für die Lag-Funktion. Funktionswert ------------------------ Der gleitende Durchschnitt wird berechnet, indem die vorherigen Werte über den angegebenen Zeitraum, einschließlich des aktuellen Wertes, gemittelt werden. Der gleitende Durchschnitt am Anfang einer Datenreihe ist nicht definiert, bis genügend Werte vorhanden sind, um den vorgegebenen Zeitraum zu füllen. Ist die Periode größer als die maximale Periode oder negativ, wird der Wert nicht definiert. Wenn die Periode eine Bruchzahl enthält, wird nur der ganzzahlige Teil verwendet. Verwendung ----------- Variable Längenfunktionen können in Verbindung mit anderen Berechnungen verwendet werden, z. B. Bars Seit Funktionen, um Werte zu bestimmen, seit ein Ereignis aufgetreten ist. Zum Beispiel würde die folgende Formel den Durchschnitt des High-Feldes zurückgeben, da das höchste Hoch in den letzten zehn Takten: MAVL (High, Add (BarsSinceHigh (High, 10) 1) 10) Moving-Mittelwerte sind nützlich für die Glättung von Rauschen Daten wie Tagespreise. Die Preisdaten können von Tag zu Tag sehr unterschiedlich sein und verdecken, ob der Preis im Laufe der Zeit auf - oder absteigt. Durch das Betrachten des gleitenden Durchschnitts des Preises ist ein allgemeineres Bild der zugrunde liegenden Trends zu sehen. Da gleitende Mittelwerte verwendet werden können, um Trends zu sehen, können sie auch verwendet werden, um zu sehen, ob Daten den Trend auslösen. Entryexit-Systeme vergleichen oft Daten mit einem gleitenden Durchschnitt, um festzustellen, ob es einen Trend unterstützt oder einen neuen startet. Sehen Sie die Beispiel-Eintrags-Systeme für ein Beispiel für die Verwendung eines Moving Average in einem entryexit system. Variable Moving Average (VMA) aka Volatility Index Dynamic Ave (VIDYA) Der Variable Moving Average (VMA) aka Volatility Index Dynamic Average (VIDYA) wurde von entwickelt Tushar S. Chande und erstmals in der März 1992 Ausgabe der technischen Analyse der Aktien amp Commodities 8211 Anpassung Moving Averages To Market Volatilität Chande8217s Theorie war, dass die Leistung eines exponentiellen gleitenden Durchschnitt könnte durch die Verwendung eines Volatility Index (VI) anpassen Die Glättungsperiode als Marktbedingungen ändern sich. Die Idee ist, dass, wenn die Preise verstopft sind, sollte ein Durchschnitt verlangsamen, um Whipsaw zu vermeiden, aber wenn die Preise stark anhalten, sollte ein Durchschnitt beschleunigen, um die großen Preisbewegungen zu erfassen. Er war nicht die erste Person, die in diesen Zeilen zu denken George R. Arrington, Ph. D eingeführt eine variable Simple Moving Average auf der Grundlage von Standard-Abweichung in der Juni 1991 Ausgabe der technischen Analyse von Aktien amp Commodities 8211 Aufbau einer variablen Länge Moving Average ( VLMA). Die YIDYA stellte jedoch einen massiven Schritt vorwärts von der VLMA dar, weil sie eine viel größere Ausbreitung der Glättungsperioden erlaubte. Wie man einen variablen Moving Average VMA berechnet (VI Close) ((1 8211 (VI)) VMA1) VI Benutzer Wahl eines Maßes der Volatilität oder Trendstärke. N Benutzer wählte konstante Glättungsperiode. Hier ist ein Beispiel für eine 3-Perioden-VMA mit einem 3-Perioden-Wirkungsgrad (ER) als VI: Wie die VIDYA-Glättung durch den Volatilitätsindex verändert wird Der Variable Moving Average ist einzigartig, da er keine obere oder untere Grenze für seine Glättung hat Periode: Die VMA-Glättungsperiode kann unendlich hoch gehen, bis der Volatilitätsindex gleich Null ist, an welchem ​​Punkt der resultierende Durchschnitt aufhört zu bewegen und gleich dem vorherigen VMA zu sein. Wenn der Volatilitätsindex gleich 1 ist, ist die Glättungsperiode gleich dem vom Benutzer ausgewählten Konstanten 8216N8217, wie wenn die Y-Achse N die X-Achse 1 ist. Wenn jedoch der verwendete Volatilitätsindex über 1 ansteigen kann (wie das Standardabweichungsverhältnis) Dann kann die Glättungsperiode unter den gewählten Benutzer fallen. Wenn das VI (N2) 0,5 ist, dann ist die Glättungsperiode 1, was gleich dem Preis selbst ist. Darum darf das VI, das verwendet wird, nicht über (N2) 0,5 aufsteigen, und wenn es einmal der Fall ist, dann muss diese Kappe in die Formel geschrieben werden. Ein Blick auf die tatsächliche Alpha Da die VMA ist wie der Name schon sagt, variabel, ist die 8216Actual Alpha8217 nicht statisch, sondern wird durch das VI beeinflusst. Durch die Änderung der Konstante 8216N8217 ändert sich jedoch die Interpretation des VIs sehr stark: Oben sehen Sie ein Beispiel des 8216Actual Alpha8217 und die daraus resultierende Glättungsperiode für eine VMA mit einem 8216N8217 von 1 und einem 8216N8217 von 5. Wir wissen, dass wenn das VI 1 (Was darauf hinweist, dass sich die Bestände perfekt verhalten) die Glättungsperiode 8216N8217. So wäre die schnellstmögliche Glättungsperiode in diesen Beispielen 1 und 5 bzw. kein großer Unterschied. Aber es ist erstaunlich zu sehen, was ein großer Einfluss ändern 8216N8217 nur ein paar Punkte hat insgesamt. In der Tat, da 8216N8217 die resultierenden VMA-Bewegungen exponentiell langsamer erhöht. Dieser Einfluss ist eher wie die Quadrone von Kaufman in seinem Adaptive Moving Average verwendet. Welcher Volatilitätsindex, der Chande benutzt, verwendete ursprünglich das Standardabweichungsverhältnis als sein VI und dies ist das, das normalerweise verwendet wird, wenn Leute über ein VIDYA sprechen. Aber später, im Oktober 1995 Artikel von Technical Analysis of Stocks amp Commodities 8211 8216Identifying Leistungsstarke Breakouts Anfang 8216 schlug er die Verwendung seiner eigenen Chande Momentum Oszillator (CMO). Da der CMO zwischen 100 und -100 liegt, müssen wir den absoluten Wert durch 100 dividieren. Das Ergebnis ist identisch mit dem Effizienzverhältnis (ER) und ist das VI am häufigsten, wenn man sich auf eine VMA bezieht . Jedes Maß der Volatilität oder Trendstärke kann jedoch verwendet werden, solange es zwischen einem Null bis (N2) 0,5 Bereich passt, wo höhere Messwerte einen stärkeren Trend anzeigen. Volatilitätsindizes, die für die Prüfung verwendet werden Als Teil des 8216Technical Indicator Fight for Supremacy 8216 haben wir getestet, testen die folgenden Indikatoren als Volatilitätsindex in einem Variablen Moving Average: Gibt es irgendwelche anderen, die du denkst, lohnt es sich zu testen Bitte informieren Sie uns im Kommentarbereich ganz unten. Variable Moving Average Excel File Ich habe eine Excel Spreadsheet mit dem Variable Moving Average zusammengestellt und es zur kostenlosen Download zur Verfügung gestellt. Es enthält eine Version 8216basic8217, die alle Arbeiten und eine 8216fancy8217 zeigt, die sich automatisch an die Länge und den von Ihnen angegebenen Volatilitätsindex anpassen wird. Finde es am folgenden Link am unteren Rand der Seite unter Downloads Technische Indikatoren: Variable Moving Average (VMA) 10 Tag Variable Moving Average Beispiel, VI 50 Tag Effizienz Verhältnis Dank Bruder das ist toll. Die Erklärung der Mathematik dahinter ist sehr hilfreich jetzt, da ich verstehe, wie jeder Teil der Gleichung funktioniert, kann ich mit ihm spielen eine Frage8230 VMA1 für den ersten Datenpunkt, den Sie gerade die Close1 verwenden und in diesem Fall warum nicht einfach nur Close1 es sollte Sei besser auf Preisänderung reagieren Ich muss mit steveplace zustimmen, heteroskedacity ist schwer zu erklären um 7:00 morgens lol froh, dass du es nützlich gefunden hast Peter. Ich finde einige der Formeln rund um das Internet für diese Dinge wirklich schwer zu lesen, weil ich don8217t irgendeine formale Mathematik Ausbildung haben. Deshalb breche ich alles ab und zeige die Arbeit, also gibt es keine Verwirrung. In Bezug auf Ihre Frage ist die VMA immer noch ein exponentieller gleitender Durchschnitt (EMA) etfhqblog20101108exponential-gleitender Durchschnitt aber mit einem dynamischen Alpha statt einer konstanten. Alle EMAs verwenden ihren vorherigen Durchschnitt, während sie vorankommen, aber mit einer Nummer am Anfang (in der Regel die vorherige Schließung) EMA EMA (1) (Schließen EMA (1)) ausgesät werden müssen. Wenn du fortfährst, das vorhergehende zu benutzen, dann würde der Durchschnitt den Preis so genau verfolgen, daß er ihm fast genau entspricht. Laden Sie das gespreizte Blatt herunter, wenn Sie bereits haven8217t und probieren Sie es aus. Gehen Sie zu der Zelle J5 am Ende der Formel, so heißt es, dass IF (J482438221, J4 (2 (I51)) (E5-J4), 82218221)) dies zum Lesen von IF (E482438221, E4 (2 (I51)) (E5) - E4), 82218221)) füllen Sie diese Formel an den unteren Rand der Spalte und es wird dann auf die vorherige schließen statt der vorherigen VMA. BTW Ich habe gerade bemerkt, dass ich die Kalkulationstabelle auf manuelle Berechnung Update statt automatisiert eingestellt hatte. Vielleicht möchten Sie das ändern oder es wieder herunterladen, wie ich es jetzt behoben habe. Sagte vor 5 Jahren Ich benutze VMA zusammen mit anderen MA8217s (einfach, exp, gewichtet, vol gewichtet, dreieckig). Sollte ich den gleichen Zeitraum für VMA wie die Periode für andere Mittel verwenden, benutze ich Kreuzung als meine buysell Punkte als andere MA8217s oder sollte ich die Richtung von VMA als mein buysell Signal danke für Ihre Unterstützung verwenden. Derry Brown vor 5 Jahren Sie können Testergebnisse für mehrere der MAs sehen, die Sie hier erwähnt haben 8211 etfhqblog20100525best-technische Indikatoren Die Antwort auf Ihre Frage hängt davon ab, ob Sie sie als Teil eines mechanischen Systems oder einer diskretionären verwenden. Ich habe die Ergebnisse von MA-Crossovers nicht zwischen verschiedenen Arten von MAs getestet, aber ich würde nicht erwarten, dass dies ein effektiver Ansatz ist. Jede Art von gleitenden Durchschnitt ist einzigartig, so dass es nicht notwendig ist, die gleiche Glättungsperiode zu verwenden und die VMA ist so anders als sie muss als ein völlig separater Durchschnitt behandelt werden. Hoffe das hilft DerryThis Frage hat bereits eine Antwort hier: Ich versuche zu berechnen gleitende Durchschnitte Crossover mit variablen Daten. Meine Datenbank ist strukturiert: Zum Beispiel, Id gerne herauszufinden, ob der durchschnittliche Preis zurück X Tage jemals größer als der durchschnittliche Preis geht zurück Y Tage in der Vergangenheit Z Tage. Jeder dieser Zeiträume ist variabel. Dies muss für jeden Bestand in der Datenbank laufen (ca. 3000 Aktien mit Preisen, die 100 Jahre zurückgehen). Im ein bisschen stecken auf diesem, was ich derzeit habe ein Chaos von SQL-Unterabfragen, die nicht funktionieren, weil sie nicht für die Tatsache, dass X, Y und Z können alle ein beliebiger Wert (0-N). Das ist, in den letzten 5 Tagen konnte ich nach einer Aktie suchen, wo der 40-Tage-Durchschnitt ist als 5, oder die 5 40. Oder ich könnte über die letzten 40 Tage suchen, um Aktien zu finden, wo der 10-tägige gleitende Durchschnitt 30 ist Tag gleitender Durchschnitt. Diese Frage unterscheidet sich von den anderen Fragen, da es variable kurze und lange Termine sowie einen variablen Begriff gibt. Fragte am 27. April um 14:51 als Duplikat von Cheran Shunmugavel. Jean-Bernard Pellerin. Tikhon Jelvis Akond Roman C Apr 28 13 at 9:01 Diese Frage wurde als ein genaues Duplikat einer bestehenden Frage markiert. Finden Sie diese früheren Beiträge auf Stackoverflow: Diese Beiträge haben Lösungen für Ihre Frage. Antwort # 27 am 13:55 Diese Frage ist anders als die anderen Fragen, da es variable kurze und lange Termine sowie einen variablen Begriff gibt. Ndash user1797484 Ich denke, die direkteste Weg, um einen gleitenden Durchschnitt in MySQL ist mit einer korrelierten Unterabfrage zu tun. Hier ist ein Beispiel: Sie müssen die Werte für x und y ausfüllen. Aus Performance-Gründen wollen Sie einen Index auf Preise (lagernd, Datum, Schlusskurs). Wenn Sie eine Option für eine andere Datenbank haben, bieten Oracle, Postgres und SQL Server 2012 alle viel besseren Lösungen für dieses Problem. In Postgres können Sie das als: