Ratio Mobile Moyenne Formule

Kaufman039s Moyenne mobile adaptative (KAMA) Kaufman039s Moyenne mobile adaptative (KAMA) Introduction Développée par Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) est une moyenne mobile conçue pour tenir compte du bruit du marché ou de la volatilité. KAMA suivra de près les prix lorsque les fluctuations des prix sont relativement faibles et le bruit est faible. KAMA s'adaptera lorsque les fluctuations de prix s'élargiront et suivront les prix à partir d'une plus grande distance. Cet indicateur de tendance peut être utilisé pour identifier la tendance générale, les retards et les mouvements des prix du filtre. Calcul Il faut plusieurs étapes pour calculer la moyenne mobile adaptative de Kaufman039. Commençons par les réglages recommandés par Perry Kaufman, qui sont KAMA (10,2,30). 10 est le nombre de périodes pour le Ratio d'efficacité (ER). 2 est le nombre de périodes pour la constante EMA la plus rapide. 30 est le nombre de périodes pour la constante EMA la plus lente. Avant de calculer KAMA, nous devons calculer le coefficient d'efficacité (ER) et la constante de lissage (SC). Décomposer la formule en petits morceaux de taille permet de mieux comprendre la méthodologie derrière l'indicateur. Notez que ABS signifie Absolute Value. Efficiency Ratio (ER) L'ER est essentiellement le changement de prix ajusté pour la volatilité quotidienne. En termes statistiques, le ratio d'efficacité nous indique l'efficacité fractale des variations de prix. ER fluctue entre 1 et 0, mais ces extrêmes sont l'exception, pas la norme. ER serait de 1 si les prix ont progressé de 10 périodes consécutives ou en baisse de 10 périodes consécutives. ER serait nul si le prix est inchangé sur les 10 périodes. Constante de lissage (SC) La constante de lissage utilise l'ER et deux constantes de lissage basées sur une moyenne mobile exponentielle. Comme vous l'avez peut-être remarqué, la constante de lissage utilise les constantes de lissage pour une moyenne mobile exponentielle dans sa formule. (2301) est la constante de lissage pour une EMA à 30 périodes. Le SC le plus rapide est la constante de lissage pour EMA plus courte (2 périodes). Le SC le plus lent est la constante de lissage pour l'EMA la plus lente (30 périodes). Notez que le 2 à la fin est de carré l'équation. Avec le ratio d'efficacité (ER) et la constante de lissage (SC), nous sommes maintenant prêts à calculer la moyenne mobile adaptative de Kaufman039 (KAMA). Puisque nous avons besoin d'une valeur initiale pour commencer le calcul, le premier KAMA est juste une moyenne mobile simple. Les calculs suivants sont basés sur la formule ci-dessous. Calcul ExampleChart Les images ci-dessous montrent une capture d'écran à partir d'une feuille de calcul Excel utilisée pour calculer KAMA et le graphique QQQ correspondant. Utilisation et signaux Les chartistes peuvent utiliser KAMA comme tout autre indicateur de tendance, comme une moyenne mobile. Les chartistes peuvent rechercher des croix de prix, des changements directionnels et des signaux filtrés. Tout d'abord, une croix au-dessus ou au-dessous de KAMA indique des changements directionnels dans les prix. Comme avec n'importe quelle moyenne mobile, un simple système de croisement va générer beaucoup de signaux et beaucoup de whipsaws. Les chartistes peuvent réduire les whipsaws en appliquant un filtre de prix ou de temps aux crossovers. On pourrait avoir besoin de prix pour tenir la croix pour le nombre de jours fixés ou exiger la croix le KAMA dépassent par le pourcentage fixé. Deuxièmement, les chartistes peuvent utiliser la direction de KAMA pour définir la tendance générale pour une sécurité. Cela peut nécessiter un ajustement de paramètre pour adoucir l'indicateur. Les chartistes peuvent changer le paramètre du milieu, qui est la constante EMA la plus rapide, pour lisser KAMA et chercher des changements directionnels. La tendance est à la baisse tant que KAMA est en baisse et la forge bas. La tendance est à la hausse tant que KAMA est en hausse et forger des hauts plus élevés. L'exemple Kroger ci-dessous montre KAMA (10,5,30) avec une forte tendance haussière de décembre à mars et une tendance à la hausse moins forte de mai à août. Et enfin, les chartistes peuvent combiner des signaux et des techniques. Les chartistes peuvent utiliser un KAMA à plus long terme pour définir la tendance plus grande et une KAMA à plus court terme pour les signaux commerciaux. Par exemple, KAMA (10,5,30) pourrait être utilisé comme un filtre de tendance et être considéré comme haussier lors de la hausse. Une fois haussier, les chartistes pourraient alors chercher des croix haussières quand le prix se déplace au-dessus de KAMA (10,2,30). L'exemple ci-dessous montre MMM avec un KAMA croissant à long terme et des croisements haussiers en Décembre, Janvier et Février. Long terme KAMA a refusé en avril et il y avait croix baissières en mai, juin et juillet. SharpCharts KAMA peut être trouvé comme une superposition de l'indicateur dans le Workbench SharpCharts. Les paramètres par défaut apparaissent automatiquement dans la boîte de paramètres une fois qu'il est sélectionné et les chartistes peuvent modifier ces paramètres en fonction de leurs besoins analytiques. Le premier paramètre est pour le ratio d'efficacité et les chartistes devraient s'abstenir d'augmenter ce nombre. Au lieu de cela, les chartistes peuvent le diminuer pour augmenter la sensibilité. Les chartistes qui cherchent à lisser KAMA pour l'analyse des tendances à plus long terme peuvent augmenter progressivement le paramètre moyen. Même si la différence n'est que de 3, KAMA (10,5,30) est nettement plus lisse que KAMA (10,2,30). Étude complémentaire Du créateur, le livre ci-dessous offre des informations détaillées sur les indicateurs, les programmes, les algorithmes et les systèmes, y compris les détails sur KAMA et autres systèmes de moyenne mobile. Trading Systems et méthodes Perry KaufmanA il ya quelques mois, j'ai eu un post sur le Momentum Echo (cliquez ici pour lire le post). J'ai couru à travers un autre force relative (ou momentum, si vous préférez) papier qui teste encore un autre facteur. Dans le journal Seung-Chan Parks, The Moving Average Ratio et Momentum, il examine le ratio entre une moyenne mobile à court terme et à long terme du prix afin de classer les titres par la force. Cela diffère de la plupart des autres ouvrages universitaires. La plupart des autres études utilisent des rendements simples de point à point pour classer les titres. Les techniciens ont utilisé des moyennes mobiles pour les années pour lisser les mouvements de prix. La plupart du temps, nous voyons les gens qui utilisent le croisement d'une moyenne mobile comme un signal pour le commerce. Park utilise une méthode différente pour ses signaux. Au lieu de regarder des croix simples, il compare le rapport d'une moyenne mobile à une autre. Un stock avec la moyenne mobile de 50 jours significativement au-dessus (ci-dessous) de la moyenne mobile de 200 jours aura un haut (faible) classement. Les titres avec la moyenne mobile de 50 jours très proche de la moyenne mobile de 200 jours se retrouveront au milieu du peloton. Dans le parc papier est partielle à la moyenne mobile de 200 jours comme la moyenne mobile à plus long terme, et il teste une variété de moyennes à court terme allant de 1 à 50 jours. Il devrait venir comme aucune surprise qu'ils travaillent tous En fait, ils ont tendance à travailler mieux que le simple prix-retour basé sur les facteurs. Ce n'est pas venu comme une énorme surprise pour nous, mais seulement parce que nous avons suivi un facteur similaire pendant plusieurs années qui utilise deux moyennes mobiles. Ce qui m'a toujours surpris, c'est la mesure dans laquelle ce facteur se mesure par rapport à d'autres méthodes de calcul au fil du temps. Le facteur que nous suivons est le rapport moyen mobile d'une moyenne mobile de 65 jours à la moyenne mobile de 150 jours. Pas exactement le même que ce que Park a testé, mais assez semblable. J'ai tiré les données que nous avons sur ce facteur pour voir comment il se compare aux facteurs de rendement de prix standard de 6 et 12 mois. Pour ce test, le décile supérieur des rangs est utilisé. Les portefeuilles sont constitués mensuellement et rééquilibrés chaque mois. Tout est exécuté sur notre base de données, qui est un univers très similaire au SP 500 SP 400. (cliquez pour agrandir) Nos données montrent la même chose que les tests de Parcs. Utiliser un ratio de moyennes mobiles est nettement meilleur que d'utiliser simplement des facteurs de prix-retour. Nos tests montrent que le ratio de la moyenne mobile augmente d'environ 200 bps par an, ce qui n'est pas un petit exploit. Il est également intéressant de noter que nous sommes arrivés à la même conclusion en utilisant différents paramètres pour la moyenne mobile et un ensemble de données totalement différent. Cela montre simplement à quel point le concept de force relative est robuste. Pour les lecteurs qui ont lu nos livres blancs (disponibles ici et ici), vous vous demandez peut-être comment ce facteur fonctionne en utilisant notre processus de test Monte Carlo. Im ne va pas publier ces résultats dans ce post, mais je peux vous dire que ce facteur de la moyenne mobile est toujours près du haut des facteurs que nous suivons et a un chiffre d'affaires très raisonnable pour les retours qu'il génère. L'utilisation d'un ratio de la moyenne mobile est un très bon moyen de classer les titres pour une stratégie de force relative. Les données historiques montrent qu'il fonctionne mieux que de simples facteurs de rendement des prix au fil du temps. Il est également un facteur très robuste parce que les formulations multiples fonctionnent, et il fonctionne sur de multiples ensembles de données. Cette entrée a été publiée le jeudi 26 août 2010 à 13h39 et est classée dans la rubrique Recherches sur la force relative. Vous pouvez suivre les réponses à cette entrée via le flux RSS 2.0. Vous pouvez laisser une réponse. Ou trackback depuis votre propre site. 9 Réponses à la moyenne mobile Ratio et Momentum Une autre alternative à la moyenne mobile basée sur l'utilisation de la dynamique point à point prend la moyenne mobile de l'élan 8230 Par exemple, si vous vérifiez simple momentum rangs tous les jours, it8217s très bruyant la solution principale a été , 8220don8217t vérifier quotidiennement, 8221 c'est-à-dire vérifier mensuellement ou trimestriellement et faire une nouvelle fois et rééquilibrer les avoirs. Cependant, vous pouvez vérifier quotidiennement et potentiellement rééquilibrer quotidiennement, avec beaucoup moins de bruit si, au lieu d'utiliser l'élan de 12 mois, vous utilisez la moyenne mobile de 21 jours de moment de 252 jours. Cela équivaut également, entre autres, au ratio de la moyenne mobile de 21 jours à la moyenne mobile de 21 jours. L'avantage d'utiliser le momentum moyen est que vous avez plus de réactivité aux changements de momentum que vous ne si vous vérifiez l'univers oncemonth ou oncequarter. Certes, il est beaucoup plus gérable d'utiliser la technique MA si vous avez un univers plus petit pour l'appliquer à depuis que j'utilise un groupe d'ETFs comme mon univers, il fonctionne bien pour moi. Étant donné que vous travaillez dans un univers de 900 actions et que vous divulguez des avoirs dans un format de fonds, cela ne vous sera peut-être pas applicable, mais je pense que vous pourriez le trouver intéressant. Cela équivaut également, BTW, au rapport de la moyenne mobile de 21 jours d'aujourd'hui à la moyenne mobile de 21 jours À PARTIR DE 252 JOURS AGO 8211 EDIT. John Lewis dit: Nous suivons également les facteurs qui prennent une moyenne mobile d'un calcul de momentum ou de score. Les vieux techniciens8217 astuces d'utiliser une MA pour lisser le bruit fonctionne sur la force relative tout comme il le fait sur le prix brut. La fréquence de rééquilibrage détermine souvent le type de modèle que vous pouvez utiliser. Nous avons des stratégies qui ne peuvent être rééquilibrées qu'une fois par trimestre, et nous devons utiliser des modèles différents pour ceux que nous faisons pour les stratégies que nous regardons quotidiennement ou hebdomadairement. Les deux méthodes fonctionnent si vous utilisez le facteur approprié, et nous avons constaté que l'augmentation de la fréquence de rééquilibrage augmente automatiquement le retour. Parfois, cela enlève le retour. Cela dépend totalement du facteur et de la façon dont vous l'implémentez (du moins dans mon expérience). Avec les univers et les paramètres I8217ve testé sur, je n'ai pas noté ce que j'appellerais 8220statistically significant8221 améliorations en retour lors de la commutation de rebals mensuels à la moyenne mobile des techniques qui permettent (potentiellement, au moins) des rebals quotidiens. Ce que j'ai noté a été pour la plupart ce que I8217d appeler des rendements équivalents dans les données de backtest. J'ai remarqué en particulier que le nombre moyen d'heures de vol commercial est seulement très légèrement plus élevé avec le potentiel de changement quotidien, c'est-à-dire qu'il y a des whipsaws, mais seulement quelques-uns. Ce que j'aime personnellement sur le potentiel de changements quotidiens est, si hypothétiquement l'un des problèmes I8217m dans les accidents et les brûlures, la technique MA sort plus rapidement (et remplacer par une autre sécurité). Évidemment, cela n'a pas suffi assez au cours des backtests pour entraîner une différence significative dans le résultat, mais il fournit une belle goutte à ma psyche. Je suppose que quand j'aurai pris ma retraite et que je courrai mon programme de quelque plage quelque part, je préférerais seulement avoir à vérifier dans le mois. Ce 8217s plus tard. Pour l'instant, alors que I8217m sur l'ordinateur quotidien de toute façon, pourrait aussi bien exécuter mes scans Paul Montgomery dit: 8220Im ne va pas publier ces résultats dans ce post, mais je peux vous dire que ce facteur de la moyenne mobile est toujours près du haut des facteurs que nous suivons Et a un chiffre d'affaires très raisonnable pour les retours qu'elle génère8221 Grand poste 8211 aimerait voir plus sur ce John Intéressant poste en effet 8211 J'ai lu beaucoup de documents sur ce et la recherche de son efficacité8230 La seule chose que je ne comprends pas, Tels que AQR qui propose une autre forme d'investissement momentum fait si mal. Leur rendement théorique est d'environ 13 par an, mais le fonds réel est toujours en moins. Je me demande si vivre en investissant avec cette idée de vous donnera des résultats proches des montants testés. J'ai créé une version longue de votre logique ci-dessus (si je vous ai bien compris), comme un lieu de départ. Il semble à première vue de répondre à ce vieux problème énoncé par Keynes. Le marché peut rester irrationnel beaucoup plus longtemps que vous pouvez rester solvable. Soit cela soit mon codage (je suis fatigué et hors de pratique: P). Ravi de l'entendre. L'algo est très impressionnant maintenant. Pensez-vous que vous fournissiez un bref exemple sur les résidus de quotposition auxquels vous faites référence? Pour l'instant, j'aimerais suggérer un poids cible à utiliser pour chaque sécurité (par exemple chaque fois que le SPY déclenche les conditions, il tiendra 30 du portefeuille) Obtenir le sentiment que you39d obtenir le même problème que précédemment. Le contenu de ce site Web est fourni à titre informatif seulement et ne constitue pas une offre de vente, une sollicitation d'achat ou une recommandation ou une recommandation pour un titre ou une stratégie, et ne constitue pas une offre de services de consultance en investissement par Quantopian. En outre, le matériel ne donne pas d'opinion quant à la pertinence d'un titre ou d'un investissement spécifique. Quantopian ne donne aucune garantie quant à l'exactitude ou à l'exhaustivité des opinions exprimées dans le site Web. Les opinions sont sujettes à changement et peuvent être devenues peu fiables pour diverses raisons, y compris des changements dans les conditions du marché ou dans les circonstances économiques. Tous les placements comportent des risques, y compris la perte de capital. Vous devriez consulter un professionnel de l'investissement avant de prendre toute décision d'investissement.