Hull Moving Average Vs Jurik

Moving Averages Stuff. Motivated por e-mail de Robert B. Eu recebo este e-mail perguntando sobre o Hull Moving Average HMA e. E você nunca ouviu falar dele antes de Uh que é direito Na verdade, quando eu googled eu descobri lotes de médias móveis que eu nunca tinha ouvido falar, como. Zero Lag Exponential Moving Average. Wilder Moving Average. Least Square Moving Average. Triangular Moving Average. Adaptive Moving Average. Jurik média móvel. Então, eu pensei que falaríamos sobre médias móveis e. Você não fez isso antes, como aqui e aqui, aqui e aqui, e sim, sim, mas isso foi antes de eu conhecer todas essas outras médias móveis. Na verdade, as únicas com quem eu brinquei eram essas, onde P 1 P 2 P N são os últimos n preços das ações P n sendo o mais recente. Simple Moving Average SMA P 1 P 2 P n K em que K n. Pedido Média Móvel WMA P 1 2 P 2 3 P 3 n P n K onde K 1 2 nnn 1 2.Motiva exponencial EMA P n P n-1 2 P n-2 3 P n-3 K onde K 1 2 1 1. Whoa Eu nunca vi essa fórmula EMA antes de eu sempre thoguht foi Yeah, é normalmente Escritos de forma diferente, mas eu queria mostrar que esses três têm prescrições semelhantes Veja as coisas EMA aqui e aqui Na verdade, todos eles parecem. Note que, se todos os Ps são iguais, digamos, Po, então a média móvel é igual a Po como Bem e que é a forma como qualquer auto-respeito média deve se comportar. Então, qual é o melhor Definir best. Here são algumas médias móveis, tentando acompanhar uma série de preços das ações que variam de uma forma sinusoidal. Os preços das ações que seguem uma curva senoidal Onde você encontrou um estoque como aquele Preste atenção Observe que as médias móveis geralmente usadas SMA, WMA e EMA atingem seu máximo mais tarde do que a curva senoidal Que s lag e. Mas e aquele cara da HMA Ele parece muito bem Sim, e é disso que queremos conversar. E o que é que 6 em HMA 6 e eu vejo algo chamado MMA 36 e Patience. Hull Moving Average. We começar por calcular a média móvel Wighted ponderada de 16 dias como assim 1 WMA 16 P 1 2 P 2 3 P 3 16 P n K com K 1 2 16 136 Embora seja bom e smoooth, ele terá um atraso maior do que gostaríamos Então olhamos para o WMA de 8 dias. Eu gosto Sim, segue as variações de preços muito bem, mas há mais Enquanto WMA 8 olha para os preços mais recentes, ele ainda tem um atraso, por isso vemos o quanto a WMA mudou quando vai de 8 dias para 16 dias Essa diferença seria semelhante a esta Em certo sentido, essa diferença dá alguma indicação de como o WMA está mudando, então adicionamos essa mudança ao WMA 8 anterior para dar 2 MMA 16 WMA 8 WMA 8 WMA 16 2 WMA 8 - WMA 16. MMA Por que chamá-lo de MMA eu stutter. Anyway, MMA 16 seria assim. Eu vou levá-lo Paciência há mais Agora vamos introduzir a transformação mágica e obter ta-DUM. Isso é Hull Sim, como eu entendo. Mas o que é o ritual mágico Tendo gerado uma série de MMA s que envolvem as médias móveis ponderadas de 8 dias e 16 dias, nós olhamos atentamente para esta seqüência de números Então calculamos o WMA nos últimos 4 dias Isso dá a média móvel Hull Que nós chamamos HMA 4. Huh 16 dias, em seguida, 8 dias, em seguida, 4 dias Você joga uma moeda para ver quantos Você escolhe um número de dias, como n 16 Então você olha para WMA n e WMA n 2 e calcular MMA 2 WMA Em nosso exemplo, que d ser 2 WMA 8 - WMA 16 Então você calcula WMA sqrt n usando apenas os últimos números sqrt n da série MMA No nosso exemplo, que d ser o cálculo de um WMA 4, usando o MMA Series. E para aquele gráfico SINE engraçado Como d ele faz. Então, onde está a planilha ainda estou trabalhando nisso É interessante ver como as várias médias móveis reagem a picos. HMA é realmente uma média móvel ponderada Bem, vamos ver. Temos MMA 2 WMA 8 - WMA 16 2 P 1 2 P 2 3 P 3 8 P n 36 - P 1 2 P 2 3 P 3 16 P n 136 ou MMA 2 1 36 - 1 136 P 1 2 P 2 8 P 8 - 1 136 9 P 9 10 P 10 16 P 16.Para razões sanitárias, vamos escrever isso como se MMA w 1 P 1 w 2 P 2 w 16 P 16 Observe que todos os pesos somam 1 1 2 1 36 - 1 136 K para K 1, 2 8 e wk - 1 136 K para K 9, 10 16. Então, fazendo o ritual de raiz quadrada mágica onde sqrt 16 4 Lembramos que P 16 é o valor mais recente HMA a WMA de 4 dias dos MMAs acima w 1 P 1 w 2 P 2 w 16 P 16 2 w 1 P 0 w 2 P 1 w 16 P 15 3 w 1 P 1 w 2 P 0 w 16 P 14 4 w 1 P -2 w 2 P -1 w 16 P 13 10 observando que 1 2 3 4 10. Huh P 0 P -1 O que O MMA 16 usa nos últimos 16 dias, De volta ao preço que estamos chamando P 1 Se calcularmos a média ponderada de 4 dias de MMAs, vamos usar o MMA de ontem e isso vai um dia antes de P 1 e no dia anterior, o MMA volta a 2 dias antes de P 1 e no dia anterior. Ok, então você está chamando-os preços P 0 P -1 Você entendeu. Assim, um HMA de 16 dias realmente usa informações que remontam mais de 16 dias, certo. Você entendeu. Mas há pesos negativos para eles preços antigos É que legal A prova está no. Sim, sim a prova está no pudim Então, o que faz a planilha fazer Até agora parece que isto Clique na imagem para fazer o download Você pode escolher uma série SINE ou uma série RANDOM de preços das ações Para o último, cada vez que você clicar em um botão Você obtém outro conjunto de preços Então você pode escolher o número de dias que é nosso n Por exemplo, nós usamos n 16 para o nosso exemplo, acima Além disso, se você escolher a série SINE, você pode introduzir picos e movê-los ao longo do gráfico como Isto. Note que usamos n 16 e n 36 na imagem da planilha causa n 2 e sqrt n são ambos inteiros Se você usar algo como n 15, então a planilha usa a parte INT eger de n 2 e sqrt n, ou seja, 7 e 3. Assim, é a Média Móvel de Casco o melhor Definir melhor. E quanto a isso Jurik Média Eu não sei nada sobre isso É proprietário e você tem que pagar para usá-lo no entanto, vamos jogar com médias móveis. Uma outra média móvel. Suponha que, em vez da média móvel ponderada, onde os pesos são proporcionais a 1, 2 , 3 usamos o ritual mágico do casco com a média móvel exponencial. Isto é, consideramos. 2 EMA n 2 - EMA n. MAg Sim, que é o M oving A verage g immick ou M oving A Verage g oralizado ou M oving A verage g rand ou. Nós podemos jogar com ek e ver o que temos Por exemplo, aqui, nós podemos jogar com e k e ver o que temos por exemplo, aqui São alguns MAgs onde estamos remanescentes a 16 dias, mas mudando os valores de e k. Mag 16 2 EMA 4 - EMA 16.MAg 16 1 5 EMA 5 - 0 5 EMA 16.Note que quando escolhemos k 3 obtemos nk 16 3 5 333 que mudamos para simples e simples 5 0. Por que você não fura com as escolhas de Hull 2 ​​e k 2 Boa idéia Nós teríamos this. Mag 16 2 EMA 8 - EMA 16. Parece que o gráfico com 1 5 e k 3 Ele faz, não faz Você goof novamente Possivelmente Então o que sobre esse ritual de raiz quadrada Eu deixo isso como um exercício para você. Ok, enquanto joga com essa coisa MAg eu acho que Hull sk 2 funciona muito bem Por isso vamos nos ater a isso No entanto, muitas vezes obtemos uma média bastante agradável quando adicionamos apenas um pequeno pedaço da mudança EMA n 2 - EMA n Na verdade, vamos adicionar apenas uma fração daquela mudança Que d dar MAg n, EMA N 2 EMA n 2 - EMA n Ou seja, escolhemos 0 5 ou talvez apenas 0 25 ou qualquer e use. For exemplo, se compararmos o nosso bando de médias móveis como eles rastrear uma função STEP, obtemos isso, onde nós adicionamos para MAg apenas 1 2 da mudança Yeah, mas o que é o Melhor valor de beta Definir melhor Note que beta 1 é a escolha Hull exceto nós re usando EMAs em vez de WMAs E você deixar de fora essa coisa de raiz quadrada Uh, sim, eu esqueci that. Note A planilha muda de hora em hora Ele parece atualmente This. Something to Play With. Eu tenho-me uma planilha que se parece com este clique sobre a imagem para download. You escolher um estoque e clique em um botão e obter um ano s valor de preços diários O que você escolher ou HMA MAg, alterando o Número de dias e, para MAg, o parâmetro, e ver quando você deve comprar RO VENDA. Quando Com base em qual critério Se a média móvel é DOWN x de seu máximo nos últimos 2 dias, você COMPRA No exemplo, x 1 0 Se é UP y de seu mínimo nos últimos 2 dias, você VENDE No exemplo, Y 1 5 Você pode alterar os valores de xey. É qualquer bom estes critérios que eu disse que era algo para jogar com. Há esta outra técnica de suavização chamada o Filtro de Hodrick-Prescott Com a ajuda de Ron McEwan, é agora incluído nesta planilha. É bom jogar com ele Você vai notar que há um parâmetro que você pode alterar na célula M3 e comprar e vender sinais. FAQs sobre JMA Qual é a teoria por trás JMA Por que JMA tem um parâmetro PHASE JMA previsão de uma série de tempo Will Os valores anteriores do JMA, já traçados, mudam à medida que chegam novos dados Posso melhorar outros indicadores usando o JMA O JMA tem alguma garantia especial Como o JMA se compara a outros filtros. TÓPICOS GERAIS em JURIK TOOLS As ferramentas podem traçar muitas curvas em cada um dos gráficos Can As ferramentas processam qualquer tipo de dados As ferramentas podem funcionar em tempo real Os algoritmos são divulgados ou as ferramentas do Do Jurik precisam de olhar para o futuro de uma série temporal As ferramentas produzem valores semelhantes em todas as plataformas TradeStation, Multicharts Do Jurik S ferramentas vêm com uma garantia Quantas senhas de instalação eu get. What é a teoria por trás JMA. Parte 1 PREÇO GAPS. Smoothing dados série de tempo, como os preços das ações diárias, a fim de remover ruídos indesejáveis ​​inevitavelmente produzirá um gra Ph indicador que se move mais lento do que a série de tempo original Esta lentidão fará com que o enredo para atrasar um pouco atrás da série original Por exemplo, uma média móvel simples de 31 dias vai atrasar a série de tempo de preço por 15 days. Lag é muito indesejável porque um sistema comercial Usando essas informações terá o seu comércio atrasado Finais comércios pode muitas vezes ser pior do que nenhum comércios em tudo, como você pode comprar ou vender no lado errado do ciclo do mercado s Em consequência, muitas tentativas foram feitas para minimizar atraso, cada um com a sua própria Falhas. Conquering lag enquanto não fazendo suposições simplificar, por exemplo, que os dados consiste em ciclos sobrepostos, as mudanças de preços diários com uma distribuição gaussiana, todos os preços são igualmente importantes, etc não é uma tarefa trivial No final, a JMA teve de basear a mesma tecnologia a Usos militares para rastrear objetos em movimento no ar usando nada mais do que seu radar barulhento JMA vê a série de tempo de preço como uma imagem barulhenta de um alvo em movimento o preço suave subjacente e tenta Para estimar a localização do alvo real preço suave A matemática proprietária é modificada para levar em consideração as propriedades especiais de uma série de tempo financeiro. O resultado é uma curva suave de seda que não faz suposições sobre os dados tendo quaisquer componentes cíclicos qualquer Consequentemente JMA pode Transformar uma moeda de dez centavos, se o mercado em movimento alvo decide virar direção ou gap para cima para baixo por qualquer quantidade Nenhuma diferença de preço é muito grande. PARTE 2 TUDO ELSE. After vários anos de pesquisa, Jurik Research determinou que o filtro de redução de ruído perfeito para financeiro Os dados tem os seguintes requisitos. Limite mínima entre o sinal eo preço, caso contrário, os gatilhos comerciais vêm atrasado. Mínimo overshoot, caso contrário, o sinal produz falso preço levels. Minimum undershoot, caso contrário, o tempo é perdido à espera de convergência após o gaps. Maximum lisura de preço, exceto no momento Quando as diferenças de preço para um novo nível. Quando medido até estes quatro requisitos, todos os filtros populares, exceto JMA executar mal Aqui i Um resumo dos filtros mais populares. Média móvel ponderada - não responde às lacunas. Média móvel exponencial - excessivo ruído noisy. Adaptive Moving Averages - não nosso tipicamente baseado em suposições oversimplified sobre a atividade do mercado facilmente enganado. Responsivo às lacunas excessiva overshoot. FFT filtros - facilmente distorcida por não-Gaussian ruído na janela de dados é normalmente demasiado pequeno para determinar com precisão true cycles. FIR filtros - tem atraso conhecido como atraso de grupo Não há maneira de contornar a menos que você queira cortar alguns Filtros de passagem de banda - nenhum desfasamento apenas no centro da banda de frequência tende a oscilar e ultrapassar os preços reais. Filtros de entropia máxima - facilmente distorcida por ruído não gaussiano na janela de dados é tipicamente muito pequeno para ser preciso Determinar os ciclos verdadeiros. Filtros polinomiais - não responde às lacunas superação excessiva. Em contraste, JMA integra a teoria da informação ea filtragem não-linear adaptativa de uma maneira única Ao combinar um Avaliação do conteúdo de informação em uma série de tempo com o poder da transformação não-linear adaptativa, o resultado empurra o envelope teórico sobre a série de tempo financeiro filtragem quase tão longe quanto pode ir Qualquer mais e nós d ser contra Heisenburg s Incerteza Princípio algo ninguém Tem superado, ou nunca will. As que nós sabemos, JMA é o melhor Nós convidamos alguém para nos mostrar o contrário. Para mais análise comparativa das falhas de filtros populares, baixe o nosso relatório A evolução das médias móveis de nosso departamento de Relatórios Especiais. Veja nossa comparação com outros filtros populares. Por que JMA tem um parâmetro PHASE. Há duas maneiras de diminuir o ruído em uma série de tempo usando JMA Aumentar o parâmetro LENGTH fará JMA mover mais lento e, assim, reduzir o ruído à custa de lag. Alternatively , Você pode mudar a quantidade de inércia contida dentro JMA Inertia é como massa física, quanto mais você tem, mais difícil é virar direção Então, um filtro com lotes De inércia vai exigir mais tempo para inverter a direção e, assim, reduzir o ruído à custa de overshooting durante inversões na série de tempo. Todos os filtros de ruído forte têm lag e overshoot, e JMA não é excepção No entanto, os parâmetros ajustáveis ​​JMA s PHASE e LENGTH oferecem Você uma maneira de selecionar o tradeoff ideal entre o lag eo overshoot Isto dá-lhe a oportunidade de ajustar diversos indicadores técnicos. Por exemplo, o gráfico à direita mostra uma linha rápida de JMA que cruza sobre uma linha mais lenta de JMA Para fazer a linha rápida de JMA girar Em uma moeda de dez centavos sempre que o mercado inverte, foi definido para não ter inércia Em contraste, o JMA lento foi configurado para ter grande inércia, retardando assim a sua capacidade de virar durante reversões de mercado Este arranjo faz com que a linha mais rápida para atravessar a linha mais lenta O mais rapidamente possível, produzindo assim sinais de crossover de baixo lag. Claramente, o controle do usuário da inércia de um filtro oferece poder considerável sobre filtros que não possuem essa capacidade. Ime-series. It não previsão para o futuro JMA reduz o ruído praticamente da mesma forma como uma média móvel exponencial, mas muitas vezes melhor. As prévia JMA valores, já traçados, mudar à medida que os novos dados chega. No Para qualquer ponto em um JMA, apenas os dados históricos e atuais são usados ​​na fórmula Conseqüentemente, à medida que os novos dados de preço chegam aos slots de tempo posteriores, esses valores de JMA já traçados não são afetados e NUNCA mudam. Considere também o caso quando a barra mais recente em um gráfico É atualizado em tempo real à medida que cada novo tick chega Como o preço de fechamento da barra mais recente é susceptível de mudar, JMA é automaticamente reavaliado para refletir o novo preço de fechamento No entanto, os valores históricos de JMA em todas as barras anteriores permanecem inalterados e não Não alterar. Um pode criar impressionante olhando indicadores em dados históricos quando ele analisa ambos os valores passados ​​e futuros em torno de cada ponto de dados a ser processado No entanto, qualquer fórmula que precisa ver os valores futuros em uma série de tempo não pode ser app Lied na negociação do mundo real Isso ocorre porque ao calcular o valor de hoje de um indicador, os valores futuros não existem Todos os indicadores Jurik usam apenas dados de séries temporais atuais e anteriores em seus cálculos Isso permite que todos os indicadores Jurik funcionem em todas as condições em tempo real. Eu posso melhorar outros indicadores usando JMA. Simplesmente substituímos a maioria dos cálculos de média móvel em indicadores técnicos clássicos com JMA Isso produz resultados mais suaves e mais oportunos Por exemplo, simplesmente inserindo JMA no indicador técnico padrão DMI, nós produzimos o indicador DMX, que Vem livre com sua ordem de JMA. Does JMA têm qualquer garantia especial. Se você nos mostrar um algoritmo não proprietário para uma média móvel que, quando codificado para ser executado em qualquer TradeStation, Matlab ou Excel VBA, ele executa melhor do que a nossa média móvel Em curtos, médios e longos períodos de tempo de uma caminhada aleatória, vamos reembolsar a sua licença de usuário comprado para JMA. O que queremos dizer com melhor é que ele deve ser, em média, mais suave com Não há maior defasagem média que a nossa, não há maior superação média nem média maior do que a nossa. O que entendemos por quadros curtos, médios e longos é que as comparações devem incluir três comprimentos JMA separados 7 curtos, 35 médios, 175 longos O que queremos dizer Por uma caminhada aleatória é uma série de tempo produzida por uma soma cumulativa de 5000 zero-média, Cauchy distribuídos números aleatórios. Esta garantia limitada é bom para apenas o primeiro mês de ter adquirido uma licença de usuário para a JMA de nós ou um dos nossos mundial Distribuidores. Como JMA comparar a outros filtros. O filtro Kalman é semelhante ao JMA em que ambos são poderosos algoritmos utilizados para estimar o comportamento de um sistema dinâmico barulhento quando tudo o que você tem que trabalhar com medições de dados ruidosos O filtro Kalman cria previsões suave Das séries temporais, e este método não é inteiramente apropriado para as séries temporais financeiras, pois os mercados são propensos a produzir giros violentos e disparidades de preços, comportamentos não típicos de Por outro lado, o JMA acompanha os preços de mercado de perto e sem problemas, adaptando-se às lacunas, evitando overshoots indesejados. Veja o gráfico abaixo para um exemplo. Um filtro descrito em revistas populares é o A média móvel de Kaufmann é uma média móvel exponencial cuja velocidade varia de acordo com a eficiência de ação de preço. Em outras palavras, quando a ação de preço está em uma tendência clara com pouco retracement, o filtro de Kaufmann acelera e quando a ação é congesting, Embora sua natureza adaptativa o ajude a superar algum do lag típico de médias móveis exponenciais, ainda retarda significativamente atrás de JMA o Lag é uma edição fundamental a todos os comerciantes recordam, cada barra de lag pode atrasar seus ofícios e negar-lhe o lucro. Média descrita em revistas populares é Chande s Índice de variável VIDYA Média dinâmica O índice usado com mais freqüência insi De VIDYA para governar a sua velocidade é a volatilidade dos preços À medida que a volatilidade de curto prazo aumenta, a média móvel exponencial da VIDYA é projetada para se mover mais rápido, e à medida que a volatilidade diminui, a VIDYA diminui. Na superfície isso faz sentido Infelizmente, Embora o congestionamento lateral deve ser cuidadosamente suavizado, independentemente da sua volatilidade, um período altamente volátil de congestionamento seria acompanhado de perto não suavizado por VIDYA Conseqüentemente, VIDYA pode não remover o ruído indesejado. Por exemplo, o gráfico compara JMA com VIDYA, ambos definidos como Rastrear uma tendência descendente igualmente bem No entanto, durante o congestionamento resultante, VIDYA não suavizar os picos de preços, enquanto JMA glides através da conversa. Em outra comparação onde tanto VIDYA e Jurik s JMA foram definidos para ter a mesma suavidade, vemos em O gráfico que VIDYA fica para trás Como mencionado anteriormente, o tempo tardio pode facilmente roubar seus lucros em qualquer trade. Two outros indicadores populares são T3 e TEMA Th Ey são suaves e têm pouco atraso T3 é o melhor dos dois No entanto, T3 pode apresentar um sério problema overshoot, como visto no gráfico abaixo Dependendo da sua aplicação, você pode não querer um indicador mostrando um nível de preços que o mercado real nunca atingiu , Já que isso pode inadvertidamente iniciar negociações indesejadas. Aqui estão dois comentários encontrados postados em fóruns de Internet relevantes. O indicador T3 é muito bom e eu ve cantar seus elogios antes, nesta lista No entanto, eu tive a oportunidade de derivar algumas medidas de mercado alternativas E eu suavizá-los Eles re muito mal comportado às vezes Quando suavizá-los, T3 torna-se instável e overshoots mal, enquanto JMA navega através deles - Allan Kaminsky allank xmission. My próprio ponto de vista de JMA é consistente com o que outras pessoas têm escrito eu ve Passou uma boa parte do tempo visualmente comparando JMA para TEMA eu wouldn t pensar agora de usar TEMA em vez de JMA Steven Buss sbuss pacbell. An artigo na edição de janeiro de 2000 TASC descreve uma média móvel desi Em sua fórmula, a regressão linear estimou o momento atual da curva, que por sua vez é usado para estimar o atraso vertical. Esta técnica funciona bem em bem comportado transição suave gráficos de preços, mas, novamente, assim como a maioria dos outros filtros avançados O problema é que o mercado real é qualquer coisa, mas bem comportado. Verdadeira medida de aptidão é o quão bem qualquer filtro funciona em dados financeiros do mundo real, uma propriedade que pode ser medida com a nossa bem estabelecida bateria de testes de benchmark Esses testes revelam que MMA supera gráficos de preços, como ilustrado abaixo Em comparação, o usuário pode definir Um parâmetro em JMA para ajustar a quantidade de overshoot, mesmo eliminando completamente ele A escolha é sua Lembre-se, a última coisa que você quer é um indicador mostrando um nível de preço th O mercado real nunca atingiu, como isso pode inadvertidamente iniciar negócios não desejados Com MMA, você não tem escolha e deve colocar-se com overshoot se você gosta ou não Ver gráfico abaixo. A edição de julho de 2000 da TASC continha um artigo de John Ehlers descrevendo um O gráfico abaixo compara MEF a JMA cujos parâmetros JMA comprimento 7, fase 50 foram definidos para fazer JMA ser tão semelhante ao MEF quanto possível. A comparação revela estas vantagens Quando se utiliza JMA. JMA responde a oscilações de preços extremos mais rapidamente Consequentemente, quaisquer valores de limiar usados ​​para disparar sinais serão executados mais cedo pela JMA. JMA quase não ultrapassa, permitindo que a linha de sinal para rastrear com mais precisão ação de preço após grande movimento de preços. JMA desliza através de movimentos de mercado pequenos Isto permite que você se concentre na ação de preço real e não atividade de mercado pequeno que não tem nenhuma conseqüência real. Gineers para alisar dados de séries temporais é ajustar os pontos de dados com um eq polinomial, uma spline parabólica ou cúbica. Um projeto eficiente deste tipo é uma classe conhecida como filtros Savitzy-Golay A tabela a seguir compara JMA a uma 3ª ordem cúbica-spline Savitzy - Golay filtro, cujas configurações de parâmetro foram escolhidos top torná-lo executar tão perto de JMA quanto possível Note como suavemente JMA desliza através de regiões de comércio congestionamento Em contraste, o filtro SG é bastante irregulares Claramente JMA é, mais uma vez, o vencedor. Outra técnica Usado para reduzir o atraso em um filtro de média móvel é adicionar alguma inclinação momentum do sinal para o filtro Isso reduz o atraso, mas com duas penalidades mais ruído e mais overshoot em pontos de pivô preço Para compensar o ruído, pode-se empregar um simetricamente ponderada FIR Filtro, que é mais suave do que uma simples média móvel, cujos pesos podem ser 1-2-3-4-3-2-1 e, em seguida, ajustar esses pesos para adicionar algum atraso de redução momentum. The eficácia desta abordagem é mostrada no figu Re abaixo da linha vermelha Embora o filtro FIR rastreie o preço de perto, ele ainda fica atrás de JMA, bem como exibir maior superação Além disso, o filtro FIR tem suavidade fixa e precisa ser redesenhado para cada suavidade desejada diferentes Em comparação, o usuário só precisa Alterar um parâmetro de suavidade de JMA para obter qualquer efeito desejado. Não só faz JMA produzir melhores gráficos gráfico de preços, mas pode melhorar outros indicadores clássicos, bem Por exemplo, considere o clássico MACD indicador, que é uma comparação de duas médias móveis Seus Convergência aproximando-se e divergência se afastando fornecer sinais de que uma tendência do mercado está mudando de direção É fundamental que você tenha o menor atraso possível com esses sinais ou seus negócios serão atrasados ​​Em comparação, um MACD criado com JMA tem significativamente menos atraso do que um MACD usando médias móveis exponenciais. Para ilustrar esta reivindicação, a figura abaixo é um gráfico de preços hipotético simplificado para realçar as questões salientes. E as barras de tamanho igual em uma tendência de subida, interrompida por um hiato súbito para baixo As duas linhas coloridas são médias móveis exponenciais que compõem um MACD Observe que crossover ocorre muito tempo após a lacuna, causando uma estratégia de negociação para esperar e negociar tarde, Se em tudo. Se você tentasse acelerar o sincronismo deste indicador fazendo as médias móveis mais rapidamente, as linhas se tornariam mais ruidosas e mais irregulares Isto tende a criar gatilhos falsos e maus comércios Por outro lado, o gráfico abaixo mostra o azul Agora você pode entrar no mercado mais cedo e montar uma parte maior da tendência. Ao contrário da média móvel exponencial, JMA tem um parâmetro adicional PHASE que permite O usuário ajustar a extensão de overshoot No gráfico acima, a linha amarela JMA foi permitido ultrapassar mais do que o azul Isso dá crossovers ideal. Uma das características mais difíceis de projetar em como Moothing é uma resposta adaptável às falhas de preços sem exceder o novo nível de preços Isso é especialmente verdadeiro para projetos de filtro que empregam o próprio impulso do filtro como forma de reduzir o atraso O gráfico a seguir compara o overshoot pela JMA ea média móvel Hull O parâmetro As configurações para os dois filtros foram ajustadas de modo que seu desempenho do estado estacionário fosse quase idêntico. Outro assunto do projeto é se ou não o filtro pode reter a mesma lisura aparente durante reversões como durante tendências O gráfico abaixo mostra como JMA retém quase constante lisura ao longo de todo Ciclo, enquanto HMA oscila em reversões Isso iria colocar problemas para as estratégias que desencadeiam comércios com base em se o filtro está se movendo para cima ou para baixo. Ultimamente, há o caso quando os preços caem e, em seguida, recua em uma tendência descendente Isto é especialmente difícil de rastrear No momento da retirada Felizmente, os filtros adaptativos têm um tempo muito mais fácil indicando quando ocorreu uma inversão do que fi Mas se você está no negócio de rastrear bons negócios e não aviões inimigos, JMA é o melhor filtro de redução de ruído acessível disponível para Dados financeiros do mercado Nós garantimos it. Ideally, você gostaria de um sinal filtrado para ser suave e livre de atraso atraso provoca atrasos em seus comércios, e crescente lag em seus indicadores normalmente resultam em lucros mais baixos Em outras palavras, os recém-chegados obter o que s Esquerda sobre a mesa depois que a festa já começou. É por isso que os investidores, bancos e instituições em todo o mundo pedem a Jurik Research Moving Average JMA Você pode aplicá-lo exatamente como faria com qualquer outra média móvel popular. Surpreendê-lo. A linha cinzenta irregulares no gráfico simula a ação de preço que começa em uma faixa de negociação baixa, em seguida, lacunas para uma maior gama de negociação Desde ninguém gosta de esperar à margem, um ruído perfeito reduzindo filtro Linha verde vai mover suavemente ao longo do centro da primeira faixa de negociação e, em seguida, saltar para o centro da nova gama comercial quase imediatamente.