Flytte Gjennomsnittet Tes

Hva er den beste lengden for et bevegelige gjennomsnitt Traders jobber på gulvet på New York Stock Exchange. CHAPEL HILL, NC (MarketWatch) Hvis ikke 200-dagers glidende gjennomsnitt, hva med 100-dagers eller 50-dagers-dagene. Det er de spørsmålene som blir spurt, på en eller annen måte, av markedet timere verden over som de finne ut hvilken indikator (e) de vil bruke til å fortelle dem når de skal gå ut av det utrolige partiet Wall Street kaster. Hulbert: Mars Madness gjelder for din portefølje Mark Hulbert anbefaler seerne å ikke gjøre uansvarlige trekk med sin aksjeportefølje som et resultat av følelsesmessige reaksjoner på Mars Madness. For tre uker siden, kan du huske, jeg fokuserte på 200-dagers glidende gjennomsnitt. En av de mer etterfylte indikatorene for å bestemme skift i markedets store trend. Jeg fant ut at det var mye å være ønsket: For eksempel har ytelsen blitt markert redusert de siste tiårene så mye at enkelte forskere har begynt å lure på om det har mistet sin markedstidsevne. En annen grunn til at noen markedsaktører er misfornøyd med 200-dagers glidende gjennomsnitt er ikke en kritikk per se, men en inneboende egenskap for enhver trend-følgende indikator: Det vil per definisjon ikke velge toppen. Det er fordi et salgssignal ikke vil bli utløst før markedet har falt under gjennomsnittet for de foregående 200 handelsdager. På den tiden, selvfølgelig, kan markedet allerede ha hatt et betydelig tap. Av begge grunner oppfordret en del av dere som leser min tre uker siden kolonne meg til å måle ytelsen til mye kortere glidende gjennomsnitt. Så det var det jeg gjorde for denne kolonnen. Dessverre har jeg ikke oppnådd merkbart forskjellige resultater med noen av de kortere glidende gjennomsnittene jeg studerte. For å være sikker, gjør det korteste løpet av de bevegelige gjennomsnittene en bedre jobb enn 200-dagers å komme seg ut tidligere når markedet slår seg ned. Men de får også whipsawed for et tap oftere også. På balanse er deres sporopplysninger på lang sikt ikke vesentlig forskjellig fra det 200-dagers glidende gjennomsnittet. Videre har hvert av de bevegelige gjennomsnittene jeg testet, lidd av den samme markerte reduksjonen i retur i de siste tiårene som jeg fant med 200-dagers gjennomsnittet. Overrasket av disse resultatene Norm Fosback, tidligere leder av Institute for Econometric Research og for tiden redaktør av Fosbacks Fund Forecaster, hevder at vi ikke burde være. I læreboken skrev han for tre tiår siden, med tittelen Stock Market Logic, skrev han: Det er ingen magiske tall i trenden etter. Noen bevegelige gjennomsnittslengder kan ha fungert best i det siste, men noe måtte fungere best i det siste og ved å teste alt mulig, hvordan kan man hjelpe, men ikke finne det. Det bør være et grunnleggende krav til en bevegelig gjennomsnittlig trend Følgende system som praktisk talt alle bevegelige gjennomsnittslengder forutsier vellykket i større eller mindre grad. Hvis bare en eller to lengder fungerer, er oddsene høye for at vellykkede resultater ble oppnådd ved en tilfeldighet. Hva med dødskrysset Før jeg forlater gjenstanden for å flytte gjennomsnitt av forskjellige lengder, vil jeg også si noen ord om forsøk på å kombinere to bevegelige gjennomsnitt av forskjellige lengder i et enkelt trend-følgende system. Mange anser det for å være bearish når det kortere bevegelige gjennomsnittet krysser under den lengre, og bullish når den kortere stiger over det lengre. Forresten, når det gjelder 50-dagers og 200-dagers gjennomsnitt, blir disse to kryssene kalt dødskrysset og det gyldne krysset. Jeg undersøkte alle døds og gylne kryss i løpet av det siste århundre for Dow Jones Industrial Average. Som tidligere fant jeg ut at deres prediktive dyktighet har falt betydelig de siste tiårene. Legg merke til fra vedlegget at i løpet av hele perioden Dow har eksistert siden 1896, gjorde disse to overgangshendelsene en respektabel jobb. Vær imidlertid oppmerksom på at siden 1970 har de gjort en mye fattigere jobb, med markedet over den ene, tre og seks måneder etter dødskryssene, gjør det faktisk bedre i gjennomsnitt enn å følge gylne kryss. Gjennomsnittlig Dow-gevinst over neste måned Gjennomsnittlig Dow-gevinst over de neste 3 månedene Copyright copy2017 MarketWatch, Inc. Alle rettigheter reservert. Intradag Data levert av SIX Financial Information og underlagt vilkår for bruk. Historiske og nåværende sluttdatoer levert av SIX Financial Information. Intradag data forsinket per bytte krav. SampPDow Jones-indekser (SM) fra Dow Jones amp Company, Inc. Alle anførselstegn er i lokal utvekslingstid. Realtid siste salgsdata levert av NASDAQ. Mer informasjon om NASDAQ-handlede symboler og deres nåværende økonomiske status. Intradag data forsinket 15 minutter for Nasdaq, og 20 minutter for andre utvekslinger. SampPDow Jones-indekser (SM) fra Dow Jones Amp Company, Inc. SEHK intraday data er levert av SIX Financial Information og er minst 60 minutter forsinket. Alle anførselstegn er i lokal utvekslingstid. Ingen resultater funnetWhich er de beste bevegelige gjennomsnittlige testresultatene, avslører sannheten I dette innlegget tester jeg ni forskjellige bevegelige gjennomsnitt for å se hvilket som er det beste bevegelige gjennomsnittet for handel. To forskjellige strategier og markeder er testet. Resultatene kan overraske deg. Hva er bevegelige gjennomsnittsverdier Flytende gjennomsnitt viser den gjennomsnittlige prisen på en sikkerhet over et bestemt antall perioder eller dager, og de8217 er et ekstremt populært verktøy som brukes av handelsmenn for å bestemme den generelle trenden. Flytte gjennomsnittene jevn fortidsdata, slik at handelsmenn kan se mer objektivt på den siste trenden. De filtrerer ut støyen som gjør det mye lettere å se hvilken retning et marked er på vei. Flytte gjennomsnittsoverskridelser Den vanligste måten å bruke glidende gjennomsnitt er å se etter å flytte gjennomsnittlige overganger, og denne teknikken har blitt brukt av mange vellykkede trendfølgere. Når et raskt bevegelige gjennomsnitt (som en 5-dagers MA) krysser over et sakte glidende gjennomsnitt (for eksempel en 20-dagers MA), signaliserer det at en ny opptrending finner sted og er et bullish signal for en trendfølger som forteller dem kjøp markedet. Når det raskt bevegelige gjennomsnittet krysser tilbake under det langsomme glidende gjennomsnittet, signaliserer det at opptrenden har kommet til en slutt og en ny nedtrend er på plass. Dette er et bearish signal for en trendfølger, som forteller at de skal lukke sin lange handel eller gå kort på markedet. Det største problemet med bevegelige gjennomsnitt Det største problemet med bevegelige gjennomsnitt (som alle tekniske indikatorer) er at de er forsinkende indikatorer. Siden de tar en beregning basert på tidligere prisdata, kan de bare fortelle deg hva som har skjedd tidligere og ikke fremtiden. Jo lengre tilbakekallingen (eller antall dager som brukes i beregningen), jo lengre vil indikatoren være. For eksempel vil et 5-dagers glidende gjennomsnitt være mye mer responsivt på de siste prisbevegelsene enn en 200-dagers. På grunn av dette vil et 5-dagers glidende gjennomsnitt også ha betydelig mer støy og negere effekten av det bevegelige gjennomsnittet i utgangspunktet. Dermed er alle bevegelige gjennomsnittsverdier et avvik mellom lyd og lag. Raskere MA8217s reagerer raskt på nye trender, men de viser mer støy og fører til flere whipsaws. Langsommere MA8217 er bedre å utjevne støy, men de kan være sent for å finne nye trender. Forskjellige typer bevegelige gjennomsnittsverdier På grunn av denne avveien mellom støy og lag, har en rekke handelsmenn forsøkt å forbedre den enkle, glidende gjennomsnittlige beregningen. Det enkle glidende gjennomsnittet er ganske enkelt å beregne, og så er indikatoren båret av nesten alle handelsplattformer. I dag er alt du trenger å gjøre, å klikke på en knapp, og det bevegelige gjennomsnittet kan plottes på prisdiagrammet. Men ved å gjøre beregningen mer kompleks har mange utviklere forsøkt å komme opp med raskere og jevnere versjoner, designet for å bedre spore trender. I resten av denne artikkelen skal jeg gå gjennom ni forskjellige typer bevegelige gjennomsnitt og da skal vi sette dem på prøve på historiske aksjemarkedsdata for å se hvilken som er best. Viser første 8 bevegelige gjennomsnittsverdier tegnet sammen Eksponentielt glidende gjennomsnitt (EMA) Vi har allerede sett hvordan det enkle glidende gjennomsnittet beregnes, så det neste mest populære glidende gjennomsnittet er kjent som eksponentielt glidende gjennomsnitt (EMA). Det eksponentielle glidende gjennomsnittet fungerer på samme måte som det enkle glidende gjennomsnittet, men det gir større vekt til nyere prisbevegelser. (Nyere prisdata vektes eksponentielt). Det er derfor i stand til å reagere raskere på nye trender, men kan derfor føre til flere whipsaws. EMA er også veldig populær og tilgjengelig på nesten alle handels - og tekniske analyseplaner. Dobbel eksponentiell glidende gjennomsnitt (DEMA) Som navnet antyder, er det dobbelte eksponensielle glidende gjennomsnittet (DEMA) en raskere versjon av eksponentiell glidende gjennomsnitt. Selv om beregningen faktisk er basert på både en enkel MA og en dobbel EMA. Indikatoren ble først utviklet av Patrick Mulloy i en februar 1994 artikkel av Traders magazine. Det viktigste å merke seg er at dette er et glidende gjennomsnitt som reagerer raskt på nye prisbevegelser. Trippel eksponentiell glidende gjennomsnitt (TEMA) Som DEMA ble det tredoble eksponentielle glidende gjennomsnittet (TEMA) også utviklet av Patrick Mulloy. Den er dannet av sammensetningen av en EMA, en DEMA og triple EMA. Som sådan reduserer det betydelig lag og reagerer raskt på nye prisbevegelser. Temaet kan være så raskt at det også kan overskride markedet, noe som betyr at det noen ganger går for langt og beveger seg utover den siste prishandlingen. Dette er en annen ulempe ved å bruke raske MAs. Wilders glidende gjennomsnitt (WILDERS) Wilders glidende gjennomsnitt ble utviklet av J. Welles Wilder i 1978-boken hans: New Concepts In Technical Trading Systems. Indikatoren beregnes ved å endre den opprinnelige eksponensielle glidende gjennomsnittlige formelen. I stedet for å bruke den opprinnelige formelen EMA 2 (n1), hvor n er antall dager, bruker Wilders en litt annen beregning med en EMA på 114. Resultatet av dette er at Wilders glidende gjennomsnitt er litt tregere enn EMA, men raskere enn SMA. Med denne formelen er en 27-dagers WMA ekvivalent med en 14-dagers EMA. Vektet glidende gjennomsnitt (WMA) Det veide glidende gjennomsnittet (WMA) er designet for å finne trender raskere, men uten piskesave. It8217s beregnes ved å multiplisere hvert datapunkt med et annet forhold og da tar summen av alle disse produktene. Dette gjør det raskere enn den typiske EMA. Beregningen er ganske kompleks, ved hjelp av formelen nd, hvor n er dagtelleren og d er et trekantet tall. Du kan se hvordan det fungerer her. Minste kvadrater glidende gjennomsnitt (lineær regresjon) Minste kvadrater glidende gjennomsnitt kalles noen ganger et sluttpunkt glidende gjennomsnitt og it8217s basert på lineær regresjon. I hovedsak projiseres den lineære regresjonslinjen fremover og indikerer hva som ville skje hvis regresjonen fortsatte fremover. Du kan se beregningen av beregningen her. Hull-glidende gjennomsnitt (HMA) Hull-glidende gjennomsnittet (HMA) ble utviklet av Alan Hull i et bud for å skape et glidende gjennomsnitt som var raskt, responsivt og med redusert lag. Ifølge Hull eliminerer HMA 8220almost helt og holdent og klarer å forbedre utjevning samtidig. 22221 HMA er ganske komplisert å beregne, slik at du kan lese mer om metoden her. Dette er et glidende gjennomsnitt som sjelden finnes på populære handelsplattformer, men anses av noen å være en veldig god indikator. Guppy Multiple Moving Average (GMMA) Guppy Multiple Moving Average (GMMA) er forskjellig fra de andre MAs diskutert her fordi det er en kombinasjon av flere eksponentielle glidende gjennomsnitt på en gang. Siden det kan interessere leserne, vil jeg også teste GMMA-metoden, men på en annen måte til de andre. Så jeg skal gå lenge når tett krysser GMMA. For testen vil jeg bruke følgende EMA parametere: 3, 5, 7, 10, 12, 15 og 30, 35, 40, 45, 50, 60. Som vist i tabellen under: Guppy flere glidende gjennomsnitt. Hvilket er det beste glidende gjennomsnittet Viser første 8 glidende gjennomsnitt, plottet sammen Nå som vi har diskutert de ulike glidende gjennomsnittene, kan vi begynne å sette dem på prøve for å se hvilke glidende gjennomsnitt som er mest effektive for å finne og handle trender. Det skal påpekes at testene ikke er utformet for å finne de perfekte innstillingene, men å få en grov ide om hvilke bevegelige gjennomsnitt som fungerer best. To forskjellige test vil bli kjørt, en langvarig, flytende gjennomsnittlig crossover-sammenligning på SampP 500 Index, og en porteføljetest. 1. SampP 500 crossover test Reglene for denne testen er enkle. Vi vil kjøpe SampP 500 når det raskere bevegelige gjennomsnittet krysser over det langsommere bevegelige gjennomsnittet, noe som indikerer en oppadgående trend. Vi vil selge vår posisjon når det raskt bevegelige gjennomsnittet krysser tilbake under. For hver glidende gjennomsnittlig type, blir to forskjellige overganger testet 5-dagers20-dagers crossover og en lengre, 50-dagers-dagers crossover (også kjent som et gyldent kryss). I tilfelle av Guppy flere glidende gjennomsnitt, vil vi kjøpe SampP 500 når lukkene krysser over hver glidende gjennomsnittslinje og selger når lukkene krysser tilbake under hver linje. Startkapital vil bli satt til 10.000 og provisjoner vil være 0,01 per aksje. Posisjonsstørrelsen vil være 100 uten innflytelse. Tittelen som brukes vil være SPX fra Norgate Premium Data, og testen vil bli kjørt fra 112000 til 112015. Alle bevegelige gjennomsnittsverdier vil bli beregnet ved hjelp av den lukkede prisen, og inngangsutgangene vil bli gjort neste dag åpen (etter at en crossover finner sted). Forhåpentligvis vil dette føre til noen interessante resultater. SampP 500 crossover-resultater Som det du ser fra bordet, er det beste glidende gjennomsnittet for en 520-dagers crossover tilfeldigvis Wilders glidende gjennomsnitt. Wilders MA produserte en sammensatt årlig avkastning på 2,11 med en maksimal drawdown på -33 som ga et CARMDD-forhold på 0,06. Det verste utførende gjennomsnittet var faktisk Hull-glidende gjennomsnitt. Ser på 50200 dagers kryssovergang, var det beste bevegelige gjennomsnittet det eksponentielle glidende gjennomsnittet (EMA) som ga en årlig avkastning på 5,96 med en maksimal nedgang på -17. Det verste utførende glidende gjennomsnittet ble bundet mellom Hull-glidende gjennomsnitt og de minste kvadrater som beveger gjennomsnittet. 2. SampP 100 porteføljestest Denne testen vil være den samme som ovenfor, med unntak av at vi skal kjøre et 10-posisjoners eneste porteføljesystem, og vår tittel vil være SampP 100-universet av aksjer (som inkluderer historiske bestanddeler). Når den raske MA krysser sakte MA på lager i universet, vil vi kjøpe den og legge den til porteføljen. Når det krysser tilbake under, vil vi selge aksjen og det vil falle ut av porteføljen. Entriesexits vil bli gjort neste dag åpen og duplikat signaler vil bli rangert av RSI (14) indikatoren (sterkeste aksjer foretrukket først). I tillegg må aksjene bli priset over 2. Provisjoner vil bli satt til 0,01 per aksje, og vår startkapital vil bli delt like mellom hver posisjon (likevekt portefølje). SampP 100 porteføljestestresultater: Som du ser fra bordet, var det beste glidende gjennomsnittet for en 520-dagers crossover det eksponentielle glidende gjennomsnittet (EMA) som ga en sammensatt årlig retur på 3,6 og en maksimal drawdown på -34, noe som resulterte i en CARMDD på 0,11. Det verste utførende glidende gjennomsnittet var de minste firkantene. Ser på 50200 crossover, var det beste eksakte glidende gjennomsnittet det dobbelte eksponensielle glidende gjennomsnittet (DEMA) med et CARMDD-forhold på 0,29 og en årlig avkastning på 9,89. Den verste utøveren var GMMA-strategien. Konklusjoner Når vi ser på utvalg av resultater, klarer it8217s at vi kan komme til to konklusjoner. For det første fungerer lengre sikt glidende gjennomsnittsoverskridelser bedre enn kortsiktige overganger. Dette er sannsynligvis fordi de produserer færre whipsaws. For det andre synes nyere og mer komplekse glidende gjennomsnitt ikke å være bedre å finne trender enn de mer tradisjonelle glidende gjennomsnittene. Ingen tvil indikatorer utviklere vil insistere på at deres parametere endres, for å bedre reflektere hvordan deres produkt er ment å bli brukt. Det kan være noen sannhet til det. Indikatorer som GMMA og minste kvadrater er ikke nødvendigvis ment å bli brukt på denne måten. Imidlertid kan endring av parametrene på en slik måte tolkes som kurvefitting og føre til upålitelig analyse. Personlig bekrefter konklusjonene hva jeg trodde hele tiden. Enkle bevegelige gjennomsnitt jobber like godt som komplekse på å finne trender, og det pålitelige eksponentielle glidende gjennomsnittet er best. Takk for at du leser. Du kan også like: JB MarwoodWeighted Moving Averages Legg til testen Et vektet Moving Average jevner data ved å angi en separat, men spesifikk vekting for hvert datasett over lengden av utjevningsperioden. I denne testrunden vil vi se på det standardvektede flytende gjennomsnittet (W-MA), Triangular Weighted Moving Average (TriW-MA) og Sine Weighted Moving Average (SW-MA) for å avsløre hvilken som er den beste og hvis noen av dem er verdt, inkludert i din handel verktøykasse. For å evaluere disse gjennomsnittene testet vi Lange og korte handler ved hjelp av Daglig og Ukentlig data, som tok slutt på dagen (EOD) og End of Week (EOW) - signaler med flytende gjennomsnittlig lengde varierende fra 5 8211 300 dager eller 60 uker. Disse testene ble gjennomført i løpet av totalt 300 års data på 16 forskjellige globale indekser (detaljer her). Vektet bevegelige gjennomsnitt 8211 Testresultater: Over kan du se hvordan årlig avkastning endres med lengden på hver daglig, EOD Moving Average for Long og Short side av markedet. Den relative ytelsen til hver MA var liknende når den gikk lang eller kort, men avkastningen på den korte siden var mye lavere. Det er liten forskjell i ytelse mellom TriW-MA og SW-MA mens W-MA var klart overlegen. W-MA har vært spesielt godt med en innstilling på 35 dager eller 110 dager, og toppet med en årlig retur på over 10 på disse innstillingene. Da utjevningsperioden forlenges utover 110 dager, reduseres avkastningen gradvis. Over kan du se resultatene for hvert gjennomsnitt i løpet av den tiden det ble utsatt for markedet. Over hele styret reduseres effektiviteten til hvert gjennomsnitt som lengden på hvert gjennomsnitt er økt. W-MA viste seg å være den mest effektive. Best Weighted Moving Gjennomsnitt 8211 Long Vi testet 357 gjennomsnitt på Long side, men i stedet for å velge den som hadde størst avkastning i løpet av testperioden, så vi etter følgende kriterier: Annualized Return gt 9 Gjennomsnittlig varighet av varen GT 29 dager Annualized Return under eksponering gt 15 Annualized Return on Nikkei 225 gt 3 Årlig avkastning på NASDAQ gt 12,5 8357 Gjennomsnitt gjorde det endelige kuttet (se regneark), men vi valgte det 90-dagersvektede flytende gjennomsnittet med slutten av ukesignaler som den ultimate vinneren:. Over kan du se hvordan 90 Day W-MA, EOW Long utført i testperioden sammenlignet med 75 Day EMA, EOW Long som ble valgt som det mest effektive eksponentielle flytende gjennomsnittet i en tidligere test. Den vektede MA produserte meget lignende resultater til EMA, men didn8217t gir noen fordeler. Vektet Flytende Gjennomsnitt 8211 Test Konklusjon De trekantede og Sinevektede Flytende Gjennomsnitt viste seg å være dårligere enn W-MA mens standardvektet Flytende Gjennomsnitt ga en rimelig avkastning. Disse avkastningene var imidlertid lik (hvis litt dårligere) til de av et eksponentielt flytende gjennomsnitt, mens de ikke hadde noen bemerkelsesverdige fordeler. Derfor kan det konkluderes med at ingen av de vektede flytende gjennomsnittene vi testet er verdt å lese videre. Et inngangssignal for å gå lang (eller utgangssignal for å dekke en kort) for hvert gjennomsnittsprøve ble generert med en lukk over gjennomsnittet og et utgangssignal (eller inngangssignal for å gå kort) ble generert på hver lukk under det glidende gjennomsnittet. Ingen renter ble opptjent i kontanter, og det er ikke tatt hensyn til transaksjonskostnader eller slippe. Handelen ble testet ved bruk av End of Day (EOD) og End of Week (EOW) signaler for Daglig data og EOW signaler kun for Ukentlig data. Eg. Daglige data med et EOW-signal vil kreve at uken skal fullføres over et daglig flytende gjennomsnitt for å åpne en lang eller lukke en kort og omvendt. . 8211 Gjennomsnittlig årlig avkastning på de 16 markedene i testperioden var 6,32. Dataene som brukes for disse testene, er inkludert i resultatregnearket, og mer informasjon om vår metode finner du her. Facebook Kommentarer: Moving Average Dette eksemplet lærer deg hvordan du beregner det bevegelige gjennomsnittet av en tidsserie i Excel. Et glidende gjennomsnitt brukes til å utjevne uregelmessigheter (topper og daler) for enkelt å gjenkjenne trender. 1. Først, ta en titt på vår tidsserie. 2. På Data-fanen klikker du Dataanalyse. Merk: kan ikke finne dataanalyseknappen Klikk her for å laste inn add-in for Analysis ToolPak. 3. Velg Flytt gjennomsnitt og klikk OK. 4. Klikk i feltet Inngangsområde og velg området B2: M2. 5. Klikk i intervallboksen og skriv inn 6. 6. Klikk i feltet Utmatingsområde og velg celle B3. 8. Skriv en graf av disse verdiene. Forklaring: fordi vi angir intervallet til 6, er glidende gjennomsnitt gjennomsnittet for de forrige 5 datapunktene og det nåværende datapunktet. Som et resultat blir tinder og daler utjevnet. Grafen viser en økende trend. Excel kan ikke beregne det bevegelige gjennomsnittet for de første 5 datapunktene fordi det ikke er nok tidligere datapunkter. 9. Gjenta trinn 2 til 8 for intervall 2 og intervall 4. Konklusjon: Jo større intervallet jo flere tinder og daler utjevnes. Jo mindre intervallet, desto nærmere beveger gjennomsnittet seg til de faktiske datapunktene.