Zero Lag Moving Average Formel

8,20 Zero-Lag Exponential Moving Average Der Nullpunkt-Exponential-Gleitender Durchschnitt (ZLEMA) ist eine Variation der EMA (siehe Exponential Moving Average), die einen Impulsbegriff hinzufügt, der darauf abzielt, die Verzögerung im Durchschnitt zu reduzieren, um die aktuellen Preise genauer zu verfolgen. Für eine gegebene N-Tage-Periode ist die Formel, wo die ldquolagrdquo Periode (N-1) 2 ist. Eine einfache EMA, die auf geradlinige Punkte angewendet wird, endet immer am Ende (N-1) vor 2 Tagen. Also die Idee des Hinzufügens in diesem Unterschied ldquoclose - closelagrdquo ist, diese Verzögerung zu kompensieren, um die ZLEMA Spur eine gerade Linie genau zu machen. Natürlich sind echte Daten selten eine gerade Linie, aber das Prinzip ist, die ZLEMA in etwa die aktuelle Nähe zu schieben. Die Berechnung endet immer als verschiedene Gewichte zu jedem vergangenen Preis. Die Wirkung des Impulses ist, die jüngsten Preise ldquoover weightrdquo zu machen und damit genau zu verfolgen, und mit negativen Gewichten zu vergangenen Bedingungen. Thertersquos einen plötzlichen Sprung in die Gewichte an der Impulsverzögerung Punkt. Zum Beispiel ist die folgende Grafik die Gewichte für N15 (Verzögerungspunkt 7). Die EMA-Verzögerung auf einer Geraden kann leicht mit der Leistungsformel für die EMA (siehe Exponential Moving Average) berechnet werden, angewendet auf eine unendliche Folge von Preisen, die nach unten um 1 jeden Tag und erreichen 0 bei heute. Bei nicht geraden Linienfolgen ist die Verzögerung nicht einfach (N-1) 2. Aber variieren je nach Form, Zeitraum der zyklischen Komponenten, etc. Copyright 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009 Kevin Ryde Chart ist freie Software können Sie es verteilen und modifizieren sie unter den Bedingungen der GNU General Public License, wie sie von der Free Software Foundation veröffentlicht wird, entweder Version 3 oder (nach Ihrer Wahl) jede spätere Version. Moving Averages Stuff Motiviert per E-Mail von Robert B. Ich erhalte diese E-Mail, die nach dem Hull Moving Average (HMA) und. Und du hast noch nie davon gehört. Äh Stimmt. In der Tat, wenn ich googeln, entdeckte ich viele gleitende Durchschnitte, die Id nie gehört, wie: Zero Lag Exponential Moving Average Wilder Moving Durchschnitt Least Square Moving Durchschnittlich Dreieck Umzug Durchschnittlich Adaptive Moving Durchschnitt Jurik Moving Average. Also, ich dachte, ich wüsste über gleitende Durchschnitte und. Havent hast du das vorher gemacht, wie hier und hier und hier und hier und. Ja, ja, aber das war, bevor ich von all diesen anderen gleitenden Durchschnitten wusste. In der Tat, die einzigen, mit denen ich spielte, waren diese, wo P 1. P 2 P n sind die letzten n Aktienkurse (P n sind die jüngsten). Einfacher Bewegungsdurchschnitt (SMA) (P 1 P 2 P n) K wobei K n Gewichteter Bewegungsdurchschnitt (WMA) (P 1 2 P 2 3 P 3 n P n) K wobei K (12. n) n (n1) 2 ist. Exponentieller Bewegungsdurchschnitt (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) K K K o 945945 2 1 (1-945). Whoa Ive noch nie gesehen, dass EMA Formel vor. Ich habe immer was es war. Ja, das ist normalerweise anders geschrieben, aber ich wollte zeigen, dass diese drei ähnliche Rezepte haben. (Siehe das EMA-Zeug hier und hier.) Tatsächlich sehen sie alle so aus: Beachten Sie, dass, wenn alle Ps gleich sind, sagen wir, Po, dann ist der gleitende Durchschnitt gleich Po. Und das ist die Art und Weise, wie sich jeder sich selbst passende Durchschnitt verhalten sollte. Also, was ist am besten definieren am besten. Hier sind ein paar gleitende Durchschnitte, versuchen, eine Reihe von Aktienkursen, die in einer sinusförmigen Mode variieren verfolgen: Aktienkurse, die eine Sinuskurve folgen Wo haben Sie eine Aktie wie diese Aufmerksamkeit Beachten Sie, dass die häufig verwendeten gleitenden Durchschnitte (SMA, WMA Und EMA) erreichen ihr Maximum später als die Sinuskurve. Das ist lag und. Aber was ist mit dem HMA-Typ. Er sieht ziemlich gut aus Yeah, und das ist, worüber wir reden wollen. Tatsächlich. Und was ist das in HMA (6) und ich sehe etwas namens MMA (36) und. Die Geduld. Hull Moving Average Wir beginnen mit der Berechnung des 16-tägigen Weighted Moving Average (WMA) wie folgt: 1 WMA (16) (P 1 2 P 2 3 P 3 16 P n) K mit K 12. 16 136. Obwohl es schön ist Und smoooth, es hat eine Verzögerung größer als wed wie: Also schauen wir uns die 8-Tage-WMA an: Ich mag es ja, es folgt den Preisvariationen ganz schön. Aber theres mehr. Während WMA (8) auf neuere Preise schaut, hat es immer noch eine Verzögerung, also sehen wir, wie viel die WMA sich geändert hat, wenn sie von 8-tägig bis 16-Tage geht. Dieser Unterschied würde so aussehen: In gewissem Sinne gibt dieser Unterschied einen Hinweis darauf, wie sich WMA verändert. So fügen wir diese Änderung zu unserem früheren WMA (8) hinzu: 2 MMA (16) WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16). MMA Warum nennen es MMA ich stottern Jedenfalls würde MMA (16) so aussehen: Kranke nimm es Geduld. es gibt mehr. Jetzt stellen wir die magische Umwandlung vor und bekommen. Ta-DUM Das ist Rumpf ja. Wie ich es verstehe Aber was ist das magische Ritual Nachdem wir eine Reihe von MMAs mit den 8-tägigen und 16-tägigen gewichteten gleitenden Durchschnitten erstellt haben, starren wir auf diese Sequenz von Zahlen. Dann berechnen wir die WMA in den letzten 4 Tagen. Das gibt den Hull Moving Average, dass Weve HMA genannt (4). Huh 16 Tage dann 8 Tage dann 4 Tage. Werfen Sie eine Münze, um zu sehen, wie viele. Sie wählen eine Anzahl von Tagen, wie n 16. Dann schauen Sie auf WMA (n) und WMA (n2) und berechnen MMA 2 WMA (n2) - WMA (n). (In unserem Beispiel, das ist 2 WMA (8) - WMA (16), dann berechnen Sie WMA (sqrt (n)) mit nur den letzten sqrt (n) Zahlen aus der MMA-Serie. (In unserem Beispiel, das kann berechnet werden Ein WMA (4), mit der MMA-Serie.) Und für diese lustige SINE-Chart Howd es tun Also wheres die Kalkulationstabelle Im immer noch daran arbeiten: MA-stuff. xls Es ist interessant zu sehen, wie die verschiedenen gleitenden Mittelwerte auf Spikes reagieren: Ist HMA wirklich ein gewichteter gleitender Durchschnitt Nun sehen wir: Wir haben: 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 (116) - (1136) P 1 2 P 2 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Aus sanitären Gründen schreibe das auch so: MMA w 1 P 1 w 2 P 2 w 16 P 16. Beachten Sie, dass alle Gewichte zu 1 addieren. Weiterhin ist wk 2 (136) - (1136) K für K 1, 2. 8 und wk - (1136) K Für K 9, 10. 16. Dann mache ich das magische Quadratwurzel-Ritual (wo sqrt (16) 4). Wir haben (erinnern daran, dass P 16 der jüngste Wert ist) HMA die 4-Tage-WMA der obigen MMAs (W & sub1; P & sub1; w & sub2; P & sub2; 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 (unter Hinweis darauf 1234 10). Huh P 0. P -1 Was. Die MMA (16) nutzt die letzten 16 Tage, zurück zum Preis wurden P 1 genannt. Wenn wir den 4-tägigen gewogenen Durchschnitt von ihnen thar MMAs berechnen, gut mit gestern s MMA (und das geht zurück 1 Tag vor P 1) und am Tag davor geht die MMA zurück zu 2 Tage vor P 1 und dem Tag Vor dem. Okay, so dass Sie nennen sie Preise P 0. P & sub1; & sub4; Du hast es. So eine 16-tägige HMA tatsächlich verwendet Info, die mehr als 16 Tage zurückgeht, richtig Sie haben es. Aber es gibt negative Gewichte für sie alte Preise Ist das legal Der Beweis ist in der. Ja ja. Der Beweis ist im Pudding. Also, was macht die Kalkulationstabelle So weit so sieht es so aus: (Klicken Sie auf das Bild zum Download.) Sie können eine SINE Serie oder eine RANDOM Serie von Aktienpreisen wählen. Für die letzteren, jedes Mal, wenn Sie auf eine Schaltfläche klicken Sie einen weiteren Satz von Preisen. Dann können Sie die Anzahl der Tage wählen: das ist unser n. (Zum Beispiel haben wir n 16 für unser Beispiel, oben verwendet.) Weiter, wenn Sie die SINE-Serie wählen, können Sie Spikes einführen und verschieben sie entlang der Tabelle. so was . Beachten Sie, dass wir n 16 und n 36 verwendet haben (im Bild der Tabellenkalkulation) Ursache n2 und sqrt (n) sind beide Integer. Wenn du etwas wie n 15 nimmst, verwendet das Kalkulationsblatt den INT eger Teil von n2 und sqrt (n), nämlich 7 und 3. Also ist der Hull Moving Average der beste Bestimmungsort am besten. Was ist mit dem Jurik-Durchschnitt, ich weiß nichts davon. Es proprietär und du musst bezahlen, um es zu benutzen. Allerdings können wir mit gleitenden Durchschnitten spielen. Ein weiterer beweglicher Durchschnitt Angenommen, dass anstelle des gewichteten beweglichen Durchschnittes (wo die Gewichte proportional zu 1, 2, 3. sind). Wir verwenden das magische Hull-Ritual mit dem Exponential Moving Average. Das heißt, wir betrachten: MAg 2 EMA (n2) - EMA (n) MAg Ja, das ist ein Mühelosigkeit, Wenn wir unsere Lieblingszahl von Tagen, wie n 16, auswählen und MAG (n, 945, k) 945 EMA (nk) - (1-945) EMA (n) berechnen. Wir können mit 945 und k spielen und sehen, was wir bekommen: Zum Beispiel, hier sind ein paar MAgs (wo hielten sich an 16 Tage, aber die Änderung der Werte von 945 und k): MAG (16) 2 EMA (4) - EMA ( 16) MAG (16) 1,5 EMA (5) - 0,5 EMA (16) Beachten Sie, dass wir bei der Auswahl von k 3 nk 163 5.333, die wir auf einfach und einfach umstellen. Warum gehst du nicht mit Hulls Entscheidungen: 945 2 und k 2 Gute Idee. Ich bekomme das: MAG (16) 2 EMA (8) - EMA (16) Sieht aus wie das Diagramm mit 945 1.5 und k 3. Es tut, hat es nicht getan? Wieder evtl. Also, was ist mit dem quadratwurzeligen Ritual das ich als Übung habe. Für dich Okay, beim Spielen mit dem MAG Ding finde ich, dass Hulls k 2 ganz gut funktioniert. So gut bleiben, dass Allerdings bekommen wir oft einen ziemlich schönen Durchschnitt, wenn wir nur ein kleines Stück der Veränderung hinzufügen: EMA (n2) - EMA (n). In der Tat, gut fügen Sie nur einen Bruch 946 dieser Änderung. Das heißt: MAG (n, 946) EMA (n2) 946 EMA (n2) - EMA (n). Das heißt, wir wählen 946 0,5 oder vielleicht nur 946 0,25 oder was auch immer und verwenden: Zum Beispiel, wenn wir unsere Gaggle von gleitenden Durchschnitten vergleichen, wie sie eine STEP-Funktion verfolgen, erhalten wir diese, wo wir (nur für MAg) nur 946 12 von der Wechsel. Ja, aber was ist der beste Wert der Beta. Definieren Sie am besten: Beachten Sie, dass Beta 1 die Hull-Wahl ist. Außer mit EMAs anstelle von WMAs. Und du läßt das Quadratwurzelsache aus. Äh, ja. Ich habe es vergessen. Hinweis . Die Kalkulationstabelle ändert sich von Stunde zu Stunde. Es sieht derzeit so aus wie etwas zu spielen Mit mir habe ich eine Kalkulationstabelle, die so aussieht. Klicken Sie auf das Bild zum Download. Sie wählen eine Aktie und klicken Sie auf eine Schaltfläche und erhalten Sie einen jährlichen Wert der täglichen Preise. Sie wählen entweder HMA oder MAg, ändern die Anzahl der Tage und, für MAg, den Parameter, und sehen, wann man KAUFEN ro SELL. Wenn auf welchen Kriterien Wenn der gleitende Durchschnitt DOWN x von seinem Maximum in den letzten 2 Tagen ist, kaufst du. (In dem Beispiel, x 1.0) Wenn seine UP y aus seinem Minimum über die letzten 2 Tage, Sie SELL. (Im Beispiel y 1,5) können Sie die Werte von x und y ändern. Taugt es etwas. Diese Kriterien habe ich gesagt, es war etwas zu spielen. Theres diese andere Glättung Technik genannt Hodrick-Prescott Filter. Mit der Hilfe von Ron McEwan, ist es jetzt in dieser Kalkulationstabelle enthalten: Ist es irgendwie gut, mit ihm zu spielen. Youll bemerken, dass theres ein Parameter, den Sie in Zelle M3 ändern können. Und KAUFEN und SELL Signale. Metastock Formeln - Z Klicken Sie hier, um zurück zu Metastock Formula Index Zero Lag EMA Heres meine Metastock 6.2 codierte Version des Zero Lag Moving Average, wie im April 2000, Ausgabe der technischen Analyse von Aktien und Rohstoffe Ive auch verwendet, um ein Zero-Lag-MACD und ein Zero-Lag-MACD-Triggersignal zu konstruieren. (EMA1, Periode, E) Differenz: EMA1 - EMA2 ZeroLagEMA: EMA1 Differenz ZeroLagEMA Zero Lag MACD EMA1: Mov (CLOSE, Period, E) EMA1: 13, E) EMA2: Mov (EMA1,13, E) Differenz: EMA1 - EMA2 ZeroLagEMA21: EMA1 ZeroLagEMA21: EMA1 ZeroLagEMA21: EMA1 ZeroLagEMA21: EMA1 Differenz ZeroLagMACD: ZeroLagEMA13 - ZeroLagEMA21 ZeroLagMACD (Zur Verwendung mit dem ZeroLag MACD oben) EMA1: Mov (CLOSE, 13, E) EMA2: Mov (EMA1,13, E) Differenz: EMA1 - EMA2 ZeroLagEMA13: EMA1 Differenz EMA1: Mov (EMA1, E) EMA2: Mov (EMA1,21, E) Differenz: EMA1 - EMA2 ZeroLagEMA21: EMA1 Differenz ZeroLagMACD: ZeroLagEMA13 - ZeroLagEMA21 EMA1: Bewegen (ZeroLagMACD, 8, E) EMA2: Mov (EMA1,8, E ) Differenz: EMA1 - EMA2 ZeroLagTRIG: EMA1 Differenz ZeroLagTRIG Zig Zag Gültigkeit perc: Eingang (Prozent, 2.100,10) Z: Zig (C, Perc,) zuletzt: WertWenn (1, (Z gt Ref (Z, -1) UND Ref (Z, -1) lt Ref (Z, -2) OR (Z lt Ref (Z, -1) UND Ref (Z, -1) gt Ref (Z, -2) 1)) pc: (C-last) 100 letzter pc: Abs (pc) SD: (zgtRef (z, -1) UND Ref (z, -1) gtRef (z, -2)) OR (zltRef (z, Es gilt: (Wenn Sie (z, -1) ltRef (z, -1) ltRef (z, -1) res: if (pcgtperc, 1,0) if (Alert (res, 2) AND SD, 1, res)