Fractal Adaptive Moving Average Amibroker

MetaTrader 5 - Indicadores Fractal Adaptive Moving Average (FRAMA) - indicador para MetaTrader 5 Fractal Adaptive Moving indicador técnico médio (FRAMA) foi desenvolvido por John Ehlers. Esse indicador é construído com base no algoritmo da Média Móvel Exponencial. Em que o fator de suavização é calculado com base na dimensão fractal atual da série de preços. A vantagem da FRAMA é a possibilidade de seguir fortes movimentos de tendência e de desacelerar suficientemente nos momentos de consolidação de preços. Todos os tipos de análise utilizados para Médias Móveis podem ser aplicados a este indicador. FRAMA (i) - valor atual da FRAMA Preço (i) - preço atual FRAMA (i) - preço corrente FRAMA (i) -1) - valor anterior de FRAMA A (i) - fator de corrente de suavização exponencial. O factor de suavização exponencial é calculado de acordo com a seguinte fórmula: A (i) EXP (-4.6 (D (i) - 1)) D (i) - dimensão fractal actual EXP () - função matemática do expoente. Dimensão fractal de uma linha reta é igual a um. Verifica-se a partir da fórmula que se D 1, então A EXP (-4,6 (1-1)) EXP (0) 1. Assim, se o preço muda em linhas rectas, a suavização exponencial não é usada, porque nesse caso a fórmula FRAMA (i) 1 Preço (i) (1 - i) FRAMA (i-1) Preço (i) Ie O indicador segue exatamente o preço. A dimensão fractal de um plano é igual a dois. Da fórmula obtemos que se D2, então o fator de suavização A EXP (-4.6 (2-1)) EXP (-4.6) 0.01. Um valor tão pequeno do factor de alisamento exponencial é obtido nos momentos em que o preço faz um forte movimento de dentes de serra. Uma desaceleração tão forte corresponde a uma média móvel simples de aproximadamente 200 períodos. Fórmula de dimensão fractal: D (LOG (N1 N2) - LOG (N3)) / LOG (2) Calcula-se com base na fórmula adicional: N (Comprimento, i) (I) - valor mínimo atual para os períodos de Comprimento Os valores N1, N2 e N3 são respectivamente iguais a: N1 (i) N (Comprimento, i) N2 (i) N ( Comprimento, i Comprimento) N3 (i) N (2 Comprimento, i) As médias móveis adaptativas levam a melhores resultados As médias móveis são uma ferramenta favorita dos comerciantes ativos. No entanto, quando os mercados se consolidam, este indicador leva a numerosas negociações Whipsaw, resultando em uma frustrante série de pequenas vitórias e perdas. Analistas passaram décadas tentando melhorar a média móvel simples. Neste artigo, nós olhamos para esses esforços e descobrimos que sua pesquisa tem levado a ferramentas úteis de negociação. Prós e Contras das Médias Móveis As vantagens e desvantagens das médias móveis foram resumidas por Robert Edwards e John Magee na primeira edição da Análise Técnica de Médias Móveis. Tendências das ações. Quando eles disseram e, foi em 1941 que nós delightedly fez a descoberta (embora muitos outros tinham feito antes) que, pela média dos dados para um determinado número de dias, um poderia derivar uma espécie de linha de tendência automatizada que iria interpretar definitivamente as mudanças de Era quase bom demais para ser verdade. Na verdade, era bom demais para ser verdade. Com as desvantagens que compensam as vantagens, Edwards e Magee abandonaram rapidamente seu sonho de negociar de um bungalow da praia. Mas 60 anos depois que escreveram essas palavras, outros persistem em tentar encontrar uma ferramenta simples que facilmente entregar as riquezas dos mercados. Médias Móveis Simples Para calcular uma média móvel simples. Adicione os preços para o período de tempo desejado e divida pelo número de períodos selecionados. Encontrar uma média móvel de cinco dias exigiria somar os cinco preços de fechamento mais recentes e dividir por cinco. Se o fechamento mais recente estiver acima da média móvel, o estoque seria considerado como em uma tendência de alta. As tendências de baixa são definidas pelos preços negociados abaixo da média móvel. (Para mais, veja nosso tutorial de Médias Móveis.) Esta propriedade que define tendências torna possível que as médias móveis gerem sinais de negociação. Em sua aplicação mais simples, os comerciantes compram quando os preços se movem acima da média móvel e vendem quando os preços cruzam abaixo dessa linha. Uma abordagem como esta é garantida para colocar o comerciante no lado direito de cada comércio significativo. Infelizmente, ao suavizar os dados, as médias móveis ficam para trás a ação do mercado eo comerciante quase sempre vai dar uma grande parte dos seus lucros em até mesmo os maiores negócios vencedores. As médias móveis exponenciais Os analistas parecem gostar da idéia da média movente e gastaram anos que tentam reduzir os problemas associados com este lag. Uma dessas inovações é a média móvel exponencial (EMA). Essa abordagem atribui uma ponderação relativamente maior aos dados recentes e, como resultado, fica mais próxima da ação do preço do que uma média móvel simples. A fórmula para calcular uma média móvel exponencial é: EMA (Weight Close) (EMAy de 1 peso) Onde: Peso é a constante de suavização selecionada pelo analista EMAy é a média móvel exponencial de ontem Um valor de ponderação comum é 0.181, que Está perto de uma média móvel simples de 20 dias. Outra é 0,10, que é aproximadamente uma média móvel de 10 dias. Embora reduza o lag, a média móvel exponencial não aborda outro problema com médias móveis, que é que seu uso para negociar sinais conduzirá a um grande número de comércios perdedores. Em Novos Conceitos em Sistemas Técnicos de Negociação. Welles Wilder estima que os mercados só tendem um quarto do tempo. Até 75 da ação comercial é confinada a intervalos estreitos, quando os sinais de compra e venda de média móvel serão repetidamente gerados à medida que os preços se movem rapidamente acima e abaixo da média móvel. Para resolver este problema, vários analistas sugeriram variando o fator de ponderação do cálculo EMA. Adaptação de médias móveis para a ação de mercado Um método de resolver as desvantagens de médias móveis é multiplicar o fator de ponderação por uma razão de volatilidade. Fazer isso significaria que a média móvel seria mais longe do preço atual em mercados voláteis. Isso permitiria que os vencedores para executar. Como uma tendência chega ao fim e os preços se consolidam. A média móvel se aproximaria da atual ação de mercado e, teoricamente, permitiria ao profissional manter a maior parte dos ganhos capturados durante a tendência. Na prática, a relação de volatilidade pode ser um indicador, como a Bollinger Bandwidth, que mede a distância entre as conhecidas Bandas de Bollinger. Perry Kaufman sugeriu substituir a variável de peso na fórmula EMA com uma constante baseada no índice de eficiência (ER) em seu livro, New Trading Systems and Methods. Este indicador é projetado para medir a força de uma tendência, definida dentro de um intervalo de -1,0 a 1,0. Calcula-se com uma fórmula simples: ER (mudança de preço total para o período) / (soma das variações absolutas de preço para cada barra) Considere uma ação que tem um intervalo de cinco pontos por dia e no final de cinco dias ganhou um Total de 15 pontos. Isso resultaria em um ER de 0,67 (movimento ascendente de 15 pontos dividido pelo intervalo total de 25 pontos). Se este estoque tivesse diminuído 15 pontos, o ER seria -0,67. O princípio de uma tendência de eficiência baseia-se na quantidade de movimento direcional (ou tendência) que você obtém por unidade de movimento de preço ao longo de um período de tempo. Definido. Um ER de 1,0 indica que o estoque está em uma tendência de alta perfeita -1,0 representa uma tendência de baixa perfeita. Em termos práticos, os extremos raramente são atingidos. Para aplicar este indicador para encontrar a média móvel adaptativa (AMA), os operadores terão de calcular o peso com a seguinte fórmula, bastante complexa: C (ER SCF SCS) SCS 2 Onde: SCF é a constante exponencial para o mais rápido EMA permitida (geralmente 2) SCS é a constante exponencial para o mais lento EMA permitido (freqüentemente 30) ER é o índice de eficiência que foi anotado acima O valor para C é então usado na fórmula EMA em vez da variável de peso mais simples. Embora difícil de calcular à mão, a média móvel adaptável é incluído como uma opção em quase todos os pacotes de software de negociação. Exemplos de uma média móvel simples (linha vermelha), uma média móvel exponencial (linha azul) e a média móvel adaptativa (linha verde) são mostrados na Figura 1. Figura 1: O AMA está em verde e mostra o maior grau de achatamento na ação de intervalo-bound visto no lado direito deste gráfico. Na maioria dos casos, a média móvel exponencial, mostrada como a linha azul, é a mais próxima da ação de preço. A média móvel simples é mostrada como a linha vermelha. As três médias móveis mostradas na figura são todas propensas a negociações whipsaw em vários momentos. Esta desvantagem para as médias móveis tem até agora sido impossível de eliminar. Conclusão Robert Colby testou centenas de ferramentas de análise técnica na Enciclopédia de Indicadores Técnicos de Mercado. Ele concluiu: Embora a média móvel adaptativa seja uma idéia interessante com um interesse intelectual considerável, nossos testes preliminares não mostram qualquer vantagem prática real para este método de alisamento de tendências mais complexo. Isso não significa que os comerciantes devem ignorar a idéia. O AMA poderia ser combinado com outros indicadores para desenvolver um sistema negociando rentável. (Para saber mais sobre este tópico, leia Descobrir Canais Keltner eo Oscilador Chaikin.) O ER pode ser usado como um indicador de tendência stand-alone para detectar as oportunidades de negociação mais rentáveis. Como um exemplo, razões acima de 0,30 indicam fortes tendências de alta e representam compras potenciais. Alternativamente, uma vez que a volatilidade se move em ciclos, os estoques com o menor índice de eficiência podem ser vistos como breakout opportunities. October 2005 TRADERS TIPS Aqui está a seleção meses de Traders Dicas, contribuído por vários desenvolvedores de software de análise técnica para ajudar os leitores a implementar mais facilmente alguns Das estratégias apresentadas nesta e em outras questões. Você pode copiar estas fórmulas e programas para fácil utilização em sua planilha ou software de análise. Basta selecionar o texto desejado, realçando como você faria em qualquer programa de processamento de texto, em seguida, use o comando de chave padrão para copiar ou escolher cópia no menu do navegador. O texto copiado pode ser colado em qualquer planilha aberta ou outro software selecionando um ponto de inserção e executando um comando de colar. Ao alternar entre uma janela de aplicativo e a página da Web aberta, os dados podem ser transferidos com facilidade. TRADESTATION: Fractal Adaptive Moving Average O artigo de John Ehlers nesta edição, Fractal Adaptive Moving Averages, já apresenta algum código EasyLanguage para uma média móvel adaptável. Esta média móvel adaptativa é baseada nas propriedades fractal de uma série de preços. Convertemos o código Ehlers para esta média móvel numa função EasyLanguage, para que possa ser chamada a partir de qualquer indicador ou estratégia. O nome das funções é AdaptMovAvgFractal. Também adaptamos uma estratégia existente baseada em Bandas de Bollinger para que ele chame essa nova função. A estratégia revista Bollinger Band é chamado FractalAMA Bandas. Ele chama AdaptMovAvgFractal para ambos os cálculos de variância e banda. Este código e função estarão disponíveis para download no Centro de Suporte da TradeStation. Procure o arquivo Frama. eld. Ehlers código original pode ser encontrado no arquivo. eld. --Mark Mills EasyLanguage Perguntas Fóruns TradeStation Securities, Inc. Uma subsidiária do TradeStation Group, Inc. RETROCEDER METASTOCK: Fractal Adaptive Moving Average John Ehlers artigo nesta edição, Fractal Adaptive Moving Averages, introduz um indicador do mesmo nome. Em sua fórmula de indicador, ele restringe o número de períodos a um número par. A fórmula no MetaStock evita essa restrição pedindo o menor intervalo de tempo. Este número é então usado para os dois cálculos de meio intervalo e é então duplicado para o cálculo do intervalo completo. A fórmula para este indicador e os passos para incluí-lo no MetaStock são apresentados aqui. Para inserir este indicador em MetaStock: --William Golson, Equis Equis internacionais GO BACK AIQ EXPERTO DESIGN STUDIO: Fractal Adaptive Moving Average O código AIQ para John Ehlers fracionário adaptação móvel média (FRAMA) é mostrado aqui juntamente com dois sistemas de negociação amostra que nós Usado em um backtest para determinar se o FRAMA é uma melhoria em relação a uma média móvel exponencial de período fixo. Um valor de N40 foi usado para executar o teste FRAMA. O teste de média exponencial foi realizado com um período fixo de 40 dias. Os sistemas compram quando o preço cruza acima da média móvel e vendem quando o preço cruza abaixo da média móvel. Apenas o lado longo foi testado. A Figura 1 mostra uma comparação de um FRAMA com N40 com uma média móvel exponencial de 40 dias. O FRAMA é mais responsivo às mudanças de preços do que a média móvel exponencial. Os resultados de backtest mostrados na Figura 2, que foram executados na lista de ações NASDAQ 100, mostram que o FRAMA é uma melhoria em relação à média móvel exponencial para o sistema de negociação de amostras testado. FIGURA 1: TRADESTATION, QQQQ. Heres uma amostra TradeStation gráfico de barras diário demonstrando a média móvel fractal adaptável. Por razões de clareza, a linha de indicador FRAMA não é mostrada. FIGURA 2: ESTUDO DO PROJETO DO EXPERTO DO AIQ, FRAMA. Aqui está uma comparação de FRAMA com N40 a uma média móvel exponencial por 40 dias. O FRAMA parece ser mais responsivo às mudanças de preços do que a média móvel exponencial. FIGURA 3: ESTUDO DO PROJETO DO EXPERTO DO AIQ, RESULTADOS DO BACKTEST PARA O FRAMA. Os resultados do backtest baseados na lista de ações do NASDAQ 100 mostram que o FRAMA é uma melhoria em relação à média móvel exponencial para este sistema de negociação de amostra. O código AIQ é mostrado aqui, mas também pode ser baixado do aiqsystems / SampC1.htm. WEALTH-LAB: Fractal Adaptive Moving Average Nos meses de Traders Tips, apresentamos um sistema de tendência-seguimento baseado no indicador de FRAMA (Fractal Adaptive Moving Average) introduzido por John Ehlers em seu artigo nesta edição. A implementação de Wealth-Labs do indicador personalizado FRAMA (agora parte da biblioteca de código Wealth-Lab) permite entradas para o período, bem como a constante para a média móvel exponencial. Aqui, usamos a constante 4.6, como Ehlers sugere. O sistema utiliza a FRAMA de 20 dias do preço de fechamento e também calcula a taxa de variação (ROC) dos últimos cinco dias da FRAMA. Em seguida, espera por um aumento de mais de 0,5 (ROC 0,5) para entrar no dia seguinte no mercado. Permanece neste comércio até que a ROC caia abaixo de zero. Na Figura 4, que mostra uma amostra de comércio para ExxonMobil, podemos ver que o indicador FRAMA é na maior parte plana em fases laterais, enquanto é capaz de detectar uma tendência muito cedo, capturando assim uma grande parte dela. FIGURA 4: WEALTH-LAB, FRATAL ADAPTATIVO MUDANÇA MÉDIA. A série de preços ExxonMobil juntamente com a sua FRAMA de 20 dias é traçada no painel inferior. O painel superior mostra a taxa de variação (ROC) de cinco dias do indicador FRAMA. Durante as fases laterais, o indicador FRAMA mostra pouco movimento. Conseqüentemente, o ROC mostra valores pequenos e somente poucos comércios ocorrem. No final de janeiro de 2005, começa uma forte tendência de alta, que é detectada pelo FRAMA. O sistema é capaz de entrar cedo e pega a maior parte deste upmove. Para este artigo questões por John Ehlers, Fractal Adaptive Moving Averages, weve fornecido o arquivo de fórmula eSignal chamado Frama. efs. O código também é exibido aqui. O estudo tem um parâmetro para o comprimento, ou períodos, para o estudo que pode ser ajustado através da opção Edit Studies do Gráfico Avançado. O número introduzido será forçado a ser o próximo número par mais alto se for introduzido um número ímpar. Um gráfico de eSignal de amostra é mostrado na Figura 5. FIGURA 5: eSIGNAL, MÉDIA DE MOVIMENTO ADAPTATIVO DO FRACTAL. Este gráfico eSignal demonstra a média móvel adaptativa fractal. Para discutir este estudo ou fazer o download de uma cópia completa da fórmula, visite o fórum da Efs Library Discussion Board no link Bulletin Boards no esignalcentral. Este código de fórmula eSignal também está disponível para copiar e colar do site STOCKS amp COMMODITIES em Traders. REDE NEUROSHELL TRADER: Fractal Adaptive Moving Average A média móvel adaptativa fractal introduzida por John Ehlers nesta edição pode ser facilmente implementada no NeuroShell Trader através da combinação de um Poucos dos indicadores de NeuroShell Traders 800 e um indicador personalizado, que por si só é uma média móvel de adaptação genérica muito útil. Para implementar a média móvel adaptativa fractal, selecione Novo Indicador. No menu Inserir e use o Assistente de Indicadores para criar os seguintes indicadores: Usuários do NeuroShell Trader podem ir para a seção COMMODITIES dos STOCKS no site de suporte técnico gratuito do NeuroShell Trader para fazer o download de indicadores personalizados e um gráfico de amostra (Figura 6). FIGURA 6: NEUROSHELL TRADER, FRAMA. Heres uma amostra NeuroShell comerciante gráfico demonstrando a fracionário adaptável móvel média. Para obter mais informações sobre o NeuroShell Trader, visite NeuroShell. John Ehlers apresenta um novo método de suavização adaptativa baseado no pressuposto de que os preços de mercado são fractais . A codificação da média móvel adaptativa fractal (FRAMA) é relativamente direta em AmiBroker Formula Language (AFL). Graças às suas poderosas funções de processamento de matrizes, o FRAMA pode ser implementado no AmiBroker sem quaisquer loops, tornando-o extremamente rápido. O código pronto para uso é apresentado na Listagem 1. Para fins de comparação, o código também traça uma média móvel exponencial padrão do mesmo comprimento (Figura 7). FIGURA 7: AMIBROKER, MÉDIA MOVENTE ADAPTATIVA DO FRACTAL. Esta AmiBroker tela mostra um gráfico de preços de AAPL com uma FRAMA de 14 dias (linha vermelha) e média móvel exponencial (linha azul) do mesmo comprimento. A FRAMA segue mudanças significativas nos preços mais rapidamente, mantendo a suavidade nas zonas de congestionamento. (N, 16, 2, 40, 2) // deve ser mesmo N3 (HHV (Alto, N) - LLV (Baixo, N)) / N HH HHV (Alto, N / 2) LL LLV (Baixo, N / 2) N1 (HH-LL) / (N / 2) HH HHV (N2) - N2 (N2) - N2 N2 (HH-LL) / (N / 2) Dimen IIf (N1O e N2O e N3O, ) / Log (2), nulo) alfa exp (-4,6 (Dimen-1)) alfa Mínimo (alfa, 0,01), 1) // ligado a 0,01. (Frama, FRAMA (N), colorRed, styleThick) Parcela (EMA (C, N), EMA (N), colorBlue) Lote (C, Close, colorBlack, styleCandle) Versão da fórmula está disponível no site Amibroker. A computação fracionária de média móvel adaptativa (FRAMA) apresentada no artigo Fractal Adaptive Moving Averages de John Ehlers pode ser implementada como um indicador NeoTicker. A listagem 1 mostra o código para o indicador de média móvel adaptativa fractal, com dois parâmetros. O primeiro parâmetro é price, que é um parâmetro de fórmula que usa o cálculo do preço médio como o padrão. O segundo parâmetro é N, que é um parâmetro inteiro com 16 como o padrão. O indicador de média móvel adaptativa fractal de NeoTicker traça uma linha que conecta o resultado do cálculo de uma média fractal para cada barra. Este indicador, como qualquer outro indicador, pode ser usado em um sistema de negociação, como mostrado no gráfico de amostra na Figura 8, onde um sistema de crossover é construído usando FRAMA. FIGURA 8: NEOTICKER, MOBILIDADE ADAPTATIVA DO FRACTAL. Heres uma amostra NeoTicker gráfico mostrando um crossover sistema construído usando o FRAMA indicador. Uma versão para download deste indicador e gráfico de amostra estará disponível no NeoTicker Yahoo User Group. Em seu artigo Fractal Adaptive Moving Averages, John Ehlers descreve uma média móvel exponencial baseada na recente volatilidade, usando as dimensões fractals de preços recentes para estabelecer um alfa. Esta função também está disponível como um arquivo para download do site TradingSolutions (tradingsolutions) na seção Biblioteca de Soluções. Tal como acontece com muitos indicadores, esta função poderia fazer uma boa entrada para as previsões de rede neural. Fractal Adaptive Moving Average O artigo Fractal Adaptive Moving Averages de John Ehlers mostra como usar uma aproximação de dimensão fractal para fazer uma exponencial exponencial Média móvel adaptativa. Na Calculadora de Dados Financeiros (FDC), isso é feito com mais facilidade usando três macros: --Bill Rafter Mathematical Investment Decisions Inc. 856 857-9088, mathinvestdecisions GO BACK Todos os direitos reservados. Copy Copyright 2005, Análise Técnica, Inc.