Moving Average Endpoints

6.2 Gleitende Mittelwerte ma 40 elecales, order 5 41 In der zweiten Spalte dieser Tabelle wird ein gleitender Durchschnitt der Ordnung 5 dargestellt, der eine Schätzung des Trendzyklus liefert. Der erste Wert in dieser Spalte ist der Durchschnitt der ersten fünf Beobachtungen (1989-1993) der zweite Wert in der 5-MA-Spalte ist der Durchschnitt der Werte 1990-1994 und so weiter. Jeder Wert in der Spalte 5-MA ist der Mittelwert der Beobachtungen in den fünf Jahren, die auf das entsprechende Jahr zentriert sind. Es gibt keine Werte für die ersten zwei Jahre oder die letzten zwei Jahre, weil wir nicht zwei Beobachtungen auf beiden Seiten haben. In der obigen Formel enthält Spalte 5-MA die Werte von Hut mit k2. Um zu sehen, wie die Trend-Schätzung aussieht, stellen wir sie zusammen mit den Originaldaten in Abbildung 6.7 dar. Grundstück 40 elecsales, HauptsacheResidential Elektrizität salesquot, ylab quotGWhquot. Xlab quotYearquot 41 Zeilen 40 ma 40 elecales, 5 41. col quotredquot 41 Beachten Sie, wie der Trend (in rot) glatter als die ursprünglichen Daten ist und erfasst die Hauptbewegung der Zeitreihe ohne alle geringfügigen Schwankungen. Die gleitende Mittelmethode erlaubt keine Abschätzungen von T, wobei t nahe den Enden der Reihe ist, so daß sich die rote Linie nicht zu den Kanten des Graphen beiderseits erstreckt. Später werden wir anspruchsvollere Methoden der Trend-Zyklus-Schätzung verwenden, die Schätzungen nahe den Endpunkten erlauben. Die Reihenfolge des gleitenden Mittelwerts bestimmt die Glätte der Tendenzschätzung. Im Allgemeinen bedeutet eine größere Ordnung eine glattere Kurve. Die folgende Grafik zeigt die Auswirkung der Veränderung der Reihenfolge des gleitenden Durchschnitts für die privaten Stromverkaufsdaten. Einfache gleitende Mittelwerte wie diese sind meist ungerade (z. B. 3, 5, 7 usw.). Das ist also symmetrisch: In einem gleitenden Durchschnitt der Ordnung m2k1 gibt es k frühere Beobachtungen, k spätere Beobachtungen und die mittlere Beobachtung Die gemittelt werden. Aber wenn m gerade war, wäre es nicht mehr symmetrisch. Gleitende Mittelwerte der gleitenden Mittelwerte Es ist möglich, einen gleitenden Durchschnitt auf einen gleitenden Durchschnitt anzuwenden. Ein Grund hierfür besteht darin, einen gleitenden Durchschnitt gleichmäßig symmetrisch zu machen. Zum Beispiel könnten wir einen gleitenden Durchschnitt der Ordnung 4 nehmen und dann einen anderen gleitenden Durchschnitt der Ordnung 2 auf die Ergebnisse anwenden. In Tabelle 6.2 wurde dies für die ersten Jahre der australischen vierteljährlichen Bierproduktionsdaten durchgeführt. Beer2 lt - fenster 40 ausbeer, start 1992 41 ma4 lt - ma 40 beer2, bestellen 4. center FALSE 41 ma2x4 lt - ma 40 beer2, bestellen 4. center TRUE 41 Die Notation 2times4-MA in der letzten Spalte bedeutet ein 4-MA Gefolgt von einem 2-MA. Die Werte in der letzten Spalte werden durch einen gleitenden Durchschnitt der Ordnung 2 der Werte in der vorhergehenden Spalte erhalten. Beispielsweise sind die ersten beiden Werte in der 4-MA-Säule 451,2 (443410420532) / 4 und 448,8 (410420532433) / 4. Der erste Wert in der 2 × 4-MA-Säule ist der Durchschnitt dieser beiden: 450,0 (451,2448,8) / 2. Wenn ein 2-MA einem gleitenden Durchschnitt gleicher Ordnung folgt (wie z. B. 4), wird er als zentrierter gleitender Durchschnitt der Ordnung 4 bezeichnet. Dies liegt daran, dass die Ergebnisse nun symmetrisch sind. Um zu sehen, dass dies der Fall ist, können wir die 2times4-MA wie folgt schreiben: begin hat amp frac Bigfrac (y y y y) frac (y y y y) Big amp frac y frac14y frac14y frac14y frac18y. Ende Es ist jetzt ein gewichteter Durchschnitt der Beobachtungen, aber er ist symmetrisch. Andere Kombinationen von gleitenden Durchschnitten sind ebenfalls möglich. Beispielsweise wird häufig ein 3times3-MA verwendet und besteht aus einem gleitenden Durchschnitt der Ordnung 3, gefolgt von einem anderen gleitenden Durchschnitt der Ordnung 3. Im allgemeinen sollte bei einer gleichmäßigen Ordnung MA eine gerade Ordnung MA folgen, um sie symmetrisch zu machen. Ähnlich sollte eine ungerade Ordnung MA eine ungerade Ordnung MA folgen. Schätzung des Trendzyklus mit saisonalen Daten Die häufigste Verwendung von zentrierten Bewegungsdurchschnitten ist die Schätzung des Trendzyklus aus saisonalen Daten. Betrachten Sie die 2times4-MA: hat frac y frac14y frac14y frac14y frac18y. Bei der Anwendung auf vierteljährliche Daten wird jedes Quartal des Jahres gleiches Gewicht gegeben, wie die ersten und letzten Bedingungen für das gleiche Quartal in aufeinander folgenden Jahren gelten. Infolgedessen wird die saisonale Veränderung ausgemittelt und die resultierenden Werte von Hut t haben wenig oder keine saisonale Veränderung übrig. Ein ähnlicher Effekt würde mit einem 2 × 8-MA oder einem 2 × 12-MA erhalten werden. Im Allgemeinen ist ein 2-mal m-MA äquivalent zu einem gewichteten gleitenden Durchschnitt der Ordnung m1, wobei alle Beobachtungen das Gewicht 1 / m mit Ausnahme des ersten und des letzten Terms, die die Gewichte 1 / (2m) nehmen, nehmen. Also, wenn die saisonale Zeit ist gleichmäßig und der Ordnung m, verwenden Sie eine 2times m-MA, um den Trend-Zyklus zu schätzen. Wenn die saisonale Periode ungerade und der Ordnung m ist, verwenden Sie eine m-MA, um den Trendzyklus abzuschätzen. Insbesondere kann ein 2 × 12-MA verwendet werden, um den Trendzyklus der monatlichen Daten abzuschätzen, und ein 7-MA kann verwendet werden, um den Trendzyklus der Tagesdaten abzuschätzen. Andere Optionen für die Reihenfolge der MA wird in der Regel in Trend-Zyklus Schätzungen durch die Saisonalität in den Daten kontaminiert werden. Beispiel 6.2 Herstellung elektrischer Geräte Abbildung 6.9 zeigt ein 2times12-MA, das auf den Index der elektrischen Ausrüstung angewendet wird. Beachten Sie, dass die glatte Linie keine Saisonalität zeigt, ist sie nahezu identisch mit dem in Abbildung 6.2 gezeigten Trendzyklus, der mit einer viel anspruchsvolleren Methode geschätzt wurde als die gleitenden Durchschnittswerte. Jede andere Wahl für die Reihenfolge des gleitenden Durchschnitts (mit Ausnahme von 24, 36 usw.) hätte zu einer glatten Linie geführt, die einige saisonale Schwankungen zeigt. Plot 40 elecequip, ylab quotNew Aufträge indexquot. (Euroregion) 41 Zeilen 40 ma 40 elecequip, bestellen 12 41. col quotredquot 41 Gewichtete gleitende Mittelwerte Kombinationen gleitender Mittelwerte ergeben gewichtete gleitende Mittelwerte. Zum Beispiel ist das oben diskutierte 2x4-MA äquivalent zu einem gewichteten 5-MA mit Gewichten, die durch frac, frac, frac, frac, frac gegeben werden. Im allgemeinen kann ein gewichtetes m-MA als Hut t sum k aj y geschrieben werden, wobei k (m-1) / 2 und die Gewichte durch a, dots, ak gegeben sind. Es ist wichtig, daß die Gewichte alle zu eins zusammenfallen und daß sie symmetrisch sind, so daß aj a. Der einfache m-MA ist ein Spezialfall, bei dem alle Gewichte gleich 1 / m sind. Ein großer Vorteil von gewichteten gleitenden Durchschnitten ist, dass sie eine glattere Schätzung des Trendzyklus ergeben. Anstelle von Beobachtungen, die die Berechnung bei Vollgewicht verlassen und verlassen, werden ihre Gewichte langsam erhöht und dann langsam verringert, was zu einer glatteren Kurve führt. Einige spezifische Sätze von Gewichten sind weit verbreitet. Einige davon sind in Tabelle 6.3.Momentum vs Moving Averages Trend-Following ist eine der ältesten Investitionsmethoden Als technische Analyse bezeichnet, wurde Trend-Following weitgehend un-recherchiert von Wissenschaftlern Forschung der Querschnittsmomentum explodierte nach Narasimhan Jegadeesh und Sheridan Titman veröffentlichte ihre Seminal-1992-Studie, aber Zeitreihen-Dynamik blieb weitgehend ignoriert, bis nach 2008 Preis-basierte Trendfolgen-Techniken, wie gleitende durchschnittliche Systeme, blieben getrennt von Rendite-basierten Zeitreihen-Momentum-Techniken. Neue Forschungen zeigen, dass bewegte durchschnittliche Systeme und Zeitreihen-Dynamik mathematisch verbundenen Techniken Im Jahre 1838 veröffentlichte James Grant The Great Metropolis, Band 2. Innerhalb, sprach er von David Ricardo, ein englischer Politikwissenschaftler, der auf den Londoner Märkten aktiv war Den späten 1700er und frühen 1800er Jahren. Ricardo sammelte ein großes Vermögen, das sowohl Anleihen als auch Aktien bezog. Nach Grant wurde Ricardos Erfolg auf drei goldene Regeln zurückgeführt: Wie ich den Namen von Herrn Ricardo erwähnt habe, kann ich beobachten, dass er sein unermessliches Vermögen durch eine gewissenhafte Aufmerksamkeit auf das bezog, was er seine eigenen drei goldenen Regeln nannte, die Einhaltung von Die er auf seine privaten Freunde drückte. Diese waren, niemals ablehnen eine Option, wenn Sie es bekommen können, Schneiden Sie Ihre Verluste, Lassen Sie Ihre Gewinne laufen auf. Durch den Abbau von Verlusten in den Verlusten bedeutete Herr Ricardo, dass, wenn ein Mitglied einen Aktienkauf getätigt und die Preise sinken würden, er sofort weiterverkaufen müsse. Und indem er Gewinne laufen ließ, bedeutete er, daß, wenn ein Glied Besitz besäße, und Preise sich erhoben, er nicht verkaufen solle, bis die Preise ihren Höhepunkt erreicht hätten und wieder zu fallen begannen. Dies sind in der Tat goldene Regeln und können mit Vorteil auf unzählige andere Transaktionen angewendet werden, als jene, die mit der Börse verbunden sind. Schneiden Sie Ihre Verluste und lassen Sie Ihre Gewinne laufen auf die Grundlagen der Trendfolgen. Andere prominente frühe Tendenzfolger schließen ein: Charles H. Dow, Gründer und erster Herausgeber des Wall Street Journal sowie Mitbegründer von Dow Jones und Company Jesse Livermore, der von Edwin Lefvre zitiert wird, wie gesagt, das große Geld war Nicht in den einzelnen Fluktuationen, sondern in den Hauptbewegungen. Ausbau der gesamten Markt und seine Tendenz. Richard Wyckoff, dessen Methode das Eingehen von Long-Positionen nur, wenn der Markt war Trending und Shorting, wenn der Markt trends. Es gab sogar eine frühe akademische Studie der Trendfolgen von Alfred Cowles III und Herbert Jones im Jahr 1933 durchgeführt. In der Studie mit dem Titel Einige A Posteriori Wahrscheinlichkeiten in Stock Market Action. Konzentrieren sie sich auf die Zählung der Anzahl der Sequenzen Zeiten, wenn positive Renditen von positiven Renditen gefolgt wurden, oder negative Renditen wurden von negativen Rückkehr in die Umkehrzeiten gefolgt, wenn positive Renditen von negativen Renditen gefolgt sind, und umgekehrt. Cowles und Jones bewerteten das Verhältnis dieser Sequenzen und Umkehrungen der Aktienkurse im Zeitraum von 20 Minuten bis 3 Jahren. Ihre Ergebnisse: Es wurde festgestellt, dass für jede Serie mit Intervallen zwischen Beobachtungen von 20 Minuten bis zu 3 Jahren die Sequenzen die Umkehrungen überzahlten. Im Fall der Monatsreihe von 1835 bis 1935, insgesamt 1200 Beobachtungen, gab es 748 Folgen und 450 Umkehrungen. Das heißt, die Wahrscheinlichkeit schien 625 zu sein, daß, wenn der Markt in einem gegebenen Monat gestiegen wäre, er im darauffolgenden Monat steigen würde, oder wenn er gefallen wäre, daß er für einen weiteren Monat weiter sinken würde. Die Standardabweichung für eine solche lange Reihe, die durch zufälliges Penny-Werfen konstruiert wird, wäre 17,3, daher beträgt die Abweichung von 149 von dem erwarteten Wert von 599 das achtfache der Standardabweichung. Die Wahrscheinlichkeit, ein solches Ergebnis in einer Penny-werfenden Reihe zu erhalten, ist infinitesimal. Trotz vielversprechender empirischer und theoretischer Ergebnisse für Trendfolgen würden die nächsten akademischen Studien erst nahezu ein Jahrhundert später kommen. 1934 veröffentlichten Benjamin Graham und David Dodd Sicherheitsanalyse. Später, 1949, veröffentlichten sie den intelligenten Investor. In diesen gewichtigen Tieren, sie umreißen ihre Methoden für eine erfolgreiche Investition. Graham und Dodds-Methode auf die Bewertung der finanziellen Lage der zugrunde liegenden Geschäft konzentriert. Ihr Ziel war es, einen Unternehmenswert und einen Kaufbestand zu identifizieren, wenn der Markt einen erheblichen Rabatt auf diesen Wert bot. Für Graham und Dodd war alles andere Spekulation. Graham und Dodd gaben fundamentalen Investoren und speziell Wert-Investoren ihre Bibel. Alles, was nicht fundamental war, war die technische Analyse. Und da Trend-Following nur auf die Bewertung der vergangenen Preise, es wurde als technische Analyse. Leider, Akademiker weitgehend entlassen technische Analyse durch die 1900er Jahre. Dies ist wahrscheinlich aufgrund der Tatsache, dass es schwierig zu studieren und zu testen. Die Praktizierenden folgen einer großen Anzahl verschiedener Techniken. Manchmal können diese verschiedenen Techniken zu widersprüchlichen Vorhersagen zwischen Technikern führen. Aber im Jahr 1993, Narasimhan Jegadeesh und Sheridan Titman veröffentlicht Returns to Buying Gewinner und Verkauf von Losers: Auswirkungen auf die Börseneffektivität. In ihrer Arbeit skizzierten sie eine Anlagestrategie, die Aktien erwarb, die ihre Vergleichsgruppe übertrafen und Aktien verkauften, die unterdurchschnittlich waren. Jegadeesh und Titman nannten ihre Ansatz relativ Stärke ein Begriff, der lange von Technikern verwendet wurde. Nun wird es auch als Querschnittsmomentum bezeichnet. Relative Impulse, oder oft nur Impuls. Diese einfache Methode, die von Jegadeesh und Titman umrissen wurde, schuf statistisch signifikante positive Renditen, die nicht durch gemeinsame Risikofaktoren erklärt werden konnten. Dieses Papier führte in eine Ära der Impulsforschung, mit Wissenschaftlern zu erforschen, wie die Technik über geografische, Zeitrahmen und Asset-Klassen ging. Die Ergebnisse waren, dass die Dynamik überraschend robust war. Trotz des Erfolgs der relativen Stärke. Das Interesse an seinem engen Cousin-Trendfolgen war noch nicht zu finden. Bis zur Finanzkrise von 2008. Technisch gesehen wurde im Jahr 2006 eine der populärsten Forschungsarbeiten zum Trendfolgen von Mebane Fabers A Quantitative Approach to Tactical Asset Allocation veröffentlicht. Die Mehrheit der Akademiker fand jedoch nach 2008 statt. Wir schätzen dieses Interesse auf Trendfolgenrisikominderungseigenschaften. Die Studien fallen typischerweise in zwei Lager. Im ersten Lager war das Studium der Trendfolgen, die dazu tendierten, einfache mechanische Systeme, wie gleitende Durchschnitte zu folgen. Faber (2006) fiel in dieses Lager mit einem 10-monatigen gleitenden Durchschnitt Cross-Over. Es gibt verschiedene Varianten dieser Systeme. Zum Beispiel könnte man das Kreuz des Preises über dem gleitenden Durchschnitt als Signal verwenden. Ein anderer könnte das Kreuz eines kürzeren gleitenden Durchschnitts über einen längeren verwenden. Schließlich können einige sogar Richtungsänderungen im gleitenden Durchschnitt als das Signal verwenden. Andere tendierten dazu, sich auf das zu konzentrieren, was als Zeitreihenimpuls bekannt werden sollte. Im Zeitreihenmomentum wird das Handelssignal erzeugt, wenn die Gesamtrendite über eine gegebene Periode die Nulllinie kreuzt. Eine der prominentesten Studien für die Zeitreihen-Dynamik waren Moskowitz, Ooi und Pedersen (2011), die die Anomalie bei 58 Liquide Aktienindex-, Währungs-, Rohstoff - und Anleihe-Futures signifikant belegen konnten. Trendfolgende gleitende Durchschnittsregeln wurden nach wie vor als technische Handelsregeln gegenüber dem quantitativen Ansatz des Zeitreihenimpulses betrachtet. Vielleicht ist der größte Unterschied, dass die Tendenz folgendes Lager tendenziell auf Techniken mit Preisen konzentrieren, während das Momentum Lager auf Rückkehr fokussiert. Doch die Forschung über die letzten halben Jahrzehnt tatsächlich zeigt, dass sie mathematisch verwandte Strategien sind. Bruder, Dao, Richard und Roncallis 2011 Trend-Filter-Methoden für Momentum Strategien vereinten gleitende durchschnittliche Cross-Over-Strategien und Zeitreihen-Dynamik, indem sie zeigen, dass Crossover war wirklich nur ein alternatives Gewichtungsschema für Renditen in Zeitreihen-Dynamik. Um zu zitieren, bildet die Gewichtung jeder Rückkehr ein Dreieck, und die größte Gewichtung wird am Horizont des kleinsten gleitenden Durchschnitts angegeben. Daher kann der Indikator in Abhängigkeit von dem Horizont n 2 des kürzesten gleitenden Durchschnitts auf den aktuellen Trend (wenn n 2 klein ist) oder auf vergangene Trends (wenn n 2 so groß wie n 1/2 ist) fokussiert werden. In Marshall, Nguyen und Visaltanachotis Zeit-Serie Momentum versus Moving Average Trading Regeln. Veröffentlicht im Jahr 2012, wird der Zeitreihenimpuls auf die Richtungsänderung eines gleitenden Durchschnitts bezogen. Tatsächlich werden Zeitreihen-Impuls-Signale nicht auftreten, bis das gleitende Mittel die Richtung ändert. Daher werden vorausgehende Durchschnittsregeln, die sich auf den Preis beziehen, der den gleitenden Durchschnitt überschreitet, wahrscheinlich vor einer Änderung des Signals aus dem Zeitreihenimpuls auftreten. Ähnlich wie Bruder, Dao, Richard und Roncalli zeigen Levine und Pedersen, dass die Zeitreihen-Dynamik und die gleitenden durchschnittlichen Crossover in ihrer 2015-Zeitung in hohem Grade verwandt sind, welcher Trend Ihr Freund ist. Sie finden auch, dass Zeitreihen-Dynamik und gleitende durchschnittliche Cross-Over-Strategien ähnlich durchführen über 58 flüssige Futures und Forward-Kontrakte. Beekhuizen und Hallerbach verknüpfen in ihrem 2015-Papier, das die Trendregeln aufgreift, auch gleitende Durchschnitte mit Renditen, erkunden aber Trendregeln mit Skip-Perioden und die populäre MACD-Regel (Moving Average Convergence Divergence). Unter Verwendung der implizierten Verknüpfung von gleitenden Durchschnitten und Renditen zeigen sie, dass der MACD so viel Trend folgt, wie es Mittelwert-Reversion ist. Diese Studien sind wichtig, weil sie helfen, den Ansatz der Preis-basierte Systeme zu validieren. Mathematisch miteinander verknüpft, können technische Ansätze wie gleitende Durchschnitte nun mit der gleichen theoretischen Basis verknüpft werden wie die wachsende Körperarbeit in Zeitreihen-Dynamik. Markt-Praktiker haben seit langem, dass der Trend ist dein Freund und akademische Literatur hat endlich begonnen, zu vereinbaren. Aber vielleicht, am wichtigsten, wissen wir jetzt, dass es egal, ob Sie den technischen Ansatz mit bewegten Durchschnitten oder die quantitative Ansatz der Messung Renditen nehmen. Am Ende des Tages, theyre mehr oder weniger das gleiche. Corey Hoffstein Corey ist Mitbegründer und Chief Investment Officer von Newfound Research. Corey ist ein häufiger Redner auf Industrie-Panels und trägt zu ETF, ETF Trends und Forbess Great Speculations Blog. Er war benannt 2014 ETF All Star von ETF. Trendfolgende gleitende Durchschnittsregeln wurden nach wie vor als technische Handelsregeln gegenüber dem quantitativen Ansatz des Zeitreihenimpulses betrachtet. Meiner Meinung nach ist dies eine falsche Dichotomie, da der Zeitreihenimpuls ein einfaches Breakout-System ist und in Wirklichkeit viel einfacher ist als ein gleitender Durchschnitt. Technische Händler verwendeten Breakout-Systeme viel vor der akademischen Gemeinschaft (ohne jegliche Handelserfahrung) entdeckten sie und kleideten sie als Zeitreihen-Momentum. Siehe zum Beispiel Schildkröten Händler und ihre Verwendung von Breakout-Systeme, die gleichzeitige Zeitreihe Impuls sind. Wie bei vielen anderen praktischen Entdeckungen und Praktiken in anderen Bereichen, die vor theoretischen Fortschritten kam, versucht die akademische Gemeinschaft, ihre komplizierte Art, den Wald für die Bäume im Handel zu verlieren, nachzurüsten und schafft eine Verwirrung aus einfachen Begriffen. Danke fürs Lesen. Ich glaube nicht, in irgendeiner Weise hier widersprechen. Im nicht versuchen zu sagen, dass quantitative ist besser als technisch. Meine Wahrnehmung ist einfach, dass gleitende Durchschnittsregeln von Akademikern weitgehend ignoriert wurden, weil sie als technische Analyse betrachtet wurde. Die Fokussierung von preisbasierten zu Renditebasierten umzuwandeln, klassifizierte sie als quantitative und erlaubte akademische Analyse. Mehr eine Wahrnehmungsfrage. Der Punkt dieser Post ist zu zeigen, dass sie wirklich ein in der gleichen. So jemand mit moving-average Regeln ist wirklich ein Momentum Investor, und umgekehrt. Zakamulin (2015) ist eigentlich eine ziemlich umfassende Zusammenfassung der gleitenden mittleren Signale gegenüber dem Momentum und zeigt, dass sie mehr oder weniger ein in der gleichen. In der Tat sind die meisten gleitenden Durchschnittsregeln nur gewichteter gleitender Durchschnitt der Impulsregeln. Zakamulin, Valeriy, Market Timing mit gleitenden Durchschnitten: Anatomie und Durchführung von Handelsregeln (13. Mai 2015). Erhältlich bei SSRN: ssrn / abstract2585056 oder dx. doi. org/10.2139/ssrn.2585056 Der Punkt dieser Post ist zu zeigen, dass sie wirklich ein in der gleichen. So jemand mit moving-average Regeln ist wirklich ein Momentum Investor, und umgekehrt. Ich bin nicht einverstanden mit diesem, weil bewegte Durchschnitte sind Glättung Bediener während Schwung ist Ausbruch. Eigentlich ist die Philosophie viel anders und obwohl man die Mathematik massieren kann, kann dies nicht ändern die Tatsache. Die Schildkröten verwendeten Ausbruch, weil bewegte Durchschnitte nicht gut funktionierten und die Philosophie unterschiedlich war. Allerdings sind beide gleitenden Mittelwerte und Impuls technische Analyse. Der Grund, warum der Begriff Impuls erfunden wurde, war, weil die Akademie technische Analyse ablehnte. Um Papiere in Peer-Review-Zeitschriften zu veröffentlichen, mußten sie verschiedene Namen verwenden, d. h. Impuls und Quant. Das ist Täuschung und / oder Illusion. Also meine Schlussfolgerung ist: (1) Beide MAs und Impuls sind gute alte TA (2) MAs unterscheiden sich von Impuls Sowohl MAs als auch Impuls führen zu stark gekrümmten Modellen, die nicht intelligent sind. Ich schrieb über MAs in einer neuen Post Das gleiche gilt für Momentum-Systeme. Dort spielen die Anfangsbedingungen oft eine wichtige Rolle: Ich werde in den nächsten Tagen die Analyse und den Nachweis von (1) und (2) oben in meinem Blog posten. Danke für den interessanten Artikel. Ich will nicht zu Ihren Schlussfolgerungen kommentieren: Jeder ist berechtigt, ihre eigene Meinung und ich sicherlich finden Ihre Arbeit ganz gründlich. Aber ich bin nicht einverstanden mit: Ich bin damit einverstanden, weil bewegte Durchschnitte sind Glättung Betreiber während Schwung ist Ausbruch. Sie sind 100 richtig, dass bewegte Durchschnitte sind Glättungsoperatoren. Aber die von ihnen abgeleiteten Signale entsprechen den Impulsformen. Zum Beispiel ist eine gleitende Mittelwertänderungsrichtungsstrategie unter Verwendung eines gleitenden Mittelwerts der Länge n buchstäblich äquivalent zu einer Impulsstrategie mit Rückblick auf die Länge n. Die Varianten ändern sich, wenn Sie ein Preis-Minus-Moving-Average oder Double-Moving-Average-Crossover machen. Aber der Link bleibt. Dies ist nicht Massage-Mathematik. Es ist einfach Mathe. Es gibt einen direkten Zusammenhang zwischen den gemeinsamen technischen Regeln, die durch gleitende Mittelwerte und die Signale, die von der Grundschwingung abgeleitet sind, angetrieben werden. True, dass es eine ganze Semantik in Bezug auf diese Vorstellungen neben der realen Substanz gibt. Aber ich bin nicht einverstanden mit diesem Beispielsweise ist eine gleitende Mittelwertänderungsrichtlinie unter Verwendung eines gleitenden Mittelwerts der Länge n buchstäblich gleichbedeutend mit einer Impulsstrategie mit Rückblick auf die Länge n. Wenn Sie einen Backtest tun, werden Sie feststellen, dass die beiden Strategien unterschiedlich sind. Technisch hängt die Antwort von der Volatilität ab. Wenn Sie nur auf den letzten Aufwärtstrend in SampP 500 schauen, sind Sie richtig. Aber wenn man sich auch die Aufwärtstrends der 1990er Jahre ansieht, die eine höhere Volatilität haben, dann werden Sie feststellen, dass dies nicht stimmt. Mit anderen Worten, Impuls ist nicht durch Volatilität beeinträchtigt, aber bewegte Durchschnitte sind. Noch ein anderer Weg, um es zu sagen: Momentum kümmert sich nur um Endpunkte. Gleitende Mittelwerte werden durch alle Punkte beeinflusst. So verstehe ich nicht, wie einige Akademiker darauf bestehen werden, dass sie die gleiche Sache sind. Es gibt viel Bestätigung Bias in akademischen Arbeiten. Zuerst denke man an eine Idee, oft die falsche, und dann versuchen sie es zu beweisen, indem sie selektiv Mathematik anwenden. Ich fand die Quelle unseres Streits. Sie sind richtig, dass eine gleitende Mittelwertänderung-von-Richtungs-Strategie, die einen gleitenden Durchschnitt der Länge n verwendet, buchstäblich gleichbedeutend mit einer Impulsstrategie mit Rückblick der Länge n ist. Trendverfolger nutzten jedoch keine "Moving-average-change-of-direction" Strategie. Sie benutzten tatsächlich Crossovers. So denke ich, dass das Zakamulin Papier zuerst ein Strohmannargument einstellt, indem es auf ein offensichtliches Resultat bezieht. Aber, wenn man Übergänge betrachtet, werden viele Annäherungen gebildet und ein Tief von handwaving. Im Wesentlichen wird versucht, ein triviales Ergebnis (der Strohmann) zu verallgemeinern, aber wie jeder zeigen kann, ist eine Impulsstrategie mit Rückblick auf Länge n nicht gleichbedeutend mit einer gleitenden durchschnittlichen Crossover-Strategie, und das war mein Punkt, den ich vielleicht nicht hatte klären. Ich argumentiere, dass alles, was ist die technische Analyse und hat wenig mit Quant zu tun. Quant hat mit der Untersuchung der Anwesenheit von Daten-snooping Bias, Bestimmung Bedeutung, etc. Vielen Dank für die Diskussion. Es war hilfreich bei der Klärung ein paar Fragen. Ich behaupte, dass einige dieser akademischen Papiere machen viel Lärm aus nichts tatsächlich. Diese Techniken und Ergebnisse wurden für Praktiker seit Jahren bekannt. Gute historische Informationen und Unterscheidungen zwischen den beiden Prozessen. Wie Michael bemerkte, ist die Akademie, die nach einem gültigen Risikomanagement kommt, erforderlich, wird aber wieder nützlich sein. Ich werde darauf hinweisen, dass Zeitreihen-Dynamik nicht ein einfaches Breakout-System ist (pro Michael), da diese mehr technisch sind per Definition gegenüber monatlichen Impulsbasierten Systemen, die nicht Charts verwenden, sondern historische Preise und wahrscheinlich Volatilität. Mebs Zeug ist großartig und ein 10mo MA-Tool als Vorlage für das Risikomanagement wird Menschen gut tun. Die 10mo MA-Tool ist ein Artefakt der Data-Mining-Bias: Werfen Sie einen Blick auf die EEM-Diagramm in der Nähe des Ende des Artikels unten für ein Beispiel, was passieren kann, um das Werkzeug, wenn es eine lange Konsolidierung: Solange US-Aktien Zeigen V-Stil Böden (2003, 2009, etc.), wird das Werkzeug gut funktionieren. Wenn nicht, Katastrophe. Michael, tolle Arbeit über Priceactionlabs. Es gibt viele Vorbehalte bei der Verwendung eines MA von jedem Zeitrahmen, vereinbart. V-Böden sind ein, aber Einfallswinkel zu MA zu mir ist Schlüssel, da niedrige Winkel weniger sinnvolle Signale als flaches MA bedeuten, das ich dann Raum geben werde, um zu springen, definiert durch Funktion von ATR. Der einzige Unterschied zwischen Akademikern und Praktikern ist, dass Akademiker sich auf das Schlagen des Marktes beziehen und wenn es dies nicht tut, TA zum Scheitern verurteilen, während Praktiker versuchen, die Rückkehr zum Risiko oder in der Systementwicklung CAR / MDD zu maximieren. Reale Investitionen (Handel) - Management berücksichtigt das Risiko, um eine Rendite zu erreichen, nicht wenn es den Markt schlägt. Faber (ein Praktiker) zeigt Belohnung / Risiko gegen Zakamulin (Akademiker), der Sharpe (kaum) zeigt. Praktizierende erkennen Sharpe als minderwertig an, da der Aufwärtstrend von SD gut ist, der Nachteil, der schlecht ist (MDD).Dokumentation M movmean (A, k) gibt ein Array lokaler k-Punkt-Mittelwerte zurück, wobei jeder Mittelwert über ein Schiebefenster berechnet wird Länge k über benachbarte Elemente von A. Wenn k ungerade ist, ist das Fenster um das Element in der aktuellen Position zentriert. Wenn k gerade ist, wird das Fenster um die aktuellen und vorherigen Elemente zentriert. Die Fenstergröße wird automatisch an den Endpunkten abgeschnitten, wenn nicht genügend Elemente zum Füllen des Fensters vorhanden sind. Wenn das Fenster abgeschnitten wird, wird der Durchschnitt nur die Elemente übernommen, die das Fenster füllen. M ist die gleiche Größe wie A. Wenn A ein Vektor ist, arbeitet movmean entlang der Länge des Vektors. Wenn A ein mehrdimensionales Array ist, arbeitet movmean entlang der ersten Array-Dimension, deren Größe nicht gleich 1 ist. M movmean (A, kb kf) berechnet den Mittelwert mit einem Fenster der Länge kbkf1, das das Element in der aktuellen Position enthält Rückwärts und kf-Elemente vorwärts. M movmean (, dim) gibt das Array der gleitenden Mittelwerte in Dimension dim für eine der vorherigen Syntaxen zurück. Wenn beispielsweise A eine Matrix ist, arbeitet movmean (A, k, 2) entlang der Spalten von A. Berechnen des k - Element-Gleitmittelwertes für jede Zeile. M movmean (, nanflag) legt fest, ob NaN-Werte aus der Berechnung für eine der vorhergehenden Syntaxen enthalten oder weggelassen werden sollen. Movmean (A, k, includenan) enthält alle NaN-Werte in der Berechnung, während movmean (A, k, omitnan) diese ignoriert und den Mittelwert über weniger Punkte berechnet. M movmean (, Endpoints, endptmethod) legt eine Methode für die Verarbeitung von Endpunkten mit Endpunkten und einer von shrink fest. verwerfen. füllen. Oder einen skalaren oder logischen Wert. Beispielsweise gibt movmean (A, k, Endpoints, discard) nur Mittelwerte aus, die mit genau k verschiedenen Elementen von A berechnet wurden. Verringern Sie reduzierte Endpunktberechnungen. Wähle dein Land