Moyenne Mobile Simulation

Les stratégies de négociation couramment employées par les commerçants qui aiment appliquer l'analyse technique sur la sélection d'actions utilisent souvent des moyennes mobiles comme un signe d'achat ou de vente. Dans mon exemple ci-dessous, j'ai étudié une grande variété de stratégies de moyenne mobile pour l'indice industriel Dow Jones pour la période de 1930 à 2008 Description de la stratégie: Acheter lorsque la moyenne mobile x jours passe au-dessus de la moyenne mobile y-day et fermer la position Quand le contraire se produit. La stratégie semble certainement très attrayante lorsqu'on lui présente le bon stock au bon moment, mais quand on l'applique mécaniquement pendant longtemps, on voit bien que ça ne fonctionne pas. Au contraire, il conduit à un unterperformance statistiquement significative à un simple buy-and-hold. Buy-and-hold vs stratégie avec optimum de x450 jours et y1875 jours encore sous-performer un simple buy-and-hold. La raison de cette sous-performance réside dans le fait que les actions SampP ont généré un rendement significatif au cours des 80 dernières années. Lorsque nous interrompons ces rendements dans un schéma apparemment aléatoire (comme lors de l'application de la stratégie de la moyenne mobile), il conduit clairement à une sous-performance importante. Voici encore les détails de la stratégie optimale (qui est encore pire qu'un buy-and-hold): x: 450 jours y: 1875 jours surperformancepa: -0.81151 surperformancepaleveraged: 3.9124 strategyperformancepa: 4.7239 stratégieperformancepaleveraged: 9.4479 buyholdperformancepa: 5.5354 strategyperformance: 372.65 strategyperformanceleveraged : 745.29 buyholdlongdayspct: 100 strategyavgtradeduration: 2728 strategywinningtrades: 4 strategywinningtradespct: 50 strategymaxdrawdown: -18.169 strategymaxwin: 208.52 besttradestart: 16946 worsttradeest: 17639 worsttradeest: 17639 besttradeest: 17639 besttradestart: 16939 besttradeest: 5 besttradestart: 19335 besttradeend: 26545 besttradenumber: 7 périodespa: 365: Best Forex Rebates, gagnez de l'argent supplémentaire gratuit que vous le commerce. Fonctionne avec tous les types de steeiagtrs ou systèmes. Si vous pensez que vous ne pouvez gagner de l'argent à partir des bénéfices juste sur votre compte, bien you039re mal. Avec des rabais de forex, vous gagnez de l'argent si vous gagnez un métier ou de perdre un métier. Donc vous donnant 2 flux de revenus, l'un des profits sur votre compte et un de vos rabais. Sounds unrealCheck it out - gt freeforexrebates. info I039m pas sûr Je suis d'accord avec ce que j'ai couru un test arrière avec le SPX et un simple MA de 200 jours (Achetez à next039s fermer si l'indice traverse au-dessus du MA, vendez si elle croise ci-dessous ). J'ai commencé en 1942 car c'est la première date que j'ai et j'ai utilisé l'indice SampP 500 Tot Return, mais j'ai obtenu des résultats relatifs similaires à l'aide de l'indice non corrigé. ACHETER VOITURE: 11.05 Max Drawdown: -55.20 Index de l'ulcère: 11.78 200-DAY MA CAR: 12.19 Max Drawdown: -21.07 Index des ulcères: 6.09 Donc, il semble bien que l'utilisation d'un MA est une bonne stratégie. Si rien d'autre n'est réduit Max Drawdown. Moving Moyennes: Quels sont-ils Parmi les indicateurs techniques les plus populaires, les moyennes mobiles sont utilisés pour évaluer la direction de la tendance actuelle. Chaque type de moyenne mobile (généralement écrit dans ce tutoriel comme MA) est un résultat mathématique qui est calculé en faisant la moyenne d'un certain nombre de points de données passés. Une fois déterminée, la moyenne résultante est ensuite tracée sur un graphique afin de permettre aux commerçants d'examiner les données lissées plutôt que de se concentrer sur les fluctuations de prix au jour le jour qui sont inhérentes à tous les marchés financiers. La forme la plus simple d'une moyenne mobile, connue sous le nom de moyenne mobile simple (SMA), est calculée en prenant la moyenne arithmétique d'un ensemble donné de valeurs. Par exemple, pour calculer une moyenne mobile de base de 10 jours, vous additionnez les prix de clôture des 10 derniers jours, puis divisez le résultat par 10. Dans la figure 1, la somme des prix pour les 10 derniers jours (110) est Divisé par le nombre de jours (10) pour arriver à la moyenne sur 10 jours. Si un commerçant souhaite voir une moyenne de 50 jours à la place, le même type de calcul serait fait, mais il inclurait les prix au cours des 50 derniers jours. La moyenne résultante ci-dessous (11) prend en compte les 10 derniers points de données afin de donner aux commerçants une idée de la façon dont un actif est évalué par rapport aux 10 derniers jours. Peut-être vous vous demandez pourquoi les traders techniques appellent cet outil une moyenne mobile et pas seulement un moyen régulier. La réponse est que lorsque de nouvelles valeurs deviennent disponibles, les points de données les plus anciens doivent être supprimés de l'ensemble et de nouveaux points de données doivent venir les remplacer. Ainsi, l'ensemble de données se déplace constamment pour tenir compte des nouvelles données à mesure qu'elles deviennent disponibles. Cette méthode de calcul garantit que seules les informations actuelles sont comptabilisées. Dans la figure 2, une fois que la nouvelle valeur de 5 est ajoutée à l'ensemble, la case rouge (représentant les 10 derniers points de données) se déplace vers la droite et la dernière valeur de 15 est supprimée du calcul. Étant donné que la valeur relativement petite de 5 remplace la valeur élevée de 15, on s'attend à ce que la moyenne de l'ensemble de données diminue, ce qui fait, dans ce cas, de 11 à 10. Qu'est-ce que les moyennes mobiles ressemblent Une fois que les valeurs de la MA ont été calculés, ils sont tracés sur un graphique et ensuite connectés pour créer une ligne de moyenne mobile. Ces lignes courbes sont communes sur les tableaux des commerçants techniques, mais la façon dont ils sont utilisés peut varier de façon drastique (plus sur cela plus tard). Comme vous pouvez le voir sur la figure 3, il est possible d'ajouter plus d'une moyenne mobile à n'importe quel graphique en ajustant le nombre de périodes de temps utilisées dans le calcul. Ces lignes courbes peuvent sembler distrayant ou confus au début, mais vous vous habituerez à eux comme le temps passe. La ligne rouge est simplement le prix moyen au cours des 50 derniers jours, alors que la ligne bleue est le prix moyen au cours des 100 derniers jours. Maintenant que vous comprenez ce qu'est une moyenne mobile et à quoi il ressemble, bien introduire un autre type de moyenne mobile et d'examiner comment il diffère de la moyenne mobile simple mentionné précédemment. La moyenne mobile simple est extrêmement populaire parmi les commerçants, mais comme tous les indicateurs techniques, il a ses critiques. Beaucoup d'individus soutiennent que l'utilité du SMA est limitée parce que chaque point dans la série de données est pondéré le même, peu importe où il se produit dans la séquence. Les critiques soutiennent que les données les plus récentes sont plus importantes que les données plus anciennes et devraient avoir une plus grande influence sur le résultat final. En réponse à cette critique, les commerçants ont commencé à donner plus de poids aux données récentes, ce qui a conduit depuis à l'invention de différents types de nouvelles moyennes, dont la plus populaire est la moyenne mobile exponentielle (EMA). Moyenne mobile exponentielle La moyenne mobile exponentielle est un type de moyenne mobile qui donne plus de poids aux prix récents dans une tentative de le rendre plus réactif (par exemple, À de nouvelles informations. Apprendre l'équation quelque peu compliquée pour calculer un EMA peut être inutile pour de nombreux commerçants, puisque presque tous les paquets de cartographie faire les calculs pour vous. Toutefois, pour vous mathématiciens geeks là-bas, voici l'équation EMA: Lorsque vous utilisez la formule pour calculer le premier point de l'EMA, vous pouvez remarquer qu'il n'y a aucune valeur disponible pour utiliser comme l'EMA précédente. Ce petit problème peut être résolu en commençant le calcul avec une moyenne mobile simple et en poursuivant avec la formule ci-dessus à partir de là. Nous vous avons fourni un exemple de feuille de calcul qui comprend des exemples réels de calcul d'une moyenne mobile simple et d'une moyenne mobile exponentielle. La différence entre l'EMA et SMA Maintenant que vous avez une meilleure compréhension de la façon dont la SMA et l'EMA sont calculés, permet de jeter un oeil à la façon dont ces moyennes diffèrent. En regardant le calcul de l'EMA, vous remarquerez que plus l'accent est mis sur les points de données récentes, ce qui en fait un type de moyenne pondérée. À la figure 5, le nombre de périodes utilisées dans chaque moyenne est identique (15), mais l'EMA répond plus rapidement à l'évolution des prix. Remarquez comment l'EMA a une valeur plus élevée lorsque le prix est en hausse, et tombe plus vite que la SMA lorsque le prix est en baisse. Cette réactivité est la principale raison pour laquelle de nombreux commerçants préfèrent utiliser l'EMA sur le SMA. Que signifient les différents jours Moyennes mobiles sont un indicateur totalement personnalisable, ce qui signifie que l'utilisateur peut librement choisir le temps qu'ils veulent lors de la création de la moyenne. Les périodes les plus courantes utilisées pour les moyennes mobiles sont 15, 20, 30, 50, 100 et 200 jours. Plus le délai de création de la moyenne est court, plus il sera sensible aux variations de prix. Plus la durée est longue, moins sensible, ou plus lissée, la moyenne sera. Il n'y a pas de période correcte à utiliser lors de la configuration de vos moyennes mobiles. La meilleure façon de déterminer qui fonctionne le mieux pour vous est d'expérimenter avec un certain nombre de périodes de temps différentes jusqu'à ce que vous en trouver un qui correspond à votre stratégie. Moyennes mobiles: Comment utiliser ThemAutoregressive Moving-Average Simulation (First Order) La démonstration est définie de telle sorte que la même série aléatoire de points est utilisée quelle que soit la façon dont les constantes et sont variées. Cependant, lorsque le bouton quotrandomizequot est pressé, une nouvelle série aléatoire sera générée et utilisée. Garder la série aléatoire identique permet à l'utilisateur de voir exactement les effets sur la série ARMA de changements dans les deux constantes. La constante est limitée à (-1,1) parce que la divergence de la série ARMA résulte quand. La démonstration est uniquement pour un processus de premier ordre. Des termes AR supplémentaires permettraient de générer des séries plus complexes, tandis que des termes MA additionnels augmenteraient le lissage. Pour une description détaillée des processus ARMA, voir, par exemple, G. Box, G. M. Jenkins, et G. Reinsel, Time Series Analysis: Forecasting and Control. 3ème éd. Englewood Cliffs, NJ: Prentice-Hall, 1994. LIENS CONNEXES