Friday 10 November 2017

Lineær Vektet Moving Average Indikatoren


Linjært vektet Flytende Gjennomsnitt DEFINISJON av Linjært Vektet Flytende Gjennomsnitt En type flytende gjennomsnitt som tilordner høyere vekting til siste prisdata enn det vanlige enkle glidende gjennomsnittet. Dette gjennomsnittet beregnes ved å ta hver av sluttkursene over en gitt tidsperiode og multiplisere dem med sin bestemte posisjon i dataserien. Når plasseringen av tidsperioder er blitt regnet, summeres de sammen og deles av summen av antall tidsperioder. BREAKING DOWN Linearly Weighted Moving Gjennomsnitt For eksempel, i et 15-dagers lineært vektet glidende gjennomsnitt, blir dagens sluttkurs multiplisert med 15, i fjor med 14, og så videre til dag 1 i perioderetningen er nådd. Disse resultatene legges deretter sammen og deles av summen av multiplikatorene (15 14 13. 3 2 1 120). Det lineært vektede glidende gjennomsnittet var et av de første svarene på å legge større vekt på nyere data. Populariteten til dette bevegelige gjennomsnittet har blitt redusert av det eksponentielle glidende gjennomsnittet. men det viser seg likevel å være svært nyttig. Gjennomsnittlig gjennomsnittlig Moving Average Technical Indicator viser gjennomsnittlig instrumentprisverdi for en viss tidsperiode. Når man beregner glidende gjennomsnitt, utregner man instrumentprisen for denne tidsperioden. Etter hvert som prisen endres, øker eller øker det glidende gjennomsnittet. Det er fire forskjellige typer bevegelige gjennomsnitt: Enkelt (også referert til som aritmetisk), eksponentiell. Glatt og veid. Flytende gjennomsnitt kan beregnes for et sekvensielt datasett, inkludert åpnings - og sluttpriser, høyeste og laveste priser, handelsvolum eller andre indikatorer. Det er ofte tilfellet når dobbeltflyttende gjennomsnitt blir brukt. Det eneste der flytende gjennomsnitt av forskjellige typer avviger vesentlig fra hverandre, er når vektkoeffisienter, som tilordnes de nyeste dataene, er forskjellige. I tilfelle vi snakker om Simple Moving Average. alle priser på den aktuelle tidsperioden er likeverdige. Eksponentiell Flytende Gjennomsnittlig og Lineærvektet Flytende Gjennomsnitt legger til mer verdi til de siste prisene. Den vanligste måten å tolke prisgjennomsnittet på er å sammenligne dynamikken med prishandlingen. Når instrumentprisen stiger over det bevegelige gjennomsnittet, vises et kjøpssignal, dersom prisen faller under det bevegelige gjennomsnittet, er det et salgssignal. Dette handelssystemet, som er basert på det bevegelige gjennomsnittet, er ikke utformet for å gi inngang til markedet rett i sitt laveste punkt, og dens utgang rett på toppen. Det gjør det mulig å handle i henhold til følgende trend: Å kjøpe snart etter at prisene når bunnen, og å selge snart etter at prisene har nådd sin topp. Flytte gjennomsnitt kan også brukes på indikatorer. Det er her tolkningen av indikatorens glidende gjennomsnitt er i likhet med tolkningen av prisgennomsnittet: hvis indikatoren stiger over det glidende gjennomsnittet, betyr det at den stigende indikatorbevegelsen sannsynligvis vil fortsette: hvis indikatoren faller under glidende gjennomsnitt, vil dette betyr at det er sannsynlig å fortsette å gå nedover. Her er typene av bevegelige gjennomsnitt på diagrammet: Gjennomsnittlig flytende gjennomsnittlig (SMA) eksponentiell flytende gjennomsnittlig (EMA) flytbar gjennomsnittlig (SMMA) lineærvektet flytende gjennomsnitt (LWMA) Du kan teste handelssignalene til denne indikatoren ved å skape en ekspertrådgiver i MQL5 Wizard. Beregning Simple Moving Average (SMA) Enkelt, med andre ord beregnes aritmetisk glidende gjennomsnitt ved å oppsummere prisene på instrumentlukking over et bestemt antall enkeltperioder (for eksempel 12 timer). Denne verdien er så delt med antall slike perioder. SMA SUM (CLOSE (i), N) N SUM Sum CLOSE (i) Nåværende periode Lukk pris N Antall beregningsperioder. Eksponentiell flytende gjennomsnitt (EMA) Eksponentielt glatt glidende gjennomsnitt beregnes ved å legge til en viss andel av gjeldende sluttkurs til forrige verdi av glidende gjennomsnitt. Med eksponensielt glattede glidende gjennomsnitt, er de siste, lette prisene mer verdifulle. P-prosent eksponentielt glidende gjennomsnitt vil se ut: EMA (CLOSE (i) P) (EMA (i - 1) (1 - P)) CLOSE (i) nåværende periode Lukk pris EMA (i - 1) av en tidligere periode P prosentandelen av å bruke prisverdien. Smoothed Moving Average (SMMA) Den første verdien av dette glatte glidende gjennomsnittet beregnes som det enkle glidende gjennomsnittet (SMA): SUM1 SUM (CLOSE (i), N) Det andre glidende gjennomsnittet beregnes i henhold til denne formelen: SMMA (i) (SMMA1 (N-1) CLOSE (i)) N Oppnådde bevegelige gjennomsnitt beregnes i henhold til formelen nedenfor: PREVSUM SMMA (i - 1) N SMMA (i) (PREVSUM - SMMA (i - 1) CLOSE (i)) N SUM sum SUM1 Sum sum av sluttkurs for N perioder det regnes fra den forrige linjen PREVSUM glatt sum av den forrige linjen SMMA (i-1) glatt glidende gjennomsnittlig forrige stang SMMA (i) glatt glidende gjennomsnitt av gjeldende stang (unntatt den første) Lukk (i) nåværende næringspris N utjevningsperiode. Etter aritmetiske konverteringer kan formelen forenkles: SMMA (i) (SMMA (i - 1) (N - 1) CLOSE (i)) N Lineærvektet Flytende Gjennomsnitt (LWMA) Ved vektet glidende gjennomsnitt er de nyeste dataene av mer verdi enn mer tidlige data. Vektet glidende gjennomsnitt beregnes ved å multiplisere hver av sluttkursene i den vurderte serien, med en bestemt vektkoeffisient: LWMA SUM (CLOSE (i) I, N) SUM (I, N) SUM Sum CLOSE SUM (i, N) summen av vektkoeffisientene N utjevningsperiode. Teknisk analyse - Linjærvektet flytende gjennomsnitt (LWMA) Marcus Holland skriver: LWMA er en teknisk indikator som reagerer raskere enn lsquoSimple Moving Averagersquo (SMA) til nye prisutviklinger fordi de siste avlesningene vektlegges mer enn de eldre. LWMA er imidlertid ikke så populær som (SMA) og lsquoExponential Moving Averagersquo (EMA). LWMA ble utformet for å motvirke de forsinkende problemene som ble identifisert med SMA på samme måte som EMA. Selv om LWMA plasserer mer vekt på sine nyeste data ved å bruke lignende teknikker til EMA, er det forskjellig ved at en lineær progresjon brukes til å vektlegge sine siste avlesninger. For eksempel, hvis du bruker en fem-dagers LWMA, vil sluttkursen på den første dagen bli multiplisert med en, den andre dagen i to, og den femte dagen (femte dagen) med fem. De endelige verdiene oppnås da ved å dividere daglige avlesninger etter vekt. Som sådan får de nyere LWMA-lesingene mer vekt enn eldre. Du vil oppdage at LWMA er best implementert som en langsiktig teknisk indikator fordi viktigheten av vekting øker med lengre tidsrammer. Du kan bruke LWMA på samme måte som du bruker EMA. Du vil finne at mange handelsfolk bruker en kombinasjon av LWMA og SMA samtidig. Dette skyldes at du kan motta kjøp og salg av varsler når disse to bevegelige gjennomsnittlige crossover. I tillegg kan du bekrefte trender ved å identifisere når SMA og LWMA beveger seg i identiske retninger. Du kan bekrefte disse funksjonene på ovenstående GBPUSD-diagram. Du vil merke til midten av diagrammet at krysset av LWMA (rød linje) over SMA (svart linje) er ledsaget av en bullish prisbevegelse. Du må sette pris på at LWMA vurderes ved å multiplisere et spesifikt antall tidligere daysrsquo-avlesninger med en vektet faktor. Vektparameteren bestemmes ved å bruke dagtellingen som du velger for glidende gjennomsnitt. For å velge det bevegelige gjennomsnittet som passer best for dine behov, må du sette pris på at de utfører forskjellig, avhengig av vektkoeffisientene som er knyttet til de nyeste dataene. For eksempel beregnes lesingene til SMA ved å angi hver tidsramme av like stor betydning om det er nytt eller gammelt. I motsetning til dette legger EMA og LWMA mye mer vekt på sine siste avlesninger. I tillegg beregnes avlesningene av lsquomoving averagersquo tekniske indikatorer ved å bruke en rekke faktorer, dvs. høyeste, laveste, åpnings - og sluttpris på hver tidsramme, etc. Som du burde kunne bekrefte fra å studere diagrammet ovenfor, vil motta salgs - og kjøpssignaler når prisen faller under og klatrer over LWMA. Du vil imidlertid oppdage at LWMA ikke er den ideelle tekniske indikatoren for å utnytte for å identifisere prisendringer knyttet til begynnelsen og slutten av trender. Ovennevnte diagram viser de forskjellige bevegelige gjennomsnittene i aksjon. SMA er farget grønt EMA er blå og LWMA er gull. Fra å studere diagrammet ovenfor kan du bekrefte at LWMA reagerer på de raskeste til prisendringer, fordi denne indikatorens nyeste verdier blir vektlagt mer enn sine eldre avlesninger. Følgelig utnytter mange forhandlere denne verdifulle egenskapen til LWMA for å hjelpe dem med å avgjøre om prisen handler en bullish eller bearish trend. For eksempel, på ovenstående diagram, krysser LWMA over SMA ved starten av den bullish trenden som vises i midten av diagrammet. LWMA forblir da betydelig høyere enn SMA som prisstigning. En annen hovedtrekk er at prisen forblir konstant over LWMA under denne bullish trenden. EMA viser også de samme funksjonene, men de er ikke så forskjellige som LWMA. Det neste diagrammet viser at LWMA forblir godt under SMA under en bearish trend. Du bør imidlertid også merke at EMA krysser under SMA ved starten av bearish trenden mye raskere enn LWMA. Faktisk oppnår LWMA ikke denne statusen før utviklingen er ganske godt utviklet. Dette er grunnen til at handelsmenn foretrekker EMA for å oppdage prisendringer på bekostning av LWMA. LWMA er imidlertid fortsatt det beste valget for å spore og overvåke trender når de er fullt utviklet. Kopier 2013 Copyright Marcus Holland - Alle Rettigheter Reservert Ansvarsfraskrivelse: Ovenstående er et spørsmål om mening bare for generelle informasjonsformål og er ikke ment som investeringsråd. Informasjonen og analysen ovenfor er hentet fra kilder og bruk av metoder som antas å være pålitelige, men vi kan ikke akseptere ansvar for tap som du måtte pådra seg som følge av denne analysen. Enkeltpersoner bør konsultere sine personlige finansielle rådgivere kopiere 2005-2016 MarketOracle. co. uk - Markedet Oracle er en GRATIS Daily Financial Markets Analysis amp Forutsigelse av nettpublikasjonen.

No comments:

Post a Comment