Volatilität Moving Average Wiki

Exploration der exponentiell gewichteten Moving Average Volatilität ist die häufigste Maßnahme für das Risiko, aber es kommt in mehreren Geschmacksrichtungen. In einem früheren Artikel haben wir gezeigt, wie man einfache historische Volatilität berechnet. (Um diesen Artikel zu lesen, lesen Sie unter Verwenden der Volatilität, um zukünftiges Risiko zu messen.) Wir verwendeten Googles tatsächlichen Aktienkursdaten, um die tägliche Volatilität basierend auf 30 Tagen der Bestandsdaten zu berechnen. In diesem Artikel werden wir auf einfache Volatilität zu verbessern und diskutieren den exponentiell gewichteten gleitenden Durchschnitt (EWMA). Historische Vs. Implied Volatility Erstens, lassen Sie diese Metrik in ein bisschen Perspektive. Es gibt zwei breite Ansätze: historische und implizite (oder implizite) Volatilität. Der historische Ansatz geht davon aus, dass Vergangenheit ist Prolog Wir messen Geschichte in der Hoffnung, dass es prädiktive ist. Die implizite Volatilität dagegen ignoriert die Geschichte, die sie für die Volatilität der Marktpreise löst. Es hofft, dass der Markt am besten weiß und dass der Marktpreis, auch wenn implizit, eine Konsensschätzung der Volatilität enthält. (Für verwandte Erkenntnisse siehe Die Verwendungen und Grenzen der Volatilität.) Wenn wir uns auf die drei historischen Ansätze (auf der linken Seite) konzentrieren, haben sie zwei Schritte gemeinsam: Berechnen Sie die Reihe der periodischen Renditen Berechnen die periodische Rendite. Das ist typischerweise eine Reihe von täglichen Renditen, bei denen jede Rendite in kontinuierlich zusammengesetzten Ausdrücken ausgedrückt wird. Für jeden Tag nehmen wir das natürliche Protokoll des Verhältnisses der Aktienkurse (d. H. Preis heute geteilt durch den Preis gestern und so weiter). Dies erzeugt eine Reihe von täglichen Renditen, von u i bis u i-m. Je nachdem wie viele Tage (m Tage) wir messen. Das bringt uns zum zweiten Schritt: Hier unterscheiden sich die drei Ansätze. Wir haben gezeigt, dass die einfache Varianz im Rahmen einiger akzeptabler Vereinfachungen der Mittelwert der quadratischen Renditen ist: Beachten Sie, dass diese Summe die periodischen Renditen zusammenfasst und dann diese Summe durch die Anzahl der Tage oder Beobachtungen (m). Also, seine wirklich nur ein Durchschnitt der quadrierten periodischen kehrt zurück. Setzen Sie einen anderen Weg, jede quadrierte Rückkehr wird ein gleiches Gewicht gegeben. Also, wenn alpha (a) ein Gewichtungsfaktor (speziell eine 1m) ist, dann eine einfache Varianz sieht etwa so aus: Die EWMA verbessert auf einfache Varianz Die Schwäche dieser Ansatz ist, dass alle Renditen das gleiche Gewicht zu verdienen. Yesterdays (sehr jüngsten) Rückkehr hat keinen Einfluss mehr auf die Varianz als die letzten Monate zurück. Dieses Problem wird durch Verwendung des exponentiell gewichteten gleitenden Mittelwerts (EWMA), bei dem neuere Renditen ein größeres Gewicht auf die Varianz aufweisen, festgelegt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) führt Lambda ein. Die als Glättungsparameter bezeichnet wird. Lambda muss kleiner als 1 sein. Unter dieser Bedingung wird anstelle der gleichen Gewichtungen jede quadratische Rendite durch einen Multiplikator wie folgt gewichtet: Beispielsweise neigt die RiskMetrics TM, eine Finanzrisikomanagementgesellschaft, dazu, eine Lambda von 0,94 oder 94 zu verwenden. In diesem Fall wird die erste ( (1 - 0,94) (94) 0 6. Die nächste quadrierte Rückkehr ist einfach ein Lambda-Vielfaches des vorherigen Gewichts in diesem Fall 6 multipliziert mit 94 5,64. Und das dritte vorherige Tagegewicht ist gleich (1-0,94) (0,94) 2 5,30. Das ist die Bedeutung von exponentiell in EWMA: jedes Gewicht ist ein konstanter Multiplikator (d. h. Lambda, der kleiner als eins sein muß) des vorherigen Gewichtes. Dies stellt eine Varianz sicher, die gewichtet oder zu neueren Daten voreingenommen ist. (Weitere Informationen finden Sie im Excel-Arbeitsblatt für die Googles-Volatilität.) Der Unterschied zwischen einfacher Volatilität und EWMA für Google wird unten angezeigt. Einfache Volatilität wiegt effektiv jede periodische Rendite von 0,196, wie in Spalte O gezeigt (wir hatten zwei Jahre täglich Aktienkursdaten, das sind 509 tägliche Renditen und 1509 0,196). Aber beachten Sie, dass die Spalte P ein Gewicht von 6, dann 5,64, dann 5,3 und so weiter. Das ist der einzige Unterschied zwischen einfacher Varianz und EWMA. Denken Sie daran: Nachdem wir die Summe der ganzen Reihe (in Spalte Q) haben wir die Varianz, die das Quadrat der Standardabweichung ist. Wenn wir Volatilität wollen, müssen wir uns daran erinnern, die Quadratwurzel dieser Varianz zu nehmen. Was ist der Unterschied in der täglichen Volatilität zwischen der Varianz und der EWMA im Googles-Fall? Bedeutend: Die einfache Varianz gab uns eine tägliche Volatilität von 2,4, aber die EWMA gab eine tägliche Volatilität von nur 1,4 (Details siehe Tabelle). Offenbar ließ sich die Googles-Volatilität in jüngster Zeit verringern, so dass eine einfache Varianz künstlich hoch sein könnte. Die heutige Varianz ist eine Funktion der Pior Tage Variance Youll bemerken wir benötigt, um eine lange Reihe von exponentiell sinkende Gewichte zu berechnen. Wir werden die Mathematik hier nicht durchführen, aber eine der besten Eigenschaften der EWMA ist, daß die gesamte Reihe zweckmäßigerweise auf eine rekursive Formel reduziert: Rekursiv bedeutet, daß heutige Varianzreferenzen (d. h. eine Funktion der früheren Tagesvarianz) ist. Sie können diese Formel auch in der Kalkulationstabelle zu finden, und es erzeugt genau das gleiche Ergebnis wie die Langzeitberechnung Es heißt: Die heutige Varianz (unter EWMA) ist gleichbedeutend mit der gestrigen Abweichung (gewichtet mit Lambda) plus der gestrigen Rückkehr (gewogen durch ein Minus-Lambda). Beachten Sie, wie wir sind nur das Hinzufügen von zwei Begriffe zusammen: gestern gewichtet Varianz und gestern gewichtet, quadriert zurück. Dennoch ist Lambda unser Glättungsparameter. Ein höheres Lambda (z. B. wie RiskMetrics 94) deutet auf einen langsameren Abfall in der Reihe hin - in relativer Hinsicht werden wir mehr Datenpunkte in der Reihe haben, und sie fallen langsamer ab. Auf der anderen Seite, wenn wir das Lambda reduzieren, deuten wir auf einen höheren Abfall hin: die Gewichte fallen schneller ab, und als direkte Folge des schnellen Zerfalls werden weniger Datenpunkte verwendet. (In der Kalkulationstabelle ist Lambda ein Eingang, so dass man mit seiner Empfindlichkeit experimentieren kann). Zusammenfassung Volatilität ist die momentane Standardabweichung einer Aktie und die häufigste Risikomessung. Es ist auch die Quadratwurzel der Varianz. Wir können Varianz historisch oder implizit messen (implizite Volatilität). Bei der historischen Messung ist die einfachste Methode eine einfache Varianz. Aber die Schwäche mit einfacher Varianz ist alle Renditen bekommen das gleiche Gewicht. So stehen wir vor einem klassischen Kompromiss: Wir wollen immer mehr Daten, aber je mehr Daten wir haben, desto mehr wird unsere Berechnung durch weit entfernte (weniger relevante) Daten verdünnt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) verbessert die einfache Varianz durch Zuordnen von Gewichten zu den periodischen Renditen. Auf diese Weise können wir beide eine große Stichprobengröße, sondern auch mehr Gewicht auf neuere Renditen. Volatilitätsindex (VIX) Volatility Index (VIX) Volatilitätsindex (VIX) Einleitung Die Volatilitätsindizes messen die implizite Volatilität für einen Korb von Put - und Call-Optionen im Zusammenhang mit einem bestimmten Index oder ETF. Der populärste ist der CBOE Volatility Index (VIX), der die implizite Volatilität für einen Korb von Out-of-the-money Put - und Call-Optionen für den SampP 500 misst. Insbesondere ist der VIX so konzipiert, dass er die erwarteten 30 Tage misst Volatilität für die SampP 500. Die Chicago Board Options Exchange (CBOE) berechnet Volatilitätsindizes für eine Reihe verschiedener ETFs und Indizes. Dazu gehören die Gold SPDR, der USO Oil Fund, der Euro Currency Trust, der Dow Industrials, der SampP 500 und der Nasdaq 100. Dieser Artikel konzentriert sich auf die Nutzung der VIX. Chartisten können die VIX und andere Volatilitätsindizes verwenden, um die Stimmung zu messen und nach Stimmungen zu suchen, die Umkehrungen vorhersehen können. Berechnung Die gesamte Formel für den CBOE Volatility Index liegt außerhalb des Umfangs dieses Artikels, aber wir können die grundlegenden Eingaben und einige Geschichte beschreiben. Ursprünglich 1993 erstellt, verwendete die VIX SampP 100 Optionen und eine andere Methodik. Insbesondere die ursprüngliche Formel verwendet am-Geld-Optionen, um die Volatilität zu berechnen. Dieser Indikator ist weiterhin als Volatility Index - Originalformel (VXO) verfügbar. Im Jahr 2003 nahm die CBOE eine neue Methode an, die kurz - und mittelfristige Put - und Call-Optionen verwendet, um die implizite Volatilität des SampP 500 zu messen. Wie Sie aus den obigen Diagrammen ersehen können, ist der Unterschied zwischen diesen beiden Indikatoren vernachlässigbar Auge. Kurzfristige Optionen haben mindestens 1 Woche bis zum Verfallsdatum übrig. Nächst-Optionen sind in der Regel 1-2 Monate aus. Jeder Optionspreis trägt eine implizite Volatilität, die auch als Standardabweichung bekannt ist. Mit einer ziemlich komplexen Formel berechnet die CBOE einen gewichteten Durchschnitt der impliziten Volatilität, um die erwartete 30-Tage-Volatilität für den SampP 500 zu finden. 30 Tage bezieht sich auf Kalendertage, nicht auf Handelstage. Kurzum, es gibt vier Schritte in der Berechnung: Der resultierende VIX liefert uns die gewichtete 30-Tage-Standardabweichung der Jahresbewegung im SampP 500. Ein Wert von 20 würde erwarten, dass eine 20 Bewegung, nach oben oder nach unten, in der Nächste 12 Monate. Diese jährliche Zahl kann in eine monatliche Zahl umgewandelt werden, indem man sie durch die Quadratwurzel von 12 (3.464) dividiert. Eine Tageszahl würde durch Division durch die Quadratwurzel von 252 (15.874) gefunden werden, was die Anzahl der Handelstage in einem Jahr ist. Die nachfolgende Tabelle zeigt monatlich oder täglich VIX-Werte mit der erwarteten Volatilität im SampP 500. Denken Sie daran, dass wir über Volatilität sprechen, nicht die erwartete Rendite oder Veränderung. Interpretation Typischerweise hat die VIX eine umgekehrte Beziehung zur Börse. VIX schreitet vor, wenn die Aktien sinken und sinkt, wenn die Aktien vorrücken. Es scheint, dass die Volatilität wäre immun gegen Markt Richtung, aber der Aktienmarkt hat eine bullish Bias insgesamt. Ein steigender Aktienmarkt wird als weniger riskant angesehen, während ein sinkender Aktienmarkt mehr Risiko mit sich bringt. Je höher das wahrgenommene Risiko, desto höher die implizite Volatilität. Daher ist diese implizite Volatilität sehr anfällig für Richtungsbewegungen. Ein Abschwung oder verlängerter Rückgang erhöht die Nachfrage nach Put-Optionen. Was wiederum die Preise und die implizite Volatilität erhöht. Puts werden als Absicherung gegen Long-Positionen oder als Richtwette gekauft. Dies ist der Grund, warum viele Analysten der VIX ein zufälliger Indikator. Es bewegt sich, wenn die Lagerbewegung, nicht unabhängig von Beständen. Tatsächlich kann VIX als Trend-bestätigender Indikator verwendet werden, da er sich oft in der entgegengesetzten Richtung der Börse entwickelt. Trotz einer Tendenz zur Tendenz kann der VIX auch in Gebieten handeln, die Sentiment-Extreme markieren. Diese Extreme können identifiziert werden, um Börsenumkehr vorwegzunehmen. Trends, Ranges und Spikes Das CBOE Volatility Index zeigt über einen längeren Zeitraum Perioden mit erweiterten Trends, definierten Bereichen und intermittierenden Spikes. Die nachstehende Tabelle zeigt den VIX über einen Zeitraum von 4 12 Jahren mit dem gleitenden Durchschnitt von 200 Tagen. In dieser Zeitspanne hat der VIX die Bandbreite gewechselt, die Tendenz weiter nach oben getrieben, die Tendenz sinkend und periodisch gesenkt. Die erste Hälfte des Diagramms zeigt die Bereichsverschiebung höher. Da der SampP 500 gegen Ende des Jahres 2006 1400 überstieg, handelte der CBOE Volatility Index im Bereich von 10 bis 15, was gegenüber dem Niveau von 2010 niedrig ist. Die VIX kletterte im ersten Halbjahr 2007 höher und wurde dann in einem höheren Bereich von Juli 2007 bis Oktober 2008 gehandelt. Beachten Sie, dass der VIX in dieser Zeitspanne nicht unter 15 stieg und nach 30 überholte. Die zweite Hälfte der Grafik zeigt Die VIX mit einem kurzen Aufwärtstrend und dann in einen ausgedehnten Abwärtstrend, der durch eine Spitze unterbrochen wurde. Als der Marktrückgang im September 2008 beschleunigte, stieg der VIX im vierten Quartal deutlich höher an und überstieg 75. Obwohl die VIX Ende 2008 ihren Höhepunkt erreichte, blieb der SampP 500 bis Anfang März 2009 nicht unter. Der Indikator brach im April seinen 200-tägigen gleitenden Durchschnitt ab und sank im Mai 2010 auf einen Anstieg VIX trat tiefer ein. Der Abwärtstrend im VIX endete mit einer Spitze über 40 Anfang Mai, die mit dem berühmten Blitzabsturz am 6. Mai 2010 zusammenfiel. Der Blitzabsturz ist nur ein Blip auf dem SampP 500-Chart, aber eine riesige Spitze auf dem VIX-Chart. Die implizite Volatilität in Put-Optionen stieg, als die Käufer die Preise drastisch erhöhten. Solche Panikstöße sind, warum der CBOE Volatility Index manchmal auch als der Angst-Index bezeichnet wird. Sentiment Extremes Sentiment Extreme können identifiziert werden, wenn der VIX innerhalb eines Bereichs oder Spikes handelt. Wie in der obigen Grafik angemerkt, hat der CBOE Volatility Index zwischen Juli 2007 und Oktober 2008 in einem klar definierten Bereich gehandelt. Die Verschiebungen zum oberen Ende dieses Bereichs (30-32) signalisierten eine übertriebene Bearishness, die bullish Umkehrungen voraussah. Die Verschiebungen auf das untere Ende (16-18) signalisierten eine übertriebene Zunahme, die bärische Umkehrungen voraussah. Die grüne gestrichelte Linie auf dem Diagramm unten zeigt, bewegt sich über 30, während die roten gepunkteten Linien markiert unter 18 bewegen. Es gab vier bärische Extreme und zwei bullish Extreme über einen Zeitraum von 10 Monaten. Obwohl nicht perfekt, bewegen sich diese Extreme waren ziemlich effektiv bei der Vorwegnahme von Umkehrungen in der SampP 500. Ranges sind nicht immer so gut definiert und Bereiche können im Laufe der Zeit verschieben. Die untenstehende Tabelle zeigt die VIX von April 2004 bis September 2009, die nicht zu weit entfernt ist. Der VIX entwickelte sich in den Jahren 2004, 2005 und Anfang 2006 tiefer. Statt eines klar definierten Bereichs fiel die Bandbreite weiter nach unten, bis der VIX im Juli 2005 10 Treffer erreichte. Im Juni 2006 gab es einen Anstieg von über 20 Jahren Abwärtstrend. Stattdessen signalisierte diese Spitze übermäßige Bearishness oder Panik, die ein großes Tief zeigte. Der Indikator zog zurück auf 10 im Oktober 2007 und handelte im 10-14 Bereich als der Markt setzte sich höher für mehrere Monate. Es gab eine weitere Spitze über 18 und diese Spitze markierte auch einen Haupttief, als das SampP 500 nachher über 1500 bewegte. Eine ungewöhnliche Verbindung des CBOE Volatility Index trat von April 2007 bis Oktober 2007 auf. Anstelle der normalen umgekehrten Beziehung, beide Aktien und die VIX während dieses Zeitrahmens höher. Der SampP 500 verzeichnete seinen Höhepunkt im Oktober 2007, als der VIX über 16 und gut über seinen Tiefs um 10 spielte. Etwas stimmte es nicht, wenn der VIX und SampP 500 zusammen aufstiegen. Diese abnorme Kopplung diente als Warnzeichen, das einen ausgedehnten Rückgang von Oktober 2007 bis Februar 2009 vorhersagte. Detrending mit dem PPO Wie oben erwähnt, ist der CBOE Volatility Index oft Trends und dies macht es schwierig, Extreme oder Zyklen zu identifizieren. Chartisten können den VIX dadurch beeinträchtigen, dass der Prozent-Preis-Oszillator (PPO) auf das Kennzeichen angewendet wird. PPO entspricht der 10-tägigen EMA abzüglich der 50-tägigen EMA geteilt durch die 50-tägige EMA. PPO-Werte repräsentieren den prozentualen Unterschied zwischen dem 10-Tage-EMA und dem 50-Tage-EMA. PPO ist positiv, wenn die VIX-10-Tage-EMA über der VIX-50-Tage-EMA und negativ ist, wenn die VIX-10-Tage-EMA unter der VIX-50-Tage-EMA liegt. Dieses Beispiel zeigt PPO (10,50,1), aber jede Kombination von gleitenden Durchschnitten kann verwendet werden. A 1 wird für den gleitenden Mittelwert der Signalleitung verwendet, um ihn mit der tatsächlichen Anzeige zu verschmelzen. Lesen Sie mehr über die PPO in unserem ChartSchool-Artikel. Das nächste Diagramm zeigt den Percent Price Oscillator für den VIX ohne VIX. Im Gegensatz zum VIX-Diagramm schwingt das VIX PPO (10,50,1) ober - und unterhalb der Nulllinie. Von 2006 bis Mitte 2008 war ein ziemlich klarer Bereich, da die PPO für beide Extreme gute Signale lieferte. Dieser Bereich expandierte, als die Volatilität am Ende des Jahres 2008. Die PPO überschritten 50 im Oktober 2008 und dann stürzte unter -17 im Januar 2009. Nach dem Erreichen der niedrigsten Stand in Jahren blieb die VIX PPO auf relativ niedrigen Niveau und nicht mehr als 10 Bis der Anstieg bis 40 im April-Mai 2010. Diese Spitze bildete ein bäriges Extrem. Die grünen gestrichelten Linien zeigen, wann der VIX PPO unter seinem bärischen Extrem zurückging (25). Wie bei der VIX kann das Timing durch Warten auf eine Umkehr wieder unter 25 verbessert werden. Wie sich der VIX PPO im September 2008 über 25 bewegt hat, blieb er über 25 Wochen, während der Markt weiter sank. Wenden Sie bullish auf den ersten Schritt über 25 wäre teuer gewesen. Die rot gestrichelten Linien zeigen von September 2006 bis Januar 2009 überdurchschnittliche Baisse. Nachdem der Markt im März 2009 gesunken war, zog der VIX PPO ziemlich oft unter -10 und diese übertriebenen Bullishness-Signale funktionierten nicht während des starken Aufwärtstrends. Schlussfolgerungen Der CBOE Volatility Index ist ein Stimmungsindikator, der auf Aktienmarktbewegungen reagiert. Das VIX ist nicht wirklich ein prädiktiven Indikator. Stattdessen kann der Indikator Stimmungsextreme identifizieren. Der Indikator sinkt während eines Börsenvorschusses und erhöht sich, wenn die Aktien sinken. Scharfe Aktienmarktrückgänge verursachen oft übertriebene Spikes im CBOE Volatility Index, da Panik den Markt greift. Spikes über bestimmten Ebenen deuten auf übermäßige Bearishness, die zu einer Marktrallye führen kann. Eine stetige Aktienmarktentwicklung führt zu einem stetigen Abwärtstrend und relativ niedrigen Niveaus für die VIX. Übermäßige Bullishness ist oft schwer zu definieren, wenn Aktien höher sind Trending. Wie die meisten Sentiment-Indikatoren, sollte der CBOE Volatility Index in Verbindung mit anderen Indikatoren für Markt-Timing verwendet werden. Während die Chancen einer Umkehrung mit Sentiment Extremen, Chartisten sollten sich auf Impuls-Oszillatoren. Chart-Muster oder andere Formen der technischen Analyse zu bestätigen oder Zeit eine Umkehrung. SharpCharts SharpCharts Benutzer können den CBOE Volatility Index als Indikator über oder unter dem Hauptdiagrammfenster hinzufügen. Beispielsweise könnte der SampP 500 im Hauptdiagrammfenster mit dem VIX als Indikator unten gezeigt werden. Wählen Sie den Preis als Indikator, geben Sie das Symbol (VIX) als Parameter ein und wählen Sie die Position. Alternativ kann das VIX im Hauptdiagrammfenster mit dem SampP 500 (SPX) als Indikator angezeigt werden. Wenn Sie den VIX als Prozent-Preis-Oszillator (10,50,1) darstellen, sind einige weitere Chart-Tricks erforderlich. SharpCharts-Benutzer können auf das Diagramm unten klicken, um die Einstellungen zu sehen und dieses Diagramm in einer Favoritenliste zu speichern. Hier sind die Schritte. 1. Erstellen Sie im Hauptfenster ein Diagramm mit dem CBOE Volatility Index (VIX). 2. Wählen Sie unter Diagrammattribute und Typ Unsichtbar. 3. Wählen Sie unter Indikatoren Preis, geben Sie SPX in den Parametern und hinter dem Preis für die Position ein. 4. Unter Indikatoren prozentualen Preis-Oszillator (PPO) wählen, geben Sie 10,50 für Parameter und darunter für Position ein. 5. Für eine Vollansicht kann die Höhe auf 1,0 festgelegt werden. 6. Klicken Sie auf Aktualisieren, um das resultierende Diagramm anzuzeigen. Weiterführende Studie Dieses Buch enthält 16 einfache und effektive Strategien, die entscheidend für den Erfolg eines jeden Händlers oder Investors sind. Leser lernen Oszillatortechniken, mittlere Reversionsstrategien und sehen sogar zurück getestete Ergebnisse. Eine Strategie lehrt Händler, wie die VIX für Markt-Timing zu verwenden. Short Term Trading-Strategien, die Arbeit Larry Connors und Cesar Alvarez Website. Weißbuch zum CBOE Volatility Index. Die CBOE detaillierte die neue VIX-Methodik in einem Weißbuch von 2003, das auf der CBOE-Website verfügbar ist. Der Link oben führt Sie die VIX-Seite an der CBOE. Seien Sie gewarnt: Dieses Whitepaper ist sehr technisches Material. Volatilität angepasst Moving Averages Technische Analyse, Studien, Indikatoren: Volatilität angepasst Moving Average (V-MA) Über: Über die Verwendung der Volatilität in der technischen Analyse, um die gleitenden Durchschnitte auf die verschiedenen Marktbedingungen in Ordnung anzupassen Um choppy Signale im Handelssystem zu vermeiden. Auch über die Bedeutung der Volatilität und heiß könnte es helfen, Ihre technische Analyse zu verbessern. "Stark erfunden, entwickelt und implementiert von den Menschen bei MarketVolume174quot Artikel Shortcuts Probleme im Trading Moving Averages Moving Averages (MA) spielen eine sehr wichtige Rolle in der technischen Analyse und in einem Gebäude von Handelssystemen. Sie dienen zur Generierung von Handelssignalen (zB Kreuzungen von zwei MAs oder Crossover von MACD und Nulllinie) sowie zur Anpassung an andere technische Indikatoren, um diese zu glätten und Signallinien zu erzeugen (Beispiel: Signalleitungen in Stochastik, RSI, MACD und usw.). Während Moving Averages sind sehr wichtig in der technischen Analyse, viele technische Analysten und Händler, die versucht, ihre Trading-Entscheidung nur auf bewegte Durchschnitte zu finden, dass es ziemlich problematisch ist. Wenn eine MAs-Verzögerung zu groß ist, kann ein Trader gute Tendenzen verpassen, indem er fungiert, wenn es zu spät ist und wenn die Verzögerung reduziert wird, kann ein Trader in choppy Handel laufen, wenn alle vorherigen Gewinne ausgelöscht werden. Zusätzliches Problem mit Handelssystemen, die auf gleitenden Durchschnitten basieren, besteht darin, dass ein Händler die MAs-Barperiodeneinstellungen konstant einstellen muss. Andernfalls läuft das System (früher oder später) in einen Zeitraum des negativen Handels, wenn alle Gewinne ausgelöscht werden könnten. Die unten stehenden Tabellen veranschaulichen die Notwendigkeit, MAs anzupassen, um profitabel zu bleiben. Auf der unten stehenden Tabelle 1 sehen Sie den Simple Moving Average mit 7- und 26-Balken Periodeneinstellungen für den Dow Jones Industrials (DJI) Index. Einfache Handelssignale werden in diesem Fall auf Kreuzungen von zwei gleitenden Durchschnitten erzeugt. Trading System würde zu verkaufen, wenn kurze MA (7-bar MA) fällt unter lange MA (26-bar MA) zu verkaufen und zu kaufen, wenn kurze MA erhöht über lange MA. Auf dieser Grafik: Der Trend 1 war knapp bemerkt und dann hatten wir Perioden von choppy negativen Trading Der Trend 2 war kaum zu sehen und dann hatten wir ein negatives Signal Der Trend 3 war perfekt gesichtet und dann hatten wir wieder zwei negative Signale Der Trend 4 Wurde kaum bemerkt. Als Schlussfolgerung für diese Illustration können wir sagen, dass in den meisten Fällen, nach jedem profitablen Handel können wir in Periode der choppy und negativen Handel, die erheblich schaden kann eine Rentabilität des Systems laufen. Abbildung 1: DJI-Index mit einem Handelssystem basierend auf Crossovers von gleitenden Durchschnittswerten (durchschnittliche Barperiodeneinstellung) Jetzt können wir die Barperiode unserer gleitenden Durchschnittswerte reduzieren, die zu einer besseren Spotting von wichtigen Trends führen sollten. Auf dem Diagramm 2 haben wir zwei einfache gleitende Mittelwerte mit 5- und 15-Balken Periodeneinstellungen, die auf denselben DJI-Index auf dem gleichen Zeitrahmen angewendet werden. Auf dieser Tabelle: Alle wichtigen Trends in unserer Periode waren perfekt erfasst und profitabel. Allerdings hatten wir immer noch Perioden von choppy und negativen Trading und tatsächlich hatten wir größere Anzahl von Trades (Signale) in diesen Zeiträumen. Zusammenfassend lässt sich für dieses Diagramm sagen, dass die Reduzierung der Balkenperiodeneinstellung von gleitenden Durchschnittswerten zu rentableren Trades führt, doch werden die Perioden des choppy und negativen Handels länger und negativer sein, was im Vergleich zu den insgesamt wertvolleren Ergebnissen führen kann Das Ergebnis im Beispiel auf der Tabelle 1. Diagramm 2: DJI-Index mit einem Handelssystem, das auf Crossovers von gleitenden Durchschnitten basiert (kleinere Balkenperiodeneinstellung). Jetzt können wir eine größere Grenze wählen als auf dem Chart 1 Barperiode unserer gleitenden Durchschnittswerte, Im Diagramm 3 haben wir zwei einfache gleitende Mittelwerte mit 10- und 40-bar Periodeneinstellungen, die auf denselben DJI-Index auf dem gleichen Zeitrahmen angewendet werden. Auf dieser Grafik: Wir hatten viel kleinere Perioden choppy Handel - nur ein paar negative Signale Allerdings traten wir und traten große Trends mit großen Verzögerungen, wir hatten negative Trades und zuvor (auf Grafik 1) nette rentable Trades wurde weniger rentabel. Zusammenfassend kann für dieses Diagramm gesagt werden, dass durch Erhöhung einer Balkenperiodeneinstellung von Bewegungsdurchschnitten eine Verzögerung erhöht wird. Es kann Perioden von choppy und negativen Handel zu reduzieren und zu eliminieren, aber respektvoll, macht es uns zu enterexit einen Handel mit einer Verzögerung, die am ehesten werden die meisten unserer Signale in negativ und kaum rentabel. Schaubild 3: DJI-Index mit einem Handelssystem, das auf Crossovers von gleitenden Durchschnitten basiert (kleinere Balkenperiodeneinstellung). Wenn wir alle diese drei Diagrammbeispiele oben zusammenfassen, wird es offensichtlich, dass es nett wäre, einen choppigen Handel zu vermeiden, wie es getan wurde Auf Diagramm 3, dennoch, um Haupttrends zu lokalisieren, wie es auf dem Diagramm 1 getan wurde Um eine Lösung für ein Problem zu finden, das oben beschrieben wird, sollte ein Händler in der Lage sein, Perioden des choppy Handels zu erkennen. Viele professionelle Händler wissen bereits die Antwort, die Volatilität ist. Während der Perioden der höheren Volatilität können wir sehen, stärkere Aktualisierungsschwankungen und technische Indikatoren können mehr Signale innerhalb kürzerer Zeit zu erzeugen. Respektvoll, wenn Sie nicht passen Sie Ihre Indikatoren entsprechend können Sie laufen in eine choppy und negativen Handel. Sie können technische Indikatoren, ein System und etc. beschuldigen. Die Realität ist - wenn Volatilität ändert, müssen Sie Ihre technischen Indikatoren (Ihr Handelssystem) Einstellungen anpassen. Bei unterschiedlichen Volatilitätsniveaus verhält sich die Preisentwicklung unterschiedlich: Mit einer höheren Volatilität verändert die Kursentwicklung ihre Richtung stärker und schneller, und Sie können häufiger Veränderungen im Trend beobachten. Bei der Liebhabervolatilität tendiert eine Preisentwicklung dazu, ihre Richtung langsamer zu ändern und die Schwankungen der Aufwärtsbewegung sind kleiner . Über V-MA (Volatilität angepasst Moving Average) Unser Research-Team schuf einen Algorithmus, der die Anpassung der Bewegungsdurchschnitte automatisch in Bezug auf ein Volatilitätsniveau ermöglicht. Möglicherweise sehen Sie eine Reihe von technischen Indikatoren, die bereits einen Volatilitätsfaktor haben. Allerdings können wir mit Stolz sagen, dass wir als Erster eine Entscheidung getroffen haben, eine Technologie einzustellen, die automatisch eine Einstellung der Indikatoren auf verschiedene Volatilitätsniveaus anpasst. Unsere proprietären Technologien ermöglichen die Anwendung dieses Algorithmus auf einige der technischen Indikatoren. Auf der Karte 4 (siehe unten) haben wir für eine bessere Darstellung die V-MA (Volatilitäts-angepaßte MA-rote Linie auf der unten stehenden Tabelle) zusammen mit der SMA-Linie (Simple Moving Average - grüne Linie in der nachstehenden Tabelle) und ATR (Average True) Angebot). Wie Sie sehen können, verhält sich V-MA wie Simple MA (grüne und rote Linien auf der unten aufgeführten Tabelle bewegen sich zusammen), wenn die Volatilität niedrig ist (ATR ist auf niedrigem Niveau). Wenn jedoch die Volatilität hoch ist (ATR ist auf hohem Niveau), wird das V-MA so eingestellt, dass es ein Volatilitätskriterium erfüllt (rote Linie steigt aus der grünen Linie in der nachstehenden Tabelle). Abbildung 4: DJI-Index und V-MA (volatilitätsbereinigter gleitender Durchschnitt) Wie bei allen gleitenden Durchschnitten hat V-MA eine MA-Balkenperiodeneinstellung, die die Anzahl der Balken bestimmt, die für die Berechnung des MA verwendet werden. V-MA hat jedoch zwei zusätzliche Parameter: ATR-Balkenperiodeneinstellung und ATR-Signalpegel. Die ATR-Balkenperiode wird verwendet, um die Volatilität zu berechnen, und der Signalpegel ist ein Volatilitätspegel, bei dem V-MA auf die Flüchtigkeit eingestellt wird. Im Allgemeinen kann das V-MA-Verhalten beschrieben werden. Wenn ATR sich unterhalb des definierten Volatilitätsniveaus bewegt, bewegt sich V-MA als SMA mit der gleichen Balkenperiodeneinstellung Wenn ATR über dem definierten Volatilitätsniveau liegt, wird die Volatilitätsregel ausgelöst und V-MA wird eingestellt ATR unter den definierten Volatilitätspegel sinkt, neigt V-MA dazu, in Richtung SMA-Verhalten zurückzugehen. Bevor Sie eine Einstellung für V-MA wählen, empfiehlt es sich, eine ATR-Anzeige (Average True Range in Prozent) in einem Diagramm anzuzeigen. Nachdem Sie mit ATR spielen, wird es sichtbarer, welche ATR-Balkenperiode und welcher Volatilitätspegel (quotSignal Levelquot), den Sie in V-MA verwenden möchten, sichtbarer ist. V-MA basierte Trading System V-MA könnte verwendet werden, um Trading-Signale zu generieren sowie könnte es als eine Komponente in Trading-Systeme in der gleichen Weise wie andere gleitende Durchschnitte verwendet werden. Um den Vorteil von V-MA gegenüber Simple Moving Average besser zu verstehen, können wir das oben beschriebene Handelssystem (siehe Grafik 1) basierend auf den Überkreuzungen der schnellen MA mit 7-bar Periodeneinstellung und dem langsamen MA mit 26-Balkenperiode zu einem ähnlichen System vergleichen Basierend auf V-MA. Wir nehmen den gleichen DJI-Index und den gleichen Zeitrahmen. Wir verwenden die gleiche 7-bar MA als schnell bewegenden Durchschnitt. Für einen langsam laufenden Durchschnitt wählen wir V-MA, jedoch mit den gleichen 26-Balken Periodeneinstellungen. Wenn Sie das Diagramm 1 (siehe oben) und das Diagramm 5 (siehe unten) vergleichen, können Sie feststellen, dass die auf diesen Diagrammen erzeugten Signale fast identisch sind, was keine Überraschung sein sollte, da die gleichen Einstellungen für gleitende Mittelwerte gewählt wurden. Der Unterschied besteht darin, dass das Handelssystem, das auf V-MA basiert (siehe Grafik 5), im September 2011 nicht in choppy und negativen Handel gerät. Daher können wir sagen, dass Handelssysteme, die Volatility-adjustierte Moving Averages verwenden, die Fähigkeit haben, choppy zu vermeiden Während die Perioden der hohen Volatilität und diese Systeme könnten deutlich höhere Gewinne als ähnliche Systeme auf Simple Moving Averages. Schaubild 5: DJI-Index und V-MA (volatilitätsbereinigter gleitender Durchschnitt) basierender Handelssignale. Zusammenfassung Volatilität ist einer der wichtigsten Faktoren in der technischen Analyse. Ein Händler, der die Volatilität nicht früher oder später im Auge behält, kann in die Periode negativer suizidaler Signale gelangen, nur weil mit Änderungen der Volatilität Veränderungen im Preistrendsverhalten eintreten. Es könnte dringend empfohlen werden, Volatilitätsanalyse in jedem Handelssystem enthalten. Unsere firmeneigene Technologie zur Anpassung der technischen Indikatoren an die Volatilität kann Ihnen dabei helfen. Alle Rechte vorbehalten. Copyright 2004 - 2017 Highlight Investments Group. Alle Rechte vorbehalten. Dieses Material darf nicht veröffentlicht, gesendet, umgeschrieben oder neu verteilt werden. Unsere Seiten werden ständig gescannt. Wenn wir sehen, dass einer unserer Inhalte auf einer anderen Website veröffentlicht wird, wird unsere erste Aktion sein, diese Website an Google und Yahoo als Spam-Website zu melden. Disclaimer Datenschutz 169 1997-2017 MarketVolume. Alle Rechte vorbehalten. SV1