Eksponensiell Bevegelig Gjennomsnitt Feil

Flytende gjennomsnittlig eksponentielt bånd Den tekniske indikatoren for flytende gjennomsnittlig eksponentiell bånd er ganske enkelt mange eksponentielle glidende gjennomsnitt av økende tidsperiode tegnet på samme graf. Antall eksponentielle bevegelige gjennomsnitt (EMA) for å plotte varierer enormt blant brukerne av denne indikatoren også, noen brukere plotter det enkle glidende gjennomsnittet i stedet for EMA. På samme måte varierer lengden på de bevegelige gjennomsnittene også vilt. Man må faktor tidshorisonten og investere mål når man velger lengdene for de bevegelige gjennomsnittene. I diagrammet under E-mini SampP 500 Futures-kontrakten ble det valgt åtte EMAer, som begynner med 10-dagers EMA og slutter med 80-dagers EMA: Flytende gjennomsnittlig eksponentiell båndpotensiell kjøpssignal En forhandler kan tolke et kjøpsignal som heshe ville med andre bevegelige gjennomsnittlige crossover. jo raskere bevegelige gjennomsnittsoverganger over det langsommere bevegelige gjennomsnittet, men forskjellen er at det er mange kryssoverføringer. Det må treffes beslutninger om hvor mange kryssinger som må skje før et kjøpssignal utløses offisielt. En nærbilde av de potensielle kjøpesignaloverskridelsene er presentert nedenfor: Flytende gjennomsnittlig eksponentiell båndpotensiell selgesignal Tilsvarende er et mulig salgssignal gitt for eksponentielle flytende gjennomsnittlige bånd når de bevegelige gjennomsnittene begynner å krysse imidlertid å bestemme hvor mange kryssinger må forekomme før et selgesignal offisielt utløses, er det opp til aksje-, futures - eller valutaparhandel. Informasjonen ovenfor er kun til informasjons - og underholdningsformål, og utgjør ikke handelsrådgivning eller en oppfordring til å kjøpe eller selge noen aksje-, opsjons-, fremtidig, vare - eller forexprodukt. Tidligere resultater er ikke nødvendigvis en indikasjon på fremtidig ytelse. Handel er iboende risikabelt. OnlineTradingConcepts er ikke ansvarlig for eventuelle spesielle eller følgeskader som skyldes bruk av eller manglende evne til å bruke, materialene og informasjonen som tilbys av dette nettstedet. Se full ansvarsfraskrivelse. Eksponentiell flytende gjennomsnitt (EMA) Det eksponentielle flytende gjennomsnittet (EMA) veier nåværende priser høyere enn tidligere priser. Dette gir det eksponentielle flytende gjennomsnittet fordelen av å være raskere å svare på prisfluktuasjoner enn et enkelt flytende gjennomsnitt, men det kan også betraktes som en ulempe fordi EMA er mer utsatt for whipsaws (dvs. falske signaler). Tabellen under eBay (EBAY) lager viser forskjellen mellom en 10-dagers eksponentiell flytende gjennomsnitt (EMA) og 10-dagers vanlig Simple Moving Average (SMA): Det viktigste å merke seg er hvor mye raskere EMA reagerer på pris reverseringer mens SMA låter i perioder med reversering. Tabellen nedenfor i Nasdaq 100-børsen (QQQQ) viser forskjellen mellom å flytte gjennomsnittlige overganger (se: Moving Average Crossovers) mulige kjøps - og salgssignaler med en EMA og en SMA: Som diagrammet ovenfor over QQQQs illustrerer, selv om EMAer er raskere å svare på prisbevegelsen, EMAer er ikke nødvendigvis raskere for å gi mulighet til å kjøpe og selge signaler ved bruk av bevegelige gjennomsnittsoverskridelser. Vær også oppmerksom på at konseptet som er illustrert i diagrammet ovenfor med eksponentielle Moving Average crossovers, er konseptet bak den populære Flytende Gjennomsnittlig Konvergensdivergens (MACD) indikator (se: MACD). Siden eksponentielle flytende gjennomsnitt veier nåværende priser høyere enn tidligere priser, er EMA sett av mange forhandlere som overlegne til Simple Moving Average, men hver handelsmann skal veie pros og ulemper fra EMA og bestemme på hvilken måte de skal bruke flytte gjennomsnitt. Ikke desto mindre er Flytte Gjennomsnitt fortsatt den mest populære tekniske analyseindikatoren ute på markedet i dag. Informasjonen ovenfor er kun til informasjons - og underholdningsformål, og utgjør ikke handelsrådgivning eller en oppfordring til å kjøpe eller selge noen aksje-, opsjons-, fremtidig, vare - eller forexprodukt. Tidligere resultater er ikke nødvendigvis en indikasjon på fremtidig ytelse. Handel er iboende risikabelt. OnlineTradingConcepts er ikke ansvarlig for eventuelle spesielle eller følgeskader som skyldes bruk av eller manglende evne til å bruke, materialene og informasjonen som tilbys av dette nettstedet. Se full ansvarsfraskrivelse. Eksponensiell utjevning av vikter forbi observasjoner med eksponentielt avtagende vekter for å prognose fremtidige verdier Denne utjevningsordningen begynner med å sette (S2) til (y1), hvor (Si) står for jevn observasjon eller EWMA, og (y) står for originalen observasjon. Abonnementene refererer til tidsperioder, (1, 2, ldots,, n). For tredje periode, (S3 alpha y2 (1-alfa) S2) og så videre. Det er ingen (S1) den glatte serien starter med glatt versjon av den andre observasjonen. For en hvilken som helst tidsperiode (t) blir den glatte verdien (St) funnet ved å beregne St alpha y (1-alfa) S ,,,,,,, 0 Utvidet ligning for (S5) For eksempel er den utvidede ligningen for glattet verdi (S5) er: S5 alfa venstre (1-alfa) 0 y (1-alfa) 1 y (1-alfa) 2 y høyre (1-alfa) 3 S2. Illustrerer eksponentiell oppførsel Dette illustrerer eksponensiell oppførsel. Vektene, alfa (1-alfa) t) reduseres geometrisk, og summen deres er enhet som vist under, ved hjelp av en egenskap av geometriske serier: alfa sum (1-alfa) i alfa venstre frac høyre 1 - (1-alfa) t. Fra den siste formelen kan vi se at summeringsperioden viser at bidraget til den glatte verdien (St) blir mindre i hver sammenhengende tidsperiode. Eksempel på (alfa 0,3) La (alfa 0,3). Vær oppmerksom på at vektene (alfa (1-alfa) t) reduseres eksponentielt (geometrisk) med tiden. Summen av kvadratfeilene (SSE) 208.94. Gjennomsnittet av kvadratfeilene (MSE) er SSE 11 19.0. Beregn for forskjellige verdier av (alpha) MSE ble igjen beregnet for (alfa 0,5) og viste seg å være 16,29, så i dette tilfellet foretrekker vi en (alpha) på 0,5. Kan vi gjøre det bedre Vi kunne bruke den påvist prøve-og-feil-metoden. Dette er en iterativ prosedyre som begynner med et område på (alpha) mellom 0,1 og 0,9. Vi bestemmer det beste første valget for (alpha) og deretter søke mellom (alpha - Delta) og (alpha Delta). Vi kan gjenta dette kanskje en gang til for å finne det beste (alfa) til 3 desimaler. Ikke-lineære optimalisatorer kan brukes, men det finnes bedre søkemetoder, for eksempel Marquardt-prosedyren. Dette er en ikke-lineær optimizer som minimerer summen av kvadrater av residualer. Generelt bør de fleste godt utformede statistiske programmene kunne finne verdien av (alpha) som minimerer MSE. Eksempelplott som viser glatt data for 2 verdier av (alpha)