선체 거래 시스템
선체 이동 평균을 이용한 거래 지수. 이동은 매끄러운 데이터를 평균화하고 가격 이동을보다 쉽게 분석 할 수 있지만 지연되는 경향이 있습니다. 여기에는 지연을 제거하고 미래의 데이터를 예측하는 시장 타이밍 시스템이 있습니다. B uy & amp; 보류는 시장이 올라갈 때 잘 작동하지만 시장 탱크가 붕괴되면 전략이 떨어져 버립니다. 우리는 다운 시장에서 자본을 보존하고 상향 시장에서 기회를 확인하기위한 타이밍 모델이 필요합니다. 가능한가? 이동 평균은 종종 데이터 스파이크를 제거하는 가장 좋은 방법이며 비교적 긴 길이의 데이터는 원활하게 데이터를 제거합니다. 그러나 이동 평균에는 주요한 결점이 있습니다. 즉, 장기간의 전환 확인 기간에는 지연이 생깁니다. 해결 방법은 이동 평균 수식을 수정하고 지연을 제거하는 것입니다. 이렇게하면 다음 간격 활동을 예측하여 오류를 유발할 때 이동 평균이 원시 데이터를 초과 할 가능성을 최소화합니다. 어떻게 할 수 있나? 지체 제거. 상인 Alan Hull이 개발 한 새로운 유형의 이동 평균은이 문제를 해결하려고 시도합니다. 이 변형에서 간단한 이동 평균 (Sma)은 데이터 샘플의 합을 샘플 수 (N)로 나눈 값입니다. 선체 이동 평균 (Hma)은 가중 이동 평균 (Wma)과 N의 제곱근을 사용하여 평활화를 수행합니다. 따라서 계산은 다음과 같습니다. 이 수식을 단계별로 설명하십시오. 마지막 N / 2 데이터의 Wma를 가져 와서 2를 곱합니다. 그런 다음 마지막 N 데이터의 Wma를 뺍니다. 이제 그 값을 받아 N의 제곱근을 사용하십시오. 그런 다음 두 값 (즉, 기억 된 값의 Wma [N의 sqrt])의 Wma를 찾습니다. 제곱근은 값을 잘라 버리기 때문에 계산은 4, 9, 16, 25, 49 또는 81과 같은 완벽한 사각형 인 N을 선택해야합니다. 그림 1의 Sma와 Hma를 81 일 평균을 사용하여 비교하면 Sma가 뒤처지는 반면 Hma는 원활하고 변화하는 데이터에 반응합니다. 그림 1 : 단순한 ma 대 선체 m