MetaTrader 5 - Indikatoren Fractal Adaptive Moving Average (FrAMA) - Indikator für MetaTrader 5 Beschreibung: Fractal Adaptive Moving Durchschnittliche technische Indikator (FRAMA) wurde von John Ehlers entwickelt. Dieser Indikator basiert auf dem Algorithmus des Exponential Moving Average. In dem der Glättungsfaktor auf der Grundlage der aktuellen fraktalen Dimension der Preisreihe berechnet wird. Der Vorteil von FRAMA ist die Möglichkeit, starken Trendbewegungen zu folgen und in den Momenten der Preiskonsolidierung hinreichend zu verlangsamen. Alle Analysetypen, die für Bewegungsdurchschnitte verwendet werden, können auf dieses Kennzeichen angewendet werden. FRAMA (i - 1) FRAMA (i) - aktueller Wert von FRAMA Preis (i) - aktueller Preis FRAMA (i) (I-1) - vorheriger Wert von FRAMA A (i) - Stromfaktor der Exponentialglättung. Der exponentielle Glättungsfaktor wird nach folgender Formel berechnet: A (i) EXP (-4.6 (D (i) - 1)) D (i) - aktuelle fraktale Dimension EXP () - mathematische Funktion des Exponenten. Die Fraktaldimension einer Geraden ist gleich Eins. Es ist aus der Formel ersichtlich, daß, wenn D & sub1 ;, dann EXP (-4,6 (1-1)) EXP (0) 1 ist. So wird bei Preisänderungen in geraden Linien keine exponentielle Glättung verwendet, da in einem solchen Fall die Formel Sieht wie folgt aus: FRAMA (i) 1 Preis (i) (1 - i) FRAMA (i-1) Preis (i) Der Indikator folgt genau dem Preis. Die fraktale Dimension einer Ebene ist gleich zwei. Aus der Formel ergibt sich, dass, wenn D 2, dann der Glättungsfaktor EXP (-4,6 (2-1)) EXP (-4,6) 0,01. Ein solcher kleiner Wert des exponentiellen Glättungsfaktors wird zu Momenten erhalten, wenn der Preis eine starke Sägezahnbewegung ausführt. Ein solches starkes Abbremsen entspricht etwa 200-Perioden einfachen gleitenden Durchschnitt. Formel der fraktalen Dimension: D (LOG (N1 N2) - LOG (N3)) / LOG (2) Sie wird auf der Grundlage der zusätzlichen Formel N (Länge, i) (HöchstPreis (i) - Niedrigster Preis (i)) / (I) - aktueller Maximalwert für Längenperioden LowestPrice (i) - aktueller Minimalwert für Längenperioden Die Werte N1, N2 und N3 sind jeweils gleich N1 (i) N (Länge, i) N2 (i) N ( Länge, i Länge) N3 (i) N (2 Länge, i) Adaptive Bewegungsdurchschnitte führen zu besseren Ergebnissen Gleitende Mittelwerte sind ein Lieblingsinstrument aktiver Händler. Allerdings, wenn die Märkte zu konsolidieren, führt dieser Indikator zu zahlreichen whipsaw Trades, was zu einer frustrierenden Reihe von kleinen Siegen und Verluste. Analytiker haben Jahrzehnte versucht, den einfachen gleitenden Durchschnitt zu verbessern. In diesem Artikel betrachten wir diese Bemühungen und finden, dass ihre Suche zu nützlichen Trading-Tools geführt hat. (Für den Hintergrund, der auf einfachen gleitenden Durchschnitten überprüft, überprüfen Sie einfaches bewegendes Mittel, das Trends hervorhebt.) Vor - und Nachteile der bewegenden Durchschnitte Die Vor - und Nachteile der gleitenden Durchschnitte wurden von Robert Edwards und von John Magee in der ersten Ausgabe der technischen Analyse von zusammengefasst Aktien-Trends. Wenn sie sagten, und es war schon im Jahre 1941, dass wir die Entdeckung (obwohl viele andere es vorher gemacht haben), dass durch die Mittelung der Daten für eine bestimmte Anzahl von Tagen konnte man eine Art von automatisierten Trendlinie, die definitiv interpretieren würde die Änderungen der TrendIt schien fast zu gut um wahr zu sein. Tatsächlich war es zu schön, um wahr zu sein. Mit den Nachteilen überwiegen die Vorteile, Edwards und Magee schnell aufgegeben ihren Traum vom Handel von einem Strand Bungalow. Aber 60 Jahre nachdem sie diese Worte geschrieben haben, bestehen andere darin, ein einfaches Werkzeug zu finden, das den Reichtum der Märkte mühelos liefern würde. Simple Moving Averages Um einen einfachen gleitenden Durchschnitt zu berechnen. Fügen Sie die Preise für den gewünschten Zeitraum und dividieren durch die Anzahl der Perioden ausgewählt. Die Suche nach einem fünftägigen gleitenden Durchschnitt würde Summierung der fünf letzten Schlusskurse und die Teilung von fünf. Wenn das letzte Schließen über dem gleitenden Durchschnitt liegt, würde die Aktie als in einem Aufwärtstrend betrachtet werden. Abwärtstrends werden durch den Handel unter dem gleitenden Durchschnitt definiert. (Für mehr, siehe unsere Moving Averages Tutorial.) Diese Trend-Definition-Eigenschaft ermöglicht es, dass gleitende Durchschnitte, um Trading-Signale zu generieren. In ihrer einfachsten Anwendung kaufen Händler, wenn Preise über dem gleitenden Durchschnitt sich bewegen und verkaufen, wenn Preise unter dieser Linie übersteigen. Ein solcher Ansatz ist garantiert, um den Händler auf die rechte Seite jedes bedeutenden Handels zu setzen. Leider, während Glättung der Daten, bewegte Durchschnitte werden sich hinter der Markt-Aktion und der Händler wird fast immer geben einen großen Teil ihrer Gewinne auf sogar die größten Gewinn-Trades. Exponential Moving Averages Analysten scheinen die Idee des gleitenden Durchschnitts zu mögen und haben jahrelang versucht, die mit dieser Verzögerung verbundenen Probleme zu reduzieren. Eine dieser Innovationen ist der exponentielle gleitende Durchschnitt (EMA). Dieser Ansatz weist den jüngsten Daten eine relativ höhere Gewichtung zu, und als Folge bleibt er der Preisaktion näher als ein einfacher gleitender Durchschnitt. Die Formel zur Berechnung eines exponentiellen gleitenden Mittelwertes ist: EMA (Gewicht schließen) ((1-Gewicht) EMAy) Dabei: Gewicht ist die vom Analytiker gewählte Glättungskonstante EMAy ist der exponentielle gleitende Durchschnitt von gestern Ein gemeinsamer Gewichtungswert ist 0,181, Ist nah an einem 20-tägigen einfachen gleitenden Durchschnitt. Eine andere ist 0,10, was ungefähr ein 10-Tage-gleitender Durchschnitt ist. Obwohl es die Verzögerung verringert, kann der exponentielle gleitende Durchschnitt nicht ein anderes Problem mit sich bewegenden Durchschnittswerten ansprechen, was bedeutet, dass ihre Verwendung für Handelssignale zu einer großen Anzahl von verlierenden Geschäften führen wird. In neuen Konzepten in technischen Handelssystemen. Welles Wilder schätzt, dass Märkte nur Trend ein Viertel der Zeit. Bis zu 75 Handelsgeschäfte beschränken sich auf enge Bereiche, wenn gleitende durchschnittliche Kauf - und Verkaufssignale wiederholt erzeugt werden, da sich die Preise rasch und deutlich über dem gleitenden Durchschnitt bewegen. Um dieses Problem zu lösen, haben mehrere Analysten vorgeschlagen, den Gewichtungsfaktor der EMA-Berechnung zu variieren. (Weitere Informationen finden Sie unter Wie werden gleitende Durchschnitte im Handel verwendet) Anpassung der gleitenden Durchschnitte an die Marktaktivität Eine Methode, um die Nachteile der gleitenden Durchschnitte zu adressieren, besteht darin, den Gewichtungsfaktor mit einem Volatilitätsverhältnis zu multiplizieren. Dies würde bedeuten, dass der gleitende Durchschnitt weiter von dem aktuellen Preis in volatilen Märkten wäre. Dies würde Gewinner zu laufen. Als Trend geht ein Ende und die Preise konsolidieren. Würde der gleitende Durchschnitt näher an der gegenwärtigen Marktbewegung herangehen und theoretisch dem Händler erlauben, die meisten Gewinne, die während des Trends erfasst werden, zu halten. In der Praxis kann das Volatilitätsverhältnis ein Indikator wie die Bollinger-Bandbreite sein, die den Abstand zwischen den bekannten Bollinger-Bändern misst. Perry Kaufman schlug vor, die Gewichtsvariable in der EMA-Formel mit einer Konstante zu ersetzen, die auf dem Wirkungsgradverhältnis (ER) basiert, in seinem Buch "New Trading Systems and Methods". Dieser Indikator soll die Stärke eines Trends messen, der in einem Bereich von -1,0 bis 1,0 liegt. Es wird mit einer einfachen Formel berechnet: ER (Gesamtpreisänderung für Periode) / (Summe der absoluten Preisänderungen für jeden Balken) Betrachten Sie eine Aktie, die jeden Tag einen Fünfpunktbereich hat und am Ende von fünf Tagen einen Kurs erzielt hat Insgesamt 15 Punkte. Dies würde zu einem ER von 0,67 führen (15 Punkte Aufwärtsbewegung geteilt durch den gesamten 25-Punkte-Bereich). Wäre dieser Bestand um 15 Punkte gesunken, wäre der ER -0,67. (Für weitere Trading-Tipps von Perry Kaufman, lesen Sie Losing To Win, die Strategien für die Bewältigung der Handelsverluste skizziert.) Das Prinzip der Trends Effizienz basiert auf, wie viel Richtungsbewegung (oder Trend) Sie pro Einheit der Preisbewegung über ein Definierten Zeitraum. Ein ER von 1,0 zeigt an, dass der Bestand in einem perfekten Aufwärtstrend liegt -1,0 repräsentiert einen perfekten Abwärtstrend. Praktisch werden die Extreme selten erreicht. Um diesen Indikator zu finden, um den adaptiven gleitenden Durchschnitt (AMA) zu finden, müssen Händler das Gewicht mit der folgenden komplexen Formel berechnen: C (ER (SCF SCS)) SCS 2 Wobei: SCF die Exponentialkonstante für die schnellste ist EMA zulässig (meist 2) SCS ist die Exponentialkonstante für die langsamste EMA zulässig (oft 30) ER ist das oben erwähnte Wirkungsgrad-Verhältnis Der Wert für C wird dann in der EMA-Formel anstelle der einfacheren Gewichtsvariablen verwendet. Obwohl es schwierig ist, von Hand zu berechnen, ist der adaptive gleitende Durchschnitt in fast allen Handelssoftwarepaketen als Option enthalten. (Beispiele für einen einfachen gleitenden Durchschnitt (rote Linie), einen exponentiellen gleitenden Durchschnitt (blaue Linie) und den adaptiven gleitenden Durchschnitt (grüne Linie) sind in 1 gezeigt. Abbildung 1: Die AMA ist grün und zeigt den größtmöglichen Abflachungsgrad in der Bereichsgrenze auf der rechten Seite dieser Tabelle. In den meisten Fällen ist der exponentielle gleitende Durchschnitt, der als blaue Linie dargestellt ist, der Preisaktion am nächsten. Der einfache gleitende Durchschnitt wird als rote Linie angezeigt. Die drei gleitenden Durchschnitte, die in der Figur gezeigt werden, sind alle anfällig für whipsaw Trades zu verschiedenen Zeiten. Dieser Nachteil bei den gleitenden Durchschnitten ist bisher nicht auszuschließen. Fazit Robert Colby getestet Hunderte von technischen Analyse-Tools in The Encyclopedia of Technical Market Indicators. Er schloss, Obwohl der adaptive gleitende Durchschnitt eine interessante neuere Idee mit beträchtlichem intellektuellem Anklang ist, zeigen unsere vorläufigen Tests keinen wirklichen praktischen Vorteil zu dieser komplexeren Trendglättungsmethode. Dieses bedeutet nicht, daß Händler die Idee ignorieren sollten. Die AMA könnte mit anderen Indikatoren kombiniert werden, um ein profitables Handelssystem zu entwickeln. (Mehr zu diesem Thema finden Sie unter Entdeckung von Keltner-Kanälen und dem Chaikin-Oszillator.) Der ER kann als eigenständiger Trendindikator genutzt werden, um die profitabelsten Handelsmöglichkeiten zu erkennen. Als Beispiel zeigen Verhältnisse über 0,30 starke Aufwärtstrends und stellen potentielle Käufe dar. Alternativ kann, da sich die Volatilität in Zyklen bewegt, die Bestände mit dem niedrigsten Effizienzverhältnis als Ausbruchschancen beobachtet werden. Eine Person, die Derivate, Rohstoffe, Anleihen, Aktien oder Währungen mit einem überdurchschnittlichen Risiko im Gegenzug handelt. "HINTquot ist ein Akronym, das für für quothigh Einkommen keine Steuern steht. Es wird auf Hochverdiener angewendet, die vermeiden, Bundeseinkommen zu zahlen. Ein Market Maker, dass kauft und verkauft extrem kurzfristige Unternehmensanleihen genannt Commercial Paper. Ein Papierhändler ist in der Regel. Eine Bestellung mit einem Brokerage zu kaufen oder zu verkaufen eine bestimmte Anzahl von Aktien zu einem bestimmten Preis oder besser platziert. Der uneingeschränkte Kauf und Verkauf von Waren und Dienstleistungen zwischen den Ländern ohne Einschränkungen wie. In der Welt der Wirtschaft, ein Einhorn ist ein Unternehmen, in der Regel ein Start-up, die nicht über eine etablierte Performance record. Ideally, möchten Sie ein gefiltertes Signal sowohl glatt und verzögerungsfrei. Lag verursacht Verzögerungen in Ihren Trades, und zunehmende Verzögerung in Ihren Indikatoren führen in der Regel zu niedrigeren Gewinnen. Mit anderen Worten, verspäteten Ecken bekommen, was auf dem Tisch bleibt, nachdem das Fest schon begonnen hat. Deshalb investieren Investoren, Banken und Institutionen weltweit den Jurik Research Moving Average (JMA). Sie können es so anwenden wie jeder andere beliebte gleitende Durchschnitt. JMAs verbessert Timing und Glätte wird Sie verblüffen. Die gezackte graue Linie im Diagramm simuliert Preisaktionen, die in einer niedrigen Handelsspanne beginnen, dann Lücken zu einer höheren Handelsspanne. Da niemand an der Seitenlinie wartet, bewegt sich ein perfekter Rauschreduzierungsfilter (grüne Linie) gleichmäßig in der Mitte der ersten Handelsspanne und springt dann fast sofort in die Mitte der neuen Handelsspanne. FRAMA ist ein modifizierter gleitender Durchschnitt Sieht genial Ive getan einige Tests mit ihm und die Ergebnisse sind vielversprechend. Lesen Sie die Analyse unten. Es ist ziemlich interessant. Für diejenigen unter Ihnen, die es ausprobieren möchten über Excel, Ill post die Prozedur unten. Eine kurze Zusammenfassung der FRAMA ist wie folgt. Denken Sie an Marktdaten in Bezug auf Boxen. In FRAMA gibt es im Wesentlichen drei Boxen (HL1, HL2, HL). Sagen Sie, Sie wollen einen gleitenden Durchschnitt von 30 Tagen. Um die drei Felder zu erstellen, müssen Sie die folgenden Schritte ausführen. 1. Spalte quotHLHL1quot: HL1 berechnet die Differenz zwischen den Max - und Min-Werten der 1. Hälfte des Datenbereichs. Für einen 30 Tage gleitenden Durchschnitt, würden Sie die max und niedrig für die ersten 15 Tage zu finden. HL1 (maximaler Preis - Mindestpreis) / (30/2) 2. Spalte quotHL2quot: HL2 folgt der gleichen Logik wie HL1, aber Sie finden die max und min in der zweiten Hälfte des Feldes. So vom 16. Tag bis zum 30. Tag. HL2 (maximaler Preis - minimaler Preis) / (30/2) 3. Spalte quotHLquot erstellen: Die Spalte HL kann als die größte Box betrachtet werden, da sie sowohl die HL1- als auch die HL2-Quoteboxquote zitiert. Grundsätzlich finden Sie die maximale und minimale Werte über die gesamten 30 Tage. HL (maximaler Preis - Mindestpreis) / 30 4. Erzeuge Spalte quotD (Fraktaldimension) LOG (HL1HL2) - LOG (HL) / LOG (2) 5. Spalte anlegenAlphaquot: Alpha EXP (-4.6 (D-1) ) -4.6 ist eine Konstante 6. Spalte quotFRAMAquot anlegen: Der erste FRAMA-Wert ist der Schlusskurs von Tag 31. Dann verwenden Sie die folgende Gleichung, um die verbleibenden FRAMA-Werte zu berechnen: FRAMA Previous FRAMA Alpha (Current Close-Previous FRAMA) Und das ist alles Es gibt es. In der Zukunft hoffe ich, mstrzerg zu überzeugen, sein wundervolles MATLAB Backtesting mit FRAMA zu machen und seine Ergebnisse zu sehen. September 16, 2013 5:00 am 5 comments Views: 6190 Der Fractal Adaptive Moving Average aka FRAMA ist ein besonders cleverer Indikator. Es nutzt die Fractal Dimension der Aktienkurse dynamisch anpassen ihre Glättung Zeitraum. In diesem Beitrag werden wir zeigen, wie die FRAMA durchführt und ob es würdig ist, in Ihr Trading-Arsenal aufgenommen zu werden. Um zu verstehen, wie die FRAMA funktioniert, lesen Sie bitte diesen Beitrag, bevor Sie fortfahren. Sie können auch eine KOSTENLOSE Kalkulationstafel mit einer funktionierenden FRAMA herunterladen, die sich automatisch an die von Ihnen festgelegten Einstellungen anpasst. Finden Sie es unter dem folgenden Link am unteren Rand der Seite unter Downloads Technische Indikatoren: Fractal Adaptive Moving Average (FRAMA). Bitte hinterlassen Sie einen Kommentar und teilen Sie diesen Beitrag, wenn Sie es nützlich finden. Die modifizierte FRAMA, die wir getestet haben, besteht aus mehr als einer Variablen. Bevor wir es gegen andere adaptive Moving Averages setzen können, um ihre Performance zu vergleichen, müssen wir zunächst verstehen, wie sich die FRAMA verhält, wie ihre Parameter geändert werden. Aus diesen Informationen können wir die besten Einstellungen identifizieren und diese Einstellungen verwenden, wenn wir den Vergleich mit anderen Moving Average Typen durchführen. Jede FRAMA erfordert eine Einstellung für den Fast Moving Average (FC), den Slow Moving Average (SC) und den FRAMA-Zeitraum selbst. Wir haben Trades getestet, die Long and Short, unter Verwendung der täglichen und wöchentlichen Daten, unter Verwendung von End Of Day (EOD) und End Of Week (EOW) - Signalen, die alle Kombinationen von FC 1, 4, 10, 20, 40, 60 SC 100, 150 analysieren , 200, 250, 300 FRAMA 10, 20, 40, 80, 126, 252 Teil der FRAMA-Berechnung besteht darin, die Steigung der Preise für die erste Hälfte, die zweite Hälfte und die gesamte Länge der FRAMA-Periode zu finden. Aus diesem Grund wurden die getesteten FRAMA-Perioden aufgrund der geraden Anzahl und der Tatsache, dass sie mit der ungefähre Anzahl der Handelstage in Standardkalenderperioden übereinstimmen, ausgewählt: 10 Tage 2 Wochen, 20 Tage 1 Monat, 40 Tage 2 Monate, 80 Tage Jahr, 126 Tage im Jahr und es gibt 252 Börsentage in einem durchschnittlichen Jahr. Insgesamt wurden 920 verschiedene Durchschnitte getestet und jeweils über 300 Jahre Daten über 16 verschiedene globale Indizes durchgeführt (Details hier). Täglich vs wöchentliche Daten EOD vs EOW-Signale In unserem ursprünglichen MA-Test Moving Averages Simple vs Exponential ergab sich, dass, sobald eine EMA-Länge über 45 Tage war, durch die Verwendung von EOW-Signale anstelle von EOD-Signale Sie nicht Rückkehr geopfert, sondern profitierte von einem 50-Sprung In der Wahrscheinlichkeit des Gewinns und der doppelten durchschnittlichen Handelsdauer. Um zu sehen, ob dies auch bei der FRAMA der Fall war, verglichen wir die besten Renditen, die von jedem Signaltyp produziert werden: Wie Sie sehen können, werden für die FRAMA Tagesdaten mit EOD-Signalen die mit Abstand am meisten profitablen Ergebnisse produzieren Daten. Es wird nachfolgend anhand von Tabellen dargestellt, die durch FRAMA-Perioden mit den Testergebnissen auf der y-Achse, dem Fast MA (FC) auf der x-Achse und einer separaten Reihe für jede Slow-MA (SC) aufgeteilt sind. FRAMA Annualized Return Day EOD Long Die erste beeindruckende Sache über die oben genannten Ergebnisse ist, dass jeder einzelne tägliche EOD lange durchschnittliche getestet übertraf die Kauf-und halten jährliche Rendite von 6,32 während der Testperiode (bevor die Transaktionskosten und Schlupf). Dies ist ein starkes Vertrauensvotum für die FRAMA als Indikator. Sie werden auch feststellen, dass die Datenreihe auf jedem Chart alle zusammen gebündelt sind, was zeigt, dass ähnliche Ergebnisse trotz der SC-Periode von 100 bis 300 Tagen erreicht werden. Das Ändern der anderen Parameter macht jedoch einen großen Unterschied und kehrt zurück, wenn die FRAMA-Periode mehr als 80 Tage beträgt. Dies zeigt, dass die Fraktaldimension nicht so sinnvoll ist, wenn sie über kurze Zeiträume gemessen wird. Wenn die FRAMA-Periode kurz ist, erhöht sich die Rendite, wenn der FC-Zeitraum verlängert wird. Dies ist darauf zurückzuführen, dass die Fraktaldimension sehr flüchtig ist, wenn sie über kurze Perioden gemessen wird, und ein längerer FC dämpft diese Volatilität. Sobald die FRAMA-Periode 40 Tage oder mehr beträgt, wird die Fraktaldimension weniger flüchtig und folglich führt eine Erhöhung des FC zu einem Rückgang der Rückkehr. Insgesamt kamen die besten jährlichen Renditen auf der Long-Seite des Marktes aus einer FRAMA-Periode von 126 Tagen, was etwa sechs Monaten auf dem Markt entspricht, während ein FC von nur 1 bis 4 Tagen am effektivsten war. Die Beurteilung der Ergebnisse aus der Short-Seite des Marktes kommt zu dem gleichen Ergebnis, obwohl die Renditen deutlich niedriger waren: FRAMA Annualized Return Short. FRAMA Annualisierte Rendite während des Exposure Day EOD Long Die obigen Charts zeigen, wie produktiv jede einzelne FRAMA EOD Long während des Marktes ausgesetzt war. Offensichtlich sind die kürzeren FRAMA-Perioden weit weniger produktiv und alles unter 40 Tage ist nicht wert, belästigend mit. Die 126-Tage-FRAMA wieder produziert die besten Renditen mit dem optimalen FC wird 1 4 Tage. Rückkehr für gehendes kurzes folgte ein ähnliches Muster aber, wie Sie erwarten würden, waren weit niedriger FRAMA Annualisierte Rückkehr während Belichtung kurz. Vorangehend werden wir uns auf die Eigenschaften der 126 Day FRAMA konzentrieren, weil sie durchweg überlegene Renditen erzielten. FRAMA, EOD Zeit im Markt. Weil die 16 Märkte mit einer durchschnittlichen jährlichen Rate von 6,32 während der Testperiode fortgeschritten sind, kommt es nicht als Überraschung, daß die Majorität der Marktexposition zur langen Seite war. Durch die Erweiterung des FC erhöhte sie die Zeit, die der langen Seite ausgesetzt war, und verringerte die Exposition auf der kurzen Seite. Wenn die Testperiode aus einer längeren Baisse bestand, würden die Exposure-Ergebnisse wahrscheinlich umgekehrt sein. FRAMA, EOD Handelsdauer. Durch die Erhöhung der FZ-Periode verlängert sie auch die durchschnittliche Handelsdauer. Das Ändern des SC macht wenig Unterschied, aber wenn der SC von 100 auf 300 Tage erhöht wird, steigt die durchschnittliche Handelsdauer immer so geringfügig an. FRAMA, EOD Gewinnwahrscheinlichkeit. Wie Sie erwarten würden, ist die Gewinnswahrscheinlichkeit auf der langen Seite höher, was wiederum im Wesentlichen eine Funktion der globalen Märkte ist, die während der Testperiode ansteigen. Jedoch ist die Schlüsselinformation, die durch die Diagramme oben aufgedeckt wird, daß die Wahrscheinlichkeit des Gewinns erheblich abnimmt, während der FC verlängert wird. Dies ist ein weiterer Hinweis, dass die optimale FRAMA eine kurze FC-Periode erfordert. Die besten täglichen EOD FRAMA Parameter. Unsere Tests zeigen deutlich, dass eine FRAMA-Periode von 126 Tagen nahezu optimale Ergebnisse liefern wird. Während für den SC haben wir gezeigt, dass jede Einstellung zwischen 100 und 300 Tage wird ein ähnliches Ergebnis zu produzieren. Der FC-Zeitraum auf der anderen Seite muss kurz 4 Tage oder weniger. John Ehlers ursprünglicher FRAMA hatte einen FC von 1 und einen SC von 198 dieses produziert fantastische Resultate ohne die Notwendigkeit irgendeine änderung. Weil wir es vorziehen, so selten wie möglich zu handeln, haben wir einen FC von 4 und einen SC von 300 als die besten Parameter ausgewählt, da diese Einstellungen zu einer längeren durchschnittlichen Handelsdauer führen, während weiterhin große Erträge sowohl auf der Long - als auch auf der Short-Seite des Marktes erzielt werden . FRAMA, EOD Lang. Oben sehen Sie, wie die 126-Tage-FRAMA mit einem FC von 4 und einem SC von 300 seit 1991 im Vergleich zu einem gleich gewichteten globalen Durchschnitt der getesteten Märkte. Ich habe die Leistung der 75 Tage EMA, EOW becuase es war die beste Leistung exponentiellen gleitenden Durchschnitt aus unseren ursprünglichen Tests enthalten. Dies zeigt deutlich, dass der Fractal Adaptive Moving Average einem Standard-Exponential Moving Average überlegen ist. Die FRAMA ist weit aktiver aber produzieren mehr als 5 Mal so viele Trades und leiden größere Rückgänge während der Bärenmarkt 2008. Auf der kurzen Seite des Marktes beweist die FRAMA ihre Wirksamkeit. Ohne das Ändern von Parametern bleibt der 126 Day FRAMA, EOD 4, 300 ein Spitzenreiter. Als wir unsere ursprünglichen Tests auf der EMA liefen, fanden wir, dass ein schnellerer Durchschnitt am besten für den Kurzschluss am besten funktionierte und dass die 25-Tage-EMA besonders effektiv war. Aber wie Sie auf dem Diagramm oben sehen können, übertrifft die FRAMA wieder. Was ist besonders beachtenswert ist, dass die annualisierte Rendite während der 27 der Zeit, dass diese FRAMA kurz war der Markt war 6,64, die größer ist als die globale durchschnittliche annualisierte Rendite von 6,32. Siehe die Ergebnisse für den FRAMA, EOD 4, 300 126 Tag FRAMA, EOD 4, 300 Glättungsperiodenverteilung. Bei einer Standard-EMA ist die Glättungsperiode konstant, wenn Sie eine 75-Tage-EMA haben, dann ist die Glättungsdauer 75 Tage, egal was passiert. Die FRAMA hingegen ist adaptiv, so dass sich die Glättungsperiode ständig ändert. Aber wie ist die Glättung verteilt folgt es einer Glockenkurve zwischen dem FC und SC, ist es zufällig oder ist es um ein paar Werte lokalisiert. Um die Antwort zu verraten, haben wir den Prozentsatz angegeben, dass jede Glättungsperiode über die 300 Jahre der Testdaten auftrat. Das Diagramm oben kam als eine ziemlich überraschung. Es zeigt, dass trotz einer FC bis SC-Bereich von 4 bis 300 Tage 72 der Glättung innerhalb einer 4- bis 50-Tage-Bereich war und die Mehrheit davon war nur 5 bis 8 Tage. Dies erklärt, warum die Änderung der SC hat wenig Einfluss und warum die Änderung der FC macht den Unterschied. Es erklärt auch, warum die FRAMA nicht gut funktioniert, wenn EOW-Signale verwendet werden, da eine EMA über 45 Tage in der Dauer sein muss, bevor EOW-Signale verwendet werden können, ohne Rückgänge zu opfern. Ein langsamerer FRAMA Wir haben festgestellt, dass der FRAMA ein sehr effektiver Indikator ist, aber die besten Parameter (126 Tage FRAMA, EOD 4, 300 Long) resultieren in einem sehr schnellen Durchschnitt, der in Ihren Tests eine typische Handelsdauer von nur 14 Tagen hatte. Wir wissen auch, dass die 75 Tage EMA, EOW Long eine effektive noch langsamer gleitenden Durchschnitt und in unseren Tests hatte eine typische Handelsdauer von 74 Tagen. Ein guter langsam gleitender Durchschnitt kann eine nützliche Komponente in jedem Handelssystem sein, da es verwendet werden kann, um die Signale von anderen aktiveren Indikatoren zu bestätigen. So sahen wir die Ergebnisse der FRAMA-Testergebnisse wieder auf der Suche nach einem weniger aktiven Durchschnitt, der eine bessere Alternative zu der 75-Tage-EMA ist, und das ist es, was wir gefunden haben: Die 252-Tage-FRAMA, EOW 40, 250 Long produziert eindrucksvolle Ergebnisse Die 75 Tage EMA, EOW Long um einen Bruchteil. Allerdings ist diese fraktionale Verbesserung in fast jedem Maß einschließlich der Leistung auf der kurzen Seite. Der einzige Rückstand ist ein leichter Rückgang der durchschnittlichen Handelsdauer von 74 Tagen auf 63 Jahre. Als Ergebnis der 252 Tag FRAMA, EOW 40, 250 hat die 75 Tage EMA, EOW aus dem Technischen Indikator Kampf für Supremacy geklopft. Sehen Sie die Ergebnisse für die 252 Day FRAMA, EOW 40, 250 Long und Short auf jedem der 16 getesteten Märkte. 252 Tag FRAMA, EOW 40, 250 Glättungsperiodenverteilung FRAMA Testing Fazit Das FRAMA ist erstaunlich effektiv sowohl als schneller als auch langsamer Gleitdurchschnitt und übertrifft jede SMA oder EMA. Wir haben eine modifizierte FRAMA mit einem FC von 4, einem SC von 300 und einer FRAMA-Periode von 126 als das effektivste schnelle FRAMA ausgewählt, obwohl die Einstellungen für eine Standard-FRAMA auch hervorragende Ergebnisse liefern. Für einen langsameren oder längerfristigen Durchschnitt sind die besten Ergebnisse wahrscheinlich von einem FC von 40 kommen, einem SC von 250 und einer FRAMA-Periode von 252. Robert Colby in seinem Buch The Encyclopedia of Technical Market Indicators abgeschlossen, Obwohl die adaptive gleitenden Durchschnitt ist Eine interessante neuere Idee mit beträchtlichem intellektuellem Reiz, zeigen unsere Vorversuche keinen wirklichen praktischen Vorteil für diese komplexere Trendglättungsmethode. Nun Herr Colby, unsere Forschung in der FRAMA steht im direkten Kontrast zu Ihren Ergebnissen. Es wird interessant sein zu sehen, ob einer der anderen Adaptive Moving Averages bessere Renditen erzielen kann. Wir werden die Ergebnisse HIER bekannt geben, sobald sie verfügbar sind. Gut gemacht John Ehlers haben Sie einen weiteren außergewöhnlichen Indikator Build Profitable Trading Systems erstellt
No comments:
Post a Comment