8.5 Endpunkt Gleitender Durchschnitt Der Endpunkt Gleitender Durchschnitt (EPMA) legt einen Durchschnittspreis fest, indem er eine Gerade der kleinsten Quadrate (siehe Lineare Regression) über die letzten N Tage schließt und den Endpunkt der Linie (dh die Linie wie letztes) annimmt Tag) als Durchschnitt. Diese Berechnung wird durch eine Reihe von anderen Namen, einschließlich der kleinsten Quadrate gleitenden Durchschnitt (LSQMA), bewegte lineare Regression und Zeitreihenvorhersage (TSF). Joe Sharprsquos ldquomodified bewegt averagerdquo ist die gleiche Sache zu. Die Formel endet als ein einfacher gewichteter Durchschnitt der vergangenen N Preise, mit Gewichten gehen von 2N-1 bis - N2. Dies ist leicht aus den Formeln der kleinsten Quadrate abgeleitet, aber nur auf der Gewichtung der Verbindung zu den kleinsten Quadraten ist überhaupt nicht offensichtlich. Wenn p1 ist heute rsquos schließen, p2 yesterdays, etc, dann Die Gewichte sinken um 3 für jeden älteren Tag, und gehen für das älteste Drittel der N Tage negativ. Die folgende Grafik zeigt, dass für N15. Die Negative bedeuten, der Durchschnitt ist ldquooverweightrdquo auf die jüngsten Preise und kann Überschreitung Preisaktion nach einem plötzlichen Sprung. Im Allgemeinen jedoch, weil die gepaßte Linie bewusst durch die Mitte der neuen Preise geht, die EPMA neigt, in der Mitte der neuen Preise zu sein, oder eine Projektion von, wo sie schien, zu trimmen. Itrsquos interessant, die EPMA mit einem einfachen SMA zu vergleichen (siehe Simple Moving Average). Ein SMA zieht eine horizontale Linie durch die Vergangenheit N Tage Preise (ihre Mittel), während die EPMA eine schräge Linie zeichnet. Die Trägheitsanzeige (siehe Trägheitsmoment) nutzt die EPMA. Kevin Ryde Chart ist freie Software, die Sie es neu verteilen können, und es unter den Bedingungen der GNU General Public License zu ändern, wie sie von der Free Software Foundation Version 3 veröffentlicht wird, oder (Nach Ihrer Wahl) jede spätere Version. Linear Regression Indicator (LRI) Die Basis der linearen Regression Indicator ist eine Preisentwicklung in einem bestimmten Zeitraum angedockt. Die Methode der linearen Regressberechnung ist die kleinste Quadrate. Die kleinste Quadrate erlaubt es, eine Trendlinie so zu zeichnen, dass die Wurzel-Mittel-Quadrat-Divergenz (Achse Y) der Trendpunkte von den n Preisplanpunkten in der gewissen Periode minimal ist. Eine mit dem linearen Regress gezeichnete Trendlinie endet immer mit dem LRI-Indikatorpunkt. Obwohl LRI-Indikator gleitenden Durchschnitt ähnelt, hat es einige Pluspunkte. Im Gegensatz zum gleitenden Durchschnitt hat LRI eine niedrigere X-Latenzachse und ist daher reaktiver gegenüber Preisbewegungen. Im Allgemeinen prognostiziert LRI den Preis für zukünftige Perioden gemäß dem aktuellen Preis und unter Berücksichtigung vergangener Preisentwicklungen. Die Berechnung des LRI-Indikators erfolgt auf folgende Weise: Ziehen Sie eine lineare Regressionslinie über die definierten Periodenwerte, um die aktuellen Zahlen anzuzeigen. Eine lineare Regressionslinie kommt immer so nah wie möglich an die definierten Werte und entspricht einer Geraden. Es ist unmöglich, den Anfang einer Datenreihe LRI zu setzen, während der definierte Zeitraum nicht mit den Daten gefüllt ist. Es ist vergleichbar mit der Zeitreihe Moving Average und einer Null-Offset Zeitreihe Forecast. forexts: Was ist ein LSMA Es steht für Least Squares Moving Average und der Indikator zeigt den Endpunkt der linearen Regressionsgeraden. Durch Vergleich des aktuellen Wertes mit dem vorherigen Wert wird ein möglicher Trend ermittelt, dh die lineare Regressionsgerade zeigt nach oben oder unten. Verwenden Sie das Schließen der aktuellen Kerze, nachdem es fertig ist und die nächste Kerze bildet als der Endpunkt. Das vermeidet das Problem einer Kerze, die den Wert des Indikators in Echtzeit ändert. Ist LSMA lineare Regression Ich verstehe das Konzept der kleinsten Quadrate bei der Anpassung einer durchschnittlichen Linie, hatte aber nicht gehört, dass es als gleitenden Durchschnitt bezeichnet. Ich habe versucht, diesen Code und bekam eine Lineare Regression Linie, die die gleichen grundlegenden Bewegungen wie meine Kontrolle zu machen schien (eine LR Linie aus einer Charting-System, das ich bezahle). Aber auf der bezahlten Version, die Spitzen der LR gehen höher (niedriger), oft über und unter den Bollinger-Bands, während in dieser Version, die Wirkung viel mehr gedämpft ist. Irgendwelche Ideen, warum ich dieses Verhalten sehe, oder wo ich sonst einen Algorithmus für LR für MetaQuotes4 erhalten konnte, entfernte ich den LSMA von meinem Diagramm. Ich handele mit dem Indikator (CCI) fast ausschließlich. Das funktioniert viel besser. Ich fand, dass die zusätzlichen Indikatoren etwas verwirrend waren. Ich benutze CCI 14 Ich habe aufgehört mit dem Turbo CCI 6 Ich handele Geistermuster und zlrs und tlbs. Nichts kompliziert. Aber aggressiv. Und dies zu tun, finde ich, dass ich vor allem die CCI 14 nicht viel mehr, wie ich bin mit Trend-und Trend-Trend Handel. Ich benutze einen engen Halt. Nichts von Ihnen kann zufriedenstellend sein. Für weitere Infos. Werfen Sie einen Blick auf Woodies Seite. Gibt es einen Haufen von sehr wertvolle Infos drin. Es gibt so viele Methoden wie es Händler gibt. Ich habe an vielen Dingen versagt, bis ich den Indikator gut genug kennen gelernt habe und das meiste, was ich tue, ist wahrscheinlich schwer zu definieren und auch falsch in vielen Augen der Völker. Ich schätze, dass ich die meisten von Praxis-Trading für eine Gazillion Stunden. Blaiserboy: Es gibt so viele Methoden, wie es Händler gibt. Ich habe an vielen Dingen versagt, bis ich den Indikator gut genug kennen gelernt habe und das meiste, was ich tue, ist wahrscheinlich schwer zu definieren und auch falsch in vielen Augen der Völker. Ich schätze, dass ich die meisten von Praxis-Trading für eine Gazillion Stunden. Im auch auf dem langsamen Weg des Lernens Indikatoren eins nach dem anderen. Danke für all eure Antworten. Ich werde einen neuen Thread in Kürze auf LSMA und wird Entsendung Indikatoren und Experten im Zusammenhang mit LSMA auf den ersten paar Beiträge. LSMA als gleitender Durchschnitt basiert auf der Darstellung des Endpunkts der linearen Regressionsgeraden. Ich habe Versionen, die ich zu finden, dass auch andere Formen der geraden Linie mit Hyperbolic, Exponention, Macht und parabolische passen müssen. Dieses war someting ich arbeitete an für ein Selbstentzündung-Testlabor zurück 1978 und schrieb in BASICII für ein PDP 11. Ich fand, dass gerade Linie am besten arbeitete. Vielen Dank für die Info-Post, aber ich brauche wirklich einen guten linearen Regressions-Algorithmus oder mq4-Programm. Obwohl ich CCI verwenden, bevorzuge ich Linear Regression in Combo mit den bolliger Bands für den Handel. Auch ist es eine Aufgabe, die ich für andere abschließen muss. Was mich seltsam an der LSMA fiel, ist, dass ich nicht gelesen hatte, dass LR eine MA-Berechnung ist, obwohl ich das Konzept eines Algorithmus verstehen kann, um eine Linie zu finden, die zu einem 2-dimensionalen Satz von Punkten am besten mit der Methode der kleinsten Quadrate passt. Id nie gesehen Indikatorzeilen in 3 Farben gezeichnet Ich bin ein langjähriger CC-Programmierer in Windows mit Visual Studio, aber mit mq4 ist neu für mich und, obwohl sie sehr C-wie, nicht mit einer guten IDE zu lernen, ist meine Brünierung Fortschritt ein wenig. Damit. Hat jemand anderes irgendeine Eingabe auf einem anderen linearen Regressionsalorithmus, oder wie ich dieses zwicken könnte
No comments:
Post a Comment