MetaStock Função Média Móvel A média móvel é provavelmente a mais utilizada de todos os indicadores. Vem em vários tipos e tem inúmeras aplicações. Em termos básicos, porém, uma média móvel ajuda a suavizar as flutuações de preço (ou um indicador) e fornece um reflexo mais preciso da direção em que a segurança está se movendo. As médias móveis são indicadores atrasados e se encaixam na categoria seguinte da tendência. Os vários tipos incluem simples, ponderado, exponencial, variável e triangular. A diferença entre os vários tipos de médias móveis é simplesmente a maneira pela qual as médias são calculadas. Por exemplo, uma média móvel simples coloca ponderação igual em cada valor no período ponderado e exponencial, dando mais ênfase a valores recentes no período em que uma média móvel triangular coloca maior ênfase na seção intermediária do período de tempo e uma média móvel variável ajusta o ponderação em função da volatilidade no período. Vamos nos concentrar na média móvel simples, que é formada por encontrar o preço médio de um título em um determinado número de períodos. Isso é calculado somando os preços de fechamento da garantia sobre o número de períodos definido (por exemplo, 15) e dividindo essa resposta somada pelo número de períodos. Com relação aos outros tipos de médias móveis, seus cálculos podem ser um pouco mais complexos, mas a premissa ainda é a mesma. A única diferença é onde e como as ponderações relevantes são colocadas. SYNTAX Mov (matriz de dados, períodos, E S T TRI VAR W VOL) Matriz de dados Esta é a matriz de dados que será calculada em média para formar o indicador de média móvel. Geralmente, esse é o preço de fechamento, mas pode ser qualquer outro dado ou indicador de preço. Períodos Isso especifica quantos períodos são usados para calcular a média móvel. Este é o tipo de média móvel que deve ser usado, mostrado a seguir: E Exponencial S Simples T Séries Temporais Tri Triangular Var Variável W Volume Vol. Ponderado Ajustado A fórmula a seguir traça uma média móvel simples de 15 períodos do preço de fechamento: No exemplo acima: Uma aplicação mais útil deste exemplo poderia ser: CgtMov (C, 15, S) e VgtMov (V, 20, S) A fórmula acima especifica que o preço de fechamento deve estar acima de 15 períodos simples média móvel (denotada por CgtMov (C, 15, S)) e que o volume atual deve ser maior que a média de 20 períodos do volume (denotado por VgtMov (V, 20, S)). Olhando na Figura 3.27, podemos ver uma média móvel simples de 15 períodos aplicada ao gráfico. Figura 3.27 Indicador de Média Móvel Construir fórmulas para o seguinte: 1. O preço de fechamento cruzando uma média móvel ponderada de 20 períodos do fechamento e a média móvel simples de 30 períodos do fechamento é maior que a média móvel simples de 50 períodos do fechamento: Este artigo é um trecho do Guia de Estudo de Programação do MetaStock. “Descobrir o segredo simples para tornar o Metastock Easy Amp Identify Tradesquot rentável Clique aqui para encontrar mais informações sobre o Guia de Estudo da Programação do MetaStockMetastock Indicators Formula Index Isenção de responsabilidade Essas páginas incluem fórmulas de leitores, fórmulas da Equis e fórmulas derivadas da revista Stocks and Commodities. Todas as fórmulas são para o MetaStock v6.5 ou superior, a menos que seja indicado. Não alegamos que essas fórmulas funcionarão conforme descrito. Nosso objetivo é apenas reuni-los em um site como um recurso. Sua tarefa é encontrar a fórmula que fará a tarefa desejada ou que pode ser usada como uma base que pode ser modificada para executar a tarefa desejada. A maioria dessas fórmulas foram enviadas por e-mail para nós e acreditamos que elas são de domínio público. Quando conhecido, o autor é indicado e um contato de e-mail é fornecido. Se você tiver detalhes adicionais do autor ou contatos, informe-nos e publicaremos confirmações completas. Se o seu material foi fornecido para nós e usado sem permissão, por favor entre em contato conosco para providenciar a remoção imediata. Muitas dessas adições foram coletadas por Patrick McDonald e agradecemos por suas contribuições. O escritor de Fórmula Steve Karnish e Henry Kaczmarczyk também podem ser contatados para informações adicionais. Privacy Disclaimer - Última revisão: 19 dez 2016 URL: tradingstrategies. net. auComo reduzir o lag em uma média móvel Hull Moving Average (HMA): O indicador explicado As médias móveis tradicionais ficam abaixo da atividade de preço. Mas com alguma matemática inteligente, o atraso pode ser minimizado. Heres como Alan Hull Em 2005, quando eu estava trabalhando em um novo indicador, fui temporariamente desviado, tentando resolver o problema do atraso nas médias móveis, cujo resultado foi a média móvel do casco. Desde então, o HMA encontrou seu caminho em programas de mapeamento em todo o mundo e é regularmente discutido em quadros de avisos de traders em diferentes idiomas ao redor do mundo. Foi o resultado de uma curiosidade intelectual que eu coloquei no domínio público escrevendo o seguinte artigo. A Média Móvel de Casco resolve o antigo dilema de tornar uma média móvel mais responsiva à atividade de preço atual enquanto mantém a suavidade da curva. Na verdade, o HMA quase elimina o atraso e consegue melhorar o alisamento ao mesmo tempo. Para entender como ele alcança esses dois resultados opostos simultaneamente, precisamos começar com um quadro de referência de fácil compreensão. O gráfico a seguir contém uma média móvel simples de 16 semanas, que constantemente atrasa a atividade de preço e tem pouca suavidade. Em primeiro lugar, resolver o problema de suavização de curvas pode ser feito tomando uma média da média. i. e. SMA de 16 períodos (SMA de 16 períodos (Preço)) A má notícia é que isso causa um enorme aumento no atraso, como visto abaixo. Resolver o problema do lag é um pouco mais complicado e requer uma explicação com números em vez de gráficos. Considere uma série de 10 números de 0 a 9, inclusive, e imagine que eles são pontos de preço sucessivos em um gráfico, com 9 sendo o ponto de preço mais recente à direita. Se considerarmos a média simples destes números em 10 períodos, não surpreendentemente, determinaremos o ponto médio de 4,5, que fica significativamente atrás do ponto de preço mais recente de 9. Aqui está o ponto inteligente, primeiro vamos reduzir pela metade o período da média para 5 e aplicá-lo aos números mais recentes de 5, 6, 7, 8 e 9, o resultado sendo o ponto médio de 7. Finalmente, para remover o atraso, tomamos o ponto médio de 7 e adicionamos a diferença entre as duas médias, que é igual a 2,5 (7 - 4.5). Isto dá uma resposta final de 9,5 (7 2,5), que é uma ligeira sobrecompensação. Mas essa supercompensação é muito útil porque compensa o efeito de atraso da média aninhada. Portanto, o resultado da combinação dessas duas técnicas é um equilíbrio quase perfeito entre a redução da defasagem e a suavização da curva. O HMA consegue acompanhar as rápidas mudanças na atividade de preços, ao mesmo tempo em que possui uma suavização superior em uma SMA do mesmo período. O HMA emprega médias móveis ponderadas e amortece o efeito de suavização (e lag resultante) usando a raiz quadrada do período em vez do próprio período real, como visto abaixo. A fórmula a seguir para a Média móvel de casco (HMA) é para MetaStock, mas pode ser facilmente adaptada para uso com outros programas gráficos que são capazes de construir indicadores personalizados. Fórmula de Média Móvel de Casco (HMA) Inteiro (SquareRoot (Período)) WMA 2 x Inteiro (Período / 2) WMA (Preço) - Período Período WMA (Preço): Entrada (período, 1.200,20) sqrtperiod: Sqrt (período) Mov (2Mov (C, período / 2, W) - Mov (C, ponto, W), LastValue (sqrtperiod), W) Uma aplicação simples para o HMA, dada sua suavização superior, seria empregar os pontos de virada como entrada / sinais de saída. No entanto, ele não deve ser usado para gerar sinais de cruzamento, pois essa técnica depende do atraso. Compartilhe este artigo:
No comments:
Post a Comment