分类
技術分析 是什麼

移动平均线ma指标公式

现货黄金日线,基于AMA构造的三均线交易系统 图表来源:嘉盛集团MT5平台

EMA(指数平均数指标)到底是什么?

胡慢慢 ​

假如我们现在有365天的温度,要求最近N天的平均温度值,其中 N \in [0, 365] 。

加权平均数

V_ = (\theta_1 + \theta_2 + \theta_ + . + \theta_) \div 365

指数加权平均是一种近似求平均的方法。

指数加权平均

v_ = \beta v_ + (1-\beta) \theta_

  • v_ : 约等于最近的 \frac天的平均温度值;(为啥是 \frac后面再讲)。
  • \theta_ :代表的是第t天的温度值;
  • \beta : 可调节的超参.

例如: \beta=0.9 ,t=100, v_ \approx 90到100这十天的平均温度。

v_ = \beta v_ + (1 - \beta) \theta_

v_ = \beta v_ + (1 - \beta) \theta_

v_ = \beta v_ + (1 - \beta) \theta_

设置不同的 \beta 会是什么样子呢?

\beta = 0.9 ,代表的是最近10天的平均温度值,对应下图中的红线.

\beta = 0.98 ,代表的是最近50天的平均温度值,对应下图中的绿线.

\beta = 0.5 ,代表的是最近2天的平均温度值,对应下图中的黄线,可以看到这时候和每天的温度值基本就是吻合的.

我们把公式展开一下,看看这个算法是怎么作用于 \theta_ 移动平均线ma指标公式 的,以 v_ 为例。

v_= 0.1\theta_ + 0.9v_ \\ = 0.1\theta_ 移动平均线ma指标公式 + 0.9( 0.1\theta_ + 0.9v_) \\ =. \\ = 0.1\theta_ + 0.1 * 0.移动平均线ma指标公式 移动平均线ma指标公式 9 \theta_ + 0.1 * 0.9 ^\theta_ + . + 0.1 * 0.9 ^\theta_

到这里我们就很清楚 v_ 实际上是对每天温度的加权平均,时间越近,权重越大,而且是指数式的,所以叫做指数加权平均。 假如我们以1/e为一个分界点,认为权重小于1/e对整个结果影响很小,权重指数衰减到这个值之后的项就可以忽略不计了,那当 \beta 取值的时候,多久才可以衰减到1/e呢?

MA移动平均线

本人编辑

©2022 Baidu 使用百度前必读 | 百科协议 | 隐私政策 | 百度百科合作平台 | 移动平均线ma指标公式 京ICP证030173号

【干货分享】MT5新增技术指标全解析:(一)自适应移动平均线AMA

MT5内置新增的8个技术指标 图表来源:嘉盛集团MT5平台

自适应移动平均线AMA是由美国数量金融投资家佩里·J·考夫曼(Perry J. Kaufman)发明的。我们都知道,大多数类型的移动平均线仅是通过价格简单构造出来的,而自适应移动平均线AMA却非常不同,该指标不仅考虑了价格因素,还考虑了市场中价格的波动性,这也是它与传统均线之间最大的差别。

移动平均线是一种最为常用的技术指标,大部分交易者在分析决策过程中都会用到。但在使用均线时,很多人都会遇到类似这样的困境:短期均线表现灵敏、反应快速,但常常发出错误信号;而长期均线表现稳定、错误率低,但又总是反应滞后。到底应该选择短期均线还是长期均线?均线参数究竟应该如何设置?这些问题总是让人左右为难。

情况1 市场趋势明显时:短期均线的表现更好。

情况2 市场趋势不明显时:长期均线的表现则会更好。

总结来说,短期均线比较灵敏,但却存在太多“噪音”干扰;而长期均线虽然比较可靠,但却又严重滞后。

那么,是否存在这样一条均线:当市场趋势运行时,它可以变快,变得快速灵敏;而当市场区间盘整时,它又能变慢,变得稳定可靠呢?

自适应移动平均线(Adaptive Moving Average, AMA)发明以来,就一直受到交易者的青睐。一方面是由于它简单有效,而另一方面则是因为作为一种均线,几乎所有适用于传统均线的方法都合适AMA,这免去了很多学习研究的烦恼。

一、通过AMA确定市场总体趋势

当AMA指标向上运行时,表明市场为上升趋势;当AMA指标向下运行时,表明市场为下跌趋势;而当AMA横向运动时,则表明市场当前不存在任何趋势。

此外,我们还可以据此来延伸出AMA的一个辅助用法——只要AMA不断上升,那么持有多头就是比较安全的。相反,只要AMA持续下降,那么空头就无需太过担忧。因为在趋势衰竭或逆转的过程中,AMA总会先开始拉平,并持续一段时间,然后才会开始转向。大多数情况下,AMA都会给我们充足的时间来做判断,看是否需要平仓离场。

中国A50指数4小时图+默认参数的AMA 图表来源:嘉盛集团MT5平台

二、两条AMA交叉产生信号

小米股价日线图,其中红色为5周期AMA,黄色为20周期AMA 图表来源:嘉盛集团MT5平台

三、使用AMA构造其它技术指标

四、套用所有均线使用方法到AMA

现货黄金日线,基于AMA构造的三均线交易系统 图表来源:嘉盛集团MT5平台

AMA指标的默认参数 图表来源:嘉盛集团MT5平台

第一步:计算效率比ER(Efficiency Ratio)

第二步:计算平滑常数SC

快速SC=2/(2 + 1)=0.6667,慢速SC=2/(30 + 1)=0.06452

第三步:计算缩放平滑常数SSC

SSC = [ER x(快速SC –慢速SC)+慢速SC] 2

让我们来仔细观察这个公式。当趋势极其强劲时,ER=1,此时SSC = [快速SC]2,这样SSC的值就主要取决于快速SC,也就是主要取决于快速EMA。而当趋势极其不明显时,ER=0,此时SSC = [慢速SC]2,这样SSC的值就主要取决于慢速SC,也就是主要取决于慢速EMA。很明显,快速SC的数值更大,而慢速SC的数值更小,这种调节机制就实现了根据市场的不同状态对两条EMA进行加权,从而实现了AMA指标的自适应。

第四步:计算自适应移动平均线AMA

AMA i 移动平均线ma指标公式 = AMA i-1 + SSC x(价格–AMA i-1)

美股特斯拉日线图+默认参数的AMA 图表来源:嘉盛集团MT5平台

时序分析(4) -- 移动平均模型(MA)

Magic Ktwc37 于 2019-11-07 23:09:44 发布 9802 收藏 移动平均线ma指标公式 34

时序分析(4)

移动平均模型(MA)

Moving Average Models - MA(q)

移动平均模型MA(q)其实和自回归模型有相似之处,不同之处在于移动平均是以过去的残差项也就是白噪声来做线性组合,而AR模型是以过去的观察值来做线性组合。MA的出发点是通过组合残差项来观察残差的振动.
MA(q)模型定义如下:
如果一个单变量时序数据 < y t ; t = 1 , 2 , . . . >\ < y t ​ ; t = 1 , 2 , . . . >,
y t = ω t + β 1 ω t − 1 + . . . + β p ω t − p y_t=\omega_t+\beta_1\omega_+. +\beta_p\omega_ y t ​ = ω t ​ + β 1 ​ 移动平均线ma指标公式 ω t − 1 ​ + . . . + 移动平均线ma指标公式 β p ​ ω t − p ​

= ω t + ∑ t = 1 p β i ω t − i =\omega_t+\sum_^

\beta_i\omega_ = ω t ​ + t = 1 ∑ p ​ β i ​ ω t − i ​

导入python包和数据

模拟MA(1)过程

在这里插入图片描述


现在我们对此模拟数据用MA(3)进行建模