Geweegde Bewegende Gemiddelde Standaardafwyking

Verken die eksponensieel Geweegde Moving Gemiddelde Volatiliteit is die mees algemene maatstaf van risiko, maar dit kom in verskeie geure. In 'n vorige artikel het ons gewys hoe om eenvoudige historiese wisselvalligheid te bereken. (Om hierdie artikel te lees, sien Die gebruik van Volatiliteit Om toekomstige risiko te meet.) Ons gebruik Googles werklike aandele prys data om daaglikse wisselvalligheid gebaseer op 30 dae van voorraad data bereken. In hierdie artikel, sal ons verbeter op eenvoudige wisselvalligheid en bespreek die eksponensieel geweeg bewegende gemiddelde (EWMA). Historiese Vs. Geïmpliseer Volatiliteit Eerste, laat sit hierdie metrieke in 'n bietjie van perspektief. Daar is twee breë benaderings: historiese en geïmpliseer (of implisiete) wisselvalligheid. Die historiese benadering veronderstel dat verlede is proloog ons geskiedenis te meet in die hoop dat dit voorspellende. Geïmpliseerde wisselvalligheid, aan die ander kant, ignoreer die geskiedenis wat dit oplos vir die wisselvalligheid geïmpliseer deur markpryse. Hulle hoop dat die mark weet die beste en dat die markprys bevat, selfs al is implisiet, 'n konsensus skatting van wisselvalligheid. (Vir verwante leesstof, sien die gebruike en beperkinge van Volatiliteit.) As ons fokus op net die drie historiese benaderings (op die bogenoemde links), hulle het twee stappe in gemeen: Bereken die reeks periodieke opgawes Pas 'n gewig skema Eerstens, ons bereken die periodieke terugkeer. Dis gewoonlik 'n reeks van die daaglikse opgawes waar elke terugkeer uitgedruk in voortdurend saamgestel terme. Vir elke dag, neem ons die natuurlike log van die verhouding van aandele pryse (dit wil sê die prys vandag gedeel deur die prys gister, en so aan). Dit veroorsaak 'n reeks van die daaglikse opbrengs van u ek u i-m. afhangende van hoeveel dae (m dae) ons meet. Dit kry ons by die tweede stap: Dit is hier waar die drie benaderings verskil. In die vorige artikel (Die gebruik van Volatiliteit Om toekomstige risiko Gauge), ons het getoon dat onder 'n paar aanvaarbare vereenvoudigings, die eenvoudige afwyking is die gemiddeld van die kwadraat opbrengste: Let daarop dat hierdie som elk van die periodieke opgawes, verdeel dan wat totaal deur die aantal dae of waarnemings (m). So, dit is regtig net 'n gemiddeld van die kwadraat periodieke opgawes. Anders gestel, is elke vierkant terugkeer gegee 'n gelyke gewig. So as alfa (a) is 'n gewig faktor (spesifiek, 'n 1 / m), dan 'n eenvoudige variansie lyk iets soos hierdie: Die EWMA Verbeter op Eenvoudige Variansie Die swakheid van hierdie benadering is dat alle opgawes verdien dieselfde gewig. Yesterdays (baie onlangse) terugkeer het geen invloed meer op die variansie as verlede maande terugkeer. Hierdie probleem is opgelos deur die gebruik van die eksponensieel geweeg bewegende gemiddelde (EWMA), waarin meer onlangse opbrengste het 'n groter gewig op die variansie. Die eksponensieel geweeg bewegende gemiddelde (EWMA) stel lambda. wat die smoothing parameter genoem. Lambda moet minstens een wees. Onder daardie toestand, in plaas van gelyke gewigte, elke vierkant terugkeer is geweeg deur 'n vermenigvuldiger soos volg: Byvoorbeeld, RiskMetrics TM, 'n finansiële risikobestuur maatskappy, is geneig om 'n lambda van 0,94, of 94. gebruik in hierdie geval, die eerste ( mees onlangse) kwadraat periodieke terugkeer is geweeg deur (1-0,94) (. 94) 0 6. die volgende kwadraat terugkeer is bloot 'n lambda-veelvoud van die vorige gewig in hierdie geval 6 vermenigvuldig met 94 5.64. En die derde voor dae gewig gelyk (1-0,94) (0.94) 2 5,30. Dis die betekenis van eksponensiële in EWMA: elke gewig is 'n konstante vermenigvuldiger (dit wil sê lambda, wat moet wees minder as een) van die dae gewig voor. Dit sorg vir 'n afwyking wat geweeg of voorkeur vir meer onlangse data. (Vir meer inligting, kyk na die Excel Werkkaart vir Googles Volatiliteit.) Die verskil tussen net wisselvalligheid en EWMA vir Google word hieronder getoon. Eenvoudige wisselvalligheid effektief weeg elke periodieke terugkeer deur 0,196 soos uiteengesit in kolom O (ons het twee jaar van die daaglikse aandeleprys data. Dit is 509 daaglikse opgawes en 1/509 0,196). Maar let op dat Kolom P ken 'n gewig van 6, dan 5.64, dan 5.3 en so aan. Dis die enigste verskil tussen eenvoudige variansie en EWMA. Onthou: Nadat ons die hele reeks (in kolom Q) het ons die variansie, wat is die kwadraat van die standaardafwyking som. As ons wil hê wisselvalligheid, moet ons onthou om die vierkantswortel van daardie afwyking te neem. Wat is die verskil in die daaglikse wisselvalligheid tussen die variansie en EWMA in Googles geval beduidende: Die eenvoudige variansie het ons 'n daaglikse wisselvalligheid van 2,4, maar die EWMA het 'n daaglikse wisselvalligheid van slegs 1.4 (sien die sigblad vir besonderhede). Blykbaar, Googles wisselvalligheid bedaar meer onlangs dus kan 'n eenvoudige variansie kunsmatig hoog wees. Vandag se afwyking is 'n funksie van Pior Dae Variansie Youll kennisgewing wat ons nodig het om 'n lang reeks van eksponensieel afneem gewigte bereken. Ons sal nie die wiskunde doen hier, maar een van die beste eienskappe van die EWMA is dat die hele reeks gerieflik verminder tot 'n rekursiewe formule: Rekursiewe beteken dat vandag se stryd verwysings (dit wil sê 'n funksie van die vorige dae variansie). Jy kan hierdie formule in die sigblad ook, en dit lei tot die presies dieselfde resultaat as die skuldbewys berekening Dit sê: Vandag se variansie (onder EWMA) gelyk yesterdays variansie (geweeg volgens lambda) plus yesterdays kwadraat terugkeer (geweeg deur een minus lambda). Let op hoe ons net bymekaar te tel twee terme: yesterdays geweegde variansie en yesterdays geweeg, vierkantig terugkeer. Net so is, lambda is ons glad parameter. 'N Hoër lambda (bv soos RiskMetrics 94) dui stadiger verval in die reeks - in relatiewe terme, gaan ons meer datapunte in die reeks en hulle gaan stadiger af te val. Aan die ander kant, as ons die lambda verminder, dui ons hoër verval: die gewigte val vinniger af en, as 'n direkte gevolg van die snelle verval, is minder datapunte gebruik. (In die sigblad, lambda is 'n inset, sodat jy kan eksperimenteer met sy sensitiwiteit). Opsomming Volatiliteit is die oombliklike standaardafwyking van 'n voorraad en die mees algemene risiko metrieke. Dit is ook die vierkantswortel van variansie. Ons kan variansie histories of implisiet (geïmpliseer wisselvalligheid) te meet. Wanneer histories meet, die maklikste metode is eenvoudig variansie. Maar die swakheid met 'n eenvoudige afwyking is alle opgawes kry dieselfde gewig. So staan ​​ons voor 'n klassieke kompromis: ons wil altyd meer inligting, maar hoe meer data het ons die meer ons berekening verwater deur verre (minder relevant) data. Die eksponensieel geweeg bewegende gemiddelde (EWMA) verbeter op eenvoudige variansie deur die toeken van gewigte aan die periodieke opgawes. Deur dit te doen, kan ons albei gebruik 'n groot monster grootte, maar ook 'n groter gewig te gee aan meer onlangse opbrengste. (Om 'n fliek handleiding te sien oor hierdie onderwerp, besoek die Bionic skilpad.) What039s die verskil tussen bewegende gemiddelde en geweegde bewegende gemiddelde A 5-tydperk bewegende gemiddelde, gebaseer op die bogenoemde, sal bereken word deur die volgende formule pryse: Gebaseer op die vergelyking hierbo, die gemiddelde prys oor die bogenoemde tydperk was 90,66. Die gebruik van bewegende gemiddeldes is 'n effektiewe metode vir die uitskakeling van sterk prysskommelings. Die sleutel beperking is dat datapunte vanaf ouer data nie anders word geweeg as datapunte naby die begin van die datastel. Dit is hier waar geweegde bewegende gemiddeldes 'n rol speel. Geweegde gemiddeldes toewys 'n swaarder gewig meer huidige data punte omdat hulle meer relevant as datapunte in die verre verlede. Die som van die gewig moet optel tot 1 (of 100). In die geval van die eenvoudige bewegende gemiddelde, is die gewigte eweredig versprei, wat is die rede waarom hulle nie in die tabel hierbo getoon. Sluitingsprys van AAPL Die geweegde gemiddelde is bereken deur vermenigvuldig die gegewe prys deur sy verwante gewig en dan die WHALM waardes. In die voorbeeld hierbo, sal die geweegde 5-daagse bewegende gemiddelde 90,62. In hierdie voorbeeld is die onlangse data punt die hoogste gewig uit 'n arbitrêre 15 punte. Jy kan die waardes weeg uit enige waarde goeddink jou. Die laer waarde van die geweegde gemiddelde persentasie van relatief tot die eenvoudige gemiddelde dui die onlangse verkoop druk kan meer betekenisvol as 'n paar handelaars verwag word. Vir die meeste handelaars, die gewildste keuse by die gebruik van geweeg bewegende gemiddeldes is om 'n hoër gewig gebruik vir die afgelope waardes. (Vir meer inligting, kyk na die bewegende gemiddelde Tutoriaal) Lees meer oor die verskil tussen eksponensiële bewegende gemiddeldes en geweegde bewegende gemiddeldes, twee glad aanwysers dat. Lees Antwoord Die enigste verskil tussen hierdie twee tipes bewegende gemiddelde is die sensitiwiteit elkeen toon veranderinge in die gebruik van data. Lees Antwoord Sien waarom bewegende gemiddeldes het bewys voordelig vir handelaars en ontleders en nuttig te wees wanneer dit toegepas word om die prys kaarte en. Lees Antwoord Leer hoe handelaars en beleggers gebruik geweegde Alpha om momentum van 'n aandele prys te identifiseer en of pryse hoër sal beweeg. Lees Antwoord Hier is die mees algemene gekies tydperke gebruik deur handelaars en markanaliste in die skep van bewegende gemiddeldes te trek as tegniese. Lees Antwoord verstaan ​​hoe om die gewigte van die verskil koste van kapitaal en hoe hierdie berekening word gebruik om te bepaal bereken. Lees Beantwoord Tegniese Chart Aanwysers en Studies Vind beskrywings, formules, parameters, en ander hulp vir die aanwysers en studies wat gebruik word deur die Barchart Tegniese Charts aansoek hieronder. Tegniese Charts en Classic Charts het elk hul eie stel studies. Kyk Classic Chart Indicators Interaktiewe kaarte. egter deel baie van dieselfde studies met tegniese Charts. Sommige van die parameters kan effens anders tussen die twee weergawes van kaarte wees. Tensy anders vermeld, is die bedrag wat in hierdie dokumentasie parameters wat gebruik word deur die Tegniese Chart program. Tegniese Chart Aanwysers en Studies Beskikbaar in Interaktiewe kaarte slegs wanneer jy oorskakel tussen tegniese, Interaktiewe, of Classic Charts, enige studies wat reeds op die grafiek verwyder, na gelang van die aanwysers nie oordra. Let wel: rooi, groen, blou, pers, oranje: Wanneer die toevoeging van verskeie bewegende gemiddeldes op 'n grafiek, sal die lyne in hierdie volgorde gekleur. Wanneer jy 'n aanduiding om 'n tegniese Chart, kan jy die parameters van die studie te verander deur te kliek op die naam aanwyser. Die gebied sal uitbrei, en laat jou toe om die parameters van jou keuse te betree. Moving standaardafwyking Indicator type. Standalone Standaardafwyking is 'n statistiese term wat 'n goeie aanduiding van wisselvalligheid bied. Dit meet hoe wyd waardes (sluitingsdatum pryse byvoorbeeld) is verstrooi, weg van die gemiddelde. Verspreiding is die verskil tussen die werklike waarde (sluitingsprys) en die gemiddelde waarde (gemiddelde sluitingsprys). Hoe groter die verskil tussen die sluiting pryse en die gemiddelde prys, hoe hoër is die standaard afwyking sal wees en hoe hoër is die wisselvalligheid. Hoe nader die sluitingsdatum pryse is aan die gemiddelde prys, hoe laer is die standaardafwyking en hoe laer die wisselvalligheid. Die stappe vir die berekening van 'n 20-tydperk standaardafwyking is soos volg: Bereken die eenvoudige gemiddelde (gemiddelde) van die sluitingsprys. maw Som die laaste 20 sluitingstyd pryse en deel dit deur 20 Vir elke tydperk, trek die gemiddelde sluitingsprys van die werklike sluitingsprys. Dit gee ons die afwyking vir elke periode. Vierkante elke tydperke afwyking. Som die kwadraat afwykings. Verdeel die som van die gekwadreerde afwykings volgens die aantal periodes (20 in ons voorbeeld hieronder). Die standaardafwyking is dan gelyk is aan die vierkantswortel van daardie getal. Die 20-tydperk standaardafwyking vir die data hierbo is 6,787. Let daarop dat dit die volle bevolking weergawe van die standaardafwyking. Daar is 'n ander soort standaardafwyking berekening wat gebruik word wanneer jy neem 'n statistiese monster van 'n bevolking, maar die weergawe is nie gebruik word in tegniese ontleding, aangesien al die datapunte is bekend. Tydperk (20) - die aantal bars op die chartMoving standaardafwyking Moving standaardafwyking is 'n statistiese meting van markonbestendigheid. Dit maak geen voorspellings van die mark rigting, maar dit kan dien as 'n bevestiging van aanwyser. Jy gee die aantal periodes te gebruik, en die studie bere die standaardafwyking van pryse uit die bewegende gemiddelde van die pryse. Dit is afgelei van die berekening van 'n N tydperk Eenvoudige bewegende gemiddelde van die data-item. Dit vat dan die blokkies van die verskil tussen die data-item en sy bewegende gemiddelde oor elk van die voorafgaande N tydperke. Ten slotte is dit verdeel hierdie som deur N en bereken die vierkantswortel van hierdie resultaat. Eiendomme Tydperk: Die aantal bars in 'n grafiek. As die grafiek vertoon daaglikse data, dan tydperk dui dae in weeklikse kaarte, sal die tydperk vir weke staan, en so aan. Die program maak gebruik van 'n standaard van 20. Aspek: Die simbool veld waarop die studie sal bereken word. Veld is ingestel op die standaard, wat, wanneer jy 'n grafiek vir 'n spesifieke simbool, is dieselfde as Close. Interpretasie standaardafwyking waardes styg aansienlik wanneer die ontleed kontrak van aanwyser verandering in waarde dramaties. Wanneer markte is stabiel, lae standaardafwyking lesings is normaal. Lae standaardafwyking lesings tipies geneig voordat beduidende opwaartse prysveranderinge te kom. Ontleders algemeen dit eens dat 'n hoë wisselvalligheid is deel van die groot tops, terwyl lae wisselvalligheid vergesel groot bottoms. Inhoud Bron: Futuresource Ander Tegniese Analise Studies Primêre Sidebar verhef jou Trading Laaste Tweets Is jy 'n visuele leerder Vind ons webinars bladsy vir video tutoriale en analise van die mark van ons makelaars: t. co/Yc92vYQsSW tyd gelede 3 Dae via Buffer 10 Riglyne vir Online Futures Trading: t. co/aeDodxfyzL t. co/t7Of3h4psp tyd gelede 4 Dae via Buffer lomp op die mark Oorweeg 'n lang sit strategie. Hier is hoe - t. co/Knv6IoeFbA tyd gelede 4 Dae via Buffer Kopiereg xA9 2016 xB7 Daniels Trading. Alle regte voorbehou. Hierdie materiaal word oorgedra as 'n uitnodiging vir die aangaan van 'n afgeleide transaksie. Hierdie materiaal is opgestel deur 'n Daniels Trading makelaar wat bied marknavorsing kommentaar en handel aanbevelings as deel van sy of haar uitnodiging vir rekeninge en uitnodiging vir ambagte egter Daniels Trading nie in stand te hou 'n navorsingsafdeling soos omskryf in CFTC Reël 1.71. Daniels Trading, sy prinsipale, makelaars en werknemers mag handel dryf in afgeleide instrumente vir hul eie rekeninge of vir die rekeninge van ander. As gevolg van verskeie faktore (soos toleransie vir risiko, vereistes marge, handel doelwitte, kort termyn vs. langtermyn strategieë, tegniese vs. fundamentele analise van die mark, en ander faktore) sodanige handel kan lei tot die aanvang of likwidasie van posisies wat verskil van is of in stryd met die menings en aanbevelings daarin vervat. Vorige prestasie is nie noodwendig 'n aanduiding van toekomstige prestasie nie. Die risiko van verlies in die handel termynkontrakte of kommoditeit opsies kan aansienlik wees, en daarom beleggers moet verstaan ​​die risiko's wat betrokke is in die neem van aged posisies en moet verantwoordelikheid vir die risiko's wat verband hou met sodanige beleggings en hul resultate te aanvaar. U moet goed oorweeg of sodanige handel is geskik vir jou in die lig van jou omstandighede en finansiële hulpbronne. Jy moet die risiko bekendmaking webblad verkry word by www. DanielsTrading aan die onderkant van die tuisblad lees. Daniels Trading is nie verbind met of geaffilieerde nie eens 'n handel stelsel, nuusbrief of ander soortgelyke diens. Daniels Trading waarborg nie of enige prestasie eise wat deur sulke stelsels of service. Volume013 gemiddelde prys (VWAP) Description Die volume geweegde gemiddelde prys is similar013 'n bewegende gemiddelde verifieer, behalwe volume is ingesluit om die average013 prys gewig oor 'n eendag tydperk. VWAP bring jy daagliks en kan calculated013 gebaseer op ruil sessie primêre sessie en persoonlike gedefinieer sessions.013 Jy kan ook standaardafwyking bands bo en onder the013 VWAP toe te pas. In die onderstaande VWAP lyn voorbeeld is red013 met twee standaardafwykings bands bo en onder. Skadu between013 die bands is toegepas op die gebied na vore te bring. Let wel: 013 U kan die VWAP tegniese aanwyser om Prys Distribution013 en merk kaarte nie van toepassing. VWAP toegepas op 'n verspreiding grafiek is gebaseer op price013 updates vir die verspreiding grafiek. Elke prys update op óf been of013 n verspreiding grafiek is 'n volume-waarde van een opgedra. Formule PVWAP Deel Weighted013 Gemiddelde Prys Pj prys van handel j Kj hoeveelheid handel j j elke individu trade013 wat oor die gedefinieerde tydperk plaasvind. Om die standaardafwyking value013 te plaas die boonste en onderste kanaal lyne gebruik die volgende formule bereken: Midde-band Pvwap boonste band Midde Band (x) standaardafwyking Laer Band Midde Band - (x) standaardafwyking Nota: 013 Vir die VWAP standaardafwyking berekening , X verteenwoordig die VWAP013 waarde bereken teen elke kroeg en x is013 die gemiddelde van die VWAP sedert die begin sessie. Die standaard deviation013 sal nul wees op die eerste bar van elke sessie sedert (xi - x) sal nul wees en N is een. Prys Diff Std Dev. 'N band calculation013 tipe wat die maksimum afstand tussen die VWAP en die High013 of Lae van elke bar te gebruik in die standaardafwyking calculation013 hierbo gelys neem. Voorbeeld. As die VWAP was013 102 en die hoë en lae is 104 en 101 onderskeidelik, dan the013 maksimum verskil in prys van 2 sal die XI waarde wees. X-bar sal die gemiddelde van hierdie verskille vir al bars in hierdie sessie be013. Tick013 verreken. 'N band berekening tipe wat voeg en trek the013 aantal bosluise genoem van die VWAP. Dit is soortgelyk aan 'n moving013 gemiddelde koevert. voorbeeld