Скользящие средние являются любимым инструментом активных трейдеров. Тем не менее, когда рынки консолидируются, этот индикатор приводит к многочисленным провальным сделкам, что приводит к разочаровывающей серии небольших выигрышей и потерь. Аналитики потратили десятилетия, пытаясь улучшить простую скользящую среднюю. Мы смотрим на эти усилия и обнаруживаем, что их поиск привел к полезным инструментам торговли. (Для фонового чтения простых скользящих средних посмотрите Простые скользящие средние , чтобы выделить тренды .)
Плюсы и минусы скользящих средних
Преимущества и недостатки скользящих средних были обобщены Робертом Эдвардсом и Джоном Маги в первом издании Технического анализа тенденций в акциях , когда они сказали: «И это было еще в 1941 году, когда мы с радостью сделали открытие (хотя многие другие сделали раньше) что путем усреднения данных за указанное количество дней… можно получить некий автоматизированный тренд, который определенно будет интерпретировать изменения тренда… Это казалось слишком хорошим, чтобы быть правдой. На самом деле, это было слишком хорошо, чтобы быть правдой."
С недостатками, перевешивающими преимущества, Эдвардс и Маги быстро отказались от своей мечты торговать из пляжного бунгало. Но спустя 60 лет после того, как они написали эти слова, другие настойчиво пытаются найти простой инструмент, который бы легко доставлял богатства на рынки.
Простые Скользящие Средние
Чтобы рассчитать простое скользящее среднее, добавьте цены за желаемый период времени и разделите на количество выбранных периодов. Нахождение пятидневной скользящей средней потребует суммирования пяти самых последних цен закрытия и деления на пять.
- Если самое последнее закрытие выше скользящей средней, акция будет считаться восходящей тенденцией. Нисходящие тренды определяются ценами, торгующимися ниже скользящей средней. (Подробнее см. Наш учебник по скользящим средним .)
Это свойство, определяющее тренд, позволяет скользящим средним генерировать торговые сигналы. В самом простом приложении трейдеры покупают, когда цены движутся выше скользящей средней, и продают, когда цены пересекают эту линию. Такой подход гарантированно ставит трейдера на правильную сторону каждой существенной сделки. К сожалению, при сглаживании данных скользящие средние отстают от рыночных действий, и трейдер почти всегда отдает большую часть своей прибыли даже по самым крупным выигрышным сделкам.
Экспоненциальные Скользящие Средние
Аналитикам, похоже, нравится идея скользящей средней, и они потратили годы, пытаясь уменьшить проблемы, связанные с этим отставанием. Одним из таких нововведений является экспоненциальная скользящая средняя (EMA). Этот подход присваивает сравнительно более высокий вес последним данным, и в результате он остается ближе к движению цены, чем простое скользящее среднее. Формула для расчета экспоненциального скользящего среднего:
EMA = (Вес × Закрыть) + ((1 - Вес) × EMAy) где: Вес = постоянная сглаживания, выбранная аналитиком
Общее весовое значение составляет 0, 181, что близко к 20-дневной простой скользящей средней. Другой - 0, 10, который является приблизительно 10-дневной скользящей средней.
Хотя экспоненциальное скользящее среднее сокращает отставание, оно не решает другую проблему со скользящими средними, заключающуюся в том, что их использование для торговых сигналов приведет к большому количеству убыточных сделок. В « Новых концепциях в технических торговых системах» Уэллс Уайлдер оценивает, что рынки развиваются только четверть времени. До 75% торговых действий ограничивается узкими диапазонами, когда сигналы покупки и продажи скользящей средней будут неоднократно генерироваться, когда цены быстро движутся выше и ниже скользящей средней. Для решения этой проблемы несколько аналитиков предложили изменить весовой коэффициент расчета EMA. (Подробнее см. Как скользящие средние используются в торговле? )
Адаптация скользящих средних к рыночным действиям
Одним из способов устранения недостатков скользящих средних является умножение весового коэффициента на коэффициент волатильности. Это будет означать, что скользящая средняя будет дальше от текущей цены на волатильных рынках. Это позволило бы победителям бежать. Когда тренд подходит к концу и цены консолидируются, скользящее среднее будет приближаться к текущему рыночному действию и, теоретически, позволит трейдеру сохранить большую часть прибыли, полученной в ходе тренда. На практике коэффициент волатильности может быть таким индикатором, как полоса Боллинджера®, которая измеряет расстояние между известными полосами Боллинджера®. (Подробнее об этом индикаторе см . Основы полос Боллинджера® .)
Перри Кауфман предложил заменить переменную «вес» в формуле EMA константой, основанной на коэффициенте эффективности (ER), в своей книге « Новые торговые системы и методы» . Этот индикатор предназначен для измерения силы тренда, определенного в диапазоне от -1, 0 до +1, 0. Он рассчитывается по простой формуле:
ER = сумма абсолютных изменений цены для каждого изменения цены за период, где:
Рассмотрим акцию, которая имеет диапазон из пяти пунктов каждый день, а в конце пяти дней получила в общей сложности 15 пунктов. В результате ER составит 0, 67 (15 пунктов движения вверх, разделенные на общий диапазон в 25 пунктов). Если бы эта акция снизилась на 15 пунктов, ER был бы -0, 67. (Для получения дополнительных советов по торговле от Перри Кауфмана, прочитайте Losing To Win , в котором изложены стратегии для борьбы с торговыми потерями.)
Принцип эффективности тренда основан на том, сколько направленного движения (или тренда) вы получаете за единицу движения цены за определенный период времени. ER +1.0 указывает, что акция находится в идеальном восходящем тренде; -1.0 представляет идеальный нисходящий тренд. В практическом плане крайности редко достигаются.
Чтобы применить этот индикатор для поиска адаптивного скользящего среднего (AMA), трейдерам необходимо рассчитать вес по следующей, довольно сложной формуле:
C = 2 где: SCF = экспоненциальная постоянная для самой быстрой допустимой EMA (обычно 2) SCS = экспоненциальная постоянная для самой медленной допустимой EMA (часто 30)
Значение для C затем используется в формуле EMA вместо простой переменной веса. Хотя адаптивное скользящее среднее сложно вычислить вручную, оно включено в качестве опции почти во все торговые пакеты программного обеспечения. (Подробнее о EMA читайте в Экспоненциально взвешенном скользящем среднем .)
Примеры простого скользящего среднего (красная линия), экспоненциального скользящего среднего (синяя линия) и адаптивного скользящего среднего (зеленая линия) показаны на рисунке 1.
Рисунок 1: AMA выделен зеленым цветом и показывает наибольшую степень сглаживания в действии с ограниченным диапазоном, видимом в правой части этого графика. В большинстве случаев экспоненциальная скользящая средняя, показанная синей линией, наиболее близка к ценовому действию. Простое скользящее среднее показано красной линией.
Все три скользящие средние, показанные на рисунке, в разное время склонны совершать сделки с разворотом. Этот недостаток скользящих средних пока невозможно устранить.
Вывод
Роберт Колби протестировал сотни инструментов технического анализа в Энциклопедии технических индикаторов рынка . Он заключил: «Хотя адаптивное скользящее среднее является интересной новой идеей со значительной интеллектуальной привлекательностью, наши предварительные тесты не показывают реального практического преимущества этого более сложного метода сглаживания трендов». Это не означает, что трейдеры должны игнорировать эту идею. AMA может быть объединен с другими индикаторами для создания прибыльной торговой системы. (Подробнее об этой теме читайте в разделе « Открытие каналов Кельтнера и осциллятор Чайкина» .)
ER может использоваться в качестве отдельного трендового индикатора для определения наиболее выгодных торговых возможностей. В качестве одного примера, отношения выше 0, 30 указывают на сильный восходящий тренд и представляют потенциальные покупки. В качестве альтернативы, поскольку волатильность движется циклично, акции с самым низким коэффициентом эффективности могут рассматриваться как возможности прорыва.
Для получения дополнительной информации см. Основы взвешенных скользящих средних .
