分类
安全和简单的方法赚钱

移动平均线MA如何用来判断买卖点

11-07 9793

什么是Hull’s Moving Average移动平均线HMA?计算和使用方法

这个指标在本质上是一个均线,它只是一种均线的计算方法,就像SMA, EMA, WMA, FRAMA等一样都是均线,只是计算方法不同而已。可能有人很好奇:为什么有那么多种计算均线的方法?因为,均线在技术分析中实在是太重要了。很多技术指标,交易方法都使用了均线。为什么均线很重要?因为,它反映了趋势,而趋势是技术分析的中心概念。大部分的交易策略,方法,系统等都是在跟踪趋势。所以,对于趋势的发生,发展,结束的分析是技术分析的核心。

【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 = AMA i-1 + SSC 移动平均线MA如何用来判断买卖点 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

移动平均线(MA)是什么?

移动平均线(MA)是什么?

买入的四个法则:(1)当均线从下跌转到盘整或者上升,汇价已从均线下方向上穿越了均线并继续向上。(2)汇价连续上升并维持在均线之上,或者远离均线又突然下跌,但是并没有跌破均线又继续上升。(3)汇价短期跌破均线,又快速回升到均线以上,这时均线继续上升。(4)汇价突然下跌,跌幅可观,已经远离均线,这时汇价开始回升再次触及均线。 在这四种情况下,基本是买入的信号,尤其以第一种为追买的信号,入场获利较大。

移动平均线(MA)是什么?

卖出的四个法则:(1)汇价由上升转而盘整或者逐渐下跌,汇价从均线上方向下穿越。(2)汇价在均线以下移动,然后向均线反弹,但是未能突破均线而继续下跌。(3)汇价向上穿越均线后没有站稳而立刻下跌到均线以下,此时汇价继续下跌。(4)汇价快速上升或者升破均线并远离均线,上升很客观,随时可能发生回调而下跌。 在这四个法则中,尤其以第一种下跌最为厉害,遇到这样的情况,应立刻止损。

移动平均法,滑动平均模型法(Moving average,MA)

Great1414 于 2018-10-16 12:22:23 发布 12624 收藏 19

什么是移动平均法

移动平均法

1.简单移动平均法

Ft = (At-1 + At-2 + . + At-n)/n

2.加权移动平均法

·n–预测的时期数;w1+ w2+…+ wn=1

移动平均法的优缺点

05-16 2422

本文将使用简单的说明性示例来解释移动平均模型Arima [pq]中的MA [Q]。 假设你今天得到100股公司股票。让我们用Y1表示今年用A(1)表示回报。再假设从明年开始每年授予25%的股票为期四年。以下是一段时间内未授予股票的数量: 此外在Y2获得了100股加上A(1)的75股未授予股份。我们称它为A(2)回报。它与a(1)有相似的授予时间表25%的股份在4年内授予。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DQzDB8sx-165267316

07-21 8301

____tz_zs学习笔记 滑动平均模型对于采用GradientDescent或Momentum训练的神经网络的表现都有一定程度上的提升。 原理:在训练神经网络时不断保持和更新每个参数的滑动平均在验证和测试时参数的值使用其滑动平均能有效提高神经网络的准确率。 tf.train.ExponentialMovingAverage tensorflow官网地址:h

04-21 7万+

11-07 9793

07-31 1523

08-18 4万+

10-25 7万+

02-25 2万+

08-28 908

移动平均法是用一组最近的实际数据值来预测未来一期或几期数据的一种常用方。 其计算方是: Ft=(At-1+At-2+At-3+…+At-n)/n 式中 Ft:对下一期的预测值; n:移动平均的时期个数; At-1 、At-2、At-n:前期实际值; 采用移动平均法适合于即期预测当数据既不快速增长也不快速下降时移动平均法能够有效消除数据的随机误差。 如果计算的数据均值为0表明数据可能有正有负这样得到的总体趋势线是准确的。 而实际采集的数据却明显与此不同如果采简单进行移动平均必然会将大量的具有

11-23 1522

import tushare as ts import pandas as pd import matplotlib.pyplot as plt import statsmodels.tsa.api as smtsa from statsmodels.tsa.stattools import adfuller as ADF from statsmodels.tsa.arima_model import ARMA from statsmodels.stats.diagnostic import acorr_l

05-03 2228

文章目录1.定义2.移动平均法、指数平滑和季节模型1.移动平均法2.二次移动平均法及趋势移动平均法 1.定义 时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。对时间序列进行观察研究找寻它的发展规律预测它将来的走势就是时间序列分析。 时间序列根据所研究的依据不同可有不同的分类。 按所研究的对象的多少分有一元时间序列和多元时间序列. 按时间的连续性可将时间序列分为离散时间序列和连续时间序列两种. 按序列的统计特性分有平稳时间序列和非平稳时间序列.如果一个时间序列的概率分布与时间t无关

03-31 2万+