Indicador De Media Móvil Gaussiana

Arnaud Legoux Media móvil - ALMA Imagen adjunta (tecleo a agrandar) Quiero decir - está en la barra abierta, derecha Así pues, puede ser utilizado para la información solamente. MTF continúa pintando. Puede ser bueno tener una versión con este indicador (ALMAv1 SW) con barra 1 (barra cerrada). Histo en bar cerrado. En este caso - podemos utilizarlo para el comercio - cualquier período de tiempo con la barra 1 (barra 1 por defecto en los ajustes). Además, puede ser bueno tener alguna información en el gráfico sobre el plazo. En este caso - si muchos indicadores se adjuntan a la misma sub-ventana para que podamos saber qué período de tiempo para que histo por ejemplo. La plantilla para esta carta está adjunta. Preguntas más frecuentes sobre JMA ¿Cuál es la teoría detrás de JMA? ¿Por qué JMA tiene un parámetro PHASE? ¿Prevé la JMA una serie cronológica? Los valores de JMA anteriores, ya trazado, cambiarán a medida que lleguen nuevos datos. ¿Puedo mejorar otros indicadores usando JMA? JMA tiene alguna garantía especial ¿Cómo compara JMA con otros filtros. TEMAS GENERALES en HERRAMIENTAS JURIK ¿Pueden las herramientas trazar muchas curvas en cada una de las muchas cartas. Las herramientas pueden procesar cualquier tipo de datos. Las herramientas pueden trabajar en tiempo real. Son los algoritmos revelados o negros. Las herramientas de Jurik necesitan mirar hacia el futuro de una serie de tiempo. Las herramientas producen valores similares en todas las plataformas (TradeStation, Multicharts.). Las herramientas de Juriks vienen con una garantía. Cuántas contraseñas de instalación obtengo. ¿Cuál es la teoría detrás de JMA. PARTE 1. FALTAS DE PRECIOS Los datos de series temporales de suavizado, como los precios de las acciones diarias, para eliminar el ruido no deseado producirá inevitablemente un gráfico (indicador) que se mueve más lento que la serie temporal original. Este quotslownessquot hará que la parcela a lag algo detrás de la serie original. Por ejemplo, un promedio móvil simple de 31 días retrasará la serie temporal de precios en 15 días. Lag es muy indeseable porque un sistema de comercio que utiliza esa información tendrá su comercio retrasado. Comercios tarde puede muchas veces ser peor que ningún comercio en absoluto, como usted puede comprar o vender en el lado equivocado del ciclo de los mercados. En consecuencia, se hicieron muchos intentos para minimizar el rezago, cada uno con sus propias fallas. La conquista del retraso sin hacer suposiciones simplificadoras (por ejemplo, que los datos consisten en ciclos superpuestos, cambios de precios diarios con una distribución gaussiana, todos los precios son igualmente importantes, etc.) no es una tarea trivial. Al final, JMA tuvo que basarse en la misma tecnología que los militares usan para rastrear objetos en movimiento en el aire usando nada más que su ruidoso radar. JMA ve la serie de precios como una imagen ruidosa de un objetivo en movimiento (el precio subyacente suave) y trata de estimar la ubicación del objetivo real (precio suave). La matemática propietaria se modifica para tener en cuenta las propiedades especiales de una serie temporal financiera. El resultado es una curva suave sedosa que no hace ninguna suposición sobre los datos que tienen ningunos componentes cíclicos cualesquiera. En consecuencia JMA puede convertir quotón un dimequot si el mercado (objetivo móvil) decide girar dirección o gap arriba / abajo por cualquier cantidad. No existe una diferencia de precios demasiado grande. PARTE 2. TODO OTRO Después de varios años de investigación, Jurik Research determinó que el filtro de reducción de ruido perfecto para los datos financieros tiene los siguientes requisitos: Retardo mínimo entre la señal y el precio, de lo contrario los desencadenantes del comercio llegan tarde. Mínimo rebasamiento, de lo contrario la señal produce falsos niveles de precios. Mínimo undershoot, si no tiempo se pierde esperando la convergencia después de la brecha de precios. Máxima suavidad, excepto en el momento en que las diferencias de precios a un nuevo nivel. Cuando se mide hasta estos cuatro requisitos, todos los filtros populares (excepto JMA) funcionan mal. Aquí hay un resumen de los filtros más populares. Promedio móvil ponderado - no responde a las lagunas Promedio móvil exponencial - excesivo ruido ruidoso Promedios móviles adaptativos - (no los nuestros) normalmente basado en suposiciones simplificadas sobre la actividad del mercado fácilmente engañado Línea de regresión - no responde a las lagunas excesiva excesiva Filtros FFT - Fácilmente distorsionada por el ruido no gaussiano en la ventana de datos es típicamente demasiado pequeña para determinar con precisión ciclos verdaderos. Filtros FIR - se ha denominado retraso de quotgroup. No hay manera de evitarlo a menos que quiera cortar algunos rincones. Vea los filtros quotBand-Passquot. Filtros de paso de banda - no hay retraso sólo en el centro de la banda de frecuencia tiende a oscilar y sobrepasar los precios reales. Los filtros de entropía máxima, fácilmente distorsionados por el ruido no gaussiano en la ventana de datos, son típicamente demasiado pequeños para determinar con precisión ciclos verdaderos. Filtros Polinomiales - no responde a lagunas superación excesiva En contraste, JMA integra la teoría de la información y el filtrado no lineal adaptativo de una manera única. Mediante la combinación de una evaluación del contenido de información en una serie de tiempo con la potencia de la transformación no lineal adaptativa, el resultado empuja el quotenveloquítico sobre el filtrado de series temporales financieras casi hasta donde puede llegar. Más y casarse con el Principio de Incertidumbre de Heisenburg (algo que nadie ha superado, o nunca lo hará). Por lo que sabemos, JMA es el mejor. Invitamos a cualquiera a mostrarnos lo contrario. Para un análisis más comparativo de los fallos de los filtros populares, descargue nuestro informe sobre la evolución de los promedios móviles de nuestro departamento de informes especiales. Vea nuestra comparación con otros filtros populares. ¿Por qué JMA tiene un parámetro PHASE? Hay dos maneras de disminuir el ruido en una serie de tiempo usando JMA. Aumentar el parámetro LENGTH hará que JMA se mueva más lentamente y, por tanto, reduzca el ruido a expensas del retraso añadido. Alternativamente, puede cambiar la cantidad de quotinertiaquot contenida dentro de JMA. La inercia es como la masa física, cuanto más tienes, más difícil es girar la dirección. Por lo tanto, un filtro con mucha inercia requerirá más tiempo para invertir la dirección y por lo tanto reducir el ruido a expensas de la sobrepasa durante reversiones en la serie de tiempo. Todos los filtros de ruido fuerte tienen rezago y rebasamiento, y JMA no es una excepción. Sin embargo, los parámetros ajustables de los JMA PHASE y LENGTH le ofrecen una manera de seleccionar la compensación óptima entre lag y overshoot. Esto le da la oportunidad de afinar varios indicadores técnicos. Por ejemplo, el gráfico (a la derecha) muestra una línea JMA rápida que cruza una línea JMA más lenta. Para hacer que la línea rápida de JMA se convirtiera en una moneda de diez centavos cada vez que el mercado invierte, se estableció que no tenía inercia. Por el contrario, la JMA lenta fue establecida para tener gran inercia, lo que ralentiza su capacidad de giro durante las inversiones del mercado. Esta disposición hace que la línea más rápida cruce sobre la línea más lenta tan rápidamente como sea posible, produciendo así las señales de crossover de baja lag. Claramente, el control del usuario de una inercia de los filtros ofrece una potencia considerable sobre los filtros que carecen de esta capacidad. ¿Prevé la JMA una serie cronológica? No pronostica en el futuro. JMA reduce el ruido prácticamente de la misma manera que un promedio móvil exponencial, pero muchas veces mejor. Los valores de JMA anteriores, ya trazado, cambiarán a medida que lleguen nuevos datos. No. Para cualquier punto de un gráfico JMA, sólo se usan datos históricos y actuales en la fórmula. En consecuencia, a medida que nuevos datos de precios lleguen a intervalos de tiempo posteriores, los valores de JMA ya trazados no se ven afectados y NUNCA cambian. También considere el caso cuando la barra más reciente en un gráfico se actualiza en tiempo real a medida que llega cada nueva señal. Dado que es probable que el precio de cierre de la barra más reciente cambie, JMA se reevalúa automáticamente para reflejar el nuevo precio de cierre. Sin embargo, los valores históricos de JMA (en todas las barras anteriores) no se ven afectados y no cambian. Uno puede crear impresionantes indicadores de búsqueda de datos históricos cuando se analizan los valores pasados ​​y futuros que rodean cada punto de datos que se están procesando. Sin embargo, cualquier fórmula que necesite ver valores futuros en una serie de tiempo no puede aplicarse en el comercio del mundo real. Esto es porque al calcular el valor de hoy de un indicador, los valores futuros no existen. Todos los indicadores Jurik utilizan sólo datos de series temporales actuales y anteriores en sus cálculos. Esto permite que todos los indicadores Jurik funcionen en todas las condiciones de tiempo real. ¿Puedo mejorar otros indicadores usando JMA Sí. Normalmente reemplazamos la mayoría de los cálculos del promedio móvil en indicadores técnicos clásicos con JMA. Esto produce resultados más suaves y más oportunos. Por ejemplo, simplemente insertando JMA en el indicador técnico estándar de DMI, producimos el indicador DMX, que viene gratis con su pedido de JMA. ¿Tiene JMA alguna garantía especial? Si nos muestra un algoritmo no propietario para una media móvil que, cuando se codifica para funcionar en TradeStation, Matlab o Excel VBA, se desempeña mejor que nuestra media móvil en corto, mediano y largo plazo. Un paseo al azar, bien reembolsar su licencia de usuario adquirida para JMA. Lo que queremos decir con "quotbetterquot" es que debe ser, en promedio, más suave, sin mayor rezago promedio que el nuestro, no hay un sobrepaso promedio mayor y un promedio menor que el nuestro. Lo que entendemos por marcos de tiempo medio, medio y largo es que las comparaciones deben incluir tres longitudes JMA separadas: 7 (corta), 35 (media), 175 (larga). Lo que queremos decir con una caminata aleatoria es una serie cronológica producida por una suma acumulada de 5000 números semánimos distribuidos de Cauchy. Esta garantía limitada es válida sólo para el primer mes de haber adquirido una licencia de usuario de JMA de parte de uno de nuestros distribuidores en todo el mundo. ¿Cómo se compara JMA con otros filtros? El filtro de Kalman es similar a JMA en que ambos son poderosos algoritmos utilizados para estimar el comportamiento de un sistema dinámico ruidoso cuando todo lo que tiene que trabajar es mediciones ruidosas de datos. El filtro de Kalman crea predicciones suaves de las series temporales, y este método no es del todo apropiado para series de tiempo financieras ya que los mercados son propensos a producir giros violentos y lagunas de precios, comportamientos no típicos de los sistemas dinámicos de funcionamiento suave. Por consiguiente, el suavizado del filtro de Kalman con frecuencia se retrasa o supera las series temporales de precios de mercado. En contraste, JMA sigue los precios de mercado de cerca y sin problemas, adaptándose a las lagunas mientras evita los rebasamientos no deseados. Vea el siguiente diagrama para un ejemplo. Un filtro que se describe en revistas populares es el promedio móvil Kaufmann. Es una media móvil exponencial cuya velocidad varía según la eficacia de la acción de los precios. En otras palabras, cuando la acción del precio está en una tendencia clara con poco retroceso, el filtro de Kaufmann se acelera y cuando la acción se congela, el filtro se ralentiza. (Véase el gráfico anterior) Aunque su naturaleza adaptativa ayuda a superar algunos de los desfases típicos de los promedios móviles exponenciales, todavía está muy por detrás de JMA. Lag es una cuestión fundamental para todos los comerciantes. Recuerde, cada barra de retraso puede retrasar sus operaciones y negarle beneficios. Otra media móvil descrita en revistas populares es Chandes VIDYA (Variable Index Dynamic Average). El índice utilizado con mayor frecuencia dentro de VIDYA para gobernar su velocidad es la volatilidad de los precios. A medida que aumenta la volatilidad a corto plazo, la media móvil exponencial de VIDYA está diseñada para moverse más rápido y, a medida que disminuye la volatilidad, VIDYA se ralentiza. En la superficie esto tiene sentido. Desafortunadamente, este diseño tiene un defecto obvio. Aunque la congestión lateral se debe suavizar a fondo independientemente de su volatilidad, un período altamente volátil de la congestión sería seguido de cerca (no alisado) por VIDYA. En consecuencia, VIDYA puede fallar al eliminar el ruido no deseado. Por ejemplo, el gráfico compara JMA con VIDYA, ambos establecidos para seguir una tendencia descendente igualmente bien. Sin embargo, durante la congestión resultante, VIDYA falla en suavizar los picos de precios mientras que JMA se desliza con éxito a través de la charla. En otra comparación donde tanto VIDYA y Juriks JMA se establecieron para tener la misma suavidad, vemos en el gráfico que VIDYA se queda atrás. Como se mencionó anteriormente, el tiempo tardío puede fácilmente robar sus ganancias en cualquier comercio. Otros dos indicadores populares son T3 y TEMA. Son suaves y tienen poco retraso. T3 es el mejor de los dos. No obstante, T3 puede presentar un serio problema de rebasamiento, como se ve en la tabla siguiente. Dependiendo de su aplicación, es posible que no quiera un indicador que muestre un nivel de precios que el mercado real nunca alcanzó, ya que esto puede iniciar inadvertidamente operaciones no deseadas. Aquí hay dos comentarios encontrados publicados en foros de Internet relevantes: "El indicador T3 es muy bueno (y yo he cantado sus elogios antes, en esta lista). Sin embargo, Ive tenido la oportunidad de derivar algunas mediciones alternativas del mercado y las suavice. Theyre bastante mal comportamiento a veces. Al alisarlos, T3 se vuelve inestable y sobrepasa mal, mientras que JMA navega a través de ellos. Allan Kaminsky alude a la xmisión. Mi propia visión de JMA es consistente con lo que otras personas han escrito (he pasado mucho tiempo comparando visualmente JMA con TEMA Yo no pensaría ahora en usar TEMA en lugar de JMA). Steven Buss sbuss pacbell Un artículo en la edición de enero de 2000 de TASC describe una media móvil diseñada en la década de 1950 para tener un bajo rezago. Su inventor, Robert Brown, diseñó el quotModified Moving Average (MMA) para reducir el rezago en la estimación de inventarios. En su fórmula, la regresión lineal estimó el momento actual de las curvas, que a su vez se utiliza para estimar el retraso vertical. La fórmula luego resta el retraso estimado de la media móvil para obtener resultados de retraso bajos. Esta técnica funciona bien en el buen comportamiento (suavemente la transición) gráficos de precios, pero de nuevo, lo mismo ocurre con la mayoría de los otros filtros avanzados. El problema es que el mercado real es todo menos bien comportado. Una verdadera medida de la aptitud es qué tan bien funciona cualquier filtro en los datos financieros del mundo real, una propiedad que se puede medir con nuestra batería bien establecida de pruebas de referencia. Estas pruebas revelan que MMA supera los gráficos de precios, como se ilustra a continuación. En comparación, el usuario puede establecer un parámetro en JMA para ajustar la cantidad de rebasamiento, incluso eliminándolo completamente. La decisión es tuya. Recuerde, lo último que quiere es un indicador que muestra un nivel de precios que el mercado real nunca alcanzó, ya que esto puede iniciar inadvertidamente oficios no deseados. Con MMA, usted no tiene opción y debe soportar el exceso si te gusta o no. (Véase el cuadro a continuación) La edición de julio de 2000 de TASC contenía un artículo de John Ehlers que describía una Filtración Elíptica Óptima modificada (abreviada aquí como quotMEFquot). Este es un excelente ejemplo de análisis de señal clásico. La gráfica de abajo compara MEF con JMA cuyos parámetros (longitud JMA 7, fase 50) fueron establecidos para que JMA sea lo más similar posible a MEF. La comparación revela estas ventajas al usar JMA: JMA responde a oscilaciones de precios extremos más rápidamente. En consecuencia, cualquier valor de umbral usado para activar señales será ejecutado antes por JMA. JMA casi no ha superado, permitiendo que la línea de señal para seguir con más precisión la acción de precios justo después del movimiento de precios grandes. JMA se desliza a través de pequeños movimientos del mercado. Esto le permite centrarse en la acción del precio real y no en la actividad del mercado pequeño que no tiene consecuencias reales. Un método favorito entre los ingenieros para suavizar datos de series de tiempo es ajustar los puntos de datos con un polinomio (eq, una spline parabólica o cúbica). Un diseño eficiente de este tipo es una clase conocida como filtros Savitzy-Golay. La gráfica de abajo compara JMA con un filtro Savitzy-Golay cúbico-spline (3er orden), cuyos ajustes de parámetro fueron elegidos en la parte superior para que se desempeñen lo más cerca posible de JMA. Observe cómo suavemente JMA se desliza a través de las regiones de congestión comercial. En contraste, el filtro S-G es bastante dentado. Claramente JMA es, una vez más, el ganador. Otra técnica utilizada para reducir el retardo en un filtro de media móvil es añadir un cierto impulso (pendiente) de la señal al filtro. Esto reduce el retraso, pero con dos penalizaciones: más ruido y más sobrepaso en puntos de pivote de precios. Para compensar el ruido, se puede emplear un filtro FIR ponderado simétricamente, que es más suave que un promedio móvil simple, cuyos pesos pueden ser: 1-2-3-4-3-2-1 y luego ajustar estos pesos para añadir algún retraso Reduciendo el impulso. La eficacia de este enfoque se muestra en la siguiente figura (línea roja). Aunque el filtro FIR rastrea el precio de cerca, todavía se queda atrás de JMA, así como mostrar un mayor sobrepaso. Además, el filtro FIR tiene una suavidad fija y necesita ser rediseñado para cada suavidad diferente deseada. En comparación, el usuario sólo necesita cambiar un parámetro quotsmoothnessquot de JMA para obtener cualquier efecto deseado. No solo JMA produce mejores gráficos de precios, sino que también puede mejorar otros indicadores clásicos. Por ejemplo, considere el clásico MACD indicador, que es una comparación de dos promedios móviles. Su convergencia (moviéndose más cerca) y su divergencia (apartándose) proporcionan señales de que una tendencia del mercado está cambiando de dirección. Es muy importante que tenga el menor retraso posible con estas señales o sus operaciones tarde. En comparación, un MACD creado con JMA tiene significativamente menos retraso que un MACD usando promedios móviles exponenciales. Para ilustrar esta afirmación, la siguiente figura es un hipotético gráfico de precios simplificado para mejorar las cuestiones más destacadas. Vemos barras de igual tamaño en una tendencia ascendente, interrumpida por una brecha súbita a la baja. Las dos líneas de color son promedios móviles exponenciales que forman un MACD. Tenga en cuenta que el cruce se produce mucho tiempo después de la brecha, lo que provoca una estrategia de negociación para esperar y el comercio tarde, en todo caso. Si trató de acelerar el tiempo de este indicador haciendo que las medias móviles fueran más rápidas, las líneas se volverían más ruidosas y más irregulares. Esto tiende a crear desencadenadores falsos y malos oficios. Por otro lado, el gráfico de abajo muestra el JMA azul ajustándose rápidamente al nuevo nivel de precios, permitiendo crossovers anteriores y designación anterior de una tendencia alcista en curso. Ahora usted puede entrar en el mercado más temprano y montar una porción más grande de la tendencia. A diferencia de la media móvil exponencial, JMA tiene un parámetro adicional (PHASE) que permite al usuario ajustar el grado de exceso. En el gráfico anterior, se permitió que la línea amarilla de la JMA superara más que el azul. Esto da crossovers ideal. Una de las características más difíciles de diseñar en un filtro de suavizado es una respuesta adaptativa a las diferencias de precios sin sobrepasar el nuevo nivel de precios. Esto es especialmente cierto para los diseños de filtros que emplean el propio impulso de los filtros como una forma de reducir el retraso. El siguiente gráfico compara el rebasamiento por JMA y el promedio móvil Hull (HMA). Los ajustes de los parámetros para los dos filtros se establecieron de manera que su rendimiento en estado estacionario fuera casi idéntico. Otra cuestión de diseño es si el filtro puede conservar la misma suavidad aparente durante las inversiones como durante las tendencias. La siguiente tabla muestra cómo JMA mantiene una suavidad casi constante durante todo el ciclo, mientras que la HMA oscila en las inversiones. Esto plantearía problemas para las estrategias que activan las operaciones basadas en si el filtro se está moviendo hacia arriba o hacia abajo. Por último, existe el caso de que los precios se acentúan y luego retroceden en una tendencia a la baja. Esto es especialmente difícil de rastrear en el momento del retiro. Afortunadamente, los filtros adaptativos tienen un tiempo mucho más fácil para indicar cuándo ocurrió una inversión que los filtros fijos, como se muestra en la siguiente tabla. Por supuesto, hay mejores filtros que JMA, utilizados principalmente por los militares. Pero si usted está en el negocio de rastrear los buenos oficios y no aviones enemigos, JMA es el mejor filtro de reducción de ruido asequible disponible para los datos del mercado financiero. Le garantizamos la documentación tsmovavg tsmovavg (tsobj, s, lag) devuelve el promedio móvil simple para el objeto de serie temporal financiera, tsobj. Lag indica el número de puntos de datos anteriores utilizados con el punto de datos actual al calcular la media móvil. La salida tsmovavg (vector, s, lag, dim) devuelve la media móvil simple para un vector. Lag indica el número de puntos de datos anteriores utilizados con el punto de datos actual al calcular la media móvil. La salida tsmovavg (tsobj, e, timeperiod) devuelve la media móvil ponderada exponencial para la serie de tiempo financiero, tsobj. La media móvil exponencial es una media móvil ponderada, en la que timeperiod especifica el período de tiempo. Las medias móviles exponenciales reducen el retraso aplicando más peso a los precios recientes. Por ejemplo, una media móvil exponencial de 10 periodos pesa el precio más reciente en 18.18. Porcentaje exponencial 2 / (TIMEPER 1) o 2 / (WINDOWSIZE 1). La salida tsmovavg (vector, e, timeperiod, dim) devuelve la media móvil ponderada exponencial para un vector. La media móvil exponencial es una media móvil ponderada, en la que timeperiod especifica el período de tiempo. Las medias móviles exponenciales reducen el retraso aplicando más peso a los precios recientes. Por ejemplo, una media móvil exponencial de 10 periodos pesa el precio más reciente en 18.18. (2 / (periodo de tiempo 1)). La salida tsmovavg (tsobj, t, numperiod) devuelve la media móvil triangular para el objeto de serie temporal financiera, tsobj. La media móvil triangular dobla los datos. Tsmovavg calcula la primera media móvil simple con el ancho de la ventana de ceil (numperíodo 1) / 2. Luego calcula un segundo promedio móvil simple en el primer promedio móvil con el mismo tamaño de ventana. La salida tsmovavg (vector, t, numperiod, dim) devuelve el promedio móvil triangular de un vector. La media móvil triangular dobla los datos. Tsmovavg calcula la primera media móvil simple con el ancho de la ventana de ceil (numperíodo 1) / 2. Luego calcula un segundo promedio móvil simple en el primer promedio móvil con el mismo tamaño de ventana. La salida tsmovavg (tsobj, w, weights) devuelve la media móvil ponderada para el objeto de serie temporal financiera, tsobj. Suministrando pesos para cada elemento en la ventana en movimiento. La longitud del vector de peso determina el tamaño de la ventana. Si se utilizan factores de peso mayores para precios más recientes y factores más pequeños para los precios anteriores, la tendencia es más sensible a los cambios recientes. La salida tsmovavg (vector, w, pesos, dim) devuelve la media móvil ponderada del vector suministrando pesos para cada elemento de la ventana en movimiento. La longitud del vector de peso determina el tamaño de la ventana. Si se utilizan factores de peso mayores para precios más recientes y factores más pequeños para los precios anteriores, la tendencia es más sensible a los cambios recientes. La salida tsmovavg (tsobj, m, numperiod) devuelve la media móvil modificada para el objeto de serie temporal financiera, tsobj. La media móvil modificada es similar a la media móvil simple. Considere el argumento numperiod como el desfase de la media móvil simple. La primera media móvil modificada se calcula como una media móvil simple. Los valores subsiguientes se calculan sumando el nuevo precio y restando el último promedio de la suma resultante. La salida tsmovavg (vector, m, numperiod, dim) devuelve la media móvil modificada para el vector. La media móvil modificada es similar a la media móvil simple. Considere el argumento numperiod como el desfase de la media móvil simple. La primera media móvil modificada se calcula como una media móvil simple. Los valores subsiguientes se calculan sumando el nuevo precio y restando el último promedio de la suma resultante. Dim 8212 dimensión para operar a lo largo de entero positivo con valor 1 o 2 Dimensión para operar a lo largo, especificado como un entero positivo con un valor de 1 o 2. dim es un argumento de entrada opcional, y si no se incluye como una entrada, el valor predeterminado Se asume el valor 2. El valor predeterminado de dim 2 indica una matriz orientada a filas, donde cada fila es una variable y cada columna es una observación. Si dim 1. se supone que la entrada es un vector de columna o una matriz orientada a columnas, donde cada columna es una variable y cada fila una observación. E 8212 Indicador para el vector de caracteres de media móvil exponencial El promedio móvil exponencial es una media móvil ponderada, en la que el tiempo es el período de tiempo de la media móvil exponencial. Las medias móviles exponenciales reducen el retraso aplicando más peso a los precios recientes. Por ejemplo, una media móvil exponencial de 10 periodos pesa el precio más reciente en 18.18. Porcentaje exponencial 2 / (TIMEPER 1) o 2 / (WINDOWSIZE 1) período de tiempo 8212 Duración del período de tiempo entero no negativo Seleccione su paísUn paquete de indicadores totalmente personalizable para el promedio avanzado de transacción promedio El paquete de indicadores MACC simplifica el uso de promedios móviles (MA) Comerciantes con un enfoque nuevo y creativo de cómo los datos de Moving Average se interpretan y se muestran. Plotting numerosos promedios móviles en sus gráficos no sólo los desordenes, sino que también hace que sea difícil discernir el estado subyacente o la condición de cada MA. Los indicadores MACC resuelven este problema mediante la retransmisión de información acerca de hasta 5 MA únicos que de otro modo tendrían que ser rastreados manualmente, permitiendo a los comerciantes ser más eficientes y observadores sin perder tiempo o recursos tratando de averiguar qué MA están por encima o por debajo del precio, O cuáles están inclinadas hacia arriba o hacia abajo. No sólo eso, sino que los indicadores de MACC también destacan cuando todas las MA están de acuerdo o un estado de confluencia alcista o bajista. Sabemos que los comerciantes tienen preferencia variable cuando se trata de qué tipo de Media móvil funciona mejor. Por esta razón, incorporamos todas las metodologías de media móvil en los indicadores MACC: Simple (SMA), Exponencial (EMA), Exponencialidad Doble (DEMA), Triple Exponencial (TEMA), Ponderada (WMA), Triangular (TMA), Hull ), Gaussiano (GMA) y Adaptable (AMA). Los ajustes de entrada totalmente personalizables de MACC permiten a los comerciantes mezclar y combinar diferentes longitudes de MA con diferentes metodologías de MA, permitiendo combinaciones y posibilidades sin fin. Y si 5 MA no son suficientes, los indicadores MACC pueden ser aplicados a su gráfico más de una vez para permitir que 10 o incluso 15 MAs sean rastreados simultáneamente (Haga clic en la imagen de abajo para ver la Guía del usuario) El paquete de indicadores MACC incluye lo siguiente : MACC Panel MACC PaintBar MACC Líneas MACC Market Analyser (MACC) MACC RadarScreen (TradeStation) MACC Market Scanner (MultiCharts) Moving Average Command Center - Galería de Imágenes MACC Indicadores sobre un Fondo Negro (EMA) MACC Indicadores sobre un Fondo Blanco (EMA) Indicadores en un BackGround Negro (AMA) Indicadores MACC en un BackGround Blanco (AMA) El Indicador del Panel MACC actualiza continuamente 5 Promedios Movibles personalizables en tiempo real trazando un punto Verde o Rojo basado en si el precio está por encima o por debajo del MA - Codificación), o si la MA está inclinada hacia arriba o hacia abajo (codificación de color de pendiente). El precio del punto verde se cierra por encima del precio del punto rojo MA correspondiente. El precio se cierra debajo del MA correspondiente. Cada una de las opciones de entrada es idéntica a la de las líneas MACC y MACC PaintBar. Es extremadamente fácil vincular los mismos ajustes de entrada en todos los indicadores. Para personalizar cada una de las 9 metodologías únicas de Media móvil que hemos incluido. Promedio móvil Puntos de confluencia Si todos los puntos son verdes. Se traza un punto cian adicional para alertar al usuario de la confluencia alcista MA. Si todos los puntos son Rojos. Se traza un punto magenta adicional para alertar al usuario sobre la confluencia bajista MA. El MACC PaintBar cambia el color de cada barra en función de cuántas MAs están por encima o por debajo del precio (o la cantidad total de puntos verdes o rojos en el Panel MACC). Por lo tanto, hay 6 colores diferentes que son posibles basados ​​en las condiciones de tener 0-5 puntos verdes o rojos. Esto permite al usuario identificar rápidamente la tendencia MA al poder asignar sus propios colores personalizados a cada condición de puntos. Dado que cada una de las opciones de entrada son idénticas a las de las Líneas MACC y del Panel MACC, es extremadamente fácil vincular los mismos ajustes de entrada en todos los Indicadores y personalizar cada una de las 9 metodologías de Media Móvil única que hemos incluido. Las Líneas MACC trazan las Líneas Promedio Mínimas reales y sus valores directamente en el gráfico. Esto permite al usuario visualizar las MA mientras que el Panel MACC diagnostica condiciones alcistas o bajistas para cada una. También es útil cuando se usa para identificar áreas de resistencia o soporte basado en donde están alineadas una o más MAs. El grosor de cada línea aumenta gradualmente desde el MA más rápido hasta el MA más lento, pero todos los ajustes para estilos y colores de trazado son completamente personalizables. Dado que cada una de las opciones de entrada son idénticas a las del Panel MACC y MACC PaintBar, es extremadamente fácil vincular los mismos ajustes de entrada en todos los Indicadores y personalizar cada una de las 9 metodologías de Media Móvil únicas que hemos incluido. Capacidades automatizadas de escaneo de mercados Crossovers MA y confluencia de MA El paquete de indicadores MACC también incluye un indicador especial de escáner diseñado específicamente para buscar señales y condiciones de tendencia utilizando el analizador de mercado NinjaTrader, el explorador de mercado TradeStation RadarScreen o el MultiCharts Market Scanner. Todas las columnas, colores y texto son completamente personalizables para que pueda personalizarlo según sus propias preferencias. Como se puede ver en las capturas de pantalla a continuación, utilizando MACC con el Analizador de Mercado NinjaTrader, TradeStation RadarScreen o MultiCharts Market Scanner le permite escanear rápidamente cualquier lista de símbolos para la información más importante en cuestión de segundos Analizador de Mercado de NinjaTrader - Plantilla MA Valores Plantilla de Market Analyzer TradeStation RadarScreen - MACC MultiCharts Market Scanner - MACC Soporte al cliente superior Tenga una pregunta sobre el paquete de indicadores de MACC Contáctenos en el correo electrónico protegido Estamos orgullosos de nuestro apoyo al cliente y estamos encantados de ayudar a nuestros compañeros comerciantes 1 Licencia es (MACC) - Testimonios de los clientes Es hora de que alguien envasado indicadores de media móvil de una manera que no es sólo una línea trazada en la parte superior del precio. Intenté crear algo como esto por mi cuenta hace unos años pero el tuyo tiene muchas más características. Ser capaz de utilizar todas las diferentes técnicas de media móvil es muy conveniente. He estado poniendo cartas idénticas lado a lado y experimentando con las varias configuraciones salvajes cuántas diferentes fórmulas pueden alterar cómo se comportan el indicador y las líneas. Las opciones de personalización y configuración son muy bien pensado y muy profesional. He estado buscando una manera más fácil de monitorear y rastrear todos los promedios móviles que uso en mis gráficos y el Panel MACC es perfecto para eso. He estado usando dos de ellos en la parte superior de cada uno para monitorear 10 diferentes promedios móviles a la vez sin tener que sobrecargar mi pantalla con demasiadas líneas. Intercambio señales que se basan en MAs están en alineación, por lo que las señales de confluencia y las alertas son un sueño hecho realidad para mí. También he estado utilizando la configuración de escáner que me ayudó a configurar y ahora estoy corriendo exploraciones diarias en todas las poblaciones para localizar cuáles tienen confluencia. Esto solo ha hecho mi rutina mucho más fácil. Me centrar sólo en si el precio está por encima o por debajo de un grupo de MA y el MACC Paintbar es ideal para esto. Ya no estropeo en mi pantalla para averiguar qué línea de MA es que y si el precio es por encima o por debajo.