Umzugsdurchschnitt

Was ist die beste Länge für einen gleitenden Durchschnitt Traders Arbeit auf dem Boden der New York Stock Exchange. CHAPEL HILL, NC (MarketWatch) Wenn nicht der 200-tägige gleitende Durchschnitt, wie wäre es mit dem 100-Tage-Oder der 50-Tage-Jene sind die Fragen, die gefragt werden, in der einen oder anderen Form, von Markt-Timern auf der ganzen Welt, wie sie sind Herauszufinden, welche Indikatoren sie verwenden werden, um ihnen zu sagen, wann die unglaubliche Party zu verlassen ist Wall Street ist werfen. Hulbert: March Madness gilt für Ihr Portfolio Mark Hulbert empfiehlt den Zuschauern, nicht unverantwortliche Bewegungen mit ihrem Aktienportfolio durch emotionale Reaktionen auf March Madness zu machen. Vor drei Wochen können Sie sich erinnern, ich konzentrierte mich auf den 200-tägigen gleitenden Durchschnitt. Einer der weit verbreiteten Indikatoren für die Bestimmung der Verschiebungen in den Märkten großen Trend. Ich fand, dass es viel zu wünschen übrig ließ: Zum Beispiel hat sich seine Leistung in den letzten Jahrzehnten deutlich verringert, so dass einige Forscher begonnen haben zu fragen, ob sie ihre Markt-Timing-Fähigkeit verloren hat. Ein weiterer Grund, warum einige Markt-Timer mit dem 200-tägigen gleitenden Durchschnitt unzufrieden sind, ist keine Kritik an sich, sondern ein inhärentes Merkmal für jeden Trendfolger: Es wird definitionsgemäß nicht die Spitze auswählen. Das ist, weil ein Verkaufssignal nicht ausgelöst wird, bis der Markt unter seinem durchschnittlichen Niveau der vorherigen 200 Handelstage gefallen ist. Zu diesem Zeitpunkt, natürlich, der Markt kann bereits einen erheblichen Verlust erlitten haben. Aus beiden Gründen drängte mich eine Anzahl von euch, die meine dreiwöchige Spalte lasen, um die Leistung von viel kürzer bewegten Durchschnitten zu messen. Also das, was ich für diese Spalte getan habe. Leider habe ich mit den kürzeren gleitenden Durchschnitten, die ich studiert habe, keine merklich unterschiedlichen Ergebnisse erreicht. Um sicher zu sein, die kürzeste Zeit der bewegten Durchschnitte machen einen besseren Job als die 200-Tage-Aussteigen früher, wenn der Markt abfällt. Aber sie holen sich auch häufiger für einen Verlust. Gleichzeitig sind ihre Erfolgsbilanzen langfristig nicht signifikant anders als die des 200-tägigen gleitenden Durchschnitts. Darüber hinaus litt jeder der gleitenden Durchschnitte, die ich getestet habe, unter der gleichen deutlichen Verminderung der Renditen in den letzten Jahrzehnten, wie ich mit dem 200-Tage-Durchschnitt gefunden habe. Überrascht von diesen Ergebnissen Norm Fosback, der ehemalige Leiter des Instituts für Ökonometrische Forschung und derzeit Herausgeber von Fosbacks Fund Forecaster, argumentiert, dass wir nicht sein sollten. In dem Lehrbuch schrieb er vor drei Jahrzehnten, mit dem Titel Stock Market Logic, schrieb er: Es gibt keine magischen Zahlen im Trend nach. Manche gleitende durchschnittliche Längen können in der Vergangenheit am besten gearbeitet haben, aber schließlich musste etwas in der Vergangenheit am besten funktionieren und indem man alles Mögliche testete, wie konnte man helfen, aber nicht finden. Es sollte eine Grundvoraussetzung für jeden gleitenden durchschnittlichen Trend sein Nach dem System, dass praktisch alle gleitenden durchschnittlichen Längen erfolgreich zu einem größeren oder geringeren Grad voraussagen. Wenn nur ein oder zwei Längen arbeiten, sind die Chancen hoch, dass erfolgreiche Ergebnisse durch Zufall erhalten wurden. Was ist mit dem Todeskrieg Bevor ich das Thema von bewegten Durchschnitten unterschiedlicher Längen verlasse, möchte ich auch ein paar Worte über Versuche sagen, zwei gleitende Durchschnitte unterschiedlicher Länge zu einem einzigen Trendfolgesystem zu kombinieren. Viele halten es für bärisch, wenn der kürzere gleitende Durchschnitt unter dem längeren liegt, und bullish, wenn der kürzere über den längeren steigt. Übrigens, bei den 50-tägigen und den 200-tägigen Durchschnitten werden diese beiden Kreuzungen das Todeskreuz und das goldene Kreuz genannt. Ich habe den ganzen Tod und die goldenen Kreuze über das letzte Jahrhundert für den Dow Jones Industrial Average untersucht. Wie zuvor habe ich festgestellt, dass ihre prädiktiven Fähigkeiten in den letzten Jahrzehnten deutlich zurückgegangen sind. Beachten Sie aus der begleitenden Tabelle, dass über die ganze Zeit der Dow seit 1896 existiert hat, diese beiden Crossover-Veranstaltungen einen respektablen Job gemacht haben. Beachten Sie aber auch, dass sie seit 1970 eine viel schlechtere Arbeit geleistet haben, mit dem Markt über dem einen, drei und sechs Monate nach dem Tod kreuzt sich im Durchschnitt besser als nach goldenen Kreuzen. Durchschnitt Dow Gewinn über nächsten Monat Durchschnitt Dow Gewinn über die nächsten 3 Monate Copyright copy2017 MarketWatch, Inc. Alle Rechte vorbehalten. Intraday-Daten von SIX Financial Information zur Verfügung gestellt und unterliegen den Nutzungsbedingungen. Historische und aktuelle End-of-Day-Daten von SIX Financial Information zur Verfügung gestellt. Intraday-Daten verzögert je Austauschanforderungen. SampPDow Jones Indizes (SM) von Dow Jones amp Company, Inc. Alle Zitate sind in der örtlichen Börse Zeit. Echtzeit-Enddaten von NASDAQ zur Verfügung gestellt. Mehr Informationen über NASDAQ gehandelte Symbole und ihre aktuelle finanzielle Status. Intraday-Daten verzögert 15 Minuten für Nasdaq und 20 Minuten für andere Börsen. SampPDow Jones Indizes (SM) von Dow Jones amp Company, Inc. SEHK Intraday Daten werden von SIX Financial Information zur Verfügung gestellt und sind mindestens 60 Minuten verspätet. Alle Zitate sind in der örtlichen Börsenzeit. Keine Ergebnisse gefundenWhich ist die besten beweglichen durchschnittlichen Testergebnisse zeigen die Wahrheit In diesem Beitrag teste ich neun verschiedene gleitende Durchschnitte, um zu sehen, welcher der beste gleitende Durchschnitt für den Handel ist. Zwei verschiedene Strategien und Märkte werden getestet. Die Ergebnisse können Sie überraschen. Was sind gleitende Durchschnitte Umzugsdurchschnitte zeichnen den durchschnittlichen Preis eines Wertpapiers über eine festgelegte Anzahl von Perioden oder Tagen und sie sind ein äußerst populäres Werkzeug, das von den Händlern benutzt wird, um den Gesamttrend zu bestimmen. Durchgehende Mittelwerte glatte vergangene Preisdaten, so können Händler den objektiven Trend objektiv sehen. Sie filtern den Lärm aus, der es viel einfacher macht zu sehen, in welche Richtung ein Markt geht. Verschieben von durchschnittlichen Überkreuzungen Die häufigste Art, gleitende Mittelwerte zu verwenden, ist, nach gleitenden durchschnittlichen Überkreuzungen zu suchen, und diese Technik wurde von vielen erfolgreichen Trendfolgern verwendet. Wenn ein schnell gleitender Durchschnitt (wie ein 5-Tage-MA) einen langsamen gleitenden Durchschnitt überschreitet (wie z. B. ein 20-Tage-MA), signalisiert ein neuer Aufwärtstrend und ist ein zinsbullisches Signal für einen Trendfolger Kaufen sie den markt Wenn der schnell gleitende Durchschnitt unter dem langsamen gleitenden Durchschnitt zurückkehrt, signalisiert er, dass der Aufwärtstrend zu Ende geht und ein neuer Abwärtstrend vorhanden ist. Dies ist ein bärisches Signal für einen Trendfolger, der ihnen sagt, dass sie ihren langen Handel schließen oder den Markt kurz machen. Das größte Problem bei gleitenden Durchschnitten Das größte Problem bei gleitenden Durchschnitten (wie alle technischen Indikatoren) ist, dass es sich um Indikatoren handelt. Da sie eine Berechnung auf der Grundlage früherer Preisdaten machen, können sie Ihnen nur sagen, was in der Vergangenheit passiert ist und nicht die Zukunft. Je länger der Rückblick (oder die Anzahl der in der Berechnung verwendeten Tagessperioden ist), desto länger wird der Indikator sein. Zum Beispiel wird ein 5-tägiger gleitender Durchschnitt viel mehr auf aktuelle Preisbewegungen als ein 200-Tage reagieren. Dennoch wird ein 5-tägiger gleitender Durchschnitt auch erheblich mehr Lärm haben, was die Wirkung des gleitenden Durchschnitts in erster Linie negiert. So sind alle gleitenden Durchschnitte ein Kompromiss zwischen Lärm und Verzögerung. Schnellere MA8217s reagieren schnell auf neue Trends, zeigen aber mehr Lärm und führen zu mehr Peitschen. Langsamer MA8217s sind besser bei der Glättung von Lärm, aber sie können spät sein, um neue Trends zu finden. Verschiedene Arten von gleitenden Durchschnitten Aufgrund dieser Kompromisse zwischen Lärm und Verzögerung hat eine Reihe von Händlern versucht, die einfache gleitende Durchschnittsberechnung zu verbessern. Der einfache gleitende Durchschnitt ist recht einfach zu berechnen und so wird der Indikator von fast allen Handelsplattformen getragen. Heutzutage ist alles, was Sie tun müssen, auf eine Schaltfläche zu klicken und der gleitende Durchschnitt kann auf Ihre Preisliste gezeichnet werden. Allerdings haben viele Entwickler versucht, schnellere und glattere Versionen zu entwickeln, um die Trends besser zu verfolgen. In dem Rest dieses Artikels werde ich durch neun verschiedene Arten von gleitenden Durchschnitten gehen und dann werden wir sie auf die Prüfung auf historischen Börsen-Daten zu sehen, welche am besten ist. Zeigt die ersten 8 gleitenden Durchschnitte an. Exponentieller gleitender Durchschnitt (EMA) Wir haben bereits gesehen, wie der einfache gleitende Durchschnitt berechnet wird, so dass der nächste beliebteste gleitende Durchschnitt als der exponentielle gleitende Durchschnitt (EMA) bekannt ist. Der exponentielle gleitende Durchschnitt funktioniert genauso wie der einfache gleitende Durchschnitt, aber es gibt mehr Gewicht auf neuere Preisbewegungen. (Neuere Preisdaten werden exponentiell gewichtet). Es ist also in der Lage, schneller auf neue Trends zu reagieren, könnte aber zu mehr Peitschen führen. Die EMA ist auch sehr beliebt und auf fast allen Handels - und technischen Analysenplattformen verfügbar. Doppelter exponentieller gleitender Durchschnitt (DEMA) Wie der Name schon sagt, ist der doppelte exponentielle gleitende Durchschnitt (DEMA) eine schnellere Version des exponentiellen gleitenden Durchschnitts. Obwohl die Berechnung tatsächlich auf einer einfachen MA und einer doppelten EMA basiert. Der Indikator wurde zuerst von Patrick Mulloy in einem Februar 1994 Artikel des Traders Magazins entwickelt. Das Wichtigste ist, dass dies ein gleitender Durchschnitt ist, der schnell auf neue Preisbewegungen reagiert. Dreifacher exponentieller gleitender Durchschnitt (TEMA) Wie der DEMA wurde auch der dreifache exponentielle gleitende Durchschnitt (TEMA) von Patrick Mulloy entwickelt. Es wird aus dem Verbund einer EMA, einer DEMA und einer dreifachen EMA gebildet. Als solches reduziert es die Verzögerung erheblich und reagiert schnell auf neue Preisbewegungen. Die TEMA kann so schnell sein, dass sie auch den Markt überschreiten kann, was bedeutet, dass es manchmal zu weit geht und über die jüngste Preisaktion hinausgeht. Dies ist ein weiterer Nachteil bei der Verwendung von schnellen MAs. Wilders gleitender Durchschnitt (WILDERS) Der Wilders gleitenden Durchschnitt wurde von J. Welles Wilder in seinem Buch 1978: Neue Konzepte in technischen Handelssystemen entwickelt. Der Indikator wird durch Ändern der ursprünglichen exponentiellen gleitenden Durchschnittsformel berechnet. Anstatt die ursprüngliche Formel EMA 2 (n1) zu verwenden, wobei n die Anzahl der Tage ist, verwendet Wilders eine etwas andere Berechnung mit einer EMA von 114. Das Ergebnis ist, dass der Wilders gleitenden Durchschnitt etwas langsamer ist als die EMA aber schneller Als die SMA. Mit dieser Formel entspricht eine 27-Tage-WMA einer 14-tägigen EMA. Gewichteter gleitender Durchschnitt (WMA) Der gewichtete gleitende Durchschnitt (WMA) soll Trends schneller, aber ohne Peitschen finden. It8217s berechnet durch Multiplizieren jedes Datenpunktes mit einem anderen Verhältnis und nimmt dann die Summe aller dieser Produkte an. Das macht es schneller als die typische EMA. Die Berechnung ist recht komplex, mit der Formel nd, wobei n der Tagzähler ist und d eine Dreieckszahl ist. Sie können sehen, wie es hier funktioniert. Least quadrate gleitender Durchschnitt (lineare Regression) Der glatte Durchschnitt der kleinsten Quadrate wird manchmal als Endpunkt gleitender Durchschnitt und it8217s auf der Grundlage linearer Regression genannt. Im Wesentlichen wird die lineare Regressionsgerade nach vorn projiziert, was anzeigt, was passieren würde, wenn die Regression fortfuhr. Sie sehen hier8217s Berechnung hier. Hull gleitender Durchschnitt (HMA) Der Hull gleitenden Durchschnitt (HMA) wurde von Alan Hull entwickelt, um einen gleitenden Durchschnitt zu schaffen, der schnell, reaktionsschnell und mit reduzierter Verzögerung war. Laut Hull eliminiert der HMA 8220 fast die Verzögerung und schafft es, gleichzeitig die Glättung zu verbessern.8221 Die HMA ist ziemlich komplex, um zu berechnen, damit ihr hier mehr über die Methode erfahren könnt. Dies ist ein gleitender Durchschnitt, der selten auf populären Handelsplattformen gefunden wird, aber von einigen als ein sehr guter Indikator betrachtet wird. Guppy mehrfacher gleitender Durchschnitt (GMMA) Der Guppy-Vielfach-Gleitender Durchschnitt (GMMA) unterscheidet sich von den anderen MAs, die hier diskutiert werden, weil es eine Kombination von mehreren exponentiellen gleitenden Durchschnitten auf einmal ist. Da es die Leser interessieren kann, werde ich auch die GMMA-Methode testen, aber anders als die anderen. Also werde ich lange dauern, wenn die enge die GMMA kreuzt. Für den Test verwende ich die folgenden EMA-Parameter: 3, 5, 7, 10, 12, 15 und 30, 35, 40, 45, 50, 60. Wie in der folgenden Tabelle gezeigt: Guppy mehrfacher gleitender Durchschnitt. Welches ist der beste gleitende Durchschnitt Zeigt die ersten 8 gleitenden Durchschnitte, die zusammengefaßt sind Jetzt, da wir die verschiedenen gleitenden Durchschnitte besprochen haben, können wir anfangen, sie auf die Probe zu stellen, um zu sehen, welche gleitenden Durchschnitte am effektivsten sind, um Trends zu finden und zu handeln. Es ist an dieser Stelle zu beachten, dass die Tests nicht darauf ausgelegt sind, die perfekten Einstellungen zu finden, sondern eine grobe Vorstellung davon zu bekommen, welche gleitenden Durchschnitte am besten funktionieren. Es werden zwei verschiedene Tests durchgeführt, ein langsamer, gleitender durchschnittlicher Crossover-Vergleich auf dem SampP 500 Index und ein Portfolio-Test. 1. SampP 500 Crossover Test Die Regeln dieses Tests sind einfach. Wir werden den SampP 500 kaufen, wenn der schnellere gleitende Durchschnitt den langsameren gleitenden Durchschnitt überquert und einen Aufwärtstrend anzeigt. Wir werden unsere Position verkaufen, wenn der schnell gleitende Durchschnitt unterschreitet. Für jede gleitende durchschnittliche Art werden zwei verschiedene Crossover getestet werden die 5-Tage-20-Tage-Crossover und eine längere, 50-Tage-200-Tage-Crossover (auch als ein goldenes Kreuz bekannt). Im Fall des Guppy mehrfachen gleitenden Durchschnittes werden wir den SampP 500 kaufen, wenn die engen Kreuze über jede gleitende durchschnittliche Linie und verkaufen, wenn die enge kreuzt sich unter jeder Zeile. Startkapital wird auf 10.000 gesetzt und Provisionen werden 0,01 pro Aktie sein. Die Positionsgröße beträgt 100 ohne Hebelwirkung. Der verwendete Ticker wird SPX von Norgate Premium Data sein und der Test wird von 112000 bis 112015 durchgeführt. Alle gleitenden Durchschnitte werden mit dem engen Preis berechnet und die Exits werden am nächsten Tag geöffnet (nach einem Crossover). Hoffentlich wird dies zu einigen interessanten Ergebnissen führen. SampP 500 Crossover Ergebnisse Wie Sie aus der Tabelle sehen können, ist der beste gleitende Durchschnitt für einen 520 Tag Crossover zufällig der Wilders gleitenden Durchschnitt. Die Wilders MA produzierte eine zusammengesetzte jährliche Rendite von 2.11 mit einem maximalen Drawdown von -33, was ein CARMDD-Verhältnis von 0,06 ergibt. Der schlechteste durchschnittliche Durchschnitt war in der Tat der Hull gleitenden Durchschnitt. Mit Blick auf die 50200 Tage Crossover war der am weitesten bewegte Durchschnitt der exponentielle gleitende Durchschnitt (EMA), der eine annualisierte Rendite von 5,96 mit einem maximalen Drawdown von -17 gab. Der schlechteste Gleitende Durchschnitt wurde zwischen dem Hull-Gleitender Durchschnitt und den kleinsten Quadraten gleitenden Durchschnitt gebunden. 2. SampP 100 Portfolio-Test Dieser Test wird derselbe wie oben sein, außer wir werden ein 10-Position langes nur Portfolio-System betreiben und unsere Watch-Liste wird das SampP 100 Universum von Aktien (die historische Bestandteile enthält). Immer wenn das schnelle MA das langsame MA auf eine Aktie im Universum kreuzt, werden wir es kaufen und es dem Portfolio hinzufügen. Immer wenn es wieder untergeht, werden wir die Aktie verkaufen und es wird das Portfolio fallen lassen. Entryexits werden am nächsten Tag geöffnet und doppelte Signale werden von der RSI (14) Indikator eingestuft (stärkste Aktien bevorzugt zuerst). Darüber hinaus muss die Aktie über 2. Prämien werden auf 0,01 pro Aktie festgelegt werden und unsere Start-Equity wird gleichmäßig zwischen jeder Position (gleich gewichtet Portfolio) aufgeteilt werden. SampP 100 Portfolio Testergebnisse: Wie Sie aus der Tabelle sehen können, war der beste gleitende Durchschnitt für einen 520-tägigen Crossover der exponentielle gleitende Durchschnitt (EMA), der eine zusammengesetzte annualisierte Rendite von 3,6 und einen maximalen Drawdown von -34 ergab, was zu einem CARMDD von 0,11. Der schlimmste gleitende Durchschnitt war die kleinste Quadrate. Mit Blick auf die 50200 Crossover war der am schnellsten durchlaufende gleitende Durchschnitt der doppelte exponentielle gleitende Durchschnitt (DEMA) mit einem CARMDD-Verhältnis von 0,29 und einer annualisierten Rendite von 9,89. Der schlimmste Darsteller war die GMMA-Strategie. Schlussfolgerungen Bei der Betrachtung der Ergebnisse der Ergebnisse ist klar, dass wir zu zwei Schlussfolgerungen kommen können. Erstens arbeiten längerfristige gleitende durchschnittliche Übergänge besser als kurzfristige Übergänge. Das ist wahrscheinlich, weil sie weniger Peitschen produzieren. Zweitens scheinen neuere und komplexere Bewegungsdurchschnitte nicht besser zu sein, Trends zu finden als die traditionelleren gleitenden Durchschnitte. Zweifellos werden Indikator-Entwickler darauf bestehen, dass ihre Parameter geändert werden, um besser zu reflektieren, wie ihr Produkt verwendet werden soll. Es kann etwas Wahres dazu geben. Indikatoren wie GMMA und kleinste Quadrate sollen nicht unbedingt auf diese Weise verwendet werden. Eine Änderung der Parameter auf diese Weise könnte jedoch als Kurvenanpassung ausgelegt werden und zu einer unzuverlässigen Analyse führen. Persönlich bestätigen die Schlussfolgerungen, was ich den ganzen Tag dachte. Einfache gleitende Durchschnitte arbeiten genauso gut wie komplexe bei der Suche nach Trends, und der vertrauenswürdige, exponentielle gleitende Durchschnitt ist am besten. Danke für das Lesen. Sie können auch mögen: JB MarwoodWeighted Moving Averages setzen auf den Test Ein gewichteter Moving Average glättet Daten, indem er eine separate, aber spezifische Gewichtung für jeden Datensatz über die Länge seiner Glättungsperiode festlegt. In dieser Testrunde werden wir den Standard Weighted Moving Average (W-MA), den Triangular Weighted Moving Average (TriW-MA) und den Sine Weighted Moving Average (SW-MA) betrachten, um zu zeigen, was das Beste ist und Wenn irgendwelche von ihnen sind wert in Ihrem handel Werkzeugkasten. Um diese Mittelwerte zu bewerten, haben wir Long - und Short-Trades unter Verwendung von Daily - und Weekly-Daten getestet, wobei End Of Day (EOD) und End Of Week (EOW) Signale mit Moving Average Längen von 5 8211 300 Tagen oder 60 Wochen abhängen. Diese Tests wurden über insgesamt 300 Jahre Daten über 16 verschiedene globale Indizes durchgeführt (Details hier). Weighted Moving Averages 8211 Testergebnisse: Oben sehen Sie, wie sich die annualisierte Rendite mit der Länge jedes Tages, EOD Moving Average für die Long und die Short Seite des Marktes ändert. Die relative Leistung jedes MA war ähnlich, wenn man Long oder Short, aber die Rückkehr auf der Short Seite waren viel niedriger. Es gibt wenig Unterschied in der Leistung zwischen dem TriW-MA und dem SW-MA, während die W-MA deutlich überlegen war. Die W-MA trat besonders gut mit einer Einstellung von 35 Tagen oder 110 Tagen, Peaking mit einer annualisierten Rückkehr von über 10 auf diese Einstellungen. Da die Glättungsperiode über 110 Tage verlängert wird, sank die Rendite allmählich. Oben sehen Sie die Leistung jedes Durchschnitts während der Zeit, dass es dem Markt ausgesetzt war. Über die Tafel sank die Effizienz jedes Durchschnitts, als die Länge jedes Durchschnitts erhöht wurde. Die W-MA erwies sich wieder als am effektivsten. Best Weighted Moving Average 8211 Lange Wir haben 357 Durchschnitte auf der Long-Seite getestet, aber anstatt einfach die mit den größten Renditen über die Testperiode auszuwählen, suchten wir folgende Kriterien: Annualisierte Rendite gt 9 Durchschnittliche Handelsdauer gt 29 Tage Annualisierte Rendite während der Exposition Gt 15 Annualisierte Rendite auf Nikkei 225 gt 3 Annualisierte Rendite auf NASDAQ gt 12,5 8357 Mittelwerte machten den letzten Schnitt (siehe Kalkulationstabelle), aber wir haben den 90-Tage-gewichteten beweglichen Durchschnitt mit Ende der Wochen-Signale als letzter Gewinner ausgewählt:. Oben sehen Sie, wie der 90-Tage-W-MA, EOW Long während der Testperiode im Vergleich zu der 75-Tage-EMA, EOW Long, die als die effektivste Exponential Moving Average in einem früheren Test ausgewählt wurde, durchgeführt wurde. Die gewichtete MA produzierte sehr ähnliche Ergebnisse, um die EMA aber didn8217t bieten alle Vorteile. Weighted Moving Average 8211 Test Fazit Die Dreiecks - und Sinus-gewichteten Moving-Mittelwerte erwiesen sich als schlechter als die W-MA, während der Standard Weighted Moving Average eine vernünftige Rendite lieferte. Diese Rückkehr war jedoch ähnlich (wenn auch etwas unterlegen) zu denen eines exponentiellen beweglichen Durchschnittes, während sie keine bemerkenswerten Vorteile anbieten. Daraus lässt sich feststellen, dass keiner der gewichteten gleitenden Durchschnitte, die wir getestet haben, sich weiter lernt. Ein Eintrittssignal, um lang zu gehen (oder das Ausgangssignal zu beenden, um ein kurzes zu beenden) für jeden geprüften Durchschnitt wurde mit einem Ende über diesem Durchschnitt erzeugt, und ein Auslasssignal (oder ein Eintrittssignal, das kurz zu gehen ist) wurde bei jedem Ende unterhalb dieses gleitenden Durchschnitts erzeugt. Es wurden keine Zinsen in bar gezahlt und es wurden keine Transaktionskosten oder Schlupf geleistet. Trades wurden unter Verwendung von End Of Day (EOD) und End Of Week (EOW) Signalen für Tagesdaten und EOW Signale nur für wöchentliche Daten getestet. Z. B. Tägliche Daten mit einem EOW-Signal erfordern die Woche, um über einem Daily Moving Average zu beenden, um eine lange oder eine kurze und umgekehrt zu öffnen. . 8211 Die durchschnittliche jährliche Rendite der 16 Märkte während der Testphase betrug 6,32. Die Daten, die für diese Tests verwendet werden, sind in der Ergebniskalkulation enthalten und weitere Details zu unserer Methodik finden Sie hier. Facebook Kommentare: Moving Average Dieses Beispiel lehrt Sie, wie Sie den gleitenden Durchschnitt einer Zeitreihe in Excel berechnen. Ein gleitender Durchschnitt wird verwendet, um Unregelmäßigkeiten (Gipfel und Täler) zu glätten, um Trends leicht zu erkennen. 1. Zuerst schauen wir uns unsere Zeitreihen an. 2. Klicken Sie auf der Registerkarte Daten auf Datenanalyse. Hinweis: Kann die Schaltfläche Datenanalyse nicht finden Hier klicken, um das Analysis ToolPak-Add-In zu laden. 3. Wählen Sie Moving Average und klicken Sie auf OK. 4. Klicken Sie in das Feld Eingabebereich und wählen Sie den Bereich B2: M2. 5. Klicken Sie in das Feld Intervall und geben Sie 6 ein. 6. Klicken Sie in das Feld Ausgabebereich und wählen Sie Zelle B3. 8. Zeichnen Sie einen Graphen dieser Werte. Erläuterung: Da wir das Intervall auf 6 setzen, ist der gleitende Durchschnitt der Durchschnitt der bisherigen 5 Datenpunkte und der aktuelle Datenpunkt. Dadurch werden Gipfel und Täler geglättet. Die Grafik zeigt einen zunehmenden Trend. Excel kann den gleitenden Durchschnitt für die ersten 5 Datenpunkte nicht berechnen, da es nicht genügend vorherige Datenpunkte gibt. 9. Wiederholen Sie die Schritte 2 bis 8 für Intervall 2 und Intervall 4. Fazit: Je größer das Intervall, desto mehr werden die Gipfel und Täler geglättet. Je kleiner das Intervall, desto näher sind die gleitenden Mittelwerte zu den aktuellen Datenpunkten.