Модели, основанные на скользящих средних

Скользящие средние включены в многие программные пакеты по техническому анализу и являются темой множества публикаций. Они настолько популярны, что в 1998 г. пять из двенадцати выпусков Technical Analysis of Stocks and Commodities содержали посвященные им статьи. В газетах часто публикуются графики 50- дневных скользящих средних биржевых товаров и 20- дневных скользящих средних цен на фьючерсы.

ЧТО ТАКОЕ СКОЛЬЗЯЩЕЕ СРЕДНЕЕ

Чтобы понять идею скользящих средних, для начала необходимо обсудить временные ряды, т.е. последовательности данных, расположенных в хронологическом порядке. Например, такими данными являются ежедневные цены закрытия каких- либо акций. Они образуют последовательность точек данных, или баров, следующих друг за другом во времени. Во временном ряду серии выборка из нескольких последовательных точек данных может быть названа временным окном. Если точки данных (например, цены закрытия) в данном временном окне сложить и сумму разделить на количество этих точек данных, то получится среднее. Скользящее среднее получается тогда, когда этот процесс повторяется снова и снова при смещении временного окна вперед, точка за точкой по ряду данных. Средние, полученные таким образом, образуют новый временной ряд, новый набор упорядоченных во времени значений. Эта серия называется скользящей средней временного ряда (в данном случае — скользящее среднее цен закрытия). Этот вид скользящих средних известен как простое скользящее среднее, поскольку рассчитывается как простое арифметическое среднее точек данных, что присваивает каждой точке один и тот же удельный вес.

ЗАЧЕМ НУЖНЫ СКОЛЬЗЯЩИЕ СРЕДНИЕ

Скользящие средние используются для снижения нежелательного шума во временных рядах, чтобы поведение рынка, лежащее в основе процесса ценообразования, стало более понятным и заметным. Скользящее среднее обеспечивает сглаживание данных. Как метод сглаживания скользящее среднее является примитивным фильтром низких частот, т.е. пропускает низкочастотную активность, отфильтровывая высокочастотные процессы. На графике высокочастотные процессы выглядят как быстрые вертикальные колебания, т.е. как шум, а низкочастотные — как более плавные тренды или волны. Элерс (Ehlers, 1989) рассматривал взаимосвязь скользящих средних и фильтров низких частот. Он разработал уравнения и, сравнивая различные фильтры со скользящими средними по их полезности, пришел к выводу, что скользящие средние могут быть использованы для фильтрации любых данных, а не только ценовых.