Взвешенные скользящие средние

Линейно взвешенное скользящее среднее (Linear Weighted Moving Average, LWMA) LWMA - значение взвешенного скользящего среднего текущего периода; Pi - i-ое значение цены анализируемого временного интервала (close, median price, typical price, weighted close); N - полное число периодов для вычисления скользящего среднего.

Простое скользящее среднее значение приписывает удаленным дням взятого для расчета временного периода тот же вес, что и самым недавним. Некоторые люди доказывают, что это не лучший способ трейдинга, поскольку самое большое значение должна иметь самая последняя цена. В результате были придуманы взвешенные скользящие средние, в которых больший вес приписывается недавним данным, а меньший — удаленным во времени.

Взвешенные скользящие средние могут быть очень сложными, так как вы можете придать самым последним дням больший вес или можете придать каждому дню свой вес. Например, вы можете применить 10-дневное скользящее среднее, в котором значение цены 1-го дня (наиболее удаленного) умножается на 1, второго дня — на 2, третьего — на 3 и т. д. Хотя это, скорее всего, глупость, но некоторые люди думают, что сложные вычисления облегчают трейдинг. Несмотря на то, что это допущение неверно, люди все равно прибегают к нему.

Экспоненциальные скользящие средние

Экспоненциальное скользящее среднее придает особенно большой вес самым последним данным и ничего не оставляет без внимания. Например, экспоненциальное скользящее среднее значение с показателем 0,1 (эквивалентное примерно 20-дневиому среднему) умножает цену текущего дня на 0,1 и прибавляет результат ко вчерашнему среднему значению. Ничего не вычитается. Эта процедура очень удобна для вычислений и действительно придает больший вес самым последним данным.

Поскольку скользящее среднее значение имеет тенденцию быть очень близким к значению цены, то часто сигналы оказываются слишком быстрыми. В результате некоторые люди предпочитают «сместить» свои скользящие средние, передвигая их в будущее на несколько дней (т. е. относя их к более поздней дате). Это просто означает, что вы имеете меньшую вероятность понести двойной убыток, следуя сигналу скользящего среднего.

Адаптивные скользящие средние

Адаптивные скользящие средние стали довольно популярны в середине 1990-х гг. Как Кауфман (Kaufmann)14, так и Кролл (Kroll)15 предлагают различные варианты адаптивных скользящих средних. Эти особые системы изменяют скорость изменения средних (их период) в соответствии с некоторой комбинацией направления и скорости изменения рынка.

Подумайте о количестве шума на рынке. Ежедневные флуктуации цены являются хорошей мерой рыночного шума. Когда присутствует сильный шум, скользящее среднее должно изменяться очень медленно, чтобы избежать двойных потерь (при покупке и продаже). Однако когда график изменения цены на рынке изменяется плавно, тогда можно использовать быстрые скользящие средние, так как они дают меньше шансов привести к двойным потерям. В результате адаптивные скользящие средние вначале определяют скорость движения рынка на фоне рыночного шума. Затем они приспосабливают скорость среднего в соответствии со скоростью рынка и шумовым фактором.

Таким образом, адаптивное скользящее среднее: 1) должно иметь, как минимум, некоторую меру текущей эффективности рынка (т. е. определять, насколько силен шум) и 2) быть в состоянии проецировать этот показательна период скользящих средних. Конкретный пример применения адаптивного скользящего среднего приводится при описании метода входа, разработанного Пери Кауфманом (Реггу Kaufman), который обсуждается далее в этой главе.