Media Móvil Versus Media Móvil

Promedio móvil simple versus promedio móvil exponencial El promedio móvil es mejor, el promedio móvil simple (SMA) o el promedio móvil exponencial (EMA) Este es el tipo de pregunta que recibo cada semana de los nuevos operadores que han encontrado todas estas nuevas herramientas en Su disposición e iniciar el proceso de encontrar los mejores para ellos. A continuación se muestra un gráfico diario del EUR / USD con una SMA de 200 días (línea verde) y una EMA de 200 días (línea roja) trazada. Usted puede ver que en el gráfico hay poca diferencia entre los dos. Normalmente, la EMA cambiará más pronto que la SMA porque enfatiza la actividad reciente más que la actividad anterior. Pero en este caso realmente no hay mucha diferencia. Los nuevos comerciantes jugarán con ambos para descubrir cuál es mejor y utilizar ese en su acercamiento comercial. Pero la realidad es que es poco probable que un promedio móvil le dará resultados ganadores si el otro no. Si usted encuentra que un cambio de un SMA a un EMA convierte una estrategia que pierde en una estrategia que gana, es probablemente su estrategia que necesita cambiar en vez del promedio móvil. No hay suficiente diferencia en los dos para tener que mucho de un impacto en los resultados de una determinada estrategia. El SMA de 200 días es popular para identificar la tendencia. Si el mercado está por encima de la SMA de 200 días, se considera que la tendencia está arriba y si el mercado está por debajo de la SMA, la tendencia se considera baja. Los comerciantes a corto plazo han hecho que el 10-día EMA popular basado en su uso por algunos comerciantes famosos. Pero el único juez de qué tipo de media móvil se utiliza es el saldo de su cuenta de mes a mes. Si ayuda a su comercio, a continuación, mantenerlo y si no ayuda a su comercio, a continuación, buscar para reemplazarlo. DailyFX proporciona noticias forex y análisis técnico sobre las tendencias que influyen en los mercados de divisas globales. A: Actual F: Pronóstico P: Anterior DAILYFX PLUS TARIFAS GRÁFICOS RSS Los resultados anteriores no indican los resultados futuros. DailyFX es el sitio web de noticias y educación de IG Group. He leído en muchos lugares que la mediana móvil es un poco mejor que el promedio móvil para algunas aplicaciones, ya que es menos sensible a los valores atípicos. Quería probar esta afirmación en datos reales, pero no puedo ver este efecto (verde: mediana, rojo: promedio). Vea aquí: He intentado con varios valores para el ancho de la ventana (aquí en el código 1000), y siempre fue el mismo: la mediana móvil no es mejor que el promedio móvil (es decir, no menos sensible a los valores atípicos). Lo mismo con el ancho de la ventana 10000 (10000 el ancho del pico). Pregunta: ¿Puede proporcionar un ejemplo que demuestre que la mediana móvil es menos sensible a los valores atípicos que el promedio móvil y, si es posible, utilizando el archivo de datos de archivo de muestra. WAV (vínculo de descarga). Es decir, es posible hacer una mediana móvil en estos datos de tal manera que el resultado es como esta curva amarilla (es decir, no más pico) Esto no es realmente una respuesta, pero pensé Id informe lo que estoy viendo y pedir más información. He cargado su archivo test. wav y puedo ver la señal trazada abajo. Así que lo que está recibiendo en las tramas que muestra no es tanto el valor mediano, pero es más como un sobre de la señal. El segundo problema es que la señal realmente parece ser parte de la señal. Si hago zoom en el blip, entonces esto es lo que veo: ¿Qué es lo que realmente está tratando de lograr Gracias por la retroalimentación. A continuación se muestra un código R que hace lo siguiente: Carga el archivo wav. Toma el valor absoluto de la señal (su carga en el canal izquierdo por la biblioteca waveR). Realiza un filtro de media móvil de 100 longitudes en los datos para obtener algo más cercano al sobre (señal roja). Luego aplica un filtro mediano de longitudes 201, 2001 y 4001 al resultado (señal azul). De la gráfica abajo, el mejor rendimiento es el 4001 de longitud. De lo contrario, el efecto de la falla todavía está presente. Lo único que puedo ver mal ahora es que el sobre no coincide con el sobre verdadero, así como Id como. Un mejor detector de envolvente podría mejorar esto (por ejemplo, la señal analítica o similar). A continuación se muestra un gráfico de la sobremedida filtrada mediana calculada superpuesta en la señal original. Gracias por el tiempo que dedicó a esta pregunta. De hecho, representé la mediana y la media del valor absoluto de la señal. Y sí esto da una idea del sobre, esto es lo que quiero. Lo que esperaba (gracias a la mediana en lugar de la media) era algo como esto. captura de pantalla. Desafortunadamente cualquiera que sea el ancho de la ventana para la mediana. El punto siempre está aquí. Mientras que muchos documentos dicen que la mediana tiene la ventaja de disminuir el efecto de valores atípicos. Ndash Basj Nov 30 15 at 14:01 Derecho, por lo que la pregunta es pedir: quotoutlier de whatquot. -) Tomando la mediana directa o la media de los datos que tiene dará resultados absurdos. El filtrado medio sólo funciona bien cuando algunas muestras (en relación con la longitud de la ventana) están fuera del rango esperado. Debido a que los datos que tiene es oscilante positivo y negativo, la mediana no es realmente apropiado para ello. Tomar la mediana del sobre debería funcionar mejor. Incluso puede que desee colocar un filtro de paso bajo simple en el valor absoluto para obtener un valor de envolvente más estable. Ndash Peter K. 9830 Nov 30 15 at 14: 05Moving Average Indicator Las medias móviles proporcionan una medida objetiva de la dirección de la tendencia al suavizar los datos de precios. Normalmente calculado utilizando los precios de cierre, la media móvil también se puede utilizar con la mediana. típico. Cierre ponderado. Y los precios altos, bajos o abiertos, así como otros indicadores. Suscribirse por sólo 19.95 (USD) por mes Medias móviles de longitud más corta son más sensibles e identificar nuevas tendencias antes, pero también dar más falsas alarmas. Los promedios móviles más largos son más confiables pero menos sensibles, sólo recogiendo las grandes tendencias. Utilice un promedio móvil que sea la mitad de la duración del ciclo que está siguiendo. Si la duración del ciclo de pico a pico es de aproximadamente 30 días, entonces un promedio móvil de 15 días es apropiado. Si 20 días, entonces un promedio móvil de 10 días es apropiado. Sin embargo, algunos comerciantes usarán medias móviles de 14 y 9 días para los ciclos anteriores con la esperanza de generar señales ligeramente por delante del mercado. Otros favorecen los números Fibonacci de 5, 8, 13 y 21. Los promedios móviles de entre 100 y 200 días (20 a 40 semanas) son populares para ciclos más largos Los promedios móviles de 20 a 65 días (4 a 13 semanas) son útiles para ciclos intermedios y 5 A 20 días para ciclos cortos. El sistema de media móvil más simple genera señales cuando el precio cruza la media móvil: Ir largo cuando el precio cruza por encima de la media móvil desde abajo. Ir corto cuando el precio cruza por debajo de la media móvil de arriba. El sistema es propenso a los whipsaws en los mercados que se extienden, con el precio que cruza adelante y hacia atrás a través de la media móvil, generando un gran número de señales falsas. Por esta razón, los sistemas de media móvil emplean normalmente filtros para reducir las sierras. Los sistemas más sofisticados utilizan más de un promedio móvil. Dos Promedios móviles utiliza un promedio móvil más rápido como sustituto del precio de cierre. Tres promedios móviles emplea una tercera media móvil para identificar cuándo el precio varía. Múltiples promedios móviles utilizan una serie de seis promedios rápidos y seis promedios lentos para confirmarse mutuamente. Los promedios móviles desplazados son útiles para propósitos de seguimiento de tendencias, reduciendo el número de whipsaws. Los canales de Keltner usan bandas trazadas en un múltiplo de la gama verdadera media para filtrar los crossovers medios móviles. El popular MACD (Moving Average Convergence Divergence) indicador es una variación del sistema de media móvil dos, representado como un oscilador que resta el promedio de movimiento lento de la media de movimiento rápido. Hay varios tipos diferentes de promedios móviles, cada uno con sus propias peculiaridades. Los promedios móviles simples son los más fáciles de construir, pero también los más propensos a la distorsión. Las medias móviles ponderadas son difíciles de construir, pero confiables. Las medias móviles exponenciales alcanzan los beneficios de la ponderación combinada con la facilidad de construcción. Wilder promedios móviles se utilizan principalmente en los indicadores desarrollados por J. Welles Wilder. Esencialmente, la misma fórmula que los promedios móviles exponenciales, que utilizan pesos diferentes mdash para que los usuarios necesitan para tener en cuenta. El panel de indicadores muestra cómo configurar las medias móviles. El valor predeterminado es un promedio móvil exponencial de 21 días.