Kaufman adaptif moving average metastock

Apakah Rata-rata Bergerak Adaptif Memimpin Untuk Hasil yang Lebih Baik Rata-rata bergerak adalah alat favorit pedagang aktif. Namun, ketika pasar berkonsolidasi, indikator ini menyebabkan banyak perdagangan whipsaw, yang menghasilkan serangkaian kemenangan dan kerugian kecil yang membuat frustrasi. Analis telah menghabiskan waktu puluhan tahun untuk memperbaiki rata-rata bergerak sederhana. Pada artikel ini, kita melihat upaya ini dan menemukan bahwa pencarian mereka telah menghasilkan alat perdagangan yang bermanfaat. (Untuk membaca latar belakang pada rata-rata bergerak sederhana, lihat Simple Moving Averages Membuat Trends Stand Out.) Pro dan Kontra Pergerakan Rata-rata Keuntungan dan kerugian dari rata-rata bergerak dirangkum oleh Robert Edwards dan John Magee dalam edisi pertama Analisis Teknis untuk Tren Saham Ketika mereka mengatakannya dan, pada tahun 1941 kembali kami dengan senang hati membuat penemuan itu (walaupun banyak lainnya berhasil melakukannya sebelumnya) bahwa dengan rata-rata data untuk jumlah hari yang disebutkan dapat menghasilkan semacam garis tren otomatis yang pasti akan menafsirkan perubahan Trend Sepertinya sangat bagus untuk menjadi kenyataan. Sebenarnya, itu terlalu bagus untuk menjadi kenyataan. Dengan kerugian yang melebihi keuntungan, Edwards dan Magee dengan cepat meninggalkan impian mereka untuk berdagang dari bungalo pantai. Tapi 60 tahun setelah mereka menulis kata-kata itu, yang lain tetap berusaha menemukan alat sederhana yang dengan mudah akan mengantarkan kekayaan pasar. Simple Moving Averages Untuk menghitung moving average yang sederhana. Tambahkan harga untuk periode waktu yang diinginkan dan bagi dengan jumlah periode yang dipilih. Menemukan rata-rata pergerakan lima hari akan membutuhkan penjumlahan lima harga penutupan terbaru dan dibagi dengan lima. Jika penutupan terakhir berada di atas rata-rata bergerak, saham akan dianggap berada dalam tren naik. Downtrends didefinisikan oleh harga perdagangan di bawah rata-rata bergerak. (Untuk informasi lebih lanjut, lihat tutorial Moving Averages). Properti yang mendefinisikan tren ini memungkinkan pergerakan rata-rata menghasilkan sinyal perdagangan. Dalam aplikasi yang paling sederhana, para pedagang membeli ketika harga bergerak di atas rata-rata bergerak dan menjual saat harga turun di bawah garis itu. Pendekatan seperti ini dijamin menempatkan pedagang di sisi kanan setiap perdagangan yang signifikan. Sayangnya, saat merapikan data, rata-rata bergerak akan tertinggal dari aksi pasar dan trader hampir selalu mengembalikan sebagian besar keuntungan mereka bahkan pada perdagangan terbesar sekalipun. Rata-rata Pindah Eksponensial Analis tampaknya menyukai gagasan tentang rata-rata bergerak dan telah menghabiskan bertahun-tahun mencoba untuk mengurangi masalah yang terkait dengan lag ini. Salah satu inovasi ini adalah moving average eksponensial (EMA). Pendekatan ini memberikan bobot yang relatif lebih tinggi terhadap data terakhir, dan akibatnya ia mendekati tindakan harga daripada rata-rata pergerakan sederhana. Rumus untuk menghitung rata-rata pergerakan eksponensial adalah: EMA (Weight Close) ((1-Bobot) EMAy) Dimana: Bobot adalah konstanta pemulusan yang dipilih oleh analis EMAy adalah rata-rata pergerakan eksponensial dari kemarin Nilai pembobotan umum adalah 0,188, yang Mendekati rata-rata pergerakan sederhana 20 hari. Lain adalah 0,10, yang kira-kira memiliki rata-rata pergerakan 10 hari. Meskipun mengurangi lag, moving average eksponensial gagal mengatasi masalah lain dengan moving averages, yang penggunaannya untuk sinyal perdagangan akan menyebabkan sejumlah besar perdagangan rugi. Dalam Konsep Baru dalam Sistem Perdagangan Teknis. Welles Wilder memperkirakan bahwa pasar hanya tren seperempat waktu. Hingga 75 tindakan perdagangan dibatasi pada kisaran yang sempit, ketika sinyal beli dan beli rata-rata bergerak akan berulang kali dihasilkan karena harga bergerak cepat di atas dan di bawah rata-rata bergerak. Untuk mengatasi masalah ini, beberapa analis menyarankan faktor pembobotan perhitungan EMA yang bervariasi. (Untuk lebih lanjut, lihat Bagaimana cara moving averages yang digunakan dalam trading) Mengadaptasi Moving Averages to Market Action Salah satu metode untuk mengatasi kerugian moving averages adalah dengan mengalikan faktor pembobotan dengan rasio volatilitas. Melakukan hal ini berarti bahwa rata-rata bergerak akan jauh dari harga saat ini di pasar yang bergejolak. Ini akan memungkinkan para pemenang lari. Seiring tren berakhir dan harga berkonsolidasi. Rata bergerak akan bergerak mendekati aksi pasar saat ini dan, secara teori, memungkinkan pedagang untuk mempertahankan sebagian besar keuntungan yang tertangkap selama tren berlangsung. Dalam prakteknya, rasio volatilitas dapat menjadi indikator seperti Bollinger Bandwidth, yang mengukur jarak antara Bollinger Bands yang terkenal. (Untuk informasi lebih lanjut mengenai indikator ini, lihat Dasar-Dasar Bollinger Bands.) Perry Kaufman menyarankan untuk mengganti variabel bobot dalam formula EMA dengan konstan berdasarkan rasio efisiensi (ER) dalam bukunya, New Trading Systems and Methods. Indikator ini dirancang untuk mengukur kekuatan tren, yang didefinisikan dalam kisaran dari -1,0 sampai 1,0. Hal ini dihitung dengan rumus sederhana: ER (perubahan harga total untuk periode) (jumlah perubahan harga mutlak untuk setiap batang) Perhatikan saham yang memiliki rentang lima poin setiap hari, dan pada akhir lima hari telah memperoleh total Dari 15 poin Ini akan menghasilkan ER sebesar 0,67 (15 poin ke atas dibagi dengan kisaran 25-titik total). Jika saham ini turun 15 poin, ER akan menjadi -0,67. (Untuk saran perdagangan lebih lanjut dari Perry Kaufman, baca Losing To Win yang menguraikan strategi untuk mengatasi kerugian perdagangan.) Prinsip efisiensi tren didasarkan pada seberapa banyak pergerakan arah (atau tren) yang Anda dapatkan per unit pergerakan harga di atas Periode waktu yang ditentukan ER dari 1,0 menunjukkan bahwa saham berada dalam uptrend yang sempurna -1,0 merupakan tren turun yang sempurna. Secara praktis, ekstrem jarang tercapai. Untuk menerapkan indikator ini untuk menemukan moving average moving average (AMA), trader harus menghitung bobotnya dengan rumus berikut, agak kompleks: C (ER (SCF SCS)) SCS 2 Dimana: SCF adalah konstanta eksponensial untuk yang tercepat EMA yang diijinkan (biasanya 2) SCS adalah konstanta eksponensial untuk EMA yang paling lambat yang diijinkan (seringkali 30) ER adalah rasio efisiensi yang disebutkan di atas Nilai C kemudian digunakan dalam formula EMA dan bukan variabel bobot yang lebih sederhana. Meski sulit dihitung dengan tangan, rata-rata pergerakan adaptif disertakan sebagai pilihan di hampir semua paket perangkat lunak perdagangan. (Untuk informasi lebih lanjut tentang EMA, baca Exploring The Exponentially Weighted Moving Average.) Contoh rata-rata pergerakan sederhana (garis merah), moving average eksponensial (garis biru) dan moving average moving average (garis hijau) ditunjukkan pada Gambar 1. Gambar 1: AMA berwarna hijau dan menunjukkan tingkat perataan yang paling tinggi dalam aksi jarak dekat yang terlihat di sisi kanan grafik ini. Dalam kebanyakan kasus, rata-rata bergerak eksponensial, yang ditunjukkan sebagai garis biru, paling dekat dengan aksi harga. Rata-rata bergerak sederhana ditunjukkan sebagai garis merah. Tiga rata-rata bergerak yang ditunjukkan pada gambar sangat rentan terhadap perdagangan whipsaw pada berbagai waktu. Kekurangan pada moving averages sejauh ini tidak mungkin dihilangkan. Kesimpulan Robert Colby menguji ratusan alat analisis teknis dalam The Encyclopedia of Technical Market Indicators. Dia menyimpulkan, Meskipun rata-rata pergerakan adaptif adalah ide baru yang menarik dengan daya tarik intelektual yang cukup besar, tes pendahuluan kami gagal menunjukkan keuntungan praktis nyata pada metode perataan tren yang lebih kompleks ini. Ini tidak berarti pedagang harus mengabaikan gagasan itu. AMA dapat dikombinasikan dengan indikator lain untuk mengembangkan sistem perdagangan yang menguntungkan. (Untuk informasi lebih lanjut tentang topik ini, baca Discovering Keltner Channels And The Chaikin Oscillator.) ER dapat digunakan sebagai indikator tren yang berdiri sendiri untuk menemukan peluang perdagangan yang paling menguntungkan. Sebagai contoh, rasio di atas 0,30 mengindikasikan tren kenaikan yang kuat dan merupakan pembelian potensial. Sebagai alternatif, karena volatilitas bergerak dalam siklus, saham dengan rasio efisiensi terendah dapat diawasi sebagai peluang pelarian. Jenis struktur kompensasi yang biasanya digunakan oleh hedge fund manager di bagian kompensasi mana yang berbasis kinerja. Perlindungan terhadap hilangnya pendapatan yang akan terjadi jika tertanggung meninggal dunia. Penerima manfaat bernama menerima. Ukuran hubungan antara perubahan kuantitas yang diminta dari barang tertentu dan perubahan harga. Harga. Total nilai pasar dolar dari seluruh saham perusahaan yang beredar. Kapitalisasi pasar dihitung dengan cara mengalikan. Frexit pendek untuk quotFrench exitquot adalah spinoff Prancis dari istilah Brexit, yang muncul saat Inggris memilih. Perintah ditempatkan dengan broker yang menggabungkan fitur stop order dengan pesanan limit. Perintah stop-limit will. Metastock Formula - K Klik di sini untuk kembali ke Metastock Formula Index Sistem Arus Uang KA Sistem ini didasarkan pada Money Flow Index. Ini adalah sistem yang berkembang dan akan menyukai masukan dari pembaca lain untuk memperbaikinya. Terima kasih atas saran untuk memperbaikinya. Ini mencoba untuk membeli ketika LKM mulai rally dari keadaan oversold dan menjual saat LKM mulai jatuh dari keadaan jenuh beli. Dapatkah tubuh membantu membentuk eksplorasi untuk menemukan persediaan yang sistem ini akan bekerja paling baik. EnterLong: Cross (LKM (23), (LLV (LKM (23), 23) opt1)) DAN LKM (23) lt50 longOptimisationFullDetails: OPT 1 Min. 5 Max. 20 Langkah: 1 enterShort: Cross ((HHV (LKM (23), 23) - opt1), LKM (23)) DAN LKM (23) gt50 ShortOptimisationFullDetails: OPT 1 Min. 5 Max. 20 Langkah: 1 Sistem Perdagangan Histogram Karnish Bollinger Band BBHistogram: (TUTUP 2Std (TUTUP, 20) - MOV (TUTUP, 20, SEDERHANA)) (4 (Std (CLOSE, 20))) 100 Cross (0, BBHistogram) BBHistogram: (TUTUP 2Std (TUTUP, 20) - MOV (TUTUP, 20, SEDERHANA)) (4 (Std (CLOSE, 20))) 100 Cross (BBHistogram, 100) Heres a freebie. BB Histogram: ((C2Std (C, 20) - Mov (C, 20, S)) (4 (Std (C, 20))) 100) Jual hari pembukaan setelah Histogram BB menembus 100 dan beli saat menembus nol . Tambahkan ke posisi ketika BB Histo daun di atas 100 atau di bawah nol dan kemudian repenetrates tingkat memicu. Saya yakin pendekatan ini telah mencatat 11 pemenang SampP langsung, dengan 700 poin. Tapi Steve, sistem ini tidak boleh bekerja lagi karena kehilangan perdagangan terakhir yang Anda pakai. Kanan Penafian saya satu-satunya adalah bahwa saya menjamin bahwa saya akan menjual perangkat lunak, membuat daftar layanan dan hal lain yang dapat saya pikirkan untuk menghasilkan uang pada tahun 2000. Sementara itu, hirup semua barang gratis dari saya, Anda dapat menyalinnya. Dan yang paling penting, perlu diketahui, antagonis terbesar dalam daftar benar-benar memberi nol dalam membantu Anda melakukan perdagangan. Carilah jawaban dari dalam (dengan bantuan jalan pintas dari orang-orang yang bersedia untuk berbagi). Kauffmans Adaptive RSI MetaStock formula berasal dari perhitungan dalam Trading Systems and Methods, Edisi Ketiga, oleh Perry J. Kaufman. Formula ini menyesuaikan RSI standar dengan konstanta pemulusan. Sc: Abs (RSI (Periode) 100 - .5) 2 Jika (Cum (1) Periode, TUTUP, PREV sc (CLOSE - PREV)) Krauszs Gann Swing HiLow Activator Saya hanya dapat menerapkan Pengubah Hiu Kannuszs Gann Swing Metastock, karena rata-rata tiga bar terakhir High (berhenti untuk posisi pendek atau masuk lama) atau Low (berhenti untuk posisi long atau short entry) merencanakan satu periode ke depan: Ref (Mov (L, 3, S), - 1) atau Ref (Mov (H, 3, S), - 1) Kurtosis adalah indikator sentimen pasar. Rumus MetaStock untuk Kurtosis adalah sebagai berikut: Kurtosis dibangun dari tiga bagian yang berbeda. Kurtosis, Kurtosis Cepat (FK), dan FastSlow Kurtosis (FSK). Bagian Kurtosis (K) dari perhitungan ini adalah mo (3) - ref (mo (3), - 1). Yang todays Kurtosis - kemarin Kurtosis. Kurtosis Cepat (FK) adalah mov (K, 66, E) mov (mo (3) - ref (mo (3), - 1,66, E).Yang merupakan Kurtosis yang diperhalus dengan rata-rata moving average eksponensial 66. The FastSlow Kurtosis (FSK) adalah formula lengkap mov (mov (mo (3) - ref (mo (3), - 1), 66, E), 3, S).Yang mana FK merapikan dengan 3 periode pergerakan sederhana. Rata-rata, Anda mungkin ingin bereksperimen dengan periode waktu yang berbeda untuk mengoptimalkan hasilnya. Misalnya, untuk menghitung periode 4 Kurtosis, periode 50 FK dan FSK periode 10, gunakan rumus berikut: Keltner Channels dijelaskan dalam buku The New Sistem dan Metode Perdagangan Komoditi oleh Perry Kaufman dan pertama kali diperkenalkan di buku How To Make Money in Commodities oleh Chester W. Keltner. Sintaks untuk rumus di MetaStock adalah: Maret 1998 TIPS TRADER Berikut adalah pilihan dari Traders Tips bulan ini, Disumbangkan oleh berbagai pengembang perangkat lunak analisis teknis untuk membantu pembaca lebih mudah menerapkan beberapa strategi yang disajikan dalam edisi ini. Anda dapat menyalin formula dan program ini untuk e Asy digunakan dalam perangkat lunak spreadsheet atau analisis Anda. Cukup quotselectquot teks yang diinginkan dengan menyoroti seperti yang akan Anda lakukan dalam program pengolah kata, lalu gunakan perintah kunci standar Anda untuk menyalin atau memilih kuotot dari menu browser. Teks yang disalin kemudian dapat dipilah menjadi spreadsheet terbuka atau perangkat lunak lain dengan memilih titik penyisipan dan menjalankan perintah tempel. Dengan Toggling bolak-balik antara jendela aplikasi dan halaman Web yang terbuka, data bisa ditransfer dengan mudah. Kiat bulan ini mencakup formula dan program untuk: TRADESTASI Rata-rata pergerakan adaptif yang dibahas dalam wawancara dengan Perry Kaufman pada STOCKS amp COMMODITIES Bonus Issue tahun 1998 (artikel yang awalnya terbit pada bulan Maret 1995) merupakan alternatif yang sangat baik untuk perhitungan rata-rata bergerak standar. Dalam bulan ini, Traders Tips, saya akan menyajikan dua Easy Language studies dan Easy Language system yang berbasis pada moving average adaptif. Perhitungan rata-rata bergerak adaptif yang digunakan dalam studi dan sistem di TradeStation atau SuperCharts dilakukan terutama oleh fungsi yang disebut sebagai quotAMA. quot Fungsi lain yang disebut sebagai quotAMAFquot digunakan untuk menghitung filter rata-rata bergerak adaptif. Seperti biasa, fungsi harus dibuat sebelum pengembangan sistem studi. Tipe: Function Name: AMA Vars: Kebisingan (0), Sinyal (0), Diff (0), efRatio (0), Halus (1), Tercepat (.6667), Paling Lambat (.0645), AdaptMA (0) Diff AbsValue (Close - Close1) IF CurrentBar Lt Periode Kemudian AdaptMA Tutup JIKA Periode CurrentBar gt Kemudian Begin Signal AbsValue (Close - ClosePeriod) Noise Summation (Diff, Period) efa Sinyal Kebisingan Halus Daya (Efisien (Tercepat - Paling Lambat) Paling Lemah, 2) AdaptMA Adaptma1 Smooth (Close - AdaptMA1) End Inputs: Period (Numeric), Pcnt (Numeric) Vars: Kebisingan (0), Sinyal (0), Diff (0), efRatio (0), Halus (1), Tercepat (.6667 ), Paling lambat (.0645), AdaptMA (0), AMAFltr (0) Diff AbsValue (Close - Close1) IF CurrentBar Pada Periode Kemudian Adaptasikan Close IF CurrentBar gt Periode Kemudian Begin Signal AbsValue (Close - ClosePeriod) Noise Summation (Diff, Period ) Efektivitas Sinyal Kebisingan Halus (Efisien (Tercepat - Paling Lambat) Paling Lambat, 2) AdaptMA AdaptMA1 Halus (Dekat - AdaptMA1) AMAFltr StdDev (AdaptMA-AdaptMA1, Periode) Pcnt End AMAF AMAFltr Setelah Anda berhasil membuat kedua fu Nctions, Anda kemudian dapat membuat dua studi dan sistem. Indikator pertama menampilkan garis rata-rata bergerak adaptif, dengan sentuhan opsional. Twist adalah bahwa garis AMA dapat diratakan dengan menggunakan regresi linier. Jadi, saya sudah memasukkan dalam indikator sebuah input bernama quotsmoothquot yang memungkinkan Anda untuk menentukan apakah garis AMA harus dihaluskan atau tidak. Sebuah kuotot sebagai nilai input mempercepat perhitungan. Sebuah kuotot hanya memplot garis AMA mentah. Indikator ini harus diskalakan untuk quotSame sebagai data harga. quot Tipe: Nama Indikator: Masukan Adaptif MovAvg: Periode (10), Halus (kuotot) JIKA kuota UpperStr (Smooth) Then Plot1 (LinearRegValue (AMA (Periode), Periode, 0) , QuotSmooth AMAquot) Else Plot2 (AMA (Period), quotAdaptive MAquot) Indikator kedua, quotMov Avg Adaptive Fltr, quot mengambil konsep penyaringan dan menerapkannya pada indikator. Berdasarkan parameter adaptif moving average moving average (AMAF), indikator ini akan memplot garis vertikal biru atau merah, tergantung pada kondisi yang terpenuhi. Nilai yang tercermin dari garis vertikal mencerminkan nilai perhitungan filter AMA. Beberapa pengaturan format yang disarankan diberikan setelah kode indikator. Tipe: Indikator Nama: MovAvg Adaptive Fltr Inputs: Period (10), Pcnt (.15) Vars: AMAVal (0), AMAFVal (0), AMALs (0), AMAHs (0) AMAFVAl AMAF (Periode, Pcnt) IF CurrentBar 1 Kemudian Mulailah AMAL AMAVAL AMAH AMAVAL Akhir Selesai JIKA AMAVAL AMAN AMAVal1 Kemudian AMAL AMAVAL JIKA AMAVAL gt AMAVal1 Kemudian AMAH AMAVAL JIKA AMAVAL - AMALs gt AMAFVal Kemudian Mulai Plot1 (AMAFVal, quotBuyquot) JIKA Plot11 0 Kemudian Waspada dengan Benar Selesai JIKA AMAH - AMAVAL Gt AMAFVal Then Begin Plot2 (AMAFVal, quotSellquot) IF Plot21 0 Then Alert True End Plot3 (AMAFVal, quotAMAFilterquot) Gaya Akhir: Scaling: Layar Sistem Fltrquot Adaptor quotMovAvg di bawah ini didasarkan pada peraturan yang ditetapkan untuk entri berdasarkan perpindahan adaptif yang disaring. Perhitungan rata-rata. Tipe: Nama Sistem: Input Adaptive Fltr MovAvg: Periode (10), Pcnt (.15) Vars: AMAVal (0), AMAFVal (0), AMALs (0), AMAHs (0) AMAFVAl AMAF (Periode, Pcnt) JIKA CurrentBar 1 Kemudian Mulailah AMAL AMAVAL AMAH AMAVAL Akhir Else Mulailah JIKA AMAVAL AMAN AMAVal1 Kemudian AMAL AMAVAL JIKA AMAVAL gt AMAVal1 Kemudian AMAH AMAVAL JIKA AMAVAL - AMALs Salib Diatas AMAFVal Kemudian Beli Bar ini di Tutup JIKA AMAH - AMAVAL Salib di Atas AMAFVal Kemudian Jual Bar ini di Close End Kode ini juga tersedia di situs Web Omega Researchs. Nama file tersebut adalah quotAMA. ELA. quot Harap dicatat bahwa semua teknik analisis Trader Tips yang diposkan di situs Web Omega Research dapat dimanfaatkan oleh TradeStation dan SuperCharts. Bila mungkin, teknik analisis yang diposting akan mencakup format Quick Editor dan Power Editor. - Gaston Sanchez, Omega Research 800 422-8587, 305 270-1095 Internet: wwwomegaresearch Kembali ke Daftar Di MetaStock 6.5, Anda dapat dengan mudah membuat sistem rata-rata bergerak adaptif yang dibahas oleh Perry Kaufman dalam wawancara yang muncul dalam Isu Bonus 1998. Dengan menjalankan MetaStock 6.5, pilih quotIndicator Builderquot dari menu Tools dan kemudian klik tombol New. Masukkan rumus berikut: Periode Moving Average Biner Bergerak Rata-rata: Input (quotTime Periodsquot, 1,1000, 10) Arah: CLOSE - Ref (CLOSE, - periods) SSC: ER (FastSC - SlowSC) SlowSC AMA: Jika (Cum (1 ) Periode 1, ref (Close, -1) konstan (CLOSE - ref (Close, -1)), Prev constant (CLOSE - PREV)) FilterPercent: Input (quotFilter Percentagequot, 0,100,15) 100 Filter: FilterPercent Std (AMA - Ref (AMA, -1), Periode) AMALow: Jika (AMA lt Ref (AMA, -1), AMA, PREV) AMAHigh: Jika (AMA gt Ref (AMA, -1), AMA, PREV) Adaptive Moving Average Periode: Input (quotTime Periodsquot, 1,1000, 10) Arah: CLOSE - Ref (CLOSE, - periods) SSC: ER (FastSC - SlowSC) SlowSC AMA: Jika (Cum (1) periode 1, ref (Close, -1 ) Konstan (CLOSE - ref (Close, -1)), Prev constant (CLOSE - PREV)) Jika Anda ingin melihat rata - rata bergerak adaptif, cukup plot pada grafik apapun di MetaStock. Jika Anda ingin melihat sinyal beli dan jual dari sistem rata-rata bergerak adaptif, plotkan gelombang biner rata-rata bergerak adaptif. Gelombang biner ini plot quot quotquot ketika theres sinyal beli, quot-1quot untuk sinyal jual dan nol ketika tidak ada sinyal. --Allan J. McNichol, EQUIS International 800 882-3040, 801 265-8886 Internet: equis Kembali ke Daftar TECHNIFILTER PLUS Heres a TechniFilter Plus, versi 8, formula untuk moving average moving average (AMA) yang didiskusikan oleh Perry Kaufman pada tahun 1998 Masalah bonus AMA adalah rata-rata eksponensial dimana berat pengali dapat bervariasi setiap hari antara nilai maksimum dan minimum. Karena harga merupakan tren yang kuat, bobot variabel ini mendekati nilai maksimumnya, sehingga AMA dapat melacak kurva harga lebih dekat. Bila harganya zigzag, bobot variabel mendekati nilai minimumnya, menyebabkan AMA merata. Kaufman menggunakan rasio perubahan harga terhadap variasi harga untuk mengimbangi bobot variabel. Rumusnya menggunakan tiga parameter: 2, 30 dan 10. Parameter pertama, 2, menunjukkan bahwa rata-rata eksponensial dua hari adalah rata-rata tercepat untuk rata-rata variabel. Parameter kedua, 30, menunjukkan bahwa rata-rata 30 hari adalah rata-rata paling lambat untuk rata-rata variabel. Parameter ketiga, 10, menunjukkan periode lookback untuk menghitung berapa berat akan berubah. Perry Kaufmans Adaptive Moving Average Formula SWITCHES: multiline rekursif NILAI AWAL: FORMULA C: Strategi dan laporan Strategis Plus ini, strategi dan formula dari Kiat Trader sebelumnya dapat didownload dari situs RTRs. Kembali ke Daftar WAVEWIE MARKET SPREADSHEET Berikut ini adalah implementasi program WAVE WIE dari Perry Kaufmans adaptive moving average (AMA), yang dibahas dalam STOCKS amp COMMODITIES 1998 Bonus Issue interview presentation. --Peter Di Girolamo, Jerome Technology 908 369-7503, Email: jtiwareaol Internet: members. aoljtiware Kembali ke Daftar SMARTRADER Perry Kaufmans moving average adaptif (STOCKS amp COMMODITIES, 1998 Bonus Issue) berfungsi sebagai contoh yang baik untuk menerapkan pengguna Kemampuan formula di SMARTrader. Kunci untuk menciptakan adaptive moving average (AMA) adalah kemampuan untuk menulis formula rekursif atau self-referencing. Sakitilah mereka saat kita melanjutkan. Baris 4, label quotoffset, quot digunakan bersamaan dengan baris 15 untuk quotsququote nilai yang dimasukkan secara manual dalam contoh spreadsheet di sel I5 sampai I14. Arah ditentukan pada baris 5 dengan menggunakan studi momentum 10 periode. Baris 6, 7 dan 8 menghitung volatilitas dengan pertama menghitung momentum satu periode, kemudian mengambil nilai mutlak dari momentum dan akhirnya menjumlahkan rangkaian 10 periode. Baris 9 dan 10 menghitung nilai ER dan nilai absolutnya. Baris 11 dan 12 adalah koefisien yang mengandung nilai eksponen yang mewakili dua dan 30 periode. Baris 13 menghitung nilai ssc. Baris 14 kotak ssc, berikan c. Baris 16 menghitung AMA sebenarnya dan merupakan baris pertama yang rekursif. Baris 17, juga rekursif, menghitung selisih AMA saat ini dan sebelumnya. Baris 18, AMAdiff, menggunakan pernyataan if untuk menghindari pelaporan hasil yang tidak valid di kolom 1, karena tidak ada yang sebelum kolom 1 menghasilkan perhitungan yang valid. Baris 19 menghitung deviasi standar AMAdiff 10 periode. Baris 20 adalah koefisien yang mengandung nilai persentase. Baris 21 menghitung nilai filter. Baris 22 dan 23 adalah baris pengguna rekursif yang melacak level terendah AMA dan AMA tertinggi. Baris 23 dan 24 adalah aturan buysell. Gambar 1: SMARTRADER. Lembar kerja SMARTrader ini menerapkan rata-rata pergerakan adaptif Perry Kaufman dari Isu Bonus 1998. Lembar kerja ini juga tersedia di situs Web Stratagems. --Jim Ritter, Stratagem Software International 504 885-7353, E-mail: Stratagem1aol Internet: members. aolstratagem1 Kembali ke Daftar