Скользящие средние

Скользящее среднее показывает среднее значение цены за некоторый промежуток времени. При расчёте скользящего среднего производится математическое усреднение цены за данный период, который является характеристикой любой скользящей, называемый порядком.

По мере изменения цены её среднее значение либо растёт, либо падает. Существует пять распространённых типов скользящих средних: простое (арифметическое), экспоненциальное, треугольное, переменное и взвешенное. Скользящие средние можно рассчитывать для любого последовательного набора данных, включая цены открытия и закрытия, максимальную и минимальную, объём торговли или значения других индикаторов. Единственное, чем скользящие средние разных типов существенно отличаются друг от друга, это разными весовыми коэффициентами, которые присваиваются последним данным.

Общий принцип сигналов скользящими средними формулируется так: если линия скользящей находится ниже ценового графика, то ценовой тренд является бычьим, а если выше, то тренд – медвежий; при пересечении графика цены со скользящей средней ценовой тренд меняет направление. Иными словами, скользящие средние представляют собой усложнённый вариант линий сопротивления и поддержки. Интерпретация скользящих средних индикаторов аналогична интерпретации ценовых скользящих средних: если индикатор поднимается выше своего скользящего среднего, значит, восходящее движение индикатора продолжится; если он опускается ниже скользящего среднего, это означает продолжение его нисходящего движения.

Простое скользящее среднее (SMA).

Простое, или арифметическое, скользящее среднее (рис.2.1) рассчитывается путём суммирования цен закрытия за определённое число единичных периодов с последующим делением суммы на число периодов. В результате получается средняя цена за данный временной интервал и ценам каждого из дней присваивается равный вес.

, где – цена закрытия, n – период расчёта.

рис. 2.1 График SMA

2.2 Оптимизация индикатора SMA

Количество и качество сигналов индикатора SMA в основном определяется периодом его расчета. Рассмотрим, как ведет себя индикатор при различных значениях периода. Так, при периоде равным 28 индикатор ведет себя следующим образом (рис.2.2).

рис. 2.2 SMA при n=28

Видим, что индикатор становится малоинформативным, т.к. многие нужные сигналы не учитываются.

Теперь выясним, как ведет себя SMA при малом значении периода, например при n=3. (рис.2.3)

рис. 2.3 SMA при n=3

Видим, что число сигналов существенно увеличилось. Но, несмотря на то, что появилось много нужных сигналов, количество ложных сигналов (т.е. тех, после которых не происходит смены тренда) также сильно прибавилось.

Основная задача заключалась в том, чтобы подобрать оптимальный период: такой, чтобы процент ложных сигналов был наименьшим и в то же время отслеживались все полезные. Для этого проводились тесты в разработанной механической системе принятия решений. На основе статистики можно сделать вывод о том, что оптимальным периодом для SMA является 7. (см. тесты в приложении)

Новое на сайте

Банковские услуги

В настоящее время коммерческие банки борются за качество предоставляемых услуг клиентам. Именно повышение качества обслуживания при осуществлении операций в течение одного операционного дня является одним из главных критериев выбора банка частным лицом.