Slope Of 200 Dagers Moving Average

Flytende gjennomsnitt Et glidende gjennomsnitt er en av de mest fleksible og mest brukte teknikkanalysene. Det er svært populært blant handelsmenn, for det meste på grunn av sin enkelhet. Det fungerer best i et trending miljø. Innledning I statistikk er et glidende gjennomsnitt bare et middel for et bestemt sett med data. Ved teknisk analyse er disse dataene i de fleste tilfeller representert ved sluttkurs på aksjer for de aktuelle dagene. Noen handelsfolk bruker imidlertid også separate gjennomsnitt for daglige minima og maxima eller til og med gjennomsnittlig midtpunktsverdier (som de beregner ved å oppsummere daglig minimum og maksimum og dividere med to). Likevel kan du bygge et glidende gjennomsnitt også på en kortere tidsramme, for eksempel ved å bruke daglige eller minuttdata. For eksempel, hvis du vil lage et 10-dagers glidende gjennomsnitt, legger du bare opp alle sluttkursene de siste 10 dagene, og deler det med 10 (i dette tilfellet er det et enkelt glidende gjennomsnitt). Neste dag gjør vi det samme, bortsett fra at vi igjen tar prisene for de siste 10 dagene, noe som betyr at prisen som var den siste i vår beregning for forrige dag, ikke lenger er inkludert i dagens gjennomsnitt - det er erstattet av gårdsdager pris. Dataene skiftes på denne måten med hver ny handelsdag, derav begrepet glidende gjennomsnitt. Formålet med og bruk av bevegelige gjennomsnitt i teknisk analyse Flytende gjennomsnitt er en trend-indikator. Formålet er å oppdage starten på en trend, følge dens fremgang, samt rapportere om reversering dersom den oppstår. I motsetning til kartlegging, forventer glidende gjennomsnitt ikke starten eller slutten av en trend. De bekrefter det bare, men bare en stund etter at den faktiske reverseringen oppstår. Det stammer fra deres meget konstruksjon, da disse indikatorene er basert utelukkende på historiske data. Jo mindre dager et glidende gjennomsnitt inneholder, desto raskere kan det oppdage en trendendring. Det er på grunn av mengden historiske data, som sterkt påvirker gjennomsnittet. Et 20-dagers glidende gjennomsnitt genererer signalet om en trend reversering raskere enn 50-dagers gjennomsnittet. Det er imidlertid også sant at jo færre dager vi bruker i beregningen av bevegelige gjennomsnitt, jo flere falske signaler får vi. Derfor bruker de fleste handelsfolk en kombinasjon av flere bevegelige gjennomsnitt, som alle må gi et signal samtidig, før en handelsmann åpner sin posisjon i markedet. Ikke desto mindre kan et glidende gjennomsnittsforsinkelse bak trenden ikke helt elimineres. Handelssignaler Enhver type glidende gjennomsnitt kan brukes til å generere kjøp eller salgssignaler, og denne prosessen er veldig enkel. Kartleggingsprogrammet plotter det bevegelige gjennomsnittet som en linje direkte i prisdiagrammet. Signaler genereres på steder hvor prisene krysser disse linjene. Når prisen krysser over den bevegelige gjennomsnittslinjen, innebærer det starten på en ny oppadgående trend, og dermed betyr det et kjøpssignal. På den annen side, dersom prisen krysser under den bevegelige gjennomsnittslinjen og markedet lukker også i dette området, signaliserer det starten på en nedadgående trend, og dermed er det et salgssignal. Bruke flere gjennomsnitt Vi kan også velge å bruke flere bevegelige Gjennomsnittlig samtidig, for å eliminere støyen i prisene og spesielt de falske signaler (whipsaws), som bruken av et enkelt bevegelige gjennomsnitt gir. Når du bruker flere gjennomsnitt, oppstår et kjøpesignal når den kortere av gjennomsnittet krysser over lengre gjennomsnitt, f. eks. 50-dagers gjennomsnitt krysser over 200-dagers gjennomsnittet. Omvendt genereres et salgssignal i dette tilfellet når 50-dagers gjennomsnitt krysser under 200-gjennomsnittet. På samme måte kan vi også bruke en kombinasjon av tre gjennomsnitt, f. eks. et 5-dagers, 10-dagers og 20-dagers gjennomsnitt. I dette tilfellet er en oppadgående trend indikert hvis 5-dagers gjennomsnittlinje ligger over 10-dagers glidende gjennomsnitt, mens gjennomsnittet på 10 dager er fortsatt over 20-dagers gjennomsnittet. En hvilken som helst krysning av bevegelige gjennomsnitt som fører til denne situasjonen betraktes som et kjøpssignal. Omvendt er nedadgående trend indikert av situasjonen når 5-dagers gjennomsnittlinjen er lavere enn 10-dagers gjennomsnittet, mens 10-dagers gjennomsnittet er lavere enn 20-dagers gjennomsnitt. Ved å bruke tre bevegelige gjennomsnitt, begrenser samtidig mengden av falske signaler generert av systemet, men det begrenser også potensial for profitt, da et slikt system genererer et handelssignal først etter at trenden er fast etablert i markedet. Inngangssignalet kan til og med genereres bare en kort tid før trendendringen. Tidsintervallene som brukes av handelsfolk til å beregne glidende gjennomsnitt er ganske forskjellige. Fibonacci-tallene er for eksempel svært populære, for eksempel ved bruk av 5-dagers, 21-dagers og 89-dagers gjennomsnitt. I futures trading er kombinasjonen 4-, 9- og 18-dager også veldig populær. Fordeler og ulemper Grunnen til at glidende gjennomsnitt har vært så populært er at de gjenspeiler flere grunnleggende handelsregler. Bruk av bevegelige gjennomsnittsverdier hjelper deg med å kutte tapene dine mens du forteller fortjenesten. Når du bruker bevegelige gjennomsnitt for å generere handelssignaler, handler du alltid i retning av markedsutviklingen, ikke mot den. Videre, i motsetning til diagrammønsteranalyse eller andre svært subjektive teknikker, kan bevegelige gjennomsnittsverdier brukes til å generere handelssignaler i henhold til klare regler - og dermed eliminere subjektivitet i handelsbeslutninger, noe som kan hjelpe handlerens psyke. En stor ulempe med glidende gjennomsnitt er imidlertid at de bare fungerer godt når markedet trender. Derfor, i perioder med hakkete markeder når prisene svinger i et bestemt prisklasse, virker de ikke i det hele tatt. En slik periode kan lett vare mer enn en tredjedel av tiden, så det er veldig risikabelt å stole på gjennomsnittlig glidende gjennomsnitt. Noen handelsfolk anbefaler derfor å kombinere bevegelige gjennomsnitt med en indikator som måler styrken av en trend, for eksempel ADX eller bare å bruke bevegelige gjennomsnitt som en bekreftende indikator for ditt handelssystem. Typer av bevegelige gjennomsnittsverdier De mest brukte typene av bevegelige gjennomsnitt er Simple Moving Average (SMA) og eksponentielt veidende flytende gjennomsnitt (EMA, EWMA). Denne typen glidende gjennomsnitt er også kjent som aritmetisk middel og representerer den enkleste og mest brukte typen glidende gjennomsnitt. Vi beregner det ved å oppsummere alle sluttkursene for en gitt periode, som vi deretter deler etter antall dager i perioden. Imidlertid er to problemer forbundet med denne typen gjennomsnitt: det tar bare hensyn til dataene som er inkludert i den valgte perioden (f. eks. Et 10-dagers enkelt glidende gjennomsnitt tar bare hensyn til dataene fra de siste 10 dagene, og ignorerer bare alle andre data før denne perioden). Det er også ofte kritisert for å tildele likevekt til alle dataene i datasettet (dvs. i et 10-dagers glidende gjennomsnitt har en pris fra 10 dager siden samme vekt som prisen fra i går - 10). Mange forhandlere hevder at dataene fra de siste dagene skal bære mer vekt enn eldre data - noe som vil resultere i å redusere gjennomsnittene treg bak trenden. Denne typen glidende gjennomsnitt løser begge problemene forbundet med enkle glidende gjennomsnitt. For det første tildeler den mer vekt i beregningen til nyere data. Det gjenspeiler også i noen grad alle historiske data for det aktuelle instrumentet. Denne typen gjennomsnitt er oppkalt etter at datavektene mot fortiden minsker eksponentielt. Nedgangen i denne nedgangen kan tilpasses behovene til den næringsdrivende. Tilpasning av strategier for å flytte gjennomsnittlige skråninger Flytte gjennomsnitt (MA) identifiserer støtte - og motstandsnivåer generert av prishandling over forhåndsdefinerte sykluslengder, snu høyere og lavere som svar på bred trender. Langsiktig gjennomsnitt blir svakere enn kortsiktige gjennomsnitt, med skråninger som identifiserer tekniske forhold som øker eller reduserer mulighetene for prispenetrasjon. Eksponentielle glidende gjennomsnitt (EMA) endrer skråninger raskere enn enkle bevegelige gjennomsnitt (SMA). på grunn av deres raskere konstruksjon. Prisen som trekker seg tilbake for å teste et økende gjennomsnitt fra oven, er mer sannsynlig å holde støtte enn når man tester et fallende gjennomsnitt. Pris å hoppe inn i et fallende gjennomsnitt fra under er mer sannsynlig å rulle over enn når du tester et økende gjennomsnitt. Flere bevegelige gjennomsnitt på forskjellige sykluslengder kompliserer disse scenariene fordi noen kan stige mens andre faller. Helling Relativitet Langtids gjennomsnitt endrer helling mindre ofte enn kortsiktige gjennomsnitt. For eksempel kan en 20-dagers MA oscillere mellom stigende og fallende skråninger dusinvis av ganger over en tre måneders periode, mens en 50-dagers MA kan skifte to eller tre ganger. I mellomtiden kan en 200-dagers MA ikke forandre i det hele tatt eller skifte høyere eller lavere bare én gang. Denne hellingsrelativiteten kommer inn i spill i kartanalyse på to måter. For det første utøver et langsiktig gjennomsnitt alltid større støtte eller motstand enn et kortsiktig gjennomsnitt. For eksempel er støtte eller motstand på en 200-dagers MA vanskeligere å bryte enn støtte eller motstand ved en 50-dagers MA. For det andre legger stigende og fallende bakker til eller trekker seg fra støtte eller motstand, avhengig av prisplassering i forhold til gjennomsnittet. I dette hierarkiet utgjør et stigende langsiktig gjennomsnitt større støtte enn et flatt eller fallende gjennomsnitt når prisen handler over nivået, samtidig som det gir økt støtte enn et kortsiktig stigende eller fallende gjennomsnitt. Omvendt utviser et fallende langsiktig gjennomsnitt større motstand enn et stigende eller flatt gjennomsnitt når prisen er under dette nivået, samtidig som det gir større motstand enn et kortsiktig stigende eller fallende gjennomsnitt. Dow-komponent, Procter amp Gamble (PG) bryter støtte på 50- og 200-dagers EMAs tidlig i 2015 og går nedover. Den reverserer til tett justerte gjennomsnitt i mars (1) mens begge er spiss lavere. En ny test på den nedslående 50-dagers EMA (2) utløser en reversering i april, mens prisen gjennomsyrer det stigende gjennomsnittet i de neste to tester, reverserer på den nedslående 200-dagers EMA (3 amp 4), som gir sterkere motstand. Det blir da fast mellom stigende og fallende gjennomsnitt (blå boks), hopper frem og tilbake som en pinball. Justere strategier til skråninger Pris over stigende lange og kortsiktige gjennomsnitt genererer en bullish konvergens som favoriserer langside strategier, med større posisjoner og lengre holdingsperioder. Denne tekniske tilpasningen er vanlig i uptrends og bull markeder. Prisen under stigende lange og kortsiktige gjennomsnitt genererer en bullish divergens som favoriserer dyppekjøpsmuligheter og verdispill. Prishandel over gjennomsnitt med motstridende skråninger signalerer konflikt, med en stigende langsiktig, gjennomsnittlig støtte for langside, mens en fallende skråning peker på et høyere risikomiljø. Prisen under fallende lange og kortsiktige gjennomsnitt genererer en bearish konvergens som legger kraft til korte salgsstrategier, oppmuntrer til større posisjoner og lengre holdingsperioder. Denne tekniske tilpasningen er vanlig i downtrends og bear markeder. Pris over fallende lange og kortsiktige gjennomsnitt genererer en bearish divergens som favoriserer fortjeneste og short selling. Prishandel under gjennomsnitt med motstridende bakker signalerer konflikt, med fallende langsiktige gjennomsnittlige støttende kortspill mens en stigende skråning advarer om en forestående bunn. Disse scenariene dekker bare en liten del av de komplekse sammenhenger mellom pris, glidende gjennomsnitt og skråning. Konflikter bør hilses velkommen fordi interweaving prisstrukturer skaper kraftige motorer for korte og langsiktige handelsmuligheter. Vær imidlertid oppmerksom når du flytter gjennomsnittene flatline og konvergerer, og prisen begynner å svinge over de smale nivåene. Denne blandede tiltak peker på høye støynivåer som kan signalere lange perioder med svak mulighet: kostnad. Flytter gjennomsnittlig letthet til horisontale baner i sidelengs markeder, og reduserer verdien i handel og investeringsbeslutning. Dow-komponent General Electric (GE) selger av i slutten av 2013 og tilbringer 2014 sliping sidelengs i et hakket mønster. Den krysser 50-dagers EMA mer enn 20 ganger i løpet av denne perioden, og utsteder flere bølger av falske signaler. Den 200-dagers EMA-flatlinjen også mens prisen krysser sine grenser mer enn et dusin ganger. The Bottom Line Bli aggressiv på den lange siden når prisen er over stigende lange og kortsiktige glidende gjennomsnitt. Bli aggressiv på kort side når prisen er under fallende korte og langsiktige glidende gjennomsnitt. Få defensiv når skråninger ikke samsvarer, eller når prisen handler under stigende gjennomsnitt eller over fallende gjennomsnitt. Det 200-dagers glidende gjennomsnittet 8220work8221 Dette er et av de tekniske spørsmålene som ikke har et raskt og enkelt svar. Det beste svaret er 8220no, egentlig ikke, og nesten sikkert ikke i den måten de fleste tror8221, men det er noen nyanser å vurdere. Jeg har gjort omfattende kvantitativt arbeid på å flytte gjennomsnitt, og svarene jeg har funnet utfordrer mange av våre ideer og mange av måtene teknikere bruker bevegelige gjennomsnitt. Basert på arbeidet mitt: Det er ingen spesielle bevegelige gjennomsnitt. (Dvs. 200 dagene er ikke spesielle i forhold til 193, 204 eller noe annet gjennomsnitt.) Prisoverføring eller berøring av et glidende gjennomsnitt har ingen betydning for fremtidig markedsretning. Hellingen til et bevegelige gjennomsnitt er ikke en meningsfylt indikator for trenden. Kryss av bevegelige gjennomsnitt er ikke meningsfulle indikasjoner på trender. Indikatorer bygget fra bevegelige gjennomsnitt er ikke pålitelige indikatorer på trend. Kort sagt, de fleste av tingene som tradisjonell teknisk analyse lærer om bevegelige gjennomsnitt, står ikke opp til kvantitativ gransking. Jeg kan muligens dele alt arbeidet jeg har gjort i ett blogginnlegg. Jeg tror det er dårlig skjema når noen prøver å gjøre et kvantitativt argument ved å si tillit meg, (Faktisk leser jeg bare en blogg hvor blogger som gjorde det samme. Han sa at jeg så på 200 dagers glidende gjennomsnitt og markedet gjør det bedre over det og verre under det. Det virker. Stol på meg.), men jeg vil flytte oss mot konklusjoner i stedet for å gå seg vill i detaljer i dag. Vi kan se nærmere på senere, hvis det er interesse. De 200 dagene brøt bare. Nå, hva som jeg skriver denne bloggen, har store markeds gjennomsnitt bare krysset 200 dagers glidende gjennomsnitt. Alle snakker og skriver om den historiske strekningen av stenger over det gjennomsnittet, og har sett på den øyeblikkelige første nærmen nedenfor. Siden så mye oppmerksomhet har blitt fokusert her, er det bare rimelig å spørre hva som skjer etter en stor aksjeindeks krysse 200 dagers glidende gjennomsnitt. Tabellen under viser resultatet av SampP 500 kontantindeksen, som er kvalifisert av markedet over eller under 200 dagers glidende gjennomsnitt: SampP 500, 200 dagers SMA-statistikk Denne tabellen viser at gjennomsnittlig avkastning på SampP har vært 8,2 (årlig 1). Over 200 dag, årlig avkastning årlig til 11,0, men når markedet er under 200 dag, er avkastningen bare 2,1. Dette ser ut til å være interessant (overkant av 2,8 over og underperformance på -6,1 nedenfor) til vi vurderer graden av støy i dataene. 2 Problemet er at størrelsen på 8220effect8221 er ganske svak, den effekten vi ser her er ganske sannsynlig å være på grunn av uheldig trekk. Du kan motsette seg at dette ikke betyr noe når alle dataene viser denne utmerkelsen, enten det er statistisk signifikant eller ikke, men hvis det ikke er statistisk signifikant, er det sannsynligvis vanskeligere å stole på effekten i fremtiden. Hvis det ikke er statistisk signifikant, er det en anstendig sjanse for å bli misledt av støy. For posten ser vi liknende tall med DJIA (4.1 over (p 0.16) og -7.7 (s. 13) nedenfor, ved bruk av data tilbake til 1925). Uansett hvilken effekt det ser ut til å falme i nyere data, som det siste tiåret, viser i utgangspunktet ingen forskjell over og under 200 dagene for begge indeksene. Vurder også at vi bør forvente å se veldig like tall siden disse indeksene er tett korrelert. Det er også mye dårlig statistikk som flyter rundt. Jeg har sett en rekke mennesker som kaster rundt tall som SampP 500 gjør 23,5 over det bevegelige gjennomsnittet, og -19,5 under, så kryssende glidende gjennomsnitt betyr at markedet vil være svakt. Kan du gjette hvor tall som det kommer fra Du har det, denne feilen. telle kryssedagen (som nesten alltid vil være oppe og nedover for under) i feil kategori er nok til å skje statistikken i stor grad. Vær forsiktig. Dessverre er dette ikke et krystallklart statistisk svar for å virkelig forstå det, vi må kunne tenke på betydning, stasjonaritet og noen andre begreper. Noen som er fast bestemt på å tro på 200 dagene, kan se på resultatene i tabellen ovenfor, ignorere signifikansene, og si at det er en effekt, selv om det er en liten. I det minste må vi erkjenne at det ikke har vært noen effekt i de to siste tiårene, så kanskje noe endret mellom første verdenskrig og i dag, men det er vanskelig å rettferdiggjøre oppmerksomheten på 200 dagers glidende gjennomsnitt når vi har mye bedre verktøy som fungerer mye bedre. Fading effekt over tid Here8217s en annen illustrasjon som viser fading av effekten i de siste tiårene. (Dette er hentet fra den upubliserte delen av boken min, som hadde omtrent 30 sider på glidende gjennomsnitt med over 25 tabeller og figurer.) Jeg replikerte en av testene i Brock, Lakonishok og LeBaron8217s milepælpapir på tekniske handelssignaler (jstor. orgstable2328994)). som i utgangspunktet gikk over en 50-årig SMA, og her er resultatene som tilsvarer omtrent den tidsperioden de undersøkte i deres papir: Ganske fint system, basert på egenkapitalkurven. Tenk også på de historiske periodene som er dekket der: Dette systemet virket gjennom den store depresjonen, andre verdenskrig, flere tilbakeslag, skiftende makropåvirkninger8211 og egenkapitalkurven fortsatte bare å klatre. Men se på hva som skjedde om you8217d handlet det samme systemet fra da av: Ikke egentlig det vi leter etter. Det kan være noen forklaringer på denne sterke forskjellen, men det advarer oss om ikke å legge for mye oppmerksomhet (om noen) på å flytte gjennomsnittlige kryss. Noen endelige tanker Dette innlegget har bare undersøkt to bevegelige gjennomsnitt på to aksjeindekser. Selv om resultatene ikke er krystallklare, er det i det minste åpenbart at det ikke er noen sterk effekt fra prisovergangen over 200 dagers glidende gjennomsnitt. (I8217ll følger opp med et innlegg som ser på andre eiendeler og andre gjennomsnitt.) Det ser ut til at det ikke er noen effekt i det hele tatt, og jeg tror det er en dissonans her som krever oppløsning: hvordan kan en næringsdrivende være klar over de kvantitative tendenser , forstå statistikken, og vær oppmerksom på prisoverskridende glidende gjennomsnitt. Jeg kan fortelle deg min personlige løsning, men du må finne din egen: Jeg ser aldri på eller gir oppmerksomhet til 50, 100 eller 200-tiden i bevegelse gjennomsnitt, og jeg stopper ganske mye med å lese noe så snart jeg ser noen diskuterer et snakk, kryss eller helling av et av disse gjennomsnittene8211Min statistisk arbeid har sterkt antydet at disse verktøyene ikke har strøm, og vi har bedre verktøy. Bare fordi du hører alle snakker om noe, betyr det ikke at det er nyttig, og det betyr ikke at det fungerer. Lag dine egne valg, men gjør dem oppmerksom på statistiske tendenser på jobben i markedet. noe som betyr at den daglige avkastningen ville bli sammensatt til dette tallet hvis det ble annualisert. Det er litt lettere å forstå disse tallene intuitivt enn å se på noe som 30 bps 8617. Jeg trenger virkelig å skrive et innlegg om signifikanstesting. Unnskyld mine generaliseringer til jeg gjør det. 8617 Del dette: De fleste tror at de går over 200 dagene MA er viktig for kortsiktig avkastning. Dvs. et par uker. Så til du tester for kortsiktige effekter, ville jeg ikke si MAs som meningsløse for handelsmenn. Ja, det meste av testingen min fokuserer faktisk på kortsiktig avkastning. Pass på at du forstår at avkastningen her er annualized8230 ikke ser på et 12 måneders vindu fra en kryssing, men årlig daglig avkastning. Den testen vil også plukke opp kortsiktige effekter8230 forestill deg, for eksempel, MA-krysset hadde en sterk effekt, men den varede bare en dag. Hvis du tenker på det, ser du det som nødvendigvis dukker opp i den enkle kategoriseringen av overbelow I8217ve gjort for retur. (Hvis du er i tvil, se på de forskjellige jeg viser mellom 8216correct8217 testen og 8216error8217 hvor du kunne krysse dagen i feil kategori.) Så for å svare på spørsmålet ditt, har jeg gjort det som fungerer, men testen som gitt vil også fange det du leter etter. Du tester ytelsen til alle dager under 200 DMA vs alle dager over 200 DMA. Hvordan kommer det til å avsløre hva jeg snakker om, hvilket er kortsiktige (f. eks. 1-ukers) avkastning umiddelbart etter begivenheten (MA-kryss) oppstår Ja, selvfølgelig er disse dagene i datasettet, men de representerer en liten brøkdel av det. Gitt bare dataene du leverer, kan det lett være en kortsiktig effekt (det kan for eksempel kompenseres av motsatt ytelse i dager langt fra 200 DMA). Så nei, dine tall viser ikke noe, uansett om det er en kortsiktig effekt etter et 200-dagers MA-kryss. Hvis du ikke ønsker å kjøre den testen eller don8217t vil sende resultatene, er det bra. Men don8217t viser ekstremt generelle tall og antar at du også viser at en veldig spesifikk effekt ikke eksisterer. Som jeg sa: gtYes, mesteparten av testingen min fokuserer faktisk på kortsiktig avkastning. Dette er en test I8217ve kjører mange forskjellige måter og har eksplisitt sett på 1-20 dagers avkastning over et bredt spekter av aktiva. Mesteparten av arbeidet mitt fokuserer på det, så det er ikke at jeg ikke vil drive test8211it8217s som jeg har, og som jeg sa, kan jeg ikke legge ut alle mulige permutasjon av testresultater i ett blogginnlegg. Men det jeg også er sant: Hvis det er en sterk kortsiktig effekt, vil det skje statistikken nok til at den også viser i testen som jeg først presenterte den. Se på effekten av bare å inkludere en dag i feil (les nær slutten av det opprinnelige innlegget). Jeg tror at hvis du så på mange resultater som dette, og sett effekten av en eneste sterk dag, ville du forstå hva jeg sier. Bunnlinjen: I8217ve har gjort testen og det er heller ikke noe der. Disse er ikke ekstremt generelle tall. Hvis du har et problem med det, er dataene tilgjengelige gratis, og du kan knase tallene selv ganske enkelt. Så you8217ve (angivelig) gjort den aktuelle testen for å bevise oppgaven din, men det er for mye innsats for å vise resultatene. Flott science8230 Vel, det er en blogg og ikke et peer-reviewed forskningspapir. Også, there8217s nok info i disse innleggene (som jeg gir fritt som en gave til handelssamfunnet) for å forstå konseptene og å gjøre ditt eget arbeid, hvis du er så tilbøyelig. Hva mer ser du etter? Jeg foreslår at du ser på de forskjellige, for eksempel: Trenden er vår venn: Risiko Paritet, Momentum og Trend Følgende i Global Asset Allocation (Clare et al., 2014) En kvantitativ tilnærming til Tactical Asset Allocation (Faber , 2013) Relative Strength Strategies (Faber, 2010) Takk. Jeg er kjent med alle disse (har ikke lest 2014) og skrev dette vil full bevissthet om dem. Takk skal du ha. Interessant innlegg. Men jeg har problemer med å forene noen av konklusjonene med datachartene som presenteres. Tabellen viser hva som synes (for meg) å være en imponerende forskjell mellom 8220above 200MA8221 og 8220below 200MA8221 og Buy and Hold-tilfelle, spesielt hvis gjennomsnittsmetoden var CAGR eller geometrisk gjennomsnitt over et tidsrom på 53 år. Du karakteriserer forskjellen i ytelse som 8220 Problemet er at størrelsen på effekten er ganske svak8221. Hvor stor ville den forskjellen måtte være å være sterk? Vennligst utdykk på hva 8220p8221 tallene betyr. Siden avkastningen på aksjemarkedet ikke passer til en Normal fordeling, antar jeg at de ikke representerer et statistisk mål som bare gjelder for en Normal distribusjon. Jeg gleder meg til ditt kommende innlegg på statistisk signifikanstest og antar at det innebærer en form for Bootstrap. Takk Vel, som jeg sa, hvis du er fast bestemt på å tro på MA vil du. Den klareste forskjellen er volatilitet overbeløp i gjennomsnitt, men en ting som er klart er at 200 dagene ikke er annerledes enn noe annet rimelig langsiktig gjennomsnitt. I det minste er it8217s dumt å fokusere på å krysse en vilkårlig linje. Et av de største problemene med effekten er forfallet de siste årene. p-verdier er fra en standard t-test, som er rimelig robust til brudd på antagelsen om normalitet, spesielt med store utvalgsstørrelser. That8217s enkleste å gjøre i Excel, men jeg bruker KS for andre applikasjoner og har også brukt litt oppstart, men problemet er at formen på distribusjonen er virkelig ukjent. Du sier at det er vanskelig å rettferdiggjøre oppmerksomheten på 200 dagers glidende gjennomsnitt når vi har mye bedre verktøy som fungerer mye bedre.8217 Jeg er enig, men kan du bare klargjøre hva de bedre verktøyene er (bare for å bekrefte I8217m på samme side). Takk. Vel, stort sett alt annet jeg fokuserer på. I8217ve blitt spurt dette spørsmålet på noen forskjellige måter, så jeg vil jobbe med en 8220 som jeg tror fungerer8221 poste en gang i nær fremtid. Godt spørsmål. Takk, I8217m en nybegynnerhandler og I8217m prøver fortsatt å bøye meg rundt teknisk analyse og hvordan det ikke er helt tilfeldig, tydelig om folk kan lage konsekvente penger med en klar 8220strategy8221 it8217s ikke så tilfeldig lenger, hva er du8217 favorittverktøy for å se på til du går inn i en handel, bruker du et fast system eller rutine. Jeg har lest om mønstre og jazz, men I8217m er ikke så stor en fan av det fordi it8217 er så åpen for å tolke det på et bevegelige marked, er en smerte, ser ut på et historisk kart it8217s peanøtter. Jeg har gjort det ganske greit (tjene penger i stedet for å miste penger) med bare å vinge den, kjøpe lavsalg høy som min strategi, men jeg vil gjerne takke det. Eventuelle tips til rådgivning er velkomne, jeg prøver å gå fra. Jeg har en liten anelse om hva jeg skal gjøre. Ja, jeg vet hva som skjer. Med vennlig hilsen, Thomas ps: Som bloggen din, leser det bra. Jeg tror du er correct8230 det er litt tilfeldig (eller mer enn litt.) Jeg må skrive et innlegg som svarer på de fleste spørsmålene dine, men det vil nok være en uke eller så. Gode ​​spørsmål. Vær oppmerksom på om jeg don8217t skriver det innlegget i 2 uker. 200 dagers glidende gjennomsnitt eller noen langsiktige MA 8220works8221 hvis det er en del av handelsstrategi. I mitt tilfelle går jeg lang eller kort (ved bruk av futures kontrakter) når crossover skjer. Resultatene er uberegnelige bare hvis jeg handler en indeks eller to. Men hvis du handler med et stort antall aksjer, på tvers av ulike sektorer, med forskjellige grunnleggende, får du en overraskende konsistent, lav volatilitet tilbake. Hvis en haug med aksjer tilbyr 15 returkasser over en 10 års periode, vil en 200-dagers SMA-overgangsstrategi også gi tilsvarende avkastning, men med lavere volatilitet 8211 fordi du har muligheten til å gå kort. It8217s bare når du forventer massiv outperformance eller magisk avkastning, vil du bli skuffet. Vel, I8217d hevder at tankegangen savner punktet I8217m gjør. Bare fordi en faktor er en del av en lønnsom strategi, betyr ikke at faktoren selv er nyttig. For hva it8217s verdt 15 returnsyear er et veldig høyt antall for 8220a haug med aksjer82218230 virker rart. Og min erfaring med strategier som du foreslår, motsiger deg, men hvis du får 15 år med lav volatilitet med bevegelige gjennomsnitt, fortsett å gjøre hva du gjør. La meg klargjøre. 15 er ikke hva en bestemt strategi gir i retur 8211 Jeg brukte det bare for å illustrere at avkastningen fra å gå lenge kan repliseres med en longshort-strategi også, med lavere volatilitet. Jeg handler indiske aksjer, og her er 15 betraktet som en konservativ avkastningsestimasjon. Og ja, jeg forstår at bare å gå lang eller kort mekanisk med en crossover-strategi, vil det resultere i whipsaws dreper retur 8211 selvsagt må man gjøre mer. That8217s hvorfor jeg nevnte at et langsiktig glidende gjennomsnitt er bare en viktig del av handelssystemet 8211 ikke det komplette handelssystemet i seg selv. Jeg velger 200 dagers SMA fordi jeg tror at den utbredt bruken virker som en selvoppfyllende profeti. Jeg er interessert i å evaluere en bevegelig gjennomsnittsstrategi med færre transaksjoner, som 200-dagers isn8217t er kjent for. Hvis p-verdiene ligner en lengre periode som den 10-måneders SMA foretrukket av Mebane Faber (I utgangspunktet det samme som et 200-dagers glidende gjennomsnitt, men bare evaluert en gang i måneden, på den siste dagen i måneden.) Da jeg gjorde testingen jeg så på svært lange og kortsiktige gjennomsnitt8230 så mange forskjellige variasjoner8230 og også på forskjellige tidsrammer. Jeg forventer (gjetter her) at weeklymonthly data er enda mindre overbevisende fordi disse returene er nærmere tilfeldig gange. Sannsynligvis er det fornuftig å indeksere og kalle det en dag på det tidspunktet. Men du kunne sikkert ha en regel til å bare vurdere 200 dagene på slutten av måneden. Jeg tror ikke jeg så på regler som that8230 Jeg ville ikke forvente å finne noe, men det er skjønnheten til research8230 du aldri vet. There8217s bevis på momentumtrend i markedene for perioder så lenge som ett år. Hvorfor skulle du si at månedlige glidende gjennomsnitt kunnen8217t fange noe av dette som bedre risikojustert avkastning. Faber har testet X-måneders glidende gjennomsnitt over 100 år med amerikanske aksjemarkedsdata og ulike aktivaklasser, og jeg tror selv sektorer og forskjellige land. Han viser generelt at det reduserer volatiliteten med om lag 30 mens ikke avtar avkastning så mye over lange perioder. Og den enkle strategien virket utmerket under prøveperioden over 1987-2010. Men Faber viser aldri om det er statistisk signifikant. De fleste investeringsskribenter don8217t berører ideen om statistisk betydning. Imidlertid viser ikke papiret du nevner ovenfor (Brock, Lakonishok og LeBaron, 1992) at glidende gjennomsnitt har gode p-verdier. Det ser ut til å vise at de gjør statistisk 8220work8221 (minst historisk). 3 måter å bruke 200-dagers glidende gjennomsnitt. I dag er vi Velkommen Michele Schneider til Traders Blog. Michele skal dele med deg hvordan hun bruker 200 dagers glidende gjennomsnitt for å handle. Michele Mish Schneider er direktør for Trading Education amp Research for MarketGauge. Hun gir en dybdegående traderopplæring som markedsanalytiker, forfatter og verter av Mishs Market Minute, bidrar til flere online handelspublikasjoner en serie handelsstrategi artikler kalt Taking Stock, og fungerer som en vanlig bidragsyter til MarketGauges gratis nyhetsbrev Market Outlook. 200-dagers glidende gjennomsnitt kan være bestefar av bevegelige gjennomsnitt. Enkelt sagt, et finansielt instrument som handler over det er sunt under det, anemisk. 200-dagers glidende gjennomsnitt måler sentimentet av markedet på lengre sikt. Det er her store aktører som pensjonsplaner og hedgefond må se for å flytte en stor mengde aksjer. Jeg viser den på alle mine arbeidsområder stolt, formatert i smaragdgrønn og ekte tykk, så jeg kan ikke unngå å legge merke til det. Ikke bare er jeg alltid interessert i en aksje-, ETF - eller futuresprisbevegelse i forhold til 200-dagers glidende gjennomsnitt - jeg studerer også skråningen, avstanden fra prisaksjon, og dens sammenheng med noen andre bevegelige gjennomsnitt, spesielt 10 og 50 dager. For eksempel, hvor de 50 spesielt er i forhold til 200-dagers glidende gjennomsnitt, bestemmer fasen av det samlede markedet, ETF, eller finansielt instrument. Vennligst referer til denne artikkelen om handelsfaseendringer. Vi har også et swing trading kurs som dekker ETFs og de 6 faseendringer i dybden og et verktøy kalt ETF Monitor som følger fasene lære mer om disse her. Lengre bevegelige gjennomsnitt som 200 lag. De har en tendens til ikke å forutsi prisretning, men reflekterer nåværende retning. Derfor, når du hører trenden, er din venn, teknisk sett betyr det at prisen i løpet av de siste 200 dagene indikerer en oppadgående trend, derfor se etter kjøpsmuligheter mot prisen er under de siste 200 dagene, så se etter salgsmuligheter . Flytte gjennomsnitt er også gode indikatorer for støtte og motstand. Siden så mange forhandlere og investorer ser 200 dagene, når en prispunkt når, svikter eller holder den, skaper kollektive psykologi en umiddelbar innvirkning. På sikt vil ikke selv psykologi opprettholde prishandlingen ettersom kollektivgruppen er uklar. Men for et korttidsspill virker det utrolig bra. Videre, hvis prisen på et instrument ligger langt over eller under 200 dagers glidende gjennomsnitt, skjer det omvendt: en prisvei ovenfor kan signalere en overkjøpt tilstand og langt under - oversolgt. Lar vi undersøke 3 måter jeg bruker 200-dagers glidende gjennomsnitt: Trend - Hvor er prisen i forhold til glidende gjennomsnitt: under, over eller berører det Helling - Vendt opp, ned eller nøytral (ingen helling i det hele tatt) Crossover - Forholdet til den kortere termen flytter gjennomsnitt til 200 - har de krysset over, under, berører