ฮัลล์ เคลื่อนไหว เฉลี่ย Esignal

การขจัดความล่าช้าการคาดการณ์ Data. Trading Indexes ด้วย Hull Moving Average. Moving เฉลี่ยข้อมูลที่ราบรื่นและทำให้ง่ายต่อการวิเคราะห์การเคลื่อนไหวของราคา แต่พวกเขามีแนวโน้มที่จะล่าช้า SA นี่คือระบบการวัดเวลาในตลาดที่ขจัดความล่าช้าและคาดการณ์ข้อมูลในอนาคต เช่นเดียวกับตลาดที่เพิ่มขึ้น แต่กลยุทธ์ยุบกันเมื่อถังตลาดเราต้องมีรูปแบบเวลาในการรักษาทุนในตลาดลงและระบุโอกาสในตลาดมันเป็นไปได้ค่าเฉลี่ยเฉลี่ยมักจะเป็นวิธีที่ดีที่สุดเพื่อขจัดข้อมูลแหลมข้อมูลและ ความยาวของข้อมูลที่ราบรื่นเช่นกันอย่างไรก็ตามค่าเฉลี่ยเคลื่อนที่มีข้อบกพร่องที่สำคัญในการที่ช่วงเวลามองย้อนกลับที่ยาวนานของพวกเขาแนะนำให้ล้าหลังการแก้ปัญหาคือการปรับเปลี่ยนสูตรค่าเฉลี่ยเคลื่อนที่และลบความล่าช้าการทำเช่นนี้จะช่วยลดความเป็นไปได้ของค่าเฉลี่ยการเคลื่อนไหวที่สูงเกินไป ข้อมูลดิบเมื่อทำนายกิจกรรมของช่วงถัดไปและทำให้เกิดข้อผิดพลาดที่นี่วิธีที่จะสามารถทำได้การลบความล่าช้าประเภทใหม่ของค่าเฉลี่ยเคลื่อนที่ที่พัฒนาโดยพ่อค้าอลัน ฮัลล์พยายามแก้ปัญหานี้ในรูปแบบนี้ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย Sma คือยอดรวมของตัวอย่างข้อมูลหารด้วยจำนวนตัวอย่าง N ค่า Hull เฉลี่ยเคลื่อนที่โดยใช้ค่าเฉลี่ยถ่วงน้ำหนัก Wma และรากที่สองของ N The การคำนวณจึงเป็นขั้นตอนนี้ผ่านสูตรนี้ใช้ WMA ของ N 2 ข้อมูลล่าสุดและคูณด้วย 2 จากนั้นลบ WMA ของข้อมูล N ล่าสุดตอนนี้ใช้ค่านั้นและใช้รากที่สองของ N จากนั้นหา WMA ของทั้งสอง ค่าที่เป็นค่า Wma ของ N ของค่าที่จำได้เนื่องจากรากที่สองตัดทอนค่าการคำนวณควรเลือก N ซึ่งเป็นตารางที่สมบูรณ์แบบเช่น 4, 9, 16, 25, 49 หรือ 81paring Sma และ Hma ใน รูปที่ 1 โดยใช้ค่าเฉลี่ย 81 วันพบว่า Hma มีความราบรื่นและตอบสนองต่อข้อมูลที่เปลี่ยนแปลงขณะที่ Sma ล้าหลังรูปที่ 1 ma vs hull ma ที่นี่คุณจะเห็นการเปรียบเทียบ SMA และ HMA โดยใช้ข้อมูลจาก QQQQ ETF HMA เป็นเวลาที่เหมาะสมกว่า SMA ระยะเวลาเก้าวัน erage จะแสดงกับ HMA ในสีฟ้าต่อไปในการวิเคราะห์ทางเทคนิคของหุ้นธันวาคมสินค้าโภคภัณฑ์จากบทความที่ตีพิมพ์ครั้งแรกในธันวาคม 2010 ปัญหาของการวิเคราะห์ทางเทคนิคของหุ้นสินค้าโภคภัณฑ์นิตยสารสงวนลิขสิทธิ์ 2010, การวิเคราะห์ทางเทคนิค, Inc หากคุณต้องการให้สัญญาณที่กรองออกไปจะมีความลื่นและปราศจากความล่าช้าทำให้เกิดความล่าช้าในธุรกิจการค้าของคุณและการเพิ่มความล่าช้าในตัวชี้วัดของคุณมักทำให้เกิดผลกำไรต่ำลงในคำอื่น ๆ ที่ผู้เข้ารับสายได้รับสิ่งที่เหลืออยู่บนโต๊ะหลังงานเลี้ยง ได้เริ่มขึ้นแล้วนั่นคือสาเหตุที่นักลงทุนธนาคารและสถาบันต่างๆทั่วโลกขอให้มีการคำนวณค่าเฉลี่ยการเคลื่อนที่ของการวิจัย Jurik JMA คุณสามารถใช้ค่าเฉลี่ยเคลื่อนที่ได้เช่นเดียวกับค่าเฉลี่ยเคลื่อนที่อื่น ๆ อย่างไรก็ตามระยะเวลาที่ดีขึ้นและความเรียบเนียนของ JMA จะทำให้คุณตกใจ ในกราฟจำลองการดำเนินการด้านราคาที่เริ่มขึ้นในช่วงการซื้อขายต่ำและมีช่องว่างในช่วงการซื้อขายที่สูงขึ้นเนื่องจากไม่มีใครชอบรออยู่ที่สนามเสียงที่สมบูรณ์แบบ กรองเส้นสีเขียวจะเคลื่อนที่ได้อย่างราบรื่นไปตามช่วงกลางของช่วงการซื้อขายแรกและกระโดดไปที่จุดกึ่งกลางของช่วงการซื้อขายใหม่เกือบจะในทันที Hull Moving Average HMA. Hull Moving Average ช่วยแก้ปัญหาเรื่องความกระวนกระวายใจของวัยที่ทำให้ค่าเฉลี่ยเคลื่อนที่สูงขึ้น ในขณะที่ความคืบหน้าของราคาในขณะที่รักษาความเรียบของเส้นโค้ง HMA เกือบจะช่วยลดความล่าช้าและช่วยปรับปรุงการปรับให้เรียบในเวลาเดียวกันเพื่อให้เข้าใจว่าการบรรลุเป้าหมายทั้งสองด้านนี้เป็นไปในทิศทางเดียวกันอย่างไรเราต้องเริ่มต้นด้วยกรอบอ้างอิงที่เข้าใจได้ง่าย ค่าเฉลี่ยเคลื่อนที่ 16 สัปดาห์ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ที่ลดลงอย่างต่อเนื่องและมีความเรียบเนียนต่ำการแก้ปัญหาการทำให้โค้งงอสามารถทำได้โดยการใช้ค่าเฉลี่ยของค่าเฉลี่ยคือระยะเวลา SMA 16 ช่วงระยะเวลา SMA ราคา 16 ข่าวร้ายก็คือว่า ทำให้เกิดความล่าช้ามากขึ้นตามที่เห็นด้านล่างการแก้ปัญหาความล้าหลังเป็นเรื่องที่เกี่ยวข้องมากขึ้นและต้องมีคำอธิบายด้วยตัวเลขมากกว่า th แผนภูมิพิจารณาชุดของ 10 หมายเลขตั้งแต่ 0 ถึง 9 รวมและคิดว่าพวกเขาเป็นจุดราคาต่อเนื่องในแผนภูมิที่มี 9 เป็นจุดราคาล่าสุดที่ขอบด้านขวามือถ้าเราใช้ค่าเฉลี่ยระยะเวลา 10 ง่ายๆของตัวเลขเหล่านี้แล้ว ไม่น่าแปลกใจที่เราจะกำหนดจุดกึ่งกลางของ 4 5 ซึ่งอย่างมีนัยสำคัญล่าช้าหลังจุดราคาล่าสุดของ 9 นี่เป็นบิตฉลาดก่อนให้ครึ่งหนึ่งของระยะเวลาเฉลี่ย 5 และนำไปใช้กับตัวเลขล่าสุดของ 5, 6,7,8 และ 9 ผลที่ได้คือจุดกึ่งกลางของ 7. ในท้ายที่สุดเพื่อลบความล่าช้าที่เราใช้จุดกึ่งกลางของ 7 และเพิ่มความแตกต่างระหว่างสองค่าเฉลี่ยซึ่งเท่ากับ 2 5 7 4 5 ซึ่งจะให้คำตอบสุดท้ายของ 9 5 7 2 5 ซึ่งเป็น overcompensation เล็กน้อย แต่ overcompensation นี้มีประโยชน์มากเพราะ offsets ผลปกคลุมด้วยวัตถุฉนวนของค่าเฉลี่ยที่ซ้อนกันดังนั้นผลของการรวม 2 เทคนิคเหล่านี้เป็นความสมดุลที่สมบูรณ์แบบใกล้ระหว่างการลดความล่าช้าและโค้งเรียบ HMA จัดการเพื่อ ติดตามอย่างรวดเร็ว การเปลี่ยนแปลงของราคาในขณะที่มีการราบเรียบที่เหนือกว่า SMA ในช่วงเวลาเดียวกัน HMA ใช้ค่าเฉลี่ยถ่วงน้ำหนักและช่วยลดผลกระทบที่ราบรื่นและทำให้เกิดความล่าช้าโดยใช้รากที่สองของช่วงเวลาแทนระยะเวลาที่เกิดขึ้นจริงตามที่เห็นด้านล่าง IntTeger Square Root ช่วงเวลา WMA 2 x ช่วงจำนวนเต็ม 2 ช่วงราคา WMA ราคา WMA สูตรต่อไปนี้สำหรับค่าเฉลี่ยเคลื่อนที่ของลำตัวสำหรับ MetaStock และ Supercharts แต่สามารถปรับให้เข้ากับโปรแกรมการจัดทำแผนภูมิอื่น ๆ ที่สามารถสร้างดัชนีได้เองช่วงป้อนข้อมูล 1,200 , 20 sqrtperiod ช่วงเวลา Mov 2 Mov C ช่วงที่ 2, W Mov C, ช่วงเวลา, W, LastValue sqrtperiod, W. Input period ค่าเริ่มต้น 20 waverage 2 waverage close, ระยะเวลา 2 - waverage close, period, SquareRoot Period. A application ง่าย สำหรับ HMA ที่ได้รับการทำให้ราบเรียบดีกว่านั้นก็คือการใช้จุดเปลี่ยนเป็นสัญญาณออกจากรายการ แต่ก็ไม่ควรใช้เพื่อสร้างสัญญาณไขว้เนื่องจากเทคนิคนี้ใช้ lag. Subscribe a d Connect สมัครสมาชิกจดหมายข่าวของเรา