Exploration de la moyenne mobile exponentiellement pondérée La volatilité est la mesure la plus courante de risque, mais il est disponible en plusieurs saveurs. Dans un article précédent, nous avons montré comment calculer la volatilité historique simple. Nous avons utilisé les données réelles sur les actions de Googles afin de calculer la volatilité quotidienne basée sur 30 jours de données sur les actions. Dans cet article, nous améliorerons la volatilité simple et discuterons de la moyenne mobile exponentiellement pondérée (EWMA). Historique vs. Volatilité implicite Tout d'abord, mettons cette métrique dans un peu de perspective. Il existe deux grandes approches: la volatilité historique et implicite (ou implicite). L'approche historique suppose que le passé est prologue, nous mesurons l'histoire dans l'espoir qu'elle est prédictive. La volatilité implicite, d'autre part, ignore l'histoire qu'elle résout pour la volatilité impliquée par les prix du marché. Elle espère que le marché le sait mieux et que le prix du marché contient, même implicitement, une estimation de la volatilité. Si l'on se concentre uniquement sur les trois approches historiques (à gauche ci-dessus), elles ont deux étapes en commun: Calculer la série de retours périodiques Appliquer un schéma de pondération D'abord, nous Calculer le rendement périodique. C'est généralement une série de rendements quotidiens où chaque retour est exprimé en termes continuellement composés. Pour chaque jour, nous prenons le log naturel du ratio des prix des actions (c'est-à-dire le prix aujourd'hui divisé par le prix d'hier, et ainsi de suite). Cela produit une série de rendements quotidiens, de u i à u i-m. Selon le nombre de jours (m jours) que nous mesurons. Cela nous amène à la deuxième étape: c'est là que les trois approches diffèrent. Dans l'article précédent (Utilisation de la volatilité pour mesurer le risque futur), nous avons montré que, sous quelques simplifications acceptables, la variance simple est la moyenne des rendements au carré: Notez que ceci résume chacun des rendements périodiques, puis divise ce total par Nombre de jours ou observations (m). Donc, c'est vraiment juste une moyenne des rendements périodiques au carré. Autrement dit, chaque retour au carré reçoit un poids égal. Ainsi, si l'alpha (a) est un facteur de pondération (spécifiquement, un 1m), alors une variance simple ressemble à ceci: L'EWMA améliore la variance simple La faiblesse de cette approche est que tous les retours gagnent le même poids. Le retour hier (très récent) n'a plus d'influence sur la variance que le rendement des derniers mois. Ce problème est résolu en utilisant la moyenne mobile pondérée exponentiellement (EWMA), dans laquelle les rendements plus récents ont un poids plus important sur la variance. La moyenne mobile exponentiellement pondérée (EWMA) introduit lambda. Qui est appelé le paramètre de lissage. Lambda doit être inférieur à un. Sous cette condition, au lieu de pondérations égales, chaque rendement au carré est pondéré par un multiplicateur comme suit: Par exemple, RiskMetrics TM, une société de gestion des risques financiers, a tendance à utiliser un lambda de 0,94 ou 94. Dans ce cas, le premier La plus récente) le rendement périodique au carré est pondéré par (1-0.94) (. 94) 0 6. Le prochain rendement au carré est simplement un multiple lambda du poids antérieur dans ce cas 6 multiplié par 94 5.64. Et le troisième jour antérieur, le poids est égal à (1-0,94) (0,94) 2 5,30. C'est le sens de l'exponentielle dans EWMA: chaque poids est un multiplicateur constant (c'est-à-dire lambda, qui doit être inférieur à un) du poids des jours précédents. Cela garantit une variance pondérée ou biaisée vers des données plus récentes. (Pour en savoir plus, consultez la feuille de calcul Excel pour la volatilité de Googles.) La différence entre la volatilité et l'EWMA pour Google est illustrée ci-dessous. La volatilité simple pèse efficacement chaque rendement périodique de 0.196 comme indiqué dans la colonne O (nous avions deux années de données quotidiennes sur les cours des actions, soit 509 déclarations quotidiennes et 1509 0.196). Mais notez que la colonne P attribue un poids de 6, puis 5.64, puis 5.3 et ainsi de suite. C'est la seule différence entre la variance simple et EWMA. Rappelez-vous: Après avoir additionné toute la série (dans la colonne Q), nous avons la variance, qui est le carré de l'écart-type. Si nous voulons la volatilité, nous devons nous rappeler de prendre la racine carrée de cette variance. Quelle est la différence entre la volatilité quotidienne entre la variance et l'EWMA dans l'affaire Googles? Sa significative: La variance simple nous a donné une volatilité quotidienne de 2,4 mais l'EWMA a donné une volatilité quotidienne de seulement 1,4 (voir la feuille de calcul pour plus de détails). Apparemment, la volatilité de Googles s'est installée plus récemment donc, une simple variance pourrait être artificiellement élevée. La variation d'aujourd'hui est une fonction de la variation des jours Pior Vous remarquerez que nous devions calculer une longue série de poids exponentiellement en déclin. Nous ne ferons pas les calculs ici, mais l'une des meilleures caractéristiques de l'EWMA est que la série entière se réduit commodément à une formule récursive: Recursive signifie que les références de variance d'aujourd'hui (c'est-à-dire une fonction de la variance des jours précédents). La variance d'aujourd'hui (sous EWMA) équivaut à la variance d'hier (pondérée par lambda) plus le rendement au carré d'hier (pesé par un lambda négatif). Remarquez comment nous ajoutons simplement deux termes ensemble: la variance pondérée d'hier et la pondération pondérée hier, au carré. Même si, lambda est notre paramètre de lissage. Un lambda plus élevé (par exemple, comme RiskMetrics 94) indique une diminution plus lente dans la série - en termes relatifs, nous allons avoir plus de points de données dans la série et ils vont tomber plus lentement. En revanche, si l'on réduit le lambda, on indique une décroissance plus élevée: les poids diminuent plus rapidement et, en résultat direct de la décroissance rapide, on utilise moins de points de données. (Dans la feuille de calcul, lambda est une entrée, donc vous pouvez expérimenter avec sa sensibilité). Résumé La volatilité est l'écart-type instantané d'un stock et la métrique de risque la plus courante. C'est aussi la racine carrée de la variance. Nous pouvons mesurer la variance historiquement ou implicitement (volatilité implicite). Lors de la mesure historique, la méthode la plus simple est la variance simple. Mais la faiblesse avec la variance simple est tous les retours obtenir le même poids. Nous sommes donc confrontés à un compromis classique: nous voulons toujours plus de données, mais plus nous avons de données, plus notre calcul est dilué par des données distantes (moins pertinentes). La moyenne mobile pondérée exponentiellement (EWMA) améliore la variance simple en attribuant des pondérations aux rendements périodiques. En faisant cela, nous pouvons utiliser une grande taille d'échantillon mais aussi donner plus de poids à des retours plus récents. Compte tenu d'une série chronologique xi, je veux calculer une moyenne mobile pondérée avec une fenêtre de moyenne de N points, où les pondérations favorisent des valeurs plus récentes sur des valeurs plus anciennes. En choisissant les poids, j'utilise le fait familier qu'une série géométrique converge vers 1, c'est-à-dire somme (frac) k, pourvu que plusieurs termes soient pris. Pour obtenir un nombre discret de poids qui somme à l'unité, je prends simplement les N premiers termes de la série géométrique (frac) k, puis la normalisation par leur somme. Lorsque N4, par exemple, cela donne les poids non normalisés qui, après normalisation par leur somme, donnent La moyenne mobile est alors simplement la somme du produit des 4 valeurs les plus récentes par rapport à ces poids normalisés. Cette méthode se généralise de la manière évidente pour déplacer des fenêtres de longueur N, et semble aussi facile à calculer. Y at-il une raison de ne pas utiliser cette méthode simple pour calculer une moyenne mobile pondérée en utilisant des poids exponentiels je demande parce que l'entrée Wikipedia pour EWMA semble plus compliqué. Ce qui me fait me demander si la définition de manuels scolaires de EWMA peut-être certaines propriétés statistiques que la définition ci-dessus simple n'est pas Ou sont-ils en fait équivalent demandé Nov 28 12 at 23:53 Pour commencer, vous êtes en supposant 1) qu'il n'ya pas de valeurs inhabituelles 2) que la moyenne pondérée optimale a des poids qui tombent sur une courbe lisse descriptible par 1 coefficient 3) que la variance d'erreur est constante qu'il n'y a pas de série causale connue Pourquoi tout le hypothèses. Ndash IrishStat Oct 1 14 at 21:18 Ravi: Dans l'exemple donné, la somme des quatre premiers termes est 0.9375 0.06250.1250.250.5. Ainsi, les quatre premiers termes contiennent 93,8 du poids total (6,2 est dans la queue tronquée). Utilisez ceci pour obtenir des pondérations normalisées qui somment à l'unité par redimensionnement (division) par 0,9375. Cela donne 0,06667, 0,1333, 0,2667, 0,5333. Ndash Assad Ebrahim Oct 1 14 at 22:21 Ive a constaté que le calcul exponentiellement pondéré moyennes courantes en utilisant overline leftarrow overline alpha (x - overline), alphalt1 est une simple méthode à une ligne, qui est facilement, si approximativement, interprétables en termes de Un nombre effectif d'échantillons Nalpha (comparer cette forme à la forme pour calculer la moyenne courante), ne nécessite que la donnée courante (et la valeur moyenne actuelle) et est numériquement stable. Techniquement, cette approche incorpore toute l'histoire dans la moyenne. Les deux principaux avantages de l'utilisation de la fenêtre complète (par opposition à la troncée discutée dans la question) sont que dans certains cas, il peut faciliter la caractérisation analytique du filtrage, et il réduit les fluctuations induites si une très grande (ou petite) des données Valeur fait partie de l'ensemble de données. Par exemple, considérer le résultat du filtre si les données sont toutes zéro sauf une donnée dont la valeur est 106. Réponse Nov 29 12 à 0: 33Moving Moyennes - Simple et exponentielle Moyennes mobiles - Simple et exponentiel Introduction Moyennes mobiles lisser les données de prix pour former un Indicateur de tendance. Ils ne prédisent pas la direction des prix, mais plutôt définir la direction actuelle avec un décalage. Les moyennes mobiles retardent parce qu'elles sont basées sur des prix passés. Malgré ce décalage, les moyennes mobiles aident à atténuer l'effet des prix et à éliminer le bruit. Ils forment également les blocs de construction pour de nombreux autres indicateurs techniques et superpositions, tels que les bandes de Bollinger. MACD et l'oscillateur McClellan. Les deux types les plus populaires de moyennes mobiles sont la moyenne mobile simple (SMA) et la moyenne mobile exponentielle (EMA). Ces moyennes mobiles peuvent être utilisées pour identifier la direction de la tendance ou définir des niveaux de support et de résistance potentiels. Voici un diagramme à la fois avec un SMA et un EMA sur elle: calcul simple de moyenne mobile Une moyenne mobile simple est formé en calculant le prix moyen d'un titre sur un certain nombre de périodes. La plupart des moyennes mobiles sont basées sur les cours de clôture. Une moyenne mobile simple de 5 jours est la somme de cinq jours des prix de clôture divisée par cinq. Comme son nom l'indique, une moyenne mobile est une moyenne qui se déplace. Les données anciennes sont supprimées lorsque de nouvelles données sont disponibles. Cela provoque la moyenne se déplacer le long de l'échelle de temps. Voici un exemple d'une moyenne mobile de 5 jours évoluant sur trois jours. Le premier jour de la moyenne mobile couvre simplement les cinq derniers jours. Le deuxième jour de la moyenne mobile dépose le premier point de données (11) et ajoute le nouveau point de données (16). Le troisième jour de la moyenne mobile se poursuit en abandonnant le premier point de données (12) et en ajoutant le nouveau point de données (17). Dans l'exemple ci-dessus, les prix augmentent progressivement de 11 à 17 sur un total de sept jours. Notez que la moyenne mobile passe également de 13 à 15 sur une période de calcul de trois jours. Notez également que chaque valeur moyenne mobile est juste en dessous du dernier prix. Par exemple, la moyenne mobile pour le premier jour est égale à 13 et le dernier prix est 15. Les prix des quatre jours précédents étaient plus bas et cela entraîne un décalage de la moyenne mobile. Moyenne mobile exponentielle Calcul Les moyennes mobiles exponentielles réduisent le décalage en appliquant plus de poids aux prix récents. La pondération appliquée au prix le plus récent dépend du nombre de périodes de la moyenne mobile. Il y a trois étapes pour calculer une moyenne mobile exponentielle. Tout d'abord, calculer la moyenne mobile simple. Une moyenne mobile exponentielle (EMA) doit commencer quelque part, une moyenne mobile simple est utilisée comme EMA de la période précédente039 dans le premier calcul. Deuxièmement, calculez le multiplicateur de pondération. Troisièmement, calculez la moyenne mobile exponentielle. La formule ci-dessous est pour un EMA de 10 jours. Une moyenne mobile exponentielle de 10 périodes applique une pondération de 18,18 au prix le plus récent. Un EMA de 10 périodes peut également être appelé un 18.18 EMA. Une EMA de 20 périodes applique une pondération de 9.52 au prix le plus récent (2 (201) .0952). Notez que la pondération pour la période de temps plus courte est plus que la pondération pour la plus longue période. En fait, la pondération diminue de moitié chaque fois que la période de moyenne mobile double. Si vous souhaitez nous attribuer un pourcentage spécifique pour une EMA, vous pouvez utiliser cette formule pour la convertir en périodes, puis saisir cette valeur en tant que paramètre EMA039s: Ci-dessous un exemple de tableur d'une moyenne mobile simple de 10 jours et d'un 10- Moyenne mobile exponentielle pour Intel. Les moyennes mobiles simples sont simples et nécessitent peu d'explications. La moyenne de 10 jours se déplace simplement que de nouveaux prix deviennent disponibles et les anciens prix baisse. La moyenne mobile exponentielle commence par la valeur moyenne mobile simple (22,22) dans le premier calcul. Après le premier calcul, la formule normale reprend. Parce qu'un EMA commence avec une moyenne mobile simple, sa vraie valeur ne sera pas réalisé jusqu'à 20 périodes plus tard. En d'autres termes, la valeur de la feuille de calcul Excel peut différer de la valeur du graphique en raison de la courte période de retour. Cette feuille de calcul ne remonte qu'à 30 périodes, ce qui signifie que l'effet de la moyenne mobile simple a eu 20 périodes à dissiper. StockCharts remonte au moins 250 périodes (généralement beaucoup plus loin) pour ses calculs de sorte que les effets de la moyenne mobile simple dans le premier calcul ont complètement dissipé. Le facteur Lag Plus la moyenne mobile est longue, plus le décalage est important. Une moyenne mobile exponentielle de 10 jours va étreindre les prix tout à fait étroitement et tourner peu après que les prix tournent. Les moyennes mobiles courtes sont comme les bateaux rapides - agiles et rapides à changer. En revanche, une moyenne mobile de 100 jours contient beaucoup de données passées qui ralentit. Les moyennes mobiles plus longues sont comme les pétroliers océaniques - léthargiques et lentes à changer. Il faut un mouvement de prix plus long et plus long pour une moyenne mobile de 100 jours pour changer de cap. Le graphique ci-dessus montre le FNB SampP 500 avec une EMA de 10 jours suivent de près les prix et un meulage SMA de 100 jours plus élevé. Même avec la baisse de janvier-février, la SMA de 100 jours a tenu le cap et n'a pas refusé. Le SMA de 50 jours s'inscrit quelque part entre les moyennes mobiles 10 et 100 jours quand il s'agit du facteur de retard. Simple vs Moyennes mobiles exponentielles Même si il ya des différences claires entre les moyennes mobiles simples et exponentielles moyennes mobiles, on n'est pas nécessairement mieux que l'autre. Les moyennes mobiles exponentielles ont moins de retard et sont donc plus sensibles aux prix récents et aux récentes variations de prix. Les moyennes mobiles exponentielles tournent avant les moyennes mobiles simples. Les moyennes mobiles simples, en revanche, représentent une vraie moyenne des prix pour toute la période. En tant que tel, les moyennes mobiles simples peuvent être mieux adaptées pour identifier les niveaux de soutien ou de résistance. La préférence en matière de déménagement dépend des objectifs, du style analytique et de l'horizon temporel. Chartistes devraient expérimenter avec les deux types de moyennes mobiles ainsi que des délais différents pour trouver le meilleur ajustement. Le graphique ci-dessous montre IBM avec la SMA de 50 jours en rouge et l'EMA de 50 jours en vert. Les deux ont culminé à la fin de janvier, mais la baisse de l'EMA a été plus forte que la baisse de la SMA. L'EMA est arrivée à la mi-février, mais la SMA a continué à baisser jusqu'à la fin de mars. Notez que la SMA s'est révélée plus d'un mois après l'EMA. Longueurs et délais La longueur de la moyenne mobile dépend des objectifs analytiques. Moyennes mobiles courtes (5-20 périodes) sont les mieux adaptés pour les tendances à court terme et le commerce. Les chartistes intéressés par les tendances à moyen terme opteront pour des moyennes mobiles plus longues qui pourraient s'étendre de 20 à 60 périodes. Les investisseurs à long terme préfèrent les moyennes mobiles avec 100 périodes ou plus. Certaines longueurs moyennes mobiles sont plus populaires que d'autres. La moyenne mobile de 200 jours est peut-être la plus populaire. En raison de sa longueur, il s'agit clairement d'une moyenne mobile à long terme. Ensuite, la moyenne mobile de 50 jours est très populaire pour la tendance à moyen terme. Beaucoup de chartistes utilisent les moyennes mobiles de 50 jours et de 200 jours ensemble. À court terme, une moyenne mobile de 10 jours était très populaire dans le passé parce qu'il était facile à calculer. On a simplement ajouté les chiffres et déplacé la virgule décimale. Identification des tendances Les mêmes signaux peuvent être générés en utilisant des moyennes mobiles simples ou exponentielles. Comme indiqué ci-dessus, la préférence dépend de chaque individu. Ces exemples ci-dessous utiliseront des moyennes mobiles simples et exponentielles. Le terme moyenne mobile s'applique aux moyennes mobiles simples et exponentielles. La direction de la moyenne mobile donne des informations importantes sur les prix. Une hausse de la moyenne mobile montre que les prix augmentent généralement. Une moyenne mobile en baisse indique que les prix, en moyenne, sont en baisse. Une hausse de la moyenne mobile à long terme reflète une tendance à la hausse à long terme. Une baisse de la moyenne mobile à long terme reflète une tendance à la baisse à long terme. Le graphique ci-dessus montre 3M (MMM) avec une moyenne mobile exponentielle de 150 jours. Cet exemple montre à quel point les moyennes mobiles fonctionnent quand la tendance est forte. L'EMA de 150 jours a refusé en novembre 2007 et à nouveau en janvier 2008. Il faut noter qu'il a fallu une baisse de 15 pour inverser la direction de cette moyenne mobile. Ces indicateurs de retard identifient les retournements de tendance au fur et à mesure qu'ils se produisent (au mieux) ou après leur apparition (au pire). MMM a continué plus bas en mars 2009, puis a bondi de 40-50. Notez que l'EMA de 150 jours n'a pas apparu avant cette surtension. Une fois cela fait, cependant, MMM a continué plus haut les 12 prochains mois. Moyennes mobiles travaillent brillamment dans de fortes tendances. Double Crossover Deux moyennes mobiles peuvent être utilisées ensemble pour générer des signaux de croisement. Dans Analyse Technique des Marchés Financiers. John Murphy appelle cela la méthode du double crossover. Les croisements doubles impliquent une moyenne mobile relativement courte et une moyenne mobile relativement longue. Comme pour toutes les moyennes mobiles, la longueur générale de la moyenne mobile définit le calendrier du système. Un système utilisant un EMA de 5 jours et un EMA de 35 jours serait jugé à court terme. Un système utilisant un SMA de 50 jours et un SMA de 200 jours serait considéré à moyen terme, peut-être même à long terme. Un croisement haussier se produit lorsque la moyenne mobile plus courte croise au-dessus de la moyenne mobile plus longue. C'est aussi connu comme une croix d'or. Un croisement baissier se produit lorsque la moyenne mobile plus courte traverse la moyenne mobile plus longue. C'est ce qu'on appelle une croix morte. Les crossovers moyens mobiles produisent des signaux relativement tardifs. Après tout, le système emploie deux indicateurs de retard. Plus les périodes de moyenne mobile sont longues, plus le décalage dans les signaux est élevé. Ces signaux fonctionnent très bien quand une bonne tendance prend place. Cependant, un système de crossover moyen mobile produira beaucoup de whipsaws en l'absence d'une tendance forte. Il existe également une méthode de croisement triple impliquant trois moyennes mobiles. Encore une fois, un signal est généré lorsque la moyenne mobile la plus courte traverse les deux moyennes mobiles plus longues. Un simple système de croisement triple peut impliquer des moyennes mobiles de 5 jours, 10 jours et 20 jours. Le tableau ci-dessus montre Home Depot (HD) avec une EMA de 10 jours (ligne pointillée verte) et une EMA de 50 jours (ligne rouge). La ligne noire est la fermeture quotidienne. L'utilisation d'un crossover moyen mobile aurait entraîné trois whipsaws avant de prendre un bon commerce. L'EMA de 10 jours a éclaté en dessous de l'EMA de 50 jours à la fin d'octobre (1), mais cela n'a pas duré longtemps car les 10 jours sont revenus au-dessus à la mi-novembre (2). Cette croix a duré plus longtemps, mais le prochain croisement baissier en Janvier (3) a eu lieu vers la fin de novembre niveaux de prix, résultant en une autre whipsaw. Cette croix baissière n'a pas duré longtemps car l'EMA de 10 jours est revenue au-dessus des 50 jours quelques jours plus tard (4). Après trois mauvais signaux, le quatrième signal annonçait un fort mouvement alors que le stock avançait au-dessus de 20. Il y a deux takeaways ici. Tout d'abord, les crossovers sont sujettes à whipsaw. Un filtre de prix ou de temps peut être appliqué pour aider à prévenir whipsaws. Les traders peuvent exiger que le croisement dure trois jours avant d'agir ou de demander à l'EMA de 10 jours de se déplacer au-dessus de l'EMA de 50 jours d'un certain montant avant d'agir. Deuxièmement, MACD peut être utilisé pour identifier et quantifier ces croisements. MACD (10,50,1) montrera une ligne représentant la différence entre les deux moyennes mobiles exponentielles. MACD devient positif pendant une croix d'or et négatif pendant une croix morte. L'oscillateur de prix en pourcentage (PPO) peut être utilisé de la même façon pour montrer les différences de pourcentage. Notez que le MACD et le PPO sont basés sur des moyennes mobiles exponentielles et ne correspondent pas aux moyennes mobiles simples. Ce graphique montre Oracle (ORCL) avec l'EMA de 50 jours, EMA de 200 jours et MACD (50, 200,1). Il y avait quatre croisements moyens mobiles sur une période de 12 ans. Les trois premiers se sont soldés par des whipsaws ou des mauvais métiers. Une tendance soutenue a commencé avec le quatrième croisement comme ORCL avancé au milieu des années 20. Encore une fois, les crossovers de moyenne mobile fonctionnent très bien quand la tendance est forte, mais produisent des pertes en l'absence d'une tendance. Crossovers de prix Les moyennes mobiles peuvent également être utilisées pour générer des signaux avec des crossovers de prix simple. Un signal haussier est généré lorsque les prix se déplacent au-dessus de la moyenne mobile. Un signal baissier est généré lorsque les prix se déplacent en dessous de la moyenne mobile. Croisements de prix peuvent être combinés pour le commerce dans la plus grande tendance. La moyenne mobile plus longue donne le ton pour la tendance plus importante et la moyenne mobile plus courte est utilisée pour générer les signaux. On rechercherait des croissants haussiers de prix seulement quand les prix sont déjà au-dessus de la moyenne mobile plus longue. Ce serait le commerce en harmonie avec la plus grande tendance. Par exemple, si le prix est au-dessus de la moyenne mobile de 200 jours, les chartistes se concentrer uniquement sur les signaux lorsque le prix se déplace au-dessus de la moyenne mobile de 50 jours. Évidemment, un mouvement au-dessous de la moyenne mobile de 50 jours précéderait un tel signal, mais de telles croix baissières seraient ignorées parce que la tendance plus grande est vers le haut. Une croix baissière suggérerait simplement un retrait dans une plus grande tendance haussière. Un retour en arrière au-dessus de la moyenne mobile de 50 jours signifierait une reprise des prix et la poursuite de la plus forte tendance haussière. Le graphique suivant montre Emerson Electric (EMR) avec l'EMA de 50 jours et EMA de 200 jours. Le stock a déménagé au-dessus et a tenu au-dessus de la moyenne mobile de 200 jours en août. Il y avait des creux au-dessous de l'EMA de 50 jours au début de novembre et encore au début de février. Les prix ont rapidement reculé au-dessus de l'EMA de 50 jours pour fournir des signaux haussiers (flèches vertes) en harmonie avec la plus grande tendance haussière. MACD (1,50,1) est affiché dans la fenêtre d'indicateur pour confirmer les croix de prix au-dessus ou en dessous de l'EMA de 50 jours. L'EMA d'un jour correspond au cours de clôture. MACD (1,50,1) est positif lorsque la fermeture est supérieure à l'EMA de 50 jours et négative lorsque la fermeture est inférieure à l'EMA de 50 jours. Soutien et résistance Les moyennes mobiles peuvent également servir de support dans une tendance haussière et de résistance dans une tendance baissière. Une tendance à la hausse à court terme pourrait trouver un soutien près de la moyenne mobile simple de 20 jours, qui est également utilisé dans les bandes de Bollinger. Une tendance haussière à long terme pourrait trouver un soutien près de la moyenne mobile simple de 200 jours, qui est la moyenne mobile à long terme la plus populaire. En fait, la moyenne mobile de 200 jours peut offrir un soutien ou une résistance simplement parce qu'elle est si largement utilisée. C'est presque comme une prophétie auto-réalisatrice. Le graphique ci-dessus montre le NY Composite avec la moyenne mobile simple de 200 jours de mi 2004 à la fin de 2008. Les 200 jours ont fourni le soutien de nombreuses fois au cours de l'avance. Une fois que la tendance s'est inversée avec une double rupture de support supérieure, la moyenne mobile de 200 jours a agi comme une résistance autour de 9500. Ne vous attendez pas à des niveaux de soutien et de résistance exacts à partir des moyennes mobiles, en particulier des moyennes mobiles plus longues. Les marchés sont stimulés par l'émotion, ce qui les rend sujets à des dépassements. Au lieu des niveaux exacts, les moyennes mobiles peuvent être utilisées pour identifier les zones de soutien ou de résistance. Conclusions Les avantages de l'utilisation de moyennes mobiles doivent être mis en balance avec les inconvénients. Les moyennes mobiles sont des tendances qui suivent, ou qui sont en retard, des indicateurs qui seront toujours un pas en arrière. Ce n'est pas forcément une mauvaise chose cependant. Après tout, la tendance est votre ami et il est préférable de négocier dans le sens de la tendance. Moyennes mobiles assurer qu'un commerçant est en ligne avec la tendance actuelle. Même si la tendance est votre ami, les titres passent beaucoup de temps dans les gammes de négociation, ce qui rend les moyennes mobiles inefficaces. Une fois dans une tendance, les moyennes mobiles vous tiendront, mais aussi donner des signaux tardifs. Don039t s'attendent à vendre au sommet et acheter au bas en utilisant des moyennes mobiles. Comme pour la plupart des outils d'analyse technique, les moyennes mobiles ne devraient pas être utilisées seules, mais en conjonction avec d'autres outils complémentaires. Les chartistes peuvent utiliser des moyennes mobiles pour définir la tendance générale, puis utiliser RSI pour définir les niveaux de sur-achat ou de survente. Ajout de moyennes mobiles aux graphiques StockCharts Les moyennes mobiles sont disponibles en tant que fonctionnalité de superposition de prix sur le workbench de SharpCharts. À l'aide du menu déroulant Superpositions, les utilisateurs peuvent choisir soit une moyenne mobile simple, soit une moyenne mobile exponentielle. Le premier paramètre est utilisé pour définir le nombre de périodes. Un paramètre facultatif peut être ajouté pour spécifier le champ de prix à utiliser dans les calculs - O pour l'Open, H pour le High, L pour le Low et C pour le Close. Une virgule est utilisée pour séparer les paramètres. Un autre paramètre facultatif peut être ajouté pour déplacer les moyennes mobiles vers la gauche (passé) ou vers la droite (future). Un nombre négatif (-10) déplacerait la moyenne mobile vers la gauche 10 périodes. Un nombre positif (10) déplacerait la moyenne mobile vers la droite 10 périodes. Plusieurs moyennes mobiles peuvent être superposées à l'intrigue des prix en ajoutant simplement une autre ligne de superposition à l'atelier. Les membres de StockCharts peuvent changer les couleurs et le style pour différencier entre plusieurs moyennes mobiles. Après avoir sélectionné un indicateur, ouvrez Options avancées en cliquant sur le petit triangle vert. Les options avancées peuvent également être utilisées pour ajouter une superposition de moyenne mobile à d'autres indicateurs techniques tels que RSI, CCI et Volume. Cliquez ici pour un graphique en direct avec différentes moyennes mobiles. Utiliser les moyennes mobiles avec les balayages StockCharts Voici quelques exemples de balayages que les membres StockCharts peuvent utiliser pour analyser diverses situations de moyenne mobile: Bullish Moving Average Cross: Cette analyse cherche des stocks avec une hausse de la moyenne mobile de 150 jours et une croix haussière des 5 EMA de jour et EMA de 35 jours. La moyenne mobile de 150 jours est en hausse tant qu'elle se négocie au-dessus de son niveau il ya cinq jours. Un croisement haussier se produit lorsque l'EMA de 5 jours se déplace au-dessus de l'EMA de 35 jours sur un volume supérieur à la moyenne. Moyenne mobile baissière Croix: Cette analyse cherche des actions avec une baisse de la moyenne mobile de 150 jours simple et une croix baissière de l'EMA de 5 jours et de l'EMA de 35 jours. La moyenne mobile de 150 jours est en baisse tant qu'elle est en dessous de son niveau il ya cinq jours. Une croix baissière se produit lorsque l'EMA de 5 jours se déplace au-dessous de l'EMA de 35 jours sur un volume supérieur à la moyenne. Étude complémentaire Le livre de John Murphy a un chapitre consacré aux moyennes mobiles et à leurs diverses utilisations. Murphy couvre les avantages et les inconvénients des moyennes mobiles. De plus, Murphy montre comment les moyennes mobiles travaillent avec Bollinger Bands et les systèmes de négociation basés sur les canaux. Analyse technique des marchés financiers John Murphy
No comments:
Post a Comment