Filtro Médio Móvel Adaptável

As médias móveis adaptativas conduzem a melhores resultados As médias móveis são uma ferramenta favorita dos comerciantes ativos. No entanto, quando os mercados se consolidam, este indicador leva a inúmeras negociações de whipsaw, resultando em uma frustrante série de pequenas vitórias e perdas. Os analistas passaram décadas tentando melhorar a média móvel simples. Neste artigo, analisamos esses esforços e descobrimos que sua busca levou a ferramentas comerciais úteis. (Para leitura de fundo em médias móveis simples, verifique as Médias móveis simples, faça com que Tendências se destaquem). Prós e contras de médias móveis As vantagens e desvantagens das médias móveis foram resumidas por Robert Edwards e John Magee na primeira edição da Análise Técnica de Tendências de estoque. Quando eles disseram e voltou em 1941 que fizemos a descoberta (embora muitos outros tivessem feito isso antes) que ao calcular a média dos dados para um determinado número de dias, alguém poderia derivar uma espécie de linha de tendência automatizada que definitivamente interpretaria as mudanças de A moda parecia quase boa demais para ser verdade. Na verdade, era bom demais para ser verdade. Com as desvantagens que superam as vantagens, Edwards e Magee rapidamente abandonaram seu sonho de negociar a partir de um bangalô na praia. Mas, 60 anos depois, eles escreveram essas palavras, outros persistem em tentar encontrar uma ferramenta simples que ofereça sem esforço a riqueza dos mercados. Médias móveis simples Para calcular uma média móvel simples. Adicione os preços para o período de tempo desejado e divida pelo número de períodos selecionados. Encontrar uma média móvel de cinco dias exigiria somar os cinco preços de fechamento mais recentes e dividir por cinco. Se o fechamento mais recente estiver acima da média móvel, o estoque seria considerado como uma tendência de alta. As taxas de queda são definidas por preços abaixo da média móvel. (Para mais informações, consulte o nosso tutorial para as médias móveis.) Esta propriedade que define a tendência torna possível que as médias móveis gerem sinais de negociação. Na sua aplicação mais simples, os comerciantes compram quando os preços se movem acima da média móvel e vendem quando os preços cruzam abaixo dessa linha. Uma abordagem como esta é garantida para colocar o comerciante no lado direito de cada comércio significativo. Infelizmente, ao suavizar os dados, as médias móveis ficarão atrasadas na ação do mercado e o comerciante quase sempre dará uma grande parte de seus lucros, mesmo nos maiores negócios vencedores. Médias móveis exponenciais Os analistas parecem gostar da idéia da média móvel e passaram anos tentando reduzir os problemas associados a esse atraso. Uma dessas inovações é a média móvel exponencial (EMA). Esta abordagem atribui uma ponderação relativamente maior aos dados recentes e, como resultado, fica mais próxima da ação de preço do que uma média móvel simples. A fórmula para calcular uma média móvel exponencial é: EMA (Weight Close) ((1-peso) EMAy) Onde: O peso é a constante de suavização selecionada pelo analista EMAy é a média móvel exponencial de ontem Um valor de ponderação comum é 0.181, o que É perto de uma média móvel simples de 20 dias. Outro é 0,10, que é aproximadamente uma média móvel de 10 dias. Embora reduza o atraso, a média móvel exponencial não consegue resolver outro problema com médias móveis, o que é que o uso deles para sinais comerciais levará a uma grande quantidade de negociações perdidas. Em Novos Conceitos em Sistemas de Negociação Técnica. Welles Wilder calcula que os mercados apenas tendem um quarto do tempo. Até 75 da ação comercial se limitam a intervalos estreitos, quando os sinais de compra e venda média em movimento serão repetidamente gerados à medida que os preços se movem rapidamente acima e abaixo da média móvel. Para resolver este problema, vários analistas sugeriram variar o fator de ponderação do cálculo EMA. (Para mais, veja Como são as médias móveis utilizadas na negociação) Adaptando as médias móveis à ação do mercado Um método para enfrentar as desvantagens das médias móveis é multiplicar o fator de ponderação por uma razão de volatilidade. Fazer isso significaria que a média móvel seria mais longe do preço atual em mercados voláteis. Isso permitiria que os vencedores fossem executados. À medida que a tendência chega ao fim e os preços se consolidam. A média móvel se aproximaria da ação atual do mercado e, em teoria, permitiria ao comerciante manter a maioria dos ganhos captados durante a tendência. Na prática, o índice de volatilidade pode ser um indicador, como a largura de banda Bollinger, que mede a distância entre as bem conhecidas Bandas Bollinger. (Para mais informações sobre este indicador, consulte The Basics of Bollinger Bands.) Perry Kaufman sugeriu a substituição da variável de peso na fórmula EMA com uma constante baseada na razão de eficiência (ER) em seu livro, New Trading Systems and Methods. Este indicador é projetado para medir a força de uma tendência, definida dentro de um intervalo de -1,0 a 1,0. É calculado com uma fórmula simples: ER (variação total do preço por período) (soma das variações absolutas de preços para cada barra) Considere uma ação que tenha um intervalo de cinco pontos por dia, e ao final de cinco dias tenha ganho um total De 15 pontos. Isso resultaria em um ER de 0,67 (15 pontos de movimento ascendente dividido pela faixa total de 25 pontos). Se esse estoque tivesse diminuído 15 pontos, o ER seria de -0,67. (Para obter mais conselhos comerciais de Perry Kaufman, leia Perdendo para Ganhar, que descreve estratégias para lidar com perdas comerciais.) O princípio de uma eficiência de tendências é baseado em quanto movimento direcional (ou tendência) você obtém por unidade de movimento de preços ao longo de um Período de tempo definido. Um ER de 1.0 indica que o estoque está em uma evolução ascendente perfeita -1.0 representa uma tendência de queda perfeita. Em termos práticos, os extremos raramente são alcançados. Para aplicar este indicador para encontrar a média móvel adaptativa (AMA), os comerciantes precisarão calcular o peso com o seguinte, bastante complexo, fórmula: C (ER (SCF SCS)) SCS 2 Onde: SCF é a constante exponencial para o mais rápido EMA permitido (geralmente 2) SCS é a constante exponencial para o EMA mais lento permitido (muitas vezes 30) ER é a relação de eficiência que foi observada acima. O valor para C é então usado na fórmula EMA em vez da variável de peso mais simples. Embora seja difícil de calcular à mão, a média móvel adaptativa é incluída como uma opção em quase todos os pacotes de software comercial. (Para obter mais informações sobre o EMA, leia Explorando a média móvel ponderada exponencialmente.) Exemplos de uma média móvel simples (linha vermelha), uma média móvel exponencial (linha azul) e a média móvel adaptativa (linha verde) são mostradas na Figura 1. Figura 1: A AMA está em verde e mostra o maior grau de achatamento na ação de alcance visto no lado direito deste gráfico. Na maioria dos casos, a média móvel exponencial, mostrada como a linha azul, é mais próxima da ação de preço. A média móvel simples é mostrada como a linha vermelha. As três médias móveis mostradas na figura são todas propensas a negociações de whipsaw em vários momentos. Esta desvantagem para as médias móveis foi até agora impossível de eliminar. Conclusão Robert Colby testou centenas de ferramentas de análise técnica na Encyclopedia of Technical Market Indicators. Ele concluiu que, embora a média móvel adaptativa seja uma novidade interessante, com um considerável atrativo intelectual, nossos testes preliminares não conseguem mostrar qualquer vantagem prática real para este método de suavização de tendências mais complexo. Isso não significa que os comerciantes devem ignorar a idéia. A AMA poderia ser combinada com outros indicadores para desenvolver um sistema comercial lucrativo. (Para mais informações sobre este tópico, leia Descobrindo Canais Keltner e O Oscilador Chaikin.) O ER pode ser usado como um indicador de tendência autônomo para detectar as oportunidades comerciais mais lucrativas. Como um exemplo, as proporções acima de 0,30 indicam fortes tendências ascendentes e representam compras potenciais. Alternativamente, uma vez que a volatilidade se move em ciclos, os estoques com o menor índice de eficiência podem ser vistos como oportunidades de fuga. Aqqs no JMA O que é a Theory Behind JMA. Por que o JMA possui um parâmetro PHASE. JMA prevê uma série de tempo. Os valores JMA anteriores, já planejados, serão alterados à medida que novos dados chegarem. Posso melhorar outros indicadores usando JMA O JMA tem alguma garantia especial Como o JMA se compara a outros filtros. TÓPICOS GERAIS sobre JURIK TOOLS As ferramentas podem traçar muitas curvas em cada um dos vários gráficos. As ferramentas podem processar qualquer tipo de dados. As ferramentas funcionam em tempo real. São os algoritmos divulgados ou em preto-caixa. As ferramentas Jurik precisam olhar para o futuro de uma série temporal. As ferramentas produzem valores semelhantes em todas as plataformas (TradeStation, Multicartos.). As ferramentas Juriks vêm com uma garantia. Quantas senhas de instalação eu recebo. Qual é a Teoria Atrás da JMA. PARTE 1. GAPS DE PREÇO Os dados da série temporária de suavização, como os preços diários das ações, para remover ruídos indesejados, produzirão inevitavelmente um gráfico (indicador) que se move mais lentamente do que a série temporal original. Esse quotslownessquot fará com que a trama fique atrasada um pouco atrás da série original. Por exemplo, uma média móvel simples de 31 dias irá atrasar a série de preços em 15 dias. O Lag é muito indesejável porque um sistema de negociação que usa essa informação terá atraso na negociação. Os negócios tardios podem muitas vezes ser pior do que nenhum comércio, como você pode comprar ou vender no lado errado do ciclo dos mercados. Conseqüentemente, muitas tentativas foram feitas para minimizar o atraso, cada um com suas próprias falhas. Conquistando o atraso sem fazer hipóteses simplificadoras (por exemplo, esses dados consistem em ciclos superpostos, mudanças de preços diárias com distribuição Gaussiana, todos os preços são igualmente importantes, etc.) não é uma tarefa trivial. No final, a JMA teve que se basear na mesma tecnologia que os militares usam para rastrear objetos em movimento no ar usando nada mais do que seu radar ruidoso. A JMA vê as séries temporais de preços como uma imagem barulhenta de um alvo em movimento (o preço subjacente) e tenta estimar a localização do alvo real (preço suave). A matemática proprietária é modificada para levar em consideração as propriedades especiais de uma série de tempo financeiro. O resultado é uma curva suave e sedosa que não faz suposições sobre os dados que possuem quaisquer componentes cíclicos. Consequentemente JMA pode virar quoton um dimequot se o mercado (alvo em movimento) decidir transformar direção ou gap atualizado por qualquer quantidade. Nenhuma diferença de preço é muito grande. PARTE 2. TUDO MAIS Depois de vários anos de pesquisa, a Jurik Research determinou que o filtro de redução de ruído perfeito para dados financeiros tem os seguintes requisitos: atraso mínimo entre sinal e preço, caso contrário os disparadores de comércio chegam tarde. Superávido mínimo, caso contrário o sinal produz níveis de preços falsos. Subraio mínimo, caso contrário, o tempo está perdido na espera da convergência após as diferenças de preço. Suavidade máxima, exceto no momento em que as lacunas de preços para um novo nível. Quando medidos até esses quatro requisitos, todos os filtros populares (exceto o JMA) funcionam mal. Aqui está um resumo dos filtros mais populares. Média móvel ponderada - não responsiva às lacunas Média móvel exponencial - excessivo superajuste ruidoso Médias móveis adaptáveis ​​- (não a nossa) tipicamente baseadas em premissas simplificadas sobre a atividade do mercado facilmente enganadas Linha de regressão - não responsivo às lacunas excesso excessivo Filtros FFT - Facilmente distorcida pelo ruído não gaussiano na janela de dados é tipicamente muito pequena para determinar com precisão ciclos verdadeiros. Filtros FIR - tem atraso conhecido como quotgroup delayquot. Não há como contorná-lo, a menos que você queira cortar alguns cantos. Veja os filtros quotBand-Passquot. Filtros Band-Pass - sem atraso apenas no centro da banda de freqüência tende a oscilar e superar os preços reais. Os filtros de entropia máxima - facilmente distorcidos pelo ruído não gaussiano na janela de dados geralmente são muito pequenos para determinar com precisão os ciclos verdadeiros. Filtros polinomiais - não responde a excesso excessivo de lacunas Em contraste, a JMA integra a teoria da informação e filtragem adaptativa não-linear de forma única. Ao combinar uma avaliação do conteúdo da informação em uma série temporal com o poder da transformação não-linear adaptativa, o resultado impulsiona o quotenvelopequot teórico na filtragem de séries temporais financeiras quase que possível. Mais e se casar com o Princípio da Incerteza de Heisenburgs (algo que ninguém superou, ou nunca). Até onde sabemos, a JMA é a melhor. Convidamos qualquer pessoa a nos mostrar o contrário. Para uma análise mais comparativa das falhas dos filtros populares, baixe nosso relatório. A evolução das médias móveis do nosso departamento de Relatórios especiais. Veja nossa comparação contra outros filtros populares. Por que o JMA possui um parâmetro PHASE. Existem duas maneiras de diminuir o ruído em uma série temporal usando JMA. Aumentar o parâmetro LENGTH fará com que o JMA se mova mais devagar e, assim, reduza o ruído em detrimento do atraso agregado. Alternativamente, você pode alterar a quantidade de quotinertiaquot contida no JMA. A inércia é como massa física, quanto mais você tiver, mais difícil é girar direção. Portanto, um filtro com muita inércia exigirá mais tempo para inverter a direção e, assim, reduzir o ruído à custa da superação durante as reversões na série temporal. Todos os filtros de ruído fortes têm atraso e excesso, e o JMA não é exceção. No entanto, os parâmetros ajustáveis ​​da JMAs PHASE e LENGTH oferecem uma maneira de selecionar o tradeoff ideal entre o atraso e a superação. Isso lhe dá a oportunidade de afinar vários indicadores técnicos. Por exemplo, o gráfico (à direita) mostra uma linha JMA rápida cruzando uma linha JMA mais lenta. Para tornar a linha JMA rápida virar quoton um dimequot sempre que o mercado reverte, ele foi configurado para não ter inércia. Em contraste, o JMA lento foi configurado para ter uma grande inércia, diminuindo a capacidade de se tornar durante as reversões do mercado. Este arranjo faz com que a linha mais rápida atravesse a linha mais lenta o mais rápido possível, produzindo assim sinais de cruzamento de baixo atraso. Claramente, o controle do usuário de uma inércia de filtros oferece um poder considerável sobre os filtros sem essa capacidade. JMA prevê uma série de tempo. Não prevê para o futuro. O JMA reduz o ruído praticamente da mesma forma que uma média móvel exponencial, mas muitas vezes melhor. Os valores JMA anteriores, já planejados, serão alterados à medida que novos dados chegarem. Não. Para qualquer ponto em um gráfico JMA, somente os dados históricos e atuais são usados ​​na fórmula. Conseqüentemente, à medida que novos dados de preços chegam em slots de tempo posteriores, esses valores de JMA já planejados não são afetados e NUNCA mudam. Considere também o caso quando a barra mais recente em um gráfico é atualizada em tempo real à medida que chega o novo recibo. Como o preço de fechamento do bar mais recente provavelmente mudará, a JMA é reavaliada automaticamente para refletir o novo preço de fechamento. No entanto, valores históricos de JMA (em todas as barras anteriores) permanecem inalterados e não mudam. Pode-se criar indicadores de aparência impressionante em dados históricos quando analisa valores passados ​​e futuros em torno de cada ponto de dados em processamento. No entanto, qualquer fórmula que precisa ver os valores futuros em uma série temporal não pode ser aplicada na negociação do mundo real. Isso ocorre porque ao calcular o valor de hoje de um indicador, os valores futuros não existem. Todos os indicadores Jurik usam apenas dados da série temporária atual e anterior em seus cálculos. Isso permite que todos os indicadores Jurik funcionem em todas as condições em tempo real. Posso melhorar outros indicadores usando JMA Sim. Normalmente substituimos a maioria dos cálculos médios móveis em indicadores técnicos clássicos com a JMA. Isso produz resultados mais suaves e mais oportunos. Por exemplo, ao inserir o JMA no indicador técnico DMI padrão, produzimos o indicador DMX, que é gratuito com a sua ordem de JMA. A JMA tem alguma garantia especial Se você nos mostrar um algoritmo não proprietário para uma média móvel que, quando codificado para ser executado em TradeStation, Matlab ou Excel VBA, ele funciona quase que a nossa média móvel em prazos curtos, médios e longos de Uma caminhada aleatória, bem reembolsar sua licença de usuário comprada para JMA. O que queremos dizer, por quê, é que deve ser, em média, mais suave sem atraso médio maior do que o nosso, sem uma superação média maior e sem um superávit médio maior do que o nosso. O que queremos dizer com quotshort, medium e long time framesquot é que as comparações devem incluir três comprimentos JMA separados: 7 (curto), 35 (médio), 175 (longo). O que queremos dizer com uma caminhada aleatória é uma série de tempo produzida por uma soma acumulada de 5000 números aleatórios distribuídos com precisão zero, Cauchy. Esta garantia limitada é boa apenas para o primeiro mês de sua compra de uma licença de usuário da JMA de nós ou de um de nossos distribuidores mundiais. Como o JMA se compara a outros filtros. O filtro Kalman é semelhante ao JMA, pois ambos são algoritmos poderosos utilizados para estimar o comportamento de um sistema dinâmico ruidoso, quando tudo o que você precisa trabalhar é medições de dados ruidosas. O filtro Kalman cria previsões suaves da série temporal, e este método não é inteiramente apropriado para as séries temporais financeiras, pois os mercados são propensos a produzir giros violentos e aberturas de preços, comportamentos não típicos de sistemas dinâmicos de operação suavizada. Conseqüentemente, o alisamento do filtro de Kalman freqüentemente está atrasado ou ultrapassa as séries temporais de preços de mercado. Em contraste, a JMA rastreia os preços do mercado de forma estreita e sem problemas, adaptando-se às lacunas, evitando os excessos indesejados. Veja o quadro abaixo para um exemplo. Um filtro descrito em revistas populares é a média móvel de Kaufmann. É uma média móvel exponencial cuja velocidade varia de acordo com a eficiência da ação de preço. Em outras palavras, quando a ação do preço está em uma tendência clara com pouca retração, o filtro Kaufmann acelera e quando a ação está congestionada, o filtro diminui. (Veja o gráfico acima) Embora sua natureza adaptativa o ajude a superar algum atraso típico das médias móveis exponenciais, ele ainda está atrasado significativamente atrás da JMA. Lag é uma questão fundamental para todos os comerciantes. Lembre-se, cada barra de atraso pode atrasar seus negócios e negar que você lucre. Outra média móvel descrita em revistas populares é Chandes VIDYA (Variable Index Dynamic Average). O índice usado na maioria das vezes dentro de VIDYA para governar sua velocidade é a volatilidade dos preços. À medida que a volatilidade a curto prazo aumenta, a média móvel exponencial da VIDYA é projetada para se mover mais rápido e, à medida que a volatilidade diminui, o VIDYA diminui. Na superfície, isso faz sentido. Infelizmente, este design tem uma falha óbvia. Embora o congestionamento lateral deve ser completamente alisado, independentemente da sua volatilidade, um período de congestionamento altamente volátil seria acompanhado de perto (não suavizado) pela VIDYA. Consequentemente, VIDYA pode deixar de remover ruídos indesejados. Por exemplo, o gráfico compara JMA com VIDYA, ambos definidos para rastrear uma tendência descendente igualmente bem. No entanto, durante o congestionamento subsequente, o VIDYA não consegue suavizar os picos de preços enquanto o JMA desliza com sucesso através da vibração. Em outra comparação em que ambos VIDYA e Juriks JMA foram configurados para ter a mesma suavidade, vemos no quadro que VIDYA está atrasado. Como mencionado anteriormente, o tempo tardio pode facilmente roubar seus lucros em qualquer comércio. Dois outros indicadores populares são T3 e TEMA. Eles são lisos e têm pouco atraso. T3 é o melhor dos dois. No entanto, o T3 pode apresentar um sério problema de sobreposição, como se vê no quadro abaixo. Dependendo do seu aplicativo, você pode não querer um indicador que mostre um nível de preço, o mercado real nunca alcançado, pois isso pode inadvertidamente iniciar negociações indesejadas. Aqui estão dois comentários encontrados nos fóruns relevantes da Internet: o indicador T3 é muito bom (e eu cantei seus elogios antes, nesta lista). No entanto, tive a oportunidade de derivar algumas medidas de mercado alternativas e eu as suavizo. Eles são muito mal comportados às vezes. Ao alisá-los, o T3 torna-se instável e supera mal, enquanto o JMA navega através deles. - Allan Kaminsky allange quitação xml. Minha própria visão da JMA é consistente com o que outras pessoas escreveram (Ive gastou muito tempo visualmente comparando JMA para TEMA, eu não pensaria agora em usar TEMA em vez de JMA). Steven Buss sbuss pacbell. net Um artigo na edição de janeiro de 2000 da TASC descreve uma média móvel projetada na década de 1950 para ter um baixo atraso. Seu inventor, Robert Brown, projetou o quotModified Moving Averagequot (MMA) para reduzir o atraso na estimativa de inventários. Na sua fórmula, a regressão linear estimou o momento atual das curvas, que por sua vez é usado para estimar o atraso vertical. A fórmula então subtrai o atraso estimado da média móvel para obter baixos resultados. Esta técnica funciona bem em tabelas de preços bem comportadas (transição suave), mas, novamente, também a maioria dos outros filtros avançados. O problema é que o mercado real é tudo menos bem comportado. Uma verdadeira medida de fitness é o quão bem funciona qualquer filtro em dados financeiros do mundo real, uma propriedade que pode ser medida com nossa bateria bem estabelecida de testes de benchmark. Esses testes revelam que o MMA supera os gráficos de preços, conforme ilustrado abaixo. Em comparação, o usuário pode definir um parâmetro no JMA para ajustar a quantidade de overshoot, mesmo eliminando-o completamente. A escolha é sua. Lembre-se, a última coisa que você deseja é um indicador que mostra um nível de preço que o mercado real nunca atingiu, pois isso pode inadvertidamente iniciar negócios indesejados. Com o MMA, você não tem escolha e deve aguentar o excesso, quer você goste ou não. (Veja o quadro abaixo) A edição de julho de 2000 da TASC continha um artigo de John Ehlers descrevendo um QuotModified Optimal Elliptical Filterquot (Abrindo aqui como quotMEFquot). Este é um excelente exemplo de análise de sinal clássico. O gráfico abaixo compara MEF para JMA cujos parâmetros (JMA length7, phase50) foram configurados para tornar JMA tão semelhante ao MEF quanto possível. A comparação revela essas vantagens ao usar o JMA: a JMA responde às mudanças extremas nos preços mais rapidamente. Conseqüentemente, qualquer valor de limite usado para disparar sinais será executado mais cedo pela JMA. A JMA quase não tem excesso, permitindo que a linha de sinal rastreie mais precisamente a ação do preço logo após um grande movimento de preços. JMA desliza através de pequenos movimentos do mercado. Isso permite que você se concentre em ação de preço real e não em atividades de mercado pequenas que não tenham conseqüências reais. Um método favorito entre os engenheiros para suavizar dados da série temporal é ajustar os pontos de dados com um polinômio (eq, uma spline parabólica ou cúbica). Um design eficiente deste tipo é uma classe conhecida como filtros Savitzy-Golay. O gráfico abaixo compara JMA a um filtro Savitzy-Golay de codico-spline (3ª ordem), cujas configurações de parâmetros foram escolhidas para cima, tornam-se tão próximas quanto possível da JMA. Observe com que fluência o JMA desliza por regiões de congestionamento comercial. Em contraste, o filtro S-G é bastante irregular. Claramente, JMA é, mais uma vez, o vencedor. Outra técnica usada para reduzir o atraso em um filtro médio móvel é adicionar algum impulso (inclinação) do sinal ao filtro. Isso reduz o atraso, mas com duas penalidades: mais ruído e mais overshoot em pontos de pivô de preço. Para compensar o ruído, pode-se empregar um filtro FIR ponderado simetricamente, que é mais suave do que uma média móvel simples, cujos pesos podem ser: 1-2-3-4-3-2-1 e, em seguida, ajuste esses pesos para adicionar algum atraso Reduzindo o impulso. A eficácia desta abordagem é mostrada na figura abaixo (linha vermelha). Embora o filtro FIR controle o preço de perto, ele ainda está atrasado atrás da JMA, além de exibir um maior atraso. Além disso, o filtro FIR tem uma suavidade fixa e precisa ser redesenhado para cada desejabilidade desejada diferente. Em comparação, o usuário só precisa alterar um parâmetro quotsmoothness da JMA para obter qualquer efeito desejado. Não só a JMA produz melhores gráficos de gráficos de preços, mas também pode melhorar outros indicadores clássicos. Por exemplo, considere o indicador MACD clássico, que é uma comparação de duas médias móveis. Sua convergência (aproximando-se) e a divergência (deslocando-se) fornecem sinais de que uma tendência de mercado está mudando de direção. É fundamental que você tenha o menor atraso possível com esses sinais ou seus negócios serão atrasados. Em comparação, um MACD criado com JMA tem significativamente menos lag do que um MACD usando médias móveis exponenciais. Para ilustrar esta reivindicação, a figura abaixo é um gráfico de preços hipotético simplificado para melhorar os problemas mais salientes. Vemos barras de tamanho igual em uma tendência ascendente, interrompidas por uma súbita abertura descendente. As duas linhas coloridas são médias móveis exponenciais que compõem um MACD. Observe que o crossover ocorre muito tempo depois do intervalo, fazendo com que uma estratégia de negociação aguarde e troque tarde, se for o caso. Se você tentou acelerar o tempo deste indicador, tornando as médias móveis mais rápidas, as linhas se tornariam mais ruidosas e mais irregulares. Isso tende a criar disparadores falsos e negócios ruins. Por outro lado, o gráfico abaixo mostra o JMA azul ajustando-se rapidamente ao novo nível de preços, permitindo crossovers anteriores e designação anterior de uma tendência de alta em andamento. Agora você pode entrar no mercado mais cedo e montar uma parcela maior da tendência. Ao contrário da média móvel exponencial, JMA possui um parâmetro adicional (PHASE) que permite ao usuário ajustar a extensão do excesso. No gráfico acima, a linha amarela JMA foi autorizada a superar mais do que o azul. Isso dá cruzamentos ideais. Uma das características mais difíceis de projetar em um filtro de suavização é uma resposta adaptativa às lacunas de preços sem ultrapassar o novo nível de preços. Isto é especialmente verdadeiro para projetos de filtros que empregam o próprio impulso dos filtros como forma de reduzir o atraso. O quadro a seguir compara o superávit por JMA e a média móvel Hull (HMA). As configurações dos parâmetros para os dois filtros foram definidas de modo que sua performance no estado estacionário fosse quase idêntica. Outro problema de design é se o filtro pode ou não reter a mesma suavidade aparente durante as reversões, como durante as tendências. O gráfico abaixo mostra como o JMA mantém-se perto da suavidade constante durante todo o ciclo, enquanto o HMA oscila nas reversões. Isso representaria problemas para estratégias que desencadeiam negociações com base no fato de o filtro se mover para cima ou para baixo. Por fim, há o caso quando o preço desabafa e depois se retira em uma tendência descendente. Isso é especialmente difícil de rastrear no momento do recuo. Felizmente, os filtros adaptativos têm um tempo muito mais fácil indicando quando ocorreu uma inversão do que os filtros fixos, conforme mostrado no gráfico abaixo. Claro que existem melhores filtros que o JMA, usado principalmente pelos militares. Mas se você está no negócio de rastrear bons negócios e não aeronaves inimigas, a JMA é o melhor filtro de redução de ruído acessível disponível para dados do mercado financeiro. Nós garantimos isso. Na verdade, você gostaria que um sinal filtrado fosse liso e livre de atraso. Lag provoca atrasos em seus negócios e o aumento do atraso nos seus indicadores geralmente resulta em menores lucros. Em outras palavras, os atrasados ​​ficam o que está à esquerda na mesa depois que a festa já começou. É por isso que investidores, bancos e instituições em todo o mundo pedem a Jurik Research Moving Average (JMA). Você pode aplicá-lo exatamente como você faria com qualquer outra média móvel popular. No entanto, JMAs melhorou timing e suavidade irá surpreender você. A linha cinzenta irregular no gráfico simula ação de preço que começa em um baixo intervalo de negociação e, em seguida, lacunas para uma maior faixa de negociação. Como ninguém gosta de esperar à margem, um filtro de redução de ruído perfeito (linha verde) se moverá suavemente ao longo do centro da primeira faixa de negociação e, em seguida, saltar para o centro da nova faixa de negociação quase que imediatamente.