分类
外汇期权交易

移动均线

周二日元走势的逆转发生在美元兑日元连续四天下跌共计近4%之后。该货币对一度升至139.39的数十年高位,但避险买盘助长了对日元的看涨情绪。不过,一些交易员基于相对强弱指数,认为美元兑日元已进入超卖区间。

技术分析往往离不开均线系统,它是我们观察价格走势的基础。短期均线贴近价格走势,灵敏度高,但会有很多噪声, 产生虚假信号;长期均线在判断趋势上一般比较准确,但是长期均线有着严重滞后的问题。我们想得到这样的均线, 当价格沿一个方向快速移动时,短期的移动平均线是最合适的;当价格在横盘的过程中,长期移动平均线是合适的。

波动性是市场噪音的总数量,它可以用许多不同的方法定义,但是这个计算使用了所有“日到日”或“小时到小时”的价格变化的总和 移动均线 (每一个都作为一个正数),在同样的n个周期上。如下定义: $$vol = \sum_> |p_t – p_|$$ 其中,vol是指波动性数值,$|\cdot|$表示绝对值,$\sum$后面的表示滑动窗口求和。

效率系数(ER)¶

以上两个成分被组合起来,以表达方向移动对噪音之比,称之为效率系数,ER: $$ER = \frac$$ 用“方向性”除以“噪音”,该系数的值就从0到1 变化。当市场在全部n日以同一方向移动时,则方向=波动性,效率系数=1。如果波动对于同样的价格移动是增加了,“波动性”就变得较大并且ER往小于1的方向移动。如果价格不变化,则方向=0,ER=0。 这个结果作为一个指数式平滑系数是方便的,它每天改变趋势线的一个百分比,ER=1就等效于100%,对应最快的移动平均线,它应当能有效工作,因为价格在一个方向上移动而没有回撤。当ER=0时,一个非常慢的移动平均值是最好的,可以在市场趋势不明时避免贸然止损离场。

变换上述系数为趋势速度¶

为了应用于一个指数式移动平均值,比率将被变换为一个平滑系数c,依靠下面的公式,每天的均线速度可以简单地用改变平滑系数来改变,成为自适应性的。该公式如下: $$EXPMA_t = EXPMA_ + c*(p – EXPMA_)$$ 测试表明,平方平滑系数的数值大大地改进了结果,这是依靠在一个横盘的市场中阻止了趋势线的移动。 在横盘的市场中这个过程选择了非常慢的趋势,而在高度趋势化的周期中加速至非常快的趋势(但不是100%)。这个平滑系数是: \begin fastest &= 2/(N_f+1) = 2/(2+1) = 0.6667\\ slowest &= 2/(N_s+1) = 2/(30+1) = 0.0645\\ smooth &= ER \cdot (fastest - slowest) + slowest\\ c &= smooth^2 \end 平方平滑系数迫使c的数值趋向于零。这意味着较慢的移动平均线将比快速移动平均值用得更多。这和在出现不确定状况时你就更加保守是一样的道理。 于是,我们最终的卡夫曼自适应移动均线AMA如下定义: