การปรับตัว เคลื่อนไหว เฉลี่ย กรอง

ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่เป็นหนึ่งในเครื่องมือวิเคราะห์ที่มีประโยชน์ที่สุดวัตถุประสงค์และเก่าแก่ที่สุดรอบ ๆ รูปแบบและตัวชี้วัดบางอย่างอาจเป็นอัตนัยซึ่งนักวิเคราะห์อาจไม่เห็นด้วยหากรูปแบบนั้นเกิดขึ้นอย่างแท้จริงหรือหากมีความเบี่ยงเบนที่อาจเป็นภาพลวงตา ค่าเฉลี่ยเคลื่อนที่เป็นมากกว่าวิธีการตัดและแห้งในการวิเคราะห์แผนภูมิหุ้นและประสิทธิภาพการคาดการณ์และเป็นหนึ่งในไม่กี่ที่ไม่จำเป็นต้องใช้ปัญญาอัจฉริยะในการตีความ .. ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่แสดงค่าเฉลี่ยของ ราคาหลักทรัพย์ในช่วงระยะเวลาหนึ่ง หากต้องการหาค่าเฉลี่ย Simple Moving Average 50 วันคุณจะเพิ่มราคาปิด (แต่ไม่นานกว่านี้) จาก 50 วันที่ผ่านมาและหารด้วย 50 และเนื่องจากราคามีการเปลี่ยนแปลงตลอดเวลาหมายถึงค่าเฉลี่ยเคลื่อนที่จะย้ายไปด้วย Exponential Moving Average (EMA) - คำนวณโดยใช้เปอร์เซ็นต์ของราคาปิดในปัจจุบันเป็นค่าเฉลี่ยเคลื่อนที่ของปีที่ผ่านมา ใช้ค่าเฉลี่ยเคลื่อนที่แบบเสวนาเพื่อให้น้ำหนักมากขึ้นในราคาที่ผ่านมา ตามคาดแต่ละราคาใหม่มีผลกระทบมากกว่า EMA มากกว่า SMA และแต่ละราคาใหม่จะเปลี่ยนแปลงค่าเฉลี่ยเคลื่อนที่เพียงครั้งเดียวไม่ใช่สองครั้ง ค่าเฉลี่ยเคลื่อนที่ที่ใช้บ่อยที่สุด ได้แก่ ค่าเฉลี่ย 15, 20, 30, 45, 50, 100 และ 200 วัน ค่าเฉลี่ยเคลื่อนที่แต่ละค่ามีการตีความแตกต่างกับราคาหุ้นที่จะทำ มีจริงๆไม่ได้เป็นเพียงหนึ่งกรอบเวลาที่เหมาะสม การย้ายค่าเฉลี่ยด้วยช่วงเวลาที่ต่างกันจะบอกเล่าเรื่องราวที่แตกต่างกัน ระยะเวลาที่สั้นลงค่าเฉลี่ยเคลื่อนที่จะเปลี่ยนแปลงไปตามการเปลี่ยนแปลงของราคา ระยะเวลาที่ยาวขึ้นจะมีความอ่อนไหวน้อยลงหรือทำให้ค่าเฉลี่ยเคลื่อนที่สูงขึ้น ค่าเฉลี่ยเคลื่อนที่จะถูกใช้เพื่อเน้นทิศทางของแนวโน้มและทำให้ราคาและความผันผวนของปริมาณและปริมาณที่มากขึ้นอาจทำให้การตีความมีความสับสน นักลงทุนรายอื่นใช้ค่าเฉลี่ยเคลื่อนที่โดยใช้เหตุผลต่างๆ แม้ว่าบางคนใช้เครื่องมือนี้เป็นเครื่องมือวิเคราะห์หลักของพวกเขาเพียง แต่ใช้ค่าเฉลี่ยเคลื่อนที่เป็นตัวสร้างความเชื่อมั่นในการตัดสินใจลงทุนของพวกเขา ต่อไปนี้เป็นสองกลยุทธ์อื่น ๆ ที่ผู้ใช้ใช้ค่าเฉลี่ยเคลื่อนที่สำหรับ: การกรองจะใช้เพื่อเพิ่มความมั่นใจเกี่ยวกับตัวบ่งชี้ ไม่มีกฎระเบียบหรือสิ่งที่ควรระวังในการกรองอะไรที่ทำให้คุณมั่นใจได้ว่าจะลงทุนเงินของคุณ ตัวอย่างเช่นคุณอาจต้องการรอจนกว่าการรักษาความปลอดภัยจะข้ามผ่านค่าเฉลี่ยเคลื่อนที่ของมันและอย่างน้อยก็ต่ำกว่าค่าเฉลี่ย 10 อย่างเพื่อให้แน่ใจว่าเป็นไขว้ที่แท้จริง โปรดจำไว้ว่าการตั้งเปอร์เซ็นต์สูงเกินไปอาจส่งผลให้มีการออกเรือและซื้อสต็อกที่จุดสูงสุด ตัวกรองอีกตัวหนึ่งคือการรอสักหนึ่งหรือสองวันหลังจากที่การรักษาความปลอดภัยข้ามไปซึ่งสามารถใช้เพื่อให้แน่ใจได้ว่าการเพิ่มขึ้นของการรักษาความปลอดภัยไม่ใช่ความบังเอิญหรือไม่ปลอดภัย อีกครั้งข้อเสียคือถ้าคุณรอนานเกินไปแล้วคุณอาจสิ้นสุดกำไรบางอย่างใหญ่ การใช้ Crossovers ไม่ใช่เรื่องง่ายเหมือนกับการกรอง มีหลายประเภทของไขว้ แต่ทั้งหมดมีค่าเฉลี่ยเคลื่อนที่สองตัวขึ้นไป ในครอสโอเวอร์แบบคู่คุณกำลังมองหาสถานการณ์ที่ MA ที่สั้นที่สุดจะข้ามไปอีกระยะหนึ่ง ถือเป็นสัญญาณการซื้อที่เกือบจะถือว่าเป็นสัญญาณการซื้อตั้งแต่ค่าเฉลี่ยที่ค่อนข้างยาวขึ้นจะอยู่ในระดับที่ค่อนข้างสนับสนุนสำหรับราคาหุ้น สำหรับการประกันพิเศษคุณสามารถใช้ครอสโอเวอร์ไขว้สามโดยที่ค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดจะต้องผ่านไปสองคนที่สูงกว่า นี้ถือเป็นตัวบ่งชี้การซื้อที่แข็งแกร่งยิ่งขึ้น. ค่าเฉลี่ยเคลื่อนที่ที่ปรับให้เหมาะสมกับผลลัพธ์ที่ดีขึ้นการย้ายค่าเฉลี่ยเป็นเครื่องมือโปรดของ traders ที่ใช้งานอยู่ อย่างไรก็ตามเมื่อตลาดรวมตัวบ่งชี้นี้จะนำไปสู่การค้า whipsaw จำนวนมากส่งผลให้ชุดที่น่าผิดหวังของการชนะและการสูญเสียขนาดเล็ก นักวิเคราะห์ได้ใช้เวลาหลายทศวรรษในการพยายามปรับปรุงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ในบทความนี้เราจะพิจารณาความพยายามเหล่านี้และพบว่าการค้นหาของพวกเขานำไปสู่เครื่องมือการซื้อขายที่มีประโยชน์ ข้อดีและข้อเสียของค่าเฉลี่ยเคลื่อนที่อยู่ที่ Robert Edwards และ John Magee ในฉบับพิมพ์ครั้งแรกของการวิเคราะห์ทางเทคนิคของข้อดีและข้อเสียของการเคลื่อนที่โดยเฉลี่ย แนวโน้มสต็อค เมื่อพวกเขากล่าวว่าและมันก็กลับมาในปี 1941 ที่เรา delightedly ค้นพบ (แม้ว่าหลายคนอื่น ๆ ได้ทำมาก่อน) ว่าโดยค่าเฉลี่ยของข้อมูลสำหรับจำนวนที่ระบุ daysone อาจได้รับมาจัดเรียงของเส้นแนวโน้มอัตโนมัติซึ่งแน่นอนจะตีความการเปลี่ยนแปลงของ แนวโน้มดูเหมือนจะดีเกินจริง เป็นเรื่องที่ดีเกินกว่าที่จะเป็นจริง เอ็ดเวิร์ดและจีได้ทิ้งความฝันของพวกเขาในการซื้อขายจากบังกะโลริมชายหาด แต่ 60 ปีหลังจากที่พวกเขาเขียนคำเหล่านั้นคนอื่น ๆ ยังคงพยายามหาเครื่องมือง่ายๆที่สามารถนำเสนอความมั่งคั่งของตลาดได้อย่างง่ายดาย Simple Moving Averages คำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ เพิ่มราคาสำหรับช่วงเวลาที่ต้องการและหารด้วยจำนวนงวดที่เลือก การหาค่าเฉลี่ยเคลื่อนที่ห้าวันจะต้องบวกห้าราคาปิดล่าสุดและหารด้วยห้า หากการปิดตัวครั้งล่าสุดอยู่เหนือค่าเฉลี่ยที่เคลื่อนที่สต็อคจะถือว่าอยู่ในแนวโน้ม แนวโน้มขาลงจะถูกกำหนดโดยราคาที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ (ดูข้อมูลเพิ่มเติมได้จากคู่มือการใช้งาน Moving Averages ของเรา) คุณสมบัติที่กำหนดแนวโน้มนี้ทำให้สามารถเคลื่อนที่โดยเฉลี่ยเพื่อสร้างสัญญาณการซื้อขายได้ ในการประยุกต์ใช้ที่ง่ายที่สุดผู้ค้าจะซื้อเมื่อราคาเคลื่อนตัวสูงกว่าค่าเฉลี่ยเคลื่อนที่และขายได้เมื่อราคาปิดต่ำกว่าเส้นดังกล่าว วิธีการเช่นนี้มีการประกันที่จะนำผู้ประกอบการค้าที่ด้านขวาของการค้าที่สำคัญทุก อย่างไรก็ตามในขณะที่การปรับให้เรียบข้อมูลค่าเฉลี่ยเคลื่อนที่จะล่าช้าหลังการดำเนินการในตลาดและผู้ประกอบการค้ามักจะให้ผลตอบแทนส่วนใหญ่ในธุรกิจการค้าที่ยิ่งใหญ่ที่สุด ค่าเฉลี่ยเคลื่อนที่ที่มีการแจกแจงนักวิเคราะห์ดูเหมือนว่าจะมีความคิดเกี่ยวกับค่าเฉลี่ยเคลื่อนที่และพยายามใช้เวลาหลายปีในการลดปัญหาที่เกิดจากความล่าช้านี้ หนึ่งในนวัตกรรมเหล่านี้คือค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) วิธีนี้กำหนดให้น้ำหนักที่ค่อนข้างสูงขึ้นกับข้อมูลล่าสุดและส่งผลให้ราคาใกล้เคียงกับการเคลื่อนไหวของราคามากกว่าค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ สูตรคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา ได้แก่ EMA (Weight Close) ((1-Weight) EMAy) โดยที่: น้ำหนักคือค่าคงที่ที่ราบเรียบที่นักวิเคราะห์เลือก EMAy เป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนาตั้งแต่วันนี้โดยค่าที่พบได้ทั่วไปคือ 0.181 ซึ่ง ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่เฉลี่ย 20 วัน อีกอย่างหนึ่งคือ 0.10 ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ประมาณ 10 วัน แม้ว่าจะช่วยลดความล่าช้าค่าเฉลี่ยเคลื่อนที่แบบเสวนาไม่สามารถแก้ปัญหาเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ได้ซึ่งหมายความว่าการใช้สัญญาณซื้อขายจะทำให้ธุรกิจการค้าสูญเสียจำนวนมาก ในแนวคิดใหม่ในระบบการค้าทางเทคนิค Welles Wilder ประมาณการว่าตลาดมีแนวโน้มเพียงหนึ่งในสี่ของเวลาเท่านั้น การดำเนินการซื้อขายหลักทรัพย์สูงสุด 75 รายการ จำกัด อยู่ในช่วงแคบ ๆ เมื่อสัญญาณซื้อ - ขายเฉลี่ยเคลื่อนไหวจะถูกสร้างขึ้นซ้ำ ๆ เนื่องจากราคาเคลื่อนตัวสูงขึ้นและต่ำกว่าค่าเฉลี่ยเคลื่อนที่ ในการแก้ไขปัญหานี้นักวิเคราะห์หลายคนได้แนะนำปัจจัยการถ่วงน้ำหนักที่แตกต่างกันของการคำนวณ EMA (สำหรับข้อมูลเพิ่มเติมโปรดดูที่วิธีการเคลื่อนไหวค่าเฉลี่ยที่ใช้ในการซื้อขาย) การปรับค่าเฉลี่ยเคลื่อนที่สำหรับการดำเนินการในตลาดวิธีหนึ่งในการจัดการข้อเสียของค่าเฉลี่ยเคลื่อนที่คือการคูณปัจจัยการถ่วงน้ำหนักโดยใช้อัตราส่วนความผันผวน การทำเช่นนี้ก็หมายความว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจากราคาปัจจุบันในตลาดที่ผันผวน นี้จะช่วยให้ผู้ชนะในการทำงาน เป็นแนวโน้มมาถึงจุดสิ้นสุดและราคารวม ค่าเฉลี่ยเคลื่อนที่จะขยับขึ้นใกล้กับการดำเนินการของตลาดในปัจจุบันและในทางทฤษฎีอนุญาตให้ผู้ประกอบการค้าสามารถเก็บกำไรได้มากที่สุดในช่วงแนวโน้มนี้ ในทางปฏิบัติอัตราส่วนความผันผวนอาจเป็นตัวบ่งชี้เช่น Bollinger Bandwidth ซึ่งวัดระยะห่างระหว่างแถบ Bollinger Bros เป็นที่รู้จักกันดี (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับตัวบ่งชี้นี้ให้ดูที่ข้อมูลพื้นฐานเกี่ยวกับแถบ Bollinger) Perry Kaufman แนะนำให้เปลี่ยนตัวแปรน้ำหนักในสูตร EMA ด้วยค่าคงที่ตามอัตราส่วนประสิทธิภาพ (ER) ในหนังสือระบบและวิธีการซื้อขายใหม่ ตัวบ่งชี้นี้ถูกออกแบบมาเพื่อวัดความแรงของแนวโน้มที่กำหนดไว้ในช่วงตั้งแต่ -1.0 ถึง 1.0 คำนวณโดยใช้สูตรง่ายๆคือ ER (การเปลี่ยนแปลงราคาทั้งหมดสำหรับช่วงเวลา) (รวมการเปลี่ยนแปลงราคาที่แน่นอนสำหรับแต่ละบาร์) พิจารณาสต็อคที่มีช่วง 5 จุดในแต่ละวันและเมื่อครบ 5 วันได้รับผลรวม จาก 15 คะแนน ซึ่งจะส่งผลให้ค่า ER เท่ากับ 0.67 (การเคลื่อนที่ขึ้นไป 15 จุดหารด้วยระยะรวม 25 จุด) หุ้นนี้ลดลง 15 จุดส่วน ER จะเท่ากับ -0.67 (สำหรับคำแนะนำการซื้อขายเพิ่มเติมจาก Perry Kaufman อ่าน Losing To Win ซึ่งแสดงกลยุทธ์ในการรับมือกับความเสียหายที่เกิดจากการซื้อขาย) หลักการของประสิทธิภาพของแนวโน้มขึ้นอยู่กับการเคลื่อนไหวของทิศทาง (หรือแนวโน้ม) ที่คุณได้รับต่อหน่วยของการเคลื่อนไหวของราคามากกว่า กำหนดช่วงเวลา ER เท่ากับ 1.0 แสดงให้เห็นว่าหุ้นอยู่ในขาขึ้นที่สมบูรณ์แบบ -1.0 หมายถึงขาลงที่สมบูรณ์แบบ ในทางปฏิบัติสุดขั้วไม่ค่อยจะมาถึง เมื่อต้องการใช้ตัวบ่งชี้นี้เพื่อหาค่าเฉลี่ยเคลื่อนที่แบบปรับตัว (AMA) ผู้ค้าจะต้องคำนวณน้ำหนักด้วยสูตรต่อไปนี้ที่ค่อนข้างซับซ้อน: C (ER (SCF SCS)) SCS 2 ที่ไหน: SCF เป็นค่าคงที่แบบเรโซแนนเชียลที่เร็วที่สุด EMA ที่อนุญาต (ปกติ 2) SCS เป็นค่าคงที่แบบทวนสำหรับ EMA ที่ช้าที่สุดที่อนุญาต (มักจะ 30) ER เป็นอัตราส่วนประสิทธิภาพที่กล่าวข้างต้นค่า C จะใช้ในสูตร EMA แทนตัวแปรน้ำหนักที่ง่ายกว่า แม้ว่าจะยากที่จะคำนวณด้วยมือ แต่ค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้ถูกรวมไว้เป็นตัวเลือกในเกือบทุกชุดซอฟต์แวร์เพื่อการค้า ตัวอย่างค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ (เส้นสีแดง), ค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรง (เส้นสีน้ำเงิน) และค่าเฉลี่ยเคลื่อนที่ที่ปรับได้ (เส้นสีเขียว) แสดงในรูปที่ 1 ภาพที่ 1: AMA เป็นสีเขียวและแสดงให้เห็นว่ามีการแผ่แบนที่ใหญ่ที่สุดในการกระทำที่มีขอบเขตอยู่ที่ด้านขวาของแผนภูมินี้ ในกรณีส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่แบบเสี้ยว (exponential moving average) ซึ่งแสดงเป็นเส้นสีน้ำเงินใกล้เคียงกับราคาที่มากที่สุด ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายจะแสดงเป็นเส้นสีแดง ค่าเฉลี่ยเคลื่อนที่สามตัวที่แสดงในภาพมีแนวโน้มที่จะเกิดขึ้นในหลาย ๆ ครั้ง ข้อเสียเปรียบต่อค่าเฉลี่ยเคลื่อนที่เหล่านี้จึงเป็นไปไม่ได้ที่จะกำจัด บทสรุปโรเบิร์ตคอลบีได้ทดสอบเครื่องมือวิเคราะห์ทางเทคนิคหลายร้อยเครื่องมือในสารานุกรมตัวชี้วัดด้านเทคนิคของตลาดสารานุกรม เขาสรุปได้ว่าแม้ว่าค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้เป็นแนวคิดใหม่ที่น่าสนใจและมีการอุทธรณ์ทางสติปัญญามากการทดสอบเบื้องต้นของเราไม่ได้แสดงให้เห็นถึงประโยชน์ในทางปฏิบัติอันแท้จริงของวิธีการทำให้เรียบแบบที่ซับซ้อนมากขึ้น ไม่ได้หมายความว่าพ่อค้าควรละเลยแนวคิดนี้ AMA อาจรวมกับตัวบ่งชี้อื่น ๆ เพื่อพัฒนาระบบการซื้อขายที่มีกำไร (สำหรับข้อมูลเพิ่มเติมในหัวข้อนี้อ่านค้นพบ Keltner Channels และ The Chaikin Oscillator) ER สามารถใช้เป็นตัวบ่งชี้แนวโน้มแบบสแตนด์อโลนเพื่อหาโอกาสในการทำกำไรได้มากที่สุด ตัวอย่างเช่นอัตราส่วนข้างต้นต่ำกว่า 0.30 แสดงถึงแนวโน้มขาขึ้นที่แข็งแกร่งและแสดงถึงการซื้อที่มีศักยภาพ อีกทางเลือกหนึ่งเนื่องจากความผันผวนของการเคลื่อนที่ในรอบการผลิตอาจมีการถือเป็นหุ้นที่มีอัตราส่วนประสิทธิภาพต่ำที่สุดเท่าที่จะเป็นไปได้ ประเภทของโครงสร้างค่าตอบแทนที่ผู้จัดการกองทุนป้องกันความเสี่ยงมักใช้ในการชดเชยผลตอบแทนจากผลการปฏิบัติงาน การป้องกันการสูญเสียรายได้ซึ่งจะส่งผลให้ผู้เอาประกันภัยเสียชีวิต ผู้รับประโยชน์ชื่อได้รับ การวัดความสัมพันธ์ระหว่างการเปลี่ยนแปลงปริมาณที่ต้องการสินค้าและการเปลี่ยนแปลงราคา ราคา. มูลค่าตลาดรวมของหุ้นทั้งหมดของ บริษัท ที่โดดเด่น มูลค่าหลักทรัพย์ตามราคาตลาดคำนวณโดยการคูณ Frexit ย่อมาจาก quotFrench exitquot เป็นเศษเสี้ยวของคำว่า Brexit ของฝรั่งเศสซึ่งเกิดขึ้นเมื่อสหราชอาณาจักรได้รับการโหวต คำสั่งซื้อที่วางไว้กับโบรกเกอร์ที่รวมคุณลักษณะของคำสั่งหยุดกับคำสั่งซื้อที่ จำกัด ไว้ คำสั่ง Stop-order Limit จะได้รับการแปลง Kaufman Adaptive Moving Average Strategy (ติดตั้ง 038 Filter) I. Trading Strategy ผู้พัฒนา: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA) ที่มา: Kaufman, P. J. (1995) การค้าที่ชาญฉลาด การปรับปรุงประสิทธิภาพในการเปลี่ยนแปลงตลาด New York: McGraw-Hill, Inc. แนวคิด: กลยุทธ์การซื้อขายโดยใช้ตัวกรองสัญญาณรบกวนแบบปรับตัวได้ เป้าหมายการวิจัย: การตรวจสอบประสิทธิภาพของการตั้งค่าและตัวกรอง ข้อมูลจำเพาะ: ตารางที่ 1. ผลการดำเนินงาน: รูปที่ 1-2 การตั้งค่าทางการค้า: การค้าระยะยาว: ค่าเฉลี่ยการย้ายปรับตัว (AMP) ขึ้น การค้าแบบสั้น: ค่าเฉลี่ยการย้ายแบบปรับเปลี่ยนลดลง หมายเหตุ: เส้นแนวโน้ม AMA ดูเหมือนจะหยุดลงเมื่อตลาดไม่มีทิศทาง เมื่อแนวโน้มตลาด AMA เทรนด์จับขึ้น รายการการค้า: การค้าระยะยาว: การซื้อที่อยู่ใกล้จะถูกวางไว้หลังจากตั้งค่ารั้น Short Trades: การขายในระยะใกล้จะอยู่หลังการตั้งค่าแบบย่อ การค้าออก: ตารางที่ 1. ผลงาน: 42 ตลาดซื้อขายล่วงหน้าจากสี่ภาคการตลาดที่สำคัญ (สินค้าโภคภัณฑ์, สกุลเงิน, อัตราดอกเบี้ยและดัชนีหุ้น) ข้อมูล: 32 ปีนับตั้งแต่ปีพ. ศ. 2523 Testing Platform: MATLAB ครั้งที่สอง การทดสอบความไวทดสอบแผนภูมิ 3 มิติทั้งหมดจะตามด้วยแผนภูมิเส้นโค้ง 2 มิติสำหรับ Profit Factor, Sharpe Ratio, ดัชนีประสิทธิภาพของแผล, CAGR, การเบิกใช้สูงสุด, เปอร์เซ็นต์การทำกำไรและ Avg. ชนะเฉลี่ย อัตราส่วนความสูญเสีย ภาพสุดท้ายแสดงความไวของ Equity Curve ตัวแปรที่ผ่านการทดสอบ: ERLength amp FilterIndex (คำนิยาม: ตารางที่ 1): รูปที่ 1 ผลการดำเนินงานของพอร์ตการลงทุน (อินพุท: ตารางที่ 1 การระงับคณะกรรมาธิการ: 0) AMA (ERLength) คือค่าเฉลี่ยการเคลื่อนที่แบบปรับตัวในช่วง ERLength ERLength เป็นระยะเวลามองย้อนกลับของอัตราส่วนประสิทธิภาพ (ER) ERi abs (Directioni Volatilityi) โดยที่ 8220abs8221 เป็นค่าสัมบูรณ์ Directioni Closei Close ERLength, Volatilityi (abs (DeltaClosei), ERLength) โดยที่ 82208221 เป็นผลรวมของช่วง ERLength, DeltaClosei Closei Closei 1. FastMALength เป็นระยะเวลาของค่าเฉลี่ยเคลื่อนที่อย่างรวดเร็ว SlowMALength เป็นช่วงของค่าเฉลี่ยเคลื่อนที่ที่ช้า AMAi AMAi 1 ci (Closei AMAi 1) โดยที่ ci (ERi (ช้าเร็ว) ช้า) 2, Fast 2 (FastMALength 1), Slow 2 (SlowMALength 1) ดัชนี: i ERLength 2, 100, ขั้นตอนที่ 2 FastMALength 2 SlowMALength 30 Long Trades: ถ้า AMAi AMAi 1 AMA AMAi 1 lt AMAi 2 แล้ว MinAMA AMAi 1 (ค่าเฉลี่ยเคลื่อนที่ที่ปรับเปลี่ยนได้ขึ้นอยู่กับช่วงที่ MinamA) การค้าแบบสั้น: AMAi AMAi 1 amp AMAi 1 GT AMAi 2 แล้ว MaxAMA AMAi 1 (ค่าเฉลี่ยเคลื่อนที่ที่ปรับเปลี่ยนลดลงพร้อมกับเดือยที่ MaxAMA) ดัชนี: i Filteri FilterIndex StdDev (AMAi AMAi 1, N) โดย StdDev คือส่วนเบี่ยงเบนมาตรฐานของชุดข้อมูลในช่วง N N 20 (ค่าเริ่มต้น) ดัชนี: i FilterIndex 0.0, 1.0, ขั้นตอน 0.02 N 20 Long Trades: การซื้อเมื่อปิดถูกวางเมื่อ AMAi gt AMAi 1 amp (AMAi Minama) gt Filteri Short Trades: ขายเมื่อปิด AMAi lt AMAi 1 amp (Maxama AMAi) gt Filteri ดัชนี: i Stop Loss Exit: ATR (ความยาวคลื่น) เป็น True True Range ในช่วงระยะเวลา ATRLength ATRStop เป็นส่วนหนึ่งของ ATR (ATRLength) Long Trades: วางจำหน่ายวางอยู่ที่ ATR ATRLStop ATRStop ของ ATRStop Short Trades: หยุดการซื้อจะอยู่ที่ ATRState ATR ATT (ความยาว ATRLength) ATRLength 20 ATRStop 6 ERLength 2, 100, ขั้นตอนที่ 2 FilterIndex 0.0, 1.0, ขั้นตอนที่ 0.02