Poprawa ruchomych reguł handlowych ze wzmaganiem i metodami uczenia się statystycznego Publikacja online w dniu 10 maja 2008 r. W Wiley InterScience (interscience. wiley) DOI. 10.1002 za.1068 Poprawa ruchomych średnich reguł handlowych dzięki metodom zwiększania i statystycznego uczenia się JULIN ANDRADA-FLIX I Katedra Metod Ilościowych w Ekonomii i Zarządzaniu, University of Las Palmas de Gran Canaria, Hiszpania Prezentujemy system łączenia różnych typów prognoz szeroką kategorię mechanicznych zasad handlu poprzez metody uczenia się statystycznego (pobudzanie i kilka metod uśredniania modelu, takich jak metody bayesa lub proste uśrednianie). Metody uczenia się w nauce statystycznej zapewniają lepsze wyniki poza próbą niż większość reguł dotyczących pojedynczej średniej ruchomej w indeksie NYSE Composite Index od stycznia 1993 r. Do grudnia 2002 r. Ponadto, przy użyciu filtra w celu zmniejszenia częstotliwości wymiany handlowej, fi ltered boosting model daje techniczne strategii, która chociaż nie jest w stanie pokonać zwrotów strategii kupna i sprzedaży (BampH) w okresie wzrostu, pokonuje BampH w okresach spadku i jest w stanie pochłonąć znaczną część upadków na rynku. Copyright 2008 John Wiley amp Sons, Ltd. kluczowe słowa analiza techniczna zwiększająca wybór modelu uczenia się WSTĘP Analiza techniczna polega na próbie prognozowania cen na rynku finansowym poprzez badanie wcześniejszych cen i innych powiązanych statystyk dotyczących obrotu papierami wartościowymi. Pomimo sceptycznej postawy akademików w zakresie analizy technicznej, w ciągu ostatnich 20 lat analiza techniczna cieszy się renesansem w świecie akademickim, a także opracowano znaczną liczbę prac teoretycznych i empirycznych, wspierających analizę techniczną. Tak więc modele teoretyczne zostały zaproponowane przez Hellwig (1982), Treynor and Ferguson (1985), Brown and Jennings (1989) i Blume et al. (1994). Wiele prac empirycznych dowodzi także przydatności zasad handlu technicznego, między innymi Brock et al. (1992), Levich i Thomas (1993), Blume i in. (1994), Knez and Ready (1996), Genay (1996), Neely i in. (1997) oraz Chang i Osler (1999). Korespondencja: Fernando Fernndez-Rodrguez, Facultad de Ciencias Econmicas y Empresariales, 35017 Las Palmas de Gran Canaria, Hiszpania. E-mail: ffernandezdmc. ulpgc. es Celem naszego opracowania jest dostarczenie systemu do łączenia różnych typów przewidywań zapewnianych przez szeroki zakres mechanicznych zasad handlowych. Dzięki statystycznym metodom uczenia się (takim jak pobudzanie i kilka metod uśredniania modelu, takich jak Bayesian lub komitet), nowe prognozy będą konstruowane w oparciu o dany zestaw prognoz technicznych. Pozostała część tego artykułu ma następującą strukturę. W następnej części przedstawiono krótki przegląd zasad handlu technicznego stosowanych w niniejszym dokumencie. Trzecia sekcja koncentruje się na opisie najpopularniejszych metod uczenia statystycznego, takich jak Ulepszanie i uśrednianie modelu Bayesa. Czwarta sekcja przedstawia pomiary jakości zastosowane do oceny i porównania stworzonych reguł handlu technicznego. Piąta sekcja pokazuje wyniki empiryczne. W szóstej sekcji przedstawiono główne wnioski. ZASADY TECHNICZNE W niniejszym artykule zbadamy siłę predyktywną dotyczącą połączenia informacji z jednej z najbardziej popularnych rodzin reguł handlowych używanych w analizie technicznej, reguł zmienności średniej ruchomej (VMA odtąd). Zasady VMA obejmują porównanie krótkoterminowej średniej ruchomej cen z długoterminową średnią ruchomą. W związku z tym sygnały kupna (sprzedaży) emitowane są, gdy krótkoterminowa średnia przekracza (jest niższa niż) długoterminową średnią o co najmniej wstępnie określone procentowe pasmo. Wprowadzenie pasma wokół średniej ruchomej zmniejsza liczbę sygnałów kupna (sprzedaży), eliminując bicie na rynku, gdy średnie kroczące w krótkim i długim okresie są zbliżone. Ten zespół, który jest zwykle uważany za 1, zmniejsza liczbę sygnałów kupna i sprzedaży. Sygnał nie jest generowany, gdy krótka średnia krocząca znajduje się w paśmie. Z pasmem zerowym, przepis techniczny dostarczony przez VMA klasyfikuje wszystkie dni na dni kupna lub sprzedaj dni. Długość ruchomych średnich musi być wybrana przez technika. Najpopularniejszą zasadą stosowaną w analizie technicznej jest 1200, gdzie krótki okres wynosi 1 dzień, a długi okres 200 dni. Niemniej jednak inne reguły handlowe to 150, 1150, 5150, 1200 i 2200 (patrz Brock i wsp. 1992). Sceptyczna postawa świata akademickiego związana z analizą techniczną jest motywowana skuteczną hipotezą rynku, która utrzymuje, że dostępne informacje publiczne, podobnie jak poprzednie ceny, nie powinny pomóc handlowcom zarabiać niespodziewanie wysokich zwrotów, gdy premia za ryzyko została zdyskontowana. Tak więc Fama (1970, 1976) definiuje rynek jako słabo skuteczny, jeśli obecne ceny w pełni odzwierciedlają informacje zawarte w cenach z przeszłości. Słaba wydajność oznacza, że analiza techniczna przeszłych cen akcji nie ma żadnej wartości. Ulepszanie średniej ruchomej z regułami sprzedaży i metodami uczenia statystycznego W przypadku prośby o korektę, proszę wspomnieć o tym przedmiocie: RePEc: jof: jforec: v: 27: y: 2008: i: 5: p: 433-449. Zobacz ogólne informacje na temat poprawiania materiału w RePEc. W przypadku pytań technicznych dotyczących tego produktu lub w celu poprawienia jego autorów, tytułów, abstraktów, informacji bibliograficznych lub pobierania, skontaktuj się z: (Wiley-Blackwell Digital Licensing) lub (Christopher F. Baum) Jeśli jesteś autorem tego artykułu i nie jesteś jeszcze zarejestrowany RePEc, zachęcamy do zrobienia tego tutaj. Umożliwia to powiązanie profilu z tym elementem. Pozwala także zaakceptować potencjalne cytowania tego elementu, o którym nie mamy pewności. Jeśli nie ma żadnych odniesień, możesz je dodać za pomocą tego formularza. Jeśli pełne odniesienia wymieniają element, który jest w RePEc, ale system nie łączy się z nim, możesz pomóc w tym formularzu. Jeśli wiesz o brakujących elementach, powołując się na ten, możesz pomóc nam w tworzeniu tych linków, dodając odpowiednie odniesienia w taki sam sposób, jak powyżej, dla każdego polecanego przedmiotu. Jeśli jesteś zarejestrowanym autorem tej pozycji, możesz sprawdzić kartę cytatów w swoim profilu, ponieważ niektóre cytaty będą czekać na potwierdzenie. Pamiętaj, że korekty mogą zająć kilka tygodni, aby przefiltrować różne usługi RePEc. Więcej usług Śledź serie, czasopisma, autorów więcej Nowe dokumenty przez e-mail Subskrybuj nowości do RePEc Rejestracja autorów Profile publiczne dla badaczy ekonomii Różne typy badań w dziedzinie ekonomii dziedziny związane z amputacją Kto był studentem, z kim używał RePEc RePEc Biblio Artykuły korekcyjne amp artykuły o różnych tematach dotyczących ekonomii Prześlij swój artykuł do listy na temat RePEc i IDEAS EconAcademics Blog aggregator do celów badań nad ekonomią Plagiat Przypadki plagiatu w dziedzinie ekonomii Dokumenty Rynku Pracy RePEc seria artykułów roboczych poświęconych rynku pracy Fantasy League Udajesz, że jesteś na czele ekonomii departament Usługi od StL Fed Data, badania, aplikacje i wiele więcej od St. Louis FedLearn Forex: reguły handlu trendami z ruchomymi średnimi krzyżami Podsumowanie artykułu: Wiele systemów transakcyjnych opiera się na dobrej ruchomej średniej crossover, aby wykrywać wejścia i wyjścia. Po zapoznaniu się z koncepcją i zastosowaniem średniej ruchomych zwrotów w handlu, zobaczysz, jak ta prosta technika może działać dla wszystkich typów traderów (długich, pośrednich, krótkoterminowych). Kiedy przedsiębiorca zaczyna studiować analizę techniczną akcji cenowej, często będą one najpierw wprowadzane do średnich kroczących. Jeśli analiza techniczna jest próbą prognozowania przyszłych trendów cen, to Moving Averages jest wartym rozpoczęcia. Po zrozumieniu średnich kroczących można zastosować dwa średnie ruchome i znaleźć wpis i wyjść na podstawie przecięcia. Letrsquos zaczynają się od dwóch prostych definicji i stamtąd stamtąd: Średnie ruchome (MA): Średnia cena w określonej liczbie okresów (np. 50, 100, 200). Jeśli rynek jest w znacznej fazie wzrostu, średnia cena w określonym okresie powinna wzrosnąć, a cena nie powinna osłabiać się poniżej średniej. Średnia ruchoma zwrotnica: punkt na wykresie, gdy występuje zwrot średniej krótkiej lub szybkiej średniej powyżej lub poniżej długoterminowej lub wolniejszej średniej kroczącej. Dowiedz się Forex: Przenoszenie średniej krzywej wykresu przykładowego Utworzone przez Tyler Yell, CMT Wielu przedsiębiorców było na księżyc i pracuje nad znalezieniem strategii, która najlepiej dla nich. Jednak większość strategii tradersrsquo pochodzi i kończy się ruchome przecięcie średnie na wpisy czasu i wyjścia. W rzeczywistości ten prosty system stworzył sprawdzone nazwy dla krzyży, takich jak lsquoGolden Crossrsquo i lsquoDeath Crossrsquo, ponieważ rynek ma tendencję do honoru, gdy ma miejsce crossover. Dowiedz się Forex: Złoty Krzyż jest sygnałem wzburzonym, gdy 50 MA przekracza 200 MA Wykres utworzony przez Tylera Yell'a, CMT Learn Forex: Śmierć krzyża jest śladem Niedźwiedzia, gdy 50 MA przekracza mapę 200 MA Utworzone przez Tyler Yell, CMT Pierwszą rzeczą, jaką należy docenić, gdy rozumie się przecięcie średniej ruchomej jest prostota. Rynki mają tendencję do oscylacji i handlu w ściśle określonym zakresie lub tendencji. Handlarze dowiadują się, że następujące trendy mogą przynieść największą nagrodę za najmniejszą ilość pracy, a przeciętne przejazdy rośnie z tego tytułu. Ważne jest również to, że wiele walut i zbywalnych instrumentów nie mają tendencji. Jeśli jednak znajdziesz parę walut, która ma historię trendów i zobaczysz ruchome przecięcie średnie, możesz wtedy wejść w handel z dobrze określonym ryzykiem, ustawiając stopę nad lub pod krzyżem. Korzyści wynikające z zastosowania przecinkowej strategii przecięcia średniej Ruchome przecięcie średniej strategii handlowej polega na krótszej średniej ruchowej średniej z długoterminową średnią ruchoma. Typowe przykłady to 10 MA i 30 MA dla krótszych pozycji lub 50 MA i 200 MA dla długoterminowych wpisów. Kiedy wchodzisz i wychodzisz na podstawie crossoversów, pozwalasz sobie na obiektywne sygnały odzwierciedlające siłę rynkową. Ryzyko korzystania z Moving Average Crossover Strategia Chociaż jest to najprostsza strategia handlowa, Moving Average Crossover dla następujących trendów nie jest bez odwzorowań. Średnie ruchome równoważą wagę wszystkim cenom w okresie wybranym przy stosowaniu wskaźnika, więc wskaźniki mogą opóźnić charakter wskaźników w odpowiedzi na zmiany cen. Gdy jest spowolniony czas odpowiedzi, może to oznaczać, że twój poświęcenie mniej nagrody i otwarcie się na większe ryzyko. Jak można sobie wyobrazić, istnieje więcej niż jeden rodzaj średnich kroczących. Niektóre średnie ruchome, takie jak Średnia przemieszczeniowa, kładły większy nacisk na ostatnią cenę, która pomoże Ci szybko reagować na możliwe zmiany tendencji. Niezależnie od typu przeciętnej ruchomości, zasady dotyczące wpisów i wyjść pozostają takie same. Zaawansowane Wykorzystanie Ruchomej Średniej Krzyżówki Patrząc na zaawansowane systemy handlowe, wielu przedsiębiorców przychodzi na początkowo mylący, ale w pełni włączony system sprzedaży Ichimoku. W centrum Ichimoku Trading System znajduje się Moving Average przecięcie średniej ruchomej w wieku 9 i 26 lat. System oczekuje jedynie krzyżowania sygnału kupna, jeśli cena powyżej średniej wysokiej i niskiej ceny w ciągu ostatnich 52 okresów lub sygnału sprzedaży przekroczy, jeśli cena jest niższa niż średnia wysokich i niskich cen w ciągu ostatnich 52 okresów. Dowiedz się więcej Forex ndash Ichimoku koncentruje się na przenoszeniu średnich przecięć w stosunku do chmur. Wykres stworzony przez Tyler Yell, CMT Moving Average Crosses przynosi inwestorowi korzyści z potwierdzonych w czasie zapisów trendów i wyjść, unikając baty w cenach, które mogą zaszkodzić innym handlowcom, którzy są zbyt szybcy, aby działać na przedwczesnym ruchu. Ponieważ handel może powodować wiele emocji i ryzykować pieniądze, istnieje obiektywna i prosta strategia. Jeśli twój nowy biznesmen, to jest świetne miejsce, aby zacząć zapewnić donrsquot miss dużych ruchów. --- Napisał Tyler Yell, instruktor handlowy zainteresowany naszymi analitykami Najlepszy widok na najważniejszych rynkach Sprawdź nasze bezpłatne wskazówki handlowe Tutaj DailyFX dostarcza informacji forex i analizy technicznej na temat trendów, które mają wpływ na globalne rynki walutowe. Zmiana ruchomych średnich reguł handlowych z pobudzaniem i metody uczenia się statystycznego Cytaty Cytaty 21 Referencje Odniesienia 32 ortytometr Różna średnia długość ruchu jest wymagana do spełnienia różnych warunków rynkowych. To stwierdzenie jest zgodne z badaniami przeprowadzonymi przez Brocka i in. 11, Lukac i wsp. 12, Andrada-Felix i in. 13, Kwon i Kish 21 oraz Sullivan i in. 38. Podczas gdy proste reguły średnie ruchome, takie jak OptSMA19 i Opt SMAc przewyższały inne postacie techniczne ex-post, ex ante bardzo trudno dokładnie oszacować optymalne długości, jakie mają być rozmieszczone 33. badania te mają na celu zbadanie tendencji na rynkach walutowych krajów ASEAN-5 (Indonezja (IDR), Malezja (MYR), Filipiny (PHP), Singapur (SGD) i Tajlandia (THB)) poprzez zastosowanie dynamiczne średnie ruchome systemy transakcyjne. Badanie to dostarcza dowodów na przydatność zmieniającego się w czasie wskaźnika analizy technicznej zmienności, ruchomej średniej ruchomej (AMAx27) w rozszyfrowywaniu trendów na tych rynkach kursów wymiany ASEAN-5. Ten zmienny czasowo współczynnik zmienności, zwany współczynnikiem sprawności w tym dokumencie, jest osadzony w AMAx27. Współczynnik Sprawności dostosowuje AMAx27 do panujących warunków rynkowych, unikając bąbli (straty częściowo związane z działaniem na złe sygnały handlowe, które zwykle pojawiają się, gdy nie ma ogólnego kierunku na rynku) w handlu na giełdzie, i wkraczając na początku trendy w handlu trendami. Skuteczność AMAx27 ocenia się w porównaniu z innymi popularnymi regułami średniej ruchomej. Na podstawie zestawienia danych z stycznia 2005 r. Do grudnia 2017 r. Nasze ustalenia wykazują, że średnie kroczące i AMAx27 są lepsze niż bierna strategia wykupu i zatrzymania. W szczególności, AMAx27 przewyższa inne modele w dolarach amerykańskich wobec PHP (USDPHP) i pary walutowe USDTHB. Wyniki pokazują, że średnie ruchome o różnych długościach osiągają lepsze wyniki w różnych okresach dla pięciu walut. Jest to zgodne z naszą hipotezą, że dynamiczny regulowany wskaźnik techniczny jest potrzebny, aby sprostać różnym okresom na różnych rynkach. Pełny tekst Artykuł sierpień 2018 Jacinta Chan Phooi Mx27ng Rozaimah Zainudin "Fałszywe sygnały sprzedające w połowie okresu upartego wyjaśniają trudności przepisów DMAC, aby w tych warunkach okazać się lepsze, ponieważ poza rynkiem wewnętrznym w zdecydowanych warunkach, nawet jeśli krótki okres jest trudny do wyrównania z innymi decyzjami o terminach, zwłaszcza gdy zasady handlu uprawnieniami do emisji są zawsze późne w identyfikowaniu punktów zwrotnych na giełdach. W sumie nasze wyniki są w tym sensie zgodne z Fongiem i Yongiem (2005), Andrada-Flix i Rodrguez (2008), Yen i Hsu (2017), Ptri i Vilska (2017) oraz Luukka i in. (w przygotowaniu), którzy wszyscy udokumentowali wyniki lepsze od technicznych strategii handlowych w okresie niedźwiedzi, jednak nasze wyniki kontrastują z wynikami Fong i Ho (2001) oraz Chang, Lima i Tabak (2004), którzy zgłaszają szczególnie znaczące nienormalne zwroty ponad Bamphem portfel w okresie przejściowym. quot Pokaż streszczenie Ukryj streszczenie STRESZCZENIE: W tym artykule przeanalizowano opłacalność strategii indeksowania opartych na regułach podwójnie ruchomej średniej crossover (DMAC) na rosyjskim rynku akcji w okresie 20032017. Przyczynia się do istniejącej literatury technicznej (TA), porównując po raz pierwszy na rynkach wschodzących relatywne wyniki poszczególnych portfeli giełdowych z portfelami strategii handlowych dla indeksu składającego się z tych samych akcji (tj. Najbardziej płynnych Moskwa). Wyniki pokazują, że najlepsze strategie handlowe w okresie próbkowania mogą przewyższyć strategię zakupu i trzymania w następnym okresie poza próbą, chociaż przy niskim znaczeniu statystycznym. Ponadto udokumentowaliśmy korzyści wynikające z zastosowania kombinacji DMAC, które są znacznie dłuższe niż te stosowane w poprzedniej literaturze TA. Co więcej, dekompozycja wyników w pełnym okresie próbnym na oddzielne wyniki w ujęciu bana i niedźwiedzia pokazuje, że lepsze wyniki w porównaniu z najlepszymi wcześniejszymi strategiami indeksowania wynikają głównie z faktu, że udało im się pozostać w większości poza rynkiem giełdowym podczas dramatyczny katastrof spowodowany globalnym kryzysem finansowym. Artykuł Jun 2018 Eero Ptri Pasi Luukka Elena Fedorova Tatiana Garanina przytacza model prognozowany na podstawie średniej ruchomej. Istnieją trzy typy średniej ruchomej: prosta średnia ruchoma (SMA), średnia ważona średnia ruchoma (WMA) i wykładnicza średnia ruchoma (EMA). W tym badaniu zastosowano wykładniczą średnią ruchomą. Ta forma średniej wykorzystuje czynnik ważący lub wygładzający, który zmniejsza się wykładniczo (Andrada-Felix i wsp. 2008). Współczynnik ważenia dla każdego starszego punktu danych malejący wykładniczo, daje znacznie większe znaczenie ostatnim obserwacjom, nie odrzucając jednak całkowicie starszych obserwacji. Model prognozy podzielony jest na dwie fazy: fazę wykrywania i fazę prognozowania. Faza wykrywania koncentruje się na analizie zebranych danych. Aby zwiększyć accuquot Pokaż streszczenie Ukryj streszczenie ABSTRAKCJO: Proponowane są różne systemy prognozowania do zarządzania danymi ruchu, które są gromadzone przez kamery wideo, czujniki i usługi telefonii komórkowej. Nie są one jednak wystarczające do gromadzenia danych ze względu na ich ograniczony zasięg i wysokie koszty instalacji i konserwacji. Aby pokonać ograniczenia tych narzędzi, wprowadziliśmy hybrydowy schemat oparty na inteligentnym systemie transportowym (ITS) i globalnym systemie nawigacji satelitarnej (GNSS). Zastosowanie GNSS do obliczenia czasu podróży okazało się skuteczne pod względem dokładności. W tym przypadku dane GNSS są zarządzane w celu zmniejszenia zatorów i wypadków drogowych. W artykule przedstawiono model prognozowania krótkoterminowego w oparciu o czas podróży w czasie rzeczywistym dla miejskich heterogenicznych sieci drogowych. Prognozowanie czasu podróży zostało osiągnięte poprzez przewidywanie prędkości podróży przy użyciu zoptymalizowanego modelu średniej ruchomej (EMA). Ponadto w celu dostosowania prędkości do niejednorodnych sieci drogowych konieczne jest wprowadzenie w ten sposób strategii asuktywnej kontroli długości geograficznej, opartej na GNSS. Produkty GNSS zapewniają usługi na całym świecie i w czasie rzeczywistym, wykorzystując precyzyjne informacje o taktowaniu i technologie pozycjonowania. Artykuł pełnotekstowy Maj 2018 Jamal Raiyn
No comments:
Post a Comment