当前位置: 群巴资讯 > 财经 > MT5新增技术指标全解析:自适应移动平均线AMA

MT5新增技术指标全解析:自适应移动平均线AMA

2019-10-24 17:52:45   人气:2136

mt5新技术指标的全面分析;

自适应移动平均线

在前面提到的“mt5优势和功能的大集合”中,我们提到mt5软件增加了8个内置技术指标。本系列文章将对这些新技术指标进行深入全面的介绍,包括指标设计的起点、使用方法、构造原则和计算规则等。

我们随机采访了一些mt5用户。在所有内置指标中,自适应移动平均(ama)通常被认为更易于使用。在这8个新指标中,我们认为ama的构建原则也是最独特的。同时,作为一个非常特殊的移动平均线,该指数也很实用。因此,我们对mt5新技术指标的分析将从自适应移动平均ama开始。

自适应移动平均ama是由美国定量金融投资者佩里·考夫曼发明的。我们都知道大多数类型的移动平均线是简单地由价格构成的,而自适应移动平均线ama是非常不同的。该指数不仅考虑了价格因素,还考虑了市场的价格波动,这也是它与传统平均水平的最大区别。

该指数的发明者佩里·j·考夫曼(Perry j Kaufman)目前是世界上最著名的定量投资专家之一,他写过许多畅销书,包括《聪明的交易者:系统交易和交易系统与方法指南》。

传统移动平均线的困境

移动平均线是最常用的技术指标之一,大多数交易者将在分析和决策过程中使用它。然而,在使用均线时,许多人会遇到类似的困难:短期均线敏感且反应迅速,但它经常发出错误的信号;然而,长期均线是稳定的,误差率低,但它总是滞后。我们应该选择短期平均值还是长期平均值?应该如何设置均线参数?这些问题总是进退两难。

作为最后手段,我们只能重新审视问题,找到问题的症结所在:

情况1当市场趋势明显时:短期平均表现更好。

情况2当市场趋势不明显时:长期平均值将表现更好。

因为长期均线此时不敏感且缓慢,我们可以避免来自短期均线的频繁错误信号。

总之,短期移动平均线更敏感,但有太多的“噪声”干扰。虽然长期平均值是可靠的,但它严重滞后。

那么,有这样一个平均值吗:当市场趋势运行时,它会变得更快、更敏感;当市场区间得到巩固时,它会减速并变得稳定可靠吗?

答案是肯定的,这就是我们今天要介绍的自适应移动平均ama。

Ama用法

自自适应移动平均线(ama)发明以来,它一直受到交易者的青睐。一方面,它简单有效,另一方面,作为一种均线,几乎所有适用于传统均线的方法都适用于ama,避免了许多学习和研究的麻烦。

首先,通过ama确定整体市场趋势

当ama指数上涨时,表明市场正在上涨。当ama指数下跌时,表明市场处于下跌趋势。然而,当ama水平移动时,表明市场没有当前趋势。

当然,传统的移动平均线与上面的用法相同,ama的意义在于它比传统的平均线更可靠,并且不容易产生重复的跷跷板误差信号。

此外,我们还可以在此基础上扩展ama的辅助用途——只要ama持续上升,持有多头头寸就更安全。相反,只要ama继续下跌,熊市就不用太担心。因为在趋势失败或逆转的过程中,ama总是首先开始变平,并在转向前持续一段时间。在大多数情况下,ama会给我们足够的时间来判断我们是否需要平仓走人。

中国a50指数4小时图表默认参数Ama。图表来源:嘉盛集团mt5平台

二、二ama交叉信号

这种用法与传统均线的交叉没有什么不同,但两个均线的交叉更加稳定,可以更有效地消除传统均线的重复交叉和跷跷板现象,尤其是在振荡趋势中。

同时,这种双重ama平均交叉策略还可以进一步用于判断市场趋势,并在趋势过滤中发挥作用。

小米的每日股价图,红色是5个周期的ama,黄色是20个周期的ama。

图表来源:嘉盛集团mt5平台

三、利用ama构建其他技术指标

众所周知,许多经典的技术指标都是建立在移动平均线的基础上的。当我们获得ama时,我们可以调整许多传统指标。例如,我们可以基于ama构建macd,也可以基于ama构建林带。虽然我们不能保证这些调整会带来更好的结果,但ama指数的原理是如此经典,足以让我们继续沿着这条路线进行研究。

阿里巴巴日线,主要图片是基于ama结构的博林带,图为基于ama结构的麦德。

图表来源:嘉盛集团mt5平台

四.将所有均线使用方法应用于均线

事实上,我们可以将传统EMA中使用的几乎所有方法和技术应用于ama。例如,ama被用作支撑/阻力,三个AMa被用于构建三移动平均系统,祖父的八个原则被应用。我们对均线的使用实在太多了,这里也太多了。

现货黄金日线,基于ama的三移动平均交易系统。图表来源:嘉盛集团mt5平台

Ama构造原理——“智能”移动平均线

理论上,自适应移动平均线解决了传统平均线的困境。在自适应移动平均线(adaptive move average)中,如果价格在一个方向快速移动,即当市场趋势出现时,ama的平均参数会变得越来越小,从而更快地赶上趋势。此时ama相当于短期平均值。然而,当价格停滞然后陷入区间震荡时,ama的均线参数将变得越来越大,此时ama相当于长期均线。

自适应移动平均线(adaptive move average)的“智能”在于它会尽力适应市场的状态——它会首先考虑价格波动,从而判断市场是处于趋势还是区间,然后自动调整移动平均线的周期参数。

这是自适应移动平均的基本原理。

Ama计算规则

自适应移动平均线ama有三个参数,周期n,快速均线和慢速均线,其中均线是指数移动平均线。

ama指示器的默认参数。图表来源:嘉盛集团mt5平台

第一步:计算效率比

Er=变化值/波动值

变化值=当前价格与第N周期前价格之差的绝对值;例如,如果周期参数n=9,那么这应该是当前价格与9个周期之前的价格之差的绝对值。

波动值=每个周期的价格与上一个周期的价格之差的绝对值之和。

简而言之,变化值衡量周期中的总体价格变化,而波动值衡量每个周期中的价格变化,然后将变化相加。

根据计算规则,效率比er总是在0~1之间。当趋势非常显著时,er可以等于1,并且价格在每个周期中向一个方向移动。如果把单向运动加起来,它只是周期中价格的整体变化值。然而,当趋势特别不明显时,周期中价格的变化值为0,即当前价格与N周期前的价格完全相同,那么er为0。

步骤2:计算平滑常数sc

sc = 2/(n 1)

n是均线的周期参数。因为我们有两个EMa,所以我们对应于两个sc,即快速sc和慢速sc。如果快速均线参数为2,慢速均线参数为30,我们可以得到:

快速sc=2/(2 1)=0.6667,慢速sc=2/(30 1)=0.06452

步骤3:计算缩放平滑常数ssc

Ssc = [er x(快速sc–慢速sc)慢速sc] 2

让我们仔细看看这个公式。当趋势非常强劲时,er=1,ssc =[快速sc]2,SSC的值主要取决于快速sc,即主要取决于快速均线。然而,当趋势极不重要时,er=0,ssc =[慢sc]2,SSC的值主要取决于慢sc,即主要取决于慢均线。显然,快速sc的值较大,而慢速sc的值较小。这种调整机制实现了两个EMA根据不同的市场状态进行加权,从而实现了ama指数的自适应。

步骤4:计算自适应移动平均ama

Ama i = ama i-1 ssc x(价格-amai-1)

其中amai是ama的当前值,ama i-1是上一周期的ama值。

美国特斯拉每日图表默认参数Ama。图表来源:嘉盛集团mt5平台

摘要

考夫曼的自适应移动平均线ama,是一个充满创造性的技术指标。它结合了价格和波动性,从某种程度上解决了传统均线“敏感

版权所有mezaseattle.com群巴资讯 Copy Right 2010-2020