Índice variável Índice dinâmico variável médio Indicador técnico médio dinâmico (VIDYA) foi desenvolvido por Tushar Chande. É um método original de cálculo da média móvel exponencial (EMA) com o período dinâmico da média. O período de média depende da volatilidade do mercado como medida de volatilidade. O eletricista de Chande Momentum (OCM) foi escolhido. Este oscilador mede a relação entre a soma dos incrementos positivos e a soma dos incrementos negativos durante um determinado período (período de OCM). O valor de CMO é usado como a relação com o factor de suavização EMA. Assim, VIDYA tem que configurar parâmetros: período de OCM e período de EMA. Aplicação Normalmente, não o próprio VIDYA é usado em sistemas de negociação, mas suas fronteiras superiores e inferiores (banda inferior da faixa inferior), que são por N acima e abaixo de VIDYA. A interpretação do indicador para receber sinais comerciais nesta forma é realizada de forma semelhante a Bollinger Bandsreg. Cálculo A média móvel padrão exponencial é calculada de acordo com a fórmula abaixo: EMA (i) Preço (i) F EMA (i-1) (1-F) F 2 (Periodema1) fator de suavização Periodema EMA período de média Preço (i) atual Preço EMA (i-1) valor anterior da EMA. O valor da Média Dinâmica do Índice Variável é calculado de forma análoga usando CMO: VIDYA (i) Preço (i) F ABS (CMO (i)) VIDYA (i-1) (ABS 1-F (CMO (i))) ABS (CMO (i)) valor atual absoluto Chande Momentum Oscilador VIDYA (i-1) valor anterior de VIDYA. O valor de CMO é calculado de acordo com a fórmula abaixo: CMO (i) (UpSum (i) - DnSum (i)) (UpSum (i) DnSum (i)) UpSum (i) soma atual de incrementos de preços positivos para o período DnSum (i) soma atual de incrementos de preços negativos para o período.3rd Geração Indicador de média móvel 3ª geração Médias médias móveis baseadas no teorema de sinal de Nyquist-Shannon. Sugeriu Matematicamente ter o menor atraso possível. Menos atraso do que as médias gerais e de segunda geração, como as médias Ehlers zero-lag. Baixe a Fig. 1. Comparação de médias móveis. A média da 3ª geração é melhor com menos atraso em comparação com todas as outras médias. Todas as médias foram executadas com o mesmo tamanho de janela 21. Os dados representam pontos de dados 3x60 com uma distribuição gaussiana em torno de 100 e 200 e um desvio padrão de 5 pontos. Fórmulas como em Drschner 2011. Implementação EMA baseada no algoritmo MetaTrader4, 2ª geração usa a correção Ehler (2001), a terceira geração é baseada no teorema Nyquist-Shannon, conforme descrito em Drschner (2011) com lambda de 4. Médias móveis da 3ª Geração As médias móveis devem suavizar os dados e remover ruídos e informações inúteis. Múltiplas variantes médias são usadas amplamente, por exemplo, a média móvel simples (SMA) ou a média móvel explícita (EMA) (Wikipedia, Moving Averages, 2011). Um desafio é que as médias móveis introduzem um atraso, ou seja, a curva suavizada segue a tendência geralmente mais tarde (ver Fig. 1). As médias móveis adaptativas como VIYDA (Chande, 1992 Brown) e Kaufmans Adaptive Moving Average (KAMA) (Kaufmann, 1995) tentaram abordar esta questão incorporando variáveis dinâmicas. Em 2001, J. Ehler introduziu um conceito geral baseado na teoria dos sinais que nos referimos como médias de segunda geração (Ehler, 2001). Aqui, a suposição básica é que a série temporal é composta por um número limitado de fases de sinal sobrepostas que tornariam aplicável a teoria do sinal (Ehler, 2001 Huang, et al., 1998). Em 2011, M. G. Drschner afirmou que, sob o modelo de teoria dos sinais, o teorema de Nyquist-Shannon (Wikipedia, Nyquist, 2008) deve ser aplicado (Drschner, 2011). Em seu trabalho, Drschner esboçou que as médias de acordo com esses critérios teriam o menor atraso teórico possivelmente e as denominariam médias móveis de 3ª geração. Parâmetro Indicador
No comments:
Post a Comment