Improving Moving Average Trading Regeln

Verbesserung der Moving Average Trading Regeln mit Boosting und Statistical Learning Methoden. 7 a Parameter der gleitenden mittleren Regel n 1. N 2. B. B Anzahl der gleitenden Mittelwerte (min. Das klassische Kombinieren-Vorhersageverfahren war nutzlos wegen der Singularität der beteiligten Matrizen. In Tabelle I zeigen wir mehrere statistische und ökonomische Merkmale der Prognosen, die dem prozentualen Anteil erfolgreicher Vorhersagen, der Netto-Rendite, dem idealen Profitverhältnis und dem Sharpe-Verhältnis entsprechen, das dem Zeitraum von 10 Jahren von 1993 bis 2002 entspricht Ökonomische Merkmale werden für die besten und schlechtesten gleitenden Mittelwerte (unten, in eckigen Klammern, die Längen der kurzen und langen gleitenden Mittelwerte und des Bandes dargestellt) und für alle gefilterten und nicht-gefilterten Lernmethoden, d. h. Booster-Modell (gefiltert und nicht gefiltert), das durchschnittliche Modell des Komitees (gefiltert und nicht gefiltert) und das Bayessche Modell (gefiltert und nicht filtriert). Im Folgenden wird in Klammern die Anzahl der gleitenden Durchschnittsregeln mit kleineren, gleichen oder größeren Renditen dargestellt. 2 In der letzten Zeile der Tabelle I haben wir auch die Buy-and-Hold-Strategie (BampH) gezeigt, um Vergleiche anzustellen. Die erste Spalte in Tabelle I zeigt für jede der oben genannten Prognoseverfahren die Pro - zentsätze der korrekten täglichen Prognoserichtung. Spalte 2 zeigt die Netto-Rendite, die durch eine technische Strategie auf der Grundlage der durch die Prognose gewonnenen Signale erzielt wird. Wir zeigen auch in der Klammer die Zahlen der gleitenden Durchschnittsregeln mit kleineren, gleichen oder großen Renditen. Um die Leistungsfähigkeit unserer technischen Handelsregeln auswerten zu können, haben wir in den Spalten 3 und 4 auch das optimale Profi - Verhältnis und das Sharpe - Verhältnis berücksichtigt, das allen zuvor erwähnten Prognoseverfahren (unten, in Klammern, Gleitende Durchschnittsregeln mit kleinem, gleichem oder großem idealen Profi-Verhältnis bzw. Sharpe-Verhältnis dargestellt). Betrachtet man Tabelle I, so ergeben sich folgende Ergebnisse. Das einzige Modell, das die BampH-Strategie überwindet, ist das Boosting-gefilterte Modell. Die Netto-Rendite, das ideale Profi-Verhältnis und die Sharpe-Ratio der technischen Handelsregel, die durch das Boosting-gefilterte Modell geführt werden, betragen 74.00, 0.0508 bzw. 0.0508, was jede gleitende Durchschnittsregel und jede andere Lernmethode überwindet. Es überwindet sogar die Netto-Rendite, das ideale Profi-Verhältnis und das Sharpe-Verhältnis der BampH-Strategie, die 67,33, 0,0462 bzw. 0,0279 sind. Außerdem ist zu beachten, dass die Einführung des Filters die Netto-Rendite und die Gewinnquoten in den Boosting - und Bayes'schen Modellen verbessert. Trotzdem verschlechtern sich die Ergebnisse im Ausschussmodell, wenn ein Filter eingesetzt wird. Schließlich wird beobachtet, dass der maximale Prozentsatz des Vorhersage-Richtungserfolgs durch die beste gleitende Durchschnittsregel 10, 140, 3 erhalten wird, die 52.02 erfolgreich ist. Obwohl die Erfolgsraten der Vorhersage der Richtung der in Tabelle 1 angegebenen Modelle alle leicht über 50 liegen, erleben einige eine höhere Sharpe-Ratio als die BampH-Strategie, was bedeutet, dass diese Handelsregeln im Durchschnitt korrekt sind, wenn es mehr zählt . Nach der Tabelle I überwindet die durch das gefilterte Boosting-Modell erhaltene Handelsregel den besten gleitenden Durchschnitt 5, 160, 6 in bezug auf jedes wirtschaftliche Maßnahmemaß. Beachten Sie auch, dass die Modelle Boosting, Bayesian und Committee ex ante. Unterdessen wurde der beste gleitende Durchschnitt ex post erhalten, und so ist es möglich, dass seine prädiktive Macht sogar unterlegen sein könnte, wenn wir ihn in einer zukünftigen Periode ex ante verwenden. Nun wird die Ex-ante-Kapazität von gleitenden Durchschnittswerten untersucht. An dieser Stelle geht es vor allem darum, wie sich die Profitabilität und die Vorhersagekraft der gleitenden Durchschnittsregeln über die Zeit ändern. Diese Sorge steht in direktem Zusammenhang, wie Sullivan et al. (1999) weisen auf die Gefahren des Daten-Snoopings hin, die immens sind, wenn wir die beste Handelsregel auswählen, weil, wenn suffiziente Handelsregeln über die Zeit betrachtet werden, einige Regeln durch reines Glück auch in einer sehr großen Stichprobe gebunden sind, Um eine überlegene Leistung zu produzieren, auch wenn sie nicht wirklich Vorhersagekraft über Asset Returns besitzen. Improving Moving Average Trading Regeln mit Boosting und Statistical Learning Methoden Online veröffentlicht 10 Mai 2008 in Wiley InterScience (interscience. wiley) DOI. 10.1002for.1068 Verbesserung der Verschiebung der durchschnittlichen Handelsregeln mit Boosting und Methoden des Statistischen Lernens JULIN ANDRADA-FLIX UND Abteilung für Quantitative Methoden der Wirtschaftswissenschaften, Universität Las Palmas de Gran Canaria, Spanien Wir präsentieren ein System zur Kombination der verschiedenen Arten von Vorhersagen Durch eine breite Kategorie von mechanischen Handelsregeln durch statistische Lernmethoden (Boosting, und mehrere Modell-Mittelwertbildung Methoden wie Bayesian oder einfache Mittelung Methoden). Statistische Lernmethoden bieten bessere Ergebnisse außerhalb der Stichprobe als die meisten einzelnen gleitenden Durchschnittsregeln im NYSE Composite Index von Januar 1993 bis Dezember 2002. Darüber hinaus produziert das gefilterte Boostermodell mit einem Filter zur Reduzierung der Handelsfrequenz eine technische Strategie, die zwar die Rendite der Buy-and-Hold-Strategie (BampH) während der steigenden Perioden nicht zu überwinden vermag, doch die BampH während der fallenden Perioden überwindet und in der Lage ist, einen beträchtlichen Teil der Stürze auf dem Markt zu absorbieren. EINLEITUNG Die technische Analyse besteht aus dem Versuch, die Preise eines Finanzmarktes durch die Untersuchung der vergangenen Preise und anderer zusammenhängender Statistiken zum Sicherheitshandel zu prognostizieren. Trotz der skeptischen Einstellung der Akademiker zur technischen Analyse hat die technische Analyse in den letzten 20 Jahren eine Renaissance in der akademischen Welt genossen und eine erhebliche theoretische und empirische Arbeit zur Unterstützung der technischen Analyse entwickelt. So wurden theoretische Modelle von Hellwig (1982), Treynor und Ferguson (1985), Brown und Jennings (1989) und von Blume et al. (1994). Auch viele empirische Papiere belegen die Profitabilität der technischen Handelsregeln, unter anderem sind Brock et al. (1992), Levich und Thomas (1993), Blume et al. (1994), Knez und Ready (1996), Genay (1996), Neely et al. (1997) und Chang und Osler (1999). Korrespondenz zu: Fernando Fernndez-Rodrguez, Facultad de Ciencias Econmicas und Empresariales, 35017 Las Palmas, Gran Canaria, Spanien. E-Mail: ffernandezdmc. ulpgc. es Der Zweck unserer Arbeit ist es, ein System für die Kombination der verschiedenen Arten von Vorhersagen, die durch eine breite Kategorie von mechanischen Handelsregeln zur Verfügung gestellt. Durch statistische Lernmethoden (wie z. B. Boosting und mehrere Modell-Mittelungsmethoden wie Bayesian oder Committee) werden neue Vorhersagen auf der Basis einer vorgegebenen technischen Voraussage erstellt. Der Rest dieses Aufsatzes ist wie folgt strukturiert. Im nächsten Abschnitt wird eine kurze Übersicht der in diesem Papier verwendeten technischen Handelsregeln vorgestellt. Der dritte Abschnitt konzentriert sich auf die Beschreibung der populärsten statistischen Lernmethoden wie Boosting und Bayes-Modell-Mittelwertbildung. Im vierten Abschnitt werden die Maßnahmen zur Bewertung und zum Vergleich der angewandten technischen Handelsregeln dargestellt. Der fünfte Abschnitt zeigt die empirischen Ergebnisse. Der sechste Teil enthält die wichtigsten Schlussfolgerungen. TECHNISCHE HANDELSVORSCHRIFTEN In diesem Papier untersuchen wir die Vorhersagekraft bezüglich der Kombination von Informationen aus einer der beliebtesten Handelsregelfamilien, die in der technischen Analyse verwendet werden, den variablen gleitenden Durchschnittsregeln (VMA von nun an). VMA-Regeln beinhalten einen Vergleich eines kurzfristigen gleitenden Durchschnitts der Preise mit einem langfristigen gleitenden Durchschnitt. Daher werden Kaufsignale (Verkaufssignale) emittiert, wenn der kurzfristige Durchschnitt den langfristigen Durchschnitt um mindestens einen vordefinierten Prozentsatz übersteigt (unterschreitet). Die Einführung einer Band um den gleitenden Durchschnitt reduziert die Anzahl der Kauf - (Verkaufs-) Signale durch die Beseitigung des Markt-Schleudertraumas, wenn die Kurz - und Langzeit-Bewegungsdurchschnitte nahe sind. Dieses Band, das normalerweise als 1 betrachtet wird, reduziert die Anzahl der Kauf - und Verkaufsignale. Es wird kein Signal erzeugt, wenn der kurzlebige Durchschnitt innerhalb des Bandes liegt. Mit einem Band von Null, die technische Regel der VMA-Klassifikationen alle Tage in entweder kaufen Tage oder verkaufen Tage. Die Länge der gleitenden Mittelwerte muss vom Techniker ausgewählt werden. Die beliebteste Regel in der technischen Analyse verwendet wird, ist 1200, wo die kurze Zeit ist 1 Tag und die lange Zeit ist 200 Tage. Nichtsdestoweniger sind andere häufig verwendete Handelsregeln 150, 1150, 5150, 1200 und 2200 (siehe Brock et al., 1992). Die skeptische Haltung der akademischen Welt hinsichtlich der technischen Analyse wird durch die effiziente Markthypothese motiviert, die besagt, dass verfügbare öffentliche Informationen, wie die vergangenen Preise, nicht dazu beitragen sollten, dass Händler eine ungewöhnlich hohe Rendite erzielen, sobald eine Risikoprämie abgezinst wurde. So definiert Fama (1970, 1976) einen Markt als schwach-effizient, wenn die aktuellen Preise die in den vergangenen Preisen enthaltenen Informationen vollständig widerspiegeln. Weak-form effi ciency impliziert, dass die technische Analyse der vergangenen Aktienkurse keinen Wert hat. Erfahren Sie Forex: Trend Handelsregeln mit Moving Average Kreuze Artikel-Zusammenfassung: Viele Handelssysteme bauen aus einem guten gleitenden Durchschnitt Crossover zu Spot-Einträgen und Ausfahrten. Sobald Sie das Konzept verstehen und wie Sie Moving Average Crossovers auf Ihren Handel anwenden, werden Sie sehen, wie diese einfache Technik für alle Trader-Typen (Long, Intermediate, AMP kurzfristig) funktionieren kann. Wenn ein Trader beginnt, die technische Analyse der Preis-Aktion zu studieren, werden sie oft zuerst in die Moving Averages eingeführt werden. Wenn die technische Analyse der Versuch ist, zukünftige Preisentwicklungen vorherzusagen, dann sind die Moving Averages ein würdiger Anfang. Sobald Sie gleitende Durchschnitte verstehen, können Sie dann zwei gleitende Durchschnitte anwenden und einen Eintrag finden und auf der Grundlage eines Crossover-Vorgangs beenden. Letrsquos beginnen mit zwei einfachen Definitionen und bauen von dort aus: Moving Averages (MA): Der Durchschnittspreis über eine bestimmte Anzahl von Perioden (z. B. 50, 100, 200). Wenn der Markt in einem deutlichen Aufwärtstrend ist, sollte der durchschnittliche Preis über einen bestimmten Zeitraum steigen und Preis nicht unter dem Durchschnitt schwächen. Moving Average Crossover: Der Punkt auf einem Chart, wenn ein Crossover des kürzeren oder schnell laufenden Durchschnitts über oder unter dem längerfristigen oder langsameren gleitenden Durchschnitt erfolgt. Erfahren Sie Forex: Moving Average Crossover Beispiel Chart Erstellt von Tyler Yell, CMT Viele Händler wurden auf dem Mond und zurück arbeiten, um die Strategie, die am besten für sie zu finden. Allerdings gehen die meisten Tradersrsquo-Strategien und enden mit einem gleitenden Durchschnitt Crossover, um Zeit-und Exits. Tatsächlich hat dieses einfache System zeitgeprüfte Namen für Kreuze wie das lsquoGolden Crossrsquo und lsquoDeath Crossrsquo geschaffen, weil der Markt dazu neigt, zu ehren, wenn ein Crossover stattfindet. Lernen Sie Forex: Das goldene Kreuz ist ein bullish Signal, wenn die 50 MA kreuzt über dem 200 MA Chart erstellt von Tyler Yell, CMT Erfahren Sie Forex: Death Cross ist ein bärisches Signal, wenn die 50 MA kreuzt unterhalb der 200 MA Chart von Tyler Yell, CMT erstellt Das erste, was zu schätzen, wenn das Verständnis eines gleitenden Durchschnitt Crossover ist die Einfachheit. Märkte neigen dazu, oszillieren und Handel innerhalb eines klar definierten Bereich oder Trend. Trader erfahren bald, dass folgende Trends die meisten Belohnung für die geringste Menge an Arbeit bieten können und gleitende durchschnittliche Crossover profitieren von dieser Realisierung. Auch von Bedeutung ist, dass viele Währungen und handelbaren Instrumenten nicht Trend. Wenn Sie jedoch ein Währungspaar finden, das über einen Trendverlauf verfügt und einen gleitenden Durchschnittsübergang sieht, können Sie einen Trade mit einem klar definierten Risiko eingeben, indem Sie den Stop über oder unter dem Crossover setzen. Vorteile der Verwendung einer Moving Average Crossover-Strategie Die gleitende durchschnittliche Crossover-Handelsstrategie vereint einen kürzeren bewegten Durchschnitt mit einem längerfristigen gleitenden Durchschnitt. Gemeinsame Beispiele sind eine 10 MA und eine 30 MA für kürzere Term Einträge oder eine 50 MA und eine 200 MA für längerfristige Einträge. Wenn Sie auf der Grundlage von Frequenzweichen ein - und ausschalten, können Sie sich objektive Signale anschauen, die die Marktstärke widerspiegeln. Risiken der Verwendung eines Moving Average Crossover-Strategie Obwohl dies als die einfachste Handelsstrategie gesehen wird, ist die Moving Average Crossover für die folgenden Trends nicht ohne Rückzug. Die gleitenden Durchschnittswerte geben allen Preisen innerhalb des Zeitraums, der bei der Anwendung des Indikators gewählt wird, gleiche Gewichtung, so dass die Indikatoren in der Lage sind, auf Preisänderungen zu reagieren. Wenn es eine langsamere Reaktionszeit, könnte dies bedeuten, dass Ihr Händler weniger Lohn geopfert und öffnen Sie sich bis zu einem größeren Risiko. Wie Sie sich vorstellen können, gibt es mehr als eine Art von gleitenden Durchschnitten. Einige gleitende Durchschnitte wie der Exponential Moving Average legen mehr Wert auf den jüngsten Preis, damit Sie schneller auf mögliche Trendverschiebungen reagieren können. Unabhängig davon, welche Art von gleitendem Durchschnitt Sie verwenden, bleiben die Regeln für Ein - und Ausgänge dieselben. Fortgeschrittene Verwendung eines Moving Average Crossover Bei der Betrachtung fortgeschrittener Handelssysteme kommen viele Händler auf das zunächst verwirrende, aber vollständig integrative Ichimoku-Handelssystem. Im Herzen der Ichimoku Trading System ist ein Moving Average Crossover der 9 und 26 Periode gleitenden Durchschnitt. Das System schaut nur Kaufsignalkreuze, wenn Preis über dem Durchschnitt des hohen und niedrigen Preises über den letzten 52 Perioden oder Verkaufssignal kreuzt, wenn Preis unter dem Durchschnitt des hohen und niedrigen Preises über den letzten 52 Perioden ist. Learn Forex ndash Ichimoku konzentriert sich auf gleitende durchschnittliche Crossover in Bezug auf die Wolke. Chart Erstellt von Tyler Yell, CMT Moving Average Crosses bringen den Trader den Vorteil der Zeit bestätigt Trenderfolge und Ausstiege während Vermeidung von whipsaws in Preisen, die andere Trader schaden können, die zu schnell auf eine vorzeitige Bewegung zu handeln sind. Da es eine Menge Emotion hinter dem Handel und Geld riskieren kann, gibt es einen natürlichen Nutzen für eine objektive und einfache Strategie. Wenn yoursquore ein neuer Trader, ist dies ein großartiger Ort zu starten, um sicherzustellen, dass Sie donrsquot verpassen die großen bewegt. --- Geschrieben von: Tyler Yell, Trading Instructor Interessiert an unseren Analysten Besten Ansichten auf wichtigen Märkten Check out Our Free Trading Guides Hier DailyFX bietet Forex News und technische Analyse über die Trends, die die globalen Währungsmärkte beeinflussen.