Simple Vs. Los promedios móviles exponenciales son más que el estudio de una secuencia de números en orden sucesivo. Los primeros practicantes del análisis de series de tiempo estaban más preocupados por los números de series temporales individuales que por la interpolación de esos datos. Interpolación. En forma de teorías de probabilidades y análisis, se produjo mucho más tarde, a medida que se desarrollaron patrones y se descubrieron correlaciones. Una vez comprendidas, se dibujaron varias curvas y líneas de forma a lo largo de las series de tiempo en un intento de predecir dónde podrían ir los puntos de datos. Éstos ahora se consideran los métodos básicos usados actualmente por los comerciantes técnicos del análisis. Análisis de la cartografía se remonta a Japón del siglo 18, sin embargo, cómo y cuando los promedios móviles se aplicó por primera vez a los precios de mercado sigue siendo un misterio. Se entiende generalmente que los promedios móviles simples (SMA) se usaron mucho antes de los promedios móviles exponenciales (EMA), porque los EMAs se construyen sobre el marco SMA y el continuo SMA fue más fácil de entender para el trazado y los propósitos de seguimiento. Promedios móviles simples (SMA) Los promedios móviles simples se convirtieron en el método preferido para el seguimiento de los precios de mercado porque son rápidos de calcular y fáciles de entender. Los primeros profesionales del mercado operaban sin el uso de las métricas de gráficos sofisticados en uso hoy en día, por lo que se basaron principalmente en los precios de mercado como sus únicos guías. Ellos calcularon los precios de mercado a mano, y graficaron esos precios para indicar tendencias y dirección de mercado. Este proceso fue bastante tedioso, pero resultó bastante rentable con la confirmación de nuevos estudios. Para calcular una media móvil sencilla de 10 días, simplemente añada los precios de cierre de los últimos 10 días y divida por 10. La media móvil de 20 días se calcula sumando los precios de cierre en un período de 20 días y divida por 20, y pronto. Esta fórmula no sólo se basa en los precios de cierre, pero el producto es una media de los precios - un subconjunto. Los promedios móviles se denominan movimientos porque el grupo de precios utilizado en el cálculo se mueve de acuerdo al punto del gráfico. Esto significa que los días viejos se abandonan a favor de los nuevos días de cierre de precios, por lo que se necesita siempre un nuevo cálculo que corresponda al marco temporal del promedio empleado. Por lo tanto, un promedio de 10 días se recalcula añadiendo el nuevo día y cayendo el día 10, y el noveno día se deja caer en el segundo día. Promedio móvil exponencial (EMA) El promedio móvil exponencial ha sido refinado y más comúnmente utilizado desde la década de 1960, gracias a los experimentos de los practicantes anteriores con la computadora. La nueva EMA se centraría más en los precios más recientes que en una larga serie de puntos de datos, ya que se requiere la media móvil simple. EMA actual ((Precio (actual) - anterior EMA)) X multiplicador) EMA anterior. El factor más importante es la constante de suavizado que 2 / (1N) donde N el número de días. Una EMA de 10 días 2 / (101) 18.8 Esto significa que una EMA de 10 periodos pesa el precio más reciente 18.8, un EMA de 20 días de 9.52 y 50 días de EMA 3.92 de peso en el día más reciente. La EMA trabaja ponderando la diferencia entre el precio de los períodos actuales y la EMA anterior, y agregando el resultado a la EMA anterior. Cuanto más corto sea el período, más peso se aplicará al precio más reciente. Líneas de Ajuste Mediante estos cálculos, se trazan puntos, revelando una línea de ajuste. Las líneas de ajuste por encima o por debajo del precio de mercado significan que todos los promedios móviles son indicadores rezagados. Y se utilizan principalmente para seguir las tendencias. No funcionan bien con los mercados de la gama y los períodos de la congestión porque las líneas de la adaptación no denotan una tendencia debido a una carencia de los altos o de los altos más bajos evidentes. Además, las líneas de ajuste tienden a permanecer constantes sin indicio de dirección. Un aumento de la línea de montaje por debajo del mercado significa un largo, mientras que una línea de caída de ajuste por encima del mercado significa un corto. (Para obtener una guía completa, lea nuestro Tutorial de Moving Average). El propósito de emplear una media móvil simple es detectar y medir tendencias al suavizar los datos utilizando los medios de varios grupos de precios. Se observa una tendencia y se extrapola en un pronóstico. Se supone que los movimientos de tendencias anteriores continuarán. Para la media móvil simple, una tendencia a largo plazo se puede encontrar y seguir mucho más fácil que una EMA, con la suposición razonable de que la línea de ajuste se mantendrá más fuerte que una línea EMA debido a la mayor atención a los precios medios. Un EMA se utiliza para capturar movimientos de tendencia más cortos, debido al enfoque en los precios más recientes. Por este método, un EMA supone para reducir cualquier rezago en la media móvil simple así que la línea del ajuste abrazará precios más cercano que una media móvil simple. El problema con la EMA es el siguiente: Su tendencia a romper los precios, especialmente durante los mercados rápidos y períodos de volatilidad. La EMA funciona bien hasta que los precios rompen la línea de ajuste. Durante los mercados más altos de la volatilidad, usted podría considerar el aumento de la longitud del término medio móvil. Incluso se puede cambiar de un EMA a un SMA, ya que el SMA suaviza los datos mucho mejor que una EMA debido a su enfoque en medios a más largo plazo. Indicadores de Tendencia Como indicadores rezagados, los promedios móviles sirven como líneas de apoyo y resistencia. Si los precios descienden por debajo de una línea de ajuste de 10 días en una tendencia al alza, es probable que la tendencia al alza pueda estar disminuyendo, o al menos el mercado pueda estar consolidándose. Si los precios se rompen por encima de un promedio móvil de 10 días en una tendencia bajista. La tendencia puede estar disminuyendo o consolidándose. En estos casos, emplee un promedio móvil de 10 y 20 días juntos y espere a que la línea de 10 días cruce por encima o por debajo de la línea de 20 días. Esto determina la siguiente dirección a corto plazo para los precios. Para períodos de más largo plazo, observe los promedios móviles de 100 y 200 días para la dirección a más largo plazo. Por ejemplo, usando los promedios móviles de 100 y 200 días, si el promedio móvil de 100 días cruza por debajo del promedio de 200 días, se llama cruz de muerte. Y es muy bajista para los precios. Un promedio móvil de 100 días que cruza por encima de un promedio móvil de 200 días se llama la cruz de oro. Y es muy optimista para los precios. No importa si se utiliza un SMA o un EMA, porque ambos son indicadores de tendencia. Es sólo en el corto plazo que la SMA tiene ligeras desviaciones de su contraparte, la EMA. Conclusión Los promedios móviles son la base del análisis gráfico y de series temporales. Los promedios móviles simples y los promedios móviles exponenciales más complejos ayudan a visualizar la tendencia suavizando los movimientos de precios. El análisis técnico a veces se refiere como un arte en lugar de una ciencia, que llevan años para dominar. (Conozca más en nuestro Tutorial de Análisis Técnico.) Historia y Antecedentes Quién primero vino con los promedios móviles Los analistas técnicos han estado usando medias móviles ahora por varias décadas. Son tan omnipresentes en nuestro trabajo que la mayoría de nosotros no sabemos de dónde vinieron. Los estadísticos categorizan los promedios móviles como parte de una familia de herramientas para ldquoTime Series Analysisrdquo. Otros de esa familia son: ANOVA, Media Aritmética, Coeficiente de Correlación, Covarianza, Tabla de Diferencias, Ajuste de Mínimos Cuadrados, Máxima Verosimilitud, Media Móvil, Periodograma, Teoría de Predicción, Variable Aleatoria, Random Walk, Residual, Variance. Puedes leer más sobre cada una de estas y sus definiciones en Wolfram. El desarrollo del ldquomoving averagerdquo se remonta a 1901, aunque el nombre se le aplicó posteriormente. Del historiador de matemáticas Jeff Miller: MOVIENDO LA MEDIA. Esta técnica para suavizar los puntos de datos se utilizó durante décadas antes de que este, o cualquier término general, entró en uso. En 1909 GU Yule (Diario de la Sociedad Real de Estadística, 72, 721-730) describió los promedios quoinstantaneous media de RH Hooker calculado en 1901 como ldquomoving-promedios. Yule no adoptó el término en su libro de texto, pero entró en circulación a través de WI Kingrsquos Elementos del Método Estadístico (1912). LdquoMoving averagerdquo, que se refiere a un tipo de proceso estocástico, es una abreviatura de H. Woldrsquos ldquoprocess of moving averagerdquo (Estudio sobre el análisis de series temporales estacionarias (1938)). Wold describió cómo los casos especiales del proceso habían sido estudiados en la década de 1920 por Yule (en relación con las propiedades del método de correlación de diferencias variables) y Slutsky John Aldrich. De StatSoft Inc. viene esta descripción de Exponential Smoothing. Que es una de varias técnicas para ponderar datos pasados de manera diferente: ldquo El suavizado exponencial se ha vuelto muy popular como un método de pronóstico para una amplia variedad de datos de series temporales. Históricamente, el método fue desarrollado independientemente por Robert Goodell Brown y Charles Holt. Brown trabajó para la Marina de los EE. UU. durante la Segunda Guerra Mundial, donde su misión era diseñar un sistema de seguimiento de la información de control de incendios para calcular la ubicación de los submarinos. Más tarde, aplicó esta técnica a la predicción de la demanda de piezas de repuesto (un problema de control de inventario). Describió esas ideas en su libro de 1959 sobre el control de inventario. La investigación de Holtrsquos fue patrocinada por la Oficina de Investigación Naval de forma independiente, desarrolló modelos de suavización exponencial para procesos constantes, procesos con tendencias lineales y para datos estacionales. El Holtrsquos paper, ldquoForecasting Seasonals and Trends by Exponentially Weighted Moving Averagesrdquo fue publicado en 1957 en O. N.R. Memorándum de investigación 52, Carnegie Institute of Technology. No existe en línea de forma gratuita, pero puede ser accesible por aquellos con acceso a recursos académicos de papel. Hasta donde sabemos, P. N. (Pete) Haurlan fue el primero en utilizar el suavizado exponencial para el seguimiento de los precios de las acciones. Haurlan era un científico de cohetes real que trabajó para JPL en los años 60 tempranos, y así él tenía acceso a una computadora. No los llamó promedios móviles exponenciales (EMAs), o los medios matemáticos de moda matemáticamente ponderados exponencialmente (EWMAs) rdquo. En su lugar, los llamó ldquoTrend Valuesrdquo, y se refirió a ellos por sus constantes de suavizado. Por lo tanto, lo que hoy en día se conoce comúnmente como EMA de 19 días, llamó a Trendrdquo ldquo10. Dado que su terminología era el original para tal uso en el seguimiento de precios de las acciones, por eso seguimos usando esa terminología en nuestro trabajo. Haurlan había empleado EMAs en el diseño de los sistemas de seguimiento de cohetes, que podría por ejemplo necesidad de interceptar un objeto en movimiento como un satélite, un planeta, etc Si el camino hacia el objetivo estaba apagado, entonces algún tipo de entrada tendría que ser aplicada Para el mecanismo de dirección, pero no querían exagerar o underdo esa entrada y se vuelven inestables o no se convierten. Por lo tanto, el tipo correcto de suavizado de datos de entrada fue útil. Haurlan llamó a esto Controldquo proporcional, lo que significa que el mecanismo de dirección no intentaría ajustar todo el error de seguimiento de una vez. Los EMAs eran más fáciles de codificar en circuitos analógicos tempranos que otros tipos de filtros porque sólo necesitan dos piezas de datos variables: el valor de entrada actual (por ejemplo, precio, posición, ángulo, etc.) y el valor EMA anterior. La constante de suavizado sería cableada en los circuitos, por lo que el ldquomemoryrdquo sólo tendría que hacer un seguimiento de esas dos variables. Un promedio móvil simple, por otro lado, requiere mantener un registro de todos los valores dentro del período de retroceso. Así que un 50-SMA significaría mantener un seguimiento de 50 puntos de datos, a continuación, el promedio de ellos. Se ata mucho más poder de procesamiento. Vea más acerca de EMAs versus Simple Moving Averages (SMA) en Exponential Versus Simple. Haurlan fundó el boletín Trade Levels en los años 60, dejando a JPL para ese trabajo más lucrativo. Su boletín fue patrocinador del programa de TV Charting The Market en KWHY-TV en Los Ángeles, el primer programa de televisión de TA, organizado por Gene Morgan. El trabajo de Haurlan y Morgan fue una gran parte de la inspiración detrás del desarrollo de Sherman y Marian McClellanrsquos del Oscilador McClellan y Summation Index, que implican el suavizado exponencial de los datos Advance-Decline. Puede leer un folleto de 1968 titulado Measuring Trend Values publicado por Haurlan a partir de la página 8 del folleto del premio MTA. Que preparamos para los asistentes a la conferencia de la MTA de 2004 donde Sherman y Marian recibieron el premio MTArsquos Lifetime Achievement Award. Haurlan no menciona el origen de esa técnica matemática, pero señala que había estado en uso en la ingeniería aeroespacial durante muchos años. Indicador de tendencia: Promedios en movimiento Autor: Darrell 16 de noviembre de 2012 Antecedentes: Tal vez el más simple de entender y más utilizado técnico Es una media móvil, que los comerciantes han utilizado durante muchos años para suavizar las fluctuaciones de precios a corto plazo errático para revelar las tendencias existentes o situaciones en las que una tendencia puede estar listo para comenzar o sobre a invertir. El cierre es a menudo el punto de un precio utilizado para un período dado, pero una media móvil también puede basarse en el abierto, alto o bajo o alguna combinación de puntos de precio. Hay tres tipos principales de promedios móviles: Promedio móvil simple (SMA) Simplemente agregue los precios por un período de tiempo especificado y divídelo por el número de precios en ese período para obtener un promedio. Cada precio se da un peso igual. A medida que cada nuevo precio se hace disponible, el precio más antiguo es eliminado del cálculo. Promedio móvil ponderado Se da más peso al último precio, que se considera más importante que los precios más antiguos. Si calcula una media móvil ponderada de tres días, por ejemplo, el último precio podría multiplicarse por 3, el precio de ayer por 2 y el precio más antiguo hace tres días por 1. La suma de estas cifras se divide por la suma de Factores de ponderación - 6 en este ejemplo. Esto hace que el promedio móvil ponderado sea más sensible a los cambios de precios actuales. Promedio móvil exponencial (EMA) Un promedio móvil exponencial (EMA) es otra forma de una media móvil ponderada que da más importancia a los precios más recientes. En lugar de dejar los precios más antiguos en el cálculo, sin embargo, todos los precios pasados se tienen en cuenta en el promedio actual. La EMA actual se calcula restando ayer EMA del precio de hoy, multiplicando el resultado por una constante y luego agregando este resultado a EMA de ayer para obtener EMA de hoy. Una EMA incorpora todos los datos de precios pasados y generalmente produce una línea más suave que otras formas de promedios móviles, lo que puede ser un factor importante en las condiciones de mercado. Propósito: Los promedios móviles tienen varios usos: (1) Revelar tendencias al suavizar los datos cuando el ruido del mercado produce patrones de precios erráticos, (2) identificar puntos donde las tendencias pueden estar listas para comenzar o terminar, (3) El desempeño del precio frente a un promedio móvil o un promedio móvil contra otro. Señales básicas: La señal más simple implica sólo el precio y una media móvil. Cuando el precio está por encima de la media móvil, ser largo cuando el precio es inferior a la media móvil, ser corto. Los promedios móviles se usan a menudo en los sistemas de intercambio cruzado. Una señal de compra ocurre cuando una media móvil a corto o medio plazo cruza desde abajo a por encima de una media móvil a más largo plazo. Por el contrario, se emite una señal de venta cuando el promedio a corto plazo o intermedio cruza desde arriba hasta por debajo del promedio a más largo plazo. Debido a que el promedio móvil cambia constantemente con cada nueva entrada de datos de precios, muchos comerciantes prueban diferentes marcos de tiempo antes de llegar a una serie de promedios móviles que son óptimos para un mercado en particular. Cuanto más corta sea una media móvil, más sensible será a los movimientos de precios. Los operadores tendrán que ajustar la longitud de una media móvil y cómo utilizar sus señales para adaptarse a su propio estilo de negociación. Algunos comerciantes usan combinaciones de tres promedios móviles de diferentes longitudes, tales como promedios móviles de 5 días, 10 días y 20 días o promedios móviles de 4, 9 y 18 períodos, tomando los cruces de los movimientos más cortos y de mediano plazo Promedio por encima / por debajo de la media móvil más larga para la entrada al comercio y luego tal vez utilizar la media móvil más corta como un punto de parada. Otros, principalmente las acciones de negociación, usan líneas de media móvil a más largo plazo, como 50 días, 100 días o 200 días como otro punto de apoyo o resistencia. Pros / contras: Fácil de entender e implementar, sobre todo porque varios tipos de promedios móviles se incluyen en paquetes de software analítico para que los comerciantes no tengan que calcular los promedios manualmente. Proporcionan a un sistema mecánico de comercio un precio preciso para actuar, reduciendo la subjetividad. Un aspecto negativo es que las medias móviles son un indicador de retraso, es decir, se basan en datos de precios pasados y sus movimientos generalmente rastrean la acción de precios actuales. 0 Comentarios Únete a esta conversación, publicar un comentario a continuación. Darrell Miembro Desde 05.05.2008 Anteriormente redactor jefe de Futures Magazine, Darrell ha estado escribiendo sobre los mercados financieros por más de 35 años y se ha convertido en una autoridad reconocida en los mercados de derivados, análisis técnico y diversas técnicas de negociación. Jobman se graduó de Wartburg College en Iowa en 1963. Comenzó su carrera periodística como periodista deportivo para el Waterloo (Iowa) Courier durante varios años antes de entrar en el Ejército. Él sirvió con la 82da división aerotransportada y como líder del pelotón de la infantería con el Manchus en la 25ta división de infantería, incluyendo nueve meses en Vietnam en 1967-68, ganando la estrella de plata y la estrella de bronce. Después del servicio militar, Jobman regresó al Correo. Donde se convirtió en editor de la granja a principios de 1969. Fue introducido a los mercados de futuros cuando escribió una columna sobre cómo los especuladores estaban arruinando los precios agrícolas y fue corregido por Merrill Oster. Eso llevó a escribir asignaciones para Oster y luego a un puesto de tiempo completo en 1972, donde Jobman participó en la fundación de Agricultores Profesionales de América y boletines asociados. Cuando Oster compró Commodities Magazine en 1976, Jobman fue nombrado editor y más tarde se convirtió en editor en jefe de Futures Magazine cuando el nombre fue cambiado en 1983 durante uno de los mayores períodos de crecimiento para nuevos mercados y nuevos instrumentos comerciales en la historia de futuros. Fue editor en Futures hasta 1993, cuando se fue para convertirse en escritor / consultor independiente. Desde 1993, ha escrito, colaborado, editado o de otra manera participado en la publicación de una docena de libros sobre comercio, incluyendo el Manual de Análisis Técnico. También ha escrito o editado artículos para varias publicaciones y firmas de corretaje, así como cursos de comercio y materiales educativos para Chicago Mercantile Exchange y Chicago Board of Trade. También fue director editorial de CME Magazine. Jobman y su esposa, Lynda, viven en Wisconsin, y pasan mucho tiempo visitando con una hija y tres nietos también en Wisconsin, y un hijo y nieta en Florida.
No comments:
Post a Comment