Moving Average Filter Reihenfolge

Umzugsdurchschnitte - Einfach und exponentiell. Moving Averages - Einfach und exponentiell. Moving Mittelwerte glatt die Preisdaten zu einem Trend nach Indikator Sie nicht vorhersagen Preisrichtung, sondern definieren Sie die aktuelle Richtung mit einer Lag Moving Mittelwerte Verzögerung, weil sie auf basieren Vergangene Preise Trotz dieser Verzögerung, gleitende Durchschnitte helfen glatte Preis-Aktion und filtern Sie den Lärm Sie bilden auch die Bausteine ​​für viele andere technische Indikatoren und Overlays, wie Bollinger Bands MACD und der McClellan Oszillator Die beiden beliebtesten Arten von gleitenden Durchschnitten sind die Einfache Moving Average SMA und die Exponential Moving Average EMA Diese gleitenden Durchschnitte können verwendet werden, um die Richtung des Trends zu identifizieren oder definieren potenzielle Unterstützung und Widerstand Ebenen. Hier sa Diagramm mit einem SMA und eine EMA auf it. Click das Diagramm für ein Leben Version. Simple Moving Average Calculation. Ein einfacher gleitender Durchschnitt wird durch die Berechnung des durchschnittlichen Preises eines Wertpapiers über eine bestimmte Anzahl von Perioden gebildet Die meisten bewegten Mittelwerte basieren auf Schlusskurse Ein 5-Tage einfacher gleitender Durchschnitt ist die Fünf-Tage-Summe der Schlusskurse Geteilt durch fünf Wie der Name schon sagt, ist ein gleitender Durchschnitt ein Durchschnitt, der sich bewegt. Alte Daten werden gelöscht, wenn neue Daten verfügbar sind. Dies bewirkt, dass sich der Durchschnitt entlang der Zeitskala bewegt. Unten ist ein Beispiel für einen 5-tägigen gleitenden Durchschnitt, der sich über drei Tage entwickelt . Der erste Tag des gleitenden Durchschnitts deckt einfach die letzten fünf Tage ab Der zweite Tag des gleitenden Durchschnitts fällt den ersten Datenpunkt 11 ab und fügt den neuen Datenpunkt hinzu 16 Der dritte Tag des gleitenden Durchschnitts setzt sich fort, indem er den ersten Datenpunkt 12 und Hinzufügen des neuen Datenpunktes 17 Im obigen Beispiel steigen die Preise allmählich von 11 auf 17 über insgesamt sieben Tage an. Beachten Sie, dass der gleitende Durchschnitt auch von 13 auf 15 über einen Zeitraum von drei Tagen steigt. Beachten Sie auch, dass jeder gleitende Durchschnittswert gerade ist Unter dem letzten Preis Zum Beispiel ist der gleitende Durchschnitt für Tag eins gleich 13 und der letzte Preis ist 15 Preise der vorherigen vier Tage waren niedriger und dies bewirkt, dass der gleitende Durchschnitt zu lag. Exponential Moving Average Calculation. Exponential gleitende Durchschnitte reduzieren die Verzögerung durch Anwendung Mehr Gewicht auf die jüngsten Preise Die Gewichtung, die auf den letzten Preis angewendet wird, hängt von der Anzahl der Perioden im gleitenden Durchschnitt ab Es gibt drei Schritte zur Berechnung eines exponentiellen gleitenden Durchschnitts Zuerst berechnen Sie den einfachen gleitenden Durchschnitt Ein exponentieller gleitender Durchschnitt EMA muss irgendwo so anfangen Ein einfacher gleitender Durchschnitt wird als vorhergehende Periode verwendet s EMA in der ersten Berechnung Zweitens berechnen Sie den Gewichtungs-Multiplikator Drittens berechnen Sie den exponentiellen gleitenden Durchschnitt Die folgende Formel ist für eine 10-tägige EMA. A 10-Periode exponentiellen gleitenden Durchschnitt gilt eine 18 18 Gewichtung auf den jüngsten Preis Eine 10-Perioden-EMA kann auch als 18 18 EMA bezeichnet werden. Eine 20-Punkte-EMA wendet eine 9 52-Abwägung auf den jüngsten Preis an 2 20 1 0952 Beachten Sie, dass die Gewichtung für den kürzeren Zeitraum mehr ist Als die Gewichtung für den längeren Zeitraum In der Tat sinkt die Gewichtung um die Hälfte jedes Mal, wenn die gleitende durchschnittliche Periode verdoppelt. Wenn Sie uns einen bestimmten Prozentsatz für eine EMA wollen, können Sie diese Formel verwenden, um sie in Zeiträume umzuwandeln und dann einzugeben Dieser Wert als der EMA-Parameter. Below ist ein Tabellenkalkulationsbeispiel für einen 10-tägigen, einfach gleitenden Durchschnitt und einen 10-tägigen exponentiellen gleitenden Durchschnitt für Intel Einfache Umzugsdurchschnitte sind einfach und erfordern wenig Erklärung Der 10-Tage-Durchschnitt bewegt sich einfach als neu Preise werden abgespielt und alte Preise fallen ab Der exponentielle gleitende Durchschnitt beginnt mit dem einfachen gleitenden Mittelwert 22 22 in der ersten Berechnung Nach der ersten Berechnung übernimmt die normale Formel, weil eine EMA mit einem einfachen gleitenden Durchschnitt beginnt, wird ihr wahrer Wert nicht Realisiert werden, bis 20 oder so Perioden später Mit anderen Worten, der Wert auf der Excel-Tabelle kann sich von der Chart-Wert wegen der kurzen Rückblick-Periode Diese Kalkulationstabelle geht nur zurück 30 Perioden, was bedeutet, dass der Einfluss der einfachen gleitenden Durchschnitt hat Hatte 20 Perioden zu zerstreuen StockCharts geht zurück mindestens 250-Perioden in der Regel viel weiter für seine Berechnungen, so dass die Auswirkungen der einfachen gleitenden Durchschnitt in der ersten Berechnung vollständig abgebaut. Die Lag Factor. Der längere der gleitenden Durchschnitt, desto mehr die Lag A 10-tägiger exponentieller gleitender Durchschnitt wird die Preise ganz genau verkleinern und kurz nach den Kursen drehen. Kurze bewegte Durchschnitte sind wie Geschwindigkeitsboote - flink und schnell zu ändern Im Gegensatz dazu enthält ein 100-Tage-Gleitender Durchschnitt viele vergangene Daten, die es verlangsamt Durchschnitte sind wie Ozean-Tanker - lethargisch und langsam zu ändern Es dauert eine größere und längere Preisbewegung für einen 100-Tage gleitenden Durchschnitt, um Kurs zu ändern. Klicken Sie auf das Diagramm für eine Live-Version. Das Diagramm oben zeigt die SP 500 ETF mit einem 10 - Tag EMA genau nach den Preisen und ein 100-Tage-SMA-Schleifen höher Auch mit dem Januar-Februar-Rückgang hielt die 100-Tage-SMA den Kurs und drehte sich nicht ab Die 50-Tage-SMA passt irgendwo zwischen den 10- und 100-Tage-Durchschnitten Wenn es um den Verzögerungsfaktor geht. Simple vs Exponential Moving Averages. Even obwohl es deutliche Unterschiede zwischen einfachen gleitenden Durchschnitten und exponentielle gleitende Durchschnitte gibt, ist man nicht unbedingt besser als die anderen exponentiellen gleitenden Durchschnitte haben weniger Verzögerung und sind daher empfindlicher gegenüber neueren Preise - und aktuelle Preisänderungen Exponentielle Bewegungsdurchschnitte werden sich vor einfachen gleitenden Durchschnitten drehen Einfache gleitende Durchschnitte stellen dagegen einen wahren Durchschnitt der Preise für den gesamten Zeitraum dar. So können einfache Bewegungsdurchschnitte besser geeignet sein, Unterstützung oder Widerstand zu identifizieren Levels. Moving durchschnittliche Präferenz hängt von Zielen, analytischen Stil und Zeithorizont Chartisten sollten mit beiden Arten von gleitenden Durchschnitten sowie verschiedene Zeitrahmen zu finden, um die beste Passform zu finden Die Tabelle unten zeigt IBM mit dem 50-Tage-SMA in rot und die 50- Tag EMA in grün Beide erreichten Ende Januar, aber der Rückgang der EMA war schärfer als der Rückgang der SMA Die EMA ist Mitte Februar aufgetaucht, aber die SMA setzte sich bis Ende März weiter ein, dass die SMA über eine Monat nach dem EMA. Längen und Zeitrahmen. Die Länge des gleitenden Durchschnitts hängt von den analytischen Zielen ab Kurz bewegte Mittelwerte 5-20 Perioden sind am besten für kurzfristige Trends und den Handel geeignet Chartisten, die sich für mittelfristige Trends interessieren, würden sich für längere gleitende Mittelwerte entscheiden Das könnte 20-60 Perioden verlängern Langfristige Investoren bevorzugen gleitende Durchschnitte mit 100 oder mehr Perioden. Einige gleitende durchschnittliche Längen sind beliebter als andere Der 200-Tage-Gleitender Durchschnitt ist vielleicht der beliebteste wegen seiner Länge, das ist eindeutig ein Langfristig gleitender Durchschnitt Als nächstes ist der 50-Tage-Gleitender Durchschnitt für den mittelfristigen Trend sehr beliebt. Viele Chartisten nutzen die 50-Tage - und 200-Tage-Gruppendurchschnitte zusammen Kurzfristig war ein 10-tägiger gleitender Durchschnitt sehr beliebt Die Vergangenheit, weil es einfach zu berechnen war, fügte einfach die Zahlen hinzu und bewegte den Dezimalpunkt. Trend Identifizierung. Die gleichen Signale können mit einfachen oder exponentiellen gleitenden Durchschnitten erzeugt werden. Wie oben erwähnt, hängt die Präferenz von jedem einzelnen ab. Diese Beispiele unten verwenden beide Einfache und exponentielle gleitende Durchschnitte Der Begriff gleitender Durchschnitt gilt sowohl für einfache als auch für exponentielle gleitende Durchschnitte. Die Richtung des gleitenden Durchschnitts vermittelt wichtige Informationen über die Preise Ein steigender gleitender Durchschnitt zeigt, dass die Preise im Allgemeinen steigen Ein fallender gleitender Durchschnitt zeigt an, dass die Preise im Durchschnitt, Fallen sinken Ein steigender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Aufwärtstrend Ein fallender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Abwärtstrend wider. Das Diagramm oben zeigt 3M MMM mit einem 150-Tage-exponentiellen gleitenden Durchschnitt Dieses Beispiel zeigt, wie gut sich bewegt Im Durchschnitt der 150-tägigen EMA im November 2007 und wieder im Januar 2008. Beachten Sie, dass es einen Rückgang der Rückkehr in die Richtung dieses gleitenden Durchschnitts erlebt hat. Diese nacheilenden Indikatoren identifizieren Trendumkehrungen, wie sie am besten oder danach auftreten Sie geschehen am schlimmsten MMM setzte sich im März 2009 weiter fort und stieg dann 40-50 an. Beachten Sie, dass die 150-Tage-EMA erst nach diesem Anstieg auftauchte. Sobald dies geschehen war, setzte sich MMM jedoch in den nächsten 12 Monaten weiter fort. Durchgehende Durchschnitte funktionieren brillant stark Trends. Double Crossovers. Two bewegte Durchschnitte können zusammen verwendet werden, um Crossover-Signale zu generieren In der technischen Analyse der Finanzmärkte John Murphy nennt dies die doppelte Crossover-Methode Double Crossovers beinhalten einen relativ kurzen gleitenden Durchschnitt und einen relativ langen gleitenden Durchschnitt Wie bei allen gleitenden Durchschnitten , Die allgemeine Länge des gleitenden Durchschnittes definiert den Zeitrahmen für das System Ein System, das eine 5-tägige EMA - und 35-Tage-EMA verwendet, würde als kurzfristig betrachtet. Ein System, das eine 50-Tage-SMA - und 200-Tage-SMA verwendet, wäre als mittelständig anzusehen - term, vielleicht sogar langfristig. Bullish Crossover tritt auf, wenn der kürzere gleitende Durchschnitt über den längeren gleitenden Durchschnitt kreuzt Dies ist auch bekannt als ein goldenes Kreuz Ein bäriger Crossover tritt auf, wenn der kürzere gleitende Durchschnitt unter dem längeren gleitenden Durchschnitt kreuzt. Dies ist bekannt Als ein totes Kreuz. Moving durchschnittliche Crossover produzieren relativ späte Signale Immerhin verwendet das System zwei nacheilende Indikatoren Je länger die gleitenden durchschnittlichen Perioden, desto größer die Verzögerung in den Signalen Diese Signale funktionieren gut, wenn ein guter Trend nimmt aber ein gleitender Durchschnitt Crossover-System produziert viele Whipsaws in Abwesenheit eines starken Trend. Es gibt auch eine Triple-Crossover-Methode, die drei gleitende Durchschnitte enthält Wieder wird ein Signal erzeugt, wenn der kürzeste gleitende Durchschnitt kreuzt die beiden längeren Durchschnitte Ein einfaches Triple Crossover-System könnte Beinhalten 5-tägige, 10-tägige und 20-tägige gleitende Durchschnitte. Das Diagramm oben zeigt Home Depot HD mit einer 10-tägigen EMA grüne gepunktete Linie und 50-Tage EMA rote Linie Die schwarze Linie ist die tägliche Schließung Mit einem gleitenden durchschnittlichen Crossover Hätte in drei Whipsaws geholt, bevor man einen guten Handel fing Die 10-Tage-EMA brach unter der 50-Tage-EMA Ende Oktober 1, aber das dauerte nicht lange, als die 10-Tage nach oben zurückgekehrt Mitte November 2 Dieses Kreuz dauerte länger , Aber die nächste Baisse Crossover im Januar 3 trat in der Nähe Ende November Preisniveaus, was in einer anderen Whipsaw Diese Baisse Kreuz dauerte nicht lange als die 10-Tage-EMA zog zurück über die 50-Tage ein paar Tage später 4 Nach drei schlechte Signale, Das vierte Signal sah eine starke Bewegung vor, während die Aktie über 20 vorkam. Es gibt zwei Takeaways hier Zuerst sind Crossover anfällig für Whipsaw Ein Preis - oder Zeitfilter kann angewendet werden, um zu verhindern, dass Whipsaws Trader verlangen, dass die Crossover 3 Tage vor dem Handeln oder Verlangen, dass die 10-tägige EMA sich unterhalb der 50-Tage-EMA um einen bestimmten Betrag bewegt, bevor sie Zweite macht. MACD kann verwendet werden, um diese Crossover zu identifizieren und zu quantifizieren. MACD 10,50,1 wird eine Linie darstellen, die den Unterschied zwischen den beiden exponentiellen darstellt Gleitende Mittelwerte MACD dreht sich positiv während eines goldenen Kreuzes und negativ während eines toten Kreuzes Der prozentuale Preisoszillator PPO kann auf die gleiche Weise verwendet werden, um prozentuale Unterschiede zu zeigen. Beachten Sie, dass MACD und das PPO auf exponentiellen gleitenden Durchschnitten basieren und nicht mit einfachem Bewegen übereinstimmen Im Durchschnitt. This-Diagramm zeigt Oracle ORCL mit der 50-Tage-EMA, 200-Tage-EMA und MACD 50.2001 Es gab vier gleitende durchschnittliche Übergänge über einen Zeitraum von 2 1 2 Jahren Die ersten drei führten zu Whipsaws oder schlechten Trades Ein anhaltender Trend begann mit Der vierte Crossover als ORCL bis Mitte der 20er Jahre Einmal mehr, gleitende durchschnittliche Crossover funktionieren großartig, wenn der Trend stark ist, aber produzieren Verluste in Abwesenheit eines trend. Price Crossovers. Moving Mittelwerte können auch verwendet werden, um Signale mit einfachen Preisübergänge zu generieren Ein bullisches Signal wird erzeugt, wenn sich die Preise über dem gleitenden Durchschnitt bewegen. Ein bärisches Signal wird erzeugt, wenn die Preise unter dem gleitenden Durchschnitt liegen. Preisübergänge können kombiniert werden, um im größeren Trend zu handeln. Der längere gleitende Durchschnitt setzt den Ton für den größeren Trend und die kürzere Bewegung Durchschnitt wird verwendet, um die Signale zu generieren Man würde für bullish Preiskreuze nur dann suchen, wenn die Preise bereits über dem längeren gleitenden Durchschnitt liegen. Dies würde im Einklang mit dem größeren Trend handeln. Zum Beispiel, wenn der Preis über dem 200-Tage-Gleitender Durchschnitt liegt, würden die Chartisten Konzentriere sich nur auf Signale, wenn der Preis über den 50-Tage-Gleitender Durchschnitt geht. Offensichtlich würde ein Umzug unter dem 50-Tage-Gleitender Durchschnitt einem solchen Signal vorausgehen, aber solche bärigen Kreuze würden ignoriert werden, weil der größere Trend aufgestiegen ist Ein bärisches Kreuz würde einfach vorschlagen Ein Pullback in einem größeren Aufwärtstrend Eine Kreuzung über dem 50-Tage-Gleitender Durchschnitt würde einen Aufschwung der Preise und die Fortsetzung des größeren Aufwärtstrends signalisieren. Die nächste Grafik zeigt Emerson Electric EMR mit der 50-Tage-EMA und 200-Tage-EMA Oben und hielt über dem 200-Tage-gleitenden Durchschnitt im August Es gab Dips unterhalb der 50-Tage-EMA Anfang November und wieder Anfang Februar Die Preise schnell zurück über die 50-Tage-EMA, um bullish Signale grüne Pfeile in Harmonie mit dem größeren bieten Aufwärtstrend MACD 1,50,1 wird im Indikatorfenster angezeigt, um Preiskreuze über oder unter der 50-Tage-EMA zu bestätigen Die 1-tägige EMA entspricht dem Schlusskurs MACD 1,50,1 ist positiv, wenn die Schließung über dem 50- Tag EMA und negativ, wenn der Schluss unterhalb der 50-Tage-EMA. Support und Resistance. Moving Mittelwerte können auch als Unterstützung in einem Aufwärtstrend und Widerstand in einem Abwärtstrend Ein kurzfristiger Aufwärtstrend könnte Unterstützung in der Nähe der 20-Tage einfachen gleitenden Durchschnitt zu finden , Die auch in Bollinger Bands verwendet wird Ein langfristiger Aufwärtstrend könnte Unterstützung in der Nähe der 200-Tage einfachen gleitenden Durchschnitt, die die beliebteste langfristige gleitenden Durchschnitt ist. Wenn Tatsache, die 200-Tage gleitenden Durchschnitt kann Unterstützung oder Widerstand einfach bieten Weil es so weit verbreitet ist Es ist fast wie eine sich selbst erfüllende Prophezeiung. Das Diagramm oben zeigt die NY Composite mit dem 200-Tage einfachen gleitenden Durchschnitt von Mitte 2004 bis Ende 2008 Die 200-Tage-Unterstützung unterstützt mehrmals während des Vormarsches Sobald der Trend mit einer doppelten Top-Support-Pause umgekehrt wurde, fuhr der 200-Tage-Gleitender Durchschnitt als Widerstand um 9500.Ich erwarte nicht genaue Unterstützung und Widerstandswerte von bewegten Durchschnitten, vor allem längere gleitende Durchschnitte Märkte werden durch Emotionen angetrieben, die sie anfällig machen Überschreitungen Anstelle von exakten Ebenen können bewegliche Durchschnitte verwendet werden, um Stütz - oder Widerstandszonen zu identifizieren. Die Vorteile der Verwendung von bewegten Durchschnitten müssen gegen die Nachteile gewogen werden. Durchgehende Durchschnitte sind Trendfolgen oder Nachlauf, Indikatoren, die immer ein Schritt dahinter werden Nicht unbedingt eine schlechte Sache aber Immerhin ist der Trend Ihr Freund und es ist am besten, in Richtung des Trends handeln Moving averages versichern, dass ein Trader im Einklang mit dem aktuellen Trend ist Obwohl der Trend ist Ihr Freund, Wertpapiere verbringen a Sehr viel Zeit in Handelsbereichen, die gleitende Durchschnitte ineffektiv machen Einmal in einem Trend, bewegte Durchschnitte halten Sie in, aber auch späte Signale Don t erwarten, an der Spitze zu verkaufen und kaufen am Boden mit gleitenden Durchschnitten Wie bei den meisten technischen Analysewerkzeuge, bewegte Durchschnitte sollten nicht auf eigene Faust verwendet werden, sondern in Verbindung mit anderen komplementären Tools Chartisten können gleitende Durchschnitte verwenden, um den Gesamttrend zu definieren und dann RSI zu verwenden, um überkaufte oder überverkaufte Ebenen zu definieren. Hinzufügen Verschieben von Mitteln zu StockCharts Charts. Moving Mittelwerte Sind als Preis-Overlay-Funktion auf der SharpCharts-Workbench verfügbar. Mit dem Dropdown-Menü Overlays können Benutzer entweder einen einfachen gleitenden Durchschnitt oder einen exponentiellen gleitenden Durchschnitt wählen. Der erste Parameter wird verwendet, um die Anzahl der Zeitperioden festzulegen. Ein optionaler Parameter kann sein Hinzugefügt, um festzulegen, welches Preisfeld in den Berechnungen verwendet werden soll - O für die Open, H für die High, L für die Low und C für die Close Ein Komma wird verwendet, um Parameter zu trennen. Ein weiterer optionaler Parameter kann hinzugefügt werden, um die Gleitende Mittelwerte nach links oder rechts Zukunft Eine negative Zahl -10 würde den gleitenden Durchschnitt nach links verschieben 10 Perioden Eine positive Zahl 10 würde den gleitenden Durchschnitt auf die rechten 10 Perioden verschieben. Mehrere gleitende Durchschnitte können die Preispläne einfach überlagert werden Hinzufügen einer weiteren Überlagerungslinie zur Workbench StockCharts-Mitglieder können die Farben und den Stil ändern, um zwischen mehreren gleitenden Durchschnitten zu unterscheiden. Nachdem Sie einen Indikator ausgewählt haben, öffnen Sie die erweiterten Optionen, indem Sie auf das kleine grüne Dreieck klicken. Erweiterte Optionen können auch verwendet werden, um eine gleitende durchschnittliche Überlagerung zu anderen technischen Indikatoren wie RSI, CCI und Volume. Klicken Sie hier für ein Live-Diagramm mit mehreren verschiedenen gleitenden Durchschnitten. Using Moving Averages mit StockCharts Scans. Here sind einige Beispiel-Scans, die StockCharts Mitglieder können verwenden, um für verschiedene gleitende durchschnittliche Situationen zu scannen. Bullish Moving Average Cross Diese Scans sucht nach Aktien mit einem steigenden 150-Tage-einfachen gleitenden Durchschnitt und einem bullish Kreuz der 5-Tage-EMA und 35-Tage-EMA Die 150-Tage gleitenden Durchschnitt Steigt, solange es über seinem Niveau vor fünf Tagen gehandelt wird Ein bullisches Kreuz tritt auf, wenn die 5-tägige EMA über die 35-Tage-EMA auf überdurchschnittliche Lautstärke bewegt. Bearish Moving Average Cross Diese Scans sucht nach Aktien mit einem fallenden 150- Tag einfacher gleitender Durchschnitt und ein bärisches Kreuz der 5-tägigen EMA und 35-Tage-EMA Der 150-Tage-Gleitender Durchschnitt fällt so lange, wie es unter seinem Niveau fährt vor fünf Tagen Ein bärisches Kreuz tritt auf, wenn die 5-Tage-EMA bewegt Unterhalb der 35-Tage-EMA auf überdurchschnittlichem Volumen. Weitere Studie. John Murphy s Buch hat ein Kapitel gewidmet, um die Durchschnitte und ihre verschiedenen Anwendungen Murphy deckt die Vor-und Nachteile der bewegten Durchschnitte Darüber hinaus zeigt Murphy, wie gleitende Mittelwerte mit Bollinger Bands arbeiten Und Kanal basierte Handelssysteme. Technische Analyse der Finanzmärkte John Murphy. Moving Durchschnitt - MA. BREAKING DOWN Moving Average - MA. As ein SMA Beispiel, betrachten eine Sicherheit mit den folgenden Schlusskurse über 15 Tage. Week 1 5 Tage 20, 22, 24, 25, 23.Week 2 5 Tage 26, 28, 26, 29, 27.Week 3 5 Tage 28, 30, 27, 29, 28. Eine 10-tägige MA würde die Schlusspreise für die erste ausgleichen 10 Tage als erster Datenpunkt Der nächste Datenpunkt würde den frühesten Preis fallen lassen, den Preis am Tag 11 addieren und den Durchschnitt nehmen, und so weiter wie unten gezeigt. Wie bereits erwähnt, behalten die MAs die aktuelle Preisaktion, weil sie auf der Vergangenheit basieren Preise je länger der Zeitraum für die MA, desto größer die Lag So ein 200-Tage-MA wird eine viel größere Verzögerung als ein 20-Tage-MA haben, weil es Preise für die letzten 200 Tage enthält Die Länge der MA zu verwenden Hängt von den Handelszielen ab, wobei kürzere MAs für den kurzfristigen Handel und längerfristige MAs für langfristige Investoren mehr geeignet sind. Die 200-Tage-MA wird weitgehend von Investoren und Händlern gefolgt, wobei Pausen über und unter diesen gleitenden Durchschnitt liegen Sei wichtiger Handelssignale. MAs vermitteln auch wichtige Handelssignale auf eigene Faust, oder wenn zwei Durchschnitte kreuzen Ein aufsteigender MA zeigt an, dass die Sicherheit in einem Aufwärtstrend ist, während ein abnehmender MA anzeigt, dass es sich in einem Abwärtstrend befindet. Ähnlich wird der Aufwärtsimpuls mit bestätigt Eine bullische Überkreuzung, die auftritt, wenn ein kurzfristiges MA über einen längerfristigen MA nach unten gerichtet wird, wird mit einem bärigen Crossover bestätigt, der auftritt, wenn ein kurzfristiges MA unterhalb eines längerfristigen MA. FIR-Filters, IIR-Filtern und Die lineare Konstant-Koeffizient-Differenz Gleichung. Causal Moving Average FIR Filters. Wir haben Systeme diskutiert, in denen jede Sample der Ausgabe ist eine gewichtete Summe von bestimmten der Proben der input. Let s nehmen ein kausal gewichtetes Summe-System, wo Kausal Bedeutet, dass eine gegebene Ausgabeprobe nur von der aktuellen Eingangsabtastung und anderen Eingaben früher in der Sequenz abhängt. Weder lineare Systeme im Allgemeinen noch endliche Impulsantwortsysteme müssen insbesondere kausal sein. Allerdings ist die Kausalität für eine Art von Analyse, die wir, Wenn wir die Eingaben als Werte eines Vektors x und der Ausgänge als entsprechende Werte eines Vektors y symbolisieren, so kann ein solches System wie überall geschrieben werden, wo die b-Werte Gewichte sind, die an die aktuellen und früheren Eingangsabtastungen angelegt werden Um die aktuelle Ausgabe Probe zu bekommen, können wir an den Ausdruck als Gleichung denken, mit dem Gleichheitszeichen Bedeutung gleich oder als prozedurale Anweisung, mit dem Gleichheitszeichen Bedeutung Zuweisung. Let s Schreiben Sie den Ausdruck für jede Ausgabe Probe als eine MATLAB Schleife von Zuweisungsanweisungen, wobei x ein N-Längenvektor von Eingangsabtastwerten ist und b ein M-Längenvektor von Gewichten ist. Um den Spezialfall am Anfang zu behandeln, werden wir x in einen längeren Vektor einfügen, dessen erster M - 1 Samples sind null. Wir schreiben die gewichtete Summation für jedes yn als ein inneres Produkt und werden einige Manipulationen der Eingaben wie umgekehrt b zu diesem Ende tun. Diese Art von System wird oft als gleitender Durchschnittsfilter bezeichnet, aus offensichtlichen Gründen . Aus unseren früheren Diskussionen sollte es offensichtlich sein, dass ein solches System linear und verschiebungsinvariant ist. Natürlich wäre es viel schneller, die MATLAB-Faltungsfunktion conv anstelle von unserem Mafilt zu verwenden. Anstatt die ersten M-1-Samples zu betrachten Die Eingabe ist null, wir könnten sie als die gleichen M-1-Samples ansehen. Dies ist die gleiche wie die Behandlung der Eingabe als periodisch Wir verwenden cmafilt als den Namen der Funktion, eine kleine Änderung der früheren Mafilt-Funktion Bei der Bestimmung der Impulsantwort eines Systems gibt es normalerweise keinen Unterschied zwischen diesen beiden, da alle nicht initialen Samples der Eingabe null sind. Da ein solches System linear und verschiebungsinvariant ist, wissen wir, dass seine Wirkung auf irgendwelche Sinusoid wird nur zu skalieren und verschieben Hier ist es wichtig, dass wir die kreisförmige version verwenden. Die kreisförmig gefaltete Version wird verschoben und skaliert ein bisschen, während die Version mit normaler Faltung am Anfang verzerrt ist. Siehe sehen, was die genaue Skalierung Und das Verschieben erfolgt durch Verwendung eines fft. Both Eingang und Ausgang haben nur Amplitude bei Frequenzen 1 und -1, was so ist, wie es sein sollte, da die Eingabe eine Sinuskurve war und das System linear war. Die Ausgangswerte sind um ein Verhältnis von 10 6251 8 1 3281 Dies ist die Verstärkung des Systems. Was über die Phase Wir müssen nur sehen, wo die Amplitude ungleich Null ist. Der Eingang hat eine Phase von pi 2, wie wir angefordert haben Die Ausgangsphase wird um eine zusätzliche verschoben 1 0594 mit entgegengesetztem Vorzeichen für die negative Frequenz oder etwa 1 6 eines Zyklus nach rechts, wie wir auf dem Graphen sehen können. Jetzt lasst man eine Sinuskurve mit der gleichen Frequenz 1 versuchen, aber anstelle von Amplitude 1 und Phase pi 2 , Lass s versuchen Amplitude 1 5 und Phase 0.Wir wissen, dass nur Frequenz 1 und -1 haben keine Null-Amplitude, so lasst sie nur sehen sie. Again die Amplitude Verhältnis 15 9377 12 0000 ist 1 3281 - und als Denn die Phase wird wieder um 1 0594 verschoben. Wenn diese Beispiele typisch sind, können wir die Wirkung unserer Systemimpulsantwort 1 2 3 4 5 auf jede Sinuskurve mit der Frequenz 1 vorhersagen - die Amplitude wird um einen Faktor erhöht 1 3281 und die positive Frequenzphase wird um 1 0594 verschoben. Wir könnten die Wirkung dieses Systems auf Sinusoiden anderer Frequenzen nach denselben Methoden berechnen. Aber es gibt einen viel einfacheren Weg, und einer, der den allgemeinen Punkt herlegt Kreisförmige Faltung im Zeitbereich bedeutet Multiplikation im Frequenzbereich, von hier aus folgt. Mit anderen Worten, die DFT der Impulsantwort ist das Verhältnis der DFT des Ausgangs zu der DFT des Eingangs. In dieser Beziehung DFT-Koeffizienten sind komplexe Zahlen Da abs c1 c2 abs c1 abs c2 für alle komplexen Zahlen c1, c2 ist, sagt diese Gleichung, dass das Amplitudenspektrum der Impulsantwort immer das Verhältnis des Amplitudenspektrums des Ausgangssignals zu dem des Eingangs ist Im Fall des Phasenspektrums gilt der Winkel c1 c2 Winkel c1 - Winkel c2 für alle c1, c2 mit der Maßgabe, dass Phasen, die sich um n 2 pi unterscheiden, als gleich betrachtet werden. Daher ist das Phasenspektrum der Impulsantwort immer der Unterschied zwischen dem Phasenspektren des Ausgangssignals und der Eingang mit allen Korrekturen um 2 pi werden benötigt, um das Ergebnis zwischen - pi und pi zu halten. Wir können die Phaseneffekte deutlicher sehen, wenn wir die Darstellung der Phase auspacken, dh wenn wir verschiedene Vielfache von 2 addieren Pi wie nötig, um die Sprünge zu minimieren, die durch die periodische Natur der Winkelfunktion erzeugt werden. Obwohl die Amplitude und Phase gewöhnlich für grafische und sogar tabellarische Darstellung verwendet werden, da sie eine intuitive Art sind, über die Auswirkungen eines Systems auf die zu denken Verschiedene Frequenzkomponenten seiner Eingabe sind die komplexen Fourierkoeffizienten algebraisch nützlicher, da sie den einfachen Ausdruck der Beziehung erlauben. Der allgemeine Ansatz, den wir soeben gesehen haben, wird mit beliebigen Filtern des skizzierten Typs arbeiten, in dem jede Ausgabeprobe a ist Gewichtete Summe von einigen Satz von Eingabeproben. Wie bereits erwähnt, werden diese oft als Finite Impulse Response Filter bezeichnet, da die Impulsantwort von endlicher Größe oder manchmal Moving Average Filter ist. Wir können die Frequenzgangcharakteristiken eines solchen Filters aus dem FFT von seiner Impulsantwort, und wir können auch neue Filter mit gewünschten Eigenschaften von IFFT aus einer Spezifikation der Frequenzantwort. Autoregressive IIR Filters. Es wäre wenig Punkt in Namen für FIR-Filter, es sei denn, es gab einige andere Art zu unterscheiden Sie aus, und so diejenigen, die Pragmatik studiert haben, wird nicht überrascht sein zu erfahren, dass es tatsächlich eine andere Hauptart des linearen zeitinvarianten Filters gibt. Diese Filter werden manchmal rekursiv genannt, weil der Wert der vorherigen Ausgaben sowie vorherige Eingaben zählt, obwohl Die Algorithmen werden in der Regel mit iterativen Konstrukten geschrieben. Sie werden auch als Infinite Impulse Response IIR-Filter bezeichnet, weil im Allgemeinen ihre Reaktion auf einen Impuls für immer weitergeht. Sie werden auch manchmal autoregressive Filter genannt, weil die Koeffizienten als das Ergebnis des Linearwerdens gedacht werden können Regression, um Signalwerte als Funktion früherer Signalwerte auszudrücken. Die Beziehung von FIR - und IIR-Filtern ist deutlich in einer linearen Konstantkoeffizienten-Differenzgleichung zu sehen, wobei eine gewichtete Summe von Ausgängen gleich einer gewichteten Summe von Eingängen Dies ist Ist wie die Gleichung, die wir früher für den ursächlichen FIR-Filter gegeben haben, außer dass wir neben der gewichteten Summe der Inputs auch eine gewichtete Summe an Outputs haben. Wenn wir dies als ein Verfahren zur Erzeugung von Output-Samples betrachten wollen, Müssen die Gleichung neu anordnen, um einen Ausdruck für die aktuelle Ausgabe Probe y n. Adopting der Konvention, dass ein 1 1 zB durch Skalierung andere als und bs, können wir loszuwerden, die 1 a 1 term. ynb 1 xnb 2 x n - 1 b Nb 1 x n-nb - a 2 y n-1 - - a Na 1 y n-na. Wenn alle anderen als a 1 null sind, reduziert dies auf unseren alten Freund den kausalen FIR-Filter. Dies ist der Allgemeiner Fall eines Kausal-LTI-Filters und wird durch den MATLAB-Funktionsfilter implementiert. Siehe den Fall, bei dem die b-Koeffizienten anders als b & sub1; anstelle des FIR-Falles null sind, wobei die a in diesem Fall sind Der aktuelle Ausgangsabtastwert yn wird als gewichtete Kombination des aktuellen Eingangsabtastwertes xn und der vorherigen Ausgangsabtastwerte y n-1, y n-2 usw. berechnet. Um eine Vorstellung davon zu erhalten, was mit solchen Filtern passiert, beginnen wir mit dem Fall, wo. Das ist die aktuelle Ausgabe Probe ist die Summe der aktuellen Eingang Probe und die Hälfte der vorherigen Ausgabe Probe. Wir nehmen einen Eingangsimpuls durch ein paar Zeit Schritte, eine zu einer Zeit. Es sollte klar sein, an diesem Punkt, dass wir können Einfach einen Ausdruck für den n-ten Ausgabe-Sample-Wert schreiben, den es gerade ist. Wenn MATLAB von 0 gezählt wird, wäre dies einfach 5 n. Wenn wir berechnen, ist die Impulsantwort des Systems, haben wir beispielhaft gezeigt, dass die Impulsantwort tatsächlich unendlich viele Nicht-Null-Proben haben kann. Um diese triviale zuerst zu implementieren Filter in MATLAB filtern, können wir Filter verwenden Der Anruf wird so aussehen. und das Ergebnis ist. Ist dieses Geschäft wirklich immer noch linear. Wir können dies empirisch betrachten. Für ein allgemeiner Ansatz, betrachten Sie den Wert einer Ausgabe Probe y N. Bei aufeinanderfolgende Substitution können wir dies als schreiben schreiben. Dies ist genau wie unser alter Freund die Faltungs-Summenform eines FIR-Filters, wobei die Impulsantwort durch den Ausdruck 5 k und die Länge der Impulsantwort unendlich ist Argumente, die wir früher gezeigt haben, dass FIR-Filter linear waren, werden nun hier angewendet. So weit kann dies wie eine Menge Aufregung über nicht viel aussehen. Was ist diese ganze Zeile der Untersuchung gut für. Wir beantworten diese Frage in Stufen, beginnend mit einem Beispiel. Es ist nicht eine große Überraschung, dass wir eine abgetastete exponentielle durch rekursive Multiplikation berechnen können Schauen wir uns einen rekursiven Filter an, der etwas weniger offensichtlich macht Dieses Mal machen wir es einen Filter zweiter Ordnung, so dass der Aufruf zum Filtern sein wird Der Form. Stellen Sie den zweiten Ausgangskoeffizienten a2 auf -2 cos 2 pi 40 und den dritten Ausgangskoeffizienten a3 auf 1 und schauen Sie sich die Impulsantwort an. Nicht sehr nützlich als Filter, eigentlich, aber es erzeugt ein Abgetastete Sinuswelle aus einem Impuls mit drei Multiplikations-Adds pro Probe Um zu verstehen, wie und warum es das tut und wie rekursive Filter im allgemeineren Fall entworfen und analysiert werden können, müssen wir zurücktreten und uns anschauen Andere Eigenschaften von komplexen Zahlen, auf dem Weg zum Verständnis der Z-Transformation.