Einfach Bewegte Durchschnittliche Muster

Technische Analyse: Moving Averages Die meisten Chartmuster zeigen eine große Variation der Preisbewegung. Dies kann es schwierig für Händler, eine Vorstellung von einem Sicherheits-Gesamt-Trend zu bekommen. Eine einfache Methode Händler verwenden, um dies zu bekämpfen ist, um gleitende Durchschnitte anzuwenden. Ein gleitender Durchschnitt ist der durchschnittliche Preis einer Sicherheit über einen festgelegten Zeitaufwand. Durch das Plotten eines Sicherheits-Durchschnittspreises wird die Preisbewegung geglättet. Sobald die alltäglichen Schwankungen beseitigt sind, sind die Händler besser in der Lage, den wahren Trend zu identifizieren und die Wahrscheinlichkeit zu erhöhen, dass sie zu ihren Gunsten arbeiten wird. (Um mehr zu erfahren, lesen Sie die Moving Averages Tutorial.) Arten von Moving Averages Es gibt eine Reihe von verschiedenen Arten von gleitenden Durchschnitten, die in der Art variieren, wie sie berechnet werden, aber wie jeder Durchschnitt interpretiert wird, bleibt gleich. Die Berechnungen unterscheiden sich nur in Bezug auf die Gewichtung, die sie auf die Preisdaten setzen, wobei sie von der gleichen Gewichtung jedes Preispunktes zu mehr Gewicht auf die jüngsten Daten gelegt werden. Die drei häufigsten Arten von gleitenden Durchschnitten sind einfach. Linear und exponentiell. Simple Moving Average (SMA) Dies ist die häufigste Methode, um den gleitenden Durchschnitt der Preise zu berechnen. Es dauert einfach die Summe aller vergangenen Schlusskurse über den Zeitraum und teilt das Ergebnis durch die Anzahl der bei der Berechnung verwendeten Preise. Zum Beispiel werden in einem 10-tägigen gleitenden Durchschnitt die letzten 10 Schlusskurse addiert und dann durch 10 geteilt. Wie Sie in Abbildung 1 sehen können, ist ein Händler in der Lage, den Durchschnitt weniger auf die sich ändernden Preise durch die Erhöhung der Zahl zu reagieren Der bei der Berechnung verwendeten Perioden. Die Erhöhung der Anzahl der Zeiträume in der Berechnung ist eine der besten Möglichkeiten, um die Stärke des langfristigen Trends und die Wahrscheinlichkeit, dass es umgekehrt zu messen. Viele Einzelpersonen argumentieren, dass die Nützlichkeit dieser Art von Durchschnitt begrenzt ist, weil jeder Punkt in der Datenreihe den gleichen Einfluss auf das Ergebnis hat, unabhängig davon, wo es in der Sequenz auftritt. Die Kritiker argumentieren, dass die aktuellsten Daten wichtiger sind und daher auch eine höhere Gewichtung haben sollte. Diese Art von Kritik war einer der Hauptfaktoren, die zur Erfindung anderer Formen von sich bewegenden Mitteln führten. Linear gewichteter Durchschnitt Dieser gleitende Durchschnittsindikator ist der am wenigsten verbreitete der drei und wird verwendet, um das Problem der gleichen Gewichtung zu adressieren. Der linear gewichtete gleitende Durchschnitt wird berechnet, indem man die Summe aller Schlusskurse über einen bestimmten Zeitraum annimmt und sie durch die Position des Datenpunktes multipliziert und dann durch die Summe der Anzahl der Perioden dividiert. Zum Beispiel wird in einem fünftägigen linear gewichteten Durchschnitt der heutige Schlusskurs mit fünf, gestern um vier und so weiter multipliziert, bis der erste Tag im Periodenbereich erreicht ist. Diese Zahlen werden dann addiert und durch die Summe der Multiplikatoren dividiert. Exponential Moving Average (EMA) Diese gleitende Durchschnittsberechnung verwendet einen Glättungsfaktor, um ein höheres Gewicht auf die jüngsten Datenpunkte zu legen und gilt als wesentlich effizienter als der linear gewichtete Durchschnitt. Ein Verständnis der Berechnung ist nicht generell für die meisten Händler erforderlich, da die meisten Charting-Pakete die Berechnung für Sie tun. Das Wichtigste an den exponentiellen gleitenden Durchschnitt zu erinnern ist, dass es besser auf neue Informationen in Bezug auf den einfachen gleitenden Durchschnitt reagiert. Diese Reaktionsfähigkeit ist einer der Schlüsselfaktoren, warum dies der gleitende Durchschnitt der Wahl unter vielen technischen Händlern ist. Wie Sie in Abbildung 2 sehen können, steigt eine 15-Punkte-EMA und fällt schneller als ein 15-Perioden-SMA. Dieser leichte Unterschied scheint nicht so viel, aber es ist ein wichtiger Faktor zu bewusst sein, da es die Rückkehr beeinflussen kann. Wichtige Verwendungswege von gleitenden Durchschnitten Durchgehende Durchschnitte werden verwendet, um aktuelle Trends und Trendumkehrungen zu identifizieren sowie Unterstützung und Widerstandswerte einzurichten. Durchgehende Mittelwerte können verwendet werden, um schnell zu erkennen, ob sich eine Sicherheit in einem Aufwärtstrend oder einem Abwärtstrend bewegt, abhängig von der Richtung des gleitenden Durchschnitts. Wie Sie in Abbildung 3 sehen können, wenn ein gleitender Durchschnitt aufwärts geht und der Preis darüber liegt, ist die Sicherheit in einem Aufwärtstrend. Umgekehrt kann ein abwärts geneigter gleitender Durchschnitt mit dem unten stehenden Preis verwendet werden, um einen Abwärtstrend zu signalisieren. Eine andere Methode zur Bestimmung des Impulses besteht darin, die Reihenfolge eines Paares von gleitenden Durchschnitten zu betrachten. Wenn ein kurzfristiger Durchschnitt über einem längerfristigen Durchschnitt liegt, steigt der Trend Auf der anderen Seite signalisiert ein langfristiger Durchschnitt über einem kürzeren Durchschnitt eine Abwärtsbewegung im Trend. Die Verschiebung der durchschnittlichen Trendumkehrungen erfolgt auf zwei Arten: Wenn sich der Preis durch einen gleitenden Durchschnitt bewegt und wenn er sich durch bewegte durchschnittliche Übergänge bewegt. Das erste gemeinsame Signal ist, wenn der Preis durch einen wichtigen gleitenden Durchschnitt geht. Zum Beispiel, wenn der Preis einer Sicherheit, die in einem Aufwärtstrend war, unter einen 50-Perioden-gleitenden Durchschnitt fällt, wie in Abbildung 4, ist es ein Zeichen, dass der Aufwärtstrend umgekehrt werden kann. Das andere Signal einer Trendumkehr ist, wenn ein gleitender Durchschnitt einen anderen durchquert. Zum Beispiel, wie Sie in Abbildung 5 sehen können, wenn der 15-tägige gleitende Durchschnitt über dem 50-Tage-gleitenden Durchschnitt übergeht, ist es ein positives Zeichen dafür, dass der Preis beginnen wird zuzunehmen. Sind die bei der Berechnung verwendeten Perioden relativ kurz, z. B. 15 und 35, so könnte dies eine kurzfristige Trendumkehr signalisieren. Auf der anderen Seite, wenn zwei Durchschnitte mit relativ langen Zeitrahmen überqueren (zB 50 und 200), wird dies verwendet, um eine langfristige Trendverlagerung vorzuschlagen. Ein weiterer wichtiger Weg, um die Durchschnitte zu nutzen, ist die Identifizierung von Unterstützungs - und Widerstandsniveaus. Es ist nicht ungewöhnlich, einen Vorrat zu sehen, der fiel, stoppen seinen Niedergang und umgekehrte Richtung, sobald er die Unterstützung eines großen gleitenden Durchschnittes trifft. Ein Umzug durch einen großen gleitenden Durchschnitt wird oft als Signal von technischen Händlern verwendet, dass der Trend umgekehrt wird. Zum Beispiel, wenn der Preis durch den 200-Tage-gleitenden Durchschnitt in einer Abwärtsrichtung bricht, ist es ein Signal, dass der Aufwärtstrend umgekehrt ist. Durchgehende Durchschnitte sind ein leistungsfähiges Werkzeug, um den Trend in einer Sicherheit zu analysieren. Sie bieten nützliche Unterstützung und Widerstandspunkte und sind sehr einfach zu bedienen. Die häufigsten Zeitrahmen, die bei der Erstellung von gleitenden Durchschnitten verwendet werden, sind die 200-Tage-, 100-Tage-, 50-Tage-, 20-Tage - und 10-Tage-Tage. Der 200-Tage-Durchschnitt wird als ein gutes Maß für ein Handelsjahr, ein 100-Tage-Durchschnitt von einem halben Jahr, ein 50-Tage-Durchschnitt von einem Vierteljahr, ein 20-Tage-Durchschnitt von einem Monat und 10 - Tag durchschnittlich zwei Wochen. Durchgehende Mittelwerte helfen technischen Händlern, etwas von dem Lärm zu glätten, das in den täglichen Preisbewegungen gefunden wird, was den Händlern einen klareren Blick auf die Preisentwicklung gibt. Bisher haben wir uns auf die Preisbewegung konzentriert, durch Diagramme und Durchschnitte. Im nächsten Abschnitt, schauen Sie sich einige andere Techniken verwendet, um Preisbewegung und Muster zu bestätigen. Moving Average Crossovers Moving durchschnittliche Crossover sind eine gemeinsame Art und Weise Händler können Moving Averages verwenden. Eine Überkreuzung tritt auf, wenn ein schnellerer gleitender Durchschnitt (d. h. eine kürzere Periode Moving Average) entweder über einen langsameren Moving Average (d. h. einen längeren Periode Moving Average) kreuzt, der als ein bullish Crossover oder unterhalb eines als bärischer Crossover betrachtet wird. Die Tabelle unten von der SampP Depository Receipts Exchange Traded Fund (SPY) zeigt die 50-Tage-Simple Moving Average und die 200-Tage-Simple Moving Average dieses Moving Average Paar wird oft von großen Finanzinstituten als eine lange Reichweite Indikator der Marktrichtung betrachtet : Beachten Sie, wie die langfristige 200-Tage-Simple Moving Average in einem Aufwärtstrend ist dies oft als ein Signal, dass der Markt ist ziemlich stark interpretiert interpretiert. Ein Händler könnte erwägen, wenn der kürzere 50-Tage-SMA über die 200-Tage-SMA kreuzt und im Gegensatz dazu ein Händler in Betracht ziehen kann, wenn der 50-Tage-SMA unter der 200-Tage-SMA kreuzt. In der obigen Grafik des SampP 500 wären beide potenziellen Kaufsignale äußerst rentabel gewesen, aber das eine potenzielle Verkaufssignal hätte einen kleinen Verlust verursacht. Denken Sie daran, dass die 50-Tage-200-Tage-Simple Moving Average Crossover eine sehr langfristige Strategie ist. Für jene Händler, die mehr Bestätigung wünschen, wenn sie Moving Average Crossover verwenden, könnte die 3 Simple Moving Average Crossover Technik verwendet werden. Ein Beispiel hierfür ist in der unten aufgeführten Tabelle von Wal-Mart (WMT) gezeigt: Die 3 Simple Moving Average Methode könnte wie folgt interpretiert werden: Die erste Crossover der schnellsten SMA (im Beispiel oben, der 10-Tage-SMA) Über die nächstschnellste SMA (20-Tage-SMA) fungiert als Warnung, dass die Preise vielleicht Trend umkehren könnten, in der Regel ein Händler würde nicht einen tatsächlichen Kauf oder Verkauf bestellen dann. Danach könnte der zweite Crossover der schnellsten SMA (10-Tage) und der langsamste SMA (50-Tage) einen Händler zum Kauf oder Verkauf auslösen. Es gibt zahlreiche Varianten und Methoden für die Verwendung der 3 Simple Moving Average Crossover-Methode, einige sind unten bereitgestellt: Ein konservativer Ansatz könnte sein, bis die mittlere SMA (20-Tage) über die langsamer SMA (50-Tage) überquert, aber das Ist im Grunde ein zwei SMA Crossover Technik, nicht eine drei SMA Technik. Ein Händler könnte eine Geld-Management-Technik für den Kauf einer halben Größe, wenn die schnelle SMA überquert die nächste schnellste SMA und dann geben Sie die andere Hälfte, wenn die schnelle SMA über die langsamere SMA überquert. Anstelle von Hälften, kaufen oder verkaufen ein Drittel einer Position, wenn die schnelle SMA überquert die nächste schnellste SMA, ein weiteres Drittel, wenn die schnelle SMA überquert die langsame SMA und das letzte Drittel, wenn die zweitschnellste SMA über die langsame SMA überquert . Eine Moving Average Crossover-Technik, die 8 Moving Averages (exponentiell) verwendet, ist die Moving Average Exponential Ribbon Indicator (siehe: Exponential Ribbon). Moving Average Crossovers werden oft Werkzeuge von Händlern angesehen. In der Tat sind Crossover oft in den beliebtesten technischen Indikatoren enthalten, einschließlich der Moving Average Convergence Divergence (MACD) Indikator (siehe: MACD). Andere gleitende Durchschnitte verdienen eine sorgfältige Berücksichtigung in einem Handelsplan: Die oben genannten Informationen dienen nur zu Informationszwecken und Unterhaltungszwecken und stellen keine Handelsberatung oder eine Aufforderung zum Kauf oder Verkauf von Aktien-, Options-, Zukunfts-, Waren - oder Forex-Produkten dar. Die Wertentwicklung in der Vergangenheit ist nicht unbedingt ein Hinweis auf die zukünftige Wertentwicklung. Der Handel ist inhärent riskant. OnlineTradingConcepts haftet nicht für irgendwelche besonderen oder Folgeschäden, die durch die Nutzung oder die Nichtbenutzung, die Materialien und Informationen auf dieser Website entstehen. Siehe vollständiger Haftungsausschluss. Einfache Verschiebung Durchschnitt - SMA BREAKING DOWN Einfacher Moving Average - SMA Ein einfacher gleitender Durchschnitt ist anpassbar, da er für eine andere Anzahl von Zeiträumen berechnet werden kann, einfach durch Hinzufügen des Schlusskurses der Sicherheit für eine Anzahl von Zeit Perioden und teilt diese Summe dann um die Anzahl der Zeiträume, die den Durchschnittspreis der Sicherheit über den Zeitraum gibt. Ein einfacher gleitender Durchschnitt glättet die Volatilität und macht es einfacher, die Preisentwicklung eines Wertpapiers zu sehen. Wenn der einfache gleitende Durchschnitt aufblickt, bedeutet dies, dass der Sicherheitspreis steigt. Wenn es nach unten zeigt, bedeutet dies, dass der Wert der Sicherheit abnimmt. Je länger der Zeitrahmen für den gleitenden Durchschnitt, desto glatter der einfache gleitende Durchschnitt. Ein kürzerfristiger gleitender Durchschnitt ist volatiler, aber sein Lesen ist näher an den Quelldaten. Analytische Bedeutung Durchgehende Durchschnitte sind ein wichtiges analytisches Instrument, um die aktuellen Preisentwicklungen und das Potenzial für eine Veränderung eines etablierten Trends zu identifizieren. Die einfachste Form der Verwendung eines einfachen gleitenden Durchschnittes in der Analyse ist es, um schnell zu identifizieren, ob eine Sicherheit in einem Aufwärtstrend oder Abwärtstrend ist. Ein weiteres beliebtes, wenn auch etwas komplexeres analytisches Werkzeug ist es, ein Paar einfacher gleitender Durchschnitte zu vergleichen, wobei jeder unterschiedliche Zeitrahmen abdeckt. Wenn ein kurzfristiger einfacher gleitender Durchschnitt über einem längerfristigen Durchschnitt liegt, wird ein Aufwärtstrend erwartet. Auf der anderen Seite signalisiert ein langfristiger Durchschnitt über einem kürzeren Durchschnitt eine Abwärtsbewegung im Trend. Beliebte Trading Patterns Zwei beliebte Trading-Muster, die einfache gleitende Durchschnitte verwenden, gehören das Todeskreuz und ein goldenes Kreuz. Ein Todeskreuz tritt auf, wenn der 50-tägige, einfach gleitende Durchschnitt unter dem 200-Tage-Gleitender Durchschnitt liegt. Dies gilt als bärisches Signal, dass weitere Verluste auf Lager sind. Das goldene Kreuz tritt auf, wenn ein kurzfristiger gleitender Durchschnitt über einen langfristig gleitenden Durchschnitt bricht. Verstärkt durch hohe Handelsvolumina, kann dies signalisieren weitere Gewinne sind in store. SP Rubrik Pattern Predictor mit OHLC und Simple Moving Averages Das Rubrik Pattern Predictor definiert Muster durch den Vergleich der Ebenen der Eingabe-Features, bewertet Kandidaten Muster über eine nachlaufende Modellierung Zeitraum und verwendet die Muster, die historisch erfolgreich waren. Die Musteraufbauphase wird alle n Balken wiederholt. Inspiration für das Rubrik Pattern Predictor kam aus dem Adaptrade Price Pattern Strategies und Price Action Lab. Die erste Version macht eine zufällige Suche nach historisch rentablen Mustern. Der Grund für die zufällige Suche ist, dass ich alle Komponenten in Platz bringen wollte und sehen, ob es vielversprechend vor der Umsetzung anderer Suchalgorithmen aussah. Das Modell, das I8217m zeigen wird, ist völlig unoptimiert in dem Sinne, dass I8217ve keinen Versuch gemacht hat, Eingaben zu finden, die überlegene Ergebnisse liefern. Unter der Kapuze macht der Rubrik Pattern Predictor eine riesige Menge an Optimierung Walk-Forward. Wie bei allen Predictoren, die ich gebaut habe, sehen Sie die hypothetischen Ergebnisse nicht über die Modellierungsperiode. Der Rubrik Pattern Predictor ist ein Add-In für Dakota 3 geschrieben in C. Die Grunzen Arbeit wird parallel auf die verfügbaren Computer-System Kerne ausgeführt. Derzeit kann es nur die CPU8217s auf 1 Computer nutzen. So etwas würde von einer verteilten Verarbeitung profitieren. SP nicht bereinigte tägliche Futures-Daten werden von 121983 geladen. Abbildung 1. SP Non-Adjusted Futures-Daten Das System ist so konfiguriert, dass sie am Ende des Marktes am Börsentag nach dem Tag der Aktualisierung des Systems gehandelt wird. Es wurden keine Handelskosten angewandt. Abbildung 2. Equity-Einstellungen Die Eingänge sind die day8217s offen, hoch, niedrig, schließen und ein 5, 10 und 20 Periode einfacher gleitender Durchschnitt des nahen. Das Ziel ist die letzte Variable, die auf der Registerkarte Dakota 3 Indikatoren aufgeführt ist und ist der ReturnsIndex des Verschlusses. Beachten Sie, dass die Eingänge beginnen, nachdem die gehandelten Wertpapiere offen, hoch, niedrig und nahe sind. Das ist, warum die offenen, hohen, niedrigen und engen erscheinen zweimal in der Liste der Variablen. Abbildung 3. Eingabe - und Zielvariablendefinitionen. Im nächsten Bildschirmanzeige sehen Sie, dass die Max. Eingangstiefe auf 5 eingestellt ist. Wir verwenden die aktuellsten 5 Zeilen von Eingängen, um unser Feature-Set zu erstellen. Insgesamt gibt es 5 x 7 35 Features, die dem Algorithmus für den Aufbau von Mustern zur Verfügung stehen. Eine Musterbedingung vergleicht 2 Funktionen mit dem gt-Operator. I8217ve Setup der Rubrik Pattern Predictor, so dass es von anderen Operatoren Gebrauch machen kann, aber I8217m nur mit dem größeren als Betreiber für diese Version. Ein Beispiel Muster Zustand ist: Close0 gt SMA (Close, 5) 2 Die Beispielbedingung erfordert, dass der letzte Schlusskurs größer als der einfache gleitende Durchschnitt der engen 2 Zeilen zurück ist. Rubrik Muster bestehen aus 1 oder mehr Bedingungen. Das Muster tritt auf, wenn alle Bedingungen erfüllt sind. Der Rubrik Pattern Predictor wird als Teil des ATS Pattern Predictor Signal Generators für Dakota 3 zur Verfügung stehen. Früher nannte man die KNN Predictors und CPredictor in Dakota 2. In dem Bild unten sehen Sie, dass wir nur 1 bot im Schwarm und we8217re nicht haben Die Schwarmanpassung nutzen. Dieses System dauerte etwa 4 Stunden zu Fuß vorwärts. Laufen 15 Bots wäre sinnvoll, weil es die Vielfalt erhöhen würde. Dies würde jedoch das 15-fache der Bearbeitungszeit erfordern. Wenn ich ein Produktionsmodell baue, das auf dem Rubrik Pattern Predictor basiert, werde ich 15 Bots verwenden. Es würde zwischen 2 und 3 Tage dauern, um ein System von 15 Bots vorwärts zu gehen auf einem Dual-Core-Prozessor mit 3Ghz. Abbildung 4. Schwarm-Einstellungen Im nächsten Bild sehen wir die meisten Einstellungen für den Rubrik-Pattern-Predictor. Abbildung 5. Rubrik Pattern Predictor Einstellungen Es folgt eine Erläuterung der einzelnen Einstellungen. Modellierungszeitraum. Die Modellierungsperiode definiert die Anzahl der Merkmalsets, die vom Rubrik Pattern Predictor für die Musteranpassung verwendet werden. Die Modellierungsperiode verfolgt die Bar, die gerade verarbeitet wird. Es wird nicht sofort die aktuelle Bar gefolgt, weil Daten für die Max Trade Period, Trading Delay und potenziell für die Detrending der Zielvariable benötigt werden. Max. Eingangstiefe. Die Anzahl der Eingabezeilen, die verwendet werden, um den Satz von Merkmalen für das Mustergebäude zu bilden. Mindestbedingungen. Die minimale Anzahl von Bedingungen, die verwendet werden, um ein Muster zu bilden. Max. Bedingungen. Die maximale Anzahl der Bedingungen, die verwendet werden, um ein Muster zu bilden. Mininstanzen Die Mindestanzahl, wie oft ein Kandidatenmuster während des für die Verwendung zu berücksichtigenden Modellierungszeitraums aufgetreten sein muss. Max Instanzen. Die maximale Anzahl, wie oft ein Kandidatenmuster während des Modellierungszeitraums aufgetreten ist. Wenn es mehr Musterinstanzen als die Max Instanzen gab, dann wird das Muster nicht für den Gebrauch betrachtet. Die Min-Gain-, Max-Loss-, Min-Win-Rate, Min-Profit-Faktor und Max Trade Period werden bei der Bewertung der Performance eines gegebenen Musters über die Modellierungsperiode verwendet. Hypothetische Gewinne und Verluste werden unter Verwendung der abgetrennten Zielreihe berechnet, wenn die Detrend-Periode größer als 1 ist, ansonsten werden sie mit der Zielserie berechnet. Beachten Sie, dass die abgetrennte Zielserie eine kleinere Varianz als die Zielserie hat. Die Dakota 3 Handelsverzögerung (Projektsignal von) und ausgewählte gehandelte Serien (Open oder Close) gelten, um sie so realistisch wie möglich zu halten. Min Gain. Hypothetische Trades, für eine gegebene Instanz eines Musters, sind geschlossen, wenn der Gewinn im Eigenkapital die Min Gain erreicht oder überschreitet. Max. Verlust Hypothetische Trades, für eine gegebene Instanz eines Musters, sind geschlossen, wenn der Eigenkapitalverlust den Max Loss übersteigt. Min. Gewinnrate. Bei der Auswertung eines Musters über die Modellierungsperiode muss die hypothetische Anzahl der Gewinner, dividiert durch die Anzahl der Trades, größer oder gleich der Min Win Rate für das zu berücksichtigende Muster sein. Min. Gewinnfaktor. Bei der Auswertung eines Musters über die Modellierungsperiode muss die hypothetische Summe der gewinnbringenden Trades, dividiert durch den absoluten Wert der Summe der verlierenden Trades, größer oder gleich dem Min-Profit-Faktor für das zu betrachtende Muster sein. Max. Handelszeitraum. Die maximale Zeit, in der ein hypothetischer Handel offen sein kann. Die Max-Trade-Periode gilt auch bei der Vorwärts-Erstellung von tatsächlichen Handelssignalen. Detrend Zeitraum. Die Periode des zentrierten einfachen gleitenden Durchschnitts, der verwendet wird, um die Zielreihe zu verrengen. Zukünftige Versionen werden vermutlich einen qualitativ hochwertigen digitalen Filter verwenden oder zumindest alternativ einen besseren digitalen Filter bieten. Auswertung Algo. Es stehen zwei Methoden zur Bewertung von Kandidatenmustern über die Modellierungsperiode zur Verfügung. Die erste betrachtet die hypothetische Leistung jedes Musterinstanzes nur und die zweite untersucht auch den Durchschnitt der Eigenkapitalkurven nach jeder Instanz eines gegebenen Musters. Die verbleibenden Parameter für das Rubrik Pattern Predictor erscheinen im Bild unten. Abbildung 6. Rubrik Pattern Predictor Einstellungen (Fortsetzung) Exit Rule. Der Systemhandel kann auf Basis eines Gewinnziels, eines geplanten Gewinns oder einer projizierten Dauer geschlossen werden. Die Exit-Regel gilt nicht bei der Auswertung von Musterinstanzen, sondern gilt nur für die tatsächlichen Systemhandels-Signale, die zu Fuß gehen. Wenn die Trades mit einem Gewinnziel ausgegeben werden, dann wird der Gewinn mit der Zielserie berechnet. Gewinnziel. Das Gewinnziel, das verwendet wird, wenn der Systemhandel mit der Profit-Target-Methode geschlossen wird. Der Gewinn wird in Einheiten der Zielreihe sein, die die endgültige Serie ist, die auf der Registerkarte Dakota 3 Indikatoren definiert ist. Die Handelsverzögerung gilt. Stop-Loss Wenn der Stopp-Verlust auf True gesetzt ist, wird der System-Trades geschlossen, wenn der Handelsverlust den vom Benutzer angegebenen Stop-Loss-Betrag übersteigt. Der Gewinn wird mit der Zielserie berechnet. Die Handelsverzögerung gilt. Verlängern Sie Trades. Wenn Extend Trades auf True gesetzt ist, können neue Muster die Dauer der aktuellen Handelsposition potenziell verlängern. Iterationen Die Anzahl der Muster, die während der Musteraufbauphase erstellt und ausgewertet werden sollen. Verzögerungszeitraum. Die Anzahl der Stäbe zu Fuß vor dem Bau eines neuen Satzes von Mustern. Randomisieren retrain Wenn Randomize Retrain auf True gesetzt ist, dann wird die Retrain-Periode zufällig zwischen 0,75 und 1,25 mal der Retrain-Periode variieren. Die Eigenkapitalkurve erscheint im Bild unten. Abbildung 7. Eigenkapitalkurve Es dauert knapp über 8 Jahre Daten, bevor das erste Handelssignal generiert werden kann. Die gesamte Aktienkurve ist out-of-sample. It8217s nicht brillant, aber es8217s sehr vielversprechend und it8217s frühen Tagen. Ich habe einen anderen Lauf dieses Systems und eine sehr ähnlich geformte Eigenkapitalkurve produziert. Heute Abend plane ich 10.000.000 Iterationen zu sehen, ob die Ergebnisse sich verbessern oder nicht. Die Handelsstatistiken folgen. Abbildung 8. Handelsstatistik Beachten Sie, dass die Zeit in Position größer als 73.55 ist, da die 8-Jahres-Periode, in der keine Signale ausgegeben werden, Der nächste Schritt wird sein, um mit genetischen Programmierung zu versuchen, hoffentlich, bessere Ergebnisse schneller zu produzieren. Nachnavigation