fx마진 이동 평균 조정
- 5월 24, 2017
- by
전략의 필요에 따라 이동 평균을 조정하는 능력은 상인에게 돈을 잃어 버리는 성공적인 거래자를 결정하는 것입니다.
이 기사에서는 이동 평균을 조정하고 성공적인 거래자가되는 방법을 알려줍니다.
이동 평균을 기반으로 전략을 거래하는 경우 현재 가격을 추적하기 위해 이동 평균을 조정하는 어려움을 알고 있습니다.
너무 많은 기간으로 인해 이동 평균이 너무 느려서 유효한 신호를 생성하기 위해 가격
이동에 너무 느리게 움직일 수 있고, 너무 적은 기간으로 이동 평균을 너무 빨리 가격에 반동시킬 수 없기
때문에 정확한 기간을 선택하는 것은 일정한 시행 착오의 문제입니다 많은 거짓 신호를 만드는 이상치.
이 기사는 이동 평균을 조정하여 현재 가격 움직임을 가능한 한 가깝게 추적하지만 평균화의 이점을 희생하지 않도록 도움을줍니다.
단순, 가중 및 지수 이동 평균
대부분의 거래자는 거래에 간단한 이동 평균 (SMA)을 사용하여 시작합니다.
이것이 가장 일반적인 이동 평균이지만, 현재 시장 환경에서 더 나은 결과를 얻을 수 있는 다른 유형의 이동 평균 이 있습니다.
우선, 가중 이동 평균 (WMA)이 있습니다. WMA는 각 기간에 요인을 곱하고 마지막 기간에 가장
큰 요인을 사용하고 각 선행 기간에 대해 지속적으로 감소하는 요소를 사용합니다.
5 기간 이동 평균의 경우 첫 번째 날은 5를 곱하고 두 번째 날은 4를 곱하는 식으로 계속됩니다.
이동 평균을 계산하는이 방법은 최근의 가격 이동에 더 중점을 둡니다.
최근 가격 움직임을 더욱 강조하기 위해 지수 이동 평균 (EMA)을 사용할 수 있습니다.
EMA는 WMA와 유사하게 작동하지만 지수 함수를 대신 사용합니다.
적응 형 이동 평균
적응 형 이동 평균은 이동 평균을 가격에 가깝게 유지하면서 단일 외주 값을 무시하려는 시도로 개발되었습니다.
적응 형 이동 평균은 이동 평균을 가격에 가깝게 유지하면서 단일 외주 값을 무시하려는 시도로 개발되었습니다.
가장 일반적인 적응 이동 평균 중 하나는 Kaufman의 적응 이동 평균 (KAMA)으로, 발명자 인 Perry Kaufman이 있습니다.
단일 외주 값을 무시하기 위해 KAMA는 효율성 비율을 사용하여 가격이 얼마나 연속적으로 움직이는 지 결정합니다.
단일 외주 값을 무시하기 위해 KAMA는 효율성 비율을 사용하여 가격이 얼마나 연속적으로 움직이는 지 결정합니다.
기간이 이전 기간과 완전히 일치하면 효율 비율 1을받습니다. 기간이 다른 모든 기간과 관련하여
완전히 일치하지 않으면 효율 등급 0을받습니다.이 효율 등급은 곱해집니다 그로 인해 평온한 가격 움직임에서
이탈 한 기간의 영향을 필터링하고 부드럽게 가격 움직임에 일치하는 기간의 영향을 강조합니다.
다른 적응 이동 평균은 KAMA와 유사한 개념을 사용합니다.
어떤 이동 평균을 사용해야합니까?
거래자들은 수십 년 동안 사용할 이동 평균에 대해 토론 해 왔습니다.
거래자들은 수십 년 동안 사용할 이동 평균에 대해 토론 해 왔습니다.
모든 유형의 이동 평균에는 자체 강점과 약점이 있습니다.
가중치와 지수 이동 평균은 가격 변화에 가장 민감하지만 가장 잘못된 신호를 생성합니다.
간단한 이동 평균 및 특히 적응 이동 평균은 잘못된 신호가 거의없는 직선을 만드는 데 가장 좋습니다.
간단한 이동 평균 및 특히 적응 이동 평균은 잘못된 신호가 거의없는 직선을 만드는 데 가장 좋습니다.
다른 한편, 단순 이동 평균은 가격 방향의 변화에 반응하는 데 가장 오래 걸립니다.
그러므로 사용할 이동 평균의 유형은 결정과 위험 허용차에 크게 좌우됩니다.
현재 이동 평균에 어려움을 겪고있는 경우 이해해야 할 중요한 점은 사용 된 마침표와
같은 설정을 끝없이 수정하면 반드시 더 나은 결과를 얻는 데 반드시 도움이되지 않는다는 것입니다.
그러한 것들은 오직 사후에서 차이를 만듭니다. 미래의 움직임에 사용할 기간을 미리 모르기 때문에이 실험의 유용성은 제한적입니다.
당신은 당신이 사용하는 이동 평균의 유형을 간단하게 조정함으로써 더 큰 영향을 줄 수 있습니다.
거짓 신호가 많으면 KAMA 나 단순 이동 평균과 같은 적응 형 이동 평균으로 전환하는 것이 좋습니다.
신호가 너무 늦어지면 지수 또는 가중 이동 평균을 사용하는 것이 좋습니다.
이러한 조정은 간단하고 유용하며 필요한 결과를 얻는 데 보장됩니다.
이는 이동 평균에 대해 완벽한 숫자 를 찾으려는 실험에 비해 더 좋습니다 .
0 개의 댓글:
댓글 쓰기