Least Quadrate Gleitende Durchschnittliche Formel

8.5 Endpunkt Gleitender Durchschnitt Der Endpunkt Gleitender Durchschnitt (EPMA) legt einen Durchschnittspreis fest, indem er eine Gerade der kleinsten Quadrate (siehe Lineare Regression) über die letzten N Tage schließt und den Endpunkt der Linie (dh die Linie wie letztes) annimmt Tag) als Durchschnitt. Diese Berechnung wird durch eine Reihe von anderen Namen, einschließlich der kleinsten Quadrate gleitenden Durchschnitt (LSQMA), bewegte lineare Regression und Zeitreihenvorhersage (TSF). Joe Sharprsquos ldquomodified bewegt averagerdquo ist die gleiche Sache zu. Die Formel endet als ein einfacher gewichteter Durchschnitt der vergangenen N Preise, mit Gewichten gehen von 2N-1 bis - N2. Dies ist leicht aus den Formeln der kleinsten Quadrate abgeleitet, aber nur auf der Gewichtung der Verbindung zu den kleinsten Quadraten ist überhaupt nicht offensichtlich. Wenn p1 ist heute rsquos schließen, p2 yesterdays, etc, dann Die Gewichte sinken um 3 für jeden älteren Tag, und gehen für das älteste Drittel der N Tage negativ. Die folgende Grafik zeigt, dass für N15. Die Negative bedeuten, der Durchschnitt ist ldquooverweightrdquo auf die jüngsten Preise und kann Überschreitung Preisaktion nach einem plötzlichen Sprung. Im Allgemeinen jedoch, weil die gepaßte Linie bewusst durch die Mitte der neuen Preise geht, die EPMA neigt, in der Mitte der neuen Preise zu sein, oder eine Projektion von, wo sie schien, zu trimmen. Itrsquos interessant, die EPMA mit einem einfachen SMA zu vergleichen (siehe Simple Moving Average). Ein SMA zieht eine horizontale Linie durch die Vergangenheit N Tage Preise (ihre Mittel), während die EPMA eine schräge Linie zeichnet. Die Trägheitsanzeige (siehe Trägheitsmoment) nutzt die EPMA. Kevin Ryde Chart ist freie Software, die Sie es neu verteilen können, und es unter den Bedingungen der GNU General Public License zu ändern, wie sie von der Free Software Foundation Version 3 veröffentlicht wird, oder (Nach Ihrer Wahl) jede spätere Version. Moving Averages Stuff Motiviert per E-Mail von Robert B. Ich erhalte diese E-Mail fragen über die Hull Moving Average (HMA) und. Und du hast noch nie davon gehört. Uh. Stimmt. In der Tat, wenn ich gegoogelt entdeckte ich viele gleitende Durchschnitte, die Id noch nie gehört, wie: Zero Lag Exponential Moving Average Wilder Gleitender Durchschnitt Least Square Gleitender Durchschnitt Dreieckig Gleitender Durchschnitt Adaptiver Gleitender Durchschnitt Jurik Gleitender Durchschnitt. Also dachte ich wed reden über bewegte Durchschnitte und. Havent Sie getan, dass vor, wie hier und hier und hier und hier und. Ja, ja, aber das war, bevor ich von all diesen anderen bewegenden Durchschnitten wusste. Tatsächlich waren die einzigen, mit denen ich spielte, diese, wobei P 1. P 2. P n die letzten n Aktienkurse sind (wobei P n die jüngste ist). Ein einfacher gleitender Mittelwert (SMA) (P 1 P 2, P n) K mit K n. Gewichteter gleitender Mittelwert (WMA) (P 1 2 P 2 3 P 3 n P n) K, wobei K (12 n) n (n 1) 2 ist. Exponential Moving Average (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) K wobei K 1 945945 2 ist. 1 (1-945). Whoa Ive nie gesehen, dass EMA Formel vor. Ich habe immer thoguht es war. Yeah, seine normalerweise anders geschrieben, aber ich wollte zeigen, dass diese drei ähnliche Rezepte haben. (Siehe das EMA-Material hier und hier.) Tatsächlich sehen sie alle folgendermaßen aus: Wenn alle Ps gleich sind, z. B. Po, dann ist der gleitende Durchschnitt gleich Po. Und das ist der Weg, den jeder sich selbst respektierende Durchschnitt verhalten sollte. Also, was ist am besten definieren am besten. Hier sind ein paar gleitende Durchschnitte, die versuchen, eine Reihe von Aktienkursen, die in einer sinusoidalen Mode variieren verfolgen: Aktienkurse, die eine Sinuskurve folgen Wo haben Sie eine Aktie wie das finden Sie beachten, dass die häufig verwendete gleitende Mittelwerte (SMA, WMA Und EMA) ihr Maximum später als die Sinuskurve erreichen. Thats lag und. Aber was ist mit dem HMA-Kerl. Er sieht ziemlich gut aus, und das ist es, worüber wir sprechen wollen. Tatsächlich. Und was ist das 6 in HMA (6) und ich sehe etwas namens MMA (36) und. Geduld. Hull Moving Average Wir beginnen mit der Berechnung des 16-Tage-Weighted Moving Average (WMA) wie folgt: 1 WMA (16) (P 1 2 P 2 3 P 3 16 P n) K mit K 12 16 136. Obwohl es schön ist Und smoooth, itll haben einen lag größer als wed wie: Also schauen wir uns die 8-Tage-WMA an: Ich mag es ja, folgt es den Preisvariationen ganz schön. Aber theres mehr. Während WMA (8) auf neuere Preise schaut, hat es immer noch eine Verzögerung, so dass wir sehen, wie viel die WMA hat sich geändert, wenn von 8-Tage bis 16-Tage. Dieser Unterschied würde so aussehen: In gewissem Sinne gibt dieser Unterschied einige Hinweise darauf, wie sich WMA verändert. (8) - WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16) addieren wir diese Änderung zu unserer früheren WMA (8). MMA Warum nennen es MMA Ich stottern. Wie auch immer, MMA (16) würde so aussehen: Ill nehmen Sie Geduld. es gibt mehr. Jetzt stellen wir die magische Transformation vor und bekommen. Ta-DUM Das ist Rumpf Ja. Wie ich es verstehe Aber was ist das magische Ritual Nachdem wir eine Reihe von MMAs mit den 8-Tage - und 16-Tage-gewichteten gleitenden Durchschnitten erzeugt haben, starren wir aufmerksam auf diese Sequenz von Zahlen. Dann berechnen wir die WMA in den letzten vier Tagen. Das ergibt den Hull Moving Average, den wir HMA nennen (4). Huh 16 Tage dann 8 Tage dann 4 Tage. Werfen Sie eine Münze zu sehen, wie viele. Sie wählen eine Anzahl von Tagen aus, wie n 16. Dann schauen Sie sich WMA (n) und WMA (n2) an und berechnen MMA 2 WMA (n2) - WMA (n). (In unserem Beispiel, das ist 2 WMA (8) - WMA (16).) Dann berechnen Sie WMA (sqrt (n)) mit nur den letzten sqrt (n) Zahlen aus der MMA-Serie (In unserem Beispiel thatd zu berechnen Ein WMA (4), unter Verwendung der MMA-Reihe.) Und für das lustige SINE Diagramm Howd es tun So wheres das Spreadsheet Im, das noch an ihm arbeitet: MA-stuff. xls Sein interessant, zu sehen, wie die verschiedenen bewegenden Durchschnitte auf Spitzen reagieren: Ist HMA wirklich ein gewichteter gleitender Durchschnitt Nun können wir sehen: Wir haben: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3 8 P n) 36 - (P 1 2 P 2 3 P 3 16 P n) 136 oder MMA 2 (136) - (1136) P 1 2 P 2 8 P 8 - (1136) 9 P 9 10 P 10. 16 P 16 Aus gesundheitlichen Gründen schreibe dies bitte so: (1136) K für K 1, 2, 8 und wk - (1136) K, wobei wk 2 (136) - (1136) K für K 1, 2, 8 und wk - (1136) K ist Für K 9, 10. 16. Dann haben wir das magische Quadratwurzelritual (wobei sqrt (16) 4) (wir erinnern uns, dass P 16 der jüngste Wert ist) HMA die 4-tägige WMA der oben genannten MMAs (W & sub1; P & sub1; w & sub2; P & sub2 ;. (W & sub1; P & sub1; & sub1; P & sub1; & sub2; P & sub1; & sub6; W 16 P 13) 10 (unter Hinweis darauf, dass 1234 10). Huh P 0. P -1. Was. Die MMA (16) verwendet die letzten 16 Tage, zurück zum Preis rufen P 1 an. Wenn wir den 4-Tage-gewogenen Mittelwert von ihnen Thar-MMA berechnen, gut mit gestern s MMA (und das geht zurück 1 Tag vor P 1) und am Tag davor, die MMA geht zurück zu 2 Tage vor P 1 und den Tag Vor, dass. Okay, so dass Sie rufen sie Preise P 0. P -1 etc. etc. Du hast es. So ein 16-Tage-HMA verwendet tatsächlich Informationen, die zurück geht mehr als 16 Tage, rechts Du hast es. Aber es gibt negative Gewichte für sie alte Preise Ist das legal Der Beweis ist in der. Ja ja. Der Beweis ist im Pudding. Also, was macht die Tabelle so weit es sieht so aus: (Klicken Sie auf das Bild zum herunterladen.) Sie können wählen, eine SINE-Serie oder eine RANDOM Reihe von Aktienkursen. Für letztere, jedes Mal, wenn Sie auf eine Schaltfläche klicken, erhalten Sie eine andere Menge von Preisen. Dann können Sie die Anzahl der Tage: das ist unser n. (Beispielsweise haben wir für unser Beispiel n 16 verwendet.) Wenn Sie sich für die SINE-Serie entscheiden, können Sie Spikes einführen und diese entlang des Diagramms verschieben. so was . Beachten Sie, dass wir mit n 16 und n 36 (im Bild der Tabellenkalkulation) n2 und sqrt (n) beide ganze Zahlen verwenden. Wenn Sie so etwas wie n 15 verwenden, verwendet die Kalkulationstabelle den INT-eger-Teil von n2 und sqrt (n), nämlich 7 und 3. So ist der Hull Moving Average die beste Definition am besten. Was ist mit dem Jurik Durchschnitt ich weiß nichts davon. Es proprietär und du musst zahlen, um es zu benutzen. Jedoch können wir mit gleitenden Durchschnitten spielen. Ein anderer gleitender Durchschnitt Angenommen, anstelle des gewichteten gleitenden Durchschnitts (wobei die Gewichte proportional zu 1, 2, 3 sind). Wir verwenden das magische Hull-Ritual mit dem Exponential Moving Average. Das heißt, wir betrachten: MAg 2 EMA (n2) - EMA (n) MAg Ja, das ist M oving A verage g immick oder M oving A veree g eneralized or M oving A verage g rand or. Oder M oving A verage g ummy Lohnaufmerksamkeit Wir wählen unsere Lieblingszahl von Tagen, wie n 16, und berechnen MAg (n, 945, k) 945 EMA (nk) - (1-945) EMA (n). Wir können mit 945 und k spielen und sehen, was wir bekommen: Zum Beispiel, hier sind ein paar MAgs (wo waren 16 Tage bleiben, aber die Werte von 945 und k): MAg (16) 2 EMA (4) - EMA (16) MAE (16) 1.5 EMA (5) - 0.5 EMA (16) Beachten Sie, dass wir, wenn wir k 3 wählen, nk 163 5.333 erhalten, die wir in einfach und einfach ändern. Warum dont Sie Stick mit Hulls Entscheidungen: 945 2 und k 2 Gute Idee. Mi bekommen diese: MAG (16) 2 EMA (8) - EMA (16) Sieht aus wie die Tabelle mit 945 1,5 und k 3. Es tut, nicht Sie haben goof. Wieder Möglich. Also, was über das Quadrat-Root-Ritual Ich lasse das als Übung. Für Sie Okay, beim Spielen mit dieser MAg Sache finde ich, dass Hulls k 2 ziemlich gut funktioniert. So gut bleiben. Allerdings bekommen wir oft einen hübschen Durchschnitt, wenn wir nur ein kleines Stück der Änderung hinzufügen: EMA (n2) - EMA (n). In der Tat, fügen Sie nur einen Bruchteil 946 dieser Änderung. Dies ergibt: MAg (n, 946) EMA (n2) 946 EMA (n & sub2;) - EMA (n). Das heißt, wählen wir 946 0,5 oder vielleicht nur 946 0,25 oder was auch immer und verwenden Sie: Wenn wir zum Beispiel vergleichen unsere gaggle von gleitenden Durchschnitten, wie sie eine STEP-Funktion verfolgen, erhalten wir diese, wo wir hinzufügen (für MAg) nur 946 12 von der Wechsel. Ja, aber was ist der beste Wert der Beta. Bestimmen Sie am besten: Beachten Sie, dass Beta 1 die Option Hull ist. Außer, dass EMAs anstelle von WMAs verwendet wurden. Und Sie lassen das Quadrat-Wurzel-Ding. Äh, ja. Ich habe es vergessen. Hinweis . Die Kalkulationstabelle ändert sich von Stunde zu Stunde. Es sieht jetzt wie folgt aus Etwas zum Spielen Ich habe mir eine Tabelle, die so aussieht. Klicken Sie auf das Bild zum herunterladen. Sie wählen eine Aktie und klicken Sie auf eine Schaltfläche und erhalten ein Jahr im Wert von Tagespreisen. Sie wählen entweder HMA oder MAg, ändern die Anzahl der Tage und, für MAg, den Parameter, und sehen, wenn Sie KAUFEN VERKAUFEN sollten. Wenn Basierend auf welchen Kriterien Wenn der gleitende Durchschnitt in den letzten 2 Tagen DOWN x von seinem Maximum abweicht, kaufst du. (In dem Beispiel, x 1,0) Wenn seine UP y von seinem Minimum in den letzten 2 Tagen, Sie SELL. (Im Beispiel y 1.5) Sie können die Werte von x und y ändern. Taugt es etwas. Diese Kriterien Ich sagte, es war etwas zu spielen. Theres diese andere Glättung Technik genannt Hodrick-Prescott Filter. Mit Hilfe von Ron McEwan, ist es jetzt in diesem Kalkulationstabelle enthalten: Ist es ein gutes Spiel mit ihm. Sie werden bemerken, dass theres ein Parameter, den Sie in Zelle M3 ändern können. Und kauft und verkauft Signale. How to Day Handel mit dem Least Square Moving Average Wie am Tage Handel mit dem Least Square Moving Average Der am wenigsten quadratisch gleitende Durchschnitt (LSMA) berechnet die kleinste Quadrate Regressionsgeraden für die vorangegangenen Zeiträume, so dass nach vorne Projektionen aus der laufenden Periode. Demzufolge hat der Indikator die Fähigkeit, zu identifizieren, was passieren könnte, wenn die Regressionsgerade fortgesetzt wird. Least Squares Moving Average Berechnung Der Indikator basiert auf der Summe der Methode der kleinsten Quadrate, um eine gerade Linie zu finden, die am besten für die gewählte Periode passt. Der Endpunkt der Linie wird aufgetragen, und der Vorgang wird in jeder nachfolgenden Periode wiederholt. Die Formel für die Berechnung der Linie der besten Übereinstimmung ist b (nxy - xy) (nx - (x)) a (y - bx) n wobei n die Anzahl der ausgewählten Datenpunkte ist y der Preis x das Datum a ist Konstante (der Wert, wenn x gleich null ist) b ist die Steigung der Linie Verwendung der kleinsten Quadrate Moving Average Der kleinste Quadrate gleitende Durchschnitt wird hauptsächlich als Crossover-Signal verwendet, um bullische oder bärische Trends zu identifizieren. In der untenstehenden Tabelle haben wir die 1-Minuten-Chart von iPath vom 12. Juli ausgewählt. 2016 und haben die kleinste Quadrate gleitenden Durchschnitt Indikator (blaue Linie) angewendet. Wir haben die Standardeinstellungen von 25 Perioden angewendet - LSMA (25, 0). Least Squares Moving Average Der kleinste Quadrate Moving Average erzeugt Signale, wenn der Preis vom Indikator abweicht. Nun, wie jeder andere gleitende Durchschnitt, müssen wir beurteilen, wann der kleinste Quadrate gleitende Durchschnitt eine Trendänderung anzeigt. Wenn das Signal zu einem Aufwärtstrend zusammen mit Erholung in den Preisen ändert, wird ein Kaufsignal erzeugt. Wenn das Signal zu einem Abwärtstrend zusammen mit einem Preisrückgang wechselt, wird ein Verkaufssignal erzeugt. Zum Beispiel können Sie sehen, diese buysell Signale aus dem gleichen 1-Minuten-Diagramm für iPath hervorgehoben in den blauen und roten Kreisen jeweils. Least Squares Moving Average - 2 Lets kombinieren die kleinsten Quadrate gleitenden Durchschnitt mit den am häufigsten verwendeten einfachen gleitenden Durchschnitt und exponentielle gleitende Durchschnittswerte auf dem gleichen iPath-Diagramm. Allerdings haben wir dieses Mal eine dreiminütige Tabelle ausgewählt, um die Unterschiede zwischen diesen gleitenden Durchschnitten zu bewerten. Um die gleitenden Mittelwerte weiter auszurichten, habe ich den kleinsten Quadrate gleitenden Durchschnitt auf 9 eingestellt. Der exponentielle gleitende Durchschnitt ist orange hervorgehoben, während der einfache gleitende Durchschnitt in rosa hervorgehoben ist. LSMA - Exponentielle und einfache Bewegungsdurchschnitte Wie Sie in der obigen Tabelle sehen können, sind der einfache gleitende Durchschnitt und der exponentielle gleitende Durchschnitt näher an dem Preis im Vergleich zu dem kleinsten quadratischen gleitenden Durchschnitt. Auf der anderen Seite signalisiert der kleinste Quadrate gleitende Durchschnitt die Trends etwas vor den beiden Indikatoren. Sie können dies in der obigen Tabelle sehen, wo der kleinste Quadrate gleitende Durchschnitt zeigt das Aufwärtstrend Signal (das erste Rechteck blau hervorgehoben), vor dem einfachen gleitenden Durchschnitt und exponentiellen gleitenden Durchschnitt (zweite Rechteck auch orange hervorgehoben). Der kleinste Quadrate gleitende Durchschnitt wird auch mit unterschiedlichen Zeitperioden verwendet. Ähnlich wie bei anderen beweglichen Durchschnitten kann die Überkreuzung eines schnelleren gleitenden Durchschnittsindikators mit einem langsameren ein Kauf - oder Verkaufssignal anzeigen. Das LSMA (9, 0) ist blau markiert, während das LSMA (18, 0) orange angezeigt wird. Sie können sehen, dass wir die Verkauf oder kaufen Signale in der Nähe der Frequenzweichen auf der Grundlage der Trends gezeigt haben. LSMA - Exponential und Simple Moving Averages 2 Warum das Least Square Moving Average ist kompliziert für Retail Traders Jetzt müssen Sie denken, dass die Indikator ist besser als die am häufigsten verwendeten Indikatoren wie die SMA und EMA auf der Grundlage der oben beschriebenen Zuschreibung. Relax LSMA hat seine eigenen Schwächen, und gibt falsche Signale wie alle anderen Indikatoren. Tatsächlich könnte der Indikator mehr falsche Signale liefern als seine Gegenstücke, insbesondere wenn er versucht, eine Trendverschiebung zu identifizieren. Sie sehen dies in der unteren drei Minuten QQQ-Diagramm für den 8. Juli und 11. th. 2016. Wir haben zwei falsche Signale in Rot hervorgehoben. Hier sehen Sie, dass der kleinste Quadrate gleitende Durchschnittindikator einen Verkaufstrend zeigt, während die Preise in einem Aufwärtstrend waren. Least Square Moving Durchschnittliche Falschsignale Seien Sie vorsichtig mit den kleinsten Quadraten gleitenden Durchschnittssignalen, wenn die Preise weit von dem Indikator abweichen. Diese große Abweichung sehen wir am 12. Juli in der dreiminütigen Tabelle des QQQ. Der kleinste Quadrate gleitende Durchschnitt zeigt einen Abwärtstrend an, während die Preise steigen. Wide Gaps und Least Squares Moving Average Mehr Verwirrung bei der Kombination der Indikator mit anderen Impulsindikatoren Lets versuchen zu sehen, ob wir die falschen Signale aus dem kleinsten quadratisch gleitenden Durchschnitt durch Kombination mit anderen Indikatoren vermeiden können. Wir haben das Drei-Minuten-Diagramm der ADR vom 6. Juli und 7. Juli. 2016. Wir haben zwei kleinste quadratische Mittelwerte angewendet. Wir haben die LSMA (15, 0) und LSMA (25, 0) ausgewählt. Der LSMA (25, 0) wird blau markiert, während der LSMA (15, 0) blau markiert ist. Wir haben den Warenkanalindex (CCI) als zweiten Indikator angewendet. Während der ersten halben Stunde des Handels am 6. Juli. Können Sie die widersprüchlichen Signale der CCI-Anzeige und zwei LSMA-Anzeigen sehen. Das CCI zeigt einen Abwärtstrend, während sowohl der LSMA (15, 0) als auch der LSMA (25, 0) aufwärts tendieren. Allerdings können Sie sehen, dass die Aktie Bereich gebunden wurde in diesem Zeitraum. Gegen 10:03 Uhr sehen Sie die Frequenzweiche, wo LSMA (15, 0) unterhalb der LSMA (25, 0) gekreuzt ist, die ein Verkaufssignal erzeugt. Auf der anderen Seite sehen Sie, dass es eine leichte Erholung zu einem Aufwärtstrend aus dem Rohstoffkanalindex (CCI) gibt. Die Aktie lag zu diesem Zeitpunkt bei 124 und überquerte 126 später. Danach sehen Sie ein falsches Kaufsignal von den gleitenden Durchschnitten. LSMA (15, 0) unterhalb des LSMA (25, 0) gekreuzt ist, das ein Kaufsignal erzeugt. Bis dahin endete das kurzfristige Aufwärtstrend-Momentum und die CCI zeigte erneut einen Abwärtstrend an, der von sinkenden Kursen unterstützt wurde. Innerhalb einer Spanne von 15 Minuten, bemerkten wir die LSMA (15, 0) Kreuzung unterhalb der LSMA (25, 0) Erzeugung eines Verkaufssignals und Preise negan fallen. So, hier sehen Sie die LSMA gibt ein leicht verzögert Signal und nicht die Unterstützung jedes Signals von unseren ausgewählten primären Indikatoren erzeugt. Momentum Day Trader konnten eine harte Entscheidung, weil durch die Zeit, die der Indikator erzeugt ein Signal, der Trend in der Aktie bereits beendet hat oder zu einem Ende kommen. Wir konnten das am wenigsten quadratisch gleitende durchschnittliche Indikatorverhalten auch für den Rest des Tages sehen, was schließlich zu falschen Signalen führte oder Handelssignale lieferte, wenn der Trend beendet war. Als nächstes gibt es eine leichte Bandbreite Sitzung in der Aktie von 12:00 Uhr für etwa eine halbe Stunde, wo Sie könnten sehen, bestimmte falsche oder nacheilende Signale aus den kleinsten Quadrate gleitenden durchschnittlichen Indikatoren. Der CCI konnte in dieser Zeit kein definitives Signal generieren, da wir alle wissen, dass alle Indikatoren ihre eigenen Defizite haben. Allerdings stieg die CCI nach 12:10 Uhr wieder von der leichten Erholung der Preise an. Aber wir erhielten nicht ein Kaufsignal von den kleinsten Quadraten, die durchschnittliches Crossover bis 20 Minuten später bewegen. Jedoch, um 1:30 PM bekamen wir einen Verkauf Crossover von der kleinsten Quadrate gleitenden Durchschnitt Indikatoren von der CCI unterstützt. Dementsprechend könnten wir bei über 126,20 knapp werden und die Position bei über 124,50 abdecken. Aber die eigentliche Herausforderung besteht darin, zu identifizieren, ob der kleinste Quadrate gleitende Durchschnittsindikator ein falsches Signal gibt oder nicht. Sie müssen denken, dass die LSMA wäre von Vorteil, wenn wir den Indikator mit den sehr beliebten RSI und MACD Indikatoren kombinieren. Wir haben ein dreiminütiges Diagramm von BHP vom 6. Juli. 2016. Wir verwenden die MACD (12, 26, close, 9) und RSI (14) (Default-Indikatoren). Wie Sie in der folgenden Tabelle sehen können, erhielten wir ein definitives Kaufsignal von der MACD mit einem starken Crossover-Signal. Bis dahin erhielten wir ein Signal vom RSI, das auch den Kauftrend bestätigte (blau markiert in der Nähe des Indikators). BHP stieg schließlich Post die Übergang von der MACD und schloss auf einer positiven Anmerkung während des Tages. Jedoch sehen wir kein bestimmtes Signal von unserem kleinsten quadratischen gleitenden durchschnittlichen Indikator, der einen flachen Trend während dieses Zeitraums zeigte. Wir haben die flache Tendenz von LSMA in Orange hervorgehoben, wie Sie in der folgenden Tabelle sehen können. LSMA - RSI - MACD Jetzt können wir vergleichen die am wenigsten quadratischen gleitenden Durchschnitt Indikator mit seinem Gegenstück, exponentiellen gleitenden Durchschnitt und sehen, ob sie noch geben bessere Signale dann die LSMA. Für das gleiche dreiminütige Diagramm von BHP Billiton Limited (BHP) vom 6. Juli. 2016 haben wir den exponentiellen gleitenden Durchschnitt hinzugefügt und die Anzeige in rosa hervorgehoben. Sie können den Unterschied deutlich zwischen dem exponentiellen gleitenden Durchschnitt und dem kleinsten quadratischen gleitenden Durchschnittsindikator merken. Die EMA hat einen Aufwärtstrend gezeigt, der mit den Unterstützungsindikatoren MACD und RSI gleichwertig ist, und vor seinem Gegenstück LSMA. LSMA - RSI - MACD 2 Fazit Die kleinsten quadratischen gleitenden Mittelwerte werden auch als Endpunkt gleitender Durchschnittsindikator bezeichnet und auf der Basis der kleinsten Fehlerquadrate für die vorangegangenen Zeiträume berechnet. Wie jeder andere gleitende Durchschnitt generiert der kleinste quadratische gleitende Durchschnitt auch eine bullische oder bärische Tendenz, die auf Übergänge von sich selbst mit zwei verschiedenen Perioden basiert. Allerdings glauben wir, dass Einzelhändler sollten mit den kleinsten Quadrate gleitenden durchschnittlichen Signale vorsichtig sein, wenn die Preisabweichung von dem Indikator recht hoch ist. Der kleinste quadratisch gleitende Durchschnitt verleiht den Händlern eine Menge irreführender Signale und daher denken wir, dass Händler bei der Verwendung dieses Indikators vorsichtig sein müssen. Auch wenn der Indikator mit dem anderen Handelsindikator kombiniert ist, konnten wir keinen definitiven Trend von der LSMA bestätigen. Wir empfehlen, dass die Händler den Indikator vermeiden. Ähnliche Post