Métricas de risco médio móvel exponencial

Simples vs. As médias móveis são mais do que o estudo de uma seqüência de números em ordem sucessiva. Os primeiros praticantes de análises de séries temporais estavam realmente mais preocupados com números de séries temporais individuais do que com a interpolação desses dados. Interpolação. Na forma de teorias de probabilidade e análise, veio muito mais tarde, à medida que os padrões foram desenvolvidos e as correlações descobertas. Uma vez compreendidas, várias curvas e linhas foram desenhadas ao longo das séries temporais, numa tentativa de prever onde os pontos de dados poderiam ir. Estes são agora considerados métodos básicos atualmente utilizados pelos comerciantes de análise técnica. Análise de gráficos pode ser rastreada até ao século 18 Japão, mas como e quando as médias móveis foram aplicadas pela primeira vez aos preços de mercado continua a ser um mistério. É geralmente entendido que as médias móveis simples (SMA) foram usadas muito antes de médias móveis exponenciais (EMA), porque EMAs são construídos em SMA quadro eo continuum SMA foi mais facilmente compreendido para fins de plotagem e acompanhamento. Média móvel simples (SMA) As médias móveis simples tornaram-se o método preferido para rastrear os preços de mercado, porque eles são rápidos de calcular e fácil de entender. Os primeiros praticantes de mercado operavam sem o uso de métricas de gráficos sofisticados em uso hoje, então eles dependiam principalmente dos preços de mercado como seus únicos guias. Eles calcularam os preços de mercado à mão, e graficou esses preços para denotar tendências e direção de mercado. Este processo foi bastante tedioso, mas provou ser bastante rentável com a confirmação de mais estudos. Para calcular uma média móvel simples de 10 dias, basta adicionar os preços de fechamento dos últimos 10 dias e dividir por 10. A média móvel de 20 dias é calculada adicionando os preços de fechamento em um período de 20 dias e dividida por 20 e em breve. Esta fórmula não é apenas baseada em preços de fechamento, mas o produto é uma média de preços - um subconjunto. As médias móveis são chamadas de movimento porque o grupo de preços usado no cálculo se move de acordo com o ponto no gráfico. Isto significa que os dias velhos são deixados cair em favor de dias novos do preço de fechamento, assim que um cálculo novo é sempre necessário que corresponde ao frame de tempo da média empregada. Assim, uma média de 10 dias é recalculada adicionando o novo dia e deixando cair o 10o dia, eo nono dia é deixado cair no segundo dia. Média Móvel Exponencial (EMA) A média móvel exponencial tem sido refinada e mais comumente usada desde a década de 1960, graças aos experimentos de praticantes anteriores com o computador. A nova EMA se concentraria mais nos preços mais recentes do que em uma longa série de pontos de dados, como a média móvel simples exigida. EMA atual ((Preço (atual) - EMA anterior)) X multiplicador) EMA anterior. O fator mais importante é a constante de suavização que 2 / (1N) onde N é o número de dias. Uma EMA de 10 dias 2 / (101) 18.8 Isto significa que uma EMA de 10 períodos pondera o preço mais recente 18,8, um EMA de 20 dias de 9,52 e um peso de EMA de 50 dias de 3,92 no dia mais recente. A EMA trabalha ponderando a diferença entre o preço dos períodos atuais e a EMA anterior e adicionando o resultado à EMA anterior. Quanto mais curto o período, mais peso é aplicado ao preço mais recente. Fitting Lines Por estes cálculos, pontos são plotados, revelando uma linha de montagem. Linhas de montagem acima ou abaixo do preço de mercado significam que todas as médias móveis são indicadores de atraso. E são usados ​​principalmente para seguir as tendências. Eles não funcionam bem com os mercados de gama e períodos de congestionamento, porque as linhas de montagem não denotam uma tendência devido a uma falta de maiores ou mais baixos evidentes baixos. Além disso, linhas de encaixe tendem a permanecer constantes sem dica de direção. Uma linha de montagem crescente abaixo do mercado significa um longo, enquanto uma linha de montagem caindo acima do mercado significa um curto. (Para obter um guia completo, leia nosso Tutorial de Moving Average.) O objetivo de empregar uma média móvel simples é detectar e mensurar tendências ao suavizar os dados usando os meios de vários grupos de preços. Uma tendência é manchada e extrapolada em uma previsão. O pressuposto é que os movimentos de tendências anteriores continuarão. Para a média móvel simples, uma tendência de longo prazo pode ser encontrada e seguida muito mais fácil do que uma EMA, com suposição razoável de que a linha de ajuste será mais forte do que uma linha EMA devido ao foco mais longo em preços médios. Um EMA é usado para capturar movimentos de tendência mais curtos, devido ao foco nos preços mais recentes. Por este método, um EMA suposto para reduzir quaisquer defasagens na média móvel simples para que a linha de ajuste vai abraçar os preços mais perto do que uma simples média móvel. O problema com a EMA é o seguinte: o seu propenso a quebra de preços, especialmente durante os mercados rápidos e períodos de volatilidade. A EMA funciona bem até os preços quebrar a linha de montagem. Durante os mercados de maior volatilidade, você poderia considerar o aumento da duração do termo médio móvel. Pode-se até mudar de um EMA para um SMA, uma vez que o SMA suaviza os dados muito melhor do que um EMA devido ao seu foco em meios de longo prazo. Indicadores de Tendência Como indicadores de atraso, médias móveis servem bem como linhas de suporte e resistência. Se os preços despencarem abaixo de uma linha de ajuste de 10 dias em uma tendência ascendente, as chances são boas de que a tendência de alta pode estar diminuindo, ou pelo menos o mercado pode estar se consolidando. Se os preços quebrar acima de uma média móvel de 10 dias em uma tendência de baixa. A tendência pode estar diminuindo ou se consolidando. Nesses casos, empregar uma média móvel de 10 e 20 dias juntos e esperar que a linha de 10 dias atravesse acima ou abaixo da linha de 20 dias. Isso determina a próxima direção de curto prazo para os preços. Para períodos de longo prazo, observe as médias móveis de 100 e 200 dias para direções de longo prazo. Por exemplo, usando as médias móveis de 100 e 200 dias, se a média móvel de 100 dias cruza abaixo da média de 200 dias, sua chamada cruz de morte. E é muito bearish para preços. Uma média móvel de 100 dias que ultrapassa uma média móvel de 200 dias é chamada de cruz dourada. E é muito otimista para os preços. Não importa se um SMA ou um EMA é usado, porque ambos são indicadores de tendência seguinte. É apenas a curto prazo que a SMA tem ligeiros desvios em relação à sua contraparte, a EMA. Conclusão As médias móveis são a base da análise de gráficos e séries temporais. As médias móveis simples e as médias móveis exponenciais mais complexas ajudam a visualizar a tendência alisando os movimentos de preços. A análise técnica é por vezes referida como uma arte em vez de uma ciência, que levam anos para dominar. (Saiba mais em nosso Tutorial de Análise Técnica.) QuotHINTquot é um acrônimo que significa quothigh renda não impostos. quot É aplicado a high-assalariados que evitam pagar renda federal. Um fabricante de mercado que compra e vende títulos corporativos de curto prazo, chamados de papel comercial. Um negociante de papel é tipicamente. Uma ordem colocada com uma corretora para comprar ou vender um número definido de ações a um preço especificado ou melhor. A compra e venda irrestrita de bens e serviços entre países sem a imposição de restrições, tais como. No mundo dos negócios, um unicórnio é uma empresa, geralmente uma start-up que não tem um registro de desempenho estabelecido. Uma quantidade que um homeowner deve pagar antes que o seguro cobrirá o dano causado por um furacão. Explorando o Exponentially Weighted a volatilidade média móvel é a medida a mais comum do risco, mas vem em diversos sabores. Em artigo anterior, mostramos como calcular a volatilidade histórica simples. (Para ler este artigo, consulte Usando a volatilidade para avaliar o risco futuro.) Usamos os dados reais do estoque do Google para computar a volatilidade diária com base em 30 dias de dados de estoque. Neste artigo, melhoraremos a volatilidade simples e discutiremos a média móvel exponencialmente ponderada (EWMA). Histórico vs. Volatilidade implícita Primeiro, vamos colocar essa métrica em um pouco de perspectiva. Existem duas abordagens gerais: volatilidade histórica e implícita (ou implícita). A abordagem histórica pressupõe que o passado é um prólogo que medimos a história na esperança de que ela seja preditiva. A volatilidade implícita, por outro lado, ignora a história que resolve pela volatilidade implícita nos preços de mercado. Espera que o mercado saiba melhor e que o preço de mercado contenha, mesmo que implicitamente, uma estimativa consensual da volatilidade. Se nos concentrarmos apenas nas três abordagens históricas (à esquerda acima), elas têm duas etapas em comum: Calcular a série de retornos periódicos Aplicar um esquema de ponderação Primeiro, nós Calcular o retorno periódico. Isso é tipicamente uma série de retornos diários onde cada retorno é expresso em termos continuamente compostos. Para cada dia, tomamos o log natural da razão dos preços das ações (ou seja, preço hoje dividido pelo preço de ontem, e assim por diante). Isso produz uma série de retornos diários, de u i para u i-m. Dependendo de quantos dias (m dias) estamos medindo. Isso nos leva à segunda etapa: é aqui que as três abordagens diferem. No artigo anterior (Usando a Volatilidade Para Avaliar o Risco Futuro), mostramos que sob algumas simplificações aceitáveis, a variância simples é a média dos retornos ao quadrado: Observe que isto soma cada um dos retornos periódicos, então divide esse total pela Número de dias ou observações (m). Então, é realmente apenas uma média dos retornos periódicos quadrados. Dito de outra forma, cada retorno ao quadrado é dado um peso igual. Portanto, se alfa (a) é um fator de ponderação (especificamente, 1 / m), então uma variância simples se parece com isso: O EWMA Melhora na Variância Simples A fraqueza desta abordagem é que todos os retornos ganham o mesmo peso. O retorno de ontem (muito recente) não tem mais influência na variância do que nos últimos meses. Esse problema é corrigido usando-se a média móvel exponencialmente ponderada (EWMA), na qual os retornos mais recentes têm maior peso na variância. A média móvel exponencialmente ponderada (EWMA) introduz lambda. Que é chamado de parâmetro de suavização. Lambda deve ser inferior a um. Sob essa condição, em vez de pesos iguais, cada retorno ao quadrado é ponderado por um multiplicador da seguinte forma: Por exemplo, RiskMetrics TM, uma empresa de gestão de risco financeiro, tende a usar um lambda de 0,94 ou 94. Neste caso, o primeiro Mais recente) é ponderado por (1-0.94) (. 94) 0 6. O próximo retomo quadrado é simplesmente um lambda-múltiplo do peso anterior neste caso 6 multiplicado por 94 5.64. E o terceiro dia anterior peso é igual a (1-0,94) (0,94) 2 5,30. Esse é o significado de exponencial em EWMA: cada peso é um multiplicador constante (isto é, lambda, que deve ser menor que um) do peso dos dias anteriores. Isso garante uma variância que é ponderada ou tendenciosa em direção a dados mais recentes. (Para saber mais, consulte a Planilha do Excel para a Volatilidade do Google.) A diferença entre simplesmente volatilidade e EWMA para o Google é mostrada abaixo. A volatilidade simples pesa efetivamente cada retorno periódico em 0,196, como mostrado na coluna O (tivemos dois anos de dados diários sobre os preços das ações, ou seja, 509 retornos diários e 1/509 0,196). Mas observe que a Coluna P atribui um peso de 6, então 5.64, então 5.3 e assim por diante. Essa é a única diferença entre a variância simples e EWMA. Lembre-se: Depois de somar toda a série (na coluna Q) temos a variância, que é o quadrado do desvio padrão. Se queremos a volatilidade, precisamos nos lembrar de tomar a raiz quadrada dessa variância. Sua significativa: A variância simples nos deu uma volatilidade diária de 2,4, mas a EWMA deu uma volatilidade diária de apenas 1,4 (veja a planilha para detalhes). Aparentemente, volatilidade Googles estabeleceu-se mais recentemente, portanto, uma variância simples pode ser artificialmente elevado. A variação de hoje é uma função da variação dos dias de Pior Você observará que nós precisamos computar uma série longa de pesos exponencial declinando. Nós não faremos a matemática aqui, mas uma das melhores características do EWMA é que toda a série convenientemente reduz a uma fórmula recursiva: Recursivo significa que as referências de variância de hoje (ou seja, é uma função da variação de dias anteriores). Você pode encontrar esta fórmula na folha de cálculo também, e produz o mesmo resultado exato que o cálculo de longhand Diz: A variância de hoje (sob EWMA) é a variância de ontem (ponderada por lambda) mais o retorno ao quadrado de ontem (pesado por um lambda negativo). Observe como estamos apenas adicionando dois termos juntos: ontem variância ponderada e ontem ponderada, retorno ao quadrado. Mesmo assim, lambda é o nosso parâmetro de suavização. Um lambda mais alto (por exemplo, como o RiskMetrics 94) indica um declínio mais lento na série - em termos relativos, vamos ter mais pontos de dados na série e eles vão cair mais lentamente. Por outro lado, se reduzimos o lambda, indicamos maior decaimento: os pesos caem mais rapidamente e, como resultado direto da rápida decadência, são usados ​​menos pontos de dados. (Na planilha, lambda é uma entrada, para que você possa experimentar com sua sensibilidade). Resumo A volatilidade é o desvio padrão instantâneo de um estoque ea métrica de risco mais comum. É também a raiz quadrada da variância. Podemos medir a variância historicamente ou implicitamente (volatilidade implícita). Ao medir historicamente, o método mais fácil é a variância simples. Mas a fraqueza com variância simples é todos os retornos obter o mesmo peso. Então, enfrentamos um trade-off clássico: sempre queremos mais dados, mas quanto mais dados temos, mais nosso cálculo é diluído por dados distantes (menos relevantes). A média móvel exponencialmente ponderada (EWMA) melhora a variância simples atribuindo pesos aos retornos periódicos. Fazendo isso, podemos usar um grande tamanho de amostra, mas também dar maior peso a retornos mais recentes. (Para ver um filme tutorial sobre este tópico, visite o Bionic Turtle.) QuotHINTquot é um acrônimo que significa quothigh renda sem impostos. quot É aplicado a high-assalariados que evitam pagar renda federal. Um fabricante de mercado que compra e vende títulos corporativos de curto prazo, chamados de papel comercial. Um negociante de papel é tipicamente. Uma ordem colocada com uma corretora para comprar ou vender um número definido de ações a um preço especificado ou melhor. A compra e venda irrestrita de bens e serviços entre países sem a imposição de restrições, tais como. No mundo dos negócios, um unicórnio é uma empresa, geralmente uma start-up que não tem um registro de desempenho estabelecido. Uma quantidade que um homeowner deve pagar antes que o seguro cobrirá o dano causado por um furacão. O SQL não vem com muitas funções analíticas, e se um usuário quiser executar cálculos analíticos na base de dados um tem que escrever um número grande de procedimentos armazenados Ou funções. Esta é uma maneira simples de criar uma média móvel exponencial, que pode ser usada para uma série de propósitos. Esta implementação centra-se em dados de mercado. As Médias Movimentais Exponenciais - O que é uma média móvel exponencial, comumente referida como EMA ou às vezes a EWMA, média móvel movida exponencialmente, é uma média móvel onde os pesos do ponto de dados mais recente são mais importantes do que pontos de dados distantes. Numa média móvel simples, todas as observações têm o mesmo peso. EMA são populares em aplicações financeiras onde se pode notar que o Risk Metrics está usando um conjunto de EMA para calcular o valor em risco. Também é bastante comum em aplicações de análise técnica, uma vez que é percebido como menos atrasado do que as médias móveis ordinárias. Comparado com a média móvel simples (SMA), um EMA também tem um parâmetro. Enquanto o SMA tem a janela lookback como o único parâmetro, um EMA tem um fator de suavização como o parâmetro principal. O fator de suavização pode ser facilmente convertido em um fator de meia-vida que se refere ao número de dias Fórmulas A fórmula para EMA é especialmente eficiente para cálculos computacionais, uma vez que pode ser concluída usando o valor anterior EMA e as novas informações. Aqui o quadro é de dados financeiros, onde estamos calculando o EMA em uma série que consiste em preços de fechamento. Onde está o preço de hoje, é tempo e é o fator de deterioração. É menor ou igual a 1 ea EMA não é normalmente definida para o período inferior a 2. Na maioria dos casos, o valor inicial é definido para o preço atual em. Implementação de exemplo usando cursores Abaixo está um exemplo de código usado para implementar o EMA em T-SQL, usando o SQL Server 2008, mas deve ser compatível com versões anteriores do SQL Server também. Observe que a função depende do parâmetro Length que é igual à meia-vida. Isso é convertido no fator de suavização na primeira linha. Enquanto a implementação usa cursores, também é possível implementar isso é uma maneira mais limpa usando junções internas. No entanto, para grandes conjuntos de dados, estes são susceptíveis de tanto tempo e memória intensiva. (2 / (comprimento 1)) SET nome do sinal nome do sinal converter (varchar (15), converter (comprimento interno) SET cursor CURSOR FOR SELECT A. date. A. fechar FROM dbo. Dados de mercado A WHERE A. Mercado de mercado e A. Data entre Data de Início e Data de Término ORDER BY A. Data OPEN cursor FETCH NEXT Do cursor INTO data. Fechar WHILE FETCHSTATUS 0 COMEÇAR Se expaverage for null SET expaverage fechar OUTRA SET expaverage expaverage smoothing (close - expaverage) INSERT INTO Resultado (date. Close. Avg. Signal) SELECT date. fechar. Expaverage. Signalname FETCH NEXT Do cursor para a data INTO. Close END Com a crescente importância das flutuações financeiras sobre as empresas ganhando e balanços, JP Morgan está oferecendo um sistema e dados para ajudar a gerenciar a volatilidade resultante. Eles prevêem o risco de mercado em mais de 300 séries financeiras. Atualmente, isso inclui itens nos mercados de títulos, mercados monetários, swaps, câmbio e índices de ações em 1995, incluindo commodities, produtos distribuídos e novos mercados. Sua previsão de risco de mercado é baseada em uma média móvel exponencial de volatilidade para capturar rapidamente períodos de maior volatilidade. Não só inclui a volatilidade em uma série, mas também inclui correlações cruzadas de todas as séries. No entanto, eles enfatizam mesmo com esses dados, julgamento sofisticado ainda é necessária para acessar corretamente os riscos. Para esse efeito, estes dados podem ser integrados com um número de produtos de gestão de risco de terceiros. Cada dia, a volatilidade diária legível por máquina e as correlações são liberadas, assim como os números mensais. Para acessar a versão web, é preciso usar um navegador gráfico. jpmorgan/RiskMetrics/RiskMetrics ftp://ftp. jpmorgan/pub/RiskMetrics Informações: Jacques Longerstaey ltlongerstaeyjjpmorgangtTechnical Indicators and Overlays Indicadores Técnicos e Overlays Os Indicadores Técnicos são as linhas frequentemente squiggly encontradas acima, abaixo e em cima-da informação de preço Em um gráfico técnico. Indicadores que usam a mesma escala como os preços são normalmente traçados em cima das barras de preços e, portanto, são referidos como sobreposições. Introdução aos Indicadores Técnicos e Osciladores Uma introdução aprofundada aos vários tipos de indicadores técnicos e osciladores que estão por aí. Um deve ler o artigo para usuários de StockCharts. Sobreposições Técnicas Bandas de Bollinger Uma sobreposição de gráfico que mostra os limites superior e inferior de 039normal039 movimentos de preços com base no Desvio Padrão de preços Chandelier Exit Um indicador que pode ser usado para definir stop-loss de arrasto para posições longas e curtas Ichimoku Cloud Um indicador abrangente Que define suporte e resistência, identifica a direção da tendência, mede o momento e fornece sinais de negociação Kaufman039s Média móvel adaptativa (KAMA) Uma média móvel única que responde pela volatilidade e se ajusta automaticamente ao comportamento dos preços Keltner Canais Uma sobreposição de gráficos que mostra limites máximos e mínimos de preço Movimentos baseados na média Verdadeira gama de preços Médias móveis Gráfico de sobreposições que mostram o valor 039average039 ao longo do tempo. Movimento Média Mínima (EMAs) são explicados Movendo Média Envelopes Um gráfico superposição consistindo de um canal formado a partir de médias móveis simples Parabolic SAR Uma sobreposição de gráfico que mostra pontos de reversão abaixo dos preços em uma tendência de alta e acima dos preços em um Downtrend Pivot Points Uma sobreposição de gráfico que mostra os pontos de reversão abaixo dos preços em uma tendência de alta e acima dos preços em uma tendência de baixa Price Channels Um gráfico de sobreposição que mostra um canal feito a partir do mais alto mais baixo e mais baixo para um determinado período de tempo. Com um histograma horizontal mostrando a quantidade de atividade a vários níveis de preços Preço Médio Ponderado pelo Volume (VWAP) Um indicador intraday baseado no valor total do dólar de todas as negociações para o dia corrente dividido pelo volume total de negociação para o dia atual ZigZag A overlay de gráfico Indicadores Técnicos Linha de Acumulação / Distribuição Combina preço e volume para mostrar como o dinheiro pode estar entrando ou saindo de um estoque Aroon Usa Aroon Up e Aroon Down para determinar se uma ação está em tendência ou Não Aroon Oscillator Mede a diferença entre Aroon Up e Aroon Down BandWidth Mostra a diferença de porcentagem entre a parte superior e inferior Bollinger Band Indicador B Mostra a relação entre o preço e as bandas de desvio padrão Coppock Curve Um oscilador que usa a taxa de mudança e um movimento ponderado Média para medir o momentum Coeficiente de Correlação Mostra o grau de correlação entre dois títulos ao longo de um dado período de tempo Chaikin Money Flow (CMF) Combina preço e volume para mostrar como o dinheiro pode estar entrando ou saindo de um estoque Alternativa à Acumulação / Linha de Distribuição Chaikin Oscillator Combina preço e volume para mostrar como o dinheiro pode estar entrando ou saindo de um estoque. Baseado no Oscilador de Preço Detrended de Linha de Acumulação / Distribuição (DPO) Um oscilador de preço que usa uma média móvel deslocada para identificar ciclos Facilidade de Movimento (EMV) Um indicador que compara volume e preço para identificar movimentos significativos Índice de Massa Indicador que identifica reversões quando o A faixa de preço amplia o histograma do MACD Um oscilador de momentum que mostra a diferença entre o MACD ea sua linha de sinal Índice de Fluxo de Dinheiro (MFI) Uma versão volumétrica do RSI que mostra mudanças é a compra e venda de pressão Índice de Volume Negativo (NVI) Indicador utilizado para identificar reversões de tendência No Balanço Volume (OBV) Combina preço e volume de uma maneira muito simples para mostrar como o dinheiro pode estar entrando ou saindo de uma ação Preço Relativo / Relativo Força Indicador técnico que compara o desempenho de duas ações para cada (KST) Um oscilador de momentum de Martin Pring com base na taxa de mudança suavizada para quatro intervalos de tempo diferentes Pring039s Indicador de momentum especial de KA de Martin Pring que combina o curto prazo, intermediário e longo (RSI) Mostra quão fortemente um estoque está se movendo em sua direção atual RRG Relativo Força Usa RS-Ratio para medir o desempenho relativo e RS-Momentum para medir o impulso de desempenho relativo StockCharts Technical Rank (SCTR) Nosso parente Sistema de ranking baseado em uma força técnica de stock039s Inclinação Mede a subida-over-run para uma regressão linear Oscilador Estocástico (Rápido, Lento e Completo) Mostra como o preço de um estoque está fazendo em relação aos movimentos passados. Os Stochasticos Rápidos, Lentos e Completos são explicados StochRSI Combina o Estocástico com o indicador RSI para ajudá-lo a ver as mudanças RSI mais claramente TRIX Uma média móvel tripla de movimentos de preços True Strength Index Um indicador que mede a direção da tendência e identifica os níveis de overbought / Um indicador projetado para medir o risco de mercado ou volatilidade Ultimate Oscillator Combina médias móveis de longo prazo, médio e curto prazo em um número Vortex Indicator Um indicador projetado para identificar o início de uma nova tendência e definir a tendência atual Williams R Usa Estocástico Para determinar níveis de overbought e oversold Nós também temos uma grande coleção de Indicadores de Mercado documentado nesta página