Ruchowa Średnia Strategia Test Wyników

Strategie dotyczące średnich kroków. By Casey Murphy Starszy analityk Inni inwestorzy używają ruchomych średnich z różnych powodów Niektórzy używają ich jako podstawowego narzędzia analitycznego, podczas gdy inni po prostu używają ich jako budowniczego zaufania do tworzenia kopii zapasowych swoich decyzji inwestycyjnych W tej sekcji przedstawimy kilka różne typy strategii - włączenie ich do Twojego stylu handlowego zależy od Ciebie. Crossover Crossover jest najbardziej podstawowym rodzajem sygnału i jest faworyzowany wśród wielu handlowców, ponieważ usuwa wszystkie emocje Najbardziej podstawowym rodzajem krzyżowania jest cena ceny przesuwa się z jednej strony średniej ruchomej i zamyka się na innych Przejściach cenowych są wykorzystywane przez przedsiębiorców do identyfikowania zmian dynamiki i mogą być wykorzystane jako podstawowa strategia wejścia lub wyjścia Jak widać na rysunku 1, krzyż poniżej średniej ruchomej sygnalizuje początek trendu spadkowego i prawdopodobnie będzie używany przez handlowców jako sygnał do zamknięcia wszelkich istniejących długich pozycji Z drugiej strony, może być blisko powyżej średniej ruchomej od dołu. jest początkiem nowej tendencji wzrostowej. Drugi rodzaj krzyżowania występuje, gdy średnia krótkoterminowa przecina średnią długoterminową Ten sygnał jest wykorzystywany przez przedsiębiorców do określenia, że ​​dany moment zmienia się w jednym kierunku i prawdopodobnie zbliża się silny ruch Sygnał kupna jest generowany, gdy średnia krótkoterminowa przekracza średnią długoterminową, podczas gdy sygnał sprzedaży jest wyzwalany krótkoterminową średnią przecięcia poniżej średniej długoterminowej Jak widać z poniższego wykresu, sygnał ten jest bardzo celowy, dlatego jest tak popularny. Krzyżowa zwrotnica i ruchomą średnią wstęgę Dodatkowe wykresy średnie mogą zostać dodane do wykresu, aby zwiększyć ważność sygnału. Wielu przedsiębiorców umieści pięcio-, 10- i 20-dniowy ruch średnie na wykresie i czekać, aż średnio pięć dni przechodzi przez inne, to jest zasadniczo podstawowym znakiem zakupu Czekam średnią na 10 dni, która przekracza średnią 20 dni, jest często używana jako potwierdzenie, taktyka, która często redukuje numbe r fałszywych sygnałów Zwiększenie liczby średnich kroczących, jak widać w potrójnej metodzie krzyżowej, jest jednym z najlepszych sposobów pomiaru siły trendu i prawdopodobieństwa, że ​​tendencja ta będzie kontynuowana. Pytanie o to, co się stanie, jeśli ciągle dodawały średnie ruchome Niektórzy twierdzą, że jeśli jedna średnia ruchoma jest przydatna, to 10 lub więcej musi być jeszcze lepsze To prowadzi nas do techniki znanej jako ruchomą wstęgę średnią Jak widać z poniższej tabeli, wiele średnich kroczących jest umieszczonych na ten sam wykres i są wykorzystywane do oceny siły obecnej tendencji Gdy wszystkie ruchome średnice idą w tym samym kierunku, tendencja ta jest silna Odwrotność są potwierdzane, gdy średnie przecinają się i zmierzają w kierunku przeciwnym. zmieniające się warunki rozliczane są przez liczbę okresów używanych w ruchomej średniej. Im krótszy jest okres czasu stosowany do obliczeń, tym bardziej wrażliwa średnia to niewielkie zmiany cen Jednym z nich jest Najbardziej popularne taśmy zaczynają się od 50-dniowej średniej ruchomej i dodają średnie w odstępach 10-dniowych do końcowej średniej 200 Ten typ średniej jest dobry w identyfikacji długoterminowych odwrotów tendencji. Filtry Filtr jest dowolną techniką stosowaną w technice analiza w celu zwiększenia pewności siebie w pewnym handlu Na przykład wielu inwestorów może poczekać, aż zabezpieczenie przekroczy średnią ruchomą i jest co najmniej 10 powyżej średniej przed złożeniem zamówienia To jest próba upewnienia się, że zwrotnica jest ważna i aby zmniejszyć liczbę fałszywych sygnałów Zaniedbanie o opieranie się na filtrach za dużo jest to, że niektóre zyski jest zrezygnować i może doprowadzić do uczucia jak you've missed the boat Te negatywne uczucia będą spadać z czasem, jak ciągle dostosować kryteria Używany do filtru Nie ma żadnych reguł ani rzeczy, na które trzeba się zwracać, podczas filtrowania jest po prostu dodatkowym narzędziem, które pozwoli Ci zainwestować z ufnością. Średnia koperta Inna strategia, która ncorporates użycie średnich kroczących jest znana jako koperta Ta strategia polega na wykreśleniu dwóch pasm wokół średniej ruchomej, przesuwanej przez określoną stopę procentową Na przykład na poniższym wykresie 5 sąsiednich kopert jest umieszczonych wokół 25-dniowej średniej ruchomej Handlowcy uważaj na te zespoły, aby sprawdzić, czy działają one jako silne obszary wsparcia lub oporu Zauważ, jak ruch często odwraca kierunek po zbliżeniu się do jednego z poziomów Cena wykraczająca poza pasmo może wskazywać okres wyczerpania, a handlowcy będą uważać za odwrócenie w kierunku średnia średnica krocząca - transakcje backtests. What najlepsze parametry średniej ruchomej. Ta strona ma ocean średnich ruchów wstecznych, które przeprowadziłem dla DAX, SP500, a także USD Forex w Unii. Te testy zostały wykonane przy użyciu różnych strategii sygnałów proste wariantów wykładniczych i krzyżowych oraz różnych wskaźników przez okres 1000 dni handlowych. W przeciwieństwie do innych witryn internetowych, testowałem wszystkie średnie ruchome wartości dzienne od 1 do 1 Tysiące dni, w przypadku strategii przekrojowych również w kombinacji. Te dane są również niewłaściwe, ponieważ próbowałem przeprowadzić realistyczne testy, symulując spread sprzedaży kupna i podatków w porównaniu z referencyjną strategią hold hold. Szybka reakcja na wartość okna wygląda dobrze teoretycznie iz prostym testem Ale rozprzestrzenianie się, opłaty i podatki zniszczą wszystkie wyniki w praktycznej aplikacji Dlatego te realistyczne testy są tak cenne. Mam nadzieję, że ta strona może pomóc Ci w obsłudze, cieszyć się nią. Wykonywanie przecinkowej średniej rozdrożu w Pythonie z pandami. W poprzednim artykule na temat badań środowiskowych związanych z kontrolą wsteczną W Pythonie Z programem Pandas stworzyliśmy środowisko testowania bazującego na obiektach i testowaliśmy go w oparciu o strategię prognozowania przypadków W tym artykule wykorzystamy używane przez nas maszyny do przenoszenia a mianowicie Moving Average Crossover na AAPL. Moving Average Crossover Strategy. Średnia Moving Crossover jest bardzo znanym uproszczeniem strategia pędu tętniczego Często uważa się, że przykład Hello World na potrzeby handlu ilościowego. Strategia opisana tutaj jest długa tylko dwie oddzielne, proste, średnie ruchome filtry są tworzone, z różnymi okresami wyszukiwania, określonej serii czasowej Sygnały dotyczące zakupu składnika mają miejsce, gdy krótszy wskaźnik prześledzenia ruchomego przewyższa dłuższą średnią ruchową, jeśli dłuższa średnia przewyższa krótsą średnią, aktywa są sprzedawane z powrotem Strategia działa dobrze, gdy szereg czasowy wchodzi w okres silnej tendencji, a następnie powoli odwraca tendencję. W tym przykładzie , Wybrałem firmę Apple, Inc AAPL jako serię czasu, z krótkim spojrzeniem na 100 dni i długim spojrzeniem na 400 dni. Jest to przykład dostarczony przez bibliotekę handlu algorytmicznego zipline Więc jeśli chcemy wdrożyć własny backtester, musimy upewnij się, że jest zgodny z wynikami zipline, jako podstawowym narzędziem walidacji. Ponieważ postępuj zgodnie z poprzednim samouczek, który opisuje, jak początkowy obiekt hi erarchy dla backtest jest skonstruowany, w przeciwnym razie poniższy kod nie będzie działał W tej konkretnej implementacji używałem następujących bibliotek. Implementacja wymaga od poprzedniego samouczka. Pierwszym krokiem jest import niezbędnych modułów i obiektów. Jak w poprzednim tutorialu będziemy podklasa klasy podstawowej Strategii w celu stworzenia MovingAverageCrossStrategy, która zawiera wszystkie szczegóły dotyczące generowania sygnałów, gdy średnie ruchome AAPL przecinają się nawzajem. Obiekt wymaga krótkiego podmodułu i długiego okienka, na którym będą działać Wartości zostały ustawione na wartości domyślne odpowiednio 100 dni i 400 dni, które są tymi samymi parametrami stosowanymi w głównym przykładzie linii zipline. Średnie ruchome są generowane przy użyciu funkcji walcowania pandas na prętach. Zamknij kurs zamknięcia akcji AAPL Gdy jednostka średnie ruchome zostały skonstruowane, seria sygnałów jest generowana poprzez ustawienie kolum równe 1 0 przy krótkim ruchu a verage jest większa od długiej średniej ruchomej lub 0 0 w przeciwnym razie Z tego można generować zlecenia pozycyjne w celu reprezentowania sygnałów handlowych. MarketOnClosePortfolio jest podklasowany z portfela, który znajduje się w prawie identyczny z implementacją opisaną w poprzednim samouczku, z wyjątek, że transakcje są teraz przeprowadzane na zasadzie "blisko do Zamknij", a nie na zasadzie Open-to-Open. Szczegółowe informacje na temat sposobu definiowania obiektu Portfolio można znaleźć w poprzednim poradniku. Zostawiłem kod pod kątem kompletności i aby utrzymać ten samouczek samowystarczalny. Teraz, gdy zostały zdefiniowane klasy MovingAverageCrossStrategy i MarketOnClosePortfolio, zostanie zwołana główna funkcja związana ze wszystkimi funkcjami razem. Ponadto działanie strategii będzie badane za pomocą wykresu krzywej akcji. Obiekt danych DataReader pobiera pliki OHLCV z zapasów AAPL w okresie od 1 stycznia 1990 roku do 1 stycznia 2002 roku, w którym to momencie tworzone są sygnały DataFrame generujące dane sygnały długodystansowe Następnie portfel jest generowany z bazą kapitału zakładowego w wysokości 100 000 USD, a zyski są obliczane na podstawie krzywej kapitału. Ostatnim krokiem jest wykorzystanie matplotlib do sporządzenia wykresu dwóch cyfr obu cen AAPL, pokrytych średnimi ruchoma i kupuj sygnały sprzedające, a także krzywą kapitału własnego z tymi samymi sygnałami kupna sprzedaży Kod wyprowadzania jest pobierany i modyfikowany z przykładu implementacji zipline. Graficzne wyjście kodu jest następujące: Użyłem komendy wklejania IPython, aby to bezpośrednio do konsolety IPython w Ubuntu, tak że graficzna produkcja pozostała bez zmian Różowe up-to-prezenty oznaczają kupno zapasów, a czarne downtaki sprzedają je z powrotem. AAPL Moving Average Crossover Performance from 1990-01-01 to 2002-01- 01. Jak widać strategia traci pieniądze w tym okresie, z pięcioma podróżami w obie strony Nie jest to zaskakujące, biorąc pod uwagę zachowanie AAPL w tym okresie, który był na niewielkim spadku, a następnie znaczny wzrost początku w 1998 r. Okres ważności średnich ruchowych sygnałów jest dość duży i miało to wpływ na zysk końcowego handlu, co w przeciwnym razie może uczynić strategię korzystną. W kolejnych artykułach stworzymy bardziej wyrafinowane metody analizy wyników, a także opisujące jak zoptymalizować okresy wzorcowe poszczególnych średnich ruchowych sygnałów.