Nasdaq 100 Handel Stelsel

QQQ Trading System Nasdaq 100-indeks Oorsig Die Nasdaq 100-indeks sluit 100 van die grootste plaaslike en internasionale nie-finansiële maatskappye wat op die NASDAQ Stock Market gebaseer op markkapitalisasie. Die indeks weerspieël maatskappye regoor groot nywerheidsgroepe insluitend rekenaar hardeware en sagteware, telekommunikasie, kleinhandel / groothandel en biotegnologie. Dit sluit nie die bank of 'n belegging maatskappye. Van stapel gestuur in Januarie 1985, die Nasdaq 100-indeks verteenwoordig die grootste nie-finansiële plaaslike en internasionale kwessies wat op die Nasdaq Stock Market gebaseer op markkapitalisasie. Die Nasdaq 100-indeks word bereken onder 'n aangepaste-kapitalisasie geweegde metode. Die metode sal na verwagting behou in die algemeen die ekonomiese eienskappe van kapitalisasie-gewig, terwyl die verskaffing van verhoogde diversifisering. Om dit te bereik, Nasdaq n oorsig oor die samestelling van die Nasdaq-100 Indeks op 'n kwartaallikse basis en pas die gewigte van die indeks komponente met behulp van 'n eie algoritme, indien sekere pre-gevestigde gewig verspreiding vereistes voldoen word nie. Die aantal sekuriteite in die Nasdaq 100-indeks maak dit 'n doeltreffende instrument vir beleggers. In Januarie 1994, opsies op die Nasdaq 100-indeks het die handel op die Chicago Board Options Exchange. Die Chicago Mercantile Exchange begin termynmark en termynkontrakte opsies handel oor die Nasdaq 100-indeks in April van 1996. Nasdaq 100-indeks dop Stock (QQQ) begin handel oor die Amerikaanse Effektebeurs in Maart 1999 Daarbenewens is die indeks gebruik as 'n maatstaf vir finansiële produkte in baie lande regoor die wêreld. Teken nou in Jy kry nie net QQQQ maar ook SPDRs en DOW Seine teen geen ekstra koste Risikoverklaring: Die verhandeling van ETF (beursverhandelde fondse) het potensiaal belonings, en dit behels ook potensiële risiko's. ETF handel mag nie geskik vir alle besoekers van hierdie webwerf. Enigeen wat om te belê in beursverhandelde fondse moet sy of haar eie onafhanklike finansiële of professionele advice. Binary Options Trading Strategie-Systems Seine Laaste wysiging soek: 2015/10/10 Bo resultate wys hoe goed ons produkte. Jy kan maklik daarin slaag om meer as tagtig persent van ambagte in binêre handel te wen as jy ons strategieë gebruik. Ons gebruik n paar verskillende bates, insluitende aandele. in ons strategieë. Elke stelsel maak gebruik van 'n unieke bate. Die beste van alles, kan jy 'n makelaar wat jy verkies gebruik. Ons gebruik verskillende verstryk vir die seine, maar net 60 sekondes verstryking word gebruik vir die handleiding strategieë. Jy kan maak nie saak wat die marktoestande hande te vat Ons samesmelting hierdie maatskappy met Elance360 handel. Elance360 is die verskaffing van unieke handel strategieë, wat enig in sy soort is. Ongelooflike resultate bereik kan word met 'n paar praktyk. Ons is besig om op die integrasie van ons ou QQQ strategie met Elance360s binêre strategieë om 'n ten volle outomatiese EA skep. Die resultaat sal skouspelagtige wees, bly deuntjie vir meer updates. In die tussentyd, kan jy check die handleiding strategieë wat is te koop. Wat maak jy koop Jy het die opsie om handstelsel of handel seine te kry. Vir die handleiding strategieë, sal jy het om die forex mark te monitor ten einde te handel. Ons seine gegenereer word met behulp van gesofistikeerde proses. Elke sein hand gekontroleer word deur ons span van kundiges nadat hulle die prys aksie te hersien. Risikoverklaring: Die verhandeling van ETF (beursverhandelde fondse) het potensiaal belonings, en dit behels ook potensiële risiko's. ETF handel mag nie geskik vir alle besoekers van hierdie webwerf. Enigeen wat om te belê in beursverhandelde fondse moet sy of haar eie onafhanklike finansiële of professionele advies in te win. Ons Trading SystemNasdaq 100 Die Nasdaq-100 Indeks sluit 100 van die grootste plaaslike en internasionale nie-finansiële maatskappye wat op die NASDAQ Stock Market gebaseer op markkapitalisasie. Die indeks weerspieël maatskappye regoor groot nywerheidsgroepe insluitend rekenaar hardeware en sagteware, telekommunikasie, kleinhandel / groothandel en biotegnologie. Dit maak nie sekuriteite van finansiële maatskappye, insluitend beleggingsmaatskappye bevat. Nasdaq Saamgestelde (COMP) SampP 500 (SPX) Nasdaq-100 (NDX) DJIA (.INDU) Die getoon moet nie as 'n voorstelling van die prestasie van die indeks in die toekoms oorweeg word resultate, of moet die resultate in ag geneem word as 'n voorstelling van die prestasie van Powershares QQQ of die Nasdaq 100-Trust. Beleggingsopbrengste en skoolhoof waarde vir Powershares QQQ sal wissel sodat 'n beleggers aandele, wanneer verlos, kan meer werd of minder as die oorspronklike koste wees. Fooie en uitgawes sal die prestasie van die Powershares QQQ verminder in vergelyking met die prestasie van die Nasdaq-100 Indeks. 'N Belegging in Powershares QQQ moet gemaak word met 'n begrip wat die Nasdaq-100 Trust nie in staat sal wees om presies te herhaal die prestasie van die indeks, want die totale opbrengs gegenereer deur die sekuriteite gehou in die Trust sal verminder word deur transaksiekoste aangegaan in te pas die werklike balans van die sekuriteite en ander Trust uitgawes, terwyl die koste en uitgawes transaksie is nie ingesluit in die berekening van die indeks. Dit is ook moontlik dat vir kort periodes van tyd, die Trust mag nie ten volle die prestasie van die indeks te herhaal as gevolg van die tydelike onbeskikbaarheid van sekere Index effekte in die sekondêre mark of as gevolg van ander extraordinry omstandighede. Sulke gebeure is onwaarskynlik om voort te gaan vir 'n lang tydperk van die tyd, want die trustee van die Trust is nodig om sulke wanbalanse reg te stel deur middel van die aanpassing van die samestelling van die Trust. Dit is ook moontlik dat die samestelling van die Trust die samestelling van die indeks nie presies kan herhaal indien die Trust moet sy portefeulje Holdings ten einde aan te pas om voort te gaan om te kwalifiseer as 'n gereguleerde beleggingsmaatskappy onder die Internal Revenue Code. As gevolg hiervan, terwyl die belegging doel van die Trust is om belegging resultate wat oor die algemeen ooreen met die prys en opbrengsprestasie van die indeks te voorsien, is daar geen versekering dat hierdie belegging doel ten volle bereik kan word. Van stapel gestuur in Januarie 1985, die Nasdaq-100 Indeks verteenwoordig die grootste nie-finansiële plaaslike en internasionale effekte genoteer op die Nasdaq Stock Market gebaseer op markkapitalisasie. Die Nasdaq-100 Indeks word bereken onder 'n aangepaste-kapitalisasie geweegde metode. Die metode sal na verwagting behou in die algemeen die ekonomiese eienskappe van kapitalisasie-gewig, terwyl die verskaffing van verhoogde diversifisering. Om dit te bereik, sal Nasdaq die samestelling van die Nasdaq-100 Indeks op 'n kwartaallikse basis te hersien en aan te pas die gewigte van die indeks komponente met behulp van 'n eie algoritme, indien sekere pre-gevestigde gewig verspreiding vereistes voldoen word nie. Aanvanklike aanmerking te kom kriteria wat in aanmerking kom vir die aanvanklike insluiting in die Nasdaq-100-indeks (Die indeks), 'n indeks Veiligheidsraad moet aan die volgende kriteria: die uitgewer van die securitys primêre Amerikaanse notering moet uitsluitlik wat op die Nasdaq Global Select mark of die Nasdaq Global Market (tensy die sekuriteit dubbele is geskeduleer om 'n ander Amerikaanse mark voor 1 Januarie 2004 en het voortdurend sulke lys in stand gehou word) 'n sekuriteit moet uitgereik word deur 'n nie-finansiële maatskappy 'n sekuriteit mag nie uitgereik word deur 'n uitgewer wat tans in bankrotskap verrigtinge 'n sekuriteit moet gemiddelde daaglikse handel volume van ten minste 200,000 aandele (jaarliks ​​gemeet tydens die Ranking Review proses) indien die uitgewer van die sekuriteit is georganiseer onder die wette van 'n jurisdiksie buite die VSA dan sodanige sekuriteit moet gelys opsies op 'n erkende opsies mark in die VSA of in aanmerking te kom vir genoteerde-opsies handel oor 'n erkende opsies mark in die VSA (jaarliks ​​gemeet tydens die Ranking Review proses) die uitreiker van die sekuriteit kan nie in 'n definitiewe ooreenkoms of ander reëling wat waarskynlik sal lei tot ingeskryf die sekuriteit nie meer om indeks in aanmerking kom die uitreiker van die sekuriteit kan nie finansiële jaarstate met 'n ouditmening wat tans die sekuriteit moes gesoute op Nasdaq, NYSE of NYSE Amex onttrek het. Oor die algemeen, is 'n maatskappy beskou gesoute te wees as dit is wat op 'n mark vir ten minste drie volle maande (met uitsluiting van die eerste maand van die aanvanklike lys). Gedetailleerde Aanvanklike aanmerking te kom kriteria lyste vir insluiting in die indeks, moet 'n indeks Veiligheidsraad uitsluitlik wat op die Nasdaq Global Select mark of Nasdaq Global Market (tensy die sekuriteit dubbele is geskeduleer om 'n ander Amerikaanse mark voor 1 Januarie, 2004 en het voortdurend so in stand gehou lys). Sekuriteit Tipes sekuriteit tipes algemeen in aanmerking kom vir die indeks sluit in gewone aandele, gewone aandele, ADB's, en die dop aandele. Security of maatskappy tipes nie ingesluit in die indeks is gesluit-einde fondse, omskepbare skuldbriewe, beursverhandelde fondse, maatskappye met beperkte aanspreeklikheid, beperkte vennootskap belange, verkies aandele, regte, aandele of eenhede van voordelige belang, lasbriewe, eenhede en ander afgeleide instrumente. Die indeks nie sekuriteite van beleggingsmaatskappye bevat. Markkapitalisasie Daar is geen minimum markkapitalisasie vereiste. Insluiting sal bepaal word op grond van die top 100 grootste uitreikers gebaseer op markkapitalisasie vergadering alle ander voorwaardes voldoen. Markkapitalisasie word bepaal deur vermenigvuldig n securitys Laaste Koop Price3 deur uitstaande itstotal aandele. Likiditeit Elke sekuriteit moet 'n minimum van drie maande gemiddelde daaglikse handel volume (ADTV) van 200,000 aandele het. Die ADTV word bepaal deur die gemiddelde van die som produk VAN DIE securitys daaglikse handel volume vir elke dag gedurende die vorige drie maande. Sekuriteit Seasoning Kriteria Die sekuriteit moes gewees het verhandel vir ten minste volle drie maande, wat nie n maand van aanvanklike notering op die Nasdaq, NYSE of NYSE Amex. Voortgesette in aanmerking te kom kriteria wat in aanmerking kom vir voortgesette insluiting in die Nasdaq-100-indeks (Die indeks), 'n indeks Veiligheidsraad moet aan die volgende kriteria: die uitgewer van die securitys primêre Amerikaanse notering moet uitsluitlik wat op die Nasdaq Global Select mark of die Nasdaq Global Market die sekuriteit moet uitgereik word deur 'n nie-finansiële maatskappy die sekuriteit mag nie uitgereik word deur 'n uitgewer wat tans in bankrotskap verrigtinge die sekuriteit moet gemiddelde daaglikse volume van ten minste 200,000 handel sharesinthe vorige drie maande handelstydperk (jaarliks ​​gemeet tydens die Ranking het hersieningsproses) indien die uitgewer van die sekuriteit is georganiseer onder die wette van 'n jurisdiksie buite die VSA dan sodanige sekuriteit moet gelys opsies op 'n erkende opsies mark in die VSA of in aanmerking te kom vir verhandeling gelys-opsies op 'n erkende opsies mark in die VSA die gemeenskap moet 'n aangepaste markkapitalisasie gelyk aan of meer as 0.10 van die totale aangepaste markkapitalisasie van die indeks op elke einde van die maand het. In die geval 'n maatskappy nie hierdie maatstaf vir twee agtereenvolgende maande eindig ontmoet, is dit verwyder uit die indeks effektiewe ná die einde van die saak op die derde Vrydag van die volgende maand en die gemeenskap van die sekuriteit kan nie finansiële jaarstate met 'n ouditmening wat tans teruggetrek. Vir die doeleindes van die indeks kriteria, indien die sekuriteit is 'n deposit ontvangs wat 'n sekuriteit van 'n nie-VS. Uitgewer, dan verwysings na die gemeenskap is verwysings na die uitreiker van die onderliggende sekuriteit. Indeks Evaluering Behalwe onder buitengewone omstandighede wat kan lei tot 'n tussentydse evaluering, is die indeks samestelling soos volg hersien op 'n jaarlikse grondslag. Uitreiker sekuriteite wat aan die toepaslike kriteria word ingedeel volgens die markwaarde. Index-in aanmerking kom sekuriteite wat reeds in die indeks is en wie se uitgewer isranked in die top 100 in aanmerking kom maatskappye (wat gebaseer is op markkapitalisasie) behou in die indeks. 'N indeks Issuerthat is ingedeel 101-125 is ook behou, met dien verstande dat sodanige gemeenskap is ingedeel in die top 100 in aanmerking kom uitreikers as van die vorige Ranking Review of is bygevoeg om die indeks ná die vorige Ranking Review. Indeks uitreikers wat nie aan sulke kriteria vervang. Die vervanging sekuriteite gekies is dié indeks-in aanmerking kom sekuriteite nie tans in die indeks wie se uitreikers het die grootste markkapitalisasie. Die gebruik in die posisie data sluit einde Oktober mark data en opgedateer vir uitstaande totale aandele in 'n openbare geliasseer SEC dokument via EDGAR deur die einde van November ingedien word. Plaasvervangers is effektief gemaak na die afsluiting van die saak op die derde Vrydag in Desember. Verder, indien daar te eniger tyd gedurende die jaar, behalwe die Ranking Review, 'n indeks Uitreiker nie meer aan die voortgesette geskiktheid kriteria, of andersins bepaal in aanmerking vir voortgesette insluiting in die indeks te geword het, is dit vervang met die grootste markkapitalisasie uitgewer nie op die oomblik in die indeks en die vergadering van die bogenoemde Aanvanklike aanmerking te kom kriteria. Gewoonlik sal 'n sekuriteit verwyder uit die indeks op sy laaste Koop prys. As jy egter ten tyde van sy verwydering van die indeks Sekuriteit is gestaak uit die handel op sy primêre notering mark en 'n amptelike sluitingsprys kan nie geredelik bepaal word, die indeks Sekuriteit mag, in Nasdaqs diskresie, verwyder word teen 'n nul prys. Die nul prys sal na die afsluiting van die mark, maar voor die tyd dat die amptelike afsluiting waarde van die indeks is versprei, wat gewoonlik 17:16:00 ET toegepas word op die indeks Sekuriteit. Disclaimer Nasdaq kan van tyd tot tyd, uit te oefen redelike diskresie as wat hy geskik ag ten einde te verseker indeks integriteit, insluitend maar nie beperk tot kwantitatiewe insluiting kriteria. Nasdaq kan ook, as gevolg van spesiale omstandighede, as noodsaaklik geag word, toe te pas diskresionêre aanpassings te verseker en in stand te hou die hoë gehalte van die indeks konstruksie en berekening. Nasdaq nie waarborg dat enige indeks akkuraat weerspieël toekomstige prestasie mark. Nóg Nasdaq, Inc. of enige van sy filiale (gesamentlik Nasdaq) maak 'n aanbeveling aan 'n sekuriteit of enige voorstelling oor die finansiële toestand van 'n maatskappy te koop of te verkoop. Beleggers moet hul eie omsigtigheidsondersoek onderneem en noukeurig evalueer maatskappye voor te belê. Die inligting hierin vervat is bedoel vir inligting en opvoedkundige doeleindes, en niks wat hierin vervat moet vertolk word as beleggingsadvies, óf namens 'n bepaalde sekuriteit of 'n algehele beleggingstrategie. Advies van 'n SECURITIES PROFESSIONELE word sterk aanbeveel. Perke van aanspreeklikheid Nasdaq, Inc en sy filiale (Nasdaq) aanvaar geen aanspreeklikheid van enige aard (insluitend, maar nie beperk tot nalatigheid) vir enige verlies, skade, koste, eise en uitgawes wat verband hou met of voortspruit uit die gebruik van die indekse of enige inligting wat daarin vervat is. Nasdaq ontken uitdruklik alle waarborge, uitdruklik of stilswyend, ten opsigte van die beskikbaarheid, akkuraatheid, ononderbroke berekening, volledigheid, verhandelbaarheid of geskiktheid vir 'n spesifieke doel met betrekking tot die indekse of enige data wat daarin vervat is. Nóg Nasdaq of enige derde party maak geen uitdruklike of geïmpliseerde waarborge of voorstellings met betrekking tot die indekse, die resultate te verkry word deur die gebruik of die waarde van die indekse op enige gegewe tyd. Sonder om enige van die voorafgaande, in geen geval sal Nasdaq enige aanspreeklikheid vir enige direkte skade, verlore winste of spesiale, toevallige, bestraffende, indirekte of gevolglike skade, selfs al is in kennis gestel van die moontlikheid van sulke skade. Real-Time After Hours Pre-mark Nuusflits Haal Opsomming Haal Interaktiewe Kaarte verstek Neem asseblief kennis dat wanneer jy jou keuse maak, sal dit van toepassing wees op alle toekomstige besoeke aan NASDAQ. As, te eniger tyd, jy belangstel in terug te keer na ons standaard instellings is, kies asseblief verstek hierbo. As jy enige vrae het of enige probleme in die verandering van jou standaard instellings teëkom, stuur 'n epos isfeedbacknasdaq. Bevestig asseblief u keuse: Jy het gekies om jou verstek vir die Wikiquote Search verander. Dit sal nou jou verstek teikenbladsy wees nie, tensy jy jou verstellings weer verander, of jy jou koekies te verwyder. Is jy seker jy wil om jou stellings te verander Ons het 'n guns te vra asseblief jou advertensie blokkering uit (of werk jou instellings om te verseker dat JavaScript en koekies aangeskakel), sodat ons kan voortgaan om jou te voorsien met die mark nuus eerste-koers en data youve gekom om te verwag van us. Nasdaq 100 stelsel Uncovered Options Trading System Nasdaq 100 Trading System Baie handelaars handel aandele sonder om te dink oor indeks analise en hulle is verward wanneer die vraag kom by die indekse ontleding. Een van die eenvoudige vrae kan wees, quotWhy moet ek aandag gee aan die NASDAQ 100-indeks as ek belangstel om net in die Microsoft aandele (MSFT) quot of quotWhy moet ek analiseer die SampP 500 indeks as ek handel BAC voorraad (Bank of America) quot die antwoord op hierdie vrae is baie eenvoudig. Die mark indekse weerspieël die algemene sentiment van die mark sektor hulle dek asook 'n paar indekse weerspieël die hele aandelemark sentiment en indeks tegniese ontleding help om die moontlike toekomstige tendense van die mark sektore en toekomstige mark neiging sien. Dit is logies dat toegang tot sodanige inligting kan waardevolle hulpmiddel vir 'n voorraad handelaar. 'N vermoë om te sien van die algemene rigting van die aandelemark wat net uit die ontleding van die mark indekse kan ontvang. Dit kan 'n kragtige instrument in die hande van 'n belegger wat op soek is na sy / haar handel te verbeter, selfs al is hy / sy in net aandele te belê en nie indekse handel (indeks dop sekuriteite) nie. 'N baie eenvoudige handel strategie aangewend kan word op grond van die indeks analise wat toegepas kan word om aandele te verhandel. As 'n voorbeeld, deur met die resultate van die Nasdaq-100-indeks tegniese ontleding, 'n handelaar kan 'n meer insiggewende besluit oor die handel MSFT (Microsoft), AAPL (Apple), GOOG (Google) en ander blok gesit wat in die NASDAQ 100 gelys te maak indeks. Die gebruik van die indeks tegniese ontleding in enige voorraad handel stelsel kan aansienlik verbeter die aanspreeklikheid stelsels deur die vermindering van die aantal verlore ambagte. Hier vind u kan 'n voorbeeld van 'n eenvoudige reëls wat gevolg kan word ingebed in 'n stelsel wat gebruik word om die MSFT voorraad handel te sien. Hierdie reëls is gebaseer op 'n kombinasie van die MSFT voorraad en Nasdaq 100-indeks tegniese ontleding: Wanneer die NASDAQ 100-indeks analise resultate dui op 'n hoër kans van 'n up-tendens, dan: As MSFT voorraad analise voorspel 'n lomp beweging (dieselfde as die NASDAQ 100 indexs rigting), kan 'n handelaar oorweeg om te koop die voorraad As MSFT voorraad analise dui op 'n bearsh beweging (teenoor die NASDAQ 100 indexs rigting), kan 'n handelaar beskou verblyf in kontant en wag wanneer indeks en voorraad analise punt in die dieselfde rigting. Wanneer die NASDAQ 100-indeks analise resultate dui op 'n hoër kans van 'n down-tendens, dan: As MSFT analise n lomp skuif voorspel (dieselfde die NASDAQ 100 indexs rigting), kan 'n handelaar te dink oor die verkoop van die voorraad kort As MSFT ontleding punte om lomp skuif (teenoor die NASDAQ 100 indexs rigting), kan 'n handelaar te dink oor 'n verblyf in kontant en wag wanneer indeks en voorraad analise identiese uitset. In die algemeen, kan 'n stelsel kombinasie indeks en voorraad analise word beskryf as: koop voorraad lank net vir die uitslae van hierdie voorraad analise en die resultate van 'n indeks analise (waar die voorraad is gelys) wys hoe hoër kans om lomp tendens verkoop n voorraad kort net die resultaat van hierdie voorraad analise en die resultate van 'n indeks analise (waar die voorraad is gelys) verwys na die hoër kans om lomp tendens. Dit is logies dat elke-beurs stelsel dekking indeks analise moet hê. Deur te weet die algemene sentiment in die mark sektore en markte, sal 'n handelaar nie loop in 'n situasie wanneer hy / sy verras sy / haar aandele begin afneem wanneer dit voorraad analise dui hierdie voorraad moet lomp wees. Gedurende die sterk bullish markte kan selfs 'n swak voorraad verhoog in die waarde daarvan en tydens die sterk lomp mark en die mark ineenstort jou voorraad (maak nie saak hoe lomp dit lyk) sal waarskynlik val sowel. Toegang tot-indeks gebaseer tegniese ontleding kan 'n vermoë om 'n veiliger handel achive gee, kan help om onseker besluite te vermy, en kan wys hoeveel om te belê in 'n bedryf. Ja, sy meer kompleks om voorraad en indekse ontleed as om net te fokus op voorraad analise, maar as dit maklik was, sou almal 'n wenner wees. Eenvoudige Trading System. Kyk hoe maklik om te gebruik is eenvoudig handel stelsel deur die SY span gelewer. Seine is gebaseer op ontleding toegepas op die indekse en die opset om handel te dryf QQQ, SPY en DIA indeks dop aandele. Een enkele wen handel kon betaal vir die lidmaatskap vir die komende jaar. VRYWARING . HIERDIE inligting is bedoel vir opvoedkundige doeleindes alleenlik en BETEKEN enige finansiële advies. Risiko is betrokke by alle style van geldbestuur. Ontbloot handel opsies behels 'n groter risiko as-beurs. Jy moet absoluut jou eie besluite te neem voordat wat op enige inligting wat verkry is vanaf hierdie webwerf. Die opbrengs resultate verteenwoordig op die webwerf is gebaseer op die ontvang vir die verkoop opsies kort premie en weerspieël nie marge. Dit word aanbeveel om ons te kontak jou makelaar oor vereistes marge op onbedekte opsies handel voor die gebruik van enige inligting op hierdie webwerf. Maak gebruik van ons quotTrade Sakrekenaar quot ons prestasie in die verlede herbereken met betrekking tot die vereistes marge, makelaars kommissies en ander handel verwante uitgawes. Vorige prestasie is nie 'n aanduiding van toekomstige results. Nasdaq 100 Stelsel Uncovered Options Trading System Oor Nasdaq 100 Indeks As jy 'n handelaar oor die gewildste en mees verhandelde indekse op die Amerikaanse mark vra, sonder twyfel, sal jy ontvang as 'n antwoord, quotNASDAQ 100, SampP 500 en Dow Jones Industrial (DJI) indekse. Die Nasdaq 100-indeks (simbool is NDX) is gebaseer op 'n groep van die grootste nie-finansiële maatskappye gelys en verhandel op die Nasdaq 100 aandelebeurs. Dié indeks is waarde geweeg en bevat geen finansiële maatskappye. Dié indeks verskil dus van die SampP500 en die Dow Jones Industrial Average (DJI, Dow 30 of bloot DOW). Nasdaq 100 begin sy lewe op 31 Januarie 1985 saam met die NASDAQ Finansiële -100 indeks. Dit verklaar waarom die finansiële maatskappye uitgesluit, en nog uitgesluit, uit die Nasdaq 100-indeks. Ingesluit moet word in die Nasdaq 100-indeks, moet 'n sekuriteit ontmoet baie kriteria, soos om 'n nie-finansiële maatskappy, wat nie deel van 'n bankrotskap proses, en toon die vereiste prestasie oor die bepaalde tydperk, en nog baie meer. Insluitings in die indeks en weglatings daaruit word op 'n kwartaallikse basis. Daar is verskeie maniere om handel te dryf die NASDAQ 100-indeks. Twee van die gewildste metodes is die handel die QQQ en handel die NASDAQ 100 Emini termynkontrak (verhandel onder die NK ENKELE). Beide van hierdie handel voertuie op te spoor die prestasie van die indeks. Die QQQ voorraad is een van die wêreld se mees verhandelde aandele. Voorheen verhandel as QQQ (drie Qs), was die Nasdaq 100 dop beurs simbool verander op 1 Desember 2004 tot 'n vier-letter simbool QQQ en verskuif vanaf die AMEX ruil vir die NASDAQ ruil. Op die oomblik is, is QQQ geborg deur Powershares en die amptelike naam van die Nasdaq 100 dop voorraad is quotPowershares QQQ. quot Soos met ander Beursverhandelde Fondse (ETF's), is daar verskeie voordele aan die handel die Nasdaq 100 dop voorraad: 'n mens kan koop en verkoop dit te eniger tyd gedurende die handel dag, dit het 'n breë mark portefeulje (diversifikasie onder die Nasdaqs grootste 100 nie-finansiële maatskappye), kan dit gekoop word op marge, is daar geen beheer en borg gelde, dit behels 'n lae eienaarskap koste, en dit bied die buigsaamheid van 'n voorraad en krag van onderlinge fondse, ens Daar is meer as 400 verskillende gereedskap vir gebruik in die handel die Nasdaq 100-indeks, langs 'n belegging in die QQQ voorraad Sommige van hulle is die NASDAQ 100 termynkontrakte (ND) NASDAQ 100 Emini (NK), NASDAQ 100 indeks Options, Rydex indeks dop fondse, Ultra Short QQQ ProShares (QID), en ProShares Ultra QQQ (QLD), ens Beleggers moet onthou dat dit moontlik is dat, vir 'n kort periodes van tyd, ten spyte van die feit dat al hierdie sekuriteite en kommoditeite is ontwerp om die indexs prestasie dop, kan hierdie effekte en kommoditeite nie ten volle herhaal die prestasie van die indeks te danke aan die tydelike onbeskikbaarheid van sekere indeks sekuriteite in die sekondêre mark of ander buitengewone omstandighede. QQQ seine. QQQ handel seine wat gebaseer is op die geld vloei-analise. Seine gegenereer word tydens die handelsure. E-pos kennisgewings is beskikbaar. Gee dit 'n probeer - skryf vir die ETF seine nou. Een enkele wen handel kon betaal vir die lidmaatskap vir die komende jaar. VRYWARING . HIERDIE inligting is bedoel vir opvoedkundige doeleindes alleenlik en BETEKEN enige finansiële advies. Risiko is betrokke by alle style van geldbestuur. Ontbloot handel opsies behels 'n groter risiko as-beurs. Jy moet absoluut jou eie besluite te neem voordat wat op enige inligting wat verkry is vanaf hierdie webwerf. Die opbrengs resultate verteenwoordig op die webwerf is gebaseer op die ontvang vir die verkoop opsies kort premie en weerspieël nie marge. Dit word aanbeveel om ons te kontak jou makelaar oor vereistes marge op onbedekte opsies handel voor die gebruik van enige inligting op hierdie webwerf. Maak gebruik van ons quotTrade Sakrekenaar quot ons prestasie in die verlede herbereken met betrekking tot die vereistes marge, makelaars kommissies en ander handel verwante uitgawes. Vorige prestasie is nie 'n aanduiding van toekomstige resultate.

Bewegende Gemiddelde Model Sas

Bewegende gemiddelde en eksponensiële gladstryking modelle As 'n eerste stap in die beweging van buite gemiddelde modelle, ewekansige loop modelle, en lineêre tendens modelle, nonseasonal patrone en tendense kan geëkstrapoleer deur 'n bewegende-gemiddelde of glad model. Die basiese aanname agter gemiddelde en glad modelle is dat die tyd reeks is plaaslik stilstaande met 'n stadig wisselende gemiddelde. Vandaar, neem ons 'n bewegende (plaaslike) gemiddelde om die huidige waarde van die gemiddelde skat en dan gebruik dit as die voorspelling vir die nabye toekoms. Dit kan beskou word as 'n kompromie tussen die gemiddelde model en die ewekansige-stap-sonder-drif-model. Dieselfde strategie gebruik kan word om te skat en ekstrapoleer 'n plaaslike tendens. 'N bewegende gemiddelde is dikwels 'n quotsmoothedquot weergawe van die oorspronklike reeks, want kort termyn gemiddelde het die effek van gladstryking uit die knoppe in die oorspronklike reeks. Deur die aanpassing van die mate van gladstryking (die breedte van die bewegende gemiddelde), kan ons hoop om 'n soort van 'n optimale balans tussen die prestasie van die gemiddelde en die stogastiese wandeling modelle slaan. Die eenvoudigste soort gemiddelde model is die. Eenvoudige (ewe-geweeg) Moving Average: Die voorspelling vir die waarde van Y op tyd T1 wat gemaak word op tydstip t is gelyk aan die eenvoudige gemiddelde van die mees onlangse m waarnemings: (hier en elders sal ek die simbool 8220Y-hat8221 gebruik om op te staan vir 'n voorspelling van die tyd reeks Y gemaak op die vroegste moontlike voor datum deur 'n gegewe model.) Hierdie gemiddelde is gesentreer op tydperk t (M1) / 2, wat impliseer dat die skatting van die plaaslike gemiddelde sal neig om agter die werklike waarde van die plaaslike gemiddelde met sowat (M1) / 2 periodes. So, sê ons die gemiddelde ouderdom van die data in die eenvoudige bewegende gemiddelde is (M1) / 2 met betrekking tot die tydperk waarvoor die voorspelling is bereken: dit is die hoeveelheid tyd waarop voorspellings sal neig om agter draaipunte in die data. Byvoorbeeld, as jy gemiddeld die afgelope 5 waardes, sal die voorspellings wees oor 3 periodes laat in reaksie op draaipunte. Let daarop dat indien M1, die eenvoudige bewegende gemiddelde (SMA) model is soortgelyk aan die ewekansige loop model (sonder groei). As m is baie groot (vergelykbaar met die lengte van die skatting tydperk), die SMA model is gelykstaande aan die gemiddelde model. Soos met enige parameter van 'n voorspelling model, is dit gebruiklik om die waarde van k te pas ten einde die beste quotfitquot om die data, dit wil sê die kleinste voorspelling foute gemiddeld behaal. Hier is 'n voorbeeld van 'n reeks wat blykbaar ewekansige skommelinge toon om 'n stadig-wisselende gemiddelde. In die eerste plek kan probeer om dit aan te pas met 'n ewekansige loop model, wat gelykstaande is aan 'n eenvoudige bewegende gemiddelde van 1 kwartaal: Die ewekansige loop model reageer baie vinnig om veranderinge in die reeks, maar sodoende dit tel baie van die quotnoisequot in die data (die ewekansige skommelinge) asook die quotsignalquot (die plaaslike gemiddelde). As ons eerder probeer 'n eenvoudige bewegende gemiddelde van 5 terme, kry ons 'n gladder lyk stel voorspellings: Die 5 termyn eenvoudige bewegende gemiddelde opbrengste aansienlik kleiner foute as die ewekansige loop model in hierdie geval. Die gemiddelde ouderdom van die data in hierdie voorspelling is 3 ((51) / 2), sodat dit is geneig om agter draaipunte met sowat drie periodes. (Byvoorbeeld, blyk 'n afswaai het plaasgevind by tydperk 21, maar die voorspellings nie omdraai tot verskeie tydperke later.) Let daarop dat die langtermyn-voorspellings van die SMA model is 'n horisontale reguit lyn, net soos in die ewekansige loop model. So, die SMA model veronderstel dat daar geen neiging in die data. Maar, terwyl die voorspellings van die ewekansige loop model is eenvoudig gelyk aan die laaste waargenome waarde, die voorspellings van die SMA model is gelykstaande aan 'n geweegde gemiddelde van die afgelope waardes. Die vertroue perke bereken deur Stat Graphics vir die langtermyn-voorspellings van die eenvoudige bewegende gemiddelde nie groter as die vooruitskatting horison styg kry. Dit is natuurlik nie korrek Ongelukkig is daar geen onderliggende statistiese teorie wat ons vertel hoe die vertrouensintervalle behoort te brei vir hierdie model. Dit is egter nie te moeilik om empiriese ramings van die vertroue perke vir die langer-horison voorspellings te bereken. Byvoorbeeld, kan jy die opstel van 'n sigblad waarop die SMA model sal gebruik word om 2 stappe vooruit, 3 stappe vooruit, ens binne die historiese data monster voorspel. Jy kan dan bereken die monster standaardafwykings van die foute op elke voorspelling horison, en dan bou vertrouensintervalle vir langer termyn voorspellings deur optelling en aftrekking veelvoude van die toepaslike standaard afwyking. As ons probeer om 'n 9-termyn eenvoudige bewegende gemiddelde, kry ons selfs gladder voorspellings en meer van 'n sloerende uitwerking: Die gemiddelde ouderdom is nou 5 periodes ((91) / 2). As ons 'n 19-termyn bewegende gemiddelde te neem, die gemiddelde ouderdom toeneem tot 10: Let daarop dat, inderdaad, is die voorspellings nou agter draaipunte met sowat 10 periodes. Watter bedrag van smoothing is die beste vir hierdie reeks Hier is 'n tabel wat hulle dwaling statistieke vergelyk, ook met 'n 3-gemiddelde: Model C, die 5-termyn bewegende gemiddelde, lewer die laagste waarde van RMSE deur 'n klein marge oor die 3 - term en 9 termyn gemiddeldes, en hul ander statistieke is byna identies. So, onder modelle met 'n baie soortgelyke fout statistieke, kan ons kies of ons 'n bietjie meer responsiewe ingesteldheid of 'n bietjie meer gladheid in die voorspellings sou verkies. (Terug na bo.) Browns Eenvoudige Eksponensiële Smoothing (eksponensieel geweeg bewegende gemiddelde) Die eenvoudige bewegende gemiddelde model hierbo beskryf het die ongewenste eienskap dat dit behandel die laaste k Waarnemings ewe en heeltemal ignoreer al voorafgaande waarnemings. Intuïtief, moet afgelope data verdiskonteer in 'n meer geleidelike mode - byvoorbeeld, die mees onlangse waarneming moet 'n bietjie meer gewig kry as 2 mees onlangse, en die 2de mees onlangse moet 'n bietjie meer gewig as die 3 mees onlangse kry, en so aan. Die eenvoudige eksponensiële gladstryking (SES) model accomplishes hierdie. Laat 945 dui n quotsmoothing constantquot ( 'n getal tussen 0 en 1). Een manier om die model te skryf is om 'n reeks L dat die huidige vlak (dit wil sê die plaaslike gemiddelde waarde) van die reeks verteenwoordig as geraamde van data tot op hede te definieer. Die waarde van L op tydstip t is rekursief bereken uit sy eie vorige waarde soos volg: Dus, die huidige stryk waarde is 'n interpolasie tussen die vorige stryk waarde en die huidige waarneming, waar 945 kontroles die nabyheid van die geïnterpoleerde waarde tot die mees onlangse waarneming. Die voorspelling vir die volgende tydperk is eenvoudig die huidige stryk waarde: anders gestel ons kan die volgende voorspelling direk in terme van vorige voorspellings en vorige waarnemings uit te druk, in enige van die volgende ekwivalent weergawes. In die eerste weergawe, die voorspelling is 'n interpolasie tussen vorige skatting en vorige waarneming: In die tweede weergawe, is die volgende voorspelling verkry deur die aanpassing van die vorige skatting in die rigting van die vorige fout deur 'n breukdeel bedrag 945. is die fout gemaak by tyd t. In die derde weergawe, die voorspelling is 'n eksponensieel geweeg (dit wil sê afslag) bewegende gemiddelde met afslag faktor 1- 945: Die interpolasie weergawe van die voorspelling formule is die eenvoudigste om te gebruik as jy die uitvoering van die model op 'n spreadsheet: dit pas in 'n enkele sel en bevat selverwysings verwys na die vorige skatting, die vorige waarneming, en die sel waar die waarde van 945 gestoor. Let daarop dat indien 945 1, die SES model is gelykstaande aan 'n ewekansige loop model (sonder groei). As 945 0, die SES model is gelykstaande aan die gemiddelde model, met die veronderstelling dat die eerste stryk waarde gelyk aan die gemiddelde is ingestel. (Terug na bo.) Die gemiddelde ouderdom van die data in die eenvoudige eksponensiële-glad voorspelling is 1/945 relatief tot die tydperk waarvoor die voorspelling is bereken. (Dit is nie veronderstel duidelik te wees, maar dit kan maklik aangetoon deur die evaluering van 'n oneindige reeks.) Dus, die eenvoudige bewegende gemiddelde voorspelling is geneig om agter draaipunte met sowat 1/945 periodes. Byvoorbeeld, wanneer 945 0.5 die lag is 2 periodes wanneer 945 0.2 die lag is 5 periodes wanneer 945 0.1 die lag is 10 periodes, en so aan. Vir 'n gegewe gemiddelde ouderdom (bv bedrag van lag), die eenvoudige eksponensiële gladstryking (SES) voorspelling is 'n bietjie beter as die eenvoudige bewegende gemiddelde (SMA) voorspel, want dit plaas relatief meer gewig op die mees onlangse waarneming --i. e. dit is 'n bietjie meer quotresponsivequot om veranderinge voorkom in die onlangse verlede. Byvoorbeeld, 'n SMA model met 9 terme en 'n SES model met 945 0.2 beide het 'n gemiddelde ouderdom van 5 vir die data in hul voorspellings, maar die SES model plaas meer gewig op die laaste 3 waardes as wel die SMA model en by die Terselfdertyd is dit doesn8217t heeltemal 8220forget8221 oor waardes meer as 9 tydperke oud was, soos getoon in hierdie grafiek: nog 'n belangrike voordeel van die SES model die SMA model is dat die SES model maak gebruik van 'smoothing parameter wat voortdurend veranderlike, so dit kan maklik new deur die gebruik van 'n quotsolverquot algoritme om die gemiddelde minimum te beperk kwadraat fout. Die optimale waarde van 945 in die SES model vir hierdie reeks blyk te wees 0,2961, soos hier gewys word: die gemiddelde ouderdom van die data in hierdie voorspelling is 1 / 0,2961 3.4 tydperke, wat soortgelyk is aan dié van 'n 6-termyn eenvoudige bewegende gemiddelde. Die langtermyn-voorspellings van die SES model is 'n horisontale reguit lyn. soos in die SMA model en die ewekansige loop model sonder groei. Let egter daarop dat die vertrouensintervalle bereken deur Stat Graphics nou divergeer in 'n redelike aantreklike mode, en dat hulle aansienlik nouer as die vertrouensintervalle vir die ewekansige loop model. Die SES model veronderstel dat die reeks is 'n bietjie quotmore predictablequot as wel die ewekansige loop model. 'N SES model is eintlik 'n spesiale geval van 'n ARIMA model. sodat die statistiese teorie van ARIMA modelle bied 'n goeie basis vir die berekening van vertrouensintervalle vir die SES model. In die besonder, 'n SES model is 'n ARIMA model met een nonseasonal verskil, 'n MA (1) termyn, en geen konstante term. andersins bekend as 'n quotARIMA (0,1,1) model sonder constantquot. Die MA (1) koëffisiënt in die ARIMA model stem ooreen met die hoeveelheid 1- 945 in die SES model. Byvoorbeeld, as jy 'n ARIMA (0,1,1) model inpas sonder konstante om die reeks te ontleed hier, die beraamde MA (1) koëffisiënt blyk te wees 0,7029, wat byna presies 'n minus 0,2961. Dit is moontlik om die aanname van 'n nie-nul konstante lineêre tendens voeg by 'n SES model. Om dit te doen, net 'n ARIMA model met een nonseasonal verskil en 'n MA (1) termyn met 'n konstante, dit wil sê 'n ARIMA (0,1,1) model met 'n konstante spesifiseer. Die langtermyn-voorspellings sal dan 'n tendens wat gelyk is aan die gemiddelde tendens waargeneem oor die hele skatting tydperk is. Jy kan dit nie doen in samewerking met seisoenale aanpassing, omdat die aanpassing opsies seisoenale is afgeskakel wanneer die model tipe is ingestel op ARIMA. Jy kan egter 'n konstante langtermyn eksponensiële tendens om 'n eenvoudige eksponensiële gladstryking model voeg (met of sonder seisoenale aanpassing) deur gebruik te maak van die opsie inflasie-aanpassing in die vooruitskatting prosedure. Die toepaslike quotinflationquot (persentasie groei) koers per periode kan geskat word as die helling koëffisiënt in 'n lineêre tendens model toegerus om die data in samewerking met 'n natuurlike logaritme transformasie, of dit kan op grond van ander, onafhanklike inligting oor die langtermyn groeivooruitsigte . (Terug na bo.) Browns Lineêre (dws dubbel) Eksponensiële glad die SMA modelle en SES modelle aanvaar dat daar geen tendens van enige aard in die data (wat gewoonlik OK of ten minste nie-te-sleg vir 1- stap-ahead voorspellings wanneer die data is relatief raserig), en hulle kan verander word om 'n konstante lineêre tendens inkorporeer soos hierbo getoon. Wat van kort termyn tendense As 'n reeks vertoon 'n wisselende koers van groei of 'n sikliese patroon wat uitstaan ​​duidelik teen die geraas, en as daar 'n behoefte aan meer as 1 tydperk wat voorlê voorspel, dan skatting van 'n plaaslike tendens kan ook wees n probleem. Die eenvoudige eksponensiële gladstryking model veralgemeen kan word na 'n lineêre eksponensiële gladstryking (LES) model wat plaaslike begrotings van beide vlak en tendens bere te kry. Die eenvoudigste-time wisselende tendens model is Browns lineêr eksponensiële gladstryking model, wat twee verskillende reëlmatige reeks wat op verskillende punte gesentreer in die tyd gebruik. Die vooruitskatting formule is gebaseer op 'n ekstrapolasie van 'n streep deur die twee sentrums. ( 'N meer gesofistikeerde weergawe van hierdie model, Holt8217s, word hieronder bespreek.) Die algebraïese vorm van Brown8217s lineêr eksponensiële gladstryking model, soos dié van die eenvoudige eksponensiële gladstryking model, uitgedruk kan word in 'n aantal verskillende maar ekwivalente vorms. Die quotstandardquot vorm van hierdie model word gewoonlik uitgedruk as volg: Laat S dui die enkel-stryk reeks verkry deur die toepassing van eenvoudige eksponensiële gladstryking om reeks Y. Dit is, is die waarde van S op tydperk t gegee word deur: (Onthou dat, onder eenvoudige eksponensiële gladstryking, dit sou die voorspelling vir Y by tydperk T1 wees) Dan Squot dui die dubbel-stryk reeks verkry deur die toepassing van eenvoudige eksponensiële gladstryking (met behulp van dieselfde 945) tot reeks S:. ten slotte, die voorspelling vir Y tk. vir enige kgt1, word gegee deur: Dit lewer e 1 0 (dit wil sê kul n bietjie, en laat die eerste skatting gelyk wees aan die werklike eerste waarneming), en e 2 Y 2 8211 Y 1. waarna voorspellings gegenereer met behulp van die vergelyking hierbo. Dit gee dieselfde toegerus waardes as die formule gebaseer op S en S indien laasgenoemde is begin met behulp van S 1 S 1 Y 1. Hierdie weergawe van die model gebruik word op die volgende bladsy wat 'n kombinasie van eksponensiële gladstryking met seisoenale aanpassing illustreer. Holt8217s Lineêre Eksponensiële Smoothing Brown8217s LES model bere plaaslike begrotings van vlak en tendens deur glad die onlangse data, maar die feit dat dit nie so met 'n enkele glad parameter plaas 'n beperking op die data patrone wat dit in staat is om aan te pas: die vlak en tendens word nie toegelaat om wissel op onafhanklike tariewe. Holt8217s LES model spreek hierdie kwessie deur die insluiting van twee glad konstantes, een vir die vlak en een vir die tendens. Te eniger tyd t, soos in Brown8217s model, die daar is 'n skatting L t van die plaaslike vlak en 'n skatting T t van die plaaslike tendens. Hier is hulle rekursief bereken vanaf die waarde van Y op tydstip t en die vorige raming van die vlak en tendens waargeneem deur twee vergelykings wat eksponensiële gladstryking afsonderlik van toepassing op hulle. As die geskatte vlak en tendens op tydstip t-1 is L t82091 en T t-1. onderskeidelik, dan is die voorspelling vir Y tshy wat op tydstip t-1 sal gemaak is gelyk aan L t-1 T T-1. Wanneer die werklike waarde is waargeneem, is die opgedateer skatting van die vlak rekursief bereken deur interpol tussen Y tshy en sy voorspelling, L t-1 T T-1, die gebruik van gewigte van 945 en 1- 945. Die verandering in die geskatte vlak, naamlik L t 8209 L t82091. geïnterpreteer kan word as 'n lawaaierige meting van die tendens op tydstip t. Die opgedateer skatting van die tendens is dan rekursief bereken deur interpol tussen L t 8209 L t82091 en die vorige skatting van die tendens, T t-1. die gebruik van gewigte van 946 en 1-946: Die interpretasie van die tendens-glad konstante 946 is soortgelyk aan dié van die vlak glad konstante 945. Models met klein waardes van 946 aanvaar dat die tendens verander net baie stadig met verloop van tyd, terwyl modelle met groter 946 aanvaar dat dit vinniger is om te verander. 'N Model met 'n groot 946 is van mening dat die verre toekoms is baie onseker, omdat foute in die tendens-skatting word baie belangrik wanneer voorspel meer as een tydperk wat voorlê. (Terug na bo.) Die smoothing konstantes 945 en 946 kan in die gewone manier word beraam deur die vermindering van die gemiddelde kwadraat fout van die 1-stap-ahead voorspellings. Wanneer dit in Stat Graphics gedoen, die skattings uitdraai om te wees 945 0.3048 en 946 0,008. Die baie klein waarde van 946 beteken dat die model veronderstel baie min verandering in die tendens van een tydperk na die volgende, so basies hierdie model is besig om 'n langtermyn-tendens skat. Volgens analogie met die idee van die gemiddelde ouderdom van die data wat gebruik word in die skatte van die plaaslike vlak van die reeks, die gemiddelde ouderdom van die data wat gebruik word in die skatte van die plaaslike tendens is eweredig aan 1/946, hoewel nie presies gelyk aan Dit. In hierdie geval is dit blyk 1 / 0,006 125. Dit isn8217t n baie presiese aantal sover die akkuraatheid van die skatting van 946 isn8217t regtig 3 desimale plekke te wees, maar dit is van dieselfde algemene orde van grootte as die steekproefgrootte van 100 , so hierdie model is gemiddeld oor 'n hele klomp van die geskiedenis in die skatte van die tendens. Die voorspelling plot hieronder toon dat die LES model skat 'n effens groter plaaslike tendens aan die einde van die reeks as die konstante tendens geskat in die SEStrend model. Ook waarvan die beraamde waarde van 945 is byna identies aan die een wat deur die pas van die SES model met of sonder tendens, so dit is amper dieselfde model. Nou, doen hierdie lyk redelike voorspellings vir 'n model wat veronderstel is om te beraming 'n plaaslike tendens As jy hierdie plot 8220eyeball8221, dit lyk asof die plaaslike tendens afwaarts gedraai aan die einde van die reeks: Wat het die parameters van hierdie model gebeur is beraam deur die vermindering van die kwadraat fout van 1-stap-ahead voorspellings, nie langer termyn voorspellings, in welke geval die tendens 'n groot verskil doesn8217t maak. As alles wat jy is op soek na is 1-stap-ahead foute, is jy nie sien die groter prentjie van tendense oor (sê) 10 of 20 periodes. Ten einde hierdie model meer in harmonie te kry met ons oogbal ekstrapolasie van die data, kan ons met die hand die tendens-glad konstante pas sodat dit 'n korter basislyn vir tendens skatting. Byvoorbeeld, as ons kies om te stel 946 0.1, dan is die gemiddelde ouderdom van die gebruik in die skatte van die plaaslike tendens data is 10 periodes, wat beteken dat ons die gemiddeld van die tendens oor daardie laaste 20 periodes of so. Here8217s wat die voorspelling plot lyk asof ons '946 0.1 terwyl 945 0.3. Dit lyk intuïtief redelike vir hierdie reeks, maar dit is waarskynlik gevaarlik om hierdie tendens te ekstrapoleer nie meer as 10 periodes in die toekoms. Wat van die fout statistieke Hier is 'n model vergelyking vir die twee modelle hierbo asook drie SES modelle getoon. Die optimale waarde van 945.Vir die SES model is ongeveer 0,3, maar soortgelyke resultate (met 'n bietjie meer of minder 'n responsiewe ingesteldheid, onderskeidelik) verkry met 0,5 en 0,2. (A) Holts lineêre exp. glad met alfa 0,3048 en beta 0,008 (B) Holts lineêre exp. glad met alfa 0,3 en beta 0,1 (C) Eenvoudige eksponensiële gladstryking met alfa 0,5 (D) Eenvoudige eksponensiële gladstryking met alfa 0,3 (E) Eenvoudige eksponensiële gladstryking met alfa 0,2 hul statistieke is byna identies, so ons can8217t regtig die keuse te maak op die basis van 1-stap-ahead voorspelling foute binne die data monster. Ons het om terug te val op ander oorwegings. As ons glo dat dit sinvol om die huidige tendens skatting van wat die afgelope 20 periodes of so gebeur baseer, kan ons 'n saak vir die LES model met 945 0.3 en 946 0.1 maak. As ons wil hê agnostikus te wees oor die vraag of daar 'n plaaslike tendens, dan een van die SES modelle makliker om te verduidelik kan wees en sou ook vir meer middel-of-the-road voorspellings vir die volgende 5 of 10 periodes. (Terug na bo.) Watter tipe tendens-ekstrapolasie die beste: horisontale of lineêre empiriese bewyse dui daarop dat, indien die data is reeds aangepas (indien nodig) vir inflasie, dan is dit dalk onverstandig om kort termyn lineêre ekstrapoleer wees tendense baie ver in die toekoms. Tendense duidelik vandag mag verslap in die toekoms as gevolg van uiteenlopende oorsake soos produk veroudering, toenemende mededinging en sikliese afswaai of opwaartse fases in 'n bedryf. Om hierdie rede, eenvoudige eksponensiële gladstryking voer dikwels beter out-of-monster as wat dit andersins word verwag, ten spyte van sy quotnaivequot horisontale tendens ekstrapolasie. Gedempte tendens veranderinge van die lineêre eksponensiële gladstryking model word ook dikwels gebruik in die praktyk om 'n aantekening van konserwatisme in te voer in die tendens projeksies. Die gedempte-tendens LES model geïmplementeer kan word as 'n spesiale geval van 'n ARIMA model, in die besonder, 'n ARIMA (1,1,2) model. Dit is moontlik om vertrouensintervalle rondom langtermyn voorspellings wat deur eksponensiële gladstryking modelle bereken deur die oorweging van hulle as spesiale gevalle van ARIMA modelle. (Pasop: nie alle sagteware bereken vertrouensintervalle vir hierdie modelle korrek.) Die breedte van die vertrouensintervalle hang af van (i) die RMS fout van die model, (ii) die tipe glad (eenvoudige of lineêr) (iii) die waarde (s) van die smoothing konstante (s) en (iv) die aantal periodes voor jy voorspel. In die algemeen, die tussenposes versprei vinniger as 945 kry groter in die SES model en hulle uitgebrei, sodat baie vinniger as lineêre, eerder as eenvoudige smoothing gebruik. Hierdie onderwerp word verder in die ARIMA modelle deel van die notas bespreek. (Terug na bo.) Die voorbeeld kode op die blad Full Kode illustreer hoe om die bewegende gemiddelde van 'n veranderlike te bereken deur 'n hele datastel, oor die afgelope N waarnemings in 'n datastel, of oor die afgelope N waarnemings binne 'n BY-groep. Hierdie voorbeeld lêers en kode voorbeelde word verskaf deur SAS Institute Inc. soos sonder waarborge van enige aard, uitdruklik of geïmpliseer, insluitend maar nie beperk tot die geïmpliseerde waarborge van verhandelbaarheid en geskiktheid vir 'n spesifieke doel. Ontvangers erken en aanvaar dat SAS Institute nie aanspreeklik sal wees vir enige skadevergoeding hoegenaamd voortspruitend uit hul gebruik van hierdie materiaal. Daarbenewens sal SAS Institute geen ondersteuning vir die materiaal wat hierin vervat is voorsien. Hierdie voorbeeld lêers en kode voorbeelde word verskaf deur SAS Institute Inc. soos sonder waarborge van enige aard, uitdruklik of geïmpliseer, insluitend maar nie beperk tot die geïmpliseerde waarborge van verhandelbaarheid en geskiktheid vir 'n spesifieke doel. Ontvangers erken en aanvaar dat SAS Institute nie aanspreeklik sal wees vir enige skadevergoeding hoegenaamd voortspruitend uit hul gebruik van hierdie materiaal. Daarbenewens sal SAS Institute geen ondersteuning vir die materiaal wat hierin vervat is voorsien. Bereken die bewegende gemiddelde van 'n veranderlike deur 'n hele datastel, oor die afgelope N waarnemings in 'n datastel, of oor die afgelope N waarnemings binne 'n munisipale group. Autoregressive beweeg-gemiddelde fout prosesse (ARMA foute) en ander modelle wat die volgende behels lags van die dwaling terme kan geskat word deur die gebruik van FIT state en gesimuleerde of voorspel deur gebruik te maak van LOS state. ARMA modelle vir die fout proses word dikwels gebruik vir modelle met autocorrelated residue. Die AR makro kan gebruik word om modelle met outoregressiewe fout prosesse spesifiseer. Die MA makro kan gebruik word om modelle spesifiseer met bewegende gemiddelde fout prosesse. Outoregressiewe Foute 'n model met die eerste-orde outoregressiewe foute, AR (1), het die vorm terwyl 'n AR (2) fout proses het die vorm en dies meer vir hoër-orde prosesse. Let daarop dat die e onafhanklik en identies verdeelde en het 'n verwagte waarde van 0. 'n Voorbeeld van 'n model met 'n AR (2) komponent is en dies meer vir hoër-orde prosesse. Byvoorbeeld, kan jy 'n eenvoudige lineêre regressiemodel met MA (2) skryf bewegende gemiddelde foute as waar Ma1 en Ma2 is die bewegende gemiddelde parameters. Let daarop dat RESID. Y outomaties word gedefinieer deur PROC model as die ZLAG funksie moet gebruik word vir MA modelle om die rekursie van die lags afgestomp. Dit verseker dat die vertraagde foute begin by nul in die lag priming fase en nie voort ontbrekende waardes wanneer-lag priming tydperk veranderlikes ontbreek, en dit verseker dat die toekomstige foute is nul eerder as vermis tydens simulasie of vooruitskatting. Vir meer besonderhede oor die lag funksies, sien die artikel Lag logika. Hierdie model geskryf met behulp van die MA makro is soos volg: Algemene vorm vir ARMA Models Die algemene ARMA (p, q) proses het die volgende vorm 'n ARMA (p, q) model kan gespesifiseer word soos volg: waar AR Ek en MA j verteenwoordig die outoregressiewe en bewegende gemiddelde parameters vir die verskillende lags. Jy kan enige name wat jy wil vir hierdie veranderlikes gebruik, en daar is baie soortgelyk maniere wat die spesifikasie kan geskryf word. Vektor ARMA prosesse kan ook beraam met PROC model. Konvergensie Probleme met ARMA Models ARMA modelle kan moeilik om te skat wees: Byvoorbeeld, kan 'n twee-veranderlike AR (1) proses vir die foute van die twee endogene veranderlikes Y1 en Y2 soos volg gespesifiseer word. As die parameter ramings is nie binne die toepaslike omvang, 'n bewegende gemiddelde modelle oorblywende terme groei eksponensieel. Die berekende residue vir latere waarnemings kan baie groot wees of kan oorloop. Dit kan gebeur óf omdat onbehoorlike beginspan waardes is gebruik of omdat die iterasies wegbeweeg van redelike waardes. Sorg moet gedra word in die keuse van beginspan waardes vir ARMA parameters. Begin waardes van 0.001 vir ARMA parameters gewoonlik werk as die model pas die data goed en die probleem is goed gekondisioneer. Let daarop dat 'n MA-model dikwels benader kan word deur 'n hoë-orde AR model, en omgekeerd. Dit kan lei tot 'n hoë collinearity in gemengde ARMA modelle, wat op sy beurt ernstige swak kondisionering in die berekeninge en onstabiliteit van die parameter ramings kan veroorsaak. As jy konvergensie probleme te hê, terwyl die skatte van 'n model met ARMA foute prosesse, probeer om te skat in stappe. In die eerste plek gebruik 'n geskikte verklaring aan net die strukturele parameters met die ARMA parameters gehou na nul (of om vooraf redelike raming indien beskikbaar) te skat. Volgende, gebruik 'n ander FIT verklaring slegs die ARMA parameters beraam, met behulp van die strukturele parameterwaardes van die eerste termyn. Sedert die waardes van die strukturele parameters is waarskynlik naby aan hul finale skattings te wees, kan die ARMA parameterberaming nou bymekaar. Ten slotte, gebruik 'n ander FIT verklaring aan gelyktydige skattings van al die parameters te produseer. Sedert die aanvanklike waardes van die parameters is nou waarskynlik baie naby aan hul finale gesamentlike skattings te wees, moet die skattings vinnig bymekaar as die model geskik is vir die data is. AR beginvoorwaardes Die aanvanklike lags van die fout terme van AR (p) modelle gemodelleer kan word in verskillende maniere. Die outoregressiewe fout begin metodes deur SAS / ETS prosedures is die volgende: voorwaardelike kleinste kwadrate (ARIMA en model prosedures) onvoorwaardelike kleinste kwadrate (AUTOREG, ARIMA, en model prosedures) die maksimum waarskynlikheid (AUTOREG, ARIMA, en model prosedures) Yule-Walker (AUTOREG prosedure net) Hildreth-Lu, wat (enigste model prosedure) die eerste p Waarnemings verwyder Sien Hoofstuk 8, die AUTOREG prosedure, vir 'n verduideliking en bespreking van die meriete van verskeie AR (p) begin metodes. Die CLS, ULS, ML, en HT initializations uitgevoer kan word deur PROC model. Vir AR (1) foute, kan hierdie initializations geproduseer, soos uiteengesit in Tabel 18.2. Hierdie metodes is ekwivalent in groot monsters. Table 18.2 Initializations Uitgevoer deur PROC Model: AR (1) FOUTE Die aanvanklike lags van die fout terme van MA (Q) modelle kan ook geskoei op verskillende maniere. Die volgende bewegende gemiddelde fout start-up paradigmas word ondersteun deur die ARIMA en model prosedures: onvoorwaardelike kleinstekwadrate voorwaardelike kleinstekwadrate die voorwaardelike kleinste kwadrate metode van beraming bewegende gemiddelde fout terme is nie optimaal omdat dit die aanloop probleem ignoreer. Dit verminder die doeltreffendheid van die skat, hoewel hulle onbevooroordeelde bly. Die aanvanklike uitgestel residue, die uitbreiding van voor die aanvang van die data, is veronderstel om 0, hul onvoorwaardelike verwagte waarde. Dit stel 'n verskil tussen hierdie residue en die algemene kleinstekwadrate residue vir die bewegende gemiddelde kovariansie, wat, in teenstelling met die outoregressiewe model, voortduur deur die datastel. Gewoonlik hierdie verskil konvergeer vinnig tot 0, maar vir byna noninvertible bewegende gemiddelde prosesse die konvergensie is baie stadig. Om hierdie probleem te verminder, moet jy baie data het, en die bewegende gemiddelde parameterberaming moet goed binne die omkeerbare reeks. Hierdie probleem reggestel kan word ten koste van die skryf van 'n meer komplekse program. Onvoorwaardelike kleinste kwadrate beramings vir die MA (1) proses kan geproduseer word deur die spesifiseer van die model soos volg: Moving-gemiddelde foute kan moeilik om te skat wees. Jy moet oorweeg om 'n AR (p) benadering tot die bewegende gemiddelde proses. 'N bewegende gemiddelde proses kan gewoonlik goed benader word deur 'n outoregressiewe proses as die data is nie stryk of differenced. Die AR Makro Die SAS makro AR genereer programmering state vir PROC model vir outoregressiemodelle. Die AR makro is deel van SAS / ETS sagteware, en geen spesiale opsies moet ingestel word om die makro gebruik. Die outoregressiewe proses toegepas kan word om die strukturele vergelyking foute of om die endogene reeks hulself. Die AR makro kan gebruik word vir die volgende tipes motor regressie: onbeperkte vector-motor regressie beperk vector-motor regressie Eenveranderlike motor regressie Om die foutterm van 'n vergelyking model as 'n outoregressiewe proses, gebruik die volgende stelling na die vergelyking: Byvoorbeeld, veronderstel dat Y is 'n lineêre funksie van x1, x2, en 'n AR (2) fout. Die oproepe na AR moet kom na al die vergelykings wat die proses van toepassing op: Jy sal hierdie model soos volg skryf. Die voorafgaande makro aanroeping, AR (y, 2), produseer die state getoon in die lys uitset in Figuur 18.58. Figuur 18.58 LYS Opsie Uitset vir 'n AR (2) Model Die pred voorafgegaan veranderlikes is tydelik program veranderlikes gebruik sodat die lags van die residue is die korrekte residue en nie dié geherdefinieer deur hierdie vergelyking. Let daarop dat hierdie is gelykstaande aan die state uitdruklik in die artikel Algemene Form vir ARMA Models geskryf. Jy kan ook die outoregressiewe parameters aan nul beperk by uitgesoekte lags. Byvoorbeeld, as jy outoregressiewe parameters wou by lags 1, 12, en 13, kan jy die volgende stellings gebruik: Hierdie state genereer die uitset in Figuur 18,59. Figuur 18,59 LYS Opsie Uitset vir 'n AR Model met lags op 1, 12, en 13 Die model Prosedure aanbieding van Saamgestel programkode Verklaring Geperste PRED. yab x1 c x2 RESID. y PRED. y - ACTUAL. y ERROR. y pred. y - y OLDPRED. y PRED. y yl1 ZLAG1 (y - PREDy) yl12 ZLAG12 (y - PREDy) yl13 ZLAG13 (y - PREDy) RESID. y PRED. y - ACTUAL. y ERROR. y PRED. y - y Daar is variasies op die voorwaardelike kleinste kwadrate metode, afhangende van of waarnemings op die begin van die reeks word gebruik om op te warm die AR proses. By verstek, die AR voorwaardelike kleinste kwadrate metode gebruik al die waarnemings en aanvaar nulle vir die aanvanklike lags van outoregressiewe terme. Deur die gebruik van die opsie man, kan jy versoek dat AR gebruik die onvoorwaardelike kleinste kwadrate (ULS) of metode maksimum-waarskynlikheid (ML) plaas. Byvoorbeeld, is Besprekings van hierdie metodes wat in die artikel AR beginvoorwaardes. Deur die gebruik van die MCLS N opsie, kan jy versoek dat die eerste N Waarnemings word om skattings van die aanvanklike outoregressiewe lags bereken. In hierdie geval, die ontleding begin met waarneming N 1. Byvoorbeeld: Jy kan die AR makro gebruik om 'n outoregressiewe model toe te pas om die endogene veranderlike, in plaas van om die foutterm, deur gebruik te maak van die opsie TYPEV. Byvoorbeeld, as jy wil die vyf afgelope lags van Y toe te voeg tot die vergelyking in die vorige voorbeeld, jy kan AR gebruik om die parameters te genereer en loop deur die gebruik van die volgende stellings: Die voorafgaande stellings te genereer die uitset in Figuur 18.60. Figuur 18.60 LYS Opsie Uitset vir 'n AR model van Y Hierdie model voorspel Y as 'n lineêre kombinasie van X1, X2, 'n onderskep, en die waardes van Y in die mees onlangse vyf periodes. Onbeperkte vector-motor regressie Om die fout terme van 'n stel vergelykings as 'n vektor outoregressiewe proses te modelleer, gebruik die volgende vorm van die AR makro na die vergelykings: Die processname waarde is 'n naam wat jy verskaf vir AR om te gebruik in die maak van name vir die outoregressiewe grense. Jy kan die AR makro gebruik om verskillende AR prosesse vir verskillende stelle vergelykings model deur gebruik te maak van verskillende proses name vir elke stel. Die naam proses verseker dat die veranderlike name wat uniek is. Gebruik 'n kort processname waarde vir die proses as parameter ramings geskryf moet word om 'n uitset datastel. Die AR makro probeer parameter name minder as of gelyk aan agt karakters bou, maar dit is beperk deur die lengte van processname. wat gebruik word as 'n voorvoegsel vir die AR parameter name. Die variablelist waarde is die lys van endogene veranderlikes vir die vergelykings. Byvoorbeeld, veronderstel dat foute vir vergelykings Y1, Y2, en Y3 gegenereer deur 'n tweede-orde vektor outoregressiewe proses. wat die volgende vir Y1 en soortgelyke kode vir Y2 en Y3 genereer: Slegs die voorwaardelike kleinste kwadrate (MCLS of MCLS n) metode kan gebruik word vir vektor prosesse Jy kan die volgende stellings gebruik. Jy kan ook dieselfde vorm met beperkings wat die koëffisiëntmatriks 0 by uitgesoekte lags gebruik. Byvoorbeeld, die volgende stellings pas 'n derde-orde vektor proses om die vergelyking foute met al die koëffisiënte op lag 2 beperk tot 0 en met die koëffisiënte op lags 1 en 3 onbeperkte: Jy kan die drie reekse Y1Y3 as 'n vektor outoregressiewe proses te modelleer in die veranderlikes in plaas van in die foute deur die gebruik van die opsie TYPEV. As jy wil Y1Y3 model as 'n funksie van die verlede waardes van Y1Y3 en 'n paar eksogene veranderlikes of konstantes, kan jy AR gebruik om die state vir die lag terme te genereer. Skryf 'n vergelyking vir elke veranderlike vir die nonautoregressive deel van die model, en dan bel AR met die opsie TYPEV. Byvoorbeeld, kan die nonautoregressive deel van die model 'n funksie van eksogene veranderlikes wees, of dit kan onderskep parameters wees. As daar geen eksterne komponente om die vector-motor regressie model, insluitende geen afsnitte, dan wys nul tot elk van die veranderlikes. Daar moet 'n opdrag aan elkeen van die veranderlikes voor AR genoem. Hierdie voorbeeld modelle die vektor Y (Y1 Y2 Y3) as 'n lineêre funksie net van sy waarde in die vorige twee periodes en 'n wit geraas fout vektor. Die model het 18 (3 3 3 3) parameters. Sintaksis van die AR Makro Daar is twee gevalle van die sintaksis van die AR makro. Wanneer beperkings op 'n vektor AR proses nie nodig, die sintaksis van die AR makro het die algemene vorm spesifiseer 'n voorvoegsel vir AR om te gebruik in die bou van name van veranderlikes wat nodig is om die AR proses te definieer. As die endolist nie gespesifiseer word nie, die endogene lys standaard te noem. wat moet die naam van die vergelyking waarna die AR fout proses toegepas moet word nie. Die naam mag nie meer as 32 karakters. is aan die orde van die AR proses. spesifiseer die lys van vergelykings waarna die AR proses toegepas moet word. Indien meer as een naam word gegee, is 'n onbeperkte vektor proses geskep met die strukturele residue van al die vergelykings ingesluit as voorspellers in elk van die vergelykings. As nie gespesifiseer, verstek na endolist naam. spesifiseer die lys van sloerings waarteen die AR terme is om by te voeg. Die koëffisiënte van die terme op lags nie gelys is ingestel op 0. Al die genoteerde lags moet minder as of gelyk aan nlag wees. en daar was geen duplikate moet wees. As nie gespesifiseer, die laglist standaard vir alle lags 1 deur nlag. spesifiseer die skatting metode om te implementeer. Geldige waardes van M is CLS (voorwaardelike kleinste kwadrate beramings), ULS (onvoorwaardelike kleinste kwadrate beramings), en ML (maksimum waarskynlikheid ramings). MCLS is die standaard. Slegs MCLS toegelaat wanneer meer as een vergelyking gespesifiseer. Die ULS en ML metodes word nie ondersteun nie vir vektor AR modelle deur AR. bepaal dat die AR proses toegepas moet word om die endogene veranderlikes hulself in plaas van om die strukturele residue van die vergelykings. Beperkte vector-motor regressie Jy kan beheer wat parameters ingesluit in die proses, die beperking van tot 0 diegene parameters wat jy nie in te sluit. In die eerste plek gebruik AR met die opsie eerbiedig die veranderlike lys verklaar en die dimensie van die proses te definieer. Dan gebruik addisionele AR oproepe na terme vir geselekteerde vergelykings met geselekteerde veranderlikes by sekere lags genereer. Byvoorbeeld, die fout vergelykings geproduseer is soos volg: Hierdie model stel dat die foute vir Y1 afhang van die foute van beide Y1 en Y2 (maar nie Y3) by beide lags 1 en 2, en dat die foute vir Y2 en Y3 afhang die vorige foute vir al drie veranderlikes, maar slegs op lag 1. AR Makro Sintaksis vir Beperkte vector AR 'n alternatiewe gebruik van AR toegelaat word om beperkings op 'n vektor AR proses te lê deur AR 'n paar keer 'n beroep op verskillende AR terme spesifiseer en loop vir verskillende vergelykings. Die eerste oproep het die algemene vorm spesifiseer 'n voorvoegsel vir AR om te gebruik in die bou van name van veranderlikes wat nodig is om die vektor AR proses te definieer. spesifiseer die einde van die AR proses. spesifiseer die lys van vergelykings waarna die AR proses toegepas moet word. bepaal dat AR is nie om die AR proses te genereer, maar is om te wag vir verdere inligting wat in later AR oproepe vir die gelyknamige waarde. Die daaropvolgende oproepe het die algemene vorm is dieselfde as in die eerste oproep. spesifiseer die lys van vergelykings waarna die spesifikasies in hierdie AR oproep is wat toegepas moet word. Slegs name wat in die endolist waarde van die eerste oproep vir die naam waarde kan verskyn in die lys van vergelykings in eqlist. spesifiseer die lys van vergelykings wie uitgestel strukturele residue is om ingesluit te word as voorspellers in die vergelykings in eqlist. Slegs name in die endolist van die eerste oproep vir die naam waarde kan verskyn in varlist. As nie gespesifiseer, verstek na varlist endolist. spesifiseer die lys van sloerings waarteen die AR terme is om by te voeg. Die koëffisiënte van die terme op lags nie gelys is ingestel op 0. Al die genoteerde lags moet minder as of gelyk aan die waarde van nlag wees. en daar was geen duplikate moet wees. As nie gespesifiseer, verstek laglist al lags 1 deur nlag. Die MA Makro Die SAS makro MA genereer programmering state vir PROC model vir die verskuiwing-gemiddelde modelle. Die MA makro is deel van SAS / ETS sagteware, en geen spesiale opsies is nodig om die makro gebruik. Die bewegende gemiddelde fout proses toegepas kan word om die strukturele vergelyking foute. Die sintaksis van die MA makro is dieselfde as die AR makro behalwe daar is geen argument plekke. Wanneer jy die MA en AR makros gekombineer, moet die MA makro die AR makro volg. Die volgende SAS / IML state te produseer 'n ARMA (1, (1 3)) fout proses en stoor dit in die datastel MADAT2. Die volgende PROC MODEL state word gebruik om die parameters van hierdie model skat met behulp van maksimum waarskynlikheid fout struktuur: die skat van die parameters wat deur hierdie lopie word in Figuur 18.61. Figuur 18.61 Beramings van 'n ARMA (1, (1 3)) Proses Daar is twee gevalle van die sintaksis vir die MA makro. Wanneer beperkings op 'n vektor MA proses nie nodig, die sintaksis van die MA makro het die algemene vorm spesifiseer 'n voorvoegsel vir MA om te gebruik in die bou van name van veranderlikes wat nodig is om die MA proses te definieer en is die standaard endolist. is aan die orde van die MA-proses. spesifiseer die vergelykings waarna die MA proses toegepas moet word. Indien meer as een naam word gegee, is CLS skatting gebruik vir die vektor proses. spesifiseer die lags waarteen die MA terme is om by te voeg. Al die genoteerde lags moet minder as of gelyk aan nlag wees. en daar was geen duplikate moet wees. As nie gespesifiseer, die laglist standaard vir alle lags 1 deur nlag. spesifiseer die skatting metode om te implementeer. Geldige waardes van M is CLS (voorwaardelike kleinste kwadrate beramings), ULS (onvoorwaardelike kleinste kwadrate beramings), en ML (maksimum waarskynlikheid ramings). MCLS is die standaard. Slegs MCLS toegelaat wanneer meer as een vergelyking wat in die endolist. MA Makro Sintaksis vir Beperkte Vector bewegende gemiddeldes 'n Alternatiewe gebruik van MA toegelaat word om beperkings op 'n vektor MA proses te lê deur 'n paar keer 'n beroep MA verskillende MA terme spesifiseer en loop vir verskillende vergelykings. Die eerste oproep het die algemene vorm spesifiseer 'n voorvoegsel vir MA om te gebruik in die bou van name van veranderlikes wat nodig is om die vektor MA proses te definieer. spesifiseer die einde van die MA-proses. spesifiseer die lys van vergelykings waarna die MA proses toegepas moet word. bepaal dat MA is nie tot die MA proses te genereer, maar is om te wag vir verdere inligting wat in later MA oproepe vir die gelyknamige waarde. Die daaropvolgende oproepe het die algemene vorm is dieselfde as in die eerste oproep. spesifiseer die lys van vergelykings waarna die spesifikasies in hierdie MA oproep is wat toegepas moet word. spesifiseer die lys van vergelykings wie uitgestel strukturele residue is om ingesluit te word as voorspellers in die vergelykings in eqlist. gee die lys van sloerings waarteen die MA terme te added. Autoregressive bewegende gemiddelde Fout prosesse 13 13 13 13 13 13 outoregressiewe bewegende gemiddelde fout prosesse (ARMA foute) en ander modelle wat lags van die dwaling terme kan geskat word deur gebruik te maak FIT state en gesimuleerde of voorspelling behulp LOS state. ARMA modelle vir die fout proses word dikwels gebruik vir modelle met autocorrelated residue. Die AR makro kan gebruik word om modelle met outoregressiewe fout prosesse spesifiseer. Die MA makro kan gebruik word om modelle spesifiseer met bewegende gemiddelde fout prosesse. Outoregressiewe Foute 'n model met die eerste-orde outoregressiewe foute, AR (1), het die vorm terwyl 'n AR (2) fout proses het die vorm en dies meer vir hoër-orde prosesse. Let daarop dat die e onafhanklik en identies verdeelde en het 'n verwagte waarde van 0. 'n Voorbeeld van 'n model met 'n AR (2) komponent is Jy sal hierdie model te skryf soos volg: Of anders gestel met behulp van die AR makro as bewegende gemiddelde modelle 13 A model met die eerste-orde bewegende gemiddelde foute, MA (1), het die vorm waar is identies en onafhanklik versprei met gemiddelde nul. 'N MA (2) fout proses het die vorm en dies meer vir hoër-orde prosesse. Byvoorbeeld, kan jy 'n eenvoudige lineêre regressiemodel met MA (2) bewegende gemiddelde foute as waar Ma1 en Ma2 is die bewegende gemiddelde parameters skryf. Let daarop dat RESID. Y outomaties word gedefinieer deur PROC model Let daarop dat RESID. Y is. Die ZLAG funksie moet gebruik word vir MA modelle om die rekursie van die lags afgestomp. Dit verseker dat die vertraagde foute begin by nul in die lag priming fase en nie voort ontbrekende waardes wanneer-lag priming tydperk veranderlikes ontbreek, en verseker dat die toekomstige foute is nul eerder as vermis tydens simulasie of vooruitskatting. Vir meer inligting oor die lag funksies, sien die artikel 34Lag Logic.34 Hierdie model geskryf met behulp van die MA makro is Algemene Form vir ARMA Models Die algemene ARMA (p, q) proses het die volgende vorm 'n ARMA (p, q) model kan wees gespesifiseerde soos volg waar AR Ek en MA j verteenwoordig die outoregressiewe en bewegende gemiddelde parameters vir die verskillende lags. Jy kan enige name wat jy wil vir hierdie veranderlikes gebruik, en daar is baie soortgelyk maniere wat die spesifikasie kan geskryf word. Vektor ARMA prosesse kan ook beraam met PROC model. Byvoorbeeld, kan 'n twee-veranderlike AR (1) proses vir die foute van die twee endogene veranderlikes Y1 en Y2 soos volg Konvergensie Probleme met ARMA Models ARMA modelle kan moeilik om te skat wees gespesifiseer word. As die parameter ramings is nie binne die toepaslike omvang, 'n bewegende gemiddelde modelle oorblywende terme sal eksponensieel groei. Die berekende residue vir latere waarnemings kan baie groot wees of kan oorloop. Dit kan gebeur óf omdat onbehoorlike beginspan waardes is gebruik of omdat die iterasies wegbeweeg van redelike waardes. Sorg moet gedra word in die keuse van beginspan waardes vir ARMA parameters. Begin waardes van 0,001 vir ARMA parameters gewoonlik werk as die model pas die data goed en die probleem is goed gekondisioneer. Let daarop dat 'n MA-model dikwels benader kan word deur 'n hoë orde AR model, en omgekeerd. Dit kan lei tot 'n hoë collinearity in gemengde ARMA modelle, wat op sy beurt ernstige swak kondisionering in die berekeninge en onstabiliteit van die parameter ramings kan veroorsaak. As jy konvergensie probleme te hê, terwyl die skatte van 'n model met ARMA foute prosesse, probeer om te skat in stappe. In die eerste plek gebruik 'n geskikte verklaring aan net die strukturele parameters met die ARMA parameters gehou na nul (of om vooraf redelike raming indien beskikbaar) te skat. Volgende, gebruik 'n ander FIT verklaring slegs die ARMA parameters beraam, met behulp van die strukturele parameterwaardes van die eerste termyn. Sedert die waardes van die strukturele parameters is waarskynlik naby aan hul finale skattings te wees, kan die ARMA parameterberaming nou bymekaar. Ten slotte, gebruik 'n ander FIT verklaring aan gelyktydige skattings van al die parameters te produseer. Sedert die aanvanklike waardes van die parameters is nou waarskynlik baie naby aan hul finale gesamentlike skattings te wees, moet die skattings vinnig bymekaar as die model geskik is vir die data is. AR beginvoorwaardes 13 13 13 13 13 13 13 13 13 13 Die aanvanklike lags van die fout terme van AR (p) modelle gemodelleer kan word in verskillende maniere. Die outoregressiewe fout begin metodes deur SAS / ETS prosedures is die volgende: CLS voorwaardelike kleinste kwadrate (ARIMA en model prosedures) ULS onvoorwaardelike kleinste kwadrate (AUTOREG, ARIMA, en model prosedures) ML maksimum waarskynlikheid (AUTOREG, ARIMA, en model prosedures) YW Yule-Walker (AUTOREG prosedure net) HL Hildreth-Lu, wat (enigste model prosedure) die eerste p Waarnemings verwyder Sien Hoofstuk 8. vir 'n verduideliking en bespreking van die meriete van verskeie AR (p) begin metodes. Die CLS, ULS, ML, en HT initializations uitgevoer kan word deur PROC model. Vir AR (1) foute, kan hierdie initializations geproduseer, soos uiteengesit in Tabel 14.2. Hierdie metodes is ekwivalent in groot monsters. Tabel 14.2: Initializations Uitgevoer deur PROC Model: AR (1) FOUTE MA beginvoorwaardes 13 13 13 13 13 13 Die aanvanklike lags van die fout terme van MA (Q) modelle kan ook geskoei op verskillende maniere. Die volgende bewegende gemiddelde fout begin paradigmas word ondersteun deur die ARIMA en model prosedures: ULS onvoorwaardelike kleinstekwadrate CLS voorwaardelike kleinstekwadrate ML maksimum waarskynlikheid die voorwaardelike kleinste-kwadrate metode van beraming bewegende gemiddelde fout terme is nie optimaal omdat dit ignoreer die begin probleem. Dit verminder die doeltreffendheid van die skat, hoewel hulle onbevooroordeelde bly. Die aanvanklike uitgestel residue, die uitbreiding van voor die aanvang van die data, is veronderstel om 0, hul onvoorwaardelike verwagte waarde. Dit stel 'n verskil tussen hierdie residue en die algemene kleinste-kwadrate residue vir die bewegende gemiddelde kovariansie, wat, in teenstelling met die outoregressiewe model, voortduur deur die datastel. Gewoonlik hierdie verskil konvergeer vinnig tot 0, maar vir byna noninvertible bewegende gemiddelde prosesse die konvergensie is baie stadig. Om hierdie probleem te verminder, moet jy baie data het, en die bewegende gemiddelde parameterberaming moet goed binne die omkeerbare reeks. Hierdie probleem reggestel kan word ten koste van die skryf van 'n meer komplekse program. Onvoorwaardelike kleinste-kwadrate beramings vir die MA (1) proses kan geproduseer word deur die spesifiseer van die model soos volg: Moving-gemiddelde foute kan moeilik om te skat wees. Jy moet oorweeg om 'n AR (p) benadering tot die bewegende gemiddelde proses. 'N bewegende gemiddelde proses kan gewoonlik goed benader word deur 'n outoregressiewe proses as die data is nie stryk of differenced. Die AR Makro Die SAS makro AR genereer programmering state vir PROC model vir outoregressiemodelle. Die AR makro is deel van SAS / ETS sagteware en geen spesiale opsies moet ingestel word om die makro gebruik. Die outoregressiewe proses toegepas kan word om die strukturele vergelyking foute of om die endogene reeks hulself. Die AR makro kan gebruik word vir eenveranderlike-motor regressie onbeperkte vector-motor regressie beperk vector-motor regressie. Eenveranderlike motor regressie 13 Om die foutterm van 'n vergelyking model as 'n outoregressiewe proses, gebruik die volgende stelling na die vergelyking: Byvoorbeeld, veronderstel dat Y is 'n lineêre funksie van X1 en X2, en 'n AR (2) fout. Die oproepe na AR moet kom na al die vergelykings wat die proses van toepassing op: Jy sal hierdie model soos volg skryf. Die proceding makro aanroeping, AR (y, 2), produseer die state getoon in die lys uitset in Figuur 14.49. Figuur 14.50: LYS Opsie Uitset vir 'n AR Model met lags op 1, 12, en 13 Daar is variasies op die voorwaardelike kleinste-kwadrate metode, afhangende van of waarnemings op die begin van die reeks word gebruik om 34warm up34 die AR proses. By verstek, die AR voorwaardelike kleinste-kwadrate metode gebruik al die waarnemings en aanvaar nulle vir die aanvanklike lags van outoregressiewe terme. Deur die gebruik van die opsie man, kan jy versoek dat AR gebruik die onvoorwaardelike kleinste-kwadrate (ULS) of metode maksimum-waarskynlikheid (ML) plaas. Byvoorbeeld: Besprekings van hierdie metodes word in die 34AR Aanvanklike Conditions34 vroeër in hierdie afdeling. Deur die gebruik van die MCLS N opsie, kan jy versoek dat die eerste N Waarnemings word om skattings van die aanvanklike outoregressiewe lags bereken. In hierdie geval, die ontleding begin met waarneming N 1. Byvoorbeeld: Jy kan die AR makro gebruik om 'n outoregressiewe model toe te pas om die endogene veranderlike, in plaas van om die foutterm, deur gebruik te maak van die opsie TYPEV. Byvoorbeeld, as jy wil die vyf afgelope lags van Y toe te voeg tot die vergelyking in die vorige voorbeeld, jy kan AR gebruik om die parameters te genereer en lags met behulp van die volgende stellings: Die voorafgaande stellings te genereer die uitset in Figuur 14.51. Die model Prosedure aanbieding van Saamgestel Verklaring programkode as Geperste PRED. yab x1 c x2 RESID. y PRED. y - ACTUAL. y ERROR. y PRED. y - y OLDPRED. y PRED. y yl1 ZLAG1 (y) yl2 ZLAG2 (y ) yl3 ZLAG3 (y) yl4 ZLAG4 (y) yl5 ZLAG5 (y) RESID. y PRED. y - ACTUAL. y ERROR. y PRED. y - y Figure 14.51: LYS Opsie Uitset vir 'n AR model van y Hierdie model voorspel y as 'n lineêre kombinasie van X1, X2, 'n onderskep, en die waardes van Y in die mees onlangse vyf periodes. Onbeperkte vector-motor regressie 13 Om die fout terme van 'n stel vergelykings as 'n vektor outoregressiewe proses te modelleer, gebruik die volgende vorm van die AR makro na die vergelykings: Die processname waarde is 'n naam wat jy verskaf vir AR om te gebruik in die maak van name vir die outoregressiewe parameters. Jy kan die AR makro gebruik om verskillende AR prosesse vir verskillende stelle vergelykings model deur gebruik te maak van verskillende proses name vir elke stel. Die naam proses verseker dat die veranderlike name wat uniek is. Gebruik 'n kort processname waarde vir die proses as parameter ramings geskryf moet word om 'n uitset datastel. Die AR makro probeer parameter name minder as of gelyk aan agt karakters bou, maar dit is beperk deur die lengte van naam. wat gebruik word as 'n voorvoegsel vir die AR parameter name. Die variablelist waarde is die lys van endogene veranderlikes vir die vergelykings. Byvoorbeeld, veronderstel dat foute vir vergelykings Y1, Y2, en Y3 gegenereer deur 'n tweede-orde vektor outoregressiewe proses. wat die volgende vir Y1 en soortgelyke kode vir Y2 en Y3 genereer: Slegs die voorwaardelike kleinste-kwadrate (MCLS of MCLS n) metode kan gebruik word vir vektor prosesse Jy kan die volgende stellings gebruik. Jy kan ook dieselfde vorm met beperkings wat die koëffisiëntmatriks 0 by uitgesoekte lags gebruik. Byvoorbeeld, die state van toepassing 'n derde-orde vektor proses om die vergelyking foute met al die koëffisiënte op lag 2 beperk tot 0 en met die koëffisiënte op lags 1 en 3 onbeperkte. Jy kan die drie reekse Y1-Y3 as 'n vektor outoregressiewe proses model in die veranderlikes in plaas van in die foute deur die gebruik van die opsie TYPEV. As jy wil 'n model Y1-Y3 as 'n funksie van die verlede waardes van Y1-Y3 en 'n paar eksogene veranderlikes of konstantes, kan jy AR gebruik om die state vir die lag terme te genereer. Skryf 'n vergelyking vir elke veranderlike vir die nonautoregressive deel van die model, en dan bel AR met die opsie TYPEV. Byvoorbeeld, kan die nonautoregressive deel van die model 'n funksie van eksogene veranderlikes wees, of dit kan onderskep parameters wees. As daar geen eksterne komponente om die vector-motor regressie model, insluitende geen afsnitte, dan wys nul tot elk van die veranderlikes. Daar moet 'n opdrag aan elkeen van die veranderlikes voor AR genoem. Hierdie voorbeeld modelle die vektor Y (Y1 Y2 Y3) as 'n lineêre funksie net van sy waarde in die vorige twee periodes en 'n wit geraas fout vektor. Die model het 18 (3 keer 3 3 keer 3) parameters. Sintaksis van die AR Makro Daar is twee gevalle van die sintaksis van die AR makro. Die eerste het die algemene vorm naam spesifiseer 'n voorvoegsel vir AR om te gebruik in die bou van name van veranderlikes wat nodig is om die AR proses te definieer. As die endolist nie gespesifiseer word nie, die endogene lys standaard te noem. wat moet die naam van die vergelyking waarna die AR fout proses toegepas moet word nie. Die naam mag nie meer as agt karakters. nlag is aan die orde van die AR proses. endolist spesifiseer die lys van vergelykings waarna die AR proses toegepas moet word. Indien meer as een naam word gegee, is 'n onbeperkte vektor proses geskep met die strukturele residue van al die vergelykings ingesluit as voorspellers in elk van die vergelykings. As nie gespesifiseer, verstek na endolist naam. laglist spesifiseer die lys van sloerings waarteen die AR terme is om by te voeg. Die koëffisiënte van die terme op lags nie gelys is ingestel op 0. Al die genoteerde lags moet minder as of gelyk aan nlag wees. en daar was geen duplikate moet wees. As nie gespesifiseer, die laglist standaard vir alle lags 1 deur nlag. M metode spesifiseer die skatting metode om te implementeer. Geldige waardes van M is CLS (voorwaardelike kleinste-kwadrate beramings), ULS (onvoorwaardelike kleinste-kwadrate beramings), en ML (maksimum-waarskynlikheid ramings). MCLS is die standaard. Slegs MCLS toegelaat wanneer meer as een vergelyking gespesifiseer. Die ULS en ML metodes word nie ondersteun nie vir vektor AR modelle deur AR. TYPEV bepaal dat die AR proses is self toegepas moet word om die endogene veranderlikes in plaas van om die strukturele residue van die vergelykings. Beperk vector-motor regressie 13 13 13 13 Jy kan beheer wat parameters ingesluit in die proses, die beperking van die parameters wat jy nie sluit aan 0. In die eerste plek gebruik AR met die opsie eerbiedig die veranderlike lys verklaar en die dimensie van die proses te definieer. Dan gebruik addisionele AR oproepe na terme vir geselekteerde vergelykings met geselekteerde veranderlikes by sekere lags genereer. Byvoorbeeld, die fout vergelykings geproduseer is Hierdie model stel dat die foute vir Y1 afhang van die foute van beide Y1 en Y2 (maar nie Y3) by beide lags 1 en 2, en dat die foute vir Y2 en Y3 afhang van die vorige foute vir al drie veranderlikes, maar slegs op lag 1. AR Makro Sintaksis vir Beperkte vector AR 'n alternatiewe gebruik van AR toegelaat word om beperkings op 'n vektor AR proses te lê deur AR 'n paar keer 'n beroep op verskillende AR terme spesifiseer en loop vir verskillende vergelykings. Die eerste oproep het die algemene vorm naam spesifiseer 'n voorvoegsel vir AR om te gebruik in die bou van name van veranderlikes wat nodig is om die vektor AR proses te definieer. nlag spesifiseer die einde van die AR proses. endolist spesifiseer die lys van vergelykings waarna die AR proses toegepas moet word. DEFER bepaal dat AR is nie om die AR proses te genereer, maar is om te wag vir verdere inligting wat in later AR oproepe vir die gelyknamige waarde. Die daaropvolgende oproepe het die algemene vorm naam is dieselfde as in die eerste oproep. eqlist spesifiseer die lys van vergelykings waarna die spesifikasies in hierdie AR oproep is wat toegepas moet word. Slegs name wat in die endolist waarde van die eerste oproep vir die naam waarde kan verskyn in die lys van vergelykings in eqlist. varlist spesifiseer die lys van vergelykings wie uitgestel strukturele residue is om ingesluit te word as voorspellers in die vergelykings in eqlist. Slegs name in die endolist van die eerste oproep vir die naam waarde kan verskyn in varlist. As nie gespesifiseer, verstek na varlist endolist. laglist spesifiseer die lys van sloerings waarteen die AR terme is om by te voeg. Die koëffisiënte van die terme op lags nie gelys is ingestel op 0. Al die genoteerde lags moet minder as of gelyk aan die waarde van nlag wees. en daar was geen duplikate moet wees. As nie gespesifiseer, verstek laglist al lags 1 deur nlag. Die MA Makro 13 Die SAS makro MA genereer programmering state vir PROC model vir bewegende gemiddelde modelle. Die MA makro is deel van SAS / ETS sagteware en geen spesiale opsies is nodig om die makro gebruik. Die bewegende gemiddelde fout proses toegepas kan word om die strukturele vergelyking foute. Die sintaksis van die MA makro is dieselfde as die AR makro behalwe daar is geen argument plekke. 13 Wanneer jy die MA en AR makros gekombineer, moet die MA makro die AR makro volg. Die volgende SAS / IML state te produseer 'n ARMA (1, (1 3)) fout proses en stoor dit in die datastel MADAT2. Die volgende PROC MODEL state word gebruik om die parameters van hierdie model gebruik te maak van maksimum waarskynlikheid fout struktuur skat: Die skat van die parameters wat deur hierdie lopie word in Figuur 14.52. Maksimum waarskynlikheid ARMA (1, (1 3)) Figuur 14.52: Beramings van 'n ARMA (1, (1 3)) Proses Sintaksis van die MA Makro Daar is twee gevalle van die sintaksis vir die MA makro. Die eerste het die algemene vorm naam spesifiseer 'n voorvoegsel vir MA om te gebruik in die bou van name van veranderlikes wat nodig is om die MA proses te definieer en is die standaard endolist. nlag is aan die orde van die MA-proses. endolist spesifiseer die vergelykings waarna die MA proses toegepas moet word. Indien meer as een naam word gegee, is CLS skatting gebruik vir die vektor proses. laglist spesifiseer die lags waarteen die MA terme is om by te voeg. Al die genoteerde lags moet minder as of gelyk aan nlag wees. en daar was geen duplikate moet wees. As nie gespesifiseer, die laglist standaard vir alle lags 1 deur nlag. M metode spesifiseer die skatting metode om te implementeer. Geldige waardes van M is CLS (voorwaardelike kleinste-kwadrate beramings), ULS (onvoorwaardelike kleinste-kwadrate beramings), en ML (maksimum-waarskynlikheid ramings). MCLS is die standaard. Slegs MCLS toegelaat wanneer meer as een vergelyking gespesifiseer op die endolist. MA Makro Sintaksis vir Beperkte Vector bewegende gemiddelde 13 'n Alternatiewe gebruik van MA toegelaat word om beperkings op 'n vektor MA proses te lê deur 'n paar keer 'n beroep MA verskillende MA terme spesifiseer en loop vir verskillende vergelykings. Die eerste oproep het die algemene vorm naam spesifiseer 'n voorvoegsel vir MA om te gebruik in die bou van name van veranderlikes wat nodig is om die vektor MA proses te definieer. nlag spesifiseer die einde van die MA-proses. endolist spesifiseer die lys van vergelykings waarna die MA proses toegepas moet word. DEFER bepaal dat MA is nie tot die MA proses te genereer, maar is om te wag vir verdere inligting wat in later MA oproepe vir die gelyknamige waarde. Die daaropvolgende oproepe het die algemene vorm naam is dieselfde as in die eerste oproep. eqlist spesifiseer die lys van vergelykings waarna die spesifikasies in hierdie MA oproep is wat toegepas moet word. varlist spesifiseer die lys van vergelykings wie uitgestel strukturele residue is om ingesluit te word as voorspellers in die vergelykings in eqlist. laglist spesifiseer die lys van sloerings waarteen die MA terme is om by te voeg.

Hoe Om Te Gebruik Bewegende Gemiddeldes In Kommoditeite

Slyp jou Trading Vaardighede: Moving gemiddeldes volgens Jim Wyckoff Van Kitco Nuus www. kitco ek 'n gereedskapkis benadering tot die ontleding en handel markte. Die meer tegniese en analitiese gereedskap Ek het in my handel toolbox tot my beskikking, hoe beter my kanse op sukses in die handel. Een van my gunsteling sekondêre handel gereedskap is bewegende gemiddeldes. Eerstens, laat my gee u 'n verduideliking van bewegende gemiddeldes, en dan Ill jou vertel hoe ek dit gebruik. Bewegende gemiddeldes is een van die mees gebruikte tegniese gereedskap. In 'n eenvoudige bewegende gemiddelde, is die wiskundige mediaan van die onderliggende prys bereken oor 'n waarneming tydperk. Pryse (gewoonlik sluit pryse) oor hierdie tydperk is bygevoeg en dan gedeel deur die totale aantal tydperke. Elke dag van die waarneming tydperk gegee dieselfde gewig in eenvoudige bewegende gemiddeldes. Sommige bewegende gemiddeldes gee meer gewig aan meer onlangse pryse in die waarneming tydperk. Dit is genoem eksponensiële of geweegde bewegende gemiddeldes. In hierdie opvoedkundige funksie, Ill bespreek net eenvoudig bewegende gemiddeldes. Die lengte van die tyd (die aantal bars) bereken op 'n bewegende gemiddelde is baie belangrik. Bewegende gemiddeldes met korter tydperke gewoonlik wissel en is geneig om meer handel seine te gee. Stadiger bewegende gemiddeldes gebruik langer tydperke en 'n gladder bewegende gemiddelde wys. Die stadiger gemiddeldes kan egter te stadig om jou in staat stel om 'n lang of kort posisie effektief te vestig nie. Bewegende gemiddeldes volg die tendens terwyl glad die prys beweging. Die eenvoudige bewegende gemiddelde is mees algemeen in kombinasie met ander eenvoudige bewegende gemiddeldes te koop aan te dui en te verkoop seine. Sommige handelaars gebruik drie bewegende gemiddeldes. Hul lengtes tipies bestaan ​​uit kort, intermediêre, en langtermyn-bewegende gemiddeldes. 'N algemeen gebruikte stelsel in termynkontrakte handel is 4-, 9-, en 18-tydperk bewegende gemiddeldes. Hou in gedagte 'n tyd interval kan bosluise, minute, dae, weke of selfs maande wees. Tipies, is bewegende gemiddeldes gebruik word in die korter tydperke, en nie op die langer termyn weeklikse en maandelikse staafgrafieke. Die normale bewegende gemiddelde crossover koop / verkoop seine is soos volg: A koopsein geproduseer word wanneer die korter termyn gemiddelde kruise van onder tot bo die langer termyn gemiddelde. Aan die ander kant, is 'n sell sein uitgereik wanneer die korter termyn gemiddelde kruis van bo tot onder die langer termyn gemiddelde. Nog 'n handel benadering is om sluitingsdatum pryse gebruik met die bewegende gemiddeldes. Wanneer die sluitingsprys bo die bewegende gemiddelde, in stand te hou 'n lang posisie. As die sluitingsprys onder die bewegende gemiddelde val, te likwideer enige lang posisie en 'n kort posisie. Hier is die belangrike caveat oor die gebruik van bewegende gemiddeldes toe handel termynmark markte: Hulle het nie goed werk in woelig of nie-trending markte. Jy kan 'n ernstige geval van whiplash ontwikkel met behulp van bewegende gemiddeldes in woelig, sywaarts markte. Aan die ander kant, in trending markte, bewegende gemiddeldes kan baie goed werk. In termynmarkte, my gunsteling bewegende gemiddeldes is die 9- en 18-dag. Ek het ook gebruik word om die 4-, 9- en 18-dae - bewegende gemiddeldes per geleentheid. As jy op soek na 'n daaglikse kolomgrafiek, kan jy stip verskillende bewegende gemiddeldes (op voorwaarde dat jy die korrekte kartering sagteware) en onmiddellik sien of hulle wel by die verskaffing van koop gedurende die afgelope paar maande van die prys geskiedenis op die grafiek het gewerk en verkoop seine. Ek het gesê ek hou van die 9-dag en 18-dae - bewegende gemiddeldes vir termynmarkte. Vir individuele aandele, het ek gebruik (en ander suksesvolle veterane het vir my gesê hulle gebruik het) die 100-daagse bewegende gemiddelde om te bepaal of 'n voorraad is lomp of lomp. As die voorraad is bo die 100-daagse bewegende gemiddelde, dit is lomp. As die voorraad is onder die 100-daagse bewegende gemiddelde, dit is lomp. Ek gebruik ook die 100-daagse bewegende gemiddelde vir die gesondheid van voorraad indeks termynmark markte te meet. Nog 'n bietjie van die salie advies: 'n veteraan mark watcher het vir my gesê die kommoditeit fondse (die groot handel fondse wat baie keer van buite af oorheers handel termynmark) volg die 40-dae - bewegende gemiddelde baie naby - veral in die graan termynmark. So, as jy sien 'n mark wat is gereed bo of onder die 40-dae - bewegende gemiddelde oor te steek, is dit net kan wees dat die fondse meer aktief kan raak. Ek het vroeër gesê eenvoudige bewegende gemiddeldes is 'n sekondêre hulpmiddel in my handel toolbox. My primêre (belangrikste) gereedskap is basiese grafiek patrone, tendens lyne en fundamentele analise. Deur Jim Wyckoff, wat bydra tot Kitco Nuus jimjimwyckoffMoving Gemiddeldes: Hoe om dit te gebruik Sommige van die primêre funksies van 'n bewegende gemiddelde is om tendense en terugskrywings identifiseer. meet die sterkte van 'n bate momentum en bepaal potensiaal gebiede waar 'n bate ondersteuning of weerstand sal vind. In hierdie afdeling sal ons wys hoe verskillende tydperke momentum kan monitor en hoe bewegende gemiddeldes voordelig in die opstel van stop-verlies kan wees. Verder sal ons 'n paar van die vermoëns en beperkinge van bewegende gemiddeldes dat 'n mens in ag moet neem wanneer jy dit gebruik as deel van 'n verhandeling roetine aan te spreek. Tendens te identifiseer tendense is een van die belangrikste funksies van bewegende gemiddeldes, wat gebruik word deur die meeste handelaars wat probeer om die tendens hul vriend te maak. Bewegende gemiddeldes is agter aanwysers. wat beteken dat hulle nie nuwe tendense te voorspel, maar bevestig tendense wanneer hulle ingestel is. Soos jy kan sien in Figuur 1, is 'n voorraad geag word in 'n uptrend wanneer die prys is hoër as 'n bewegende gemiddelde en die gemiddelde is opwaartse helling. Aan die ander kant, sal 'n handelaar gebruik 'n prys laer as 'n afwaartse gemiddelde tot 'n verslechtering neiging bevestig. Baie handelaars sal net oorweeg wat 'n lang posisie in 'n bate wanneer die prys handel bo 'n bewegende gemiddelde. Hierdie eenvoudige reël kan help om te verseker dat die tendens werk in die handelaars guns. Momentum Baie beginner handelaars vra hoe dit moontlik is om momentum en hoe bewegende gemiddeldes te meet kan word om so 'n ding aan te pak. Die eenvoudige antwoord is om aandag te skenk aan die tydperke wat in die skep van die gemiddelde, soos elke tydperk waardevolle insig kan bied in verskillende tipes momentum. In die algemeen, kan kort termyn momentum kan meet deur te kyk na bewegende gemiddeldes wat fokus op tydperke van 20 dae of minder. As ons kyk na bewegende gemiddeldes wat gemaak is met 'n tydperk van 20 tot 100 dae word algemeen beskou as 'n goeie maatstaf van medium termyn momentum. Ten slotte, kan enige bewegende gemiddelde wat 100 dae of meer gebruik in die berekening gebruik word as 'n maatstaf van 'n lang termyn momentum. Gesonde verstand moet jou vertel dat 'n 15-dae bewegende gemiddelde is 'n meer gepaste maatstaf van kort termyn momentum as 'n 200-daagse bewegende gemiddelde. Een van die beste metodes om die krag en rigting van 'n bate momentum te bepaal is om drie bewegende gemiddeldes te plaas op 'n grafiek en dan aandag skenk aan hoe hulle stapel in verhouding tot mekaar. Die drie bewegende gemiddeldes wat algemeen gebruik het verskillende tydraamwerke in 'n poging om kort termyn, medium termyn en langtermyn-prysbewegings verteenwoordig. In Figuur 2 word sterk opwaartse momentum gesien toe korter termyn gemiddeldes bo langer termyn gemiddeldes geleë en die twee gemiddeldes uiteenlopende. Aan die ander kant, wanneer die korter termyn gemiddeldes geleë onder die langer termyn gemiddeldes, die momentum is in die afwaartse rigting. Ondersteun Nog 'n algemene gebruik van bewegende gemiddeldes is in die bepaling van moontlike prys ondersteun. Dit maak nie veel ervaring in die hantering van bewegende gemiddeldes te neem om te sien dat die dalende prys van 'n bate dikwels sal ophou en agteruit op dieselfde vlak as 'n belangrike gemiddelde. Byvoorbeeld, in figuur 3 kan jy sien dat die 200-daagse bewegende gemiddelde kon stut van die prys van die voorraad nadat dit het van sy hoë nabye 32. Baie handelaars sal vooruitloop nie 'n weerkaats van groot bewegende gemiddeldes en sal ander gebruik tegniese aanwysers as bevestiging van die verwagte beweeg. Weerstand Sodra die prys van 'n bate onder 'n invloedryke vlak van ondersteuning val, soos die 200-daagse bewegende gemiddelde, is dit nie ongewoon om die gemiddelde te tree as 'n sterk versperring wat beleggers verhoed stoot die prys terug bo die gemiddelde sien. Soos jy kan sien uit die onderstaande grafiek, is hierdie weerstand dikwels gebruik deur handelaars as 'n teken om wins te neem of om enige bestaande lang posisies te sluit uit. Klomp kort verkopers sal ook hierdie gemiddeldes as toegangspunte te gebruik, want die prys hop dikwels af van die weerstand en gaan voort met sy skuif laer. As jy 'n belegger wat hou van 'n lang posisie in 'n bate wat handel onder groot bewegende gemiddeldes, kan dit wees in jou beste belang om hierdie vlakke fyn dop te hou omdat hulle die waarde van jou belegging grootliks beïnvloed. Stop-Verliese Die ondersteuning en weerstand eienskappe van bewegende gemiddeldes maak hulle 'n groot hulpmiddel vir die bestuur van risiko. Die vermoë van bewegende gemiddeldes strategiese plekke te identifiseer om keerverliesopdragte stel toelaat handelaars om uit te roei posisies verloor voordat hulle enige groter kan groei. Soos jy kan sien in Figuur 5, kan handelaars wat 'n lang posisie te hou in 'n voorraad en stel hul keerverliesopdragte hieronder invloedryke gemiddeldes hulself 'n klomp geld te spaar. Die gebruik van bewegende gemiddeldes te keerverliesopdragte stel is die sleutel tot 'n suksesvolle handel strategy. What is die gebruik in die skep van bewegende gemiddelde (MA) lyne Handelaars en markanaliste algemeen mees algemene tydperke gebruik verskeie tydperke in die skep van bewegende gemiddeldes te kan uitdruk as tegniese aanwysers aan hul kaarte. Bewegende gemiddeldes is een van die mees gebruikte tegniese aanwysers in voorraad, termynkontrakte en forex. Bewegende gemiddeldes gebruik word as tendens aanwysers en tot 'n aansienlike ondersteuning en weerstand vlakke te identifiseer. Handelaars en markanaliste uitkyk te wees vir CROSSOVER van langer termyn bewegende gemiddeldes deur korter termyn bewegende gemiddeldes as moontlik aanwysers tendens verandering in intraday handel en met betrekking tot langtermyn tendense. Daar is talle variasies van bewegende gemiddeldes. Hulle kan bereken word op grond van sluitingsprys. opening prys. hoë prys, lae prys of 'n berekening kombinasie diegene verskeie prysvlakke. Die meeste bewegende gemiddeldes is 'n vorm van óf die eenvoudige bewegende gemiddelde (SMA), wat net die gemiddelde prys oor 'n gegewe tydperk, of die eksponensiële bewegende gemiddelde (EMA), wat ontwerp is om vinniger te reageer op onlangse prysveranderings. Algemeen gebruik Moving gemiddeldes vir die identifisering van beduidende langtermyn ondersteuning en weerstand vlakke en algehele tendense, die 50-dag, 100 dae en 200-dae - bewegende gemiddeldes is die mees algemene. Op grond van historiese statistieke, is hierdie die langer termyn bewegende gemiddeldes beskou as meer betroubaar tendens aanwysers en minder vatbaar vir tydelike skommelinge in die prys. Die 200-daagse bewegende gemiddelde is beskou as veral belangrik in die beurs. Solank as wat die 50-dae - bewegende gemiddelde van 'n aandeelprys bo die 200-daagse bewegende gemiddelde bly, is die voorraad algemeen gedink lomp te wees. 'N crossover om die negatiewe kant van die 200-daagse bewegende gemiddelde is geïnterpreteer as lomp. Die vyf-, 10, 20, en 50-dae - bewegende gemiddeldes word dikwels gebruik om naby-termyn tendens veranderinge te sien. Veranderinge in die rigting van enige van hierdie korter termyn bewegende gemiddeldes is gekyk as moontlik vroeg leidrade om langer termyn tendens veranderinge. CROSSOVER van die 50-dae - bewegende gemiddelde deur óf die 10-dag of 20-dae - bewegende gemiddelde is beskou as beduidend. Die 10-dae - bewegende gemiddelde, geplot op 'n uurlikse grafiek, word dikwels gebruik om handelaars te lei in intraday handel. Sommige handelaars gebruik Fibonacci getalle (vyf, agt, 13, 21.) om bewegende gemiddeldes te kies. Of jy nou met behulp van die 50-dag, 100 dae of 200-daagse bewegende gemiddelde, die metode van berekening en die wyse waarop die. Lees Antwoord Sien waarom bewegende gemiddeldes het bewys voordelig vir handelaars en ontleders en nuttig te wees wanneer dit toegepas word om die prys kaarte en. Lees Antwoord Sien waarom die statistiese konsep van bewegende gemiddeldes 'n sentrale rol vir handelaars en rasionele agente wat staatmaak op tegniese analise speel. Lees Antwoord Meer inligting oor verskillende tipes bewegende gemiddeldes, asook bewegende gemiddelde CROSSOVER, en verstaan ​​hoe dit gebruik word in. Lees Beantwoord bewegende gemiddeldes is baie gewild gereedskap wat gebruik word deur tegniese handelaars om momentum te meet. Die hoofdoel van hierdie gemiddeldes. Lees Antwoord inligting oor 'n basiese bewegende gemiddelde strategie berus op die verhouding tussen 'n securitys prys aksie en sy bewegende. Lees Beantwoord 'n Persoon wat handel dryf afgeleides, kommoditeite, effekte, aandele of geldeenhede met 'n hoër-as-gemiddelde risiko in ruil vir. quotHINTquot is 'n akroniem wat staan ​​vir vir quothigh inkomste nie taxes. quot Dit is van toepassing op 'n hoë-verdieners wat verhoed dat die betaling federale inkomste. 'N Mark outeur wat koop en verkoop baie kort termyn korporatiewe effekte genoem kommersiële papier. 'N papier handelaar is tipies. Die onbeperkte koop en verkoop van goedere en dienste tussen lande sonder die oplegging van beperkings soos as.- 2001: Deel 10, No 3 Die gebruik van bewegende gemiddeldes vir Dag Trading In onlangse jare handelaars het meer bewus van die geweldige wins geleenthede wat bewegende gemiddeldes word kan voorsien. Bewegende gemiddeldes vir baie verskillende doeleindes van handeldryf pas kan vinnig opgerig word met vandag se gesofistikeerde kartering sagteware, en baie kaarte met bewegende gemiddeldes is gratis op die internet beskikbaar. Die geleenthede vir die maak van geld deur die gebruik van 'n bewegende gemiddelde handel stelsel is skynbaar eindeloos vir die handelaar wat weet hoe om dit behoorlik te gebruik. Aan die einde het ek het onlangs 'n boek met die titel Bewegende Gemiddeldes Vereenvoudigde (Marketplace Books) wat alles 'n handelaar moet weet om sy handel stelsel te verbeter deur die gebruik van bewegende gemiddeldes verduidelik. Die meeste handelaars is bewus van bewegende gemiddeldes, maar baie doen die funksie wat hulle dien nie ten volle begryp. Bewegende gemiddeldes is 'n gefilterde uitdrukking van die tyd siklusse wat prysskommelings te regeer oor al aktief verhandel aandele en kommoditeite. Wanneer 'n handelaar die behoorlike tydperk om te gebruik vir die voorraad of kommoditeit hy handel bevind, is sy wen ambagte gewaarborg om te verhoog (die veronderstelling dat hy trek die sneller en voer die handel wanneer die bewegende gemiddelde hom vertel om). Die klem moet val op die vind van die regte bewegende gemiddelde tydraamwerk vir wat jy handel dryf. Soos ons hierbo genoem, bewegende gemiddeldes is in wese uitdrukkings van die dominante siklusse wat prysbewegings te regeer. Siklusse is die dominante beheer faktor in enige mark en is basies maatreëls van die uiteindelike beherende faktor van die dag-tot-dag menslike bestaan: tyd. Die beste uitdrukking van tyd kan gevind word in die horlosie teen die muur, wat 'n omsendbrief gesig het (en sodoende sy sikliese betekenis beklemtoon, aangesien die woord siklus beteken sirkel) en is saamgestel uit 12 eenhede, of ure, waarvan twee volledige omwentelings in vereis om 'n dag te vorm. Elke uur is saamgestel uit 60 minute, wat verder kan gesegmenteer in twee 30-minuut-intervalle. Cycle teoretici bespreek dikwels die konsep van die siklus in kriptiese terme ver bo die begrip van die meeste mense. Maar al is dit regtig kom neer op die besef dat 'n siklus is 'n herhaling in die tyd, en die beste uitdrukking hiervan word gevind in die klok. Terwyl 'n volledige bespreking van tyd siklusse (aka. Marksiklusse) is buite die bestek van hierdie artikel, is dit voldoende om te sê dat die volledige sikliese tydreekse, of siklus skaal, vir alle verhandelde aandele en kommoditeite, en oor al die tydperke is soos volg: 2, 4, 6, 8, 10, 12, 20, 24, 30, 40, 60, en 120. Let op hoe elkeen van hierdie getalle pas perfek binne die dominante tydsraamwerke wat die klok komponeer. Van hierdie getalle, 2 en 4 is die minste belangrik (bedien hoofsaaklik as vermenigvuldigers vir die ander getalle) en 10, 20, 30 en 60 is die belangrikste (vir doeleindes van handeldryf). Dit is die wisselwerking tussen die 12- en 24-tydperk siklusse wat is die belangrikste vir doeleindes van handeldryf, insluitend op die dag-handel vlak. Stock handelaars wat wil aansoek doen bewegende gemiddeldes vir dag-tot-dag handel moet eksperimenteer met MA tydsraamwerke soos 30 minute, 60 minute, en 120 minute tyd intervalle. Sommige van my lesers het baie suksesvol in die neem van die beginsels wat hulle geleer het in Bewegende Gemiddeldes Vereenvoudigde en toe te pas op baie kort termyn kaarte is. Byvoorbeeld, een leser geskryf om my in te lig van sy sukses met behulp van 'n drie-crossover reeks bewegende gemiddeldes bestaan ​​uit die 6 minute, 12 minute en 20 minute bewegende gemiddeldes. Dit is 'n bietjie meer gesofistikeerd reeks bewegende gemiddeldes as wat ek sou raai, maar as ek verkies om te hou by 'n eenvoudige dubbel-crossover MA reeks (die minder die veranderlikes hoe groter die kans jy sal sukses te vind). Onthou, dit is die interaksie tussen die getalle 12 en 20 wat die meeste beduidende bewys nie, so ek raai die gebruik van die 12-minute en 24 minute bewegende gemiddeldes en kyk na die wisselwerking tussen die twee te handel seine op te wek. Byvoorbeeld, let op die grafiek byvoorbeeld hier van IBM voorsien. Dit vyfdaagse grafiek toon IBMs prysveranderings op 15-minuut-intervalle oor vyf dae. Ons het gekies om 'n 12-minuut eenvoudige bewegende gemiddelde (SMA) en 'n 24-minuut SMA gebruik om ons handel seine op te wek. Die gebruik van hierdie stelsel, kan 'n handelaar oor die afgelope paar dae het baat gevind deur die kort termyn tendense soos uitgelig deur die bewegende gemiddelde seine. In hierdie geval, sal die handelaar gekoop het gister op wanneer die korter 12 minute SMA gekruis bo die 24-minuut SMA, en sou verkoop of kort verkoop wanneer die 24-SMA onder die 12-SMA gekruis op net meer as Woensdag rond die middag. Die volgende koopsein didnt kom tot Vrydag naby die vlak van sowat 11:00 Teen gistermiddag sy handelswins het byna per aandeel gegroei en hy sal nog lank as die bewegende gemiddelde crossover stelsel nog nie gegenereer 'n sell sein gewees het. Hierdie metode werk veral goed in aandele wat baie aktief verhandel, soos IBM. Nog 'n belangrike oorweging is dat beide bewegende gemiddeldes in die dubbel-crossover-reeks moet styg wanneer 'n koop crossover sein gegee, en moet val wanneer die verkoop crossover sein gegee. Dit bied 'n bevestiging dat die momentum en die tyd siklus verskuif in die voorraad wat jy handel dryf en dat dit redelik veilig om 'n handelsmerk in die rigting wat deur die bewegende gemiddeldes te voer. Ook, omdat elke voorraad of kommoditeit het sy eie eienaardige sikliese ritme wat jy mag hê om te eksperimenteer deur óf losmaak of die bevordering van die bewegende gemiddelde tydraamwerk van die reeks wat jy besluit om te gebruik. Byvoorbeeld, in die voorraad van General Motors (GM), ek vind dat 'n 12-minuut en 20 minute bewegende gemiddelde reeks werk die beste, terwyl vir IBM die 12-minute en 24 minute MA reeks werk die beste. Gebruik jou eie oordeel nadat jy versigtig eksperimenteer. Ten slotte, handel stelsels wat inkorporeer bewegende gemiddeldes bekostig vandag handelaar met 'n pragtige wins potensiaal, terwyl op dieselfde tyd baie vermindering van die risiko van verlies en die verhoging van die waarskynlikheid vir sukses. Gebruik dit slegs nadat versigtig eksperimenteer en die vind van die bewegende gemiddeldes wat die beste by die tydraamwerk en bate jy handel dryf. CLIF Droke is die redakteur van www. istockforecast en het talle boeke oor tegniese mark verhandel, insluitend vier boeke in die Vereenvoudigde reeks vir Marketplace boeke geskryf (Bewegende Gemiddeldes Vereenvoudigde, Tegniese Analise tradisioneel, Elliott Wave tradisioneel en die komende Gann tradisioneel). Hy kan gekontak word by cdroke9819aol. CRB handelaar tweemaandelikse uitgegee deur Commodity Research Bureau, 209 West Jackson Boulevard, 2de Vloer, Chicago, IL 60606. Kopiereg kopie 1934-2002 CRB. Alle regte voorbehou. Voortplanting op enige wyse, sonder toestemming is verbode. CRB glo die inligting vervat in artikels wat in CRB handelaar inligting is betroubaar en alle pogings aangewend word om akkuraatheid te verseker. Uitgewer nie verantwoordelik vir feite en menings vervat herein. Moving Gemiddeldes Die bewegende gemiddelde is een van die mees gewilde aanwysers gebruik word in grafiek analise en sy hoofdoel is om die rigting van 'n tendens te identifiseer en ook moontlike ondersteuning en weerstand vlakke definieer. In die grafiek hieronder wat ons die bewegende gemiddelde kan sien toon prys rigting is af en tree op as weerstand teen pryse in hierdie verslechtering neiging. Die bewegende gemiddelde is beskou as 'n sloerende aanwyser wees. Dit maak nie prys rigting voorspel nie, maar eerder definieer die huidige tendens met 'n lag. Die bewegende gemiddelde aanwyser filters uit geraas deur glad uit prys en volume skommelinge wat interpretasie kan verwar en dit maak dit dus makliker om die onderliggende tendens sien. Dit wil voorkom as 'n lyn op 'n grafiek naby aan die prys aksie en dit toon die gemiddelde waarde van 'n security8217s prys oor 'n bepaalde tydperk van die tyd. Byvoorbeeld, 'n 21-dae bewegende gemiddelde te bereken, is die sluitingsdatum pryse van die laaste 21 dae opgetel en die totale word gedeel deur 21. Ons voer dieselfde berekening met elke nuwe handelsmerk dag af en verder. Elke keer, net die pryse van die laaste 21 dae gebruik word in die berekening. Dit is die rede waarom dit 'n bewegende gemiddelde genoem. Die voorbeeld wat ons so pas verduidelik verwys na die eenvoudige bewegende gemiddelde (SMA). Daar is ander vorme van bewegende gemiddelde sowel, soos die eksponensiële en die geweegde bewegende gemiddeldes. Hoe om te bereken Die probleem met die eenvoudige bewegende gemiddelde is dat slegs die wat deur die gemiddelde tydperk word beskou en elke dag word ewe veel gewig. So in 'n 21 dag bewegende gemiddelde, die 1ste dag dra gelyke gewig aan die 21 dag. Dit is die belangrikste kritiek teen die eenvoudige bewegende gemiddelde en sommige glo dat meer gewig moet gegee word aan die meer onlangse prys aksie. Om hierdie probleem op te bowe te kom, kan die geweegde bewegende gemiddelde (WBA) gebruik word. Die geweegde bewegende gemiddelde wys meer gewig aan onlangse pryse en minder gewig ouer pryse. Byvoorbeeld, 'n 5 dag WBG te bereken, het ons die sluitingsprys van die 5de dag moet neem en vermenigvuldig dit met 5, die 4de dag 4, die 3de dag 3, die 2de dag 2 en die 1ste dag 1. Sodra die totale bepaal, ons dan verdeel die aantal deur die byvoeging van die vermenigvuldigers. As jy die vermenigvuldigers voeg van die 5 dag WBG byvoorbeeld die getal is 15. Maar die geweegde bewegende gemiddelde in ag neem die gedek deur die tydperk van die bewegende gemiddelde en nie al die data in die lewe van die sekuriteit pryse. Ten einde hierdie probleem op te los, kan die eksponensiële bewegende gemiddelde (EMA) gebruik word. Dit bewegende gemiddelde wys meer gewig op die onlangse pryse en sluit al die prys aksie in die geskiedenis van die sekuriteit ook. Die voordeel hiervan is dat die eksponensiële bewegende gemiddelde is meer sensitief en beweeg nader aan die prys aksie, terwyl op dieselfde tyd in ag neem die berekening van al die data in die lewe van die sekuriteit. As ons kyk na die diagram, kan ons sien hoe die EMO reageer vinniger om 'n verandering in die tendens in vergelyking met die stadiger SMA. Lengte van die bewegende gemiddelde Wat is die korrekte lengte van 'n bewegende gemiddelde Die kritieke element in 'n bewegende gemiddelde is die aantal tydperke gebruik word in die berekening van die gemiddelde. Die lengte van 'n bewegende gemiddelde moet die marksiklus jy wil die beste pas. Moet nie in 'n reeks bewegende gemiddeldes werk beter as die mark is trending. In 'n reeks hierdie aanwyser is nie van veel nut en koop of verkoop seine sal nie effektief werk. Hoe om handel te dryf met die bewegende gemiddelde Die bewegende gemiddelde is gewoonlik gestip op dieselfde grafiek as prys aksie. Daarom kan 'n verandering in die rigting van die tendens aangedui word deur die penetrasie van die bewegende gemiddelde. Byvoorbeeld, is 'n koopsein gegenereer wanneer 'n prys breek bo die bewegende gemiddelde en 'n sell sein wat deur 'n prys te breek onder die bewegende gemiddelde. Dit is bygevoeg bevestiging wanneer die bewegende gemiddelde lyn draai in die rigting van die prys tendens. Ons kan gebruik bewegende gemiddeldes te koop identifiseer en te verkoop geleenthede. Daar is verskeie tegnieke wat gebruik word. Een daarvan is 'n eenvoudige tegniek met behulp van slegs een bewegende gemiddelde. Ander tegnieke gebruik meer as een bewegende gemiddelde. Die dubbel crossover metode, gebruik twee bewegende gemiddeldes, terwyl die drie crossover metode gebruik drie bewegende gemiddeldes. Die voordeel van die gebruik van meer as een bewegende gemiddelde is dat minder whipsaws geproduseer. Eenvoudige tegniek In die grafiek hieronder kan jy sien dat die pryse is in 'n verslechtering neiging. Die beste handel geleentheid sal wees wanneer die pryse is ook laer as die bewegende gemiddelde aangesien dit 'n sterk verslechtering neiging sou bevestig. Ons wil verkoop wanneer die prys weerkaats of kruis van bo af te sluit onder die bewegende gemiddelde. Let daarop dat hoe langer die tydperk wat jy gebruik vir die SMA, die stadiger dit is om te reageer op die prys beweging. Dit sou minder whipsaws en valse seine te skep. Om 'n bewegende gemiddelde gladder te maak, sou jy die sluiting pryse gemiddeld oor 'n langer tydperk. 'N korter tydperk bewegende gemiddelde drukkies pryse nader en is meer sensitief vir die prys aksie. Die gemiddeldes langer termyn werk beter so lank as die tendens bly van krag. Daarom kan dit meer voordelig vir meer as een bewegende gemiddelde te gebruik. Vertoon twee of drie bewegende gemiddeldes op 'n enkele term bied belangrike seine gebaseer op die bewegende gemiddelde tendense en CROSSOVER. Koop en verkoop seine word wanneer die prys gaan oor die bewegende gemiddelde wanneer die bewegende gemiddelde self rigting verander wanneer die bewegende gemiddeldes mekaar kruis Die Double Crossover Ingenieurswese In die dubbel crossover metode, twee bewegende gemiddeldes, 'n kort en een langer tydperk as wat ons gebruik die ander, byvoorbeeld, SMA-50 en SMA-200. A koopsein vind plaas wanneer die SMA-50 gaan oor die SMA-200 van onder na hoër beweeg. A verkoop sein vind plaas wanneer die SMA-50 kruisies onder die SMA-200. Die Drie Crossover Metode Die beste prestasie behaal toe 'n korter termyn gemiddelde styg bo 'n medium-termyn gemiddelde en albei is aan die styg bo 'n langtermyn-bewegende gemiddelde. Dit staan ​​bekend as die trippel crossover tegniek. Byvoorbeeld die 10-25-50 dae - bewegende gemiddeldes gebruik kan word. Ook 'n ander wat algemeen gebruik word trippel crossover stelsel gebruik is die 4-9-18 daagse bewegende gemiddelde stelsel. Die belyning van die bewegende gemiddeldes in 'n uptrend is soos volg: die korter termyn MA (bv 10 dae) volg pryse nou, terwyl die 25 dae volg daaronder, en dan is die 50 dae onder die twee. In 'n verslechtering neiging, is aan die orde omgekeer, sodat die 10 dag MA is die laagste, dan is die 25 dag bo dit, gevolg deur die 50 dae op die top. Wanneer pryse is in 'n verslechtering neiging en daarna omkeer om die onderstebo, 'n koop waarskuwing kom voor wanneer die korter termyn bewegende gemiddelde, die 10 dae kruis bo die 25 dag en die 50 dae. Die koopsein bevestig word nadat die 25 dae kruis bo die 50 dag. Daarom is die orde van die bewegende gemiddeldes omgekeer. Wanneer die uptrend is omkeer om die negatiewe kant, is 'n sell waarskuwing gegee wanneer die 10 dae dips onder die 25 dag en dan die 50 dag. A verkoop sein word bevestig wanneer die 25 dag kruisies onder die 50 dag. Risiko Waarskuwing: Forex, Commodities, Options en CFD's (OTC Trading) is aged produkte wat 'n aansienlike risiko van verlies te dra tot jou kapitaal en mag nie geskik wees vir almal. Maak asseblief seker dat jy die risiko's wat betrokke is ten volle verstaan ​​en nie geld wat jy nie kan bekostig om te verloor belê. Verwys asseblief na ons volledige Risiko-Openbaringsverklaring. afskrif 2016 XM is 'n handelsnaam van Handel Point Holdings Ltd Alle regte voorbehou. Beleid Voorwaardes en voorwaardes legale: XM is 'n handelsnaam van Handel Point Holdings Bpk, registrasienommer: HY 322690, (12 Richard Verengaria Street, Araouzos Castle Court, 3de Vloer 3042 Limassol, Cyprus), wat geheel en al besit Trading Point van finansiële instrumente Ltd (Ciprus), registrasienommer: HY 251334, (12 Richard Verengaria Street, Araouzos Castle Court, 3de Vloer, 3042 Limassol, Cyprus). Hierdie webwerf word bedryf deur Trading Point van finansiële instrumente Ltd Trading Point van finansiële instrumente Bpk word gereguleer deur die Ciprus Securities and Exchange Commission (CySEC) onder lisensie nommer 120/10, en geen geregistreerde met FCA (FSA, die Verenigde Koninkryk), onder vermelding . 538324. Trading Point van finansiële instrumente Ltd bedryf in ooreenstemming met die markte vir finansiële Richtlijn instrumente (MiFID) van die Europese Unie. Risiko Waarskuwing: Forex Trading sluit aansienlike risiko vir jou kapitaal. Lees asseblief en maak seker jy verstaan ​​ons Risiko-Openbaringsverklaring. Beperk Streke: Trading Point van finansiële instrumente Bpk nie dienste vir burgers van sekere gebiede, soos die Verenigde State van Amerika.