Jeg hører om 50-dagers, 100-dagers og 200-dagers glidende gjennomsnitt. Hva mener de, hvordan de skiller seg fra hverandre, og hva får dem til å fungere som støtte eller motstand. En undersøkelse gjort av USAs presidium av Arbeidsstatistikk for å måle ledige stillinger. Det samler inn data fra arbeidsgivere. Det maksimale beløpet som USA kan låne. Gjeldstaket ble opprettet under Second Liberty Bond Act. Renten som et innskuddsinstitusjon gir midler opprettholdt i Federal Reserve til en annen depotinstitusjon.1 Et statistisk mål for spredning av avkastning for en gitt sikkerhets - eller markedsindeks. Volatilitet kan enten måles. En handling vedtok den amerikanske kongressen i 1933 som bankloven, som forbyde handelsbanker å delta i investeringen. Nonfarm lønn refererer til enhver jobb utenfor gårder, private husholdninger og nonprofit sektor. Det amerikanske Bureau of Labor. Technical Analysis Moving Gjennomsnitt. Største diagrammønstre viser mye var Iation i prisbevegelse Dette kan gjøre det vanskelig for handelsmenn å få en ide om en sikkerhetssammensetning. En enkel metode som handlerne bruker for å bekjempe dette er å anvende bevegelige gjennomsnitt. Et glidende gjennomsnitt er gjennomsnittsprisen på et sikkerhetssystem over en viss tid Ved å tegne en sikkerhets s gjennomsnittspris, blir prisbevegelsen utjevnet. Når de daglige fluktuasjonene er fjernet, kan handelsmenn bedre identifisere den sanne trenden og øke sannsynligheten for at det vil fungere i deres favør. For å lære mer, les Moving Averages-veiledningen. Typer av bevegelige gjennomsnitt Det finnes en rekke ulike typer bevegelige gjennomsnitt som varierer i måten de beregnes på, men hvordan hvert gjennomsnitt tolkes forblir det samme. Beregningene varierer bare med hensyn til vekten de legger på prisdataene, som skifter fra likevekting av hver pris peker til mer vekt blir plassert på de siste dataene De tre vanligste typene av bevegelige gjennomsnitt er enkle lineære og eksponentielle. Gjennomsnittlig SMA Dette er den vanligste metoden som brukes til å beregne det glidende gjennomsnittet av priser. Det tar bare summen av alle tidligere sluttkurser over tidsperioden og deler resultatet med antall priser som brukes i beregningen. For eksempel i en 10-dagers glidende gjennomsnitt, de siste 10 sluttkursene blir lagt sammen og deretter delt med 10 Som du kan se i figur 1, kan en forhandler gjøre gjennomsnittet mindre responsivt til endrede priser ved å øke antall perioder som brukes i beregningen Å øke antall tidsperioder i beregningen er en av de beste måtene å måle styrken til den langsiktige trenden og sannsynligheten for at den vil reversere. Mange individer hevder at bruken av denne typen gjennomsnitt er begrenset fordi hvert punkt i datarierne har samme innvirkning på resultatet uavhengig av hvor det forekommer i sekvensen. Kritikerne hevder at de nyeste dataene er viktigere og derfor bør den også ha høyere vekting. Denne typen o F kritikk har vært en av hovedfaktorene som fører til oppfinnelsen av andre former for bevegelige gjennomsnitt. Linjeviktet gjennomsnitt Denne glidende gjennomsnittlige indikatoren er minst vanlig ut av de tre og brukes til å løse problemet med likevekt. Den lineære vektede bevegelsen gjennomsnitt beregnes ved å ta summen av alle sluttkursene over en bestemt tidsperiode og multiplisere dem med datapunktets posisjon og deretter dividere med summen av antall perioder. For eksempel i et fem-dagers lineært vektet gjennomsnitt, dagens s sluttkurs er multiplisert med fem, i går s med fire og så videre til den første dagen i perioden er nådd Disse tallene blir deretter lagt sammen og delt med summen av multiplikatorene. Eksponentiell Flytende Gjennomsnittlig EMA Denne flytende gjennomsnittlige beregning bruker en utjevningsfaktor for å legge høyere vekt på nyere datapunkter og betraktes som mye mer effektiv enn det lineære vektede gjennomsnittet. Å ha en forståelse av beregningen er ikke et gen rally kreves for de fleste handelsfolk fordi de fleste kartleggingspakker gjør beregningen for deg Det viktigste å huske om eksponentielt glidende gjennomsnitt er at det er mer responsivt på ny informasjon i forhold til det enkle glidende gjennomsnittet. Denne responsiviteten er en av de viktigste faktorene til hvorfor Dette er det bevegelige gjennomsnittet mellom mange tekniske handelsfolk. Som du ser i figur 2 stiger en 15-årig EMA og faller raskere enn en 15-årig SMA. Denne lille forskjellen virker ikke så mye, men det er en viktig faktor å Vær oppmerksom på siden det kan påvirke avkastningen. Major Bruk av Flytte Gjennomsnitt Flytte gjennomsnitt brukes til å identifisere gjeldende trender og trend reverseringer, samt å sette opp støtte og motstand levels. Moving gjennomsnitt kan brukes til å raskt identifisere om en sikkerhet beveger seg i en opptrinn eller en nedtrengning avhengig av retningen av det bevegelige gjennomsnittet Som du ser i figur 3, når et bevegelige gjennomsnitt går oppover og prisen er over det, er sikkerheten i en opptrend Omvendt kan et nedovergående glidende gjennomsnittspris med prisen nedenfor benyttes til å signalere en downtrend. En annen metode for å bestemme momentum er å se på rekkefølgen av et par bevegelige gjennomsnitt Når et kortsiktig gjennomsnitt er over en lengre sikt Gjennomsnittlig trend er opp På den annen side signalerer et langsiktig gjennomsnitt over et kortere sikt gjennomsnitt en nedadgående bevegelse i trenden. Gjennomsnittlig trendendringer er dannet på to hovedveier når prisen beveger seg gjennom et glidende gjennomsnitt og når det beveger seg gjennom bevegelige gjennomsnittsoverskridelser. Det første vanlige signalet er når prisen beveger seg gjennom et viktig bevegelige gjennomsnitt. For eksempel, når prisen på en sikkerhet som var i en opptrend, faller under et 50-års glidende gjennomsnitt, som i figur 4, er det et tegn på at opptrenden kan reversere. Det andre signalet til en trend reversering er når et bevegelig gjennomsnittspunkt krysser gjennom et annet. For eksempel, som du kan se i Figur 5, hvis 15-dagers glidende gjennomsnitt krysser over 50-dagers glidende gjennomsnitt , det er et positivt tegn på at prisen vil begynne å øke. Hvis periodene som brukes i beregningen, er relativt korte, for eksempel 15 og 35, kan dette signalere en kortsiktig trendomvendelse. På den annen side, når to gjennomsnitt med relativt lang tid rammer over 50 og 200, for eksempel, dette brukes til å foreslå et langsiktig skift i trend. En annen viktig måte å bevege gjennomsnitt på er å identifisere støtte - og motstandsnivåer. Det er ikke uvanlig å se et lager som har vært fallende stopp dens tilbakegang og omvendt retning når det treffer støtten til et stort bevegelige gjennomsnitt. En bevegelighet gjennom et stort bevegelige gjennomsnitt blir ofte brukt som et signal av tekniske handelsfolk om at trenden er omvendt. For eksempel, hvis prisen går gjennom 200-dagers glidende gjennomsnitt i en nedadgående retning er det et signal om at opptrenden er reverserende. Gjennomsnittlige gjennomsnitt er et kraftig verktøy for å analysere trenden i sikkerhet. De gir nyttige støtte - og motstandspunkter og er svært enkle å bruke. Den vanligste tiden rammer som brukes når du lager glidende gjennomsnitt er 200-dagers, 100-dagers, 50-dagers, 20-dagers og 10-dagers 200-dagers gjennomsnitt er antatt å være et godt mål for et handelsår, en 100-dagers gjennomsnitt på et halvt år, et 50-dagers gjennomsnitt på kvart i året, et 20-dagers gjennomsnitt på en måned og 10-dagers gjennomsnitt på to uker. Gjennomsnittlig hjelp hjelper tekniske handelsfolk til å glatte ut noe av støyen som er funnet i daglige prisbevegelser, noe som gir handelsmenn et tydeligere bilde av prisutviklingen Så langt har vi vært fokusert på prisbevegelse, gjennom diagrammer og gjennomsnitt. I neste avsnitt skal vi se på noen andre teknikker som brukes til å bekrefte prisbevegelsen og mønstre. Det er 200 dagers glidende gjennomsnittlig arbeid. Dette er et av de tekniske spørsmålene som ikke har et raskt og enkelt svar. Det beste svaret er nei, egentlig ikke, og nesten sikkert ikke slik de fleste tror, men det er noen nyanser å vurdere at jeg har gjort omfattende kvantitative arbeid på glidende gjennomsnitt, og svarene jeg har funnet utfordring ma Ny av våre ideer og mange av måtene teknikere bruker bevegelige gjennomsnittsverdier Basert på arbeidet mitt. Det er ingen spesielle bevegelige gjennomsnitt. Jeg er 200 dagene ikke spesielle i forhold til 193, 204 eller noe annet average. Pricing kryssing eller berøring av et glidende gjennomsnitt har ingen betydning for fremtidig markedsretning. Helling av et bevegelige gjennomsnitt er ikke en meningsfylt indikator for trend. Kryss av bevegelige gjennomsnitt er ikke meningsfulle indikasjoner på trender. Indikatorer bygget fra bevegelige gjennomsnitt er ikke pålitelige indikatorer for trend. Kort sagt, de fleste av de tingene som tradisjonell teknisk analyse lærer om bevegelige gjennomsnitt, står ikke opp til kvantitativ gransking. Jeg kan ikke dele alt arbeidet jeg har gjort i ett blogginnlegg. Jeg synes det er dårlig skjema når noen prøver å gjøre et kvantitativt argument av Å si tillit til meg. Faktisk leser jeg bare en blogg der blogger som gjorde det samme. Han sa jeg har sett på 200 dagers glidende gjennomsnitt og markedet gjør det bedre over det og verre under det. Det virker Stolt m e, men jeg vil flytte oss mot konklusjoner i stedet for å gå seg vill i detaljer i dag. Vi kan se nærmere på informasjonen senere, hvis det er interesse. 200 dagene bare brøt Nå hva. Som jeg skriver denne bloggen, har store markedsmengder nettopp krysset 200 dagers glidende gjennomsnitt Alle snakker og skriver om den historiske strekningen av lukker over det gjennomsnittet, og har sett på den øyeblikkelige første lukkingen under. Siden så mye oppmerksomhet har blitt fokusert her, er det bare rimelig å spørre hva som skjer etter en stor bestand indeksen krysser 200-dagers glidende gjennomsnitt Tabellen nedenfor viser resultatene for SP 500-kontantindeksen, som er kvalifisert av markedet over eller under 200 dagers glidende gjennomsnitt. SP 500, 200 dagers SMA-statistikk. Denne tabellen viser at SP-gjennomsnittlig avkastning har vært 8 2 årlig 1 Over 200 dagene blir gjennomsnittsavkastningen årlig til 11 0, men når markedet er under 200 dag, er avkastningen bare 2 1 Dette ser ut til å være interessant overkant av 2 8 over og underprestere ance på -6 1 nedenfor til vi vurderer graden av støy i dataene 2 Problemet er at størrelsen på effekten er ganske svak effekten vi ser her er ganske sannsynlig å være på grunn av uheldig trekk Du kan motsette at dette spiller ingen rolle etter at alle dataene viser denne utmerkelsen, enten det er statistisk signifikant eller ikke, men hvis det ikke er statistisk signifikant, er det sannsynligvis vanskeligere å stole på effekten i fremtiden. Hvis det ikke er statistisk signifikant, er det sa anstendig sjanse for at vi blir misledt av støy. For rekordet ser vi liknende tall med DJIA 4 1 over p 0 16 og -7 7 p 13 nedenfor, med data tilbake til 1925 Uansett hvilken effekt det kan synes å falme i nyere data som det siste tiåret viser i utgangspunktet ingen forskjell over og under 200 dagene for begge indeksene. Vurder også at vi bør forvente å se veldig like tall siden disse indeksene er tett korrelert. Det er også mye dårlig statistikk som flyter rundt jeg har sett en følelse folk som kaster rundt tall som SP 500 gjør 23 5 over det bevegelige gjennomsnittet, og -19 5 nedenfor, så krysser det bevegelige gjennomsnittet betyr at markedet vil være svakt. Kan du gjette hvor tallene kommer fra. Du har det, denne feilen å telle kryssedagen som nesten alltid vil være oppe for opp og ned for under i feil kategori, er nok til å skape statistikken massivt. Vær forsiktig. Dessverre er dette ikke et krystallklart statistisk svar for å virkelig forstå det vi må kunne tenk på betydning, stasjonaritet og noen andre begreper Noen som er fast bestemt på å tro på 200 dagene, kan se på resultatene i tabellen ovenfor, ignorere signifikans tester og si at det er en effekt, selv om den er så liten. i det minste må vi erkjenne at det ikke har vært noen effekt i de to siste tiårene, så kanskje noe endret mellom første verdenskrig og i dag, men det er vanskelig å rettferdiggjøre oppmerksomheten på 200 dagers glidende gjennomsnitt når vi h ave mye bedre verktøy som fungerer mye bedre. Fading effekt over tid. Her er en annen illustrasjon som viser fading av effekten i de siste tiårene Dette er hentet fra den upubliserte delen av min bok som hadde om lag 30 sider på glidende gjennomsnitt med over 25 bord og figurer jeg replikerte en av testene i Brock, Lakonishok og LeBaron s milepælpapir om teknisk handel, som i utgangspunktet gikk over en 50-årig SMA, og her er resultatene som tilsvarer omtrent den tidsperioden de undersøkte i deres paper. Pretty fint system, basert på egenkapitalkurven. Tenk også på de historiske periodene som er dekket der. Dette systemet virket gjennom den store depresjonen, andre verdenskrig, flere tilbakeslag, skiftende makropåvirkninger og egenkapitalkurven holdt bare klatring. Se imidlertid på hva skjedde dersom du dyttet det samme systemet fra da av. Ikke egentlig det vi leter etter. Det kan være noen forklaringer på denne sterke forskjellen, men det advarer oss om ikke å sette for mye oppmerksomhet hvis noen på bevegelige gjennomsnittlige kryss. Noen siste tanker. Dette innlegget har bare undersøkt to bevegelige gjennomsnitt på to aksjeindekser. Selv om resultatene ikke er krystallklare, er det i det minste åpenbart at det ikke er noen sterk effekt fra prisovergangen 200-dagers bevegelse gjennomsnittlig Jeg vil følge opp med et innlegg som ser på andre eiendeler og andre gjennomsnitt. Det ser ut til å ha ingen effekt i det hele tatt, og jeg tror det er en dissonans her som krever oppløsning hvordan kan en næringsdrivende være oppmerksom på kvantitative tendenser, forstå statistikken, og vær fortsatt oppmerksom på prisovergangen i et bevegelige gjennomsnitt. Jeg kan fortelle deg min personlige løsning, men du må finne din egen. Jeg ser aldri på eller gir oppmerksomhet til 50, 100 eller 200-periode glidende gjennomsnitt, og jeg stopper ganske mye med å lese noe så snart jeg ser noen diskutere et snakk, kryss eller helling av et av disse gjennomsnittene, har mitt statistiske arbeid sterkt antydet at disse verktøyene ikke har strøm, og vi har bedre verktøy. Bare fordi se at du hører alle snakker om noe, det betyr ikke at det er nyttig, og det betyr ikke at det fungerer. Lag dine egne valg, men gjør dem oppmerksom på statistiske tendenser på jobben i markedet. Det betyr at den daglige avkastningen ville sammensatt til dette nummeret hvis årlig Det er litt enklere å forstå disse tallene intuitivt enn å se på noe som 30 bps. Jeg trenger virkelig å skrive et innlegg på signifikanstest. Unnskyld mine generaliseringer til jeg gjør det. De fleste tror å krysse 200 dagers MA er viktig for kortsiktig avkastning Jeg er et par uker Så til du tester for kortsiktige effekter, ville jeg ikke avvise MAs som meningsløse for handelsfolk. Ja, det meste av testingen min fokuserer faktisk på kortsiktig avkastning. Pass på at du forstå at avkastningen her er årlig, ikke ser på et 12 måneders vindu fra en kryssning, men årlig daglig avkastning. Denne testen vil også hente kortvarige effekter, for eksempel at MA-krysset hadde en sterk effekt, men det bare varte en dag Hvis du tenker på det, vil du se det som nødvendigvis dukker opp i den enkle kategoriseringen av under, jeg har gjort for retur. Hvis du er i tvil, se på de forskjellige jeg viser mellom riktig test og feilen du kan kryssedagen i feil kategori. Så, for å svare på spørsmålet ditt ja jeg har gjort det arbeidet, men testen som gitt vil også fange det du leter etter. Du tester ytelsen til alle dager under 200 DMA vs alle dager over 200 DMA Hvordan kommer det til å avsløre hva jeg snakker om, som er kortsiktige, f. eks. 1-ukers avkastning umiddelbart etter hendelsen MA kryss opp Ja, selvfølgelig er disse dagene i datasettet, men de representerer en liten brøkdel av det Gitt bare de dataene du leverer, kan det lett være en kortsiktig effekt som for eksempel kan kompenseres av motsatt ytelse i dager langt fra 200 DMA. Så nei, viser tallene ikke noe, uansett om Det er en kortsiktig effekt etter en 200 dagers MA-kryss Hvis du vil ikke kjøre den testen eller vil ikke legge ut resultatene, men det er greit. Men du vil ikke vise ekstremt generelle tall og anta at du også viser at en veldig spesifikk effekt ikke eksisterer. Som jeg sa ja, de fleste av mine Testing fokuserer faktisk på kortsiktig retur. Dette er en test jeg har kjørt på mange forskjellige måter og har eksplisitt sett på 1-20 dagers avkastning på tvers av mange aktiva. Det meste av arbeidet mitt fokuserer på det, så det er ikke at jeg ikke Jeg vil ikke klare testen jeg har, og som jeg sa, kan jeg ikke legge ut alle mulige permutasjon av testresultater i ett blogginnlegg. Men det er jeg også sant hvis det er en sterk kortsiktig effekt, det vil skjev statistikken nok til at den også viser i testen som jeg presenterte den opprinnelig. Se på effekten av bare å inkludere en dag i feil ved å lese nær slutten av det opprinnelige innlegget. Jeg tror at hvis du har sett på mange resultater som dette, og sett effekten på en eneste sterk dag ville du forstå hva jeg sier. Bom linje jeg har gjort testen og Det er ikke noe der. Det er ikke ekstremt generelle tall. Hvis du har et problem med det, er dataene tilgjengelige gratis, og du kan knase tallene selv ganske enkelt. Så du har antatt den aktuelle testen for å bevise oppgaven din, men Det er for mye innsats for å vise resultatene Stor vitenskap. Vel, det er en blogg og ikke et peer-reviewed forskningsarkiv. Det er også nok info i disse innleggene som jeg gir fritt som en gave til handelssamfunnet for å forstå konseptene og å gjøre ditt eget arbeid, hvis du er så tilbøyelig. Hva mer ser du etter. Jeg foreslår at du ser på de forskjellige, slik som. Trend er vår Venn Risiko Paritet, Momentum og Trend Følgende i Global Asset Allocation Clare et al 2014. En kvantitativ tilnærming til Tactical Asset Allocation Faber, 2013. Relativ Styrke Strategier Faber, 2010.Takk du er kjent med alle de som ikke har lest 2014 og skrev dette vil full bevissthet om dem Takk. Interestende innlegg Men jeg har problemer reco Tabell viser hva som synes å være en imponerende forskjell mellom over 200MA og under 200MA og Kjøp og Hold-tilfelle, spesielt hvis gjennomsnittsmetoden var CAGR eller geometrisk gjennomsnitt over et tidsrom på 53 år Du karakteriserer forskjellen i ytelse som Problemet er at størrelsen på effekten er ganske svak Hvor stort ville denne forskjellen måtte være å betraktes som sterk. Vær forsiktig med hva p-tallene betyr. Siden aksjemarkedene ikke passer til en Normal distribusjon, antar jeg at de ikke representerer et statistisk mål som bare gjelder for en Normal distribusjon. Jeg gleder meg til ditt kommende innlegg på statistisk signifikanstesting og antar at det innebærer en form for Bootstrap takk. Vel, som sagt, hvis du er bestemt å tro på MA du vil Den klareste forskjellen er volatilitet over under gjennomsnittet, men en ting som er klart er at 200 dag er ikke annerledes enn noen annen re asonably langsiktig gjennomsnitt I det minste er det dumt å fokusere på å krysse en vilkårlig linje. En av de største problemene med effekten er forfallet de senere år. p-verdiene er fra en standard t-test, som er rimelig robust til brudd på antagelsen om normalitet, spesielt med store utvalgsstørrelser Det er enklest å gjøre i Excel, men jeg bruker KS for andre applikasjoner og har også brukt litt oppstart, men problemet er at formen på distribusjonen er virkelig ukjent. Du sier det s er vanskelig å rettferdiggjøre oppmerksomheten på 200 dagers glidende gjennomsnitt når vi har mye bedre verktøy som fungerer mye bedre, men jeg kan bare klargjøre hva de bedre verktøyene bare er for å bekrefte jeg er på samme side Takk. Vel , stort sett alt annet jeg fokuserer på, jeg har blitt spurt dette spørsmålet på noen forskjellige måter, så jeg vil jobbe med det jeg tror fungerer etter en gang i nær fremtid. Godt spørsmål Takk. Jeg er nybegynner og jeg prøver fortsatt å bøye meg tankene rundt teknisk ana lysis og hvordan det ikke er helt tilfeldig, tydelig om folk kan lage konsekvente penger med en klar strategi, er det ikke så tilfeldig lenger, hva er du favorittverktøy for å sjekke på før du går inn i en handel, bruker du en fast system eller rutine. Jeg har lest alt om mønstre og den jazzen, men jeg er ikke så stor en fan av det fordi den er så åpen for tolkning å bruke den på et bevegelig marked, er en smerte, ser på et historisk diagram, det er peanøtter. Jeg har gjort det ganske greit å tjene penger i stedet for å miste penger med bare å vinge den, kjøpe lavsalg høy som min strategi, men jeg vil gjerne ta tak i det. Noen råd tips er velkomne, jeg prøver å gå fra jeg har en liten anelse om hva jeg gjør med å gå ja jeg vet hva som er oppe. Kjære, Thomas. ps som bloggen din, leser fint. Vel, jeg tror du er riktig, det er litt tilfeldig eller mer enn litt. Jeg må skriv et innlegg som svarer på de fleste spørsmålene dine, men det vil nok være en uke eller så. Gode spørsmål Vær oppmerksom på om jeg ikke skriver det på innlegg i 2 uker. 200 dagers glidende gjennomsnitt eller noen langsiktige MA fungerer dersom det er en del av handelsstrategi. I mitt tilfelle går jeg lang eller kort ved å bruke terminkontrakter når crossover forekommer. Resultatene er uberegnelige bare hvis jeg handler en indeks eller to Men hvis du handler med et stort antall aksjer, på tvers av ulike sektorer, med ulike grunnleggende, får du en overraskende konsekvent, lav volatilitet tilbake. Hvis en haug med aksjer tilbyr 15 avkastninger år over en 10 års periode, en 200-dagers SMA crossover strategi også vil gi lignende avkastning, men med lavere volatilitet fordi du har muligheten til å gå kort. Det er bare når du forventer massiv outperformance eller magisk avkastning, vil du bli skuffet. Vel, jeg argumenterer for at tankegangen savner det punktet jeg m gjør bare fordi en faktor er en del av en lønnsom strategi betyr ikke at faktoren selv er nyttig. For hva det er verdt 15 tilbake år er et veldig høyt antall for en haug med aksjer synes merkelig og min erfaring med strategier som du er foreslå g motsiger din, men hvis du får 15 år med lav volatilitet med bevegelige gjennomsnitt, fortsett å gjøre det du gjør. La meg klargjøre 15 er ikke hva en bestemt strategi gir i avkastning Jeg brukte det bare for å illustrere at avkastningen går lang kan replikeres med en lang kort strategi også, med lavere volatilitet jeg handler indiske aksjer, og tilbake her er 15 betraktet som en konservativ avkastning estimat. Og ja, jeg forstår at bare å gå lang eller kort mekanisk med en crossover-strategi vil resultere i Whipsaws kill returnerer tydeligvis man må gjøre mer Det er derfor jeg nevnte at et langsiktig glidende gjennomsnitt bare er en viktig del av handelssystemet, ikke det komplette handelssystemet i seg selv. Jeg velger 200 dagers SMA fordi jeg tror at den utbredt bruk virker som en selvoppfyllende profeti. Jeg er interessert i å evaluere en glidende gjennomsnittsstrategi med færre transaksjoner, som 200-dagene ikke er kjent for. Hvis p-verdiene ligner et mer langsiktig tradingstrøk egy som 10-måneders SMA foretrukket av Mebane Faber I utgangspunktet det samme som et 200-dagers glidende gjennomsnitt, men bare evaluert en gang i måneden, på den siste dagen i måneden. Da jeg prøvde det, så jeg veldig lenge og kortsiktige gjennomsnitt så mange forskjellige variasjoner og også på forskjellige tidsrammer Jeg forventer å gjette her at ukentlig månedlig data er enda mindre overbevisende fordi disse avkastningene er nærmere tilfeldig spasertur Sannsynligvis gir mening å hovedsakelig indeksere og kalle det en dag på det tidspunktet. Men du sikkert kunne ha en regel til å bare vurdere 200 dagene på slutten av måneden. Jeg tror ikke jeg så på regler som at jeg ikke ville forvente å finne noe, men det er skjønnheten i forskning du aldri vet. Det er bevis på at momentum trend i markedene for perioder så lenge som ett år Hvorfor vil du si at månedlige glidende gjennomsnitt ikke kunne fange noe av dette som bedre risikojustert avkastning. Faber har testet X-måneders glidende gjennomsnitt over 100 år med amerikanske aksjemarkedsdata, og dif og jeg tror selv sektorer og forskjellige land. Han viser generelt at det reduserer volatiliteten med rundt 30 mens ikke avtar avkastning så mye over lange perioder. Og den enkle strategien har vært utmerket i løpet av prøveperioden over 1987-2010. Faber viser imidlertid aldri om det s statistisk signifikante. De fleste investeringskritikere kan ikke berøre ideen om statistisk betydning. Det viser imidlertid ikke at papiret du sier over Brock, Lakonishok og LeBaron, 1992, viser at glidende gjennomsnitt har gode p-verdier. Det ser ut til at de statistisk fungerer minst historisk .
No comments:
Post a Comment