Exponentiell Bewegliche Durchschnittliche Verzögerung

Exponentielle bewegliche durchschnittliche exponentielle gleitende Durchschnitte werden als die zuverlässigsten der grundlegenden gleitenden durchschnittlichen Typen empfohlen. Sie liefern ein Element der Gewichtung, mit jedem vorangegangenen Tag gegeben progressiv weniger Gewichtung. Eine exponentielle Glättung vermeidet das Problem, das bei einfachen gleitenden Durchschnitten auftritt. Wo der Durchschnitt eine Tendenz hat, zweimal zu quoten: einmal am Anfang der gleitenden durchschnittlichen Periode und wieder in die entgegengesetzte Richtung, am Ende der Periode. Eine exponentielle gleitende durchschnittliche Steigung ist auch leichter zu bestimmen: Die Steigung ist immer unten, wenn der Preis unter dem gleitenden Durchschnitt schließt und immer auf, wenn der Preis oben liegt. Um einen exponentiellen gleitenden Durchschnitt (EMA) zu berechnen: Nehmen Sie den heutigen Preis multipliziert mit einem EMA. Fügen Sie dies zu gestern EMA multipliziert mit (1 - EMA). Wenn wir die frühere Tabelle neu berechnen, sehen wir, dass der exponentielle gleitende Durchschnitt einen weitaus glatteren Trend darstellt: EMA ist die Gewichtung an den aktuellen Tageswert: 50 würde für einen 3-tägigen exponentiellen gleitenden Durchschnitt verwendet 10 wird für einen 19-Tage verwendet Exponentieller gleitender Durchschnitt und 1 wird für einen 199-Tage-exponentiellen gleitenden Durchschnitt verwendet. Um eine ausgewählte Zeitspanne in eine EMA umzuwandeln, verwenden Sie diese Formel: EMA 2 (n 1) wobei n die Anzahl der Tage ist Beispiel: Die EMA für 5 Tage ist 2 (5 Tage 1) 33.3 Unglaubliche Charts führt diese Berechnung automatisch aus, wenn Sie auswählen Eine EMA-Zeit. Vervollkommnen Sie Ihre Markt-Timing Erfahren Sie, wie Sie Ihr Marktrisiko zu verwalten. Exponential Filter Diese Seite beschreibt exponentielle Filterung, die einfachste und beliebteste Filter. Dies ist Teil des Bereichs Filterung, die Teil eines Leitfadens zur Fehlererkennung und Diagnose ist. Übersicht, Zeitkonstante und Analogäquivalent Der einfachste Filter ist der Exponentialfilter. Es hat nur einen Abstimmparameter (außer dem Stichprobenintervall). Es erfordert die Speicherung von nur einer Variablen - die vorherige Ausgabe. Es handelt sich um einen IIR (autoregressiven) Filter - die Effekte einer Eingangsänderung zerfallen exponentiell, bis die Grenzen von Displays oder Computerarithmetik es ausblenden. In verschiedenen Disziplinen wird die Verwendung dieses Filters auch als 8220exponentielle Glättung8221 bezeichnet. In einigen Disziplinen wie Investitionsanalyse wird der Exponentialfilter als 8220Exponentially Weighted Moving Average8221 (EWMA) oder nur 8220Exponential Moving Average8221 (EMA) bezeichnet. Dies missbraucht die traditionelle ARMA 8220moving average8221 Terminologie der Zeitreihenanalyse, da es keine Eingangshistorie gibt, die verwendet wird - nur die aktuelle Eingabe. Es ist die diskrete Zeitäquivalent der 8220 ersten Ordnung lag8221, die üblicherweise in der analogen Modellierung von Dauerregelungssystemen verwendet wird. In elektrischen Schaltungen ist ein RC-Filter (Filter mit einem Widerstand und einem Kondensator) eine Verzögerung erster Ordnung. Bei der Betonung der Analogie zu analogen Schaltungen ist der Einzelabstimmungsparameter die 8220time constant8221, die gewöhnlich als Kleinbuchstabe Griechischer Buchstabe Tau () geschrieben wird. Tatsächlich entsprechen die Werte bei den diskreten Abtastzeiten genau der äquivalenten kontinuierlichen Zeitverzögerung mit der gleichen Zeitkonstante. Die Beziehung zwischen der digitalen Implementierung und der Zeitkonstante ist in den nachstehenden Gleichungen dargestellt. Exponentielle Filtergleichungen und Initialisierung Das Exponentialfilter ist eine gewichtete Kombination der vorherigen Schätzung (Ausgabe) mit den neuesten Eingangsdaten, wobei die Summe der Gewichte gleich 1 ist, so dass die Ausgabe mit dem Eingang im stationären Zustand übereinstimmt. Nach der bereits eingeführten Filternotation ist y (k) ay (k-1) (1-a) x (k) wobei x (k) die Rohaufnahme zum Zeitpunkt Schritt ky (k) die gefilterte Ausgabe zum Zeitschritt ka ist Ist eine Konstante zwischen 0 und 1, normalerweise zwischen 0,8 und 0,99. (A-1) oder a wird manchmal die 8220smoothing constant8221 genannt. Bei Systemen mit einem festen Zeitschritt T zwischen den Samples wird die Konstante 8220a8221 nur dann vereinfacht und gespeichert, wenn der Applikationsentwickler einen neuen Wert der gewünschten Zeitkonstante angibt. Bei Systemen mit Datenabtastung in unregelmäßigen Abständen muss bei jedem Zeitschritt die Exponentialfunktion oben verwendet werden, wobei T die Zeit seit dem vorherigen Sample ist. Der Filterausgang wird in der Regel initialisiert, um dem ersten Eingang zu entsprechen. Wenn sich die Zeitkonstante 0 nähert, geht a auf Null, so dass keine Filterung 8211 vorhanden ist, so ist die Ausgabe gleich der neuen Eingabe. Da die Zeitkonstante sehr groß wird, nähert sich 1 1, so dass neue Eingabe fast ignoriert wird 8211 sehr schwere Filterung. Die obige Filtergleichung kann in das folgende Prädiktor-Korrektor-Äquivalent umgeordnet werden: Diese Form macht es deutlicher, dass die variable Schätzung (Ausgabe des Filters) als unverändert von der vorherigen Schätzung y (k-1) plus einem Korrekturterm auf der Grundlage vorhergesagt wird Auf die unerwartete 8220innovation8221 - die Differenz zwischen dem neuen Eingang x (k) und der Vorhersage y (k-1). Diese Form ist auch das Ergebnis der Ableitung des Exponentialfilters als einfacher Spezialfall eines Kalman-Filters. Was die optimale Lösung für ein Schätzproblem mit einem bestimmten Satz von Annahmen ist. Schrittantwort Eine Möglichkeit, den Betrieb des Exponentialfilters zu visualisieren, besteht darin, seine Antwort über die Zeit auf eine Stufeneingabe zu zeichnen. Das heißt, beginnend mit dem Filtereingang und - ausgang bei 0 wird der Eingabewert plötzlich auf 1 geändert. Die daraus resultierenden Werte sind unten aufgetragen: In der obigen Kurve wird die Zeit durch die Filterzeitkonstante Tau geteilt, so dass Sie leichter vorhersagen können Die Ergebnisse für einen beliebigen Zeitraum für jeden Wert der Filterzeitkonstante. Nach einer Zeit gleich der Zeitkonstante steigt der Filterausgang auf 63,21 seines Endwertes an. Nach einer Zeit gleich 2 Zeitkonstanten steigt der Wert auf 86,47 seines Endwertes. Die Ausgänge nach mal gleich 3,4 und 5 Zeitkonstanten sind 95,02, 98,17 bzw. 99,33 des Endwertes. Da der Filter linear ist, bedeutet dies, dass diese Prozentsätze für jede Größe der Stufenänderung verwendet werden können, nicht nur für den hier verwendeten Wert von 1. Obwohl die Stufenreaktion in der Theorie eine unendliche Zeit hat, von einem praktischen Standpunkt aus, denken Sie an den exponentiellen Filter als 98 bis 99 8220done8221, der nach einer Zeit gleich 4 bis 5 Filterzeitkonstanten reagiert. Variationen des Exponentialfilters Es gibt eine Variation des Exponentialfilters, der so genannte 8220nonlineare Exponentialfilter8221 Weber, 1980. beabsichtigt, das Rauschen innerhalb einer bestimmten Amplitude von 8220 typischen8221 stark zu filtern, aber dann schneller auf größere Veränderungen zu reagieren. Copyright 2010 - 2013, Greg Stanley Teilen Sie diese Seite: Wichtige rechtliche Informationen über die E-Mail, die Sie senden werden. Wenn Sie diesen Service nutzen, erklären Sie sich damit einverstanden, Ihre echte E-Mail-Adresse einzugeben und sie nur an Personen zu senden, die Sie kennen. Es ist eine Verletzung des Gesetzes in einigen Ländern, um sich fälschlicherweise in einer E-Mail zu identifizieren. Alle Informationen, die Sie zur Verfügung stellen, werden von Fidelity ausschließlich zum Zweck der Versendung der E-Mail in Ihrem Namen verwendet. Die Betreffzeile der E-Mail, die Sie senden, wird Fidelity: Ihre E-Mail wurde gesendet. Gegenseitige Fonds und Investmentfonds - Fidelity Investments Durch einen Klick auf einen Link wird ein neues Fenster geöffnet. Exponential Moving Average (EMA) Beschreibung Exponential Moving Average (EMA) ähnelt Simple Moving Average (SMA) und misst die Trendrichtung über einen Zeitraum. Doch während SMA einfach einen Durchschnitt der Preisdaten berechnet, wendet EMA mehr Gewicht auf Daten an, die aktueller sind. Wegen seiner einzigartigen Berechnung wird EMA die Preise näher befolgen als ein entsprechender SMA. Wie diese Indikator funktioniert Verwenden Sie die gleichen Regeln, die für SMA bei der Interpretation von EMA gelten. Denken Sie daran, dass EMA ist in der Regel empfindlicher auf Preisbewegung. Das kann ein zweischneidiges Schwert sein. Auf der einen Seite kann es Ihnen helfen, Trends früher als eine SMA zu identifizieren. Auf der anderen Seite wird die EMA wahrscheinlich mehr kurzfristige Veränderungen erfahren als eine entsprechende SMA. Benutze die EMA, um die Trendrichtung zu bestimmen und in diese Richtung zu handeln. Wenn die EMA aufsteigt, können Sie erwägen, zu kaufen, wenn die Preise in der Nähe oder knapp unterhalb der EMA liegen. Wenn die EMA fällt, können Sie erwägen, zu verkaufen, wenn die Preise auf oder gerade über die EMA sammeln. Durchgehende Durchschnitte können auch Stütz - und Widerstandsbereiche anzeigen. Eine steigende EMA neigt dazu, die Preisaktion zu unterstützen, während eine fallende EMA dazu neigt, Widerstand gegen Preismaßnahmen zu leisten. Dies verstärkt die Strategie des Kaufens, wenn der Preis in der Nähe der steigenden EMA ist und verkauft, wenn der Preis in der Nähe der fallenden EMA ist. Alle gleitenden Durchschnitte, einschließlich der EMA, sind nicht dazu bestimmt, einen Handel an der exakten Unterseite und Oberseite zu identifizieren. Durchgehende Durchschnitte können Ihnen helfen, in der allgemeinen Richtung eines Trends zu handeln, aber mit einer Verzögerung an den Ein - und Ausstiegspunkten. Die EMA hat eine kürzere Verzögerung als die SMA mit dem gleichen Zeitraum. Berechnung Sie sollten beachten, wie die EMA den vorherigen Wert der EMA in ihrer Berechnung verwendet. Das bedeutet, dass die EMA alle Preisdaten in ihrem aktuellen Wert enthält. Die neuesten Preisdaten haben die meisten Auswirkungen auf die Moving Average und die ältesten Preise Daten hat nur eine minimale Auswirkungen. EMA (K x (C - P)) P Wobei: C Aktueller Preis P Vorperioden EMA (Ein SMA wird für die Berechnungen der ersten Perioden verwendet) K Exponentielle Glättungskonstante Die Glättungskonstante K gilt für den letzten Preis. Es nutzt die Anzahl der im gleitenden Durchschnitt angegebenen Perioden. Verwandte Indikatoren SMA ist der einfachste gleitende Durchschnitt zu konstruieren. Es ist einfach der durchschnittliche Preis über den angegebenen Zeitraum. Die technische Analyse konzentriert sich auf Marktaktivitäten, Volumen und Preis. Technische Analyse ist nur ein Ansatz zur Analyse von Beständen. Bei der Betrachtung, welche Aktien zu kaufen oder zu verkaufen, sollten Sie die Herangehensweise, die Sie am bequemsten mit. Wie bei all Ihren Investitionen müssen Sie sich selbst entscheiden, ob eine Anlage in einem bestimmten Wertpapier oder Wertpapiere für Sie auf der Grundlage Ihrer Anlageziele, Risikotoleranz und finanziellen Situation richtig ist. Die Wertentwicklung in der Vergangenheit ist keine Garantie für zukünftige Ergebnisse.