Média Móvel Adaptável Fractal Excel

MetaTrader 5 - Indicadores Fractal Adaptive Moving Average (FrAMA) - indicador para MetaTrader 5 Fractal Adaptive Moving Average Technical Indicator (FRAMA) foi desenvolvido por John Ehlers. Este indicador é construído com base no algoritmo da média móvel exponencial. Em que o fator de suavização é calculado com base na dimensão fractal atual da série de preços. A vantagem do FRAMA é a possibilidade de acompanhar fortes movimentos tendenciais e desacelerar suficientemente nos momentos de consolidação de preços. Todos os tipos de análise utilizados para as médias móveis podem ser aplicados a este indicador. Indicador Médico Motivo Adaptativo Fractal FRAMA (i) A (i) Preço (i) (1 - A (i)) FRAMA (i-1) FRAMA (i) - valor atual do FRAMA Preço (i) - preço atual FRAMA (i -1) - valor anterior de FRAMA A (i) - fator atual de alisamento exponencial. O fator de suavização exponencial é calculado de acordo com a fórmula abaixo: A (i) EXP (-4.6 (D (i) - 1)) D (i) - dimensão fractal atual EXP () - função matemática do expoente. A dimensão fractal de uma linha reta é igual a uma. É visto a partir da fórmula que se D 1, então A EXP (-4,6 (1-1)) EXP (0) 1. Assim, se o preço muda em linhas retas, o alisamento exponencial não é usado, porque, nesse caso, a fórmula Parece assim: FRAMA (i) 1 Preço (i) (1 - i) FRAMA (i-1) Preço (i) Ie O indicador segue exatamente o preço. A dimensão fractal de um plano é igual a dois. A partir da fórmula, obtemos isso se D 2, então o fator de suavização A EXP (-4,6 (2-1)) EXP (-4,6) 0,01. Um valor tão pequeno do fator de alisamento exponencial é obtido nos momentos em que o preço faz um forte movimento de dente de serra. Um forte abrandamento corresponde a uma média móvel de aproximadamente 200 períodos. Fórmula da dimensão fractal: D (LOG (N1 N2) - LOG (N3)) LOG (2) É calculado com base na fórmula adicional: N (Comprimento, i) (Preço mais alto (i) - Preço mais baixo (i)) Comprimento Preço mais alto (I) - valor máximo atual para períodos de comprimento Período mais baixo (i) - valor mínimo atual para períodos de comprimento Os valores N1, N2 e N3 são respectivamente iguais a: N1 (i) N (Comprimento, i) N2 (i) N (Comprimento, I Length) N3 (i) N (2 Comprimento, i) FRAMA - Fractal Adaptive MA Fractal adaptativa média móvel (abreviatura FRAMA aka FAMA) foi criado por John Ehlers. O objetivo do FRAMA é identificar os fractals de preço. Os fractals são formas geométricas que podem ser divididas em partes menores. Essas partes são apenas uma cópia menor de toda a forma geométrica. O FRAMA divide o gráfico de preços em partes menores e, em seguida, compara essas peças umas com as outras. O gráfico de preços é um conjunto de muitos quadrados - maiores e menores. Por exemplo. Se quisermos calcular uma média móvel adaptativa Fractal de 8 dias, a Frama analisa esses 8 dias, mas também analisa, como o preço atua nos primeiros 4 dias e nos próximos 4 dias. O objetivo da Frama é levar em consideração apenas as importantes mudanças de preços. Se o preço se mover um lado significativamente, Frama seguirá o preço muito apertado. Se o preço estiver em um intervalo sem qualquer movimento de preço importante, a Frama atuará muito plana. Em outras palavras - esta média móvel muda o número de dias para seu cálculo, dependendo do comportamento dos fractals. Essa é a razão pela qual é adaptável (semelhante ao KAMA). Se você está interessado em um estudo mais aprofundado sobre este indicador e prefere soluções prontas para servir, o próximo site pode ser de seu interesse. Lá, você pode encontrar e baixar indicadores de análise técnica em arquivos do Excel. Kaufman039s Média de Mudança Adaptativa (KAMA) Introdução de Kaufman039s Adaptive Moving Average (KAMA) Desenvolvido por Perry Kaufman, Kaufman039's Adaptive Moving Average (KAMA) é uma média móvel projetada para atender o ruído do mercado Ou volatilidade. A KAMA acompanhará os preços quando os balanços de preços são relativamente pequenos e o ruído é baixo. KAMA irá se ajustar quando os balanços de preços se expandirem e seguirem os preços a uma distância maior. Este indicador de tendência pode ser usado para identificar a tendência geral, os pontos de viragem do tempo e os movimentos dos preços dos filtros. Cálculo Existem várias etapas necessárias para calcular a Média de Mudança Adaptativa de Kaufman039s. Let039s primeiro começar com as configurações recomendadas por Perry Kaufman, que são KAMA (10,2,30). 10 é o número de períodos para a Razão de Eficiência (ER). 2 é o número de períodos para a constante EMA mais rápida. 30 é o número de períodos para a constante EMA mais lenta. Antes de calcular o KAMA, precisamos calcular a Razão de Eficiência (ER) e a Constante de Suavização (SC). Divulgar a fórmula em nuggets de tamanho de mordida facilita a compreensão da metodologia por trás do indicador. Observe que o ABS significa Absolute Value. Razão de Eficiência (ER) O ER é basicamente a variação de preço ajustada pela volatilidade diária. Em termos estatísticos, a Razão de eficiência nos diz a eficiência fractal das mudanças de preços. ER flui entre 1 e 0, mas esses extremos são a exceção, não a norma. ER seria 1 se os preços subissem 10 períodos consecutivos ou 10 períodos consecutivos. ER seria zero se o preço for inalterado ao longo dos 10 períodos. Smoothing Constant (SC) A constante de suavização usa o ER e duas constantes de suavização com base em uma média móvel exponencial. Como você pode ter notado, a constante de suavização está usando as constantes de suavização para uma média móvel exponencial na sua fórmula. (2301) é a constante de suavização para uma EMA de 30 períodos. O SC mais rápido é a constante de suavização para EMA mais curto (2 períodos). O SC mais lento é a constante de suavização para o EMA mais lento (30 períodos). Observe que o 2 no final é quadrado da equação. Com a Razão de Eficiência (ER) e a Constante de Suavização (SC), agora estamos prontos para calcular a Média de Mudança Adaptativa de Kaufman039 (KAMA). Uma vez que precisamos de um valor inicial para iniciar o cálculo, o primeiro KAMA é apenas uma média móvel simples. Os seguintes cálculos são baseados na fórmula abaixo. Exemplo de cálculoChart As imagens abaixo mostram uma captura de tela de uma planilha do Excel usada para calcular KAMA e o gráfico QQQ correspondente. Uso e sinais Os cartistas podem usar o KAMA como qualquer outra tendência que acompanha o indicador, como uma média móvel. Os cartistas podem procurar cruzes de preços, mudanças direcionais e sinais filtrados. Primeiro, uma cruz acima ou abaixo da KAMA indica mudanças direcionais nos preços. Tal como acontece com qualquer média móvel, um sistema de cruzamento simples gerará muitos sinais e muitos whipsaws. Chartists podem reduzir whipsaws aplicando um filtro de preço ou tempo para os cruzamentos. Pode-se exigir que o preço mantenha a cruz por um número definido de dias ou que exijam que a cruze exceda KAMA por porcentagem definida. Em segundo lugar, os cartistas podem usar a direção da KAMA para definir a tendência geral de uma segurança. Isso pode exigir um ajuste de parâmetros para suavizar o indicador ainda mais. Os cartistas podem mudar o parâmetro do meio, que é a constante EMA mais rápida, para alisar o KAMA e procurar mudanças direcionais. A tendência está baixa enquanto a KAMA cair e forjar baixas mais baixas. A tendência aumenta enquanto a KAMA estiver aumentando e forjando altos altos. O exemplo de Kroger abaixo mostra KAMA (10,5,30) com uma tendência ascendente acentuada de dezembro a março e uma tendência ascendente menos escarpada de maio a agosto. E, finalmente, os chartists podem combinar sinais e técnicas. Os cartistas podem usar um KAMA de longo prazo para definir a maior tendência e um KAMA de prazo mais curto para sinais comerciais. Por exemplo, KAMA (10,5,30) poderia ser usado como um filtro de tendência e ser considerado otimista ao subir. Uma vez otimista, os carlos poderiam procurar cruzes de alta quando o preço se movesse acima de KAMA (10,2,30). O exemplo abaixo mostra MMM com um aumento de KAMA a longo prazo e cruzamentos de alta em dezembro, janeiro e fevereiro. KAMA de longo prazo recusou em abril e houve cruzamentos de baixa em maio, junho e julho. SharpCharts KAMA pode ser encontrado como uma sobreposição de indicadores no banco de trabalho SharpCharts. As configurações padrão aparecerão automaticamente na caixa de parâmetros uma vez que ela for selecionada e os autores podem alterar esses parâmetros de acordo com suas necessidades analíticas. O primeiro parâmetro é para a Razão de Eficiência e os autores devem abster-se de aumentar esse número. Em vez disso, os cartistas podem diminuí-lo para aumentar a sensibilidade. Os cartistas que procuram lidar com o KAMA para análise de tendências a longo prazo podem aumentar o parâmetro do meio de forma incremental. Mesmo que a diferença seja apenas 3, o KAMA (10,5,30) é significativamente mais suave do que KAMA (10,2,30). Estudo adicional Do criador, o livro abaixo oferece informações detalhadas sobre indicadores, programas, algoritmos e sistemas, incluindo detalhes sobre KAMA e outros sistemas de média móvel. Sistemas e Métodos de Negociação Perry Kaufman