Dynamisch Einfach Gleitender Durchschnitt

Die meisten zuverlässigen Indikator You039ve nie gehört von John R. McGinley ist ein Certified Market Technician. Ehemaliger Redakteur der Markttechniker Assn. Journal of Technical Analysis und Erfinder der McGinley Dynamic. Im Rahmen der bewegten Durchschnitte in den 1990er Jahren suchte McGinley einen reaktionsfähigen Indikator zu erfinden, der automatisch auf die Rohdaten ansprechen würde als einfache oder exponentielle gleitende Durchschnitte. SMA gegen EMA Einfache gleitende Durchschnitte (SMA) reparieren Preis-Aktion durch die Berechnung der Vergangenheit Schlusskurse und dividiert durch die Anzahl der Perioden. Um einen 10-tägigen einfachen gleitenden Durchschnitt zu berechnen. Fügen Sie die Schlusskurse der letzten 10 Tage hinzu und teilen Sie sich um 10. Je glatter der gleitende Durchschnitt, desto langsamer reagiert er auf die Preise. Ein 50-Tage-Gleitender Durchschnitt bewegt sich langsamer als ein 10-Tage-Gleitender Durchschnitt. Ein 10- und 20-Tage-Gleitender Durchschnitt kann zuweilen eine Volatilität der Preise erfahren, die es schwieriger machen kann, Preisaktionen auszulegen. Falsche Signale können während dieser Perioden auftreten, wodurch Verluste entstehen, weil die Preise zu weit vor dem Markt kommen können. Ein exponentieller gleitender Durchschnitt (EMA) reagiert auf die Preise viel schneller als ein einfacher gleitender Durchschnitt. Dies ist, weil die EMA mehr Gewicht auf die neuesten Daten anstatt die älteren Daten. Es ist ein guter Indikator für die kurzfristige und eine großartige Methode, um kurzfristige Trends zu bekommen, weshalb die Händler sowohl einfache als auch exponentielle gleitende Durchschnitte gleichzeitig für Ein - und Ausgänge nutzen. Trotzdem kann es auch die Daten hinter sich lassen. Das Problem mit gleitenden Mitteln In seiner Erforschung der bewegten Durchschnitte, die viel weiter ging als die grundlegenden Beispiele bereits gezeigt, zeigte McGinley bewegte Durchschnitte viele Probleme. Das erste Problem war, dass sie unangemessen angewandt wurden. Die Umstellung der Durchschnittswerte in verschiedenen Perioden erfolgt in unterschiedlichem Maße in verschiedenen Märkten. Zum Beispiel, wie kann man wissen, wann man einen 10-tägigen bis zu einem 20- bis 50-tägigen gleitenden Durchschnitt in einem schnellen oder langsamen Markt einsetzt. Um das Problem der Wahl der Länge des gleitenden Durchschnitts, der für den aktuellen Markt gilt, zu lösen, passt sich der McGinley Dynamic automatisch der Geschwindigkeit des Marktes an. McGinley glaubt, dass gleitende Durchschnitte nur als Glättungsmechanismus verwendet werden sollten, anstatt ein Handelssystem oder Signalgenerator. Es ist ein Monitor des Trends. Aber ein 10-Tage einfacher gleitender Durchschnitt ist um fünf Tage oder die Hälfte seiner Länge ausgeschaltet. Die Chancen sind gut, dass der große Umzug in den Preisen bereits am fünften Tag eines 10-tägigen, einfachen gleitenden Durchschnitts aufgetreten ist. Darüber hinaus sollte ein 10-tägiger gleitender Durchschnitt ordnungsgemäß fünf Tage vor dem aktuellen Datum gezeichnet werden. Weiterhin fand McGinley, dass sich die geplanten Durchschnitte nicht mit den Preisen befassten, da große Trennungen häufig zwischen Preisen und gleitenden Durchschnittslinien bestehen. McGinley suchte, diese Probleme zu beseitigen, indem er einen Indikator ermittelte, der die Preise näher kippte, die Preisabgrenzung und die Peitsche vermeiden und den Preisen automatisch in schnellen oder langsamen Märkten folgen würde. McGinley Dynamic Dies hat er mit der Erfindung des McGinley Dynamic gemacht. Die Formel ist: Die McGinley Dynamic sieht aus wie eine gleitende durchschnittliche Linie, aber es ist ein Glättungsmechanismus für Preise, die sich herausstellen, um weit besser als jeder gleitende Durchschnitt zu verfolgen. Es minimiert Preis Trennung, Preis Whipsaws und Umarmungen Preise viel mehr eng. Und das tut dies automatisch, da dies ein Faktor der Formel ist. Wegen der Berechnung beschleunigt die Dynamic Line in den Märkten, wie es den Preisen folgt, doch bewegt sich langsamer in den Märkten. Man will schnell in einem Down-Markt zu verkaufen, aber reiten ein up-Markt so lange wie möglich. Die Konstante N bestimmt, wie eng die Dynamik den Index oder den Vorrat verfolgt. Wenn man einen 20-tägigen gleitenden Durchschnitt emuliert, so nutzt man zum Beispiel einen N-Wert, der halb so groß ist wie der gleitende Durchschnitt oder in diesem Fall 10. Es vermeidet die Peitschen, weil die Dynamic Line automatisch in jedem Markt schnell oder langsam läuft Ein Lenkmechanismus, der auf die Preise ausgerichtet bleibt, wenn die Märkte beschleunigen oder verlangsamen. Es kann sich auf Handelsentscheidungen verlassen, doch McGinley erfand die Dynamic 1997 als Marktinstrument und nicht als Handelsindikator. Fazit Ob es sich um ein Werkzeug oder Indikator handelt, das McGinley Dynamic ist ein faszinierendes Instrument, das von einem Markttechniker erfunden wurde, der seit fast 40 Jahren Märkte und Indikatoren verfolgt und studiert hat. Für weitere Informationen über Indikatoren und Marktinstrumente, werfen Sie einen Blick auf unsere Technical Analysis Tutorial. Eine Art von Steuern, die auf Kapitalgewinne von Einzelpersonen und Kapitalgesellschaften angefallen sind. Kapitalgewinne sind die Gewinne, die ein Investor ist. Ein Auftrag, eine Sicherheit bei oder unter einem bestimmten Preis zu erwerben. Ein Kauflimitauftrag erlaubt es Händlern und Anlegern zu spezifizieren. Eine IRS-Regel (Internal Revenue Service), die strafrechtliche Abhebungen von einem IRA-Konto ermöglicht. Die Regel verlangt das. Der erste Verkauf von Aktien von einem privaten Unternehmen an die Öffentlichkeit. IPOs werden oft von kleineren, jüngeren Unternehmen ausgesucht. DebtEquity Ratio ist Schuldenquote verwendet, um eine company039s finanzielle Hebelwirkung oder eine Schuldenquote zu messen, um eine Person zu messen. Eine Art von Vergütungsstruktur, die Fondsmanager in der Regel beschäftigen, in welchem ​​Teil der Entschädigung Leistung basiert. Moving-Mittelwerte Moving-Mittelwerte Bei herkömmlichen Datensätzen ist der Mittelwert oft der erste und eine der nützlichsten Zusammenfassungsstatistiken zu berechnen. Wenn Daten in Form einer Zeitreihe vorliegen, ist das Serienmittel ein nützliches Maß, entspricht aber nicht der Dynamik der Daten. Mittelwerte, die über kurzgeschlossene Perioden berechnet werden, die entweder der aktuellen Periode vorausgeht oder auf der aktuellen Periode zentriert sind, sind oft nützlicher. Weil diese Mittelwerte variieren oder sich bewegen, wenn sich die aktuelle Periode von der Zeit t 2, t 3 usw. bewegt, werden sie als gleitende Mittelwerte (Mas) bezeichnet. Ein einfacher gleitender Durchschnitt ist (typischerweise) der ungewichtete Durchschnitt von k vorherigen Werten. Ein exponentiell gewichteter gleitender Durchschnitt ist im Wesentlichen derselbe wie ein einfacher gleitender Durchschnitt, aber mit Beiträgen zum Mittelwert, der durch ihre Nähe zur aktuellen Zeit gewichtet wird. Weil es nicht eine, sondern eine ganze Reihe von gleitenden Durchschnitten für jede gegebene Serie gibt, kann der Satz von Mas selbst auf Graphen aufgetragen, als Serie analysiert und bei der Modellierung und Prognose verwendet werden. Eine Reihe von Modellen kann mit gleitenden Durchschnitten konstruiert werden, und diese sind als MA-Modelle bekannt. Wenn solche Modelle mit autoregressiven (AR) Modellen kombiniert werden, sind die resultierenden zusammengesetzten Modelle als ARMA - oder ARIMA-Modelle bekannt (die I ist für integriert). Einfache Bewegungsdurchschnitte Da eine Zeitreihe als ein Satz von Werten betrachtet werden kann, kann t 1,2,3,4, n der Mittelwert dieser Werte berechnet werden. Wenn wir annehmen, daß n ziemlich groß ist und wir eine ganze Zahl k wählen, die viel kleiner als n ist. Wir können einen Satz von Blockdurchschnitten oder einfache gleitende Mittelwerte (der Ordnung k) berechnen: Jede Maßnahme repräsentiert den Mittelwert der Datenwerte über ein Intervall von k Beobachtungen. Beachten Sie, dass die erste mögliche MA der Ordnung k gt0 die für t k ist. Im Allgemeinen können wir den zusätzlichen Index in den obigen Ausdrücken fallen lassen und schreiben: Dies besagt, dass der geschätzte Mittelwert zum Zeitpunkt t der einfache Durchschnitt des beobachteten Wertes zum Zeitpunkt t und der vorhergehenden k -1 Zeitschritte ist. Wenn Gewichte angewendet werden, die den Beitrag von Beobachtungen, die weiter weg in der Zeit sind, verringern, wird der gleitende Durchschnitt exponentiell geglättet. Bewegliche Mittelwerte werden oft als eine Form der Prognose verwendet, wobei der Schätzwert für eine Reihe zum Zeitpunkt t 1, S t1. Wird als MA für den Zeitraum bis einschließlich Zeit t genommen. z. B. Die heutige Schätzung basiert auf einem Durchschnitt der bisher aufgezeichneten Werte bis einschließlich gestern (für Tagesdaten). Einfache gleitende Durchschnitte können als eine Form der Glättung gesehen werden. In dem unten dargestellten Beispiel wurde der in der Einleitung zu diesem Thema gezeigte Luftverschmutzungs-Datensatz um eine 7-Tage-Gleitende Durchschnitt (MA) - Linie erweitert, die hier in rot dargestellt ist. Wie man sehen kann, glättet die MA-Linie die Gipfel und Tröge in den Daten und kann sehr hilfreich bei der Identifizierung von Trends sein. Die Standard-Vorwärtsberechnungsformel bedeutet, dass die ersten k -1 Datenpunkte keinen MA-Wert haben, aber danach rechnen die Berechnungen bis zum endgültigen Datenpunkt in der Serie. PM10 tägliche Mittelwerte, Greenwich Quelle: London Air Quality Network, londonair. org. uk Ein Grund für die Berechnung einfacher gleitender Durchschnitte in der beschriebenen Weise ist, dass es ermöglicht, Werte für alle Zeitschlitze von der Zeit tk bis zur Gegenwart berechnet werden, und Da eine neue Messung für die Zeit t 1 erhalten wird, kann die MA für die Zeit t 1 dem bereits berechneten Satz hinzugefügt werden. Dies stellt eine einfache Prozedur für dynamische Datensätze zur Verfügung. Allerdings gibt es einige Probleme mit diesem Ansatz. Es ist vernünftig zu argumentieren, dass der Mittelwert über die letzten 3 Perioden, sagen wir, zum Zeitpunkt t -1 liegen sollte, nicht Zeit t. Und für eine MA über eine gerade Anzahl von Perioden vielleicht sollte es sich am Mittelpunkt zwischen zwei Zeitintervallen befinden. Eine Lösung für dieses Problem ist die Verwendung von zentrierten MA-Berechnungen, bei denen das MA zum Zeitpunkt t der Mittelwert eines symmetrischen Satzes von Werten um t ist. Trotz seiner offensichtlichen Verdienste wird dieser Ansatz im Allgemeinen nicht verwendet, weil es erfordert, dass Daten für zukünftige Ereignisse verfügbar sind, was möglicherweise nicht der Fall ist. In Fällen, in denen die Analyse vollständig aus einer bestehenden Serie besteht, kann die Verwendung von zentriertem Mas vorzuziehen sein. Einfache gleitende Durchschnitte können als eine Form der Glättung betrachtet werden, wobei einige hochfrequente Komponenten einer Zeitreihe entfernt werden und die Trends in ähnlicher Weise wie der allgemeine Begriff der digitalen Filterung hervorgehoben werden (aber nicht entfernen) werden. In der Tat sind gleitende Mittelwerte eine Form des linearen Filters. Es ist möglich, eine gleitende Durchschnittsberechnung auf eine Reihe anzuwenden, die bereits geglättet worden ist, d. h. Glätten oder Filtern einer bereits geglätteten Reihe. Zum Beispiel können wir mit einem gleitenden Durchschnitt von Ordnung 2, wie sie mit Gewichten berechnet werden, also die MA bei x 2 0,5 x 1 0,5 x 2 betrachten. Ebenso ist die MA bei x 3 0,5 x 2 0,5 x 3. Wenn wir Eine zweite Glättung oder Filterung anwenden, haben wir 0,5 x 2 0,5 x 3 0,5 (0,5 x 1 0,5 x 2) 0,5 (0,5 x 2 0,5 x 3) 0,25 x 1 0,5 x 2 0,25 x 3 dh die zweistufige Filterung Prozess (oder Faltung) hat einen variabel gewichteten symmetrischen gleitenden Durchschnitt mit Gewichten erzeugt. Mehrere Windungen können sehr komplexe gewichtete Bewegungsdurchschnitte erzeugen, von denen einige von besonderem Gebrauch in spezialisierten Bereichen, wie in Lebensversicherungsberechnungen, gefunden wurden. Bewegliche Mittelwerte können verwendet werden, um periodische Effekte zu entfernen, wenn sie mit der Länge der Periodizität als bekannt berechnet werden. Zum Beispiel, mit monatlichen Daten saisonale Variationen können oft entfernt werden (wenn dies das Ziel ist), indem Sie einen symmetrischen 12-Monats-gleitenden Durchschnitt mit allen Monaten gleich gewichtet, mit Ausnahme der ersten und letzten, die mit 12 gewichtet werden. Dies ist, weil es wird 13 Monate im symmetrischen Modell (aktuelle Zeit, t. - 6 Monate). Die Summe wird durch 12 geteilt. Ähnliche Verfahren können für jede klar definierte Periodizität angenommen werden. Exponentiell gewichtete Bewegungsdurchschnitte (EWMA) Mit der einfachen gleitenden Durchschnittsformel: Alle Beobachtungen werden gleich gewichtet. Wenn wir diese gleichen Gewichte nennen, alpha t. Jedes der k Gewichte würde 1 k betragen. So wäre die Summe der Gewichte 1, und die Formel wäre: Wir haben bereits gesehen, dass mehrere Anwendungen dieses Prozesses dazu führen, dass die Gewichte variieren. Bei exponentiell gewichteten Bewegungsdurchschnitten wird der Beitrag zum Mittelwert aus Beobachtungen, die in der Zeit mehr entfernt werden, reduziert und damit neue (lokale) Ereignisse hervorgehoben. Im wesentlichen wird ein Glättungsparameter, 0lt alpha lt1, eingeführt und die Formel überarbeitet: Eine symmetrische Version dieser Formel wäre von der Form: Werden die Gewichte im symmetrischen Modell als Begriffe der Binomialexpansion ausgewählt, (1212) 2q. Sie werden auf 1 summieren, und wenn q groß wird, wird die Normalverteilung angenähert. Dies ist eine Form der Kernel-Gewichtung, wobei die Binomie als Kernfunktion fungiert. Die im vorigen Unterabschnitt beschriebene zweistufige Faltung ist genau diese Anordnung, wobei q 1 die Gewichte ergibt. Bei der exponentiellen Glättung ist es notwendig, einen Satz von Gewichten zu verwenden, die auf 1 summieren und die Größe geometrisch verkleinern. Die verwendeten Gewichte sind typischerweise in der Form: Um zu zeigen, dass diese Gewichte auf 1 summieren, betrachten wir die Ausdehnung von 1 als Reihe. Wir können den Ausdruck in Klammern mit der Binomialformel (1- x) p schreiben und erweitern. Wobei x (1-) und p -1, was ergibt: Dies ergibt dann eine Form des gewichteten gleitenden Durchschnitts der Form: Diese Summation kann als eine Wiederholungsrelation geschrieben werden, die die Berechnung stark vereinfacht und das Problem vermeidet, dass das Gewichtungsregime Sollte strikt unendlich sein, damit die Gewichte auf 1 summieren (für kleine Werte von alpha ist dies normalerweise nicht der Fall). Die Notation, die von verschiedenen Autoren verwendet wird, variiert. Manche verwenden den Buchstaben S, um anzuzeigen, daß die Formel im wesentlichen eine geglättete Variable ist und schreibt: Während die Kontrolle Theorie Literatur oft Z anstelle von S für die exponentiell gewichteten oder geglätteten Werte verwendet (siehe z. B. Lucas und Saccucci, 1990, LUC1 , Und die NIST-Website für weitere Details und bearbeitete Beispiele). Die oben zitierten Formeln stammen aus der Arbeit von Roberts (1959, ROB1), aber Hunter (1986, HUN1) verwendet einen Ausdruck der Form: die für die Verwendung in einigen Kontrollverfahren besser geeignet ist. Bei alpha 1 ist die mittlere Schätzung einfach der gemessene Wert (oder der Wert des vorherigen Datenelementes). Mit 0,5 ist die Schätzung der einfache gleitende Durchschnitt der aktuellen und früheren Messungen. Bei der Vorhersage der Modelle ist der Wert S t. Wird oft als Schätz - oder Prognosewert für den nächsten Zeitraum verwendet, dh als Schätzung für x zum Zeitpunkt t 1. Damit haben wir: Dies zeigt, dass der Prognosewert zum Zeitpunkt t 1 eine Kombination aus dem vorherigen exponentiell gewichteten gleitenden Durchschnitt ist Plus eine Komponente, die den gewichteten Vorhersagefehler darstellt, epsilon. Zum Zeitpunkt t. Unter der Annahme, dass eine Zeitreihe gegeben ist und eine Prognose erforderlich ist, ist ein Wert für Alpha erforderlich. Dies kann aus den vorhandenen Daten abgeschätzt werden, indem die Summe der quadratischen Vorhersagefehler mit variierenden Werten von alpha für jedes t 2,3 ausgewertet wird. Einstellung der ersten Schätzung als der erste beobachtete Datenwert x 1. Bei den Steuerungsanwendungen ist der Wert von alpha wichtig, der bei der Bestimmung der oberen und unteren Kontrollgrenzen verwendet wird und die erwartete durchschnittliche Lauflänge (ARL) beeinflusst Bevor diese Kontrollgrenzen kaputt sind (unter der Annahme, dass die Zeitreihe einen Satz von zufälligen, identisch verteilten unabhängigen Variablen mit gemeinsamer Varianz darstellt). Unter diesen Umständen ist die Varianz der Kontrollstatistik: (Lucas und Saccucci, 1990): Kontrollgrenzen werden gewöhnlich als feste Vielfache dieser asymptotischen Varianz gesetzt, z. B. - 3 mal die Standardabweichung. Wenn beispielsweise Alpha 0,25 und die zu überwachenden Daten eine Normalverteilung N (0,1) haben, wenn die Kontrolle begrenzt wird, werden die Regelgrenzen - 1.134 sein und der Prozeß erreicht eine oder andere Grenze in 500 Schritten im Durchschnitt. Lucas und Saccucci (1990 LUC1) leiten die ARLs für eine breite Palette von Alpha-Werten und unter verschiedenen Annahmen mit Markov Chain Verfahren ab. Sie tabellieren die Ergebnisse, einschließlich der Bereitstellung von ARLs, wenn der Mittelwert des Kontrollprozesses um ein Vielfaches der Standardabweichung verschoben wurde. Zum Beispiel ist bei einer 0,5-Schicht mit alpha 0,25 die ARL weniger als 50 Zeitschritte. Die oben beschriebenen Ansätze werden als einzelne exponentielle Glättung bezeichnet. Da die Prozeduren einmal auf die Zeitreihen angewendet werden und dann analysiert oder kontrolliert werden, werden Prozesse auf dem resultierenden geglätteten Datensatz durchgeführt. Wenn der Datensatz einen Trend und saisonale Komponenten enthält, kann eine zweidimensionale oder dreistufige Exponentialglättung als Mittel zur Beseitigung (expliziten Modellierung) dieser Effekte angewendet werden (siehe weiter unten den Abschnitt "Vorhersage" und das NIST-Beispiel). CHA1 Chatfield C (1975) Die Analyse der Times-Serie: Theorie und Praxis. Chapman und Hall, London HUN1 Hunter J S (1986) Der exponentiell gewichtete gleitende Durchschnitt. J von Quality Technology, 18, 203-210 LUC1 Lucas J M, Saccucci M S (1990) Exponentiell gewichtete Moving Average Control Schemes: Eigenschaften und Erweiterungen. Technometrics, 32 (1), 1-12 ROB1 Roberts S W (1959) Kontrolltabelle Tests basierend auf geometrischen Moving Averages. Technometrics, 1, 239-250How to Moving Averages als dynamische Unterstützung und Widerstand Ebenen Eine andere Möglichkeit, gleitende Durchschnitte verwenden ist es, sie als dynamische Unterstützung und Widerstand Ebenen verwenden. Wir nennen es dynamisch, weil es nicht wie deine traditionellen horizontalen Unterstützungs - und Widerstandslinien ist. Sie ändern sich ständig je nach aktueller Preisaktion. Es gibt viele Forex Trader da draußen, die diese gleitenden Durchschnitte als Schlüssel Unterstützung oder Widerstand zu betrachten. Diese Händler werden kaufen, wenn der Preis eintaucht und den gleitenden Durchschnitt testet oder verkauft, wenn der Preis steigt und den gleitenden Durchschnitt berührt. Hier sehen Sie den 15-minütigen Chart von GBPUSD und Pop auf der 50 EMA. Let8217s sehen, ob es als dynamische Unterstützung oder Widerstand dient. Es sieht so aus, als ob es wirklich gut hielt. Jedes Mal, wenn der Preis näherte sich 50 EMA und testete es, es handelte als Widerstand und Preis zurück nach unten. Erstaunlich, huh Eine Sache, die Sie im Auge behalten sollten ist, dass diese genau wie Ihre normale Unterstützung und Widerstandslinien sind. Das bedeutet, dass der Preis von dem gleitenden Durchschnitt immer perfekt abhängt. Manchmal geht es ein bisschen vorbei, bevor er in Richtung des Trends zurückkehrt. Es gibt auch Zeiten, in denen der Preis an ihm vorbeiziehen wird. Was einige Forex Trader tun ist, dass sie Pop auf zwei gleitenden Durchschnitten, und nur kaufen oder verkaufen, sobald Preis ist in der Mitte des Raumes zwischen den beiden gleitenden Durchschnitten. Man könnte diesen Bereich nennen 8220die Zone.8221 Let8217s nehmen einen weiteren Blick auf die 15-Minuten-Chart von GBPUSD, aber dieses Mal let8217s verwenden die 10 und 20 EMAs. Aus dem obigen Diagramm sehen Sie, dass der Preis etwas an den 10 EMA ein paar Pips ging, ging aber danach weiter. Es gibt einige Händler, die Intraday-Strategien genau so verwenden. Die Idee ist, dass genau wie Ihre horizontalen Unterstützung und Widerstand Bereichen, diese gleitenden Durchschnitte sollten wie Zonen oder Bereiche von Interesse behandelt werden. Der Bereich zwischen gleitenden Durchschnitten könnte daher als eine Zone der Unterstützung oder des Widerstands betrachtet werden. Brechen durch dynamische Unterstützung und Widerstand Jetzt wissen Sie, dass gleitende Durchschnitte möglicherweise als Unterstützung und Widerstand dienen können. Kombinieren ein paar von ihnen, können Sie sich eine schöne kleine Zone. Aber du solltest auch wissen, dass sie brechen können, genau wie jede Unterstützung und Widerstand Ebene Let8217s einen weiteren Blick auf die 50 EMA auf GBPUSD8217s 15-min-Diagramm. In der obigen Tabelle sehen wir, dass die 50 EMA als eine starke Widerstandsstufe für eine Weile gehalten wurden, als GBPUSD wiederholt von ihr abprallte. Allerdings, als wir mit dem roten Kasten hervorgehoben wurden, brach der Preis schließlich durch und schoss auf. Der Preis ging dann wieder zurück und testete die 50 EMA erneut, was sich als starkes Stützniveau erwies. So, da haben Sie es Leute Bewegen Durchschnitte können auch als dynamische Unterstützung und Widerstand Ebenen zu handeln. Ein schönes Ding über die Verwendung von gleitenden Durchschnitten ist, dass sie sich immer ändern, was bedeutet, dass Sie es einfach auf Ihrem Diagramm verlassen können und don8217t müssen immer wieder in der Zeit, um potenzielle Unterstützung und Widerstand Ebenen vor Ort. Sie wissen, dass die Linie höchstwahrscheinlich einen bewegten Bereich von Interesse darstellt. Das einzige Problem ist natürlich herauszufinden, welche gleitenden Durchschnitt zu verwenden Speichern Sie Ihre Fortschritte durch die Unterzeichnung und Kennzeichnung der Lektion complete200 Moving Average Einer der wichtigsten Aspekte des Trendhandels ist die Kenntnis der Handels-Bias. Dies ist entscheidend für das Verständnis, wenn wir in einem Stier oder ein Bärenmarkt sind 8211 mit anderen Worten, ob wir erwägen, Kauf oder verkaufen Chancen. Das erste, was ich suche auf einem Diagramm ist, wo Preis ist in Bezug auf die 200 täglich einfache gleitenden Durchschnitt. Wenn der Preis unter dem 200 sma liegt, werde ich nach Shortsell-Chancen suchen. Wenn der Preis über dem 200 sma liegt, werde ich nach den Chancen schauen. In einer Nussschale ist das alles, was du über dieses Thema wissen musst. Aber ich weiß, dass viele Leser ein wenig neugieriger sind und Möchte wissen, warum dies der Fall ist. Historische Verwendung Der Hauptgrund, warum der 200 sma auf diese Weise verwendet wird, ist teilweise historisch. Bevor wir Software hatten (um alle gleitenden Durchschnitte zu ziehen, die wir in Sekundenschnelle wünschen konnten) mussten diese Dinge von Hand berechnet und gezeichnet werden. So waren die Händler äußerst wählerisch, was nützliche Informationen waren und was Lärm bildete (eine Lektion, die wir gut tun würden, um uns heute zu erinnern). Die 200 sma war ein guter Indikator für die Trendströmung. Solange der Preis über ihm blieb, wurde die Trendvorgabe als bullisch betrachtet. Und wenn der Preis unter ihm gehandelt wird, dann war die Trendvorspannung als bärisch. Wenn der Preis wiederholt abgefangen die 200 sma dann Preis wurde als in einem Bereich Konsolidierung. Trading Bias 8211 die 200 sma failsafe Natürlich kann ein neuer Trend auf der falschen Seite der 200 sma beginnen. Wenn ein Bärenmarkt einem starken Bullenmarkt folgt, kann der Preis für mehrere Wochen oder Monate vor dem Überqueren der 200 sma kommen. Und umgekehrt, natürlich. Das ist der 200 sma failsafe 8211, den wir vielleicht Wochen von einem neuen Trend aushalten müssen, ohne ihn handeln zu können (weil es die falsche Seite der 200 ma ist), aber das ist es, uns gegen die Umkehr zu schützen, die ein vorübergehender Pullback ist. Einige Pullbacks können tief und verlängert werden und das kann manche Leute auf die dunkle Seite des Handels 8211 verführen, die sie gegen den Gesamttrend handeln wollen. Aber bis der Preis die 200 sma überquert, gehen wir davon aus, dass die bullish oder bearish Bias noch intakt ist (obwohl wir es nicht unbedingt handeln müssen). Wenn der Preis über dem 200 sma liegt, ist die Bias BULLISH Wenn der Preis unter den 200 sma liegt, ist die Bias BEARISH So bleiben Sie mit dem 200 sma failsafe. Ja, es kann so aussehen, als ob die Chancen uns manchmal passieren, aber wir müssen selektiver sein. Wir müssen uns der Handelsvorurteile bewusst sein und sich nicht ablenken lassen. Folgen Sie den Market Maker Der andere Grund, warum ich mich an die 200 Sma-Regel bin, weil viele große Banken und Finanzinstitute tun. Diese Organisationen haben massive Mittel, die sie zur Verfügung haben und haben so viel Einfluss. Einige Fonds, die langfristige Positionen handeln können beginnen, große Positionen der falschen Seite der 200 sma zu akkumulieren, da sie die Finanzierung haben, dies zu tun. Dies kann ihnen Wochen oder Monate dauern. (Sie tun es sehr langsam, weil sie nicht wollen, dass andere sehen, was theyre macht 8211, da dies dazu führen könnte, dass sie nicht in der Lage sind, Positionen zu dem Preis zu füllen, den sie wollen). Aber die Mehrheit der institutionellen Händler handeln mit der Bias. Aus diesem Grund schlagen Einzelhändler mit unseren relativ kleinen Kontogrößen nur einen Handel auf der rechten Seite des 200 sma zu betreten, da hier der Impuls ist. Anmerkung: Die 200 sma ist nur bei der Eintragung eines Handels relevant. Handels-Management sollte Sie aus einem Handel lange bevor Preis zurückverfolgt, um die 200 sma. Wir werden uns anschauen, wie wir die Positionen später in der Serie verwalten und verlassen können. Zusammenfassung der Handels-Bias Immer haben die 200 einfachen gleitenden Durchschnitt auf Ihrem Tages-Chart gezeichnet. Unabhängig davon, welchen niedrigeren Zeitrahmen Sie handeln, folgen Sie dieser Regel: Wenn Preis über die tägliche 200 sma nur suchen und handeln, longbuy Positionen Wenn Preis unterhalb der täglichen 200 sma nur suchen und handeln, shortsell Positionen Wir nennen dies die Handel Bias 8211 es hilft Stapel die Chancen auf einen erfolgreichen Handel zu unseren Gunsten. Dies gilt für jeden Markt, den Sie sich vorstellen können. In morgen8217s Artikel werden wir uns zwei weitere Regeln anschauen, die wir unserem Trading Bias hinzufügen können, um einen Trend objektiv zu identifizieren. Testimonials Die wirkliche Wirksamkeit von Javids Mentoring kommt von seiner geduldigen Führung durch die professionelle Software, während Sie seine bewährten Forex-Strategien anwenden. Er erklärt neue und leistungsfähige Informationen in einer übersichtlichen und leicht verständlichen Weise. Wenn du das Beste sein willst, musst du von den Besten lernen und Javid bietet diese Gelegenheit. Marc F. Einfach zu verstehen, Strategien Nur um Ihnen mitzuteilen, dass wir auch gut mit unserem Handel seit dem neuen Jahr sind wir rund 3000 Pips mit MoBo und Pullback Strategien angesammelt haben. Die wöchentlichen Webinare helfen wirklich und rufen uns auf die kommende Woche. Die verschiedenen mechanischen Strategien, die gezeigt werden, um unter verschiedenen Marktbedingungen zu handeln, haben neue Dimensionen für unseren Handel hinzugefügt. Die täglichen E-Mails und Twitter-Updates sind besonders aus psychologischer Sicht sehr nützlich. Wir hoffen, dass Sie mit ihnen fortfahren werden. Prakash 3000 Pips Profit Denken Sie einfach Id, dass Sie eine Linie danken, die Ihnen für die Zeit und die Bemühungen danken, die Sie beide offensichtlich in die Webinare setzen. Nicht nur haben sie mir viel über meinen Handel geklärt, sie waren total süchtig nach jedem. Ich konnte nicht auf das nächste warten. Sie waren sehr klar und präzise und erklärten den höchsten Grad und haben mir sehr geholfen, ein großes Dankeschön an euch beide. Sie waren wirklich ein tolles Preis-Leistungs-Verhältnis und ich wieder einmal für Sie beendet. Sie sind am besten in zwei Worten beschrieben. Absolut fantastisch. Clayton Gutes Preis-Leistungs-Verhältnis