Regressão linear em movimento O indicador de regressão linear móvel é uma ótima ferramenta que pode ajudá-lo a entrar e sair do mercado mais rapidamente. Existem dois tipos principais de regressão linear: a linha de tendência de regressão linear ea regressão linear móvel. Ambos usam o método dos quadrados quotleast para traçar certos pontos. Isso significa simplesmente, minimizando a distância entre dois pontos para lhe dar o menor valor. Embora pareça exatamente como uma média móvel em um gráfico, ele reage muito mais rápido. Dê uma olhada na tabela abaixo. Maior Queda Percentual Anual no Dow Jones O maior declínio anual da Média Industrial Dow Jones ocorreu quando a média fechou em 77,90 pontos em 31 de dezembro de 1931. Isso foi 52,6 inferior ao do início do ano. Fonte: Guinness World Records Há muitas possibilidades para usar uma regressão linear em movimento, mas o mais comum é quando ele cruza alguma outra média. Como um exemplo, configure suas cartas com uma média movente simples de 12 períodos dos altos e uma média movente simples de 12 períodos dos pontos baixos. Em seguida, defina a regressão linear em movimento para 21. Quando a regressão linear em movimento de 21 períodos cruza acima da média móvel de 12 períodos dos máximos, isso cria um sinal de compra. Quando a regressão linear de 21 períodos cruza abaixo da média móvel simples de 12 períodos dos máximos, que é a saída. O oposto é verdadeiro para comércios curtos. Dê uma olhada no próximo gráfico. A desvantagem de usar a regressão linear em movimento é que, a menos que você use algum tipo de filtro, é propenso a um monte de whipsaw. O pequeno canal de 12 períodos ajuda a tirar parte disso, mas você também pode experimentar usando RSI, MACD ou estocástico como um filtro. Calendário Económico Calendário PPI Relevância: Isto é importante. (4) Escala de 1-5 Fonte: Departamento de Trabalho dos EUA, Bureau of Labor statistics. Tempo de Liberação Programado: Informações sobre o mês anterior lançado às 8:30 ET ao redor do dia 11 de cada mês O Índice de Preços do Produtor mede os preços dos bens no nível de atacado. As três principais categorias que compõem o PPI são: bruto, intermediário e acabado, o mais importante dos quais é o índice de produtos acabados. Este é o preço dos produtos que estão prontos para venda ao usuário. Buy On Close Para comprar no final de uma sessão de negociação Comércio de Gabinete Permite que os comerciantes de opções para fechar deep out-of-the-money opções de negociação a opção a um preço igual a um meio tick. Também conhecido como (CAB). CFTC Commodities Futures Trading Comissão. Regulamenta a indústria de futuros de commodities nos Estados Unidos. Orde r Uma ordem colocada acima ou abaixo do preço de mercado atual para proteger mais perde. O fechamento O último preço de fechamento ou intervalo no final de uma sessão de negociação em um determinado mercado. Para os mercados que são 24 horas, significa geralmente o fim do período de 24 horas. Atenciosamente Mark McRae As informações, gráficos ou exemplos contidos nesta lição são apenas para fins ilustrativos e educacionais. Não deve ser considerado como um conselho ou uma recomendação para comprar ou vender qualquer segurança ou instrumento financeiro. Nós não e não podemos oferecer conselhos de investimento. Para mais informações, leia o nosso aviso legal. Para imprimir ou salvar uma cópia desta lição em formato PDF, basta clicar no link PRINT. Isso abrirá a lição em um formato PDF que, você pode então IMPRIMIR. Se você não está familiarizado com PDF ou não tem uma cópia gratuita do Arobat Reader ver instruções. Forecasting por Smoothing Técnicas Este site é uma parte do JavaScript E-labs objetos de aprendizagem para a tomada de decisão. Outros JavaScript nesta série são categorizados sob diferentes áreas de aplicações na seção MENU nesta página. Uma série de tempo é uma seqüência de observações que são ordenadas no tempo. Inerente na coleta de dados levados ao longo do tempo é alguma forma de variação aleatória. Existem métodos para reduzir o cancelamento do efeito devido a variação aleatória. As técnicas amplamente utilizadas são suavização. Estas técnicas, quando devidamente aplicadas, revelam mais claramente as tendências subjacentes. Insira a série de tempo em ordem de linha em seqüência, começando pelo canto superior esquerdo e o (s) parâmetro (s) e, em seguida, clique no botão Calcular para obter uma previsão de um período antecipado. Caixas em branco não são incluídas nos cálculos, mas zeros são. Ao inserir seus dados para mover de célula para célula na matriz de dados use a tecla Tab não seta ou digite chaves. Características de séries temporais, que podem ser reveladas ao examinar seu gráfico. Com os valores previstos, eo comportamento residual, modelagem de previsão de condições. Médias móveis: As médias móveis classificam-se entre as técnicas mais populares para o pré-processamento de séries temporais. Eles são usados para filtrar o ruído branco aleatório dos dados, para tornar a série de tempo mais suave ou mesmo para enfatizar certos componentes informativos contidos na série de tempo. Suavização Exponencial: Este é um esquema muito popular para produzir uma Série de Tempo suavizada. Enquanto que em Médias Móveis as observações passadas são ponderadas igualmente, a Suavização Exponencial atribui pesos exponencialmente decrescentes à medida que a observação avança. Em outras palavras, observações recentes recebem relativamente mais peso na previsão do que as observações mais antigas. O Double Exponential Smoothing é melhor para lidar com as tendências. Triple Exponential Smoothing é melhor no manuseio de tendências de parabola. Uma média móvel exponencialmente ponderada com uma constante de suavização a. Corresponde aproximadamente a uma média móvel simples de comprimento (isto é, período) n, onde a e n estão relacionados por: a 2 / (n1) OR n (2 - a) / a. Assim, por exemplo, uma média móvel exponencialmente ponderada com uma constante de suavização igual a 0,1 corresponderia aproximadamente a uma média móvel de 19 dias. E uma média móvel simples de 40 dias corresponderia aproximadamente a uma média móvel exponencialmente ponderada com uma constante de suavização igual a 0,04878. Suavização Linear Exponencial de Holts: Suponha que a série de tempo não é sazonal, mas exibe tendência. Holts método estima tanto o nível atual ea tendência atual. Observe que a média móvel simples é caso especial da suavização exponencial, definindo o período da média móvel para a parte inteira de (2-Alpha) / Alpha. Para a maioria dos dados empresariais, um parâmetro Alpha menor que 0,40 é frequentemente eficaz. No entanto, pode-se realizar uma busca de grade do espaço de parâmetro, com 0,1 a 0,9, com incrementos de 0,1. Então o melhor alfa tem o menor erro médio absoluto (erro MA). Como comparar vários métodos de alisamento: Embora existam indicadores numéricos para avaliar a precisão da técnica de previsão, a abordagem mais ampla consiste na comparação visual de várias previsões para avaliar a sua precisão e escolher entre os vários métodos de previsão. Nesta abordagem, é necessário plotar (usando, por exemplo, Excel) no mesmo gráfico os valores originais de uma variável de série temporal e os valores previstos de vários métodos de previsão diferentes, facilitando assim uma comparação visual. Você pode gostar de usar as Previsões Passadas por Técnicas de Suavização JavaScript para obter os valores de previsão anteriores com base em técnicas de suavização que usam apenas um único parâmetro. Holt e Winters usam dois e três parâmetros, respectivamente, portanto, não é uma tarefa fácil selecionar os valores ótimos, ou mesmo próximos, ótimos por tentativa e erros para os parâmetros. A suavização exponencial única enfatiza a perspectiva de curto alcance que define o nível para a última observação e é baseada na condição de que não há tendência. A regressão linear, que se ajusta a uma linha de mínimos quadrados aos dados históricos (ou dados históricos transformados), representa a faixa de longo alcance, que está condicionada à tendência básica. Holts linear suavização exponencial captura informações sobre tendência recente. Os parâmetros no modelo de Holts são níveis-parâmetro que devem ser diminuídos quando a quantidade de variação de dados é grande, e as tendências-parâmetro devem ser aumentadas se a tendência de direção recente é apoiada pelo causal alguns fatores. Previsão de Curto Prazo: Observe que cada JavaScript nesta página fornece uma previsão de um passo adiante. Para obter uma previsão de duas etapas. Basta adicionar o valor previsto ao final dos dados de séries temporais e, em seguida, clicar no mesmo botão Calcular. Você pode repetir este processo por algumas vezes para obter as previsões de curto prazo necessárias. Indicador de Regressão Linear O Indicador de Regressão Linear é usado para a identificação de tendências e tendências seguindo de forma semelhante às médias móveis. O indicador não deve ser confundido com Linhas de Regressão Linear que são linhas retas instaladas em uma série de pontos de dados. O Indicador de Regressão Linear traça os pontos finais de toda uma série de linhas de regressão linear desenhadas em dias consecutivos. A vantagem do Indicador de Regressão Linear sobre uma média móvel normal é que ela tem menos atraso que a média móvel, respondendo mais rapidamente às mudanças de direção. A desvantagem é que é mais propenso a whipsaws. O Indicador de Regressão Linear é adequado apenas para negociação de tendências fortes. Os sinais são tomados de forma semelhante às médias móveis. Use a direção do Indicador de Regressão Linear para entrar e sair com um indicador de longo prazo como um filtro. Vá longo se o indicador de regressão linear virar para cima ou sair de um comércio curto. Ir curto (ou sair de um comércio longo) se o Indicador de Regressão Linear virar para baixo. Uma variação acima é entrar em negociações quando o preço cruza o Indicador de Regressão Linear, mas ainda sai quando o Indicador de Regressão Linear se torna negativo. Rato sobre legendas de gráfico para exibir sinais de negociação. Vá longo L quando o preço cruza acima do Indicador de Regressão Linear de 100 dias enquanto o 300-dia está subindo Sair X quando o Indicador de Regressão Linear de 100 dias virar para baixo Vá longamente de novo em L quando o preço cruza acima do Indicador de Regressão Linear de 100 dias Sair X quando o Indicador de Regressão Linear de 100 dias virar para baixo Go long L quando o preço cruza acima de 100 dias de Regressão Linear Sair X quando o indicador de 100 dias se voltar para baixo Go long L quando o Indicador de Regressão Linear de 300 dias aparecer após o preço cruzado acima O Indicador de 100 dias Saia de X quando o Indicador de Regressão Linear de 300 dias se desligar. A divergência bearish no indicador adverte de uma reversão principal da tendência.
No comments:
Post a Comment