Online Gleitende Durchschnittliche Reversion

Moving Averages und Mittlere Reversion-Strategie Moving Averages (MA) gehören zu den beliebtesten Indikatoren im Forex-Handel verwendet. Allerdings sind sie inhärent eine nacheilende Indikator und sind immer hinter der aktuellen Preis-Aktion. Händler verwenden häufig verschiedene Taktiken, um zu versuchen, um diese Verzögerung zu erhalten, aber in 99 der Fälle ist dieses wie das Versuchen, das Meer zurück zu halten. Eine der häufigsten Verwendungen von gleitenden Durchschnitten ist die Verwendung kurzfristiger Begriff MA Crossover, und eine der am häufigsten zitierte Verwendungen ist das sogenannte Todeskreuz. Ein Todeskreuz tritt auf, wenn die langfristige MA über dem kurzfristigen MA kreuzt. In der folgenden Tabelle, eine 50 MA (rot) gekreuzt und über eine 10 MA (blau). Das bekannteste Todeskreuz ist der SampP500 200MA, der die 50MA überquert. Händler haben willkürlich fantastische Bedeutung dem Kreuz zugewiesen, weil es zwei der größten Marktverluste in der Geschichte vorausgegangen ist. Das bedeutet aber nicht, dass es immer so sein wird. Immerhin, am 1. Juli 2010 nach dem Absinken von 209 Punkten, trat das Todeskreuz nach unten auf, und das Sampp schoss sofort nach Norden und gewann 365 Punkte. Dann wieder am 12. August 2011 gab es ein weiteres Todeskreuz nach unten, und der Preis ist fast wieder auf Ebenen mit diesem Kreuz verbunden. Trading alle Übergänge ist nicht unbedingt eine gute Strategie. Zum Beispiel, hier sind die Ergebnisse für den Handel jeder Crossover für das letzte Jahr auf dem EURUSD mit 2 Punkt zu verbreiten. Das ist entsetzlich. Es wäre nie sinnvoll, durch einen 2365-Punkte-Drawdown zu sitzen, nur um wieder auf 1485 Punkte Verlust zu bekommen. Die 31 Genauigkeit würde wahrscheinlich fahren die meisten Händler auch verrückt. Dann gibt es Variationen für die einfache Crossover, saugen, wie Stapelung, Umschläge und mit Standard-Abweichungen. Allerdings sind diese über den Rahmen dieses Artikels. Mittlere Reversion ist einfach eine Möglichkeit, die Idee auszudrücken, dass über einen bestimmten Zeitraum, Preis eines Instruments oder Rückkehr auf eine Investition, zurück zu einem Mittelwert zurückgehen wird. Der einfachste Weg, dies zu erklären, ist einfach zu zeigen, ein Diagramm eines Preises zurück zu einem Mittelwert und wieder weg. Um handelsübliche Reversion effektiv gibt es ein paar wichtige Dinge im Auge zu behalten. Wenn Sie die lange Verlängerung AWAY von der MA-Linie handeln, sind Sie Zähler Trendhandel. Diese Strategie ist nicht für das Licht des Herzens, und nicht etwas sehr viele Händler tun, wenn erste anfangen. Die häufigste Verwendung, ist immer in Trades mit dem Trend auf den Zug zurück zu der MA-Linie. Wenn ich die Strategie benutze, benutze ich 20 SMA und 100 SMA und handele in Richtung der Tendenz, wenn der Preis auf die kurze SMA zurückkehrt und die lange SMA als Stop benutzt. Allerdings werde ich immer dafür sorgen, dass der Nachrichtenzyklus den Handel unterstützt. Da dies definitiv eine Trend-Trading-Strategie ist, müssen Sie Volumen auf Ihrer Seite haben. Verwenden Sie MACD, RSI oder ein anderes Kennzeichen, um festzustellen, ob Sie an erweiterten Positionen eingeben, oder nicht und dann erhalten, wenn der Preis zurück auf die kurze SMA bewegt. Übersetzen auf RussischMoving durchschnittliche Reversion-Strategie für die Online-Portfolio-Auswahl Bin Li a. , Steven C. H. Hoi b. . , Doyen Sahoo b. , Zhi-Yong Liu c. Eine Volkswirtschaft und Management-Schule, Wuhan Universität, Wuhan 430072, PR China b Schule der Informationssysteme, Singapur-Management-Universität, 178902, Singapur c Institut für Automatisierung, Chinesische Akademie der Wissenschaften, Peking 100080, VR China empfing 17. Dezember 2012, überarbeitet am 24. Januar 2015, Akzeptiert 28. Januar 2015, Online verfügbar 2 Februar 2015Online-Portfolio-Auswahl, ein grundlegendes Problem in Computational Finance, hat in den letzten Jahren zunehmend Interesse von künstlichen Intelligenz und Maschine Lernen Gemeinschaften angezogen. Empirische Beweise zeigen, dass Aktien hoch und niedrig Preise sind vorübergehend und Aktienkurse sind wahrscheinlich, die mittlere Reversion Phänomen folgen. Während bestehende mittlere Reversionsstrategien gezeigt werden, dass sie eine gute empirische Leistung auf vielen realen Datensätzen erzielen, machen sie häufig die einstufige mittlere Reversionsannahme, die nicht immer erfüllt ist, was zu einer schlechten Leistung in bestimmten realen Datensätzen führt. Um diese Einschränkung zu überwinden, schlägt dieser Artikel eine mehrperiodische mittlere Reversion vor. Oder das sogenannte ldquoMoving Average Reversionrdquo (MAR) und eine neue Online-Portfolio-Auswahlstrategie mit dem Namen ldquoOn-Line Moving Average Reversionrdquo (OLMAR), die MAR durch effiziente und skalierbare Online-Maschinellen Lerntechniken nutzt. Aus unseren empirischen Ergebnissen auf den realen Märkten haben wir festgestellt, dass OLMAR die Nachteile bestehender mittlerer Reversionsalgorithmen überwinden und signifikant bessere Ergebnisse erzielen kann, vor allem in den Datensätzen, in denen bestehende mittlere Reversionsalgorithmen fehlgeschlagen sind. Zusätzlich zu seiner überlegenen empirischen Leistung, OLMAR läuft auch extrem schnell, weitere Unterstützung seiner praktischen Anwendbarkeit für eine breite Palette von Anwendungen. Schließlich haben wir alle Datenbestände und Quellcodes dieser Arbeit auf unserer Projekt-Website öffentlich zugänglich gemacht: OLPS. stevenhoi. org. Portfolioauswahl Online-Lernen Mittelrückversetzung Durchschnittliche Umkehrbewegung Die Kurzfassung dieser Arbeit 42 erschien auf der 29. Internationalen Konferenz zum Maschinellen Lernen (ICML 2012). Copyright-Kopie 2015 Elsevier B. V. Alle Rechte vorbehalten. Cookies werden von dieser Website verwendet. Weitere Informationen finden Sie auf der Cookieseite. Copyright 2017 Elsevier B. V. oder seine Lizenzgeber oder Mitwirkenden. ScienceDirect ist ein eingetragenes Warenzeichen von Elsevier BVarXiv. org gt cs gt arXiv: 1206.4626 Informatik Computational Engineering, Finanzen und Wissenschaft Titel: On-Line Portfolio Auswahl mit Moving Average Reversion (veröffentlicht am 18 Jun 2012) Abstract: Online-Portfolio Hat vor kurzem zunehmend Interesse an maschinellem Lernen und AI-Gemeinschaften geweckt. Empirische Beweise zeigen, dass Aktien hoch und niedrig Preise sind vorübergehend und Aktienkurs Verwandten sind wahrscheinlich, die mittlere Reversion Phänomen folgen. Während die bestehenden mittleren Reversionsstrategien gezeigt werden, dass sie eine gute empirische Leistung auf vielen realen Datensätzen erzielen, machen sie häufig die einphasige mittlere Reversionsannahme, die in einigen realen Datensätzen nicht immer zufrieden ist, was zu einer schlechten Leistung führt, wenn die Annahme nicht gilt. Um diese Einschränkung zu überwinden, schlägt dieser Artikel eine Mehrperioden-Mittelwert-Reversion oder eine so genannte Moving Average Reversion (MAR) vor und eine neue Online-Portfolio-Auswahlstrategie namens On-Line Moving Average Reversion (OLMAR), die MAR by ausnutzt Anwendung leistungsstarke Online-Lerntechniken. Aus unseren empirischen Ergebnissen haben wir herausgefunden, dass OLMAR den Nachteil bestehender mittlerer Reversionsalgorithmen überwinden und signifikant bessere Ergebnisse erzielen kann, insbesondere in den Datensätzen, in denen die bestehenden mittleren Reversionsalgorithmen fehlgeschlagen sind. Neben der überlegenen Trading-Performance läuft OLMAR auch extrem schnell, was seine praktische Anwendbarkeit auf ein breites Anwendungsspektrum stützt.