Moving average system in matlab

Kaufman Adaptive Moving Average Trading Strategy (Configuração 038 Filter) I. Estratégia de Negociação Desenvolvedor: Perry Kaufman (Kaufman Adaptive Moving Average 8211 KAMA). Fonte: Kaufman, P. J. (1995). Comércio mais inteligente. Melhorando o desempenho na mudança de mercados. Nova York: McGraw-Hill, Inc. Conceito: estratégia de negociação baseada em um filtro de ruído adaptativo. Objetivo de pesquisa: verificação de desempenho da configuração e do filtro. Especificação: Tabela 1. Resultados: Figura 1-2. Configuração de Comércio: Negociações Longas: A Média de Mudança Adaptativa (AMA) aparece. Negócios curtos: a média móvel adaptativa diminui. Nota: A linha de tendência AMA parece parar quando os mercados não têm direção. Quando a tendência dos mercados, a linha de tendência da AMA alcança. Entrada comercial: Long Trades: uma compra no fechamento é colocada após uma configuração de alta. Operações curtas: uma venda no fechamento é colocada após uma configuração de baixa. Trade Exit: Tabela 1. Carteira: 42 mercados de futuros de quatro grandes setores de mercado (commodities, moedas, taxas de juros e índices de participação). Dados: 32 anos desde 1980. Plataforma de teste: MATLAB. II. Teste de sensibilidade Todas as tabelas 3-D são seguidas por gráficos de contorno bidimensionais para fator de lucro, Ratio de Sharpe, Índice de desempenho de úlcera, CAGR, Drawdown máximo, Negociações lucrativas percentuais e Média. Win / Avg. Rácio de perda. A imagem final mostra a sensibilidade da Equity Curve. Variáveis ​​testadas: ERLength amp FilterIndex (Definições: Tabela 1): Figura 1 Desempenho do portfólio (Entradas: Tabela 1 Compatibilidade da amp de comissão: 0). AMA (ERLength) é a média móvel adaptativa durante um período de ERLength. ERLength é um período de aparência da Razão de Eficiência (ER). ERi abs (Directioni / Volatilityi), onde 8220abs8221 é o valor absoluto. Directioni Closei Closei ERLength, Volatilityi (abs (DeltaClosei), ERLength), onde 82208221 é a soma em um período de ERLength, DeltaClosei Closei Closei 1. FastMALength é um período da média em movimento rápido. SlowMALength é um período da média lenta. AMAi AMAi 1 ci (Closei AMAi 1), onde ci (ERi (Fast Slow) Slow) 2, Fast 2 / (FastMALength 1), Slow 2 / (SlowMALength 1). Índice: i ERLength 2, 100, Passo 2 FastMALength 2 SlowMALength 30 Long Trades: Se AMAi gt AMAi 1 amp AMAi 1 lt AMAi 2, então o MinAMA AMAi 1 (Adaptive Moving Average gira com um pivô no MinAMA). Operações curtas: AMAi lt AMAi 1 amp AMAi 1 gt AMAi 2, em seguida, MaxAMA AMAi 1 (Adaptive Moving Average diminui com um pivô no MaxAMA). Índice: i Filteri FilterIndex StdDev (AMAi AMAi 1, N), onde StdDev é o desvio padrão de séries ao longo de N períodos. N 20 (valor padrão). Índice: i FilterIndex 0.0, 1.0, Passo 0.02 N 20 Long Trades: Uma compra no fechamento é colocada quando AMAi gt AMAi 1 amp (AMAi MinAMA) gt Filteri. Negociações curtas: uma venda no fechamento é colocada quando AMAi lt AMAi 1 amp (MaxAMA AMAi) gt Filteri. Índice: i Stop Loss Sair: ATR (ATRLength) é o alcance real médio durante um período de comprimento ATRL. ATRStop é um múltiplo de ATR (ATRLength). Long Trades: uma parada de venda é colocada no Entry ATR (ATRLength) ATRStop. Operações curtas: uma parada de compra é colocada no ATR ATR (ATRLength) ATRStop. ATRLength 20 ATRStop 6 ERLength 2, 100, Step 2 FilterIndex 0.0, 1.0, Passo 0.02Recade de frequência do filtro médio correndo A resposta de frequência de um sistema LTI é o DTFT da resposta ao impulso, A resposta ao impulso de uma média móvel em L É uma vez que o filtro de média móvel é FIR, a resposta de freqüência reduz-se à soma finita. Podemos usar a identidade muito útil para escrever a resposta de freqüência como onde nós deixamos ae menos jomega. N 0 e M L menos 1. Podemos estar interessados ​​na magnitude desta função, a fim de determinar quais freqüências obtêm o filtro desatualizado e atenuados. Abaixo está um gráfico da magnitude desta função para L 4 (vermelho), 8 (verde) e 16 (azul). O eixo horizontal varia de zero a pi radianes por amostra. Observe que em todos os três casos, a resposta de freqüência possui uma característica de passagem baixa. Um componente constante (zero freqüência) na entrada passa pelo filtro não atenuado. Certas frequências mais altas, como pi / 2, são completamente eliminadas pelo filtro. No entanto, se a intenção era projetar um filtro de passagem baixa, então não fizemos muito bem. Algumas das freqüências mais altas são atenuadas apenas por um fator de cerca de 1/10 (para a média móvel de 16 pontos) ou 1/3 (para a média móvel de quatro pontos). Podemos fazer muito melhor do que isso. A trama acima foi criada pelo seguinte código Matlab: omega 0: pi / 400: pi H4 (1/4) (1-exp (-maome4)) ./ (1-exp (-iomega)) H8 (1/8) ) (1-exp (-iomega)) ./ (1-exp (-iomega)) H16 (1/16) (1-exp (-maome16)) ./ (1-exp (-maomega)) parcela (omega , Abs (H4) abs (H8) abs (H16)) eixo (0, pi, 0, 1) Copyright copy 2000- - Universidade da Califórnia, Berkeley