Скользящие средние

Индикатор KAMA (Адаптивная скользящая средняя Кауфмана)

Как известно, почти во всех популярных индикаторах технического анализа присутствует как минимум один (в большинстве случаев более одного) конфигурационный параметр. Эти параметры играют ключевую роль в работе того или иного индикатора и определяют насколько будет эффективным его использование на конкретном инструменте при различных состояниях рынка.

Поэтому, выбору значений этих параметров при разработке торговых алгоритмов трейдеры уделяют особое внимание, используя для этого различные технические средства, позволяющие подобрать наиболее оптимальные значения при тестировании и оптимизации стратегий на исторических данных.

Альтернативным решением является использование подходов, при которых конфигурационные параметры индикаторов будут адаптивными, т.е. будут автоматически вычисляться алгоритмом, анализируя для этого рыночные данные и реагируя на изменения их характеристик.

Рассмотрим для примера индикатор KAMA (Адаптивная скользящая средняя Кауфмана), в котором ключевой параметр скользящей средней — период усреднения — рассчитывается динамически, в зависимости от того, насколько сильно выражен тренд на торгуемом инструменте.

Данный индикатор был разработан Перри Кауфманом. Автор алгоритма предложил следующую логику:

  • адаптивная скользящая средняя будет строиться на основе всем известного алгоритма расчета экспоненциальной скользящей средней.
  • если на рынке преобладает трендовое движение, то период скользящей должен уменьшаться, тем самым обеспечивая меньшее запаздывание от движения цены.
  • если рынок торгуется в диапазоне (в движениях цены много шума), то период скользящей должен увеличиваться для того, чтобы минимизировать количество ложных сигналов при частом пересечении ценой индикатора.

В результате такого способа расчета, KAMA частично избавилась от основного недостатка простой скользящей средней – запаздывание при увеличении периода усреднения и ложных сигналах при его уменьшении.

На следующем рисунке показан пример использования данного индикатора при открытии короткой позиции:

Адаптивная скользящая средняя

В заключении хотелось бы отметить, что на основании проведенных тестов на исторических данных, использование индикатора KAMA не показало существенного преимущества по сравнению с той же экспоненциальной скользящей средней. Для тестирования использовались простые трендовые алгоритмы. Полученные результаты, скорее всего, подтверждают лишь тот факт, что в принципе трендовые стратегии, построенные на логике пересечения ценой скользящих средних, не являются лучшим решением.

Тем не менее, сама идея построения адаптивных параметров в стратегиях видится вполне правильной и перспективной альтернативой классическому подходу с использованием средств оптимизации и подгонки на исторических данных.

21 Мая 2017

Добавить комментарий

Для отправки комментария вы должны авторизоваться.

Профессиональный трейдинг с QuantPro

Оптимальное соотношение между доходностью и риском