तेजी से भारित चलती - औसत - jp - मॉर्गन

घातीय मूविंग औसत - ईएमए। - घातीय मूविंग औसत - ईएमए नीचे। 12- और 26-दिवसीय ईएमए सबसे लोकप्रिय अल्पकालिक औसत हैं, और उनका इस्तेमाल चलने वाले औसत अभिसरण विचलन एमएसीडी और प्रतिशत मूल्य थरथरानवाला बनाने के लिए किया जाता है पीपीओ सामान्य तौर पर, 50- और 200-दिवसीय ईएमए का उपयोग दीर्घकालिक रुझानों के संकेत के रूप में किया जाता है। जो तकनीकी विश्लेषण करते हैं, उन औसत ट्रैक्टरों को चलना बहुत उपयोगी और व्यावहारिक होता है, जब सही तरीके से लागू किया जाता है लेकिन गलत तरीके से इस्तेमाल किया जाता है या गलत तरीके से उपयोग किया जाता है सभी चलती औसत आमतौर पर तकनीकी विश्लेषण में प्रयोग किया जाता है, उनके स्वभाव से, अंतराल संकेतक नतीजतन, किसी विशेष बाजार चार्ट में चलती औसत को लागू करने से तैयार निष्कर्ष बाजार की चाल की पुष्टि करने या इसकी ताकत को दर्शाने के लिए होना चाहिए, सूचक रेखा ने बाजार में एक महत्वपूर्ण कदम को प्रतिबिंबित करने के लिए एक बदलाव किया है, बाजार प्रविष्टि का इष्टतम बिंदु पहले से ही पारित हो चुका है एक ईएमए इस दुविधा को कम करने की सेवा करता है कुछ हद तक एमएमए क्योंकि एएमए की गणना नवीनतम आंकड़ों पर अधिक वजन रखती है, यह कीमत की कार्रवाई थोड़ा कड़ी मेहनत करती है और इसलिए तेज प्रतिक्रिया देती है जब ईएमए का प्रयोग व्यापारिक एंट्री सिग्नल प्राप्त करने के लिए किया जाता है, तो यह वांछनीय है। ईएमए के बारे में.सभी चलती औसत संकेतक, वे ट्रेंडिंग मार्केट्स के लिए बेहतर अनुकूल हैं जब बाजार में मजबूत और निरंतर वृद्धि हुई है तो ईएमए इंडिकेटर लाइन भी डाउन ट्रेंड के लिए एक अपट्रेंड और उपाध्यक्ष बना देगा। सतर्क व्यापारी केवल दिशा की ओर ध्यान नहीं देगा ईएमए लाइन, लेकिन एक बार से दूसरे के लिए बदलाव की दर का संबंध उदाहरण के लिए, क्योंकि एक मजबूत अपट्रेंड की कीमत की कार्रवाई को समतल करना और रिवर्स करना शुरू होता है, एक बार से अगले बार बदलकर ईएमए का परिवर्तन शुरू हो जाएगा इस समय तक कम हो जाइये कि सूचक रेखा रूपाती है और परिवर्तन की दर शून्य है। ठहराव के प्रभाव के कारण, इस बिंदु से या कुछ बार पहले, मूल्य कार्रवाई पहले ही उलट होनी चाहिए इसलिए यह देखने वाले ईएमए के परिवर्तन की दर में लगातार घटते हुए एक संकेतक के तौर पर इस्तेमाल किया जा सकता है, जो आगे बढ़ने के चलने के प्रभाव से उत्पन्न दुविधा का सामना कर सकता है EMA के उपयोग। एएमए सामान्यतः अन्य संकेतकों के साथ संयोजन के रूप में प्रयोग किया जाता है बाजार चाल और उनकी वैधता का पता लगाने के लिए व्यापारियों के लिए जो इंट्राडे और फास्ट-मूविंग मार्केट्स का व्यापार करते हैं, ईएमए अधिक लागू होता है व्यापारियों के पूर्वाग्रह को निर्धारित करने के लिए व्यापारियों को अक्सर ईएमए का इस्तेमाल होता है उदाहरण के लिए, यदि एक दैनिक चार्ट पर एक ईएमए मजबूत ऊंचा प्रवाह दिखाता है, तो इंट्राएड व्यापारी की रणनीति केवल इंटर्न चार्ट पर लंबी अवधि से ही व्यापार कर सकती है। EWMA का उपयोग करते हुए ऐतिहासिक वाष्पशीलता का मिलान करें। वोल्टालिटी जोखिम का सबसे अधिक इस्तेमाल किया जाने वाला उपाय है इस अर्थ में वाष्पशीलता या तो पिछले आंकड़ों से देखी गई ऐतिहासिक अस्थिरता हो सकती है, या वित्तीय साधनों के बाजार मूल्यों से मनाया गया अस्थिरता को अवगत करा सकता है। ऐतिहासिक अस्थिरता तीन तरह से गणना की जा सकती है, अर्थात्। सरल अस्थिरता। आठवें स्थानांतरित औसत ईडब्ल्यूएमए। ईडब्ल्यूएमए के प्रमुख फायदे में से एक यह है कि रिटर्न की गणना करते समय यह हाल के रिटर्न में अधिक वजन देता है इस आलेख में, हम देखेंगे कि ईवएमए का उपयोग करके कितनी अस्थिरता की गणना की जाती है, तो चलो शुरू करें। चरण 1 गणना करें कीमत श्रृंखला का लॉग रिटर्न। यदि हम शेयर की कीमतों पर विचार कर रहे हैं, तो हम फॉर्मूला एलएन पी आई पी -1 -1 का उपयोग करते हुए, दैनिक गलत अनुपात की गणना कर सकते हैं, जहां पी प्रत्येक दिन का समापन स्टॉक मूल्य दर्शाता है हमें प्राकृतिक लॉग इन करें क्योंकि हम चाहते हैं कि रिटर्न लगातार बढ़े जाएं हम अब पूरी कीमत श्रृंखला के लिए दैनिक रिटर्न देंगे। चरण 2 स्क्वायर रिटर्न। अगला कदम है लंबी रिटर्न का स्क्वायर लेना यह वास्तव में सरल विचरण या अस्थिरता की गणना है निम्न सूत्र के अनुसार। यहां, आप रिटर्न का प्रतिनिधित्व करते हैं, और मी दिनों की संख्या का प्रतिनिधित्व करता है। चरण 3 वजन सौंपें। वजन कम करें जैसे हाल के रिटर्न में उच्च वजन और पुराने रिटर्न का कम वजन है इसके लिए हमें एक कारक लैम्ब्डा कहा जाता है, जो एक चिकनाई स्थिर या लगातार पैरामीटर है 1 -1 लम्ब्डा के रूप में असाइन किया जाता है 1 लम्बा लम्ब्डा का उपयोग करता है 1 9 जोखिम मीट्रिक लैम्ब्डा का उपयोग करता है 94 पहला वजन 1-0 हो जाएगा 94 6, दूसरा वजन 6 0 94 होगा 5 64 और इसी तरह ईडब्ल्यूएमए में सभी वजन 1 के बराबर हैं, हालांकि वे निरंतर अनुपात में गिरावट कर रहे हैं। चरण 4 गुणा-चढ़ाव, वजन के साथ-साथ चुकता है। चरण 5 आर 2 के सारांश को लें। यह अंतिम ईडब्ल्यूएमए विचरण है अस्थिरता भिन्नता का वर्गमूल होगा। निम्नलिखित स्क्रीनशॉट गणनाओं को दर्शाता है। ऊपर दिए गए उदाहरण जो हमने देखा है, जोखिम मैट्रिक्स द्वारा वर्णित दृष्टिकोण है EWMA के सामान्यीकृत रूप को निम्नलिखित रिकर्सिव फॉर्मूला के रूप में दर्शाया जा सकता है.एक बाजार की अस्थिरता के रूप में परिभाषित दिन एन के अंत में अनुमानित दिन, एन-1 के अंत में अनुमानित विचरण दर दिन पर दिन में अस्थिरता का वर्ग है। दिन के अंत में मार्केट वैरिएबल के मूल्य पर विचार करें दिन के दौरान प्रतिफल की लगातार जटिल दर मैं पहले दिन अर्थात् के अंत के बीच i-1 और दिन के अंत में मुझे इस रूप में व्यक्त किया गया है। अगला, ऐतिहासिक डेटा से अनुमान लगाने के लिए मानक दृष्टिकोण का उपयोग करते हुए, हम विसंगति के एक निष्पक्ष अनुमानक की गणना करने के लिए सबसे हालिया एम-टिप्पणियों का उपयोग करेंगे.पहले, हम मानते हैं कि विचरण दर की अधिकतम संभावना का अनुमान लगाया जाता है। अब तक, हमने सभी को समान वजन लागू किया है, इसलिए ऊपर की परिभाषा को समान रूप से भारित अस्थिरता अनुमान के रूप में जाना जाता है। पहले, हमने कहा था कि हमारा उद्देश्य वर्तमान स्तर की अस्थिरता इसलिए यह पुराने लोगों की तुलना में हाल के आंकड़ों को अधिक वजन देने के लिए समझ में आता है, ऐसा करने के लिए, आइए भारित विचरण अनुमान को निम्नानुसार व्यक्त करें। i - दिन पहले एक अवलोकन के लिए दिए गए वजन की मात्रा। इसलिए, हाल के अवलोकनों को अधिक वजन देते हैं। लंबे समय तक चलने वाले औसत विचरण। ऊपर विचार के संभावित विस्तार को मानना ​​है कि एक लंबे समय तक चलने वाला औसत विचरण होता है और इसे कुछ भार दिया जाना चाहिए। ऊपर मॉडल को ARCH M मॉडल के रूप में जाना जाता है , एंगल द्वारा 1994 में प्रस्तावित किया गया था। एचएएमए एक खास है उपरोक्त समीकरण का cial केस इस मामले में, हम इसे बनाते हैं ताकि चर के वजन में तेजी से कमी आए, जैसा कि हम समय के साथ आगे बढ़ते हैं। पहले की प्रस्तुति के विपरीत, ईडब्ल्यूएमए में सभी पूर्व टिप्पणियां शामिल हैं, लेकिन पूरे समय में भारी गिरावट के साथ। अगला, हम वज़न के योग को लागू करते हैं, जैसे वे एकता बाधा के बराबर होते हैं। मूल्य के लिए. अब हम उन शब्दों को वापस समीकरण में प्लग करें अनुमान के लिए। एक बड़ा डेटा सेट के लिए, समीकरण से पर्याप्त रूप से अनदेखा होना छोटा है। ईडब्ल्यूएमए दृष्टिकोण के पास एक आकर्षक विशेषता है जो इसे अपेक्षाकृत कम संग्रहित डेटा की आवश्यकता होती है किसी भी समय हमारे अनुमान को अपडेट करने के लिए, हमें केवल विचरण दर का एक पूर्व अनुमान और सबसे हाल के अवलोकन मूल्य की आवश्यकता है। ईडब्ल्यूएमए का एक माध्यमिक उद्देश्य अस्थिरता में परिवर्तनों को ट्रैक करना है छोटे मूल्य, हालिया टिप्पणियां अनुमान को तुरंत प्रभावित करती हैं एक के करीब मूल्यों के लिए, अंतर्निहित वेरिएबल के रिटर्न में हाल के परिवर्तनों के आधार पर अनुमान धीरे-धीरे बदलता है। जोखिम मैट्रिक्स डाटाबेस जेपी मॉर्गन द्वारा उत्पादित एएसई और सार्वजनिक रूप से उपलब्ध कराई गई दैनिक वाष्पशीलता को अद्यतन करने के लिए ईडब्ल्यूएमए का उपयोग करता है। महत्वपूर्ण ईडब्ल्यूएमए फार्मूला एक लंबे समय के औसत विचरण स्तर को नहीं मानता है, इस प्रकार, वाष्पशीलता की अवधारणा का मतलब ईडब्ल्यूएमए द्वारा कब्जा नहीं किया गया है एआरसीएच गार्क् मॉडल इस प्रयोजन के लिए बेहतर अनुकूल है। ईडब्ल्यूएमए का एक माध्यमिक उद्देश्य अस्थिरता में परिवर्तनों को ट्रैक करना है, इसलिए छोटे मूल्यों के लिए, हाल के अवलोकन के अनुमान को तुरंत प्रभावित किया गया है, और एक के करीब मूल्यों के लिए, यह अनुमान धीरे-धीरे बदलता है अंतर्निहित चर। जेपी मॉर्गन द्वारा निर्मित और सार्वजनिक रूप से सार्वजनिक किए गए जोखिम मैट्रिक्स डेटाबेस, जो रोज़मर्रा की उतार-चढ़ाव के अनुमान को अद्यतन करने के लिए ईडब्ल्यूएमए मॉडल का उपयोग करता है, कंपनी ने पाया है कि बाजार चर की एक सीमा के पार यह मूल्य उस अंतर का पूर्वानुमान देता है जो निकटतम विचरण दर का एहसास एक विशेष दिन पर एहसास विचरण दर को अगले 25 दिनों में एक समान रूप से भारित औसत के रूप में गणना की गई थी। इसी प्रकार, सह हमारे डेटा सेट के लिए लैम्ब्डा का इष्टतम मूल्य mpute, हमें प्रत्येक बिंदु पर प्राप्ति की अस्थिरता की गणना करने की आवश्यकता है कई तरीके हैं, इसलिए एक को चुनें, स्क्वेर्ड त्रुटियों के योग की गणना करें EWMA अनुमान और एहसास हुआ अस्थिरता के बीच एसएसई अंत में, एसएसई को कम करके लैम्ब्डा मूल्य को बदलना। सरल लगता है। यह सबसे बड़ा चुनौती है एल्गोरिथ्म पर सहमत अस्थिरता की गणना करने के लिए सहमत होना उदाहरण के लिए, जोखिम मैट्रिक्स के लोगों ने 25 दिनों का एहसास विचरण दर का आकलन करने के लिए चुना। आपके मामले में, आप एक एल्गोरिथ्म चुन सकते हैं दैनिक वॉल्यूम, HI LO और या ओपन-बंद मूल्यों का उपयोग करता है। 1Q क्या हम ईडब्ल्यूएमए का उपयोग एक से अधिक चरण के अस्थिरता का अनुमान या पूर्वानुमान करने के लिए कर सकते हैं। ईडब्ल्यूएमए अस्थिरता प्रतिनिधित्व लंबी अवधि के औसत अस्थिरता को नहीं मानता है, और इस प्रकार, किसी पूर्वानुमान के लिए एक चरण से परे क्षितिज, ईडब्ल्यूएमए एक स्थिर मूल्य देता है। बड़े डेटा सेट के लिए, मूल्य का परिकलित मूल्य पर बहुत कम प्रभाव पड़ता है। आगे बढ़कर, हम उपयोगकर्ता-परिभाषित स्वीकार करने के लिए तर्क का लाभ उठाने की योजना बना रहे हैं प्रारंभिक अस्थिरता मूल्य। 3Q एआरएमएच गार्फ़ मॉडल से ईडब्ल्यूएमए का रिश्ता क्या है। एचएएमए मूल रूप से निम्नलिखित विशेषताओं के साथ एक एआरच मॉडल का एक विशेष रूप है। एआरसीएच आदेश नमूना डेटा आकार के बराबर है। वजन तेजी से दर पर घट रहे हैं पूरे समय के साथ। 4 क्या ईडब्ल्यूएमए मतलब पर वापस लौटता है। एओएमएमए के पास लंबे समय तक चलने वाले औसत के लिए कोई शब्द नहीं है, यह किसी भी मूल्य पर वापस नहीं आता है। Q5 एक दिन या चरण से परे क्षितिज के विचरण अनुमान क्या है Q1 में, ईडब्ल्यूएमए फ़ंक्शन एक-स्टेप अनुमान मान के बराबर एक स्थिर मूल्य देता है। Q6 मेरे पास साप्ताहिक मासिक वार्षिक डेटा है जिसका उपयोग मुझे करना चाहिए। आप अभी भी 0 94 को एक डिफ़ॉल्ट मान के रूप में उपयोग कर सकते हैं, लेकिन यदि आप इष्टतम मूल्य प्राप्त करना चाहते हैं, आपको एसडब्ल्यूएस या एमएसई को ईडब्ल्यूएमए और एहसास हुआ अस्थिरता के बीच में कम करने के लिए ऑप्टिमाइज़ेशन की समस्या को स्थापित करने की आवश्यकता है। अधिक जानकारी और उदाहरणों के लिए हमारी वेबसाइट पर टिप्स एंड संकेत्स में हमारी अस्थिरता 101 ट्यूटोरियल देखें। मेरे डेटा का मतलब शून्य नहीं है, मैं फ़ंक्शन को कैसे उपयोग कर सकता हूं पर। अब के लिए, डेटा से मतलब निकालने के लिए डिफ्रैन्ड फ़ंक्शन का उपयोग करें, इससे पहले कि आप इसे ईडब्ल्यूएमए फ़ंक्शन पर पास करें। भविष्य में एनएमएक्सएल रिलीज में, ईडब्ल्यूएमए आपकी तरफ से स्वचालित रूप से मतलब को निकाल देगा। हॉल, जॉन सी ऑप्शन, फ्यूचर्स और अन्य डेरिवेटिव्स फाइनेंशियल टाइम्स प्रेंटिस हॉल 2003, पीपी 372-374, आईएसबीएन 1-405-886145। हैमिल्टन, जेडी टाइम सीरीज विश्लेषण प्रिंसटन यूनिवर्सिटी प्रेस 1994, आईएसबीएन 0-691-0428 9-6 टीएसए, रुइ एस ऐनालिसिस ऑफ़ फाइनेंशियल टाइम सीरीज जॉन विले संस 2005, आईएसबीएन 0-471-690740.संबंधित लिंक