Média móvel vs regressão linear

Indicador de Regressão Linear O Indicador de Regressão Linear é utilizado 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. Exemplo Passe o mouse sobre as legendas dos gráficos para exibir os 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. Junte-se à nossa lista de discussão Leia o boletim informativo Colin Twiggs Trading Diary, com artigos educacionais sobre negociação, análise técnica, indicadores e novas atualizações de software. Gráfico Clássico Indicadores e Estudos Encontre descrições, fórmulas, parâmetros e outras ajudas para os indicadores e estudos usados ​​pelo Barchart Classic Charting aplicação abaixo. Os gráficos clássicos estão disponíveis para uso com uma assinatura do Barchart Premier. Classic Charts e Technical Charts cada um tem seu próprio conjunto de estudos. Ver Gráfico Técnico Indicadores Gráfico Clássico Indicadores e Estudos Ao alternar entre Gráficos Clássicos, Técnicos ou Interativos, todos os estudos já incluídos no gráfico são removidos, pois os indicadores não são transferidos. Ao traçar qualquer um dos estudos, a cor do argumento é vermelha. Verde então azul. Por exemplo, em um gráfico de Média Móvel 9, 18, 40, o dia 9 seria a linha vermelha, 18 dia seria a linha verde eo dia 40 seria a linha azul. A ordem dos argumentos é exibida no gráfico ao lado do nome do estudo. Linha de Regressão em Movimento Este estudo é também conhecido como previsão de séries temporais e regressão linear em movimento. Com parâmetros padrão, traça os pontos finais de uma série de linhas de regressão linear de 20 períodos com um deslocamento de período zero. Uma linha de regressão linear é a linha reta que produz a melhor descrição matemática dos preços nos últimos 20 períodos. Usando um deslocamento positivo irá mover os resultados para a direita, e vice-versa um deslocamento negativo irá mover os resultados para a esquerda. A interpretação é semelhante à da média móvel e da média móvel compensada, exceto que a Previsão de séries temporais normalmente responde a divergências de preços mais rapidamente do que a média móvel, considerando o mesmo número de períodos. O parâmetro do período de tempo padrão é 20, mas, como na maioria dos estudos, isso pode ser alterado inserindo um valor no campo do primeiro parâmetro. O parâmetro de deslocamento padrão é zero e isso pode ser ajustado digitando um valor no segundo campo de parâmetro. Movendo a Regressão Linear 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 de isenção de responsabilidade. 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. Smoothing dados remove variação aleatória e mostra tendências e componentes cíclicos 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. Uma técnica freqüentemente usada na indústria é suavizar. Essa técnica, quando corretamente aplicada, revela mais claramente a tendência subjacente, os componentes sazonais e cíclicos. Existem dois grupos distintos de métodos de alisamento Métodos de média Métodos de suavização exponencial Tomar médias é a maneira mais simples de suavizar os dados Vamos primeiro investigar alguns métodos de média, como a média simples de todos os dados passados. Um gerente de um armazém quer saber o quanto um fornecedor típico oferece em unidades de 1000 dólares. Ele / ela toma uma amostra de 12 fornecedores, aleatoriamente, obtendo os seguintes resultados: A média computada ou média dos dados 10. O gerente decide usar isto como a estimativa para despesa de um fornecedor típico. Esta é uma boa ou má estimativa O erro quadrático médio é uma maneira de julgar o quão bom é um modelo Vamos calcular o erro quadrático médio. O valor verdadeiro do erro gasto menos o valor estimado. O erro ao quadrado é o erro acima, ao quadrado. O SSE é a soma dos erros quadrados. O MSE é a média dos erros quadrados. Resultados do MSE por exemplo Os resultados são: Erro e esquadrado Erros A estimativa 10 A questão surge: podemos usar a média para prever a renda se suspeitarmos de uma tendência? Um olhar para o gráfico abaixo mostra claramente que não devemos fazer isso. A média pondera todas as observações passadas igualmente Em resumo, afirmamos que A média simples ou média de todas as observações passadas é apenas uma estimativa útil para previsão quando não há tendências. Se houver tendências, use estimativas diferentes que levem em conta a tendência. A média pesa todas as observações passadas igualmente. Por exemplo, a média dos valores 3, 4, 5 é 4. Sabemos, é claro, que uma média é calculada adicionando todos os valores e dividindo a soma pelo número de valores. Outra forma de calcular a média é adicionando cada valor dividido pelo número de valores, ou 3/3 4/3 5/3 1 1.3333 1.6667 4. O multiplicador 1/3 é chamado de peso. Em geral: barra fração soma esquerda (fratura direita) x1 esquerda (fratura direita) x2,. ,, Esquerda (frac direito) xn. O (esquerdo (direito de fracto)) são os pesos e, naturalmente, somam a 1.Choosing a melhor linha de tendência para seus dados Quando você quer adicionar uma linha de tendência a um gráfico em Microsoft Gráfico, você pode escolher qualquer um dos seis diferentes Tendência / regressão. O tipo de dados que você tem determina o tipo de linha de tendência que você deve usar. Confiabilidade Trendline Uma linha de tendência é mais confiável quando seu valor R-quadrado está em ou próximo de 1. Quando você ajusta uma linha de tendência para seus dados, o Graph calcula automaticamente seu valor R-quadrado. Se desejar, você pode exibir esse valor em seu gráfico. Uma linha de tendência linear é uma linha reta em melhor ajuste que é usada com conjuntos de dados lineares simples. Seus dados são lineares se o padrão em seus pontos de dados se assemelha a uma linha. Uma linha de tendência linear geralmente mostra que algo está aumentando ou diminuindo a uma taxa constante. No exemplo a seguir, uma linha de tendência linear mostra claramente que as vendas de geladeiras aumentaram consistentemente ao longo de um período de 13 anos. Observe que o valor R-quadrado é 0.9036, que é um bom ajuste da linha para os dados. Uma linha de tendência logarítmica é uma linha curva melhor ajustada que é mais útil quando a taxa de mudança nos dados aumenta ou diminui rapidamente e, em seguida, nivela para fora. Uma linha de tendência logarítmica pode usar valores negativos e / ou positivos. O exemplo a seguir usa uma linha de tendência logarítmica para ilustrar o crescimento populacional predito de animais em uma área de espaço fixo, onde a população nivelada como espaço para os animais diminuiu. Observe que o valor R-quadrado é 0.9407, que é um ajuste relativamente bom da linha para os dados. Uma linha de tendência polinomial é uma linha curva que é usada quando os dados flutuam. É útil, por exemplo, para analisar ganhos e perdas em um grande conjunto de dados. A ordem do polinômio pode ser determinada pelo número de flutuações nos dados ou por quantas curvas (colinas e vales) aparecem na curva. Uma linha de tendência polinomial de ordem 2 geralmente tem apenas uma colina ou vale. Ordem 3 geralmente tem uma ou duas colinas ou vales. Ordem 4 geralmente tem até três. O exemplo a seguir mostra uma linha de tendência polinomial Order 2 (uma colina) para ilustrar a relação entre velocidade e consumo de gasolina. Observe que o valor R-quadrado é 0.9474, que é um bom ajuste da linha para os dados. Uma linha de tendência de energia é uma linha curva que é melhor usada com conjuntos de dados que comparam medidas que aumentam a uma taxa específica, por exemplo, a aceleração de um carro de corrida em intervalos de um segundo. Você não pode criar uma linha de tendência de energia se seus dados contiverem valores zero ou negativos. No exemplo a seguir, os dados de aceleração são mostrados traçando a distância em metros por segundos. A linha de tendência de energia demonstra claramente a crescente aceleração. Note que o valor R-quadrado é 0.9923, que é um ajuste quase perfeito da linha para os dados. Uma linha de tendência exponencial é uma linha curva que é mais útil quando os valores de dados sobem ou caem a taxas cada vez mais altas. Não é possível criar uma linha de tendência exponencial se os dados contiverem valores zero ou negativos. No exemplo a seguir, uma linha de tendência exponencial é usada para ilustrar a quantidade decrescente de carbono 14 em um objeto à medida que envelhece. Observe que o valor R-quadrado é 1, o que significa que a linha se encaixa perfeitamente os dados. Uma linha de tendência de média móvel suaviza as flutuações nos dados para mostrar um padrão ou tendência mais claramente. Uma linha de tendência de média móvel usa um número específico de pontos de dados (definido pela opção Período), os calcula em média e usa o valor médio como um ponto na linha de tendência. Se Período é definido como 2, por exemplo, então a média dos dois primeiros pontos de dados é usada como o primeiro ponto na linha de tendência de média móvel. A média do segundo e terceiro pontos de dados é usada como o segundo ponto na linha de tendência, e assim por diante. No exemplo a seguir, uma linha de tendência de média móvel mostra um padrão no número de casas vendidas ao longo de um período de 26 semanas.