نشانگر KAMA - میانگین حرکت سازگار Kaufman

KAMA مخفف میانگین حرکت سازگار Kaufman است. این شاخص تجزیه و تحلیل فنی توسط یک تاجر آمریکایی پری کافمن ایجاد شده است (وی همچنین متخصص در ایجاد برنامه های تجارت الگوریتمی است). شاخص KAMA متعلق به گروه میانگین های متحرک سازگار است. میانگین های حرکت ، به طور کلی ، قیمت و توسعه آن را برای یک دوره زمانی خاص دنبال می کنند. به عنوان مثال. اگر یک معامله گر تصمیم به محاسبه میانگین حرکت ساده 10 روزه کند ، مقدار متوسط متحرک واقعی همیشه از 10 روز گذشته محاسبه می شود. گاهی اوقات می توان وزن بیشتری را در واقعی ترین روزها قرار داد ، مانند میانگین متحرک وزنی ، اما نکته مهم این است که روز یازدهم هیچ تاثیری در محاسبه ندارد زیرا فراتر از محدوده زمانی انتخاب شده است.

بعید است که میانگین های متحرک مشترک ، میانگین های متحرک تطبیقی می توانند تعداد روزها را برای محاسبه آنها تغییر دهند. با تغییر شرایط موجود در بازار ، میانگین های متحرک سازگار از وضعیت فعلی پیروی می کنند و خود را سازگار می کنند. این بزرگترین مزیت آنها است. شرایطی که تحت آن تغییر می کنند می تواند متفاوت باشد. کاما روزهای محاسبه خود را با توجه به سر و صدای واقعی بازار و نوسانات تغییر می دهد. اگر قیمت ها به طور پیوسته حرکت کنند (مهم نیست که افزایش یابد یا سقوط کند) سر و صدای قیمت بازار پایین است ، KAMA از نزدیک منحنی قیمت را دنبال می کند. اگر قیمت ها از بالا و پایین پرش کنند (پس از افزایش ، پس از سقوط) ، نوسانات بسیار بالا است و کاما نمودار قیمت را از فاصله بیشتری دنبال می کند. این امر به معامله گر این امکان را می دهد تا سیگنال های معاملاتی کاذب کمتری دریافت کرده و سیستم معاملاتی خود را به سرعت بهبود بخشد.

این تصویر قیمت OHLC و نشانگر KAMA را رد می کند ، بنابراین می توانید ببینید که چگونه رفتار می کند (KAMA 6 روز ، آلفا کوتاه 0. 6 و Alpha Fast 0. 06 تنظیم شده است).

1. جهت بازار را برای یک دوره زمانی انتخاب شده محاسبه کنید (به عنوان مثال KAMA 10 روزه). جهت بازار برای 10 روز گذشته می تواند به این صورت محاسبه شود: [ABS (نزدیک₀- نزدیک_-9)] ، کجا: بستن₀به معنای واقعی ترین قیمت و نزدیکترین روز است_-9به معنای نزدیک قیمت 9 روز پیش دلیل اینکه ما 9 روز پیش قیمت را در نظر می گیریم (و نه 10 روز) به این دلیل است که روز اول محاسبه 0 روز است (به عبارت دیگر با وجود این واقعیت که ما 10 روز را در نظر می گیریماختلاف قیمت ، قیمت روز 10 به صورت نزدیک مشخص شده است_-9). اگر مایل به محاسبه KAMA 2 روزه هستیم ، نزدیک در نظر می گرفتیم₀و نزدیک_-1.

2. نوسانات بازار را برای یک دوره زمانی انتخاب شده محاسبه کنید. این را می توان مانند ∑ [ABS (بستن_t- نزدیک_t-1)] ، کجا: بستن_tقیمت بسته هر یک از روزهای در محاسبه و بسته است_t-1بسته شدن روز قبل است (به عنوان مثال بستن₀- نزدیک_-1; نزدیک_-1- نزدیک_-2و غیره.). از آنجایی که 10 روز در محاسبه داریم، 9 تفاوت در مقادیر مطلق (مثبت) دریافت می کنیم. این تفاوت های مطلق منعکس کننده نویز یا نوسانات بازار در طول دوره انتخاب شده است. نسبت کارایی بین 0 و 1 در نوسان است و به ما می گوید نویز بازار (یا نوسان قیمت ها) چیست. اگر قیمت ها 10 دوره متوالی افزایش یا 10 دوره متوالی کاهش یابد، نسبت کارایی برابر با 1 خواهد بود. اگر قیمت ها در 10 دوره متوالی تغییر نکرده باشند، نسبت کارایی برابر با 0 خواهد بود. این همان نقطه ای است که بسیاری از معامله گران اشتباه اساسی را مرتکب می شوند (و تقریباً هر وب سایت اشتباه مشابهی را مرتکب می شود) زیرا به جای 9 تفاوت، 10 تفاوت را برای محاسبه KAMA 10 روزه در نظر می گیرند. خب، شاید در نگاه اول درست و منطقی‌تر به نظر برسد، بنابراین اجازه دهید نگاهی دقیق‌تر به این موضوع داشته باشیم. آیا میانگین متحرک کلاسیک Simple که در بالا ذکر شد را به خاطر دارید (اگر نه، فقط سعی کنید دوباره آن را در متن بالا پیدا کنید). بنابراین، اگر بخواهیم میانگین متحرک ساده 2 روزه را محاسبه کنیم، فقط 2 قیمت آخر را در نظر می گیریم و قیمت روز سوم اصلا برای ما مهم نیست. فرض کنید قیمت‌های سه روز گذشته به این صورت باشد: قیمت₀= 100 قیمت_-1= 90 قیمت_-2= 100 با استفاده از فرمول میانگین متحرک ساده، مقدار SMA 2 روزه 95 را می گیریم. به نظر درست است، اینطور نیست؟خوب، اکنون محاسبه KAMA 2 روزه است. جهت بازار 2 روز گذشته برابر با 10 امتیاز است. نوسانات بازار نیز 10 امتیاز است (100 - 90 = 10). سپس، اگر نسبت کارایی را محاسبه کنید، مقداری برابر با 1 (یا 100٪) دریافت خواهید کرد که در واقع به این معنی است که 100٪ تغییر قیمت در دوره انتخاب شده در همان جهت انجام شده است. به عبارت دیگر، نسبت کارایی به ما می گوید که قیمت همیشه یا در حال افزایش بوده یا شکست خورده است. اگر فقط 1 تفاوت را برای محاسبه KAMA 2 روزه در نظر بگیرید معتبر است، اما اکثر وب سایت ها، معامله گران یا تجزیه و تحلیل ها این واقعیت را نادیده می گیرند و با 2 تفاوت قیمت کار می کنند (به این معنی که روز سوم را نیز در محاسبه لحاظ می کنند.). بنابراین، با وجود این واقعیت که ما فقط به KAMA 2 روزه علاقه مند هستیم و باید با جهتی که برابر با 10 است و نوسانات برابر با 10 نیز کار کنیم، در واقع، اکثر افرادی که در نظر نمی گیرنداین تفاوت جزئی با Direction برابر با 10 و Volatility برابر با 20 کار می کند. سپس نسبت بهره وری برابر با 0. 5 را دریافت می کنند که به این معنی است که قیمت 50 درصد مواقع افزایش یافته و 50 درصد مواقع نیز کاهش یافته است. این برای 3 روز گذشته درست است، اما برای 2 روز گذشته نه.

3. ER (نسبت کارایی) را محاسبه کنید. نسبت کارایی در واقع جهت بازار تقسیم بر نوسان آن است. ER = جهت / فرار

4- SC (ثابت صاف) را محاسبه کنید. ثابت صاف کننده شامل ER و دو "Alphas" از میانگین های متحرک نمایی است. ER قبلاً برای ما شناخته شده است. ما باید اکنون "Alphas" را محاسبه کنیم. یک آلفا نشان دهنده میانگین حرکت سریع نمایی و دومین میانگین حرکت نمایی آهسته است. ما می توانیم آنها را به سرعت آلفا و آلفا آهسته بنامیم. Kaufman توصیه کرد که از میانگین حرکت 2 روزه به عنوان آلفای سریع و 30 روز در حال حرکت به عنوان آلفای آهسته استفاده کند. این دو میانگین در حال حرکت مسئول نحوه رفتار KAMA در هنگام بازار کاملاً و هیچ اتفاقی نمی افتد و وقتی با حرکت های زیادی طوفانی می شود. سریعترین میانگین متحرک در محاسبه KAMA در هنگام بازار کاملاً گنجانده شده است (و بنابراین ما قیمت را بسیار نزدیک دنبال می کنیم) و کمترین میانگین متحرک در محاسبه گنجانده می شود که بازار بسیار بی ثبات است (منحنی کاما از آن دور می شودقیمت بنابراین می تواند قیمت "نفس عمیق تر شود" و معامله گر سیگنال های مختلفی برای خرید و فروش هر روز دریافت نمی کند). بنابراین اگر ما از ALPHA ها از 2 روز و 30 روز میانگین حرکت نمایی استفاده کنیم ، محاسبه مانند این است: Alpha Fast = 2 / (2+1) = 0. 6667 Alpha Slow = 2 / (30+1) = 0. 0645این تضمین می کند که روزهای محاسبه کاما همیشه بین 2 تا 30 روز متفاوت خواهد بود. اگر کسی بخواهد از میانگین حرکت طولانی تر از میانگین متحرک 30 روز استفاده کند ، می تواند آلفا جدید را محاسبه کند ، به عنوان مثال. 100 روزه آلفا برابر است با 2 / (100+1) = 0. 0198. در چنین حالتی ، محاسبه KAMA همیشه براساس چند روز بین 2 تا 100 انجام می شود. SC (ثابت ثابت) خود به این شکل است:

sc = [er x (Alpha سریع - آلفا آهسته) + آلفا آهسته] 2

بنابراین در این حالت SC برابر است با:

SC = [ER x (0. 6667 - 0. 0645) + 0. 0645] و این معادله مربع خواهد بود.

حتی اگر کاما به طور متوسط 30 روز محاسبه شود ، باز هم کمی از بالا و پایین حرکت می کند ، بنابراین کافمن توصیه می کند که این کار را کمتر معقول انجام دهد-به همین دلیل است که بالاخره نقل قول SC در حال مربع است.

اگر با محاسبه میانگین متحرک نمایی آشنا باشید، می بینید که تقریباً یکسان است. تفاوت اصلی بین میانگین متحرک نمایی و میانگین متحرک تطبیقی کافمن در این واقعیت نهفته است که در حالی که EMA همیشه از همان تعداد روز برای محاسبه خود استفاده می کند، KAMA می تواند این عدد را تغییر دهد. تعداد روزهای تغییر توسط ثابت Smoothing تضمین می شود و تغییر ثابت Smoothing در واقع بر اساس نسبت کارایی است. این دایره را می بندد. به عنوان مثال. اگر قیمت به هیچ وجه تغییر نمی کرد و به طور پیوسته باقی می ماند، آنگاه: جهت بازار برابر با 0، نسبت کارایی برابر با 0، ثابت همواری برابر با آلفای آهسته (مربع) KAMA برابر با میانگین متحرک نمایی آهسته انتخابی خواهد بود. EMA 30 روزه، اما به دلیل معادله SC مجذور، تفاوت جزئی وجود خواهد داشت).

به طور مشابه، اگر قیمت تمام روزهای متوالی در محاسبه افزایش یابد، جهت بازار و نوسانات برابر خواهد بود، نسبت کارایی 1 و ثابت همواری برابر با میانگین متحرک نمایی سریع (EMA 2 روزه) خواهد بود.

این اصل اساسی است که چگونه KAMA در شرایط مختلف بازار (نوسانات بازار) قوی تر یا معقول تر می شود. در واقع، ما KAMA را یکی از بزرگترین شاخص‌های فنی می‌دانیم که به لطف توانایی آن در سازگاری، بسیار قوی است و در بسیاری از بازارها به خوبی کار می‌کند. علاوه بر این، می توانید با نشانگر آزمایش کنید و سعی کنید ER یا SC را با مقادیر هر اندیکاتور فنی دیگری جایگزین کنید یا حتی از این مقادیر در اندیکاتور دیگر استفاده کنید.

استفاده عملی برای معاملات فنی: اندیکاتور KAMA متعلق به اندیکاتورهای دنبال کننده روند است. مشابه هر یک از میانگین های متحرک مانند HMA (میانگین متحرک هال)، میانگین متحرک T3، FRAMA (میانگین متحرک تطبیقی فراکتال)، DEMA (میانگین متحرک نمایی دوگانه) و غیره از قیمت پیروی می کند، بنابراین می توانید از آن برای شناسایی روند غالب استفاده کنید. در فروشگاه. برای این کار باید روزهای آلفای سریع و آهسته را روی اعداد بالاتر تنظیم کنید - به عنوان مثال. تا محدوده زمانی بین 50 تا 200 روز را پوشش دهد. بنابراین KAMA قوی تر می شود و فقط حرکت های اصلی بازار را به ما نشان می دهد. سپس اگر KAMA افزایش یابد، روند نیز در حال افزایش است و بالعکس. برخلاف اندیکاتورهای روند مانند اندیکاتور ADX یا Aroon، می توانید فکر کنید که KAMA قدرت روند را به ما نشان نمی دهد، فقط خود روند غالب را نشان می دهد. اما این فقط در نگاه اول درست خواهد بود. اگر محاسبه KAMA را درک کرده باشید، می توانید در آنجا پیدا کنید که شامل بخش بسیار جالبی به نام نسبت کارایی است. ER به ما نشان می دهد که تغییر قیمت در تعداد روزهای انتخابی چقدر بوده است. به عبارت دیگر، اگر ER برابر با 1 باشد، به این معنی است که تمام قیمت های روز در محاسبه در یک جهت حرکت کرده اند (که در واقع به معنای یک روند قوی است) و اگر ER برابر با 0 باشد، به این معنی است که قیمت های روز در حال حرکت نبوده اند. اصلاً (که نشان دهنده فقدان هر روندی است). امکان دیگر نحوه معامله با KAMA این است که از تقاطع های قیمت بسته و مقادیر KAMA پیروی کنید. اگر قیمت‌های Close بالاتر از مقادیر KAMA باشد، ما طولانی می‌شویم. اگر قیمت های بسته از KAMA کمتر باشد، کوتاه می آییم. ما همچنین می توانیم گذرگاه های KAMA را تجارت کنیم. این نیاز به آماده سازی دو KAMA مختلف دارد. یکی که فقط بر اساس آلفاهای سریعتر است و دیگری که از آلفاهای کندتر برای محاسبه خود استفاده می کند. سپس می توانید گذرگاه های آنها را دنبال کنید. اگر KAMA سریعتر بالاتر از KAMA کندتر باشد، ما خرید می کنیم و بالعکس. از آنجایی که نشانگر KAMA بسیار قوی و جهانی است، می‌توانیم سعی کنیم از آن به عنوان بخشی از هر شاخص دیگری استفاده کنیم، به عنوان مثال. برای استفاده از آن در باندهای بولینگر به جای میانگین متحرک ساده یا در MACD به جای میانگین متحرک نمایی استفاده کنید. همانطور که می بینید، KAMA واقعا یک شاخص فوق العاده از تحلیل تکنیکال است که اطلاعات و امکانات جالب زیادی را در اختیار ما قرار می دهد که چگونه از آن استفاده کنیم.

مانند تقریباً همه اندیکاتورهای فنی، بهترین کاری که هر معامله گر می تواند انجام دهد این است که داده های خود، تنظیمات خود و قوانین خود را برای معامله کردن آزمایش کند. با کمال تعجب، گاهی اوقات می توان بهترین نتیجه را با تنظیماتی که رایج نیستند و قوانینی که در نگاه اول کاملاً عجیب هستند به دست آورد – هر چه یک معامله گر بتواند چیزهای بیشتری را تغییر دهد و آزمایش کند، برای او و نتایج معاملاتش بهتر است. لینک زیر به نشانگرهای فنی فایل های اکسل برای دانلود منتهی می شود.