Hur identifierar handlare nyckelsignaler från det autoregressiva glidande medlet?

How-To | Installera SSD / Hårddisk i din dator! (September 2024)

How-To | Installera SSD / Hårddisk i din dator! (September 2024)
Hur identifierar handlare nyckelsignaler från det autoregressiva glidande medlet?
Anonim
a:

Ett autoregressivt glidande medelvärde, eller ARMA, används i undersökningen av tidsseriens plottning. Modeller byggda på ARMA är beroende av linjära regressioner av en aktuell uppsättning data mot en eller flera tidigare dataset, vilket skapar trender som kan "släta ut" slumpmässiga fluktuationer som annars skulle kunna snedvrida en modell. Tekniska analytiker och handlare använder ARMAs som ett sätt att göra framtida förutsägelser baserade på tidigare tidsseriedata för en viss säkerhet eller index.

I statistiska jargon baseras handelssignalerna som genereras av autoregressiva glidande genomsnittsmodeller på logaritmiska priser. En trendlinje etableras som kan ritas inom prisrörelserna på ett diagram; när en prisutveckling avviker för allvarligt från trendlinjen kan handlare reagera i enlighet därmed.

Fönstret för flyttningstider för ARMA-resultat resulterar i ett prognosvärde, vilket ofta används av handlare för en dags förutsägelser om marknadsutvecklingen. Om prognosvärdet är högt indikerar modellen en stor sannolikhet för att nästa dags session reagerar på samma sätt som dess projicering.

Tänk på ett exempel där en autoregressiv indikator skapas med hjälp av tidigare och aktuella trender i S & P 500-indexet. De två vikterna i modellen justeras enligt det valda genomsnittet, korta eller långa handelsintervall och genererar förtroendeband. Om priset för en säkerhet, eller ett växelpris för ett forexpar, bryts genom konfidensbanden, kan det indikera en överköpt eller överlämnad position.

När det används tillsammans med andra tekniska trendindikatorer kan en ARMA-modell användas för att bekräfta trender, fortsättnings mönster och reverseringar.