தகவமைப்பு நகரும் சராசரி சிறந்த முடிவுகளுக்கு வழிவகுக்கிறதா?

நகரும் சராசரிகள் செயலில் உள்ள வர்த்தகர்களின் விருப்பமான கருவியாகும். இருப்பினும், சந்தைகள் ஒருங்கிணைக்கும்போது, இந்த காட்டி ஏராளமான விப்ஸா வர்த்தகங்களுக்கு வழிவகுக்கிறது, இதன் விளைவாக சிறிய வெற்றிகளும் இழப்புகளும் வெறுப்பாகின்றன. எளிய நகரும் சராசரியை மேம்படுத்த ஆய்வாளர்கள் பல தசாப்தங்களாக முயற்சித்து வருகின்றனர்., இந்த முயற்சிகளைப் பார்த்து, அவர்களின் தேடல் பயனுள்ள வர்த்தக கருவிகளுக்கு வழிவகுத்தது என்பதைக் காண்கிறோம். (எளிமையான நகரும் சராசரிகளின் பின்னணி வாசிப்புக்கு, எளிய நகரும் சராசரிகளைப் பாருங்கள் போக்குகள் தனித்து நிற்கின்றன .)

நகரும் சராசரிகளின் நன்மை தீமைகள்

நகரும் சராசரிகளின் நன்மைகள் மற்றும் தீமைகள் பங்கு போக்குகளின் தொழில்நுட்ப பகுப்பாய்வின் முதல் பதிப்பில் ராபர்ட் எட்வர்ட்ஸ் மற்றும் ஜான் மாகி ஆகியோரால் சுருக்கமாகக் கூறப்பட்டது, மேலும் "1941 ஆம் ஆண்டில் தான் நாங்கள் கண்டுபிடிப்பை மகிழ்ச்சியுடன் செய்தோம் (பலர் செய்திருந்தாலும் அதற்கு முன்னர்) ஒரு குறிப்பிட்ட எண்ணிக்கையிலான நாட்களுக்கு தரவை சராசரியாகக் கொண்டு… ஒருவர் ஒருவிதமான தானியங்கி போக்கைப் பெறலாம், இது போக்கின் மாற்றங்களை நிச்சயமாக விளக்கும்… இது உண்மையாக இருப்பது மிகவும் நல்லது என்று தோன்றியது. உண்மையில், இதுவும் உண்மையாக இருப்பது நல்லது."

தீமைகள் நன்மைகளை விட அதிகமாக இருப்பதால், எட்வர்ட்ஸ் மற்றும் மாகி ஆகியோர் கடற்கரை பங்களாவிலிருந்து வர்த்தகம் செய்வதற்கான கனவை விரைவாக கைவிட்டனர். ஆனால் அவர்கள் அந்த வார்த்தைகளை எழுதி 60 ஆண்டுகளுக்குப் பிறகு, மற்றவர்கள் சந்தைகளின் செல்வத்தை சிரமமின்றி வழங்கும் ஒரு எளிய கருவியைக் கண்டுபிடிக்க முயற்சி செய்கிறார்கள்.

எளிய நகரும் சராசரி

எளிமையான நகரும் சராசரியைக் கணக்கிட, விரும்பிய காலத்திற்கான விலைகளைச் சேர்த்து, தேர்ந்தெடுக்கப்பட்ட காலங்களின் எண்ணிக்கையால் வகுக்கவும். ஐந்து நாள் நகரும் சராசரியைக் கண்டுபிடிப்பதற்கு ஐந்து மிக சமீபத்திய இறுதி விலைகளைச் சுருக்கி ஐந்தால் வகுக்க வேண்டும்.

மிக சமீபத்திய நெருக்கமான நகரும் சராசரிக்கு மேல் இருந்தால், பங்கு ஒரு உயர்வாகக் கருதப்படும். நகரும் சராசரிக்குக் கீழே விலை வர்த்தகம் செய்வதன் மூலம் டவுன்ட்ரெண்ட்ஸ் வரையறுக்கப்படுகிறது. (மேலும், எங்கள் நகரும் சராசரி டுடோரியலைப் பார்க்கவும்.)

இந்த போக்கு-வரையறுக்கும் சொத்து வர்த்தக சமிக்ஞைகளை உருவாக்க சராசரியை நகர்த்துவதை சாத்தியமாக்குகிறது. அதன் எளிமையான பயன்பாட்டில், விலைகள் நகரும் சராசரிக்கு மேல் நகரும்போது வர்த்தகர்கள் வாங்குகிறார்கள் மற்றும் விலைகள் அந்தக் கோட்டிற்குக் கீழே செல்லும்போது விற்கப்படுகின்றன. இது போன்ற அணுகுமுறை ஒவ்வொரு குறிப்பிடத்தக்க வர்த்தகத்தின் வலதுபுறத்தில் வர்த்தகரை வைக்க உத்தரவாதம் அளிக்கப்படுகிறது. துரதிர்ஷ்டவசமாக, தரவை மென்மையாக்கும் போது, நகரும் சராசரிகள் சந்தை நடவடிக்கைக்கு பின்தங்கியிருக்கும், மேலும் வர்த்தகர் எப்போதுமே மிகப் பெரிய வெற்றிகரமான வர்த்தகங்களில் கூட தங்கள் லாபத்தின் பெரும் பகுதியை திருப்பித் தருவார்.

அதிவேக நகரும் சராசரி

ஆய்வாளர்கள் நகரும் சராசரியின் யோசனையை விரும்புவதாகத் தெரிகிறது மற்றும் இந்த பின்னடைவுடன் தொடர்புடைய சிக்கல்களைக் குறைக்க பல ஆண்டுகளாக முயற்சித்து வருகின்றனர். இந்த கண்டுபிடிப்புகளில் ஒன்று அதிவேக நகரும் சராசரி (EMA) ஆகும். இந்த அணுகுமுறை சமீபத்திய தரவுகளுக்கு ஒப்பீட்டளவில் அதிக எடையைக் கொடுக்கிறது, இதன் விளைவாக இது ஒரு எளிய நகரும் சராசரியை விட விலை நடவடிக்கைக்கு நெருக்கமாக இருக்கும். அதிவேக நகரும் சராசரியைக் கணக்கிடுவதற்கான சூத்திரம்:

$\begin{matrix} EMA = (எடை \times நெருக்கமான) + ((1 - எடை) \times EMAy) \\ எங்கே: \\ எடை = ஆய்வாளரால் தேர்ந்தெடுக்கப்பட்ட மென்மையான மாறிலி \end{matrix} {சீரமைக்கப்பட்டது} & \ உரை {EMA} = ( உரை {எடை} முறை \ உரை {மூடு}) + ((1- \ உரை {எடை}) முறை \ உரை {EMAy)} \ & \ textbf தொடங்கும் {எங்கே:} \ & \ உரை {எடை} = \ உரை the ஆய்வாளரால் தேர்ந்தெடுக்கப்பட்ட மென்மையான மாறிலி} \ & \ உரை {EMAy} = \ உரை {நேற்றிலிருந்து அதிவேக நகரும் சராசரி} முடிவு {சீரமைக்கப்பட்டது}$ EMA = (எடை × மூடு) + ((1 - எடை) × EMAy) எங்கே: எடை = ஆய்வாளரால் தேர்ந்தெடுக்கப்பட்ட மென்மையான மாறிலி

ஒரு பொதுவான வெயிட்டிங் மதிப்பு 0.181 ஆகும், இது 20 நாள் எளிய நகரும் சராசரிக்கு அருகில் உள்ளது. மற்றொன்று 0.10 ஆகும், இது தோராயமாக 10 நாள் நகரும் சராசரி.

இது பின்னடைவைக் குறைத்தாலும், அதிவேக நகரும் சராசரி நகரும் சராசரிகளின் மற்றொரு சிக்கலைத் தீர்க்கத் தவறிவிட்டது, அதாவது வர்த்தக சமிக்ஞைகளுக்கான அவற்றின் பயன்பாடு அதிக எண்ணிக்கையிலான இழப்பு வர்த்தகங்களுக்கு வழிவகுக்கும். தொழில்நுட்ப வர்த்தக அமைப்புகளில் புதிய கருத்துகளில் , வெல்லஸ் வைல்டர் மதிப்பிட்டுள்ளதாவது, சந்தைகள் காலாண்டில் ஒரு பகுதியை மட்டுமே கொண்டுள்ளன. வர்த்தக நடவடிக்கைகளில் 75% வரை குறுகிய வரம்புகளுடன் மட்டுப்படுத்தப்பட்டுள்ளது, நகரும் சராசரி வாங்க-மற்றும்-விற்க சமிக்ஞைகள் மீண்டும் மீண்டும் உருவாக்கப்படும், ஏனெனில் விலைகள் நகரும் சராசரிக்கு மேலேயும் கீழேயும் வேகமாக நகரும். இந்த சிக்கலை தீர்க்க, பல ஆய்வாளர்கள் EMA கணக்கீட்டின் எடையுள்ள காரணியை வேறுபடுத்த பரிந்துரைத்துள்ளனர். (மேலும், வர்த்தகத்தில் நகரும் சராசரிகள் எவ்வாறு பயன்படுத்தப்படுகின்றன என்பதைப் பார்க்கவும் ? )

நகரும் சராசரிகளை சந்தை நடவடிக்கைக்கு மாற்றியமைத்தல்

நகரும் சராசரிகளின் தீமைகளை நிவர்த்தி செய்வதற்கான ஒரு முறை, எடையுள்ள காரணியை ஒரு நிலையற்ற விகிதத்தால் பெருக்க வேண்டும். இதைச் செய்வது, நகரும் சராசரி நிலையற்ற சந்தைகளில் தற்போதைய விலையிலிருந்து மேலும் இருக்கும். இது வெற்றியாளர்களை இயக்க அனுமதிக்கும். ஒரு போக்கு முடிவுக்கு வந்து விலைகள் ஒருங்கிணைக்கப்படுவதால், நகரும் சராசரி தற்போதைய சந்தை நடவடிக்கைக்கு நெருக்கமாக நகரும், மேலும் கோட்பாட்டில், வர்த்தகர் போக்கின் போது கைப்பற்றப்பட்ட பெரும்பாலான லாபங்களை வைத்திருக்க அனுமதிக்கும். நடைமுறையில், ஏற்ற இறக்கம் விகிதம் பொலிங்கர் பேண்ட்வித் போன்ற ஒரு குறிகாட்டியாக இருக்கலாம், இது நன்கு அறியப்பட்ட பொலிங்கர் பேண்டுகளுக்கு இடையிலான தூரத்தை அளவிடும். (இந்த குறிகாட்டியைப் பற்றி மேலும் அறிய , பொலிங்கர் பேண்டுகளின் அடிப்படைகளைப் பார்க்கவும்.)

பெர்ரி காஃப்மேன் ஈ.எம்.ஏ சூத்திரத்தில் உள்ள "எடை" மாறியை தனது புதிய வர்த்தக அமைப்புகள் மற்றும் முறைகள் என்ற புத்தகத்தில் செயல்திறன் விகிதத்தை (ஈஆர்) அடிப்படையாகக் கொண்டு மாறாமல் மாற்ற பரிந்துரைத்தார். இந்த காட்டி ஒரு போக்கின் வலிமையை அளவிட வடிவமைக்கப்பட்டுள்ளது, இது -1.0 முதல் +1.0 வரையிலான வரம்பில் வரையறுக்கப்படுகிறது. இது ஒரு எளிய சூத்திரத்துடன் கணக்கிடப்படுகிறது:

$\begin{matrix} இஆர் = \frac{காலத்திற்கான மொத்த விலை மாற்றம்}{ஒவ்வொரு பட்டியின் முழுமையான விலை மாற்றங்களின் தொகை} \\ எங்கே: \end{matrix} \ begin {சீரமைக்கப்பட்டது} & \ உரை {ER} = \ \ frac \ \ உரை period காலத்திற்கான மொத்த விலை மாற்றம்}} { உரை each ஒவ்வொரு பட்டியின் முழுமையான விலை மாற்றங்களின் தொகை}} \ & \ textbf {எங்கே:} \ & \ உரை {ER} = \ \ உரை {செயல்திறன் விகிதம்} முடிவு {சீரமைக்கப்பட்டது}$ ER = ஒவ்வொரு பார்டோட்டல் விலை மாற்றத்திற்கான முழுமையான விலை மாற்றங்களின் தொகை:

ஒவ்வொரு நாளும் ஐந்து புள்ளிகள் வரம்பைக் கொண்ட ஒரு பங்கைக் கவனியுங்கள், ஐந்து நாட்களின் முடிவில் மொத்தம் 15 புள்ளிகளைப் பெற்றுள்ளது. இது 0.67 இன் ER ஐ ஏற்படுத்தும் (15 புள்ளிகள் மேல்நோக்கி இயக்கம் மொத்த 25-புள்ளி வரம்பால் வகுக்கப்படுகிறது). இந்த பங்கு 15 புள்ளிகள் குறைந்துவிட்டால், ER -0.67 ஆக இருக்கும். (பெர்ரி காஃப்மேனின் கூடுதல் வர்த்தக ஆலோசனைகளுக்கு, லாசிங் டு வின் ஐப் படியுங்கள், இது வர்த்தக இழப்புகளைச் சமாளிப்பதற்கான உத்திகளைக் கோடிட்டுக் காட்டுகிறது.)

ஒரு போக்கின் செயல்திறனின் கொள்கை ஒரு வரையறுக்கப்பட்ட காலப்பகுதியில் விலை இயக்கத்தின் ஒரு யூனிட்டுக்கு எவ்வளவு திசை இயக்கம் (அல்லது போக்கு) பெறுகிறது என்பதை அடிப்படையாகக் கொண்டது. +1.0 இன் ஒரு ஈஆர் பங்கு சரியான மேம்பாட்டில் இருப்பதைக் குறிக்கிறது; -1.0 ஒரு சரியான வீழ்ச்சியைக் குறிக்கிறது. நடைமுறையில், உச்சநிலைகள் அரிதாகவே அடையும்.

தகவமைப்பு நகரும் சராசரியை (AMA) கண்டுபிடிக்க இந்த குறிகாட்டியைப் பயன்படுத்த, வர்த்தகர்கள் எடையை பின்வரும், மாறாக சிக்கலான, சூத்திரத்துடன் கணக்கிட வேண்டும்:

$\begin{matrix} சி = 2 \\ எங்கே: \\ SCF = அதிவேகத்திற்கான அதிவேக மாறிலி \\ EMA அனுமதிக்கக்கூடியது (பொதுவாக 2) \\ எஸ்.சீ. = மெதுவான அதிவேக மாறிலி \\ EMA அனுமதிக்கக்கூடியது (பெரும்பாலும் 30) \end{matrix} \ begin {சீரமைக்கப்பட்டது} & \ உரை {C} = \ ^ {2} \ & \ textbf {எங்கே:} \ & \ உரை {SCF} = \ \ உரை the வேகமான on \\ & \ qquad \ quad \ \ \ உரை {EMA அனுமதிக்கக்கூடியது (வழக்கமாக 2)} \ & \ உரை {SCS} = \ \ உரை the மெதுவான} \ & q qquad \ quad \ \ \ உரை for க்கான அதிவேக மாறிலி. EMA அனுமதிக்கக்கூடிய (பெரும்பாலும் 30)} \ & \ உரை {ER} = \ \ உரை above மேலே குறிப்பிடப்பட்ட செயல்திறன் விகிதம்} முடிவு {சீரமைக்கப்பட்டது above$ சி = 2 எங்கும்: எஸ்சிஎஃப் = அனுமதிக்கக்கூடிய வேகமான ஈஎம்ஏக்கான அதிவேக மாறிலி (வழக்கமாக 2) எஸ்சிஎஸ் = மெதுவான ஈஎம்ஏ அனுமதிக்கக்கூடிய அதிவேக மாறிலி (பெரும்பாலும் 30)

C க்கான மதிப்பு பின்னர் எளிய எடை மாறிக்கு பதிலாக EMA சூத்திரத்தில் பயன்படுத்தப்படுகிறது. கையால் கணக்கிடுவது கடினம் என்றாலும், தகவமைப்பு நகரும் சராசரி கிட்டத்தட்ட அனைத்து வர்த்தக மென்பொருள் தொகுப்புகளிலும் ஒரு விருப்பமாக சேர்க்கப்பட்டுள்ளது. (EMA ஐப் பற்றி மேலும் அறிய, அதிவேகமாக எடையுள்ள நகரும் சராசரியை ஆராய்வதைப் படிக்கவும்.)

எளிமையான நகரும் சராசரி (சிவப்பு கோடு), ஒரு அதிவேக நகரும் சராசரி (நீலக்கோடு) மற்றும் தகவமைப்பு நகரும் சராசரி (பச்சைக் கோடு) ஆகியவற்றின் எடுத்துக்காட்டுகள் படம் 1 இல் காட்டப்பட்டுள்ளன.

படம் 1: ஏஎம்ஏ பச்சை நிறத்தில் உள்ளது மற்றும் இந்த விளக்கப்படத்தின் வலது பக்கத்தில் காணப்படும் வரம்புக்குட்பட்ட செயலில் மிகப் பெரிய தட்டையான தன்மையைக் காட்டுகிறது. பெரும்பாலான சந்தர்ப்பங்களில், நீல கோட்டாகக் காட்டப்படும் அதிவேக நகரும் சராசரி விலை நடவடிக்கைக்கு மிக அருகில் உள்ளது. எளிமையான நகரும் சராசரி சிவப்பு கோட்டாக காட்டப்பட்டுள்ளது.

படத்தில் காட்டப்பட்டுள்ள மூன்று நகரும் சராசரிகள் அனைத்தும் பல்வேறு நேரங்களில் விப்ஸா வர்த்தகத்திற்கு ஆளாகின்றன. நகரும் சராசரிகளுக்கான இந்த குறைபாடு இதுவரை அகற்ற இயலாது.

முடிவுரை

ராபர்ட் கோல்பி தொழில்நுட்ப சந்தை குறிகாட்டிகளின் கலைக்களஞ்சியத்தில் நூற்றுக்கணக்கான தொழில்நுட்ப பகுப்பாய்வு கருவிகளை சோதித்தார். அவர் முடித்தார், "தகவமைப்பு நகரும் சராசரி கணிசமான அறிவார்ந்த முறையீட்டைக் கொண்ட ஒரு சுவாரஸ்யமான புதிய யோசனை என்றாலும், எங்கள் ஆரம்ப சோதனைகள் இந்த சிக்கலான போக்கு மென்மையாக்கும் முறைக்கு உண்மையான நடைமுறை நன்மைகளைக் காட்டத் தவறிவிட்டன." வர்த்தகர்கள் இந்த யோசனையை புறக்கணிக்க வேண்டும் என்று இது அர்த்தப்படுத்துவதில்லை. லாபகரமான வர்த்தக முறையை உருவாக்க AMA ஐ மற்ற குறிகளுடன் இணைக்கலாம். (இந்த தலைப்பில் மேலும் அறிய, கெல்ட்னர் சேனல்களைக் கண்டுபிடிப்பது மற்றும் சைக்கின் ஆஸிலேட்டரைப் படியுங்கள்.)

மிகவும் இலாபகரமான வர்த்தக வாய்ப்புகளைக் கண்டறிய தனித்தனி போக்கு குறிகாட்டியாக ER ஐப் பயன்படுத்தலாம். ஒரு எடுத்துக்காட்டுக்கு, 0.30 க்கு மேலான விகிதங்கள் வலுவான மேம்பாடுகளைக் குறிக்கின்றன மற்றும் சாத்தியமான வாங்குதல்களைக் குறிக்கின்றன. மாற்றாக, சுழற்சிகளில் ஏற்ற இறக்கம் நகர்வதால், குறைந்த செயல்திறன் விகிதத்தைக் கொண்ட பங்குகள் மூர்க்கத்தனமான வாய்ப்புகளாகக் கருதப்படலாம்.

மேலும், எடையுள்ள நகரும் சராசரிகளின் அடிப்படைகளைப் பார்க்கவும்.

தகவமைப்பு நகரும் சராசரி சிறந்த முடிவுகளுக்கு வழிவகுக்கிறதா?

ஆசிரியர் தேர்வு