Médias móveis: quais são eles Entre os mais populares indicadores técnicos, médias móveis são usados para medir a direção da tendência atual. Cada tipo de média móvel (normalmente escrito neste tutorial como MA) é um resultado matemático que é calculado pela média de um número de pontos de dados passados. Uma vez determinada, a média resultante é então plotada em um gráfico, a fim de permitir que os comerciantes olhar para os dados suavizados, em vez de se concentrar nas flutuações do preço do dia-a-dia que são inerentes a todos os mercados financeiros. A forma mais simples de uma média móvel, apropriadamente conhecida como média móvel simples (SMA), é calculada tomando-se a média aritmética de um dado conjunto de valores. Por exemplo, para calcular uma média móvel básica de 10 dias, você adicionaria os preços de fechamento dos últimos 10 dias e dividiria o resultado por 10. Na Figura 1, a soma dos preços dos últimos 10 dias (110) é Dividido pelo número de dias (10) para chegar à média de 10 dias. Se um comerciante deseja ver uma média de 50 dias, em vez disso, o mesmo tipo de cálculo seria feito, mas incluiria os preços nos últimos 50 dias. A média resultante abaixo (11) leva em consideração os últimos 10 pontos de dados, a fim de dar aos comerciantes uma idéia de como um ativo é fixado o preço em relação aos últimos 10 dias. Talvez você esteja se perguntando por que os comerciantes técnicos chamam essa ferramenta de uma média móvel e não apenas uma média regular. A resposta é que, à medida que novos valores se tornam disponíveis, os pontos de dados mais antigos devem ser eliminados do conjunto e novos pontos de dados devem entrar para substituí-los. Assim, o conjunto de dados está em constante movimento para contabilizar novos dados à medida que se torna disponível. Esse método de cálculo garante que apenas as informações atuais estão sendo contabilizadas. Na Figura 2, uma vez que o novo valor de 5 é adicionado ao conjunto, a caixa vermelha (representando os últimos 10 pontos de dados) move-se para a direita eo último valor de 15 é eliminado do cálculo. Como o valor relativamente pequeno de 5 substitui o valor alto de 15, você esperaria ver a média da diminuição do conjunto de dados, o que faz, nesse caso de 11 para 10. O que as médias móveis parecem uma vez MA foram calculados, eles são plotados em um gráfico e, em seguida, conectado para criar uma linha média móvel. Essas linhas curvas são comuns nos gráficos de comerciantes técnicos, mas como eles são usados podem variar drasticamente (mais sobre isso mais tarde). Como você pode ver na Figura 3, é possível adicionar mais de uma média móvel a qualquer gráfico ajustando o número de períodos de tempo usados no cálculo. Essas linhas curvas podem parecer distrativas ou confusas no início, mas você vai crescer acostumado com eles como o tempo passa. A linha vermelha é simplesmente o preço médio nos últimos 50 dias, enquanto a linha azul é o preço médio nos últimos 100 dias. Agora que você entende o que é uma média móvel e como ela se parece, bem introduzir um tipo diferente de média móvel e examinar como ele difere da média móvel simples mencionada anteriormente. A média móvel simples é extremamente popular entre os comerciantes, mas como todos os indicadores técnicos, tem seus críticos. Muitos indivíduos argumentam que a utilidade do SMA é limitada porque cada ponto na série de dados é ponderado o mesmo, independentemente de onde ele ocorre na seqüência. Críticos argumentam que os dados mais recentes são mais significativos do que os dados mais antigos e devem ter uma maior influência no resultado final. Em resposta a essa crítica, os comerciantes começaram a dar mais peso aos dados recentes, o que desde então levou à invenção de vários tipos de novas médias, a mais popular das quais é a média móvel exponencial (EMA). Média móvel exponencial A média móvel exponencial é um tipo de média móvel que dá mais peso aos preços recentes na tentativa de torná-lo mais responsivo Novas informações. Aprender a equação um pouco complicada para o cálculo de um EMA pode ser desnecessário para muitos comerciantes, uma vez que quase todos os pacotes gráficos fazer os cálculos para você. No entanto, para você geeks matemática lá fora, aqui está a equação EMA: Ao usar a fórmula para calcular o primeiro ponto da EMA, você pode notar que não há valor disponível para usar como o EMA anterior. Este pequeno problema pode ser resolvido iniciando o cálculo com uma média móvel simples e continuando com a fórmula acima a partir daí. Fornecemos uma planilha de exemplo que inclui exemplos reais de como calcular uma média móvel simples e uma média móvel exponencial. A diferença entre a EMA ea SMA Agora que você tem uma melhor compreensão de como a SMA ea EMA são calculadas, vamos dar uma olhada em como essas médias são diferentes. Ao olhar para o cálculo da EMA, você vai notar que mais ênfase é colocada sobre os pontos de dados recentes, tornando-se um tipo de média ponderada. Na Figura 5, o número de períodos utilizados em cada média é idêntico (15), mas a EMA responde mais rapidamente à variação dos preços. Observe como a EMA tem um valor maior quando o preço está subindo, e cai mais rápido do que o SMA quando o preço está em declínio. Esta responsividade é a principal razão pela qual muitos comerciantes preferem usar o EMA sobre o SMA. O que significam os diferentes dias As médias móveis são um indicador totalmente personalizável, o que significa que o usuário pode escolher livremente o período de tempo que desejar ao criar a média. Os períodos de tempo mais comuns utilizados nas médias móveis são 15, 20, 30, 50, 100 e 200 dias. Quanto menor o intervalo de tempo usado para criar a média, mais sensível será às mudanças de preços. Quanto mais tempo o intervalo de tempo, menos sensível ou mais suavizado, a média será. Não há um frame de tempo certo para usar ao configurar suas médias móveis. A melhor maneira de descobrir qual funciona melhor para você é experimentar com uma série de diferentes períodos de tempo até encontrar um que se adapta à sua estratégia. Médias móveis: Como usar as médias de ThemMoving 13 Por Casey Murphy. Analista sênior ChartAdvisor análise técnica tem sido em torno de décadas e ao longo dos anos, os comerciantes têm visto a invenção de centenas de indicadores. Embora alguns indicadores técnicos sejam mais populares do que outros, poucos provaram ser tão objetivos, confiáveis e úteis quanto a média móvel. As médias móveis vêm em vários formulários, mas sua finalidade subjacente permanece a mesma: ajudar comerciantes técnicos seguir as tendências dos ativos financeiros suavizando para fora as flutuações de preço do dia-a-dia, ou ruído. Ao identificar as tendências, médias móveis permitem que os comerciantes para fazer essas tendências trabalhar em seu favor e aumentar o número de comércios vencedor. Esperamos que até o final deste tutorial você tenha uma compreensão clara de por que as médias móveis são importantes, como elas são calculadas e como você pode incorporá-las em suas estratégias de negociação. Nada contido nesta publicação se destina a constituir pareceres legais, fiscais, de valores mobiliários ou de investimento, nem uma opinião sobre a adequação de qualquer investimento, nem uma solicitação de qualquer tipo. As informações gerais contidas nesta publicação não devem ser aplicadas sem a obtenção de conselhos legais, fiscais e de investimento específicos de um profissional licenciado. Infelizmente, não há uma estratégia de investimento perfeita que garanta o sucesso, mas você pode encontrar os indicadores e estratégias que funcionam melhor para sua posição. Descubra como usar esses blocos de construção de análise técnica. O indicador de média móvel é uma das ferramentas mais úteis para negociação e análise de mercados financeiros. Enquanto as médias móveis podem ser uma ferramenta valiosa, eles não são sem risco. Descubra os pitalls e como evitá-los. Investopedia expõe alguns mitos comuns sobre análise técnica. Saiba mais sobre os diferentes comerciantes e explorar em detalhes a abordagem mais ampla que olha para o passado para prever o futuro. Aprenda a usar médias móveis para entrar e sair de comércios em ETFs e entender algumas configurações técnicas populares usando médias móveis. Perguntas Frequentes A depreciação pode ser usada como uma despesa dedutível para reduzir os custos fiscais, reforçando o fluxo de caixa Saiba como Warren Buffett se tornou tão bem sucedido através de sua participação em várias escolas de prestígio e suas experiências do mundo real. O CFA Institute permite a um indivíduo uma quantidade ilimitada de tentativas em cada exame. Embora você possa tentar o exame. Saiba mais sobre os salários médios dos analistas de mercado nos EUA e diferentes fatores que afetam os salários e os níveis globais. Perguntas Frequentes A depreciação pode ser usada como uma despesa dedutível para reduzir os custos fiscais, reforçando o fluxo de caixa Saiba como Warren Buffett se tornou tão bem sucedido através de sua participação em várias escolas de prestígio e suas experiências do mundo real. O CFA Institute permite a um indivíduo uma quantidade ilimitada de tentativas em cada exame. Embora você possa tentar o exame. Saiba mais sobre os salários médios dos analistas do mercado de ações nos EUA e diferentes fatores que afetam os salários e os níveis globais. A Relação Média Móvel eo Momentum (Sumário Sumário) O autor examina a capacidade preditiva da razão média móvel (MAR) para retornos futuros. Ele descobre que o poder preditivo do MAR para retornos futuros é independente de retornos passados e da proximidade do preço atual das ações para seu máximo de 52 semanas. O autor examina a efetividade da média móvel (MAR) das médias móveis de curto e longo prazo para prever retornos futuros. Ele também analisa se essa capacidade preditiva é distinta de retornos passados e da razão de um preço atual das ações para seu máximo de 52 semanas. Em sua análise, o autor compara a rentabilidade de três estratégias de investimento. A primeira estratégia de investimento é baseada numa carteira que compreende a compra e venda de um número de ações com base nos retornos gerados nos últimos 6 e 12 meses. A segunda estratégia compreende ações selecionadas com base na relação do preço atual para o máximo de 52 semanas. A terceira estratégia calcula os retornos com base na razão da média móvel de 50 dias para o MAR de 200 dias. Os dados utilizados para esta análise são obtidos a partir da base de dados de reservas de CRSP para Julho de 1962 até Dezembro de 2004. O autor utiliza duas amostras da base de dados CRSP. A primeira amostra compreende todas as ações negociadas na NYSE, Amex e NASDAQ, exceto aquelas com uma capitalização de mercado que as coloca nos deciles menores de NYSE e ações com preço abaixo de 5. A segunda amostra é semelhante à primeira, mas inclui a Menor deciles NYSE e ações cotadas abaixo de 5. O autor observa que o MAR está positivamente correlacionado com retornos passados e com a relação de um preço atual das ações para seu máximo de 52 semanas. Ao comparar os lucros brutos e os lucros ajustados ao risco das três estratégias de investimento, ele descobre que a estratégia de 52 semanas de alta ea estratégia MAR produzem lucros econômicos e estatisticamente significativos, mas que a estratégia MAR é mais rentável e tem um maior valor t . Ele afirma que a estratégia MAR ainda produz o lucro mais significativo quando Janeiro é excluído do período de detenção. Para determinar se os fatores de risco podem explicar os lucros das três estratégias de investimento, o autor regride as carteiras de vencedores e perdedores, juntamente com os lucros de cada estratégia, usando a regressão FemaFrench de três fatores. Os resultados mostram que os fatores FamaFrench fazem uma contribuição negativa para os lucros das estratégias de momentum. Uma comparação pairwise da rentabilidade das três estratégias de investimento revela que a estratégia MAR é mais rentável do que a estratégia de retorno-impulso-tempo e que a carteira vencedora MAR gera um retorno mais estatisticamente significativa do que os vencedores de 52 semanas de alta. O autor também investiga se o MAR pode prever retornos futuros independentes de ambos os retornos passados eo máximo de 52 semanas, calculando os retornos do período de retenção para duas carteiras. A primeira carteira é baseada no MAR e uma estratégia de retorno de 12 meses é classificado primeiro pelo retorno de 12 meses e depois pelo MAR, seguido por outro tipo primeiro pelo MAR e depois pelo retorno de 12 meses. A segunda carteira é baseada no MAR e uma estratégia de 52 semanas de alta é classificado primeiro pela alta de 52 semanas e, em seguida, pelo MAR, seguido por outro tipo primeiro pelo MAR e depois pelo máximo de 52 semanas. Os resultados deste teste revelam não só que o MAR tem maior poder preditivo do que o retorno de 12 meses, mas também que o MAR é um sinal independente. Da mesma forma, o MAR tem poderes preditivos que são distintos da estratégia de 52 semanas de alta. Em seguida, o autor realiza uma análise de regressão transversal em estilo FamaMacBeth para identificar o efeito marginal de pertencer à carteira vencedora ou perdedora em cada uma das três estratégias de investimento. Os resultados revelam que o poder preditivo do retorno de 12 meses pode ser explicado pela sua proximidade ao máximo de 52 semanas ou a razão entre as médias móveis de curto prazo e de longo prazo. A análise também mostra que, ao contrário das outras estratégias, a estratégia MAR gera lucros significativos das carteiras vencedoras e perdedoras. O autor sugere que um viés de ancoragem ao máximo de 52 semanas ou ao MAR é um fator explicativo melhor para momentum de prazo intermediário do que o conservadorismo de investidor ou o excesso de confiança. Finalmente, o autor realiza um teste de robustez usando médias diferentes para representar o MAR de curto e longo prazos e descobre que cada combinação de MAR ainda gera lucro estatístico e suporta o poder preditivo do MAR. O autor conclui observando que as previsões baseadas no MAR não se invertem no longo prazo, sugerindo que o momentum de médio prazo e as reversões de longo prazo são conceitos separados. Informação do Autor O Parque Seung-Chan está na Universidade Adelphi. Usuários que lerem este artigo também lerão Publicações da Pesquisa
No comments:
Post a Comment