分类
美股期权交易基础

什么是指数移动平均线?

数量技术宅 ​

指数移动平均线(Exponential Moving Averages)

EMA

在20世纪60年代早期,第一个使用指数平滑跟踪股票价格的人是P. N. Haurlan。他是美国帕萨迪纳JPL的技术经理,曾利用EMA设计过火箭跟踪系统。因为可以自由使用计算机,他闲来无事会分析股票市场。在成功应用于股票市场之初,他并没有提出“指数移动平均线”,而是称其为“趋势价值”。后来,Haurlan创建了他的Haurlan指数EMA模型。这一模型为促进麦克莱伦振荡器(McClellan Oscillator)和求和指数(Summation Index),包括指数平滑提前衰落数据的发展具有不可忽视的重要作用。

指数移动平均线有什么作用?

指数移动平均线使用指南

趋势跟踪。基本上完全使用EMA来跟踪主要趋势并对其采取行动。只要股票收盘价在平均水平之下,交易者就会继续持仓。

动态支撑位和阻力位。像50天或200天的EMA周期可以作为支撑和阻力区间,交易者可据此确定各自交易策略和决策。

移动平均线交叉。通过使用两个不同的指数移动平均线,获得买入和卖出信号。EMA交叉预示着动量和趋势的变化。当较短期EMA越过较长期EMA时,表示看涨信号;反之则为看跌信号。在许多情况下,资产价格会趋近交叉完成后距离更远的EMA线。通常,两条EMA线之间的区域是顺势入市的好时机。

【炼丹技巧】指数移动平均(EMA)的原理及PyTorch实现

Nicolas 什么是指数移动平均线? ​

EMA的定义

指数移动平均(Exponential Moving Average)也叫权重移动平均(Weighted Moving Average),是一种给予近期数据更高权重的平均方法。

假设我们有n个数据: [\theta_1, \theta_2, . \theta_n]

  • 普通的平均数: \overline=\frac\sum_^n \theta_i
  • EMA: v_t = \beta\cdot v_ + (1-\beta)\cdot \theta_t ,其中, v_t 表示前 t 条的平均值 ( v_0=0 ), \beta 是加权权重值 (一般设为0.9-0.999)。

Andrew Ng在Course 2 Improving Deep Neural Networks中讲到,EMA可以近似看成过去 1/(1-\beta)​ 个时刻 v​ 值的平均。

普通的过去 n 时刻的平均是这样的:

类比EMA,可以发现当 \beta=\frac 时,两式形式上相等。需要注意的是,两个平均并不是严格相等的,这里只是为了帮助理解。

实际上,EMA计算时,过去 1/(1-\beta)​ 个时刻之前的数值平均会decay到 \frac​ 的加权比例,证明如下。

如果将这里的 v_t 展开,可以得到:

v_t = \alpha^n v_ + (1-\alpha)(\alpha^\theta_+ . +\alpha^0\theta_t)

在深度学习的优化中的EMA

上面讲的是广义的ema定义和计算方法,特别的,在深度学习的优化过程中, \theta_t 是t时刻的模型权重weights, v_t 是t时刻的影子权重(shadow weights)。在梯度下降的过程中,会一直维护着这个影子权重,但是这个影子权重并不会参与训练。基本的假设是,模型权重在最后的n步内,会在实际的最优点处抖动,所以我们取最后n步的平均,能使得模型更加的鲁棒。

EMA的偏差修正

实际使用中,如果令 v_0=0 ,且步数较少,ema的计算结果会有一定偏差。

什么是指数移动平均线?

EMA为什么有效

令第n时刻的模型权重(weights)为 v_n ,梯度为 g_n ,可得:

令第n时刻EMA的影子权重为 v_n ,可得:

\begin v_n &= \alpha v_+(1-\alpha)\theta_n \\ &= \alpha (\alpha v_+(1-\alpha)\theta_)+(1-\alpha)\theta_n \\ &= . \\ &= \alpha^n v_0+(1-\alpha)(\theta_n+\alpha\theta_+\alpha^2\theta_+. +\alpha^\theta_) \end

代入上面 \theta_n 的表达,令 v_0=\theta_1 展开上面的公式,可得:

\begin v_n &= \alpha^n v_0+(1-\alpha)(\theta_n+\alpha\theta_+\alpha^2\theta_+. +\alpha^\theta_)\\ &= \alpha^n v_0+(1-\alpha)(\theta_1-\sum_^g_i+\alpha(什么是指数移动平均线? \theta_1-\sum_^g_i)+. + \alpha^(\theta_1-\sum_^g_i)+\alpha^\theta_)\\ &= \alpha^n v_0+(1-\alpha)(\frac\theta_1-\sum_^\frac>g_i) \\ 什么是指数移动平均线? &= \alpha^n v_0+(1-\alpha^n)\theta_1 -\sum_^(1-\alpha^)g_i\\ &= \theta_1 -\sum_^(1-\alpha^)g_i \end

\begin \theta_n &= \theta_1-\sum_^g_i \\ v_n &= \theta_1 -\sum_^(什么是指数移动平均线? 1-\alpha^)g_i \end

什么是指数移动平均线?

数量技术宅 ​

指数移动平均线,英文名称Exponential Moving Average,它是在普通移动平均线基础上的改进,要理解指数移动平均线,就需要先理解普通移动平均线,许多股票交易软件把它成为MA(Moving Average),我们通常看到软件中的MA10、MA20等等,指的是10个计算周期、20个计算周期所计算得到的移动平均线。

对序列 xn> 定义其截至第n项的周期为N的指数移动平均 EMANxn)。从定义式可以看出 EMA 加权平均的特性。在 EMA 指标中,每天价格的权重系数以指数等比形式缩小。时间越靠近当今时刻,它的权重越大。说明 EMA 函数对近期的价格加强了权重比,更能及时反映近期价格波动情况。

一文了解指数移动平均线 (EMA),能否在大周期找到最佳入场位置


一旦两条线交叉,交易者应该开始买入。

如果深蓝色线 (9-EMA) 穿过浅蓝色线 (50-EMA) 并高于它,这是一个看涨信号,我们可以此时就可以进现货。如果浅蓝色线与深蓝色线交叉并向上,这是一个看跌信号,我们可以卖出了。

一旦两条线交叉,比特币从 40,000 美元上涨 15% 至 48,000 美元,并维持了几天的趋势。一旦 EMA 下降,指标在看跌背离上回升并发出卖出信号。

EMA日间交易

EMA 的日内交易应使用 4H(每小时)等短期图表进行,并针对较短的 n 周期进行调整。避免单独使用指标并使用趋势振荡器,例如指示“超买”和“超卖”水平的相对强弱指数 ( RSI ) 。


RSI 指标和 EMA 合并以进行日内交易。

当 RSI 振荡器达到极端超买或超卖水平时,就会出现理想的交易机会。我们可以看到价格跌破均线,这是一个很好的做多机会,这与 RSI 指标的超卖值相匹配。然后价格升至 EMA 指标上方,与超买值相匹配。

在前一个例子中,价格从 39,000 美元上涨到 43,000 美元,在后一个例子中,价格从 43,000 美元下降到 39,000 美元。简而言之:当价格低于 EMA 时做多,当价格高于 EMA 时做空。确保信号与 RSI 振荡器的极端读数相匹配。

简单移动平均线与指数移动平均线:哪个更好?

简单移动平均线和指数移动平均线是类似的指标。SMA 对所有历史价值给予同等重视。EMA 将权重放在最新的平均值上,并使用平滑来逐渐降低历史数据相对于当前趋势的重要性。两个指示灯可以同时激活:

与 SMA 相比,EMA 更敏感,并且随着蜡烛的波动更大。我们可以注意到 EMA(蓝色)如何坚持比特币蜡烛并接近当前趋势,而 SMA 则略有分离。建议将 SMA 用于长期投资,而建议将 EMA 用于日间交易。

与常规移动平均线 (MA) 指标相比,EMA 也有所不同。MA 指标仅计算未应用平滑的 n 周期的平均值:

MA 指标(红色)和 什么是指数移动平均线? EMA 指标(蓝色)在比特币图表上具有相似的值;但是,MA 指标与比特币蜡烛的距离比 EMA 指标更远,这表明 EMA 更敏感。

移动平均线指标已经存在了 100 多年,大多数指标都基于移动平均线。例如,MACD指标基于双 EMA。最有效的 EMA 交易策略是为交叉交易实施双 EMA。当不太敏感(较长)的 EMA 穿过较敏感(较短)的 EMA 并上升到上方时,就会产生买入信号。

指数移动平均线与加权移动平均线最相似,因为这两个指标都强调最近的价格数据。如果两个指标的 n 周期相同,简单移动平均线可以输出几乎相同的值。

今天给大家简单科普一下技术面的分享,感谢观看这里是宇说财经大家有问题可以私信,宇说财经专注于区块链行业深耕,发掘币圈潜力领域。希望今天的内容对您有所帮助。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.