Moyenne Mobile Origine

Historique et fond qui sont d'abord venu avec les moyennes mobiles Les analystes techniques utilisent maintenant des moyennes mobiles depuis plusieurs décennies. Ils sont si omniprésents dans notre travail que la plupart d'entre nous ne savent pas d'où ils viennent. Les statisticiens classent les moyennes mobiles dans le cadre d'une famille d'outils pour ldquoTime Series Analysisrdquo. Les autres dans cette famille sont: ANOVA, moyenne arithmétique, coefficient de corrélation, covariance, tableau de différence, ajustement des moindres carrés, maximum de vraisemblance, moyenne mobile, périodogramme, théorie de prédiction, variable aléatoire, randonnée aléatoire, résiduel, variance. Vous pouvez en savoir plus sur chacun d'entre eux et leurs définitions à Wolfram. Le développement du ldquomoving averagerdquo remonte à 1901, bien que le nom lui ait été appliqué plus tard. De l'historien mathématique Jeff Miller: MOYENNE MOYENNE. Cette technique pour lisser les points de données a été utilisée pendant des décennies avant que ce terme, ou n'importe quel terme général, soit entré en usage. En 1909, GU Yule (Journal de la Royal Statistical Society, 72, 721-730) décrivait les moyennes individuelles moyennes de RH Hooker calculées en 1901 comme des moyennes de moyennes. Yule n'a pas adopté le terme dans son manuel mais il est entré en circulation par WI Kingrsquos Éléments de la méthode statistique (1912). LdquoMoving averagerdquo se référant à un type de processus stochastique est une abréviation de H. Woldrsquos ldquoprocess of moving averagerdquo (Une étude dans l'analyse des séries chronologiques stationnaires (1938)). Wold a décrit comment des cas spéciaux du processus ont été étudiés dans les années 1920 par Yule (en relation avec les propriétés de la méthode de corrélation de différence de variable) et Slutsky John Aldrich. De StatSoft Inc. vient cette description de lissage exponentiel. Qui est l'une des plusieurs techniques de pondération des données passées différemment: ldquoLoignage exponentiel est devenu très populaire comme méthode de prévision pour une grande variété de données de séries chronologiques. Historiquement, la méthode a été développée indépendamment par Robert Goodell Brown et Charles Holt. Brown a travaillé pour la marine américaine pendant la Seconde Guerre mondiale, où sa mission était de concevoir un système de suivi pour l'information de contrôle de l'incendie pour calculer l'emplacement des sous-marins. Plus tard, il a appliqué cette technique à la prévision de la demande de pièces de rechange (un problème de contrôle des stocks). Il a décrit ces idées dans son livre de 1959 sur le contrôle des stocks. La recherche Holtrsquos a été parrainée par le Bureau de la recherche navale de façon indépendante, il a développé des modèles exponentiels de lissage pour les processus constants, les processus avec des tendances linéaires, et pour les données saisonnières. Le papier Holtrsquos, ldquoForecasting Seasonals and Trends par Moyennes mobiles mobiles exponentiellement a été publié en 1957 dans O. N.R. Mémorandum de recherche 52, Carnegie Institute of Technology. Il n'existe pas en ligne gratuitement, mais peut être accessible par ceux qui ont accès à des ressources documentaires universitaires. À notre connaissance, P. N. (Pete) Haurlan a été le premier à utiliser le lissage exponentiel pour le suivi des cours des actions. Haurlan était un véritable scientifique de fusée qui a travaillé pour JPL au début des années 1960, et donc il avait accès à un ordinateur. Il ne les appelait pas des moyennes mobiles exponentielles (EMAs), ni les moyennes mobiles mathématiquement à la mode, exponentiellement pondérées (EWMAs) rdquo. Au lieu de cela, il les appelait ldquoTrend Valuesrdquo, et les appelait par leurs constantes de lissage. Ainsi, ce que l'on appelle aujourd'hui une EMA de 19 jours, il a appelé un Trendrdquo ldquo10. Puisque sa terminologie était l'original pour une telle utilisation dans le suivi des cours des actions, c'est pourquoi nous continuons à utiliser cette terminologie dans notre travail. Haurlan avait employé les EMA dans la conception des systèmes de suivi des fusées, qui pourraient par exemple intercepter un objet en mouvement comme un satellite, une planète, etc. Si le chemin vers la cible était éteint, il faudrait appliquer une sorte d'entrée Au mécanisme de pilotage, mais ils ne voulaient pas exagérer ou sous-estimer ces données et devenir instables ou ne pas tourner. Ainsi, le bon type de lissage des entrées de données a été utile. Haurlan a appelé ce Controldquo proportionnel de ldquo, signifiant que le mécanisme de direction n'essayerait pas d'ajuster tout de l'erreur de suivi tout à la fois. Les EMA étaient plus faciles à coder dans les circuits analogiques précoces que les autres types de filtres car ils ne nécessitent que deux éléments de données variables: la valeur d'entrée courante (par exemple le prix, la position, l'angle, etc.) et la valeur EMA précédente. La constante de lissage serait câblée dans le circuit, donc le ldquomemoryrdquo n'aurait qu'à suivre ces deux variables. Une moyenne mobile simple, d'autre part, nécessite de garder la trace de toutes les valeurs dans la période de retour. Donc un 50-SMA signifierait garder la trace de 50 points de données, puis la moyenne. Il attire beaucoup plus de puissance de traitement. Pour en savoir plus sur EMAs versus Simple Moving Averages (SMA) chez Exponential Versus Simple. Haurlan a fondé le bulletin Trade Levels dans les années 1960, laissant JPL pour ce travail plus lucratif. Son bulletin a été sponsor de l'émission de télévision Charting The Market sur KWHY-TV à Los Angeles, la toute première émission de télévision TA, organisée par Gene Morgan. Le travail de Haurlan et Morgan a été une grande partie de l'inspiration derrière Sherman et Marian McClellanrsquos développement de l'oscillateur McClellan et Summation Index, qui impliquent lissage exponentiel des données Advance-Decline. Vous pouvez lire une brochure de 1968 intitulée Measuring Trend Values ​​publiée par Haurlan à partir de la page 8 de la brochure du MTA Award. Que nous avons préparé pour les participants à la conférence 2004 MTA où Sherman et Marian ont été récompensés par le MTArsquos Lifetime Achievement Award. Haurlan ne fait pas la liste de l'origine de cette technique mathématique, mais note qu'il avait été utilisé dans l'ingénierie aérospatiale pendant de nombreuses années. Moving Average - MA BREAKING DOWN Moyenne mobile - MA En tant qu'exemple SMA, considérer un titre avec les prix de clôture suivants plus 15 jours: Semaine 1 (5 jours) 20, 22, 24, 25, 23 Semaine 2 (5 jours) 26, 28, 26, 29, 27 Semaine 3 (5 jours) 28, 30, 27, 29, 28 A 10 - Ma jours serait la moyenne des cours de clôture pour les 10 premiers jours comme premier point de données. Le prochain point de données laisserait tomber le premier prix, ajoute le prix au jour 11 et prend la moyenne, et ainsi de suite comme montré ci-dessous. Comme on l'a noté plus haut, les AM retardent l'action actuelle du prix parce qu'elles sont basées sur des prix passés, plus la période de l'AM est longue, plus le décalage est important. Ainsi, un MA de 200 jours aura un décalage beaucoup plus grand que d'une MA de 20 jours, car il contient des prix pour les 200 derniers jours. La durée de la MA à utiliser dépend des objectifs de négociation, avec plus courte MA utilisés pour les transactions à court terme et à plus long terme MA plus adaptés pour les investisseurs à long terme. La MA de 200 jours est largement suivie par les investisseurs et les commerçants, avec des ruptures au-dessus et en dessous de cette moyenne mobile considérés comme des signaux commerciaux importants. Les MA confèrent également des signaux commerciaux importants seuls, ou lorsque deux moyennes se croisent. Une augmentation MA indique que la sécurité est dans une tendance haussière. Tandis qu'un MA en déclin indique qu'il est dans une tendance baissière. De même, la dynamique ascendante est confirmée par un croisement haussier. Qui se produit quand un MA à court terme traverse au-dessus d'un MA à plus long terme. La vitesse de déplacement vers le bas est confirmée par un croisement baissier, qui se produit quand un MA à court terme traverse en dessous d'une moyenne mobile à plus long terme. Moyenne mobile simple - SMA Une moyenne mobile simple est personnalisable en ce sens qu'elle peut être calculée pour Un nombre différent de périodes de temps, simplement en ajoutant le cours de clôture du titre pour un certain nombre de périodes, puis en divisant ce total par le nombre de périodes, ce qui donne le prix moyen du titre sur la période. Une moyenne mobile simple lisse la volatilité et facilite la visualisation de l'évolution des prix d'un titre. Si la moyenne mobile simple pointe, cela signifie que le prix des titres est en augmentation. Si elle pointe vers le bas, cela signifie que le prix des titres est en baisse. Plus la marge de temps de la moyenne mobile est longue, plus la moyenne mobile est plus lisse. Une moyenne mobile à plus court terme est plus volatile, mais sa lecture est plus proche de la source de données. Importance analytique Les moyennes mobiles sont un outil analytique important utilisé pour identifier les tendances actuelles des prix et le potentiel de changement d'une tendance établie. La forme la plus simple d'utiliser une moyenne mobile simple dans l'analyse est de l'utiliser pour identifier rapidement si une sécurité est dans une tendance haussière ou de baisse. Un autre outil d'analyse populaire, quoique légèrement plus complexe, consiste à comparer une paire de moyennes mobiles simples, chacune couvrant des délais différents. Si une moyenne mobile simple à court terme est supérieure à une moyenne à plus long terme, une tendance à la hausse est attendue. D'autre part, une moyenne à long terme supérieure à une moyenne à court terme signale une tendance à la baisse de la tendance. Modèles commerciaux populaires Deux modèles commerciaux populaires qui utilisent des moyennes mobiles simples comprennent la croix de la mort et une croix d'or. Une croix de mort survient lorsque la moyenne mobile simple de 50 jours passe au-dessous de la moyenne mobile de 200 jours. Ceci est considéré comme un signal baissier, que d'autres pertes sont en réserve. La croix d'or se produit quand une moyenne mobile à court terme se casse au-dessus d'une moyenne mobile à long terme. Renforcé par les volumes de négociation élevés, cela peut signaler de nouveaux gains sont en magasin.