Exploration der exponentiell gewichteten Moving Average Volatilität ist die häufigste Maßnahme für das Risiko, aber es kommt in mehreren Geschmacksrichtungen. In einem früheren Artikel haben wir gezeigt, wie man einfache historische Volatilität berechnet. (Um diesen Artikel zu lesen, lesen Sie unter Verwenden der Volatilität, um zukünftiges Risiko zu messen.) Wir verwendeten Googles tatsächliche Aktienkursdaten, um die tägliche Volatilität basierend auf 30 Tagen der Bestandsdaten zu berechnen. In diesem Artikel werden wir auf einfache Volatilität zu verbessern und diskutieren den exponentiell gewichteten gleitenden Durchschnitt (EWMA). Historische Vs. Implied Volatility Erstens, lassen Sie diese Metrik in ein bisschen Perspektive. Es gibt zwei breite Ansätze: historische und implizite (oder implizite) Volatilität. Der historische Ansatz geht davon aus, dass Vergangenheit ist Prolog Wir messen Geschichte in der Hoffnung, dass es prädiktive ist. Die implizite Volatilität dagegen ignoriert die Geschichte, die sie für die Volatilität der Marktpreise löst. Es hofft, dass der Markt am besten weiß und dass der Marktpreis, auch wenn implizit, eine Konsensschätzung der Volatilität enthält. (Für verwandte Erkenntnisse siehe Die Verwendungen und Grenzen der Volatilität.) Wenn wir uns auf die drei historischen Ansätze (auf der linken Seite) konzentrieren, haben sie zwei Schritte gemeinsam: Berechnen Sie die Reihe der periodischen Renditen Berechnen die periodische Rendite. Das ist typischerweise eine Reihe von täglichen Renditen, bei denen jede Rendite in kontinuierlich zusammengesetzten Ausdrücken ausgedrückt wird. Für jeden Tag nehmen wir das natürliche Protokoll des Verhältnisses der Aktienkurse (d. H. Preis heute geteilt durch den Preis gestern und so weiter). Dies erzeugt eine Reihe von täglichen Renditen, von u i bis u i-m. Je nachdem wie viele Tage (m Tage) wir messen. Das bringt uns zum zweiten Schritt: Hier unterscheiden sich die drei Ansätze. Wir haben gezeigt, dass die einfache Varianz im Rahmen einiger akzeptabler Vereinfachungen der Mittelwert der quadratischen Renditen ist: Beachten Sie, dass diese Summe die periodischen Renditen zusammenfasst und dann diese Summe durch die Anzahl der Tage oder Beobachtungen (m). Also, seine wirklich nur ein Durchschnitt der quadrierten periodischen kehrt zurück. Setzen Sie einen anderen Weg, jede quadratische Rückkehr wird ein gleiches Gewicht gegeben. Also, wenn alpha (a) ein Gewichtungsfaktor (speziell eine 1m) ist, dann eine einfache Varianz sieht etwa so aus: Die EWMA verbessert auf einfache Varianz Die Schwäche dieser Ansatz ist, dass alle Renditen das gleiche Gewicht zu verdienen. Yesterdays (sehr jüngste) Rückkehr hat keinen Einfluss mehr auf die Varianz als die letzten Monate zurück. Dieses Problem wird durch Verwendung des exponentiell gewichteten gleitenden Mittelwerts (EWMA), bei dem neuere Renditen ein größeres Gewicht auf die Varianz aufweisen, festgelegt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) führt Lambda ein. Die als Glättungsparameter bezeichnet wird. Lambda muss kleiner als 1 sein. Unter dieser Bedingung wird anstelle der gleichen Gewichtungen jede quadratische Rendite durch einen Multiplikator wie folgt gewichtet: Beispielsweise neigt die RiskMetrics TM, eine Finanzrisikomanagementgesellschaft, dazu, eine Lambda von 0,94 oder 94 zu verwenden. In diesem Fall wird die erste ( (1 - 0,94) (94) 0 6. Die nächste quadrierte Rückkehr ist einfach ein Lambda-Vielfaches des vorherigen Gewichts in diesem Fall 6 multipliziert mit 94 5,64. Und das dritte vorherige Tagegewicht ist gleich (1-0,94) (0,94) 2 5,30. Das ist die Bedeutung von exponentiell in EWMA: jedes Gewicht ist ein konstanter Multiplikator (d. h. Lambda, der kleiner als eins sein muß) des vorherigen Gewichtes. Dies stellt eine Varianz sicher, die gewichtet oder zu neueren Daten voreingenommen ist. (Weitere Informationen finden Sie im Excel-Arbeitsblatt für die Googles-Volatilität.) Der Unterschied zwischen einfacher Volatilität und EWMA für Google wird unten angezeigt. Einfache Volatilität wiegt effektiv jede periodische Rendite von 0,196, wie in Spalte O gezeigt (wir hatten zwei Jahre täglich Aktienkursdaten, das sind 509 tägliche Renditen und 1509 0,196). Aber beachten Sie, dass die Spalte P ein Gewicht von 6, dann 5,64, dann 5,3 und so weiter. Das ist der einzige Unterschied zwischen einfacher Varianz und EWMA. Denken Sie daran: Nachdem wir die Summe der ganzen Reihe (in Spalte Q) haben wir die Varianz, die das Quadrat der Standardabweichung ist. Wenn wir Volatilität wollen, müssen wir uns daran erinnern, die Quadratwurzel dieser Varianz zu nehmen. Was ist der Unterschied in der täglichen Volatilität zwischen der Varianz und der EWMA im Googles-Fall? Bedeutend: Die einfache Varianz gab uns eine tägliche Volatilität von 2,4, aber die EWMA gab eine tägliche Volatilität von nur 1,4 (Details siehe Tabelle). Offenbar ließ sich die Googles-Volatilität in jüngster Zeit verringern, so dass eine einfache Varianz künstlich hoch sein könnte. Die heutige Varianz ist eine Funktion der Pior Tage Variance Youll bemerken wir benötigt, um eine lange Reihe von exponentiell sinkende Gewichte zu berechnen. Wir werden die Mathematik hier nicht durchführen, aber eine der besten Eigenschaften der EWMA ist, daß die gesamte Reihe zweckmäßigerweise auf eine rekursive Formel reduziert: Rekursiv bedeutet, daß heutige Varianzreferenzen (d. h. eine Funktion der früheren Tagesvarianz) ist. Sie können diese Formel auch in der Kalkulationstabelle zu finden, und es erzeugt genau das gleiche Ergebnis wie die Langzeitberechnung Es heißt: Die heutige Varianz (unter EWMA) ist gleichbedeutend mit der gestrigen Abweichung (gewichtet mit Lambda) plus der gestrigen Rückkehr (gewogen durch ein Minus-Lambda). Beachten Sie, wie wir sind nur das Hinzufügen von zwei Begriffe zusammen: gestern gewichtet Varianz und gestern gewichtet, quadriert zurück. Dennoch ist Lambda unser Glättungsparameter. Ein höheres Lambda (z. B. wie RiskMetrics 94) deutet auf einen langsameren Abfall in der Reihe hin - in relativer Hinsicht werden wir mehr Datenpunkte in der Reihe haben, und sie fallen langsamer ab. Auf der anderen Seite, wenn wir das Lambda reduzieren, deuten wir auf einen höheren Abfall hin: die Gewichte fallen schneller ab, und als direkte Folge des schnellen Zerfalls werden weniger Datenpunkte verwendet. (In der Kalkulationstabelle ist Lambda ein Eingang, so dass Sie mit seiner Empfindlichkeit experimentieren können). Zusammenfassung Volatilität ist die momentane Standardabweichung einer Aktie und die häufigste Risikomessung. Es ist auch die Quadratwurzel der Varianz. Wir können Varianz historisch oder implizit messen (implizite Volatilität). Bei der historischen Messung ist die einfachste Methode eine einfache Varianz. Aber die Schwäche mit einfacher Varianz ist alle Renditen bekommen das gleiche Gewicht. So stehen wir vor einem klassischen Kompromiss: Wir wollen immer mehr Daten, aber je mehr Daten wir haben, desto mehr wird unsere Berechnung durch weit entfernte (weniger relevante) Daten verdünnt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) verbessert die einfache Varianz durch Zuordnen von Gewichten zu den periodischen Renditen. Auf diese Weise können wir beide eine große Stichprobengröße, sondern auch mehr Gewicht auf neuere Renditen. (Um ein Film-Tutorial zu diesem Thema zu sehen, besuchen Sie die Bionic Turtle.) Moving Average Crossovers Moving durchschnittliche Crossover sind ein gängiger Weg Trader können Moving Averages. Eine Überkreuzung tritt auf, wenn ein schnelleres Moving Average (d. h. ein kürzerer Periodenbewegungsdurchschnitt) entweder über einen langsameren Moving Average (d. h. einen längeren Zeitraum Moving Average) kreuzt, der als bullish Crossover oder unterhalb betrachtet wird, der als ein bearish Crossover betrachtet wird. Die nachstehende Tabelle des SampP Depository Receipts Exchange Traded Fund (SPY) zeigt den 50-tägigen Simple Moving Average und den 200-Tage Simple Moving Average. Dieses Moving Average-Paar wird oft von großen Finanzinstituten als Langstreckenindikator der Marktrichtung betrachtet : Beachten Sie, wie die langfristige 200-Tage-Simple Moving Average in einem Aufwärtstrend ist dies oft als ein Signal, dass der Markt ist ziemlich stark interpretiert. Ein Händler könnte erwägen, zu kaufen, wenn die kürzerfristige 50-Tage-SMA über die 200-tägige SMA kreuzt und kontrastreich, könnte ein Händler zu verkaufen, wenn die 50-Tage-SMA kreuzt unter dem 200-Tage-SMA. In dem obigen Diagramm des SampP 500 wären beide potentiellen Kaufsignale extrem rentabel gewesen, aber das eine potentielle Verkaufssignal hätte einen kleinen Verlust verursacht. Denken Sie daran, dass die 50-Tage, 200-Tage Simple Moving Average Crossover ist eine sehr langfristige Strategie. Für diejenigen Händler, die mehr Bestätigung wünschen, wenn sie Moving Average Crossover verwenden, kann die 3 Simple Moving Average Crossover-Technik verwendet werden. Ein Beispiel hierfür ist im Diagramm von Wal-Mart (WMT) gezeigt: Die 3 Simple Moving Average Methode könnte wie folgt interpretiert werden: Der erste Crossover der schnellsten SMA (im Beispiel oben, der 10-Tage SMA) Über die nächste schnellste SMA (20-Tage-SMA) fungiert als eine Warnung, dass die Preise Trend rückläufig sein könnte jedoch in der Regel ein Händler würde nicht eine tatsächliche Kauf-oder Verkaufsauftrag dann. Danach könnte der zweite Crossover der schnellsten SMA (10 Tage) und der langsamste SMA (50-Tage) einen Händler zum Kauf oder Verkauf auslösen. Es gibt viele Varianten und Methoden für die Verwendung des 3 Simple Moving Average Crossover-Methode, einige sind unten vorgesehen: Ein konservativer Ansatz könnte sein, zu warten, bis die mittlere SMA (20-Tage) kreuzt über die langsamere SMA (50-Tage) aber dies Ist im Grunde ein zwei SMA Crossover-Technik, nicht eine drei SMA-Technik. Ein Händler könnte eine Geld-Management-Technik der Kauf einer halben Größe, wenn die schnelle SMA kreuzt über die nächste schnellste SMA und dann geben Sie die andere Hälfte, wenn die schnelle SMA kreuzt über die langsamere SMA. Anstatt halbiert, kaufen oder verkaufen ein Drittel einer Position, wenn die schnelle SMA kreuzt über die nächste schnellste SMA, ein weiteres Drittel, wenn die schnelle SMA kreuzt über die langsame SMA und das letzte Drittel, wenn die zweite schnellste SMA über die langsame SMA kreuzt . Eine Moving Average Crossover-Technik, die 8 Moving Averages (exponentiell) verwendet, ist die Moving Average Exponential Ribbon Indicator (siehe: Exponential Ribbon). Moving Durchschnittliche Übergänge werden oft von Händlern betrachtet. In der Tat Frequenzweichen sind oft in den beliebtesten technischen Indikatoren einschließlich der Moving Average Convergence Divergence (MACD) Indikator (siehe: MACD) enthalten. Andere bewegte Durchschnitte verdienen eine sorgfältige Berücksichtigung in einem Handelsplan: Die obigen Informationen dienen nur zu Informationszwecken und zu Unterhaltungszwecken und stellen keine Handelsberatung oder eine Aufforderung zum Kauf oder Verkauf von Aktien, Optionen, Zukunfts-, Rohstoff - oder Devisenprodukten dar. Die Wertentwicklung in der Vergangenheit ist nicht unbedingt ein Hinweis auf die zukünftige Wertentwicklung. Handel ist von Natur aus riskant. OnlineTradingConcepts haftet nicht für besondere oder Folgeschäden, die aus der Nutzung oder Nichtnutzung, den auf dieser Website bereitgestellten Materialien und Informationen entstehen. Vollständiger Haftungsausschluss.
No comments:
Post a Comment