Kaufman的自适应移动平均线(AMA)
Kaufman的自适应移动平均线(AMA)
自适应移动平均线(AMA)是由著名的交易员和计算机程序员佛·考夫曼(Perry Kaufman)于1995年开发的。与其他移动平均线相比,AMA使用了一种特殊的算法,以自适应形式来调整移动平均线的权重。这使得AMA更适合在波动性较高的市场中使用。
为什么使用AMA?
传统的移动平均线在计算时通常使用的是等权重,无论市场的波动性如何。这意味着在波动性较高的市场中,移动平均线会滞后于价格,导致交易信号的延迟。另外,当价格趋势发生变化时,传统的移动平均线会产生较多的噪声和虚假信号。
AMA算法通过计算ATR(平均真实波幅)来测量市场波动性,根据市场的波动性来调整移动平均线的权重。当市场波动性较高时,AMA将增加对历史数据的权重,使得移动平均线更接近于当前价格。当市场波动性较低时,AMA将减少对历史数据的权重,使得移动平均线更平滑。
如何计算AMA?
AMA的计算过程分为以下几步:
计算平均真实波幅(ATR)
计算快速移动平均线(FastMA)和慢速移动平均线(SlowMA)
计算平滑因子(Smoothing Factor)
计算AMA
其中,平滑因子的计算是AMA算法的核心。平滑因子的计算公式如下:
ER = ABS(Close - PrevClose)
FastSC = 2 / (fastMA + 1)
SlowSC = 2 / (slowMA + 1)
SC = ER * (FastSC - SlowSC) + SlowSC
SF = SC * SC
其中,Close是当前收盘价,PrevClose是前一天收盘价,fastMA和slowMA是用户设定的移动平均线周期,FastSC和SlowSC分别是快速移动平均线和慢速移动平均线的平滑因子,ER是指价格的波动范围,SC是平滑因子的计算公式,SF是平滑因子的平方。
最后,根据计算出来的平滑因子和移动平均线的历史数据,即可计算出AMA。AMA的计算公式如下:
AMA = AMAprev + SF * (Close - AMAprev)
其中,AMAprev是上一个周期的AMA值。
如何使用AMA?
AMA可以用来判断趋势的变化和市场的波动性。当AMA处于上升趋势时,表明市场处于上涨趋势,并且市场的波动性增加。当AMA处于下降趋势时,表明市场处于下跌趋势,并且市场的波动性减少。
由于AMA在计算时考虑了
相关文章: