200 Dagers Moving Average Trading Strategi

Flytte gjennomsnitt: Strategier 13 Av Casey Murphy. Senior Analytiker ChartAdvisor Ulike investorer bruker bevegelige gjennomsnitt for ulike grunner. Noen bruker dem som deres primære analytiske verktøy, mens andre bare bruker dem som en selvtillitbygger for å sikkerhetskopiere sine investeringsbeslutninger. I denne delen presenterer du noen forskjellige typer strategier - å inkorporere dem i din handelsstil er opp til deg. Crossovers En crossover er den mest grunnleggende typen signal og er favorisert blant mange handelsmenn fordi det fjerner all følelse. Den mest grunnleggende typen crossover er når prisen på et aktivum beveger seg fra den ene siden av et bevegelige gjennomsnitt og lukker på den andre. Prisoverskridelser brukes av handelsfolk til å identifisere skift i fart og kan brukes som en grunnleggende inngangs - eller utgangsstrategi. Som du kan se i figur 1, kan et kryss under et bevegelige gjennomsnitt signalere begynnelsen på en downtrend og vil sannsynligvis bli brukt av handelsfolk som et signal for å lukke eventuelle eksisterende lange stillinger. Omvendt kan en tetning over et glidende gjennomsnitt nedenfra foreslå begynnelsen på en ny opptrinn. Den andre typen kryssovergang skjer når et kortsiktig gjennomsnitt krysser gjennom et langsiktig gjennomsnitt. Dette signalet brukes av handelsmenn til å identifisere at momentet skifter i en retning, og at et sterkt trekk sannsynligvis nærmer seg. Et kjøpesignal genereres når kortsiktig gjennomsnitt krysser over det langsiktige gjennomsnittet, mens et salgssignal utløses av en kortsiktig gjennomsnittlig kryssning under et langsiktig gjennomsnitt. Som du ser fra diagrammet under, er dette signalet veldig objektivt, og derfor er det så populært. Triple Crossover og Moving Average Ribbon Ytterligere glidende gjennomsnitt kan legges til diagrammet for å øke signalets gyldighet. Mange forhandlere plasserer fem, 10 og 20-dagers glidende gjennomsnitt på et diagram og venter til femdagers gjennomsnittsfart krysser opp gjennom de andre, dette er generelt det primære kjøpesignalet. Venter på 10-dagers gjennomsnittet å krysse over 20-dagers gjennomsnittet brukes ofte som bekreftelse, en taktikk som ofte reduserer antall falske signaler. Å øke antall bevegelige gjennomsnitt, sett i trippel crossover-metoden, er en av de beste måtene å måle styrken på en trend og sannsynligheten for at trenden vil fortsette. Dette spørsmålet: Hva ville skje hvis du fortsatte å legge til glidende gjennomsnitt Noen mennesker hevder at hvis et glidende gjennomsnitt er nyttig, må 10 eller flere bli enda bedre. Dette fører oss til en teknikk som kalles det bevegelige gjennomsnittsbåndet. Som du kan se fra diagrammet nedenfor, er mange bevegelige gjennomsnitt plassert på samme diagram og brukes til å bedømme styrken til den nåværende trenden. Når alle bevegelige gjennomsnitt beveger seg i samme retning, antas trenden å være sterk. Reverseringer blir bekreftet når gjennomsnittene krysser over og leder i motsatt retning. Responsen til endrede forhold regnes av antall tidsperioder som brukes i de bevegelige gjennomsnittene. Jo kortere tidsperioder som brukes i beregningene, desto mer følsomme er gjennomsnittet for lave prisendringer. Et av de vanligste båndene starter med et 50-dagers glidende gjennomsnitt og legger til gjennomsnitt i 10-dagers trinn opp til det endelige gjennomsnittet på 200. Denne typen gjennomsnitt er bra for å identifisere langsiktige trendreversaler. Filtre Et filter er enhver teknikk som brukes i teknisk analyse for å øke tilliten til en viss handel. For eksempel kan mange investorer velge å vente til en sikkerhet krysser over et glidende gjennomsnitt og er minst 10 over gjennomsnittet før du bestiller. Dette er et forsøk på å sikre at crossover er gyldig og for å redusere antall falske signaler. Ulempen om å stole på filtre for mye er at noe av gevinsten er gitt opp, og det kan føre til at du føler deg som savnet båten. Disse negative følelsene vil redusere over tid, da du kontinuerlig tilpasser kriteriene som brukes til filteret ditt. Det er ingen faste regler eller ting å se etter når du filtrerer det, er det bare et ekstra verktøy som lar deg investere med selvtillit. Flytte gjennomsnittlig konvolutt En annen strategi som inkorporerer bruk av bevegelige gjennomsnitt er kjent som en konvolutt. Denne strategien innebærer å plotte to band rundt et glidende gjennomsnitt, forskjøvet av en bestemt prosentandel. For eksempel, i diagrammet nedenfor er en 5 konvolutt plassert rundt et 25-dagers glidende gjennomsnitt. Traders vil se på disse bandene for å se om de fungerer som sterke områder av støtte eller motstand. Legg merke til hvordan bevegelsen ofte reverserer retning etter å ha nådd et av nivåene. En prisflytte utover bandet kan signalere en periode med utmattelse, og handelsmenn vil se etter en reversering mot sentrums gjennomsnittet. Gjennomsnittlig gjennomsnitt: Slik bruker du dem Noen av de primære funksjonene til et bevegelige gjennomsnitt er å identifisere trender og reverseringer. måle styrken av et aktivum momentum og bestemme potensielle områder der en eiendel vil finne støtte eller motstand. I denne delen vil vi påpeke hvordan ulike tidsperioder kan overvåke momentum og hvordan bevegelige gjennomsnittsverdier kan være gunstige for å sette stoppstopp. Videre vil vi ta opp noen av evner og begrensninger av bevegelige gjennomsnitt som man bør vurdere når de bruker dem som en del av en handelsrutine. Trend Identifiserende trender er en av nøkkelfunksjonene til bevegelige gjennomsnitt, som brukes av de fleste handelsfolk som søker å gjøre trenden til deres venn. Flytte gjennomsnitt er forsinkende indikatorer. noe som betyr at de ikke forutsier nye trender, men bekrefter trender når de er etablert. Som du ser i figur 1, anses en aksje for å være i en opptrinn når prisen er over et bevegelige gjennomsnitt og gjennomsnittet er skråt oppover. Omvendt vil en næringsdrivende bruke en pris under et nedadgående gjennomsnittsnivå for å bekrefte en downtrend. Mange handlende vil bare vurdere å ha en lang posisjon i en eiendel når prisen handler over et glidende gjennomsnitt. Denne enkle regelen kan bidra til at trenden fungerer i handelshandelen. Momentum Mange nybegynnere handler om hvordan det er mulig å måle momentum og hvordan bevegelige gjennomsnitt kan brukes til å takle en slik prestasjon. Det enkle svaret er å være oppmerksom på tidsperioder som brukes til å skape gjennomsnittet, da hver tidsperiode kan gi verdifull innsikt i ulike typer momentum. Generelt kan kortsiktig momentum vurderes ved å se på bevegelige gjennomsnitt som fokuserer på tidsperioder på 20 dager eller mindre. Å se på bevegelige gjennomsnitt som er opprettet med en periode på 20 til 100 dager, regnes generelt som et godt mål på mellomlang sikt. Endelig kan ethvert glidende gjennomsnitt som bruker 100 dager eller mer i beregningen, brukes som et mål for langsiktig momentum. Sunn fornuft burde fortelle deg at et 15-dagers glidende gjennomsnitt er et mer hensiktsmessig mål for kortsiktig momentum enn et 200-dagers glidende gjennomsnitt. En av de beste metodene for å bestemme styrken og retningen av en eiendomsmoment er å plassere tre bevegelige gjennomsnitt på et diagram og deretter være nøye med hvordan de stabler opp i forhold til hverandre. De tre bevegelige gjennomsnittene som vanligvis brukes, har varierende tidsrammer i et forsøk på å representere kortsiktige, mellomlangs og langsiktige prisbevegelser. På figur 2 vises sterk oppadgående fart når kortere gjennomsnitt er plassert over lengre gjennomsnitt og de to gjennomsnittene er divergerende. Omvendt, når de kortere gjennomsnittene ligger under de langsiktige gjennomsnittene, er momentet i nedadgående retning. Støtte En annen vanlig bruk av bevegelige gjennomsnitt er å bestemme potensielle prisstøtte. Det tar ikke mye erfaring med å håndtere bevegelige gjennomsnitt for å legge merke til at fallende pris på en eiendel ofte vil stoppe og reversere retning på samme nivå som et viktig gjennomsnitt. I figur 3 kan du for eksempel se at 200-dagers glidende gjennomsnitt var i stand til å øke prisen på aksjen etter at den falt fra den høye nær 32. Mange forhandlere vil forutse en sprette av store bevegelige gjennomsnitt og vil bruke andre tekniske indikatorer som bekreftelse på forventet trekk. Motstand Når prisen på en eiendel faller under et innflytelsesrik nivå av støtte, som det 200-dagers glidende gjennomsnittet, er det ikke uvanlig å se den gjennomsnittlige handlingen som en sterk barriere som hindrer investorer i å presse prisen tilbake over det gjennomsnittet. Som du ser fra diagrammet nedenfor, brukes denne motstanden ofte av handelsmenn som et tegn for å ta fortjeneste eller å lukke eventuelle eksisterende lange stillinger. Mange korte selgere vil også bruke disse gjennomsnittene som inngangspunkter fordi prisen ofte hopper av motstanden og fortsetter å bevege seg lavere. Hvis du er en investor som holder en lang stilling i en eiendel som handler under store bevegelige gjennomsnitt, kan det være best for deg å se disse nivåene nøye fordi de kan påvirke verdien av investeringen din sterkt. Stopp-tap Støtte - og motstandskarakteristikkene til bevegelige gjennomsnitt gjør dem til et godt verktøy for å håndtere risiko. Evnen til å flytte gjennomsnitt for å identifisere strategiske steder for å sette stoppordreordninger, gjør det mulig for næringsdrivende å kutte bort tapende stillinger før de kan vokse noe større. Som du kan se i figur 5, kan handelsfolk som holder en lang posisjon i en aksje og stiller sine stoppordre under innflytelsesrike gjennomsnitt, spare mye penger. Ved å bruke bevegelige gjennomsnitt for å sette stopp-ordre er nøkkelen til enhver vellykket handelsstrategi. Det 200-dagers glidende gjennomsnittet 8220work8221 Dette er et av de tekniske spørsmålene som ikke har et raskt og enkelt svar. Det beste svaret er 8220no, egentlig ikke, og nesten sikkert ikke i den måten de fleste tror8221, men det er noen nyanser å vurdere. Jeg har gjort omfattende kvantitativt arbeid på å flytte gjennomsnitt, og svarene jeg har funnet utfordrer mange av våre ideer og mange av måtene teknikere bruker bevegelige gjennomsnitt. Basert på arbeidet mitt: Det er ingen spesielle bevegelige gjennomsnitt. (Dvs. 200 dagene er ikke spesielle i forhold til 193, 204 eller noe annet gjennomsnitt.) Prisoverføring eller berøring av et glidende gjennomsnitt har ingen betydning for fremtidig markedsretning. Hellingen til et bevegelige gjennomsnitt er ikke en meningsfylt indikator for trenden. Kryss av bevegelige gjennomsnitt er ikke meningsfulle indikasjoner på trender. Indikatorer bygget fra bevegelige gjennomsnitt er ikke pålitelige indikatorer på trend. Kort sagt, de fleste av tingene som tradisjonell teknisk analyse lærer om bevegelige gjennomsnitt, står ikke opp til kvantitativ gransking. Jeg kan muligens dele alt arbeidet jeg har gjort i ett blogginnlegg. Jeg tror det er dårlig skjema når noen prøver å gjøre et kvantitativt argument ved å si tillit meg, (Faktisk leser jeg bare en blogg hvor blogger som gjorde det samme. Han sa at jeg så på 200 dagers glidende gjennomsnitt og markedet gjør det bedre over det og verre under det. Det virker. Stol på meg.), men jeg vil flytte oss mot konklusjoner i stedet for å gå seg vill i detaljer i dag. Vi kan se nærmere på senere, hvis det er interesse. De 200 dagene brøt bare. Nå, hva som jeg skriver denne bloggen, har store markeds gjennomsnitt bare krysset 200 dagers glidende gjennomsnitt. Alle snakker og skriver om den historiske strekningen av stenger over det gjennomsnittet, og har sett på den øyeblikkelige første nærmen nedenfor. Siden så mye oppmerksomhet har blitt fokusert her, er det bare rimelig å spørre hva som skjer etter en stor aksjeindeks krysse 200 dagers glidende gjennomsnitt. Tabellen under viser resultatet av SampP 500 kontantindeksen, som er kvalifisert av markedet over eller under 200 dagers glidende gjennomsnitt: SampP 500, 200 dagers SMA-statistikk Denne tabellen viser at gjennomsnittlig avkastning på SampP har vært 8,2 (årlig 1). Over 200 dag, årlig avkastning årlig til 11,0, men når markedet er under 200 dag, er avkastningen bare 2,1. Dette ser ut til å være interessant (overkant av 2,8 over og underperformance på -6,1 nedenfor) til vi vurderer graden av støy i dataene. 2 Problemet er at størrelsen på 8220effect8221 er ganske svak, den effekten vi ser her er ganske sannsynlig å være på grunn av uheldig trekk. Du kan motsette seg at dette ikke betyr noe når alle dataene viser denne utmerkelsen, enten det er statistisk signifikant eller ikke, men hvis det ikke er statistisk signifikant, er det sannsynligvis vanskeligere å stole på effekten i fremtiden. Hvis det ikke er statistisk signifikant, er det en anstendig sjanse for å bli misledt av støy. For posten ser vi liknende tall med DJIA (4.1 over (p 0.16) og -7.7 (s. 13) nedenfor, ved bruk av data tilbake til 1925). Uansett hvilken effekt det ser ut til å falme i nyere data, som det siste tiåret, viser i utgangspunktet ingen forskjell over og under 200 dagene for begge indeksene. Vurder også at vi bør forvente å se veldig like tall siden disse indeksene er tett korrelert. Det er også mye dårlig statistikk som flyter rundt. Jeg har sett en rekke mennesker som kaster rundt tall som SampP 500 gjør 23,5 over det bevegelige gjennomsnittet, og -19,5 under, så kryssende glidende gjennomsnitt betyr at markedet vil være svakt. Kan du gjette hvor tall som det kommer fra Du har det, denne feilen. telle kryssedagen (som nesten alltid vil være oppe og nedover for under) i feil kategori er nok til å skje statistikken i stor grad. Vær forsiktig. Dessverre er dette ikke et krystallklart statistisk svar for å virkelig forstå det, vi må kunne tenke på betydning, stasjonaritet og noen andre begreper. Noen som er fast bestemt på å tro på 200 dagene, kan se på resultatene i tabellen ovenfor, ignorere signifikansene, og si at det er en effekt, selv om det er en liten. I det minste må vi erkjenne at det ikke har vært noen effekt i de to siste tiårene, så kanskje noe endret mellom første verdenskrig og i dag, men det er vanskelig å rettferdiggjøre oppmerksomheten på 200 dagers glidende gjennomsnitt når vi har mye bedre verktøy som fungerer mye bedre. Fading effekt over tid Here8217s en annen illustrasjon som viser fading av effekten i de siste tiårene. (Dette er hentet fra den upubliserte delen av boken min, som hadde omtrent 30 sider på glidende gjennomsnitt med over 25 tabeller og figurer.) Jeg replikerte en av testene i Brock, Lakonishok og LeBaron8217s milepælpapir på tekniske handelssignaler (jstor. orgstable2328994)). som i utgangspunktet gikk over en 50-årig SMA, og her er resultatene som tilsvarer omtrent den tidsperioden de undersøkte i deres papir: Ganske fint system, basert på egenkapitalkurven. Tenk også på de historiske periodene som er dekket der: Dette systemet virket gjennom den store depresjonen, andre verdenskrig, flere tilbakeslag, skiftende makropåvirkninger8211 og egenkapitalkurven fortsatte bare å klatre. Men se på hva som skjedde om you8217d handlet det samme systemet fra da av: Ikke egentlig det vi leter etter. Det kan være noen forklaringer på denne sterke forskjellen, men det advarer oss om ikke å legge for mye oppmerksomhet (om noen) på å flytte gjennomsnittlige kryss. Noen endelige tanker Dette innlegget har bare undersøkt to bevegelige gjennomsnitt på to aksjeindekser. Selv om resultatene ikke er krystallklare, er det i det minste åpenbart at det ikke er noen sterk effekt fra prisovergangen over 200 dagers glidende gjennomsnitt. (I8217ll følger opp med et innlegg som ser på andre eiendeler og andre gjennomsnitt.) Det ser ut til at det ikke er noen effekt i det hele tatt, og jeg tror det er en dissonans her som krever oppløsning: hvordan kan en næringsdrivende være klar over de kvantitative tendenser , forstå statistikken, og vær oppmerksom på prisoverskridende glidende gjennomsnitt. Jeg kan fortelle deg min personlige løsning, men du må finne din egen: Jeg ser aldri på eller gir oppmerksomhet til 50, 100 eller 200-tiden i bevegelse gjennomsnitt, og jeg stopper ganske mye med å lese noe så snart jeg ser noen diskuterer et snakk, kryss eller helling av et av disse gjennomsnittene8211Min statistisk arbeid har sterkt antydet at disse verktøyene ikke har strøm, og vi har bedre verktøy. Bare fordi du hører alle snakker om noe, betyr det ikke at det er nyttig, og det betyr ikke at det fungerer. Lag dine egne valg, men gjør dem oppmerksom på statistiske tendenser på jobben i markedet. noe som betyr at den daglige avkastningen ville bli sammensatt til dette tallet hvis det ble annualisert. Det er litt enklere å forstå disse tallene intuitivt enn å se på noe som 30 bps 8617. Jeg trenger virkelig å skrive et innlegg om signifikanstesting. Unnskyld mine generaliseringer til jeg gjør det. 8617 Del dette: De fleste tror at de går over 200 dagene MA er viktig for kortsiktig avkastning. Dvs. et par uker. Så til du tester for kortsiktige effekter, ville jeg ikke si MAs som meningsløse for handelsmenn. Ja, det meste av testingen min fokuserer faktisk på kortsiktig avkastning. Pass på at du forstår at avkastningen her er annualized8230 ikke ser på et 12 måneders vindu fra en kryssing, men årlig daglig avkastning. Den testen vil også plukke opp kortsiktige effekter8230 forestill deg, for eksempel, MA-krysset hadde en sterk effekt, men den varede bare en dag. Hvis du tenker på det, ser du det som nødvendigvis dukker opp i den enkle kategoriseringen av overbelow I8217ve gjort for retur. (Hvis du er i tvil, se på de forskjellige jeg viser mellom 8216correct8217 testen og 8216error8217 hvor du kunne krysse dagen i feil kategori.) Så for å svare på spørsmålet ditt, har jeg gjort det som fungerer, men testen som gitt vil også fange det du leter etter. Du tester ytelsen til alle dager under 200 DMA vs alle dager over 200 DMA. Hvordan kommer det til å avsløre hva jeg snakker om, hvilket er kortsiktige (f. eks. 1-ukers) avkastning umiddelbart etter begivenheten (MA-kryss) oppstår Ja, selvfølgelig er disse dagene i datasettet, men de representerer en liten brøkdel av det. Gitt bare dataene du leverer, kan det lett være en kortsiktig effekt (det kan for eksempel kompenseres av motsatt ytelse i dager langt fra 200 DMA). Så nei, dine tall viser ikke noe, uansett om det er en kortsiktig effekt etter et 200-dagers MA-kryss. Hvis du ikke ønsker å kjøre den testen eller don8217t vil sende resultatene, er det bra. Men don8217t viser ekstremt generelle tall og antar at du også viser at en veldig spesifikk effekt ikke eksisterer. Som jeg sa: gtYes, mesteparten av testingen min fokuserer faktisk på kortsiktig avkastning. Dette er en test I8217ve kjører mange forskjellige måter og har eksplisitt sett på 1-20 dagers avkastning over et bredt spekter av aktiva. Mesteparten av arbeidet mitt fokuserer på det, så det er ikke at jeg ikke vil drive test8211it8217s som jeg har, og som jeg sa, kan jeg ikke legge ut alle mulige permutasjon av testresultater i ett blogginnlegg. Men det jeg også er sant: Hvis det er en sterk kortsiktig effekt, vil det skje statistikken nok til at den også viser i testen som jeg først presenterte den. Se på effekten av bare å inkludere en dag i feil (les nær slutten av det opprinnelige innlegget). Jeg tror at hvis du så på mange resultater som dette, og sett effekten av en eneste sterk dag, ville du forstå hva jeg sier. Bunnlinjen: I8217ve har gjort testen og det er heller ikke noe der. Disse er ikke ekstremt generelle tall. Hvis du har et problem med det, er dataene tilgjengelige gratis, og du kan knase tallene selv ganske enkelt. Så you8217ve (angivelig) gjort den aktuelle testen for å bevise oppgaven din, men det er for mye innsats for å vise resultatene. Flott science8230 Vel, det er en blogg og ikke et peer-reviewed forskningspapir. Også, there8217s nok info i disse innleggene (som jeg gir fritt som en gave til handelssamfunnet) for å forstå konseptene og å gjøre ditt eget arbeid, hvis du er så tilbøyelig. Hva mer ser du etter? Jeg foreslår at du ser på de forskjellige, for eksempel: Trenden er vår venn: Risiko Paritet, Momentum og Trend Følgende i Global Asset Allocation (Clare et al., 2014) En kvantitativ tilnærming til Tactical Asset Allocation (Faber , 2013) Relative Strength Strategies (Faber, 2010) Takk. Jeg er kjent med alle disse (har ikke lest 2014) og skrev dette vil full bevissthet om dem. Takk skal du ha. Interessant innlegg. Men jeg har problemer med å forene noen av konklusjonene med datachartene som presenteres. Tabellen viser hva som synes (for meg) å være en imponerende forskjell mellom 8220above 200MA8221 og 8220below 200MA8221 og Buy and Hold-tilfelle, spesielt hvis gjennomsnittsmetoden var CAGR eller geometrisk gjennomsnitt over et tidsrom på 53 år. Du karakteriserer forskjellen i ytelse som 8220 Problemet er at størrelsen på effekten er ganske svak8221. Hvor stor ville den forskjellen måtte være å være sterk? Vennligst utdykk på hva 8220p8221 tallene betyr. Siden avkastningen på aksjemarkedet ikke passer til en Normal fordeling, antar jeg at de ikke representerer et statistisk mål som bare gjelder for en Normal distribusjon. Jeg gleder meg til ditt kommende innlegg på statistisk signifikanstest og antar at det innebærer en form for Bootstrap. Takk Vel, som jeg sa, hvis du er fast bestemt på å tro på MA vil du. Den klareste forskjellen er volatilitet overbeløp i gjennomsnitt, men en ting som er klart er at 200 dagene ikke er annerledes enn noe annet rimelig langsiktig gjennomsnitt. I det minste er it8217s dumt å fokusere på å krysse en vilkårlig linje. Et av de største problemene med effekten er forfallet de siste årene. p-verdier er fra en standard t-test, som er rimelig robust til brudd på antagelsen om normalitet, spesielt med store utvalgsstørrelser. That8217s enkleste å gjøre i Excel, men jeg bruker KS for andre applikasjoner og har også brukt litt oppstart, men problemet er at formen på distribusjonen er virkelig ukjent. Du sier at det er vanskelig å rettferdiggjøre oppmerksomheten på 200 dagers glidende gjennomsnitt når vi har mye bedre verktøy som fungerer mye bedre.8217 Jeg er enig, men kan du bare klargjøre hva de bedre verktøyene er (bare for å bekrefte I8217m på samme side). Takk. Vel, stort sett alt annet jeg fokuserer på. I8217ve blitt spurt dette spørsmålet på noen forskjellige måter, så jeg vil jobbe med en 8220 som jeg tror fungerer8221 poste en gang i nær fremtid. Godt spørsmål. Takk, I8217m en nybegynnerhandler og I8217m prøver fortsatt å bøye meg rundt teknisk analyse og hvordan det ikke er helt tilfeldig, tydelig om folk kan lage konsekvente penger med en klar 8220strategy8221 it8217s ikke så tilfeldig lenger, hva er du8217 favorittverktøy for å se på til du går inn i en handel, bruker du et fast system eller rutine. Jeg har lest om mønstre og jazz, men I8217m er ikke så stor en fan av det fordi it8217 er så åpen for å tolke det på et bevegelige marked, er en smerte, ser ut på et historisk kart it8217s peanøtter. Jeg har gjort det ganske greit (tjene penger i stedet for å miste penger) med bare å vinge den, kjøpe lavsalg høy som min strategi, men jeg vil gjerne takke det. Eventuelle tips til rådgivning er velkomne, jeg prøver å gå fra. Jeg har en liten anelse om hva jeg skal gjøre. Ja, jeg vet hva som skjer. Med vennlig hilsen, Thomas ps: Som bloggen din, leser det bra. Jeg tror du er correct8230 det er litt tilfeldig (eller mer enn litt.) Jeg må skrive et innlegg som svarer på de fleste spørsmålene dine, men det vil nok være en uke eller så. Gode ​​spørsmål. Vær oppmerksom på om jeg don8217t skriver det innlegget i 2 uker. 200 dagers glidende gjennomsnitt eller noen langsiktige MA 8220works8221 hvis det er en del av handelsstrategi. I mitt tilfelle går jeg lang eller kort (ved bruk av futures kontrakter) når crossover skjer. Resultatene er uberegnelige bare hvis jeg handler en indeks eller to. Men hvis du handler med et stort antall aksjer, på tvers av ulike sektorer, med forskjellige grunnleggende, får du en overraskende konsistent, lav volatilitet tilbake. Hvis en haug med aksjer tilbyr 15 returkasser over en 10 års periode, vil en 200-dagers SMA-overgangsstrategi også gi tilsvarende avkastning, men med lavere volatilitet 8211 fordi du har muligheten til å gå kort. It8217s bare når du forventer massiv outperformance eller magisk avkastning, vil du bli skuffet. Vel, I8217d hevder at tankegangen savner punktet I8217m gjør. Bare fordi en faktor er en del av en lønnsom strategi, betyr ikke at faktoren selv er nyttig. For hva it8217s verdt 15 returnsyear er et veldig høyt antall for 8220a haug med aksjer82218230 virker rart. Og min erfaring med strategier som du foreslår, motsiger deg, men hvis du får 15 år med lav volatilitet med bevegelige gjennomsnitt, fortsett å gjøre hva du gjør. La meg klargjøre. 15 er ikke hva en bestemt strategi gir i retur 8211 Jeg brukte det bare for å illustrere at avkastningen fra å gå lenge kan repliseres med en longshort-strategi også, med lavere volatilitet. Jeg handler indiske aksjer, og her er 15 betraktet som en konservativ avkastningsestimasjon. Og ja, jeg forstår at bare å gå lang eller kort mekanisk med en crossover-strategi, vil det resultere i whipsaws dreper retur 8211 selvsagt må man gjøre mer. That8217s hvorfor jeg nevnte at et langsiktig glidende gjennomsnitt er bare en viktig del av handelssystemet 8211 ikke det komplette handelssystemet i seg selv. Jeg velger 200 dagers SMA fordi jeg tror at den utbredt bruken virker som en selvoppfyllende profeti. Jeg er interessert i å evaluere en bevegelig gjennomsnittsstrategi med færre transaksjoner, som 200-dagers isn8217t er kjent for. Hvis p-verdiene ligner en lengre periode som den 10-måneders SMA foretrukket av Mebane Faber (I utgangspunktet det samme som et 200-dagers glidende gjennomsnitt, men bare evaluert en gang i måneden, på den siste dagen i måneden.) Da jeg gjorde testingen jeg så på svært lange og kortsiktige gjennomsnitt8230 så mange forskjellige variasjoner8230 og også på forskjellige tidsrammer. Jeg forventer (gjetter her) at weeklymonthly data er enda mindre overbevisende fordi disse returene er nærmere tilfeldig gange. Sannsynligvis er det fornuftig å indeksere og kalle det en dag på det tidspunktet. Men du kunne sikkert ha en regel til å bare vurdere 200 dagene på slutten av måneden. Jeg tror ikke jeg så på regler som that8230 Jeg ville ikke forvente å finne noe, men det er skjønnheten til research8230 du aldri vet. There8217s bevis på momentumtrend i markedene for perioder så lenge som ett år. Hvorfor skulle du si at månedlige glidende gjennomsnitt kunnen8217t fange noe av dette som bedre risikojustert avkastning. Faber har testet X-måneders glidende gjennomsnitt over 100 år med amerikanske aksjemarkedsdata og ulike aktivaklasser, og jeg tror selv sektorer og forskjellige land. Han viser generelt at det reduserer volatiliteten med om lag 30 mens ikke avtar avkastning så mye over lange perioder. Og den enkle strategien virket utmerket under prøveperioden over 1987-2010. Men Faber viser aldri om det er statistisk signifikant. De fleste investeringsskribenter don8217t berører ideen om statistisk betydning. Imidlertid viser ikke papiret du nevner ovenfor (Brock, Lakonishok og LeBaron, 1992) at glidende gjennomsnitt har gode p-verdier. Det ser ut som om de viser statistisk 8220work8221 (minst historisk)