Одна из наиболее простых рыночных систем,
скользящая средняя, работает почти так же хорошо, как и наилучшая из сложных сглаживающих техник. Скользящая средняя — почти то же самое, что и обычная средняя с тем исключением, что она скользит, поскольку постоянно обновляется по мере поступления новых данных. Каждая точка данных в скользящей средней имеет один и тот же вес при вычислении, поэтому, когда говорят о скользящей средней, иногда используют термин арифметическая или простая.
Скользящая средняя сглаживает последовательность чисел таким образом, что краткосрочные колебания снижаются, в то время как более долгосрочные остаются почти неизменными. Очевидно, что временной промежуток скользящей средней будет изменять ее характеристики.
Дж. М. Херст в своей книге «The Profit Magic of Stock Transaction Timing» (1970) объяснил эти изменения тремя общими правилами:
— скользящая средняя любой данной длины уменьшает величину колебаний длительности, равной длине скользящей средней, до нуля;
— скользящая средняя также значительно снижает (но не уничтожает) величину всех колебаний длительности меньшей, чем длинаскользящей средней;
— все колебания, большие чем длина скользящей средней, «пропускаются», или присутствуют в итоговой линии скользящей средней. Колебания с длительностями, лишь немного большими, чем длина скользящей средней, значительно уменьшаются по величине.
Несколько более продвинутая техника сглаживания — экспоненциальная скользящая средняя. В принципе она выполняет ту же задачу, что и простая (арифметическая) скользящая средняя. Экспоненциальное сглаживание было разработано для целей радиолокационного слежения и проектирования маршрутов полетов. Более чувствительное отслеживание трендов требовало, чтобы самые свежие данные оказывали большее влияние на результат. Формула экспоненциального сглаживания кажется сложной, но это всего лишь еще один способ взвешивания компонентов данных — так, чтобы самый последний компонент имел наибольший вес. Хотя для того, чтобы получить экспоненциально сглаженную величину, достаточно всего двух точек данных, лучше использовать большее количество. Все используемые данные становятся частью нового результата. Здесь дано простое объяснение экспоненциального сглаживания. Экспоненциальная средняя использует сглаживающую константу, которая аппроксимирует число дней для простой скользящей средней. Эта константа умножается на разницу между сегодняшней ценой закрытия и значением скользящей средней предыдущего дня. Затем новое значение прибавляется к значению скользящей средней предыдущего дня. Сглаживающая константа равна 2 / (n + 1), где n — число дней, используемых в простой скользящей средней.
Статья размещена в рубрике: Японские свечи в техническом анализе
