Movimiento De Diferentes Marcos Temporales

Tengo una matriz de datos de series de tiempo para 8 variables con aproximadamente 2500 puntos (10 años de lunes a viernes) y me gustaría calcular la media, la varianza, la asimetría y la curtosis sobre una base de media móvil. Digamos cuadros 100 252 504 756 - Quisiera calcular las cuatro funciones arriba sobre sobre cada uno de los (tiempo-) cuadros, sobre una base diaria - así que la vuelta para el día 300 en el caso con el 100 marco del día, sería media Kurtosis de desviación de desviación del período day201-day300 (100 días en total). y así. Sé que esto significa que obtendría una salida de matriz, y el número de la primera trama de días sería NaNs, pero no puedo encontrar la indexación necesaria para hacer esto. Esta es una pregunta interesante porque creo que la solución óptima es diferente para la media que para las otras estadísticas de la muestra. He proporcionado un ejemplo de simulación a continuación que puede trabajar a través de. Primero, elija algunos parámetros arbitrarios y simule algunos datos: Para la media, use el filtro para obtener un promedio móvil: Originalmente pensé resolver este problema usando conv como sigue: Pero como PhilGoddard señaló en los comentarios, el enfoque de filtro evita la Necesidad del bucle. También tenga en cuenta que Ive elegido para hacer las fechas en la matriz de salida corresponden a las fechas en X para que en el trabajo posterior se puede utilizar los mismos subíndices para ambos. Así, las primeras observaciones de WindowLength-1 en MeanMA serán nan. Para la varianza, no puedo ver cómo utilizar filtro o conv o incluso una suma de ejecución para hacer las cosas más eficientes, por lo que en su lugar realizar el cálculo manualmente en cada iteración: Podemos acelerar ligeramente las cosas mediante la explotación del hecho de que ya hemos Calculó la media móvil media. Simplemente reemplace la línea de bucle dentro de lo anterior con: Sin embargo, dudo que esto haga mucha diferencia. Si alguien más puede ver una manera inteligente de usar filtro o conv para obtener la variación de la ventana móvil Id estar muy interesado en verlo. Dejo el caso de skewness y kurtosis al OP, ya que son esencialmente igual que el ejemplo de la varianza, pero con la función apropiada. Un último punto: si estuviera convirtiendo lo anterior en una función general, podría pasar una función anónima como uno de los argumentos, entonces tendría una rutina de promedio móvil que funciona para la elección arbitraria de las transformaciones. Final, punto final: Para una secuencia de longitudes de ventana, simplemente haga un bucle sobre el bloque de código completo para cada longitud de ventana. Sí, la función de filtro es realmente mejor para la media - pero yo quería hacer esto para varias funciones diferentes, no sólo la media. Acabo de publicar mi respuesta porque funcionó para mí y pensé que podría ayudar a alguien más. Ndash Dexter Morgan Apr 15 14 at 12: 40Diferentes promedios móviles para diferentes marcos de tiempo PREGUNTA: En la documentación de StockCharts DecisionPoint, se dice que los gráficos semanales (17EMA y 43EMA) y mensuales (6EMA y 10EMA) se pueden usar para mostrar a largo plazo Tendencias, pero en el seminario web, Erin dijo que utilizan sólo el gráfico diario. CARL39S RESPUESTA: Si bien la mejor manera de determinar la tendencia es poner algunos globos oculares en el gráfico, que sigue siendo un juicio subjetivo y en ocasiones puede estar abierto a la interpretación. Para un método más objetivo, las medias móviles se pueden utilizar de diferentes maneras para determinar la tendencia de un índice de precios. La interpretación más simple sería identificar la tendencia basada en la dirección de la media móvil - ascendente, descendente o plana. Erin y yo usamos el método un poco más sofisticado permitiendo que los cruces de media móvil definan la tendencia. En un gráfico diario permitimos que la relación entre el 50EMA y el 200EMA defina la tendencia a largo plazo. Si el 50EMA está por encima del 200EMA, la tendencia a largo plazo es alta (alcista), y la tendencia a largo plazo es bajista (bajista) si el 50EMA está por debajo del 200EMA. Como con cualquier indicador, no es infalible, pero creo que es una excelente manera de definir la tendencia rápida y objetivamente. El gráfico siguiente muestra cómo funciona. Como se puede ver, se tarda bastante tiempo en cambiar las señales, por lo que estos cruces no son lo que se llama ideal para las entradas de temporización y las acciones de salida, pero proporcionan información útil sobre la tendencia a largo plazo. Teóricamente, los mismos EMA que usamos en el gráfico diario (50 y 200) deberían trabajar en el gráfico semanal, pero obviamente no es así, como podemos ver a continuación. Con el fin de abordar este problema he intentado elegir semanales EMAs que se aproxima la relación de la 50EMA y 200EMA en un gráfico diario. Me pareció que el 17EMA y 43EMA hizo el trabajo bastante bien. Intentando lo mismo en el gráfico mensual, me decidí por el 6EMA y el 10EMA. Para responder a la pregunta original, preferimos usar los cruces de 50EMA y 200EMA en el gráfico diario porque normalmente se nos alertará de los cambios de tendencia a largo plazo en el quinto día del evento. Los cruces de EMA semanales y mensuales no serán oficiales hasta el final de cada uno de esos períodos, y los crossovers semanales / mensuales pueden no coincidir exactamente con los cruces de 50EMA / 200EMA en el gráfico diario. La desventaja de usar el gráfico diario es que es más vulnerable a las señales whipsaw, mientras que los crossovers semanales y mensuales requieren más paciencia y disciplina. Puse un poco de pensamiento en que EMAs que utilizaríamos en diferentes marcos de tiempo, pero no hay nada de magia sobre ellos. No hay ninguna razón por la que no pudiera resolver sobre un conjunto diferente de EMAs que mejor se adapte a su estilo de comercio / inversión. Suscríbase a Carl39s blog gratuito y recibir correo electrónico cada vez que un nuevo artículo se publica. Vea los enlaces de suscripción en la esquina superior derecha de esta página. El análisis técnico es un windsock, no una bola de cristal. Acerca de los autores: Carl Swenlin es un veterano analista técnico que ha participado activamente en el análisis de mercado desde 1981. Carl es un miembro de la Asociación de Técnicos de Mercado. Erin Heim. Carls, lo ayudó a crear y administrar el sitio web de DecisionPoint y lanzó el blog diario de DecisionPoint con Carl en 2009. Erin también es miembro de la Market Technicians Association. Suscribirse a DecisionPoint para ser notificado cada vez que se agregue una nueva entrada a este blogMoving Indicador promedio Las medias móviles proporcionan una medida objetiva de la dirección de la tendencia al suavizar los datos de precios. Normalmente calculado utilizando los precios de cierre, la media móvil también se puede utilizar con la mediana. típico. Cierre ponderado. Y los precios altos, bajos o abiertos, así como otros indicadores. Medias móviles de menor longitud son más sensibles e identifican nuevas tendencias antes, pero también dan más falsas alarmas. Los promedios móviles más largos son más confiables pero menos sensibles, sólo recogiendo las grandes tendencias. Utilice un promedio móvil que sea la mitad de la duración del ciclo que está siguiendo. Si la duración del ciclo de pico a pico es de aproximadamente 30 días, entonces un promedio móvil de 15 días es apropiado. Si 20 días, entonces un promedio móvil de 10 días es apropiado. Sin embargo, algunos comerciantes usarán medias móviles de 14 y 9 días para los ciclos anteriores con la esperanza de generar señales ligeramente por delante del mercado. Otros favorecen los números Fibonacci de 5, 8, 13 y 21. Los promedios móviles de entre 100 y 200 días (20 a 40 semanas) son populares para ciclos más largos Los promedios móviles de 20 a 65 días (4 a 13 semanas) son útiles para ciclos intermedios y 5 A 20 días para ciclos cortos. El sistema de media móvil más simple genera señales cuando el precio cruza la media móvil: Ir largo cuando el precio cruza por encima de la media móvil desde abajo. Ir corto cuando el precio cruza por debajo de la media móvil de arriba. El sistema es propenso a los whipsaws en los mercados que se extienden, con el precio que cruza adelante y hacia atrás a través de la media móvil, generando un gran número de señales falsas. Por esta razón, los sistemas de media móvil emplean normalmente filtros para reducir las sierras. Los sistemas más sofisticados utilizan más de un promedio móvil. Dos Promedios móviles utiliza un promedio móvil más rápido como sustituto del precio de cierre. Tres promedios móviles emplea una tercera media móvil para identificar cuándo el precio varía. Múltiples promedios móviles usan una serie de seis promedios rápidos y seis promedios lentos para confirmarse mutuamente. Los promedios móviles desplazados son útiles para propósitos de seguimiento de tendencias, reduciendo el número de whipsaws. Los canales de Keltner usan bandas trazadas en un múltiplo de la gama verdadera media para filtrar los crossovers medios móviles. El popular MACD (Moving Average Convergence Divergence) indicador es una variación del sistema de media móvil dos, representado como un oscilador que resta el promedio de movimiento lento de la media de movimiento rápido. Hay varios tipos diferentes de promedios móviles, cada uno con sus propias peculiaridades. Los promedios móviles simples son los más fáciles de construir, pero también los más propensos a la distorsión. Las medias móviles ponderadas son difíciles de construir, pero confiables. Las medias móviles exponenciales alcanzan los beneficios de la ponderación combinada con la facilidad de construcción. Wilder promedios móviles se utilizan principalmente en los indicadores desarrollados por J. Welles Wilder. Esencialmente, la misma fórmula que los promedios móviles exponenciales, que utilizan pesos diferentes mdash para que los usuarios necesitan para tener en cuenta. El panel de indicadores muestra cómo configurar las medias móviles. El valor predeterminado es un promedio móvil exponencial de 21 días.