Double Exponencial Moving Average Formula Excel

Médias móveis exponenciais duplas explicadas Os comerciantes confiaram em médias móveis para ajudar a identificar pontos de entrada comercial de alta probabilidade e saídas lucrativas por muitos anos. Um problema bem conhecido com as médias móveis, no entanto, é o atraso sério que está presente na maioria dos tipos de médias móveis. A média móvel exponencial dupla (DEMA) fornece uma solução calculando uma metodologia de média mais rápida. História da Média Motivo Exponencial Dupla Na análise técnica. A média móvel do termo refere-se a uma média de preço para um instrumento de negociação específico durante um período de tempo especificado. Por exemplo, uma média móvel de 10 dias calcula o preço médio de um instrumento específico nos últimos dez dias, uma média móvel de 200 dias calcula o preço médio dos últimos 200 dias. Cada dia, o período de look-back avança para basear cálculos no último X número de dias. Uma média móvel aparece como uma linha suave e curva que fornece uma representação visual da tendência de longo prazo de um instrumento. As médias móveis mais rápidas, com períodos mais curtos, são médias móveis mais lisas e mais rápidas, com períodos mais longos, são mais suaves. Porque uma média móvel é um indicador retroativo, está atrasado. A média móvel exponencial dupla (DEMA), mostrada na Figura 1, foi desenvolvida por Patrick Mulloy na tentativa de reduzir o tempo de latência encontrado nas médias móveis tradicionais. Foi introduzido pela primeira vez na Revista Técnica de Análise Técnica de Stocks de fevereiro de 1994 no artigo da Mulloys, Suavizando Dados com Médias Móveis mais Rápidas. (Figura 1: Este gráfico de um minuto do contrato de futuros e-mini Russell 2000 mostra duas diferentes médias móveis exponenciais diferentes, um período de 55 vezes aparece em azul, Um período de 21 em rosa. Calculando uma DEMA como Mulloy explica em seu artigo original, o DEMA não é apenas uma EMA dupla com o dobro do tempo de atraso de uma única EMA, mas é uma implementação composta de EMAs simples e duplas que produzem outro EMA com menos atraso do que o original dois. Em outras palavras, o DEMA não é simplesmente dois EMAs combinados, ou uma média móvel de uma média móvel, mas é um cálculo de EMAs simples e duplas. Quase todas as plataformas de análise de negociação possuem o DEMA incluído como um indicador que pode ser adicionado aos gráficos. Portanto, os comerciantes podem usar o DEMA sem conhecer a matemática por trás dos cálculos e sem ter que escrever ou inserir nenhum código. Comparando o DEMA com as médias móveis tradicionais, as médias móveis são um dos métodos mais populares de análise técnica. Muitos comerciantes os usam para detectar reversões de tendências. Especialmente em um crossover média móvel, onde duas médias móveis de diferentes comprimentos são colocadas em um gráfico. Pontos onde as médias móveis cruzam podem significar oportunidades de compra ou venda. O DEMA pode ajudar os comerciantes a detectar inversões mais cedo porque é mais rápido responder às mudanças na atividade de mercado. A Figura 2 mostra um exemplo do contrato de futuros e-mini Russell 2000. Este gráfico de um minuto tem quatro médias móveis aplicadas: 21-período DEMA (rosa) 55-período DEMA (azul escuro) 21-período MA (azul claro) 55-período MA (luz verde) Figura 2: Este gráfico de um minuto de O contrato de futuros e-mini Russell 2000 ilustra o tempo de resposta mais rápido do DEMA quando usado em um crossover. Observe como o crossover DEMA em ambas as instâncias aparece significativamente mais cedo do que os cruzamentos do MA. O primeiro cronômetro DEMA aparece às 12:29 e o próximo bar abre a um preço de 663,20. O cruzamento do MA, por outro lado, se forma às 12h34 e o próximo preço de abertura dos bares é de 660.50. No próximo conjunto de crossovers, o cronômetro DEMA aparece às 1:33 e a barra seguinte abre em 658. O MA, em contraste, forma às 1:43, com a próxima barra abrindo em 662.90. Em cada caso, o cronômetro DEMA oferece uma vantagem em entrar na tendência anterior ao cruzamento do MA. (Para mais informações, leia o Tutorial de médias móveis.) Negociação com um DEMA Os exemplos de cruzamento de média móvel acima ilustram a eficácia da utilização da média móvel exponencial de duplo aumento. Além de usar o DEMA como um indicador autônomo ou em uma configuração crossover, o DEMA pode ser usado em uma variedade de indicadores, onde a lógica é baseada em uma média móvel. Ferramentas de análise técnica como Bollinger Bands. A movimentação média média convergente (MACD) e a média móvel exponencial tripla (TRIX) são baseadas na média móvel e podem ser modificadas para incorporar uma DEMA em lugar de outros tipos mais tradicionais de médias móveis. A substituição da DEMA pode ajudar os comerciantes a detectar diferentes oportunidades de compra e venda que estão à frente das providenciadas pelas MAs ou EMAs tradicionalmente usadas nesses indicadores. Evidentemente, entrar em uma tendência mais cedo e não mais tarde geralmente leva a maiores lucros. A Figura 2 ilustra este princípio - se usássemos os crossovers como sinais de compra e venda. Nós inserimos os negócios significativamente mais cedo quando usamos o crossover DEMA em oposição ao cruzamento de MA. Bottom Line Os comerciantes e os investidores utilizaram há muito tempo médias móveis em suas análises de mercado. As médias móveis são uma ferramenta de análise técnica amplamente utilizada que fornece um meio de visualizar e interpretar rapidamente a tendência a longo prazo de um determinado instrumento de negociação. Uma vez que as médias móveis pela sua própria natureza são indicadores de atraso. É útil ajustar a média móvel para calcular um indicador mais rápido e mais responsivo. A média móvel exponencial dupla fornece aos comerciantes e investidores uma visão da tendência a mais longo prazo, com a vantagem de ser uma média móvel mais rápida com menos tempo de atraso. (Para leitura relacionada, dê uma olhada em Combo MACD em Movimento médio e em Vendas Móveis Explicativas Simples). Aqui, temos os coeficientes constante e de tendência estimados por suavização exponencial. Os parâmetros de previsão, para o termo constante e para o termo de tendência podem ser definidos de forma independente. Ambos os paremeters devem estar entre 0 e 1. A previsão do valor esperado para períodos futuros é a constante mais um termo linear que depende do número de períodos no futuro. Com um termo linear como parte da previsão, esse método acompanhará as tendências nas séries temporais. Usamos os mesmos dados que os outros métodos de previsão para ilustração. Repetimos os dados abaixo. Lembre-se de que os dados simulados começam com uma média constante de 10. No tempo 11, a média aumenta com uma tendência de 1 até o tempo 20 quando a média se torna uma constante novamente com valor 20. O ruído é simulado usando uma distribuição normal com média 0 e Desvio padrão 3. Os valores são arredondados para o inteiro mais próximo. A qualquer momento T. Apenas são necessárias três informações para calcular as estimativas, e. Nós ilustramos os cálculos para o tempo 20, usando os coeficientes estimados para o tempo 19 e os dados para o tempo 20. Os parâmetros são definidos com três valores diferentes como na tabela abaixo. As estimativas do modelo para três casos são mostradas em conjunto com a média das séries temporais na figura abaixo. A figura mostra a estimativa da média em cada momento e não a previsão. A estimativa com o maior valor segue a tendência com mais precisão, mas tem mais variabilidade. A previsão com o menor valor é consideravelmente mais suave, mas nunca corrige inteiramente a tendência. Comparado com o modelo de regressão, o método de suavização exponencial nunca esquece inteiramente qualquer parte do passado. Assim, pode demorar mais para se recuperar no caso de uma perturbação na média subjacente. Isto é ilustrado na figura abaixo, onde a variância do ruído é definida como 0. Previsão com o Excel O suplemento de Previsão implementa as fórmulas de suavização exponencial dupla. O exemplo abaixo mostra a análise fornecida pelo suplemento para os dados da amostra na coluna B. Utilizamos os parâmetros do segundo caso. As primeiras 10 observações são indexadas -9 a 0. Comparadas com a tabela acima, os índices do período são deslocados em -10. As primeiras dez observações fornecem os valores de inicialização para a previsão. Os valores dos coeficientes no momento 0 são determinados pelo método de regressão linear. O restante das estimativas de coeficientes nas colunas C e D é calculado com o alisamento duplo exponencial. A coluna Fore (1) (E) mostra uma previsão para um período no futuro. Os valores de e estão nas células C3 e D3, respectivamente. O intervalo de previsão está na célula E3. Quando o intervalo de previsão é alterado para um número maior, os valores na coluna Fore são deslocados para baixo. A coluna Err (1) (F) mostra a diferença entre a observação e a previsão. O desvio padrão eo desvio médio médio (MAD) são calculados nas células F6 e F7, respectivamente.