Standardavvikelse Standardavvikelse för marknadsvolatilitetsmätningen. Denna indikator beskriver utbudet av prisfluktuationer i förhållande till Moving Average. Så om värdet av denna indikator är hög är marknaden volatilt och priserna på barer är ganska spridda i förhållande till det rörliga genomsnittet. Om indikatorns värde är låg kan marknaden beskrivas som låg volatilitet, och priserna på barer ligger ganska nära det rörliga genomsnittet. Normalt används denna indikator som en del av andra indikatorer. Vid beräkningen av Bollinger Bandsreg måste man således lägga till standardvärdesavvikelsens värde för sitt rörliga medelvärde. Marknadsbeteendet representerar utbytet av hög handelsaktivitet och languid marknad. Så kan indikatorn lätt tolkas: om värdet är för lågt, det vill säga att marknaden är helt inaktiv, är det meningsfullt att förvänta sig en spik snart annars, om det är extremt högt betyder det troligtvis att aktiviteten kommer att minska snart. Beräkning StdDev (i) SQRT (AMOUNT (ji - N, I) N) AMOUNT (ji - N, i) SUM ((ApPRICE (j) - MA (ApPRICE, N, I)) 2) StdDev (i) Standardavvikelse av den aktuella stapeln SQRT kvadratroten AMOUNT (ji - N, i) summan av kvadrater från ji - N till I N utjämningsperiod ApPRICE (j) tillämpat pris på j-baren MA (ApPRICE. N, i) glidande medelvärde med N period på den aktuella fältet ApPRICE (i) tillämpat pris för den aktuella fältet. Standardavvikelse (Volatilitet) Standardavvikelse (Volatilitet) Inledning Standardavvikelse är en statistisk term som mäter mängden variabilitet eller dispersion runt ett genomsnitt. Standardavvikelsen är också ett mått på volatilitet. I allmänhet är dispersionen skillnaden mellan det verkliga värdet och medelvärdet. Ju större denna dispersion eller variabilitet är desto högre är standardavvikelsen. Ju mindre denna dispersion eller variabilitet är desto lägre är standardavvikelsen. Chartister kan använda standardavvikelsen för att mäta förväntad risk och bestämma betydelsen av vissa prisrörelser. Beräkning StockCharts beräknar standardavvikelsen för en population, vilket förutsätter att de aktuella perioderna representerar hela datasatsen, inte ett prov från en större dataset. Beräkningsstegen är enligt följande: Beräkna medelvärdet (medelvärdet) för antalet perioder eller observationer. Bestäm varje period039s avvikelse (nära mindre genomsnittligt pris). Kvadraten varje period039s avvikelse. Summa kvadrerade avvikelser. Dela upp denna summa med antalet observationer. Standardavvikelsen är då lika med kvadratroten för det numret. Kalkylbladet ovan visar ett exempel på en 10-års standardavvikelse med QQQQ-data. Observera att 10-årsgenomsnittet beräknas efter den 10: e perioden och detta medel tillämpas på alla 10 perioderna. Att bygga en standardavvikelse med denna formel skulle vara ganska intensiv. Excel har ett enklare sätt med STDEVP-formeln. Tabellen nedan visar 10-års standardavvikelsen med hjälp av denna formel. Here039s ett Excel-kalkylblad som visar standardavvikelserna. Standardavvikelser Värdena för standardavvikelser är beroende av underkursens pris. Värdepapper med höga priser, till exempel Google (550), kommer att ha högre standardavvikelser än värdepapper med låga priser, till exempel Intel (22). Dessa högre värden är inte en följd av högre volatilitet, utan snarare en återspegling av det faktiska priset. Standardavvikelser visas i termer som direkt hänför sig till priset på den underliggande säkerheten. Historiska standardavvikelser kommer också att påverkas om en säkerhet upplever en stor prisförändring över en tidsperiod. En säkerhet som går från 10 till 50 kommer sannolikt att ha en högre standardavvikelse vid 50 än vid 10. I diagrammet ovan hänvisar vänster skala till standardavvikelsen. Google039s standardavvikelseskala sträcker sig från 2,5 till 35, medan Intel-sortimentet går från .10 till .75. Genomsnittliga prisförändringar (avvikelser) i Google varierar från 2,5 till 35 medan genomsnittliga prisförändringar (avvikelser) i Intel varierar från 10 cent till 75 cent. Trots intervallskillnaderna kan kartläggare visuellt bedöma volatilitetsförändringar för varje säkerhet. Volatiliteten i Intel tog upp från april till juni, eftersom standardavvikelsen rörde sig över 0,70 många gånger. Google upplevde en volatilitetsökning i oktober då standardavvikelsen sköt ovan 30. Man skulle behöva dela standardavvikelsen enligt slutkursen för att direkt jämföra volatiliteten för de två värdepapperen. Mätning av förväntningar Det nuvarande värdet av standardavvikelsen kan användas för att uppskatta vikten av ett drag eller ställa förväntningar. Detta förutsätter att prisförändringar normalt fördelas med en klassisk bellkurva. Trots att prisförändringar för värdepapper inte alltid distribueras normalt kan kartläggare fortfarande använda normala distributionsriktlinjer för att bedöma betydelsen av en prisrörelse. I en normal fördelning faller 68 av observationerna inom en standardavvikelse. 95 av observationerna faller inom två standardavvikelser. 99,7 av observationerna faller inom tre standardavvikelser. Med hjälp av dessa riktlinjer kan handlare uppskatta betydelsen av en prisrörelse. Ett drag som är större än en standardavvikelse skulle visa över genomsnittlig styrka eller svaghet, beroende på rörelsens riktning. Diagrammet ovan visar Microsoft (MSFT) med en 21-dagars standardavvikelse i indikatorfönstret. Det finns cirka 21 handelsdagar i en månad och den månatliga standardavvikelsen var .88 den sista dagen. I en normal fördelning skulle 68 av 21 observationer visa en prisförändring mindre än 88 cent. 95 av de 21 observationerna skulle visa en prisförändring på mindre än 1,76 cent (2 x .88 eller två standardavvikelser). 99,7 av observationerna skulle visa en prisförändring på mindre än 2,64 (3 x .88 eller tre standardavvikelser). Prisförändringar som var 1,2 eller 3 standardavvikelser skulle anses vara anmärkningsvärda. Den 21-dagars standardavvikelsen är fortfarande ganska variabel som Det fluktuerade mellan .32 och .88 från mitten av augusti till mitten av december. Ett 250-dagars glidande medel kan appliceras för att släta indikatorn och hitta ett genomsnitt som är ca 68 cent. Priset rör sig över 68 cent var större än 250 - dag SMA av 21-dagars standardavvikelsen. Dessa över genomsnittliga prisrörelser indikerar ökat intresse som kan förskjuta en trendförändring eller markera en breakout. Slutsatser Standardavvikelsen är en statistisk volatilitetsmått. Dessa värden ger kartläggare en uppskattning för förväntad Prisrörelserna är större än standardavvikelsen över genomsnittlig styrka eller svaghet. Standardavvikelsen används också med andra indikatorer, såsom Bollinger Bands. Dessa band är inställda 2 standardavvikelser över och under ett glidande medelvärde. Flytt som överstiger banden anses vara signifikanta nog för att motivera uppmärksamhet. Som med alla indikatorer bör standardavvikelsen användas tillsammans med andra analysverktyg, som momentumoscillatorer eller diagrammönster. Standardavvikelse och SharpCharts Standardavvikelsen är tillgänglig som en indikator i SharpCharts med en standardparameter på 10. Denna parameter kan ändras enligt analysbehov. Grovt sett är 21 dagar lika med en månad, 63 dagar är lika med ett kvartal och 250 dagar är lika med ett år. Standardavvikelsen kan också användas på vecko - eller månadsdiagram. Indikatorer kan tillämpas på standardavvikelsen genom att klicka på avancerade alternativ och sedan lägga till en överlagring. Klicka här för ett live-diagram med standardavvikelsen. Därefter kan du se min C-metod för att beräkna Bollinger Bands för varje punkt (glidande medelvärde, uppband, nedband). Som du kan se använder den här metoden 2 för loopar för att beräkna den rörliga standardavvikelsen med hjälp av glidande medelvärdet. Det brukade innehålla en extra slinga för att beräkna det rörliga genomsnittet under de senaste n perioderna. Den här jag kunde ta bort genom att lägga till det nya punktvärdet för totaldriven i början av slingan och ta bort I-N-värdet i slutet av slingan. Min fråga är nu i grund och botten: Kan jag ta bort den kvarvarande inre slingan på ett liknande sätt som jag lyckades med det glidande medelvärdet frågade Jan 31 13 kl 21:45 Svaret är ja, du kan. I mitten av 80-talet utvecklade jag bara en sådan algoritm (förmodligen inte original) i FORTRAN för en processövervakning och kontrollapplikation. Tyvärr var det för över 25 år sedan och jag kommer inte ihåg de exakta formlerna, men tekniken var en förlängning av den för rörliga medelvärden, med andra ordningens beräkningar istället för bara linjära. Efter att ha tittat på din kod, tror jag att jag kan förstå hur jag gjorde det då. Lägg märke till hur din inre slinga gör summan av kvadrater: på ungefär samma sätt som ditt medelvärde måste ha ursprungligen haft en summa av värden. De enda två skillnaderna är ordningen (dess kraft 2 istället för 1) och att du subtraherar medelvärdet varje värde innan du kvadrerar det. Nu kan det vara oskiljaktigt, men i själva verket kan de separeras: Nu är den första termen bara en Summa av Kvadrater, du hanterar det på samma sätt som du gör summan av Värden för medeltalet. Den sista termen (k2n) är bara den genomsnittliga kvadrerade tiden perioden. Eftersom du ändå delar resultatet med tiden ändå, kan du bara lägga till den nya genomsnittliga kvadraten utan extra slingan. Slutligen, i andra termen (SUM (-2vi) k), sedan SUM (vi) totalt kn kan du sedan ändra det till detta: eller bara -2k2n. vilket är -2 gånger genomsnittet kvadrerat, när perioden (n) är uppdelad igen. Så den slutliga kombinerade formeln är: (se till att kontrollera giltigheten av detta, eftersom jag härleder det från toppen av mitt huvud) Och att integrera i din kod ska se något så här: Tack för det här. Jag använde det som grunden för ett genomförande i C för CLR. Jag upptäckte att i praktiken kan du uppdatera så att newVar är ett mycket litet negativt tal, och sqrt misslyckas. Jag introducerade en om att begränsa värdet till noll för detta fall. Inte en idé, men stabil. Detta inträffade när varje värde i mitt fönster hade samma värde (jag använde en fönsterstorlek på 20 och det aktuella värdet var 0,5, om någon vill försöka reproducera detta.) Ndash Drew Noakes Jul 26 13 på 15:25 Ive använt commons-math (och bidragit till det biblioteket) för något som mycket liknar detta. Den öppna källan, porten till C, borde vara lätt som butikskaka (har du försökt göra en paj från början). Kolla in det: commons. apache. orgmathapi-3.1.1index. html. De har en StandardDeviation-klass. Gå till stan svarade jan 31 13 kl 21:48 Du är välkommen Beklagar Jag fick inte svaret du letar efter. Jag menar absolut inte att jag föreslår att hela biblioteket ska sändas. Bara minsta nödvändiga kod, som borde vara några hundra linjer eller så. Observera att jag inte har någon aning om vilka lagliga upphovsrättsbegränsningar apache har på den koden, så you39d måste checka ut det. Om du förföljer det, här är länken. Så att Variance FastMath ndash Jason Jan 31 13 kl 22:36 Viktigaste informationen har redan givits ovan --- men kanske är det fortfarande av allmänt intresse. Ett litet Java-bibliotek för att beräkna glidande medelvärde och standardavvikelse finns här: githubtools4jmeanvar Implementeringen baseras på en variant av Welfords metod som nämns ovan. Metoder för att ta bort och ersätta värden har härletts som kan användas för att flytta värdefönster.
No comments:
Post a Comment