Origem Média Móvel

História e Antecedentes Quem Chegou com as Médias em Movimento Os analistas técnicos têm usado médias móveis agora há várias décadas. Eles são tão onipresentes em nosso trabalho que a maioria de nós não sabe de onde eles vieram. Os estatísticos classificam as Médias móveis como parte de uma família de ferramentas para ldquoTime Series Analysisrdquo. Outros naquela família são: ANOVA, Média Aritmética, Coeficiente de Correlação, Covariância, Tabela de Diferença, Ajuste de Menos Leitos, Máxima Verossimilhança, Média em Movimento, Periodograma, Teoria da Previsão, Variável Aleatória, Random Walk, Residual, Variance. Você pode ler mais sobre cada uma dessas e suas definições no Wolfram. O desenvolvimento do lquivomoving averagerdquo remonta a 1901, embora o nome tenha sido aplicado posteriormente. Do historiador de matemática Jeff Miller: MOVING AVERAGE. Esta técnica de alisamento de pontos de dados foi utilizada por décadas antes disso, ou qualquer termo geral, entrou em uso. Em 1909, GU Yule (Journal of the Royal Statistical Society, 72, 721-730) descreveu as médias médias de Rich Hooker calculadas em 1901 como médias ldquomoving. rdquo Yule não adotou o termo em seu livro de texto, mas entrou em circulação através de WI Kingrsquos Elementos do Método Estatístico (1912). LdquoMoving averagerdquo referente a um tipo de processo estocástico é uma abreviatura de H. Woldrsquos ldquoprocess de meanagerquick movente (A Study in the Analysis of Stationary Time Series (1938)). Wold descreveu como os casos especiais do processo foram estudados na década de 1920 por Yule (em conexão com as propriedades do método de correlação de diferenças variáveis) e Slutsky John Aldrich. De StatSoft Inc. vem esta descrição de Suavização Exponencial. Que é uma das várias técnicas para ponderar os dados passados ​​de forma diferente: ldquo O alisamento exponencial tornou-se muito popular como um método de previsão para uma grande variedade de dados de séries temporais. Historicamente, o método foi desenvolvido de forma independente por Robert Goodell Brown e Charles Holt. Brown trabalhou para a Marinha dos EUA durante a Segunda Guerra Mundial, onde sua tarefa era projetar um sistema de rastreamento para informações de controle de fogo para calcular a localização dos submarinos. Mais tarde, ele aplicou essa técnica para a previsão de demanda de peças sobressalentes (um problema de controle de estoque). Ele descreveu essas idéias em seu livro de 1959 sobre controle de estoque. A pesquisa Holtrsquos foi patrocinada pelo Office of Naval Research de forma independente, ele desenvolveu modelos de suavização exponencial para processos constantes, processos com tendências lineares e para dados sazonais. Documento Holtrsquos, ldquoForecasting Seasonals and Trends por Medições móveis ponderadas exponencialmente foi publicada em 1957 em O. N.R. Memorando de Pesquisa 52, Carnegie Institute of Technology. Não existe on-line gratuitamente, mas pode ser acessado por aqueles com acesso a recursos de papel acadêmico. Para o nosso conhecimento, P. N. (Pete) Haurlan foi o primeiro a usar o alisamento exponencial para monitorar os preços das ações. Haurlan era um cientista de foguetes que trabalhava para o JPL no início da década de 1960 e, portanto, ele tinha acesso a um computador. Ele não os chamou de uma média média móvel expressiva (EMAs) rdquo, ou os rácios de médias móveis (EWMAs), ldquoexponencialmente ponderadas matematicamente na moda. Em vez disso, ele os chamou de'Trend Valuesrdquo ', e se referiu a eles por suas constantes de suavização. Assim, o que hoje é comumente chamado de EMA de 19 dias, ele chamou um ldquo10 Trendrdquo. Uma vez que sua terminologia foi o original para esse uso no rastreamento de preços das ações, é por isso que continuamos usando essa terminologia em nosso trabalho. Haurlan empregou EMAs na concepção dos sistemas de rastreamento para foguetes, que podem, por exemplo, interceptar um objeto em movimento, como um satélite, um planeta, etc. Se o caminho para o alvo estiver desativado, seria necessário aplicar algum tipo de entrada Para o mecanismo de direção, mas eles não queriam exagere ou subjugam essa entrada e tornam-se instáveis ​​ou não conseguem se transformar. Assim, o tipo certo de suavização de entradas de dados foi útil. Haurlan chamou este ldquoProportional Controlrdquo, o que significa que o mecanismo de direção não tentaria ajustar todo o erro de rastreamento de uma só vez. As EMAs foram mais fáceis de codificar em circuitos analógicos iniciais do que outros tipos de filtros porque eles só precisam de dois pedaços de dados variáveis: o valor de entrada atual (por exemplo, preço, posição, ângulo, etc.) e o valor EMA anterior. A constante de suavização seria hard-wired nos circuitos, então o ldquomemoryrdquo só precisaria acompanhar essas duas variáveis. Uma média móvel simples, por outro lado, requer manter o controle de todos os valores dentro do período de lookback. Assim, um 50-SMA significaria manter o controle de 50 pontos de dados, em seguida, em média. Acelera muito mais poder de processamento. Veja mais sobre EMAs versus médias móveis simples (SMAs) em Exponential Versus Simple. Haurlan fundou o boletim do Trade Levels na década de 1960, deixando JPL para esse trabalho mais lucrativo. Seu boletim de notícias foi um patrocinador do programa de TV Charting The Market na KWHY-TV em Los Angeles, o primeiro programa de televisão da TA, hospedado por Gene Morgan. O trabalho de Haurlan e Morgan foi uma grande parte da inspiração por trás do desenvolvimento de Sherman e Marian McClellanrsquos do McClellan Oscillator e Summation Index, que envolve o alisamento exponencial dos dados do Advance-Decline. Você pode ler um folheto de 1968 chamado Measuring Trend Values ​​publicado pela Haurlan a partir da página 8 do MTA Award Handout. Que preparamos para os participantes na conferência MTA de 2004, onde Sherman e Marian receberam o prêmio MTArsquos Lifetime Achievement Award. Haurlan não lista a origem dessa técnica matemática, mas observa que ela foi utilizada na engenharia aeroespacial há muitos anos. Média móvel - MA BREAKING Down Média móvel - MA Como exemplo da SMA, considere uma garantia com os seguintes preços de fechamento sobre 15 dias: Semana 1 (5 dias) 20, 22, 24, 25, 23 Semana 2 (5 dias) 26, 28, 26, 29, 27 Semana 3 (5 dias) 28, 30, 27, 29, 28 A 10 O dia MA aumentaria os preços de fechamento dos primeiros 10 dias como primeiro ponto de dados. O próximo ponto de dados eliminaria o preço mais antigo, adicionaria o preço no dia 11 e levaria a média, e assim por diante, como mostrado abaixo. Conforme observado anteriormente, as MAs desaceleram a ação de preço atual porque são baseadas em preços passados ​​quanto mais o período de tempo para o MA, maior o atraso. Assim, um MA de 200 dias terá um grau de atraso muito maior do que um MA de 20 dias porque contém preços nos últimos 200 dias. O comprimento do MA a ser usado depende dos objetivos de negociação, com MAs mais curtos usados ​​para negociação de curto prazo e MA mais longo prazo mais adequados para investidores de longo prazo. O MA de 200 dias é amplamente seguido por investidores e comerciantes, com pausas acima e abaixo dessa média móvel considerada como sinais comerciais importantes. Os MAs também oferecem sinais comerciais importantes por conta própria, ou quando duas médias atravessam. Um MA ascendente indica que a segurança está em uma tendência de alta. Enquanto um MA decrescente indica que está em uma tendência de baixa. Da mesma forma, o momento ascendente é confirmado com um cruzamento de alta. Que ocorre quando um mes de curto prazo cruza acima de um MA de longo prazo. O impulso descendente é confirmado com um cruzamento de baixa, que ocorre quando um MA de curto prazo cruza abaixo de um MA mais longo prazo. Média móvel - SMA BREAKING DOWN Média móvel simples - SMA Uma média móvel simples é personalizável na medida em que pode ser calculado para Um número diferente de períodos de tempo, simplesmente adicionando o preço de fechamento da garantia por vários períodos de tempo e dividindo esse total pelo número de períodos de tempo, o que dá o preço médio da garantia durante o período de tempo. Uma média móvel simples suaviza a volatilidade e facilita a visualização da tendência de preços de uma segurança. Se a média móvel simples aponta, isso significa que o preço de segurança está aumentando. Se está apontando, significa que o preço das garantias está diminuindo. Quanto mais tempo for a média móvel, mais suave será a média móvel simples. Uma média móvel de curto prazo é mais volátil, mas sua leitura está mais próxima dos dados de origem. Significado analítico As médias móveis são uma importante ferramenta analítica usada para identificar tendências de preços atuais e o potencial de uma mudança em uma tendência estabelecida. A forma mais simples de usar uma média móvel simples em análise é usá-lo para identificar rapidamente se uma segurança está em uma tendência de alta ou tendência de baixa. Outra ferramenta analítica popular, embora ligeiramente mais complexa, é comparar um par de médias móveis simples com cada cobertura de intervalos de tempo diferentes. Se uma média móvel simples de curto prazo estiver acima de uma média de longo prazo, espera-se uma tendência de alta. Por outro lado, uma média de longo prazo acima de uma média de curto prazo indica um movimento descendente na tendência. Padrões de negociação populares Dois padrões comerciais populares que usam médias móveis simples incluem a cruz da morte e uma cruz dourada. Uma cruz de morte ocorre quando a média móvel simples de 50 dias passa abaixo da média móvel de 200 dias. Isso é considerado um sinal de baixa, que outras perdas estão em estoque. A cruz de ouro ocorre quando uma média móvel de curto prazo quebra acima de uma média móvel de longo prazo. Reforçada pelos altos volumes de negociação, isso pode indicar que ganhos adicionais estão em armazém.