Ликбез по средним
Так как никаких хороших сигналов последние дни по моим системам нет, то продолжу писать обучения. Тут будут очень понятно описаны 3 вида скользящих средних: SMA, EMA и VWMA, если смысл их использовать вообще, и если есть, то какой и почему.
Главный вопрос зачем
Но будет не обычное начало. Допустим, Вы пришли к своему другу в гости, и увидели у него на столе устройство, которое на вид является нечто средним между микроволновкой и зонтиком от дождя. Вам вполне вероятно станет любопытно что это за хренотень и Вы его спросите. А он отвечает по типу из каких компонентов сделан, что там и дерево есть, и никель и платина. Разумеется Вас такой ответ... не устроит. И скорее всего Вы зададите ему какие-то то еще уточняющие вопросы. Далее он рассказывает Вам сколько тут ручек и кнопок, как их правильно крутить, и как лучше. Но Вас опять такой ответ почему-то не устроит. Думаю всё закончится фразой типа "Да блин, ты просто скажи нафига эта штука нужна то, что она делает?". То есть вещь нам чаще всего непонятная до тех пор пока мы не понимаем её предназначения. Её цели, её смысла. Абы зачем она нужна? Если бы этот друг сразу сказал "Это такой дизайнерский радиоприёмник", то такой ответ Ваше любопытство сразу бы удовлетворил. Потому что Вам понятно зачем эта странная штука нужна.
Чтобы скользящие средние стали понятными, недостаточно объяснить и понимать как они работают и как используются. Чтобы их действительно понять нужно понимать а зачем они нужны. И их изначальная цель и смысл, предназначение. Мой пост будет об этом.
Абстрагируемся
Еще больше упрощает понимание вещей метод абстрагироваться от менее понятно к более понятному. Поэтому будем торговать не криптой или ценными бумагами, а обычными легковыми автомобилями :) Потому что так гораздо понятнее.
Допустим, вечером звонит Ваш друг, которому Вы давно доверяете, и сообщает что ему надо срочно продать его новый автомобиль, так как прямо сегодня вечером ему нужны деньги. Так странно сложилось. Вы ему доверяете и уверены что подвоха тут быть не может. Нужная сумма у Вас есть, вот только сам автомобиль его Вам не нужен совершенно. То есть даже если Вы его у него и выкупите, то только лишь для того чтобы перепродать. Он Вам не нужен, допустим.
Но тогда разумеется Вы не захотите его выкупать по средне-рыночной цене. Ведь во-первых, Вы тогда так ничего не заработаете скорее всего, во-вторых, это явно какой-то лишний гимор и потеря времени, в-третьих сразу понятно что по среднерыночной цене Вам его продать не факт что удастся, и потому возможно придется продавать дешевле, что грозит Вам убытком. Так что есть много причин не покупать его по среднерыночной цене.
Однако, он Вам по среднерыночной и не предлагает, а предлагает гораздо дешевле, так как прямо сегодня ему деньги нужны, потому и такая скидка. Вы получаете предложение купить его на 10% дешевле рыночной. И опять Вы скорее всего откажитесь. Не такая уж большая тут возможная прибыль (примерно +10%), и есть риск всё равно получить убыток, будет и гимор. Допустим Вы тоже вежливо отказались. Но тогда он говорит "Ну ладно, на 20% дешевле отдам, помоги". Ну так уже интереснее. Очень многие бы тут ответили "20% скидки за этот ненужный мне гимор и риск всё равно мало". Но чем больше процент скидки, тем больше будет согласных помочь. Ну как будто кто-то отказался бы выкупить хороший еще автомобиль за 1000 рублей, хотя ему рыночная цена не меньше 500.000 рублей в его состоянии? То есть будет какая цена (размер скидки), которая Вас устроит. Да и другу не плохо было бы помочь.
Зачем SMA
Допустим, Вы теперь прикидываете а по какой цене его вообще реально продать достаточно быстро, и у Вас есть какой-то сайт с ценами, где такие же автомобили продавали в прошлом. То есть было бы вполне логично взять скажем 10 таких продаж, посмотреть цену, и высчитать среднее-арифметическое. Так Вы получите примерную цену по какой сможете продать, пусть и не абсолютно точную, но этого достаточно чтобы ориентироваться и всё принять решение или не принять. Но тут несколько но.
Но Вы не будем смотреть цены таких сделок пятилетней давности. Вам понятно что эти данные уже устарели. Была там и не малая инфляция, и рублик упал, сам авто морально устарел и прочее. То есть возникает вопрос актуальности информации. Гораздо лучше было бы посмотреть 10 последних цен таких продаж в этом месяце, то есть актуальные, а не пятилетней давности. На примере с автомобилями это столь понятно что я капитан очевидность, а вот на примере цен на активы на бирже это понятно уже почему то не всем, и не так уж им очевидно. Поэтому не редко можно увидеть у некоторых на графике SMA с периодом в 1000 свечей на дневном таймфрейме. То есть этот человек фактически придает большое значение информации "сколько стоил биток 3 года назад?", и похоже не понимает что это просто глупо. А вот на примере автомобилей было понятнее, ведь какая разница почём их продавали 3 года назад?
Вот поэтому у SMA есть параметр - период. Количество свечей. Мы хотим так рассчитать только последние сделки, актуальные цены, мы не хотим брать в расчёт устаревшую слишком старую информацию, которая уже бесполезна.
Но чем меньше цен мы возьмем в свой расчет (например возьмем всего 2 сделки), тем больше вероятность что мы ошибёмся. То есть в нашу выборку из двух цен могут попасть 2 слишком дорогие сделки, мы сделаем неверный вывод о том какая должна быть цена, а потом не сможет по такой цене его продать, так как не будет спроса так дорого покупать. Очевидно, что чем больше цен мы возьмем в расчёт, тем меньше вероятность такой ошибки, и тем более точный наш расчёт.
Но тогда при использовании SMA образуется явный конфликт наших целей. Конфликт между понятием актуальности и точности. Допустим такой автомобиль продают лишь 1 раз в месяц по данный с этого сайтика, и никаких других данных нет. Тогда если мы захотим актуальности, то будет смотреть только за 1 последний месяц. Но там всего одна сделка! Велика вероятность что там была нетипичная цена, слишком дорогая или слишком дешевая. Вдруг это была продана супер-люкс-комплектация какая-то, а в среднем они намного дешевле уходят. Или наоборот, вдруг там была не мало исцарапанная машина, и потому так дешево отдана. То есть одной цены как бы маловато будет для уверенности, точности. Но если мы захотим взять 10 цен для большей точности, а сделок то там всего раз в месяц, то нам придется взять период уже в 10 месяцев. Но тогда ведь страдает актуальность цены. Ведь 10 месяцев назад был несколько другой курс валюты, возможно другой уровень инфляции, возможно повлияла какая-то сезонность спроса (ну вдруг там кабриолет, а их весной дороже покупают). Как видим между актуальностью и точностью есть конфликт. Для точности надо период побольше, а для актуальности - поменьше.
И вот абсолютно все все другие виды скользящих средних это попытки разрешить этот самый конфликт. Вы сможете понять другие виды скользящих средних, если поймете зачем они вообще придуманы. Какую проблему она пыталась решать.
Зачем EMA
EMA - экспоненциальная скользящая средняя - отличается от SMA тем, что она придаёт больше значения последним ценам, и соответственно, меньше значения более старым ценам.
Вернемся к нашему примеру с авто. Если мы возьмем период за 4 месяца, то тогда по EMA за последний месяц мы придает ценам 40% значения, предыдущему месяцу 30% значения, месяцу до этого 20%, а четвертому по счету всего 10%. В сумме придается 100% значения всем четырем месяцам. Но последние цены влияют сильнее, они важнее. Так мы вроде бы и актуальность увеличили (раз уж меньше значения придаем более старым ценам), и точность не силько пострадала (раз уж количество цен не уменьшили).
Но несмотря на всю красоту идеи SMA на самом дела на реальной практике EMA показывает себя чаще хуже чем SMA, хотя по задумке авторов должна была показать результаты лучше и точнее. Проще говоря, EMA получилась похожа не слегка ускоренную SMA. Она меньше запаздывает за графиков, но из-за этого и менее точная. EMA с периодом 10 это примерно тоже самое что SMA с периодом 12.
То есть идея EMA хорошая, но она скорее не сработала, чем сработала.
Зачем VWMA
VWMA - взвешенная по объёму скользящая средняя - гораздо более умная, чуть ли не гениальная идея. Можно сказать эта скользящая средняя намного умнее предыдущих двух, так как здесь учитывается и не плохо решена одна старая проблема.
Тут пример с тем же автомобилем будет выглядеть более странно. Допустим Вы смотрите цены на автомобили за последние 2 дня на дневном графике. Вчера последняя цена по которой был продан такой же автомобиль была 1.500.000 рублей, а сегодня последняя цена была 650.000 рублей. Если Вы используете SMA, то Вы видите только 2 цены - последние за день. А среднее арифметическое получается 1.075.000 рублей. Так Вы далаете вывод "Скорее всего смогу продать за миллион, они примерно по такой цене и уходят". Допустим, используя EMA Вы получите цифру чуть меньше, 1.030.000 рублей, раз она больше значения придает более последним ценам. А теперь наглядно покажу какая тут может быть беда.
На само деле вчера был продан только 1 такой автомобиль за 1.500.000 рублей, а сегодня было 15 разных покупателей таких же автомобилей по ценам от 550.000 рублей до 700.000 рублей. Последняя цена была сегодня по 650.000 и именно её Вы видите на графике. В сумме было продано 16 таких автомобилей. Очевидно что в данном примере средняя цена такого авто что-то около 600.000 рублей, а вовсе не миллион. Вот именно для избежания этой проблемы и придумана хитрая VWMA.
VWMA рассчитывается с учётом объемов продаж. Сколько было продано? То есть SMA и EMA не видит разницы. Вчера был продан 1, а сегодня 15, но для SMA и EMA это одинаково важные для расчета дни. Для VWMA же много значения придается тому дню, у которого объем больше. Раз уж сегодня было продано было 15 машин, а вчера только одна, значит для VWMA сегодняшний день будет в 15 раз важнее чем вчерашний. Впрочем, для неё и вчерашний день, менее актуальный уже может быть важнее сегодняшнего, если там было больше сделок (объем).
Как видим исходя из логики VWMA самая грамотная и точная скользящая средняя, которая грамотно расставляет приоритеты и понятным способом решает проблему, которая есть у SMA и EMA. Но после бектестов возникнет вопрос, а почему она тогда работает не особо лучше? :)
А потому что учитывается на самом деле просто объём самой свечки, а не сами реальные сделки. А объем свечки не обязательно указывает на реальные сделки. Могу привести пример. Допустим, кто-то решил купить 10.000 биткойнов и ожидал что цена пойдет вверх, но цена вверх не пошла, или пошла не так как он ожидал. Он решил что его прогноз неверный и решил их сразу же продать в безубыток, или с маленькой прибылью, или с маленьким убытком, пока не поздно. То есть можно сказать эта сделка почти что не состоялась. У него сейчас уже нет биткойнов, так как он их быстро продал. А у продавцов теперь столько же биткойнов, сколько и было. То есть реально то баланс не сместился. Но на графике объемов мы видим сумму объемов. Плюсуется и покупка этого человека, и последующая скорая продажа этого человека. Этой сделке вообще не нужно придавать никакого значения, так как она не повлияла на баланс покупателей/продавцов на самом то деле. Но VWMA это отличить не может, поэтому считает грубо по объему, потому значение ценам придается почти случайным образом. То есть VWMA имея замечательную изначальную идею на реальной практике оказалась не особо лучше чем EMA или SMA из-за погрешности с этими неважными ложными следками, которых на реальном рынке очень много (особенно из-за роботов, интрадейщиков). Проще говоря, идеальная VWMA должна игнорировать сделки интрадейщиков, но она этого делать не может, так как не может отличить по объёму интрадейщик это был или нет.
Другие скользящие
Другие виды скользящих средний почти всегда развивают эти же идеи что выше. То есть это другие попытки разрешить конфликт актуальности/точности. Ну например, есть много видов скользящих средних, которые одновременно содержат в себе попытки учесть объем (как VWMA) и попытки повысить актуальность за счёт придания больше значения последним ценам (как EMA). Самый простой пример - берем VWMA и EMA и из них двоих высчитываем среднее-арифметическое - там получим нечто среднее между EMA и VWMA, то есть объединим подходы. Но как Вы уже догадались, в итоге опять же получим результат не лучше чем обычная SMA :)
Впрочем, бывают и совершенно оригинальные скользящие средние, с куда более сложными алгоритмами расчета. Не похожие ни на SMA, ни на VWMA или EMA. Но их я пока описывать не буду. Чтобы такую понять надо отдельную статью писать. По одной только.
Оригинальное решение
У скользящих средних часто кроме периода можно выбирать и источник цены. Если источник цены выбирать нельзя, то используется там Close. С одной стороны для точности нам надо побольше цен. А с другой стороны для актуальности - поменьше период. Вот опять возвращаемся к извечному конфликту актуальность/точность. Использование таких источников цены как HLC3 или OHLC4 - это замечательное решение. С одной стороны, используя HLC3 мы в 3 раза повышаем точность. Ведь сама цена HLC3 получается из трех разных цен. А с другой стороны, мы при этом не увеличиваем период скользящих средних, а значит не теряем в актуальности. Вот почему это отличное решение.
Причем тут речь идет про скользящие средние, а не про другие индикаторы. Например, для скольщящих средних лучше всего использовать OHLC4 или HLC3, а не Close, потому что выше точность. Но для индикатора RSI например это уже не верно, там лучше использовать Close. Просто потому что это совсем другого типа индикатор, это не скользящая средняя, и там иная логика расчета.
OHLC4 или HLC3
Казалось бы исходя из этой логики выгоднее всего использовать OHLC4, а не HLC3, так как 4 цены это больше чем 3, и так ведь значит точнее будет. Но возникает нюансик.
Это зависит от таймфрейма и круглосуточности рынка. То есть если рынок не круглосуточный, то цена открытия свечи будет очень часто сильно отличаться от цены закрытия прошлой свечи. Например на рынке акций. Особенно при переносе через выходные, праздники, и при выплатах девидендов. Вот из-за того что цены открытия дня там часто сильно отличаются от цен закрытия прошлого дня - поэтому выгоднее использовать OHLC4.
При не круглосуточном рынке и на большой таймфрейме (например, дневной/недельный ТФ на рынке форекс или крипты) часто выгоднее использовать HLC3. Потому что цена открытия сегодня почти абсолютно равна бывает цене закрытия вчера. Тогда получается что при OHLC4 на таком графике мы будем придавать больше значения цене закрытия свечи, и меньше значения минимумам и максимум свечи. То есть образуется некий ненужный тут дисбаланс.
Ну а на практике проще всего бектестами конечно проверять :) Берем индикатор, и проверяем его и на OHLC4 и на HLC3, далее выбираем какой вариант лучше себя показал на тесте (с учетом просадки тоже, а не только доходности).
Надеюсь я улучшил Ваше понимание как работают скользящие средние за лайки :)
Главный вопрос зачем
Но будет не обычное начало. Допустим, Вы пришли к своему другу в гости, и увидели у него на столе устройство, которое на вид является нечто средним между микроволновкой и зонтиком от дождя. Вам вполне вероятно станет любопытно что это за хренотень и Вы его спросите. А он отвечает по типу из каких компонентов сделан, что там и дерево есть, и никель и платина. Разумеется Вас такой ответ... не устроит. И скорее всего Вы зададите ему какие-то то еще уточняющие вопросы. Далее он рассказывает Вам сколько тут ручек и кнопок, как их правильно крутить, и как лучше. Но Вас опять такой ответ почему-то не устроит. Думаю всё закончится фразой типа "Да блин, ты просто скажи нафига эта штука нужна то, что она делает?". То есть вещь нам чаще всего непонятная до тех пор пока мы не понимаем её предназначения. Её цели, её смысла. Абы зачем она нужна? Если бы этот друг сразу сказал "Это такой дизайнерский радиоприёмник", то такой ответ Ваше любопытство сразу бы удовлетворил. Потому что Вам понятно зачем эта странная штука нужна.
Чтобы скользящие средние стали понятными, недостаточно объяснить и понимать как они работают и как используются. Чтобы их действительно понять нужно понимать а зачем они нужны. И их изначальная цель и смысл, предназначение. Мой пост будет об этом.
Абстрагируемся
Еще больше упрощает понимание вещей метод абстрагироваться от менее понятно к более понятному. Поэтому будем торговать не криптой или ценными бумагами, а обычными легковыми автомобилями :) Потому что так гораздо понятнее.
Допустим, вечером звонит Ваш друг, которому Вы давно доверяете, и сообщает что ему надо срочно продать его новый автомобиль, так как прямо сегодня вечером ему нужны деньги. Так странно сложилось. Вы ему доверяете и уверены что подвоха тут быть не может. Нужная сумма у Вас есть, вот только сам автомобиль его Вам не нужен совершенно. То есть даже если Вы его у него и выкупите, то только лишь для того чтобы перепродать. Он Вам не нужен, допустим.
Но тогда разумеется Вы не захотите его выкупать по средне-рыночной цене. Ведь во-первых, Вы тогда так ничего не заработаете скорее всего, во-вторых, это явно какой-то лишний гимор и потеря времени, в-третьих сразу понятно что по среднерыночной цене Вам его продать не факт что удастся, и потому возможно придется продавать дешевле, что грозит Вам убытком. Так что есть много причин не покупать его по среднерыночной цене.
Однако, он Вам по среднерыночной и не предлагает, а предлагает гораздо дешевле, так как прямо сегодня ему деньги нужны, потому и такая скидка. Вы получаете предложение купить его на 10% дешевле рыночной. И опять Вы скорее всего откажитесь. Не такая уж большая тут возможная прибыль (примерно +10%), и есть риск всё равно получить убыток, будет и гимор. Допустим Вы тоже вежливо отказались. Но тогда он говорит "Ну ладно, на 20% дешевле отдам, помоги". Ну так уже интереснее. Очень многие бы тут ответили "20% скидки за этот ненужный мне гимор и риск всё равно мало". Но чем больше процент скидки, тем больше будет согласных помочь. Ну как будто кто-то отказался бы выкупить хороший еще автомобиль за 1000 рублей, хотя ему рыночная цена не меньше 500.000 рублей в его состоянии? То есть будет какая цена (размер скидки), которая Вас устроит. Да и другу не плохо было бы помочь.
Зачем SMA
Допустим, Вы теперь прикидываете а по какой цене его вообще реально продать достаточно быстро, и у Вас есть какой-то сайт с ценами, где такие же автомобили продавали в прошлом. То есть было бы вполне логично взять скажем 10 таких продаж, посмотреть цену, и высчитать среднее-арифметическое. Так Вы получите примерную цену по какой сможете продать, пусть и не абсолютно точную, но этого достаточно чтобы ориентироваться и всё принять решение или не принять. Но тут несколько но.
Но Вы не будем смотреть цены таких сделок пятилетней давности. Вам понятно что эти данные уже устарели. Была там и не малая инфляция, и рублик упал, сам авто морально устарел и прочее. То есть возникает вопрос актуальности информации. Гораздо лучше было бы посмотреть 10 последних цен таких продаж в этом месяце, то есть актуальные, а не пятилетней давности. На примере с автомобилями это столь понятно что я капитан очевидность, а вот на примере цен на активы на бирже это понятно уже почему то не всем, и не так уж им очевидно. Поэтому не редко можно увидеть у некоторых на графике SMA с периодом в 1000 свечей на дневном таймфрейме. То есть этот человек фактически придает большое значение информации "сколько стоил биток 3 года назад?", и похоже не понимает что это просто глупо. А вот на примере автомобилей было понятнее, ведь какая разница почём их продавали 3 года назад?
Вот поэтому у SMA есть параметр - период. Количество свечей. Мы хотим так рассчитать только последние сделки, актуальные цены, мы не хотим брать в расчёт устаревшую слишком старую информацию, которая уже бесполезна.
Но чем меньше цен мы возьмем в свой расчет (например возьмем всего 2 сделки), тем больше вероятность что мы ошибёмся. То есть в нашу выборку из двух цен могут попасть 2 слишком дорогие сделки, мы сделаем неверный вывод о том какая должна быть цена, а потом не сможет по такой цене его продать, так как не будет спроса так дорого покупать. Очевидно, что чем больше цен мы возьмем в расчёт, тем меньше вероятность такой ошибки, и тем более точный наш расчёт.
Но тогда при использовании SMA образуется явный конфликт наших целей. Конфликт между понятием актуальности и точности. Допустим такой автомобиль продают лишь 1 раз в месяц по данный с этого сайтика, и никаких других данных нет. Тогда если мы захотим актуальности, то будет смотреть только за 1 последний месяц. Но там всего одна сделка! Велика вероятность что там была нетипичная цена, слишком дорогая или слишком дешевая. Вдруг это была продана супер-люкс-комплектация какая-то, а в среднем они намного дешевле уходят. Или наоборот, вдруг там была не мало исцарапанная машина, и потому так дешево отдана. То есть одной цены как бы маловато будет для уверенности, точности. Но если мы захотим взять 10 цен для большей точности, а сделок то там всего раз в месяц, то нам придется взять период уже в 10 месяцев. Но тогда ведь страдает актуальность цены. Ведь 10 месяцев назад был несколько другой курс валюты, возможно другой уровень инфляции, возможно повлияла какая-то сезонность спроса (ну вдруг там кабриолет, а их весной дороже покупают). Как видим между актуальностью и точностью есть конфликт. Для точности надо период побольше, а для актуальности - поменьше.
И вот абсолютно все все другие виды скользящих средних это попытки разрешить этот самый конфликт. Вы сможете понять другие виды скользящих средних, если поймете зачем они вообще придуманы. Какую проблему она пыталась решать.
Зачем EMA
EMA - экспоненциальная скользящая средняя - отличается от SMA тем, что она придаёт больше значения последним ценам, и соответственно, меньше значения более старым ценам.
Вернемся к нашему примеру с авто. Если мы возьмем период за 4 месяца, то тогда по EMA за последний месяц мы придает ценам 40% значения, предыдущему месяцу 30% значения, месяцу до этого 20%, а четвертому по счету всего 10%. В сумме придается 100% значения всем четырем месяцам. Но последние цены влияют сильнее, они важнее. Так мы вроде бы и актуальность увеличили (раз уж меньше значения придаем более старым ценам), и точность не силько пострадала (раз уж количество цен не уменьшили).
Но несмотря на всю красоту идеи SMA на самом дела на реальной практике EMA показывает себя чаще хуже чем SMA, хотя по задумке авторов должна была показать результаты лучше и точнее. Проще говоря, EMA получилась похожа не слегка ускоренную SMA. Она меньше запаздывает за графиков, но из-за этого и менее точная. EMA с периодом 10 это примерно тоже самое что SMA с периодом 12.
То есть идея EMA хорошая, но она скорее не сработала, чем сработала.
Зачем VWMA
VWMA - взвешенная по объёму скользящая средняя - гораздо более умная, чуть ли не гениальная идея. Можно сказать эта скользящая средняя намного умнее предыдущих двух, так как здесь учитывается и не плохо решена одна старая проблема.
Тут пример с тем же автомобилем будет выглядеть более странно. Допустим Вы смотрите цены на автомобили за последние 2 дня на дневном графике. Вчера последняя цена по которой был продан такой же автомобиль была 1.500.000 рублей, а сегодня последняя цена была 650.000 рублей. Если Вы используете SMA, то Вы видите только 2 цены - последние за день. А среднее арифметическое получается 1.075.000 рублей. Так Вы далаете вывод "Скорее всего смогу продать за миллион, они примерно по такой цене и уходят". Допустим, используя EMA Вы получите цифру чуть меньше, 1.030.000 рублей, раз она больше значения придает более последним ценам. А теперь наглядно покажу какая тут может быть беда.
На само деле вчера был продан только 1 такой автомобиль за 1.500.000 рублей, а сегодня было 15 разных покупателей таких же автомобилей по ценам от 550.000 рублей до 700.000 рублей. Последняя цена была сегодня по 650.000 и именно её Вы видите на графике. В сумме было продано 16 таких автомобилей. Очевидно что в данном примере средняя цена такого авто что-то около 600.000 рублей, а вовсе не миллион. Вот именно для избежания этой проблемы и придумана хитрая VWMA.
VWMA рассчитывается с учётом объемов продаж. Сколько было продано? То есть SMA и EMA не видит разницы. Вчера был продан 1, а сегодня 15, но для SMA и EMA это одинаково важные для расчета дни. Для VWMA же много значения придается тому дню, у которого объем больше. Раз уж сегодня было продано было 15 машин, а вчера только одна, значит для VWMA сегодняшний день будет в 15 раз важнее чем вчерашний. Впрочем, для неё и вчерашний день, менее актуальный уже может быть важнее сегодняшнего, если там было больше сделок (объем).
Как видим исходя из логики VWMA самая грамотная и точная скользящая средняя, которая грамотно расставляет приоритеты и понятным способом решает проблему, которая есть у SMA и EMA. Но после бектестов возникнет вопрос, а почему она тогда работает не особо лучше? :)
А потому что учитывается на самом деле просто объём самой свечки, а не сами реальные сделки. А объем свечки не обязательно указывает на реальные сделки. Могу привести пример. Допустим, кто-то решил купить 10.000 биткойнов и ожидал что цена пойдет вверх, но цена вверх не пошла, или пошла не так как он ожидал. Он решил что его прогноз неверный и решил их сразу же продать в безубыток, или с маленькой прибылью, или с маленьким убытком, пока не поздно. То есть можно сказать эта сделка почти что не состоялась. У него сейчас уже нет биткойнов, так как он их быстро продал. А у продавцов теперь столько же биткойнов, сколько и было. То есть реально то баланс не сместился. Но на графике объемов мы видим сумму объемов. Плюсуется и покупка этого человека, и последующая скорая продажа этого человека. Этой сделке вообще не нужно придавать никакого значения, так как она не повлияла на баланс покупателей/продавцов на самом то деле. Но VWMA это отличить не может, поэтому считает грубо по объему, потому значение ценам придается почти случайным образом. То есть VWMA имея замечательную изначальную идею на реальной практике оказалась не особо лучше чем EMA или SMA из-за погрешности с этими неважными ложными следками, которых на реальном рынке очень много (особенно из-за роботов, интрадейщиков). Проще говоря, идеальная VWMA должна игнорировать сделки интрадейщиков, но она этого делать не может, так как не может отличить по объёму интрадейщик это был или нет.
Другие скользящие
Другие виды скользящих средний почти всегда развивают эти же идеи что выше. То есть это другие попытки разрешить конфликт актуальности/точности. Ну например, есть много видов скользящих средних, которые одновременно содержат в себе попытки учесть объем (как VWMA) и попытки повысить актуальность за счёт придания больше значения последним ценам (как EMA). Самый простой пример - берем VWMA и EMA и из них двоих высчитываем среднее-арифметическое - там получим нечто среднее между EMA и VWMA, то есть объединим подходы. Но как Вы уже догадались, в итоге опять же получим результат не лучше чем обычная SMA :)
Впрочем, бывают и совершенно оригинальные скользящие средние, с куда более сложными алгоритмами расчета. Не похожие ни на SMA, ни на VWMA или EMA. Но их я пока описывать не буду. Чтобы такую понять надо отдельную статью писать. По одной только.
Оригинальное решение
У скользящих средних часто кроме периода можно выбирать и источник цены. Если источник цены выбирать нельзя, то используется там Close. С одной стороны для точности нам надо побольше цен. А с другой стороны для актуальности - поменьше период. Вот опять возвращаемся к извечному конфликту актуальность/точность. Использование таких источников цены как HLC3 или OHLC4 - это замечательное решение. С одной стороны, используя HLC3 мы в 3 раза повышаем точность. Ведь сама цена HLC3 получается из трех разных цен. А с другой стороны, мы при этом не увеличиваем период скользящих средних, а значит не теряем в актуальности. Вот почему это отличное решение.
Причем тут речь идет про скользящие средние, а не про другие индикаторы. Например, для скольщящих средних лучше всего использовать OHLC4 или HLC3, а не Close, потому что выше точность. Но для индикатора RSI например это уже не верно, там лучше использовать Close. Просто потому что это совсем другого типа индикатор, это не скользящая средняя, и там иная логика расчета.
OHLC4 или HLC3
Казалось бы исходя из этой логики выгоднее всего использовать OHLC4, а не HLC3, так как 4 цены это больше чем 3, и так ведь значит точнее будет. Но возникает нюансик.
Это зависит от таймфрейма и круглосуточности рынка. То есть если рынок не круглосуточный, то цена открытия свечи будет очень часто сильно отличаться от цены закрытия прошлой свечи. Например на рынке акций. Особенно при переносе через выходные, праздники, и при выплатах девидендов. Вот из-за того что цены открытия дня там часто сильно отличаются от цен закрытия прошлого дня - поэтому выгоднее использовать OHLC4.
При не круглосуточном рынке и на большой таймфрейме (например, дневной/недельный ТФ на рынке форекс или крипты) часто выгоднее использовать HLC3. Потому что цена открытия сегодня почти абсолютно равна бывает цене закрытия вчера. Тогда получается что при OHLC4 на таком графике мы будем придавать больше значения цене закрытия свечи, и меньше значения минимумам и максимум свечи. То есть образуется некий ненужный тут дисбаланс.
Ну а на практике проще всего бектестами конечно проверять :) Берем индикатор, и проверяем его и на OHLC4 и на HLC3, далее выбираем какой вариант лучше себя показал на тесте (с учетом просадки тоже, а не только доходности).
Надеюсь я улучшил Ваше понимание как работают скользящие средние за лайки :)
Declinazione di responsabilità
Le informazioni ed i contenuti pubblicati non costituiscono in alcun modo una sollecitazione ad investire o ad operare nei mercati finanziari. Non sono inoltre fornite o supportate da TradingView. Maggiori dettagli nelle Condizioni d'uso.