536 / 736EMA

Exponential moving average

Wykładnicza średnia krocząca

EMA nadaje większą wagę nowym cenom, stopniowo osłabiając wpływ starszych danych. Wyjaśnijmy, jak z poprzedniego wyniku powstaje kolejny punkt i dlaczego dwie poprawnie obliczone linie mogą się różnić.

Exponential moving average, w skrócie EMA, to średnia, która silniej uwzględnia nowsze ceny. Jej wygładzona linia pomaga śledzić przebieg ceny na wykresie. Każda nowa wartość łączy bieżącą cenę z poprzednim wynikiem. Dlatego zwykle reaguje szybciej niż Simple moving average, czyli SMA, choć nadal opiera się na już dostępnych cenach.

Po zakończeniu każdego przedziału czasu, pokazanego na wykresie jako świeca, Petr zapisuje ostatnią cenę. Zamiast ponownie sumować wszystkie wartości, może przesunąć poprzednią EMA o część odległości w stronę tej ceny. Tak metodę opisuje Fidelity. TradingView zapisuje to samo jako sumę ważonej nowej ceny i ważonej poprzedniej EMA. Nazywamy to obliczeniem rekurencyjnym: kolejny krok korzysta z wyniku poprzedniego. [1] [2]

O tej części decyduje współczynnik, czyli liczba określająca wagę nowej ceny. TradingView podaje typową zależność 2 / (N + 1), gdzie N oznacza wybraną długość. Większe N zmniejsza wagę nowego odczytu i spowalnia dostosowanie. Petr musi więc znać nie tylko nazwę EMA, lecz także długość oraz sposób wyznaczania współczynnika. Długość steruje rozłożeniem wag; poniższy przykład pokazuje konkretny krok. [3]

Na samym początku Petr nie ma jeszcze poprzedniej EMA. Fidelity opisuje rozpoczęcie od SMA, zwykłej średniej pierwszych cen. Wybór początkowego wyniku to inicjalizacja. Jeśli inne narzędzie zacznie inaczej albo wczyta inną ilość danych historycznych, linie mogą się różnić nawet przy identycznych kolejnych cenach. Różnica stopniowo maleje wraz z dalszymi obliczeniami. Sama nazwa EMA nie gwarantuje zatem identycznych wartości. [1]

Poprzednia EMA zawiera już wpływ starszych cen. Jak wyjaśnia TradingView, każdy kolejny krok ponownie go osłabia. Stąd określenie wykładnicza: przy stałym współczynniku wpływ pierwotnej wartości jest wielokrotnie mnożony przez ten sam czynnik. Długość nie wyznacza więc zamkniętego okna ostatnich cen, poza którym wszystko znika jak w SMA. Bardzo mały wpływ nie jest też matematycznie dokładnym zerem. Przy długości 1 i podanym współczynniku wyjątek jest prosty: EMA jest równa nowej cenie, a poprzedni wynik nie ma już wagi. [3]

Petr zmienia SMA na EMA i przy tym samym okresie linia zwykle podąża bliżej nowej ceny. Fidelity wskazuje oba skutki tej czułości: wcześniejszą reakcję i częstsze krótkie zmiany. Na rynku bez wyraźnego kierunku Petr może więc zobaczyć serię szybkich zwrotów. Reguła handlowa musi uwzględniać także koszty takich transakcji. Sama bliskość linii do ceny nie świadczy o jakości jego decyzji. [1]

Petr porównuje wykres z kolegą. W TradingView opcja Source wybiera daną do obliczeń, na przykład Close, ostatnią cenę świecy. Timeframe określa interwał danych wskaźnika i może różnić się od interwału wyświetlanego wykresu. Zanim uznają rozbieżność za błąd, porównują rynek, dostawcę danych, używaną cenę, interwał i obsługę brakujących wartości. Dopiero przy zgodnych danych wejściowych warto porównywać sam rachunek. [2] [4]

Na wykresie na żywo najnowsza EMA zmienia się razem z ceną. TradingView wyjaśnia, że Close niezakończonej świecy to odczyt aktualizowany na bieżąco, a nie ostateczna cena zamknięcia. Jeśli EMA z niego korzysta, zmieniają się także wynik i ewentualne przecięcie. Petr musi więc odróżnić regułę ocenianą podczas interwału od reguły czekającej na jego koniec. Test historyczny nie może używać ceny końcowej tak, jakby była znana wcześniej. [5]

Petr umie obliczyć EMA, ale nadal nie określił, kiedy i jak handlować. W dokumentacji strategii TradingView rozróżnia sygnał, utworzenie zlecenia i jego faktyczną realizację. Potrzebne są też reguły wyjścia z pozycji, momenty działania i koszty. Uwaga na overfitting, czyli dopasowanie zasad do przypadkowych zdarzeń na dawnym wykresie. Test na oddzielnych danych, bez ponownego dopasowywania, pomaga ujawnić tę słabość. Nawet dokładne obliczenie nie obiecuje przyszłego wyniku. [6]

Przykład · EMA

Ta sama cena, inny punkt startowy

W fikcyjnym przykładzie wybierzmy współczynnik 0.5, czyli długość 3 zgodnie z 2 / (N + 1). Poprzednia EMA wynosi 100000 USD/BTC, a nowa cena 100040 USD/BTC. Otrzymujemy 0.5 × 100040 + 0.5 × 100000 = 100020 USD/BTC. Drugie obliczenie ma tę samą nową cenę, lecz poprzednią EMA równą 100010 USD/BTC: 0.5 × 100040 + 0.5 × 100010 = 100025 USD/BTC. Początkowa różnica 10 USD/BTC zmalała do 5 USD/BTC, ale nie zniknęła. Tak stopniowo może wygasać rozbieżność wartości początkowych. Liczby pokazują metodę, nie aktualny rynek ani polecenie zawarcia transakcji.

Pełniejszy obraz uzyskasz, czytając to hasło razem z Moving average, Simple moving average, Moving average crossover, Timeframe, MACD, Backtesting. Do tego hasła prowadzą również odsyłacze z Moving average, Simple moving average, Moving average crossover, Relative Strength Index.

01Czy EMA korzysta tylko z wybranej liczby ostatnich cen?

Nie w postaci skończonego okna jak SMA. Poprzednia EMA przenosi również malejący wpływ starszych danych. Długość zwykle określa współczynnik, a nie granicę, za którą przeszłość nagle znika. Dokładne odtworzenie wyniku wymaga także znajomości inicjalizacji.

02Czy szybsza EMA jest zawsze lepsza od SMA?

Zależy, co chcesz obserwować. Czulsza linia może wcześniej pokazać zmianę, ale też częściej zawracać przy krótkich wahaniach. Oceniaj więc całą regułę, łącznie z realizacją zleceń i kosztami, także na danych nieużytych do jej dopasowania. Sama szybkość nie dowodzi przewagi.

DOC · 001Fidelity — EMADokumentacja DOC · 002TradingView — EMADokumentacja DOC · 003TradingView — Moving averagesDokumentacja DOC · 004TradingView — MTFDokumentacja DOC · 005TradingView — RepaintingDokumentacja DOC · 006TradingView — StrategiesDokumentacja
Zaktualizowano: Najpierw źródła · To nie jest porada inwestycyjna