Volatilidad Media Móvil Wiki

Desviación Estándar (Volatilidad) Desviación Estándar (Volatilidad) Introducción La desviación estándar es un término estadístico que mide la cantidad de variabilidad o dispersión alrededor de un promedio. La desviación estándar es también una medida de la volatilidad. En general, la dispersión es la diferencia entre el valor real y el valor promedio. Cuanto mayor sea esta dispersión o variabilidad, mayor será la desviación estándar. Cuanto menor sea esta dispersión o variabilidad, menor será la desviación estándar. Los cartistas pueden usar la desviación estándar para medir el riesgo esperado y determinar la importancia de ciertos movimientos de precios. Cálculo StockCharts calcula la desviación estándar para una población, que asume que los períodos implicados representan el conjunto de datos completo, no una muestra de un conjunto de datos más grande. Los pasos de cálculo son los siguientes: Calcular el precio medio (medio) del número de períodos u observaciones. Determinar la desviación de cada período (cerrar menos el precio promedio). Cuadrar cada desviación de period039s. Suma las desviaciones al cuadrado. Divida esta suma por el número de observaciones. La desviación estándar es entonces igual a la raíz cuadrada de ese número. La hoja de cálculo anterior muestra un ejemplo para una desviación estándar de 10 períodos utilizando datos QQQQ. Observe que el promedio de 10 periodos se calcula después del 10º período y este promedio se aplica a los 10 períodos. La construcción de una desviación estándar en ejecución con esta fórmula sería bastante intensiva. Excel tiene una forma más fácil con la fórmula de STDEVP. La siguiente tabla muestra la desviación estándar de 10 periodos usando esta fórmula. Aquí hay una hoja de cálculo de Excel que muestra los cálculos de la desviación estándar. Valores de Desviación Estándar Los valores de desviación estándar dependen del precio de la sub-seguridad. Los valores con precios altos, como Google (550), tendrán valores de desviación estándar más altos que los valores con precios bajos, como Intel (22). Estos valores más altos no son un reflejo de una mayor volatilidad, sino más bien un reflejo del precio real. Los valores de desviación estándar se muestran en términos que se relacionan directamente con el precio del valor subyacente. Los valores de desviación estándar históricos también se verán afectados si una seguridad experimenta un cambio de precio grande durante un período de tiempo. Una seguridad que se mueve de 10 a 50 probablemente tendrá una desviación estándar más alta en 50 que en 10. En el gráfico anterior, la escala izquierda se refiere a la desviación estándar. La escala de la desviación estándar de Google039 se extiende de 2.5 a 35, mientras que la gama de Intel funciona de .10 a .75. Las variaciones de precio promedio (desviaciones) en Google varían de 2,5 a 35, mientras que las variaciones de precio promedio (desviaciones) en Intel van de 10 centavos a 75 centavos. A pesar de las diferencias de alcance, los profesionales pueden evaluar visualmente los cambios de volatilidad para cada seguridad. La volatilidad en Intel aumentó de abril a junio, ya que la desviación estándar se movió por encima de .70 en numerosas ocasiones. Google experimentó un aumento en la volatilidad en octubre como la desviación estándar disparó por encima de 30. Uno tendría que dividir la desviación estándar por el precio de cierre para comparar directamente la volatilidad de los dos valores. Medición de las expectativas El valor actual de la desviación estándar puede utilizarse para estimar la importancia de un movimiento o establecer expectativas. Esto supone que los cambios de precio se distribuyen normalmente con una curva de campana clásica. A pesar de que los cambios de precios para los valores no siempre se distribuyen normalmente, los cartistas pueden seguir utilizando las pautas normales de distribución para medir la importancia de un movimiento de precios. En una distribución normal, 68 de las observaciones caen dentro de una desviación estándar. 95 de las observaciones caen dentro de dos desviaciones estándar. 99.7 de las observaciones caen dentro de tres desviaciones estándar. Utilizando estas directrices, los comerciantes pueden estimar la importancia de un movimiento de precios. Un movimiento mayor que una desviación estándar mostraría fuerza o debilidad por encima de la media, dependiendo de la dirección del movimiento. El gráfico anterior muestra Microsoft (MSFT) con una desviación estándar de 21 días en la ventana del indicador. Hay alrededor de 21 días de negociación en un mes y la desviación estándar mensual fue .88 en el último día. En una distribución normal, 68 de las 21 observaciones deben mostrar un cambio de precio inferior a 88 centavos. 95 de las 21 observaciones deben mostrar un cambio de precio de menos de 1,76 centavos (2 x 0,88 o dos desviaciones estándar). 99,7 de las observaciones deberían mostrar una variación de precio inferior a 2,64 (3 x 0,88 o tres desviaciones estándar), los movimientos de precios que eran 1,2 o 3 desviaciones estándar sería digno de mención La desviación estándar de 21 días sigue siendo bastante variable Fluctúa entre 0,32 y 0,88 desde mediados de agosto hasta mediados de diciembre. Una media móvil de 250 días se puede aplicar para suavizar el indicador y encontrar un promedio, que es de alrededor de 68 centavos. Los movimientos de precios mayores de 68 centavos fueron mayores que los 250 SMA de la desviación estándar de 21 días Estos movimientos de precios por encima del promedio indican un mayor interés que podría presagiar un cambio de tendencia o marcar un desglose Conclusiones La desviación estándar es una medida estadística de la volatilidad Estos valores proporcionan a los cartistas una estimación de los esperados La desviación estándar también se utiliza con otros indicadores, tales como las bandas de Bollinger Estas bandas se establecen 2 desviaciones estándar por encima y por debajo de una media móvil. Los movimientos que exceden las bandas se consideran lo suficientemente importantes como para justificar la atención. Al igual que con todos los indicadores, la desviación estándar debe usarse junto con otras herramientas de análisis, tales como osciladores de momento o patrones de gráficos. Desviación estándar y SharpCharts La desviación estándar está disponible como indicador en SharpCharts con un parámetro predeterminado de 10. Este parámetro se puede cambiar según las necesidades de análisis. En términos generales, 21 días equivale a un mes, 63 días equivale a un trimestre y 250 días equivale a un año. La desviación estándar también se puede usar en gráficos semanales o mensuales. Los indicadores se pueden aplicar a la desviación estándar haciendo clic en opciones avanzadas y luego agregando una superposición. Haga clic aquí para ver una gráfica en vivo con la desviación estándar. Explorando La volatilidad media ponderada exponencial La volatilidad es la medida más común de riesgo, pero viene en varios sabores. En un artículo anterior, mostramos cómo calcular la volatilidad histórica simple. Utilizamos la volatilidad para medir el riesgo futuro. Utilizamos los datos reales de los precios de las acciones de Google para calcular la volatilidad diaria basada en 30 días de datos de existencias. En este artículo, mejoraremos la volatilidad simple y discutiremos el promedio móvil exponencialmente ponderado (EWMA). Vs histórico. Volatilidad implícita En primer lugar, permite poner esta métrica en un poco de perspectiva. Existen dos enfoques generales: volatilidad histórica e implícita (o implícita). El enfoque histórico supone que el pasado es un prólogo que medimos la historia con la esperanza de que sea predictivo. La volatilidad implícita, por el contrario, ignora la historia que resuelve por la volatilidad implícita en los precios de mercado. Espera que el mercado conozca mejor y que el precio de mercado contenga, aunque implícitamente, una estimación consensual de la volatilidad. Si nos centramos sólo en los tres enfoques históricos (a la izquierda de arriba), tienen dos pasos en común: Calcular la serie de retornos periódicos Aplicar un esquema de ponderación En primer lugar, Calcular el retorno periódico. Ésta es típicamente una serie de vueltas diarias donde cada vuelta se expresa en términos continuamente compuestos. Para cada día, tomamos el registro natural de la relación de precios de las acciones (es decir, el precio hoy dividido por el precio ayer, y así sucesivamente). Esto produce una serie de retornos diarios, de u i a u i-m. Dependiendo de cuántos días (m días) estamos midiendo. Eso nos lleva al segundo paso: aquí es donde los tres enfoques difieren. En el artículo anterior (Usando Volatilidad Para Calcular el Riesgo Futuro), mostramos que bajo un par de simplificaciones aceptables, la varianza simple es el promedio de los retornos cuadrados: Obsérvese que esto suma cada uno de los retornos periódicos, luego divide ese total por el Número de días u observaciones (m). Por lo tanto, su realmente sólo un promedio de los retornos cuadrados periódico. Dicho de otra manera, cada cuadrado de retorno se da un peso igual. Por lo tanto, si alfa (a) es un factor de ponderación (específicamente, 1 / m), entonces una variante simple se parece a esto: El EWMA mejora en la varianza simple La debilidad de este enfoque es que todas las ganancias ganan el mismo peso. El retorno de ayer (muy reciente) no tiene más influencia sobre la varianza que el retorno de los últimos meses. Este problema se fija mediante la media móvil ponderada exponencialmente (EWMA), en la cual los rendimientos más recientes tienen mayor peso sobre la varianza. La media móvil exponencialmente ponderada (EWMA) introduce lambda. Que se denomina parámetro de suavizado. Lambda debe ser menos de uno. Bajo esta condición, en lugar de iguales ponderaciones, cada cuadrado de retorno es ponderado por un multiplicador de la siguiente manera: Por ejemplo, RiskMetrics TM, una empresa de gestión de riesgos financieros, tiende a utilizar un lambda de 0,94 o 94. En este caso, el primero Más reciente) cuadrado es ponderado por (1-0.94) (. 94) 0 6. El próximo cuadrado de retorno es simplemente un lambda-múltiplo del peso anterior en este caso 6 multiplicado por 94 5.64. Y el tercer día anterior el peso es igual (1-0.94) (0.94) 2 5.30. Ese es el significado de exponencial en EWMA: cada peso es un multiplicador constante (es decir, lambda, que debe ser menor que uno) del peso de los días anteriores. Esto asegura una varianza que está ponderada o sesgada hacia datos más recientes. (Para obtener más información, consulte la hoja de cálculo de Excel para la volatilidad de Google.) A continuación se muestra la diferencia entre la volatilidad y EWMA para Google. La volatilidad simple pesa efectivamente cada vuelta periódica en 0.196 como se muestra en la columna O (teníamos dos años de datos de precios de acciones diarios, es decir, 509 devoluciones diarias y 1/509 0.196). Pero note que la Columna P asigna un peso de 6, luego 5.64, luego 5.3 y así sucesivamente. Esa es la única diferencia entre la varianza simple y EWMA. Recuerde: Después de sumar la serie completa (en la columna Q) tenemos la varianza, que es el cuadrado de la desviación estándar. Si queremos volatilidad, necesitamos recordar tomar la raíz cuadrada de esa varianza. ¿Cuál es la diferencia en la volatilidad diaria entre la varianza y EWMA en el caso de Googles? Su significativo: La variación simple nos dio una volatilidad diaria de 2,4 pero la EWMA dio una volatilidad diaria de sólo 1,4 (ver la hoja de cálculo para más detalles). Aparentemente, la volatilidad de Googles se estableció más recientemente, por lo tanto, una simple varianza podría ser artificialmente alta. La variación de hoy es una función de la variación de los días de Pior Usted notará que necesitábamos calcular una larga serie de pesos exponencialmente decrecientes. No haremos la matemática aquí, pero una de las mejores características de la EWMA es que toda la serie se reduce convenientemente a una fórmula recursiva: Recursiva significa que las referencias de la varianza de hoy (es decir, es una función de la variación de días anteriores). Esta fórmula también se encuentra en la hoja de cálculo, y produce exactamente el mismo resultado que el cálculo de longitud larga. Se dice: La varianza de hoy (bajo EWMA) equivale a la varianza de ayer (ponderada por lambda) más la vuelta al cuadrado de ayer (pesada por uno menos lambda). Nótese cómo estamos agregando dos términos juntos: la varianza ponderada de ayer y la de ponderación ponderada de ayer, al cuadrado. Aun así, lambda es nuestro parámetro de suavizado. Un lambda más alto (por ejemplo, como RiskMetrics 94) indica una disminución más lenta en la serie - en términos relativos, vamos a tener más puntos de datos en la serie y van a caer más lentamente. Por otro lado, si reducimos el lambda, indicamos una mayor decaimiento: los pesos se caen más rápidamente y, como resultado directo de la rápida decaimiento, se utilizan menos puntos de datos. (En la hoja de cálculo, lambda es una entrada, para que pueda experimentar con su sensibilidad). Resumen La volatilidad es la desviación estándar instantánea de un stock y la métrica de riesgo más común. Es también la raíz cuadrada de la varianza. Podemos medir la varianza históricamente o implícitamente (volatilidad implícita). Cuando se mide históricamente, el método más fácil es la varianza simple. Pero la debilidad con la varianza simple es que todas las ganancias obtienen el mismo peso. Así que enfrentamos un trade-off clásico: siempre queremos más datos, pero cuanto más datos tengamos, más nuestro cálculo se diluye por datos distantes (menos relevantes). La media móvil exponencialmente ponderada (EWMA) mejora la varianza simple asignando pesos a los retornos periódicos. Haciendo esto, podemos usar un tamaño de muestra grande pero también dar mayor peso a los retornos más recientes. (Para ver un tutorial de película sobre este tema, visite la Tortuga Biónica.) Volatilidad ajustada Media móvil Análisis técnico, Estudios, Indicadores: Volatilidad ajustada Media móvil (V-MA) Acerca de: Sobre el uso de la volatilidad en el análisis técnico para ajustar las medias móviles a la Diferentes condiciones del mercado con el fin de evitar las señales agudas en el sistema de comercio. Además, sobre la importancia de la volatilidad y caliente podría ayudar a mejorar su análisis técnico. Los promedios móviles (MA) están desempeñando un papel muy importante en el análisis técnico y en una construcción de sistemas de negociación. Se utilizan para generar señales comerciales (ejemplo: crossovers de dos MAs o crossovers de MACD y línea cero), así como se aplican a otros indicadores técnicos para suavizarlos, así como para crear líneas de señal (ejemplo: líneas de señal en estocástica, RSI, MACD, etc). Mientras que los promedios móviles son muy importantes en el análisis técnico, muchos analistas técnicos y comerciantes que trataron de basar su decisión comercial únicamente en los promedios móviles se enteró de que es bastante problemático. Si un retraso de MA es demasiado grande un comerciante puede perder buenas tendencias por actuar cuando es demasiado tarde y cuando el retraso se reduce a continuación, un comerciante puede ejecutar en negociación intermitente cuando todas las ganancias anteriores se eliminan. Problema adicional con los sistemas de negociación basados ​​en las medias móviles es que un comerciante tiene que ajustar los ajustes de período de la barra MAs constantemente. De lo contrario, el sistema (tarde o temprano) entrará en un período de negociación negativa cuando todos los beneficios podrían ser aniquilados. Las gráficas a continuación ilustran la necesidad de ajustar las EM para mantenerse rentables. En el gráfico 1 a continuación, puede ver Promedio móvil simple con ajustes de período de 7 y 26 bar aplicados al índice Dow Jones Industrials (DJI). Las señales comerciales simples en este caso se generan en cruces de dos promedios móviles. El sistema de comercio diría a vender cuando MA corto (7-bar MA) cae por debajo de largo MA (26-bar MA) y para comprar cuando MA corto plantea por encima de largo MA. En esta gráfica: La tendencia 1 fue apenas detectado y luego tuvimos un período de negociación negativa brusca La tendencia 2 fue apenas detectado como y luego tuvimos una señal negativa La tendencia 3 fue perfectamente manchado y luego tuvimos dos señales negativas de nuevo La tendencia 4 Apenas fue visto. Como conclusión para esta ilustración podemos decir que en la mayoría de los casos, después de cada comercio rentable que puede llegar a un período de negociación agitada y negativa que puede perjudicar sustancialmente la rentabilidad de los sistemas. Gráfico 1: Índice de DJI con un sistema de trading basado en cruces de promedios móviles (ajuste promedio de período de barras) Ahora, permite reducir el período de barras de nuestros promedios móviles que debería conducir a una mejor detección de las principales tendencias. En el gráfico 2 tenemos dos medias móviles simples con ajustes de período de 5 y 15 bar aplicados al mismo índice de DJI en el mismo período de tiempo. En este gráfico: Todas las principales tendencias en nuestro período fueron perfectamente vistos y son rentables Sin embargo, todavía teníamos periodos de negociación irregular y negativa y en realidad teníamos mayor número de operaciones (señales) durante estos períodos. En resumen, para este gráfico, podemos decir que la reducción del período de la barra de fijación de las medias móviles conduce a operaciones más rentables, sin embargo, los períodos de negociación irregular y negativa será más largo y más negativo que puede conducir a los resultados en general más digno en comparación con El resultado en el ejemplo del gráfico 1. Ahora, vamos a seleccionar más grande que en el gráfico 1 período de barras de nuestras medias móviles que deberían reducir el comercio en picada si no eliminarlo. En el gráfico 3 tenemos dos promedios móviles simples con ajustes de período de 10 y 40 bar aplicados al mismo índice DJI en el mismo período de tiempo. Sin embargo, entramos y salimos de las principales tendencias con gran retraso, teníamos operaciones negativas y anteriormente (en el gráfico 1) las operaciones rentables agradables se hicieron menos rentables. En resumen, para este gráfico podemos decir que al aumentar el ajuste de un período de barras de medias móviles, aumentamos un retraso. Puede reducir y eliminar los períodos de negociación agresiva y negativa, sin embargo, respetuosamente, nos hace entrar / salir de un comercio con un retraso que muy probablemente convertirá la mayoría de nuestras señales en negativo y apenas rentable. Gráfico 3: Índice de DJI con un sistema de negociación basado en crossovers de promedios móviles (ajuste de período de barras más pequeño) Al resumir todos estos tres ejemplos de gráfico anteriores, se hace obvio que sería bueno tener la capacidad de evitar un comercio intermitente como se hizo En el gráfico 3, todavía, para detectar tendencias importantes como se hizo en el gráfico 1 Para encontrar una solución a un problema descrito anteriormente, un comerciante debe ser capaz de reconocer los períodos de negociación interrumpida. Muchos comerciantes profesionales ya saben la respuesta que es la volatilidad. Durante los períodos de mayor volatilidad, podemos ver fuertes oscilaciones de arriba / abajo y los indicadores técnicos pueden generar más señales dentro de un período más corto de tiempo. Respetuosamente, si no ajusta sus indicadores en consecuencia, puede encontrarse con una negociación agitada y negativa. Usted puede culpar a los indicadores técnicos, un sistema y etc La realidad es - cuando los cambios de volatilidad que tiene que ajustar sus indicadores técnicos (su sistema de comercio) de configuración. Con diferentes niveles de volatilidad, la tendencia de los precios se comporta de manera diferente: con una mayor volatilidad, la tendencia de los precios cambia su dirección más fuerte y más rápido y puede ver cambios más frecuentes en una tendencia. Son más pequeños. Acerca de V-MA (Volatility adjusted Moving Average) Nuestro equipo de investigación creó un algoritmo que permite ajustar automáticamente los promedios móviles en relación con un nivel de volatilidad. Usted puede ver una fila de indicadores técnicos que ya tienen un factor de volatilidad. Sin embargo, podemos decir orgullosamente que somos los primeros que tomamos la decisión de establecer una tecnología que automáticamente ajustaría un ajuste de indicadores a varios niveles de volatilidad. Nuestras tecnologías patentadas permiten aplicar este algoritmo a algunos de los indicadores técnicos. En la gráfica 4 (ver abajo), para una mejor ilustración, trazamos V-MA (línea roja MA ajustada a la volatilidad en la tabla de abajo) junto con SMA (Promedio Móvil Simple - línea verde en la tabla siguiente) y ATR Distancia). Como puede ver, cuando la volatilidad es baja (ATR está en niveles bajos), V-MA se comporta como MA simple (líneas verdes y rojas en el gráfico siguiente se mueven juntos). Sin embargo, cuando la volatilidad es alta (ATR está en el nivel alto), V-MA se ajusta para satisfacer un criterio de volatilidad (la línea roja sale de la línea verde en el gráfico siguiente). Gráfico 4: Índice de DJI y V-MA (promedio móvil ajustado por volatilidad) Igual que con cualquier Media móvil, V-MA tiene ajuste de periodo de barra MA que determina el número de barras (período de tiempo) utilizado para calcular MA. Sin embargo, V-MA tiene dos parámetros adicionales: ajuste de período de barras ATR y nivel de señal ATR. El período de barras ATR se utiliza para calcular la volatilidad y el nivel de señal es un nivel de volatilidad en el que V-MA comienza a ajustarse a la volatilidad. En general, el comportamiento de V-MA puede describirse como: Cuando ATR se mueve por debajo del nivel de volatilidad definido, V-MA se mueve como SMA con el mismo ajuste de periodo de barras. Cuando ATR se eleva por encima del nivel de volatilidad definido, se activa la regla de volatilidad. ATR cae de nuevo por debajo del nivel de volatilidad definido, V-MA tiende a volver hacia el comportamiento SMA. Antes de elegir un ajuste para V-MA, podría recomendarse trazar el indicador ATR (Promedio de rango verdadero en porcentaje) en un gráfico. Después de jugar con ATR, será más visible qué período de barra ATR y qué nivel de volatilidad (quotSignal Levelquot) desea utilizar en V-MA. V-MA basada en el sistema de comercio V-MA podría ser utilizado para generar señales comerciales, así como podría ser utilizado como un componente en los sistemas de comercio de la misma manera que otros promedios móviles son. Para entender mejor la ventaja de V-MA sobre el promedio simple de movimiento, vamos a comparar el sistema de comercio descrito anteriormente (véase el gráfico 1) sobre la base de los crossovers de MA rápido con ajuste de período de 7 barras y MA lento con 26 bar período a un sistema similar Basado en V-MA. Tomaremos el mismo índice DJI y el mismo período de tiempo. Utilizaremos la misma MA de 7 barras como media móvil rápida. Sin embargo, para un promedio de movimiento lento vamos a elegir V-MA, pero con la misma configuración de 26-bar período. Si compara el gráfico 1 (véase más arriba) y el gráfico 5 (véase más adelante), puede notar que las señales generadas en estos gráficos son casi idénticas, lo que no debería ser una sorpresa ya que se seleccionó la misma configuración para medias móviles. La diferencia es que el sistema de negociación basado en V-MA (véase el gráfico 5) no se ejecuta en negociaciones bruscas y negativas en septiembre de 2011. Como resultado, podemos decir que los sistemas de comercio que utilizan Volatilidad ajustado Promedios móviles tienen la capacidad de evitar agitado Negociación durante los períodos de alta volatilidad y estos sistemas podrían proporcionar beneficios sustancialmente más altos que los sistemas similares basados ​​en los promedios móviles simples. Gráfico 5: Índice de DJI y V-MA (volatilidad ajustada del promedio móvil) basado en las señales comerciales. En resumen La volatilidad es uno de los factores más importantes en el análisis técnico. Un comerciante que no mantiene un ojo en la volatilidad, tarde o temprano, puede entrar en el período de señales suicidas negativas simplemente porque con cambios en la volatilidad que tenemos cambios en las tendencias de precios comportamiento. Podría ser altamente recomendable tener análisis de volatilidad incluidos en cada sistema de comercio. Nuestra tecnología patentada de ajustar los indicadores técnicos a los niveles de volatilidad puede ayudarle con esto. Copyright 2004 - 2016 Grupo de Inversiones destacadas. Todos los derechos reservados. Este material no puede ser publicado, difundido, reescrito o redistribuido. Nuestras páginas están constantemente escaneadas. Si vemos que cualquiera de nuestros contenidos se publica en otro sitio web, nuestra primera acción será informar este sitio a Google y Yahoo como un sitio web de spam. Descargo de responsabilidad Privacidad 169 1997-2013 MarketVolume. Todos los derechos reservados. SV1