Dynamic Enkelt Moving Average

Den mest pålitelige indikatoren You039ve aldri hørt om John R. McGinley er en sertifisert markedstekniker. tidligere redaktør av Market Technicians Assn. Journal of Technical Analysis og oppfinner av McGinley Dynamic. McGinley jobbet innenfor rammen av bevegelige gjennomsnittsverdier gjennom 1990-årene, og forsøkte å finne en responsiv indikator som automatisk ville reagere mer på de raske dataene enn enkle eller eksponentielle glidende gjennomsnitt. SMA Vs. EMA Simple moving average (SMA) utjevning av prisaktivitet ved å beregne tidligere sluttkurser og dividere med antall perioder. For å beregne et 10-dagers enkelt glidende gjennomsnitt. legg til sluttkursene de siste 10 dagene og divider med 10. Jo jevnere det bevegelige gjennomsnittet, jo tregere reagerer det på prisene. Et 50-dagers glidende gjennomsnitt beveger seg langsommere enn et 10-dagers glidende gjennomsnitt. Et 10- og 20-dagers glidende gjennomsnitt kan til og med oppleve en volatilitet av priser som kan gjøre det vanskeligere å tolke prishandlingen. Falske signaler kan forekomme i disse perioder, noe som skaper tap fordi prisene kan komme for langt foran markedet. Et eksponentielt glidende gjennomsnitt (EMA) reagerer på prisene mye raskere enn et enkelt glidende gjennomsnitt. Dette skyldes at EMA gir mer vekt til de nyeste dataene enn de eldre dataene. Det er en god indikator på kort sikt og en god metode for å ta vare på kortsiktige trender, og det er derfor handelsmenn bruker både enkle og eksponentielle glidende gjennomsnitt samtidig for inngang og utganger. Likevel kan det også etterlate dataene. Problemet med bevegelige gjennomsnitt I sin undersøkelse av bevegelige gjennomsnitt som gikk langt lenger enn de grunnleggende eksemplene som allerede var vist, hadde McGinley-glidende gjennomsnitt mange problemer. Det første problemet var at de ikke ble brukt på riktig måte. Flytte gjennomsnitt i ulike perioder opererer i varierende grad på forskjellige markeder. For eksempel, hvordan kan man vite når man skal bruke en 10-dagers til et 20- til 50-dagers glidende gjennomsnitt på et raskt eller saksomt marked. For å løse problemet med å velge lengden på det bevegelige gjennomsnittet som gjelder for dagens marked, tilpasser McGinley Dynamic seg automatisk til markedets hastighet. McGinley mener at glidende gjennomsnitt bare bør brukes som utjevningsmekanisme i stedet for et handelssystem eller signalgenerator. Det er en skjerm av trend. Men et 10-dagers enkelt glidende gjennomsnitt er av med fem dager eller halve lengden. Sjansene er gode at det store flyttepriset allerede skjedde på den femte dagen av et 10-dagers enkeltflytende gjennomsnitt. I tillegg skal et 10-dagers glidende gjennomsnitt skje riktig fem dager før nåtidspunktet. Videre fant McGinley glidende gjennomsnitt unnlatelse av å følge priser ettersom store skillnader ofte eksisterer mellom priser og flytte gjennomsnittlige linjer. McGinley forsøkte å eliminere disse problemene ved å oppfatte en indikator som ville kramme prisene tettere, unngå prisskillelse og whipsaws og ville følge priser automatisk i raske eller langsomme markeder. McGinley Dynamic Dette gjorde han med oppfinnelsen av McGinley Dynamic. Formelen er: McGinley Dynamic ser ut som en glidende gjennomsnittslinje, men det er en utjevningsmekanisme for priser som viser seg å spore langt bedre enn noen bevegelige gjennomsnitt. Det minimerer pris separasjon, pris whipsaws og klemmer prisene mye nærmere. Og det gjør dette automatisk, da dette er en faktor av formelen. På grunn av beregningen øker dynamikklinjen i nedmarkeder ettersom prisene følger, men beveger seg sakte i oppmarkeder. Man ønsker å være rask til å selge i et down-marked, men ri opp et marked så lenge som mulig. Den konstante N bestemmer hvor tett Dynamic sporer indeksen eller lageret. Hvis man emulerer et 20-dagers glidende gjennomsnitt, for eksempel, bruk en N-verdi halvparten av det bevegelige gjennomsnittet eller i dette tilfellet 10. Det unngår kraftig piskesager fordi Dynamic Line automatisk følger prisene i et hvilket som helst marked raskt eller sakte, det er som en styringsmekanisme som holder seg tilpasset prisene når markeder øker eller bremser. Det kan påberopes for handelsbeslutninger, men McGinley oppfunnet Dynamic i 1997 som et markedsverktøy i stedet for som handelsindikator. Konklusjon Enten det kalles et verktøy eller en indikator, er McGinley Dynamic et fascinerende instrument oppfunnet av en markedstekniker som har fulgt og studert markeder og indikatorer i nesten 40 år. For mer informasjon om indikatorer og markedsverktøy, ta en titt på vår tekniske analyseoppgave. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO er ofte utstedt av mindre, yngre selskaper som søker. Gjeldsgrad er gjeldsgrad som brukes til å måle selskapets økonomiske innflytelse eller en gjeldsgrad som brukes til å måle en person. En type kompensasjonsstruktur som hedgefondsledere vanligvis bruker i hvilken del av kompensasjonen, er ytelsesbasert. Gjennomsnittlig gjennomsnitt Gjennomsnittlig verdi Med konvensjonelle datasett er gjennomsnittlig verdi ofte den første og en av de mest nyttige, oppsummerte statistikkene for å beregne. Når data er i form av en tidsserie, er seriemengden et nyttig mål, men reflekterer ikke dataens dynamiske natur. Gjennomsnittlige verdier som beregnes over kortere perioder, enten før den nåværende perioden eller sentrert i den nåværende perioden, er ofte mer nyttige. Fordi slike middelverdier vil variere, eller flytte, som den nåværende perioden beveger seg fra tid t 2, t 3. etc. er de kjent som bevegelige gjennomsnitt (Mas). Et enkelt glidende gjennomsnitt er (typisk) det uveide gjennomsnittet av k tidligere verdier. Et eksponentielt vektet glidende gjennomsnitt er i det vesentlige det samme som et enkelt bevegelige gjennomsnitt, men med bidrag til middelvektet av deres nærhet til den nåværende tid. Fordi det ikke er en, men en hel rekke bevegelige gjennomsnittsverdier for en gitt serie, kan settet Mas selv bli plottet på grafer, analysert som en serie, og brukes til modellering og prognoser. En rekke modeller kan bygges ved hjelp av bevegelige gjennomsnitt, og disse er kjent som MA-modeller. Hvis slike modeller er kombinert med autoregressive (AR) modeller, er de resulterende komposittmodellene kjent som ARMA - eller ARIMA-modeller (jeg er for integrert). Enkle bevegelige gjennomsnitt Siden en tidsserie kan betraktes som et sett med verdier, kan t 1,2,3,4, n gjennomsnittet av disse verdiene beregnes. Hvis vi antar at n er ganske stor, og vi velger et heltall k som er mye mindre enn n. vi kan beregne et sett med blokk gjennomsnitt eller enkle bevegelige gjennomsnitt (av rekkefølge k): Hvert mål representerer gjennomsnittet av dataverdiene over et intervall av k observasjoner. Merk at den første mulige MA for ordre k gt0 er den for t k. Mer generelt kan vi slippe det ekstra abonnementet i uttrykkene ovenfor og skrive: Dette sier at estimert gjennomsnitt på tidspunktet t er det enkle gjennomsnittet av den observerte verdien ved tid t og de foregående k -1-trinnene. Hvis det legges vekt på som reduserer bidraget til observasjoner som er lengre bort i tiden, sies det glidende gjennomsnittet å være eksponensielt jevnt. Flytende gjennomsnitt blir ofte brukt som en form for prognoser, hvorved estimert verdi for en serie på tiden t 1, S t1. er tatt som MA for perioden til og med tiden t. f. eks dagens estimat er basert på et gjennomsnitt av tidligere registrerte verdier fram til og med gårdager (for daglige data). Enkle bevegelige gjennomsnitt kan ses som en form for utjevning. I eksemplet som er vist nedenfor, er luftforurensningsdatasettet vist i introduksjonen til dette emnet blitt utvidet med en 7-dagers glidende gjennomsnittlig (MA) - linje, vist her i rødt. Som det ser ut, jevner MA-linjen ut toppene og troughene i dataene og kan være svært nyttig når det gjelder å identifisere trender. Standard forward-beregning formel betyr at de første k -1 datapunktene ikke har noen MA-verdi, men deretter utvider beregningene til det endelige datapunktet i serien. PM10 daglige gjennomsnittsverdier, Greenwich kilde: London Air Quality Network, londonair. org. uk En grunn til å beregne enkle bevegelige gjennomsnitt på måten som er beskrevet er at det gjør det mulig å beregne verdier for alle tidsluker fra tid tk frem til i dag, og Som en ny måling er oppnådd for tid t 1, kan MA for tid t 1 legges til settet som allerede er beregnet. Dette gir en enkel prosedyre for dynamiske datasett. Det er imidlertid noen problemer med denne tilnærmingen. Det er rimelig å argumentere for at gjennomsnittsverdien i løpet av de siste 3 periodene skal være plassert ved tidspunktet t -1, ikke tiden t. og for en MA over et jevnt antall perioder, bør det kanskje ligge midt mellom to tidsintervaller. En løsning på dette problemet er å bruke sentrale MA beregninger, der MA på tidspunktet t er gjennomsnittet av et symmetrisk sett med verdier rundt t. Til tross for det åpenbare meritter, er denne tilnærmingen ikke vanligvis brukt fordi det krever at data er tilgjengelig for fremtidige hendelser, noe som kanskje ikke er tilfelle. I tilfeller der analysen er helt av en eksisterende serie, kan bruk av sentrert Mas være å foretrekke. Enkle bevegelige gjennomsnitt kan betraktes som en form for utjevning, fjerne noen høyfrekvente komponenter i en tidsserie og markere (men ikke fjerne) trender på samme måte som det generelle begrepet digital filtrering. Faktisk er glidende gjennomsnitt en form for lineært filter. Det er mulig å bruke en bevegelig gjennomsnittsberegning til en serie som allerede har blitt utjevnet, dvs. utjevning eller filtrering av en allerede glatt serie. For eksempel, med et bevegelige gjennomsnitt på rekkefølge 2, kan vi betrakte det som beregnet ved hjelp av vekter, så MA ved x 2 0,5 x 1 0,5 x 2. På samme måte MA på x 3 0,5 x 2 0,5 x 3. Hvis vi bruk et andre nivå av utjevning eller filtrering, vi har 0,5 x 2 0,5 x 3 0,5 (0,5 x 2 0,5 x 3) 0,25 x 1 0,5 x 2 0,25 x 3 dvs. 2-trinns filtrering prosess (eller convolution) har produsert et variabelt vektet symmetrisk glidende gjennomsnitt, med vekter. Flere konvolutter kan produsere ganske komplekse vektede glidende gjennomsnitt, hvorav noen har blitt funnet å være særlig bruk i spesialiserte felt, som for eksempel i livsforsikringsberegninger. Flytte gjennomsnitt kan brukes til å fjerne periodiske effekter dersom det beregnes med periodikkets lengde som kjent. For eksempel, med månedlige data kan sesongvariasjoner ofte fjernes (hvis dette er målet) ved å bruke et symmetrisk 12-måneders glidende gjennomsnitt med alle månedene vektet like, bortsett fra det første og det siste som veies med 12. Dette skyldes at det vil være 13 måneder i den symmetriske modellen (nåværende tid, t. - 6 måneder). Summen er delt med 12. Lignende prosedyrer kan vedtas for en veldefinert periodicitet. Eksponentielt vektede glidende gjennomsnitt (EWMA) Med den enkle glidende gjennomsnittsformelen: Alle observasjoner er likevektede. Hvis vi kalte disse likevektene, alfa t. hver av k-vekter vil være lik 1 k. så summen av vektene ville være 1, og formelen ville være: Vi har allerede sett at flere applikasjoner av denne prosessen resulterer i at vektene varierer. Med eksponentielt vektede glidende gjennomsnitt blir bidraget til middelverdien fra observasjoner som er fjernet i tid, redusert, og derved legges vekt på nyere (lokale) hendelser. I hovedsak er en utjevningsparameter, 0lt al1l, introdusert, og formelen er revidert til: En symmetrisk versjon av denne formelen vil være av formen: Hvis vektene i den symmetriske modellen er valgt som betingelsene i betingelsene for binomial ekspansjonen, (1212) 2q. de vil summe til 1, og når q blir stor, vil omtrentlig normalfordelingen. Dette er en form for kjernevikting, med binomialet som kjernefunksjon. Den to-trinns konvolusjon som er beskrevet i det foregående avsnitt er nettopp dette arrangementet, med q 1, som gir vekter. Ved eksponensiell utjevning er det nødvendig å bruke et sett med vekter som summerer til 1 og som reduserer størrelsen geometrisk. Vektene som brukes er vanligvis av skjemaet: For å vise at disse vektene summerer til 1, vurder utvidelsen av 1 som en serie. Vi kan skrive og utvide uttrykket i parentes ved hjelp av binomialformelen (1- x) s. hvor x (1-) og p -1, som gir: Dette gir da en form for vektet glidende gjennomsnitt av skjemaet: Denne summeringen kan skrives som en tilbakevendingsrelasjon: som forenkler beregningen sterkt og unngår problemet at vektingsregimet bør strengt være uendelig for vektene til summen til 1 (for små verdier av alfa. dette er vanligvis ikke tilfelle). Notasjonen som brukes av ulike forfattere varierer. Noen bruker bokstaven S for å indikere at formelen er i hovedsak en glatt variabel, og skriv: mens kontrollteori litteraturen ofte bruker Z i stedet for S for eksponentielt vektede eller jevnte verdier (se for eksempel Lucas og Saccucci, 1990, LUC1 , og NIST-nettsiden for flere detaljer og arbeidede eksempler). Formlene som er nevnt ovenfor kommer fra Roberts arbeid (1959, ROB1), men Hunter (1986, HUN1) bruker et uttrykk for formen: som kan være mer hensiktsmessig for bruk i noen kontrollprosedyrer. Med alfa 1 er gjennomsnittlig estimering bare dens målte verdi (eller verdien av forrige datapost). Med 0,5 er estimatet det enkle glidende gjennomsnittet for nåværende og tidligere målinger. I prognosemodellene er verdien S t. brukes ofte som estimat eller prognoseverdi for neste tidsperiode, det vil si som estimatet for x på tidspunktet t 1. Dermed har vi: Dette viser at prognosen på tidspunktet t 1 er en kombinasjon av det forrige eksponentielt veide glidende gjennomsnittet pluss en komponent som representerer den veide prediksjonsfeilen, epsilon. på tidspunktet t. Forutsatt at en tidsserie er gitt og det kreves en prognose, er det nødvendig med en verdi for alfa. Dette kan estimeres fra eksisterende data ved å evaluere summen av kvadrert prediksjon feil oppnådd med varierende verdier av alfa for hver t 2,3. sette det første estimatet til å være den første observerte dataværdien, x 1. I kontrollapplikasjoner er verdien av alfa viktig, da den brukes til å bestemme de øvre og nedre kontrollgrensene, og påvirker den forventede gjennomsnittlige kjølelengde (ARL) før disse kontrollgrensene er brutt (under antagelsen om at tidsseriene representerer et sett av tilfeldige, identisk distribuerte uavhengige variabler med vanlig varians). Under disse forholdene er variansen av kontrollstatistikken: (Lucas og Saccucci, 1990): Kontrollgrenser settes vanligvis som faste multipler av denne asymptotiske variansen, f. eks. - 3 ganger standardavviket. Hvis f. eks. Alpha 0,25 og dataene som overvåkes antas å ha en Normal fordeling, N (0,1), når den er i kontroll, vil kontrollgrensene være - 1,134 og prosessen vil nå en eller annen grense i 500 trinn gjennomsnittlig. Lucas og Saccucci (1990 LUC1) utlede ARLene for et bredt spekter av alfaverdier og under ulike forutsetninger ved bruk av Markov Chain-prosedyrer. De tabulerer resultatene, inkludert å gi ARLer når gjennomsnittet av kontrollprosessen har blitt forskjøvet med noen flere av standardavviket. For eksempel, med en 0,5 skift med alfa 0,25 er ARL mindre enn 50 timers trinn. Tilnærmingene beskrevet ovenfor er kjent som enkelt eksponensiell utjevning. ettersom prosedyrene blir brukt en gang til tidsseriene, og deretter utføres analyser eller kontrollprosesser på det resulterende glatte datasettet. Hvis datasettet inneholder en trend og sesongkomponenter, kan to - eller tre-trinns eksponensiell utjevning brukes som et middel til å fjerne (eksplisitt modellering) disse effektene (se videre avsnittet om prognose nedenfor og NIST-arbeidet). CHA1 Chatfield C (1975) Analyse av Times Series: Teori og praksis. Chapman og Hall, London HUN1 Hunter J S (1986) Det eksponentielt vektede glidende gjennomsnittet. J of Quality Technology, 18, 203-210 LUC1 Lucas J M, Saccucci M S (1990) Eksponentielt vektede Flytte Gjennomsnittlige kontrollsystemer: Egenskaper og forbedringer. Technometrics, 32 (1), 1-12 ROB1 Roberts S W (1959) Kontrolldiagramtester basert på geometriske bevegelige gjennomsnitt. Technometrics, 1, 239-250How å bruke bevegelige gjennomsnitt som dynamisk støtte og motstandsnivåer En annen måte å bruke bevegelige gjennomsnitt på er å bruke dem som dynamisk støtte og motstandsnivåer. Vi liker å kalle det dynamisk fordi it8217s ikke liker dine tradisjonelle horisontale støtte - og motstandslinjer. De endrer seg hele tiden avhengig av den siste prishandlingen. Det er mange forex-handelsmenn der ute som ser på disse bevegelige gjennomsnitt som nøkkelstøtte eller motstand. Disse handlerne vil kjøpe når prisen faller og tester det glidende gjennomsnittet eller selger hvis prisen stiger og berører det bevegelige gjennomsnittet. Here8217 er en titt på 15-minutters diagrammet av GBPUSD og pop på 50 EMA. Let8217 ser om den tjener som dynamisk støtte eller motstand. Det ser ut til at det holdt seg veldig bra Hver gang prisen nærmet seg 50 EMA og testet det, virket det som motstand og pris sprang tilbake. Utrolig, huh En ting du bør huske på er at disse er akkurat som dine normale støtte - og motstandslinjer. Dette betyr at prisen vunnet8217t alltid spretter perfekt fra det bevegelige gjennomsnittet. Noen ganger vil det gå forbi det litt før du går tilbake i retning av trenden. Det er også tider når prisen vil sprenge forbi det helt. Hva noen forexhandlere gjør er at de popper på to bevegelige gjennomsnitt, og bare kjøp eller selg når en pris er midt i mellomrommet mellom de to bevegelige gjennomsnittene. Du kan ringe dette området 8220 i sonen.8221 Let8217s ta en titt på det 15-minutters diagrammet av GBPUSD, men denne gangen bruker let8217s de 10 og 20 EMAene. Fra diagrammet ovenfor ser du at prisen gikk litt forbi 10 EMA noen pips, men fortsatte å slippe etterpå. Det er noen handelsmenn som bruker intradagstrategier akkurat slik. Tanken er at disse flytende gjennomsnitt bør behandles som soner eller områder av interesse, akkurat som dine horisontale støtte - og motstandsområder. Området mellom bevegelige gjennomsnitt kan derfor betraktes som en sone av støtte eller motstand. Bryter gjennom dynamisk støtte og motstand Nå vet du at bevegelige gjennomsnitt kan potensielt fungere som støtte og motstand. Kombinere et par av dem, kan du ha deg selv en fin liten sone. Men du bør også vite at de kan bryte, akkurat som ethvert støtte - og motstandsnivå. Let8217s tar en titt på 50 EMA på GBPUSD8217s 15-mins diagram. I diagrammet ovenfor ser vi at 50 EMA holdt et sterkt motstandsnivå for en stund da GBPUSD gjentatte ganger hoppet av den. Men, som vi har fremhevet med den røde boksen, ble prisen endelig brutt og skutt opp. Pris deretter revet og testet 50 EMA igjen, som viste seg å være et sterkt støttenivå. Så det har du det folk Flytte gjennomsnitt kan også fungere som dynamisk støtte og motstandsnivåer. En fin ting om å bruke bevegelige gjennomsnittsverdier er at de alltid endrer seg, noe som betyr at du bare kan legge det på diagrammet ditt, og don8217t må fortsette å se tilbake i tid for å kartlegge potensielle støtte - og motstandsnivåer. Du vet at linjen mest sannsynlig representerer et bevegelig område av interesse. Det eneste problemet er selvfølgelig å finne ut hvilket glidende gjennomsnitt som skal brukes Lagre fremdriften din ved å logge inn og merke leksjonen fullstendig200 Flytte gjennomsnitt Et av de viktigste aspektene ved trendhandel er å kjenne handelspartiklene. Dette er avgjørende for å forstå når vi er i et oksen eller et bjørnmarked 8211 med andre ord om vi bør vurdere å kjøpe eller selge muligheter. Det aller første jeg ser etter på et diagram er hvor prisen er i forhold til det 200 daglige enkle glidende gjennomsnittet. Hvis prisen er under 200 sma, vil jeg se etter shortsell-muligheter. Hvis prisen er over 200 sma, vil jeg se etter buylong-muligheter. I et nøtteskall er alt dette du trenger å vite om dette emnet. Men jeg vet at mange lesere er litt mer nysgjerrige og vil gjerne vite hvorfor dette er tilfelle. Historisk bruk Hovedårsaken til at 200 sma er brukt på denne måten er delvis historisk. Før vi hadde programvare (for å tegne noen bevegelige gjennomsnitt vi kunne ønske om i løpet av sekunder) måtte disse tingene beregnes og trukket for hånd. Så handelsmenn var ekstremt kresen om hva som var nyttig informasjon og hva utgjorde støy (en leksjon vi ville gjøre det bra å huske i dag). Den 200 sma ble funnet å være en god indikator på den generelle trendretningen. Så lenge prisen forble over det, ble trendforspenningen ansett som bullish. Og hvis prisen handles under det, ble trendforspenningen ansett som bearish. Hvis prisen gjentatte ganger oppfanget 200 sma, ble prisen ansett å være i en rangkonsolidering. Trading bias 8211 den 200 sma failsafe Selvfølgelig kan en ny trend starte på feil side av 200 sma. Når et bjørnmarked følger et sterkt oksemarked, kan prisen komme ned i flere uker eller måneder før den krysser under 200 sma. Og omvendt, selvfølgelig. Dette er den 200 sma failsafe 8211 vi må utholde uker med en ny trend uten å kunne handle det (på grunn av at det er feil side av 200 ma), men dette er å beskytte oss mot reverseringen som en midlertidig tilbaketrekking. Noen pullbacks kan være dype og langvarige, og dette kan friste noen mennesker til den mørke siden av handel 8211 de vil bytte mot den generelle trenden. Men inntil prisen krysser 200 sma, antar vi at den bullish eller bearish bias er fortsatt intakt (selv om vi ikke nødvendigvis vil handle det). Når prisen er over 200 sma er forspenningen BULLSK. Når prisen er under 200 sma er forspenningen BEARISH Så hold deg til 200 sma failsafe. Ja, det kan se ut som muligheter passerer oss, til tider, men vi må være mer selektive. Vi må være oppmerksomme på handelspartiklene og ikke bli distrahert. Følg markeds beslutningstakere Den andre grunnen til at jeg overholder 200mM-regelen, er fordi mange store banker og finansinstitusjoner gjør det. Disse organisasjonene har enorme midler de har til disposisjon og har så stor innflytelse. Noen midler som handler langsiktige stillinger, kan begynne å samle store posisjoner på den gale siden av 200mma da de har økonomien til å gjøre det. Dette kan ta dem uker eller måneder. (De gjør det veldig sakte fordi de ikke vil at andre skal se hva de gjør 8211 da dette kan føre til at de ikke kan fylle posisjoner til den prisen de ønsker). Men flertallet av institusjonelle handelsmenn handler med bias. Av denne grunn ser forhandlerne, med våre relativt små kontostørrelser, bare inn for en handel på høyre side av 200 sm, da dette er hvor momentumet er. Merk: 200 sma er bare relevant når du skriver inn en handel. Handelsledelsen skal få deg ut av en handel lenge før prisutviklingen til 200 sma. Vi vil se på hvordan man skal håndtere og avslutte stillinger senere i serien. Sammendrag av handelsforstyrrelsen Alltid ha 200 enkle glidende gjennomsnitt plottet på ditt daglige diagram. Uansett hvilken lavere tidsramme du handler, følg denne regelen: Hvis prisen er over den daglige 200 sma bare se etter og handle, longbuy posisjoner. Hvis prisen er under den daglige 200 sma bare se etter og handle, shortsell stillinger. Vi kaller dette trading bias 8211 det hjelper stable oddsen for en vellykket handel i vår favør. Dette gjelder for ethvert marked du kan tenke på. I tomorrow8217s artikkel vil vi se på to regler som vi kan legge til i vår handelspartnere, for å objektivt identifisere en trend. Testimonials Den virkelige effektiviteten av Javids mentoring kommer fra hans pasientveiledning gjennom den profesjonelle programvaren mens du bruker hans testede og utprøvde forexstrategier. Han forklarer ny og kraftig informasjon på en klar og lett forståelig måte. Hvis du vil være best må du lære av det beste, og Javid gir den muligheten. Marc F. Enkel å forstå strategier Bare for å fortelle deg at vi også har det bra med vår handel siden nyttår, har vi samlet rundt 3000 pips ved hjelp av MoBo og Pullback-strategier. De ukentlige webinarene hjelper virkelig og får oss til å fokusere på uken fremover. De ulike mekaniske strategiene som viser seg å handle under ulike markedsforhold, har gitt nye dimensjoner til vår handel. Daglige e-post og twitter oppdateringer er svært nyttige, spesielt fra et psykologisk perspektiv. Vi håper du vil fortsette med dem. Prakash. 3000 Pips Profit Bare tenkt Id liker å slippe deg en linje takker deg for den tid og innsatsen du begge åpenbart legger inn på webinarene. Ikke bare klarte de mye for meg om min handel, de var helt vanedannende, etter hverandre. Jeg kunne ikke vente på den neste. De var veldig klare og presise og forklart i høyeste grad, og har hjulpet meg enormt, en stor takk til dere begge. De var virkelig stor verdi for pengene, og jeg har igjen betalt for dere begge. De beskrives best i to ord. Helt fantastisk. Clayton. Stor verdi for pengene