Βασικά
54
05.2014
Αναγνώριση Τάσης
Συνέχεια επί των μεθοδολογιών, Μέρος 2ο
Στο άρθρο αυτό θα παρουσιάσουμε μεθοδολογίες αναγνώρισης της τάσης με την χρήση των Κινητών Μέσων Όρων (ΚΜΟ).
Οι ΚΜΟ, συνδυάζοντας την απλότητα με τη σαφήνεια, αποτελούν τους ιδανικότερους δείκτες που μπορεί να χρησιμοποιήσει
κανείς για την αναγνώριση της τάσης των χρηματιστηριακών αγορών. Για τον λόγο αυτό, αποτελούν ακρογωνιαίο λίθο της
τρέχουσας σειράς άρθρων και θα γίνει ιδιαίτερη αναφορά σε αυτούς.
»
Ποιοτική Ανάλυση ΚΜΟ
Ο ΚΜΟ αποτελεί έναν μαθηματικό υπολογισμό που εφαρμόζεται
σε χρονοσειρές δεδομένων, με σκοπό την εξομάλυνση και το
φιλτράρισμα τους, καθιστώντας έτσι ευκολότερη την μελέτη τους.
Χαρακτηρίζεται ως δείκτης υστέρησης (lag) καθώς ο υπολογισμός
του βασίζεται σε παρελθοντικά δεδομένα. Για την δημιουργία ενός
ΚΜΟ ο χρήστης πρέπει να προσδιορίσει τις εξής παραμέτρους:
1. Περίοδος ΚΜΟ: Η περίοδος υπολογισμού ενός ΚΜΟ
καθορίζει πόσα παρελθοντικά κεριά λαμβάνουν χώρα στον
υπολογισμό του. Η ορθή επιλογή της περιόδου αποτελεί
έναν από τους κρισιμότερους παράγοντες, διότι ορίζει τον
χρονικό ορίζοντα που μελετάται.
2. Μέθοδος Υπολογισμού ΚΜΟ: Η μέθοδος υπολογισμού
καθορίζει την βαρύτητα που δίνεται σε κάθε κερί της
χρονοσειράς που λαμβάνει μέρος στον υπολογισμό του
ΚΜΟ και με αυτό τον τρόπο μπορούμε να επηρεάσουμε
την ευαισθησία του δείκτη σε κοντινά ή μακρινά κεριά. Οι
σημαντικότεροι δυνατοί ΚΜΟ που προκύπτουν βάσει της
μεθόδου είναι οι ακόλουθοι:
a. Απλός (Simple - SMA): Όλα τα κεριά λαμβάνουν την
ίδια βαρύτητα στον υπολογισμό του ΚΜΟ.
b. Εκθετικός (Exponential - EMA): Ηβαρύτητα των κεριών
στον υπολογισμό του ΚΜΟ είναι τόσο μεγαλύτερη όσο
κοντύτερα βρίσκεται το κερί στην τρέχουσα περίοδο,
ενώ οι συντελεστές βαρύτητας του κάθε κεριού
μειώνονται εκθετικά όσο απομακρυνόμαστε από το
τρέχον κερί.
c. Γραμμικά Σταθμισμένος (Linear Weighted - LWMA):
Παρόμοια με τον εκθετικό ΚΜΟ με την διαφορά ότι οι
συντελεστές βαρύτητας του κάθε κεριού μειώνονται
γραμμικά και όχι εκθετικά.
d. Εξομαλυμένος (Smoothed ή Wilder’s Smoothing
