Adaptive Moving Average

สัปดาห์ที่ผ่านมาทำระบบ บนกลยุทธ์ Adaptive Moving Average เลยขอเอามาสรุปให้น้องๆที่สนใจได้อ่าน

ว่าจะไม่เขียนเรื่อง quant อะไรหนักๆแล้ว แต่อดไม่ได้ material มันเยอะ เลยต้องเอามาปล่อยให้มันที่ room ในการนำเข้ามาอีกบ้าง

อีกประเด็นที่คิดเขียนเรื่องนี้ เพราะสัปดาห์ที่ผ่านมา มีน้องเทรดเดอร์ในกลุ่ม ThaiTrade ต้องการทำระบบ Monemturm trading system ในตลาด Gold

อันนี้จะทราบว่าทองคำนี้ผันผวน ตัวแม่ เหวี่ยงซะจน หัวทิ่มหัวตำ กันไป

ดังนั้นถ้าคิดจะใช้ lagging indicator เพื่อมา detect trend เราคงต้องหาที่มันเหมาะสมหน่อย

แต่ข้อจำกัดเดิมๆ ของ Moving average ก็คือการกดหน้า ออกหลัง กดหลังออกหน้า

ยิ่งทำให้ smooth ทำให้ lag ยิ่งช้า ไม่ทันกิน เสียโอกาส จุดเข้าออก

ยิ่งทำให้เร็ว ทำให้ไว้ ก็ยิ่งไม่เรียบ เกิด noise เกิด สัญญาณหลอกง่าย

แต่ช้าก่อน!! ปัญหาของท่านจะหมดไป เมื่อใช้ "Adaptive Moving Average" {พยายามทำเสียให้เหมือนโฆษณาทีวีไดเรกตอนกลางคืน ดึกๆผมนั่งเทรด ดูบ่อยเลย ที่บ้านยังมีไม้ถูพื่นอัจฉริยะอยู่เลย ทุกวันนี้ไม่ได้ใช้ถู แล้ว ใช้เป็นไม้ไล่นกแทน ต่อๆๆ}

Adaptive Moving Average นี้เกิดมานานพอควรแล้ว แต่เป็นรุ่นที่สองของ Moving average ที่ใช้กันมาเป็นร้อยปีตั้งแต่ยุคของ livermore โดยคนนำเสนอโมเดลนี้ ก็คือ คุณ Perry J. Kaufman คิดค้นนำเสนอไว้

แนวคิดคราวคือ เอาทั้งเรื่องของ Direction และ Volatility มาคิด ทำให้แตกต่าง Moving average เดิม

Kaufman คิดค่าที่เรียกว่า Efficiency Ratio (ER) โดยนำเอาค่าการเปลี่ยนแปลงเชิงทิศทาง + / - ของราคาปิดมา ประมวลผลคำนวณร่วมกับค่าการผันผวน เมื่อเทียบกับแท่งเทียนชุดข้อมูลก่อนหน้า ตามสมการดังนี้

โดย Efficiency Ratio (ER) จะถูกใช้โดยมีการกำหนดจำนวนคาบแท่งเทียนที่จะคิดหาไว้ โดยค่าแนะนำจะเป็น 10 วัน{จริงๆปรับแต่งได้ตามพฤติกรรมราคา และ range การแกว่ง} ซึ่งจะมีค่าระหว่าง 0 ถึง 1

ER เป็นค่าถ่วงน้ำหนักในการหาผลลัพธ์ ของ alpha ของสมการ หรือค่า SC = smoothing constant จากสมการ ดังนี้

ตรงนี้จะพบมีการใส่ค่า ช่วงสั้น ช่วงยาว โดยปกติ ใช้ค่าช่วงสั้นแทนการไม่มีแนวโน้มหรือคาบเกิด sideway และเส้นยาวแทนคาบปกติ trend เพื่อคำนวณหา SC ออกมา แต่ถ้าไม่ได้วิจัยเพิ่มเฉพาะใช้สมการปกติที่ Kaufman คิดคือ 2 และ 30 วันในการหาได้เช่นกัน

SC(i) =(ER(i) * 0.60215 + 0.06425)^2

สุดท้ายค่าของ Adaptive Moving Average หรือบางหนังสือเรียก Kaufman Adaptive Moving Average จะหาได้จาก