時系列のスムージングを組み込む

私のバリューストラテジーは、過去と現在のデータに見られる反応曲線のタイプを特定し、シグナルノイズ比を最適化するために、長期ポジションに重点を置いています。

基本的なアイデアは、他の学問分野での多変量時系列分析の経験から生まれています。適切な用語を使用しない場合は申し訳ありません。また、ここで特定の統計のメトリックがどのように呼ばれるかを知らないために、明白な遺漏がある場合があります。修正は歓迎いたします！

私はこれまでに、次のような順序でトレンドを定量的に総合的に評価してきました：

1）取引価格の基本的な視覚検査。私自身は、標準のローソク足よりも平均足を好みますが、ローソク足を好む場合、重要な改善ではないと思います。バイオリンプロットをオプションとして追加すると、価格範囲と範囲内の取引量の差を両方見ることができるので、絶対に欲しいものです。

2）移動平均線をほとんど無視し、指数平滑移動平均線を好みます。MAの値をそこに残しておき、EMAからどの程度逸脱しているかを見ることができるようにしています（ただし、テキストを表示する方法が分からず、行を削除することができません 😅）。EMAの主な利点は、古いほど（設定期間に対して）データポイントに重みを少なく与えるため、まれなノイズイベント（0％の利子など）が現在の値に大きく影響しないことです。

3）アプリで役立つと思われるいくつかの二次メトリックを見つけました。 EMV/EMVAは、価格と取引量の両方を組み込む質問に対する回答を得るのに役立ちます。価格自体は、取引先が何者であるかを考慮しなければ、あまり重要ではないことがすぐにわかりました（たとえば、新規売り出し、買い手がいない場合の流動化など）。行列数値解析の非常に簡単な相当物として使用しています。私の一般的な原則：-どちらかが負の値から0に近付いている場合、ポジティブなトレンドを示すことを示します。-どちらかが正の値から0に近づいている場合、負のトレンドを示すことを意味します。

DMA/DDD/DDDMAは、時間の変化量に対する導関数（微積分のような）解析の大まかな相当物として使用しています。解釈は選択した間隔に基づいて変化します。デフォルトの設定では、DDDラインがDDDMAラインより上にある場合、ポジティブなトレンドを示しており、DDDMAがDDDより上にある場合は、負のトレンドを示します。

ARは私が最近開始した最新の数式であり、一般的な内容については最も馴染みがありません。私は、価格の変化の変化に関するアイデアを得るために、2次導関数解析の代理として使用しています。私は、追加のステップのためにBRがより良い結果を提供しているわけではないと思う数学的アプローチに従っています。オーバーフィッティングを避けるために、K.I.S.S.マインドセットを持って運営しています。およそのルールオブサム：ARが80〜120程度で揺れ動いている場合、株価は大幅に変化しないと判断します。理論的には、AR≧150は売りオフの予兆を示し、AR≦80は大量の買い物を示すことができますが、現実的にはまだ証明されていません。

私は、定量的な解釈が現実にどのように合致するかを自分で判断できるように、次のデータを含めました。

長期のトレンドは短期のスイングほど楽しいものではないことはわかっていますが、最近この世界に参加したことを持つ人の視点が役立つかもしれません！

私は、これを読んでいる人々がどのように自分自身の定性的な解釈が現実に合致するかを判断できるように、次のデータを含めました。

長期のトレンドは短期のスイングほど楽しいものではないことはわかっていますが、最近この世界に参加した人の視点が役立つかもしれません！