Jak obliczany jest HMA (Hull Moving Average)

Bezpośrednia odpowiedź

Hull Moving Average (HMA) jest obliczany z ważonych średnich kroczących (WMA) tego samego szeregu cen przy użyciu głównej długości i wyprowadzonej długości „połówkowej”. Typowa definicja to:

1. Niech n będzie długością HMA.
2. Oblicz WMA(n/2) szeregu cen.
3. Oblicz WMA(n) szeregu cen.
4. Utwórz szereg pośredni:
   • 2 · WMA(n/2) − WMA(n)
5. Na koniec wygładź ten szereg pośredni za pomocą WMA o długości √n:

HMA(n) = WMA( √n, 2 · WMA(n/2) − WMA(n) )

Daje to średnią, która ma reagować szybciej niż pojedyncza średnia krocząca, jednocześnie redukując część opóźnienia.

Mechanizm i definicja

Aby wyjaśnić, jak działa wzór, warto oddzielić stabilną mechanikę (strukturę matematyczną) od zmiennych warunków (sposobu wyboru danych wejściowych i obsługi praktycznych szczegółów).

1) Dane wejściowe

• Szereg cen: sekwencja punktów danych (na przykład cena zamknięcia dla każdego słupka). HMA jest zdefiniowany na szeregu, a nie na pojedynczej cenie.
• Długość n: liczba dodatnia kontrolująca wygładzenie i responsywność.

2) Kluczowy element: ważona średnia krocząca (WMA)

WMA to średnia krocząca, w której nowsze obserwacje otrzymują większą wagę niż starsze. Dla wybranej długości L, WMA w czasie t można koncepcyjnie zapisać jako:

• WMA(L) w t = ważona średnia ostatnich L punktów cenowych kończących się w t

Dokładny schemat wag jest zazwyczaj liniowy (wagi rosną wraz z nowością), ale musisz używać spójnej definicji WMA we wszystkich częściach obliczeń HMA.

3) Przepływ danych HMA

HMA wykorzystuje trzy etapy:

Etap A: Wygładzanie połowy długości

• Oblicz WMA(n/2). Ma to tendencję do szybszej reakcji niż WMA(n), ponieważ używa mniejszej liczby punktów (mniejsze wygładzenie).

Etap B: Kombinacja kształtująca trend

• Połącz wygładzanie połowy długości z wygładzaniem pełnej długości:
  • 2 · WMA(n/2) − WMA(n)
• Ta struktura „różnicy, a następnie skalowania” ma na celu dostosowanie opóźnienia poprzez skontrastowanie szybszej średniej (połowa długości) z wolniejszą (pełna długość).

Etap C: Końcowe wygładzanie za pomocą √n

• Zastosuj ponownie WMA, ale do szeregu pośredniego z Etapu B, używając długości √n.
• Ponieważ √n jest mniejsze niż n dla n>1, to końcowe wygładzanie ma na celu utrzymanie responsywności wyniku przy jednoczesnym tłumieniu szumu.

4) Praktyczne założenia, które musisz określić

Ponieważ wzór zawiera n/2 i √n, potrzebujesz deterministycznych reguł dla długości niecałkowitych:

• Jeśli Twoja platforma wymaga całkowitego okresu dla WMA, musisz zdecydować, jak zaokrąglać n/2 i √n (na przykład podłoga, sufit lub zaokrąglenie do najbliższej wartości).
• Jeśli n jest małe, √n może spaść do bardzo małej liczby całkowitej, co osłabia końcowe wygładzanie i sprawia, że wynik jest bardziej postrzępiony.

Dowód lub przykład, który możesz odtworzyć

Poniżej znajduje się samodzielny zarys przykładu (bez zakładania rzeczywistych cen). Możesz go odtworzyć z dowolnym numerycznym szeregiem cen.

Konfiguracja przykładu

• Wybierz długość n = 16.
• Następnie:
  • n/2 = 8
  • √n = 4
• Wybierz uzgodnioną definicję WMA (np. wagi liniowe 1..L lub dowolny spójny schemat używany przez Twój kalkulator).
• Niech P[t] będzie ceną w czasie t.

Obliczenia krok po kroku (koncepcyjnie)

W każdym czasie t, w którym istnieje wystarczająca historia:

1. Oblicz A[t] = WMA(8) z P (ostatnie 8 cen kończących się w t).
2. Oblicz B[t] = WMA(16) z P (ostatnie 16 cen kończących się w t).
3. Zbuduj szereg pośredni:
   • C[t] = 2 · A[t] − B[t]
4. Oblicz końcowy HMA:
   • HMA[t] = WMA(4) z C (ostatnie 4 wartości C kończące się w t).

Co zweryfikować niezależnie

• Potwierdź, że Twój kalkulator HMA stosuje tę samą strukturę: WMA(n/2) i WMA(n) połączone jako 2·WMA(n/2) − WMA(n), a następnie wygładzone za pomocą WMA(√n).
• Potwierdź, jak zaokrągla n/2 i √n, gdy nie są liczbami całkowitymi.
• Potwierdź, że stosuje WMA do właściwego szeregu (ceny dla pierwszych WMA; szereg pośredni C dla końcowego WMA).

Ograniczenia i ryzyka (błędy obliczeniowe, które możesz sprawdzić)

HMA może być obliczany poprawnie, ale interpretacja może nadal zawieść, jeśli zignorujesz mechanikę i ograniczenia danych. Kluczowe ograniczenia obejmują:

1) Efekty brzegowe na początku

Nie można obliczyć WMA(n), dopóki nie istnieje co najmniej n wcześniejszych punktów danych, a końcowego WMA(√n) nie można obliczyć, dopóki nie ma również wystarczającej liczby wartości pośrednich. W rezultacie:

• Wczesne wartości HMA są brakujące, opóźnione lub oparte na krótszej efektywnej historii, w zależności od implementacji.

2) Obsługa długości niecałkowitych zmienia wynik

Jeśli platforma konwertuje n/2 lub √n na liczby całkowite w różny sposób, wartości HMA mogą się zauważalnie różnić. Jest to częsty tryb awarii przy porównywaniu dwóch wykresów, które „używają HMA”, ale z różnymi zasadami zaokrąglania.

3) Definicja WMA musi być spójna

WMA to nie tylko „jakaś średnia ważona”. Jeśli jedno narzędzie używa wag liniowych, a inne innego schematu wag, wynik HMA zmienia się nawet przy tym samym n i tym samym szeregu cen.

4) Wrażliwość na zaszumione dane wejściowe i rozdzielczość czasową

Ponieważ HMA jest metodą wygładzania zastosowaną do szeregu, jego wygląd zależy od:

• wybranego typu ceny (np. zamknięcie vs inny szereg) oraz
• interwału danych (rozmiar słupka). Historyczne wzorce w jednej rozdzielczości nie gwarantują podobnego zachowania w innej.

Weryfikacja i o co zapytać dalej

Aby niezależnie zweryfikować swoje zrozumienie i uniknąć niezgodności:

1. Zacznij od zapisanego wzoru na HMA, który odpowiada WMA( √n, 2·WMA(n/2) − WMA(n) ).
2. Określ swoje n, swój schemat wag WMA oraz zasady zaokrąglania dla n/2 i √n.
3. Przelicz HMA na małym, ręcznie wybranym szeregu numerycznym i porównaj z kalkulatorem.

Jeśli wynik się różni, najbardziej przydatne kolejne pytanie brzmi: Czy kalkulator używa tego samego schematu wag WMA i zaokrąglania dla okresów ułamkowych?

Możesz również zbadać, jak zmiana n wpływa na opóźnienie i wygładzenie, ale traktuj to jako właściwość mechaniki wygładzania—a nie samodzielną wskazówkę dotyczącą przyszłych wyników.