Adaptive Gaussian Moving Average

Der Adaptive Gaußsche gleitende Durchschnitt oder auch bekannt als Machine Learning Moving Average (MLMA) ist ein fortschrittlicher technischer Indikator, der einen dynamischen gleitenden Durchschnitt unter Verwendung eines Gauß-Prozess-Regressionsmodells (GPR) berechnet. Im Gegensatz zu herkömmlichen gleitenden Durchschnitten, die auf einer einfachen arithmetischen oder exponentiellen Glättung beruhen, wendet der MLMA eine datengesteuerte, nichtlineare Gewichtungsfunktion an, die aus dem Gauß-Prozess abgeleitet ist und eine adaptive Glättung des Kurses bei gleichzeitiger Einbeziehung kurzfristiger Prognosefähigkeiten ermöglicht.

MLMA ist besonders nützlich in verrauschten Marktumgebungen, in denen gleitende Standarddurchschnitte hinterherhinken oder weniger zuverlässige Signale liefern können.

Der gleitende Durchschnitt enthält auch Bänder, die zur Hervorhebung möglicher Umkehrungen verwendet werden.

Eingabeparameter

• Länge: Berechnungszeitraum des gleitenden Durchschnitts. Höhere Werte ergeben einen glatteren Durchschnitt, der langfristige Trends hervorhebt und kurzfristige Schwankungen herausfiltert.

• Vorhersage: Die Anzahl der Balken, die anhand des trainierten GPR-Modells prognostiziert werden. Höhere Werte führen zu einem reaktionsschnelleren gleitenden Durchschnitt, aber auch zu mehr Überschwingern, was die Anpassung an den Kurs verschlechtern kann. Negative Werte führen zu einem glatteren gleitenden Durchschnitt.

• Sigma: Der Parameter für die Standardabweichung des Gauß-Kerns, der die Glätte und die Empfindlichkeit gegenüber Kursschwankungen steuert.

• Multiplikativer Faktor: Ein Skalierungsfaktor, der auf die Standardabweichung oder die vorhergesagten Konfidenzbänder (optional) angewendet wird und häufig für dynamische Schwellenwerte oder Hüllkurvenberechnungen verwendet wird.

• MA-Farbe: Die Anzeigefarbe der Linie des gleitenden Durchschnitts.

• Warnung/Benachrichtigung: Aktiviert Warnungen, wenn der Kurs die MLMA-Linie über- oder unterschreitet.

Wie funktioniert es?

1. Der Indikator verwendet die jüngsten Längenbalken, um ein Gauß'sches Prozessmodell an den Kurs anzupassen.

2. Es wird ein gewichteter gleitender Durchschnitt berechnet, wobei die Gewichte durch die GPR-Kernel-Funktion bestimmt werden.

3. Er prognostiziert optional zukünftige Werte auf der Grundlage des trainierten Modells (bis zu Prognoseschritten im Voraus).

4. Mit Hilfe des Sigma- und Multiplikationsfaktors können dynamische Bänder eingezeichnet werden, um Bereiche von Interesse oder potenzielle Unterstützungs-/Widerstandsbereiche zu definieren.

5. Wenn Warnungen aktiviert sind, benachrichtigt der Indikator den Benutzer über Crossover-Ereignisse zwischen dem Preis und der MLMA-Linie.

Anwendungsfälle

• Identifizierung von dynamischen Unterstützungs-/Widerstandszonen auf der Grundlage prognostizierter Niveaus.

• Erkennen einer Trendfortsetzung oder -umkehr, wenn der Kurs die MLMA-Linie über- oder unterschreitet.

• Kombination mit anderen Signalen wie RSI oder Volumen zum Aufbau einer maschinengestützten Handelsstrategie.