Garch
- Indikatoren
- Giorgi Abuladze
- Version: 1.0
GARCH(1,1) Volatilitätsschätzer
Dieser Indikator bietet eine rechnerische Implementierung des Generalized Autoregressive Conditional Heteroskedasticity (GARCH)-Modells der Ordnung (1,1). Es dient der Schätzung der aktuellen Volatilität eines finanziellen Vermögenswerts, indem es sowohl vergangene Schocks als auch frühere Varianzschätzungen mit einbezieht. Im Gegensatz zu gleitenden Standarddurchschnitten berücksichtigt dieses Modell die "Volatilitätshäufung" - das Phänomen, dass auf große Preisänderungen weitere große Änderungen folgen. Es ist im Grunde die bessere ATR, die anpassungsfähiger und präziser ist.
Technische Erläuterung von GARCH(1,1)
Das GARCH(1,1)-Modell funktioniert über einen rekursiven Varianzprozess.
-
Omega: Abgeleitet über Varianz-Targeting, das sicherstellt, dass der Prozess auf die langfristig beobachtete Varianz zurückgreift .
-
Alpha: Stellt den "Schock"-Einfluss dar, oder wie sehr die jüngsten Marktnachrichten (quadrierte Renditen) die unmittelbare Volatilität beeinflussen .
-
Beta: Stellt die Volatilitätspersistenz dar, die angibt, wie stark die Volatilität der Vorperiode die aktuelle Periode beeinflusst .
Der Indikator wird mit einer rollierenden Varianz der quadrierten Renditen initialisiert (definiert durch die Lookback-Eingabe) und verwendet standardmäßig einen kumulativen Mittelwert, wenn nicht genügend Balken vorhanden sind . Die sich ergebende Varianz wird dann auf einen Nennwert gesetzt, um eine numerische Drift zu verhindern, bevor sie quadratisch verwurzelt wird, um einen Volatilitätsprozentsatz zu erzeugen .
Vereinfachter konzeptioneller Überblick
Vereinfacht ausgedrückt, zeigt dieser Indikator an, wie "nervös" oder aktiv ein Markt ist:
-
Wie er funktioniert: Betrachten Sie ihn als ein gewichtetes Gedächtnis des Marktes. Wenn es gestern einen großen Kursausschlag gab (der "Schock"), erhöht sich die Volatilitätsschätzung für heute. Es wird jedoch auch berücksichtigt, wie volatil der Markt gestern im Allgemeinen war (die "Persistenz"), und diese beiden Faktoren werden kombiniert, um die heutige Volatilität vorherzusagen.
-
Warum dies nützlich ist: Anstatt nur einen flachen Durchschnitt von Preisänderungen zu betrachten, passt sich dieses Modell schnell an plötzliche Marktereignisse an, während es einen gleichmäßigeren Trend auf der Grundlage der jüngsten Vergangenheit beibehält.
-
Indikatoren: Das Histogramm stellt die tägliche Volatilität dar . Liegt die Volatilität über ihrem 50-Perioden-Durchschnitt, färbt sich der Balken rot; liegt sie darunter, wird er grün. .
Eingabeparameter & Verwendung
Der Indikator ist so konfiguriert, dass er nicht aufdringlich ist und eine Live-Datentabelle im Diagramm anzeigt.
| Eingabe | Beschreibung |
| Alpha | Misst die Reaktion auf die jüngsten Preisschocks . |
| Beta | Misst, wie lange die Volatilität im Laufe der Zeit anhält . |
| Varianz-Lookback | Die Anzahl der Balken, die zur Ermittlung der anfänglichen Varianz-Basislinie verwendet werden. . |
| Annualisieren | Falls aktiviert, konvertiert die tägliche Volatilität in einen annualisierten Prozentsatz unter Verwendung der Eingabe Handelstage pro Jahr . |
Hinweis zur Verwendung: Der Indikator enthält einen automatischen Warnmechanismus: Wenn die aktuelle Volatilität das 1,5-fache des Mittelwerts des 50-Perioden-Durchschnitts übersteigt, werden eine Hervorhebung im Hintergrund und eine visuelle Warnung in der Infotabelle ausgelöst, um auf Bedingungen hoher Volatilität hinzuweisen .
