AIS Adaptive Trend Smoothing

Для того чтобы выделить долговременные и неслучайные составляющие необходимо знать не только на сколько изменялась цена, но и как происходили эти изменения. Говоря другими словами – для нас представляют интерес не только значения ценовых уровней, но и порядок, в котором эти уровни сменяли друг друга. Благодаря такому подходу, можно найти долговременные и устойчивые факторы, которые влияют (или могут влиять) на изменение цены в данный момент времени. А знание этих факторов позволяет сделать более или менее точный прогноз.

Давайте определим какие конкретно результаты мы хотим получить от анализа финансовых рядов по времени:

Для того, чтобы выполнить указанные условия воспользуемся регрессионным анализом относительных изменений цены, и сделаем на основе этой модели индикатор. В основе алгоритма этого индикатора лежит обучение на исторических данных, а его работа находится под полным контролем трейдера.

• LH – параметр, определяющий количество баров, используемых для сглаживания финансового ряда. Его допустимое значение находится в пределах 0 – 255.
• UTS – параметр, влияющий на скорость и глубину обучения. Его значение также лежит в пределах 0 – 255. Если значение UTS равно нулю, то обучение происходит по всей истории. Во всех остальных случаях обучающая выборка время от времени обновляется. Это обновление происходит тем чаще, чем меньше значение UTS.

Основной недостаток этого индикатора заключается в том, что при сглаживании финансовые ряды рассматриваются как стационарные, из-за чего может наблюдаться некоторое запаздывание.