Индикатор технического анализа KAMA: Обзор и применение

KAMA основывается на адаптивной сглаживающей функции, которая регулируется в зависимости от волатильности рынка. Он использует коэффициент эффективности (Efficiency Ratio, ER) для определения уровня адаптации. ER вычисляется следующим образом:
ER = Изменение цены / Сумма абсолютных изменений цены за период
Где:

• Изменение цены — это разница между текущей ценой и ценой n периодов назад.Изменение цены = Math.Abs(close-close[-n])Где:close — это Закрытие текущего бара [i]close[-n] — это Закрытие бара [i-n]
• Сумма абсолютных изменений цены — это сумма абсолютных значений изменений цены за каждый из n периодов.В рамках визуального редактора программы TSLabБлок "Сумма За" от формулы Math.Abs(close-close[-1])

• KAMA[i-1] — значение KAMA на предыдущем баре.
• close — Закрытие бара.
• close[-i] — закрытие первого бара загруженной истории.
• k — сглаживающий коэффициент, рассчитанный на основе ER Math.Pow( SC , 2 )

SC = (ER*(FastSmoothingConstant-SlowSmoothingConstant)+SlowSmoothingConstant)

FastSmoothingConstant и SlowSmoothingConstant — это коэффициенты для быстрого и медленного сглаживания, обычно равные 2/30 и 2/10 соответственно.

FastSmoothingConstant = FastPeriod / (1+FastPeriod)

SlowSmoothingConstant = FastPeriod / (1+period)

В книге Перри Кауфмана "Системы и методы биржевой торговли", 2013 указана именно эта формула. 

Однако, во многих источниках используется формула:

SC = (ER*(FastSmoothingConstant-SlowSmoothingConstant)+SlowSmoothingConstant) / 2

Если 2 заменить на параметр, то этот параметр будет являться параметром значимости коэффициента сглаживания. Чем он выше, тем КАМА больше запаздывает.

1. Определение тренда: KAMA помогает выявлять трендовые движения, сглаживая рыночный шум. Когда цена находится выше KAMA, это может указывать на восходящий тренд, и наоборот.
2. Сигналы на покупку и продажу: Пересечение ценой линии KAMA может служить сигналом для открытия позиций. Например, если цена пересекает KAMA снизу вверх, это может быть сигналом на покупку.
3. Фильтрация рыночного шума: В боковых трендах KAMA помогает избегать ложных сигналов, так как он менее подвержен колебаниям в условиях низкой волатильности.

• Адаптивность: KAMA автоматически подстраивается под изменяющиеся рыночные условия, что делает его более надежным в различных рыночных ситуациях. 
• Снижение запаздывания: Благодаря своей адаптивной природе, KAMA снижает запаздывание, характерное для традиционных скользящих средних.

• Сложность настройки: Требуется правильная настройка параметров для достижения оптимальных результатов. 
• Зависимость от рыночных условий: В условиях резких рыночных изменений KAMA может давать ложные сигналы.

KAMA (Адаптивная скользящая средняя Кауфмана): Эта средняя адаптируется к изменяющейся волатильности рынка, что позволяет ей более эффективно фильтровать рыночный шум и быстрее реагировать на изменения тренда.
SMA (Простая скользящая средняя): Это среднее значение цен за определенный период. Она легко рассчитывается, но имеет высокую задержку и чувствительность к рыночному шуму.
EMA (Экспоненциальная скользящая средняя): EMA придает больший вес последним ценам, что делает её более чувствительной к изменениям, чем SMA, но она также более подвержена рыночному шуму.
WMA (Взвешенная скользящая средняя): В этой средней последние цены имеют больший вес, чем более ранние, что позволяет ей быстрее реагировать на изменения, но также делает её более чувствительной к шуму.

KAMA — это инструмент технического анализа, который может значительно улучшить точность прогнозирования рыночных движений. Его адаптивные свойства делают его особенно полезным в условиях изменяющейся волатильности. Однако, как и любой индикатор, KAMA следует использовать в сочетании с другими инструментами и методами анализа для достижения наилучших результатов.