Skärmbilder
Modeller och indikatorer
för teknisk analys
Följande modeller/indikatorer finns implementerade i Optimal Börs. Modellernas parametrar optimeras automatiskt av Optimal Börs specifikt för varje aktie.
** Det globalt tränade artificiella nätverket och den statistiska klassificeringsindikatorn är ej optimerbara.
Prisoscillator / Moving Average Difference Oscillator, modifierad
MACD indikatorn innehåller två glidande medelvärden, ett snabbt exponentiellt glidande medelvärde och ett långsamt hanningfiltrerat glidande medelvärde. Prisoscillator/MACD baserar sig på skillnaden mellan dessa två glidande medelvärden. MACD är en följande indikator.
Parameter 1, Exponentiellt medelvärde. Värdet anger hur långt det snabba medelvärdet är. Tillåtna värden är heltal större än 0.
Parameter 2, Hanning glidande medelvärde. Värdet anger hur långt det långsamma medelvärdet är. Tillåtna värden är heltal större än 0.
Observera att du inte kan jämföra värdena med varandra. Om man anger samma värde för båda medelvärden är det exponentiell glidande medelvärdet långsammare än det hanningfiltrerade glidande medelvärdet.
Prisoscillator / Moving Average Difference Oscillator, adaptiv
MACD-adaptiv utgår från den klassiska indikatorn med samma namn med den betydande skillnaden att det snabba glidande medelvärdet anpassar sig till kursens beteende. Detta görs med Optimal Börs egenutvecklade adaptiva glidande medelvärde, OptAMA. Anpassningen gör att köp- och säljsignalerna kommer tidigare vid vändpunkter i marknaden och att indikatorn inte är så känslig för mindre kursrörelser när det inte finns någon trend.
Parameter 1, Fast Factor, OptAMA. Värdet anger hur känsligt OptAMA är för större kursförändringar. Mindre värden, t.ex 0,75, anger större känslighet än större värden, t.ex 1,5. Tillåtna värden är tal större än 0.
Parameter 2, OptAMA periodlängd. Värdet anger hur långsamt det snabba adaptiva glidande medelvärdet är. Tillåtna värden är heltal större än 0.
Parameter 3, Exponentiellt glidande medelvärde. Värdet anger hur långsamt det långsamma medelvärdet är. Tillåtna värden är heltal större än 0.
Observera att du inte kan jämföra värden för OptAMA och det exponentiellt glidande medelvärdet med varandra.
Momentum, klassisk
Momentum är den absolut enklaste tekniska indikatorn. Den baserar sig på skillnaden mellan senaste slutkursen en viss dag och slutkursen ett visst antal dagar tidigare. I dagens genomanalyserade aktiemarknad fungerar en sån enkel indikator som Momentum oftast sämre än andra indikatorer. Momentum är en följande indikator.
I Optimal Börs är kursen även något utjämnad, för att minska på bruset. Både utjämningen och tidssperioden optimeras automatiskt för varje kurs.
Parameter 1, Hanningfiltrerat glidande medelvärde. Värdet anger hur mycket kursen är utjämnad. Tillåtna värden är heltal större än 0.
Parameter 2, Tidsfördröjning. Värdet anger arbetsdagarna bakåt i tiden för den utjämnade slutkursen som man jämför med dagens utjämnade slutkurs. Tillåtna värden är heltal större än 0.
Momentum, adaptiv
Utjämningen av bruset i Momentum indikatorn minskar antalet felsignaler och gör signalerna mer robusta. Nackdelen är dock att köp- och säljsignalerna oftast kommer för sent. Användning av OptAMA minskar denna fördröjningen avsevärt.
Parameter 1, Övre gräns för OptAMA. Tillåtna värden är heltal större än 0.
Parameter 2, Nedre gräns för OptAMA. Tillåtna värden är tal större än eller lika med 1,0.
Den övre gränsen anger hur stor utjämningen är vid relativ lugn kursutveckling och den nedre gränsen anger hur stor utjämningen är vid relativ kraftiga kursförändringar.
Parameter 3, Tidsfördröjning. Värdet anger arbetsdagarna bakåt i tiden för den utjämnade slutkursen som man jämför med dagens utjämnade slutkurs. Tillåtna värden är heltal större än 0.
Regressionsanalys 1
Egenutvecklad indikator med både ledande och följande egenskaper. För den som är matematiskt bevandrad kan sägas att kursen modelleras mha linjär regression som ett polynom av lämplig grad. Polynomet kan ge en prediktion(forecasting) om kursens fortsatta utveckling. Modellen är speciellt bra på att identifera cykliska egenskaper i aktiekursen.
Parameter 1, Hanningfiltrerat glidande medelvärde. Värdet anger hur mycket kursen är utjämnad. Tillåtna värden är heltal större än 0.
Parameter 2, Regressionsdatalängd. Värdet anger hur lång tidsperiod som används för kursmodelleringen vid en viss tidpunkt. Tillåtna värden är heltal större än 0.
Parameter 3, Grad på regressionspolynomet. Anger vilken grad som används för polynomet som modellerar kursen. Tillåtna värden är heltal större än 0.
Parameter 4, Prediktionshorisont. Anger hur långt fram i tiden modellen ska prediktera kursutvecklingen för att avgöra om ett köp eller sälj ska genomföras. Tillåtna värden är heltal större än eller lika med 0.
Regressionsanalys 2
Variant av Regressionsanalys 1 som ibland fungerar bättre.
RSI (Relative Strength Index) 1
Ledande indikator utvecklad av Welles Wilder. Ett högt RSI uppstår då kurserna har stigit mycket och ett lågt RSI då kurserna har sjunkit mycket. Köpsignal ges när RSI-kurvan kommer under en nedre gräns och säljsignal ges när RSI-kurvan stiger över en övre gräns. På pga RSI-signalens starka brus har den här indikatorn förbättrats kraftigt i Optimal Börs mha OptAMA.
Parameter 1, OptAMA periodlängd. Värdet anger hur mycket kursen är utjämnad. Tillåtna värden är heltal större än 0.
Parameter 2, RSI periodlängd. Värdet anger periodlängden som används för att räkna ut RSI-signalen. Tillåtna värden är heltal större än 1.
Parameter 3, RSI Oscillator nedre gräns
Parameter 4, RSI Oscillator övre gräns
Den nedre gränsen anger när indikatorn genererar en säljsignal och den övre gränsen anger när indikatorn genererar en köpsignal.
RSI (Relative Strength Index) 2
Variant av RSI 1 som ibland ger bättre resultat. Köpsignal ges när RSI-kurvan passerar den nedre gränsen underifrån och säljsignal ges när RSI-kurvan passerar den övre gränsen från ovan.
Stochastic RSI
Stochastic RSI utvecklades av Tushar S. Chande och Stanley Kroll och är en indikator av en indikator. Det baseras på RSI-värden och deras förhållande till varandra över en period för att öka känsligheten av standard RSI indikatorn.
Stochastic RSI detekterar överköpta och översålda nivåer och är därmed en ledande indikator.
Parameter 1, Periodlängd. Värdet anger periodlängden för RSI-signalen och Stochastic-oscillatorn. Tillåtna värden är heltal större än 0.
Parameter 2, OptAMA periodlängd. Värdet anger indikatorns interna utjämning. Tillåtna värden är heltal större än 0.
Parameter 3, StochRSI Oscillator nedre gräns
Parameter 4, StochRSI Oscillator övre gräns
Den nedre gränsen anger när indikatorn genererar en säljsignal och den övre gränsen anger när indikatorn genererar en köpsignal.
Parameter 5, Gräns vid ingen trend. Om värdet är över gränsvärdet trendar inte RSI-signalen och inga köp- och säljsignaler genereras.
Stochastic Oscillator 1, modifierad
Stochastic Oscillator (utvecklad av George Lane) är en indikator som är konstruerad för att hitta situationer då aktien anses vara överköpt eller översåld och är därmed en ledande indikator. Köpsignal ges när Stochastic-kurvan stiger över en viss tröskel och säljsignal när Stochastic-kurvan sjunker under denna tröskel. I Optimal Börs är modellen vidareutvecklad genom att vara mindre känslig när det inte finns någon trend. Dessutom har indikatorn förbättrats mha OptAMA.
Parameter 1, Stochastic periodlängd. Värdet anger periodlängden som används för att räkna ut Stochastic-signalen. Tillåtna värden är heltal större än 0.
Parameter 2, OptAMA periodlängd. Värdet anger indikatorns interna utjämning. Tillåtna värden är heltal större än 0.
Parameter 3, Stochastic Oscillator gräns. Är värdet över gränsen genereras en köpsignal, annars genereras en säljsignal.
Parameter 4, Gräns vid ingen trend. Om värdet är över gränsen trendar inte signalen och inga köp- och säljsignaler genereras.
Stochastic Oscillator 2, modifierad
Variant av Stochastic Oscillator 1 med två gränser för Stochastic-kurvan. Köpsignal ges när Stochastic-kurvan passerar den nedre gränsen underifrån och säljsignal ges när Stochastic-kurvan passerar den övre gränsen från ovan.
Parameter 1, Stochastic periodlängd. Värdet anger periodlängden som används för att räkna ut Stochastic-signalen. Tillåtna värden är heltal större än 0.
Parameter 2, OptAMA periodlängd. Värdet anger indikatorns interna utjämning. Tillåtna $värden är heltal större än 0.
Parameter 3, Stochastic Oscillator nedre gräns
Parameter 4, Stochastic Oscillator övre gräns
Den nedre gränsen anger när indikatorn genererar en säljsignal och den övre gränsen anger när indikatorn genererar en köpsignal.
Parameter 5, Gräns vid ingen trend. Om värdet är över gränsvärdet trendar inte signalen och inga köp- och säljsignaler genereras.
Stochastics (Stochastic Oscillator) inverterad
Egenutvecklad variant av den klassiska Stochastics indikatorn där delar av modellen har förändrats.
Parabolic SAR (Stop And Reverse)
Parabolic SAR utvecklades av Welles Wilder och dess namn kommer från de mönster som modellen skapar ovan och under kursen. Indikatorn är trendföljande och innehåller en accelerationsfaktor för att trenden skall få tid att etablera sig. I Optimal Börs presenteras Parabolic SAR som kryss ovan och under kursen. OptAMA används för att eliminera brus på effektivt sätt.
Parameter 1, OptAMA periodlängd. Värdet anger hur mycket kursen är utjämnad. Tillåtna värden är heltal större än 0.
Parameter 2, Initial acceleration. Tillåtna värden är tal större än eller lika med 0.
Parameter 3, Acceleration steg. Tillåtna värden är tal större än 0.
Parameter 4, Max acceleration acceleration. Tillåtna värden är tal större än 0.
Artificiellt neuralt nätverk (lokalt tränad)
Parameter 1, Antal epoker. Anger hur mycket nätverket ska tränas. Tillåtna värden är heltal större än 0.
Parameter 2, Antal nät. Eftersom varje neuralt nät ger lite olika resultat kan man väga ihop flera nätverks resultat till ett stabilare resultat. Värdet anger hur många neurala nätverk som används för slutresultatet. Tillåtna värden är heltal större än 0.
Parameter 3, Beta start. En träningsfaktor. Tillåtna värden är tal mellan 0 och 1.
Parameter 4, Beta end. En träningsfaktor. Tillåtna värden är tal mellan 0 och 1.
Parameter 5, Momentum. En träningsfaktor. Tillåtna värden är tal mellan 0 och 1.
Deterministisk träning. Neurala nätverk ger något olika resultat
beroende på hur nätverken initieras. Deterministisk träning gör att resultaten alltid
blir identiska vid samma förutsättningar.
Nackdel: Ibland misslyckas neurala nätverk med att hitta en bra lösning.
Då bör man optimera om nätverket. Om man då har valt Deterministik träning så blir
resultatet alltid oförändrat.
Artificiellt neuralt nätverk (globalt tränad)
Det här neurala nätverket skiljer sig från det lokalt tränade neurala nätverket genom att det är färdigtränat på 500000 globala resultat från en databas. Eftersom träninssekvensen är betydligt större när man tränar på 500000 resultat jämfört med kanske 1500 dagliga värden för en akties kurshistorik, kan det här neurala nätverket tränas bättre och har utsatts för betydligt mer varierade situationer. Träning på så stora datamängder eliminierar även överanpassning (curve-fitting).
En viktig aspekt är att optimering inte har någon inverkan på den här modellen - den är redan för-optimerad. Det beyder även att resultaten i diagrammet redan är backtestade. Du får alltså genast en uppskattning av hur bra den här modellen har fungerat historiskt sett med denna aktie.
Du kan enbart påverka indikatorns beteende genom att ändra din placeringshorisont. Den här modellen består egentligen av tre neurala nätverk: ett neuralt nätverk om placeringshorisonten är en dag, ett annat neuralt nätverk om placeringshorisonten är en vecka, och ett tredje neuralt nätverk om placeringshorisonten är en månad. Ställ in placeringshorisonten baserad på ditt sätt att handla aktier (mer om placeringshorisont).
Statistisk klassificeringsindikator
En statistisk indikator. Nuvarande kursmönster analyseras och klassificeras till att tillhöra en av 3888 mönstergrupper. Klassificeringen sker efter olika egenskaper såsom volatilitet, trendstyrkor, fraktala dimensioner, m.m. En stor databas med 500000 resultat används för att ge en uppskattning om framtida avkastning och förutsägbarhet för den gällande mönster-gruppen. Den här indikatorn kan ge dig information av följande slag: Sannolikheten är 62% att kursen går upp inom en vecka och den förväntade kursökningen nästa vecka är 34% (annualiserad takt). Värdena baseras på genomsnittliga resultat för finansiella instrument i databasen som tillhör samma mönstergrupp.
En viktig aspekt är att optimering inte har någon inverkan på den här indikatorn. Den har inte någon intelligens och göra inga antaganden. Den bestämmer enbart det nuvarande mönstret och ger en köp eller säljsignal baserad på empiriska resultat för andra finansiella instrument som hör till samma mönstergrupp. Det beyder att resultaten i diagrammet redan är backtestade. Du får alltså genast en uppskattning av hur bra den här indikatorn har fungerat historiskt sett med denna aktie.
Du kan enbart påverka indikatorns beteende genom att ändra din placeringshorisont. Denna inställning avgör om köp- eller säljsignaler ska baseras på kursutvecklingen en dag, en vecka eller en månad framåt i tiden. Ställ in placeringshorisonten baserad på ditt sätt att handla aktier (mer om placeringshorisont).
Du får ut förutsägbarhet och förväntad avkastning om du dubbelklickar på diagrammet (förstorat läge).
Kombinationsmodell
Kombinationsmodellen är inte en modell i sig utan en anpassad ihopvägning av de aktiva modellernas resultat.
Ju fler aktiva modeller som visar köpsignaler desto mer styrka får kombinationssignalen.
Om en specifik vikt är större, kommer motsvarande model att väga tyngre vid ihopvägningen och påverka styrkesignalen mer.
Parameter 1-5, Vikt. Anger vikten av varje aktiv modell vid ihopvägningen. Tillåtna värden är tal mellan 0 och 1.
Flytande stopp-loss indikator
En av de mest grundläggande, men effektiva tekniker, för att hitta lämpliga säljnivåer är att använda sig av flytande stopp-loss order. Flytande stopp-loss erbjuder det bästa från båda världar; man skyddas från stora förluster samtidigt som man låser in vinsterna när kursen går uppåt.
Vad är en flytande stopp-loss order?
En flytande stopp-loss order är en säljorder där stopp-nivån (utlöser sälj) sätts till ett visst procentvärde under marknadspriset. Om marknadspriset stiger följer stopp-nivån med upp, men om marknadspriset sjunker står stopp-nivån fast. När aktiepriset faller och når stopp-nivån, aktiveras säljordern vilket instruerar din mäklare att sälja aktien till bästa pris. I en väldigt volatil marknad, får du kanske inte exakt det pris du vill ha, men det brukar ligga nära.
Den här tekniken har flera fördelar för en investerare:
- Du begränsar din maximala förlust
- Du begränsar inte din maximala vinst
- Du behöver inte vara kontinuerligt uppmärksam på din investering. Din mäklare säljer din aktie eller fond så fort stopp-nivån uppnås.
- Om din mäklare tillåter flytande köporder kan du även använda dig utav dessa baserade på värden hos den här indikatorn.
Exempel: En flytande stopp-loss order med 10% säljnivå blir aktiverad vid 34,20 kr om det nuvarande priset är 38 kr (10% av 38 kr = 3,80 kr; 38 kr – 3,80 kr = 34,20 kr). Om aktiepriset går upp följer det flytande stopp-priset med upp.
- Vid aktiepriset 39 kr blir stopp-nivån 35,51 kr.
- Vid aktiepriset 40 kr blir stopp-nivån 36,00 kr.
- Vid aktiepriset 41 kr blir stopp-nivån 36,90 kr.
- Vid aktiepriset 42 kr blir stopp-nivån 37,80 kr.
Så länge som aktiepriset går upp eller håller sig relativt stabilt händer ingenting. Men om priset faller ner till stopp-nivån, kommer din mäklare att sälja aktien eller fonden. Det är viktigt att komma ihåg att det flytande stopp-priset bara kan gå uppåt och aldrig går ner med aktiepriset. Alltså, om aktiepriset i exemplet ovan sjunker tillbaka till 38 kr, så är den flytande stopp-nivån kvar på 37,80 kr.
Att välja ett lämpligt procentvärde för stopp-nivån är kanske den svåraste aspekten av att etablera ett flytande stopp-loss system för disciplinerad trading. Det gäller att sätta ett procentvärde vid en nivå som kommer att fånga upp verkliga prisfall men inte normala dagliga fluktuationer. Du kan sätta nivån genom känsla eller genom att följa mer analytiska vägar.
Optimal Börs flytande stopp-loss indikator hjälper dig att hitta optimala flytande stopp-värden för dina aktier baserade på deras historiska beteende.
Du kan antingen optimera fram värdena automatiskt eller testa olika nivåer manuellt och omedelbart utvärdera deras resultat.
Kom ihåg att:
- Eftersom ordern triggas automatiskt när stopp-nivån nås, kan stopp-nivån aktiveras av korttidsfluktuationer i aktie- eller fondpriset.
- I snabba marknader kan marknadspriset, till vilket handeln, sker skilja sig från stopp-priset.
Parameter 1, OptAMA periodlängd. Detta värde reglerar hur mycket priset utjämnas. Tillåtna värden är heltal större än 1. Som standard är denna parameter inte aktiverad och kursen utjämnas inte vid optimering.
Parameter 2, Säljnivå. Detta värde sätter säljnivån i procent av högsta priset sedan köp. Om priset faller under nivån genereras en säljsignal.
Parameter 3, Köpnivå. Detta värde sätter köpnivån i procent av lägsta priset sedan senaste säljtillfället eller start. Om du inte äger aktien eller fonden och priset stiger över denna nivå genereras en köpsignal.
Lås nivåer till samma värde. Låser de flytande sälj- och köpnivåerna till samma värde vid optimering.
Den flytande köpnivån kan användas om din mäklare tillåter flytande köporder.
Om du vill använda den här indikatorns fulla potential och inta bara för att hitta stopp-nivåer för din mäklare, kan du aktivera den första parametern (adaptiv prisutjämning). Följ nedanstående steg för att aktivera utjämningsparametern.
- Se till att flytande stopp-loss indikatorn är en av de fem aktiva modellerna. Om den inte är det klicka på Välj modeller och välj denna indikator som en av de aktiva modellerna.
- Klicka på Modellinställningar och öka parameternoggrannheten till 25 för den första parametern av den flytande stopp-loss indikatorn.
- Välj flytande stopp-loss indikatorn i det högra fältet och sätt max-värdet för utjämningsparametern till 150.
Ovanstående steg ser till att utjämningsfaktorn kommer att utforskas med 25 steg från 1 (ingen utjämning) till 150 (full utjämning).
| Copyright © 2005-2010 Optimal Börs |