Analisi Tecnica
by Marcello Belguardi
John Ehlers, il noto analista ed ingegnere americano, suggerisce di utilizzare il suo SuperSmooher filter al posto di qualunque altra media mobile perchè, avverte, a parità di smoothing ha un lag minore rispetto a tutte le altre medie.
Indica inoltre di utilizzare un periodo sempre superiore a 10 barre per evitare i problemi di aliasing che introdurrebbero elementi di distorsione tipici del campionamento dei segnali.
Ho voluto confrontare la sua media con le comuni altre disponibili su ProRealtime, partendo dalla più comune, la media mobile aritmetica SMA.
Notare che la piattaforma offre una dialog dove è possibile selezionare il tipo di media che ci interessa e molti altri parametri. Basta selezionare da "Add Indicator" e tra gli indicatori scegliere la "Moving Average", che è quindi configurabile per tracciare molte differenti medie.
Le medie mobili, intese come filtri e per questo tipo di applicazione, devono essere molto liscie per evitare i falsi segnali e avere un ritardo minimo.
Ehlers nei suoi libri fa l'analisi nel dominio delle frequenze osservandone la risposta in frequenza, come giusto fare per analizzare un qualunque filtro.
Comparare le medie sovrapponendole ed osservando ad occhio la lisciatura ed il ritardo è invece il metodo, pratico, che ho scelto, perchè sono più interessato direttamente alle caratteristiche grafiche.
Cominciamo i test su strada, dunque, partendo dal confronto con la media più semplice. Il SuperSmoother filter (SSM) è quello di colore blu.
by Marcello Belguardi
John Ehlers, il noto analista ed ingegnere americano, suggerisce di utilizzare il suo SuperSmooher filter al posto di qualunque altra media mobile perchè, avverte, a parità di smoothing ha un lag minore rispetto a tutte le altre medie.
Indica inoltre di utilizzare un periodo sempre superiore a 10 barre per evitare i problemi di aliasing che introdurrebbero elementi di distorsione tipici del campionamento dei segnali.
Ho voluto confrontare la sua media con le comuni altre disponibili su ProRealtime, partendo dalla più comune, la media mobile aritmetica SMA.
Notare che la piattaforma offre una dialog dove è possibile selezionare il tipo di media che ci interessa e molti altri parametri. Basta selezionare da "Add Indicator" e tra gli indicatori scegliere la "Moving Average", che è quindi configurabile per tracciare molte differenti medie.
Le medie mobili, intese come filtri e per questo tipo di applicazione, devono essere molto liscie per evitare i falsi segnali e avere un ritardo minimo.
Ehlers nei suoi libri fa l'analisi nel dominio delle frequenze osservandone la risposta in frequenza, come giusto fare per analizzare un qualunque filtro.
Comparare le medie sovrapponendole ed osservando ad occhio la lisciatura ed il ritardo è invece il metodo, pratico, che ho scelto, perchè sono più interessato direttamente alle caratteristiche grafiche.
Cominciamo i test su strada, dunque, partendo dal confronto con la media più semplice. Il SuperSmoother filter (SSM) è quello di colore blu.
SuperSmoother vs Simple Moving Average
Non ci sono molti dubbi: il SSM di Ehlers batte la SMA perchè è più liscia a parità di ritardo. Entrambe comunque seguono il grafico piuttosto da vicino. Il lookback della SSM è di 10, il minimo, ed assomiglia alla SMA quando il lookback della SMA è settato a 5.
SuperSmoother vs Exponential Moving Average
Ha sicuramente meno ritado questa media esponenziale ma è anche molto meno liscia. SI potrebbe preferire il SSM. Il periodo equivalente della EMA è 5.
SuperSmoother vs Weighted Moving Average
La media pesata WMA ha meno ritardo del SSM, una barra in meno, ma ha più falsi segnali.
SuperSmoother vs Triangular Moving Average
Con una certa sorpresa la TRIMA, la media mobile triangolare, una delle medie meno usate, si comporta invece egregiamente. Ritardo simile alla SSM di Ehlers con una capacità di filtraggio comparabile.
SuperSmoother vs Hull Moving Average
La media di Hull ha una lisciatura o capacità di filtraggio e ritardo simili alla SSM ma ha un comportamento singolare, cioè una amplificazione del segnale in prossimità delle cuspidi (overshooting). Varrebbe la pena fare qualche esame ulteriore, probabilmente la HMA è adatta ad applicazioni particolari.
SuperSmoother vs Moving Linear Regression
La regressione lineare con lookback 15 è molto simile alla media di Hull. Il ritardo è minimo ma il filtraggio è poco convincente. Ridurre il ritardo è facile al costo di perdere la capacità di smoothing. Senza smoothing infatti otterremmo ovviamente la serie dei prezzi originale. Non avremmo più informazioni, dal punto di vista analitico, che il prezzo già non avrebbe.
SuperSmoother vs Exponential ZL Moving Average
La media esponenziale zero lag (cioè a ritardo nullo, almeno così dice il nome) in effetti anticipa lo SSM di almeno una barra. Ha qualche falso segnale, cioè non un perfetto smoothing, come si nota bene sul grafico nel periodo intorno a Gennaio / Febbraio ed in generale su alcune altre cuspidi.
SuperSmoother vs Double Exponential Moving Average
La DEMA necessita di due parametri: in questo caso per esempio rispettivamente 4 e 3. E' più difficile l'analisi perchè la diversa combinazione di essi può rimodellare la linea in modo differente. Sembra anticipare la SSM, ma ha uno smoothing inferiore. Nulla da segnalare rispetto alle medie precedenti.
SuperSmoother vs Triple Exponential Moving Average
La TEMA richiede 3 parametri, in questo caso 3;2;3 rispettivamente. Anticipa SSM di meno di una barra però presenta qualche discontinuità, per esempio a Febbraio.
SuperSmoother vs Butterworth Filter
Il filtro di Butterworth a 2 poli ha un andamento molto vicino all SSM. Stesso ritardo, ma, sulle cuspidi, presenta un overshooting minore del SSM. Difficile giudicare ma, secondo me, questo filtro presenta già quel tipo di distorsione che Ehlers ha cercato di evitare con il SSM.
Conclusioni
Il SuperSmoother passa questo tipo di esame, nonostante alcune medie siano davvero simili e, forse, l'esercizio di confrontarle possa sembrare inutile; specialmente quando utilizzate come guida nel trading discrezionale, dove l'occhio non necessita di una eccessiva precisione perchè il cervello corregge automaticamente la figura visualizzata prima che noi si prendano delle decisioni.
Credo che piccole differenze potrebbero invece dare risultati molto differenti se utilizzate in un algoritmo.
Comunque di seguito presento l'utilizzo di due SSM a 10 periodi di cui il secondo ritardato di una barra ed utilizzato come indicatore di inizio, continuazione e fine trend, evidenziati dagli incroci nei punti di svolta. Credo siano visivamente molto efficaci, molto di più che l'utilizzo due medie mobili con periodi differenti.
Di seguito posto il codice di questo indicatore. Il periodo di lookback dovrebbe essere sempre maggiore o uguale a 10 per evitare di peggiorare la capacità di filtraggio.
// Supersmoother Cross
if barindex > 1 then
a1 = EXP(-1.414*3.14159 / period)
b1 = 2*a1*COS(1.414*180 / period)
c2 = b1
c3 = -a1*a1
c1 = 1 - c2 - c3
Filt = c1*(Close + Close[1]) / 2 + c2*Filt[1] + c3*Filt[2]
endif
return Filt, Filt[1]
// input: period >= 10 to avoid aliasing noise
