Filters en indicatoren van Dhr. John Ehlers

Stel hier uw vragen over TA-script, of help anderen met het oplossen van hun probleem
Plaats reactie
Janus
Berichten: 1465
Lid geworden op: wo jan 30, 2008 2:07 am
Contacteer:

Filters en indicatoren van Dhr. John Ehlers

Bericht door Janus »

Introductie: Filters en Indicatoren volgens John Ehlers

De komende tijd wil ik een aantal filters en indicatoren uit het werk van John Ehlers presenteren.

Deze filters en indicatoren zijn gebaseerd op digitale signaalverwerking (DSP), waarin Ehlers gespecialiseerd is. De toepassing en werking wijken op sommige punten af van wat u wellicht gewend bent, en ik zal dit stap voor stap uitleggen.

Daarnaast zal ik de TA-scripts van deze filters delen en laten zien hoe u bestaande handelssystemen kunt aanpassen en verbeteren met behulp van deze technieken.

Om een goed begrip te krijgen van deze aanpak, begin ik met een korte introductie waarin ik uitleg hoe John Ehlers naar de markt kijkt. Dit leest u in de volgende post.
Laatst gewijzigd door Janus op zo mar 16, 2025 11:42 pm, 1 keer totaal gewijzigd.
Vriendelijke groet,
JanS ;)
Janus
Berichten: 1465
Lid geworden op: wo jan 30, 2008 2:07 am
Contacteer:

Re: Filters en indicatoren van Dhr. John Ehlers

Bericht door Janus »

De marktbenadering bekeken door de ogen van John Ehlers
Dit artikel bespreekt de manier waarop John Ehlers de koersgrafieken van aandelen en indices analyseert. Ehlers is een elektrotechnisch ingenieur en technisch analist, gespecialiseerd in digitale signaalverwerking (DSP). Zijn website is te vinden op: www.mesasoftware.com.
Bij elektrotechniek denken we vaak aan elektriciteit en elektronica, maar ook aan radiosignalen, GSM, audio en andere signaalverwerkingstoepassingen. Een gemeenschappelijk kenmerk is dat ze allemaal opgebouwd zijn uit sinusoïden met specifieke golflengtes, frequenties en amplitudes.
Voor een introductie in de begrippen ‘cyclus’ en ‘frequentie’ kun je mijn eerdere artikel lezen via de link: https://www.jstas.com/cycles/cyclus.htm.
Daarnaast (een beetje off-topic) schreef ik vorig jaar "De elektrische mens", te downloaden via: https://www.jstas.com/elektrische%20men ... deel-1.pdf.
*
Hoe is dit toe te passen op beursgrafieken?
Marktgegevens hebben de volgende eigenschappen:
• Marktdata vormen een stochastisch proces, wat betekent dat ze willekeurig zijn volgens statistische principes. Het Griekse woord ‘stochastisch’ betekent ‘gok’, wat vaak de basis is van handelsstrategieën.
• Marktdata hebben een roze spectrum: dit houdt in dat lange golflengtes (lage frequenties) sterker aanwezig zijn dan korte golflengtes.
• Handelaren analyseren gegevens in het tijdsdomein, terwijl het spectrum in het frequentiedomein beter inzicht biedt. De Fouriertheorie stelt dat tijd- en frequentiedomeinen uitwisselbaar zijn.
• Het Ornstein-Uhlenbeck-proces beschrijft de willekeurige prijsbewegingen met voorkennis van eerdere prijzen.
*
Waarom de traditionele aanname van ruis niet klopt
In de lineaire systeemtheorie wordt data vaak gemodelleerd als een puur signaal met daarbovenop ruis. Dit model is volgens Ehlers onjuist. Hij liet in "A Technical Description of Market Data for Traders" zien dat:
• Het toepassen van een highpass-filter (om lage frequenties te verwijderen) en amplitudebegrenzing de golfvorm nauwelijks verandert.
• Dit bewijst dat marktgegevens geen amplitueruis bevatten, maar vooral cyclische componenten met fase- en frequentiemodulatie.
Hieruit volgt dat markten bestaan uit:
• Cycli die relevant zijn voor handel
• Cycli die verwijderd moeten worden om effectiever te handelen
Deze inzichten laten zien waarom koerspatronen zoals steun- en weerstandsniveaus subjectief zijn.
*
Aliasing en bemonstering
Aliasing treedt op wanneer marktsignalen niet correct bemonsterd worden:
• De Nyquist-frequentie bepaalt de hoogst mogelijke frequentie die correct weergegeven kan worden.
• Aliasing zorgt ervoor dat hoge frequenties als lagere frequenties weergegeven worden, wat vervormingen veroorzaakt.
• Een goede vuistregel: gebruik geen periodes korter dan een cyclus van acht koersbars om aliasing te minimaliseren.
Meer over dit onderwerp is te vinden in mijn artikel "De wielen van de koets": https://www.jstas.com/Filters/B-Filters.htm.
*
Fundamentele analyse versus technische analyse
• Technische analyse is gebaseerd op statistiek en waarschijnlijkheden.
• Fundamentele data (zoals FOMC-rentebesluiten) kunnen de markt verstoren en statistische modellen beïnvloeden.
• Een goede handelaar houdt rekening met zowel technische als fundamentele factoren.
*
Volume voorspelt de prijs NIET
• Volume en prijs hebben geen consistente correlatie.
• Een test met E-mini S&P futures toont aan dat volume een 27-bar cyclus heeft, maar de prijs niet.
• Volume-indicatoren voegen waarschijnlijk willekeur toe in handelssystemen.
*
Filters en hun belang in technische analyse
Filters helpen handelaren om relevante cycli te isoleren en ongewenste ruis te verwijderen:
• Highpass-filter → Laat korte golflengtes door, blokkeert lange golflengtes.
• Lowpass-filter → Laat lange golflengtes door, blokkeert korte golflengtes.
• Bandpass-filter → Laat alleen een specifieke cyclusband door.
Meer informatie over filters is te vinden in mijn artikel "Middelen maar": https://www.jstas.com/Gemiddelden/middelen_maar.htm.
*
Soorten filters:
• FIR-filters (zoals SMA) hebben geen fasevervorming, maar wel lag.
• IIR-filters (zoals EMA) reageren sneller, maar kunnen fasevervorming veroorzaken.
*
Conventionele indicatoren en hun beperkingen
• MACD is een bandpass-filter maar filtert lange golflengtes niet effectief.
• RSI en Stochastics zijn highpass-filters van de eerste orde en niet geschikt om handelscycli te isoleren.
*
De oplossing: Bandpass-filtering
Om effectiever te handelen:
• Gebruik een bandpass-filter om de juiste cyclus te isoleren.
• Pas een SuperSmoother-filter toe om ruis te verminderen zonder overmatige lag.
• Bepaal instap- en uitstapmomenten via nuldoorgangen van de afgeleide (rate-of-change).
Binnen het bandpass-bereik zijn de belangrijkste variabelen:
• Amplitude van de cyclus
• Fase van de cyclus
Door deze variabelen te gebruiken, kunnen ideale swing trading- en mean reversion-trading-strategieën worden geformuleerd.
*
Praktisch voorbeeld: Rate-of-Change en sinusgolven
• Een cyclus kan worden gemodelleerd als: C(t)=A⋅sin⁡(2πft)C(t) = A \cdot \sin(2\pi f t)
• De rate-of-change is de eerste afgeleide, wat een cosinusfunctie is: dC(t)dt=A⋅2πf⋅cos⁡(2πft)\frac{dC(t)}{dt} = A \cdot 2\pi f \cdot \cos(2\pi f t)
• De nuldoorgangen van de afgeleide markeren de toppen en bodems van de cyclus.
• In een grafiek betekent dit:
o Wanneer de sinusgolf op zijn top of bodem staat, is de rate-of-change nul.
o Wanneer de sinusgolf de nul-lijn kruist, is de rate-of-change maximaal.
*
Door deze inzichten toe te passen, kunnen handelsstrategieën worden geoptimaliseerd.
Wordt vervolgd...
Laatst gewijzigd door Janus op ma mar 17, 2025 12:22 am, 5 keer totaal gewijzigd.
Vriendelijke groet,
JanS ;)
Janus
Berichten: 1465
Lid geworden op: wo jan 30, 2008 2:07 am
Contacteer:

Re: Filters en indicatoren van Dhr. John Ehlers

Bericht door Janus »

Bovenstaande heb ik beknopt weergegeven, ik zat op een gegeven moment al op 11 a-4-tjes, ofwel: de tekst werd te lang, en ik was nog lang niet klaar met typewerk ;-)
Ik heb daarom diverse onderwerpen sterk ingekort en beknopt weergegeven.
Wanneer u een bepaald onderwerp uit bovenstaande tekst wat uitgebreider behandelt wilt zien, hoeft u dat alleen maar te vragen, ik had het al uitgetypt, alleen nog niet weergegeven.
Ik zal wel als eerste de komende tijd eerst even de grafische weergave laten zien van de Rate-of-Change en sinusgolven.
Dan begrijpt u wellicht beter waarom ik enthousiast over dit onderwerp ben.
Onderbouwd commentaar is welkom, daar leren we allemaal van!
Vriendelijke groet,
JanS ;)
Plaats reactie