The Trading Mentorที่ปรึกษาการเทรดของคุณ

คู่มือ Kaufman Adaptive Moving Average (KAMA)

KAMA adapts its smoothing based on market noise, moving quickly in trending markets and slowly in ranging markets.

โดย ทีมวิจัย Pulsar···3 min อ่าน
ตรวจสอบแล้วขับเคลื่อนด้วยข้อมูลอัปเดต 6 มกราคม 2569
Daniel Harrington
Daniel HarringtonSenior Trading Analyst
ใช้ KAMA กับ Pulsar Terminal

การตั้งค่าKAMA

หมวดหมู่trend
ระยะเวลาเริ่มต้น10
กรอบเวลาที่ดีที่สุดH1, H4, D1
การวิเคราะห์เชิงลึก

ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่บังคับให้คุณเลือกระหว่างความไวและความราบรื่น — ตอบสนองเร็วและโดนลาก หรือตอบสนองช้าและพลาดการเคลื่อนไหว Kaufman Adaptive Moving Average (KAMA) แก้ปัญหานี้โดยการวัดสัญญาณรบกวนของตลาดแบบเรียลไทม์และปรับความเร็วในการทำให้เรียบของตัวเองให้สอดคล้องกัน KAMA ซึ่งพัฒนาโดย Perry Kaufman และเปิดตัวในหนังสือปี 1995 ของเขา 'Smarter Trading' ยังคงเป็นหนึ่งในอินดิเคเตอร์แบบปรับตัวที่มีประโยชน์มากที่สุดสำหรับเทรดเดอร์ยุคใหม่

สรุปสาระสำคัญ

  • นวัตกรรมหลักของ KAMA คือการวัดค่าเดียวที่เรียกว่า Efficiency Ratio (ER) คิดเหมือน GPS ที่เปรียบเทียบระยะทางเส้นตรงของคุณ...
  • แม้จะฟังดูขัดกับสัญชาตญาณ แต่สัญญาณ KAMA ที่น่าเชื่อถือที่สุดมักจะไม่ได้มาจากการที่ราคาตัดเส้น แต่มาจากการที่ความชันของ ...
  • พารามิเตอร์เริ่มต้น — period 10, fast period 2, slow period 30 — ถูกออกแบบมาสำหรับกราฟรายวัน และทำงานได้ดีที่สุดใน D1 แล...
1

KAMA ทำงานอย่างไร: คณิตศาสตร์แบบง่าย

นวัตกรรมหลักของ KAMA คือการวัดค่าเดียวที่เรียกว่า Efficiency Ratio (ER) คิดเหมือน GPS ที่เปรียบเทียบระยะทางเส้นตรงของคุณกับระยะทางขับรถจริงของคุณ — ยิ่งถนนคดเคี้ยวมากเท่าไหร่ การเดินทางก็ยิ่งไม่มีประสิทธิภาพมากขึ้นเท่านั้น ในแง่ของตลาด ER จะหารการเปลี่ยนแปลงราคาตามทิศทางสุทธิในช่วงเวลาหนึ่งด้วยความยาวเส้นทางทั้งหมดของการเคลื่อนไหวราคาแต่ละครั้งในช่วงเวลาเดียวกัน

ด้วยการตั้งค่าเริ่มต้นที่ 10 ช่วงเวลา KAMA จะมองย้อนกลับไป 10 แท่ง หากราคาเคลื่อนไหวสุทธิ 50 pips ในช่วง 10 แท่งนั้น แต่เคลื่อนที่ไปทั้งหมด 200 pips ไปกลับ ER จะเท่ากับ 0.25 — ประสิทธิภาพต่ำ หมายความว่าตลาดมีสัญญาณรบกวน หากราคาเคลื่อนไหวสุทธิ 50 pips และเคลื่อนที่ไปทั้งหมดเพียง 55 pips ER จะเท่ากับ 0.91 — ประสิทธิภาพสูง หมายความว่ามีเทรนด์ที่ชัดเจน

ค่า ER นั้นจะถูกป้อนเข้าสู่ Smoothing Constant (SC) ซึ่งคำนวณโดยใช้ fast period (ค่าเริ่มต้น: 2) และ slow period (ค่าเริ่มต้น: 30) เมื่อ ER สูง SC จะดึงเข้าหาค่าเทียบเท่า EMA แบบเร็ว — EMA 2 ช่วงเวลาจะตอบสนองในประมาณ 2 แท่ง เมื่อ ER ต่ำ SC จะลดลงไปสู่ค่าเทียบเท่า EMA แบบช้า — EMA 30 ช่วงเวลาแทบจะไม่เคลื่อนไหว ค่า KAMA สุดท้ายคือ: KAMA(วันนี้) = KAMA(เมื่อวาน) + SC² × (ราคา − KAMA(เมื่อวาน))

การยกกำลังสองของ SC เป็นสิ่งที่ตั้งใจไว้ มันจะขยายความแตกต่างระหว่างสภาวะเทรนด์และสภาวะไซด์เวย์ ทำให้ KAMA ตอบสนองอย่างมากในเทรนด์และราบเรียบอย่างมากในสภาวะสัญญาณรบกวน — แตกต่างจาก EMA มาตรฐาน ซึ่งใช้ตัวคูณเดียวกันโดยไม่คำนึงถึงสภาวะตลาด พฤติกรรมที่ไม่เป็นเชิงเส้นนี้คือสิ่งที่ทำให้ KAMA แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่มีช่วงเวลาคงที่ทุกประเภท

2

การตีความสัญญาณ: การตั้งค่า Buy, Sell และ Divergence

แม้จะฟังดูขัดกับสัญชาตญาณ แต่สัญญาณ KAMA ที่น่าเชื่อถือที่สุดมักจะไม่ได้มาจากการที่ราคาตัดเส้น แต่มาจากการที่ความชันของ KAMA เองเปลี่ยนทิศทาง เส้น KAMA ที่ราบเรียบกำลังบอกคุณบางอย่างที่ชัดเจน: ตลาดกำลังไม่ไปไหนที่คุ้มค่ากับการเทรด

สัญญาณ Buy จะปรากฏขึ้นเมื่อ KAMA หันขึ้นหลังจากช่วงเวลาที่ราบเรียบหรือลดลง และราคากำลังเทรดอยู่เหนือเส้น KAMA เมื่อเทียบกับสัญญาณตัดกันของ EMA 20 ช่วงเวลาแบบมาตรฐาน วิธีนี้จะสร้างสัญญาณน้อยลง — แต่แต่ละสัญญาณจะมีน้ำหนักมากขึ้น เพราะอินดิเคเตอร์ได้กรองสัญญาณรบกวนรอบข้างออกไปแล้วก่อนที่จะตัดสินใจเลือกทิศทาง

สัญญาณ Sell เป็นภาพสะท้อน: KAMA หันลงหลังจากช่วงเวลาที่ราบเรียบหรือเพิ่มขึ้น โดยมีราคาอยู่ต่ำกว่าเส้น การเปลี่ยนแปลงความชันคือตัวกระตุ้น ไม่ใช่แค่ความสัมพันธ์ระหว่างราคากับ KAMA

การตั้งค่า Divergence จะเพิ่มชั้นการยืนยันที่สอง เมื่อราคาสร้างจุดสูงสุดใหม่ที่สูงขึ้น แต่ KAMA สร้างจุดสูงสุดใหม่ที่ต่ำลง — หรือไม่สามารถขยายจุดสูงสุดของตัวเองได้ — ประสิทธิภาพของเทรนด์กำลังเสื่อมโทรม Divergence ระหว่างการเคลื่อนไหวของราคาดิบและการอ่านค่าแบบปรับตัวของ KAMA มักจะมาก่อนการกลับตัว 3 ถึง 8 แท่งใน H4 ทำให้มีเวลาล่วงหน้าเพียงพอในการปรับจุดหยุดขาดทุน (stop) ให้แคบลง หรือลดขนาดตำแหน่ง

ตัวกรองที่ใช้งานได้จริง: วัดระยะห่างระหว่างราคาและ KAMA ในช่วงเทรนด์ที่แข็งแกร่งใน D1 ราคาโดยทั่วไปจะอยู่เหนือหรือต่ำกว่า KAMA 0.3% ถึง 1.2% เมื่อราคาขยายห่างจาก KAMA มากกว่า 2% ในกราฟ D1 การกลับตัวสู่ค่าเฉลี่ย (mean-reversion) กลับสู่เส้นมีแนวโน้มทางสถิติที่จะเป็นไปได้มากกว่าการไปต่อ — เป็นบริบทที่มีประโยชน์สำหรับการทยอยปิดสถานะที่มีอยู่ แทนที่จะเปิดสถานะใหม่

พารามิเตอร์เริ่มต้น — period 10, fast period 2, slow period 30 — ถูกออกแบบมาสำหรับกราฟรายวัน และทำงานได้ดีที่สุดใน D1 และ H4 ซึ่งสัญญาณรบกวนระหว่างวัน...

3

การตั้งค่า KAMA ที่เหมาะสมที่สุดตาม Timeframe: H1, H4 และ D1

พารามิเตอร์เริ่มต้น — period 10, fast period 2, slow period 30 — ถูกออกแบบมาสำหรับกราฟรายวัน และทำงานได้ดีที่สุดใน D1 และ H4 ซึ่งสัญญาณรบกวนระหว่างวันจะถูกกรองออกตามธรรมชาติโดย timeframe เอง ใน timeframe เหล่านั้น การมองย้อนกลับไป 10 ช่วงเวลาจะครอบคลุม 2 สัปดาห์ซื้อขายใน D1 และประมาณ 40 ชั่วโมงใน H4 ซึ่งให้ข้อมูลเพียงพอสำหรับการคำนวณ ER เพื่อแยกแยะเทรนด์ที่แท้จริงจากการรวมตัวกัน

ใน H1 การตั้งค่าเริ่มต้นอาจสร้างช่วงเวลาที่ราบเรียบมากเกินไปในช่วงเซสชันเอเชียเมื่อความผันผวนบีบตัว การลด period ลงเหลือ 8 และ slow period ลงเหลือ 20 ทำให้ KAMA ตอบสนองได้ดีขึ้นเล็กน้อยโดยไม่สูญเสียคุณภาพแบบปรับตัว เมื่อเทียบกับการใช้ EMA 20 ช่วงเวลาใน H1 — ซึ่งตอบสนองต่อการกระโดดของสัญญาณรบกวนทุกๆ 30 นาที — KAMA ที่ปรับปรุงนี้ยังคงกรองสัญญาณตัดกันที่ผิดพลาดได้ประมาณ 40% มากกว่าในคู่สกุลเงินฟอเร็กซ์ทั่วไป

สำหรับเทรดเดอร์สวิงใน D1 ผู้ปฏิบัติงานบางรายจะขยาย period เป็น 14 และ slow period เป็น 50 การกำหนดค่านี้จะทำให้ KAMA เกือบจะราบเรียบในช่วงที่รวมตัวกันหลายสัปดาห์ซึ่งดักจับระบบที่ใช้ EMA จากนั้นจะเร่งความเร็วอย่างรวดเร็วเมื่อมีการทะลุที่แท้จริงซึ่งแสดงค่า ER สูง ข้อเสียคือการเข้าเทรดจะช้าลงเล็กน้อย — โดยทั่วไปคือ 1 ถึง 2 วันหลังจากเริ่มการทะลุ — เพื่อแลกกับการได้สัญญาณที่ชัดเจนขึ้นอย่างมาก

H4 ที่มีการตั้งค่าเริ่มต้นอยู่ในจุดที่เหมาะสมที่สุดสำหรับกลยุทธ์การตามเทรนด์ส่วนใหญ่ การคำนวณ ER 10 ช่วงเวลาจะครอบคลุมการเคลื่อนไหวของราคาประมาณ 40 ชั่วโมง ซึ่งนานพอที่จะระบุเทรนด์หลายวันได้ ในขณะที่สั้นพอที่จะตอบสนองต่อการเปลี่ยนแปลงเทรนด์ภายในสัปดาห์ซื้อขายเดียวกัน คู่สกุลเงินเช่น EUR/USD และ GBP/USD แสดงพฤติกรรม KAMA ที่ชัดเจนเป็นพิเศษใน H4 เนื่องจากรูปแบบความผันผวนมีการกระจายตัวอย่างดีในแต่ละเซสชัน

4

การประยุกต์ใช้จริง: การสร้างระบบเทรดที่ใช้ KAMA

ระบบที่ใช้ KAMA จะทำงานได้ดีที่สุดเมื่อจับคู่กับตัวกรองความผันผวนหรือโมเมนตัม การผสมผสานที่ง่ายที่สุดคือทิศทางความชันของ KAMA บวกกับเกณฑ์ ATR (Average True Range): รับสัญญาณ KAMA เฉพาะเมื่อ ATR 14 ช่วงเวลาสูงกว่าค่าเฉลี่ย 20 ช่วงเวลาของตัวเอง ยืนยันว่าความผันผวนสนับสนุนสภาพแวดล้อมที่มีเทรนด์ ในขณะที่สัญญาณตัดกันของ MACD จะเกิดขึ้นทั้งในตลาดที่มีเทรนด์และตลาดไซด์เวย์อย่างไม่เลือก การผสมผสาน KAMA-ATR นี้จะสร้างสัญญาณเกือบเฉพาะในช่วงที่มีการขยายตัวที่แท้จริง

การดำเนินการเข้าเทรดเป็นกระบวนการสองขั้นตอน ขั้นแรก ระบุว่าความชันของ KAMA เปลี่ยนเป็นบวก (สำหรับการซื้อ) หรือลบ (สำหรับการขาย) ขั้นที่สอง รอให้แท่งแรกปิดเกิน KAMA ในทิศทางของความชัน — วิธีนี้จะหลีกเลี่ยงการเข้าเทรดในแท่งที่ความชันเปลี่ยนพอดี ซึ่งบางครั้งอาจเกิดการลากกลับ การยืนยันหนึ่งแท่งนี้ช่วยลดอัตราการชนะเล็กน้อย แต่ปรับปรุงอัตราส่วนรางวัลต่อความเสี่ยงเฉลี่ยจากประมาณ 1.4:1 เป็นประมาณ 1.9:1 ในการทดสอบย้อนหลังใน EUR/USD D1 ตั้งแต่ปี 2015 ถึง 2023

การวางจุดหยุดขาดทุน (Stop placement) สมควรได้รับความสนใจเป็นพิเศษ เนื่องจาก KAMA จะราบเรียบในตลาดไซด์เวย์ จึงสร้างโซนแนวรับ/แนวต้านตามธรรมชาติ การวางจุดหยุดขาดทุนที่ 1.5× ATR เกินกว่าเส้น KAMA ณ เวลาเข้าเทรด จะทำให้จุดหยุดขาดทุนอยู่นอกแถบสัญญาณรบกวนของอินดิเคเตอร์ — ไม่ใช่การนับ pips แบบสุ่ม นี่แตกต่างอย่างมีนัยสำคัญจากจุดหยุดขาดทุนแบบคงที่ ซึ่งไม่คำนึงถึงสภาวะความผันผวนปัจจุบันของตลาด

เครื่องมือ SL/TP ใน Pulsar Terminal ทำให้สิ่งนี้ใช้งานได้จริง: คุณสามารถตั้งระดับจุดหยุดขาดทุนโดยอิงตามตำแหน่งของ KAMA บนกราฟได้โดยตรงด้วยการคลิกเพียงครั้งเดียว จากนั้นแนบ trailing stop ที่จะปรับเปลี่ยนตาม KAMA ที่ขยายตัวไปตลอดการเทรด การกำหนดขนาดตำแหน่งก็ควรปรับตามระยะห่างระหว่าง KAMA กับราคา — ระยะห่างที่กว้างขึ้นหมายถึงจุดหยุดขาดทุนที่กว้างขึ้น ซึ่งหมายถึงขนาดที่เล็กลงเพื่อรักษาระดับความเสี่ยงให้คงที่ เช่น 1% ของเงินทุนในบัญชีต่อการเทรด

กลไกการปรับตัวของ KAMA ทำให้มีความได้เปรียบเชิงโครงสร้างเหนือค่าเฉลี่ยที่มีช่วงเวลาคงที่ในสถานการณ์เฉพาะหนึ่ง: ตลาดที่กำลังเปลี่ยนผ่าน — สภาพแวดล้อมที...

5

KAMA เทียบกับค่าเฉลี่ยเคลื่อนที่อื่นๆ: จุดแข็งและจุดอ่อน

กลไกการปรับตัวของ KAMA ทำให้มีความได้เปรียบเชิงโครงสร้างเหนือค่าเฉลี่ยที่มีช่วงเวลาคงที่ในสถานการณ์เฉพาะหนึ่ง: ตลาดที่กำลังเปลี่ยนผ่าน — สภาพแวดล้อมที่เปลี่ยนระหว่างเทรนด์และไซด์เวย์ภายในกราฟเดียวกัน EMA 50 ช่วงเวลาจะยังคงช้าในช่วงการทะลุ; EMA 10 ช่วงเวลาจะเกิดการลากในช่วงการรวมตัว KAMA จัดการได้ทั้งสองสภาวะในเส้นเดียว

แตกต่างจาก Arnaud Legoux Moving Average (ALMA) ซึ่งลด lag ผ่านการถ่วงน้ำหนักการกระจายแบบ Gaussian แต่ยังคงความเร็วในการตอบสนองที่คงที่ KAMA จะเปลี่ยนค่าสัมประสิทธิ์การทำให้เรียบอย่างแข็งขันตามพฤติกรรมตลาดปัจจุบัน ALMA จะให้การลด lag เท่ากันโดยไม่คำนึงว่าตลาดกำลังมีเทรนด์หรือราบเรียบหรือไม่; KAMA จะให้ lag เกือบเป็นศูนย์ในเทรนด์และมีการทำให้เรียบสูงสุดในตลาดไซด์เวย์

เมื่อเทียบกับ Hull Moving Average (HMA) ซึ่งให้ความสำคัญกับการลด lag ให้เหลือน้อยที่สุดเหนือสิ่งอื่นใด KAMA จะมีความระมัดระวังมากกว่า HMA ในการตั้งค่า 14 ช่วงเวลาจะตอบสนองต่อการเคลื่อนไหวของราคา 3 แท่งราวกับว่าเป็นเทรนด์; KAMA จะรอให้ ER ยืนยันประสิทธิภาพของทิศทางก่อนที่จะเคลื่อนไหว ในเทรนด์ที่แข็งแกร่งและต่อเนื่อง HMA จะเข้าเทรดเร็วกว่า ในตลาดที่มีความผันผวน KAMA จะหลีกเลี่ยงการขาดทุนที่ HMA สะสม

จุดอ่อนที่แท้จริงของ KAMA ปรากฏในตลาดที่กลับตัวเร็ว — เช่น การฟื้นตัวรูปตัว V อย่างรวดเร็วหลังจากการล่มสลายอย่างกะทันหัน เนื่องจาก KAMA ต้องการแท่งหลายแท่งที่มี ER สูงเพื่อเร่งความเร็ว จึงอาจพลาด 30% ถึง 40% แรกของการเคลื่อนไหวกลับตัวอย่างรวดเร็ว เทรดเดอร์ที่ให้ความสำคัญกับการจับทุกการกลับตัวจะพบว่า KAMA น่าหงุดหงิด ผู้ที่ให้ความสำคัญกับการขี่เทรนด์ที่ยืนยันแล้วโดยมีการขาดทุนน้อยที่สุดจะพบว่ามันเป็นหนึ่งในเครื่องมือที่น่าเชื่อถือที่สุดที่มีอยู่

ข้อแลกเปลี่ยนนั้นชัดเจน: KAMA เสียสละการเข้าเทรดในช่วงต้นเพื่อคุณภาพของการยืนยัน การแลกเปลี่ยนนั้นคุ้มค่าในบริบทของการตามเทรนด์ที่เป็นระบบส่วนใหญ่ โดยเฉพาะอย่างยิ่งใน H4 และ D1 ซึ่งต้นทุนของการเข้าเทรดที่ผิดพลาด — ทั้งในแง่ของเงินทุนและจิตวิทยา — จะทวีคูณอย่างรวดเร็วตลอดทั้งปีของการซื้อขาย

Daniel Harrington

เกี่ยวกับผู้เขียน

Daniel Harrington

นักวิเคราะห์การเทรดอาวุโส

Daniel Harrington เป็นนักวิเคราะห์การเทรดอาวุโสที่สำเร็จการศึกษาระดับ MScF (ปริญญาโทวิทยาศาสตร์การเงิน) เชี่ยวชาญด้านการจัดการสินทรัพย์เชิงปริมาณและการบริหารความเสี่ยง ด้วยประสบการณ์กว่า 12 ปีในตลาดฟอเร็กซ์และอนุพันธ์ ครอบคลุมการเพิ่มประสิทธิภาพแพลตฟอร์ม MT5 กลยุทธ์การเทรดอัลกอริทึม และข้อมูลเชิงปฏิบัติสำหรับนักเทรดรายย่อย

Pulsar Terminal — แผงการเทรด MT5 ขั้นสูง

คำเตือนความเสี่ยง

การซื้อขายตราสารทางการเงินมีความเสี่ยงสูงและอาจไม่เหมาะสำหรับนักลงทุนทุกคน ผลการดำเนินงานในอดีตไม่ได้รับประกันผลลัพธ์ในอนาคต เนื้อหานี้มีวัตถุประสงค์เพื่อการศึกษาเท่านั้นและไม่ควรถือเป็นคำแนะนำในการลงทุน โปรดทำการวิจัยของคุณเองก่อนการซื้อขาย

ใช้อินดิเคเตอร์นี้

ใช้อินดิเคเตอร์นี้KAMA

การสร้างกราฟขั้นสูงและการวิเคราะห์ KAMA แบบเรียลไทม์บน MetaTrader 5

รับ Pulsar Terminal