200 วัน เฉลี่ยเคลื่อนที่ ซื้อขาย กลยุทธ์

ค่าเฉลี่ยเคลื่อนที่: กลยุทธ์ 13 โดย Casey Murphy นักวิเคราะห์อาวุโส ChartAdvisor นักลงทุนต่างชาติใช้ค่าเฉลี่ยเคลื่อนที่โดยมีเหตุผลแตกต่างกัน บางคนใช้พวกเขาเป็นเครื่องมือวิเคราะห์หลักของพวกเขาในขณะที่คนอื่นเพียงใช้พวกเขาเป็นผู้สร้างความเชื่อมั่นในการสำรองการตัดสินใจลงทุนของพวกเขา ในส่วนนี้นำเสนอรูปแบบที่แตกต่างกันไม่กี่ชนิดซึ่งรวมเอาไว้ในรูปแบบการซื้อขายของคุณขึ้นอยู่กับคุณครอสโอเวอร์ครอสโอเวอร์เป็นประเภทพื้นฐานที่สุดของสัญญาณและเป็นที่ชื่นชอบของผู้ค้าจำนวนมากเนื่องจากจะขจัดอารมณ์ความรู้สึกทั้งหมด การครอสโอเวอร์พื้นฐานที่สุดคือเมื่อราคาของสินทรัพย์เคลื่อนไปจากด้านใดด้านหนึ่งของค่าเฉลี่ยเคลื่อนที่และปิดลงที่อีกด้านหนึ่ง ไขว้ราคาถูกใช้โดยผู้ค้าเพื่อระบุการเปลี่ยนแปลงโมเมนตัมและสามารถใช้เป็นกลยุทธ์การเข้าหรือทางออกพื้นฐาน ดังที่เห็นในรูปที่ 1 ค่าเฉลี่ยด้านล่างจะเป็นสัญญาณที่จุดเริ่มต้นของขาลงและอาจเป็นไปได้ที่ผู้ค้าจะใช้เป็นสัญญาณในการปิดตำแหน่งยาว ๆ ที่มีอยู่ ในทางกลับกันการเข้าใกล้เส้นค่าเฉลี่ยเคลื่อนที่จากด้านล่างอาจเป็นจุดเริ่มต้นของแนวโน้มขาขึ้นใหม่ ประเภทการครอสโอเวอร์แบบที่สองเกิดขึ้นเมื่อค่าเฉลี่ยระยะสั้นผ่านค่าเฉลี่ยระยะยาว สัญญาณนี้ถูกใช้โดยผู้ค้าเพื่อระบุโมเมนตัมที่มีการขยับไปในทิศทางเดียวและการเคลื่อนไหวที่แข็งแกร่งน่าจะเข้าใกล้ สัญญาณการซื้อเกิดขึ้นเมื่อค่าเฉลี่ยระยะสั้นสูงกว่าค่าเฉลี่ยระยะยาวขณะที่สัญญาณการขายถูกเรียกโดยค่าเฉลี่ยระยะสั้นที่ต่ำกว่าค่าเฉลี่ยระยะยาว ดังที่คุณเห็นจากตารางด้านล่างสัญญาณนี้มีจุดมุ่งหมายอย่างมากซึ่งเป็นที่นิยมมาก ไขว้แบบทริปเปิ้ลและริบบิ้นเฉลี่ยเคลื่อนที่สามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ลงในแผนภูมิเพื่อเพิ่มความถูกต้องของสัญญาณ ผู้ค้าหลายรายจะวางค่าเฉลี่ยเคลื่อนที่ 5, 10 และ 20 วันลงบนแผนภูมิและรอจนกว่าค่าเฉลี่ยของระยะเวลาห้าวันจะทะลุผ่านหลักอื่น ๆ ซึ่งโดยทั่วไปเป็นสัญญาณซื้อหลัก รอค่าเฉลี่ยเฉลี่ย 10 วันที่สูงกว่าค่าเฉลี่ย 20 วันมักใช้เป็นคำยืนยันซึ่งเป็นกลยุทธ์ที่มักลดจำนวนสัญญาณปลอม การเพิ่มจำนวนค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเท่าที่เห็นในวิธีไขว้ไขว้คือวิธีที่ดีที่สุดในการวัดความแรงของแนวโน้มและความเป็นไปได้ที่แนวโน้มจะยังคงดำเนินต่อไป นี่เป็นคำถามที่ถาม: จะเกิดอะไรขึ้นหากคุณเพิ่มค่าเฉลี่ยเคลื่อนที่ขึ้นบางคนให้เหตุผลว่าหากค่าเฉลี่ยเคลื่อนที่หนึ่งค่านั้นมีประโยชน์จะต้องดีกว่า 10 หรือมากกว่า นี้นำเราไปสู่เทคนิคที่เรียกว่าริบบิ้นเฉลี่ยเคลื่อนที่ ตามที่เห็นจากแผนภูมิด้านล่างค่าเฉลี่ยเคลื่อนที่จำนวนมากจะอยู่ในแผนภูมิเดียวกันและใช้เพื่อตัดสินความแรงของแนวโน้มในปัจจุบัน เมื่อค่าเฉลี่ยเคลื่อนที่ทั้งหมดเคลื่อนที่ไปในทิศทางเดียวกันแนวโน้มดังกล่าวมีความแข็งแกร่ง การกลับรายการจะได้รับการยืนยันเมื่อค่าเฉลี่ยข้ามไปและหันไปในทิศทางตรงกันข้าม การตอบสนองต่อสภาวะที่เปลี่ยนแปลงขึ้นอยู่กับจำนวนช่วงเวลาที่ใช้ในค่าเฉลี่ยเคลื่อนที่ ระยะเวลาที่ใช้ในการคำนวณน้อยกว่าค่าเฉลี่ยความแปรปรวนของราคาจะเปลี่ยนแปลงไปเล็กน้อย หนึ่งในริบบิ้นที่พบมากที่สุดจะเริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ 50 วันและเพิ่มค่าเฉลี่ยในการเพิ่มขึ้น 10 วันถึงค่าเฉลี่ยขั้นสุดท้ายของ 200 ค่าเฉลี่ยประเภทนี้เป็นสิ่งที่ดีในการระบุแนวโน้มในระยะยาว ฟิลเตอร์ตัวกรองเป็นเทคนิคที่ใช้ในการวิเคราะห์ทางเทคนิคเพื่อเพิ่มความเชื่อมั่นในตัวบุคคลเกี่ยวกับการค้าบางประเภท ตัวอย่างเช่นนักลงทุนจำนวนมากอาจเลือกรอจนกว่าการรักษาความปลอดภัยจะสูงกว่าค่าเฉลี่ยเคลื่อนที่และอย่างน้อย 10 ค่าเฉลี่ยก่อนที่จะวางคำสั่งซื้อ นี่เป็นความพยายามที่จะตรวจสอบให้แน่ใจว่า crossover นั้นใช้ได้และเพื่อลดจำนวนสัญญาณปลอม ข้อเสียเกี่ยวกับการพึ่งพาตัวกรองมากเกินไปก็คือผลประโยชน์บางส่วนที่ได้รับและอาจนำไปสู่ความรู้สึกเหมือนคุณพลาดเรือ ความรู้สึกเชิงลบเหล่านี้จะลดลงตามช่วงเวลาเมื่อคุณปรับเกณฑ์สำหรับตัวกรองของคุณอย่างต่อเนื่อง ไม่มีกฎระเบียบหรือสิ่งที่ควรระวังเมื่อกรองเพียงเครื่องมือเพิ่มเติมที่จะช่วยให้คุณลงทุนด้วยความมั่นใจ การย้ายซองจดหมายค่าเฉลี่ยกลยุทธ์อื่นที่รวมการใช้ค่าเฉลี่ยเคลื่อนที่จะเรียกว่าซองจดหมาย กลยุทธ์นี้เกี่ยวข้องกับการวางแผนสองวงรอบค่าเฉลี่ยเคลื่อนที่โดยมีอัตราร้อยละที่ระบุ ตัวอย่างเช่นในแผนภูมิด้านล่างมี 5 ซองวางรอบค่าเฉลี่ยเคลื่อนที่ 25 วัน ผู้ค้าจะเฝ้าดูกลุ่มเหล่านี้เพื่อดูว่าพวกเขาทำหน้าที่เป็นพื้นที่สนับสนุนหรือความต้านทานที่แข็งแกร่ง สังเกตว่าการย้ายมักจะผกผันทิศทางหลังจากเข้าใกล้ระดับใดระดับหนึ่ง การเคลื่อนไหวของราคาเกินวงอาจส่งสัญญาณถึงช่วงที่อ่อนเพลียและผู้ค้าจะเฝ้าดูการพลิกกลับไปสู่ศูนย์กลางโดยเฉลี่ยค่าเฉลี่ยขั้นสูง: วิธีการใช้งานการทำงานหลักบางส่วนของค่าเฉลี่ยเคลื่อนที่คือการระบุแนวโน้มและการพลิกกลับ วัดความแรงของโมเมนตัมของสินทรัพย์และกำหนดพื้นที่ที่อาจเป็นสินทรัพย์ที่จะได้รับการสนับสนุนหรือความต้านทาน ในส่วนนี้เราจะชี้ให้เห็นว่าช่วงเวลาที่ต่างกันสามารถตรวจสอบโมเมนตัมได้อย่างไรและค่าเฉลี่ยเคลื่อนที่ที่จะเป็นประโยชน์ในการตั้งค่าการหยุดขาดทุนได้อย่างไร นอกจากนี้เราจะกล่าวถึงบางส่วนของความสามารถและข้อ จำกัด ของค่าเฉลี่ยเคลื่อนที่ที่ควรพิจารณาเมื่อใช้เป็นส่วนหนึ่งของขั้นตอนการซื้อขาย เทรนด์แนวโน้มการระบุตัวตนเป็นหนึ่งในหน้าที่หลักของการย้ายค่าเฉลี่ยซึ่งใช้โดยผู้ค้าส่วนใหญ่ที่พยายามทำให้แนวโน้มเป็นเพื่อนของตน ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ล่าช้า ซึ่งหมายความว่าพวกเขาไม่ได้ทำนายแนวโน้มใหม่ แต่ยืนยันแนวโน้มเมื่อมีการจัดตั้งแล้ว ดังที่เห็นในรูปที่ 1 หุ้นจะถือเป็นหุ้นในขาขึ้นเมื่อราคาอยู่เหนือค่าเฉลี่ยเคลื่อนที่และค่าเฉลี่ยถ่วงขึ้น ในทางตรงกันข้ามผู้ประกอบการค้าจะใช้ราคาต่ำกว่าค่าเฉลี่ยที่ลาดลงเพื่อยืนยันขาลง ผู้ค้าจำนวนมากจะพิจารณาเฉพาะการถือครองฐานะยาวในสินทรัพย์เมื่อราคาซื้อขายสูงกว่าค่าเฉลี่ยเคลื่อนที่ กฎง่ายๆนี้สามารถช่วยให้มั่นใจได้ว่าแนวโน้มการทำงานในผู้ค้าชอบ โมเมนตัมผู้ค้าเริ่มต้นจำนวนมากถามว่ามันเป็นไปได้อย่างไรในการวัดโมเมนตัมและค่าเฉลี่ยเคลื่อนที่ที่สามารถใช้เพื่อจัดการกับความสำเร็จดังกล่าวได้อย่างไร คำตอบง่ายๆคือให้ความสำคัญกับช่วงเวลาที่ใช้ในการสร้างค่าเฉลี่ยเนื่องจากแต่ละช่วงเวลาสามารถให้ข้อมูลเชิงลึกที่มีคุณค่าในรูปแบบต่างๆของโมเมนตัม โดยทั่วไปแล้วโมเมนตัมระยะสั้นสามารถวัดได้โดยดูที่ค่าเฉลี่ยเคลื่อนที่ซึ่งให้ความสำคัญกับระยะเวลา 20 วันหรือน้อยกว่า การพิจารณาค่าเฉลี่ยเคลื่อนที่ที่สร้างขึ้นโดยมีระยะเวลา 20 ถึง 100 วันโดยทั่วไปถือว่าเป็นตัววัดที่ดีของแรงในระยะปานกลาง สุดท้ายค่าเฉลี่ยเคลื่อนที่ใด ๆ ที่ใช้เวลา 100 วันหรือมากกว่าในการคำนวณสามารถใช้เป็นตัวชี้วัดความเป็นโมเมนตัมในระยะยาว สามัญสำนึกควรบอกคุณว่าค่าเฉลี่ยเคลื่อนที่ 15 วันเป็นตัววัดระยะสั้นที่เหมาะสมกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน หนึ่งในวิธีการที่ดีที่สุดในการกำหนดความแรงและทิศทางของโมเมนตัมของสินทรัพย์คือการวางค่าเฉลี่ยเคลื่อนที่สามตัวลงบนแผนภูมิและให้ความสนใจใกล้เคียงกับความสัมพันธ์ระหว่างกัน ค่าเฉลี่ยเคลื่อนที่สามตัวที่ใช้โดยทั่วไปมีเฟรมเวลาต่างกันเพื่อแสดงถึงการเคลื่อนไหวของราคาในระยะสั้นระยะกลางและระยะยาว ในรูปที่ 2 แรงดึงดูดที่แข็งแกร่งขึ้นจะเห็นได้เมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวและค่าเฉลี่ยทั้งสองจะแตกต่างกัน ในทางตรงกันข้ามเมื่อค่าเฉลี่ยระยะสั้นมีค่าต่ำกว่าค่าเฉลี่ยระยะยาวในระยะยาวโมเมนตัมจะอยู่ในทิศทางที่ลดลง การสนับสนุนการใช้ค่าเฉลี่ยเคลื่อนที่อีกแบบหนึ่งคือการกำหนดราคาที่เป็นไปได้ ไม่ต้องใช้ประสบการณ์มากในการจัดการกับค่าเฉลี่ยเคลื่อนที่เพื่อสังเกตว่าราคาที่ลดลงของสินทรัพย์มักจะหยุดและกลับทิศทางในระดับเดียวกับค่าเฉลี่ยที่สำคัญ ตัวอย่างเช่นในรูปที่ 3 คุณจะเห็นได้ว่าค่าเฉลี่ยเคลื่อนที่ 200 วันสามารถตรึงราคาหุ้นหลังจากที่ตกลงมาจากระดับสูงที่ 32 ได้ผู้ค้าหลายรายคาดว่าจะพลิกกลับจากค่าเฉลี่ยเคลื่อนที่ที่สำคัญและจะใช้ค่าเฉลี่ยอื่น ๆ ตัวบ่งชี้ทางเทคนิคเพื่อยืนยันการเคลื่อนย้ายที่คาดไว้ ความต้านทานเมื่อราคาของสินทรัพย์ต่ำกว่าระดับที่มีอิทธิพลในการสนับสนุนเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันก็เป็นเรื่องปกติที่จะเห็นค่าเฉลี่ยที่ทำหน้าที่เป็นอุปสรรคสำคัญที่ทำให้นักลงทุนไม่สามารถผลักดันให้ราคาสูงกว่าค่าเฉลี่ยดังกล่าวได้ ตามที่คุณสามารถดูได้จากตารางด้านล่างความต้านทานนี้มักใช้โดยผู้ค้าเป็นสัญลักษณ์เพื่อทำกำไรหรือปิดสถานะยาว ๆ ที่มีอยู่ ผู้ขายสั้นจำนวนมากยังใช้ค่าเฉลี่ยเหล่านี้เป็นจุดเริ่มต้นเนื่องจากราคามักจะตีกลับแนวต้านและยังคงเคลื่อนไหวต่ำลง หากคุณเป็นนักลงทุนที่มีฐานะที่ยาวนานในสินทรัพย์ที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่สำคัญคุณอาจสนใจที่จะติดตามระดับอย่างใกล้ชิดเนื่องจากอาจส่งผลต่อมูลค่าการลงทุนของคุณมาก Stop-Losses ลักษณะการสนับสนุนและความต้านทานของค่าเฉลี่ยเคลื่อนที่ช่วยให้เป็นเครื่องมือในการบริหารความเสี่ยง ความสามารถในการเคลื่อนตัวเฉลี่ยเพื่อระบุสถานที่เชิงกลยุทธ์ในการตั้งคำสั่งหยุดขาดทุนช่วยให้ผู้ค้าสามารถตัดตำแหน่งที่เสียไปก่อนที่จะเติบโตได้ ดังที่เห็นในรูปที่ 5 ผู้ค้าที่ถือครองหุ้นในหุ้นยาวและตั้งคำสั่งหยุดขาดทุนต่ำกว่าค่าเฉลี่ยที่มีอิทธิพลสามารถช่วยตัวเองได้เงินเป็นจำนวนมาก การใช้ค่าเฉลี่ยเคลื่อนที่ในการตั้งค่าคำสั่งหยุดขาดทุนเป็นกุญแจสำคัญในกลยุทธ์การซื้อขายที่ประสบความสำเร็จโดยเฉลี่ยวันที่เคลื่อนไหวเฉลี่ย 200 วัน 8220work8221 นี่เป็นหนึ่งในคำถามทางเทคนิคที่ไม่มีคำตอบที่รวดเร็วและเรียบง่าย คำตอบที่ดีที่สุดคือ 8220no ไม่ใช่เรื่องจริงและแทบจะไม่เป็นไปตามที่คนส่วนใหญ่คิดว่า 8222 แต่มีความแตกต่างที่ควรพิจารณา ฉันได้ทำผลงานปริมาณมากเกี่ยวกับค่าเฉลี่ยเคลื่อนที่และคำตอบที่ฉันได้พบว่ามีความท้าทายหลายแนวคิดและหลายวิธีที่ช่างเทคนิคใช้ค่าเฉลี่ยเคลื่อนที่ จากผลงานของฉัน: ไม่มีค่าเฉลี่ยเคลื่อนที่พิเศษ (เช่น I. 200 วันไม่ได้เป็นพิเศษเมื่อเทียบกับ 193, 204 หรือค่าเฉลี่ยอื่น ๆ ) การข้ามราคาหรือการแตะค่าเฉลี่ยเคลื่อนที่จะไม่มีความสำคัญสำหรับทิศทางตลาดในอนาคต ความลาดชันของค่าเฉลี่ยเคลื่อนที่ไม่เป็นตัวบ่งชี้ที่มีนัยสำคัญของแนวโน้ม การข้ามของค่าเฉลี่ยเคลื่อนที่ไม่ได้หมายความถึงแนวโน้มของแนวโน้ม ตัวบ่งชี้ที่สร้างขึ้นจากการเคลื่อนที่โดยเฉลี่ยไม่ได้เป็นตัวชี้วัดที่เชื่อถือได้ของแนวโน้ม ในระยะสั้นสิ่งสำคัญที่สุดที่การวิเคราะห์ทางเทคนิคแบบดั้งเดิมสอนเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ไม่ได้ขึ้นอยู่กับการตรวจสอบข้อเท็จจริงเชิงปริมาณ ฉัน can8217t อาจแบ่งปันงานทั้งหมดที่ฉันได้ทำในโพสต์บล็อกหนึ่ง ๆ ฉันคิดว่ามันเป็นรูปแบบที่ไม่ดีเมื่อมีคนพยายามที่จะทำให้อาร์กิวเมนต์เชิงปริมาณโดยการพูดความไว้วางใจฉัน (ในความเป็นจริงฉันเพียงแค่อ่านบล็อกที่ blogger ที่ทำสิ่งเดียวกันเขากล่าว Ive มองที่เฉลี่ยเคลื่อนที่ 200 วันและตลาดไม่ ดีกว่าและต่ำกว่าด้านล่างมันทำงาน Trust me.) แต่ฉันต้องการที่จะย้ายเราไปสู่ข้อสรุปมากกว่าการสูญหายในรายละเอียดในวันนี้ เราสามารถทบทวนรายละเอียดในภายหลังได้หากมีความสนใจ วันที่ 200 เพิ่งแตก ตอนนี้สิ่งที่ฉันเขียนบล็อกนี้ค่าเฉลี่ยของตลาดที่สำคัญได้ข้ามเพียงค่าเฉลี่ยเคลื่อนที่ 200 วัน ทุกคนกำลังพูดถึงและเขียนเกี่ยวกับแนวประวัติศาสตร์ที่ใกล้เคียงกับค่าเฉลี่ยดังกล่าวและได้เฝ้าดูการปิดตัวครั้งแรกในตอนแรกด้านล่าง เนื่องจากมีการให้ความสนใจเป็นอย่างมากในเรื่องนี้จึงเป็นเหตุผลที่จะถามว่าเกิดอะไรขึ้นหลังจากดัชนีหุ้นรายใหญ่ถึงค่าเฉลี่ยเคลื่อนที่ 200 วัน ตารางด้านล่างแสดงประสิทธิภาพของดัชนีเงินสด SampP 500 ที่มีคุณสมบัติตามตลาดอยู่เหนือหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน: SampP 500, สถิติ SMA 200 วันตารางนี้แสดงให้เห็นว่าผลตอบแทนเฉลี่ยของ SampP เท่ากับ 8.2 (ต่อปี 1) ในช่วง 200 วันผลตอบแทนเฉลี่ยย้อนกลับไปอยู่ที่ระดับ 11.0 แต่เมื่อตลาดต่ำกว่า 200 วันผลตอบแทนจะมีเพียง 2.1 เท่านั้น ดูเหมือนว่าจะน่าสนใจ (ดีกว่า 2.8 ข้างต้นและต่ำกว่า -6.1 ด้านล่าง) จนกว่าเราจะพิจารณาระดับเสียงรบกวนในข้อมูล ปัญหาคือขนาดของ 8220effect8221 ค่อนข้างอ่อนผลที่เราเห็นที่นี่ค่อนข้างจะเป็นเพราะโชคของการวาด คุณสามารถตอบโต้ว่าข้อมูลเหล่านี้ไม่สำคัญหลังจากที่ข้อมูลทั้งหมดแสดงให้เห็นถึงประสิทธิภาพที่ดีกว่านี้ไม่ว่าจะเป็นนัยสำคัญทางสถิติหรือไม่ แต่ถ้าไม่มีนัยสำคัญทางสถิติอาจเป็นเรื่องยากที่จะพึ่งพาผลในอนาคต ถ้าไม่มีความหมายอย่างมีนัยสำคัญมีโอกาสที่ดีที่เราถูกเสียงผิดพลาด สำหรับบันทึกเราจะเห็นตัวเลขที่คล้ายกันกับ DJIA (4.1 เหนือ (p 0.16) และ -7.7 (p 13) ด้านล่างโดยใช้ข้อมูลย้อนกลับไปถึงปี 1925) ผลกระทบใด ๆ อาจดูเหมือนจะจางลงในข้อมูลล่าสุดเมื่อทศวรรษที่ผ่านมาแสดงว่าไม่มีความแตกต่างด้านบนและด้านล่าง 200 วันสำหรับดัชนีทั้งสองแบบ พิจารณาว่าเราควรคาดหวังให้ตัวเลขที่คล้ายกันมากเนื่องจากดัชนีเหล่านี้มีความสัมพันธ์กันอย่างแน่นหนา นอกจากนี้ยังมีสถิติที่ไม่ดีจำนวนมากลอยอยู่รอบ ฉันได้เห็นผู้คนจำนวนมากขว้างรอบตัวเลขเช่น SampP 500 ทำให้ 23.5 ขึ้นเหนือค่าเฉลี่ยเคลื่อนที่และ -19.5 ด้านล่างดังนั้นการข้ามค่าเฉลี่ยเคลื่อนที่หมายความว่าตลาดจะอ่อนแอ คุณสามารถคาดเดาได้ว่าตัวเลขไหนที่มาจากคุณได้รับข้อผิดพลาดนี้ การนับวันข้าม (ซึ่งเกือบจะเสมอจะขึ้นสำหรับด้านบนและล่างสำหรับด้านล่าง) ในหมวดที่ไม่ถูกต้องก็เพียงพอที่จะพลิกคว่ำสถิติ ระวัง. แต่น่าเสียดายที่นี่ไม่ใช่คำตอบที่ชัดเจนทางสถิติที่ชัดเจนในการทำความเข้าใจเรื่องนี้อย่างจริงจังเราต้องสามารถคิดถึงความสำคัญการหยุดนิ่งและแนวคิดอื่น ๆ ได้ คนที่ตั้งใจจะเชื่อใน 200 วันสามารถดูผลลัพธ์ในตารางด้านบนไม่สนใจการทดสอบความสำคัญและบอกว่ามีผลแม้ว่าจะเป็นยุคเล็ก ๆ ก็ตาม อย่างน้อยที่สุดเราต้องรับทราบว่ามีผลไม่มากนักในช่วงสองทศวรรษที่ผ่านมาดังนั้นบางทีบางสิ่งอาจเปลี่ยนแปลงไประหว่างสงครามโลกครั้งที่หนึ่งและในวันนี้ แต่ก็ยากที่จะปรับความสนใจใส่ค่าเฉลี่ยเคลื่อนที่ 200 วันเมื่อเรา มีเครื่องมือที่ดีกว่ามากซึ่งทำงานได้ดีมากขึ้น ผลกระทบที่เกิดขึ้นในช่วงเวลา Here8217s ภาพประกอบที่แสดงให้เห็นถึงการจางหายของผลในทศวรรษที่ผ่านมาอีก (สิ่งนี้ถูกดึงออกมาจากส่วนที่ไม่ได้เผยแพร่ของหนังสือของฉันซึ่งมีประมาณ 30 หน้าในการเคลื่อนที่โดยเฉลี่ยที่มีมากกว่า 25 ตารางและตัวเลข) ฉันทำซ้ำหนึ่งในการทดสอบในกระดาษแลนด์มาร์ค Brock, Lakonishok และ LeBaron8217s เกี่ยวกับสัญญาณการค้าทางเทคนิค ((jstor. orgstable2328994)) ซึ่งโดยทั่วไปแล้วเป็นราคาที่ข้ามระยะเวลา 50 SMA และนี่เป็นผลลัพธ์ที่ตรงกับระยะเวลาที่พวกเขาตรวจสอบในกระดาษของพวกเขา: ระบบที่ดีงามขึ้นอยู่กับส่วนของผู้ถือหุ้นนั้น ลองนึกถึงช่วงเวลาทางประวัติศาสตร์ที่กล่าวถึงในที่นี้: ระบบนี้ทำงานผ่านภาวะเศรษฐกิจตกต่ำครั้งใหญ่สงครามโลกครั้งที่สองการถดถอยหลายครั้งการขยับอิทธิพลของมาโครและแนวเส้นทุนเพียงปีนเขา อย่างไรก็ตามดูสิ่งที่เกิดขึ้นหาก you8217d ซื้อขายระบบเดียวกันตั้งแต่นั้นเป็นต้นมา: ไม่ใช่สิ่งที่เราต้องการค้นหา อาจมีคำอธิบายมากมายสำหรับความแตกต่างอย่างชัดเจนนี้ แต่ก็เตือนให้เราไม่ใส่ใจมากนัก (ถ้ามี) ในการเคลื่อนที่ข้ามเฉลี่ย บางความเห็นขั้นสุดท้ายโพสต์นี้มีการตรวจสอบค่าเฉลี่ยเคลื่อนที่สองค่าเฉพาะในดัชนีหุ้นสองแห่งเท่านั้น แม้ว่าผลลัพธ์จะไม่คมชัด แต่อย่างน้อยก็เห็นได้ชัดว่าไม่มีผลกระทบใด ๆ จากราคาที่ข้ามค่าเฉลี่ยเคลื่อนที่ 200 วัน (I8217 จะติดตามผลเร็ว ๆ นี้ด้วยโพสต์ที่ดูที่สินทรัพย์อื่น ๆ และค่าเฉลี่ยอื่น ๆ ) มีจริงๆดูเหมือนจะไม่มีผลเลยและฉันคิดว่ามีความไม่สอดคล้องกันที่นี่ที่ต้องการความละเอียด: วิธีการที่ผู้ประกอบการค้าจะตระหนักถึงแนวโน้มเชิงปริมาณ เข้าใจสถิติและยังคงให้ความสนใจกับราคาที่ข้ามเฉลี่ยเคลื่อนที่ฉันสามารถบอกคุณได้ว่าโซลูชันส่วนบุคคลของฉัน แต่คุณจะต้องพบด้วยตัวคุณเอง: ฉันไม่เคยมองหรือให้ความสนใจกับระยะเวลา 50, 100 หรือ 200 โดยเฉลี่ยแล้วฉันก็หยุดอ่านอะไรได้โดยเร็วที่สุดเท่าที่ฉันเห็นคนที่พูดคุยเกี่ยวกับการสัมผัสการข้ามหรือความลาดชันของงานทางสถิติหนึ่งในสถิติที่กล่าวมานี้ได้เสนอแนะว่าเครื่องมือเหล่านี้ไม่มีอำนาจและเรามีเครื่องมือที่ดีกว่า เพียงเพราะคุณได้ยินทุกคนพูดถึงบางสิ่งบางอย่างไม่ได้หมายความว่ามันมีประโยชน์และไม่ได้หมายความว่ามันทำงานได้ เลือกตัวเลือกของคุณเอง แต่ทำให้พวกเขาตระหนักถึงแนวโน้มทางสถิติในการทำงานในตลาด ซึ่งหมายความว่าผลตอบแทนรายวันจะรวมกันเป็นจำนวนนี้ถ้าเป็นรายปี เป็นเรื่องง่ายที่จะเข้าใจตัวเลขเหล่านี้ได้ง่ายกว่าการดูสิ่งต่างๆเช่น 30 bps 8617 ฉันจำเป็นต้องเขียนโพสต์ในการทดสอบความสำคัญ โปรดยกโทษให้ฉันจนกว่าฉันจะทำเช่นนั้น 8617 Share this: คนส่วนใหญ่คิดว่าการข้าม 200 วัน MA มีความสำคัญสำหรับผลตอบแทนระยะสั้น นั่นคือ สองสามสัปดาห์ ดังนั้นจนกว่าคุณจะทดสอบผลกระทบระยะสั้นฉันจะไม่ยกเลิก MAs เป็นความหมายสำหรับผู้ค้า ใช่ส่วนใหญ่ของการทดสอบของฉันจริงเน้นที่ผลตอบแทนระยะสั้น ตรวจสอบให้แน่ใจว่าคุณเข้าใจว่าผลตอบแทนที่ได้รับในปีนี้คือ 8230 โดยไม่ได้มองไปที่หน้าต่าง 12 เดือนจากผลตอบแทนรายวันที่ข้าม แต่รายปี การทดสอบดังกล่าวจะรับผลกระทบระยะสั้นเช่นสมมติว่า MA crossing มีผลดี แต่ใช้เวลาเพียงวันเดียวเท่านั้น ถ้าคุณคิดเกี่ยวกับเรื่องนี้คุณจะเห็นว่าจำเป็นจะต้องแสดงในหมวดหมู่ที่เรียบง่ายของเหนือกว่า I8217ve ทำเพื่อผลตอบแทน (ถ้าคุณสงสัยดูที่แตกต่างกันที่ฉันแสดงระหว่างการทดสอบ 8216correct8217 และ 8216error8217 ซึ่งคุณสามารถข้ามวันในประเภทที่ไม่ถูกต้อง) ดังนั้นเพื่อตอบคำถามของคุณใช่ I8217ve ทำผลงานนั้น แต่การทดสอบตามที่กำหนดจะเป็น จับภาพสิ่งที่คุณกำลังมองหา คุณทดสอบประสิทธิภาพทุกวันภายใต้ 200 DMA เทียบกับทุกวันที่ 200 DMA ว่าจะเปิดเผยสิ่งที่ฉันพูดถึงซึ่งเป็นผลตอบแทนระยะสั้น (เช่น 1 สัปดาห์) หลังจากเกิดเหตุการณ์ (MA cross) เกิดขึ้นใช่แน่นอนว่าวันนั้นอยู่ในชุดข้อมูลของคุณ แต่เป็นตัวแทนของเล็ก ๆ เศษของมัน ข้อมูลที่คุณระบุอาจมีผลในระยะสั้น (ซึ่งอาจเป็นเช่นชดเชยด้วยผลการดำเนินงานที่ตรงกันข้ามกับวันที่ห่างไกลจาก 200 DMA) ตัวเลขของคุณไม่ได้แสดงให้เห็นอย่างใดอย่างหนึ่งว่าผลกระทบระยะสั้นหลังจากข้าม MA ถึง 200 วันแล้วหรือยัง ถ้าคุณ don8217t ต้องการเรียกใช้การทดสอบนั้นหรือ don8217t ต้องการโพสต์ผลการค้นหาให้ถูกต้อง แต่ don8217t แสดงตัวเลขทั่วไปมากและสมมติว่าคุณยังแสดงให้เห็นว่าไม่มีผลเฉพาะอย่างยิ่งไม่ได้อยู่ ตามที่ฉันกล่าวไว้: gtyes การทดสอบส่วนใหญ่ของฉันจริงเน้นที่ผลตอบแทนระยะสั้นนี่คือ I8217ve ทดสอบใช้วิธีการต่างๆมากมายและเห็นได้ชัดว่าผลตอบแทน 1-20 วันในหลากหลายทรัพย์สิน งานส่วนใหญ่ของฉันมุ่งเน้นไปที่ดังนั้นจึงไม่ได้ว่าฉัน don8217t ต้องการทำงาน test8211it8217s ที่ฉันมีและเป็นฉันกล่าวว่าฉันไม่สามารถโพสต์ทุกการเปลี่ยนแปลงที่เป็นไปได้ของผลการทดสอบในการโพสต์บล็อกหนึ่ง อย่างไรก็ตามสิ่งที่ฉันเป็นจริง: ถ้ามีผลกระทบในระยะสั้นที่แข็งแกร่งมันจะบิดสถิติพอที่จะยังแสดงให้เห็นในการทดสอบตามที่ฉันนำเสนอในขั้นต้น ดูผลของการรวมเพียงวันเดียวที่ผิดพลาด (อ่านตอนท้ายของโพสต์ต้นฉบับ) ฉันคิดว่าถ้า you8217ve มองที่ผลลัพธ์หลายอย่างเช่นนี้และเห็นผลกระทบของวันที่แข็งแกร่งเพียงครั้งเดียวคุณจะเข้าใจสิ่งที่ I8217m กล่าว บรรทัดด้านล่าง: I8217ve ทำการทดสอบและ there8217s ยังไม่มีอะไรที่นั่น ตัวเลขเหล่านี้ไม่ใช่ตัวเลขทั่วไป หากคุณมีปัญหากับข้อมูลที่สามารถใช้ได้ฟรีและคุณสามารถกระทืบตัวเลขที่ตัวเองสวยได้อย่างง่ายดาย ดังนั้น you8217ve (สมมุติ) ทำทดสอบที่เกี่ยวข้องเพื่อพิสูจน์วิทยานิพนธ์ของคุณ แต่ก็พยายามมากเกินไปเพื่อแสดงผลลัพธ์ ดี science8230 Well, it8217s บล็อกและไม่ได้ peer-reviewed กระดาษวิจัย นอกจากนี้ยังมีข้อมูลเพียงพอในโพสต์เหล่านี้ (ที่ฉันมอบให้เป็นของขวัญแก่ชุมชนการค้าได้อย่างอิสระ) เพื่อทำความเข้าใจแนวคิดและการทำงานของคุณเองหากคุณมีแนวโน้มมากขึ้น คุณกำลังมองหาอะไรมากกว่านี้ผมขอแนะนำให้คุณศึกษาความแตกต่างเช่น Trend เป็นเพื่อนของเรา: ความเท่าเทียมกันของความเสี่ยงโมเมนตัมและแนวโน้มในการจัดสรรสินทรัพย์ทั่วโลก (Clare et al. 2014) แนวทางเชิงปริมาณสำหรับการจัดสรรสินทรัพย์ทางยุทธวิธี (Faber , 2013) กลยุทธ์ความสัมพันธ์เชิงสัมพัทธ์ (Faber, 2010) ขอขอบคุณ ฉันคุ้นเคยกับทุกคน (ยังไม่ได้อ่านปี 2014) และได้เขียนเรื่องนี้ไว้เต็มความรู้ ขอขอบคุณ. โพสต์ที่น่าสนใจ อย่างไรก็ตามฉันมีปัญหาในการคืนดีกับข้อสรุปของคุณด้วยการนำเสนอชุดข้อมูล ตารางแสดงสิ่งที่ดูเหมือนว่าน่าจะเป็นความแตกต่างระหว่าง 8220above 200MA8221 และ 8220below 200MA8221 และกรณี Buy and Hold โดยเฉพาะอย่างยิ่งถ้าวิธีเฉลี่ยเป็น CAGR หรือค่าเฉลี่ยทางเรขาคณิตในช่วง 53 ปี คุณระบุความแตกต่างของประสิทธิภาพเป็น 8220 ปัญหาก็คือขนาดของผลค่อนข้างอ่อน 8221 ความแตกต่างนี้จะมีขนาดใหญ่แค่ไหนที่จะต้องมีการพิจารณาให้ดีขึ้นโปรดอธิบายว่าตัวเลข 8220p8221 มีความหมายอย่างไร เนื่องจากผลตอบแทนจากการลงทุนในตลาดหุ้นไม่เหมาะสมกับการแจกแจงแบบปกติฉันถือว่าพวกเขาไม่ได้เป็นตัวแทนของมาตรการทางสถิติที่ใช้กับการแจกจ่ายแบบปกติเท่านั้น ฉันรอคอยโพสต์ที่จะมาถึงในการทดสอบความสำคัญทางสถิติและสมมติว่าเกี่ยวข้องกับรูปแบบการบู๊ตบางส่วน ขอบคุณดีที่ฉันกล่าวว่าถ้า you8217re มุ่งมั่นที่จะเชื่อใน MA คุณจะ ความแตกต่างที่ชัดเจนคือความผันผวนสูงกว่าค่าเฉลี่ย แต่สิ่งหนึ่งที่เป็นที่ชัดเจนคือ 200 วันไม่แตกต่างจากค่าเฉลี่ยระยะยาวอื่นใดที่มีเหตุผล อย่างน้อยที่สุด it8217s โง่มุ่งเน้นไปที่การข้ามเส้นโดยพลการ หนึ่งในปัญหาที่ใหญ่ที่สุดที่มีผลคือการสลายตัวในช่วงหลายปีที่ผ่านมา p-values ​​มาจากการทดสอบ t-test มาตรฐานซึ่งมีประสิทธิภาพพอสมควรที่จะละเมิดสมมติฐานของภาวะปกติโดยเฉพาะอย่างยิ่งกับตัวอย่างขนาดใหญ่ That8217s ง่ายที่สุดที่จะทำใน Excel แต่ฉันใช้ KS สำหรับโปรแกรมอื่น ๆ และยังใช้ bootstrap บาง แต่ปัญหาคือรูปร่างของการกระจายเป็นที่รู้จักอย่างแท้จริง คุณพูด 8216its ยากที่จะปรับความสนใจใส่ 200 วันเฉลี่ยเคลื่อนที่เมื่อเรามีเครื่องมือที่ดีมากที่ทำงานได้ดีขึ้น 822 ฉันเห็นด้วย แต่คุณสามารถเพียงแค่ชี้แจงในระยะสั้นสิ่งที่เครื่องมือที่ดีกว่าเหล่านี้ (เพียงเพื่อยืนยัน I8217m ในเดียวกัน หน้า). ขอบคุณ ดีทุกอย่างสวยมาก ๆ ที่ฉันสนใจ I8217ve ถูกถามคำถามนี้เป็นวิธีที่แตกต่างกันไม่กี่ดังนั้นฉันจะทำงานใน 8220 สิ่งที่ฉันคิดว่า works8221 โพสต์บางครั้งในอนาคตอันใกล้ คำถามที่ดี. ขอบคุณ I8217m ผู้ประกอบการมือใหม่และ I8217m ยังคงพยายามที่จะก้มความคิดของฉันรอบการวิเคราะห์ทางเทคนิคและวิธี it8217s ไม่ทั้งหมดสุ่มสุ่มอย่างชัดเจนถ้าคนสามารถสร้างรายได้ที่สอดคล้องกับ 8282strategy8221 it8217s ไม่ว่าสุ่มอีกต่อไปสิ่งที่ you8217re เครื่องมือที่ชื่นชอบในการตรวจสอบเกี่ยวกับ ก่อนที่คุณจะเข้าสู่การค้าขายคุณใช้ระบบถาวรหรือเป็นประจำหรือไม่อ่านเรื่องราวทั้งหมดเกี่ยวกับรูปแบบและดนตรีแจ๊ส แต่ I8217m ไม่ควรเป็นแฟนตัวยงของเพลงเพราะ it8217s เปิดกว้างเพื่อตีความการนำไปประยุกต์ใช้ในตลาดที่กำลังเคลื่อนกำลังมองหา ที่มีคุณค่าทางประวัติศาสตร์ it8217s ถั่วลิสง ฉันทำค่อนข้างดี (ทำกำไรแทนการสูญเสียเงิน) ด้วยการซื้อปีกขวาซื้อกลยุทธ์การขายต่ำเป็นกลยุทธ์ของฉัน แต่ฉันต้องการได้รับการจัดการที่ดี เคล็ดลับเคล็ดลับคำแนะนำใด ๆ ยินดีต้อนรับ I8217m พยายามจะไปจากฉันมีเงื่อนงำเล็กน้อยเกี่ยวกับสิ่งที่ I8217m ทำเพื่อไปใช่ฉันรู้ what8217s ขึ้น ขอแสดงความนับถือ Thomas ps: เช่นบล็อกของคุณดีอ่านดีฉันคิดว่าคุณเป็น correct8230 เป็นบิตสุ่ม (หรือมากกว่าบิต) ฉันต้องเขียนโพสต์ตอบคำถามส่วนใหญ่ของคุณ แต่อาจจะเป็น สัปดาห์หรือมากกว่านั้น คำถามที่ดี โปรดเตือนฉันหากฉัน don8217t เขียนโพสต์นั้นภายใน 2 สัปดาห์ ค่าเฉลี่ยเคลื่อนที่ 200 วันหรือระยะยาว MA 8220works8221 หากเป็นส่วนหนึ่งของกลยุทธ์การซื้อขาย ในกรณีของฉันฉันไปยาวหรือสั้น (ใช้สัญญาซื้อขายล่วงหน้า) เมื่อไขว้เกิดขึ้น ผลลัพธ์จะไม่เป็นไปตามค่าใช้จ่ายหากฉันซื้อขายดัชนีหรือสองดัชนี แต่หากคุณค้าขายโดยใช้หุ้นจำนวนมากทั่วทั้งภาคส่วนต่างๆโดยมีพื้นฐานที่แตกต่างกันคุณจะได้รับผลตอบแทนที่ผันผวนต่ำและไม่สม่ำเสมอ ถ้ากลุ่มหุ้นมี 15 returnsyear ในช่วงระยะเวลา 10 ปีกลยุทธ์ SMA crossover แบบ 200 วันจะให้ผลตอบแทนที่เหมือนกัน แต่มีความผันผวนต่ำกว่า 8211 เนื่องจากคุณมีความสามารถในการสั้น It8217s เท่านั้นเมื่อคุณคาดหวังผลการดำเนินงานที่ยอดเยี่ยมหรือผลตอบแทนที่วิเศษคุณจะผิดหวัง ดี I8217d ยืนยันว่าแนวคิดคิดถึงจุด I8217m ทำ เพียงเพราะปัจจัยเป็นส่วนหนึ่งของกลยุทธ์ที่ทำกำไรได้ไม่ได้หมายความว่าตัวมันเองมีประโยชน์ สำหรับสิ่งที่ it8217s มูลค่า 15 returnsyear เป็นจำนวนที่สูงมากสำหรับ 8220a พวงของหุ้น 82218230 ดูเหมือนว่าแปลก และประสบการณ์ของฉันเกี่ยวกับกลยุทธ์เช่นเดียวกับที่คุณแนะนำตรงกันข้ามกับคุณ แต่ถ้าคุณได้รับ 15 ปีที่มีความผันผวนต่ำกับค่าเฉลี่ยเคลื่อนที่แล้วทำสิ่งที่คุณกำลังทำอีกต่อไป ให้ฉันชี้แจง 15 ไม่ใช่สิ่งที่กลยุทธ์เฉพาะให้ผลตอบแทน 8211 ฉันใช้มันเพื่อแสดงให้เห็นว่าผลตอบแทนจากการไปยาวสามารถจำลองแบบด้วยกลยุทธ์ longshort เกินไปกับความผันผวนที่ต่ำกว่า ฉันค้าหุ้นของอินเดียและกลับมาที่นี่ 15 ถือว่าเป็นค่าตอบแทนแบบระมัดระวังและใช่ฉันเข้าใจดีว่าการใช้กลไกครอสโอเวอร์ในระยะยาวหรือสั้นจะส่งผลให้เกิดการเสียชีวิตอย่างชัดแจ้ง 8211 อย่างใดอย่างหนึ่งต้องทำมากขึ้น That8217s ทำไมฉันกล่าวว่าค่าเฉลี่ยเคลื่อนที่ระยะยาวเป็นเพียงส่วนหนึ่งที่สำคัญของระบบการซื้อขาย 8211 ไม่ใช่ระบบการซื้อขายที่สมบูรณ์แบบในตัวเอง ฉันเลือก SMA 200 วันเนื่องจากฉันคิดว่าการใช้งานอย่างกว้างขวางเป็นการทำนายด้วยตนเองฉันสนใจในการประเมินกลยุทธ์โดยเฉลี่ยที่มีการเคลื่อนไหวน้อยลงซึ่ง 200 วัน isn8217t รู้จักสำหรับค่า p จะเหมือนกันเป็นเวลานานกว่า กลยุทธ์การซื้อขายระยะสั้นเช่น SMA 10 เดือนที่ Mebane Faber ต้องการ (โดยทั่วไปเท่ากับค่าเฉลี่ยเคลื่อนที่ 200 วัน แต่จะประเมินเพียงครั้งเดียวต่อเดือนในวันสุดท้ายของเดือน) เมื่อฉันทำแบบทดสอบ I มองไปที่ค่าเฉลี่ยที่ยาวและสั้นในระยะยาว 8230 รูปแบบต่างๆที่แตกต่างกัน 8230 และในกรอบเวลาที่ต่างกัน ฉันคาดหวังว่าจะคาดเดาได้ว่าข้อมูลรายสัปดาห์หรือสองสัปดาห์อาจไม่น่าเชื่อถือเพราะผลตอบแทนเหล่านี้ใกล้เคียงกับการเดินแบบสุ่ม อาจทำให้ดัชนีเป็นหลักและเรียกวันนั้นว่า แต่คุณอาจมีกฎที่จะประเมินเพียง 200 วันในช่วงปลายเดือน ฉัน don8217t คิดว่าฉันมองไปที่กฎเช่น that8230 ฉัน wouldn8217t คาดหวังที่จะหาอะไร แต่ that8217s ความงามของ research8230 คุณไม่เคยรู้ หลักฐานที่แสดงให้เห็นถึงแนวโน้มในตลาดระยะเวลาตราบเท่าที่หนึ่งปี ทำไมคุณถึงบอกว่าค่าเฉลี่ยเคลื่อนที่รายเดือนอาจไม่สามารถจับได้ว่านี่เป็นผลตอบแทนที่ปรับให้ได้ตามความเสี่ยงที่ดีกว่า Faber ได้ทดสอบข้อมูลการเคลื่อนไหวของตลาดหลักทรัพย์แห่งประเทศสหรัฐอเมริกาเป็นเวลากว่า 100 ปีแล้วและประเภทสินทรัพย์ที่แตกต่างกันและผมคิดว่าแม้แต่ภาคอุตสาหกรรมและประเทศอื่น ๆ โดยทั่วไปเขาแสดงให้เห็นว่าการลดความผันผวนโดยประมาณ 30 ขณะที่ไม่ลดผลตอบแทนที่มากในช่วงเวลานาน และกลยุทธ์ที่เรียบง่ายมีประสิทธิภาพดีเยี่ยมในช่วงระยะเวลาตัวอย่างของคุณที่เหนือ 1987-2010 อย่างไรก็ตาม Faber ไม่เคยแสดงให้เห็นว่ามีนัยสำคัญทางสถิติหรือไม่ นักลงทุนส่วนใหญ่ don8217t สัมผัสแนวคิดเรื่องนัยสำคัญทางสถิติ (Brock, Lakonishok และ LeBaron, 1992) แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่มีค่า p ที่ดีดูเหมือนว่าจะแสดงให้เห็นว่าสถิติเหล่านี้ทำสถิติ 8220work8221 (อย่างน้อยก็ในอดีต)