10 เดือน ง่าย เฉลี่ยเคลื่อนที่ แผนภูมิ

Simple Moving Average - SMA ลดลง Simple Moving Average - SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถปรับแต่งได้โดยสามารถคำนวณได้ตามช่วงเวลาต่าง ๆ โดยการเพิ่มราคาปิดของการรักษาความปลอดภัยเป็นระยะเวลาหนึ่งแล้วหาร จำนวนนี้โดยรวมของจำนวนงวดซึ่งจะให้ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบช่วยขจัดความผันผวนและทำให้สามารถดูแนวโน้มราคาของหลักทรัพย์ได้ง่ายขึ้น หากค่าเฉลี่ยเคลื่อนที่ขึ้นเล็กน้อยหมายความว่าราคาหลักทรัพย์เพิ่มมากขึ้น หากมีการชี้ลงหมายความว่าราคาหลักทรัพย์ลดลง ระยะเวลาที่ยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบขึ้น ค่าเฉลี่ยเคลื่อนที่ระยะสั้นมีความผันผวนมากขึ้น แต่การอ่านมีความใกล้เคียงกับข้อมูลต้นฉบับ ความสำคัญเชิงวิเคราะห์ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือวิเคราะห์ที่สำคัญซึ่งใช้ในการระบุแนวโน้มราคาในปัจจุบันและศักยภาพในการเปลี่ยนแปลงแนวโน้มที่กำหนดไว้ รูปแบบที่ง่ายที่สุดในการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆในการวิเคราะห์คือการใช้เพื่อระบุว่าการรักษาความปลอดภัยอยู่ในขาขึ้นหรือขาลงอย่างรวดเร็วหรือไม่ อีกเครื่องมือวิเคราะห์ที่ได้รับความนิยมแม้ว่าจะมีความซับซ้อนมากกว่าเล็กน้อย แต่ก็คือการเปรียบเทียบคู่ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆกับแต่ละเฟรมเวลาที่ต่างกัน หากค่าเฉลี่ยเคลื่อนที่แบบระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวคาดว่าจะมีแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง รูปแบบการค้าที่นิยมใช้รูปแบบการซื้อขายสองรูปแบบที่นิยมใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ได้แก่ เครื่องหมายกากบาทและกากบาทสีทอง การเสียชีวิตเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ถือเป็นสัญญาณขาลงที่มีการขาดทุนเพิ่มขึ้น เครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นอยู่เหนือค่าเฉลี่ยเคลื่อนที่ในระยะยาว การเพิ่มขึ้นของปริมาณการซื้อขายที่เพิ่มขึ้นอาจส่งผลต่อกำไรได้มากขึ้นค่าเฉลี่ย: อะไรคือตัวชี้วัดทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบัน ค่าเฉลี่ยเคลื่อนที่ทุกประเภท (เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA) คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมา เมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงในแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมด รูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่โดยทั่วไปหมายถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) โดยคำนวณค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนด ตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา (110) คือ หารด้วยจำนวนวัน (10) เพื่อให้ได้ค่าเฉลี่ย 10 วัน หากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนจะต้องมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมา ค่าเฉลี่ยที่เกิดขึ้นด้านล่าง (11) คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาอย่างไร บางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยปกติ คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาเพื่อแทนที่ ดังนั้นชุดข้อมูลจึงมีการย้ายข้อมูลบัญชีใหม่ ๆ ไปเรื่อย ๆ วิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้น ในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดง (แทนจุดข้อมูล 10 จุดที่ผ่านมา) จะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณ เนื่องจากค่าที่ค่อนข้างเล็ก 5 จะแทนที่ค่าที่สูงถึง 15 คุณจึงคาดว่าจะเห็นค่าเฉลี่ยของการลดข้อมูลชุดซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่เมื่อค่าของ MA ได้รับการคำนวณพวกเขาจะวางแผนลงบนแผนภูมิและเชื่อมต่อแล้วเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่ เส้นโค้งเหล่านี้มีอยู่ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีการใช้งานเหล่านี้อาจแตกต่างกันอย่างมาก (ในภายหลัง) ดังที่เห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณ เส้นโค้งเหล่านี้ดูเหมือนจะเสียสมาธิหรือทำให้เกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับมันเมื่อเวลาผ่านไป เส้นสีแดงเป็นเพียงราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมา ตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่คืออะไรและแนะนำให้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ต่างกันและดูว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวถึงก่อนหน้านี้เท่าไร ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดก็มีนักวิจารณ์ หลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้าย ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้น้ำหนักกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) (สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลเบื้องต้นเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA กับ EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนาค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากกว่าราคาล่าสุดในความพยายามที่จะทำให้การตอบสนองดีขึ้น ข้อมูลใหม่ ๆ การเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบแผนภูมิทำคำนวณสำหรับคุณ อย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA: เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องโดยใช้สูตรด้านบนจากที่นั่น เราได้จัดเตรียมสเปรดชีตตัวอย่างไว้ในตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่แบบเสวนา ความแตกต่างระหว่าง EMA กับ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA ถูกคำนวณไปแล้วลองดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไร เมื่อพิจารณาการคำนวณ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลสำคัญ ๆ อยู่ในจุดข้อมูลล่าสุดทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนัก ในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเหมือนกัน (15) แต่ EMA จะตอบสนองต่อราคาที่เปลี่ยนแปลงได้เร็วขึ้น สังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลง การตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA อะไรที่แตกต่างกันระหว่างวันหมายถึงค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ย ช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วัน ช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความละเอียดอ่อนมากขึ้นคือการเปลี่ยนแปลงราคา ยิ่งช่วงเวลาที่ยาวนานขึ้นเท่าไรก็ยิ่งอ่อนไหวหรือเรียบเนียนขึ้นเท่านั้นโดยเฉลี่ยแล้ว ไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณ วิธีที่ดีที่สุดในการพิจารณาว่ารูปแบบใดที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ ค่าเฉลี่ยเคลื่อนไหว: วิธีการใช้ ThemMoving Average Indicator ค่าเฉลี่ยเคลื่อนที่หมายถึงการวัดทิศทางของทิศทางโดยการปรับข้อมูลราคาให้เรียบ โดยปกติการคำนวณโดยใช้ราคาปิดค่าเฉลี่ยเคลื่อนที่สามารถใช้กับมัธยฐาน ตามแบบฉบับ การปิดถ่วงน้ำหนัก และสูงราคาต่ำหรือราคาเปิดรวมทั้งตัวบ่งชี้อื่น ๆ ความยาวเฉลี่ยที่สั้นลงมีความละเอียดอ่อนและระบุแนวโน้มใหม่ ๆ ก่อนหน้านี้ แต่ยังให้สัญญาณเตือนที่ผิดพลาดมากขึ้น ค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่ามีความน่าเชื่อถือมากขึ้น แต่ไม่ตอบสนองน้อยเพียงยกขึ้นแนวโน้มใหญ่ ใช้ค่าเฉลี่ยเคลื่อนที่ซึ่งเท่ากับครึ่งความยาวของวัฏจักรที่คุณกำลังติดตาม หากความยาวรอบสูงสุดถึงสูงสุดคือประมาณ 30 วันค่าเฉลี่ยเคลื่อนที่ 15 วันมีความเหมาะสม ถ้า 20 วันค่าเฉลี่ยเคลื่อนที่ 10 วันมีความเหมาะสม อย่างไรก็ตามผู้ค้าบางรายจะใช้ค่าเฉลี่ยเคลื่อนที่ 14 และ 9 วันสำหรับรอบข้างต้นด้วยความหวังว่าจะสร้างสัญญาณได้เล็กน้อยก่อนตลาด อื่น ๆ โปรดปรานตัวเลข Fibonacci 5, 8, 13 และ 21. 100 ถึง 200 วัน (20 ถึง 40 สัปดาห์) ค่าเฉลี่ยเคลื่อนที่เป็นที่นิยมสำหรับรอบที่ยาวกว่า 20 ถึง 65 วัน (4 ถึง 13 สัปดาห์) ค่าเฉลี่ยเคลื่อนที่มีประโยชน์สำหรับรอบกลางและ 5 เป็นระยะเวลาสั้น ๆ 20 วัน ระบบค่าเฉลี่ยที่ง่ายที่สุดในการสร้างสัญญาณเมื่อราคาข้ามค่าเฉลี่ยเคลื่อนที่: ไปนานเมื่อราคาข้ามไปเหนือค่าเฉลี่ยเคลื่อนที่จากด้านล่าง สั้นเมื่อราคาทะลุไปต่ำกว่าค่าเฉลี่ยเคลื่อนที่จากด้านบน ระบบมีแนวโน้มที่จะ whipsaws ในตลาดที่หลากหลายมีราคาข้ามไปมาทั่วค่าเฉลี่ยเคลื่อนที่สร้างจำนวนมากของสัญญาณเท็จ ด้วยเหตุนี้ระบบเฉลี่ยเคลื่อนที่มักใช้ตัวกรองเพื่อลดเสียงกระเพื่อม ระบบซับซ้อนใช้ค่าเฉลี่ยเคลื่อนที่มากกว่าหนึ่งค่า Two Moving Averages ใช้ค่าเฉลี่ยเคลื่อนที่เร็วขึ้นแทนราคาปิด สามค่าเฉลี่ยเคลื่อนที่ใช้ค่าเฉลี่ยเคลื่อนที่ที่สามเพื่อระบุเมื่อราคาอยู่ในช่วง ค่าเฉลี่ยเคลื่อนที่หลายค่าใช้ค่าเฉลี่ยเคลื่อนที่หกตัวและค่าเฉลี่ยเคลื่อนที่ช้าๆหกตัวเพื่อยืนยันกัน Displaced Moving Averages มีประโยชน์สำหรับวัตถุประสงค์ในการติดตามแนวโน้มการลดจำนวน whipsaws ช่อง Keltner ใช้แผนภูมิที่วางแผนไว้ที่ช่วงจริงหลายช่วงเพื่อกรองไขว้เฉลี่ยเคลื่อนไหว ตัวบ่งชี้ความนิยม MACD (Moving Average Convergence Divergence) ที่เป็นที่นิยมคือรูปแบบของระบบค่าเฉลี่ยเคลื่อนที่ 2 เส้นซึ่งเป็นกราฟแสดง oscillator ซึ่งจะลบค่าเฉลี่ยเคลื่อนที่ช้าจากค่าเฉลี่ยเคลื่อนที่เร็ว มีค่าเฉลี่ยเคลื่อนที่หลายแบบแต่ละแบบมีลักษณะเฉพาะของตนเอง ค่าเฉลี่ยเคลื่อนที่ง่ายเป็นวิธีที่ง่ายที่สุดในการสร้าง แต่ยังมีแนวโน้มที่จะบิดเบือนมากที่สุด ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเป็นเรื่องยากที่จะสร้าง แต่น่าเชื่อถือ ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดจะได้รับประโยชน์จากการชั่งน้ำหนักรวมกับความสะดวกในการก่อสร้าง ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่จะใช้เป็นตัวชี้วัดที่พัฒนาขึ้นโดย J. Welles Wilder สูตรเดียวกันกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาโดยใช้ mdash ที่แตกต่างกันซึ่งผู้ใช้จำเป็นต้องให้เงินช่วยเหลือ แผงตัวบ่งชี้แสดงวิธีตั้งค่าเฉลี่ยเคลื่อนที่ การตั้งค่าเริ่มต้นคือค่าเฉลี่ยเคลื่อนที่แบบเสวนา 21 วัน