6 เดือน เฉลี่ยเคลื่อนที่

เมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ที่ใช้งานโดยเฉลี่ยค่าเฉลี่ยในช่วงเวลาตรงกลางจะเป็นค่าเฉลี่ยในตัวอย่างก่อนหน้านี้เราคำนวณค่าเฉลี่ยของช่วงเวลา 3 ช่วงแรกและวางไว้ถัดจากช่วงเวลา 3 เราอาจวางค่าเฉลี่ยในช่วงกลางของ ช่วงเวลาสามช่วงคือถัดจากช่วงเวลา 2 นี่ทำงานได้ดีกับช่วงเวลาคี่ แต่ไม่ดีสำหรับช่วงเวลาที่เท่ากันดังนั้นเราจึงวางค่าเฉลี่ยเคลื่อนที่ครั้งแรกเมื่อ M 4. ทางเทคนิคค่าเฉลี่ยเคลื่อนที่จะลดลงที่ t 2 5, 3 5. เพื่อหลีกเลี่ยงปัญหานี้เราเรียบ MA s ใช้ M 2 ดังนั้นเราจึงเรียบค่าเรียบถ้าเราเฉลี่ยจำนวนคู่เราต้องเรียบค่าตารางต่อไปนี้แสดงผลโดยใช้ M 4.Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองมาดูเวลาของเรา series.2 ในแท็บ Data คลิก Data An alysis. Note สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2.5 คลิกที่ช่อง Interval และ พิมพ์ 6.6 คลิกที่ช่อง Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน , ยอดเขาและหุบเขาจะเรียบออกกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากเกินไป 9 ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วง 4. ข้อสรุปขนาดใหญ่ ระยะห่างที่มากขึ้นและหุบเขาจะเรียบออกช่วงที่มีขนาดเล็กที่ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ที่จุดข้อมูลจริงเฉลี่ยที่เกิดขึ้นสิ่งที่พวกเขาอยู่ในบรรดาตัวชี้วัดทางเทคนิคที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทาง ของ แนวโน้มปัจจุบันทุกประเภทของค่าเฉลี่ยเคลื่อนที่ที่เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูได้ ข้อมูลที่เรียบขึ้นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่ที่รู้จักกันดีว่าเป็นค่าเฉลี่ยเคลื่อนที่อย่างง่าย SMA คำนวณโดยการคำนวณค่าเฉลี่ยของชุดค่าที่กำหนด ของค่าตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 ถูกแบ่งออก โดยจำนวนวันที่ 10 จะมาถึงค่าเฉลี่ย 10 วันหากผู้ประกอบการค้าต้องการที่จะดูค่าเฉลี่ย 50 วันแทนจะมีการคำนวณแบบเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่เกิดขึ้น e ต่ำกว่า 11 จะคำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาบางทีคุณอาจสงสัยว่าเหตุใดผู้ค้าทางเทคนิคจึงเรียกเครื่องมือนี้ว่าค่าเฉลี่ยเคลื่อนที่และไม่ได้เป็นเพียงค่าเฉลี่ยปกติ คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาแทนที่ดังนั้นชุดข้อมูลจึงเคลื่อนย้ายบัญชีใหม่เพื่อให้มีข้อมูลใหม่เมื่อมีพร้อมใช้งานวิธีนี้ การคำนวณช่วยให้แน่ใจได้ว่าจะมีการบันทึกเฉพาะข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 กล่องสีแดงซึ่งแสดงถึง 10 จุดข้อมูลที่ผ่านมาจะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจาก การคำนวณเนื่องจากค่าที่ค่อนข้างเล็ก 5 แทนค่าสูง 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของการลดลงของชุดข้อมูลซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยที่เกิดขึ้นเมื่อค่าของ MA h ได้รับการคำนวณแล้วจะมีการวางแผนลงบนแผนภูมิและเชื่อมต่อกันเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่เส้นโค้งเหล่านี้เป็นเส้นตรงในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีที่ใช้จะแตกต่างกันไปมากขึ้นในภายหลังเนื่องจากคุณสามารถเห็นได้ในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้ดูเหมือนจะทำให้เสียสมาธิหรือเกิดความสับสนในตอนแรก แต่คุณจะเริ่มคุ้นเคยกับพวกเขาเมื่อเวลาผ่านไปเส้นสีแดง เป็นราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมาตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่ใดและจะเป็นอย่างไรเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันและ ตรวจสอบว่ามันแตกต่างจากเดิมที่กล่าวถึงค่าเฉลี่ยเคลื่อนที่ง่ายค่าเฉลี่ยเคลื่อนที่ง่ายเป็นที่นิยมอย่างมากในหมู่ผู้ค้า แต่เช่นตัวชี้วัดทางเทคนิคทั้งหมดก็มีนักวิจารณ์หลายคนยืนยันว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีการถ่วงน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนซ์นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้ายในการตอบสนอง การวิพากษ์วิจารณ์นี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและ ความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่แบบเสวนาหมายถึงค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากขึ้นกับราคาล่าสุดในความพยายามที่จะทำให้การตอบสนองต่อข้อมูลใหม่ ๆ มีความสมจริงมากขึ้นเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดแผนภูมิทำคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่ EMA e. quation เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการคำนวณค่าเริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องไปด้วย สูตรข้างต้นจากที่นี่เราได้จัดเตรียมสเปรดชีตตัวอย่างที่มีตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสี้ยวความแตกต่างระหว่าง EMA และ SMA ขณะนี้คุณมีความเข้าใจว่า SMA และ EMA มีการคำนวณลองพิจารณาดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไรโดยดูจากการคำนวณ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลส่วนใหญ่ให้ความสำคัญมากขึ้นทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากับ 15 แต่ EMA ตอบสนองได้เร็วกว่าราคาที่เปลี่ยนแปลงแจ้งให้ EMA ทราบว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA ผ่าน SMA. What Different Days Mean Moving averages เป็นตัวบ่งชี้ที่สามารถปรับแต่งได้เองซึ่งหมายความว่าผู้ใช้สามารถเลือกเฟรมเวลาได้อย่างอิสระ ต้องการในการสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วันยิ่งช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยยิ่งเท่าใด ช่วงเวลาที่มีความสำคัญน้อยลงหรือเรียบขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการหาค่าที่เหมาะสมที่สุดสำหรับคุณคือการทดสอบกับตัวเลขที่แตกต่างกัน ระยะเวลาจนกว่าคุณจะพบรูปแบบที่เหมาะกับกลยุทธ์ของคุณ