Liikkuva keskiarvo - MA. BREAKING DOWN Siirrettävä keskiarvo - MA. As SMA-esimerkkinä, harkitse tietoturvaa, jonka seuraavat sulkemishinnat ovat 15 päivää. Viikko 1 5 päivää 20, 22, 24, 25, 23. Viikko 2 5 päivää 26, 28 , 26, 29, 27. Viikko 3 5 päivää 28, 30, 27, 29, 28. 10 päivän MA keskimäärin ensimmäisten 10 päivän päätöskurssit ensimmäisen datapisteenä Seuraava datapiste alenisi aikaisintaan hinta, lisää hinta 11. päivänä ja noudata keskiarvoa, ja niin edelleen kuten alla. Kuten aiemmin on todettu, MA: t viivästyttävät nykyistä hintatoimintaa, koska ne perustuvat aikaisempaan hintaan, mitä kauemmin MA: n ajanjakso on, sitä suurempi lag 200 päivän MA: lla on huomattavasti pidempi viivästyminen kuin 20 päivän MA: ssa, koska se sisältää hintoja viimeisten 200 päivän aikana. Käyttämättömän MA: n pituus riippuu kaupankäynnin tavoitteista, lyhyemmät MA: t käytetään lyhytaikaisiin kaupankäyntiin ja pitempiaikaiset maat sopivat paremmin pitkän aikavälin sijoittajille 200 päivän MA noudattaa laajalti sijoittajia ja kauppiaita, joiden tauot ylittävät tämän liukuvan keskiarvon ovat tärkeitä kaupankäyntijasignaaleja. Myös malleja antavat tärkeitä kaupankäyntisignaaleja yksinään tai kun kaksi keskiarvoa ylittävät A nousevan MA: n, osoittaa, että turvallisuus on nousussa, kun taas laskeva MA osoittaa, että se on laskusuunnassa. Samoin nouseva vauhti on vahvistetaan nousevan nousun jälkeen, mikä ilmenee, kun lyhyen aikavälin MA ylittää pitkän aikavälin MA: n alaspäin suuntautuvan momentin, vahvistuu laskevalla crossoverilla, mikä tapahtuu, kun lyhyen aikavälin MA ylittää pidemmän aikavälin MA: n..Kaikki suosituimpia teknisiä indikaattoreita käytetään liukuvien keskiarvojen mittaamiseen nykyisen suuntauksen suuntaan. Kaikki tässä opettajassa yleisesti kirjoitetut liikkuvan keskiarvot, kuten MA, ovat matemaattinen tulos, joka lasketaan keskiarvon avulla useista aiemmista datapisteistä. Kun määritetään, tuloksena oleva keskiarvo piirretään sitten kaaviolle, jotta toimijat voivat tarkastella tasoitettuja tietoja sen sijaan, että keskityttäisiin päivittäisiin hintavaihteluihin, jotka ovat luonteeltaan kaikkien rahoittajien al-markkinat. Liikkuvan keskiarvon yksinkertaisin muoto, joka tunnetaan tavallisesti yksinkertaisena liukuva keskiarvona SMA, lasketaan ottamalla tietyn arvoryhmän aritmeettinen keskiarvo Esimerkiksi 10 päivän liukuvan keskiarvon laskemiseksi lisäät viimeiset 10 päivän viimeiset hinnat ja jakaa tulos 10: llä. Kuviossa 1 viimeisten 10 päivän 110 hintojen summa jaettuna päivien 10 lukumäärällä 10 päivän keskiarvoon saakka Jos elinkeinonharjoittaja haluaa katsotaan 50 päivän keskiarvoa, mutta sama hinta lasketaan 50 viimeisen päivän aikana. Tuloksena saatu keskiarvo alle 11: ssä ottaa huomioon viimeiset 10 datapistettä, jotta kauppiaille voitaisiin antaa käsitys siitä, miten omaisuus on hinnoiteltu viimeisten 10 päivän aikana. Oletko ehkä miettinyt, miksi tekniset toimijat kutsuvat tätä työkalua liukuvalle keskiarvolle eikä vain säännölliselle keskiarvolle. Vastaus on, että kun uudet arvot tulevat saataville, vanhimmat datapisteet on pudonnut sarjasta ja uudet datapisteet tulevat i n korvaamaan ne Näin ollen datajoukko siirtyy jatkuvasti uusien tietojen huomioon otta - miseksi, kun se tulee saataville Tämä laskentamenetelmä varmistaa, että vain nykyiset tiedot otetaan huomioon Kuvassa 2, kun uusi arvo 5 lisätään sarjaan , viimeisen 10 datapisteen edustama punainen laatikko siirtyy oikealle ja viimeinen 15: n arvo lasketaan laskemasta Koska suhteellisen pieni arvo 5 korvaa korkean 15: n arvon, oletettavasti näet datasarjan keskiarvon laskee, mitä se tekee, tässä tapauksessa 11: stä 10: een. Mihin liikuttavat keskiarvot näyttävät Kun MA: n arvot on laskettu, ne piirretään kaaviolle ja liitetään sitten liukuvan keskiarvon luomiseksi. Nämä kaarevat linjat ovat yleisiä teknisten toimijoiden kaavioista, mutta miten niitä käytetään, voi vaihdella huomattavasti enemmän myöhemmin. Kuten kuvasta 3 nähdään, on mahdollista lisätä enemmän kuin yksi liukuva keskiarvo mihin tahansa kaavioon säätämällä ajanjaksoja, joita käytetään las ion Nämä kaarevat linjat saattavat tuntua häiritsevältä tai sekaannuksilta aluksi, mutta tulet tottumaan niihin ajan myötä. Punainen rivi on yksinkertaisesti keskimääräinen hinta viimeisten 50 päivän aikana, kun taas sininen viiva on keskimäärin viimeisen 100 päivän aikana Nyt kun ymmärrät, mikä liikkuva keskiarvo on ja miltä se näyttää, esitämme toisenlaisen liikkuvan keskiarvon ja tarkastelemme, miten se eroaa edellä mainituista yksinkertaisista liikkuvista keskiarvoista. Yksinkertainen liikkuva keskiarvo on erittäin suosittu kauppiaiden keskuudessa, mutta kuten kaikki tekniset indikaattorit, sillä on sen kriitikot Monet yksityishenkilöt väittävät, että SMA: n hyödyllisyys on rajoitettu, koska tietosarjan jokaisen pisteen painotus on sama riippumatta siitä, missä se tapahtuu sekvenssissä. Kriitikot väittävät, että viimeisimmät tiedot ovat merkittävämpiä kuin vanhemmilla tiedoilla, ja niiden pitäisi vaikuttaa enemmän lopputulokseen. Vastauksena tähän kritiikkiin kauppiaat alkoivat kiinnittää enemmän huomiota viimeaikaisiin tietoihin, mikä on johtanut keksintöön o f eri tyyppisiä uusia keskiarvoja, joista suosituin on eksponentiaalinen liukuva keskiarvo EMA Lue lisää lukemalla perusasiat painotetuista liikkuvista keskiarvoista ja mikä on ero SMA: n ja EMA: n välillä. Exponential Moving Average Eksponentiaalinen liukuva keskiarvo on tyyppi joka lisää painoarvoa viimeaikaisille hinnoille pyrkii parantamaan sitä uusilla tiedoilla. EMA: n laskemiseen liittyvän hieman monimutkaisen yhtälön oppiminen saattaa olla tarpeetonta monille kauppiaille, koska lähes kaikki kartoituspaketit tekevät laskelmat sinulle. te matemaattiset geeksit siellä, tässä on EMA-yhtälö. Kun käytät kaavaa EMA: n ensimmäisen pisteen laskemiseen, saatat huomata, että käytettävissä ei ole arvoa käytettäväksi edelliseen EMA: han. Tämä pieni ongelma voidaan ratkaista laskemalla laskenta yksinkertaisella liikkeellä keskimäärin ja jatkamalla yllä olevasta kaavasta sieltä Olemme toimittaneet sinulle esimerkin laskentataulukon, joka sisältää todellisia esimerkkejä siitä, miten lasketaan EMA: n ja SMA: n välinen ero Nyt kun olet ymmärtänyt paremmin SMA: n ja EMA: n laskemisen, katsotaanpa, kuinka nämä keskiarvot poikkeavat tarkastelemalla EMA: n laskennassa huomaat, että viimeaikaisissa datapisteissä painotetaan entistä enemmän painotettua keskimääräistä tyyppiä. Kuviossa 5 kullakin keskiarvolla käytetyt aikajaksot ovat identtisiä 15, mutta EMA reagoi nopeammin muuttuvat hinnat Huomaa, miten EMA: lla on suurempi arvo, kun hinta nousee ja laskee nopeammin kuin SMA, kun hinta on laskussa Tämä reagointikyky on tärkein syy siihen, miksi monet kauppiaat mieluummin käyttävät EMAa SMA: n kautta. Mitä tehdä eri Päivän keskiarvo Siirtyvät keskiarvot ovat täysin muokattavissa oleva indikaattori, mikä tarkoittaa, että käyttäjä voi vapaasti valita haluamansa aikavälin keskimääräisen keskiarvon luomisen yhteydessä. Yleisimmät keskimääräiset liikkeet ovat 15, 20, 30, 50, 1 00 ja 200 päivää Mitä lyhyempi keskipitkällä aikavälillä käytetään, sitä herkempi on hintamuutokset Mitä kauemmin ajanjakso, herkempi tai tasaisempi, keskimääräinen on Ei ole oikeaa aikataulua Käytä liikkuvien keskiarvojen määrittämisessä Paras tapa selvittää, mikä toimii parhaiten sinun on kokeilla useita eri aikavälejä, kunnes löydät sellaisen, joka sopii strategiaasi. Valitsemalla parhaan trendilinjan tiedot. Kun haluat lisää trendilinja kaavioon Microsoft Graphissa, voit valita minkä tahansa kuuden erilaisen regressiotyypin tyypistä. Tietojen tyyppi määrittelee trendilinjan tyypin. Trendline-luotettavuus Trendilinja on luotettava, kun sen R-neliöarvo on tai lähellä 1 Kun asetat trendiviivan datasi, Graph laskee automaattisesti R-neliöidensä arvon. Halutessasi voit näyttää tämän arvon kaaviossa. Lineaarinen trendiviiva on parhaiten sopiva suora, jota käytetään yksinkertaisen lineaarisen tietojoukko s Tietosi ovat lineaarisia, jos kuvio sen datapisteissä muistuttaa linjaa. Lineaarinen trendilinja osoittaa yleensä, että jokin kasvaa tai laskee tasaisella nopeudella. Seuraavassa esimerkissä lineaarinen trendiviiva osoittaa selvästi, että jääkaapin myynti on jatkuvasti noussut yli 13 - vuosi Huomaa, että R-neliöarvo on 0 9036, joka on linjan hyvä sovitus tietoihin. Logaritminen trendiviiva on parhaiten soveltuva kaareva viiva, joka on kaikkein käyttökelpoinen silloin, kun datan muutosnopeus kasvaa tai laskee nopeasti ja tasoittaa sitten Logaritminen trendiviiva voi käyttää negatiivisia tai positiivisia arvoja. Seuraavassa esimerkissä käytetään logaritmista trendilinjaa, joka havainnollistaa eläinten ennustettua väestönkasvua kiinteällä avaruusalueella, jossa populaatio tasaantuu eläinten tilaa pienemmäksi. Huomaa, että R-neliöarvo on 0 9407, joka on suhteellisen hyvä sovitus riville dataan. Polynomin trendiviiva on kaareva viiva, jota käytetään datan vaihtelun aikana. Se on käyttökelpoinen esimerkiksi analysoitavaksi zing-voitot ja häviöt suurella tietojoukolla Polynomin järjestys voidaan määrittää datan vaihteluiden lukumäärän tai kuinka monta mutkia kukkuloita ja laaksoja esiintyy käyrässä Tilaus 2: n polynomin suuntaviivalla on yleensä vain yksi kukkulan tai laakson tilaus 3: llä on yleensä yksi tai kaksi kukkulaa tai laaksoa. Järjestyksessä 4 on yleensä enintään kolme. Seuraavassa esimerkissä on esitetty Order 2 - polynomi-trendiviiva yhdellä kukkulalla, joka kuvaa nopeuden ja bensiinin kulutuksen välistä suhdetta. Huomaa, että R-neliöarvo on 0 9474, mikä on linjan hyvä sovitus dataan. Tehon trendiviiva on kaareva viiva, jota käytetään parhaiten datasarjoilla, jotka vertailevat mittauksia, jotka kasvavat tietyllä nopeudella esimerkiksi kilpa-auton kiihtyvyyden yhden sekunnin välein Et voi luoda jos datasi on nolla - tai negatiivisia arvoja. Seuraavassa esimerkissä kiihtyvyysdataa kuvataan piirtämällä etäisyys metreinä sekunnissa Tehon trendilinja osoittaa selvästi, cceleration Huomaa, että R-neliöarvo on 0 9923, joka on lähes täydellinen sovitus riville dataan. Eksponentiaalinen trendiviiva on kaareva viiva, joka on kaikkein hyödyllinen silloin, kun datan arvot nousevat tai laskevat yhä korkeammilla nopeuksilla. eksponentiaalinen trendiviiva, jos tietosi sisältävät nolla - tai negatiivisia arvoja. Seuraavassa esimerkissä eksponentiaalinen trendiviiva käytetään havainnollistamaan hiilen 14 vähentyvää määrää objektissa sen iän mukaan Huomaa, että R-neliöarvo on 1, mikä tarkoittaa, että linja sopii tiedot ovat täydellisesti. Liikkuva keskimääräinen trendiviiva tasoittaa tietojen vaihtelua näyttämään mallin tai trendin selkeämmin Liikkuvan keskiarvon suuntaviiva käyttää tiettyä määrää ajankohtana asetettua tietopistettä, laskee keskiarvon ja käyttää keskiarvoa pisteenä Jos trendiviiva Jos ajanjakso on esimerkiksi 2, käytetään ensimmäisen kahden datapisteen keskiarvoa liikkeen keskimääräisen trendilinjan ensimmäiseksi pisteenä. Toisen ja kolmannen datapisteen keskiarvoa käytetään sekunnissa ond-piste trendilinkeissa ja niin edelleen. Seuraavassa esimerkissä liikkuva keskimääräinen trendiviiva osoittaa 26 viikon aikana myytyjen asuntojen lukumäärän.
Comments
Post a Comment