ชี้แจง เรียบ ถัว เฉลี่ยเคลื่อนที่

Average Moving Average ตัวบ่งชี้ทางเทคนิคโดยเฉลี่ยเคลื่อนที่แสดงค่าเฉลี่ยของตราสารในช่วงระยะเวลาหนึ่ง เมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยหนึ่งค่าจากราคาตราสารในช่วงเวลานี้ เมื่อราคาเปลี่ยนแปลงไปค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นหรือลดลง มีสี่ประเภทของค่าเฉลี่ยเคลื่อนที่: Simple (เรียกอีกอย่างว่า Arithmetic), Exponential กระชับและถ่วงน้ำหนัก Moving Average อาจคำนวณได้สำหรับชุดข้อมูลลำดับใด ๆ รวมถึงราคาเปิดและราคาปิดราคาสูงสุดและต่ำสุดปริมาณการซื้อขายหรือตัวชี้วัดอื่น ๆ มักเป็นกรณีที่ใช้ค่าเฉลี่ยเคลื่อนที่สองเท่า สิ่งเดียวที่ค่าเฉลี่ยเคลื่อนที่ของแต่ละประเภทแตกต่างกันมากคือเมื่อค่าสัมประสิทธิ์น้ำหนักที่กำหนดให้กับข้อมูลล่าสุดต่างกัน ในกรณีที่เรากำลังพูดถึง Simple Moving Average ราคาทั้งหมดของช่วงเวลาที่เป็นปัญหามีมูลค่าเท่ากัน Exponential Moving Average และ Linear Weighted Moving Average ให้ความสำคัญกับราคาล่าสุด วิธีที่ใช้บ่อยที่สุดในการตีความค่าเฉลี่ยราคาคือการเปรียบเทียบการเปลี่ยนแปลงของราคากับการดำเนินการด้านราคา เมื่อราคาของตราสารเพิ่มขึ้นเหนือค่าเฉลี่ยเคลื่อนที่สัญญาณซื้อจะปรากฏขึ้นหากราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่เรามีสัญญาณการขายอะไรบ้าง ระบบการซื้อขายนี้ซึ่งอิงตามค่าเฉลี่ยเคลื่อนที่ไม่ได้ออกแบบมาเพื่อให้เข้าสู่ตลาดได้อย่างถูกต้องในจุดต่ำสุดและทางออกด้านขวาบนยอด จะช่วยให้สามารถปฏิบัติตามแนวโน้มดังต่อไปนี้: ซื้อเร็ว ๆ นี้หลังจากที่ราคาถึงจุดต่ำสุดแล้วและจะขายได้เร็ว ๆ นี้หลังจากที่ราคาถึงจุดสูงสุดแล้ว ค่าเฉลี่ยเคลื่อนที่สามารถใช้กับตัวบ่งชี้ นั่นคือที่การตีความตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่จะคล้ายกับการตีความค่าเฉลี่ยถ่วงน้ำหนักของราคา: ถ้าตัวบ่งชี้สูงขึ้นเหนือค่าเฉลี่ยเคลื่อนที่ของตัวบ่งชี้นั่นหมายความว่าการเคลื่อนไหวของตัวบ่งชี้ที่เพิ่มขึ้นมีแนวโน้มที่จะดำเนินต่อไป: ถ้าตัวบ่งชี้ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ หมายความว่ามีแนวโน้มว่าจะลดลงต่อไป นี่คือประเภทของค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ: ค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนที่เฉลี่ย (SMA) ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนย้ายได้ (EMA) Smoothed Moving Average (SMMA) ค่าเฉลี่ยเคลื่อนที่เชิงเส้นแบบเชิงเส้น (LMA) คุณสามารถทดสอบสัญญาณการค้าของตัวบ่งชี้นี้โดยการสร้าง Expert Advisor ใน MQL5 Wizard การคำนวณ Average Moving Average (Simple Average Moving Average - Simple Average Moving Average - Simple Moving Average - Average Average Moving Average - Simple Average Moving Average) หมายถึงการคำนวณค่าเฉลี่ยเคลื่อนที่ (Simple Moving Average - SMA) โดยทั่วไปหมายถึงการคำนวณค่าเฉลี่ยเคลื่อนที่คำนวณโดยสรุปราคาปิดตราสารเป็นระยะเวลาเดียว (เช่น 12 ชั่วโมง) ค่านี้หารด้วยจำนวนงวดดังกล่าว SMA SUM (CLOSE (i), N) N SUM sum CLOSE (i) ระยะเวลาปิดงวดปัจจุบัน N จำนวนรอบการคำนวณ ค่าเฉลี่ยเคลื่อนที่แบบ Exponential (EMA) ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงโดยการสุ่มตัวอย่างคำนวณโดยการเพิ่มส่วนแบ่งของราคาปิดปัจจุบันเป็นค่าก่อนหน้าของค่าเฉลี่ยเคลื่อนที่ ด้วยราคาเฉลี่ยเคลื่อนที่ที่ราบเรียบตามลำดับขั้นตอนราคาปิดล่าสุดมีมูลค่ามากขึ้น ค่าเฉลี่ยถ่วงน้ำหนักของค่า P-percent จะมีลักษณะดังนี้ EMA (CLOSE (i) P) (EMA (i - 1) (1 - P)) ปิด (i) ค่า EMA (i - 1) ของ Moving Average ของช่วงก่อนหน้า P เปอร์เซ็นต์ของการใช้ราคา Smoothed Moving Average (SMMA) ค่าแรกของค่าเฉลี่ยเคลื่อนที่แบบเรียบนี้คำนวณเป็นค่าเฉลี่ยเคลื่อนที่แบบเรียบ (SMA): SUM1 SUM (CLOSE (i), N) ค่าเฉลี่ยเคลื่อนที่ที่สองคำนวณตามสูตรนี้: SMMA (i) (SMMA1 (N-1) CLOSE (i)) N ค่าเฉลี่ยเคลื่อนที่ที่คำนวณได้จะคำนวณตามสูตรด้านล่าง: PREVSUM SMMA (i - 1) N SMMA (i) (PREVSUM - SMMA (i - 1) CLOSE (i)) N SUM sum SUM1 ยอดรวมของราคาปิดสำหรับ N period นับจากแถบก่อนหน้า PREVSUM smoothed sum of the previous bar SMMA (i-1) ทำให้ค่าเฉลี่ยเคลื่อนที่ของแถบเดิม SMMA (i) ทำให้ค่าเฉลี่ยเคลื่อนที่ของแถบปัจจุบันลดลง (ยกเว้นงวดแรก) ปิด (i) ราคาปดปดปดปด N ปจจุบัน หลังจากการแปลงเลขคณิตแล้วสูตรนี้สามารถทำได้ง่ายขึ้น: SMMA (i) (SMMA (i - 1) (N - 1) ปิด (i)) N ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้น (LWMA) ในกรณีของค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักข้อมูลล่าสุดคือ มีค่ามากกว่าข้อมูลเบื้องต้น ค่าเฉลี่ยถ่วงน้ำหนักที่คำนวณได้จากการคูณด้วยราคาต่อหนึ่งอันของราคาปิดที่อยู่ในชุดการพิจารณาโดยใช้ค่าสัมประสิทธิ์น้ำหนัก: LWMA SUM (CLOSE (i) i, N) SUM (i, N) SUM sum CLOSE (i) SUM (i, N) ผลรวมของค่าสัมประสิทธิ์น้ำหนัก N ระยะเวลาการราบเรียบค่าเฉลี่ยของค่าเฉลี่ยถ่วงน้ำหนัก: พื้นฐานเบื้องต้นในช่วงหลายปีที่ผ่านมาช่างเทคนิคพบปัญหาสองอย่างเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ปัญหาแรกอยู่ในกรอบเวลาของค่าเฉลี่ยเคลื่อนที่ (MA) นักวิเคราะห์ทางเทคนิคส่วนใหญ่เชื่อว่าการดำเนินการด้านราคา การเปิดหรือปิดราคาหุ้นไม่เพียงพอที่จะขึ้นอยู่กับการคาดการณ์อย่างถูกต้องสัญญาณซื้อหรือขายของการกระทำแบบไขว้ MAs เพื่อแก้ปัญหานี้นักวิเคราะห์จึงกำหนดน้ำหนักให้มากที่สุดกับข้อมูลราคาล่าสุดโดยใช้ค่าเฉลี่ยเคลื่อนที่แบบเรียบ (EMA) (เรียนรู้เพิ่มเติมเกี่ยวกับ Exploring Average Moved Average Weighed) ตัวอย่างเช่นใช้ MA 10 วันนักวิเคราะห์จะใช้ราคาปิดของวันที่ 10 และคูณเลขนี้เป็น 10 วันที่เก้าโดยเก้าแปดวินาที วันโดยแปดและอื่น ๆ เพื่อแรกของ MA เมื่อรวมแล้วนักวิเคราะห์จะหารตัวเลขด้วยการเพิ่มตัวคูณ ถ้าคุณเพิ่มตัวคูณของตัวอย่าง MA 10 วันจำนวนเป็น 55 ตัวบ่งชี้นี้เรียกว่าค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเชิงเส้น (สำหรับการอ่านที่เกี่ยวข้องให้ดูที่ค่าเฉลี่ยเคลื่อนที่แบบธรรมดาทำให้แนวโน้มโดดเด่น) ช่างเทคนิคหลายคนเชื่อมั่นในค่าเฉลี่ยเคลื่อนที่แบบเรียบ (exponentially smoothed moving average - EMA) ตัวบ่งชี้นี้ได้รับการอธิบายด้วยวิธีต่างๆมากมายที่ทำให้นักเรียนและนักลงทุนสับสน บางทีคำอธิบายที่ดีที่สุดมาจาก John J. Murphys การวิเคราะห์ทางเทคนิคของตลาดการเงิน (เผยแพร่โดย New York Institute of Finance, 1999): ค่าเฉลี่ยเคลื่อนที่แบบเรียบเรียงตามที่อธิบายถึงปัญหาทั้งสองที่เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ประการแรกค่าเฉลี่ยที่ได้รับการจัดแจงโดยการชี้แจงให้น้ำหนักที่มากขึ้นกับข้อมูลล่าสุด ดังนั้นจึงเป็นค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก แต่ในขณะที่ให้ความสำคัญน้อยกว่ากับข้อมูลราคาในอดีตจะรวมถึงการคำนวณข้อมูลทั้งหมดในชีวิตของเครื่องมือ นอกจากนี้ผู้ใช้สามารถปรับน้ำหนักเพื่อให้น้ำหนักมากขึ้นหรือน้อยกว่ากับราคาวันล่าสุดซึ่งเพิ่มขึ้นเป็นเปอร์เซ็นต์ของมูลค่าวันก่อนหน้า ผลรวมของค่าเปอร์เซ็นต์ทั้งสองจะเพิ่มขึ้นเป็น 100 ตัวอย่างเช่นราคาสุดท้ายของวันอาจมีการกำหนดน้ำหนัก 10 (.10) ซึ่งจะเพิ่มลงในน้ำหนักของวันก่อนหน้า 90 (.90) นี้จะช่วยให้วันสุดท้าย 10 ของน้ำหนักรวม นี่จะเทียบเท่ากับค่าเฉลี่ย 20 วันโดยให้ราคาวันสุดท้ายมีค่าน้อยกว่า 5 (.05) กราฟแสดงดัชนี Nasdaq Composite จากสัปดาห์แรกตั้งแต่เดือนสิงหาคม 2543 ถึงวันที่ 1 มิถุนายน พ. ศ. 2544 ตามที่คุณเห็นได้ชัด EMA ซึ่งในกรณีนี้ใช้ข้อมูลราคาปิดผ่าน a ระยะเวลาเก้าวันมีสัญญาณขายที่ชัดเจนในวันที่ 8 กันยายน (มีเครื่องหมายลูกศรลงสีดำ) นี่เป็นวันที่ดัชนีทะลุแนว 4,000 จุด ลูกศรสีดำที่สองแสดงอีกขาลงที่ช่างเทคนิคกำลังคาดหวัง Nasdaq ไม่สามารถสร้างปริมาณและดอกเบี้ยได้เพียงพอจากนักลงทุนรายย่อยเพื่อทำลายเครื่องหมาย 3,000 จากนั้นก็พุ่งตัวลงสู่จุดต่ำสุดที่ 1619.58 ในวันที่ 4 เม. ย. แนวโน้มการขึ้นลงของวันที่ 12 เมษายนจะมีเครื่องหมายลูกศร ดัชนีปิดที่ 1,961.46 จุดและนักเทคนิคเริ่มเห็นผู้จัดการกองทุนสถาบันเริ่มที่จะรับข้อเสนอพิเศษบางอย่างเช่น Cisco, Microsoft และปัญหาด้านพลังงานบางส่วน (อ่านบทความที่เกี่ยวข้องของเรา: การย้ายซองจดหมายโดยเฉลี่ย: การปรับแต่งเครื่องมือการเทรดดิ้งที่ได้รับความนิยมและการเด้งเฉลี่ยโดยเฉลี่ย) การเสนอราคาเริ่มต้นของสินทรัพย์ของ บริษัท ที่ล้มละลายจากผู้ซื้อที่สนใจที่ได้รับเลือกโดย บริษัท ที่ล้มละลาย จากกลุ่มผู้เสนอราคา ข้อ 50 คือข้อตกลงการเจรจาต่อรองและข้อยุติในสนธิสัญญา EU ที่ระบุขั้นตอนที่จะต้องดำเนินการสำหรับประเทศใด ๆ ที่ เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA ค่าเฉลี่ยที่เป็นตัวบ่งชี้ - EMA การลดลงค่าเฉลี่ยเลขประจำตัว EMA - EMA ระยะเวลา 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมสูงสุดและใช้ในการสร้างตัวบ่งชี้เช่นความแตกต่างของค่าเฉลี่ยเคลื่อนที่ (MACD) และออสซิเลเตอร์ราคาร้อยละ (PPO) โดยทั่วไปแล้ว EMA 50 และ 200 วันใช้เป็นสัญญาณของแนวโน้มในระยะยาว ผู้ค้าที่ใช้การวิเคราะห์ทางเทคนิคพบค่าเฉลี่ยเคลื่อนที่ที่มีประโยชน์และลึกซึ้งเมื่อใช้อย่างถูกต้อง แต่สร้างความหายนะเมื่อใช้ไม่ถูกต้องหรือถูกตีความผิด ค่าเฉลี่ยเคลื่อนที่ทั้งหมดที่ใช้กันโดยทั่วไปในการวิเคราะห์ทางเทคนิคเป็นไปตามลักษณะของตัวชี้วัดที่ล่าช้า ดังนั้นข้อสรุปที่ได้จากการนำค่าเฉลี่ยเคลื่อนที่ไปเป็นกราฟตลาดหนึ่ง ๆ ควรเป็นการยืนยันการเคลื่อนไหวของตลาดหรือเพื่อบ่งชี้ถึงความแข็งแกร่ง บ่อยครั้งเมื่อถึงเวลาที่เส้นค่าเฉลี่ยเคลื่อนไหวได้เปลี่ยนไปเพื่อสะท้อนการเคลื่อนไหวที่สำคัญในตลาดจุดที่เหมาะสมที่สุดของการเข้าสู่ตลาดได้ผ่านไปแล้ว EMA ช่วยลดปัญหานี้ได้บ้าง เนื่องจากการคำนวณ EMA ให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดจึงทำให้การดำเนินการด้านราคาแย่ลงและตอบสนองได้เร็วขึ้น นี่เป็นที่พึงปรารถนาเมื่อใช้ EMA เพื่อรับสัญญาณการซื้อขาย การตีความ EMA เช่นเดียวกับตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ทั้งหมดพวกเขาจะเหมาะกับตลาดที่มีแนวโน้มมากขึ้น เมื่อตลาดอยู่ในขาขึ้นที่แข็งแกร่งและยั่งยืน เส้นแสดงตัวบ่งชี้ EMA จะแสดงแนวโน้มขาขึ้นและทางกลับกันสำหรับแนวโน้มขาลง ผู้ค้าระมัดระวังจะไม่เพียง แต่ใส่ใจกับทิศทางของเส้น EMA แต่ยังสัมพันธ์ของอัตราการเปลี่ยนแปลงจากแถบหนึ่งไปอีก ตัวอย่างเช่นในขณะที่การดำเนินการตามราคาของขาขึ้นที่แข็งแกร่งจะเริ่มแผ่ออกและพลิกกลับอัตราการเปลี่ยนแปลงของ EMA จากแถบหนึ่งไปยังอีกส่วนหนึ่งจะเริ่มลดลงไปจนกว่าจะถึงเวลาดังกล่าวที่บรรทัดตัวบ่งชี้จะราบเรียบและอัตราการเปลี่ยนแปลงเป็นศูนย์ เนื่องจากผลกระทบที่ปกคลุมด้วยวัตถุฉนวนถึงจุดนี้หรือแม้กระทั่งไม่กี่บาร์ก่อนการดำเนินการด้านราคาน่าจะได้กลับรายการไปแล้ว ดังนั้นจึงเป็นไปได้ว่าการสังเกตการลดอัตราการเปลี่ยนแปลงของ EMA ที่สอดคล้องกันอาจถูกใช้เป็นตัวบ่งชี้ที่จะช่วยป้องกันภาวะที่กลืนไม่เข้าคายไม่ออกอันเกิดจากผลกระทบที่เกิดจากการเคลื่อนที่โดยเฉลี่ย การใช้ EMA ทั่วไปของ EMA มักใช้ร่วมกับตัวบ่งชี้อื่น ๆ เพื่อยืนยันการย้ายตลาดที่สำคัญและเพื่อวัดความถูกต้อง สำหรับผู้ค้าที่ค้าขายระหว่างวันและตลาดที่เคลื่อนไหวอย่างรวดเร็ว EMA จะสามารถใช้งานได้มากขึ้น ผู้ค้ามักใช้ EMA เพื่อหาอคติในการซื้อขาย ตัวอย่างเช่นหาก EMA ในแผนภูมิรายวันมีแนวโน้มเพิ่มสูงขึ้นกลยุทธ์การค้าระหว่างวันอาจเป็นการค้าเฉพาะจากด้านยาวบนกราฟระหว่างวันค่าเฉลี่ยเคลื่อนที่ที่ถัวเฉลี่ยที่ชี้แจงเป็นค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักซึ่งปัจจัยน้ำหนักนั้น อำนาจของ S ความราบเรียบคงที่ ค่าเฉลี่ยเคลื่อนที่ที่ได้รับการอธิบายอย่างเป็นเส้นตรงจะคำนวณจากข้อมูลทั้งหมดที่สะสมมาแทนแทนที่จะถูกตัดออกหลังจากผ่านไปหลายวัน สำหรับวัน d ค่าเฉลี่ยเคลื่อนที่แบบเรียบขึ้นคือ: แต่นี่เป็นเพียงลำดับทางเรขาคณิตระยะถัดไปในลำดับดังกล่าวจะได้จาก: A d (1 S) M d SA d -1 การคำนวณจะเร่งขึ้นและความเข้าใจทำหน้าที่ถ้าเราเปลี่ยน: P 1- S สำหรับ S เป็นสมการสำหรับระยะถัดไป ทำพีชคณิตเล็ก ๆ น้อย ๆ เราค้นพบ: การปรับเปลี่ยนนี้ทำให้การทำงานของการปรับให้เรียบง่ายมาก ทุกวันเราใช้ตัวเลขแนวโน้มเก่า A d -1 คำนวณความแตกต่างระหว่างมันกับการวัดในวันนี้ M d. จากนั้นเพิ่มเปอร์เซ็นต์ของความแตกต่าง P กับค่าแนวโน้มเก่าได้ใหม่ เห็นได้ชัดว่าใกล้ชิด P คือ 1 (และใกล้ชิด S คือศูนย์) ยิ่งมีอิทธิพลต่อการวัดใหม่ตามแนวโน้ม ถ้า P 1 ค่าแนวโน้มเก่า A d -1 จะยกเลิกออกและค่าเฉลี่ยเคลื่อนที่จะติดตามข้อมูลได้อย่างแม่นยำ ตัวอย่างเช่นมีค่าคงที่การปรับให้เรียบ S 0.9 เราใช้ข้อมูลน้ำหนักเราจะคำนวณค่าแนวโน้มใหม่ A d จากค่าแนวโน้มก่อนหน้า A d -1 และน้ำหนักวันนี้ M d เป็น: ในการหารือเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ที่คลี่คลายตามเกณฑ์ชี้แจงโดยเฉพาะทางการเงิน แอพพลิเคชันระวังสับสนกับค่าคงที่ของการปรับให้ราบเรียบ S กับรูปแบบตัวแปร P 1- S เพื่อลดความซับซ้อนของการคำนวณและทำให้ผลกระทบของข้อมูลใหม่ ๆ เมื่อมีค่าเฉลี่ยเคลื่อนที่มากขึ้น P มักเรียกว่าเปอร์เซ็นต์การราบเรียบระยะ 10 smoothing หมายถึงการคำนวณที่ P 101000.1 และด้วยเหตุนี้ S 0.9