ค่าเฉลี่ยเคลื่อนที่มีมากกว่าการศึกษาลำดับของตัวเลขตามลำดับ ผู้ปฏิบัติงานช่วงต้นของการวิเคราะห์อนุกรมเวลาเป็นเรื่องที่เกี่ยวข้องกับตัวเลขลำดับเวลาของแต่ละบุคคลมากกว่าที่พวกเขามีอยู่กับการแก้ไขข้อมูลดังกล่าว Interpolation ในรูปแบบของทฤษฎีความน่าจะเป็นและการวิเคราะห์มามากในภายหลังเป็นรูปแบบการพัฒนาและ correlations ค้นพบ

เมื่อเข้าใจแล้วเส้นโค้งและเส้นต่างๆที่มีรูปร่างต่างๆถูกวาดตามช่วงเวลาในความพยายามที่จะคาดการณ์จุดข้อมูลที่อาจจะไป ตอนนี้ถือว่าเป็นวิธีการขั้นพื้นฐานที่ใช้โดยนักวิเคราะห์ด้านเทคนิคในปัจจุบัน การวิเคราะห์แผนภูมิสามารถโยงย้อนกลับไปถึงศตวรรษที่ 18 ในประเทศญี่ปุ่นได้อย่างไร แต่อย่างไรและเมื่อใดที่ค่าเฉลี่ยเคลื่อนที่เมื่อถูกนำมาประยุกต์ใช้กับราคาในตลาดเป็นเรื่องลึกลับ เป็นที่เข้าใจกันโดยทั่วไปว่าค่าเฉลี่ยเคลื่อนที่แบบธรรมดา (SMA) ใช้มานานก่อนค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) เนื่องจาก EMA สร้างขึ้นจากกรอบ SMA และความต่อเนื่อง SMA สามารถเข้าใจได้ง่ายขึ้นสำหรับการวางแผนและการติดตาม (คุณต้องการอ่านพื้นหลังเล็กน้อยหรือไม่ลองดูที่ Moving Averages: What Are They? )

999 Simple Moving Average (SMA)

ค่าเฉลี่ยเคลื่อนที่แบบธรรมดากลายเป็นวิธีที่ต้องการในการติดตามราคาตลาดเพราะง่ายต่อการคำนวณและเข้าใจได้ง่าย ผู้ประกอบการตลาดในยุคต้น ๆ ดำเนินการโดยไม่ต้องใช้เมตริกแผนภูมิแบบซับซ้อนในการใช้งานในปัจจุบันดังนั้นพวกเขาจึงพึ่งพาราคาตลาดเป็นคำแนะนำ แต่เพียงผู้เดียว พวกเขาคำนวณราคาตลาดด้วยมือและกราฟราคาดังกล่าวเพื่อแสดงแนวโน้มและทิศทางตลาด กระบวนการนี้ค่อนข้างน่าเบื่อ แต่พิสูจน์ได้ว่าเป็นประโยชน์มากกับการยืนยันการศึกษาเพิ่มเติม

หากต้องการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันให้เพิ่มราคาปิดของ 10 วันที่ผ่านมาและหารด้วย 10 ค่าเฉลี่ยเคลื่อนที่ 20 วันจะคำนวณโดยการเพิ่มราคาปิดในช่วง 20 วันและหารด้วย 20 และอื่น ๆ

สูตรนี้ไม่ได้ขึ้นอยู่กับราคาปิดเท่านั้น แต่ผลิตภัณฑ์นี้เป็นราคาเฉลี่ยของ - เซตย่อย ค่าเฉลี่ยเคลื่อนที่หมายถึง "ย้าย" เนื่องจากกลุ่มของราคาที่ใช้ในการคำนวณเคลื่อนที่ไปตามจุดในแผนภูมิ ซึ่งหมายความว่าวันเก่าจะลดลงในความโปรดปรานของราคาปิดวันใหม่ดังนั้นการคำนวณใหม่จำเป็นเสมอที่สอดคล้องกับกรอบเวลาของการจ้างงานโดยเฉลี่ย ดังนั้นการคำนวณค่าเฉลี่ย 10 วันโดยการเพิ่มวันใหม่และลดลงวันที่ 10 และวันที่เก้าจะลดลงในวันที่สอง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการใช้แผนภูมิในการซื้อขายสกุลเงินโปรดดู

บทแนะนำพื้นฐานเกี่ยวกับแผนภูมิ ของเรา) ค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA)

ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ใช้ในการกลั่นและใช้กันโดยทั่วไปมากขึ้นเนื่องจากการทดลองกับคอมพิวเตอร์ก่อนหน้านี้ EMA ให้ความสำคัญกับราคาล่าสุดมากกว่าในชุดข้อมูลยาว ๆ ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ที่ต้องการ

การคำนวณ EMA
EMA ปัจจุบัน = ((ราคา (ปัจจุบัน) - EMA ก่อนหน้า)) ตัวคูณ X) + EMA ก่อนหน้า

ปัจจัยที่สำคัญที่สุดคือค่าคงที่ที่ราบเรียบที่ = 2 / (1 + N) โดยที่ N = จำนวนวัน

EMA 10 วัน = 2

/

(1 + 10) = 0.1818 หมายถึง EMA 10 งวดที่มีราคาล่าสุด 18. 18%, 20 วัน EMA 9: 52% และ EMA 50 วัน 3. น้ำหนัก 92% ในวันล่าสุด EMA ทำงานโดยการชั่งน้ำหนักความแตกต่างระหว่างราคาในงวดปัจจุบันกับ EMA ก่อนหน้าและเพิ่มผลการค้นหาไปยัง EMA ก่อนหน้า ระยะเวลาที่สั้นลงจะมีการใช้น้ำหนักมากขึ้นกับราคาล่าสุด สายการประกอบสาย

ด้วยการคำนวณเหล่านี้จุดจะถูกวางแผนเอาไว้เผยให้เห็นเส้นที่เหมาะสม เส้นขีดที่สูงหรือต่ำกว่าราคาตลาดบ่งชี้ว่าค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็นตัวชี้วัดที่ล้าหลังและใช้เป็นหลักสำหรับแนวโน้มดังต่อไปนี้ พวกเขาไม่ได้ทำงานได้ดีกับตลาดช่วงและช่วงเวลาของความแออัดเนื่องจากสายการประกอบไม่สามารถแสดงถึงแนวโน้มเนื่องจากการขาดความชัดเจนสูงขึ้นหรือต่ำกว่าที่เห็นได้ชัด นอกจากนี้สายกระชับยังคงมีค่าคงที่โดยไม่ต้องมีคำแนะนำ เส้นพุ่งแรงที่อยู่ด้านล่างของตลาดมีความหมายยาวนานในขณะที่เส้นที่พอดีกับราคาที่ตกลงเหนือตลาดหมายถึงระยะสั้น (อ่านคู่มือ

Moving Average Tutorial
. ) วัตถุประสงค์ของการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆคือการวัดและวัดแนวโน้มด้วยการทำให้ข้อมูลเรียบโดยใช้วิธีหลายกลุ่มของราคา มีแนวโน้มที่จะได้รับการคาดการณ์และคาดการณ์ไว้ สมมติฐานคือการเคลื่อนไหวของแนวโน้มก่อนหน้าจะดำเนินต่อไป สำหรับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแนวโน้มระยะยาวสามารถหาได้ง่ายกว่า EMA โดยมีข้อสันนิษฐานที่สมเหตุสมผลว่าสายพอดีจะแข็งแกร่งกว่าเส้น EMA อันเนื่องมาจากการมุ่งเน้นที่ราคาเฉลี่ย

EMA ใช้เพื่อจับภาพการเคลื่อนไหวที่สั้นลงเนื่องจากมุ่งเน้นไปที่ราคาล่าสุด โดยวิธีนี้ EMA ควรจะลดความล่าช้าใด ๆ ในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเพื่อให้เส้นที่เหมาะสมจะกอดราคาใกล้กว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ปัญหาที่เกิดขึ้นกับ EMA คือ: มันมีแนวโน้มที่จะแบ่งราคาโดยเฉพาะอย่างยิ่งในช่วงตลาดที่รวดเร็วและช่วงเวลาของความผันผวน EMA ทำงานได้ดีจนกว่าราคาจะพังทลายลง ในช่วงที่ตลาดมีความผันผวนสูงขึ้นคุณสามารถพิจารณาเพิ่มระยะเวลาเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ได้ หนึ่งสามารถเปลี่ยนจาก EMA เป็น SMA เนื่องจาก SMA ทำให้ข้อมูลดีขึ้นกว่า EMA เนื่องจากมุ่งเน้นไปที่วิธีการในระยะยาว

ตัวบ่งชี้การเทรนด์

เป็นตัวชี้วัดที่อยู่ข้างหลังค่าเฉลี่ยเคลื่อนที่โดยรวมอยู่ที่แนวรับและแนวต้าน หากราคาพุ่งขึ้นต่ำกว่าแนวเส้น 10 วันที่มีแนวโน้มสูงขึ้นโอกาสดีที่แนวโน้มอาจจะลดลงหรืออย่างน้อยตลาดอาจรวมตัวกัน หากราคาพุ่งขึ้นเหนือเส้นค่าเฉลี่ย 10 วันในช่วงขาลงแนวโน้มอาจลดลงหรือรวมตัว ในกรณีเหล่านี้ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 10 และ 20 วันพร้อมกันและรอให้เส้น 10 วันข้ามด้านบนหรือด้านล่างเส้น 20 วัน ซึ่งจะเป็นตัวกำหนดทิศทางระยะสั้นสำหรับราคาต่อไป
สำหรับช่วงระยะยาวดูค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันสำหรับทิศทางในระยะยาว ตัวอย่างเช่นหากใช้ค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันหากค่าเฉลี่ยเคลื่อนที่ภายใน 100 วันต่ำกว่าค่าเฉลี่ย 200 วันจะเรียกว่าเครื่องหมายการเสียชีวิตและมีราคาที่ต่ำมาก ค่าเฉลี่ยเคลื่อนที่ 100 วันที่ข้ามค่าเฉลี่ยเคลื่อนที่ 200 วันเรียกว่าไม้กางเขนทองคำและเป็นราคาที่สูงมาก ไม่ว่าจะเป็น SMA หรือ EMA เนื่องจากทั้งสองตัวบ่งชี้แนวโน้มมีดังนี้ ในระยะสั้น SMA มีการเบี่ยงเบนเล็กน้อยจากคู่สัญญา EMA

บทสรุป

ค่าเฉลี่ยเคลื่อนที่เป็นพื้นฐานของแผนภูมิและการวิเคราะห์อนุกรมเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดที่ซับซ้อนขึ้นจะช่วยให้เห็นภาพแนวโน้มโดยการปรับราคาให้ราบเรียบ การวิเคราะห์ทางเทคนิคบางครั้งเรียกว่าศิลปะมากกว่าวิทยาศาสตร์ซึ่งทั้งสองใช้เวลาหลายปีในการควบคุม (เรียนรู้เพิ่มเติมใน
บทวิเคราะห์ทางเทคนิค> .)