Central เฉลี่ยเคลื่อนที่ ละเอียด

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงที่ 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะยิ่งเรียบขึ้น ระยะห่างที่สั้นกว่าค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่จะใกล้เคียงกับจุดข้อมูลที่แท้จริงเมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ที่ใช้งานอยู่การวางค่าเฉลี่ยในช่วงเวลากลางหมายความว่าในตัวอย่างก่อนหน้านี้เราคำนวณค่าเฉลี่ยของช่วงเวลา 3 ช่วงแรกและวางไว้ ถัดจากช่วงที่ 3 เราสามารถวางค่าเฉลี่ยในช่วงกลางช่วงเวลาสามช่วงคือถัดจากช่วงเวลา 2 ซึ่งทำงานได้ดีกับช่วงเวลาคี่ แต่ไม่ค่อยดีเท่าช่วงเวลาที่เท่ากัน เราจะวางค่าเฉลี่ยเคลื่อนที่ครั้งแรกเมื่อ M 4 ในทางเทคนิคค่า Moving Average จะลดลงที่ 2.5, 3.5 เพื่อหลีกเลี่ยงปัญหานี้เราจะราบรื่นขึ้นโดยใช้ M 2 ดังนั้นเราจึงเรียบค่าที่ราบเรียบหากเราเฉลี่ยจำนวนที่เท่ากันของเงื่อนไขเราต้องเรียบค่าเรียบตารางต่อไปนี้แสดงผลโดยใช้ M 4.Simple Moving Averages ทำให้แนวโน้ม Stand Out Moving averages (MA) เป็นดัชนีชี้วัดทางเทคนิคที่ได้รับความนิยมมากที่สุดและใช้บ่อย ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้ง่ายและเมื่อพล็อตลงบนแผนภูมิแล้วจะเป็นเครื่องมือที่มีแนวโน้มในการมองเห็นภาพที่มีประสิทธิภาพ คุณมักจะได้ยินเกี่ยวกับค่าเฉลี่ยเคลื่อนที่สามแบบ: ง่ายๆ เลขชี้กำลังและเส้นตรง สถานที่ที่ดีที่สุดในการเริ่มต้นคือการทำความเข้าใจพื้นฐานที่สุด: ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) ให้ดูที่ตัวบ่งชี้นี้และวิธีการที่จะช่วยให้ traders สามารถทำตามแนวโน้มต่อกำไรได้มากขึ้น (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่บทสรุปเกี่ยวกับ Forex ของเรา) เส้นแนวโน้มอาจไม่มีความเข้าใจเกี่ยวกับการเคลื่อนที่โดยเฉลี่ยหากไม่มีความเข้าใจเกี่ยวกับแนวโน้ม แนวโน้มเป็นเพียงราคาที่ยังคงเคลื่อนไหวไปในทิศทางที่แน่นอน มีแนวโน้มที่แท้จริง 3 ประการที่สามารถรักษาความปลอดภัยได้: ขาขึ้น หรือรั้นแนวโน้มหมายความว่าราคามีการเคลื่อนไหวสูงขึ้น เป็นขาลง หรือขาลงซึ่งหมายความว่าราคาจะขยับลง แนวโน้มด้านข้าง ขณะที่ราคากำลังเคลื่อนไปทางด้านข้าง สิ่งสำคัญที่ต้องจำเกี่ยวกับแนวโน้มก็คือราคาไม่ค่อยเคลื่อนไหวเป็นเส้นตรง ดังนั้นเส้นเฉลี่ยที่เคลื่อนที่ได้ถูกใช้เพื่อช่วยให้ผู้ประกอบการค้าสามารถระบุทิศทางของแนวโน้มได้ง่ายขึ้น (สำหรับการอ่านขั้นสูงในหัวข้อนี้ให้ดูข้อมูลพื้นฐานเกี่ยวกับ Bollinger Bands และ Moving Envelopes เฉลี่ย: การปรับแต่งเครื่องมือการเทรดดิ้งที่เป็นที่นิยม) การย้ายค่าเฉลี่ยการก่อสร้างคำจำกัดความของค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยสำหรับการรักษาความปลอดภัยโดยใช้ช่วงเวลาที่ระบุ ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันที่ได้รับความนิยมเป็นอย่างมาก ค่าเฉลี่ยเคลื่อนที่ 50 วันคำนวณโดยการปิดราคาปิดของช่วง 50 วันที่ผ่านมาของการรักษาความปลอดภัยใด ๆ และรวมกัน ผลจากการบวกคำนวณหารด้วยจำนวนงวดในกรณีนี้ 50. เพื่อที่จะคำนวณค่าเฉลี่ยเคลื่อนที่ต่อไปในแต่ละวันให้แทนที่เลขที่เก่าที่สุดด้วยราคาปิดล่าสุดและทำคณิตศาสตร์เดียวกัน ไม่ว่าระยะเวลาสั้นหรือสั้นของค่าเฉลี่ยเคลื่อนที่ที่คุณต้องการพล็อตการคำนวณขั้นพื้นฐานยังคงเหมือนเดิม การเปลี่ยนแปลงจะอยู่ในจำนวนราคาปิดที่คุณใช้ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันคือราคาปิด 200 วันรวมกันแล้วหารด้วย 200 คุณจะเห็นค่าเฉลี่ยเคลื่อนที่ทุกชนิดจากค่าเฉลี่ยเคลื่อนที่สองวันเป็นค่าเฉลี่ยเคลื่อนที่ 250 วัน เป็นสิ่งสำคัญที่ต้องจำไว้ว่าคุณต้องมีจำนวนราคาปิดเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ หากการรักษาความปลอดภัยเป็นแบรนด์ใหม่หรือเพียงหนึ่งเดือนคุณจะไม่สามารถทำค่าเฉลี่ยเคลื่อนที่ได้ภายใน 50 วันเนื่องจากคุณจะไม่มีจุดข้อมูลที่เพียงพอ นอกจากนี้โปรดทราบว่าเราเลือกที่จะใช้ราคาปิดในการคำนวณ แต่ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณโดยใช้ราคารายเดือนราคารายสัปดาห์ราคาเปิดหรือแม้แต่ราคาในวันเดียวกัน (ดูรายละเอียดเพิ่มเติมได้จากบทแนะนำของ Moving Averages ของเรา) รูปที่ 1: ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆใน Google Inc. ภาพที่ 1 เป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยในแผนภูมิหุ้นของ Google Inc. (Nasdaq: GOOG) เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ 50 วัน ในตัวอย่างข้างต้นคุณจะเห็นว่าแนวโน้มลดลงตั้งแต่ช่วงปลายปี 2550 ราคาหุ้น Google ลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันในเดือนมกราคมปี 2008 และยังคงลดลงต่อไป เมื่อราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่สามารถใช้เป็นสัญญาณการซื้อขายแบบง่ายๆ การเคลื่อนไหวที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ (ดังที่แสดงไว้ด้านบน) แสดงให้เห็นว่าหมีอยู่ในการควบคุมการกระทำด้านราคาและสินทรัพย์มีแนวโน้มลดลง ตรงกันข้ามการข้ามด้านบนค่าเฉลี่ยเคลื่อนที่แสดงให้เห็นว่าวัวอยู่ในการควบคุมและราคาอาจพร้อมที่จะเคลื่อนตัวขึ้น (อ่านเพิ่มเติมใน Track Stock Prices ด้วย Trendlines) วิธีอื่น ๆ ในการใช้ Moving Averages ค่าเฉลี่ยเคลื่อนที่จะถูกใช้โดย traders จำนวนมากเพื่อไม่เพียงระบุแนวโน้มปัจจุบัน แต่ยังเป็นกลยุทธ์การเข้าและออก หนึ่งในกลยุทธ์ที่ง่ายที่สุดอาศัยการข้ามของค่าเฉลี่ยเคลื่อนที่สองตัวหรือมากกว่า สัญญาณพื้นฐานจะได้รับเมื่อค่าเฉลี่ยระยะสั้นข้ามหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในระยะยาว ค่าเฉลี่ยเคลื่อนที่สองค่าขึ้นไปช่วยให้คุณสามารถดูแนวโน้มในระยะยาวได้เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ระยะสั้นซึ่งเป็นวิธีที่ง่ายในการพิจารณาว่าแนวโน้มมีความแข็งแกร่งหรือไม่ก็กำลังจะกลับรายการ (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีนี้โปรดอ่าน A Primer On The MACD) รูปที่ 2: ค่าเฉลี่ยระยะยาวและสั้นกว่าใน Google Inc. รูปที่ 2 ใช้ค่าเฉลี่ยเคลื่อนที่สองค่าหนึ่งค่าในระยะยาว (50 วันโดยแสดงที่ เส้นสีน้ำเงิน) และอีกระยะสั้น (15 วันแสดงโดยเส้นสีแดง) นี่คือแผนภูมิ Google แบบเดียวกับที่แสดงในรูปที่ 1 แต่มีการเพิ่มค่าเฉลี่ยเคลื่อนที่สองค่าเพื่อแสดงความแตกต่างระหว่างสองช่วงความยาว คุณสังเกตเห็นว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะช้ากว่าเพื่อปรับให้เข้ากับการเปลี่ยนแปลงราคา เนื่องจากใช้จุดข้อมูลมากขึ้นในการคำนวณของ ในทางกลับกันค่าเฉลี่ยเคลื่อนที่ 15 วันสามารถตอบสนองต่อการเปลี่ยนแปลงราคาได้อย่างรวดเร็วเนื่องจากแต่ละค่ามีน้ำหนักมากขึ้นในการคำนวณเนื่องจากระยะเวลาอันสั้น ในกรณีนี้โดยใช้กลยุทธ์ข้ามคุณจะดูค่าเฉลี่ยเฉลี่ย 15 วันที่ด้านล่างค่าเฉลี่ยเคลื่อนที่ 50 วันเป็นรายการสำหรับตำแหน่งสั้น ๆ รูปที่ 3: แผนภูมิ 3 เดือนข้างต้นเป็นแผนภูมิ US States Oil (AMEX: USO) เป็นเวลา 3 เดือนโดยมีค่าเฉลี่ยเคลื่อนที่ 2 ค่า เส้นสีแดงคือค่าเฉลี่ยเคลื่อนที่ที่สั้นลง 15 วันในขณะที่เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่า 50 วัน ผู้ค้าส่วนใหญ่จะใช้ค่าเฉลี่ยของค่าเฉลี่ยระยะสั้นที่สูงกว่าค่าเฉลี่ยเคลื่อนที่ในระยะยาวเพื่อเริ่มต้นตำแหน่งยาวและระบุจุดเริ่มต้นของแนวโน้มขาขึ้น (เรียนรู้เพิ่มเติมเกี่ยวกับการใช้กลยุทธ์นี้ในการเทรดดิ้ง MACD Divergence) การสนับสนุนเกิดขึ้นเมื่อราคามีแนวโน้มลดลง มีจุดที่ความดันการขายลดลงและผู้ซื้อยินดีที่จะก้าวเข้าสู่ในคำอื่น ๆ มีการจัดตั้งชั้น ความต้านทานเกิดขึ้นเมื่อราคามีแนวโน้มสูงขึ้น มีจุดเด่นที่ความสามารถในการซื้อลดลงและผู้ขายเข้าสู่ขั้นตอนนี้จะเป็นการสร้างเพดาน (สำหรับคำอธิบายเพิ่มเติมโปรดอ่านข้อมูลพื้นฐานด้านความต้านทานของแอมป์ที่สนับสนุน) ในทั้งสองกรณีค่าเฉลี่ยเคลื่อนที่อาจเป็นสัญญาณบ่งบอกระดับการสนับสนุนหรือความต้านทานเริ่มต้น ตัวอย่างเช่นถ้าการรักษาความปลอดภัยลอยต่ำลงในขาขึ้นที่จัดตั้งขึ้นแล้วก็จะไม่น่าแปลกใจที่เห็นสต็อกหาสนับสนุนที่ระยะยาว 200 วันเฉลี่ยเคลื่อนที่ ในทางกลับกันหากราคามีแนวโน้มลดลงผู้ค้าจำนวนมากจะเฝ้าดูหุ้นที่จะพลิกกลับแนวต้านของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ (50 วัน 100 วันและ SMA 200 วัน) (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการใช้การสนับสนุนและความต้านทานในการระบุแนวโน้มโปรดอ่าน Trend-Spotting ด้วย AccumulationDistribution Line) ข้อสรุปค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพ ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถคำนวณได้ง่ายซึ่งช่วยให้สามารถใช้งานได้อย่างรวดเร็วและง่ายดาย ค่าเฉลี่ยความแรงที่เกิดขึ้นโดยเฉลี่ยคือความสามารถในการช่วยให้ผู้ประกอบการค้าทราบถึงแนวโน้มในปัจจุบันหรือสังเกตแนวโน้มการกลับรายการที่เป็นไปได้ ค่าเฉลี่ยเคลื่อนที่สามารถระบุระดับการสนับสนุนหรือความต้านทานสำหรับความปลอดภัยหรือทำหน้าที่เป็นสัญญาณเข้าหรือออกจากรายการได้ง่าย วิธีที่คุณเลือกใช้ค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับคุณ ข้อ 50 คือข้อตกลงการเจรจาต่อรองและข้อยุติในสนธิสัญญา EU ที่ระบุขั้นตอนที่จะต้องดำเนินการสำหรับประเทศใด ๆ ที่ การเสนอราคาเริ่มต้นของสินทรัพย์ของ บริษัท ที่ล้มละลายจากผู้ซื้อที่สนใจที่ได้รับเลือกโดย บริษัท ที่ล้มละลาย จากกลุ่มผู้เสนอราคา เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA SMA BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่แบบง่าย - SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถปรับแต่งได้ตามที่สามารถคำนวณได้สำหรับช่วงเวลาต่างกันโดยการเพิ่มราคาปิดของการรักษาความปลอดภัยสำหรับจำนวน ช่วงเวลาและจากนั้นหารยอดรวมนี้ตามจำนวนช่วงเวลาซึ่งจะทำให้ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบช่วยขจัดความผันผวนและทำให้สามารถดูแนวโน้มราคาของการรักษาความปลอดภัยได้ง่ายขึ้น หากค่าเฉลี่ยเคลื่อนที่ขึ้นเล็กน้อยหมายความว่าราคาหลักทรัพย์เพิ่มมากขึ้น หากมีการชี้ลงหมายความว่าราคาหลักทรัพย์ลดลง ระยะเวลาที่ยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบขึ้น ค่าเฉลี่ยเคลื่อนที่ระยะสั้นมีความผันผวนมากขึ้น แต่การอ่านมีความใกล้เคียงกับข้อมูลต้นฉบับ ความสำคัญเชิงวิเคราะห์การเปลี่ยนแปลงค่าเฉลี่ยเป็นเครื่องมือวิเคราะห์ที่สำคัญที่ใช้เพื่อระบุแนวโน้มราคาในปัจจุบันและศักยภาพในการเปลี่ยนแปลงแนวโน้มที่กำหนด รูปแบบที่ง่ายที่สุดในการใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการวิเคราะห์กำลังใช้เพื่อระบุว่าการรักษาความปลอดภัยอยู่ในขาขึ้นหรือขาลงอย่างรวดเร็วหรือไม่ อีกเครื่องมือวิเคราะห์ที่ได้รับความนิยมแม้ว่าจะมีความซับซ้อนมากกว่าเล็กน้อย แต่ก็คือการเปรียบเทียบคู่ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆกับแต่ละเฟรมเวลาที่ต่างกัน หากค่าเฉลี่ยเคลื่อนที่แบบระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวคาดว่าจะมีแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง รูปแบบการค้าที่นิยมใช้รูปแบบการซื้อขายสองรูปแบบที่นิยมใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ได้แก่ เครื่องหมายกากบาทและกากบาทสีทอง การเสียชีวิตเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ถือเป็นสัญญาณขาลงที่มีการขาดทุนเพิ่มขึ้น เครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นอยู่เหนือค่าเฉลี่ยเคลื่อนที่ในระยะยาว การเพิ่มขึ้นของปริมาณการซื้อขายที่เพิ่มขึ้นอาจส่งผลให้กำไรในตลาดเพิ่มขึ้น