คำนวณ 7 เฉลี่ยเคลื่อนที่

Moving Averages สิ่งที่พวกเขาอยู่ในตัวบ่งชี้ทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันค่าเฉลี่ยเคลื่อนที่ที่เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA เป็นผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนที่ผ่านมา จุดข้อมูลเมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของการย้าย เฉลี่ยที่รู้จักกันอย่างเหมาะสมว่าเป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA คำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่ระบุตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและจากนั้น หารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อให้ได้ค่าเฉลี่ย 10 วันหากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันใน แต่จะรวมถึงราคาที่เกิดขึ้นในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่ต่ำกว่า 11 จะคำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบเคียงกับ ที่ผ่านมา 10 วันบางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยความหมายคำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ต้องมา in เพื่อแทนที่พวกเขาดังนั้นชุดข้อมูลมีการเคลื่อนย้ายบัญชีไปเรื่อย ๆ เพื่อให้มีข้อมูลใหม่เมื่อพร้อมใช้งานวิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุด 5 ลงในชุดข้อมูล กล่องสีแดงที่แสดงถึง 10 จุดข้อมูลที่ผ่านมาจะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณเนื่องจากค่าที่ค่อนข้างเล็กของ 5 จะแทนที่ค่าที่สูงของ 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของ t เขาลดการตั้งค่าข้อมูลซึ่งเป็นไปได้ในกรณีนี้ตั้งแต่ 11 ถึง 10. ค่าเฉลี่ยของการเคลื่อนย้ายจะทำอย่างไรเมื่อค่าของ MA ถูกคำนวณแล้วพวกเขาจะถูกวางแผนลงกราฟและเชื่อมต่อกันเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่เส้นโค้งเหล่านี้ เส้นที่ใช้ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีที่ใช้จะแตกต่างกันไปมากขึ้นในภายหลังเนื่องจากคุณสามารถเห็นได้จากรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลา ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือนสับสนหรือสับสนในตอนแรก แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาที่จะไปสายสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยกว่า เมื่อผ่านไป 100 วันตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่เท่าไรและเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันอย่างไรและตรวจสอบว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นอย่างมาก ผู้ค้าหลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีการถ่วงน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนซ์นักวิจารณ์ยืนยันว่า ข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้ายในการตอบสนองต่อคำติชมนี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์ประเภทของค่าเฉลี่ยใหม่ ๆ ประเภทต่างๆ ความนิยมมากที่สุดคือค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากขึ้น กับราคาล่าสุดในความพยายามที่จะทำให้มันตอบสนองต่อข้อมูลใหม่เรียนรู้สมการค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจจะไม่จำเป็นสำหรับปลาจำนวนมาก ders เนื่องจากเกือบทุกแพคเกจแผนภูมิทำคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA เมื่อใช้สูตรการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าพร้อมใช้งาน ใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและดำเนินการต่อโดยใช้สูตรข้างต้นจากที่นี้เราได้จัดเตรียมสเปรดชีตตัวอย่างซึ่งมีตัวอย่างชีวิตจริงในการคำนวณทั้งแบบง่ายๆ ความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA มีการคำนวณอย่างไรให้ลองดูที่วิธีการคำนวณค่าเฉลี่ยเหล่านี้โดยดูที่การคำนวณ EMA , คุณจะสังเกตเห็นว่ามีการเน้นที่จุดข้อมูลล่าสุดทำให้เป็นประเภทของถัวเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเป็นเหมือนกัน 15 แต่ EMA ตอบสนอง m แร่ได้อย่างรวดเร็วเพื่อให้ราคาที่เปลี่ยนแปลงสังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What วันที่แตกต่างกัน Mean Moving averages เป็นตัวบ่งชี้ที่สามารถปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกเฟรมเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการย้ายค่าเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความไวมากขึ้นก็จะเป็นการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานขึ้นไม่สำคัญหรือมีความเรียบมากขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อ การตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการหาค่าที่เหมาะสมสำหรับคุณคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบช่วงเวลาที่เหมาะกับกลยุทธ์ของคุณที่มีการคำนวณค่าเฉลี่ยถ่วงน้ำหนัก ial data คุณสามารถสร้างค่าเฉลี่ยถ่วงน้ำหนักถ่วงน้ำหนัก n-point หรือค่าเฉลี่ยถ่วงน้ำหนักโดยการหาค่าเฉลี่ยถ่วงน้ำหนักของแต่ละชุดของจุดต่อเนื่องกันตัวอย่างเช่นสมมติว่าคุณมีชุดข้อมูลที่สั่งซื้อไว้ 10, 11, 15, 16, 14, 12, 10, 11. และเวกเตอร์การถ่วงน้ำหนักคือ 1, 2, 5 โดยที่ 1 จะถูกนำไปใช้กับคำที่เก่าแก่ที่สุด, 2 จะถูกนำไปใช้กับคำกลางและ 5 จะถูกนำไปใช้กับคำที่ล่าสุดจากนั้นให้ย้ายน้ำหนัก 3 จุด ค่าเฉลี่ยเฉลี่ยอยู่ที่ 13 375, 15 125, 14 625, 13, 11, 10 875. ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักถูกใช้เพื่อทำให้ข้อมูลที่มีลำดับที่ราบรื่นขึ้นและให้ความสำคัญกับคำศัพท์เฉพาะบางค่าโดยเฉลี่ยบางค่ามีค่ามากกว่าค่ากลาง นักวิเคราะห์มักใช้ linear weighted n-point moving average ซึ่ง vector น้ำหนักคือ 1, 2 n-1 n คุณสามารถใช้เครื่องคิดเลขด้านล่างเพื่อคำนวณค่าเฉลี่ยถ่วงน้ำหนักของข้อมูลที่กำหนดด้วยเวกเตอร์น้ำหนักที่กำหนดสำหรับ เครื่องคิดเลขป้อนน้ำหนักเป็นรายการที่คั่นด้วยเครื่องหมายจุลภาคของตัวเลขที่ไม่มีและ br ackets. Number ของข้อกำหนดใน Weighted n-Point Moving Average หากจำนวนข้อตกลงในชุดต้นฉบับคือ d และจำนวนคำที่ใช้ในแต่ละค่าเฉลี่ยคือ nie, ความยาวของเวกเตอร์น้ำหนักคือ n จากนั้นจำนวน คำศัพท์ในลำดับค่าเฉลี่ยเคลื่อนที่จะเป็นเช่นถ้าคุณมีลำดับของราคาหุ้น 120 และใช้ค่าเฉลี่ยถ่วงน้ำหนักแบบถ่วงน้ำหนัก 21 วันของราคาแล้วลำดับคะแนนเฉลี่ยถ่วงน้ำหนักจะมีจุดข้อมูล 120 - 21 1 100 Moving Average Calculator ทำให้รายการข้อมูลเรียงตามลำดับคุณสามารถสร้างค่าเฉลี่ยของค่าเฉลี่ย n-point average หรือค่าเฉลี่ยของ rolling โดยหาค่าเฉลี่ยของแต่ละชุดของ n จุดติดต่อกันตัวอย่างเช่นถ้าคุณมีชุดคำสั่ง set.10, 11, 11 , 15, 13, 14, 12, 10, 11. ค่าเฉลี่ยเคลื่อนที่ 4 จุดคือ 11 75, 12 5, 13 25, 13 5, 12 25, 11 75 ค่าเฉลี่ยของค่าเฉลี่ยที่ใช้ในการทำให้ข้อมูลที่กลมกลืนกันเป็นไปอย่างราบรื่น peaks และ dips เด่นชัดน้อยลงเพราะแต่ละจุดข้อมูลดิบจะได้รับน้ำหนักเศษส่วนเพียงเล็กน้อยในค่าเฉลี่ยเคลื่อนที่ค่ายิ่งใหญ่ของ n กราฟแสดงค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่เมื่อเทียบกับกราฟของข้อมูลเดิมนักวิเคราะห์หลักทรัพย์มักมองไปที่การเคลื่อนไหวของข้อมูลราคาหุ้นเพื่อคาดการณ์แนวโน้มและดูรูปแบบที่ชัดเจนขึ้นคุณสามารถใช้เครื่องคิดเลขด้านล่างเพื่อหาค่าเฉลี่ยเคลื่อนที่ของข้อมูล set. Number of terms in a Simple n-Point Moving Average ถ้าจำนวนคำในชุดเดิมมีค่า d และจำนวนคำที่ใช้ในแต่ละค่าเฉลี่ยคือ n จากนั้นจำนวนคำในลำดับค่าเฉลี่ยที่เคลื่อนที่จะเป็น ตัวอย่างเช่นถ้าคุณมีลำดับราคาหุ้น 90 และใช้ค่าเฉลี่ยของการกลิ้งเฉลี่ย 14 วันลำดับค่าเฉลี่ยกลิ้งจะมีค่า 90-14.177 จุดเครื่องคิดเลขนี้คำนวณค่าเฉลี่ยเคลื่อนที่ที่มีการถ่วงน้ำหนักทุกคำเท่ากันคุณยังสามารถ สร้างค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักซึ่งบางคำจะได้รับน้ำหนักมากกว่าอื่น ๆ ตัวอย่างเช่นให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดหรือสร้างค่ากลางที่ถัวเฉลี่ยซึ่งคำนวณระยะกลางดูเพิ่มเติมค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนัก ar เครื่องคิดเลขและเครื่องคิดเลขสำหรับข้อมูลเพิ่มเติมพร้อมกับการคำนวณค่าเฉลี่ยเลขคณิตที่เคลื่อนที่นักวิเคราะห์บางรายยังมองไปที่ค่ามัธยฐานของข้อมูลที่สั่งซื้อเนื่องจากค่ามัธยฐานไม่มีผลกับค่าผิดปกติที่ผิดปกติ