การย้าย ค่าเฉลี่ย ความผันผวน excel

การสำรวจความถ่วงน้ำหนักโดยเฉลี่ยของการเคลื่อนที่แบบแบ่งส่วนเป็นค่าเฉลี่ยความแปรปรวนเป็นตัววัดความเสี่ยงที่พบมากที่สุด แต่มีหลายรสชาติในบทความก่อนหน้านี้เราได้แสดงวิธีการคำนวณความผันผวนทางประวัติศาสตร์ที่เรียบง่ายอ่านบทความนี้ได้ที่การใช้ความผันผวนเพื่อวัดความเสี่ยงในอนาคตเราใช้ Google s ข้อมูลราคาหุ้นที่เกิดขึ้นจริงเพื่อคำนวณความผันผวนรายวันตาม 30 วันของข้อมูลหุ้นในบทความนี้เราจะปรับปรุงความผันผวนง่ายและหารือเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก EWMA Historical Vs อธิบายความผันผวนเชิงปริมาณครั้งแรกให้ใส่เมตริกนี้เป็นบิต มุมมองมีสองวิธีกว้าง ๆ ความผันผวนทางประวัติศาสตร์และโดยนัยหรือโดยนัยวิธีการทางประวัติศาสตร์สมมติว่าอดีตเป็นคำนำที่เราวัดประวัติศาสตร์ด้วยความหวังว่าจะเป็นการคาดการณ์ความผันผวนโดยนัยในทางกลับกันละเว้นประวัติที่จะแก้ปัญหาความผันผวนโดยนัยตามราคาตลาด หวังว่าตลาดจะรู้ได้ดีที่สุดและราคาในตลาดมีถึงแม้ว่าจะมีการประมาณการของ volatil โดยปริยายก็ตาม สำหรับการอ่านที่เกี่ยวข้องโปรดดูที่การใช้และข้อ จำกัด ของความผันผวนหากเรามุ่งเน้นไปที่วิธีการทางประวัติศาสตร์เพียงสามทางด้านซ้ายข้างต้นพวกเขามีขั้นตอนสองขั้นตอนร่วมกันคำนวณชุดของผลตอบแทนเป็นงวดให้ใช้วิธีการถ่วงน้ำหนักประการแรกเราคำนวณ การกลับมาเป็นระยะ ๆ นั่นคือผลตอบแทนรายวันโดยปกติซึ่งผลตอบแทนแต่ละรายการจะแสดงด้วยคำที่ประกอบกันอย่างต่อเนื่องในแต่ละวันเราจะบันทึกล็อกอัตราส่วนของราคาหุ้นเช่นวันนี้หารด้วยราคาเมื่อวานนี้เป็นต้น ชุดของผลตอบแทนรายวันจาก ui ไป u im ขึ้นอยู่กับจำนวนวัน m วันที่เรามีการวัดสิ่งที่ทำให้เราไปขั้นตอนที่สองนี่คือที่ที่สามวิธีแตกต่างกันในบทความก่อนหน้านี้การใช้ความผันผวนเพื่อวัดความเสี่ยงในอนาคตเราพบว่าภายใต้ สอง simplifications ยอมรับได้ความแปรปรวนง่ายเป็นค่าเฉลี่ยของผลตอบแทน squared. Notice ที่ผลรวมนี้แต่ละผลตอบแทนเป็นระยะ ๆ แล้วหารที่รวมโดยจำนวนวันหรือการสังเกต m ดังนั้นจึงเป็นจริง jus t โดยเฉลี่ยของผลตอบแทนเป็นระยะ ๆ squared ใส่วิธีอื่นแต่ละคืน squared จะได้รับน้ำหนักเท่ากันดังนั้นถ้าอัลฟาเป็นปัจจัยถ่วงน้ำหนักโดยเฉพาะอย่างยิ่ง 1 เมตรแล้วความแปรปรวนง่ายมีลักษณะเช่นนี้ EWMA ปรับปรุงความแปรปรวนง่าย ความอ่อนแอของวิธีนี้คือผลตอบแทนทั้งหมดจะได้รับน้ำหนักเท่ากันเมื่อวานนี้ผลตอบแทนที่ได้รับเมื่อเร็ว ๆ นี้ไม่มีอิทธิพลต่อความแปรปรวนมากกว่าผลตอบแทนของเดือนที่แล้วปัญหานี้ได้รับการแก้ไขโดยใช้ค่าเฉลี่ยถ่วงน้ำหนักแบบ EWMA ซึ่งเป็นผลตอบแทนที่มากขึ้นเมื่อเร็ว ๆ นี้มีน้ำหนักมาก เมื่อความแปรปรวน EWMA เฉลี่ยถ่วงน้ำหนักชี้แจงชี้แจง lambda เรียกว่าพารามิเตอร์การทำให้ราบเรียบแลมบ์ดาจะต้องน้อยกว่าหนึ่งภายใต้เงื่อนไขที่แทนน้ำหนักที่เท่ากันแต่ละผลตอบแทน squared จะถ่วงด้วยตัวคูณดังต่อไปนี้ตัวอย่างเช่น RiskMetrics TM, บริษัท บริหารความเสี่ยงทางการเงินมีแนวโน้มที่จะใช้แลมบ์ดาเป็น 0 94 หรือ 94 ในกรณีนี้ผลตอบแทนย้อนกลับเป็นระยะ ๆ เป็นครั้งแรกโดยมีการถ่วงน้ำหนักเป็น 1-0 94 94 0 6 ผลตอบแทนที่ได้รับกลับมาเป็นเพียงตัวเลข lambda-multiple ของน้ำหนักก่อนหน้าในกรณีนี้ 6 คูณด้วย 94 5 64 และน้ำหนักของวันที่สามก่อนเท่ากับ 1-0 94 0 94 2 5 30. ความหมายของเลขยกกำลังใน EWMA แต่ละน้ำหนัก เป็นตัวคูณที่คงที่เช่นแลมบ์ดาซึ่งต้องน้อยกว่าหนึ่งในน้ำหนักของวันก่อนหน้านี้ซึ่งจะทำให้ความแปรปรวนที่ถ่วงน้ำหนักหรือมีความลำเอียงต่อข้อมูลล่าสุดเมื่อต้องการเรียนรู้เพิ่มเติมโปรดดูที่แผ่นงาน Excel สำหรับความผันผวนของ Google ความแตกต่างระหว่างความผันผวนเพียงอย่างเดียว และ EWMA สำหรับ Google มีดังต่อไปนี้ความผันผวนง่าย ๆ มีผลต่อการกลับมาของแต่ละงวดเป็น 0 196 ตามที่แสดงไว้ในคอลัมน์ O เรามีข้อมูลราคาหุ้นย้อนหลัง 2 ปีนั่นคือ 509 ผลตอบแทนรายวันและ 1 509 0 196 แต่สังเกตว่าคอลัมน์ P กำหนด น้ำหนักของ 6 แล้ว 5 64 แล้ว 5 3 และอื่น ๆ นั่นคือความแตกต่างระหว่างความแปรปรวนเพียงอย่างเดียวและ EWMA จำหลังจากที่เรารวมชุดทั้งหมดในคอลัมน์ Q เรามีความแปรปรวนซึ่งเป็นตารางของค่าเบี่ยงเบนมาตรฐาน If เราต้องการความผันผวน d ต้องจำไว้ว่าให้ใช้รากที่สองของความแปรปรวนดังกล่าวความแตกต่างของความผันผวนรายวันระหว่างความแปรปรวนและ EWMA ในกรณีของ Google มีความหมายความแปรปรวนง่ายทำให้เรามีความผันผวนรายวัน 2 4 แต่ EWMA ให้ความผันผวนรายวันของ เพียง 1 4 ดูสเปรดชีทสำหรับรายละเอียด Apparently, ความผันผวนของ Google ตัดสินลงเมื่อเร็ว ๆ นี้ดังนั้นความแปรปรวนง่ายอาจจะสูงเทียมวันนี้ความแปรปรวนเป็นฟังก์ชันของความแตกต่างของวัน Pior คุณจะสังเกตเห็นว่าเราจำเป็นต้องคำนวณชุดยาวของชี้แจง น้ำหนักที่ลดลงเราได้รับรางวัล t ทำคณิตศาสตร์ที่นี่ แต่หนึ่งในคุณสมบัติที่ดีที่สุดของ EWMA คือชุดทั้งหมดสะดวกลดสูตร recursive. Recursive หมายความว่าการอ้างอิงความแปรปรวนของวันนี้คือฟังก์ชันของความแปรปรวนของวันก่อนคุณสามารถ หาสูตรนี้ในสเปรดชีตยังและจะให้ผลเหมือนกันอย่างเดียวกับการคำนวณ longhand กล่าวว่าความแปรปรวนของวันนี้ภายใต้ EWMA เท่ากับความแปรปรวนของเมื่อวานนี้ถ่วงน้ำหนักโดยแลมบ์ดาบวก ss เมื่อวานนี้ ผลตอบแทนถัวเฉลี่ยถ่วงน้ำหนักโดยหนึ่งลบแลมบ์ดาแจ้งให้ทราบว่าเราเป็นเพียงการเพิ่มสองคำด้วยกันเมื่อวานนี้ความถ่วงน้ำหนักของความแปรปรวนและ yesterdays ถ่วงน้ำหนักกลับ squared ดังนั้นแลมบ์ดาเป็นพารามิเตอร์ที่ราบเรียบของเราแลมบ์ดาเช่นที่สูงขึ้นเช่น RiskMetric s 94 บ่งชี้การสลายตัวช้าลงในชุด - ในแง่ญาติเราจะมีจุดข้อมูลมากขึ้นในชุดและพวกเขาจะตกออกช้ากว่าในทางกลับกันถ้าเราลดแลมบ์ดาที่เราระบุการสลายตัวที่สูงขึ้นน้ำหนักลดลงอย่างรวดเร็วและเป็นโดยตรง ผลของการสลายตัวที่รวดเร็วใช้จุดข้อมูลน้อยลงในสเปรดชีตแลมบ์ดาเป็นอินพุทดังนั้นคุณจึงสามารถทดลองกับความไวของมันความแปรปรวนของเดือนคือความเบี่ยงเบนมาตรฐานของสต็อกและเมตริกความเสี่ยงที่พบมากที่สุดนอกจากนี้ยังเป็นรากที่สอง ของความแปรปรวนเราสามารถวัดความแปรปรวนในอดีตหรือโดยนัย implicitly ผันผวนเมื่อการวัดในอดีตวิธีที่ง่ายที่สุดคือความแปรปรวนง่าย แต่จุดอ่อนกับความแปรปรวนง่ายคือผลตอบแทนทั้งหมดได้รับเดียวกัน w แปดดังนั้นเราต้องเผชิญกับการค้าที่คลาสสิกปิดเรามักต้องการข้อมูลเพิ่มเติม แต่ข้อมูลเพิ่มเติมที่เรามีการคำนวณของเรามากขึ้นโดยเจือจางข้อมูลไกลที่เกี่ยวข้องน้อย EWMA ค่าเฉลี่ยถ่วงน้ำหนักแบบยกกำลังสองช่วยเพิ่มความแปรปรวนง่ายโดยการกำหนดน้ำหนักเพื่อผลตอบแทนเป็นระยะโดยการทำ นี้เราทั้งสองสามารถใช้ขนาดตัวอย่างขนาดใหญ่ แต่ยังให้น้ำหนักมากขึ้นเพื่อผลตอบแทนล่าสุด หากต้องการดูบทแนะนำเกี่ยวกับภาพยนตร์เกี่ยวกับหัวข้อนี้โปรดไปที่ Turtle Bionic การสำรวจโดยสำนักงานสถิติแรงงานแห่งสหรัฐอเมริกาเพื่อช่วยในการวัดตำแหน่งงานที่ว่างเก็บข้อมูลจากนายจ้างจำนวนเงินสูงสุดที่สหรัฐอเมริกาสามารถยืมได้ สร้างขึ้นภายใต้พระราชบัญญัติเสรีภาพตราสารหนี้ครั้งที่สองอัตราดอกเบี้ยที่สถาบันรับฝากเงินให้ยืมเงินไว้ที่ Federal Reserve ไปยังสถาบันรับฝากเงินแห่งอื่น 1 มาตรการทางสถิติในการกระจายผลตอบแทนสำหรับดัชนีความปลอดภัยหรือดัชนีตลาดหนึ่ง ๆ สามารถวัดความผันผวนได้ การกระทำรัฐสภาคองเกรสผ่านในปี 1933 เป็นพระราชบัญญัติการธนาคารซึ่งห้ามธนาคารพาณิชยจากการเขารวมลงทุนดวยการจายเงินเดือนของ Nonfarm หมายถึงงานใดนอกกลุมครัวเรือนครัวเรือนเอกชนและภาคผลกําไร US Bureau of Labour คุณสามารถคํานวณความผันผวนไดอยางไร ในการสำรวจ Excel. A ทำโดยสหรัฐอเมริกาสำนักสถิติแรงงานเพื่อช่วยวัดตำแหน่งงานว่างมันเก็บรวบรวมข้อมูลจากนายจ้างจำนวนเงินสูงสุด ของเงินที่สหรัฐฯสามารถยืมได้เพดานหนี้ได้ถูกสร้างขึ้นภายใต้พระราชบัญญัติตราสารหนี้เสรีครั้งที่สองอัตราดอกเบี้ยที่สถาบันรับฝากเงินให้ยืมเงินที่คงอยู่ใน Federal Reserve ไปยังสถาบันรับฝากเงินแห่งอื่น 1 มาตรการทางสถิติในการกระจายผลตอบแทนสำหรับ ได้รับการรักษาความปลอดภัยหรือดัชนีตลาดความผันผวนสามารถวัดได้การกระทำรัฐสภาคองเกรสผ่านในปี 1933 เป็นพระราชบัญญัติธนาคารซึ่งห้ามธนาคารพาณิชย์เข้าร่วมการลงทุนการจ่ายเงินเดือนของ Nonfarm หมายถึงงานนอกฟาร์มครัวเรือนส่วนตัวและภาคที่ไม่แสวงหาผลกำไร สำนักงานสถิติแห่งชาติสหรัฐอเมริกาค่าเฉลี่ยแรงงาน - ค่าเฉลี่ยที่เรียบง่ายและค่าเฉลี่ยที่เป็นไปได้สูง - ค่าเฉลี่ยที่ง่ายและค่าเฉลี่ยสูงกว่าค่าเฉลี่ยของข้อมูลราคาเพื่อให้เป็นตัวบ่งชี้ตามตัวบ่งชี้ดังต่อไปนี้ - ไม่ทำนายทิศทางราคา แต่ให้กำหนดทิศทางในปัจจุบันที่มีความล่าช้า ล่าช้าเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมาแม้จะมีความล่าช้านี้ค่าเฉลี่ยเคลื่อนที่ช่วยให้การดำเนินการของราคาที่ราบรื่นและกรองสัญญาณรบกวน lso เป็นตัวสร้างตัวบ่งชี้ทางเทคนิคอื่น ๆ และการซ้อนทับเช่น Bollinger Bands MACD และ McClellan Oscillator สองค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยคือ Moving Average Average SMA และ Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถใช้ในการระบุ ทิศทางของแนวโน้มหรือกำหนดสนับสนุนที่มีศักยภาพและความต้านทาน levels. Here แผนภูมิที่มีทั้ง SMA และ EMA บน it. Click กราฟสำหรับรุ่นที่ถ่ายทอดสดการคำนวณโดยเฉลี่ยเคลื่อนที่เฉลี่ยเคลื่อนที่จะเกิดขึ้นโดยการคำนวณราคาเฉลี่ย ของการรักษาความปลอดภัยในช่วงเวลาเฉพาะเจาะจงช่วงเวลาส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่อยู่บนพื้นฐานของราคาปิด 5 วันค่าเฉลี่ยเคลื่อนที่แบบง่ายๆคือผลรวมของราคาปิดในช่วงห้าวันที่หารด้วย 5 เป็นชื่อนัยค่าเฉลี่ยเคลื่อนที่จะเป็นค่าเฉลี่ยที่จะย้ายข้อมูลเก่า จะลดลงเมื่อข้อมูลใหม่มาใช้ได้ซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลาด้านล่างเป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่พัฒนาขึ้นในช่วงสามวันวันแรกของ m oving เฉลี่ยเพียงครอบคลุมห้าวันที่ผ่านไปวันที่สองของค่าเฉลี่ยเคลื่อนที่จะลดจุดข้อมูลแรก 11 และเพิ่มจุดข้อมูลใหม่ 16 วันที่สามของค่าเฉลี่ยเคลื่อนที่จะยังคงอยู่ต่อไปโดยปล่อยจุดข้อมูลแรก 12 และเพิ่มจุดข้อมูลใหม่ 17 ในตัวอย่างข้างต้นราคาค่อยๆเพิ่มขึ้นจาก 11 เป็น 17 ในช่วงเจ็ดวันทั้งหมดสังเกตว่าค่าเฉลี่ยเคลื่อนที่ยังเพิ่มขึ้นจาก 13 ถึง 15 ในช่วงการคำนวณสามวันด้วยเช่นกันสังเกตได้ว่าค่าเฉลี่ยเคลื่อนที่แต่ละตัวอยู่ต่ำกว่าราคาล่าสุดตัวอย่างเช่น , ค่าเฉลี่ยเคลื่อนที่สำหรับวันที่หนึ่งเท่ากับ 13 และราคาสุดท้ายคือ 15 ราคาก่อนหน้านี้สี่วันนั้นลดลงและทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงการคำนวณค่าเฉลี่ยโดยเฉลี่ยที่เกินกว่าค่าเฉลี่ยเคลื่อนที่ที่เลื่อนออกไปโดยเฉลี่ยลดลงโดยการใช้น้ำหนักมากขึ้นกับราคาล่าสุด การถ่วงน้ำหนักที่ใช้กับราคาล่าสุดขึ้นอยู่กับจำนวนงวดในค่าเฉลี่ยเคลื่อนที่โดยมีขั้นตอนสามขั้นตอนในการคำนวณค่าเฉลี่ยเคลื่อนที่ที่เป็นไปได้ขั้นแรกให้คำนวณการเคลื่อนที่แบบง่าย verage ค่าเฉลี่ยเคลื่อนที่แบบ EMA ต้องเริ่มต้นที่อื่นดังนั้นค่าเฉลี่ยเคลื่อนที่ที่ใช้จะเป็นค่า EMA ในช่วงแรกของการคำนวณครั้งที่สองคำนวณตัวคูณการถ่วงน้ำหนักสามคำนวณค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้สูตรด้านล่างมีไว้สำหรับ EMA 10 วัน . ค่าเฉลี่ยเลขคณิตที่มีระยะเวลา 10 เดือนใช้น้ำหนัก 18 18 กับราคาล่าสุด EMA 10 ระยะเวลาสามารถเรียกได้ว่าเป็น EMA 18 18 EMA 20 ระยะเวลา 20 ใช้การชั่งน้ำหนัก 9 52 ไปเป็นราคาล่าสุด 2 20 1 0952 โปรดทราบว่าการชั่งน้ำหนักในช่วงเวลาที่สั้นกว่ามากกว่าการชั่งน้ำหนักในช่วงเวลาที่ยาวขึ้นในความเป็นจริงการถ่วงน้ำหนักลดลงครึ่งหนึ่งทุกครั้งที่รอบระยะเวลาเฉลี่ยเคลื่อนที่โดยสองครั้งถ้าคุณต้องการให้เราระบุเปอร์เซ็นต์สำหรับ EMA คุณสามารถใช้ สูตรนี้จะแปลงเป็นช่วงเวลาและจากนั้นใส่ค่านั้นเป็นพารามิเตอร์ของ EMA ด้านล่างเป็นตัวอย่างของสเปรดชีตของค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่แบบเสด็จเฉลี่ย 10 วันสำหรับ Intel Simple moving averages เป็นค่าเฉลี่ย forwa rd และต้องมีคำอธิบายเล็กน้อยค่าเฉลี่ยของวันที่ 10 วันมีการเคลื่อนไหวเมื่อราคาใหม่กลายเป็นราคาที่มีอยู่และราคาเก่าลดลงค่าเฉลี่ยเคลื่อนที่แบบทึบจะขึ้นต้นด้วยค่าเฉลี่ยเคลื่อนที่ 22 22 ในการคำนวณครั้งแรกหลังจากการคำนวณครั้งแรกสูตรปกติใช้เวลาเนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าที่แท้จริงจะไม่ได้รับรู้จนกว่าจะถึง 20 ปีหรือมากกว่านั้นในอีกทางหนึ่งค่าในกระดาษคำนวณของ excel อาจแตกต่างจากค่าแผนภูมิเนื่องจากระยะเวลาย้อนกลับสั้น ๆ สเปรดชีตนี้ไปเท่านั้น ระยะเวลาย้อนหลัง 30 ซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลาในการกระจายสต๊อกชิพ 20 ช่วงเวลาอย่างน้อย 250 รอบซึ่งโดยมากแล้วจะมากขึ้นสำหรับการคำนวณดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายตัวอย่างเต็มที่ ปัจจัยความล่าช้า (Lag Factor) ค่าเฉลี่ยเคลื่อนที่ที่ยาวนานขึ้นความล่าช้าค่าเฉลี่ยการเคลื่อนที่แบบเสด็จมาเป็นเวลา 10 วันจะกอดราคาได้ค่อนข้างใกล้ชิดและจะเลี้ยวไม่นานหลังจากที่ราคาเปิด Short ค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ 100 วันมีข้อมูลจำนวนมากที่ผ่านมาซึ่งลดลงค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือเดินสมุทร - เซื่องซึมและชะลอการเปลี่ยนแปลงโดยจะใช้ราคาที่ยาวและใหญ่กว่า เคลื่อนไหวสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนแปลงหลักสูตรคลิกที่กราฟสำหรับแผนภูมิแบบสดแผนภูมิด้านบนแสดง SP 500 ETF ที่มี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่สูงกว่าแม้จะมีเดือนมกราคม การลดลงของเดือนกุมภาพันธ์ SMA 100 วันจัดขึ้นแน่นอนและไม่ได้ลดลง SMA 50 วันเหมาะกับบางช่วงระหว่างค่าเฉลี่ยเคลื่อนที่ 10 และ 100 วันเมื่อเทียบกับค่าความล่าช้าค่ามัธยฐานเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นแม้ว่าจะมี ความแตกต่างที่ชัดเจนระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดหนึ่งไม่จำเป็นต้องดีกว่าค่าเฉลี่ยเคลื่อนที่อื่น ๆ ที่มีความล่าช้าน้อยลงและมีความไวต่อราคาล่าสุดมากขึ้นและการเปลี่ยนแปลงของราคาล่าสุดการเปลี่ยนแปลงเลขประจำตัว es จะเปลี่ยนไปก่อนค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าเฉลี่ยเคลื่อนที่แบบธรรมดาในทางกลับกันแสดงค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมดดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกว่าในการระบุระดับการสนับสนุนหรือความต้านทานโดยค่าเฉลี่ยที่เป็นไปได้ขึ้นอยู่กับวัตถุประสงค์ , รูปแบบการวิเคราะห์และเส้นขอบเวลา Chartists ควรทดสอบทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่และระยะเวลาที่แตกต่างกันเพื่อหาพอดีที่ดีที่สุดแผนภูมิด้านล่างแสดง IBM ด้วย SMA 50 วันสีแดงและ EMA 50 วันเป็นสีเขียวทั้งสองแหลมในปลาย January แต่การปรับตัวลดลงของ EMA ดีกว่า SMA ที่ลดลง EMA เปิดขึ้นในช่วงกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงไปจนถึงสิ้นเดือนมีนาคมประกาศว่า SMA กลับมาเกินหนึ่งเดือนหลังจาก EMA ระยะเวลาและ Timeframes ความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์โดยเฉลี่ยระยะสั้นค่าเฉลี่ยระยะสั้น 5-20 เหมาะสำหรับแนวโน้มระยะสั้นและการซื้อขาย Chartists ที่สนใจในแนวโน้มในระยะปานกลางจะเลือกใช้มานาน ค่าเฉลี่ยเคลื่อนที่เฉลี่ยที่อาจขยายระยะเวลา 20-60 จุดนักลงทุนระยะยาวจะชอบเคลื่อนไหวค่าเฉลี่ยที่มีระยะเวลา 100 หรือมากกว่าระยะเวลาเฉลี่ยที่เคลื่อนที่ได้บางส่วนเป็นที่นิยมมากกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันน่าจะเป็นที่นิยมมากที่สุด เป็นค่าเฉลี่ยเคลื่อนที่ในระยะยาวถัดไปค่าเฉลี่ยเคลื่อนที่ 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มระยะกลางนักเก็งกำไรหลายคนใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันและ 200 วันโดยรวมระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วัน ค่อนข้างเป็นที่นิยมในอดีตเพราะง่ายต่อการคำนวณเพียงแค่เพิ่มตัวเลขและย้ายจุดทศนิยมการระบุตัวตนสัญญาณเดียวกันสามารถสร้างขึ้นโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่ง่ายหรือค่าเฉลี่ยที่ระบุได้ดังที่ระบุไว้ข้างต้นค่าที่ตั้งขึ้นอยู่กับแต่ละบุคคลตัวอย่างด้านล่าง จะใช้ทั้งค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเส้นค่าเฉลี่ยเคลื่อนที่ระยะจะใช้กับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเสี้ยวหนึ่งทิศทางของค่าเฉลี่ยเคลื่อนที่จะบ่งบอกข้อมูลที่สำคัญเกี่ยวกับราคา Mo ค่าเฉลี่ยถ่วงน้ำหนักโดยเฉลี่ยบ่งชี้ว่าราคาโดยเฉลี่ยลดลงค่าเฉลี่ยระยะยาวที่เกิดขึ้นในระยะยาวสะท้อนถึงแนวโน้มขาขึ้นในระยะยาวค่าเฉลี่ยเคลื่อนที่ที่ลดลงในระยะยาวสะท้อนถึงแนวโน้มขาลงในระยะยาวแผนภูมิ แสดงให้เห็นถึง 3M MMM ที่มีค่าเฉลี่ยเลขยกกำลัง 150 วันตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้ทำงานได้ดีแค่ไหนเมื่อมีความแข็งแกร่งเท่านั้น EMA 150 วันปิดลงในเดือนพฤศจิกายน 2007 และอีกครั้งในเดือนมกราคม 2008 สังเกตว่าลดลง 15% ทิศทางของค่าเฉลี่ยเคลื่อนที่นี้ตัวชี้วัดที่ล้าหลังนี้บ่งชี้ถึงการพลิกกลับของแนวโน้มที่เกิดขึ้นในช่วงที่ดีที่สุดหรือหลังจากที่เกิดขึ้นในช่วงที่เลวร้ายที่สุดของ MMM ต่อเนื่องไปจนถึงเดือนมีนาคมปี 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่ปรากฏขึ้นจนกว่าจะถึงจุดสูงสุด MMM ยังคงมีการเติบโตอย่างต่อเนื่องในอีก 12 เดือนข้างหน้า Moving averages ทำงานได้ดีในแนวโน้มที่แข็งแกร่ง Double Crossovers. Two moving average สามารถใช้ร่วมกันเพื่อสร้างสัญญาณไขว้ใน Technical A การวิเคราะห์ทางการเงินของตลาดการเงิน John Murphy เรียกวิธีนี้ว่าไขว้แบบคู่ Double crossovers หมายถึงค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างสั้นและค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างยาวเช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวโดยทั่วไปของค่าเฉลี่ยเคลื่อนที่จะกำหนดระยะเวลาของระบบระบบโดยใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระบบระยะสั้นที่ใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางถึงแม้จะเป็นระยะยาวก็ตามการทับถมของหุ้นในแนวราบจะเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลง ข้ามข้ามสูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไปนี้เรียกอีกชื่อว่าเครื่องหมายกากบาทสีเงินไขว้หยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่านี้เรียกว่า cross cross ที่ตายแล้วค่าเฉลี่ย crossovers ผลิตสัญญาณค่อนข้างล่าช้าหลังจากทั้งหมดระบบมีพนักงาน สองตัวชี้วัดที่ปกคลุมด้วยวัตถุฉนวนระยะเวลาเฉลี่ยที่ยาวนานขึ้นความล่าช้าในสัญญาณสัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีขึ้นอย่างไรก็ตามค่าเฉลี่ยของไขว้แบบครอสโอเวอร์ tem จะผลิตจำนวนมาก whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่งนอกจากนี้ยังมีวิธีการไขว้สามที่เกี่ยวข้องกับสามค่าเฉลี่ยเคลื่อนที่อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามสองค่าเฉลี่ยเคลื่อนที่อีกต่อไประบบครอสโอเวอร์ไตรยางศ์ที่เรียบง่ายอาจเกี่ยวข้องกับ ค่าเฉลี่ยระยะสั้น 5 วัน 10 วันและ 20 วันแผนภูมิข้างบนแสดง Home Depot HD ด้วยเส้นสีเขียว EMA 10 วันและเส้นสีแดง EMA 50 วันสายสีดำคือการปิดบัญชีรายวันการใช้ Crossover แบบถ่วงน้ำหนักเคลื่อนไหวโดยเฉลี่ย ได้ส่งผลให้เกิด whipsaws สามตัวก่อนที่จะเริ่มมีการค้าที่ดี EMA 10 วันพังลงมาต่ำกว่า EMA 50 วันในช่วงปลายเดือนตุลาคมที่ผ่านมา แต่ไม่นานนักเมื่อ 10 วันย้อนหลังไปถึงช่วงกลางเดือนพฤศจิกายนที่ผ่านมาเครื่องหมายนี้ใช้เวลานาน, แต่ครอสโอเวอร์แบบลบในเดือนม. ค. ที่ 3 ม. ค. เกิดขึ้นใกล้ระดับราคาในปลายเดือนพฤศจิกายนส่งผลให้มีการแส้วข้ามอีกครั้งการปรับตัวลดลงนี้ไม่นานจนเป็น EMA 10 วันที่ขยับขึ้นเหนือ 50 วันในอีกไม่กี่วันถัดมา 4 หลังจากสัญญาณไม่ดีสามสัญญาณ สัญญาณที่สี่คาดเดา a การเคลื่อนไหวที่แข็งแกร่งเมื่อหุ้นสูงกว่า 20.There สอง takeaways ที่นี่แรกไขว้มีแนวโน้มที่จะ whipsaw สามารถใช้ตัวกรองราคาหรือเวลาเพื่อช่วยป้องกัน whipsaws ผู้ค้าอาจต้องครอสโอเวอร์ 3 วันก่อนที่จะทำหน้าที่หรือต้อง 10 วัน EMA ยกตัวเหนือเส้น EMA 50 วันก่อนดีดตัวขึ้นอีกครั้ง MACD 10,50,1 จะแสดงเส้นที่เป็นตัวแทนของความแตกต่างระหว่างค่าเฉลี่ยเลขสองเส้นค่าเฉลี่ย MACD เป็นบวก ในระหว่างการข้ามทองคำและค่าลบระหว่างช่วงที่ตายแล้วค่าร้อยละราคา Oscillator PPO สามารถใช้วิธีเดียวกันเพื่อแสดงความแตกต่างของเปอร์เซ็นต์หมายเหตุว่า MACD และ PPO ใช้ค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรงและจะไม่ตรงกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแผนภูมินี้แสดง Oracle ORCL พร้อมด้วย EMA 50 วัน EMA 200 วันและ MACD 50,200,1 หุ้นมีการครอสโอเวอร์ 4 เส้นโดยเฉลี่ยในช่วง 2 ปี 1 ปี 2 ครั้งแรกมีผลให้เกิด whipsaws หรือการค้าที่ไม่ดี end เริ่มต้นด้วยการครอสโอเวอร์ที่สี่เป็น ORCL ก้าวไปสู่ช่วงกลางยุค 20 อีกครั้งการขยับไขว้เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มแข็งแกร่ง แต่สร้างความสูญเสียในกรณีที่ไม่มีแนวโน้มราคา Crossovers. Moving เฉลี่ยยังสามารถใช้ในการสร้างสัญญาณด้วย crossovers ราคาที่เรียบง่ายสัญญาณรั้นถูกสร้างขึ้นเมื่อราคาขยับขึ้นเหนือเส้นค่าเฉลี่ยเคลื่อนที่สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยที่เคลื่อนที่ไขว้ราคาสามารถรวมเข้ากับการค้าภายในแนวโน้มที่ใหญ่กว่าค่าเฉลี่ยของการเคลื่อนไหวที่ยาวขึ้นจะกำหนดทิศทางของแนวโน้มที่ใหญ่ขึ้น ค่าเฉลี่ยเคลื่อนที่ที่สั้นลงใช้ในการสร้างสัญญาณหนึ่งจะมองหาราคารั้น bullish เมื่อมีราคาอยู่สูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไปนี้จะซื้อขายในความกลมกลืนกับแนวโน้มที่ใหญ่กว่าตัวอย่างเช่นถ้าราคาสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน , chartists จะมุ่งเน้นไปที่สัญญาณเมื่อราคาเคลื่อนเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันอย่างเห็นได้ชัดการเคลื่อนไหวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะนำหน้าดังกล่าว signa l แต่ค่าเสี้ยนหยาบคายดังกล่าวจะถูกละเลยเพราะแนวโน้มใหญ่ขึ้นค่างตัวที่หยาบคายก็จะแนะนำให้มีการปรับตัวลงในช่วงขาขึ้นที่ใหญ่ขึ้นการข้ามกลับเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันจะส่งสัญญาณถึงการปรับตัวขึ้นของราคาและความต่อเนื่องของแนวโน้มขาขึ้นที่ใหญ่ขึ้น กราฟถัดไปแสดง Emerson Electric EMR ที่มี EMA 50 วันและ EMA 200 วันหุ้นขึ้นเหนือและอยู่เหนือระดับเฉลี่ยในช่วง 200 วันในเดือนสิงหาคมมีการปรับตัวลงมาต่ำกว่า EMA 50 วันในช่วงต้นเดือนพฤศจิกายนและอีกครั้งในช่วงต้นเดือนกุมภาพันธ์ ราคาขยับขึ้นมาอย่างรวดเร็วเหนือเส้น EMA 50 วันเพื่อให้สัญญาณลูกศรสีเขียวในแนวราบสอดคล้องกับขาขึ้นที่ใหญ่ขึ้น MACD 1,50,1 จะแสดงในหน้าต่างตัวบ่งชี้เพื่อยืนยันการข้ามผ่านด้านล่างหรือด้านล่าง EMA 50 วันระยะเวลา 1 วัน EMA เท่ากับราคาปิด MACD 1,50,1 เป็นบวกเมื่อระยะสั้นอยู่ใกล้เส้น EMA 50 วันและเป็นลบเมื่อราคาปิดอยู่ต่ำกว่า EMA 50 วันความช่วยเหลือและแนวต้านค่าเฉลี่ยยังมีความเป็นไปได้ในทิศทางขาขึ้น และแนวปะทะในแนวรองรับขาขึ้นระยะสั้น end อาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ใน Bollinger Bands ขาขึ้นในระยะยาวอาจได้รับแรงหนุนจากค่าเฉลี่ยเคลื่อนที่ระยะสั้น 200 วันซึ่งเป็นค่าเฉลี่ยระยะยาวที่เป็นที่นิยมมากที่สุด ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้กันอย่างแพร่หลายเกือบจะเหมือนกับคำทำนายด้วยตนเองที่ทำเองแผนภูมิข้างต้นแสดง NY Composite โดยมีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลางปี ​​2547 จนถึงสิ้นปี 2008 การสนับสนุน 200 วันให้การสนับสนุนหลายครั้งในช่วงก่อนหน้านี้เมื่อแนวโน้มกลับตัวกลับด้วยแรงสนับสนุนด้านบนสองครั้งค่าเฉลี่ยเคลื่อนที่ 200 วันทำท่ามักทักทองราว 9500 จุดอย่าคาดหวังว่าการสนับสนุนและความต้านทานที่แท้จริงจะมาจากการเคลื่อนที่โดยเฉลี่ย ตลาดจะถูกผลักดันจากความรู้สึกซึ่งทำให้พวกเขามีแนวโน้มที่จะ overshoots แทนระดับที่แน่นอนค่าเฉลี่ยเคลื่อนที่สามารถใช้ในการระบุการสนับสนุนหรือโซนความต้านทานข้อดีของการใช้ค่าเฉลี่ยเคลื่อนที่จะต้องมีการชั่งน้ำหนัก ainst ข้อเสียการย้ายค่าเฉลี่ยมีแนวโน้มตามหรือ lagging ตัวบ่งชี้ที่จะเป็นขั้นตอนหลังนี้ไม่จำเป็นต้องเป็นสิ่งที่ไม่ดี แต่หลังจากทั้งหมดแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของแนวโน้มการย้ายค่าเฉลี่ย ประกันว่าเทรดเดอร์อยู่ในแนวเดียวกันกับเทรนด์ปัจจุบันแม้ว่าเทรนด์จะเป็นเพื่อนของคุณ แต่หลักทรัพย์ใช้จ่ายช่วงเวลาที่ดีในช่วงการซื้อขายซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผลเมื่ออยู่ในแนวโน้มการเคลื่อนที่โดยเฉลี่ยจะทำให้คุณได้รับ แต่ก็ให้ ปลายสัญญาณ Don t คาดว่าจะขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตนเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนด แนวโน้มโดยรวมแล้วใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือ oversold การเพิ่มค่าเฉลี่ยในการเคลื่อนไหวไปยัง StockCharts Charts. Moving ค่าเฉลี่ยจะมีเป็นคุณลักษณะการวางซ้อนราคาบนโต๊ะทำงาน SharpCharts การใช้เมนูแบบเลื่อนลงแบบเลื่อนลงผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่แบบเรียบหรือค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้พารามิเตอร์แรกจะใช้เพื่อกำหนดจำนวนรอบระยะเวลาคุณสามารถเพิ่มพารามิเตอร์ที่เป็นตัวเลือกเพื่อระบุว่าควรใช้ฟิลด์ราคาใดใน การคำนวณ - O สำหรับเปิด, H สำหรับสูง, L สำหรับต่ำ, และ C สำหรับการปิดเครื่องหมายจุลภาคใช้เพื่อแยกพารามิเตอร์พารามิเตอร์อื่นที่เป็นตัวเลือกสามารถเพิ่มเพื่อเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางซ้ายหรืออนาคตที่ถูกต้องเป็นค่าลบ จำนวน -10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย 10 ช่วงเวลาจำนวนบวก 10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 รอบระยะเวลาค่าเฉลี่ยเคลื่อนที่หลายค่าสามารถวางซ้อนราคาโดยการเพิ่มบรรทัดซ้อนทับอีกครั้งเพื่อปรับแต่ง Workbench สมาชิก StockCharts สามารถเปลี่ยนแปลงได้ สีและสไตล์เพื่อแยกแยะระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ ตัวเลือกหลังจากเลือกตัวบ่งชี้ให้เปิดตัวเลือกขั้นสูงโดยคลิกสามเหลี่ยมสีเขียวเล็กน้อย ตัวเลือกขั้นสูงสามารถใช้เพื่อเพิ่มการวางซ้อนค่าเฉลี่ยเคลื่อนไหวสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่แตกต่างกันโดยใช้เส้นค่าเฉลี่ยเคลื่อนที่ที่มีการสแกนสต็อกช็อต สมาชิกสามารถใช้เพื่อสแกนหาค่าเฉลี่ยของสถานการณ์ที่เคลื่อนไหวได้โดยทั่วไปการเคลื่อนไหวเฉลี่ยข้ามเฉลี่ยการสแกนนี้จะหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้นและการข้ามผ่านแนวราบของ EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วัน จะเพิ่มขึ้นตราบเท่าที่มีการซื้อขายเหนือระดับของห้าวันที่ผ่านมาข้ามรั้นจะเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือ EMA 35 วันเมื่อเทียบกับค่าเฉลี่ยสูงกว่าค่าเฉลี่ยการเคลื่อนไหวของค่าเฉลี่ย Cross การสแกนนี้จะมองหาหุ้นที่ลดลง 150- วันค่าเฉลี่ยการเคลื่อนไหวแบบถดถอยและเส้นค่าเฉลี่ยถดถอยในระยะสั้น EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วันจะลดลงตราบใดที่ยังซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา ต่ำกว่า EMA 35 วันที่ ABO หนังสือเล่มนี้มีบทที่อุทิศให้กับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆของพวกเขา Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ยนอกจากนี้เมอร์ฟี่แสดงให้เห็นว่าการเคลื่อนไหวโดยเฉลี่ยทำงานร่วมกับ Bollinger Bands และระบบการซื้อขายบนช่องทางอย่างไรเทคนิค การวิเคราะห์ตลาดการเงิน John Murphy