8-21 เฉลี่ยเคลื่อนที่

ตัวบ่งชี้การเคลื่อนที่เฉลี่ย (Average Moving Average Indicator) ค่าเฉลี่ยเคลื่อนที่ (Moving Average) เป็นตัววัดแนวโน้มของทิศทางโดยการปรับข้อมูลราคา โดยปกติการคำนวณโดยใช้ราคาปิดค่าเฉลี่ยเคลื่อนที่สามารถใช้กับมัธยฐาน ตามแบบฉบับ การปิดถ่วงน้ำหนัก และสูงราคาต่ำหรือราคาเปิดรวมทั้งตัวบ่งชี้อื่น ๆ ความยาวเฉลี่ยที่สั้นลงมีความละเอียดอ่อนและระบุแนวโน้มใหม่ ๆ ก่อนหน้านี้ แต่ยังให้สัญญาณเตือนที่ผิดพลาดมากขึ้น ค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่ามีความน่าเชื่อถือมากขึ้น แต่ไม่ตอบสนองน้อยเพียงยกขึ้นแนวโน้มใหญ่ ใช้ค่าเฉลี่ยเคลื่อนที่ซึ่งเท่ากับครึ่งความยาวของวัฏจักรที่คุณกำลังติดตาม หากความยาวรอบสูงสุดถึงสูงสุดคือประมาณ 30 วันค่าเฉลี่ยเคลื่อนที่ 15 วันมีความเหมาะสม ถ้า 20 วันค่าเฉลี่ยเคลื่อนที่ 10 วันมีความเหมาะสม อย่างไรก็ตามผู้ค้าบางรายจะใช้ค่าเฉลี่ยเคลื่อนที่ 14 และ 9 วันสำหรับรอบข้างต้นด้วยความหวังว่าจะสร้างสัญญาณได้เล็กน้อยก่อนตลาด อื่น ๆ โปรดปรานตัวเลข Fibonacci 5, 8, 13 และ 21. 100 ถึง 200 วัน (20 ถึง 40 สัปดาห์) ค่าเฉลี่ยเคลื่อนที่เป็นที่นิยมสำหรับรอบที่ยาวกว่า 20 ถึง 65 วัน (4 ถึง 13 สัปดาห์) ค่าเฉลี่ยเคลื่อนที่มีประโยชน์สำหรับรอบกลางและ 5 เป็นระยะเวลาสั้น ๆ 20 วัน ระบบค่าเฉลี่ยที่ง่ายที่สุดในการสร้างสัญญาณเมื่อราคาข้ามค่าเฉลี่ยเคลื่อนที่: ไปนานเมื่อราคาข้ามไปเหนือค่าเฉลี่ยเคลื่อนที่จากด้านล่าง สั้นเมื่อราคาทะลุไปต่ำกว่าค่าเฉลี่ยเคลื่อนที่จากด้านบน ระบบมีแนวโน้มที่จะ whipsaws ในตลาดที่หลากหลายมีราคาข้ามไปมาทั่วค่าเฉลี่ยเคลื่อนที่สร้างจำนวนมากของสัญญาณเท็จ ด้วยเหตุนี้ระบบเฉลี่ยเคลื่อนที่มักใช้ตัวกรองเพื่อลดเสียงกระเพื่อม ระบบซับซ้อนใช้ค่าเฉลี่ยเคลื่อนที่มากกว่าหนึ่งค่า Two Moving Averages ใช้ค่าเฉลี่ยเคลื่อนที่เร็วขึ้นแทนราคาปิด สามค่าเฉลี่ยเคลื่อนที่ใช้ค่าเฉลี่ยเคลื่อนที่ที่สามเพื่อระบุเมื่อราคาอยู่ในช่วง ค่าเฉลี่ยเคลื่อนที่หลายค่าใช้ค่าเฉลี่ยเคลื่อนที่หกตัวและค่าเฉลี่ยเคลื่อนที่ช้าๆหกตัวเพื่อยืนยันกัน Displaced Moving Averages มีประโยชน์สำหรับวัตถุประสงค์ในการติดตามแนวโน้มการลดจำนวน whipsaws ช่อง Keltner ใช้แผนภูมิที่วางแผนไว้ที่ช่วงจริงหลายช่วงเพื่อกรองไขว้เฉลี่ยเคลื่อนไหว ตัวบ่งชี้ความนิยม MACD (Moving Average Convergence Divergence) ที่เป็นที่นิยมคือรูปแบบของระบบค่าเฉลี่ยเคลื่อนที่ 2 เส้นซึ่งเป็นกราฟแสดง oscillator ซึ่งจะลบค่าเฉลี่ยเคลื่อนที่ช้าจากค่าเฉลี่ยเคลื่อนที่เร็ว มีค่าเฉลี่ยเคลื่อนที่หลายแบบแต่ละแบบมีลักษณะเฉพาะของตนเอง ค่าเฉลี่ยเคลื่อนที่ง่ายเป็นวิธีที่ง่ายที่สุดในการสร้าง แต่ยังมีแนวโน้มที่จะบิดเบือนมากที่สุด ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเป็นเรื่องยากที่จะสร้าง แต่น่าเชื่อถือ ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดจะได้รับประโยชน์จากการชั่งน้ำหนักรวมกับความสะดวกในการก่อสร้าง ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่จะใช้เป็นตัวชี้วัดที่พัฒนาขึ้นโดย J. Welles Wilder สูตรเดียวกันกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาโดยใช้ mdash ที่แตกต่างกันซึ่งผู้ใช้จำเป็นต้องให้เงินช่วยเหลือ แผงตัวบ่งชี้แสดงวิธีตั้งค่าเฉลี่ยเคลื่อนที่ การตั้งค่าเริ่มต้นคือค่าเฉลี่ยเคลื่อนที่แบบเสด็จเฉลี่ย 21 วันค่าเฉลี่ยโดยเฉลี่ย - MA BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่ - MA เป็นตัวอย่าง SMA พิจารณาการรักษาความปลอดภัยโดยมีราคาปิดดังต่อไปนี้เกินกว่า 15 วัน: สัปดาห์ที่ 1 (5 วัน) 20, 22, 24, 25, 23 สัปดาห์ที่ 2 (5 วัน) 26, 28, 26, 29, 27 สัปดาห์ที่ 3 (5 วัน) 28, 30, 27, 29, 28 โดยเฉลี่ย 10 วันจะปิดราคาปิด 10 วันแรกเป็น จุดข้อมูลแรก จุดข้อมูลถัดไปจะลดราคาเริ่มต้นเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ดังที่แสดงด้านล่าง ตามที่ระบุไว้ก่อนหน้านี้ MAs lag การกระทำราคาปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมายิ่งระยะเวลาที่ยาวนานสำหรับ MA มากเท่าไร ดังนั้นแมสซาชูเซตส์ระยะ 200 วันจะมีความล่าช้ามากกว่า MA 20 วันเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมา ความยาวของ MA จะขึ้นอยู่กับวัตถุประสงค์ในการซื้อขายโดย MAs สั้นสำหรับการซื้อขายระยะสั้นและ MAs ระยะยาวมีความเหมาะสมกับนักลงทุนระยะยาว นักลงทุนและผู้ค้าที่มีการซื้อขาย MA ระยะเวลา 200 วันโดยมียอดขายต่ำกว่าและต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ถือเป็นสัญญาณการซื้อขายที่สำคัญ MAs ยังให้สัญญาณการซื้อขายที่สำคัญด้วยตัวเองหรือเมื่อสองค่าเฉลี่ยข้ามไป MA ที่เพิ่มขึ้นบ่งชี้ว่าการรักษาความปลอดภัยอยู่ในขาขึ้น ในขณะที่ค่าดัชนีลดลงแสดงให้เห็นว่าอยู่ในขาลง ในทำนองเดียวกันโมเมนตัมสูงขึ้นได้รับการยืนยันโดยการครอสโอเวอร์แบบ bullish ซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุเหนือ MA ระยะยาว แรงกระแทกลงจะได้รับการยืนยันจากการพังทลายของไขว้ซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่า MA ในระยะยาวการวิเคราะห์ทางเทคนิคการย้ายค่าเฉลี่ยหรือการตัดเสียงรบกวนในการซื้อขาย EURUSD ในวันทำการคีย์เวิร์ดวิเคราะห์ทางเทคนิค การอ่านข้อมูลราคาทิศทางของความเชื่อมั่นว่าสิ่งนี้ไฮไลท์และการตีความข้อมูลดังกล่าวลงในการเคลื่อนไหวและเป้าหมายในอนาคตที่เป็นไปได้ ฟังดูง่าย แต่องค์ประกอบที่สำคัญคือความบริสุทธิ์ของข้อมูลหรือถ้าไม่สามารถทำได้ก็จะไม่สามารถขจัดเสียงรบกวนที่อยู่รอบ ๆ การเคลื่อนไหวของราคาและผลกระทบที่เกิดขึ้นกับตัวชี้วัดทางเทคนิคได้ โดยเฉพาะอย่างยิ่งเมื่อมีการซื้อขายระหว่างวันเมื่อแต่ละ pip ​​มีมูลค่ามาก โดยเสียง lsquonoisersquo I donrsquot หมายถึงการตะโกนของพ่อค้านายหน้าและพนักงานขายที่ใช้เพื่อกวนใจนักวิเคราะห์ทางเทคนิคทั่วห้องซื้อขาย แต่เสียงที่สร้างขึ้นโดยการเคลื่อนไหวของตลาดที่ผันผวน - หยุดความสูญเสียที่เกิดขึ้นปฏิกิริยาเหตุการณ์ประกาศตัวเลขทางเศรษฐกิจและคำแถลงโดยนักวิเคราะห์สื่อ หนึ่งในวิธีที่ง่ายที่สุดและเป็นวิธีที่ดีที่สุดในการระบุแนวโน้มคือราคาที่ซื้อขายอยู่ด้านบนหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่โดยใช้การครอสโอเวอร์จุดของค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวกระตุ้นการเปิดช่องแคบตำแหน่ง เป็นสัญญาณที่ฉันเคยใช้มาเป็นเวลานาน แต่ Irsquove ได้ปรับตัวเพื่อเลี่ยงการเลียนแบบตลาดที่สร้างสัญญาณผิดพลาดมากเกินไป การปรับตัวนี้คือการเคลื่อนที่ ครั้งแรก letrsquos ได้อย่างรวดเร็วพูดถึงประเภทหลักของค่าเฉลี่ยเคลื่อนที่ที่ใช้: ง่าย - รวมวันที่ที่เกี่ยวข้องหารด้วยจำนวนการสังเกต ดังนั้นข้อมูลแต่ละชิ้นมีสัดส่วนการถ่วงน้ำหนักเท่ากัน มีน้ำหนักมาก - น้ำหนักที่เพิ่มให้กับข้อมูลล่าสุด ในกรณีที่มีค่าเฉลี่ยระยะเวลา 89 งวดสุดท้ายข้อมูลจะถูกคูณด้วย 89 ส่วนที่สองคูณด้วย 88 และที่สามเป็นลำดับสุดท้ายจาก 87 เป็นต้นตัวเลขสุดท้ายจะหารด้วยจำนวนตัวคูณทั้งหมด เลขชี้กำลัง - นี่เป็นรูปแบบอื่นที่ซับซ้อน แต่มีความซับซ้อนโดยมีความแตกต่างกันว่าทุกราคาถูกนำมาพิจารณาด้วยความก้าวหน้าทางเรขาคณิตราคาที่เก่ากว่านั้นให้ความสำคัญน้อยและน้อย ดูรูปที่ 1, 2 และ 3 (แผนภูมิ EURUSD 2 ชั่วโมง) ที่คุณเห็นได้ว่ามีแนวโน้มลดลงใน EURUSD ในช่วงเวลานี้ด้วยการตัดเสียงต่ำและต่ำลง ในขณะที่สัญญาณเริ่มต้นของการร่วงลงที่จุดเริ่มต้นของเดือนพฤศจิกายนอยู่ที่ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ทุกประเภทจะมีแนวโน้มที่จะเกิดการวิปปิ้งที่เจ็บปวดเมื่อมีการชุมนุมเล็ก ๆ น้อย ๆ ความคิดคือการกำจัดเท่าที่เป็นไปได้จริงการข้ามแบบผิดพลาด แต่ความพยายามในการกรองปกติไม่สามารถสร้างความแตกต่างในเชิงบวกหรือในกรณีของค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเพิ่มจำนวนของพวกเขา นี่คือวิธีการแทนที่ค่าเฉลี่ยเคลื่อนที่ช่วยลดสัญญาณรบกวนที่สร้างสัญญาณผิดพลาดเหล่านี้ นี่อาจเป็นจุดดีที่บอกได้ว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้ในตัวอย่างที่ 1 นี้คือ 89. มีค่าเฉลี่ยเคลื่อนที่อยู่ที่ 20, 50, 100 amp 200 ซึ่งเป็นค่านิยมมากที่สุด แต่ผมเชื่อเสมอว่าความเกี่ยวข้องของฟีโบนักชี ตัวเลขและดังนั้นค่าเริ่มต้นของฉันคือการมองไป 8,13,21,55,89 หรือสูงถึง 144 การเพิ่มประสิทธิภาพที่ดีที่สุดไม่ได้มาถึงตัวเลขที่เหมาะกับแต่ละสินทรัพย์ แต่ตัวเลขที่สามารถใช้อย่างต่อเนื่องกับผลลัพธ์ที่สอดคล้องกันโดยไม่มีการแก้ไขอย่างต่อเนื่อง . นี้เป็นวิธีการของการประยุกต์ใช้ในทางปฏิบัติเนื่องจากการซื้อขาย intraday ไม่ได้เป็นทฤษฎีการออกกำลังกาย ย้อนกลับไปยังตัวอย่างด้านบน letrsquos จะแนะนำค่าเฉลี่ยเคลื่อนที่แบบลอยตัว กราฟในรูปที่ 4 เป็นค่าเฉลี่ยเคลื่อนที่ย้อนยุค 89 ตามรูปที่ 1 แต่คราวนี้ถูกผลักไปข้างหน้า 21 งวดและคุณสามารถเห็นผลกระทบเชิงบวกที่เกิดขึ้นได้ในทันทีเพื่อการซื้อขาย - การเปลี่ยนแปลงราคาจุดเกิดขึ้นในขั้นตอนต่อ ๆ ไป แม้ว่าจะหมายความว่าเมื่อการเคลื่อนที่เป็นค่าที่ถูกต้องมีข้อเสียของทริกเกอร์อยู่ในอัตราที่แย่กว่า แต่นี่เป็นมากกว่าการชดเชยด้วยการลดเท็จ ถ้าเราตั้งค่านี้เป็นรูปแบบทางสถิติสำหรับช่วงเวลานี้และใช้ไม่ใช่การค้าด้านบนหรือด้านล่าง แต่ใกล้เคียงกับค่าเฉลี่ยเราจะได้ตัวเลขในตารางด้านบน เห็นได้ชัดจากตัวอย่างนี้ว่าการใช้ Moved Average เป็นเครื่องมือสำหรับการซื้อขายระหว่างวันเป็นอย่างไรบ้างมากกว่าที่ใช้สำหรับ 3 ประเภทอื่น ๆ ในขณะที่ตัวอย่างด้านบนแสดง 2 แผนภูมิรายชั่วโมงวิธีการสร้างแนวโน้มนี้ แต่การลด lsquonoisersquo สามารถนำไปใช้กับช่วงเวลาทั้งหมดจากแบบรายเดือนไปจนถึงแผนภูมิรายชั่วโมงและทำให้ความแตกต่างอย่างมีนัยสำคัญกับความแม่นยำในการรับรู้แนวโน้มและการซื้อขาย ในที่สุดให้ดูที่ EURUSD ในแผนภูมิรายวัน (รูปที่ 5) เวลานี้ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ (สีน้ำเงิน) เพิ่มขึ้นเป็น 144 และการแทนที่ (สีม่วงแดง) ใช้กับบรรทัดที่ 2, 34. แน่นอนว่านี่เป็นเครื่องมือสำหรับ traderinvestor ระยะยาว แต่ผลกระทบจากการเคลื่อนย้ายได้ชัดเจน อีกครั้งหนึ่งทั้งสองค่าเฉลี่ยถ่วงน้ำหนักจับแนวโน้ม แต่การเปลี่ยนแปลงราคาอย่างรวดเร็วในช่วงเดือนกรกฎาคมและสิงหาคม 2554 จะลดผลกระทบจากประสิทธิภาพของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆขณะที่ Displaced เกิดขึ้นน้อยลง สรุปได้ว่าฉันหวังว่าบทความนี้จะสนับสนุนวิธีการใช้งานที่ยืดหยุ่น แต่มีความยืดหยุ่นในการใช้ค่าเฉลี่ยเคลื่อนที่ในการระบุแนวโน้มในวันทำงานและใช้เพื่อทำกำไรได้