89 วัน เฉลี่ยเคลื่อนที่

ค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่หนึ่งในดัชนีชี้วัดทางเทคนิคที่มีความยืดหยุ่นมากที่สุดและเป็นที่นิยมมากที่สุดซึ่งเป็นที่นิยมอย่างมากในหมู่ผู้ค้าส่วนใหญ่เนื่องจากความเรียบง่ายของมันการทำงานที่ดีที่สุดในสภาพแวดล้อมที่มีแนวโน้มสูงในสถิติค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ ค่าเฉลี่ยของชุดข้อมูลบางชุดในกรณีของการวิเคราะห์ทางเทคนิคข้อมูลเหล่านี้ส่วนใหญ่จะแสดงด้วยราคาปิดของหุ้นในแต่ละวันอย่างไรก็ตามผู้ค้าบางรายยังใช้ค่าเฉลี่ยแยกกันสำหรับค่า minima และ maxima รายวันหรือค่าเฉลี่ยของค่ากึ่งกลาง ซึ่งคำนวณได้โดยการบวกขึ้นทุกวันอย่างน้อยที่สุดและสูงสุดและหารด้วยสองอย่างไรก็ตามคุณสามารถสร้างค่าเฉลี่ยเคลื่อนที่ได้ในกรอบเวลาที่สั้นลงตัวอย่างเช่นโดยใช้ข้อมูลรายวันหรือนาทีตัวอย่างเช่นหากคุณต้องการทำ ค่าเฉลี่ยเคลื่อนที่ 10 วันคุณเพียงเพิ่มราคาปิดทั้งหมดในช่วง 10 วันที่ผ่านมาและหารด้วย 10 ในกรณีนี้เป็นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในวันถัดไปเราทำเช่นเดียวกันยกเว้นว่าเราใช้ราคาอีกครั้ง สำหรับ th e ล่าสุด 10 วันซึ่งหมายความว่าราคาที่เป็นครั้งสุดท้ายในการคำนวณของเราสำหรับวันก่อนหน้าจะไม่รวมอยู่ในค่าเฉลี่ยของวันนี้ - มันจะถูกแทนที่ด้วยราคาเมื่อวานนี้การเปลี่ยนแปลงข้อมูลในลักษณะนี้กับทุกวันทำการซื้อขายใหม่จึง ค่าเฉลี่ยเคลื่อนที่ระยะยาววัตถุประสงค์และการใช้ค่าเฉลี่ยเคลื่อนที่ในการวิเคราะห์ทางเทคนิคค่าเฉลี่ยโดยเฉลี่ยเป็นตัวบ่งชี้แนวโน้มโดยมีจุดมุ่งหมายเพื่อตรวจหาจุดเริ่มต้นของเทรนด์ตามความคืบหน้ารวมทั้งรายงานการกลับรายการหากเกิดขึ้น ในทางตรงกันข้ามกับแผนภูมิการย้ายค่าเฉลี่ยไม่ได้คาดหวังการเริ่มต้นหรือจุดสิ้นสุดของแนวโน้มพวกเขายืนยันเพียง แต่บางครั้งหลังจากการกลับรายการจริงเกิดขึ้นมันเกิดจากการก่อสร้างมากของพวกเขาเป็นตัวบ่งชี้เหล่านี้จะขึ้นอยู่กับข้อมูลทางประวัติศาสตร์เพียงอย่างเดียววันน้อย ค่าเฉลี่ยเคลื่อนที่ที่มีจะเร็วกว่านั้นจะสามารถตรวจจับการกลับรายการของแนวโน้มเนื่องจากจำนวนข้อมูลทางประวัติศาสตร์ซึ่งมีอิทธิพลอย่างมากต่อค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย 20 วันสร้างสัญญาณการกลับรายการแนวโน้มเร็วกว่า ค่าเฉลี่ย 50 วันอย่างไรก็ตามยังเป็นจริงว่าจำนวนวันที่เราใช้ในการคำนวณค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่มากขึ้นสัญญาณที่ผิดพลาดมากขึ้นที่เราได้รับดังนั้นผู้ค้าส่วนใหญ่จึงใช้การรวมกันของค่าเฉลี่ยเคลื่อนที่หลายค่าซึ่งทั้งหมดจะต้องให้สัญญาณ พร้อมกันก่อนที่พ่อจะเปิดตำแหน่งของเขาในตลาดอย่างไรก็ดีความล่าช้าของค่าเฉลี่ยเคลื่อนที่ที่อยู่เบื้องหลังแนวโน้มจะไม่สามารถตัดออกได้อย่างสิ้นเชิงสัญญาณการซื้อขายประเภทของค่าเฉลี่ยเคลื่อนที่ใด ๆ ที่สามารถใช้ในการสร้างสัญญาณซื้อหรือขายได้และกระบวนการนี้ง่ายมาก แผนภูมิแปลงซอฟต์แวร์เป็นค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรงลงในแผนภูมิราคาสัญญาณจะถูกสร้างขึ้นในสถานที่ที่ราคาตัดกันเส้นเหล่านี้เมื่อราคาสูงกว่าเส้นค่าเฉลี่ยเคลื่อนที่จะหมายถึงจุดเริ่มต้นของแนวโน้มการขึ้นใหม่และด้วยเหตุนี้จึงหมายถึงการซื้อ สัญญาณในทางตรงกันข้ามถ้าราคาข้ามเส้นค่าเฉลี่ยเคลื่อนที่และตลาดก็ปิดตัวลงในบริเวณนี้สัญญาณของการเริ่มต้นของแนวโน้มลดลงและด้วยเหตุนี้จึงถือเป็นสัญญาณการขายการใช้ multipl ค่าเฉลี่ยนอกจากนี้เรายังสามารถเลือกใช้ค่าเฉลี่ยเคลื่อนที่หลายรายการพร้อมกันเพื่อลดเสียงรบกวนในราคาและโดยเฉพาะอย่างยิ่งสัญญาณสัญญาณผิดพลาดซึ่งใช้อัตราการถัวเฉลี่ยถ่วงน้ำหนักเพียงครั้งเดียวเมื่อใช้ค่าเฉลี่ยหลายค่าสัญญาณการซื้อจะเกิดขึ้นเมื่อ ค่าเฉลี่ยของค่าเฉลี่ยต่ำกว่าค่าเฉลี่ยที่ยาวนานกว่าเช่นค่าเฉลี่ย 50 วันของค่าเฉลี่ยที่สูงกว่าค่าเฉลี่ย 200 วันโดยค่าเฉลี่ยสัญญาณการขายในกรณีนี้จะถูกสร้างขึ้นเมื่อค่าเฉลี่ยของค่าเฉลี่ย 50 วันที่ต่ำกว่าค่าเฉลี่ย 200 โดยในทำนองเดียวกันเรา สามารถใช้ค่าเฉลี่ย 3 ค่า ได้แก่ ค่าเฉลี่ย 5 วันค่าเฉลี่ย 10 วันและ 20 วันโดยเฉลี่ยในกรณีนี้จะมีแนวโน้มสูงขึ้นหากเส้นค่าเฉลี่ย 5 วันอยู่เหนือค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ย 10 วัน ค่าเฉลี่ยวันนี้ยังสูงกว่าค่าเฉลี่ยในรอบ 20 วันการข้ามผ่านค่าเฉลี่ยเคลื่อนที่ซึ่งนำไปสู่สถานการณ์เช่นนี้ถือว่าเป็นสัญญาณซื้อโดยมีแนวโน้มลดลงจากสถานการณ์เมื่อเส้นค่าเฉลี่ย 5 วันต่ำกว่า 10 วัน โดยเฉลี่ยในขณะที่ค่าเฉลี่ย 10 วันต่ำกว่าค่าเฉลี่ย n ค่าเฉลี่ย 20 วันการใช้ค่าเฉลี่ยเคลื่อนที่สามครั้งพร้อมกัน จำกัด จำนวนสัญญาณปลอมที่สร้างขึ้นโดยระบบ แต่ยัง จำกัด ขีดความสามารถในการทำกำไรด้วยเช่นระบบจะสร้างสัญญาณการซื้อขายเฉพาะหลังจากที่มีการกำหนดแนวโน้มอย่างมั่นคงในตลาด ช่วงเวลาที่ใช้โดย traders สำหรับคอมพิวเตอร์ moving averages แตกต่างกันมากตัวอย่างเช่นตัวเลข Fibonacci เป็นที่นิยมมากเช่นใช้ 5 วัน 21 วันและ 89 ค่าเฉลี่ยของวันในการซื้อขายล่วงหน้าการรวมกันของ 4-9 และ 18 วันเป็นที่นิยมอย่างมากเช่นกันข้อดีและข้อเสียเหตุผลที่ว่าทำไมค่าเฉลี่ยเคลื่อนที่ที่ได้รับความนิยมจึงสะท้อนถึงกฎพื้นฐานหลายประการในการซื้อขายการใช้ค่าเฉลี่ยเคลื่อนที่ ช่วยให้คุณสามารถลดการสูญเสียของคุณในขณะที่ปล่อยให้ผลกำไรของคุณทำงานได้เมื่อใช้ค่าเฉลี่ยเคลื่อนที่เพื่อสร้างสัญญาณการซื้อขายคุณจะค้าทิศทางของแนวโน้มการตลาดไม่ใช่ต่อต้านมันนอกจากนี้เมื่อเทียบกับการวิเคราะห์รูปแบบกราฟหรืออื่น ๆ hi เทคนิคการวิเคราะห์เชิงวิพากษ์สามารถนำมาใช้ในการสร้างสัญญาณการซื้อขายตามหลักเกณฑ์ที่ชัดเจนซึ่งจะช่วยขจัดความเป็นส่วนตัวของการตัดสินใจซื้อขายหลักทรัพย์ซึ่งอาจช่วยให้จิตใจของผู้ประกอบการค้าอย่างไรก็ตามข้อเสียที่สำคัญของค่าเฉลี่ยเคลื่อนที่คือการทำงานได้ดีเมื่อตลาดอยู่ในภาวะปกติเท่านั้น ดังนั้นในช่วงเวลาของตลาดที่เปลี่ยนแปลงเร็วเมื่อราคาผันผวนในช่วงราคาที่เฉพาะเจาะจงที่พวกเขาไม่ทำงานที่ทุกช่วงเวลาดังกล่าวได้อย่างง่ายดายสามารถใช้เวลามากกว่าหนึ่งในสามของเวลาดังนั้นการพึ่งพาการย้ายเฉลี่ยอยู่คนเดียวมีความเสี่ยงนักค้าบางอย่างที่เป็นเหตุผลที่แนะนำ รวมค่าเฉลี่ยเคลื่อนที่โดยมีตัวบ่งชี้ความแรงของแนวโน้มเช่น ADX หรือใช้ค่าเฉลี่ยเคลื่อนที่เท่านั้นเพื่อเป็นตัวบ่งชี้ยืนยันระบบการซื้อขายของคุณประเภทของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยที่ใช้กันทั่วไปคือ Simple Moving Average SMA และ Exponentially Weighted Moving Average EMA, EWMA ค่าเฉลี่ยเคลื่อนที่แบบนี้หมายถึงค่าเฉลี่ยเลขคณิตและเป็นค่าเฉลี่ยที่ใช้ง่ายที่สุดและใช้บ่อยที่สุด ค่าเฉลี่ยของค่าเฉลี่ย f คำนวณโดยสรุปราคาปิดทั้งหมดในช่วงเวลาที่กำหนดซึ่งเราจะหารด้วยจำนวนวันในรอบระยะเวลาอย่างไรก็ตามปัญหาสองข้อเกี่ยวข้องกับค่าเฉลี่ยโดยเฉลี่ยนี้จะคำนึงถึงเฉพาะข้อมูลที่รวมอยู่ใน ระยะเวลาที่เลือกเช่นค่าเฉลี่ยเคลื่อนที่ 10 วันจะพิจารณาเฉพาะข้อมูลจากช่วง 10 วันที่ผ่านมาและไม่สนใจข้อมูลอื่น ๆ ทั้งหมดก่อนช่วงเวลานี้นอกจากนี้ยังถูกวิพากษ์วิจารณ์บ่อยๆว่ามีการจัดสรรน้ำหนักที่เท่ากันให้กับข้อมูลทั้งหมดในชุดข้อมูลเช่นใน ค่าเฉลี่ยเคลื่อนที่ 10 วันราคาตั้งแต่ 10 วันก่อนมีน้ำหนักเช่นเดียวกับราคาตั้งแต่วันนี้ - 10 นักค้าหลายรายให้เหตุผลว่าข้อมูลจากวันล่าสุดน่าจะมีน้ำหนักมากกว่าข้อมูลที่เก่ากว่าซึ่งจะส่งผลให้เกิดการลด แนวโน้มนี้ชนิดของค่าเฉลี่ยเคลื่อนที่แก้ปัญหาทั้งสองที่เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆประการแรกมันจัดสรรน้ำหนักมากขึ้นในการคำนวณข้อมูลล่าสุดนอกจากนี้ยังสะท้อนให้เห็นถึงบางส่วนข้อมูลทางประวัติศาสตร์สำหรับ เครื่องมือชนิดนี้มีชื่อตามข้อเท็จจริงที่ว่าน้ำหนักของข้อมูลในอดีตลดลงอย่างมากความลาดชันของการลดลงนี้สามารถปรับเปลี่ยนตามความต้องการของผู้ประกอบการค้าได้ข้อมูลชุดข้อมูลเวลา x 1 x 2 xn เราจะต้อง หาค่าเฉลี่ยเคลื่อนที่จากกลุ่มต่อเนื่องของ k ในรายการนั่นคือเราจะได้ x 1 x 2 xkk จากนั้น x 2 x 3 x k 1 k ถึง x nk 1 x nk 2 xnk นอกจากนี้เราจะคำนวณค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่เหล่านี้เป็น ชุดข้อมูลใหม่การใช้ MOVEAVG Program ก่อนที่จะดำเนินการโปรแกรม MOVEAVG เราต้องใส่ชุดข้อมูลเวลาเดิมลงในเครื่องคิดเลขใน TI-83 ให้ป้อนชุดเวลาลงในรายการ L1 ใน TI-86 ป้อนเวลา ลงในรายการ xStat ใน TI-89 ให้ป้อนจุดข้อมูลลงในคอลัมน์ c1 ในรายการตัวแก้ไขข้อมูลที่เรียกว่า Dist รายการนี้จะกลายเป็นรายการปัจจุบันหลังจากรันหลายโปรแกรมจากเว็บไซต์นี้เพียงแค่กด APPS จากนั้นกด 6 จากนั้นกด 1 เพื่อเข้าสู่รายการปัจจุบันหลังจากที่ข้อมูลได้รับการป้อนแล้วให้เรียกใช้โปรแกรมโดย SPE cifying span k ของค่าเฉลี่ยเคลื่อนที่ที่ต้องการโปรแกรมคำนวณค่าเฉลี่ยเคลื่อนที่ที่ต่อเนื่องและจัดเก็บไว้ในรายการ L2 บน TI-83 หรือรายการ yStat บน TI-86 หรือคอลัมน์ c2 ในรายการปัจจุบันใน TI-89 เมื่อเสร็จสิ้นโปรแกรมจะแสดงค่าเฉลี่ยส่วนเบี่ยงเบนมาตรฐานและช่วงของชุดเวลาเดิมตามด้วยค่าเฉลี่ยส่วนเบี่ยงเบนมาตรฐานและช่วงของค่าเฉลี่ยเคลื่อนที่ที่สร้างขึ้นการตั้งค่าพล็อต stat จะได้รับการปรับเปลี่ยนเพื่อดูพล็อตเวลาของ ค่าเฉลี่ยเคลื่อนที่กด GRAPH ตัวอย่างด้านล่างซ้ายจากด้านขวาเป็นเงินดอลลาร์ที่ได้รับจาก NDX 100 เหนือ SP 500 เป็นระยะเวลา 70 วันสร้างรายการค่าเฉลี่ยกำไรที่เคลื่อนไหว 5 วันในช่วงเวลานี้การวิเคราะห์ทางเทคนิค การเคลื่อนย้ายค่าเฉลี่ยหรือการตัดเสียงรบกวนในการซื้อขาย EURUSD ในวันนี้การวิเคราะห์ข้อมูลทางเทคนิคเป็นเรื่องที่มีการอ่านข้อมูลราคาที่หนาวเย็นและมีระเบียบวินัยทิศทางสำหรับความเชื่อมั่นที่ชี้ให้เห็นถึงความสำคัญและการตีความข้อมูลดังกล่าวในการเคลื่อนไหวและเป้าหมายในอนาคต ฟังดูง่าย แต่องค์ประกอบสำคัญคือความบริสุทธิ์ของข้อมูลหรือหากเป็นไปไม่ได้และไม่ค่อยมีการปัดทิ้งของเสียงที่ล้อมรอบการเคลื่อนไหวของราคาและผลที่ตามมาซึ่งมีอยู่ในตัวชี้วัดทางเทคนิคโดยเฉพาะอย่างยิ่งเมื่อมัน มาถึงการซื้อขายระหว่างวันเมื่อแต่ละ pip ​​สามารถมีมูลค่าที่สำคัญโดยเสียง I don t หมายถึงตะโกนของพ่อค้าโบรกเกอร์และพนักงานขายที่ใช้เพื่อกวนใจนักวิเคราะห์ทางเทคนิคทั่วห้องค้า แต่เสียงที่สร้างขึ้นโดยการเคลื่อนไหวตลาดระเหย - หยุดการสูญเสียเรียกปฏิกิริยาเหตุการณ์ การประกาศตัวเลขทางเศรษฐกิจและคำแถลงการณ์โดยนักวิเคราะห์สื่อหนึ่งในวิธีที่ง่ายที่สุดและวิธีที่ดีที่สุดในการระบุแนวโน้มคือว่าราคาซื้อขายอยู่เหนือหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่โดยใช้การครอสโอเวอร์จุดของค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวกระตุ้นการเปิดปิด ตำแหน่งมันเป็นสัญญาณที่ฉันใช้เวลามาก แต่ก็เป็นเรื่องที่ฉันเคยปรับตัวให้เข้ากับเสียงดังของตลาดที่สร้างคลื่นมากเกินไป se สัญญาณการปรับตัวนี้คือการกระจัดกระจายประการแรกให้เร็วพูดคุยเกี่ยวกับประเภทของค่าเฉลี่ยเคลื่อนที่ที่ใช้ชีพจร - จำนวนวันที่ที่เกี่ยวข้องทั้งหมดหารด้วยจำนวนการสังเกตดังนั้นข้อมูลแต่ละชิ้นมีสัดส่วนการถ่วงน้ำหนักเท่ากัน - น้ำหนักมาก น้ำหนักจะได้รับข้อมูลล่าสุดในกรณีที่มีการเคลื่อนย้ายเฉลี่ย 89 ช่วงข้อมูลสุดท้ายจะถูกคูณด้วย 89 ส่วนที่สองคูณด้วย 88 และครั้งที่สามครั้งสุดท้ายจาก 87 เป็นต้นตัวเลขสุดท้ายจะหารด้วยจำนวนทั้งหมด ของตัวคูณ Exposential - เป็นรูปแบบอื่นที่ซับซ้อน แต่มีความซับซ้อนโดยมีความแตกต่างกันว่าราคาถูกนำมาพิจารณาด้วยความก้าวหน้าทางเรขาคณิตราคาที่เก่ากว่านั้นให้ความสำคัญน้อยและน้อยลงดูที่รูปที่ 1, 2 และ 3 EURUSD 2 กราฟรายชั่วโมงที่คุณจะเห็นว่ามีแนวโน้มลดลงใน EURUSD ในช่วงเวลานี้เป็นที่ชัดเจนกับความคิดฟุ้งซ่านต่ำและต่ำสุดที่เห็นได้ชัดในขณะที่สัญญาณเริ่มต้นหยดเมื่อต้นเดือนพฤศจิกายนถูกจับโดยการย้าย verage cross ทุกประเภทที่เคลื่อนที่โดยเฉลี่ยมีแนวโน้มที่จะเกิด bouts เจ็บปวด whipping เมื่อชุมนุมเล็กน้อยเกิดขึ้นความคิดดังนั้นคือการกำจัดเท่าที่เป็นจริง crossovers ปลอม แต่ความพยายามในการกรองตามปกติไม่สามารถสร้างความแตกต่างในเชิงบวกหรือในกรณีของ ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเพิ่มจำนวนของพวกเขานี่คือวิธีการแทนที่ค่าเฉลี่ยเคลื่อนที่ช่วยลดสัญญาณรบกวนที่สร้างสัญญาณผิดพลาดเหล่านี้ซึ่งอาจเป็นจุดดีที่จะบอกว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้ในตัวอย่างแรกนี้คือ 89 ค่าเฉลี่ยเคลื่อนที่ที่นิยมมากคือ 20, 50, 100 200 ซึ่งเป็นเกณฑ์ที่ใช้มากที่สุด แต่ฉันเชื่อเสมอว่าความเกี่ยวข้องของตัวเลข Fibonacci มีค่าเท่ากันดังนั้นค่าเริ่มต้นของฉันคือมองไปที่ 8,13,21,55,89 หรือสูงถึง 144 การเพิ่มประสิทธิภาพที่ดีที่สุดคือไม่ให้เกิดตัวเลขที่เหมาะสมกับแต่ละสินทรัพย์ แต่ตัวเลขที่สามารถใช้ได้อย่างต่อเนื่องโดยมีผลลัพธ์ที่สม่ำเสมอโดยไม่มีการแก้ไขอย่างต่อเนื่องนี่เป็นวิธีการประยุกต์ใช้งานเนื่องจากการซื้อขายระหว่างวันไม่ใช่ การออกกำลังกายทางทฤษฎีกลับไปที่ตัวอย่างข้างต้นให้เราแนะนำค่าเฉลี่ยเคลื่อนที่ที่มีการเคลื่อนไหวแผนภูมิที่รูปที่ 4 เป็นค่าเฉลี่ยย้อนกลับไปที่ 89 ในรูปที่ 1 แต่คราวนี้ถูกผลักไปข้างหน้า 21 รอบและคุณสามารถเห็น ผลกระทบเชิงบวกที่เกิดขึ้นในการซื้อขาย - ราคาไขว้สปอตเกิดขึ้นในระยะต่อมาแม้ว่าจะมีความหมายว่าเมื่อการเคลื่อนไหวเป็นสิ่งที่ถูกต้องมีข้อเสียของตัวทริกเกอร์อยู่ในอัตราที่แย่กว่านี่คือมากกว่าชดเชยด้วยการลดเท็จ ถ้าเราตั้งค่านี้เป็นรูปแบบทางสถิติสำหรับช่วงเวลานี้และใช้ไม่ใช่การค้าด้านบนหรือด้านล่าง แต่โดยการปิดผ่านค่าเฉลี่ยเราจะได้ตัวเลขในตารางด้านบนเห็นได้ชัดจากตัวอย่างนี้ว่ามันเป็นอย่างไร เพื่อใช้ Moving Average เป็นเครื่องมือในการซื้อขายระหว่างวันมากกว่า 3 ประเภทในขณะที่ตัวอย่างด้านบนแสดง 2 แผนภูมิรายชั่วโมงวิธีการสร้างแนวโน้มนี้ แต่สามารถลดเสียงรบกวนได้ในทุกช่วงเวลาจากเดือน ly ลงไปที่แผนภูมิรายชั่วโมงและทำให้ความแตกต่างอย่างมีนัยสำคัญกับความถูกต้องของการตระหนักถึงแนวโน้มและการค้าพวกเขาสุดท้ายให้ดูที่ EURUSD ในแผนภูมิรายวันรูปที่ 5 เวลานี้ระยะเวลาสำหรับค่าเฉลี่ยเคลื่อนที่เฉลี่ยสีน้ำเงินเพิ่มขึ้นเป็น 144 และการกำจัด สีม่วงแดงนำไปใช้กับเส้นที่ 2, 34 เห็นได้ชัดว่านี่เป็นเครื่องมือสำหรับนักลงทุนในระยะยาว แต่ผลกระทบของการเคลื่อนย้ายได้ชัดเจนมากขึ้นเมื่อเทียบกับช่วงเดียวกันของปีก่อน ประสิทธิผลของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในขณะที่ Displaced ถูกจับได้น้อยลงสรุปได้ว่าผมหวังว่าบทความนี้จะสนับสนุนวิธีการที่ใช้งานได้ง่าย แต่มีความยืดหยุ่นในการใช้ค่าเฉลี่ยเคลื่อนที่ในการระบุแนวโน้มรายวันในวันและใช้เพื่อทำกำไรได้