การย้าย ค่าเฉลี่ย โดยใช้ โปรแกรม Spss

ค่าเฉลี่ยเคลื่อนที่วิธีการใช้งานบางส่วนของฟังก์ชันหลักของค่าเฉลี่ยเคลื่อนที่คือการระบุแนวโน้มและการพลิกกลับวัดความแรงของโมเมนตัมของสินทรัพย์และกำหนดพื้นที่ที่อาจเป็นสินทรัพย์ที่จะได้รับการสนับสนุนหรือความต้านทานในส่วนนี้เราจะชี้ให้เห็นว่า ช่วงเวลาที่แตกต่างกันสามารถตรวจสอบโมเมนตัมและค่าเฉลี่ยเคลื่อนที่ได้อย่างไรในการตั้งค่าการหยุดขาดทุนนอกจากนี้เราจะกล่าวถึงขีดความสามารถและข้อ จำกัด ของค่าเฉลี่ยเคลื่อนที่ที่ควรพิจารณาเมื่อใช้เป็นส่วนหนึ่งของเทรนด์การเทรนด์แนวโน้มการระบุแนวโน้มคือหนึ่ง ของฟังก์ชันที่สำคัญของค่าเฉลี่ยเคลื่อนที่ซึ่งใช้โดยผู้ค้าส่วนใหญ่ที่พยายามทำให้แนวโน้มค่าเฉลี่ยเคลื่อนที่ของเพื่อนของพวกเขาเป็นตัวชี้วัดที่ล้าหลังซึ่งหมายความว่าพวกเขาไม่ได้ทำนายแนวโน้มใหม่ ๆ แต่ยืนยันแนวโน้มเมื่อได้รับการจัดตั้งขึ้นตามที่คุณเห็นได้ รูปที่ 1 หุ้นจะถือว่าอยู่ในแนวโน้มเมื่อราคาอยู่เหนือระดับเฉลี่ยที่เคลื่อนที่และค่าเฉลี่ยจะแคบขึ้นไปในทางตรงกันข้ามผู้ค้าจะใช้ ราคาต่ำกว่าระดับเฉลี่ยที่ลดลงเพื่อยืนยันขาลงผู้ค้าจำนวนมากจะพิจารณาเฉพาะการถือครองฐานะยาวในสินทรัพย์เมื่อราคาซื้อขายสูงกว่าค่าเฉลี่ยที่น้อยลงกฎง่ายๆนี้สามารถช่วยให้มั่นใจได้ว่าเทรนด์มีผลต่อผู้ค้า พ่อค้าถามว่ามันเป็นไปได้อย่างไรที่จะวัดโมเมนตัมและวิธีการที่ค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อจัดการกับความสำเร็จดังกล่าวคำตอบง่ายๆคือให้ความใส่ใจกับช่วงเวลาที่ใช้ในการสร้างค่าเฉลี่ยเนื่องจากแต่ละช่วงเวลาสามารถให้ข้อมูลเชิงลึกที่มีคุณค่าในรูปแบบต่างๆได้ โมเมนตัมโดยทั่วไปโมเมนตัมระยะสั้นสามารถวัดได้โดยดูที่ค่าเฉลี่ยเคลื่อนที่ซึ่งมุ่งเน้นไปที่ระยะเวลา 20 วันหรือน้อยกว่าการดูค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นในช่วง 20 ถึง 100 วันโดยทั่วไปถือว่าเป็นเกณฑ์ที่ดีสำหรับ โมเมนตัมในระยะกลางสุดท้ายค่าเฉลี่ยเคลื่อนที่ใด ๆ ที่ใช้ 100 วันหรือมากกว่าในการคำนวณสามารถใช้เป็นตัวชี้วัดความเป็นโมเมนตัมระยะยาวสามัญสำนึกควรบอกคุณว่า ave 15 วัน ความโกรธเป็นตัววัดที่เหมาะสมสำหรับโมเมนตัมในระยะสั้นมากกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันหนึ่งในวิธีที่ดีที่สุดในการกำหนดความแรงและทิศทางของโมเมนตัมของสินทรัพย์คือการวางค่าเฉลี่ยเคลื่อนที่สามตัวลงบนแผนภูมิและให้ความสนใจเป็นพิเศษ ค่าเฉลี่ยเคลื่อนที่สามตัวที่ใช้โดยทั่วไปมีช่วงเวลาที่ต่างกันในการพยายามแสดงถึงการเคลื่อนไหวของราคาในระยะสั้นระยะกลางและระยะยาวในรูปที่ 2 รูปที่ 2 แรงดึงดูดที่แข็งแกร่งขึ้นจะเห็นได้เมื่อระยะเวลาสั้นลง ค่าเฉลี่ยระยะสั้นอยู่เหนือเส้นค่าเฉลี่ยระยะยาวและค่าเฉลี่ยทั้งสองต่างกันตรงกันข้ามเมื่อค่าเฉลี่ยระยะสั้นอยู่ต่ำกว่าค่าเฉลี่ยระยะยาวในขณะนั้นค่าโมเมนตัมจะอยู่ในทิศทางที่ลดลงการสนับสนุนการใช้ค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ การกำหนดราคาที่เป็นไปได้สนับสนุนไม่ใช้ประสบการณ์มากในการจัดการกับค่าเฉลี่ยเคลื่อนที่เพื่อสังเกตว่าราคาที่ลดลงของสินทรัพย์มักจะหยุดและกลับทิศทางในระดับเดียวกับที่สำคัญ โดยเฉลี่ยตัวอย่างเช่นในรูปที่ 3 คุณจะเห็นว่าค่าเฉลี่ยเคลื่อนที่ 200 วันสามารถยืนยันราคาหุ้นหลังจากที่ตกลงมาจากระดับสูงที่ 32 ตัวได้มากนักหลายรายคาดว่าจะพลิกกลับจากค่าเฉลี่ยเคลื่อนที่ที่สำคัญและจะใช้ค่าเฉลี่ยอื่น ๆ เป็นตัวบ่งชี้ทางเทคนิคในการยืนยันการเคลื่อนไหวที่คาดไว้ความต้านทานเมื่อราคาของสินทรัพย์ต่ำกว่าระดับอิทธิพลที่สนับสนุนเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันจะเห็นได้ว่าค่าเฉลี่ยของการเป็นตัวบ่งชี้ที่เป็นอุปสรรคสำคัญในการป้องกันไม่ให้นักลงทุน การผลักดันให้ราคาสูงกว่าค่าเฉลี่ยดังที่คุณสามารถดูได้จากตารางด้านล่างความต้านทานนี้มักถูกใช้โดย traders เป็นเครื่องหมายเพื่อทำกำไรหรือปิด position ยาว ๆ ที่มีอยู่ผู้ขายสั้น ๆ หลายคนก็จะใช้ค่าเฉลี่ยเหล่านี้เป็นจุดเริ่มต้นเนื่องจาก ราคามักจะตีกลับจากความต้านทานและยังคงลดลงถ้าคุณเป็นนักลงทุนที่ถือครองตำแหน่งยาวในสินทรัพย์ที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่สำคัญอาจเป็นประโยชน์สูงสุดสำหรับคุณในการเฝ้าดูข้อมูลเหล่านี้ e ระดับอย่างใกล้ชิดเพราะพวกเขามากสามารถส่งผลกระทบต่อมูลค่าของการลงทุนของคุณหยุดการสูญเสียการสนับสนุนและลักษณะความต้านทานของค่าเฉลี่ยเคลื่อนที่ทำให้พวกเขาเป็นเครื่องมือที่ดีสำหรับการจัดการความเสี่ยงความสามารถในการย้ายเฉลี่ยในการระบุสถานที่เชิงกลยุทธ์ในการตั้งคำสั่งหยุดขาดทุนช่วยให้ผู้ค้า เพื่อตัดตำแหน่งที่เสียไปก่อนที่จะเติบโตได้ขนาดใหญ่เท่าที่เห็นในรูปที่ 5 ผู้ค้าที่ถือครองหุ้นในหุ้นยาวและตั้งคำสั่งหยุดขาดทุนต่ำกว่าค่าเฉลี่ยที่มีอิทธิพลสามารถช่วยตัวเองได้เป็นอย่างมากการใช้ค่าเฉลี่ยเคลื่อนที่ในการตั้งค่า คำสั่งหยุดการขาดทุนเป็นกุญแจสำคัญในการดำเนินกลยุทธ์การซื้อขายที่ประสบความสำเร็จโดยเฉลี่ยของอุตสาหกรรมสิ่งที่เป็นพวกเขาในบรรดาตัวชี้วัดทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันค่าเฉลี่ยเคลื่อนที่ทุกประเภทที่เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA ผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อกำหนดค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถ มองไปที่ข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่ที่รู้จักกันดีว่าเป็นค่าเฉลี่ยเคลื่อนที่แบบเฉลี่ย SMA คำนวณโดยการคำนวณค่าเฉลี่ยของ a กำหนดค่าตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 หารด้วยจำนวนวันที่ 10 เพื่อไปถึงค่าเฉลี่ย 10 วันหากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนจะต้องคำนวณแบบเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมา ค่าเฉลี่ยต่ำกว่า 11 จะนำมาพิจารณาที่ผ่านมา 10 จุดข้อมูลเพื่อให้ผู้ค้าทราบวิธีการเป็นสินทรัพย์ที่มีราคาเทียบกับที่ผ่านมา 10 วันบางทีคุณอาจจะสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ค่าเฉลี่ยเคลื่อนที่และไม่เพียง แต่ปกติ คำตอบคือว่า ค่าใหม่จะพร้อมใช้งานจุดข้อมูลที่เก่าแก่ที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาแทนที่ดังนั้นชุดข้อมูลจึงเคลื่อนย้ายบัญชีใหม่เพื่อให้มีข้อมูลใหม่เมื่อมีพร้อมใช้งานวิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่า ข้อมูลปัจจุบันจะถูกคิดในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุด 5 กล่องสีแดงที่แสดงถึง 10 จุดข้อมูลที่ผ่านมาจะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณเนื่องจากมีขนาดค่อนข้างเล็ก ค่าที่ 5 แทนค่าสูง 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของการลดลงของชุดข้อมูลซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยการเคลื่อนไหวเมื่อค่าของ MA ถูกคำนวณแล้ว พวกเขาจะวางแผนลงบนแผนภูมิและเชื่อมต่อกันเพื่อสร้างเส้นเฉลี่ยที่เคลื่อนที่เส้นโค้งเหล่านี้เป็นเส้นทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีที่ใช้จะแตกต่างกันไปมากขึ้นในภายหลังเนื่องจากคุณสามารถเห็นในรูปที่ 3 ได้ possi ble เพื่อเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือนเสียสมาธิหรือเกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับพวกเขาเมื่อเวลาผ่านไปเส้นสีแดงเป็นเพียง ราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมาเมื่อคุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่เท่าไรและเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่ต่างกันอย่างไรและตรวจสอบว่ามีค่าเฉลี่ยเท่าใด แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาเรียบง่ายค่าเฉลี่ยเคลื่อนที่ง่ายเป็นที่นิยมอย่างมากในหมู่ผู้ค้า แต่เช่นเดียวกับตัวชี้วัดทางเทคนิคทั้งหมดก็มีนักวิจารณ์หลายคนยืนยันว่าประโยชน์ของ SMA จะถูก จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีการถ่วงน้ำหนัก เดียวกันโดยไม่คำนึงถึงตำแหน่งที่จะเกิดขึ้นในลำดับที่นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลสุดท้ายในการตอบกลับ ในการวิพากษ์วิจารณ์นี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นเลขที่ EMA สำหรับการอ่านค่าเฉลี่ยอ่านต่อให้ดูข้อมูลเบื้องต้นเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนัก และอะไรคือความแตกต่างระหว่าง SMA และ EMAExponential Moving Average ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากขึ้นกับราคาล่าสุดในความพยายามที่จะทำให้สามารถตอบสนองต่อข้อมูลใหม่ ๆ ได้มากขึ้นเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกแพคเกจแผนภูมิทำคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA เมื่อใช้สูตรการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็น ว่าไม่มีค่าที่สามารถใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องไปด้วยด้านบน สูตรจากที่นี่เราได้จัดเตรียมสเปรดชีตตัวอย่างที่มีตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสวนาความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณเข้าใจดีว่า SMA และคำนวณค่า EMA แล้วลองพิจารณาดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไรโดยดูจากการคำนวณของ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลส่วนใหญ่ให้ความสนใจมากขึ้นทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนักในรูปที่ 5, ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากับ 15 แต่ EMA ตอบสนองได้เร็วกว่าราคาที่เปลี่ยนแปลงแจ้งว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้ เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What Different Days Mean Moving averages เป็นตัวบ่งชี้ที่สามารถปรับแต่งได้เองซึ่งหมายความว่าผู้ใช้สามารถเลือกเวลาได้อย่างอิสระ ฉันต้องการเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการย้ายค่าเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้นที่ใช้ในการสร้างค่าเฉลี่ยความละเอียดอ่อนมากขึ้นก็จะเป็นการเปลี่ยนแปลงราคา ระยะเวลาที่ยาวขึ้นความละเอียดอ่อนน้อยลงหรือราบรื่นมากขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการคิดว่ารูปแบบใดที่ดีที่สุดสำหรับคุณคือการทดสอบกับตัวเลข ของช่วงเวลาที่แตกต่างกันจนกว่าคุณจะพบหนึ่งที่เหมาะกับกลยุทธ์ของคุณข้อมูลการขยับจะเอารูปแบบสุ่มและแสดงแนวโน้มและองค์ประกอบของวงจรโดยปกติแล้วในการรวบรวมข้อมูลที่เกิดขึ้นเมื่อเวลาผ่านไปคือรูปแบบของรูปแบบการสุ่มบางแบบมีอยู่วิธีการในการลดการยกเลิกผลเนื่องจาก การเปลี่ยนแปลงแบบสุ่มเทคนิคที่ใช้บ่อยในอุตสาหกรรมคือการปรับให้เรียบเทคนิคนี้เมื่อใช้อย่างถูกต้องพบว่ามีแนวโน้มที่ชัดเจนมากขึ้นส่วนประกอบตามฤดูกาลและวัฏจักรมีสองกลุ่มที่ราบเรียบ ods. Averaging Methods. Exponential Smoothing Methods. Taking ค่าเฉลี่ยเป็นวิธีที่ง่ายที่สุดในการเรียบข้อมูลก่อนอื่นเราจะตรวจสอบวิธีการเฉลี่ยบางอย่างเช่นค่าเฉลี่ยที่เรียบง่ายของข้อมูลทั้งหมดที่ผ่านมาผู้จัดการคลังสินค้าต้องการทราบว่าผู้จัดจำหน่ายทั่วไป ส่งมอบในหน่วย 1000 ดอลล่าเขาจะสุ่มตัวอย่างซัพพลายเออร์ 12 รายโดยสุ่มได้ผลลัพธ์ดังนี้ค่าเฉลี่ยที่คำนวณได้หรือค่าเฉลี่ยของข้อมูล 10 ผู้จัดการตัดสินใจใช้ค่านี้เป็นค่าประมาณสำหรับค่าใช้จ่ายของผู้จัดจำหน่ายทั่วไปนี่คือ ข้อผิดพลาดที่ดีหรือไม่ดีประมาณข้อผิดพลาด squared สองเป็นวิธีที่จะตัดสินวิธีการที่ดีแบบเป็นเราจะคำนวณข้อผิดพลาด squared เฉลี่ยข้อผิดพลาดจำนวนเงินที่แท้จริงการใช้จ่ายลบข้อผิดพลาดจำนวนเงินประมาณข้อผิดพลาด squared เป็นข้อผิดพลาดข้างต้น squared. The SSE คือ ผลรวมของข้อผิดพลาด squared MSE เป็นค่าเฉลี่ยของข้อผิดพลาด squared ผล MSE สำหรับตัวอย่างผลลัพธ์ที่ได้คือข้อผิดพลาดและข้อผิดพลาดข้อผิดพลาดในการคำนวณ 10. คำถามที่เกิดขึ้นเราสามารถใช้ค่าเฉลี่ยในการคาดการณ์รายได้หากเราสงสัยแนวโน้ม ดูกราฟ ด้านล่างแสดงให้เห็นอย่างชัดเจนว่าเราไม่ควรทำเช่นนี้น้ำหนักครอบคลุมการสังเกตการณ์ที่ผ่านมาทั้งหมดเท่าเทียมกันโดยสรุปเราระบุว่าค่าเฉลี่ยหรือเฉลี่ยของข้อสังเกตที่ผ่านมาทั้งหมดเป็นเพียงประมาณการที่เป็นประโยชน์สำหรับการคาดการณ์เมื่อไม่มีแนวโน้มหากมีแนวโน้ม, ใช้ค่าประมาณที่แตกต่างกันซึ่งมีแนวโน้มเข้าสู่บัญชีค่าเฉลี่ยถ่วงน้ำหนักการสังเกตการณ์ในอดีตทั้งหมดอย่างเท่าเทียมกันตัวอย่างเช่นค่าเฉลี่ยของค่า 3, 4, 5 คือ 4 เรารู้แน่นอนว่าค่าเฉลี่ยคำนวณโดยการเพิ่มค่าและหารทั้งหมด การบวกด้วยจำนวนค่าวิธีคำนวณค่าเฉลี่ยโดยการเพิ่มค่าแต่ละหารด้วยจำนวนค่าหรือ 3 3 4 3 5 3 1 1 3333 1 6667 4. ตัวคูณ 1 3 เรียกว่าน้ำหนักโดยทั่วไป . bar frac sum left frac right x1 left frac right x2,, left frac right xn ซ้ายขวา frac เป็นน้ำหนักและแน่นอนพวกเขารวมถึง 1