ง่าย เฉลี่ยเคลื่อนที่ vs ถัว เฉลี่ยเคลื่อนที่

ค่าเฉลี่ยการวิเคราะห์ทางเทคนิคค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยจะถูกใช้เพื่อให้เกิดการแกว่งตัวในระยะสั้นเพื่อดูแนวโน้มราคาที่ดีขึ้น ค่าเฉลี่ยเป็นตัวชี้วัดตามแนวโน้ม ค่าเฉลี่ยถ่วงน้ำหนักของราคารายวันคือราคาเฉลี่ยของส่วนแบ่งในช่วงเวลาที่เลือกซึ่งแสดงผลเป็นรายวัน สำหรับการคำนวณค่าเฉลี่ยคุณต้องเลือกช่วงเวลา การเลือกช่วงเวลามักเป็นภาพสะท้อนเมื่อความล่าช้าของข้อมูลราคามากหรือน้อยลงเมื่อเทียบกับราคา ค่าเฉลี่ยราคาถูกใช้เป็นตัวบ่งชี้ตามตัวชี้วัดและเป็นตัวอ้างอิงสำหรับการสนับสนุนด้านราคาและความต้านทาน โดยทั่วไปค่าเฉลี่ยอยู่ในรูปแบบต่างๆเพื่อให้ข้อมูลมีความราบรื่น ข้อเสนอพิเศษ: quotCapturing Profit with technical Analysisquot Simple Moving Average ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคำนวณโดยการเพิ่มราคาทั้งหมดภายในช่วงเวลาที่เลือกหารด้วยช่วงเวลานั้น ด้วยวิธีนี้ข้อมูลแต่ละค่าจะมีน้ำหนักเท่ากันในผลลัพธ์โดยเฉลี่ย รูปที่ 4.35: ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและมีการถ่วงน้ำหนัก เส้นโค้งสีดำหนาในแผนภูมิรูปที่ 4.35 เป็นค่าเฉลี่ยเคลื่อนที่ 20 วัน ค่าเฉลี่ยถ่วงน้ำหนักที่ระบุ (Exponential Moving Average) ค่าเฉลี่ยการเคลื่อนที่แบบเสวนา (Exponential Moving Average) มีน้ำหนักมากขึ้นและมีความเฉลียวฉลาดมากขึ้นในแต่ละช่วงราคาโดยอิงจากสูตรต่อไปนี้: EMA (EMA ราคา) (EMA ก่อนหน้า (EMA ที่ 1)) นักลงทุนส่วนใหญ่รู้สึกไม่สบายใจ การแสดงออกที่เกี่ยวข้องกับเปอร์เซ็นต์ในค่าเฉลี่ยเคลื่อนที่แทน แต่พวกเขารู้สึกดีขึ้นโดยใช้ช่วงเวลา ถ้าคุณต้องการทราบเปอร์เซ็นต์ที่จะใช้งานได้โดยใช้สูตรระยะเวลาหนึ่งสูตรต่อไปจะช่วยให้คุณสามารถแปลงค่าได้: ระยะเวลาสามวันมีความสัมพันธ์กับเปอร์เซ็นต์การชี้แจงของ: เส้นโค้งสีดำบาง ๆ ในรูปที่ 4.35 เป็นแบบเลขยกกำลัง 20 วัน เฉลี่ย. ค่าเฉลี่ยถ่วงน้ำหนักถ่วงน้ำหนักค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักทำให้ข้อมูลน้ำหนักมากขึ้นและน้ำหนักของข้อมูลเก่าน้อยลง ค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักคำนวณโดยการคูณแต่ละข้อมูลโดยมีค่าตั้งแต่วันที่ถึงวันที่มากที่สุดจนถึงวันที่ล่าสุดผลที่ได้คือหารด้วยจำนวนปัจจัยคูณทั้งหมด สำหรับค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนัก 10 วันน้ำหนัก 10 เท่าของราคาในปัจจุบันตามสัดส่วนราคา 10 วันที่ผ่านมา ในทำนองเดียวกันราคาเมื่อวานนี้มีน้ำหนักเพิ่มขึ้น 9 เท่าและอื่น ๆ เส้นโค้งสีดำบางเส้นที่หักในรูปที่ 4.35 เป็นค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนัก 20 วัน ง่าย, เลขชี้กำลังหรือถ่วงน้ำหนักหากเราเปรียบเทียบค่าเฉลี่ยพื้นฐานทั้งสามนี้เราจะเห็นว่าค่าเฉลี่ยที่เรียบง่ายมีการปรับให้เรียบที่สุด แต่โดยทั่วไปยังเป็นความล่าช้าที่ใหญ่ที่สุดหลังการผันผวนของราคา ค่าเฉลี่ยเลขชี้กำลังอยู่ใกล้ราคามากขึ้นและจะตอบสนองได้เร็วกว่าการแกว่งราคา แต่การปรับระยะเวลาที่สั้นกว่านี้ยังสามารถมองเห็นได้ในค่าเฉลี่ยเนื่องจากผลการปรับให้เรียบขึ้น สุดท้ายค่าเฉลี่ยถ่วงน้ำหนักตามการเคลื่อนไหวของราคาได้ใกล้ชิดมากขึ้น การกำหนดว่าค่าเฉลี่ยเหล่านี้จะใช้อย่างไรขึ้นกับวัตถุประสงค์ของคุณ ถ้าคุณต้องการตัวบ่งชี้แนวโน้มที่มีการปรับให้เรียบขึ้นและมีปฏิกิริยาเพียงเล็กน้อยสำหรับการเคลื่อนไหวที่สั้นลงค่าเฉลี่ยที่น้อยที่สุดจะดีที่สุด ถ้าคุณต้องการความเรียบที่คุณยังสามารถเห็นการชิงช้าในระยะเวลาสั้น ๆ ค่าเฉลี่ยเคลื่อนที่แบบยกกำลังหรือถ่วงน้ำหนักเป็นทางเลือกที่ดีกว่า OANDA ใช้คุกกี้เพื่อทำให้เว็บไซต์ของเราใช้งานง่ายและปรับแต่งให้เหมาะกับผู้เข้าชมของเรา ไม่สามารถใช้คุกกี้เพื่อระบุตัวคุณได้ เมื่อไปที่เว็บไซต์ของเราคุณยินยอมให้ OANDA8217s ใช้คุกกี้ตามนโยบายความเป็นส่วนตัวของเรา หากต้องการบล็อกลบหรือจัดการคุกกี้โปรดไปที่ aboutcookies. org การ จำกัด คุกกี้จะป้องกันไม่ให้คุณได้รับประโยชน์จากฟังก์ชันการทำงานบางอย่างในเว็บไซต์ของเรา ดาวน์โหลด Apps มือถือของเราเปิดบัญชี ampltiframe src4489469.fls. doubleclickactivityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 mcesrc4489469.fls. doubleclickactivityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 width1 height1 frameborder0 styledisplay: ไม่มี mcestyledisplay: noneampgtampltiframeampgt บทที่ 1: การย้ายค่าเฉลี่ยประเภทของการย้ายค่าเฉลี่ยมีหลายประเภทของค่าเฉลี่ยเคลื่อนที่พร้อมที่จะตอบสนองความต้องการที่แตกต่างกันการวิเคราะห์ความต้องการของตลาด . การใช้งานโดยทั่วไปมากที่สุดโดย traders ได้แก่ : Simple Moving Average Weighted Moving ค่าเฉลี่ยการเคลื่อนที่เฉลี่ย Average Average Moving Average (SMA) ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเป็นค่าเฉลี่ยเคลื่อนที่เฉลี่ย โดยคำนวณจากชุดราคา (หรือช่วงเวลาที่รายงาน) โดยเพิ่มราคาเหล่านี้เข้าด้วยกันและหารจำนวนรวมด้วยจำนวนจุดข้อมูล สูตรนี้กำหนดราคาเฉลี่ยและคำนวณในลักษณะที่จะปรับ (หรือเคลื่อนย้าย) เพื่อตอบสนองต่อข้อมูลล่าสุดที่ใช้ในการคำนวณค่าเฉลี่ย ตัวอย่างเช่นหากคุณรวมเฉพาะอัตราแลกเปลี่ยน 15 ครั้งล่าสุดในการคำนวณโดยเฉลี่ยอัตราที่เก่าที่สุดจะลดลงโดยอัตโนมัติทุกครั้งที่มีการเปิดใช้ราคาใหม่ ผลการเปลี่ยนแปลงโดยเฉลี่ยในแต่ละราคาใหม่จะรวมอยู่ในการคำนวณและทำให้มั่นใจได้ว่าค่าเฉลี่ยจะขึ้นอยู่กับเฉพาะ 15 ราคาล่าสุดเท่านั้น ด้วยการทดลองและข้อผิดพลาดเพียงเล็กน้อยคุณสามารถกำหนดค่าเฉลี่ยเคลื่อนที่ที่เหมาะสมกับกลยุทธ์การซื้อขายของคุณได้ จุดเริ่มต้นที่ดีคือค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยตามราคาล่าสุด 20 ราคา ค่าเฉลี่ยถ่วงน้ำหนัก (Weighted Moving Average - WMA) ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักคำนวณด้วยวิธีเดียวกับค่าเฉลี่ยเคลื่อนที่แบบเรียบ แต่ใช้ค่าที่ถ่วงน้ำหนักเป็นเส้นตรงเพื่อให้แน่ใจว่าอัตราล่าสุดมีผลกระทบมากที่สุดต่อค่าเฉลี่ย ซึ่งหมายความว่าอัตราที่เก่าแก่ที่สุดที่รวมอยู่ในการคำนวณจะได้รับน้ำหนัก 1 ค่าที่เก่าสุดต่อไปจะได้รับน้ำหนัก 2 และค่าที่เก่าที่สุดถัดไปจะได้รับน้ำหนัก 3 ตลอดจนอัตราล่าสุด ผู้ค้าบางรายพบว่าวิธีนี้เกี่ยวข้องกับการกำหนดแนวโน้มโดยเฉพาะอย่างยิ่งในตลาดที่มีการเคลื่อนไหวอย่างรวดเร็ว ข้อเสียในการใช้ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักคือเส้นค่าเฉลี่ยที่เกิดขึ้นอาจต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่แท้จริง อาจทำให้ยากต่อการพิจารณาแนวโน้มตลาดจากความผันผวน ด้วยเหตุนี้ผู้ค้าบางรายจึงชอบที่จะวางค่าเฉลี่ยเคลื่อนที่เฉลี่ยและค่าเฉลี่ยถ่วงน้ำหนักที่เคลื่อนไหวอยู่ในกราฟราคาเดียวกัน กราฟราคาเชิงเทียนที่มีค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเฉลี่ยถ่วงน้ำหนัก (EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนามีค่าใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย แต่ในขณะที่ค่าเฉลี่ยเคลื่อนที่ที่ถอยหลังเร็วที่สุดจะเป็นราคาใหม่ ค่าเฉลี่ยของช่วงที่ผ่านมาทั้งหมดโดยเริ่มจากจุดที่คุณระบุ ตัวอย่างเช่นเมื่อคุณเพิ่มการซ้อนทับค่าเฉลี่ยที่เป็นค่าเฉลี่ยของการเคลื่อนที่แบบเสวนาไปเป็นกราฟราคาคุณจะกำหนดจำนวนรอบการรายงานที่จะรวมไว้ในการคำนวณ สมมติว่าคุณระบุราคาล่าสุด 10 รายการ การคำนวณครั้งแรกนี้จะตรงกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆซึ่งอิงตามระยะเวลาการรายงาน 10 ครั้ง แต่เมื่อมีการใช้ราคาถัดไปการคำนวณใหม่จะยังคงมีราคาเดิม 10 ราคาบวกราคาใหม่เพื่อให้ได้ค่าเฉลี่ย ซึ่งหมายความว่าปัจจุบันมีการรายงาน 11 งวดในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนาในขณะที่ค่าเฉลี่ยเคลื่อนที่เฉลี่ยจะขึ้นอยู่กับเพียง 10 อันดับล่าสุดเท่านั้น ตัดสินใจว่าจะใช้ค่าเฉลี่ยเคลื่อนที่เพื่อพิจารณาว่าค่าเฉลี่ยเคลื่อนที่ใดที่ดีที่สุดสำหรับคุณคุณต้องเข้าใจความต้องการของคุณก่อน หากวัตถุประสงค์หลักของคุณคือการลดเสียงรบกวนของราคาผันผวนอย่างต่อเนื่องเพื่อกำหนดทิศทางตลาดโดยรวมแล้วค่าเฉลี่ยเคลื่อนที่ที่แท้จริงของอัตรา 20 ครั้งล่าสุดอาจให้ระดับรายละเอียดที่คุณต้องการ หากคุณต้องการให้ค่าเฉลี่ยเคลื่อนที่ของคุณให้ความสำคัญกับอัตราล่าสุดจะมีค่าเฉลี่ยถ่วงน้ำหนักที่เหมาะสมกว่า อย่างไรก็ตามโปรดทราบว่าเนื่องจากค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักได้รับผลกระทบมากที่สุดจากราคาล่าสุดรูปร่างของเส้นเฉลี่ยอาจบิดเบี้ยวอาจส่งผลต่อการสร้างสัญญาณผิดพลาด เมื่อทำงานกับค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักคุณต้องเตรียมพร้อมสำหรับความผันผวนมากขึ้น ค่าเฉลี่ยเคลื่อนที่เฉลี่ยถ่วงน้ำหนัก 169 1996 - 2017 OANDA Corporation สงวนลิขสิทธิ์. ตระกูล OANDA, fxTrade และ OANDAs fx เป็นของ OANDA Corporation เครื่องหมายการค้าอื่น ๆ ที่ปรากฎในเว็บไซต์นี้เป็นทรัพย์สินของเจ้าของที่เกี่ยวข้อง การทำสัญญาซื้อขายเงินตราต่างประเทศกับสัญญาซื้อขายเงินตราต่างประเทศหรือผลิตภัณฑ์อื่น ๆ ที่ไม่มีการแลกเปลี่ยนเงินตราต่างประเทศมีความเสี่ยงสูงและอาจไม่เหมาะสมสำหรับทุกคน เราแนะนำให้คุณพิจารณาอย่างรอบคอบว่าการซื้อขายมีความเหมาะสมกับคุณหรือไม่ในแง่ของสถานการณ์ส่วนบุคคลของคุณ คุณอาจสูญเสียมากกว่าที่คุณลงทุน ข้อมูลในเว็บไซต์นี้มีลักษณะทั่วไป เราขอแนะนำให้คุณแสวงหาคำแนะนำด้านการเงินที่เป็นอิสระและมั่นใจได้ว่าคุณเข้าใจถึงความเสี่ยงทั้งหมดที่เกี่ยวข้องก่อนการซื้อขาย การซื้อขายผ่านแพลตฟอร์มออนไลน์ถือเป็นความเสี่ยงเพิ่มเติม ดูส่วนกฎหมายของเราที่นี่ การแพร่กระจายการแพร่กระจายทางการเงินจะใช้ได้เฉพาะกับลูกค้า OANDA Europe Ltd ที่อาศัยอยู่ในสหราชอาณาจักรหรือสาธารณรัฐไอร์แลนด์เท่านั้น CFDs ความสามารถในการป้องกันความเสี่ยงด้านราคาของ MT4 และอัตราส่วน Leverage Ratio เกิน 50: 1 ไม่สามารถใช้ได้กับชาวอเมริกัน ข้อมูลในไซต์นี้ไม่ใช่ข้อมูลที่อยู่ในประเทศที่การแจกจ่ายหรือการใช้โดยบุคคลใด ๆ จะขัดต่อกฎหมายหรือข้อบังคับของท้องถิ่น OANDA Corporation เป็นตัวแทนซื้อขายสัญญาซื้อขายล่วงหน้าของ Futures Commission และตัวแทนจำหน่ายรายย่อยที่จดทะเบียนกับ Commodity Futures Trading Commission และเป็นสมาชิกของ National Futures Association หมายเลข: 0325821 โปรดดูที่ ALFA FOREX INVESTOR ALFA ของ NFAs ตามความเหมาะสม บัญชี ULC ของ OANDA (Canada) Corporation มีให้สำหรับทุกคนที่มีบัญชีธนาคารของแคนาดา OANDA (Canada) Corporation ULC มีการกำกับดูแลโดยองค์การการลงทุนอุตสาหกรรมกฎระเบียบของแคนาดา (IIROC) ซึ่งรวมถึงฐานข้อมูลการตรวจสอบ IIROCs ที่ปรึกษาออนไลน์ (IIROC AdvisorReport) และบัญชีลูกค้าได้รับความคุ้มครองโดย Canadian Investor Protection Fund ภายในวงเงินที่ระบุ โบรชัวร์ที่อธิบายถึงลักษณะและขอบเขตของความคุ้มครองจะมีให้ตามคำขอหรือที่ cipf. ca OANDA Europe Limited เป็น บริษัท จดทะเบียนในประเทศอังกฤษที่หมายเลข 7110087 และมีที่อยู่จดทะเบียนตั้งอยู่ที่ชั้น 9a, Tower 42, 25 Old Broad St, London EC2N 1HQ ได้รับมอบอำนาจและควบคุมโดยผู้ควบคุมการแข่งขันทางการเงิน เลขที่: 542574 OANDA Asia Pacific Pte Ltd (บริษัท จดทะเบียนเลขที่ 200704926K) มีใบอนุญาตให้บริการด้านการตลาดทุนที่ออกโดยธนาคารกลางสิงคโปร์และได้รับอนุญาตจาก International Enterprise Singapore OANDA Australia Pty Ltd 160 ถูกควบคุมโดย Australian Securities and Investment Commission ASIC (ABN 26 152 088 349, AFSL No. 412981) และเป็นผู้ออกผลิตภัณฑ์หรือบริการบนเว็บไซต์นี้ สิ่งสำคัญสำหรับคุณในการพิจารณาคู่มือการให้บริการทางการเงินในปัจจุบัน (FSG) คำชี้แจงการเปิดเผยข้อมูลผลิตภัณฑ์ (PDS) ข้อกำหนดบัญชีและเอกสาร OANDA ที่เกี่ยวข้องอื่น ๆ ก่อนตัดสินใจลงทุนทางการเงิน เอกสารเหล่านี้สามารถพบได้ที่นี่ บริษัท OANDA Japan Co. , Ltd. First Type I Financial Instruments ผู้อำนวยการสำนักงาน Kanto Local Financial Bureau (Kin-sho) เลขที่ 2137 สถาบัน Financial Futures Association หมายเลข 1571 Trading FX andor CFDs for margin มีความเสี่ยงสูงและไม่เหมาะสำหรับทุกคน ขาดทุนอาจเกินการลงทุน ค่าเฉลี่ยเคลื่อนที่ที่คำนวณได้ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยอยู่ที่มากกว่าการศึกษาลำดับของตัวเลขตามลำดับ ผู้ปฏิบัติงานช่วงต้นของการวิเคราะห์อนุกรมเวลาเป็นเรื่องที่เกี่ยวข้องกับตัวเลขลำดับเวลาของแต่ละบุคคลมากกว่าที่พวกเขามีอยู่กับการแก้ไขข้อมูลดังกล่าว การแก้ไข ในรูปแบบของทฤษฎีความน่าจะเป็นและการวิเคราะห์มามากในภายหลังเป็นรูปแบบการพัฒนาและ correlations ค้นพบ เมื่อเข้าใจเส้นโค้งที่มีรูปร่างต่างๆและเส้นถูกวาดตามลำดับเวลาในความพยายามที่จะคาดการณ์ที่จุดข้อมูลอาจจะไป ตอนนี้ถือว่าเป็นวิธีการขั้นพื้นฐานที่ใช้โดยนักวิเคราะห์ด้านเทคนิคในปัจจุบัน การวิเคราะห์แผนภูมิสามารถโยงย้อนกลับไปถึงศตวรรษที่ 18 ในประเทศญี่ปุ่นได้อย่างไร แต่อย่างไรและเมื่อใดที่ค่าเฉลี่ยความเคลื่อนไหวเมื่อถูกนำมาประยุกต์ใช้กับราคาในตลาดเป็นเรื่องลึกลับ เป็นที่เข้าใจกันโดยทั่วไปว่าค่าเฉลี่ยเคลื่อนที่แบบธรรมดา (SMA) ใช้มานานก่อนค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) เนื่องจาก EMA สร้างขึ้นจากกรอบ SMA และ SMA continuum สามารถเข้าใจได้ง่ายขึ้นสำหรับการวางแผนและการติดตาม Simple Moving Average (SMA) ค่าเฉลี่ยเคลื่อนที่ง่ายกลายเป็นวิธีที่ต้องการในการติดตามราคาตลาดเนื่องจากสามารถคำนวณได้ง่ายและเข้าใจได้ง่าย ผู้ประกอบการตลาดในยุคต้น ๆ ดำเนินการโดยปราศจากการใช้เมตริกแผนภูมิแบบซับซ้อนในการใช้งานในปัจจุบันดังนั้นพวกเขาจึงพึ่งพาราคาตลาดเป็นคำแนะนำ แต่เพียงผู้เดียว พวกเขาคำนวณราคาตลาดด้วยมือและกราฟราคาดังกล่าวเพื่อแสดงแนวโน้มและทิศทางตลาด กระบวนการนี้ค่อนข้างน่าเบื่อ แต่ก็ได้รับการพิสูจน์ว่ามีผลกำไรมากพอสมควรกับการยืนยันการศึกษาเพิ่มเติม ในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันให้เพิ่มราคาปิดของ 10 วันที่ผ่านมาและหารด้วย 10 ค่าเฉลี่ยเคลื่อนที่ 20 วันคำนวณโดยการเพิ่มราคาปิดในช่วง 20 วันและหารด้วย 20 และ อื่น ๆ สูตรนี้ไม่ได้ขึ้นอยู่เฉพาะในราคาปิด แต่ผลิตภัณฑ์เป็นราคาเฉลี่ยของ - เซตย่อย ค่าเฉลี่ยเคลื่อนที่หมายถึงการเคลื่อนไหวเนื่องจากกลุ่มของราคาที่ใช้คำนวณจะย้ายไปตามจุดบนแผนภูมิ ซึ่งหมายความว่าวันเก่าจะลดลงในความโปรดปรานของราคาปิดวันใหม่ดังนั้นการคำนวณใหม่จำเป็นเสมอที่สอดคล้องกับกรอบเวลาของการจ้างงานโดยเฉลี่ย ดังนั้นการคำนวณค่าเฉลี่ย 10 วันโดยการเพิ่มวันใหม่และลดลงวันที่ 10 และวันที่เก้าจะลดลงในวันที่สอง Exponential Moving Average (EMA) ค่าเฉลี่ยเคลื่อนที่เชิงเส้น (Exponential Moving Average - EMA) ค่าเฉลี่ยเคลื่อนที่เชิงตัวเลขได้รับการปรับแต่งและใช้กันอย่างแพร่หลายตั้งแต่ทศวรรษที่ 1960 เนื่องจากการทดลองกับคอมพิวเตอร์ก่อนหน้านี้ EMA ใหม่จะให้ความสำคัญกับราคาล่าสุดมากกว่าในชุดข้อมูลยาว ๆ ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย EMA ปัจจุบัน ((ราคา (ปัจจุบัน) - EMA ที่ผ่านมา)) ตัวคูณ X) EMA ก่อนหน้า ปัจจัยที่สำคัญที่สุดคือค่าคงที่ที่ราบเรียบที่ 2 (1N) โดยที่ N จำนวนวัน EMA 10 วัน 2 (101) 18.8 หมายถึง EMA 10 ช่วงน้ำหนักล่าสุด 18.8 วัน EMA 20 วัน EMA 9.52 และ 50 วัน EMA 3.92 ในวันล่าสุด EMA ทำงานโดยการชั่งน้ำหนักความแตกต่างระหว่างราคาในงวดปัจจุบันกับ EMA ก่อนหน้าและเพิ่มผลการค้นหาไปยัง EMA ก่อนหน้านี้ ระยะเวลาที่สั้นกว่าจะมีการใช้น้ำหนักมากขึ้นกับราคาล่าสุด เส้นขีดโดยการคำนวณเหล่านี้จุดจะพล็อตเผยให้เห็นเส้นที่เหมาะสม เส้นที่ติดตั้งอยู่เหนือหรือต่ำกว่าราคาตลาดบ่งชี้ว่าค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็นตัวชี้วัดที่ล่าช้า และใช้เป็นหลักสำหรับแนวโน้มดังต่อไปนี้ พวกเขาไม่ได้ทำงานได้ดีกับตลาดช่วงและช่วงเวลาของความแออัดเนื่องจากสายการประกอบไม่ได้แสดงถึงแนวโน้มเนื่องจากการขาดความชัดเจนสูงขึ้นหรือต่ำกว่าที่ต่ำกว่า นอกจากนี้สายกระชับยังคงมีค่าคงที่โดยไม่ต้องมีคำแนะนำ แนวรับที่เพิ่มขึ้นด้านล่างของตลาดมีความหมายยาวนานในขณะที่สายการผลิตที่พอดีกับขาขึ้นเหนือตลาดหมายถึงระยะสั้น วัตถุประสงค์ของการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆคือการวัดและแนวโน้มโดยการทำให้ข้อมูลมีความเรียบโดยใช้วิธีการหลายกลุ่มของราคา มีแนวโน้มที่จะได้รับการคาดการณ์และคาดการณ์ไว้ สมมติฐานคือการเคลื่อนไหวของแนวโน้มก่อนหน้าจะดำเนินต่อไป สำหรับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแนวโน้มระยะยาวสามารถพบได้และง่ายขึ้นกว่า EMA โดยมีข้อสันนิษฐานที่สมเหตุสมผลว่าสายพอดีจะแข็งแกร่งกว่าเส้น EMA เนื่องจากมุ่งเน้นไปที่ราคาเฉลี่ย EMA ใช้เพื่อจับภาพการเคลื่อนย้ายแนวโน้มที่สั้นลงเนื่องจากมุ่งเน้นไปที่ราคาล่าสุด โดยวิธีนี้ EMA ควรจะลดความล่าช้าใด ๆ ในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเพื่อให้เส้นที่เหมาะสมจะกอดราคาใกล้กว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ปัญหาที่เกิดขึ้นกับ EMA คือ: มันมีแนวโน้มที่จะแบ่งราคาโดยเฉพาะอย่างยิ่งในช่วงตลาดที่รวดเร็วและช่วงเวลาของความผันผวน EMA ทำงานได้ดีจนกว่าราคาจะพังทลายลง ในช่วงที่ตลาดมีความผันผวนสูงขึ้นคุณสามารถพิจารณาเพิ่มระยะเวลาเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ได้ หนึ่งสามารถเปลี่ยนจาก EMA เป็น SMA เนื่องจาก SMA ทำให้ข้อมูลดีขึ้นกว่า EMA เนื่องจากมุ่งเน้นไปที่วิธีการในระยะยาว ตัวบ่งชี้ที่เป็นตัวบ่งชี้ความเป็นไปได้ในการไต่ระดับต่อเนื่อง หากราคาพุ่งขึ้นต่ำกว่าแนวเส้น 10 วันที่มีแนวโน้มสูงขึ้นโอกาสดีที่แนวโน้มขาลงอาจลดลงหรืออย่างน้อยตลาดอาจรวมตัวกัน หากราคาพุ่งขึ้นเหนือเส้นค่าเฉลี่ย 10 วันในระยะสั้น แนวโน้มอาจลดลงหรือรวมกัน ในกรณีเหล่านี้ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 10 และ 20 วันพร้อมกันและรอให้เส้น 10 วันข้ามด้านบนหรือด้านล่างเส้น 20 วัน ซึ่งจะเป็นตัวกำหนดทิศทางระยะสั้นสำหรับราคาต่อไป สำหรับระยะยาวให้ดูค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันสำหรับทิศทางในระยะยาว ตัวอย่างเช่นหากใช้ค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันหากค่าเฉลี่ยเคลื่อนที่ 100 วันต่ำกว่าค่าเฉลี่ย 200 วันจะเรียกว่าเครื่องหมายการเสียชีวิต และเป็นหยาบคายมากสำหรับราคา ค่าเฉลี่ยเคลื่อนที่ 100 วันที่ข้ามค่าเฉลี่ยเคลื่อนที่ 200 วันเรียกว่าไม้กางเขนสีทอง และเป็นที่พอใจมากสำหรับราคา ไม่ว่าจะเป็น SMA หรือ EMA เนื่องจากทั้งสองแบบเป็นตัวบ่งชี้แนวโน้ม โดยเฉพาะในระยะสั้นที่ SMA มีการเบี่ยงเบนเล็กน้อยจากคู่สัญญา EMA บทสรุป Moving averages เป็นพื้นฐานของการวิเคราะห์แผนภูมิและลำดับเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดที่ซับซ้อนมากขึ้นจะช่วยให้เห็นภาพแนวโน้มโดยการทำให้การเคลื่อนไหวของราคาดีขึ้น การวิเคราะห์ทางเทคนิคบางครั้งเรียกว่าศิลปะมากกว่าวิทยาศาสตร์ซึ่งทั้งสองใช้เวลาหลายปีในการควบคุม (เรียนรู้เพิ่มเติมในบทแนะนำการวิเคราะห์ทางเทคนิคของเรา) ข้อ 50 คือข้อเจรจาและการชำระบัญชีในสนธิสัญญา EU ที่ระบุขั้นตอนที่ต้องดำเนินการสำหรับประเทศใด ๆ ที่ เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การเสนอขายครั้งแรกมักจะออกโดย บริษัท ขนาดเล็กและอายุน้อยกว่าที่ค้นหาความแตกต่างระหว่างค่าเฉลี่ยถ่วงน้ำหนักและค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักค่าเฉลี่ยเคลื่อนที่ 5 ช่วงโดยอิงจากราคาข้างต้นจะคำนวณโดยใช้สูตรดังต่อไปนี้ตามสมการข้างต้น ราคาเฉลี่ยในช่วงดังกล่าวข้างต้นคือ 90.66 การใช้ค่าเฉลี่ยเคลื่อนที่เป็นวิธีที่มีประสิทธิภาพในการขจัดความผันผวนของราคาที่แข็งแกร่ง ข้อ จำกัด ที่สำคัญคือจุดข้อมูลจากข้อมูลที่เก่ากว่าจะไม่ได้รับการถ่วงน้ำหนักใด ๆ กว่าจุดข้อมูลใกล้จุดเริ่มต้นของชุดข้อมูล นี่คือที่ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักเข้ามาเล่น ค่าเฉลี่ยถ่วงน้ำหนักกำหนดน้ำหนักให้มากขึ้นกับจุดข้อมูลปัจจุบันมากขึ้นเนื่องจากมีความเกี่ยวข้องมากกว่าจุดข้อมูลในอดีตอันไกลโพ้น ผลรวมของการถ่วงน้ำหนักควรเพิ่มได้ถึง 1 (หรือ 100) ในกรณีของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆการถ่วงน้ำหนักมีการกระจายอย่างเท่าเทียมกันซึ่งเป็นเหตุผลว่าทำไมจึงไม่แสดงในตารางด้านบน ราคาปิดของ AAPL