วิธี ง่าย เฉลี่ยเคลื่อนที่ งาน

วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel การวิเคราะห์ข้อมูล Excel สำหรับ Dummies รุ่นที่ 2 คำสั่งการวิเคราะห์ข้อมูลมีเครื่องมือสำหรับคำนวณค่าเฉลี่ยที่เคลื่อนที่และค่าเฉลี่ยที่คล่องตัวใน Excel สมมติว่าเพื่อให้เห็นภาพประกอบคุณได้รวบรวมข้อมูลอุณหภูมิประจำวันแล้ว คุณต้องการคำนวณค่าเฉลี่ยเคลื่อนที่สามวัน 8212 โดยเฉลี่ยในสามวันที่ผ่านมา 8212 ซึ่งเป็นส่วนหนึ่งของการพยากรณ์อากาศที่เรียบง่าย หากต้องการคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับชุดข้อมูลนี้ให้ทำตามขั้นตอนต่อไปนี้ หากต้องการคำนวณค่าเฉลี่ยเคลื่อนที่ก่อนคลิกปุ่มคำสั่ง Data Analysis ข้อมูล tab8217s เมื่อ Excel แสดงไดอะล็อกบ็อกซ์การวิเคราะห์ข้อมูลเลือกรายการย้ายค่าเฉลี่ยจากรายการแล้วคลิกตกลง Excel จะแสดงกล่องโต้ตอบ Moving Average ระบุข้อมูลที่คุณต้องการใช้เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ คลิกในกล่องข้อความ Input Range ของกล่องโต้ตอบ Moving Average จากนั้นระบุช่วงการป้อนข้อมูลโดยพิมพ์ที่อยู่ช่วงเวิร์กชีทหรือใช้เมาส์เพื่อเลือกช่วงของแผ่นงาน การอ้างอิงช่วงของคุณควรใช้ที่อยู่ของเซลล์สัมบูรณ์ แอดเดรสเซลล์ที่แน่นอนนำหน้าด้วยตัวอักษรคอลัมน์และหมายเลขแถวที่มีเครื่องหมายเช่นใน A1: A10 ถ้าเซลล์แรกในช่วงอินพุทของคุณมีป้ายข้อความเพื่อระบุหรืออธิบายข้อมูลของคุณให้เลือกช่องทำเครื่องหมายในช่องแรก ในกล่องข้อความช่วงบอก Excel จำนวนค่าที่จะรวมไว้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ คุณสามารถคำนวณค่าเฉลี่ยเคลื่อนที่โดยใช้จำนวนค่าใด ๆ โดยค่าเริ่มต้น Excel จะใช้ค่าล่าสุดสามค่าในการคำนวณค่าเฉลี่ยเคลื่อนที่ ในการระบุว่าจะใช้ค่าอื่น ๆ เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ให้ป้อนค่านั้นลงในช่องข้อความช่วงเวลา บอก Excel ให้ใส่ข้อมูลค่าเฉลี่ยเคลื่อนที่ ใช้กรอบข้อความ Output Range เพื่อระบุช่วงเวิร์กชีตที่คุณต้องการวางข้อมูลค่าเฉลี่ยเคลื่อนที่ ในตัวอย่างเวิร์กชีทข้อมูลค่าเฉลี่ยเคลื่อนที่จะถูกใส่ลงในช่วงเวิร์กชีท B2: B10 (ไม่บังคับ) ระบุว่าคุณต้องการใช้แผนภูมิหรือไม่ ถ้าคุณต้องการแผนภูมิที่แปลงข้อมูลค่าเฉลี่ยเคลื่อนที่ให้เลือกช่องทำเครื่องหมายแผนภูมิเอาท์พุท (ไม่บังคับ) ระบุว่าคุณต้องการคำนวณข้อมูลข้อผิดพลาดมาตรฐานหรือไม่ ถ้าคุณต้องการคำนวณข้อผิดพลาดมาตรฐานสำหรับข้อมูลให้เลือกกล่องกาเครื่องหมายข้อผิดพลาดมาตรฐาน Excel วางค่าความผิดพลาดมาตรฐานถัดจากค่าเฉลี่ยที่เคลื่อนที่ได้ (ข้อมูลข้อผิดพลาดมาตรฐานจะปรากฏเป็น C2: C10) หลังจากที่คุณระบุข้อมูลค่าเฉลี่ยเคลื่อนที่ที่คุณต้องการคำนวณและตำแหน่งที่คุณต้องการแล้วคลิกตกลง Excel คำนวณข้อมูลค่าเฉลี่ยเคลื่อนที่ หมายเหตุ: หาก Excel doesn8217t มีข้อมูลเพียงพอที่จะคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับข้อผิดพลาดมาตรฐานระบบจะวางข้อความแสดงข้อผิดพลาดลงในเซลล์ คุณสามารถดูหลายเซลล์ที่แสดงข้อความแสดงข้อผิดพลาดนี้ว่าเป็นค่า ORANDA ใช้คุกกี้เพื่อทำให้เว็บไซต์ของเราใช้งานง่ายและปรับแต่งให้เหมาะกับผู้เข้าชมของเรา ไม่สามารถใช้คุกกี้เพื่อระบุตัวคุณได้ เมื่อไปที่เว็บไซต์ของเราคุณยินยอมให้ OANDA8217s ใช้คุกกี้ตามนโยบายส่วนบุคคลของเรา หากต้องการบล็อกลบหรือจัดการคุกกี้โปรดไปที่ aboutcookies. org การ จำกัด คุกกี้จะป้องกันไม่ให้คุณได้รับประโยชน์จากฟังก์ชันการทำงานบางอย่างในเว็บไซต์ของเรา ดาวน์โหลด Apps มือถือของเราเปิดบัญชี ampltiframe src4489469.fls. doubleclickactivityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 mcesrc4489469.fls. doubleclickactivityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 width1 height1 frameborder0 styledisplay: ไม่มี mcestyledisplay: noneampgtampltiframeampgt วิธีการใช้การย้ายค่าเฉลี่ยใน Forex การใช้ค่าเฉลี่ยเคลื่อนที่เพื่อประเมินทิศทางแนวโน้มเป็นรูปแบบที่เก่าแก่ที่สุดของการวิเคราะห์ทางเทคนิคและซาก หนึ่งในตัวชี้วัดที่ใช้มากที่สุด ประโยชน์หลักที่ได้จากค่าเฉลี่ยเคลื่อนที่คือการลดเสียงรบกวนจากตลาด (ความผันผวนของอัตราแลกเปลี่ยน) ทำให้ยากที่จะตีความข้อมูลอัตราแลกเปลี่ยนแบบเรียลไทม์ได้อย่างแม่นยำ การเปลี่ยนแปลงค่าเฉลี่ยช่วยให้คุณสามารถระบุและตรวจสอบแนวโน้มของอัตราดอกเบี้ยในตลาดได้ง่ายขึ้นจากความผันผวนของอัตราแลกเปลี่ยนที่ขึ้นและลงตามปกติสำหรับคู่สกุลเงินทั้งหมด ผู้ค้าทุกรายพยายามหาเทรนด์เมื่อศึกษาข้อมูลราคา ผู้ค้ายังพยายามที่จะระบุจุดกลับทิศทางอัตราเพื่อให้เวลาในการซื้อและขายในตลาดในระดับที่ทำกำไรได้มากที่สุด การย้ายค่าเฉลี่ยสามารถช่วยได้ทั้งสองประการ ค่าเฉลี่ยเคลื่อนที่เป็นสิ่งจำเป็นสำหรับการวิเคราะห์ทางเทคนิคประเภทอื่น ๆ เช่น Bollinger Bands และ Stochastic Measurements คุณจะได้เรียนรู้เกี่ยวกับตัวชี้วัดเหล่านี้ในบทเรียนในภายหลัง เช่นเดียวกับตัวชี้วัดทางเทคนิคส่วนใหญ่ Moving Averages ถือเป็นภาพซ้อนทับและต้องวางไว้เหนือแผนภูมิราคาตลาดเพื่อรวมอัตราตลาดในปัจจุบัน 169 1996 - 2017 OANDA Corporation สงวนลิขสิทธิ์. ตระกูล OANDA, fxTrade และ OANDAs fx เป็นของ OANDA Corporation เครื่องหมายการค้าอื่น ๆ ที่ปรากฎในเว็บไซต์นี้เป็นทรัพย์สินของเจ้าของที่เกี่ยวข้อง การทำสัญญาซื้อขายเงินตราต่างประเทศกับสัญญาซื้อขายเงินตราต่างประเทศหรือผลิตภัณฑ์อื่น ๆ ที่ไม่มีการแลกเปลี่ยนเงินตราต่างประเทศมีความเสี่ยงสูงและอาจไม่เหมาะสำหรับทุกคน 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) และบัญชีลูกค้าได้รับการคุ้มครองโดย Canadian Investor Protection Fund ภายในวงเงินที่กำหนด 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 Simple Moving Average - SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถปรับแต่งได้โดยสามารถคำนวณได้ตามช่วงเวลาต่าง ๆ โดยการเพิ่มราคาปิดของการรักษาความปลอดภัยสำหรับจำนวน ช่วงเวลาและจากนั้นหารยอดรวมนี้ตามจำนวนช่วงเวลาซึ่งจะทำให้ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบช่วยขจัดความผันผวนและทำให้สามารถดูแนวโน้มราคาของการรักษาความปลอดภัยได้ง่ายขึ้น หากค่าเฉลี่ยเคลื่อนที่ขึ้นเล็กน้อยหมายความว่าราคาหลักทรัพย์เพิ่มมากขึ้น หากมีการชี้ลงหมายความว่าราคาหลักทรัพย์ลดลง ระยะเวลาที่ยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบขึ้น ค่าเฉลี่ยเคลื่อนที่ระยะสั้นมีความผันผวนมากขึ้น แต่การอ่านมีความใกล้เคียงกับข้อมูลต้นฉบับ ความสำคัญเชิงวิเคราะห์การเปลี่ยนแปลงค่าเฉลี่ยเป็นเครื่องมือวิเคราะห์ที่สำคัญที่ใช้เพื่อระบุแนวโน้มราคาในปัจจุบันและศักยภาพในการเปลี่ยนแปลงแนวโน้มที่กำหนด รูปแบบที่ง่ายที่สุดในการใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการวิเคราะห์กำลังใช้เพื่อระบุว่าการรักษาความปลอดภัยอยู่ในขาขึ้นหรือขาลงอย่างรวดเร็วหรือไม่ อีกเครื่องมือวิเคราะห์ที่ได้รับความนิยมแม้ว่าจะมีความซับซ้อนมากกว่าเล็กน้อย แต่ก็คือการเปรียบเทียบคู่ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆกับแต่ละเฟรมเวลาที่ต่างกัน หากค่าเฉลี่ยเคลื่อนที่แบบระยะสั้นมีค่าสูงกว่าค่าเฉลี่ยระยะยาวคาดว่าแนวโน้มขาขึ้นจะเป็นไปตามคาด ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง รูปแบบการค้าที่นิยมใช้รูปแบบการซื้อขายสองรูปแบบที่นิยมใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ได้แก่ เครื่องหมายกากบาทและกากบาทสีทอง การเสียชีวิตเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ถือเป็นสัญญาณขาลงที่มีการขาดทุนเพิ่มขึ้น เครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นอยู่เหนือค่าเฉลี่ยเคลื่อนที่ในระยะยาว การเพิ่มขึ้นของปริมาณการซื้อขายที่เพิ่มขึ้นนี้อาจส่งผลต่อกำไรที่เพิ่มขึ้นในมุมมองการจัดเก็บมุมมองของที่ปรึกษาสนับสนุนผลงานของผู้เข้าร่วม มุมมองที่นำเสนอในที่นี้ไม่จำเป็นต้องเป็นข้อมูลในมุมมองที่ปรึกษา กลยุทธ์การครอสโอเวอร์แบบเคลื่อนที่เฉลี่ยได้ทำงานได้เป็นอย่างดีในช่วงหลายปีที่ผ่านมา พวกเขาป้องกันไม่ให้ผู้ติดตามของพวกเขาจากการลงทุนในหุ้นทุนในช่วงฟองสบู่เทคโนโลยีและวิกฤตการณ์ทางการเงิน อย่างไรก็ตามกลยุทธ์ส่วนใหญ่มีประสิทธิภาพต่ำกว่าตลาดตราสารทุนที่กว้างขึ้นตั้งแต่ปี 2552 ในบทความนี้เราจะวิเคราะห์สัญญาณการเคลื่อนไหวแบบครอสโอเวอร์เฉลี่ยที่เป็นไปได้ทั้งหมดของ SampP 500 ตั้งแต่ปีพ. ศ. 2471 เพื่อดูว่ากลยุทธ์เหล่านี้มีคุณค่าสำหรับนักลงทุนหรือไม่ บทนำ Mebane Faberrsquos 2007 เอกสารแนวทางการจัดหาเชิงยุทธวิธีเพื่อการจัดสรรยุทธวิธี ldquo ได้กลายเป็นที่นิยมอย่างมากในหมู่ชุมชนการลงทุน ในบทความนี้เขาแสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ 10 เดือนที่เรียบง่ายสามารถใช้เป็นกลยุทธ์การลงทุนที่มีประสิทธิภาพ เพื่อให้ละเอียดยิ่งขึ้น Faber ใช้ค่าเฉลี่ยเคลื่อนที่ 10 เดือนเพื่อพิจารณาว่านักลงทุนควรเข้าหรือออกจากตำแหน่งภายในกลุ่มสินทรัพย์เฉพาะหรือไม่ เมื่อราคาปิดของฐานที่ระบุใด ๆ ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ 10 เดือน (10 เดือนจะอยู่ที่ประมาณ 200 วันทำการ) ผู้ลงทุนควรซื้อและเมื่อราคาปิดต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 10 เดือนผู้ลงทุนควรขาย เนื่องจากกลยุทธ์นี้ประสบความสำเร็จเป็นอย่างดีในอดีตและเป็นเรื่องง่ายที่จะติดตามนักลงทุนจำนวนมากได้ใช้กลยุทธ์การครอสโอเวอร์แบบเคลื่อนที่โดยเฉลี่ยสำหรับพอร์ตการลงทุนส่วนตัวของพวกเขา บทความจำนวนมากได้รับการเผยแพร่เกี่ยวกับวิธีการใช้หรือปรับปรุงแนวคิดของ Faberrsquos รูปแบบการเคลื่อนที่แบบครอสโอเวอร์เฉลี่ยที่มีชื่อเสียงอื่น ๆ เรียกว่า Cross สีทอง เกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันของการรักษาความปลอดภัยที่เฉพาะเจาะจงข้ามเหนือค่าเฉลี่ยเคลื่อนที่ 200 วัน ข้ออ้างที่ว่านี้หมายถึงการปรับปรุงโครงสร้างพื้นฐานที่อยู่ภายในของการรักษาความปลอดภัยที่กำหนด นักลงทุนควรย้ายเข้ามาเป็นเงินสดถ้าไม้กางเขนทองคำกลายเป็นไม้กางเขนแห่งความตายโดยที่ค่าเฉลี่ยเคลื่อนที่ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ภายในทศวรรษที่ผ่านมากลยุทธ์เหล่านี้ส่วนใหญ่เกิดขึ้นได้ดีมากดังที่แสดงในตารางด้านล่าง สาเหตุหลักเนื่องจากกลยุทธ์เฉลี่ยถ่วงน้ำหนักเหล่านี้ช่วยป้องกันไม่ให้ผู้ติดตามของพวกเขาจากการลงทุนในหุ้นทุนในช่วงฟองสบู่เทคโนโลยีและวิกฤตการณ์ทางการเงิน อย่างไรก็ตามส่วนใหญ่ของกลยุทธ์การครอสโอเวอร์เหล่านั้นมีประสิทธิภาพต่ำกว่าตลาดตราสารทุนในวงกว้างนับตั้งแต่ปีพ. ศ. 2552 ตามที่แสดงในแผนภูมิด้านล่างซึ่งแสดงให้เห็นถึงผลตอบแทนจากการทำเครื่องหมายสีทองตั้งแต่ปีพ. ศ. เนื่องจากเราไม่ได้เห็นการชะลอตัวที่ยาวนานขึ้นอีกต่อไปนับ แต่นั้นเป็นต้นมา การดำเนินงานที่ต่ำกว่าเมื่อเร็ว ๆ นี้ของกลยุทธ์ดังกล่าวไม่ได้เป็นเรื่องที่น่าแปลกใจที่ทุกคนต้องเผชิญกับกลยุทธ์ที่มีแนวโน้มต่อไปนี้โดยทั่วไปต้องเผชิญกับผลกระทบจากภาวะโลกร้อนในช่วงปลายปีที่ผ่านมา ดังนั้นวิธีการดังกล่าวสามารถทำได้ดีกว่ากลยุทธ์การซื้อและถือง่ายๆในตลาดหมีที่ยาวนานกว่า อย่างไรก็ตามนักลงทุนจำนวนมากพยายามที่จะหลีกเลี่ยงผลกระทบที่เกิดขึ้นในช่วงปลายปีโดยการเลือกชุดค่าผสมที่มีการเคลื่อนไหวโดยเฉลี่ยที่สั้นลงซึ่งมีผลกระทบเชิงลบจากกิจกรรมการซื้อขายที่เพิ่มขึ้น แม้ว่าสัญญาณเหล่านี้จะเป็นที่นิยมอย่างมาก แต่ก็ยังไม่พบเอกสารวิจัยใด ๆ ที่สามารถประเมินค่า Crossover ที่เป็นไปได้ทั้งหมดในการเคลื่อนที่เพื่อหาว่ากลยุทธ์ดังกล่าวมีมูลค่าเพิ่มสำหรับนักลงทุนหรือไม่ วิธีการ Letrsquos วิเคราะห์สัญญาณที่เป็นไปได้ในการเคลื่อนที่โดยเฉลี่ยของ Crossover สำหรับ SampP 500 จากวันที่ 31 ธ. ค. 1928 จนถึงวันที่ 11 มิถุนายน 2014 เพื่อให้ได้มุมมองที่เป็นกลางเกี่ยวกับข้อดีและข้อเสียของสัญญาณแบบครอสโอเวอร์ดังกล่าว นอกจากนี้ฉันต้องการตรวจสอบว่าประสิทธิภาพต่ำสุดของสัญญาณไขว้เมื่อเทียบกับกลยุทธ์การซื้อและถือแบบง่ายๆเป็นเรื่องปกติหรือเป็นปรากฏการณ์ชั่วคราว นอกจากนี้ฉันต้องการทราบว่าผลของกลยุทธ์ครอสโอเวอร์ที่เฉพาะเจาะจงมีแนวโน้มที่จะมีเสถียรภาพหรือมีลักษณะสุ่มมากกว่า สำหรับความเรียบง่ายฉันได้สันนิษฐานอัตราผลตอบแทนที่เป็นศูนย์ของผลตอบแทนถ้ากลยุทธ์ที่เฉพาะเจาะจงได้รับการลงทุนเป็นเงินสด นอกจากนี้ในตัวอย่างของเราไม่มีค่าเผื่อค่าใช้จ่ายในการทำธุรกรรมหรือค่าธรรมเนียมการเป็นนายหน้าซื้อขายหลักทรัพย์ ในแผนภูมิต่อไปนี้ฉันจะวิเคราะห์เมตริกหลักที่แตกต่างกัน (z-axis) และกรอบเวลาสำหรับแต่ละค่าเฉลี่ยเคลื่อนที่จะถูกวาดลงบนแกน x และ y ตามลำดับ ตัวอย่างเช่นคุณสามารถหาเมตริกที่สำคัญสำหรับกลยุทธ์การข้ามทอง (50: 200) หากคุณค้นหาจุดข้ามของค่าเฉลี่ยเคลื่อนที่ 50 วัน (แกน x-50) และค่าเฉลี่ยเคลื่อนที่ 200 วัน (แกน y -200) ฉันทดสอบชุดค่าผสมทั้งหมดของความยาว (เป็นวัน) ของค่าเฉลี่ยเคลื่อนที่ที่ข้ามไปอีกแบบหนึ่ง กลยุทธ์การครอสโอเวอร์แบบเคลื่อนย้ายทั้งหมดจะช่วยลดการสูญเสียได้มากที่สุด ถ้าเราพิจารณาความจริงที่ว่าการลดลงมากที่สุดจาก SampP 500 นั้นคือช่วงปีพ. ศ. 1930 ซึ่งเป็นประโยชน์หลักของกลยุทธ์ดังกล่าวกลายเป็นสิ่งที่เห็นได้ชัด ทั้งหมดมีเพียงสามชุดของวัน (7075, 6580 และ 7080) ที่ประสบความสูญเสียสูงสุดเกินสูญเสียสูงสุดจาก SampP 500 ชุดค่าผสมอื่น ๆ ทั้งหมดประสบความสูญเสียน้อยกว่ากลยุทธ์ทั่วไปซื้อและถือ โดยเฉพาะอย่างยิ่งในช่วงตั้งแต่ 50240 วันถึง 220240 วันขาดทุนสูงสุดอยู่ระหว่าง -40 ถึง 060 ซึ่งเป็นอัตราส่วนที่น่าสนใจถ้าเราพิจารณา 86.1 จาก SampP 500 นอกจากนี้เราสามารถเห็นได้ว่าในภูมิภาคนั้นการเบิกจ่ายนี้ ลดลงหรือมีแนวโน้มที่จะค่อนข้างคงที่ตลอดเวลา mdash พื้นที่นี้สามารถอธิบายได้ว่าเป็นที่ราบสูง หากผลกระทบนี้เป็นตัวแปรสุ่มภายในช่วงเวลาดังกล่าวจะมีการเพิ่มขึ้นอีกหลายเท่าในพื้นที่นั้น ดังนั้นการปรับขนาดเล็ก ๆ ภายในกรอบเวลาของค่าเฉลี่ยเคลื่อนที่ใด ๆ อาจไม่ส่งผลกระทบอย่างมากต่ออัตราส่วนดังกล่าว กรณีนี้ค่อนข้างแตกต่างกันถ้าเราวิเคราะห์พื้นที่ประมาณ 1100 วันเป็น 1200 วัน ในพื้นที่นั้นการปรับค่าใช้จ่ายเล็ก ๆ ภายในกรอบเวลาของค่าเฉลี่ยเคลื่อนที่แต่ละรายการอาจทำให้เกิดผลลัพธ์ที่แตกต่างไปจากนี้มากและมีแนวโน้มว่าจะเป็นแบบสุ่ม ความสัมพันธ์ทั่วไปอื่น ๆ ก็คือเมื่อจำนวนการค้าเพิ่มขึ้นค่าเฉลี่ยเคลื่อนที่ทั้งสองจะสั้นลง นี้แน่นอนเนื่องจากต้นทุนการทำธุรกรรม ด้วยเหตุนี้ผู้ติดตามส่วนใหญ่ของกลยุทธ์ดังกล่าวจึงต้องการการรวมกันของค่าเฉลี่ยเคลื่อนที่ระยะสั้นและระยะยาวเพื่อลดจำนวนการซื้อขายทั้งหมด ถ้าเรามุ่งเน้นที่ผลการดำเนินงานประจำปีของสัญญาณแบบไขว้ถัวเฉลี่ยเคลื่อนที่ตั้งแต่ปีพ. ศ. 2472 เราสามารถเห็นได้ว่าชุดค่าผสมทั้งหมดมีผลตอบแทนเป็นบวกตั้งแต่นั้นมา ผลลัพธ์นี้ไม่แปลกใจเลยที่ SampP 500 ได้เพิ่มขึ้นเกือบ 8,000 รายนับ แต่นั้นเป็นต้นมา ดังนั้นการมีส่วนร่วมอย่างต่อเนื่องภายในตลาดควรมีผลในทางบวก จุดที่น่าสนใจอื่น ๆ ก็คือความสามารถทางประวัติศาสตร์ของสัญญาณครอสโอเวอร์ที่มีประสิทธิภาพดีกว่ากลยุทธ์การซื้อและระงับแบบง่ายๆ ในกราฟที่สองเราจะไฮไลต์เฉพาะชุดค่าผสมของค่าเฉลี่ยเคลื่อนที่ไขว้ที่สามารถทำได้ดีกว่ากลยุทธ์การซื้อและถือ เราเห็นได้ว่าชุดค่าผสมที่ดีที่สุด (5186) สามารถสร้างรายได้เฉลี่ยต่อปีได้ 1.4 โดยไม่มีการทำธุรกรรมรวม อย่างไรก็ตามเราสามารถมองเห็นจุดสูงสุดในกราฟดังกล่าวได้ ผลลัพธ์ส่วนใหญ่มีแนวโน้มที่จะถูกสุ่มโดยธรรมชาติ ตัวอย่างเช่นชุดค่าผสม 5175 มีค่าเฉลี่ยที่ดีขึ้นกว่าค่าเฉลี่ยรายปีเฉลี่ย 1.3 โดยในขณะที่ค่าไขว้ 10175 มีค่าเพียง 0.3 และ 20175 ต่ำกว่าตลาดโดยเฉลี่ย 0.5 ดังนั้นประสิทธิภาพที่สูงกว่าสัญญาณครอสโอเวอร์ส่วนใหญ่ขึ้นอยู่กับความบริสุทธิ์ กรณีนี้มีความแตกต่างกันเล็กน้อยถ้าเรามุ่งเน้นไปที่พื้นที่ระหว่าง 1: 100 200: 240 เนื่องจากชุดค่าผสมทั้งหมดในช่วงนั้นมีประสิทธิภาพสูงกว่า SampP 500 ผลการดำเนินงานดีขึ้นเมื่อเทียบกับช่วงเวลาที่มีการเปลี่ยนแปลงเล็กน้อยภายในระยะเวลาของค่าเฉลี่ยเคลื่อนที่แต่ละอัน ไม่ได้นำไปสู่ความแตกต่างใหญ่ในแง่ของประสิทธิภาพที่ดีขึ้น อย่างไรก็ตามในภูมิภาคนี้มีผลการดำเนินงานดีขึ้นโดยเฉลี่ยเพียง 0.58 ราย โปรดจำไว้ว่าฉันไม่ได้รวมค่าใช้จ่ายในการทำธุรกรรมไว้ในตัวอย่างของเรา การสร้างผลตอบแทนที่แน่นอนผลงานดีกว่าเป็นเพียงแง่มุมหนึ่งของเรื่องเท่านั้น นักลงทุนอาจสนใจในการสร้างผลตอบแทนที่แน่นอนมากกว่าผลตอบแทนที่เป็นบวก ฉันมองที่ความสามารถในการผสมผสานระหว่างค่าเฉลี่ยเคลื่อนที่ - ครอสโอเวอร์เพื่อสร้างผลตอบแทนที่เป็นบวกอย่างแท้จริง ฉันได้วิเคราะห์ว่าสัญญาณของการรวมกันของแต่ละ Crossover แบบโรตารีโดยเฉลี่ยมีผลในอดีตอย่างไรซึ่งแสดงเป็นเปอร์เซ็นต์ ชุดค่าผสมจำนวนมากส่งสัญญาณยาวซึ่งทำกำไรได้มากกว่า 50 ครั้ง พื้นที่ประมาณ 50120 วันถึงปี พ. ศ. 254540 มีแนวโน้มที่จะมีเสถียรภาพค่อนข้างมากเนื่องจากเปอร์เซ็นต์ของสัญญาณบวกสัมบูรณ์จะค่อยๆเพิ่มขึ้นไปด้านบน ดูเหมือนว่าชุดค่าผสมค่าเฉลี่ยเคลื่อนที่บางอย่างมีความสามารถในการคาดการณ์ตลาดที่เพิ่มขึ้น แต่น่าเสียดายที่กรณีนี้ไม่ถือเป็นส่วนใหญ่เนื่องจากเปอร์เซ็นต์ของสัญญาณบวกอย่างแท้จริงขึ้นอยู่กับจำนวนวันที่มีการลงทุนในชุดค่าผสมเฉลี่ยเคลื่อนที่ใน SampP 500 ซึ่งเป็นสิ่งที่เห็นได้ชัดถ้าเราพิจารณาว่า SampP 500 มีการปรับตัวขึ้นเล็กน้อย น้อยกว่า 8,000 ตั้งแต่ 1929 การสัมผัสกับตลาดในช่วงเวลานั้นมีแนวโน้มสูงที่จะสร้างผลตอบแทนที่เป็นบวกผลกระทบนี้สามารถเห็นได้จากกราฟที่สองด้านล่างซึ่งแสดงความยาวสัญญาณเฉลี่ยยาวของการผสมข้ามไขว้แต่ละตัวที่วัดได้ วัน ถ้าเราเปรียบเทียบทั้งสองกราฟเราจะเห็นความสัมพันธ์ที่ดีระหว่างความยาวของสัญญาณเฉลี่ยและเปอร์เซ็นต์ของสัญญาณที่เป็นบวก อย่างไรก็ตามชุดค่าผสมบางส่วนมีแนวโน้มที่จะเหมาะสำหรับแนวโน้มที่ดีกว่าคนอื่น ๆ เนื่องจากการผสมผสานระหว่างค่าเฉลี่ยเคลื่อนที่เฉลี่ยจะดีกว่าตลาดในช่วงที่มีการตกต่ำในระยะยาว แต่ก็น่าสนใจที่จะตรวจสอบความถี่ที่สัญญาณเงินสด (สัญญาณไขว้) สามารถเอาชนะตลาดได้ดีเพียงใด ในกรณีเช่นนี้ SampP 500 ต้องมีค่าเป็นลบในช่วงเวลาดังกล่าว อัตราส่วนนี้ยังถูกมองว่าเป็นความน่าจะเป็นที่สัญญาณไขว้ขาลงบ่งชี้ว่าการชะลอตัวในระยะยาว ดังที่คุณเห็นในกราฟด้านล่าง SampP 500 มีค่าเป็นลบในน้อยกว่า 50 กรณีทุกกรณีหลังจากที่มีการรวมตัวแบบครอสโอเวอร์แบบเคลื่อนที่โดยเฉลี่ยได้กระพริบสัญญาณไขว้หยาบคาย นอกจากนี้กราฟมีการแทงมากแสดงให้เห็นว่าผลลัพธ์ที่ไม่ดีนี้มีแนวโน้มที่จะเป็นแบบสุ่มอย่างสมบูรณ์ บรรทัดล่างอย่างไรก็ตามข้อเท็จจริงที่ว่าสัญญาณเคลื่อนไขว้มากที่สุดโดยเฉลี่ยจะเป็นรูปแบบหนึ่งของการสูญเสียการสูญเสียที่มากที่สุดเมื่อเทียบกับกลยุทธ์การซื้อ - ขายและถือครองโดยความสามารถในการทำกำไรได้ดีกว่าตลาดต้นแบบมี จำกัด นอกจากนี้การที่สัญญาณดีๆดังกล่าวไม่ได้เกิดขึ้นเมื่อเร็ว ๆ นี้ในปี 2009 เป็นปรากฏการณ์ทั่วไปไม่ใช่ปรากฏการณ์ชั่วคราว เนื่องจากสัญญาณการครอสโอเวอร์ในเชิงลบไม่จำเป็นต้องทำนายการตกต่ำอย่างมีนัยสำคัญและการตกต่ำในระยะยาวหรือการแบกรับตลาด อย่างไรก็ตามหากนักลงทุนให้ความสำคัญกับการลดการดึงลงสูงสุดสัญญาณครอสโอเวอร์ดังกล่าวมีค่าควรพิจารณาแม้ว่าพวกเขาจะไม่ควรเป็นแหล่งข้อมูลเพียงอย่างเดียว Paul Allen เป็นหัวหน้าฝ่ายวิเคราะห์ตลาด quantitativetechnical ของ WallStreetCourier ซึ่งเป็นที่ปรึกษาด้านการวิจัยและที่ปรึกษาด้านการลงทุนสำหรับข้อมูลตลาดที่ได้รับการแต่งตั้ง