การย้าย ค่าเฉลี่ย แนวโน้ม การวิเคราะห์ Excel

Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองดูที่ชุดข้อมูลเวลาของเรา คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2 5. คลิกที่ช่อง Interval และพิมพ์ 6.6 คลิกที่ Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและ จุดข้อมูลปัจจุบันเป็นผลให้ยอดและหุบเขาถูกทำให้ราบเรียบกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกเนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากพอ 9 ทำซ้ำตามขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วงเวลา 4. บทสรุป The la rger ช่วงเวลาที่ยอดและหุบเขาจะเรียบขึ้นช่วงที่มีขนาดเล็กกว่าค่าเฉลี่ยเคลื่อนที่ที่ใกล้เคียงกับจุดข้อมูลที่เกิดขึ้นจริงการวิเคราะห์ทางเทคนิคการย้ายค่าเฉลี่ยแผนภูมิส่วนใหญ่แสดงรูปแบบต่างๆของการเคลื่อนไหวของราคาซึ่งสามารถทำให้ได้ ยากสำหรับผู้ค้าที่จะได้รับความคิดของแนวโน้มโดยรวมของการรักษาความปลอดภัยหนึ่งวิธีง่ายๆที่พ่อค้าใช้ในการต่อสู้นี้คือการใช้ค่าเฉลี่ยเคลื่อนที่เฉลี่ยเคลื่อนที่เป็นราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนดโดยการวางแผนราคาเฉลี่ยของการรักษาความปลอดภัย, การเคลื่อนไหวของราคาจะเรียบขึ้นเมื่อความผันผวนแบบวันต่อวันจะถูกเอาออกผู้ค้าจะสามารถระบุแนวโน้มที่แท้จริงได้ดีขึ้นและเพิ่มความน่าจะเป็นที่จะทำงานในความโปรดปรานของพวกเขาเรียนรู้เพิ่มเติมอ่านบทแนะนำ "Moving Averages" ค่าเฉลี่ยมีค่าเฉลี่ยเคลื่อนที่หลายแบบแตกต่างกันไปในแต่ละวิธีที่คำนวณ แต่วิธีการตีความค่าเฉลี่ยแต่ละค่ายังคงเหมือนเดิมการคำนวณมีความแตกต่างกันไปในแง่น้ำหนัก ที่พวกเขาวางกับข้อมูลราคาขยับจากน้ำหนักที่เท่ากันของแต่ละจุดราคาเพื่อน้ำหนักมากขึ้นจะถูกวางไว้บนข้อมูลล่าสุดสามชนิดที่พบมากที่สุดของค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรงและเชิงเส้นอย่างง่าย SMA เฉลี่ยเคลื่อนที่เป็นวิธีที่ใช้กันมากที่สุด เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ของราคามันใช้เวลารวมของราคาปิดที่ผ่านมาตลอดช่วงเวลาและหารผลตามจำนวนราคาที่ใช้ในการคำนวณตัวอย่างเช่นในค่าเฉลี่ยเคลื่อนที่ 10 วัน 10 อันดับสุดท้าย ราคาปิดถูกบวกเข้าด้วยกันและหารด้วย 10 ตามที่เห็นในรูปที่ 1 ผู้ประกอบการค้าสามารถทำให้ค่าเฉลี่ยของการตอบสนองต่อการเปลี่ยนแปลงราคาโดยการเพิ่มจำนวนงวดที่ใช้ในการคำนวณเพิ่มจำนวนรอบเวลาในการคำนวณ เป็นหนึ่งในวิธีที่ดีที่สุดในการวัดความแข็งแกร่งของแนวโน้มในระยะยาวและโอกาสที่จะย้อนกลับไปหลาย ๆ คนอ้างว่าประโยชน์ของค่าเฉลี่ยประเภทนี้มีข้อ จำกัด เนื่องจากแต่ละจุด i n ชุดข้อมูลมีผลกระทบเช่นเดียวกันกับผลลัพธ์โดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับข้อมูลนักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากขึ้นและดังนั้นจึงควรมีการถ่วงน้ำหนักที่สูงขึ้นการวิพากษ์วิจารณ์ประเภทนี้เป็นหนึ่งใน ปัจจัยสำคัญที่นำไปสู่การประดิษฐ์ของรูปแบบอื่น ๆ ของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยถ่วงน้ำหนักแบบเส้นตรงค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่นี้เป็นค่าเฉลี่ยที่น้อยที่สุดจากสามตัวและใช้เพื่อแก้ปัญหาการถ่วงน้ำหนักที่เท่ากันค่าเฉลี่ยถ่วงน้ำหนักแบบเส้นตรงคำนวณจากผลรวม ของราคาปิดทั้งหมดในช่วงเวลาใดเวลาหนึ่งและคูณด้วยตำแหน่งของจุดข้อมูลและหารด้วยผลรวมของจำนวนงวดตัวอย่างเช่นในค่าเฉลี่ยถ่วงน้ำหนัก 5 วันแบบเส้นตรงราคาปิดของวันนี้จะคูณด้วย ห้าเมื่อวานนี้โดยสี่และอื่น ๆ จนกว่าจะถึงวันแรกในช่วงระยะเวลาถึงตัวเลขเหล่านี้จะถูกรวมเข้าด้วยกันและหารด้วยผลคูณของตัวคูณการคำนวณค่าเฉลี่ย EMA Exp s คำนวณค่าเฉลี่ยเคลื่อนที่ใช้ปัจจัยราบเรียบเพื่อวางน้ำหนักที่สูงขึ้นในจุดข้อมูลล่าสุดและถือได้ว่ามีประสิทธิภาพมากขึ้นกว่าค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้นมีความเข้าใจในการคำนวณไม่จำเป็นโดยทั่วไปสำหรับผู้ค้าส่วนใหญ่เนื่องจากส่วนใหญ่แพคเกจแผนภูมิทำคำนวณสำหรับ คุณสิ่งที่สำคัญที่สุดที่ต้องจำเกี่ยวกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาก็คือการตอบสนองต่อข้อมูลใหม่ ๆ เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายการตอบสนองนี้เป็นหนึ่งในปัจจัยสำคัญที่ทำให้ค่าเฉลี่ยเคลื่อนที่ของทางเลือกของผู้ค้าทางเทคนิคจำนวนมาก สามารถมองเห็นได้ในรูปที่ 2 ระยะเวลา 15 EMA ที่เพิ่มขึ้นและลดลงเร็วกว่า SMA ระยะเวลา 15 ความแตกต่างเล็กน้อยนี้ดูเหมือนจะมาก แต่เป็นปัจจัยสำคัญที่ต้องคำนึงถึงเนื่องจากอาจส่งผลกระทบต่อการส่งกลับการใช้ Moving ของเมเจอร์ ค่าเฉลี่ยค่าเฉลี่ยเคลื่อนที่ถูกใช้เพื่อระบุแนวโน้มในปัจจุบันและการกลับรายการแนวโน้มเช่นเดียวกับการตั้งค่าการสนับสนุนและระดับความต้านทานค่าเฉลี่ยโดยเฉลี่ยสามารถใช้เพื่อระบุได้อย่างรวดเร็ว tify ว่าการรักษาความปลอดภัยจะย้ายในขาขึ้นหรือ downtrend ขึ้นอยู่กับทิศทางของค่าเฉลี่ยเคลื่อนที่ที่คุณสามารถดูในรูปที่ 3 เมื่อค่าเฉลี่ยเคลื่อนที่กำลังมุ่งหน้าขึ้นและราคาอยู่เหนือมันความปลอดภัยอยู่ในขาขึ้นตรงกันข้าม, ค่าเฉลี่ยเคลื่อนที่ที่หดตัวลงและมีราคาต่ำกว่านี้สามารถนำมาใช้เป็นสัญญาณขาลงได้อีกวิธีหนึ่งในการกำหนดโมเมนตัมคือดูลำดับของคู่ค่าเฉลี่ยเคลื่อนที่เมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาว ขึ้นมาในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งสัญญาณการเคลื่อนไหวลงใน trend. Moving reversals แนวโน้มเฉลี่ยจะเกิดขึ้นในสองวิธีหลักเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่และเมื่อย้ายผ่านการย้าย crossovers เฉลี่ยสัญญาณแรกคือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญตัวอย่างเช่นเมื่อราคาหลักทรัพย์ที่อยู่ใน uptrend อยู่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50- รอบเช่นในรูปที่ 4 จะเป็นสัญญาณว่า ยู ptrend อาจย้อนกลับสัญญาณอื่น ๆ ของการกลับรายการแนวโน้มคือเมื่อค่าเฉลี่ยเคลื่อนที่หนึ่งตัวผ่านไปอีกค่าหนึ่งตัวอย่างเช่นตามที่เห็นในรูปที่ 5 ถ้าค่าเฉลี่ยเคลื่อนที่ 15 วันเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันจะเป็น สัญญาณบวกว่าราคาจะเริ่มเพิ่มขึ้นหากระยะเวลาที่ใช้ในการคำนวณค่อนข้างสั้นตัวอย่างเช่น 15 และ 35 อาจส่งสัญญาณการกลับตัวของระยะสั้นในทางกลับกันเมื่อสองค่าเฉลี่ยที่มีกรอบเวลาที่ค่อนข้างยาว มากกว่า 50 และ 200 เช่นนี้จะใช้เพื่อแนะนำการเปลี่ยนแปลงในระยะยาวในแนวโน้มอื่น ๆ ที่สำคัญย้ายค่าเฉลี่ยที่ใช้คือการระบุระดับการสนับสนุนและความต้านทานมันไม่ใช่เรื่องแปลกที่จะเห็นสต็อกที่ได้รับการล้มหยุดการลดลง และทิศทางย้อนกลับเมื่อได้รับการสนับสนุนจากค่าเฉลี่ยเคลื่อนที่ที่สำคัญการเคลื่อนที่ผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญมักถูกใช้เป็นสัญญาณของผู้ค้าทางเทคนิคว่าเทรนด์กำลังย้อนกลับตัวอย่างเช่นถ้าราคาแบ่งผ่านค่าเฉลี่ยเคลื่อนที่ 200 วันใน ลง ทิศทางเป็นสัญญาณว่าแนวโน้มขากลับกำลังถอยหลังค่าเฉลี่ยเฉลี่ยเป็นเครื่องมือที่มีประสิทธิภาพสำหรับการวิเคราะห์แนวโน้มในการรักษาความปลอดภัยพวกเขาให้การสนับสนุนที่มีประโยชน์และจุดความต้านทานและใช้งานง่ายกรอบเวลาที่พบมากที่สุดที่ใช้เมื่อสร้างค่าเฉลี่ยเคลื่อนที่ คือ 200 วัน 100 วัน 50 วัน 20 วันและ 10 วันค่าเฉลี่ย 200 วันคิดว่าเป็นตัววัดที่ดีของปีการค้าค่าเฉลี่ย 100 วันครึ่งปี a. ค่าเฉลี่ย 50 วันของไตรมาสโดยเฉลี่ย 20 วันของเดือนและค่าเฉลี่ย 10 วันของสองสัปดาห์ค่าเฉลี่ยของค่าเฉลี่ยช่วยให้ผู้ค้าทางเทคนิคสามารถเอื้ออำนวยต่อการเคลื่อนไหวของราคาในแต่ละวัน ทำให้ผู้ค้าเห็นมุมมองที่ชัดเจนของแนวโน้มราคาจนถึงตอนนี้เรามุ่งเน้นการเคลื่อนไหวด้านราคาผ่านชาร์ตและค่าเฉลี่ยในส่วนถัดไปเราจะดูเทคนิคอื่น ๆ ที่ใช้เพื่อยืนยันการเคลื่อนไหวของราคาและรูปแบบการคำนวณค่าเฉลี่ย -.Moving Averages - เรียบง่ายและมีค่า Exponential. Moving เฉลี่ยข้อมูลราคาเรียบสำหรับ rm เทรนด์ต่อตัวบ่งชี้พวกเขาไม่ได้คาดการณ์ทิศทางราคา แต่กำหนดทิศทางปัจจุบันที่มีความล่าช้าการย้ายค่าเฉลี่ยความล่าช้าเนื่องจากจะขึ้นอยู่กับราคาที่ผ่านมาแม้จะมีความล่าช้านี้ค่าเฉลี่ยเคลื่อนที่ช่วยให้การดำเนินการด้านราคาเรียบและกรองสัญญาณรบกวน การสร้างบล็อคสำหรับตัวชี้วัดทางเทคนิคและการซ้อนทับอื่น ๆ อีกมากมายเช่น Bollinger Bands MACD และ McClellan Oscillator สองค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยคือ Moving Average Average SMA และ Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถใช้เพื่อระบุทิศทางของ แนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้นแผนภูมิต่อไปนี้มีทั้ง SMA และ EMA ในคลิกที่แผนภูมิสำหรับเวอร์ชันสดการคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าเฉลี่ยเคลื่อนที่จะคำนวณโดยการคำนวณราคาเฉลี่ยของการรักษาความปลอดภัย ในช่วงเวลาเฉพาะเจาะจงของช่วงเวลาส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับราคาปิดราคาค่าเฉลี่ยเคลื่อนที่ 5 วันเป็นผลรวมของราคาปิด ณ วันสิ้นงวด d by five ค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยที่เคลื่อนย้ายข้อมูลเก่าจะถูกลดลงเนื่องจากมีข้อมูลใหม่มาพร้อมใช้งานค่าเฉลี่ยนี้จะย้ายไปตามช่วงเวลาข้างล่างนี้เป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่พัฒนาขึ้นในช่วงสามวัน วันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมาวันที่สองของค่าเฉลี่ยเคลื่อนที่จะเว้นว่างไว้ที่จุดข้อมูลแรก 11 และเพิ่มจุดข้อมูลใหม่ 16 วันที่สามของค่าเฉลี่ยเคลื่อนที่จะยังคงอยู่ต่อไปโดยปล่อยจุดข้อมูลแรก 12 และ เพิ่มจุดข้อมูลใหม่ 17 ในตัวอย่างข้างต้นราคาค่อยๆเพิ่มขึ้นจาก 11 เป็น 17 ในช่วงเจ็ดวันทั้งหมดสังเกตว่าค่าเฉลี่ยเคลื่อนที่ยังเพิ่มขึ้นจาก 13 ถึง 15 ในช่วงการคำนวณสามวันด้วยเช่นกันสังเกตได้ว่าค่าเฉลี่ยเคลื่อนที่แต่ละค่าเป็นเพียง ต่ำกว่าราคาสุดท้ายตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ของวันที่หนึ่งเท่ากับ 13 และราคาสุดท้ายคือ 15 ราคาก่อนหน้านี้สี่วันลดลงและนี่เป็นสาเหตุให้ค่าเฉลี่ยเคลื่อนที่ลดลงค่าเฉลี่ยคำนวณโดยเฉลี่ยที่คำนวณได้ การถ่วงน้ำหนักที่ใช้กับราคาล่าสุดขึ้นอยู่กับจำนวนงวดในค่าเฉลี่ยเคลื่อนที่โดยมีขั้นตอนสามขั้นตอนในการคำนวณค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามค่าเฉลี่ยก่อนคำนวณค่าเฉลี่ยเคลื่อนที่แบบทึบ EMA ต้องเริ่มต้นที่อื่นเพื่อให้ค่าเฉลี่ยเคลื่อนที่แบบง่ายถูกใช้เป็นค่า EMA ของช่วงก่อนหน้าในการคำนวณครั้งที่สองคำนวณตัวคูณที่มีตัวคูณที่สามคำนวณค่าเฉลี่ยเคลื่อนที่ที่ระบุไว้สูตรด้านล่างมีไว้สำหรับ EMA 10 วันระยะเวลา 10 ค่าเฉลี่ยเคลื่อนที่แบบเสแสร้งใช้น้ำหนัก 18 18 กับราคาล่าสุด EMA 10 ระยะเวลายังสามารถเรียกว่า EMA 18 18 EMA 20 ระยะเวลา 20 ใช้การชั่งน้ำหนัก 9 52 กับราคาล่าสุด 2 20 1 0952 สังเกตว่าน้ำหนักสำหรับ ระยะเวลาที่สั้นกว่ามากกว่าการถ่วงน้ำหนักสำหรับช่วงเวลาที่ยาวขึ้นในความเป็นจริงการถ่วงน้ำหนักลดลงครึ่งหนึ่งทุกครั้งที่รอบระยะเวลาเฉลี่ยที่เคลื่อนที่ได้สองเท่าหากคุณต้องการให้เราระบุเปอร์เซ็นต์สำหรับ n EMA คุณสามารถใช้สูตรนี้เพื่อแปลงเป็นช่วงเวลาและป้อนค่าดังกล่าวเป็นพารามิเตอร์ของ EMA ด้านล่างเป็นตัวอย่างของสเปรดชีตของค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่เชิงตัวเลข 10 วันสำหรับ Intel Simple moving เฉลี่ยอยู่ที่ 10 วันโดยเฉลี่ยเมื่อใช้เป็นราคาใหม่และราคาเก่าจะลดลงค่าเฉลี่ยเคลื่อนที่เฉลี่ยเริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ 22 22 ในการคำนวณครั้งแรกหลังจากการคำนวณครั้งแรกสูตรปกติ ใช้เวลามากกว่าเนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่แบบง่ายๆค่าที่แท้จริงจะไม่ได้รับรู้จนกว่าจะถึง 20 ปีดังนั้นในอีกระยะหนึ่งค่าในกระดาษคำนวณของ excel อาจแตกต่างจากค่าแผนภูมิเนื่องจากระยะเวลามองย้อนกลับสั้น สเปรดชีตจะย้อนกลับไปเพียง 30 งวดซึ่งหมายถึงผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายมีระยะเวลาในการกระจายสต๊อกชิพ 20 ช่วงเวลาอย่างน้อย 250 ช่วงโดยปกติจะมากขึ้นสำหรับการคำนวณ tions ดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายตัวอย่างสิ้นเชิงปัจจัยความล่าช้าอีกต่อไปค่าเฉลี่ยเคลื่อนที่ค่าความล่าช้ามากขึ้นค่าเฉลี่ยการเคลื่อนที่แบบเสด็จมาเป็นเวลา 10 วันจะกอดราคาได้ค่อนข้างใกล้ชิดและเลี้ยวไม่นานหลังจากที่ราคาเปลี่ยนเป็น Short ค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ 100 วันมีข้อมูลจำนวนมากที่ผ่านมาซึ่งลดลงค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือบรรทุกน้ำมันในทะเล - เซื่องซึมและชะลอการเปลี่ยนแปลงโดยจะใช้ราคาที่ยาวและใหญ่กว่า เคลื่อนไหวสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนแปลงหลักสูตรคลิกที่กราฟสำหรับแผนภูมิแบบสดแผนภูมิด้านบนแสดง SP 500 ETF ที่มี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่ขยับขึ้นแม้ในเดือนมกราคม การลดลงของเดือนกุมภาพันธ์ SMA 100 วันจัดขึ้นแน่นอนและไม่ได้ลดลง SMA 50 วันเหมาะกับบางช่วงระหว่างค่าเฉลี่ยเคลื่อนที่ 10 และ 100 วันเมื่อเทียบกับค่าความล่าช้าค่ามัธยฐานเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นแม้ว่าจะมี Clea r ความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสี้ยวหนึ่งไม่จำเป็นต้องดีไปกว่าค่าเฉลี่ยเคลื่อนที่อื่น ๆ ที่มีความล่าช้าน้อยลงและมีความไวต่อราคาที่สูงขึ้นและการเปลี่ยนแปลงของราคาล่าสุดค่าเฉลี่ยเคลื่อนที่ที่มีการคำนวณจะเปลี่ยนไปก่อนค่าเฉลี่ยเคลื่อนที่เฉลี่ย ในทางตรงกันข้ามเป็นตัวแทนของค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมดเช่นนี้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกับการระบุระดับการสนับสนุนหรือความต้านทานการกำหนดค่าเฉลี่ยโดยเฉลี่ยขึ้นอยู่กับวัตถุประสงค์ลักษณะการวิเคราะห์และเส้นขอบฟ้าแผนภูมิควรทดลองกับ ทั้งสองแบบของค่าเฉลี่ยเคลื่อนที่รวมถึงช่วงเวลาที่แตกต่างกันเพื่อหาพอดีที่ดีที่สุดแผนภูมิด้านล่างแสดง IBM ที่มี SMA 50 วันสีแดงและ EMA 50 วันเป็นสีเขียวทั้งสองจุดในช่วงปลายเดือนมกราคม แต่ EMA ลดลงมากขึ้น SMA ปรับตัวสูงขึ้นในช่วงกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงจนถึงสิ้นเดือนมี. ค. มากกว่าหนึ่งเดือนหลังจาก EMA. Lengths และ Timeframes ความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์ค่าเฉลี่ยของระยะสั้น 5-20 หมายถึงระยะเวลาที่เหมาะสมที่สุดสำหรับแนวโน้มระยะสั้นและการซื้อขาย Chartists ที่สนใจในแนวโน้มในระยะปานกลางจะเลือกนาน เคลื่อนไหวเฉลี่ยที่อาจขยายระยะเวลา 20-60 คานักลงทุนระยะยาวจะชอบเคลื่อนไหวโดยเฉลี่ยที่มีระยะเวลามากกวา 100 เทาหรือบางสวนมีความยาวเฉลี่ยเคลื่อนที่เปนที่นิยมมากกวาอื่น ๆ คาเฉลี่ยเคลื่อนที่ 200 วันอาจเปนที่นิยมมากที่สุด ค่าเฉลี่ยเคลื่อนที่ในระยะยาวถัดไปค่าเฉลี่ยเคลื่อนที่ 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มระยะกลางนักเก็งกำไรหลายคนใช้ค่าเฉลี่ยระยะสั้น 50 วันและ 200 วันในระยะสั้นระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วันค่อนข้างสูง เป็นที่นิยมในอดีตเพราะง่ายต่อการคำนวณเพียงแค่เพิ่มตัวเลขและย้ายจุดทศนิยมไปที่ Identification. The สัญญาณเดียวกันสามารถสร้างขึ้นโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่ง่ายหรือค่าเฉลี่ยที่ระบุไว้ข้างต้นการตั้งค่า dep สิ้นสุดลงในแต่ละตัวอย่างด้านล่างนี้จะใช้ทั้งค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเส้นค่าเฉลี่ยการเคลื่อนที่ของค่าเฉลี่ยที่ใช้กับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเสี้ยวหนึ่งทิศทางของค่าเฉลี่ยเคลื่อนที่แสดงข้อมูลที่สำคัญเกี่ยวกับราคาค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าราคาโดยทั่วไปจะเพิ่มขึ้น A ค่าเฉลี่ยการเคลื่อนที่ที่ลดลงบ่งชี้ว่าราคาเฉลี่ยลดลงค่าเฉลี่ยระยะยาวที่เกิดขึ้นในระยะยาวสะท้อนถึงแนวโน้มขาขึ้นในระยะยาวค่าเฉลี่ยเคลื่อนที่ระยะยาวที่ลดลงสะท้อนถึงแนวโน้มขาลงในระยะยาวแผนภูมิข้างบนแสดงถึง 3M MMM ที่มีระยะเวลา 150 วัน ค่าเฉลี่ยเคลื่อนที่เชิงเส้นตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยการเคลื่อนที่เฉลี่ยทำงานได้ดีเพียงใดเมื่อแนวโน้มแข็งแกร่งขึ้น EMA 150 วันปิดลงในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 แจ้งให้ทราบว่าการปรับตัวลดลง 15 ครั้งเพื่อลดทิศทางของค่าเฉลี่ยเคลื่อนที่นี้ ระบุการผกผันของแนวโน้มตามที่เกิดขึ้นอย่างดีที่สุดหรือหลังจากที่เกิดขึ้นในช่วงที่เลวร้ายที่สุด MMM ต่อเนื่องไปจนถึงเดือนมีนาคมปี 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันยังไม่กลับขึ้นมาอีกจนกว่าจะถึงจุดสูงสุดในรอบ 12 เดือนข้างหน้า Moving averages ทำงานได้ดีในแนวโน้มที่แข็งแกร่ง Double Crossovers. Two moving average สามารถใช้ร่วมกันเพื่อสร้างสัญญาณ Crossover ในการวิเคราะห์ทางเทคนิค ของตลาดการเงิน John Murphy เรียกวิธีนี้ไขว้สอง Crossovers คู่เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ค่อนข้างสั้นและค่าเฉลี่ยเคลื่อนที่ค่อนข้างยาวเช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวทั่วไปของค่าเฉลี่ยเคลื่อนที่กำหนดระยะเวลาของระบบระบบโดยใช้ 5 EMA วันและ EMA 35 วันจะถือว่าเป็นระยะสั้นระบบ A โดยใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางถึงแม้จะเป็นระยะยาวการทับถมของการถดถอยจะเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลง สูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไปนี้เรียกว่าเครื่องหมายกากบาทสีเงิน A ไขว้หยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่สั้นลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่านี้เรียกว่า cross. Moving aver ที่ตายแล้ว อายุไขว้ผลิตสัญญาณค่อนข้างล่าช้าหลังจากทั้งหมดระบบมีพนักงานสองตัวชี้วัดปกคลุมด้วยวัตถุฉนวนระยะเวลาการเคลื่อนไหวที่ยาวนานขึ้นล่าช้าในสัญญาณสัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีขึ้นอย่างไรก็ตามระบบครอสโอเวอร์เฉลี่ยเคลื่อนไหวจะผลิตจำนวนมาก whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่งนอกจากนี้ยังมีวิธีไขว้สามที่เกี่ยวข้องกับสามค่าเฉลี่ยเคลื่อนที่อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามทั้งสองค่าเฉลี่ยเคลื่อนที่อีกต่อไประบบครอสโอเวอร์ไตรยางศ์ที่เรียบง่ายอาจเกี่ยวข้องกับ 5 วัน 10 วันและวันที่ 20 วันแผนภูมิข้างบนแสดง Home Depot HD ด้วยเส้นสีเขียว EMA 10 วันและเส้นสีแดง EMA 50 วันเส้นสีดำคือการปิดบัญชีรายวันโดยใช้การครอสโอเวอร์เฉลี่ยเคลื่อนที่จะส่งผลให้เกิด whipsaws สามตัว ก่อนที่จะเริ่มมีการซื้อขายที่ดี EMA 10 วันพังลงมาต่ำกว่า EMA 50 วันในช่วงปลายเดือนตุลาคมที่ผ่านมา แต่ไม่นานนักเมื่อ 10 วันย้อนหลังไปถึงช่วงกลางเดือนพฤศจิกายนที่ผ่านมา ครอสโอเวอร์หยดตัวต่อเนื่องในเดือนม. ค. ที่เกิดขึ้นใกล้ระดับราคาในปลายเดือนพฤศจิกายนส่งผลให้เกิดการแส้วข้ามอีกครั้งการปรับตัวลดลงนี้ไม่ได้เป็นที่สิ้นสุดเมื่อ EMA 10 วันขยับขึ้นเหนือ 50 วันในอีกไม่กี่วันต่อมา 4 หลังจากสัญญาณไม่ดีสามสัญญาณ คาดเดาการเคลื่อนไหวที่แข็งแกร่งในขณะที่สต๊อกสูงกว่า 20 ทีมีอยู่สองครั้งที่นี่ก่อนไขว้มีแนวโน้มที่จะ whipsaw ราคาหรือตัวกรองเวลาสามารถนำมาใช้เพื่อช่วยป้องกัน whipsaws ผู้ค้าอาจต้องครอสโอเวอร์ไป 3 วันก่อนที่จะทำหน้าที่หรือต้อง 10 EMA ระยะ 50 วันมาอยู่เหนือเส้น EMA 50 วันโดยมีระยะเวลาก่อนที่จะทำหน้าที่ MACD 10,50,1 จะแสดงเส้นตรงซึ่งแสดงถึงความแตกต่างระหว่างค่าเฉลี่ยเลขยกกำลังสองที่เป็นเส้นค่าเฉลี่ย MACD ผลตอบแทนที่เป็นบวกในช่วงข้ามสีทองและลบในช่วงตายข้าม Oscillator ราคาร้อยละ PPO สามารถใช้วิธีเดียวกันเพื่อแสดงความแตกต่างร้อยละทราบว่า MACD และ PPO จะขึ้นอยู่กับ และไม่ตรงกับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยแผนภูมินี้แสดง Oracle ORCL พร้อมด้วย EMA 50 วัน EMA 200 วันและ MACD 50,200.1 มีการแยกไขว้เฉลี่ย 4 ช่วงช่วงระยะเวลา 2 1 2 ปี whipsaws หรือการค้าที่ไม่ดีเทรนด์อย่างต่อเนื่องเริ่มต้นด้วยการครอสโอเวอร์ที่สี่เนื่องจาก ORCL ก้าวขึ้นสู่ช่วงกลางยุค 20 อีกครั้งการเคลื่อนไหวของค่าไขว้เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มแข็งแกร่ง แต่สร้างความสูญเสียในกรณีที่ไม่มีแนวโน้มค่า Cross Cross เฉลี่ยของเป้าหมาย ถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวเหนือเส้นค่าเฉลี่ยเคลื่อนที่สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยที่เคลื่อนที่ไขว้ราคาสามารถรวมเข้ากับการค้าภายในแนวโน้มที่ใหญ่กว่า tone สำหรับแนวโน้มที่ใหญ่ขึ้นและใช้ค่าเฉลี่ยเคลื่อนที่ที่สั้นลงในการสร้างสัญญาณหนึ่งจะมองหาราคาที่พาดหัวเมื่อราคาอยู่เหนือระดับเฉลี่ยที่ยาวขึ้นเท่านั้น ตัวอย่างเช่นหากราคาสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันนักเก็งกำไรจะเน้นเฉพาะสัญญาณเมื่อราคาเคลื่อนตัวสูงกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันอย่างเห็นได้ชัดการเคลื่อนตัวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะเป็นไปในทิศทางใด ก่อนที่สัญญาณดังกล่าว แต่ข้ามหยาบคายดังกล่าวจะถูกละเว้นเนื่องจากมีแนวโน้มที่ใหญ่ขึ้นข้ามหยาบคายก็จะแนะนำให้ pullback ภายในขาขึ้นที่ใหญ่กว่าการข้ามด้านหลังค่าเฉลี่ยเคลื่อนที่ 50 วันจะส่งสัญญาณการปรับตัวดีขึ้นของราคาและความต่อเนื่องของ ผันผวนใหญ่ขึ้นกราฟถัดไปแสดง Emerson Electric EMR ที่มี EMA 50 วันและ EMA 200 วันหุ้นขึ้นไปเหนือระดับเฉลี่ย 200 วันในเดือนสิงหาคมและมีการปรับตัวลงต่ำกว่า EMA 50 วันในช่วงต้นเดือนพฤศจิกายนและอีกครั้ง ในช่วงต้นเดือนกุมภาพันธ์ราคาพลิกกลับอย่างรวดเร็วเหนือเส้น EMA 50 วันเพื่อให้ได้สัญญาณลูกศรสีเขียวในแนวราบที่สอดคล้องกับขาขึ้นที่ใหญ่ขึ้น MACD 1,50,1 จะแสดงในหน้าต่างตัวบ่งชี้เพื่อยืนยันการข้ามผ่านด้านล่างหรือด้านล่าง EMA 50 วัน 1 วัน E MA ใกล้เคียงกับราคาปิด MACD 1,50,1 เป็นบวกเมื่อการดีดตัวใกล้เส้น EMA 50 วันและเป็นลบเมื่อราคาปิดอยู่ต่ำกว่า EMA 50 วันความช่วยเหลือและแนวต้านค่าเฉลี่ยยังเป็นแนวรับในแนวรองรับ และแนวต้านในระยะสั้นขาขึ้นในระยะสั้นอาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ใน Bollinger Bands ขาขึ้นในระยะยาวอาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันซึ่งเป็นค่าเฉลี่ยที่ใกล้ที่สุด ค่าเฉลี่ยเคลื่อนที่ในระยะยาวที่เป็นที่นิยมถ้าความเป็นจริงค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้กันอย่างแพร่หลายจึงเกือบจะเหมือนกับคำทำนายด้วยตนเองที่ทำเองแผนภูมิข้างต้นแสดง NY Composite พร้อมด้วยแบบง่าย 200 วัน ค่าเฉลี่ยเคลื่อนที่ตั้งแต่กลางปี ​​2547 ถึงสิ้นปี 2551 การสนับสนุน 200 วันให้การสนับสนุนหลายครั้งในช่วงก่อนหน้านี้เมื่อแนวโน้มผันกลับมาที่ระดับต่ำสุดของการสนับสนุนด้านบนค่าเฉลี่ยเคลื่อนที่ 200 วันทำท่าเหมือนความต้านทานรอบ 9500 ไม่ควรคาดหวังว่าการสนับสนุนที่ถูกต้องและ ระดับความต้านทานจากการเคลื่อนย้าย โดยเฉพาะอย่างยิ่งค่าเฉลี่ยเคลื่อนที่อีกต่อไปตลาดจะถูกผลักดันด้วยอารมณ์ซึ่งทำให้มีแนวโน้มที่จะ overshoots แทนระดับที่แน่นอนค่าเฉลี่ยเคลื่อนที่สามารถใช้ในการระบุโซนสนับสนุนหรือความต้านทานข้อดีของการใช้ค่าเฉลี่ยเคลื่อนที่จะต้องมีการชั่งน้ำหนักกับข้อเสีย มีแนวโน้มตามหรือตัวชี้วัดที่อยู่เบื้องหลังตัวชี้วัดที่จะเป็นขั้นตอนหลังนี้ไม่จำเป็นต้องเป็นสิ่งที่ไม่ดีแม้ว่าหลังจากที่ทุกแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของแนวโน้มการย้ายค่าเฉลี่ยประกันว่าผู้ประกอบการเป็น สอดคล้องกับแนวโน้มปัจจุบันแม้ว่าจะมีแนวโน้มเป็นเพื่อนของคุณ แต่หลักทรัพย์ก็ต้องใช้เวลามากในช่วงการซื้อขายซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผลเมื่ออยู่ในแนวโน้มค่าเฉลี่ยเคลื่อนที่จะช่วยให้คุณเข้าสู่ระบบ แต่ยังให้สัญญาณปลายไม่คาดหวัง ขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตัวเอง แต่ใช้ร่วมกับ com อื่น ๆ เครื่องมือที่แสดงถึงความชาญฉลาด Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดแนวโน้มโดยรวมแล้วใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือ oversold การเพิ่มค่าเฉลี่ยของการเคลื่อนไหวไปยัง StockCharts Charts. Moving ค่าเฉลี่ยจะมีเป็นคุณลักษณะการวางซ้อนราคาบนโต๊ะทำงาน SharpCharts โดยใช้เมนูแบบเลื่อนลงวางซ้อน ผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายหรือค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้พารามิเตอร์แรกจะใช้เพื่อกำหนดจำนวนช่วงเวลาพารามิเตอร์ที่เป็นตัวเลือกสามารถเพิ่มเพื่อระบุว่าควรใช้ฟิลด์ราคาใดในการคำนวณ O สำหรับ Open, H สำหรับ High, L for the Low และ C สำหรับ Close เครื่องหมายจุลภาคใช้เพื่อแยกพารามิเตอร์พารามิเตอร์ที่เป็นตัวเลือกอื่น ๆ สามารถเพิ่มเพื่อเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางซ้ายหรือขวาในอนาคตจำนวนลบ -10 จะเปลี่ยนการเคลื่อนที่ ค่าเฉลี่ยไปยัง 10 ช่วงที่เหลือจำนวนบวก 10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 รอบระยะเวลาหลายค่าเฉลี่ยเคลื่อนที่สามารถวางทับพล็อตราคาได้โดยเพียงแค่เพิ่มอีกชั้นวางซ้อน ไปยังสมาชิก Workbench StockCharts สามารถเปลี่ยนสีและสไตล์เพื่อแยกแยะระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ ได้หลังจากเลือกตัวบ่งชี้ให้เปิดตัวเลือกขั้นสูงโดยคลิกที่สามเหลี่ยมสีเขียวเล็กน้อย นอกจากนี้ยังสามารถใช้ตัวเลือกขั้นสูงเพื่อเพิ่มค่าเฉลี่ยถ่วงน้ำหนักที่เคลื่อนที่ไปยังตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่แตกต่างกันการใช้ค่าเฉลี่ยเคลื่อนที่กับสครอชชอต Scans นี่คือตัวอย่างการสแกนที่ StockCharts สมาชิกสามารถใช้เพื่อสแกนหาค่าเฉลี่ยของสถานการณ์ที่เคลื่อนไหวได้โดยทั่วไปการเคลื่อนไหวเฉลี่ยข้ามเฉลี่ยการสแกนนี้จะหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้นและการข้ามผ่านแนวราบของ EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วัน จะเพิ่มขึ้นตราบเท่าที่มีการซื้อขายเหนือระดับของห้าวันที่ผ่านมาข้ามรั้นจะเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือ EMA 35 วันเมื่อเทียบกับค่าเฉลี่ยสูงกว่าค่าเฉลี่ยการเคลื่อนไหวของค่าเฉลี่ย Cross การสแกนนี้จะมองหาหุ้นที่ลดลง 150- วันค่าเฉลี่ยการเคลื่อนไหวแบบถดถอยและเส้นค่าเฉลี่ยถดถอยในระยะสั้น EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วันจะลดลงตราบใดที่ยังซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา ต่ำกว่า EMA 35 วันที่ ABO หนังสือเล่มนี้มีบทที่อุทิศให้กับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆของพวกเขา Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ยนอกจากนี้เมอร์ฟี่แสดงให้เห็นว่าการเคลื่อนไหวโดยเฉลี่ยทำงานร่วมกับ Bollinger Bands และช่องทางการซื้อขายตามระบบได้อย่างไรเทคนิค การวิเคราะห์ตลาดการเงิน John Murphy