ชี้แจง เคลื่อนไหว เฉลี่ย คำนวณ สูตร

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงเวลา 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะเรียบขึ้น ช่วงค่าที่ใกล้กว่าค่าเฉลี่ยเคลื่อนที่จะอยู่ที่จุดข้อมูลที่แท้จริงค่าเฉลี่ยการเคลื่อนที่ที่เป็นค่าเฉลี่ยค่าเฉลี่ยการเคลื่อนที่แบบ Exponential ค่าเฉลี่ยการเคลื่อนที่แบบ Exponential จะแตกต่างจาก Average Moving Average โดยวิธีการคำนวณและในวิธีที่มีการถ่วงน้ำหนัก ค่าเฉลี่ยการเคลื่อนที่แบบ Exponential (ย่อมาจาก EMA เริ่มต้น) มีค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนัก กับ EMA การถ่วงน้ำหนักเป็นเช่นที่ราคาล่าสุดวันจะได้รับน้ำหนักมากขึ้นกว่าราคาที่เก่ากว่า ทฤษฎีที่อยู่เบื้องหลังนี้ก็คือราคาล่าสุดถือว่ามีความสำคัญมากกว่าราคาที่สูงกว่าโดยเฉพาะอย่างยิ่งเมื่อค่าเฉลี่ยระยะยาว (เช่น 200 วัน) มีน้ำหนักเท่ากับข้อมูลราคาที่มีอายุเกิน 6 เดือนและอาจคิดได้ ของเล็กน้อยล้าสมัย การคำนวณ EMA เล็กน้อยซับซ้อนกว่าค่าเฉลี่ย Simple Moving Average แต่มีข้อดีที่ไม่ควรเก็บบันทึกข้อมูลขนาดใหญ่ที่ครอบคลุมราคาปิดของแต่ละราคาปิดในช่วง 200 วันที่ผ่านมา (หรือหลายวันก็ตาม) . สิ่งที่คุณต้องมีคือ EMA สำหรับวันก่อนหน้าและราคาปิดในปัจจุบันเพื่อคำนวณค่าเฉลี่ยการย้ายใหม่ที่ระบุไว้ การคำนวณเลขชัยูนเบื้องต้นสำหรับ EMA ต้องคำนวณเลขชี้กำลัง ในการเริ่มต้นให้ใช้จำนวนวันที่ EMA ที่คุณต้องการคำนวณและเพิ่มจำนวนวันที่คุณกำลังพิจารณา (เช่นค่าเฉลี่ยเคลื่อนที่ 200 วันให้เพิ่มหนึ่งค่าเพื่อให้ได้ 201 เป็นส่วนหนึ่งของการคำนวณ) โทรนี้ได้ดีวันนี้ 1 จากนั้นเพื่อให้ได้เลขชี้กำลังให้ใช้เลข 2 และหารด้วยวันที่ 1 ตัวอย่างเช่น Exponent ของค่าเฉลี่ยเคลื่อนที่ 200 วันจะเท่ากับ 2 201 ซึ่งเท่ากับ 0.01 Full Calculation ถ้า Exponential Moving Average เมื่อใดก็ตามที่เรามีเลขชี้กำลังแล้วทั้งหมดที่เราต้องการตอนนี้คือข้อมูลอีกสองบิตเพื่อให้เราสามารถคำนวณได้เต็มรูปแบบ . วันแรกคือวันพุธที่มีการย้ายค่าเฉลี่ย สมมติว่าเรารู้เรื่องนี้แล้วอย่างที่เราได้คำนวณไว้เมื่อวานนี้ อย่างไรก็ตามหากคุณไม่ทราบ EMA ในวันวานคุณสามารถเริ่มต้นด้วยการคำนวณ Average Moving Average สำหรับเมื่อวานและใช้ EMA แทน EMA ในการคำนวณครั้งแรกของ EMA แล้ววันพรุ่งนี้คุณสามารถใช้ EMA ที่คุณคำนวณได้ในวันนี้และอื่น ๆ ข้อมูลชิ้นที่สองที่เราต้องการคือราคาปิดในปัจจุบัน สมมติว่าเราต้องการคำนวณค่าเฉลี่ยเลขประจำวัน 200 วันสำหรับหุ้นหรือหุ้นที่มี EMA 120 วันก่อนหน้าหรือเท่ากับ 120 เพนนี (หรือเซนต์) และราคาปิดของวันที่ 136 เพนซ์ การคำนวณเต็มรูปแบบจะเป็นดังนี้: Todays Exponential Moving Average (วันที่ปิดราคาปัจจุบัน x Exponentential) (วันที่ก่อนหน้านี้ EMA x (1-Exponent)) ดังนั้นการใช้ตัวเลขตัวอย่างข้างต้นของเราวันนี้ 200 วัน EMA จะเป็นดังนี้: (136 x 0.01 ) (120 x (1 - 0.01)) ซึ่งใกล้เคียงกับ EMA ในวันนี้ที่ 120.16 ส่วนค่าเฉลี่ยที่เป็นลบ - EMA ลดลงค่าเฉลี่ยเลขหมาย EMA - EMA ระยะเวลา 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมสูงสุด (MACD) และค่าร้อยละราคา (oscillator) ซึ่งเป็นตัวบ่งชี้ความผันผวนของราคา (PPO) โดยทั่วไปแล้ว EMA 50 และ 200 วันใช้เป็นสัญญาณของแนวโน้มในระยะยาว ผู้ค้าที่ใช้การวิเคราะห์ทางเทคนิคพบค่าเฉลี่ยเคลื่อนที่ที่มีประโยชน์และลึกซึ้งเมื่อใช้อย่างถูกต้อง แต่สร้างความหายนะเมื่อใช้ไม่ถูกต้องหรือถูกตีความผิด ค่าเฉลี่ยเคลื่อนที่ทั้งหมดที่ใช้กันโดยทั่วไปในการวิเคราะห์ทางเทคนิคเป็นไปตามลักษณะของตัวชี้วัดที่ล่าช้า ดังนั้นข้อสรุปที่ได้จากการนำค่าเฉลี่ยเคลื่อนที่ไปเป็นกราฟตลาดหนึ่ง ๆ ควรเป็นการยืนยันการเคลื่อนไหวของตลาดหรือเพื่อบ่งชี้ถึงความแข็งแกร่ง บ่อยครั้งเมื่อถึงเวลาที่เส้นค่าเฉลี่ยเคลื่อนไหวได้เปลี่ยนไปเพื่อสะท้อนการเคลื่อนไหวที่สำคัญในตลาดจุดที่เหมาะสมที่สุดของการเข้าสู่ตลาดได้ผ่านไปแล้ว EMA ช่วยลดปัญหานี้ได้บ้าง เนื่องจากการคำนวณ EMA ให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดจึงทำให้การดำเนินการด้านราคาแย่ลงและตอบสนองได้เร็วขึ้น นี่เป็นที่พึงปรารถนาเมื่อใช้ EMA เพื่อรับสัญญาณการซื้อขาย การตีความ EMA เช่นเดียวกับตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ทั้งหมดพวกเขาจะเหมาะกับตลาดที่มีแนวโน้มมากขึ้น เมื่อตลาดอยู่ในขาขึ้นที่แข็งแกร่งและยั่งยืน เส้นแสดงตัวบ่งชี้ EMA จะแสดงแนวโน้มขาขึ้นและทางกลับกันสำหรับแนวโน้มขาลง ผู้ค้าระมัดระวังจะไม่เพียง แต่ใส่ใจกับทิศทางของเส้น EMA แต่ยังสัมพันธ์ของอัตราการเปลี่ยนแปลงจากแถบหนึ่งไปอีก ตัวอย่างเช่นในขณะที่การดำเนินการตามราคาของขาขึ้นที่แข็งแกร่งจะเริ่มแผ่ออกและพลิกกลับอัตราการเปลี่ยนแปลงของ EMA จากแถบหนึ่งไปยังอีกส่วนหนึ่งจะเริ่มลดลงไปจนกว่าจะถึงเวลาดังกล่าวที่บรรทัดตัวบ่งชี้จะราบเรียบและอัตราการเปลี่ยนแปลงเป็นศูนย์ เนื่องจากผลกระทบที่ปกคลุมด้วยวัตถุฉนวนถึงจุดนี้หรือแม้กระทั่งไม่กี่บาร์ก่อนการดำเนินการด้านราคาน่าจะได้กลับรายการไปแล้ว ดังนั้นจึงเป็นไปได้ว่าการสังเกตการลดอัตราการเปลี่ยนแปลงของ EMA ที่สอดคล้องกันอาจเป็นตัวบ่งชี้ที่สามารถช่วยป้องกันภาวะที่กลืนไม่เข้าคายไม่ออกซึ่งเกิดจากผลกระทบที่เกิดจากการเคลื่อนที่โดยเฉลี่ย การใช้ EMA ทั่วไปของ EMA มักใช้ร่วมกับตัวบ่งชี้อื่น ๆ เพื่อยืนยันการย้ายตลาดที่สำคัญและเพื่อวัดความถูกต้อง สำหรับผู้ค้าที่ค้าขายระหว่างวันและตลาดที่เคลื่อนไหวอย่างรวดเร็ว EMA จะสามารถใช้งานได้มากขึ้น ผู้ค้ามักใช้ EMA เพื่อหาอคติในการซื้อขาย ตัวอย่างเช่นหาก EMA ในแผนภูมิรายวันแสดงให้เห็นถึงแนวโน้มที่สูงขึ้นกลยุทธ์การค้าระหว่างวันอาจเป็นการค้าเฉพาะจากด้านยาวบนกราฟระหว่างวันเท่านั้น