ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้นำไปสู่ผลลัพธ์ที่ดีกว่าหรือไม่

การย้ายค่าเฉลี่ยเป็นเครื่องมือยอดนิยมของผู้ค้าที่ใช้งานอยู่ อย่างไรก็ตามเมื่อตลาดรวมตัวบ่งชี้นี้นำไปสู่การซื้อขาย whipsaw จำนวนมากส่งผลให้ชุดของการชนะและการสูญเสียที่น่าผิดหวังเล็ก ๆ น้อย ๆ นักวิเคราะห์ใช้เวลาหลายทศวรรษในการพยายามปรับปรุงค่าเฉลี่ยเคลื่อนที่อย่างง่าย เราดูความพยายามเหล่านี้และพบว่าการค้นหาของพวกเขานำไปสู่เครื่องมือการค้าที่มีประโยชน์ (สำหรับการอ่านพื้นหลังเกี่ยวกับค่าเฉลี่ยเคลื่อนที่อย่างง่ายตรวจสอบ ค่าเฉลี่ยเคลื่อนที่อย่างง่ายทำให้เทรนด์ โดดเด่น)

ข้อดีข้อเสียของค่าเฉลี่ยเคลื่อนที่

ข้อดีและข้อเสียของค่าเฉลี่ยเคลื่อนที่ได้รับการสรุปโดย Robert Edwards และ John Magee ในการ วิเคราะห์ทางเทคนิค ครั้งแรก ของ Stock Trends เมื่อพวกเขาพูดว่า "และมันกลับมาในปี 1941 ที่เราดีใจที่ได้ค้นพบ (แม้ว่าคนอื่น ๆ ก่อนหน้านี้) โดยการหาค่าเฉลี่ยของจำนวนวันที่ระบุ… เราสามารถรับเทรนด์ไลน์อัตโนมัติซึ่งจะตีความการเปลี่ยนแปลงของเทรนด์… แน่นอนว่ามันดีเกินไปที่จะเป็นจริงแท้ที่จริงแล้วมันก็เกินไป ดีที่จะเป็นจริง"

ด้วยข้อเสียเมื่อเทียบกับข้อได้เปรียบ Edwards และ Magee จึงละทิ้งความฝันในการซื้อขายจากบังกะโลริมชายหาดอย่างรวดเร็ว แต่หลังจาก 60 ปีที่พวกเขาเขียนคำเหล่านี้คนอื่น ๆ ยังคงพยายามหาเครื่องมือง่ายๆที่จะส่งมอบความร่ำรวยของตลาดได้อย่างง่ายดาย

ค่าเฉลี่ยเคลื่อนที่อย่างง่าย

ในการคำนวณค่าเฉลี่ยเคลื่อนที่อย่างง่าย ๆ ให้เพิ่มราคาสำหรับช่วงเวลาที่ต้องการและหารด้วยจำนวนของช่วงเวลาที่เลือก การหาค่าเฉลี่ยเคลื่อนที่ห้าวันจะต้องมีการสรุปราคาปิดล่าสุดห้าและหารด้วยห้า

หากราคาปิดล่าสุดสูงกว่าค่าเฉลี่ยเคลื่อนที่หุ้นจะได้รับการพิจารณาว่าอยู่ในช่วงขาขึ้นแนวโน้มการซื้อขายจะถูกกำหนดโดยราคาที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ (สำหรับข้อมูลเพิ่มเติมดูบทแนะนำ การย้ายค่าเฉลี่ย ของเรา)

สถานที่ให้บริการกำหนดแนวโน้มนี้ทำให้สามารถย้ายค่าเฉลี่ยเพื่อสร้างสัญญาณการซื้อขาย ในแอปพลิเคชั่นที่ง่ายที่สุดเทรดเดอร์จะซื้อเมื่อราคาเคลื่อนไหวเหนือเส้นค่าเฉลี่ยและขายเมื่อราคาข้ามเส้นต่ำกว่า วิธีการเช่นนี้รับประกันว่าจะทำให้ผู้ค้าอยู่ทางด้านขวาของการค้าที่สำคัญทุกครั้ง น่าเสียดายที่ในขณะที่ทำให้ข้อมูลเรียบขึ้นค่าเฉลี่ยเคลื่อนที่จะช้ากว่าการเคลื่อนไหวของตลาดและผู้ค้ามักจะให้ผลกำไรเป็นจำนวนมากในการเทรดที่ยิ่งใหญ่ที่สุด

ค่าเฉลี่ยเคลื่อนที่ที่อธิบาย

นักวิเคราะห์ดูเหมือนจะชอบแนวคิดของค่าเฉลี่ยเคลื่อนที่และใช้เวลาหลายปีพยายามลดปัญหาที่เกี่ยวข้องกับความล่าช้านี้ หนึ่งในนวัตกรรมเหล่านี้คือค่าเฉลี่ยเคลื่อนที่ชี้แจง (EMA) วิธีนี้กำหนดน้ำหนักที่ค่อนข้างสูงให้กับข้อมูลล่าสุดและเป็นผลให้มันอยู่ใกล้กับการเคลื่อนไหวของราคามากกว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย สูตรในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียลคือ:

$\begin{matrix} EMA = (น้ำหนัก \times ปิด) + ((1 - น้ำหนัก) \times EMAy) \\ ที่อยู่: \\ น้ำหนัก = ค่าคงที่ที่ปรับให้เรียบโดยนักวิเคราะห์ \end{matrix} \ begin {ชิด} & \ ข้อความ {EMA} = ( ข้อความ {น้ำหนัก} ข้อความครั้ง {ปิด}) + ((1- \ ข้อความ {น้ำหนัก}) times {ข้อความ EMAy)} \ & \ textbf {โดย:} \ & \ text {Weight} = \ text {ค่าคงที่ที่ปรับให้เรียบโดยนักวิเคราะห์} \ & \ text {EMAy} = \ text {ค่าเฉลี่ยเคลื่อนที่ชี้แจงจากเมื่อวาน} end {จัด}$ EMA = (น้ำหนัก×ปิด) + ((1 − น้ำหนัก) × EMAy) โดยที่: น้ำหนัก = ค่าคงที่การปรับให้เรียบโดยนักวิเคราะห์

ค่าน้ำหนักทั่วไปคือ 0.181 ซึ่งใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่แบบง่าย 20 วัน อีกอันคือ 0.10 ซึ่งประมาณค่าเฉลี่ยเคลื่อนที่ 10 วัน

แม้ว่ามันจะช่วยลดความล่าช้า แต่ค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียลไม่สามารถแก้ไขปัญหาอื่นได้ด้วยค่าเฉลี่ยเคลื่อนที่ซึ่งการใช้สัญญาณการซื้อขายของพวกเขาจะนำไปสู่การสูญเสียการซื้อขายจำนวนมาก ใน แนวคิดใหม่ในระบบการซื้อขายทางเทคนิค Welles Wilder ประมาณการว่าตลาดมีแนวโน้มเพียงหนึ่งในสี่ของเวลา มากถึง 75% ของการดำเนินการซื้อขายถูก จำกัด ให้อยู่ในช่วงแคบ ๆ เมื่อสัญญาณซื้อและขายเฉลี่ยเคลื่อนที่จะเกิดขึ้นซ้ำ ๆ กันเนื่องจากราคาจะเคลื่อนไหวอย่างรวดเร็วเหนือและต่ำกว่าค่าเฉลี่ยเคลื่อนที่ เพื่อแก้ไขปัญหานี้นักวิเคราะห์หลายคนได้แนะนำให้ใช้ปัจจัยการถ่วงน้ำหนักของการคำนวณ EMA ที่แตกต่างกัน (สำหรับข้อมูลเพิ่มเติมดู วิธีการใช้ค่าเฉลี่ยเคลื่อนที่ในการซื้อขายอย่างไร )

การปรับค่าเฉลี่ยเคลื่อนที่ให้เข้ากับ Market Action

วิธีหนึ่งในการจัดการกับข้อเสียของค่าเฉลี่ยเคลื่อนที่คือการคูณตัวประกอบน้ำหนักด้วยอัตราส่วนความผันผวน การทำเช่นนี้หมายความว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจากราคาปัจจุบันในตลาดที่มีความผันผวน สิ่งนี้จะช่วยให้ผู้ชนะสามารถทำงานได้ เมื่อเทรนด์มาถึงจุดจบและราคารวมเข้าด้วยกันค่าเฉลี่ยเคลื่อนที่จะเข้าใกล้การเคลื่อนไหวของตลาดในปัจจุบันและตามทฤษฎีแล้วอนุญาตให้ผู้ค้าเก็บกำไรส่วนใหญ่ไว้ในระหว่างแนวโน้ม ในทางปฏิบัติอัตราส่วนความผันผวนสามารถเป็นตัวบ่งชี้เช่นแบนด์วิดท์ Bollinger Band®ซึ่งวัดระยะห่างระหว่าง Bollinger Bands®ที่รู้จักกันดี (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับตัวบ่งชี้นี้ดู พื้นฐานของ Bollinger Bands® )

Perry Kaufman แนะนำให้เปลี่ยนตัวแปร "น้ำหนัก" ในสูตร EMA ด้วยค่าคงที่ตามอัตราส่วนประสิทธิภาพ (ER) ในหนังสือของเขา ระบบการซื้อขายและวิธีการ ใหม่ ตัวบ่งชี้นี้ถูกออกแบบมาเพื่อวัดความแข็งแกร่งของแนวโน้มที่กำหนดไว้ในช่วงตั้งแต่ -1.0 ถึง +1.0 มันคำนวณด้วยสูตรง่าย ๆ:

$\begin{matrix} ER = \frac{การเปลี่ยนแปลงราคารวมสำหรับงวด}{ผลรวมของการเปลี่ยนแปลงราคาแบบสัมบูรณ์สำหรับแต่ละแถบ} \\ ที่อยู่: \end{matrix} \ start {aligned} & \ text {ER} = \ \ frac { text {การเปลี่ยนแปลงราคาทั้งหมดสำหรับช่วงเวลา}} { text {ผลรวมของการเปลี่ยนแปลงราคาแบบสัมบูรณ์สำหรับแต่ละแถบ}} \ & \ textbf {โดยที่:} \ & \ text {ER} = \ \ text {อัตราส่วนประสิทธิภาพ} end {จัดชิด}$ ER = ผลรวมของการเปลี่ยนแปลงราคาแบบสัมบูรณ์สำหรับการเปลี่ยนแปลงราคารวมของแต่ละช่วงเวลาที่:

พิจารณาสต็อกที่มีช่วงห้าจุดในแต่ละวันและเมื่อสิ้นสุดห้าวันได้รับทั้งหมด 15 คะแนน สิ่งนี้จะส่งผลให้ค่า ER เท่ากับ 0.67 (การเคลื่อนไหวขึ้น 15 จุดหารด้วยช่วง 25 จุดทั้งหมด) หากสต็อกนี้ลดลง 15 คะแนน ER จะเป็น -0.67 (สำหรับคำแนะนำการซื้อขายเพิ่มเติมจาก Perry Kaufman อ่าน Losing To Win ซึ่งสรุปกลยุทธ์สำหรับการรับมือกับความสูญเสียในการซื้อขาย)

หลักการของประสิทธิภาพของแนวโน้มขึ้นอยู่กับการเคลื่อนไหวของทิศทาง (หรือแนวโน้ม) ที่คุณได้รับต่อการเคลื่อนไหวของราคาในช่วงเวลาที่กำหนด ER ของ +1.0 บ่งชี้ว่าหุ้นอยู่ในช่วงขาขึ้นที่สมบูรณ์แบบ -1.0 แสดงถึงช่วงขาลงที่สมบูรณ์แบบ ในแง่การปฏิบัติสุดขั้วจะถึงไม่ค่อย

ในการใช้ตัวบ่งชี้นี้เพื่อค้นหาค่าเฉลี่ยเคลื่อนที่ที่ปรับตัวได้ (AMA) ผู้ค้าจะต้องคำนวณน้ำหนักด้วยสูตรที่ค่อนข้างซับซ้อนดังต่อไปนี้:

$\begin{matrix} ค = 2 \\ ที่อยู่: \\ SCF = ค่าคงที่เลขชี้กำลังสำหรับเร็วที่สุด \\ อนุญาต EMA (ปกติ 2) \\ SCS = ค่าคงที่เลขชี้กำลังสำหรับช้าที่สุด \\ EMA ที่อนุญาต (มักจะ 30) \end{matrix} \ start {aligned} & \ text {C} = \ ^ {2} \ & \ textbf {โดย:} \ & \ text {SCF} = \ \ text {ค่าคงที่แทนสำหรับเร็วที่สุด} \ & \ qquad \ quad \ \ \ text {EMA ที่อนุญาต (ปกติ 2)} \ & \ text {SCS} = \ \ text {ค่าคงที่เลขชี้กำลังสำหรับช้าที่สุด} \ & \ qquad \ quad \ \ \ text { EMA ที่อนุญาต (มักจะ 30)} \ & \ text {ER} = \ \ text {อัตราส่วนประสิทธิภาพที่ระบุไว้ข้างต้น} end {จัดชิด}$ C = 2where: SCF = ค่าคงที่เอ็กซ์โพเนนเชียลสำหรับ EMA ที่เร็วที่สุดที่อนุญาตได้ (ปกติ 2) SCS = ค่าคงที่เอ็กซ์โพเนนเชียลสำหรับ EMA ที่ช้าที่สุดที่อนุญาต (บ่อยครั้งที่ 30)

จากนั้นจะใช้ค่า C ในสูตร EMA แทนตัวแปรน้ำหนักที่ง่ายกว่า แม้ว่าจะยากในการคำนวณด้วยมือ แต่ค่าเฉลี่ยเคลื่อนที่ที่ปรับได้นั้นถูกรวมไว้เป็นตัวเลือกในเกือบทุกแพ็คเกจซอฟต์แวร์การซื้อขาย (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ EMA โปรดอ่าน การสำรวจค่าเฉลี่ยเคลื่อนที่ที่อธิบายน้ำหนัก )

ตัวอย่างของค่าเฉลี่ยเคลื่อนที่อย่างง่าย (เส้นสีแดง), ค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล (เส้นสีฟ้า) และค่าเฉลี่ยเคลื่อนที่แบบปรับได้ (เส้นสีเขียว) แสดงในรูปที่ 1

รูปที่ 1: AMA เป็นสีเขียวและแสดงให้เห็นถึงระดับสูงสุดของความแบนในการกระทำของขอบเขตที่เห็นทางด้านขวาของแผนภูมินี้ ในกรณีส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โปเนนเชียลซึ่งแสดงเป็นเส้นสีน้ำเงินใกล้เคียงกับการเคลื่อนไหวของราคา เส้นค่าเฉลี่ยเคลื่อนที่อย่างง่ายแสดงเป็นเส้นสีแดง

ค่าเฉลี่ยเคลื่อนที่สามค่าที่แสดงในรูปนั้นมีแนวโน้มที่จะซื้อขายแบบ whipsaw ได้หลายครั้ง ข้อเสียเปรียบสำหรับค่าเฉลี่ยเคลื่อนที่นี้เป็นไปไม่ได้ที่จะกำจัด

ข้อสรุป

Robert Colby ทดสอบเครื่องมือวิเคราะห์ทางเทคนิคหลายร้อยรายการใน สารานุกรมของดัชนีตลาดเทคนิค เขาสรุปว่า "แม้ว่าค่าเฉลี่ยเคลื่อนที่ปรับตัวเป็นความคิดใหม่ที่น่าสนใจด้วยการดึงดูดทางปัญญามากการทดสอบเบื้องต้นของเราล้มเหลวในการแสดงให้เห็นถึงข้อได้เปรียบในทางปฏิบัติจริง ๆ กับวิธีการปรับแนวโน้มที่ซับซ้อนยิ่งขึ้นนี้" นี่ไม่ได้หมายความว่าเทรดเดอร์ควรเพิกเฉยต่อความคิด AMA สามารถนำมารวมกับตัวชี้วัดอื่น ๆ เพื่อพัฒนาระบบการซื้อขายที่ทำกำไรได้ (สำหรับข้อมูลเพิ่มเติมในหัวข้อนี้อ่านการ ค้นพบช่องทางของ Keltner และ The Chaikin Oscillator )

ER สามารถใช้เป็นตัวบ่งชี้แนวโน้มแบบสแตนด์อโลนเพื่อมองเห็นโอกาสการซื้อขายที่ทำกำไรได้มากที่สุด ดังตัวอย่างหนึ่งอัตราส่วนที่สูงกว่า 0.30 แสดงถึงแนวโน้มขาขึ้นที่แข็งแกร่งและเป็นตัวแทนของการซื้อที่มีศักยภาพ อีกทางเลือกหนึ่งเนื่องจากความผันผวนในรอบการเคลื่อนไหวหุ้นที่มีอัตราส่วนประสิทธิภาพต่ำที่สุดอาจถูกมองว่าเป็นโอกาสในการทะลุกรอบ

สำหรับข้อมูลเพิ่มเติมดู พื้นฐานของค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก

ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวได้นำไปสู่ผลลัพธ์ที่ดีกว่าหรือไม่

ตัวเลือกของบรรณาธิการ