ค่าเฉลี่ยเคลื่อนที่ (ma) คำจำกัดความ

สารบัญ

ค่าเฉลี่ยเคลื่อนที่คืออะไร?
สูตรสำหรับการย้ายค่าเฉลี่ย
ค่าเฉลี่ยเคลื่อนที่อะไรบอกคุณ
ค่าเฉลี่ยเคลื่อนที่อย่างง่ายเทียบกับเลขชี้กำลัง
ตัวอย่างของค่าเฉลี่ยเคลื่อนที่
ตัวอย่างของตัวชี้วัดค่าเฉลี่ยเคลื่อนที่

ค่าเฉลี่ยเคลื่อนที่คืออะไร?

ค่าเฉลี่ยเคลื่อนที่ (MA) เป็นตัวบ่งชี้ที่ใช้กันอย่างแพร่หลายในการวิเคราะห์ทางเทคนิคที่ช่วยให้การเคลื่อนไหวของราคาราบรื่นขึ้นโดยการกรอง "สัญญาณรบกวน" จากการผันผวนของราคาในระยะสั้นแบบสุ่ม มันเป็นตัวบ่งชี้แนวโน้มที่ตามมาหรือล้าหลังเพราะขึ้นอยู่กับราคาที่ผ่านมา

ค่าเฉลี่ยเคลื่อนที่พื้นฐานสองและที่ใช้กันทั่วไปคือค่าเฉลี่ยเคลื่อนที่อย่างง่าย (SMA) ซึ่งเป็นค่าเฉลี่ยความปลอดภัยโดยง่ายในช่วงเวลาที่กำหนดและค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล (EMA) ซึ่งให้น้ำหนักมากกว่าราคาล่าสุด.

แอปพลิเคชันที่พบบ่อยที่สุดของค่าเฉลี่ยเคลื่อนที่คือการระบุทิศทางของแนวโน้มและเพื่อกำหนดระดับแนวรับและแนวต้าน ในขณะที่ค่าเฉลี่ยเคลื่อนที่มีประโยชน์พอเพียงกับตัวเองพวกเขายังสร้างพื้นฐานสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่นค่าเฉลี่ยเคลื่อนที่แบบลู่เข้า (MACD)

เนื่องจากเรามีคำจำกัดความและบทความมากมายเกี่ยวกับค่าเฉลี่ยเคลื่อนที่เฉพาะเราจะกำหนดคำว่า "ค่าเฉลี่ยเคลื่อนที่" โดยทั่วไปที่นี่

สูตรสำหรับการย้ายค่าเฉลี่ยคือ

ค่าเฉลี่ยเคลื่อนที่อย่างง่าย

$\begin{matrix} S M = \frac{_{1} +_{2} + \dots +_{n}}{n} \\ ที่อยู่: \\ = ระยะเวลาเฉลี่ย n \\ n = จำนวนช่วงเวลา \end{matrix} \ start {aligned} & SMA = \ frac {A_1 + A_2 + \ dotso + A_n} {n} \ & \ textbf {โดยที่:} \ & A = \ text {ค่าเฉลี่ยในช่วงเวลา} n \\ & n = \ text { จำนวนช่วงเวลา} \ \ end {aligned}$ SMA = nA1 + A2 + … + An โดยที่: A = ค่าเฉลี่ยในช่วงเวลา nn = จำนวนช่วงเวลา

ค่าเฉลี่ยเคลื่อนที่อย่างง่ายจะคำนวณค่าเฉลี่ยเลขคณิตของการรักษาความปลอดภัยมากกว่าตัวเลข (n) ของช่วงเวลา A

ค่าเฉลี่ยเคลื่อนที่ที่อธิบาย

$\begin{matrix} E M_{เสื้อ} = + E M_{Y} \times \\ ที่อยู่: \\ E M_{เสื้อ} = EMA วันนี้ \\ V_{เสื้อ} = ความคุ้มค่าในวันนี้ \\ E M_{เสื้อ} = EMA วันนี้ \\ s = การขจัดอุปสรรค \\ d = จำนวนวัน \end{matrix} \ start {aligned} & EMA_t = + EMA_y \ times \\ & \ textbf {โดย:} \ & EMA_t = \ text {EMA วันนี้} \ & V_t = \ text {ค่าวันนี้} \ & EMA_t = \ text วันนี้ EMA_t } \ & s = \ text {การปรับให้เรียบ} \ & d = \ text {จำนวนวัน} \ \ end {จัดชิด}$ EMAt = + EMAy ×โดยที่: EMAt = EMA todayVt = มูลค่า todayEMAt = EMA ปัจจุบัน = EMAT = smoothingd = จำนวนวัน

ในการคำนวณ EMA คุณต้องคำนวณค่าเฉลี่ยเคลื่อนที่อย่างง่าย (SMA) ในช่วงเวลาหนึ่ง ถัดไปคุณต้องคำนวณตัวคูณสำหรับการถ่วงน้ำหนัก EMA (การ ปรับให้เรียบ ) ซึ่งโดยทั่วไปตามสูตร: ดังนั้นสำหรับค่าเฉลี่ยเคลื่อนที่ 20 วันตัวคูณจะเป็น = 0.0952 จากนั้นคุณใช้ปัจจัยการปรับให้เรียบพร้อมกับ EMA ก่อนหน้าเพื่อให้ถึงค่าปัจจุบัน EMA จึงให้น้ำหนักที่สูงกว่ากับราคาล่าสุดในขณะที่ SMA กำหนดน้ำหนักที่เท่ากันให้กับค่าทั้งหมด

ค่าเฉลี่ยเคลื่อนที่บอกอะไรคุณ?

การย้ายค่าเฉลี่ยล้าหลังการเคลื่อนไหวของราคาในปัจจุบันเนื่องจากขึ้นอยู่กับราคาในอดีต ยิ่งช่วงเวลาสำหรับค่าเฉลี่ยเคลื่อนที่นานเท่าใด ดังนั้นแมสซาชูเซต 200 วันจะมีระดับของความล่าช้ามากขึ้นกว่าแมสซาชูเซต 20 วันเพราะมันมีราคาสำหรับ 200 วันที่ผ่านมา

ความยาวของค่าเฉลี่ยเคลื่อนที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การซื้อขายด้วยค่าเฉลี่ยเคลื่อนที่ที่สั้นกว่าที่ใช้สำหรับการซื้อขายระยะสั้นและค่าเฉลี่ยเคลื่อนที่ระยะยาวเหมาะสำหรับนักลงทุนระยะยาว MA 50 วันและ 200 วันนั้นถูกติดตามอย่างกว้างขวางโดยนักลงทุนและผู้ค้าโดยมีการหยุดพักเหนือและต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ถือเป็นสัญญาณการซื้อขายที่สำคัญ

ค่าเฉลี่ยเคลื่อนที่ยังส่งสัญญาณการซื้อขายที่สำคัญด้วยตัวเองหรือเมื่อค่าเฉลี่ยสองข้าม ค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นบ่งชี้ว่าการรักษาความปลอดภัยอยู่ในขาขึ้นในขณะที่ค่าเฉลี่ยเคลื่อนที่ลดลงบ่งชี้ว่ามันอยู่ในแนวโน้มขาลง

ในทำนองเดียวกันแรงผลักดันขาขึ้นได้รับการยืนยันด้วยครอสโอเวอร์ครอสโอเวอร์ซึ่งเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ในระยะสั้นข้ามผ่านค่าเฉลี่ยเคลื่อนที่ระยะยาว โมเมนตัมลดลงได้รับการยืนยันด้วยครอสโอเวอร์ที่เป็นหมีซึ่งเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นข้ามต่ำกว่าค่าเฉลี่ยเคลื่อนที่ระยะยาว

การทำนายแนวโน้มในตลาดหุ้นไม่ใช่กระบวนการง่ายๆ แม้ว่าคุณจะไม่สามารถคาดเดาได้ว่าอะไรจะเกิดขึ้นอย่างแน่นอน แต่คุณสามารถให้โอกาสที่ดีกว่าด้วยการวิเคราะห์และวิจัย การวางการวิจัยและการวิเคราะห์ทางเทคนิคของคุณเพื่อการทดสอบในตลาดจะต้องมีบัญชีซื้อขายหลักทรัพย์ การเลือกนายหน้าอาจทำให้คุณหงุดหงิดเนื่องจากความหลากหลายในหมู่พวกเขา แต่คุณสามารถเลือกหนึ่งในโบรกเกอร์ออนไลน์ที่ดีที่สุดเพื่อค้นหาแพลตฟอร์มที่เหมาะสมกับความต้องการของคุณ

ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ปรับแต่งได้ทั้งหมดซึ่งหมายความว่าผู้ใช้สามารถเลือกกรอบเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ย ช่วงเวลาทั่วไปที่ใช้ในค่าเฉลี่ยเคลื่อนที่คือ 15, 20, 30, 50, 100 และ 200 วัน ยิ่งช่วงเวลาสั้นลงเพื่อสร้างค่าเฉลี่ยยิ่งมีความไวต่อการเปลี่ยนแปลงราคามากขึ้น ยิ่งช่วงเวลานานขึ้นความไวที่น้อยลงหรือเรียบขึ้นโดยเฉลี่ยจะเป็น

ไม่มีกรอบเวลา "ถูกต้อง" ที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณ วิธีที่ดีที่สุดในการหาว่าอันไหนที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาที่แตกต่างกันจนกว่าคุณจะพบที่เหมาะกับกลยุทธ์ของคุณ

ประเด็นที่สำคัญ

ค่าเฉลี่ยเคลื่อนที่เป็นเทคนิคที่มักใช้ในการวิเคราะห์ทางเทคนิคที่ทำให้ประวัติราคาราบรื่นโดยเฉลี่ยราคารายวันในช่วงระยะเวลาหนึ่งค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) ใช้ค่าเฉลี่ยเลขคณิตของชุดราคาที่กำหนดในช่วงวันที่ผ่านมาเช่น ก่อนหน้า 15, 30, 100, หรือ 200 วันค่าเฉลี่ยเคลื่อนที่พิเศษ (EMA) ใช้ค่าเฉลี่ยถ่วงน้ำหนักที่ให้น้ำหนักมากขึ้นในวันล่าสุดเพื่อให้ตอบสนองต่อข้อมูลใหม่มากขึ้นเมื่อราคาสินทรัพย์ข้ามค่าเฉลี่ยเคลื่อนที่ของพวกเขาอาจ สร้างสัญญาณการซื้อขายสำหรับผู้ค้าทางเทคนิค

ค่าเฉลี่ยเคลื่อนที่อย่างง่ายเทียบกับเลขชี้กำลัง

รูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่หรือที่รู้จักกันในชื่อค่าเฉลี่ยเคลื่อนที่อย่างง่าย (SMA) คำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนด กล่าวอีกนัยหนึ่งชุดของตัวเลขหรือราคาในกรณีของเครื่องมือทางการเงินถูกรวมเข้าด้วยกันแล้วหารด้วยจำนวนราคาในชุด

ค่าเฉลี่ยเคลื่อนที่ชี้แจงเป็นประเภทของค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากขึ้นกับราคาล่าสุดในความพยายามที่จะทำให้ตอบสนองต่อข้อมูลใหม่มากขึ้น การเรียนรู้สมการที่ซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าหลายรายเนื่องจากแพ็คเกจการทำแผนภูมิเกือบทั้งหมดจะทำการคำนวณให้คุณ

ตอนนี้คุณมีความเข้าใจที่ดีขึ้นเกี่ยวกับวิธีการคำนวณ SMA และ EMA ลองมาดูกันว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไร เมื่อดูที่การคำนวณ EMA คุณจะสังเกตเห็นว่ามีการเน้นมากขึ้นในจุดข้อมูลล่าสุดทำให้เป็นค่าเฉลี่ยถ่วงน้ำหนักประเภทหนึ่ง

ในภาพด้านล่างจำนวนระยะเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากัน (15) แต่ EMA ตอบสนองต่อราคาที่เปลี่ยนแปลงได้เร็วขึ้น สังเกตว่า EMA มีมูลค่าสูงกว่าเมื่อราคาสูงขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลง การตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA ผ่านทาง SMA

ตัวอย่างการคำนวณค่าเฉลี่ยเคลื่อนที่

ค่าเฉลี่ยเคลื่อนที่

ค่าเฉลี่ยเคลื่อนที่ (MA) คำนวณในรูปแบบที่แตกต่างกันขึ้นอยู่กับประเภทของมัน ด้านล่างเราจะดูค่าเฉลี่ยเคลื่อนที่ (SMA) ง่ายๆของหลักทรัพย์ที่มีราคาปิดต่อไปนี้มากกว่า 15 วัน:

สัปดาห์ 1 (5 วัน): 20, 22, 24, 25, 23 สัปดาห์ 2 (5 วัน): 26, 28, 26, 29, 27 สัปดาห์ 3 (5 วัน): 28, 30, 27, 29, 28

ค่าเฉลี่ยเคลื่อนที่ 10 วันจะเฉลี่ยราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลแรก จุดข้อมูลถัดไปจะลดราคาเร็วที่สุดเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ตามที่แสดงด้านล่าง (สำหรับการอ่านที่เกี่ยวข้องดู "ค่าเฉลี่ยเคลื่อนที่ที่สมบูรณ์แบบสำหรับการซื้อขายรายวัน")

ตัวอย่างของตัวชี้วัดค่าเฉลี่ยเคลื่อนที่

การเคลื่อนย้ายค่าคอนเวอร์เจนซ์เฉลี่ย (MACD)

ผู้ค้าใช้ค่าเฉลี่ยเคลื่อนที่ (MACD) เพื่อติดตามความสัมพันธ์ระหว่างค่าเฉลี่ยเคลื่อนที่สองค่า โดยทั่วไปแล้วจะคำนวณโดยการลบค่าเฉลี่ยเคลื่อนที่ 26 วันจากค่าเฉลี่ยเคลื่อนที่แบบเลขชี้กำลัง 12 วัน

เมื่อสัญญาณ MACD เป็นบวกค่าเฉลี่ยระยะสั้นจะอยู่สูงกว่าค่าเฉลี่ยระยะยาว สิ่งนี้บ่งบอกถึงแรงผลักดันขาขึ้น เมื่อค่าเฉลี่ยระยะสั้นต่ำกว่าค่าเฉลี่ยระยะยาวนี่เป็นสัญญาณบ่งบอกว่าโมเมนตัมลดลง ผู้ค้าหลายคนจะคอยดูการเคลื่อนไหวเหนือหรือใต้เส้นศูนย์ การเคลื่อนไหวเหนือศูนย์คือสัญญาณที่จะซื้อในขณะที่กากบาทที่ต่ำกว่าศูนย์จะเป็นสัญญาณที่จะขาย

สายสัญญาณ / ทริกเกอร์

ค่าเฉลี่ยเคลื่อนที่สามารถสร้างขึ้นได้สำหรับข้อมูลทุกรูปแบบที่เปลี่ยนแปลงบ่อย มันเป็นไปได้ที่จะใช้ค่าเฉลี่ยเคลื่อนที่ของตัวบ่งชี้ทางเทคนิคเช่น MACD ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โปเนนเชียลเก้าจุดของค่า MACD จะถูกเพิ่มไปยังแผนภูมิในรูปที่ 1

สัญญาณซื้อจะถูกสร้างขึ้นเมื่อค่าของตัวบ่งชี้ข้ามเส้นสัญญาณ (เส้นประ) ขณะที่สัญญาณสั้นจะถูกสร้างขึ้นจากกากบาทด้านล่างบรรทัดสัญญาณ

รูปที่ 1

Bollinger Band®

ตัวบ่งชี้ทางเทคนิคของ Bollinger Band®ได้แบนด์โดยทั่วไปวางค่าเบี่ยงเบนมาตรฐานสองค่าจากค่าเฉลี่ยเคลื่อนที่ง่าย โดยทั่วไปการย้ายไปยังแถบบนแสดงให้เห็นว่าสินทรัพย์กำลังมีการซื้อมากเกินไปในขณะที่การขยับเข้าใกล้ระดับต่ำกว่าจะบ่งชี้ว่าสินทรัพย์กำลังมีการขายมากเกินไป เนื่องจากส่วนเบี่ยงเบนมาตรฐานใช้เป็นเครื่องวัดทางสถิติของความผันผวนตัวบ่งชี้นี้จึงปรับตัวเองให้เข้ากับสภาวะตลาด

รูปที่ 2

สารบัญ: