ที่ดีที่สุด เฉลี่ยเคลื่อนที่ เพื่อ ตรวจสอบ แนวโน้ม

Simple Moving Averages ทำให้แนวโน้มโดดเด่นค่าเฉลี่ยเคลื่อนที่ (Moving averages - MA) เป็นดัชนีชี้วัดทางเทคนิคที่นิยมใช้กันมากที่สุด ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้ง่ายและเมื่อพล็อตลงบนแผนภูมิแล้วจะเป็นเครื่องมือที่มีแนวโน้มในการมองเห็นภาพที่มีประสิทธิภาพ คุณมักจะได้ยินเกี่ยวกับค่าเฉลี่ยเคลื่อนที่สามแบบ: ง่ายๆ เลขชี้กำลังและเส้นตรง สถานที่ที่ดีที่สุดในการเริ่มต้นคือการทำความเข้าใจพื้นฐานที่สุด: ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) ให้ดูที่ตัวบ่งชี้นี้และวิธีการที่จะช่วยให้ traders สามารถทำตามแนวโน้มต่อกำไรได้มากขึ้น (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่บทสรุปเกี่ยวกับ Forex ของเรา) เส้นแนวโน้มอาจไม่มีความเข้าใจเกี่ยวกับการเคลื่อนที่โดยเฉลี่ยหากไม่มีความเข้าใจเกี่ยวกับแนวโน้ม แนวโน้มเป็นเพียงราคาที่ยังคงเคลื่อนไหวไปในทิศทางที่แน่นอน มีแนวโน้มที่แท้จริง 3 ประการที่สามารถรักษาความปลอดภัยได้: ขาขึ้น หรือรั้นแนวโน้มหมายความว่าราคามีการเคลื่อนไหวสูงขึ้น เป็นขาลง หรือขาลงซึ่งหมายความว่าราคาจะขยับลง แนวโน้มด้านข้าง ขณะที่ราคากำลังเคลื่อนไปทางด้านข้าง สิ่งสำคัญที่ต้องจำเกี่ยวกับแนวโน้มก็คือราคาไม่ค่อยเคลื่อนไหวเป็นเส้นตรง ดังนั้นเส้นเฉลี่ยที่เคลื่อนที่ได้ถูกใช้เพื่อช่วยให้ผู้ประกอบการค้าสามารถระบุทิศทางของแนวโน้มได้ง่ายขึ้น (สำหรับการอ่านขั้นสูงในหัวข้อนี้ให้ดูข้อมูลพื้นฐานเกี่ยวกับ Bollinger Bands และ Moving Envelopes เฉลี่ย: การปรับแต่งเครื่องมือการเทรดดิ้งที่เป็นที่นิยม) การเคลื่อนย้ายค่าเฉลี่ยการก่อสร้างโดยเฉลี่ยคำจำกัดความของค่าเฉลี่ยเคลื่อนที่คือราคาเฉลี่ยสำหรับการรักษาความปลอดภัยโดยใช้ช่วงเวลาที่ระบุ ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันที่ได้รับความนิยมเป็นตัวอย่าง ค่าเฉลี่ยเคลื่อนที่ 50 วันคำนวณโดยการปิดราคาปิดของช่วง 50 วันที่ผ่านมาของการรักษาความปลอดภัยใด ๆ และรวมกัน ผลจากการบวกคำนวณหารด้วยจำนวนงวดในกรณีนี้ 50. เพื่อที่จะคำนวณค่าเฉลี่ยเคลื่อนที่ต่อไปในแต่ละวันให้แทนที่เลขที่เก่าที่สุดด้วยราคาปิดล่าสุดและทำคณิตศาสตร์เดียวกัน ไม่ว่าระยะเวลาสั้นหรือสั้นของค่าเฉลี่ยเคลื่อนที่ที่คุณต้องการพล็อตการคำนวณขั้นพื้นฐานยังคงเหมือนเดิม การเปลี่ยนแปลงจะอยู่ในจำนวนราคาปิดที่คุณใช้ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันคือราคาปิด 200 วันรวมกันแล้วหารด้วย 200 คุณจะเห็นค่าเฉลี่ยเคลื่อนที่ทุกชนิดจากค่าเฉลี่ยเคลื่อนที่สองวันเป็นค่าเฉลี่ยเคลื่อนที่ 250 วัน เป็นสิ่งสำคัญที่ต้องจำไว้ว่าคุณต้องมีจำนวนราคาปิดเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ หากการรักษาความปลอดภัยเป็นแบรนด์ใหม่หรือเพียงหนึ่งเดือนคุณจะไม่สามารถทำค่าเฉลี่ยเคลื่อนที่ได้ภายใน 50 วันเนื่องจากคุณจะไม่มีจุดข้อมูลที่เพียงพอ นอกจากนี้โปรดทราบว่าเราเลือกที่จะใช้ราคาปิดในการคำนวณ แต่ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณโดยใช้ราคารายเดือนราคารายสัปดาห์ราคาเปิดหรือแม้แต่ราคาในวันเดียวกัน (ดูรายละเอียดเพิ่มเติมได้จากบทแนะนำของ Moving Averages ของเรา) รูปที่ 1: ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆใน Google Inc. ภาพที่ 1 เป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยในแผนภูมิหุ้นของ Google Inc. (Nasdaq: GOOG) เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ 50 วัน ในตัวอย่างข้างต้นคุณจะเห็นว่าแนวโน้มลดลงตั้งแต่ช่วงปลายปี 2550 ราคาหุ้น Google ลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันในเดือนมกราคมปี 2008 และยังคงลดลงต่อไป เมื่อราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่สามารถใช้เป็นสัญญาณการซื้อขายแบบง่ายๆ การเคลื่อนไหวที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ (ดังที่แสดงไว้ด้านบน) แสดงให้เห็นว่าหมีอยู่ในการควบคุมการกระทำด้านราคาและสินทรัพย์มีแนวโน้มลดลง ตรงกันข้ามการข้ามด้านบนค่าเฉลี่ยเคลื่อนที่แสดงให้เห็นว่าวัวอยู่ในการควบคุมและราคาอาจพร้อมที่จะเคลื่อนตัวขึ้น (อ่านเพิ่มเติมใน Track Stock Prices ด้วย Trendlines) วิธีอื่น ๆ ในการใช้ Moving Averages ค่าเฉลี่ยเคลื่อนที่จะถูกใช้โดย traders จำนวนมากเพื่อไม่เพียงระบุแนวโน้มปัจจุบัน แต่ยังเป็นกลยุทธ์การเข้าและออก หนึ่งในกลยุทธ์ที่ง่ายที่สุดอาศัยการข้ามของค่าเฉลี่ยเคลื่อนที่สองตัวหรือมากกว่า สัญญาณพื้นฐานจะได้รับเมื่อค่าเฉลี่ยระยะสั้นข้ามหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในระยะยาว ค่าเฉลี่ยเคลื่อนที่สองค่าขึ้นไปช่วยให้คุณสามารถดูแนวโน้มในระยะยาวได้เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ระยะสั้นซึ่งเป็นวิธีที่ง่ายในการพิจารณาว่าแนวโน้มจะได้รับความแรงหรือถ้ากำลังจะกลับรายการ (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีนี้โปรดอ่าน A Primer On The MACD) รูปที่ 2: ค่าเฉลี่ยระยะยาวและสั้นกว่าใน Google Inc. รูปที่ 2 ใช้ค่าเฉลี่ยเคลื่อนที่สองค่าหนึ่งค่าในระยะยาว (50 วันแสดงโดย เส้นสีน้ำเงิน) และอีกระยะสั้น (15 วันแสดงโดยเส้นสีแดง) นี่คือแผนภูมิ Google แบบเดียวกับที่แสดงในรูปที่ 1 แต่มีการเพิ่มค่าเฉลี่ยเคลื่อนที่สองค่าเพื่อแสดงความแตกต่างระหว่างสองช่วงความยาว คุณสังเกตเห็นว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะช้ากว่าเพื่อปรับให้เข้ากับการเปลี่ยนแปลงราคา เนื่องจากใช้จุดข้อมูลมากขึ้นในการคำนวณของ ในทางกลับกันค่าเฉลี่ยเคลื่อนที่ 15 วันสามารถตอบสนองต่อการเปลี่ยนแปลงราคาได้อย่างรวดเร็วเนื่องจากแต่ละค่ามีน้ำหนักมากขึ้นในการคำนวณเนื่องจากระยะเวลาอันสั้น ในกรณีนี้โดยใช้กลยุทธ์ข้ามคุณจะดูค่าเฉลี่ยเฉลี่ย 15 วันที่ด้านล่างค่าเฉลี่ยเคลื่อนที่ 50 วันเป็นรายการสำหรับตำแหน่งสั้น ๆ รูปที่ 3: แผนภูมิ 3 เดือนข้างต้นเป็นแผนภูมิ US States Oil (AMEX: USO) เป็นเวลา 3 เดือนโดยมีค่าเฉลี่ยเคลื่อนที่ 2 ค่า เส้นสีแดงคือค่าเฉลี่ยเคลื่อนที่ที่สั้นลง 15 วันในขณะที่เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่า 50 วัน ผู้ค้าส่วนใหญ่จะใช้ค่าเฉลี่ยของค่าเฉลี่ยระยะสั้นที่สูงกว่าค่าเฉลี่ยเคลื่อนที่ระยะยาวเพื่อเริ่มต้นตำแหน่งที่ยาวและระบุจุดเริ่มต้นของแนวโน้มขาขึ้น (เรียนรู้เพิ่มเติมเกี่ยวกับการใช้กลยุทธ์นี้ในการเทรดดิ้ง MACD Divergence) การสนับสนุนเกิดขึ้นเมื่อราคามีแนวโน้มลดลง มีจุดที่ความดันการขายลดลงและผู้ซื้อยินดีที่จะก้าวเข้าสู่ในคำอื่น ๆ มีการจัดตั้งชั้น ความต้านทานเกิดขึ้นเมื่อราคามีแนวโน้มสูงขึ้น มีจุดเด่นที่ความสามารถในการซื้อลดลงและผู้ขายเข้าสู่ขั้นตอนนี้จะเป็นการสร้างเพดาน (สำหรับคำอธิบายเพิ่มเติมโปรดอ่านข้อมูลพื้นฐานด้านความต้านทานของแอมป์ที่สนับสนุน) ในทั้งสองกรณีค่าเฉลี่ยเคลื่อนที่อาจเป็นสัญญาณบ่งบอกระดับการสนับสนุนหรือความต้านทานเริ่มต้น ตัวอย่างเช่นถ้าการรักษาความปลอดภัยลอยต่ำลงในขาขึ้นที่จัดตั้งขึ้นแล้วก็จะไม่น่าแปลกใจที่เห็นสต็อกหาสนับสนุนที่ระยะยาว 200 วันเฉลี่ยเคลื่อนที่ ในทางกลับกันหากราคามีแนวโน้มลดลงผู้ค้าจำนวนมากจะเฝ้าดูหุ้นที่จะพลิกกลับแนวต้านของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ (50 วัน 100 วันและ SMA 200 วัน) (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการใช้การสนับสนุนและความต้านทานในการระบุแนวโน้มโปรดอ่าน Trend-Spotting ด้วย AccumulationDistribution Line) ข้อสรุปค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพ ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถคำนวณได้ง่ายซึ่งช่วยให้สามารถใช้งานได้อย่างรวดเร็วและง่ายดาย ค่าเฉลี่ยความแรงที่เกิดขึ้นโดยเฉลี่ยคือความสามารถในการช่วยให้ผู้ประกอบการค้าทราบถึงแนวโน้มในปัจจุบันหรือสังเกตแนวโน้มการกลับรายการที่เป็นไปได้ ค่าเฉลี่ยเคลื่อนที่สามารถระบุระดับการสนับสนุนหรือความต้านทานสำหรับความปลอดภัยหรือทำหน้าที่เป็นสัญญาณเข้าหรือออกจากรายการได้ง่าย วิธีที่คุณเลือกใช้ค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับคุณ เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การเสนอขายหุ้นหรือไอพีโอมักจะออกโดย บริษัท ขนาดเล็กที่มีอายุน้อยกว่าที่แสวงหา อัตราส่วนหนี้สิน DebtEquity Ratio คืออัตราส่วนหนี้สินที่ใช้ในการวัดแรงกดดันทางการเงินของ บริษัท หรืออัตราส่วนหนี้สินที่ใช้วัดแต่ละบุคคลค่าเฉลี่ยขั้นสูง: อะไรคือตัวชี้วัดทางเทคนิคที่ได้รับความนิยมมากที่สุดในกลุ่มตัวชี้วัดทางเทคนิคที่นิยมใช้กันมากที่สุดคือค่าเฉลี่ยเคลื่อนที่ที่ใช้วัดทิศทางของแนวโน้มในปัจจุบัน ค่าเฉลี่ยเคลื่อนที่ทุกประเภท (เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA) คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมา เมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมด รูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่โดยทั่วไปหมายถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) โดยคำนวณค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนด ตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา (110) คือ หารด้วยจำนวนวัน (10) เพื่อให้ได้ค่าเฉลี่ย 10 วัน หากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนจะต้องมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมา ค่าเฉลี่ยที่เกิดขึ้นด้านล่าง (11) คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาอย่างไร บางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยปกติ คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาเพื่อแทนที่ ดังนั้นชุดข้อมูลจึงมีการย้ายข้อมูลบัญชีใหม่ ๆ ไปเรื่อย ๆ วิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้น ในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดง (แทนจุดข้อมูล 10 จุดที่ผ่านมา) จะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณ เนื่องจากค่าที่ค่อนข้างเล็ก 5 จะแทนที่ค่าที่สูงถึง 15 คุณจึงคาดว่าจะเห็นค่าเฉลี่ยของการลดข้อมูลชุดซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่เมื่อค่าของ MA ได้รับการคำนวณพวกเขาจะวางแผนลงบนแผนภูมิและเชื่อมต่อแล้วเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่ เส้นโค้งเหล่านี้มีอยู่ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีการใช้งานเหล่านี้อาจแตกต่างกันอย่างมาก (ในภายหลัง) ดังที่เห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณ เส้นโค้งเหล่านี้ดูเหมือนจะเสียสมาธิหรือทำให้เกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับพวกเขาเมื่อเวลาผ่านไป เส้นสีแดงเป็นเพียงราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมา ตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่คืออะไรและแนะนำให้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ต่างกันและดูว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวถึงก่อนหน้านี้เท่าไร ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดก็มีนักวิจารณ์ หลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเท่ากันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้าย ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) (สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลเบื้องต้นเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA กับ EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนาค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากกว่าราคาล่าสุดในความพยายามที่จะทำให้การตอบสนองดีขึ้น ข้อมูลใหม่ ๆ การเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบแผนภูมิทำคำนวณสำหรับคุณ อย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA: เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องโดยใช้สูตรด้านบนจากที่นั่น เราได้จัดเตรียมสเปรดชีตตัวอย่างไว้ในตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่แบบเสวนา ความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA คำนวณอย่างไรให้ลองดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไร เมื่อพิจารณาการคำนวณ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลสำคัญ ๆ อยู่ในจุดข้อมูลล่าสุดทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนัก ในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเหมือนกัน (15) แต่ EMA จะตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วขึ้น สังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลง การตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA อะไรที่แตกต่างกันระหว่างวันหมายถึงค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ย ช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วัน ช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความละเอียดอ่อนมากขึ้นคือการเปลี่ยนแปลงราคา ยิ่งช่วงเวลาที่ยาวนานขึ้นเท่าไรก็ยิ่งอ่อนไหวหรือเรียบเนียนขึ้นเท่านั้นโดยเฉลี่ยแล้ว ไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณ วิธีที่ดีที่สุดในการพิจารณาว่าช่วงใดที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบช่วงเวลาที่เหมาะกับกลยุทธ์ของคุณเพิ่มแนวโน้มหรือย้ายเส้นค่าเฉลี่ยไปเป็นแผนภูมินำไปใช้กับ: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 เพิ่มเติม น้อยกว่าเพื่อแสดงแนวโน้มข้อมูลหรือค่าเฉลี่ยเคลื่อนที่ในแผนภูมิที่คุณสร้างขึ้น คุณสามารถเพิ่มเส้นแนวโน้มได้ นอกจากนี้คุณยังสามารถขยายเส้นแนวโน้มเกินกว่าข้อมูลจริงของคุณเพื่อช่วยในการคาดการณ์ค่าในอนาคต ตัวอย่างเช่นเส้นแนวโน้มดังต่อไปนี้คาดการณ์ล่วงหน้า 2 ไตรมาสและแสดงให้เห็นชัดเจนว่ามีแนวโน้มสูงขึ้นซึ่งน่าจะเป็นไปได้สำหรับการขายในอนาคต คุณสามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิ 2 มิติที่ไม่ได้ถูกจัดวางรวมทั้งพื้นที่แถบเส้นคอลัมน์สต็อกการกระจายและฟองอากาศ คุณไม่สามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิแบบวง, 3 มิติ, เรดาร์, พาย, พื้นผิวหรือโดนัท เพิ่มเส้นแนวโน้มบนแผนภูมิของคุณคลิกชุดข้อมูลที่คุณต้องการเพิ่มเส้นแนวโน้มหรือค่าเฉลี่ยเคลื่อนที่ เส้นแนวโน้มจะเริ่มต้นที่จุดข้อมูลแรกของชุดข้อมูลที่คุณเลือก ทำเครื่องหมายที่ช่อง Trendline หากต้องการเลือกเส้นแนวโน้มประเภทอื่นให้คลิกลูกศรถัดจากเส้นแนวโน้ม แล้วคลิกเลขชี้กำลัง พยากรณ์เชิงเส้น หรือสองค่าเฉลี่ยเคลื่อนที่ระยะเวลา สำหรับเส้นแนวโน้มเพิ่มเติมคลิกตัวเลือกเพิ่มเติม หากคุณเลือก More Options คลิกตัวเลือกที่คุณต้องการในบานหน้าต่าง 'รูปแบบเส้นขอบ' ภายใต้ตัวเลือกของ Trendline ถ้าคุณเลือกพหุนาม ป้อนพลังงานสูงสุดสำหรับตัวแปรอิสระในกล่องคำสั่งซื้อ หากเลือก Moving Average ป้อนจำนวนงวดที่จะใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในช่องงวด เคล็ดลับ: เส้นแนวโน้มมีความถูกต้องที่สุดเมื่อค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลที่แท้จริงของคุณมากแค่ไหน) อยู่ที่หรือใกล้เคียง 1. เมื่อคุณเพิ่มเส้นแนวโน้มลงในข้อมูลของคุณ , Excel จะคำนวณค่า R-squared โดยอัตโนมัติ คุณสามารถแสดงค่านี้ในแผนภูมิของคุณได้โดยการตรวจสอบค่า Display R-squared ในกล่องแผนภูมิ (แผงเส้นแนวโน้มรูปแบบตัวเลือก Trendline) คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับตัวเลือกเส้นแนวโน้มทั้งหมดในส่วนด้านล่าง เส้นแนวโน้มเชิงเส้นใช้เส้นแบบนี้เพื่อสร้างเส้นตรงที่ดีที่สุดสำหรับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นเส้นตรงถ้ารูปแบบในจุดข้อมูลมีลักษณะเป็นเส้น เส้นแนวโน้มจะแสดงให้เห็นว่ามีบางอย่างที่เพิ่มขึ้นหรือลดลงในอัตราที่คงที่ เส้นตรงใช้สมการนี้ในการคำนวณสมการกำลังสองอย่างน้อยที่สุดสำหรับเส้น: โดย m คือความลาดชันและ b คือการสกัดกั้น เส้นแสดงแนวโน้มต่อไปนี้แสดงให้เห็นว่ายอดขายตู้เย็นเพิ่มขึ้นอย่างต่อเนื่องตลอดระยะเวลา 8 ปี สังเกตว่าค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลจริงของคุณมากน้อยแค่ไหน) เป็น 0.9792 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นโค้งที่พอดีกับเส้นโค้งที่ดีที่สุดเส้นแนวโน้มนี้จะเป็นประโยชน์เมื่ออัตราการเปลี่ยนแปลงข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็วและลดระดับลง เส้นค่าลอการิทึมสามารถใช้ค่าลบและค่าบวกได้ เส้นรอบวงลอการิทึมใช้สมการนี้ในการคำนวณสมการสี่เหลี่ยมที่เล็กที่สุดผ่านจุด: c และ b เป็นค่าคงที่และ ln เป็นฟังก์ชันลอการิทึมธรรมชาติ เส้นค่าลอการิทึมต่อไปนี้แสดงการเติบโตของประชากรที่คาดการณ์ไว้ของสัตว์ในพื้นที่ว่างคงที่โดยที่ประชากรลดลงเป็นพื้นที่สำหรับสัตว์ลดลง โปรดทราบว่าค่า R-squared เท่ากับ 0.933 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นแนวโน้มนี้มีประโยชน์เมื่อข้อมูลของคุณผันผวน ตัวอย่างเช่นเมื่อคุณวิเคราะห์ผลกำไรและขาดทุนจากชุดข้อมูลขนาดใหญ่ ลำดับของพหุนามสามารถกำหนดได้จากจำนวนความผันผวนของข้อมูลหรือจำนวนโค้ง (เนินเขาและหุบเขา) ปรากฏในเส้นโค้ง โดยปกติคำสั่ง Order 2 polynomial trendline มีเพียงเนินเขาหรือหุบเขาคำสั่ง Order 3 มีภูเขาหรือหุบเขาหนึ่งหรือสองแห่งและลำดับที่ 4 มีถึง 3 เนินหรือหุบเขา เส้นรอบวงหรือ curvilinear trendline ใช้สมการนี้ในการคำนวณสมการอย่างน้อยสี่เหลี่ยมผ่านจุด: ที่ b และเป็นค่าคงที่ พหุนามสองสายสั่งซื้อ (หนึ่งเนิน) แสดงความสัมพันธ์ระหว่างความเร็วในการขับขี่และการสิ้นเปลืองน้ำมันเชื้อเพลิง สังเกตว่าค่า R-squared เท่ากับ 0.979 ซึ่งใกล้เคียงกับ 1 ดังนั้นเส้นจะพอดีกับข้อมูล แสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์สำหรับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราเฉพาะ ตัวอย่างเช่นการเร่งความเร็วของรถแข่งในช่วงเวลา 1 วินาที คุณไม่สามารถสร้างเส้นแนวโน้มกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เส้นกำลังกำลังใช้สมการนี้เพื่อคำนวณสมการกำลังสองอย่างน้อยที่สุดผ่านจุด: c และ b เป็นค่าคงที่ หมายเหตุ: ตัวเลือกนี้จะใช้ไม่ได้เมื่อข้อมูลของคุณมีค่าเป็นลบหรือเป็นศูนย์ แผนภูมิวัดระยะทางต่อไปนี้แสดงระยะทางเป็นหน่วยเป็นวินาที เส้นแรงที่แสดงให้เห็นถึงการเพิ่มขึ้นอย่างรวดเร็ว โปรดทราบว่าค่า R-squared เท่ากับ 0.986 ซึ่งเป็นเส้นที่สมบูรณ์แบบเกือบทั้งหมดของข้อมูล แสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์เมื่อค่าข้อมูลเพิ่มขึ้นหรือลดลงอย่างต่อเนื่องตามอัตราที่เพิ่มขึ้น คุณไม่สามารถสร้างเส้นแสดงแนวโน้มเป็นตัวเลขได้หากข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เสนเสนยอยใชสมการนี้เพื่อคํานวณสมการสแควรต่ําสุดผานจุด: c และ b เปนคาคงที่และ e เปนฐานของลอการิทึมตามธรรมชาติ เส้นแสดงเส้นโครงร่างต่อไปนี้แสดงถึงปริมาณคาร์บอน 14 ที่ลดลงในวัตถุเมื่ออายุมากขึ้น โปรดทราบว่าค่า R-squared เท่ากับ 0.990 ซึ่งหมายความว่าเส้นตรงกับข้อมูลเกือบสมบูรณ์ เส้นแนวโน้มการเคลื่อนที่เฉลี่ยแนวโน้มนี้จะแสดงถึงความผันผวนของข้อมูลเพื่อแสดงรูปแบบหรือแนวโน้มที่ชัดเจนขึ้น ค่าเฉลี่ยเคลื่อนที่จะใช้จำนวนจุดข้อมูลที่ระบุ (กำหนดโดยตัวเลือก Period) โดยให้ค่าเฉลี่ยโดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุดในบรรทัด ตัวอย่างเช่นถ้ากำหนดระยะเวลาเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้ม ฯลฯ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้สมการนี้: จำนวนจุดในเส้นแนวโน้มเฉลี่ยเคลื่อนที่เท่ากับจำนวนจุดทั้งหมดในชุดลบด้วย หมายเลขที่คุณระบุสำหรับงวด ในแผนภูมิกระจายเส้นแนวโน้มจะขึ้นอยู่กับลำดับของค่า x ในแผนภูมิ สำหรับผลลัพธ์ที่ดีขึ้นให้จัดเรียงค่า x ก่อนที่จะเพิ่มค่าเฉลี่ยเคลื่อนที่ เส้นค่าเฉลี่ยเคลื่อนที่ต่อไปนี้แสดงรูปแบบจำนวนบ้านที่ขายได้ในช่วงระยะเวลา 26 สัปดาห์ความยาวที่ดีที่สุดสำหรับผู้ค้าเฉลี่ยที่เคลื่อนไหวอยู่บนพื้นของ New York Stock Exchange CHAPEL HILL, NC (MarketWatch) ถ้าไม่ใช่ค่าเฉลี่ยเคลื่อนที่ 200 วันวิธีคิดเกี่ยวกับ 100 วันหรือ 50 วันคำถามเหล่านี้คือคำถามที่ถามในรูปแบบใดรูปแบบหนึ่งหรือแบบอื่น ๆ โดยตัวจับเวลาการตลาดทั่วโลก คิดว่าตัวบ่งชี้ใดที่พวกเขาจะใช้เพื่อบอกให้พวกเขาเมื่อออกจากพรรคอย่างไม่น่าเชื่อที่ Wall Street กำลังขว้างปา Hulbert: March Madness นำมาใช้กับผลงานของคุณ Mark Hulbert ให้คำแนะนำแก่ผู้ชมว่าจะไม่ดำเนินการเคลื่อนไหวที่ขาดความรับผิดชอบด้วยหุ้นของพวกเขาอันเป็นผลมาจากปฏิกิริยาทางอารมณ์ต่อ March Madness สามสัปดาห์ก่อนคุณอาจจำได้ว่าฉันมุ่งเน้นไปที่ค่าเฉลี่ยเคลื่อนที่ 200 วัน หนึ่งในตัวชี้วัดที่ใช้กันอย่างแพร่หลายมากขึ้นในการกำหนดแนวโน้มการเปลี่ยนแปลงในตลาด ฉันพบว่ามันเหลือมากที่จะเป็นที่ต้องการ: ตัวอย่างเช่นประสิทธิภาพการทำงานได้ลดลงอย่างเห็นได้ชัดในทศวรรษที่ผ่านมามากเพื่อให้นักวิจัยบางคนได้เริ่มที่จะสงสัยว่ามันได้สูญเสียความสามารถในการกำหนดจังหวะการตลาดของ อีกเหตุผลหนึ่งที่บางตัวชี้วัดด้านการตลาดไม่พอใจกับค่าเฉลี่ยเคลื่อนที่ 200 วันไม่ใช่คำวิจารณ์ต่อตัว แต่เป็นลักษณะโดยนัยสำหรับตัวบ่งชี้แนวโน้ม: ตามนิยามจะไม่เลือกด้านบน เพราะสัญญาณขายจะไม่ถูกเรียกใช้จนกว่าตลาดจะลดลงต่ำกว่าระดับเฉลี่ยของ 200 วันทำการก่อนหน้านี้ ถึงเวลานั้นแน่นอนว่าตลาดอาจประสบความสูญเสียมาก ด้วยเหตุผลทั้งสองประการนี้จำนวนของคุณที่อ่านคอลัมน์ 3 สัปดาห์ที่ผ่านมาของฉันกระตุ้นให้ฉันวัดประสิทธิภาพของค่าเฉลี่ยเคลื่อนที่ที่สั้นลงมาก ดังนั้นนั่นคือสิ่งที่ฉันได้ทำในคอลัมน์นี้ แต่น่าเสียดายที่ฉันไม่ได้ผลที่แตกต่างกันมากกับค่าเฉลี่ยเคลื่อนที่ที่สั้นลงที่ฉันศึกษา เพื่อให้มั่นใจว่าระยะสั้นของค่าเฉลี่ยเคลื่อนที่จะดีกว่า 200 วันในการออกไปเร็วกว่านี้เมื่อตลาดปิดตัวลง แต่พวกเขายังได้รับ whipsawed สำหรับการสูญเสียมากขึ้นเช่นกัน ความสมดุลของประวัติของพวกเขาในระยะยาวไม่แตกต่างกันอย่างมีนัยสำคัญกับค่าเฉลี่ยเคลื่อนที่ 200 วัน นอกจากนี้ค่าเฉลี่ยของแต่ละค่าเฉลี่ยที่ฉันทดสอบได้รับความทุกข์ทรมานจากการลดลงของอัตราผลตอบแทนที่เหมือนกันในช่วงหลายทศวรรษที่ผ่านมาเช่นเดียวกับที่พบโดยเฉลี่ย 200 วัน น่าแปลกใจที่ผลเหล่านี้ Norm Fosback อดีตหัวหน้าสถาบันวิจัยเศรษฐมิติและบรรณาธิการของ Fosbacks Fund Forecaster ระบุว่าเราไม่ควรเป็นเช่นนั้น ในตำราที่เขาเขียนเมื่อสามทศวรรษที่ผ่านมาได้รับการยกย่องว่า Stock Market Logic เขาเขียนว่า: ไม่มีตัวเลขมหัศจรรย์ในแนวโน้มดังต่อไปนี้ ความยาวเฉลี่ยที่เคลื่อนที่ได้บางส่วนอาจทำงานได้ดีที่สุดในอดีต แต่หลังจากที่ทุกอย่างต้องทำงานได้ดีที่สุดในอดีตและโดยการทดสอบทุกสิ่งทุกอย่างที่เป็นไปได้วิธีหนึ่งที่จะช่วยได้ แต่ไม่พบสิ่งที่ควรเป็นความต้องการขั้นพื้นฐานของแนวโน้มค่าเฉลี่ยเคลื่อนที่ใด ๆ ต่อไปนี้ระบบที่จริงทุกความยาวเฉลี่ยที่คาดการณ์ทำนายสำเร็จในระดับมากหรือน้อย ถ้ามีเพียงหนึ่งหรือสองความยาวทำงานอัตราต่อรองที่สูงที่ประสบความสำเร็จผลได้โดยบังเอิญ สิ่งที่เกี่ยวกับความตายข้ามก่อนที่ฉันจะออกจากเรื่องของการย้ายค่าเฉลี่ยของความยาวที่แตกต่างกันฉันยังต้องการที่จะพูดคำไม่กี่คำเกี่ยวกับความพยายามที่จะรวมสองค่าเฉลี่ยเคลื่อนที่ที่มีความยาวแตกต่างกันไปในระบบแนวโน้มเดียวต่อไปนี้ หลายคนคิดว่ามันเป็นหยาบคายเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงไปต่ำกว่าอีกต่อไปและรั้นเมื่อระยะสั้นสั้นขึ้นเหนืออีกต่อไป โดยวิธีการในกรณีของ 50 วันและค่าเฉลี่ย 200 วันทั้งสองไขว้ที่เรียกว่าตายข้ามและกางเขนสีทอง ฉันได้ตรวจสอบการเสียชีวิตและเครื่องหมายกากบาทสีทองตลอดช่วงศตวรรษที่ผ่านมาสำหรับค่าเฉลี่ยอุตสาหกรรมดาวโจนส์ เหมือนก่อนหน้านี้ฉันพบว่าความกล้าหาญในการคาดการณ์ของพวกเขาได้ลดลงอย่างมากในช่วงหลายทศวรรษที่ผ่านมา สังเกตจากตารางข้างต้นว่าในช่วงเวลาทั้งหมดที่ Dow มีอยู่ตั้งแต่ปีพ. ศ. 2439 ทั้งสองเหตุการณ์ครอสโอเวอร์ได้รับการยกย่อง อย่างไรก็ตามโปรดทราบว่าตั้งแต่ปีพ. ศ. 2513 พวกเขาทำผลงานที่แย่กว่ามากโดยมีตลาดหนึ่งในสามและหกเดือนหลังจากที่ไม้กางเขนตายทำดีกว่าค่าเฉลี่ยของทองคำต่อไป กำไรเฉลี่ยของดาวโจนส์ในช่วงเดือนถัดไปค่าเฉลี่ยของดาวโจนส์ในช่วง 3 เดือนข้างหน้า Copyright copy2017 MarketWatch, Inc. สงวนลิขสิทธิ์ ข้อมูลในวันที่จัดทำโดย SIX Financial Information และอยู่ภายใต้เงื่อนไขการใช้งาน ข้อมูลในอดีตและปัจจุบันในปัจจุบันที่จัดทำโดย SIX Financial Information ข้อมูลในวันล่าช้าตามข้อกำหนดการแลกเปลี่ยน ดัชนี SampPDow Jones (SM) จาก Dow Jones amp Company, Inc. คำพูดทั้งหมดอยู่ในรูปของเวลาท้องถิ่น ข้อมูลการขายล่าสุดล่าสุดตามเวลาจริงของ NASDAQ ข้อมูลเพิ่มเติมเกี่ยวกับสัญลักษณ์การซื้อขายของ NASDAQ และสถานะทางการเงินในปัจจุบัน ข้อมูลในวันดาล่าช้า 15 นาทีสำหรับ Nasdaq และ 20 นาทีสำหรับการแลกเปลี่ยนอื่น ๆ SampPDow Jones Indices (SM) จาก Dow Jones amp Company, Inc. ข้อมูลภายใน SEHK จัดทำโดย SIX Financial Information และล่าช้าอย่างน้อย 60 นาที คำพูดทั้งหมดที่อยู่ในเวลาท้องถิ่นแลกเปลี่ยน. ไม่พบผลลัพธ์