การย้าย ค่าเฉลี่ย โดย โปรแกรม Spss

Moving Averages สิ่งที่พวกเขาอยู่ในตัวบ่งชี้ทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันค่าเฉลี่ยเคลื่อนที่ที่เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA เป็นผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนที่ผ่านมา จุดข้อมูลเมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของการย้าย เฉลี่ยที่รู้จักกันอย่างเหมาะสมว่าเป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA คำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนดตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและจากนั้น หารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อให้ได้ค่าเฉลี่ย 10 วันหากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันใน แต่จะรวมถึงราคาที่เกิดขึ้นในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่ต่ำกว่า 11 จะคำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบเคียงกับ ที่ผ่านมา 10 วันบางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยความหมายคำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ต้องมา in เพื่อแทนที่พวกเขาดังนั้นชุดข้อมูลมีการเคลื่อนย้ายบัญชีไปเรื่อย ๆ เพื่อให้มีข้อมูลใหม่เมื่อพร้อมใช้งานวิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุด 5 ลงในชุดข้อมูล กล่องสีแดงที่แสดงถึง 10 จุดข้อมูลที่ผ่านมาจะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณเนื่องจากค่าที่ค่อนข้างเล็กของ 5 จะแทนที่ค่าที่สูงของ 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของ t เขาลดการตั้งค่าข้อมูลซึ่งเป็นไปได้ในกรณีนี้ตั้งแต่ 11 ถึง 10. ค่าเฉลี่ยของการเคลื่อนย้ายจะทำอย่างไรเมื่อค่าของ MA ถูกคำนวณแล้วพวกเขาจะถูกวางแผนลงกราฟและเชื่อมต่อกันเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่เส้นโค้งเหล่านี้ เส้นที่ใช้ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีที่ใช้จะแตกต่างกันไปมากในภายหลังเนื่องจากคุณสามารถเห็นได้ในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลา ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือนเสียสมาธิหรือสับสนในตอนแรก แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาไปในเส้นสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยกว่า เมื่อผ่านไป 100 วันตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่เท่าไรและเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันอย่างไรและตรวจสอบว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นอย่างมาก ผู้ค้าหลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนซ์นักวิจารณ์ยืนยันว่า ข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้ายในการตอบสนองต่อคำติชมนี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การคิดค้นสิ่งใหม่ ๆ หลายประเภท ความนิยมมากที่สุดคือค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากขึ้น กับราคาล่าสุดในความพยายามที่จะทำให้มันตอบสนองต่อข้อมูลใหม่เรียนรู้สมการค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจจะไม่จำเป็นสำหรับปลาจำนวนมาก ders เนื่องจากเกือบทุกแพคเกจแผนภูมิทำคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA เมื่อใช้สูตรการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าพร้อมใช้งาน ใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและดำเนินการต่อโดยใช้สูตรด้านบนจากที่นั่นเราได้จัดเตรียมสเปรดชีตตัวอย่างซึ่งมีตัวอย่างชีวิตจริงในการคำนวณทั้งแบบง่ายๆ ความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณมีความรู้ความเข้าใจเกี่ยวกับ SMA และ EMA แล้วลองพิจารณาดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไรโดยดูที่การคำนวณ EMA , คุณจะสังเกตเห็นว่ามีการเน้นที่จุดข้อมูลล่าสุดทำให้เป็นประเภทของถัวเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเป็นเหมือนกัน 15 แต่ EMA ตอบสนอง m แร่ได้อย่างรวดเร็วเพื่อให้ราคาที่เปลี่ยนแปลงสังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What วันที่แตกต่างกัน Mean Moving averages เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกเฟรมเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความไวมากขึ้นก็จะเป็นการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานขึ้นไม่สำคัญหรือมีความเรียบมากขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อ การตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการหาค่าที่เหมาะสมสำหรับคุณคือการทดสอบกับช่วงเวลาที่แตกต่างกันไปจนกว่าคุณจะหาค่าที่เหมาะสมกับกลยุทธ์ของคุณค่าเฉลี่ยของค่าเฉลี่ยวิธีใช้ Them. Some ของ functi หลัก ons ของค่าเฉลี่ยเคลื่อนที่จะระบุแนวโน้มและการพลิกกลับวัดความแรงของโมเมนตัมของสินทรัพย์และกำหนดพื้นที่ที่อาจเป็นสินทรัพย์ที่จะได้รับการสนับสนุนหรือความต้านทานในส่วนนี้เราจะชี้ให้เห็นว่าช่วงเวลาต่างๆสามารถตรวจสอบโมเมนตัมและค่าเฉลี่ยเคลื่อนที่ได้อย่างไร เป็นประโยชน์ในการตั้งค่าการหยุดขาดทุนนอกจากนี้เราจะกล่าวถึงบางส่วนของความสามารถและข้อ จำกัด ของค่าเฉลี่ยเคลื่อนที่ที่ควรพิจารณาเมื่อใช้เป็นส่วนหนึ่งของเทรนด์การเทรนด์ Trend ระบุแนวโน้มเป็นหนึ่งในหน้าที่หลักของค่าเฉลี่ยเคลื่อนที่ที่ใช้ โดยส่วนใหญ่พ่อค้าที่พยายามทำให้แนวโน้มเพื่อนของพวกเขาค่าเฉลี่ยเคลื่อนที่เป็นตัวชี้วัดที่ปกคลุมด้วยวัตถุฉนวนซึ่งหมายความว่าพวกเขาไม่ได้คาดการณ์แนวโน้มใหม่ แต่ยืนยันแนวโน้มเมื่อพวกเขาได้รับการจัดตั้งตามที่คุณสามารถเห็นในรูปที่ 1 หุ้นจะถือเป็นใน ขาขึ้นเมื่อราคาอยู่เหนือค่าเฉลี่ยเคลื่อนที่และค่าเฉลี่ยจะแคบขึ้นไปในทางตรงกันข้ามผู้ประกอบการจะใช้ราคาที่ต่ำกว่าค่าเฉลี่ยที่ลาดลงเพื่อยืนยันการลดลง แนวโน้มผู้ค้าจำนวนมากจะพิจารณาเฉพาะการถือครองตำแหน่งยาวในสินทรัพย์เมื่อราคาซื้อขายสูงกว่าค่าเฉลี่ยเคลื่อนที่กฎง่ายๆนี้สามารถช่วยให้แน่ใจได้ว่าเทรนด์ทำงานในผู้ค้าที่มีต่อผู้ค้าเริ่มต้นหลายรายถามว่ามันเป็นไปได้อย่างไรในการวัดโมเมนตัมและ วิธีการเฉลี่ยเคลื่อนที่สามารถใช้เพื่อแก้ไขปัญหาดังกล่าว feat คำตอบง่ายๆคือให้ความสนใจใกล้เคียงกับช่วงเวลาที่ใช้ในการสร้างค่าเฉลี่ยเนื่องจากแต่ละช่วงเวลาสามารถให้ข้อมูลเชิงลึกที่มีคุณค่าในโมเมนตัมต่างๆโดยทั่วไปโมเมนตัมระยะสั้นสามารถ วัดโดยดูที่ค่าเฉลี่ยเคลื่อนที่ซึ่งมุ่งเน้นไปที่ช่วงเวลา 20 วันหรือน้อยกว่าการดูค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นในช่วง 20 ถึง 100 วันโดยทั่วไปถือว่าเป็นตัววัดที่ดีของแรงในระยะกลางสุดท้ายค่าเฉลี่ยเคลื่อนที่ที่ ใช้เวลา 100 วันหรือมากกว่าในการคำนวณสามารถใช้เป็นตัววัดความเป็นโมเมนตัมระยะยาวสามัญสำนึกควรบอกคุณว่าค่าเฉลี่ยเคลื่อนที่ 15 วันเป็นตัววัดที่เหมาะสมกว่าในระยะสั้น มากกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันหนึ่งในวิธีที่ดีที่สุดในการกำหนดความแรงและทิศทางของโมเมนตัมของสินทรัพย์คือการวางค่าเฉลี่ยเคลื่อนที่สามตัวลงบนแผนภูมิและให้ความสนใจใกล้เคียงกันกับวิธีที่พวกเขาสร้างขึ้นเมื่อเทียบกับอีกกลุ่มหนึ่ง ค่าเฉลี่ยเคลื่อนที่ที่ใช้โดยทั่วไปมีช่วงเวลาที่แตกต่างกันในความพยายามที่จะแสดงการเคลื่อนไหวของราคาในระยะสั้นระยะกลางและระยะยาวในรูปที่ 2 แรงขับเคลื่อนที่แข็งแกร่งขึ้นจะเห็นได้เมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวและ ค่าเฉลี่ยระยะสั้นจะอยู่ต่ำกว่าค่าเฉลี่ยระยะยาวอีกต่อไปโมเมนตัมอยู่ในทิศทางที่ลดลงการสนับสนุนการใช้ค่าเฉลี่ยเคลื่อนที่อีกแบบหนึ่งคือการกำหนดราคาที่เป็นไปได้ซึ่งจะใช้เวลาไม่มากนัก จัดการกับค่าเฉลี่ยเคลื่อนที่เพื่อสังเกตว่าราคาที่ตกลงมาของสินทรัพย์มักจะหยุดและย้อนกลับทิศทางในระดับเดียวกับค่าเฉลี่ยที่สำคัญตัวอย่างเช่นในรูปที่ 3 คุณจะเห็นว่า 200- วันสามารถขยับขึ้นราคาหุ้นหลังจากที่ร่วงลงจากระดับสูงที่ 32 จุดส่วนมากนักเทรดเดอร์คาดว่าจะพลิกกลับจากค่าเฉลี่ยเคลื่อนที่ที่สำคัญและจะใช้ตัวบ่งชี้ทางเทคนิคอื่น ๆ เพื่อยืนยันถึงการเคลื่อนไหวที่คาดว่าจะได้รับความต้านทานเมื่อราคาของ สินทรัพย์ต่ำกว่าระดับที่มีอิทธิพลในการสนับสนุนเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันไม่ใช่เรื่องแปลกที่จะเห็นการเคลื่อนไหวโดยเฉลี่ยเป็นอุปสรรคสำคัญที่ทำให้นักลงทุนไม่สามารถผลักดันให้ราคาสูงกว่าค่าเฉลี่ยดังที่คุณสามารถดูได้จากกราฟ ด้านล่างความต้านทานนี้มักใช้โดย traders เป็นเครื่องหมายเพื่อทำกำไรหรือเพื่อปิดตำแหน่งยาวใด ๆ ที่มีอยู่ผู้ขายสั้นจำนวนมากจะใช้ค่าเฉลี่ยเหล่านี้เป็นจุดเข้าเพราะราคามักจะตีกลับจากความต้านทานและยังคงย้ายต่ำกว่าถ้าคุณเป็น นักลงทุนที่ถือครองตำแหน่งที่ยาวนานในสินทรัพย์ที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่สำคัญอาจเป็นไปได้ว่าคุณควรสนใจในระดับนี้อย่างใกล้ชิดเนื่องจากอาจส่งผลกระทบต่อมูลค่ามาก ของการลงทุนของคุณการสูญเสียการหยุดชะงักการสนับสนุนและลักษณะความต้านทานของค่าเฉลี่ยเคลื่อนที่ทำให้เครื่องมือนี้เป็นเครื่องมือที่ดีในการจัดการความเสี่ยงความสามารถในการเคลื่อนที่โดยเฉลี่ยเพื่อระบุสถานที่เชิงกลยุทธ์เพื่อตั้งคำสั่งหยุดขาดทุนช่วยให้ผู้ค้าสามารถตัดตำแหน่งที่เสียก่อนที่จะสามารถเติบโตได้ ขนาดใหญ่ตามที่เห็นในรูปที่ 5 ผู้ค้าที่ถือครองหุ้นยาวและตั้งคำสั่งหยุดการขาดทุนไว้ต่ำกว่าค่าเฉลี่ยที่มีอิทธิพลสามารถประหยัดเงินได้มากการใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดคำสั่งหยุดขาดทุนเป็นกุญแจสำคัญในการซื้อขายที่ประสบความสำเร็จ กลยุทธ์การขยับเขยื้อนข้อมูลจะลบรูปแบบที่สุ่มออกและแสดงแนวโน้มและส่วนประกอบของวงจรโดยปกติแล้วในการรวบรวมข้อมูลที่เกิดขึ้นเมื่อเวลาผ่านไปคือรูปแบบการเปลี่ยนแปลงแบบสุ่มบางรูปแบบมีวิธีการลดการยกเลิกผลกระทบเนื่องจากการเปลี่ยนแปลงแบบสุ่มเทคนิคที่ใช้บ่อยในอุตสาหกรรมคือ smoothing เทคนิคนี้เมื่อนำมาใช้อย่างถูกต้องพบว่ามีแนวโน้มที่ชัดเจนมากขึ้นส่วนประกอบตามฤดูกาลและวัฎจักร ods. Averaging Methods. Exponential Smoothing Methods. Taking ค่าเฉลี่ยเป็นวิธีที่ง่ายที่สุดในการเรียบข้อมูลก่อนอื่นเราจะตรวจสอบวิธีการเฉลี่ยบางอย่างเช่นค่าเฉลี่ยที่เรียบง่ายของข้อมูลทั้งหมดที่ผ่านมาผู้จัดการคลังสินค้าต้องการทราบว่าผู้จัดจำหน่ายทั่วไป ส่งมอบในหน่วย 1000 ดอลล่าเขาจะสุ่มตัวอย่างซัพพลายเออร์ 12 รายโดยสุ่มได้ผลลัพธ์ดังนี้ค่าเฉลี่ยที่คำนวณได้หรือค่าเฉลี่ยของข้อมูล 10 ผู้จัดการตัดสินใจใช้ค่านี้เป็นค่าประมาณสำหรับค่าใช้จ่ายของผู้จัดจำหน่ายทั่วไปนี่คือ ข้อผิดพลาดที่ดีหรือไม่ดีประมาณข้อผิดพลาด squared สองเป็นวิธีที่จะตัดสินวิธีการที่ดีแบบเป็นเราจะคำนวณข้อผิดพลาด squared เฉลี่ยข้อผิดพลาดจำนวนเงินที่แท้จริงการใช้จ่ายลบข้อผิดพลาดจำนวนเงินประมาณข้อผิดพลาด squared เป็นข้อผิดพลาดข้างต้น squared. The SSE คือ ผลรวมของข้อผิดพลาด squared MSE เป็นค่าเฉลี่ยของข้อผิดพลาด squared ผล MSE สำหรับตัวอย่างผลลัพธ์ที่ได้คือข้อผิดพลาดและข้อผิดพลาดข้อผิดพลาดในการคำนวณ 10. คำถามที่เกิดขึ้นเราสามารถใช้ค่าเฉลี่ยในการคาดการณ์รายได้หากเราสงสัยแนวโน้ม ดูกราฟ ด้านล่างแสดงให้เห็นอย่างชัดเจนว่าเราไม่ควรทำเช่นนี้น้ำหนักครอบคลุมการสังเกตการณ์ที่ผ่านมาทั้งหมดเท่าเทียมกันโดยสรุปเราระบุว่าค่าเฉลี่ยหรือเฉลี่ยของข้อสังเกตที่ผ่านมาทั้งหมดเป็นเพียงประมาณการที่เป็นประโยชน์สำหรับการคาดการณ์เมื่อไม่มีแนวโน้มหากมีแนวโน้ม, ใช้ค่าประมาณที่แตกต่างกันซึ่งมีแนวโน้มเข้าสู่บัญชีค่าเฉลี่ยถ่วงน้ำหนักการสังเกตการณ์ในอดีตทั้งหมดอย่างเท่าเทียมกันตัวอย่างเช่นค่าเฉลี่ยของค่า 3, 4, 5 คือ 4 เรารู้แน่นอนว่าค่าเฉลี่ยคำนวณโดยการเพิ่มค่าและหารทั้งหมด การบวกด้วยจำนวนค่าวิธีคำนวณค่าเฉลี่ยโดยการเพิ่มค่าแต่ละหารด้วยจำนวนค่าหรือ 3 3 4 3 5 3 1 1 3333 1 6667 4. ตัวคูณ 1 3 เรียกว่าน้ำหนักโดยทั่วไป . bar frac sum left frac right x1 left frac right x2,, left frac right xn ซ้ายขวา frac เป็นน้ำหนักและแน่นอนพวกเขารวมถึง 1