Med Bevegelig Gjennomsnitt Vektede Vs Eksponensiell

Teknisk analyse: Flytende gjennomsnitt De fleste diagrammønstre viser mye variasjon i prisbevegelsen. Dette kan gjøre det vanskelig for forhandlere å få en ide om en generell trend i sikkerheten. En enkel metode handelsmenn bruker for å bekjempe dette er å bruke bevegelige gjennomsnitt. Et glidende gjennomsnitt er gjennomsnittsprisen på en sikkerhet over en viss tid. Ved å tegne en sikkerhets gjennomsnittspris, blir prisbevegelsen utjevnet. Når de daglige fluktuasjonene er fjernet, er handelsmenn bedre i stand til å identifisere den sanne trenden og øke sannsynligheten for at det vil fungere i deres favør. (For å lære mer, les veiledning av Moving Averages.) Typer av bevegelige gjennomsnitt Det finnes en rekke ulike typer bevegelige gjennomsnitt som varierer i måten de beregnes på, men hvordan hvert gjennomsnitt tolkes forblir det samme. Beregningene varierer bare med hensyn til vekten som de legger på prisdata, som skifter fra likevekt av hvert prispunkt til mer vekt legges på nylige data. De tre vanligste typene av bevegelige gjennomsnitt er enkle. lineær og eksponentiell. Simple Moving Average (SMA) Dette er den vanligste metoden som brukes til å beregne det bevegelige gjennomsnittet av priser. Det tar bare summen av alle de siste sluttkursene over tidsperioden, og fordeler resultatet med antall priser som brukes i beregningen. For eksempel i et 10-dagers glidende gjennomsnitt blir de siste 10 sluttkursene lagt til sammen og deretter delt med 10. Som du kan se i figur 1, kan en forhandler gjøre gjennomsnittet mindre responsivt til å endre priser ved å øke tallet av perioder som brukes i beregningen. Å øke antall tidsperioder i beregningen er en av de beste måtene å måle styrken til den langsiktige trenden og sannsynligheten for at den vil reversere. Mange individer hevder at bruken av denne typen gjennomsnitt er begrenset fordi hvert punkt i dataserien har samme innvirkning på resultatet uavhengig av hvor det forekommer i sekvensen. Kritikerne hevder at de nyeste dataene er viktigere, og derfor bør den også ha høyere vekting. Denne typen kritikk har vært en av de viktigste faktorene som fører til oppfinnelsen av andre former for bevegelige gjennomsnitt. Lineærvektet gjennomsnittlig Denne glidende gjennomsnittlige indikatoren er minst vanlig ut av de tre og brukes til å løse problemet med likevekt. Det lineære vektede glidende gjennomsnittet beregnes ved å ta summen av alle sluttkursene over en bestemt tidsperiode og multiplisere dem med datapunktets posisjon og deretter dividere med summen av antall perioder. For eksempel, i et fem-dagers lineært vektet gjennomsnitt, blir dagens sluttkurs multiplisert med fem, gårdager med fire og så videre til den første dagen i perioden er nået. Disse tallene legges deretter sammen og deles av summen av multiplikatorene. Eksponentiell flytende gjennomsnitt (EMA) Denne flytende gjennomsnittlige beregningen bruker en utjevningsfaktor for å legge høyere vekt på de siste datapunktene, og betraktes som mye mer effektivt enn det lineære vektede gjennomsnittet. Å ha en forståelse av beregningen er vanligvis ikke nødvendig for de fleste handelsfolk fordi de fleste kartleggingspakker gjør beregningen for deg. Det viktigste å huske om det eksponentielle glidende gjennomsnittet er at det er mer responsivt på ny informasjon i forhold til det enkle glidende gjennomsnittet. Denne responsen er en av de viktigste faktorene til hvorfor dette er det bevegelige gjennomsnittet mellom mange tekniske handelsfolk. Som du ser i figur 2, øker en 15-årig EMA og faller raskere enn en 15-årig SMA. Denne lille forskjellen virker ikke så mye, men det er en viktig faktor å være klar over siden det kan påvirke avkastningen. Større bruksområder for bevegelige gjennomsnitt Gjennomsnittlig flytteverdi brukes til å identifisere gjeldende trender og trendoverganger, samt å sette opp støtte - og motstandsnivåer. Flytende gjennomsnitt kan brukes til å raskt identifisere om en sikkerhet beveger seg i en opptrinn eller en nedtrengning avhengig av retningen av det bevegelige gjennomsnittet. Som du ser i figur 3, når et bevegelige gjennomsnittspunkt går oppover og prisen er over det, er sikkerheten i en opptrinn. Omvendt kan et nedovergående glidende gjennomsnittspris med prisen nedenfor benyttes til å signalere en downtrend. En annen metode for å bestemme momentum er å se på rekkefølgen til et par bevegelige gjennomsnitt. Når et kortsiktig gjennomsnitt er over et langsiktig gjennomsnitt, er trenden oppe. På den annen side signalerer et langsiktig gjennomsnitt over et kortere sikt gjennomsnitt en nedadgående bevegelse i trenden. Flytte gjennomsnittlige trendrendringer er dannet på to hovedveier: når prisen beveger seg gjennom et bevegelig gjennomsnitt og når det beveger seg gjennom bevegelige gjennomsnittsoverskridelser. Det første vanlige signalet er når prisen beveger seg gjennom et viktig bevegelige gjennomsnitt. For eksempel, når prisen på en sikkerhet som var i en opptrinn, faller under et 50-års glidende gjennomsnitt, som i figur 4, er det et tegn på at opptrenden kan vende seg. Det andre signalet om en trend reversering er når et bevegelige gjennomsnitt krysser gjennom en annen. For eksempel, som 15-dagers glidende gjennomsnitt krysser over det 50-dagers glidende gjennomsnittet, er det et positivt tegn på at prisen vil begynne å øke. Hvis periodene som brukes i beregningen er relativt korte, for eksempel 15 og 35, kan dette signalere en kortsiktig trendomkastning. På den annen side, når to gjennomsnitt med relativt lange tidsrammer krysse over (f. eks. 50 og 200), brukes dette til å foreslå en langsiktig endring i trenden. En annen viktig måte å bevege gjennomsnitt på er å identifisere støtte - og motstandsnivåer. Det er ikke uvanlig å se en lager som har fallet, stoppe nedgangen og bakoverretningen når den treffer støtten til et stort bevegelige gjennomsnitt. En bevegelighet gjennom et stort bevegelige gjennomsnitt blir ofte brukt som et signal fra tekniske handelsfolk om at trenden er omvendt. For eksempel, hvis prisen går gjennom 200-dagers glidende gjennomsnitt i en nedadgående retning, er det et signal om at opptrenden reverserer. Flytte gjennomsnitt er et kraftig verktøy for å analysere trenden i sikkerhet. De gir nyttige støtte - og motstandspunkter og er veldig enkle å bruke. De vanligste tidsrammer som brukes når du lager glidende gjennomsnitt er 200-dagers, 100-dagers, 50-dagers, 20-dagers og 10-dagers. 200-dagers gjennomsnittet antas å være et godt mål for et handelsår, et 100-dagers gjennomsnitt på et halvt år, et 50-dagers gjennomsnitt på kvart i året, et 20-dagers gjennomsnitt på en måned og 10 - dags gjennomsnitt på to uker. Flytte gjennomsnittsverdier hjelper tekniske handelsfolk til å glatte ut noe av støyen som finnes i daglige prisbevegelser, noe som gir handelsmenn et tydeligere bilde av prisutviklingen. Så langt har vi vært fokusert på prisbevegelse, gjennom diagrammer og gjennomsnitt. I neste avsnitt, se på noen andre teknikker som brukes til å bekrefte prisbevegelser og mønstre. Teknisk analyse: Indikatorer og oscillatorerWhat039 er forskjellen mellom bevegelige gjennomsnittlige og vektede glidende gjennomsnitt. Et 5-års glidende gjennomsnitt, basert på prisene ovenfor, vil bli beregnet ved hjelp av følgende formel: På grunnlag av ligningen ovenfor er gjennomsnittsprisen over perioden som er nevnt ovenfor var 90,66. Bruk av bevegelige gjennomsnitt er en effektiv metode for å eliminere sterke prisfluktuasjoner. Nøkkelbegrensningen er at datapunkter fra eldre data ikke veier noe annerledes enn datapunkter nær begynnelsen av datasettet. Dette er hvor vektede glidende gjennomsnitt kommer til spill. Veidede gjennomsnitt gir tyngre vekting til mer gjeldende datapunkter siden de er mer relevante enn datapunkter i den fjerne fortiden. Summen av vektingen skal legge til opptil 1 (eller 100). Når det gjelder det enkle glidende gjennomsnittet, er vektene fordelt like mye, og derfor er de ikke vist i tabellen ovenfor. Sluttpris for AAPLExponential Moving Average (EMA) Forklart Som vi sa i forrige leksjon, kan enkle glidende gjennomsnitt bli forvrengt av pigger. We8217ll starter med et eksempel. Let8217s sier at vi plotter en 5-årig SMA på det daglige diagrammet på EURUSD. Sluttprisene for de siste 5 dagene er som følger: Det enkle glidende gjennomsnittet beregnes som følger: (1.3172 1.3231 1.3164 1.3186 1.3293) 5 1.3209 Enkel nok, vel Vel, hva om det var en nyhetsrapport på dag 2 som forårsaker euroen å slippe over bordet. Dette får EURUSD til å stupe og lukke ved 1.3000. Let8217s se hvilken effekt dette ville ha på 5-tiden SMA. Det enkle glidende gjennomsnittet vil bli beregnet som følger: Resultatet av det enkle glidende gjennomsnittet ville være mye lavere, og det ville gi deg ideen om at prisen faktisk gikk ned, da i virkeligheten var dag 2 bare en engangsaktivitet forårsaket av de dårlige resultatene av en økonomisk rapport. Poenget vi prøver å gjøre er at noen ganger det enkle glidende gjennomsnittet kan være for enkelt. Hvis det bare var en måte at du kunne filtrere ut disse pigger, slik at du ikke ville få feil ide. Hmm8230 Vent et øyeblikk8230 Yep, det er en måte It8217s kalt eksponentielle Moving Average Exponential moving average (EMA) gir mer vekt til de siste perioder. I vårt eksempel ovenfor vil EMA legge mer vekt på prisene på de siste dagene, som ville være dag 3, 4 og 5. Dette ville bety at spissen på dag 2 ville være mindre verdi og wouldn8217t ha så stor en effekt på glidende gjennomsnitt som det ville hvis vi hadde beregnet for et enkelt glidende gjennomsnitt. Hvis du tenker på det, gir dette mye mening fordi det som gjør dette, legger det større vekt på hva handelsmenn gjør nylig. Eksponentiell Moving Average (EMA) og Simple Moving Average (SMA) Side ved side Let8217s ta en titt på 4-timers diagrammet for USDJPY for å markere hvordan et enkelt glidende gjennomsnitt (SMA) og eksponentielt glidende gjennomsnitt (EMA) vil se side om side på et diagram. Legg merke til hvordan den røde linjen (30 EMA) ser ut til å være nærmere pris enn den blå linjen (30 SMA). Dette betyr at det representerer mer nøyaktig ny prishandling. Du kan sikkert gjette hvorfor dette skjer. Det er fordi det eksponentielle glidende gjennomsnittet legger større vekt på hva som har skjedd i det siste. Når det handler om handel, er det langt viktigere å se hva handelsmenn gjør nå, hva de gjorde sist uke eller i forrige måned. Lagre fremgangen din ved å logge inn og merke leksjonen fullstendig