Ruch średnioroczny 1

Średnie kroczące: co one należą do najbardziej popularnych wskaźników technicznych, średnie kroczące są używane do pomiaru kierunku bieżącej tendencji. Każdy typ średniej ruchomej (powszechnie napisany w tym samouczku jako MA) jest wynikiem matematycznym, który jest obliczany przez uśrednienie wielu poprzednich punktów danych. Po ustaleniu średniej wynikającej z wykresu jest następnie wykreślana na wykresie, aby umożliwić przedsiębiorcom przeglądanie wygładzonych danych, a nie koncentrowanie się na codziennych wahaniach cen, które są nieodłączne dla wszystkich rynków finansowych. Najprostszą formą średniej ruchomej, znanej jako zwykła średnia ruchoma (SMA), oblicza się biorąc średnią arytmetyczną danego zestawu wartości. Na przykład, aby obliczyć podstawową 10-dniową średnią ruchoma, należy dodać do ceny zamknięcia z ostatnich 10 dni, a następnie podzielić wynik o 10. Na rysunku 1 suma cen za ostatnie 10 dni (110) jest podzielony przez liczbę dni (10), aby osiągnąć średnią z 10 dni. Jeśli zamiast tego przedsiębiorca chciałby wyznaczyć średnią na 50 dni, to taki sam kalkulator zostanie dokonany, ale obejmowałby ceny w ciągu ostatnich 50 dni. Średnia uzyskana poniżej (11) uwzględnia przeszłe 10 punktów danych, aby dać handlowcom pojęcie o tym, jak dany składnik aktywów jest wyceniony w stosunku do ostatnich 10 dni. Być może zastanawiasz się, dlaczego techniczni handlowcy nazywają to narzędzie średnią ruchomą, a nie zwykłą średnią. Odpowiedź jest taka, że ​​w miarę pojawiania się nowych wartości najstarsze punkty danych muszą zostać usunięte z zestawu, a nowe punkty muszą zostać zastąpione. Tak więc zestaw danych nieustannie przenosi się do nowych danych, gdy tylko będzie dostępny. Ta metoda obliczeń zapewnia, że ​​tylko rozliczane są bieżące informacje. Na rysunku 2, po dodaniu nowej wartości 5 do zestawu, czerwone pole (reprezentujące ostatnie 10 punktów danych) przesuwa się w prawo, a ostatnia wartość 15 zostaje pomniejszona z obliczenia. Ponieważ stosunkowo niewielka wartość 5 zastępuje dużą wartość 15, można oczekiwać, że średnia z danych zmniejszy się, co robi, w tym przypadku od 11 do 10. Co robi średnie ruchy Jak raz wartości MA zostały obliczone, są one wykreślane na wykresie, a następnie połączone w celu utworzenia średniej ruchomej linii. Te zakrzywione linie są wspólne na wykresach technicznych podmiotów gospodarczych, ale jak one są stosowane mogą się znacznie różnić (więcej o tym później). Jak widać na rysunku 3, można dodać więcej niż jedną średnią ruchu do dowolnego wykresu, dostosowując liczbę okresów używanych do obliczania. Te zakrzywione linie wydają się najpierw rozpraszać lub mylić, ale przyzwyczaili się do nich, gdy czas się trwa. Czerwona linia jest po prostu średnią ceną w ciągu ostatnich 50 dni, a niebieska linia jest średnią ceną w ciągu ostatnich 100 dni. Teraz, gdy zrozumiesz średnią ruchomej i jak wygląda, dobrze wprowadź inny typ średniej ruchomej i sprawdź, jak różni się od wspomnianej wcześniej prostej średniej ruchomej. Prosta średnia ruchoma jest bardzo popularna wśród przedsiębiorców, ale podobnie jak wszystkie wskaźniki techniczne, ma swoje krytyki. Wiele osób twierdzi, że użyteczność SMA jest ograniczona, ponieważ każdy punkt serii danych jest ważony tak samo, niezależnie od miejsca, w którym występuje w sekwencji. Krytycy argumentują, że najnowsze dane są bardziej znaczące niż starsze dane i powinny mieć większy wpływ na końcowy wynik. W odpowiedzi na tę krytykę przedsiębiorcy zaczęli przywiązywać większą wagę do ostatnich danych, co doprowadziło do powstania różnego rodzaju nowych średników, z których najbardziej popularna jest wykładnicza średnia ruchoma (EMA). (Aby uzyskać więcej informacji, zobacz Podstawy średnich ruchów ważonych i Jaka jest różnica między SMA a EMA) Średnia przemieszczeniowa wykładnicza Średnia średnica ruchoma jest rodzajem średniej ruchomej, która przynosi większą wagę do ostatnich cen w celu zwiększenia jej wrażliwości do nowych informacji. Uczenie skomplikowanego równania w obliczaniu EMA może być niepotrzebne dla wielu przedsiębiorców, ponieważ prawie wszystkie pakiety wykresów wykonują obliczenia dla Ciebie. Jednak dla ciebie matematyki są tutaj równania EMA: przy użyciu formuły do ​​obliczania pierwszego punktu EMA można zauważyć, że nie ma wartości dostępnej do wykorzystania w poprzedniej EMA. Ten mały problem można rozwiązać, uruchamiając obliczenie przy użyciu prostej średniej ruchomej i kontynuując od powyższej formuły stamtąd. Przygotowaliśmy przykładowy arkusz kalkulacyjny zawierający rzeczywiste przykłady obliczania zarówno prostej średniej ruchomej, jak i wykładniczej średniej ruchomej. Różnica między EMA i SMA Teraz, gdy masz lepsze zrozumienie, jak obliczany jest SMA i EMA, spójrz, jak te średnie różnią się. Patrząc na obliczenie EMA, zauważysz, że większy nacisk położono na ostatnie punkty danych, co czyni go typem średniej ważonej. Na rysunku 5 liczba okresów czasu używanych w każdej średniej jest identyczna (15), ale EMA reaguje szybciej na zmiany cen. Zauważ, że EMA ma wyższą wartość, gdy cena wzrasta i spada szybciej niż SMA, gdy cena maleje. Ta reakcja jest głównym powodem, dla którego wielu przedsiębiorców wolą używać EMA w SMA. Co robi różniące się średnie Średnie ruchome są całkowicie dostosowywanym wskaźnikiem, co oznacza, że ​​użytkownik może swobodnie dobrać dowolną ramkę czasową, jaką chcą podczas tworzenia średniej. Najczęstsze okresy czasu użyte w ruchomej średniej to 15, 20, 30, 50, 100 i 200 dni. Im krótszy jest okres generowania średniej, tym bardziej wrażliwe będą zmiany cen. Im dłuższy jest czas, tym mniej wrażliwy lub bardziej wygładzony, średnia będzie. Nie ma odpowiedniej ramki czasowej, którą można użyć podczas konfigurowania średnich kroczących. Najlepszym sposobem na określenie, który z nich najlepiej Ci odpowiada, jest eksperymentowanie z różnymi okresami czasu, aż znajdziesz taki, który pasuje do twojej strategii.2.1 Przenoszenie średnich modeli (modeli MA) Modele serii czasowej znane jako modele ARIMA mogą zawierać terminy autoregresji andor średnie ruchome. W pierwszym tygodniu dowiedzieliśmy się, że termin autoregresji w modelu szeregów czasowych dla zmiennej x t jest opóźnioną wartością x t. Na przykład terminem autoregresji 1 opóźnienia jest x t-1 (pomnożony przez współczynnik). Ta lekcja definiuje ruchome średnie terminy. Ruchoma średnia wersja w modelu szeregów czasowych jest błędem w przeszłości pomnożonym przez współczynnik. Niech (przewyższa N (0, sigma2w)), co oznacza, że ​​w t są identycznie, niezależnie rozdzielane, każdy z normalnym rozkładem mającym średnią 0 i tę samą wariancję. Średni model średniej ruchomej, oznaczony symbolem MA (1) to (xt mu wt atta1w) Średni model ruchu średniego rzędu, oznaczony symbolem MA (2) to (xt mu wt atta1w theta2w) , oznaczone literą MA (q) jest (xt mu wt theta2w kropka thetaqw) Uwaga. Wiele podręczników i programów definiuje model z negatywnymi znakami przed terminami. To nie zmienia ogólnych teoretycznych właściwości modelu, chociaż odwraca znaki algebraiczne oszacowanych wartości współczynników i (niezakłóconych) w formułach ACF i wariancji. Musisz sprawdzić oprogramowanie w celu sprawdzenia, czy użyto negatywnych lub pozytywnych oznaczeń w celu poprawnego zapisania szacowanego modelu. R używa pozytywnych oznaczeń w swoim modelu bazowym, tak jak tutaj. Właściwości teoretyczne serii czasowej z modelem MA (1) Należy pamiętać, że jedyną niższą wartością w teoretycznym ACF jest opóźnienie 1. Wszystkie inne autokorelacje wynoszą 0. Tak więc próbka ACF o znacznej autokorelacji tylko w punkcie 1 jest wskaźnikiem możliwego modelu MA (1). Dla zainteresowanych studentów, dowody dotyczące tych właściwości stanowią załącznik do niniejszego materiału informacyjnego. Przykład 1 Załóżmy, że model MA (1) wynosi x t 10 w t .7 w t-1. gdzie (nadwrażliwość N (0,1)). Współczynnik 1 0,7. Teoretyczny ACF podano w poniższym wykresie ACF. Przedstawiona fabuła jest teoretycznym ACF dla MA (1) z 1 0,7. W praktyce próbka zazwyczaj nie dostarcza tak wyraźnego wzorca. Używając R, symulujemy 100 wartości próbek przy użyciu modelu x t 10 w t .7 w t-1, gdzie w t iid N (0,1). W tej symulacji powstaje ciąg szeregowy danych przykładowych. Nie możemy wiele powiedzieć z tej fabuły. Poniżej znajduje się próbka ACF dla danych symulowanych. Widzimy skok w punkcie 1, a następnie ogólnie wartości nieistotne dla opóźnień 1. Pamiętaj, że próbka ACF nie jest zgodna z teoretycznym wzorem MA (1) leżącego u podstawy, co oznacza, że ​​wszystkie autokorelacje w przypadku opóźnień 1 będą 0 Inna próbka miałaby nieco inną próbkę ACF pokazaną poniżej, ale najprawdopodobniej miałyby takie same cechy. Właściwości terapeutyczne serii czasowej z modelem MA (2) Dla modelu MA (2), właściwości teoretyczne są następujące: Należy zauważyć, że jedynymi wartościami niezonarnymi w teoretycznym ACF są opóźnienia 1 i 2. Autokorelacje dla wyższych opóźnień to 0 Więc próba ACF o znacznych autokorelacjach w przypadku opóźnień 1 i 2, ale nieistotne autokorelacje dla wyższych opóźnień wskazują na możliwy model MA (2). iid N (0,1). Współczynniki wynoszą 1 0,5 i 2 0,3. Ponieważ jest to MA (2), teoretyczny ACF będzie miał wartości inne niż z opóźnieniami 1 i 2. Wartości dwóch niezerowych autokorelacji to wykres A teoretycznej ACF. Jak prawie zawsze jest tak, dane próbki nie zachowują się tak doskonale jak teoria. Symulujemy n 150 wartości próbek dla modelu x t 10 w t .5 w t-1 .3 w t-2. gdzie w t iid N (0,1). Sporządza się szeregowy szereg danych. Podobnie jak w przypadku szeregów czasowych dla danych próbki MA (1), niewiele można powiedzieć o tym. Poniżej znajduje się próbka ACF dla danych symulowanych. Wzór jest typowy dla sytuacji, gdy model MA (2) może być użyteczny. Istnieją dwa statystycznie istotne skoki przy opóźnieniach 1 i 2, po których następują nieistotne wartości dla innych opóźnień. Zauważ, że z powodu błędu pobierania próbek próbka ACF nie pasowała dokładnie do teoretycznego wzoru. ACF dla modeli MA (q) Modeli Ogólną cechą modeli MA (q) jest to, że dla wszystkich pierwszych opóźnień q i autokorelacji 0 dla wszystkich luków gtq istnieją autokorelacje nie zerowe. Niepowtarzalność połączenia pomiędzy wartościami 1 i (rho1) w modelu MA (1). W modelu MA (1) dla dowolnej wartości 1. odwrotny 1 1 daje taką samą wartość jak dla przykładu, użyj 0,5 dla 1. a następnie użyj 1 (0.5) 2 dla 1. Otrzymasz (rho1) 0,4 w obu przypadkach. Aby zaspokoić teoretyczne ograniczenie zwane "invertibility". ograniczamy modele MA (1) do wartości z wartością bezwzględną mniejszą niż 1. W podanym przykładzie, 1 0,5 będzie dopuszczalną wartością parametru, podczas gdy 1 10,5 2 nie będzie. Odwrotność modeli MA Model macierzowy jest odwracalny, jeśli jest on algebraiczny, odpowiadający modelowi zbiegającemu się z nieskończonym modelem AR. Zbiegając się, rozumiemy, że współczynniki AR spadają do 0, gdy wracamy w czasie. Inwersja to ograniczenie zaprogramowane w oprogramowanie serii czasowej służące do oszacowania współczynników modeli z hasłami. To nie coś, co sprawdzamy w analizie danych. Dodatkowe informacje o ograniczeniu inwersji dla modeli MA (1) podano w dodatku. Uwagi dotyczące teorii zaawansowanej. W modelu MA (q) z określonym ACF jest tylko jeden model odwracalny. Warunkiem koniecznym do odwrócenia jest fakt, że współczynniki mają takie wartości, że równanie 1- 1 y-. - q y q 0 ma rozwiązania dla y, które leżą poza okręgiem jednostkowym. R dla przykładów W przykładzie 1 wykreślono teoretyczny ACF modelu x t 10 w t. 7w t-1. a następnie symulowane n 150 wartości z tego modelu i wykreślono szereg próbkowania i próbkę ACF dla danych symulowanych. Polecenia R służące do sporządzenia teoretycznej ACF to: acfma1ARMAacf (mac (0.7), lag. max10) 10 opóźnień ACF dla MA (1) z theta1 0,7 lags0: 10 tworzy zmienną o nazwie opóźnienia w zakresie od 0 do 10 (h0) dodaje osi poziomej do wykresu Pierwsze polecenie określa ACF i zapisuje je w obiekcie (np. o nazwie acfma1 (nasz wybór nazwy). Polecenie wydruku (trzecie polecenie) powoduje błędy w porównaniu do wartości ACF dla opóźnień 1 do 10. Parametr ylab etykietuje na osi y, a główny parametr umieszcza tytuł na wykresie. Aby zobaczyć wartości liczbowe ACF, użyj komendy acfma1. Symulacje i wykresy zostały wykonane za pomocą następujących poleceń. xcarc. sim (n150, lista (mac (0.7))) Symuluje n 150 wartości z MA (1) xxc10 dodaje 10 do średniej 10. Domyślnie domyślne symulacje to 0. wykres (x, typeb, mainSimulated MA (1) data) acf (x, xlimc (1,10), mainACF dla symulowanych danych próbki) W przykładzie 2 wymyśliliśmy teoretyczny ACF modelu xt 10 wt5 w t-1 .3 w t-2. a następnie symulowane n 150 wartości z tego modelu i wykreślono szereg próbkowania i próbkę ACF dla danych symulowanych. Stosowane komendy R to acfma2ARMAacf (mac (0.5.0.3), lag. max10) acfma2 lags0: 10 (lags, acfma2, xlimc (1,10), ylabr, typh, główny ACF dla MA (2) z theta1 0,5, (x, x, x, x, x, x, x, x, x, x, x, x, y) mainACF dla symulowanych danych MA (2)) Dodatek: Dowód właściwości MA (1) Dla zainteresowanych studentów są dowody na teoretyczne właściwości modelu MA (1). Variance: (text (xt) text (mu wt theta1 w) tekst 0 (wt) tekst (theta1w) sigma2w theta21sigma2w (1theta21) sigma2w) Kiedy h 1, poprzedni wyrażenie 1 w 2. W przypadku dowolnego h2, poprzednie wyrażenie 0 Powodem jest to, że z definicji niezależności wag. E (w k w j) 0 dla dowolnej kj. Ponadto, ponieważ w t oznaczają 0, E (wjwj) E (wj2) w2. W serii czasów Zastosuj ten wynik, aby uzyskać ACF podany powyżej. Inwersyjny model MA to taki, który można zapisać jako model AR nieskończonego zamówienia, który zbiega się tak, że współczynniki AR zbiegają się do 0, gdy poruszamy się nieskończenie wstecz w czasie. Dobrze wykazać inwersję modelu MA (1). Następnie zastępujemy relację (2) dla t-1 w równaniu (1) (3) (zt wt theta1 (z-taleta) wt theta1z-tal2w) W czasie t-2. równanie (2) staje się Następnie zastępujemy związek (4) dla t-2 w równaniu (3) (zt wt theta1 z - theta21w wt theta1z - eta21 (z-taleta) wt theta1z - eta12z theta31w) Gdybyśmy kontynuowali ( nieskończoność) dostaniemy model nieskończonej AR (zt wt theta1 z - theta21z theta31z-theta41z dots) Zauważ jednak, że jeśli 1 1, współczynniki mnożące opóźnienia z będą wzrastać (nieskończenie) w rozmiarze, gdy wracamy z powrotem czas. Aby temu zapobiec, potrzebujemy 1 lt1. Jest to warunek odwracalnego modelu MA (1). Model nieskoordynowanych zamówień MA W trzecim tygodniu widzimy, że model AR (1) można przekształcić w model MA nieskończonego rzędu: (xt - mu wt phi1w phi21w kropki phik1 w kropkach sumy fij1w) To sumowanie wcześniejszych białych szumów jest znane jako przyczynę reprezentacji AR (1). Innymi słowy, x t jest specjalnym rodzajem magistra z nieskończoną liczbą terminów z czasem. Nazywa się to nieskończoną kolejnością MA lub MA (). Kończy się rozkazem MA jest nieskończona kolejność AR, a dowolny porządek AR jest rzędem nieskończonym rzędu. Przypomnijmy sobie w tygodniu 1, zauważyliśmy, że wymóg stacjonarnego AR (1) polega na tym, że 1 lt1. Pozwala obliczyć Var (xt) używając reprezentacji przyczynowej. W ostatnim kroku używa się podstawowych faktów dotyczących serii geometrycznych, które wymagają (phi1lt1), w przeciwnym razie serie rozbieżności. NawigacjaJeśli używasz funkcji MOVAVGn (która jest obsługiwana w niektórych procedurach SAS, w tym PROC MODEL, NLIN, PHREG, NLMIXED, CALIS, NLP, GENMOD, VARMAX, COMPILE, RISK, FCMP, PROTO, GA, HPF) pamiętaj, że formuła stosowana w funkcji MOVAVGn przed SAS 9.2 jest niezgodna z definicją ruchomą średnią rzędu n, która jest najczęściej znaleziona w literaturze. Funkcja MOVAVGn oblicza średnią ruchową rzędu n1, a nie średnią ruchową rzędu n. W szczególności, formułą, która jest używana w funkcji MOVAVGn jest: gdzie lagn (x) jest opóźnieniem n wartości x. Definicja średniej ruchowej n, która jest najczęściej znaleziona w literaturze, to: Ruch średnia Średnia liczba n (xlag1 (x)) lag (n-1) (x)) n Zmieniono definicję średniej ruchomej kolejności n z SAS 9.2, aby zgadzać się z definicją, która jest najczęściej podawana w literaturze. System operacyjny i informacje o publikacji Średnie kroczące - proste i wykładnicze średnie kroczące - proste i wykładnicze Wprowadzenie Zmiana średniej wygładza dane o cenach, tworząc wskaźnik po trendach. Nie przewidują kierunków cen, ale raczej określają obecny kierunek z opóźnieniem. Przekroczone średnie diety, ponieważ są oparte na wcześniejszych cenach. Pomimo tego opóźnienia, średnie kroczące pomagają gładko działać na ceny i eliminują hałas. Stanowią również elementy dla wielu innych wskaźników technicznych i nakładek, takich jak taśmy Bollingera. MACD i Oscylator McClellan. Dwa najbardziej popularne typy średnich kroczących to średnia ruchoma (SMA) i średnia ruchoma (EMA). Te średnie ruchome mogą być wykorzystane do określenia kierunków trendu lub określenia potencjalnych poziomów wsparcia i oporu. Oto wykres zawierający zarówno SMA, jak i EMA: proste obliczanie średniej ruchomej Prosta średnia ruchoma jest obliczana poprzez obliczenie średniej ceny zabezpieczenia w określonej liczbie okresów. Większość średnich kroczących opiera się na cenach zamknięcia. 5-dniowa prosta średnia ruchoma to pięciodniowa suma cen zamknięcia podzielona przez pięć. Jak sama nazwa wskazuje, średnia ruchoma jest średnią, która się zmienia. Stare dane są usuwane w miarę udostępniania nowych danych. Powoduje to, że średnia przemieszcza się wzdłuż skali czasowej. Poniżej znajduje się przykład 5-dniowej średniej ruchomej rozwijającej się przez trzy dni. Pierwszy dzień średniej ruchomej obejmuje po prostu ostatnie pięć dni. Drugi dzień średniej ruchomej obniża pierwszy punkt danych (11) i dodaje nowy punkt danych (16). Trzeci dzień średniej ruchomej trwa przez upuszczenie pierwszego punktu danych (12) i dodanie nowego punktu danych (17). W powyższym przykładzie ceny stopniowo zwiększają się z 11 do 17 w ciągu siedmiu dni. Zauważ, że średnia ruchoma również wzrasta od 13 do 15 w ciągu trzech dni obliczeniowych. Warto też zauważyć, że każda średnia ruchoma jest tuż poniżej ostatniej ceny. Na przykład, średnia ruchoma dla pierwszego dnia to 13, a ostatnia cena to 15. Ceny poprzednich czterech dni były niższe i powoduje to, że średnia ruchoma jest opóźniona. Obliczanie średniej ruchomej wykładniczej Wyższe średnie kroczące zmniejszają opóźnienie, stosując większą wagę do niedawnych cen. Waga zastosowana do najnowszej ceny zależy od liczby okresów w średniej ruchomej. Są trzy etapy obliczania wykładniczej średniej ruchomej. Najpierw obliczyć prostą średnią ruchoma. Wyznaczona średnia ruchoma (EMA) musi zaczynać się gdzieś tak, tak jak w poprzednim obliczeniu wykorzystywana jest prosta średnia ruchoma, podobnie jak poprzednia emisja EMA0. Po drugie obliczyć mnożnik ważący. Po trzecie, obliczyć wykładniczą średnią ruchomą. Poniższa formuła dotyczy 10-dniowej EMA. 10-okresowa wykładnicza średnia ruchoma stosuje się do 18.18 ważenia do najnowszej ceny. 10-EMA okres może być również nazywany 18.18 EMA. Dwudziestoczteroletnia EMA stosuje wagę 9,52 w stosunku do ostatniej ceny (2 (201) .0952). Zwróć uwagę, że ważenie krótszego okresu czasu jest większe niż ważenie przez dłuższy okres czasu. W rzeczywistości, wagi spadają o połowę za każdym razem, gdy średnia długość ruchu jest dwukrotnie większa. Jeśli potrzebujesz określonej wartości procentowej dla EMA, możesz użyć tej formuły, aby ją zamienić na okresy czasu, a następnie podaj tę wartość jako parametr EMA0: Poniżej znajduje się przykład arkusza kalkulacyjnego 10-dniowej prostej średniej ruchomej i 10- dniowej średniej ruchomej dla Intel. Proste średnie ruchome są proste i niewiele wyjaśniają. 10-dniowa średnia po prostu porusza się w miarę pojawiania się nowych cen, a stare ceny spadają. Wytworzona średnia ruchoma zaczyna się od prostej średniej ruchomej (22.22) w pierwszym obliczeniu. Po pierwszym obliczeniu normalna formuła przejmuje. Ponieważ EMA zaczyna się od prostej średniej ruchomej, jego prawdziwa wartość nie zostanie zrealizowana dopiero po 20 lub późniejszych okresach. Innymi słowy, wartość arkusza excel może się różnić od wartości wykresu ze względu na krótki czas zwrotu. Ten arkusz kalkulacyjny kończy się tylko 30 okresami, co oznacza, że ​​wpływ tej prostej średniej ruchomej miało 20 okresów na rozproszenie. StockCharts co najmniej 250-krotne (zwykle znacznie dalej) dla swoich obliczeń, więc efekty prostej średniej ruchomej w pierwszym obliczeniu zostały w pełni rozproszone. Czynnik Lag zwiększa ruchomą średnią, tym bardziej lag. 10-dniowa wykładnicza średnia ruchoma utrzyma ceny dość blisko i zaraz po skręconych cenach. Krótkie średnie ruchy są jak łodzie szybkości - są zwinne i szybko zmieniają się. W przeciwieństwie do 100-dniowej średniej ruchomej zawiera wiele poprzednich danych, które spowalniają. Dłuższe średnie ruchome są jak zbiorniki oceaniczne - letargiczne i powolne do zmiany. Potrzeba większego i dłuższego ruchu cen dla 100-dniowej średniej ruchomej, aby zmienić bieg. Powyższy wykres pokazuje SampP 500 ETF z 10-dniową EMA ściśle po cenach i 100-dniową SMA szlifowania wyższe. Nawet w okresie spadku stycznia i lutego 100-dniowy kurs SMA utrzymywał kurs i nie obrócił się. 50-dniowy SMA mieści się gdzieś pomiędzy średnim ruchem 10 i 100 dni, jeśli chodzi o współczynnik opóźnienia. Proste vs potoczne średnie kroczące Mimo że istnieją wyraźne różnice między prostymi średnimi ruchoma a średnimi ruchoma wykładniczymi, niekoniecznie jest to lepsze od innych. Wyższe średnie kroczące mają mniej opóźnień, a zatem są bardziej wrażliwe na ostatnie ceny - i ostatnie zmiany cen. Średnie kroczące średnie ruchy spadną przed średnimi ruchami. Z drugiej strony stanowią średnią cenę za cały okres. Jako takie, proste średnie ruchome mogą być lepiej dostosowane do identyfikacji poziomów wsparcia lub oporu. Przeciętne preferencje ruchów zależą od celów, stylu analitycznego i horyzontu czasowego. Chartiści powinni eksperymentować z oboma typami średnich kroczących, jak również różne ramy czasowe, aby znaleźć najlepsze dopasowanie. Poniższy wykres przedstawia firmę IBM z 50-dniowym SMA na czerwono i 50-dniową EMA na zielono. Oba osiągnęły szczyt pod koniec stycznia, ale spadek EMA był ostrzejszy niż spadek SMA. EMA pojawiła się w połowie lutego, ale SMA stale spadała do końca marca. Zauważ, że SMA pojawiła się ponad miesiąc po EMA. Długości i ramy czasowe Długość średniej ruchomej zależy od celów analitycznych. Krótkie średnie ruchome (5-20 okresów) najlepiej nadaje się do krótkoterminowych trendów i handlu. Chartreszy zainteresowani trendami średniookresowymi wybieraliby dłuższe średnie ruchy, które mogą wynosić 20-60 okresów. Inwestorzy długoterminowi wolą ruszać się średnio 100 lub więcej okresów. Niektóre średnie ruchome długości są bardziej popularne niż inne. Najbardziej popularna jest 200-dniowa średnia ruchoma. Ze względu na długość, jest to wyraźnie długoterminowa średnia ruchoma. Następna, 50-dniowa średnia ruchoma jest dość popularna w średnim okresie. Wielu chrześcijan korzysta ze średnich ruchów 50-dniowych i 200-dniowych razem. Krótkoterminowa, 10-dniowa średnia ruchoma była dość popularna w przeszłości, ponieważ łatwo było ją obliczyć. Jeden po prostu dodał numery i przesunął punkt dziesiętny. Identyfikacja tendencji Te same sygnały mogą być generowane przy użyciu prostych lub wykładniczych średnich kroczących. Jak wspomniano powyżej, preferencja zależy od każdej osoby. Poniższe przykłady będą używać zarówno prostych, jak i wykładniczych średnich kroczących. Określona średnia ruchoma odnosi się zarówno do prostych, jak i wykładniczych średnich kroczących. Kierunek średniej ruchomej przekazuje ważne informacje o cenach. Rosnąca średnia ruchoma wskazuje, że ceny są na ogół wzrastające. Spadająca średnia ruchoma wskazuje, że średnio spadają ceny. Rosnąca długoterminowa średnia ruchoma odzwierciedla długoterminową tendencję wzrostową. Spadająca długoterminowa średnia ruchoma odzwierciedla długoterminową tendencję spadkową. Powyższy wykres pokazuje 3M (MMM) z 150-dniową wykładniczą średnią ruchoma. Ten przykład pokazuje, jak dobrze działają średnie ruchome, gdy trend jest silny. 150-dniowa EMA odrzuciła w listopadzie 2007 r. I ponownie w styczniu 2008 r. Zwróć uwagę, że zajęło 15 spadków, aby odwrócić kierunek tej średniej ruchomej. Te wskaźniki opóźniające wskazują na odwrócenie tendencji w miarę ich wystąpienia (w najlepszym wypadku) lub po ich wystąpieniu (w najgorszym przypadku). MMM kontynuował spadek w marcu 2009 r., A następnie wzrósł o 40-50. Zauważ, że 150-dniowa EMA nie pojawiła się dopiero po tym przypływie. Gdy tylko to zrobił, MMM kontynuował wyższe w ciągu najbliższych 12 miesięcy. Przeprowadzki średnie działają doskonale w silnych trendach. Double Crossovers Dwa średnie ruchome mogą być używane razem do generowania sygnałów krzyżowych. W analizie technicznej rynków finansowych. John Murphy nazywa to podwójną metodą crossover. Podwójne przejazdy obejmują jedną stosunkowo krótką średnią ruchową i jedną stosunkowo długą średnią ruchoma. Podobnie jak w przypadku wszystkich średnich kroczących, ogólna długość średniej ruchomej definiuje ramy czasowe dla systemu. System za pomocą 5-dniowej EMA i 35-dniowej EMA uznano za krótkoterminową. System korzystający z 50-dniowego SMA i 200-dniowego SMA byłby uważany za średnioterminowy, a może nawet długoterminowy. Przejściowy zwrotnica występuje wtedy, gdy krótsza średnia ruchoma przekracza dalszą średnią ruchomej. Jest to również znany jako złoty krzyż. Pochylenie spadkowe następuje wtedy, gdy krótsza średnia ruchoma przekracza dłużej przeciętną średnią. Jest to znany jako martwy krzyż. Przekazywanie przecięć średnich powoduje relatywnie późne sygnały. W końcu system zatrudnia dwa wskaźniki słabiej rozwinięte. Im dłuższe są ruchome okresy średnie, tym większe opóźnienie w sygnałach. Te sygnały działają świetnie, gdy trwa tendencja. Jednakże, ruchomy system przecięcia crossoveru przyniesie wiele pseudonów bez silnego trendu. Istnieje również potrójna metoda krzyżowa obejmująca trzy średnie ruchome. Ponownie, generowany jest sygnał, gdy najkrótsza średnia ruchoma przekracza dwa dłuższe średnie ruchome. Prosty potrójny system zwrotnicowy może obejmować średnie ruchome 5-dniowe, 10-dniowe i 20-dniowe. Powyższy wykres przedstawia Home Depot (HD) z 10-dniową EMA (zielona kropkowana linią) i 50-dniową EMA (czerwoną linią). Czarna linia jest codziennym zamknięciem. Użycie średniej ruchomych zwrotnic doprowadziłoby do trzech pędników, zanim złapano dobry handel. 10-dniowa EMA zerwała się pod 50-dniową EMA pod koniec października (1), ale to nie potrwa długo, jak 10-dniowy ruch wznowiony powyżej powyżej w połowie listopada (2). Ten krzyż trwał już dłużej, ale w styczniu (3) następny niedźwiedzia krzyżowa pojawiły się pod koniec listopada poziomu cen, co zaowocowało kolejnym szarpnięciem. Ten niedźwiedzią krzyk nie trwał tak długo, jak 10 dniowy EMA powrócił ponad 50 dni kilka dni później (4). Po trzech złych sygnałach, czwarty sygnał zasygnalizował silnemu ruchowi w miarę wzrostu zapasów w ciągu 20. W tym miejscu są dwa wyjazdy. Po pierwsze, przejazdy są skłonne do wędrowania. Można zastosować filtr cen lub czasu, aby zapobiec psuwaczom. Handlowcy mogą wymagać rozjazdu przez ostatnie 3 dni przed działaniem lub wymagać, aby 10-dniowa EMA przemieszczała się powyżej przedniej 50-dniowej EMA o pewien poziom przed działaniem. Po drugie, MACD może być używany do identyfikacji i ilościowej oceny tych przecięć. MACD (10,50,1) pokaże linię reprezentującą różnicę między dwoma średnicami ruchu wykładniczego. MACD obraca się podczas złotego krzyża i ujemny podczas martwego krzyża. Oscylator Oscylatora Procentowego (PPO) może być używany w ten sam sposób, aby pokazać różnice procentowe. Warto zauważyć, że MACD i PPO są oparte na średnich ruchach wykładniczych i nie odpowiadają prostym średnim kroczącym. Ten wykres przedstawia firmę Oracle (ORCL) z 50-dniową EMA, 200-dniową EMA i MACD (50 200). W okresie 2 12 lat istniały cztery średnie ruchome przejazdy. Pierwsze trzy przyniosły ubolewanie lub złe transakcje. Trwały trend rozpoczął się czwartym rozdrożem, kiedy ORCL sięgnął połowy lat dwudziestych. Po raz kolejny ruchome przecięcia średnie działają świetnie, gdy trend jest silny, ale powodują straty w przypadku braku tendencji. Przeceny cenowe Przeceny średnie można również wykorzystać do generowania sygnałów z prostymi przeceniami cen. Ruchliwy sygnał jest generowany, gdy ceny poruszają się powyżej średniej ruchomej. Sygnał niedźwiedzi jest generowany, gdy ceny spadają poniżej średniej ruchomej. Przeceny cen można połączyć w handlu w większym trendzie. Dłuższa ruchomość ś rednia wyznacza ton dla wię kszej tendencji, a przy generowaniu sygnałów używa się krótszej ruchomoś ci. Poszukiwano uprzejmych krzyżówek cenowych tylko wtedy, gdy ceny są już powyżej średniej dłużej. Będzie to handel w zgodzie z większym trendem. Na przykład, jeśli cena przekracza 200-dniową średnią ruchoma, chartiści skoncentrują się tylko na sygnałach, gdy cena przekracza 50-dniową średnią ruchoma. Oczywiście ruch poniżej 50-dniowej średniej ruchomości poprzedzałby taki sygnał, ale takie krzywe niekorzystne byłyby ignorowane, ponieważ większa tendencja wzrasta. Krzywa niedźwiedzia po prostu sugeruje pullback w większym trendzie wzrostowym. Krzyż powyżej 50-dniowej średniej ruchomości oznaczałby wzrost cen i kontynuację większej dynamiki wzrostu. Następny wykres przedstawia Emerson Electric (EMR) z 50-dniową EMA i 200-dniową EMA. Stan wzrósł powyżej i utrzymywał się powyżej średniej ruchowej 200 dni w sierpniu. Od początku listopada po raz pierwszy pojawiły się spadki poniżej 50-dniowej EMA i ponownie na początku lutego. Ceny szybko się cofnęły ponad 50-dniowy EMA, aby zapewnić uparty sygnał (zielone strzałki) w harmonii z większą fazą wzrostu. MACD (1,50,1) jest wyświetlany w oknie wskaźników w celu potwierdzenia krzyżów cenowych powyżej lub poniżej 50-dniowego EMA. Jednorodzona EMA równa jest cenie zamknięcia. MACD (1,50,1) jest dodatni, gdy wartość graniczna przekracza 50-dniową EMA i jest ujemna, gdy wartość graniczna jest niższa niż 50-dniowa EMA. Wsparcie i opór Średnie kroczące mogą również działać jako wsparcie w trendzie wzrostowym i oporze w downtrend. Krótkoterminowe trenowanie może znaleźć wsparcie w pobliżu 20-dniowej prostej średniej ruchomej, która jest również wykorzystywana w zespołach Bollingera. Długoterminowa tendencja wzrostowa może znaleźć wsparcie w pobliżu 200-dniowej prostej średniej ruchomej, która jest najbardziej popularną długoterminową średnią ruchoma. Jeśli fakt, 200-dniowa średnia ruchoma może oferować wsparcie lub opór tylko dlatego, że jest tak szeroko stosowany. To prawie jak samospełniający się proroctwo. Powyższy wykres pokazuje NY Composite z 200-dniową prostą średnią ruchoma od połowy 2004 r. Do końca 2008 r. 200-dniowe wsparcie udzielane wiele razy w trakcie wyprzedzenia. Gdy trend odwrócił się z podwójną górną przerwą, 200-dniowa średnia ruchoma działała jako opór wokół 9500. Nie oczekuj dokładnych poziomów wsparcia i oporu od średnich kroczących, zwłaszcza dłuższych średnich ruchów. Rynki napędzane są emocjami, co czyni je bardziej skłonne do przeoczenia. Zamiast dokładnych poziomów, średnia ruchoma może być wykorzystana do identyfikacji stref wsparcia lub rezystancji. Wnioski Korzyści płynące ze stosowania średnich ruchomej należy oceniać na niekorzyść. Średnie kroczące są następujące trendy lub opóźnione wskaźniki, które zawsze będą krok za sobą. Niekoniecznie jest to zła rzecz. Przecież tren jest twój przyjaciel i najlepiej jest handlować w kierunku tego trendu. Średnie kroczące zapewniają, że przedsiębiorca jest zgodny z obecnym trendem. Chociaż trend jest Twoim przyjacielem, papiery wartościowe spędzają dużo czasu w zakresie handlu, co powoduje, że średnia ruchoma jest nieskuteczna. Raz w trendzie poruszają się średnie, ale też dają późne sygnały. Don039t oczekują sprzedaży na górze i kupowania na dole przy średnich ruchomech. Podobnie jak w przypadku większości narzędzi analizy technicznej, średnia ruchoma nie powinna być używana samodzielnie, ale w połączeniu z innymi narzędziami uzupełniającymi. Chartiści mogą używać średnich kroczących do określenia ogólnej tendencji, a następnie użyć RSI w celu określenia poziomów przejęcia lub zbytych. Dodawanie średnich ruchów do wykresów StockCharts Średnie ruchome są dostępne jako funkcja nakładania się cen na stół roboczy programu SharpCharts. Używając menu rozwijanego Overlays, użytkownicy mogą wybierać albo prostą średnią ruchomej lub średnią ruchową wykładniczą. Pierwszy parametr służy do określania liczby okresów. Opcjonalny parametr można dodać, aby określić, które pole ceny powinno być stosowane w obliczeniach - O dla otwartych, H dla wysokich, L dla niskich i C dla zamknięcia. Do oddzielenia parametrów stosuje się przecinek. Do dodania innego opcjonalnego parametru można przesuwać średnie ruchome w lewo (w przeszłości) lub w prawo (na przyszłość). Liczba ujemna (-10) spowoduje przesunięcie średniej ruchomej do lewej 10 okresów. Liczba dodatnia (10) spowoduje przesunięcie średniej ruchomej do 10-ciu okresów. Wielokrotne średnie ruchome można pokryć wykresem cen, dodając kolejną linię nakładki do stołu roboczego. Członkowie StockCharts mogą zmieniać kolory i style, aby rozróżnić różne średnie ruchome. Po wybraniu wskaźnika otwórz opcję Opcje zaawansowane, klikając zielony trójkąt. Opcje zaawansowane mogą być również użyte do dodania ruchomych nakładek na inne wskaźniki techniczne, takie jak RSI, CCI i Volume. Kliknij tutaj, aby wyświetlić wykres na żywo z kilkoma ruchomymi średnimi. Używanie średnich kroczących ze skanowaniem w StockCharts Poniżej przedstawiono przykładowe skanowanie, które członkowie magazynu StockCharts mogą skanować w różnych sytuacjach średniej ruchomej: Bullish Moving Average Cross: ta analiza dotyczy zasobów o wzrastającej 150-dniowej prostej średniej ruchomej i wzroście krzyża z 5 EMA i EMA 35-dniowy. 150-dniowa średnia ruchoma rośnie tak długo, jak długo sprzedaje się powyżej jej poziomu pięć dni temu. Krzyż uparty pojawia się, gdy 5-dniowa EMA przesuwa się powyżej 35-dniowej EMA przy wyższej średniej wielkości. Niesklasyfikowany ruch średnio krzyżowy: to skanuje szuka zapasów z 150-dniową prostą średnią ruchomą i krzyżykiem 5-dniowego EMA i 35-dniowego EMA. 150-dniowa średnia ruchoma spadnie tak długo, jak sprzedaje się poniżej poziomu sprzed pięć dni. Krzywa nieuzasadniona występuje, gdy 5-dniowa EMA przemieszcza się poniżej 35-dniowej EMA przy wyższej średniej. Dalsze studia Książka Johna Murphy'ego zawiera rozdział dotyczący średnich kroczących i ich różnych zastosowań. Murphy obejmuje plusy i minusy średnich kroczących. Ponadto, Murphy pokazuje, jak ruchome średnie współpracują z zespołami Bollinger Bands i systemami handlu kanałami. Analiza techniczna rynków finansowych John Murphy