ดับเบิล ชี้แจง เคลื่อนไหว เฉลี่ย Excel

ค่าเฉลี่ยเลขประจำตัว EMA - EMA ลดลงค่าเฉลี่ยเลขหมาย EMA 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมมากที่สุดและใช้ในการสร้างตัวบ่งชี้เช่น MACD และค่าร้อยละ (PPO) โดยทั่วไปแล้ว EMA 50 และ 200 วันใช้เป็นสัญญาณของแนวโน้มในระยะยาว ผู้ค้าที่ใช้การวิเคราะห์ทางเทคนิคพบค่าเฉลี่ยเคลื่อนที่ที่มีประโยชน์และลึกซึ้งเมื่อใช้อย่างถูกต้อง แต่สร้างความหายนะเมื่อใช้ไม่ถูกต้องหรือถูกตีความผิด ค่าเฉลี่ยเคลื่อนที่ทั้งหมดที่ใช้กันโดยทั่วไปในการวิเคราะห์ทางเทคนิคเป็นไปตามลักษณะของตัวชี้วัดที่ล่าช้า ดังนั้นข้อสรุปที่ได้จากการนำค่าเฉลี่ยเคลื่อนที่ไปเป็นกราฟตลาดหนึ่ง ๆ ควรเป็นการยืนยันการเคลื่อนไหวของตลาดหรือเพื่อบ่งชี้ถึงความแข็งแกร่ง บ่อยครั้งเมื่อถึงเวลาที่เส้นค่าเฉลี่ยเคลื่อนไหวได้เปลี่ยนไปเพื่อสะท้อนการเคลื่อนไหวที่สำคัญในตลาดจุดที่เหมาะสมที่สุดของการเข้าสู่ตลาดได้ผ่านไปแล้ว EMA ช่วยลดปัญหานี้ได้บ้าง เนื่องจากการคำนวณ EMA ให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดจึงทำให้การดำเนินการด้านราคาแย่ลงและตอบสนองได้เร็วขึ้น นี่เป็นที่พึงปรารถนาเมื่อใช้ EMA เพื่อรับสัญญาณการซื้อขาย การตีความ EMA เช่นเดียวกับตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ทั้งหมดพวกเขาจะเหมาะกับตลาดที่มีแนวโน้มมากขึ้น เมื่อตลาดอยู่ในขาขึ้นที่แข็งแกร่งและยั่งยืน เส้นแสดงตัวบ่งชี้ EMA จะแสดงแนวโน้มขาขึ้นและทางกลับกันสำหรับแนวโน้มขาลง ผู้ค้าระมัดระวังจะไม่เพียง แต่ใส่ใจกับทิศทางของเส้น EMA แต่ยังสัมพันธ์ของอัตราการเปลี่ยนแปลงจากแถบหนึ่งไปอีก ตัวอย่างเช่นในขณะที่การดำเนินการตามราคาของขาขึ้นที่แข็งแกร่งจะเริ่มแผ่ออกและพลิกกลับอัตราการเปลี่ยนแปลงของ EMA จากแถบหนึ่งไปยังอีกส่วนหนึ่งจะเริ่มลดลงไปจนกว่าจะถึงเวลาดังกล่าวที่บรรทัดตัวบ่งชี้จะราบเรียบและอัตราการเปลี่ยนแปลงเป็นศูนย์ เนื่องจากผลกระทบที่ปกคลุมด้วยวัตถุฉนวนถึงจุดนี้หรือแม้กระทั่งไม่กี่บาร์ก่อนการดำเนินการด้านราคาน่าจะได้กลับรายการไปแล้ว ดังนั้นจึงเป็นไปได้ว่าการสังเกตการลดอัตราการเปลี่ยนแปลงของ EMA ที่สอดคล้องกันอาจเป็นตัวบ่งชี้ที่สามารถช่วยป้องกันภาวะที่กลืนไม่เข้าคายไม่ออกซึ่งเกิดจากผลกระทบที่เกิดจากการเคลื่อนที่โดยเฉลี่ย การใช้ EMA ทั่วไปของ EMA มักใช้ร่วมกับตัวบ่งชี้อื่น ๆ เพื่อยืนยันการย้ายตลาดที่สำคัญและเพื่อวัดความถูกต้อง สำหรับผู้ค้าที่ค้าขายระหว่างวันและตลาดที่เคลื่อนไหวอย่างรวดเร็ว EMA จะสามารถใช้งานได้มากขึ้น ผู้ค้ามักใช้ EMA เพื่อหาอคติในการซื้อขาย ตัวอย่างเช่นหาก EMA ในแผนภูมิรายวันแสดงให้เห็นถึงแนวโน้มที่สูงขึ้นกลยุทธ์การค้าระหว่างวันอาจเป็นการค้าเฉพาะจากด้านยาวบนกราฟระหว่างวันค่าเฉลี่ยถ่วงน้ำหนักที่เกิดขึ้นสองเส้นอธิบายผู้ค้าพึ่งพาการย้ายค่าเฉลี่ยเพื่อช่วยระบุความเป็นไปได้สูง จุดเทรดและจุดขายที่ทำกำไรเป็นเวลาหลายปี ปัญหาที่ทราบกันดีเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โดยรวมคือความล่าช้าอย่างรุนแรงที่มีอยู่ในค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่ ค่าเฉลี่ยเลขยกกำลังสองอัน (DEMA) ให้การแก้ปัญหาด้วยการคำนวณวิธีการเฉลี่ยที่เร็วขึ้น ประวัติความเป็นมาของค่าเฉลี่ยเคลื่อนที่แบบ Double Exponential ในการวิเคราะห์ทางเทคนิค ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยหมายถึงราคาเฉลี่ยสำหรับเครื่องมือการซื้อขายที่เฉพาะเจาะจงในช่วงเวลาที่กำหนด ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 10 วันคำนวณราคาเฉลี่ยของตราสารเฉพาะในช่วง 10 วันที่ผ่านมาค่าเฉลี่ยเคลื่อนที่ 200 วันคำนวณราคาเฉลี่ยของ 200 วันที่ผ่านมา ในแต่ละวันความคืบหน้าของการย้อนกลับไปคำนวณฐานในจำนวนวัน X ล่าสุด ค่าเฉลี่ยเคลื่อนที่จะปรากฏเป็นเส้นโค้งที่ราบเรียบซึ่งแสดงถึงแนวโน้มในระยะยาวของเครื่องดนตรี ค่าเฉลี่ยเคลื่อนที่เร็วขึ้นโดยมีระยะเวลามองย้อนกลับสั้นลงคือค่าเฉลี่ยเคลื่อนที่ที่ช้ากว่าที่เกิดขึ้นกับช่วงเวลาการมองย้อนกลับที่ยาวนานกว่า เนื่องจากค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้การมองย้อนกลับ แต่ล้าหลัง ค่าเฉลี่ยการเคลื่อนที่แบบเลขยกกำลังสอง (DEMA) ซึ่งแสดงในรูปที่ 1 ได้รับการพัฒนาโดย Patrick Mulloy เพื่อลดระยะเวลาในการเคลื่อนที่ที่พบในค่าเฉลี่ยเคลื่อนที่แบบเดิม เป็นครั้งแรกในเดือนกุมภาพันธ์ 1994 การวิเคราะห์ทางเทคนิคของหุ้นนิตยสารสินค้าโภคภัณฑ์ใน Mulloys บทความ Smoothing ข้อมูลที่มีการเคลื่อนไหวได้เร็วขึ้นเฉลี่ย รูปที่ 1: แผนภูมิแบบหนึ่งนาทีของสัญญาซื้อขายล่วงหน้า e-mini Russell 2000 แสดงค่าเฉลี่ยเลขคณิตสองเส้นที่แตกต่างกันโดยเฉลี่ย 55 ครั้งปรากฏเป็นสีน้ำเงิน, 21- ระยะเวลาเป็นสีชมพู การคำนวณ DEMA As Mulloy อธิบายไว้ในบทความต้นฉบับของเขา DEMA ไม่ใช่แค่ EMA แบบคู่ที่มีความล่าช้าเพียงสองเท่าของ EMA แบบเดียว แต่เป็นการรวม EMA แบบเดี่ยวและแบบคู่ที่สร้าง EMA อื่นที่มีความล่าช้าน้อยกว่าทั้งสองแบบของต้นฉบับ สอง. กล่าวอีกนัยหนึ่ง DEMA ไม่ใช่แค่สอง EMA รวมหรือค่าเฉลี่ยเคลื่อนที่ของค่าเฉลี่ยเคลื่อนที่ แต่เป็นการคำนวณ EMA ทั้งแบบเดี่ยวและแบบคู่ เกือบทุกแพลตฟอร์มการวิเคราะห์การค้ามี DEMA รวมเป็นตัวบ่งชี้ที่สามารถเพิ่มลงในแผนภูมิได้ ดังนั้นผู้ค้าสามารถใช้ DEMA โดยไม่ต้องรู้คณิตศาสตร์ที่อยู่เบื้องหลังการคำนวณและโดยไม่ต้องเขียนหรือใส่รหัสใด ๆ การเปรียบเทียบ DEMA กับค่าเฉลี่ยเคลื่อนที่แบบดั้งเดิมค่าเฉลี่ยเคลื่อนที่เป็นวิธีหนึ่งที่ได้รับความนิยมมากที่สุดในการวิเคราะห์ทางเทคนิค ผู้ค้าหลายรายใช้พวกเขาเพื่อดูการพลิกกลับของแนวโน้ม โดยเฉพาะอย่างยิ่งในการครอสโอเวอร์เฉลี่ยเคลื่อนที่โดยมีค่าเฉลี่ยเคลื่อนที่สองเส้นที่มีความยาวต่างกันอยู่บนแผนภูมิ จุดที่ค่าเฉลี่ยเคลื่อนที่ที่ข้ามจะมีความหมายต่อการซื้อหรือขายโอกาส DEMA สามารถช่วยให้ผู้ค้าเห็นการพลิกกลับได้เร็วขึ้นเนื่องจากสามารถตอบสนองต่อการเปลี่ยนแปลงของกิจกรรมตลาดได้เร็วขึ้น รูปที่ 2 แสดงตัวอย่างสัญญาซื้อขายล่วงหน้า e-mini Russell 2000 แผนภูมิแบบหนึ่งนาทีมีค่าเฉลี่ยเคลื่อนที่ 4 รูปแบบคือ DEMA ระยะเวลา 21 (ชมพู) ระยะเวลา 55 DEMA (สีน้ำเงินเข้ม) 21- ระยะเวลา MA (สีน้ำเงิน) ระยะเวลา 55 (สีเขียวอ่อน) รูปที่ 2: แผนภูมิหนึ่งนาที e-mini Russell 2000 สัญญาซื้อขายล่วงหน้าแสดงให้เห็นถึงเวลาตอบสนองที่รวดเร็วขึ้นของ DEMA เมื่อใช้ในการครอสโอเวอร์ ขอให้สังเกตว่าการครอสโอเวอร์ DEMA ในทั้งสองกรณีปรากฏเร็วกว่าการครอสโอเวอร์ MA อย่างมาก ครอสโอเวอร์ DEMA แรกจะปรากฏที่เวลา 12:29 และแถบถัดไปจะเปิดขึ้นในราคา 663.20 ส่วนครอสโอเวอร์ MA อยู่ในช่วงเวลา 12:34 และราคาเปิดบาร์ถัดไปอยู่ที่ 660.50 ในชุดถัดไปของไขว้ครอสโอเวอร์ DEMA จะปรากฏที่ 1:33 และแถบถัดไปจะเปิดที่ 658 ส่วน MA ในทางตรงกันข้ามจะมีรูปแบบที่ 1:43 พร้อมกับการเปิดบาร์ถัดไปที่ 662.90 ในแต่ละกรณีครอสโอเวอร์ DEMA มีข้อได้เปรียบในการเข้าสู่เทรนด์ก่อนหน้านี้มากกว่าครอสโอเวอร์ MA (สำหรับข้อมูลเพิ่มเติมโปรดอ่าน Moving Averages Tutorial) การซื้อขายกับ DEMA ตัวอย่างค่าไขว้ถอยหลังเฉลี่ยข้างต้นแสดงให้เห็นถึงประสิทธิภาพในการใช้ค่าเฉลี่ยเคลื่อนที่ที่เป็นสองเท่าของค่าเฉลี่ยเลขคณิต นอกเหนือจากการใช้ DEMA เป็นตัวบ่งชี้แบบสแตนด์อโลนหรือในการตั้งค่าแบบไขว้ DEMA สามารถใช้เป็นตัวบ่งชี้ที่หลากหลายซึ่งตรรกะขึ้นอยู่กับค่าเฉลี่ยเคลื่อนที่ เครื่องมือวิเคราะห์ทางเทคนิคเช่น Bollinger Bands (MACD) และค่าเฉลี่ยเคลื่อนที่แบบทึบสามตัว (TRIX) ขึ้นอยู่กับค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่และสามารถปรับเปลี่ยนเพื่อรวม DEMA แทนค่าเฉลี่ยเคลื่อนที่แบบอื่น ๆ เพิ่มเติมได้ การแทนที่ DEMA จะช่วยให้ผู้ค้าเห็นโอกาสในการซื้อและขายที่แตกต่างไปจากที่ MAs หรือ EMA ใช้ในตัวบ่งชี้เหล่านี้ แน่นอนการเข้าสู่เทรนด์เร็วกว่าในภายหลังมักจะนำไปสู่ผลกำไรที่สูงขึ้น รูปที่ 2 แสดงให้เห็นหลักการนี้ - ถ้าเราจะใช้ crossovers เป็นสัญญาณซื้อและขาย เราจะเข้าสู่ธุรกิจการค้าอย่างมีนัยสำคัญเมื่อเร็ว ๆ นี้เมื่อใช้ครอสโอเวอร์ DEMA เป็นนอกคอกครอสโอเวอร์ MA ผู้ค้าและนักลงทุนส่วนล่างใช้ค่าเฉลี่ยเคลื่อนที่ในการวิเคราะห์ตลาดเป็นเวลานาน ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือวิเคราะห์ทางเทคนิคที่ใช้กันแพร่หลายซึ่งจะช่วยให้สามารถดูและแปลความหมายของเทรนด์การซื้อขายในระยะยาวได้อย่างรวดเร็ว เนื่องจากการเคลื่อนไหวโดยเฉลี่ยโดยธรรมชาติของพวกเขาเป็นตัวชี้วัดที่ปกคลุมด้วยวัตถุฉนวน จะมีประโยชน์ในการปรับค่าเฉลี่ยเคลื่อนที่เพื่อคำนวณตัวบ่งชี้ที่ตอบสนองได้เร็วขึ้น ค่าเฉลี่ยเคลื่อนที่แบบทึบสองครั้งทำให้ผู้ค้าและนักลงทุนมีมุมมองเกี่ยวกับแนวโน้มในระยะยาวโดยมีข้อได้เปรียบในการเป็นค่าเฉลี่ยเคลื่อนที่เร็วกว่าและมีเวลาล่าช้าน้อยกว่า (สำหรับการอ่านที่เกี่ยวข้องลองดูที่ Moving Average MACD Combo และ Vs Simple Vertical Moving Averages) การเพิ่มความเปรียบเชิงเลขแบบ double exponential จะใช้ค่าคงที่สองค่าและจะดีกว่าในการจัดการกับเทรนด์ตามที่สังเกตไว้ก่อนหน้านี้ Single Smoothing ไม่เก่งในการติดตามข้อมูลเมื่อมีแนวโน้ม สถานการณ์นี้สามารถปรับปรุงได้โดยการแนะนำสมการที่สองด้วยค่าคงที่สอง (แกมมา) ซึ่งต้องเลือกร่วมกับ (alpha) นี่คือสองสมการที่เกี่ยวข้องกับ Double Exponential Smoothing เริ่มต้น St alpha yt (1 - alpha) (S b) 0 le alpha le 1 bt gamma (St - S) (1 - gamma) b 0 le gamma le 1 end โปรดทราบว่าค่าปัจจุบันของชุดนี้ใช้ในการคำนวณ การเปลี่ยนค่าที่ราบเรียบในการทำให้เรียบเป็นทวีคูณ หลายวิธีในการเลือกค่าเริ่มต้นเช่นเดียวกับในกรณีที่มีการเรียบเพียงครั้งเดียวมีความหลากหลายของแผนการตั้งค่าเริ่มต้นสำหรับ (St) และ (bt) ในการทำให้เรียบสองครั้ง (S1) โดยทั่วไปอยู่ที่ (y1) นี่คือคำแนะนำสามข้อสำหรับ (b1) เริ่มต้น b1 y2 - y1 b1 frac left (y2 - y1) (y3 - y2) (y4 - y3) right b1 frac end สมความราบเรียบสมการ smoothing แรกปรับ (St) ให้ตรงกับแนวโน้มของรอบระยะเวลาก่อนหน้า b) โดยเพิ่มไปยังค่าที่เรียบที่สุดครั้งสุดท้าย (S) วิธีนี้จะช่วยลดความล่าช้าและนำ (St) ไปยังฐานที่เหมาะสมของค่าปัจจุบัน สมการราบเรียบที่สองจะอัพเดตแนวโน้มซึ่งแสดงเป็นค่าความแตกต่างระหว่างสองค่าล่าสุด สมการมีความคล้ายคลึงกับรูปแบบพื้นฐานของการเรียบเพียงครั้งเดียว แต่นำไปประยุกต์ใช้กับการปรับปรุงแนวโน้ม สามารถใช้เทคนิคการเพิ่มประสิทธิภาพแบบไม่เชิงเส้นค่าสำหรับ (alpha) และ (gamma) สามารถหาได้โดยใช้เทคนิคการเพิ่มประสิทธิภาพแบบไม่เชิงเส้นเช่น Marquardt Algorithm