ถัว เฉลี่ยเคลื่อนที่ และ ง่ายต่อ การเคลื่อนย้าย ค่าเฉลี่ย

OANDA ใช้คุกกี้เพื่อทำให้เว็บไซต์ของเราใช้งานง่ายและปรับแต่งให้เหมาะกับผู้เยี่ยมชมของเรา ไม่สามารถใช้คุกกี้เพื่อระบุตัวคุณได้ เมื่อไปที่เว็บไซต์ของเราคุณยินยอมให้ OANDA8217s ใช้คุกกี้ตามนโยบายส่วนบุคคลของเรา หากต้องการบล็อกลบหรือจัดการคุกกี้โปรดไปที่ aboutcookies. org การ จำกัด คุกกี้จะป้องกันไม่ให้คุณได้รับประโยชน์จากฟังก์ชันการทำงานบางอย่างในเว็บไซต์ของเรา ดาวน์โหลด Apps มือถือของเราเปิดบัญชี ampltiframe src4489469.fls. doubleclickactivityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 mcesrc4489469.fls. doubleclickactivityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 width1 height1 frameborder0 styledisplay: ไม่มี mcestyledisplay: noneampgtampltiframeampgt บทที่ 1: การย้ายค่าเฉลี่ยประเภทของการย้ายค่าเฉลี่ยมีหลายประเภทของค่าเฉลี่ยเคลื่อนที่พร้อมที่จะตอบสนองความต้องการที่แตกต่างกันการวิเคราะห์ความต้องการของตลาด . การใช้งานโดยทั่วไปมากที่สุดโดย traders ได้แก่ : Simple Moving Average Weighted Moving ค่าเฉลี่ยการเคลื่อนที่เฉลี่ย Average Average Moving Average (SMA) ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเป็นค่าเฉลี่ยเคลื่อนที่เฉลี่ย โดยคำนวณจากชุดราคา (หรือช่วงเวลาที่รายงาน) โดยเพิ่มราคาเหล่านี้เข้าด้วยกันและหารจำนวนทั้งหมดด้วยจำนวนจุดข้อมูล สูตรนี้กำหนดราคาเฉลี่ยและคำนวณในลักษณะที่จะปรับ (หรือเคลื่อนย้าย) เพื่อตอบสนองต่อข้อมูลล่าสุดที่ใช้ในการคำนวณค่าเฉลี่ย ตัวอย่างเช่นหากคุณรวมเฉพาะอัตราแลกเปลี่ยน 15 ครั้งล่าสุดในการคำนวณโดยเฉลี่ยอัตราที่เก่าที่สุดจะลดลงโดยอัตโนมัติทุกครั้งที่มีการเปิดใช้ราคาใหม่ ผลการเปลี่ยนแปลงโดยเฉลี่ยในแต่ละราคาใหม่จะรวมอยู่ในการคำนวณและทำให้มั่นใจได้ว่าค่าเฉลี่ยจะขึ้นอยู่กับเฉพาะ 15 ราคาล่าสุดเท่านั้น ด้วยการทดลองและข้อผิดพลาดเพียงเล็กน้อยคุณสามารถกำหนดค่าเฉลี่ยเคลื่อนที่ที่เหมาะสมกับกลยุทธ์การซื้อขายของคุณได้ จุดเริ่มต้นที่ดีคือค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยตามราคาล่าสุด 20 ราคา ค่าเฉลี่ยถ่วงน้ำหนัก (Weighted Moving Average - WMA) ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักคำนวณด้วยวิธีเดียวกับค่าเฉลี่ยเคลื่อนที่แบบเรียบ แต่ใช้ค่าที่ถ่วงน้ำหนักเป็นเส้นตรงเพื่อให้แน่ใจว่าอัตราล่าสุดมีผลกระทบมากที่สุดต่อค่าเฉลี่ย ซึ่งหมายความว่าอัตราที่เก่าแก่ที่สุดที่รวมอยู่ในการคำนวณจะได้รับน้ำหนัก 1 ค่าที่เก่าสุดต่อไปจะได้รับน้ำหนัก 2 และค่าที่เก่าที่สุดถัดไปจะได้รับน้ำหนัก 3 ตลอดจนอัตราล่าสุด ผู้ค้าบางรายพบว่าวิธีนี้มีความเกี่ยวข้องกับการกำหนดแนวโน้มโดยเฉพาะอย่างยิ่งในตลาดที่เคลื่อนไหวเร็ว ข้อเสียในการใช้ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักคือเส้นค่าเฉลี่ยที่เกิดขึ้นอาจต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่แท้จริง อาจทำให้ยากต่อการพิจารณาแนวโน้มตลาดจากความผันผวน ด้วยเหตุนี้ผู้ค้าบางรายจึงชอบที่จะวางค่าเฉลี่ยเคลื่อนที่เฉลี่ยและค่าเฉลี่ยถ่วงน้ำหนักที่เคลื่อนไหวอยู่ในกราฟราคาเดียวกัน กราฟราคาเชิงเทียนที่มีค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักเฉลี่ยถ่วงน้ำหนัก (EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคล้ายคลึงกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ แต่ในขณะที่ค่าเฉลี่ยเคลื่อนที่ที่ถอยหลังไปเร็วที่สุดจะเป็นราคาใหม่ ค่าเฉลี่ยของช่วงที่ผ่านมาทั้งหมดโดยเริ่มจากจุดที่คุณระบุ ตัวอย่างเช่นเมื่อคุณเพิ่มการซ้อนทับค่าเฉลี่ยที่เป็นค่าเฉลี่ยของการเคลื่อนที่แบบเสวนาไปเป็นกราฟราคาคุณจะกำหนดจำนวนรอบการรายงานที่จะรวมไว้ในการคำนวณ สมมติว่าคุณระบุราคาล่าสุด 10 รายการ การคำนวณครั้งแรกนี้จะตรงกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆซึ่งอิงตามระยะเวลาการรายงาน 10 ครั้ง แต่เมื่อมีการใช้ราคาถัดไปการคำนวณใหม่จะยังคงมีราคาเดิม 10 ราคาบวกราคาใหม่เพื่อให้ได้ค่าเฉลี่ย ซึ่งหมายความว่าปัจจุบันมีการรายงาน 11 งวดในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนาในขณะที่ค่าเฉลี่ยเคลื่อนที่เฉลี่ยจะขึ้นอยู่กับเพียง 10 อันดับล่าสุดเท่านั้น ตัดสินใจว่าจะใช้ค่าเฉลี่ยเคลื่อนที่เพื่อพิจารณาว่าค่าเฉลี่ยเคลื่อนที่ใดที่ดีที่สุดสำหรับคุณคุณต้องเข้าใจความต้องการของคุณก่อน หากวัตถุประสงค์หลักของคุณคือการลดเสียงรบกวนของราคาผันผวนอย่างต่อเนื่องเพื่อกำหนดทิศทางตลาดโดยรวมแล้วค่าเฉลี่ยเคลื่อนที่ที่แท้จริงของอัตรา 20 ครั้งล่าสุดอาจให้ระดับรายละเอียดที่คุณต้องการ หากคุณต้องการให้ค่าเฉลี่ยเคลื่อนที่ของคุณให้ความสำคัญกับอัตราล่าสุดจะมีค่าเฉลี่ยถ่วงน้ำหนักที่เหมาะสมกว่า อย่างไรก็ตามโปรดทราบว่าเนื่องจากค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักได้รับผลกระทบมากที่สุดจากราคาล่าสุดรูปร่างของเส้นเฉลี่ยอาจบิดเบี้ยวอาจส่งผลต่อการสร้างสัญญาณผิดพลาด เมื่อทำงานกับค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักคุณต้องเตรียมพร้อมสำหรับความผันผวนมากขึ้น ค่าเฉลี่ยเคลื่อนที่เฉลี่ยถ่วงน้ำหนัก 169 1996 - 2017 OANDA Corporation สงวนลิขสิทธิ์. ตระกูล OANDA, fxTrade และ OANDAs fx เป็นของ OANDA Corporation เครื่องหมายการค้าอื่น ๆ ที่ปรากฎในเว็บไซต์นี้เป็นทรัพย์สินของเจ้าของที่เกี่ยวข้อง การทำสัญญาซื้อขายเงินตราต่างประเทศกับสัญญาซื้อขายเงินตราต่างประเทศหรือผลิตภัณฑ์อื่น ๆ ที่ไม่มีการแลกเปลี่ยนเงินตราต่างประเทศมีความเสี่ยงสูงและอาจไม่เหมาะสำหรับทุกคน เราแนะนำให้คุณพิจารณาอย่างรอบคอบว่าการซื้อขายมีความเหมาะสมกับคุณหรือไม่ในแง่ของสถานการณ์ส่วนบุคคลของคุณ คุณอาจสูญเสียมากกว่าที่คุณลงทุน ข้อมูลในเว็บไซต์นี้มีลักษณะทั่วไป เราขอแนะนำให้คุณแสวงหาคำแนะนำด้านการเงินที่เป็นอิสระและมั่นใจได้ว่าคุณเข้าใจถึงความเสี่ยงทั้งหมดที่เกี่ยวข้องก่อนการซื้อขาย การซื้อขายผ่านแพลตฟอร์มออนไลน์ถือเป็นความเสี่ยงเพิ่มเติม ดูส่วนกฎหมายของเราที่นี่ การแพร่กระจายการแพร่กระจายทางการเงินจะใช้ได้เฉพาะกับลูกค้า OANDA Europe Ltd ที่อาศัยอยู่ในสหราชอาณาจักรหรือสาธารณรัฐไอร์แลนด์เท่านั้น CFDs ความสามารถในการป้องกันความเสี่ยงด้านราคาของ MT4 และอัตราส่วน Leverage Ratio เกิน 50: 1 ไม่สามารถใช้ได้กับชาวอเมริกัน ข้อมูลในไซต์นี้ไม่ใช่ข้อมูลที่อยู่ในประเทศที่การแจกจ่ายหรือการใช้โดยบุคคลใด ๆ จะขัดต่อกฎหมายหรือข้อบังคับของท้องถิ่น OANDA Corporation เป็นตัวแทนซื้อขายสัญญาซื้อขายล่วงหน้าของ Futures Commission และตัวแทนจำหน่ายรายย่อยที่จดทะเบียนกับ Commodity Futures Trading Commission และเป็นสมาชิกของ National Futures Association หมายเลข: 0325821 โปรดดูที่ ALFA FOREX INVESTOR ALFA ของ NFAs ตามความเหมาะสม บัญชี ULC ของ OANDA (Canada) Corporation มีให้สำหรับทุกคนที่มีบัญชีธนาคารของแคนาดา OANDA (Canada) Corporation ULC มีการกำกับดูแลโดยองค์การการลงทุนอุตสาหกรรมกฎระเบียบของแคนาดา (IIROC) ซึ่งรวมถึงฐานข้อมูลการตรวจสอบ IIROCs ที่ปรึกษาออนไลน์ (IIROC AdvisorReport) และบัญชีลูกค้าได้รับความคุ้มครองโดย Canadian Investor Protection Fund ภายในวงเงินที่ระบุ โบรชัวร์ที่อธิบายถึงลักษณะและขอบเขตของความคุ้มครองจะมีให้ตามคำขอหรือที่ cipf. ca OANDA Europe Limited เป็น บริษัท จดทะเบียนในประเทศอังกฤษที่หมายเลข 7110087 และมีที่อยู่จดทะเบียนตั้งอยู่ที่ชั้น 9a, Tower 42, 25 Old Broad St, London EC2N 1HQ ได้รับมอบอำนาจและควบคุมโดยผู้ควบคุมการแข่งขันทางการเงิน เลขที่: 542574 OANDA Asia Pacific Pte Ltd (บริษัท จดทะเบียนเลขที่ 200704926K) มีใบอนุญาตให้บริการด้านการตลาดทุนที่ออกโดยธนาคารกลางสิงคโปร์และได้รับอนุญาตจาก International Enterprise Singapore OANDA Australia Pty Ltd 160 ถูกควบคุมโดย Australian Securities and Investment Commission ASIC (ABN 26 152 088 349, AFSL No. 412981) และเป็นผู้ออกผลิตภัณฑ์หรือบริการบนเว็บไซต์นี้ สิ่งสำคัญสำหรับคุณในการพิจารณาคู่มือการให้บริการทางการเงินในปัจจุบัน (FSG) คำชี้แจงการเปิดเผยข้อมูลผลิตภัณฑ์ (PDS) ข้อกำหนดบัญชีและเอกสาร OANDA ที่เกี่ยวข้องอื่น ๆ ก่อนตัดสินใจลงทุนทางการเงิน เอกสารเหล่านี้สามารถพบได้ที่นี่ บริษัท OANDA Japan Co. , Ltd. First Type I Financial Instruments ผู้อำนวยการสำนักงาน Kanto Local Financial Bureau (Kin-sho) เลขที่ 2137 สถาบัน Financial Futures Association หมายเลข 1571 Trading FX andor CFDs for margin มีความเสี่ยงสูงและไม่เหมาะสำหรับทุกคน ค่าเฉลี่ยดัชนีราคาเคลื่อนหมายถึงค่าเฉลี่ยของราคาตราสารในช่วงเวลาหนึ่ง เมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยหนึ่งค่าจากราคาตราสารในช่วงเวลานี้ เมื่อราคาเปลี่ยนแปลงไปค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นหรือลดลง มีสี่ประเภทของค่าเฉลี่ยเคลื่อนที่: Simple (เรียกอีกอย่างว่า Arithmetic), Exponential กระชับและถ่วงน้ำหนัก Moving Average อาจคำนวณได้สำหรับชุดข้อมูลลำดับใด ๆ รวมถึงราคาเปิดและราคาปิดราคาสูงสุดและต่ำสุดปริมาณการซื้อขายหรือตัวชี้วัดอื่น ๆ มักเป็นกรณีที่ใช้ค่าเฉลี่ยเคลื่อนที่สองเท่า สิ่งเดียวที่ค่าเฉลี่ยเคลื่อนที่ของแต่ละประเภทแตกต่างกันมากคือเมื่อค่าสัมประสิทธิ์น้ำหนักที่กำหนดให้กับข้อมูลล่าสุดต่างกัน ในกรณีที่เรากำลังพูดถึง Simple Moving Average ราคาทั้งหมดของช่วงเวลาที่เป็นปัญหามีมูลค่าเท่ากัน Exponential Moving Average และ Linear Weighted Moving Average ให้ความสำคัญกับราคาล่าสุด วิธีที่นิยมใช้ในการตีราคาค่าเฉลี่ยของราคาคือการเปรียบเทียบการเปลี่ยนแปลงของราคากับการดำเนินการด้านราคา เมื่อราคาของตราสารเพิ่มขึ้นเหนือค่าเฉลี่ยเคลื่อนที่สัญญาณซื้อจะปรากฏขึ้นหากราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่เรามีสัญญาณการขายอะไรบ้าง ระบบการซื้อขายนี้ซึ่งอิงตามค่าเฉลี่ยเคลื่อนที่ไม่ได้ออกแบบมาเพื่อให้เข้าสู่ตลาดได้อย่างถูกต้องในจุดต่ำสุดและทางออกด้านขวาบนยอด จะช่วยให้สามารถปฏิบัติตามแนวโน้มดังต่อไปนี้: ซื้อเร็ว ๆ นี้หลังจากที่ราคาถึงจุดต่ำสุดแล้วและจะขายได้เร็ว ๆ นี้หลังจากที่ราคาถึงจุดสูงสุดแล้ว ค่าเฉลี่ยเคลื่อนที่สามารถใช้กับตัวบ่งชี้ได้ นั่นคือที่การตีความตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่จะคล้ายกับการตีความค่าเฉลี่ยถ่วงน้ำหนักของราคา: ถ้าตัวบ่งชี้สูงขึ้นเหนือค่าเฉลี่ยเคลื่อนที่ของตัวบ่งชี้นั่นหมายความว่าการเคลื่อนไหวของตัวบ่งชี้ที่เพิ่มขึ้นมีแนวโน้มที่จะดำเนินต่อไป: ถ้าตัวบ่งชี้ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ หมายความว่ามีแนวโน้มว่าจะลดลงต่อไป นี่คือประเภทของค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ: ค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนที่เฉลี่ย (SMA) ค่าเฉลี่ยเคลื่อนที่แบบเลื่อนลอย (EMA) Smoothed Moving Average (SMMA) ค่าเฉลี่ยเคลื่อนที่เชิงเส้นแบบเชิงเส้น (LMA) คุณสามารถทดสอบสัญญาณการค้าของตัวบ่งชี้นี้โดยการสร้าง Expert Advisor ใน MQL5 Wizard การคำนวณ Average Moving Average (Simple Average Moving Average - Simple Average Moving Average - Simple Moving Average - Average Average Moving Average - Simple Average Moving Average) หมายถึงการคำนวณค่าเฉลี่ยเคลื่อนที่ (Simple Moving Average - SMA) โดยทั่วไปหมายถึงการคำนวณค่าเฉลี่ยเคลื่อนที่คำนวณโดยสรุปราคาปิดตราสารเป็นระยะเวลาเดียว (เช่น 12 ชั่วโมง) ค่านี้หารด้วยจำนวนงวดดังกล่าว SMA SUM (CLOSE (i), N) N SUM sum CLOSE (i) ระยะเวลาปิดงวดปัจจุบัน N จำนวนรอบการคำนวณ ค่าเฉลี่ยเคลื่อนที่แบบ Exponential (EMA) ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงโดยการสุ่มตัวอย่างคำนวณโดยการเพิ่มส่วนแบ่งบางส่วนของราคาปิดปัจจุบันเป็นค่าก่อนหน้าของค่าเฉลี่ยเคลื่อนที่ ด้วยราคาเฉลี่ยเคลื่อนที่ที่ราบเรียบตามลำดับขั้นตอนราคาปิดล่าสุดมีมูลค่ามากขึ้น ค่าเฉลี่ยถ่วงน้ำหนักของค่า P-percent จะมีลักษณะดังนี้ EMA (CLOSE (i) P) (EMA (i - 1) (1 - P)) ปิด (i) ค่า EMA (i - 1) ของ Moving Average ของช่วงก่อนหน้า P เปอร์เซ็นต์ของการใช้ราคา Smoothed Moving Average (SMMA) ค่าแรกของค่าเฉลี่ยเคลื่อนที่แบบเรียบนี้คำนวณเป็นค่าเฉลี่ยเคลื่อนที่แบบเรียบ (SMA): SUM1 SUM (CLOSE (i), N) ค่าเฉลี่ยเคลื่อนที่ที่สองคำนวณตามสูตรนี้: SMMA (i) (SMMA1 (N-1) CLOSE (i)) N ค่าเฉลี่ยเคลื่อนที่ที่คำนวณได้จะคำนวณตามสูตรด้านล่าง: PREVSUM SMMA (i - 1) N SMMA (i) (PREVSUM - SMMA (i - 1) CLOSE (i)) N SUM sum SUM1 ยอดรวมของราคาปิดสำหรับ N period นับจากแถบก่อนหน้า PREVSUM smoothed sum of the previous bar SMMA (i-1) smoothed moving average ของแถบก่อนหน้า SMMA (i) ปรับค่าเฉลี่ยเคลื่อนที่ของแถบปัจจุบัน (ยกเว้นงวดแรก) ปิด (i) ราคาปดปดปดปด N ปจจุบัน หลังจากการแปลงเลขคณิตแล้วสูตรนี้สามารถทำได้ง่ายขึ้น: SMMA (i) (SMMA (i - 1) (N - 1) ปิด (i)) N ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้น (LWMA) ในกรณีของค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักข้อมูลล่าสุดคือ มีค่ามากกว่าข้อมูลเบื้องต้น ค่าเฉลี่ยถ่วงน้ำหนักที่คำนวณได้จากการคูณด้วยราคาต่อหนึ่งอันของราคาปิดที่อยู่ในชุดการพิจารณาโดยใช้ค่าสัมประสิทธิ์น้ำหนัก: LWMA SUM (CLOSE (i) i, N) SUM (i, N) SUM sum CLOSE (i) SUM (i, N) ผลรวมของค่าสัมประสิทธิ์น้ำหนัก N ระยะเวลาการปรับตัวทางเทคนิคการวิเคราะห์ค่าเฉลี่ยค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ใช้เพื่อลดการแกว่งในระยะสั้นเพื่อให้ทราบถึงแนวโน้มราคาได้ดีขึ้น ค่าเฉลี่ยเป็นตัวชี้วัดตามแนวโน้ม ค่าเฉลี่ยถ่วงน้ำหนักของราคารายวันคือราคาเฉลี่ยของส่วนแบ่งในช่วงเวลาที่เลือกซึ่งแสดงผลเป็นรายวัน สำหรับการคำนวณค่าเฉลี่ยคุณต้องเลือกช่วงเวลา การเลือกช่วงเวลามักเป็นภาพสะท้อนเมื่อความล่าช้าของข้อมูลราคามากหรือน้อยลงเมื่อเทียบกับราคา ค่าเฉลี่ยราคาถูกใช้เป็นตัวบ่งชี้ตามตัวชี้วัดและเป็นตัวอ้างอิงสำหรับการสนับสนุนด้านราคาและความต้านทาน โดยทั่วไปค่าเฉลี่ยอยู่ในรูปแบบต่างๆเพื่อให้ข้อมูลมีความราบรื่น ข้อเสนอพิเศษ: quotCapturing Profit with technical Analysisquot Simple Moving Average ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคำนวณโดยการเพิ่มราคาทั้งหมดภายในช่วงเวลาที่เลือกหารด้วยช่วงเวลานั้น ด้วยวิธีนี้ข้อมูลแต่ละค่าจะมีน้ำหนักเท่ากันในผลลัพธ์เฉลี่ย รูปที่ 4.35: ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและมีการถ่วงน้ำหนัก เส้นโค้งสีดำหนาในแผนภูมิรูปที่ 4.35 เป็นค่าเฉลี่ยเคลื่อนที่ 20 วัน ค่าเฉลี่ยถ่วงน้ำหนักที่ระบุ (Exponential Moving Average) ค่าเฉลี่ยการเคลื่อนที่แบบเสวนา (Exponential Moving Average) มีน้ำหนักมากขึ้นและมีความเฉลียวฉลาดมากขึ้นในแต่ละช่วงราคาโดยอิงจากสูตรต่อไปนี้: EMA (EMA ราคา) (EMA ก่อนหน้า (EMA ที่ 1)) นักลงทุนส่วนใหญ่รู้สึกไม่สบายใจ การแสดงออกที่เกี่ยวข้องกับเปอร์เซ็นต์ในค่าเฉลี่ยเคลื่อนที่แทน แต่พวกเขารู้สึกดีขึ้นโดยใช้ช่วงเวลา ถ้าคุณต้องการทราบเปอร์เซ็นต์ที่จะใช้งานได้โดยใช้สูตรระยะเวลาหนึ่งสูตรต่อไปจะช่วยให้คุณสามารถแปลงค่าได้: ระยะเวลาสามวันมีความสัมพันธ์กับเปอร์เซ็นต์การชี้แจงของ: เส้นโค้งสีดำบาง ๆ ในรูปที่ 4.35 เป็นแบบเลขยกกำลัง 20 วัน เฉลี่ย. ค่าเฉลี่ยถ่วงน้ำหนักถ่วงน้ำหนักค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักทำให้ข้อมูลน้ำหนักมากขึ้นและน้ำหนักของข้อมูลเก่าน้อยลง ค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักคำนวณโดยการคูณแต่ละข้อมูลโดยมีค่าตั้งแต่วันที่ถึงวันที่มากที่สุดจนถึงวันที่ล่าสุดผลที่ได้คือหารด้วยจำนวนปัจจัยคูณทั้งหมด ในค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนัก 10 วันน้ำหนัก 10 เท่าของราคาในปัจจุบันตามสัดส่วนราคา 10 วันที่ผ่านมา ในทำนองเดียวกันราคาเมื่อวานนี้มีน้ำหนักเพิ่มขึ้น 9 เท่าและอื่น ๆ เส้นโค้งสีดำบางเส้นที่หักในรูปที่ 4.35 เป็นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก 20 วัน ง่าย, เลขชี้กำลังหรือถ่วงน้ำหนักหากเราเปรียบเทียบค่าเฉลี่ยพื้นฐานทั้งสามนี้เราจะเห็นว่าค่าเฉลี่ยที่เรียบง่ายมีการปรับให้เรียบที่สุด แต่โดยทั่วไปยังเป็นความล่าช้าที่ใหญ่ที่สุดหลังการผันผวนของราคา ค่าเฉลี่ยเลขชี้กำลังอยู่ใกล้ราคามากขึ้นและจะตอบสนองได้เร็วกว่าการแกว่งราคา แต่การปรับระยะเวลาที่สั้นกว่านี้ยังสามารถมองเห็นได้ในค่าเฉลี่ยเนื่องจากผลการปรับให้เรียบขึ้น สุดท้ายค่าเฉลี่ยถ่วงน้ำหนักตามการเคลื่อนไหวของราคาได้ใกล้ชิดมากขึ้น การกำหนดว่าค่าเฉลี่ยเหล่านี้จะใช้อย่างไรขึ้นกับวัตถุประสงค์ของคุณ ถ้าคุณต้องการตัวบ่งชี้แนวโน้มที่มีการปรับให้เรียบขึ้นและมีปฏิกิริยาเพียงเล็กน้อยสำหรับการเคลื่อนไหวที่สั้นลงค่าเฉลี่ยที่น้อยที่สุดจะดีที่สุด ถ้าคุณต้องการความเรียบที่คุณยังสามารถเห็นการชิงช้าในระยะเวลาสั้น ๆ ค่าเฉลี่ยเคลื่อนที่ที่ระบุหรือถ่วงน้ำหนักเป็นทางเลือกที่ดีกว่าค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก: พื้นฐานหลายปีช่างเทคนิคพบปัญหาสองอย่างเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ปัญหาแรกอยู่ในกรอบเวลาของค่าเฉลี่ยเคลื่อนที่ (MA) นักวิเคราะห์ทางเทคนิคส่วนใหญ่เชื่อว่าการดำเนินการด้านราคา การเปิดหรือปิดราคาหุ้นไม่เพียงพอที่จะขึ้นอยู่กับการคาดการณ์อย่างถูกต้องสัญญาณซื้อหรือขายของการกระทำแบบไขว้ MAs เพื่อแก้ปัญหานี้นักวิเคราะห์จึงกำหนดน้ำหนักให้มากที่สุดกับข้อมูลราคาล่าสุดโดยใช้ค่าเฉลี่ยเคลื่อนที่แบบเรียบ (EMA) (เรียนรู้เพิ่มเติมเกี่ยวกับ Exploring Average Moved Average Weighed) ตัวอย่างเช่นใช้ MA 10 วันผู้วิเคราะห์จะใช้ราคาปิดของวันที่ 10 และคูณเลขนี้เป็น 10 วันที่เก้าโดยเก้าแปดวินาที วันโดยแปดและอื่น ๆ เพื่อแรกของ MA เมื่อรวมแล้วนักวิเคราะห์จะหารตัวเลขด้วยการเพิ่มตัวคูณ ถ้าคุณเพิ่มตัวคูณของตัวอย่าง MA 10 วันจำนวนเป็น 55 ตัวบ่งชี้นี้เรียกว่าค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเชิงเส้น (สำหรับการอ่านที่เกี่ยวข้องให้ดูที่ค่าเฉลี่ยเคลื่อนที่แบบธรรมดาทำให้แนวโน้มโดดเด่น) ช่างเทคนิคหลายคนเชื่อมั่นในค่าเฉลี่ยเคลื่อนที่แบบเรียบ (exponentially smoothed moving average - EMA) ตัวบ่งชี้นี้ได้รับการอธิบายด้วยวิธีต่างๆมากมายที่ทำให้นักเรียนและนักลงทุนสับสน บางทีคำอธิบายที่ดีที่สุดมาจาก John J. Murphys การวิเคราะห์ทางเทคนิคของตลาดการเงิน (เผยแพร่โดย New York Institute of Finance, 1999): ค่าเฉลี่ยเคลื่อนที่แบบเรียบเรียงตามที่อธิบายถึงปัญหาทั้งสองที่เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ประการแรกค่าเฉลี่ยที่ได้รับการจัดแจงโดยการชี้แจงให้น้ำหนักที่มากขึ้นกับข้อมูลล่าสุด ดังนั้นจึงเป็นค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก แต่ในขณะที่ให้ความสำคัญน้อยกว่ากับข้อมูลราคาในอดีตจะรวมถึงการคำนวณข้อมูลทั้งหมดในชีวิตของเครื่องมือ นอกจากนี้ผู้ใช้สามารถปรับน้ำหนักเพื่อให้น้ำหนักมากขึ้นหรือน้อยกว่ากับราคาวันล่าสุดซึ่งเพิ่มขึ้นเป็นเปอร์เซ็นต์ของมูลค่าวันก่อนหน้า ผลรวมของค่าเปอร์เซ็นต์ทั้งสองจะเพิ่มขึ้นเป็น 100 ตัวอย่างเช่นราคาสุดท้ายของวันอาจมีการกำหนดน้ำหนัก 10 (.10) ซึ่งจะเพิ่มลงในน้ำหนักของวันก่อนหน้า 90 (.90) นี้จะช่วยให้วันสุดท้าย 10 ของน้ำหนักรวม นี่จะเทียบเท่ากับค่าเฉลี่ย 20 วันโดยให้ราคาวันสุดท้ายมีค่าน้อยกว่า 5 (.05) กราฟแสดงดัชนี Nasdaq Composite Index ตั้งแต่สัปดาห์แรกในเดือนสิงหาคม 2543 ถึงวันที่ 1 มิถุนายน พ. ศ. 2544 ตามที่เห็นได้ชัด EMA ซึ่งในกรณีนี้ใช้ข้อมูลราคาปิดเหนือ ระยะเวลาเก้าวันมีสัญญาณขายที่ชัดเจนในวันที่ 8 กันยายน (มีเครื่องหมายลูกศรลงสีดำ) นี่เป็นวันที่ดัชนีทะลุแนว 4,000 จุด ลูกศรสีดำที่สองแสดงอีกขาลงที่ช่างเทคนิคกำลังคาดหวัง Nasdaq ไม่สามารถสร้างปริมาณและดอกเบี้ยได้เพียงพอจากนักลงทุนรายย่อยเพื่อทำลายเครื่องหมาย 3,000 จากนั้นก็พุ่งตัวลงสู่จุดต่ำสุดที่ 1619.58 ในวันที่ 4 เม. ย. แนวโน้มการขึ้นลงของวันที่ 12 เมษายนจะมีเครื่องหมายลูกศร ดัชนีปิดที่ 1,961.46 จุดและนักเทคนิคเริ่มเห็นผู้จัดการกองทุนสถาบันเริ่มที่จะรับข้อเสนอพิเศษบางอย่างเช่น Cisco, Microsoft และปัญหาด้านพลังงานบางส่วน (อ่านบทความที่เกี่ยวข้องของเรา: การย้ายซองจดหมายโดยเฉลี่ย: การปรับแต่งเครื่องมือการเทรดยอดนิยมและการเด้งระดับเฉลี่ยที่เคลื่อนที่) เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือพอร์ตโฟลิโอเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การเสนอขายหุ้นหรือไอพีโอมักจะออกโดย บริษัท ขนาดเล็กที่มีอายุน้อยกว่าที่แสวงหา อัตราส่วนหนี้สิน DebtEquity Ratio คืออัตราส่วนหนี้สินที่ใช้ในการวัดอัตราส่วนหนี้สินของ บริษัท หรืออัตราส่วนหนี้สินที่ใช้ในการวัดแต่ละบุคคล