Flytende gjennomsnitt. Dette eksemplet lærer deg hvordan du beregner det bevegelige gjennomsnittet av en tidsserie i Excel. Et glidende gjennomsnitt brukes til å utjevne uregelmessigheter topper og daler for å enkelt gjenkjenne trender. Først, la oss ta en titt på vår tidsserier.2 På Data-fanen klikker du Data Analysis. Note kan ikke finne Data Analysis-knappen Klikk her for å laste Analysis ToolPak-tillegget.3 Velg Flytt gjennomsnitt og klikk OK.4 Klikk i feltet Inngangsområde og velg området B2 M2. 5 Klikk i intervallboksen og skriv inn 6.6 Klikk i feltet Utmatingsområde og velg celle B3.8 Plott en graf av disse verdiene. Planlegging fordi vi angir intervallet til 6, er det bevegelige gjennomsnittet gjennomsnittet for de foregående 5 datapunktene og det nåværende datapunktet Som et resultat, blir tømmer og daler utjevnet Grafen viser en økende trend Excel kan ikke beregne det bevegelige gjennomsnittet for de første 5 datapunktene fordi det ikke er nok tidligere datapunkter.9 Gjenta trinn 2 til 8 for intervall 2 og intervall 4. Konklusjon La Rger intervallet, jo flere tinder og daler utjevnes. Jo mindre intervallet, jo nærmere de bevegelige gjennomsnittene er de faktiske datapunktene. Gjennomsnittlig gjennomsnitt Hva er de. Av de mest populære tekniske indikatorene brukes glidende gjennomsnitt til å måle retning av den nåværende trenden Hver type bevegelige gjennomsnitt som vanligvis skrives i denne opplæringen som MA er et matematisk resultat som beregnes ved å beregne et antall tidligere datapunkter Når det er bestemt, blir det resulterende gjennomsnittet plottet på et diagram for å tillate handelsmenn å se på jevne data i stedet for å fokusere på de daglige prisfluktuasjonene som er iboende i alle finansmarkeder. Den enkleste formen for et bevegelige gjennomsnitt, passende kjent som et enkelt glidende gjennomsnittlig SMA, beregnes ved å ta det aritmetiske gjennomsnittet av en gitt sett av verdier For eksempel for å beregne et grunnleggende 10-dagers glidende gjennomsnitt vil du legge opp sluttkursene fra de siste 10 dagene og deretter dele resultatet med 10 I figur 1, m av prisene for de siste 10 dagene 110 er delt med antall dager 10 for å komme fram til 10-dagers gjennomsnittet Hvis en handelsmann ønsker å se et 50-dagers gjennomsnitt i stedet, vil samme type beregning bli gjort, men det vil inkludere prisene i løpet av de siste 50 dagene. Den resulterende gjennomsnittet under 11 tar hensyn til de siste 10 datapunktene for å gi handelsmenn en ide om hvordan en eiendel er priset i forhold til de siste 10 dagene. Kanskje du lurer på hvorfor tekniske handelsfolk kaller dette verktøyet er et bevegelige gjennomsnitt og ikke bare et vanlig middel. Svaret er at når nye verdier blir tilgjengelige, må de eldste datapunktene slippes fra settet og nye datapunkter må komme inn for å erstatte dem. Dermed går datasettet kontinuerlig til redegjør for nye data etter hvert som den blir tilgjengelig. Denne beregningsmåten sikrer at bare den nåværende informasjonen blir regnskapsført. I figur 2, når den nye verdien av 5 er lagt til settet, flyttes den røde boksen som representerer de siste 10 datapunktene til høyre og siste v alue av 15 er tapt fra beregningen Fordi den relativt små verdien av 5 erstatter høyverdien på 15, ville du forvente å se gjennomsnittet av datasettet redusere, som det gjør, i dette tilfellet fra 11 til 10.What Moving Gjennomsnitt Se ut som Når først verdiene til MA har blitt beregnet, plottes de på et diagram og deretter kobles til for å skape en glidende gjennomsnittslinje. Disse svingete linjene er vanlige på diagrammer av tekniske handelsfolk, men hvordan de brukes kan variere drastisk mer på dette senere Som du kan se på figur 3, er det mulig å legge til mer enn ett glidende gjennomsnitt på et diagram ved å justere antall tidsperioder som brukes i beregningen. Disse kurvelinjene kan virke distraherende eller forvirrende først, men du vil bli vant til dem som tiden går Den røde linjen er bare gjennomsnittsprisen de siste 50 dagene, mens den blå linjen er gjennomsnittsprisen de siste 100 dagene. Nå som du forstår hva et bevegelige gjennomsnitt er, og hvordan det ser ut, vi ll introdusere en forskjellig type glidende gjennomsnitt og undersøke hvordan det adskiller seg fra det tidligere nevnte enkle glidende gjennomsnittet. Det enkle glidende gjennomsnittet er ekstremt populært blant handelsfolk, men som alle tekniske indikatorer har det kritikere. Mange individer hevder at bruken av SMA er begrenset fordi hvert punkt i data-serien er vektet det samme uansett hvor det forekommer i sekvensen. Kritikere hevder at de nyeste dataene er mer signifikante enn de eldre dataene, og bør ha større innflytelse på sluttresultatet. På bakgrunn av denne kritikken, handelsfolk begynte å gi mer vekt på nyere data, som siden har ført til oppfinnelsen av ulike typer nye gjennomsnitt, hvorav den mest populære er det eksponentielle glidende gjennomsnittet EMA. For videre lesing, se Grunnleggende om vektede bevegelige gjennomsnitt og hva er forskjellen mellom en SMA og en EMA. Exponential Moving Average Det eksponentielle glidende gjennomsnittet er en type bevegelige gjennomsnitt som gir mer vekt til de siste prisene i et forsøk på å gjøre det mer responsivt til ny informasjon Læring den litt kompliserte ligningen for å beregne en EMA kan være unødvendig for mange forhandlere, siden nesten alle kartleggingspakker gjør beregningene for deg. Men for deg matematiske geeks der ute, her er EMA-ligningen . Når du bruker formelen til å beregne det første punktet til EMA, kan du legge merke til at det ikke er noen verdi tilgjengelig for å bruke som forrige EMA. Dette lille problemet kan løses ved å starte beregningen med et enkelt glidende gjennomsnitt og fortsette med ovennevnte Formel derfra Vi har gitt deg et eksempelarkiv som inneholder virkelige eksempler på hvordan du kan beregne både et enkelt glidende gjennomsnitt og et eksponentielt glidende gjennomsnitt. Forskjellen mellom EMA og SMA Nå som du har en bedre forståelse av hvordan SMA og EMA er beregnet, la oss se på hvordan disse gjennomsnittene er forskjellige. Ved å se på beregningen av EMA vil du legge merke til at det legges større vekt på recen t datapunkter, noe som gjør det til en type vektet gjennomsnitt. I figur 5 er antall tidsperioder brukt i hvert gjennomsnitt identisk 15, men EMA reagerer raskere på de endrede prisene. Merk hvordan EMA har en høyere verdi når prisen er stiger og faller raskere enn SMA når prisen senker. Denne responsiviteten er den viktigste grunnen til at mange handelsmenn foretrekker å bruke EMA over SMA. Hva betyr de forskjellige dagene Gjennomsnittlige bevegelige gjennomsnitt er en helt tilpassbar indikator, noe som betyr at brukeren kan fritt velge hvilken tidsramme de vil ha når de oppretter gjennomsnittet. De vanligste tidsperiodene som brukes i bevegelige gjennomsnitt er 15, 20, 30, 50, 100 og 200 dager. Jo kortere tidsrammen brukes til å lage gjennomsnittet, desto mer følsomt vil det være til prisendringer Jo lengre tidsperiode, jo mindre følsom eller mer utjevnet, vil gjennomsnittet være. Det er ingen riktig tidsramme som skal brukes når du setter opp dine bevegelige gjennomsnitt. Den beste måten å finne ut hvilken som passer best for deg er t o eksperimentere med en rekke forskjellige tidsperioder til du finner en som passer til strategien din. Når du beregner et løpende bevegelig gjennomsnitt, er det gjennomsnittlig å plassere gjennomsnittet i mellomtiden. I det forrige eksempelet regnet vi gjennomsnittet for de første tre tidsperioder og plassert den ved siden av periode 3 Vi kunne ha plassert gjennomsnittet midt i tidsintervallet på tre perioder, det vil si ved siden av periode 2 Dette fungerer bra med ulike tidsperioder, men ikke så bra for like tidsperioder Så hvor ville vi plasserer det første glidende gjennomsnittet når M 4. Teknisk sett vil det bevegelige gjennomsnittet falle på t 2 5, 3 5. For å unngå dette problemet glatter vi MAs ved å bruke M 2 Således glatter vi de jevne verdiene. Hvis vi gjennomsnittlig et jevnt tall av vilkår, må vi glatte de glatte verdiene. Følgende tabell viser resultatene ved å bruke M 4.
No comments:
Post a Comment