ง่าย เฉลี่ยเคลื่อนที่ erklg¤rung

SMA (3 บรรทัด) Simple Moving Average (SMA) เป็นดัชนีชี้วัดทางเทคนิคที่ได้รับความนิยมมากที่สุด ค่าเฉลี่ยเคลื่อนที่คือราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด อย่างไรก็ตามในการคำนวณค่าเฉลี่ยเคลื่อนที่คุณต้องเลือกช่วงเวลาที่ใช้ในการคำนวณค่าเฉลี่ยโดยเฉลี่ย ค่าเฉลี่ยเคลื่อนที่อยู่ในดัชนีชี้วัดทางเทคนิคที่ได้รับความนิยมมากที่สุด การตีความแบบดั้งเดิมของค่าเฉลี่ยเคลื่อนที่จะเน้นการเคลื่อนไหวของราคาเทียบกับค่าเฉลี่ยของค่าเฉลี่ย นักลงทุนมักจะรั้นเมื่อราคาเคลื่อนตัวเหนือค่าเฉลี่ยเคลื่อนที่และหยาบคายเมื่อราคาตกต่ำกว่าค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่ยังเป็นประโยชน์ในการทำให้ข้อมูลที่มีเสียงดังราบรื่น การใช้ค่าเฉลี่ยเคลื่อนที่ 200 บาร์เช่นจะทำให้คุณมีมุมมองที่ชัดเจนเกี่ยวกับแนวโน้มทางประวัติศาสตร์ในระยะยาว Simple Moving Average (SMA) คำนวณโดยการเพิ่มราคาปิดของช่วงเวลา (หรือบาร์) ล่าสุดจากนั้นหารด้วย n ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 21 บาร์อ้างอิงถึงราคาปิดของการรักษาความปลอดภัยในช่วง 21 บาร์ที่ผ่านมา ตัวบ่งชี้นี้จะรวมราคาปิดทั้งหมด 21 ราคาและหารด้วย 21 ซึ่งทำให้ราคาเฉลี่ยอยู่ที่ 21 บาร์ที่ผ่านมา SMA ให้น้ำหนักเท่ากันกับแต่ละแท่ง ผู้เชี่ยวชาญด้านการตลาดบางรายเชื่อว่าควรมีการเพิ่มน้ำหนักมากขึ้นในการดำเนินการด้านราคาเพิ่มเติม นักวิเคราะห์เหล่านี้อาจต้องการใช้ค่า Exponential Moving Average (EMA) เนื่องจากไม่เป็นเช่นนั้น สำหรับการอภิปรายรายละเอียดเพิ่มเติมเกี่ยวกับ EMA และวิธีการคำนวณให้ดูที่ Thomas Meyers, หลักสูตร Technical Analysis (Chicago: Irwin, 1989) หมายเหตุ: หากคุณเลือกค่าเฉลี่ยเคลื่อนที่หลายค่าระบบจะกำหนดความยาวของช่วงเวลาเพิ่มเติมตามจำนวนในช่องป้อนข้อมูลโดยค่าเริ่มต้น ตัวอย่างเช่นถ้าคุณพิมพ์ 9 ในช่องป้อนข้อมูลและเลือก SMA (3-Line) จากช่องแบบเลื่อนลงระบบจะคำนวณค่าเฉลี่ยเคลื่อนที่สามเส้นคือ 9 บาร์ 18 บาร์และ 27 บาร์ SMA 2 มีความยาวเป็นสองเท่าของ SMA 1 และ SMA 3 มีความยาวสามเท่าของ SMA 1 หากต้องการแทนที่ค่าเริ่มต้นนี้โปรดดูที่แผนภูมิคำถามที่พบบ่อยเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยของ SMA BREAKING DOWN Average Moving Average - SMA การย้ายง่าย ค่าเฉลี่ยสามารถปรับแต่งได้โดยสามารถคำนวณได้สำหรับช่วงเวลาต่างกันโดยการเพิ่มราคาปิดของการรักษาความปลอดภัยเป็นจำนวนรอบระยะเวลาและหารจำนวนรวมทั้งหมดตามจำนวนช่วงเวลาซึ่งจะทำให้ราคาเฉลี่ยของ ความปลอดภัยในช่วงเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบช่วยขจัดความผันผวนและทำให้สามารถดูแนวโน้มราคาของหลักทรัพย์ได้ง่ายขึ้น หากค่าเฉลี่ยเคลื่อนที่ขึ้นเล็กน้อยหมายความว่าราคาหลักทรัพย์เพิ่มมากขึ้น หากมีการชี้ลงหมายความว่าราคาหลักทรัพย์ลดลง ระยะเวลาที่ยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบขึ้น ค่าเฉลี่ยเคลื่อนที่ระยะสั้นมีความผันผวนมากขึ้น แต่การอ่านมีความใกล้เคียงกับข้อมูลต้นฉบับ ความสำคัญเชิงวิเคราะห์ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือวิเคราะห์ที่สำคัญซึ่งใช้ในการระบุแนวโน้มราคาในปัจจุบันและศักยภาพในการเปลี่ยนแปลงแนวโน้มที่กำหนดไว้ รูปแบบที่ง่ายที่สุดในการใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการวิเคราะห์กำลังใช้เพื่อระบุว่าการรักษาความปลอดภัยอยู่ในขาขึ้นหรือขาลงอย่างรวดเร็วหรือไม่ อีกเครื่องมือวิเคราะห์ที่ได้รับความนิยมแม้ว่าจะมีความซับซ้อนมากกว่าเล็กน้อย แต่ก็คือการเปรียบเทียบคู่ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆกับแต่ละเฟรมเวลาที่ต่างกัน หากค่าเฉลี่ยเคลื่อนที่แบบระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวคาดว่าจะมีแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง รูปแบบการค้าที่นิยมใช้รูปแบบการซื้อขายสองรูปแบบที่นิยมใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ได้แก่ เครื่องหมายกากบาทและกากบาทสีทอง การเสียชีวิตเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ถือเป็นสัญญาณขาลงที่มีการขาดทุนเพิ่มขึ้น เครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นอยู่เหนือค่าเฉลี่ยเคลื่อนที่ในระยะยาว การค้าขายกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายวิธีการค้าขายกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคืออะไร เมื่อคุณเริ่มต้นที่จะลอกเปลือกหอม, ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคืออะไร แต่ง่าย บทความนี้จะครอบคลุมหัวข้อต่างๆเพื่อตั้งชื่อไม่กี่เรื่องเราจะพูดถึงสูตรค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายค่าเฉลี่ยเคลื่อนที่ที่นิยม (5, 10, 200) บางตัวอย่างที่เคลื่อนที่โดยเฉลี่ยและวิธีการข้ามไขว้เพียงเล็กน้อย มีแหล่งข้อมูลอื่น ๆ อีกสองสามแห่งที่ผมต้องการชี้ก่อนที่คุณจะดำเนินการต่อบทความ (1) เครื่องมือจำลองการซื้อขาย (คุณจะต้องฝึกฝนสิ่งที่ได้เรียนรู้) และ (2) บทความเคลื่อนไหวเฉลี่ยเพิ่มเติมเพื่อให้เข้าใจถึงค่าเฉลี่ยโดยรวม (Displaced Moving Average ค่าเฉลี่ยการเคลื่อนที่แบบ Exponential Average ค่าเฉลี่ยเคลื่อนที่ Triple Exponential) Simple Moving Average Formula ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) เป็นค่าเฉลี่ยเคลื่อนที่ที่สุดที่ใช้ในการซื้อขาย สูตรเฉลี่ยถ่วงน้ำหนักแบบง่ายๆคำนวณโดยใช้ราคาปิดเฉลี่ยของหุ้นในช่วง x ล่าสุด ลองดูตัวอย่างค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ด้วย MSFT ราคาปิดบัญชีสุดท้าย 5 ครั้งสำหรับ MSFT คือ: ในการคำนวณสูตรค่าเฉลี่ยเคลื่อนที่แบบง่ายคุณจะแบ่งราคาปิดทั้งหมดหารด้วยจำนวนงวด SMA 5 วัน 143.245 28.65 ค่าเฉลี่ยเคลื่อนที่แบบธรรมดายอดนิยมในทางทฤษฎีมีค่าเฉลี่ยเคลื่อนที่แบบไม่ จำกัด จำนวน ถ้าคุณคิดว่าคุณจะมากับบางแปลก 46 SMA ที่จะชนะตลาดให้ฉันหยุดคุณตอนนี้ สิ่งสำคัญคือต้องใช้ SMA ที่พบบ่อยที่สุดเพราะเป็นสิ่งที่ผู้ค้าส่วนใหญ่จะใช้เป็นประจำทุกวัน ในขณะที่ฉันไม่สนับสนุนคุณตามคนอื่น ๆ สิ่งสำคัญที่ต้องรู้ว่าผู้ค้ารายอื่นกำลังมองหาคำแนะนำ ด้านล่างเป็น SMA ที่พบมากที่สุดที่ใช้ในตลาด: 5 - SMA - สำหรับผู้ประกอบการค้าระดับไฮเปอร์ สั้นของ SMA นี้อย่างต่อเนื่องจะให้สัญญาณ การใช้ที่ดีที่สุดของ 5-SMA เป็นตัวกระตุ้นการค้าร่วมกับระยะเวลา SMA ที่ยาวขึ้น 10-SMA - เป็นที่นิยมของผู้ค้าระยะสั้น พ่อค้าแกว่งที่ดีและผู้ค้ารายวัน 20-SMA - จุดสุดท้ายบนรถประจำทางสำหรับผู้ค้าระยะสั้น นอกเหนือจาก 20-SMA แล้วคุณจะมองไปที่แนวโน้มหลัก ๆ 50-SMA - ใช้ผู้ค้าเพื่อวัดแนวโน้มระยะกลาง 50 moving average average moving average 200-SMA - ยินดีต้อนรับสู่โลกของผู้ติดตามแนวโน้มในระยะยาว นักลงทุนส่วนใหญ่จะมองข้ามหรือต่ำกว่าค่าเฉลี่ยนี้เพื่อแสดงว่าหุ้นอยู่ในแนวโน้มรั้นหรือขาประจำ 200 average average moving average average กฎพื้นฐานสำหรับการซื้อขายกับ SMA ผู้ค้าส่วนใหญ่จะบอกให้คุณทราบว่าจะขาย crossovers เฉลี่ยที่เคลื่อนที่อย่างง่ายและผลกำไรจะตกจากสวรรค์ ดีโชคร้ายนี้ไม่ถูกต้อง บ่อยครั้งที่หุ้นจะแตะหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่เพื่อดำเนินการต่อในทิศทางหลักเท่านั้น นี้จะทำให้คุณผิดด้านของตลาดและลงในตำแหน่งของคุณ ด้านล่างมีไม่กี่วิธีในการทำเงินซื้อขาย SMA ไปที่ Primary Trend ค้นหาหุ้นที่พังขึ้นหรือลงอย่างแรงใช้ SMAs ต่อไปนี้ 5,10,20,40,200 เพื่อดูว่าการตั้งค่าใดที่มีราคาที่ดีที่สุดเมื่อคุณระบุ SMA ที่ถูกต้องแล้วให้รอราคาที่จะทดสอบ SMA ประสบความสำเร็จและมองหาการยืนยันราคาว่าสต็อกกลับมาสู่ทิศทางของเทรนด์หลักป้อนการซื้อขายในแถบถัดไป Fade the Primary Trend ใช้สองค่าเฉลี่ยเคลื่อนที่แบบธรรมดาค้นหาหุ้นที่พังขึ้นหรือลงอย่างมากเลือกค่าเฉลี่ยเคลื่อนที่สองค่าที่เรียบง่าย เพื่อใช้กับแผนภูมิ (เช่น 5 และ 10) ตรวจสอบให้แน่ใจว่าราคาไม่ได้รับการสัมผัส SMA 5 หรือ 10 SMA มากเกินไปในช่วง 10 บาร์รอให้ราคาปิดด้านบนหรือด้านล่างทั้งสองค่าเฉลี่ยเคลื่อนที่ในทิศทางการนับถอยหลังของ แนวโน้มหลักในแถบเดียวกันป้อนการค้าในแถบถัดไปตัวอย่างชีวิตจริงจะมีแนวโน้มหลักโดยใช้ SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเป็นหนึ่งในรูปแบบพื้นฐานที่สุดของการวิเคราะห์ทางเทคนิค แม้แต่แกนหลักที่ยากจะมีสิ่งหนึ่งหรือสองข้อที่จะพูดเกี่ยวกับตัวบ่งชี้ ผู้ค้าต้องระมัดระวังเนื่องจากมีค่าเฉลี่ยที่ไม่ จำกัด จำนวนที่คุณสามารถใช้ได้จากนั้นคุณจะโยนกรอบเวลาหลายชุดในชุดผสมและคุณมีแผนภูมิที่ยุ่งเหยิง ด้านล่างนี้เป็นแบบทีละบทสำหรับการใช้ค่าเฉลี่ยเคลื่อนที่ในแผนภูมิระหว่างวัน ในตัวอย่างด้านล่างเราจะกล่าวถึงด้านขวาของแนวโน้มหลังจากวางตำแหน่งที่ยาวนาน กราฟด้านล่างนี้มาจาก TIBCO (TIBX) เมื่อวันที่ 24 มิถุนายน 2554 ตัวอย่างการเคลื่อนไหวอย่างง่ายตัวอย่างเช่นหุ้นมีการฝ่าการเปิดและปิดใกล้ระดับสูงของเชิงเทียน ผู้ประกอบการเทรนเนอร์จะใช้โอกาสนี้เพื่อกระโดดลงไปบนรถไฟและวางจุดต่ำลงต่ำกว่าเทียนเปิด ณ จุดนี้คุณสามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อวัดความแรงของแนวโน้มในปัจจุบันได้ ในตัวอย่างแผนภูมินี้เราใช้ค่าเฉลี่ยเคลื่อนที่ 10 ช่วง Simple Moving Average - เมื่อต้องการขายตอนนี้กำลังดูแผนภูมิด้านบนคุณคิดว่าคุณจะขายได้อย่างไรในระดับ 26.40 โดยใช้ค่าเฉลี่ยเคลื่อนที่แบบธรรมดาให้ฉันช่วยคุณได้ที่นี่ คุณจะไม่มีเงื่อนงำเลย นักลงทุนจำนวนมากพยายามที่จะใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆเพื่อทำนายจุดขายและจุดขายที่แน่นอนบนแผนภูมิ พ่อค้าอาจสามารถดึงออกได้โดยใช้ค่าเฉลี่ยหลายค่าสำหรับทริกเกอร์ แต่ค่าเฉลี่ยเพียงอย่างเดียวจะไม่เพียงพอ เพื่อประหยัดเวลาและปวดศีรษะและใช้ค่าเฉลี่ยเพื่อพิจารณาความแรงของการเคลื่อนที่ ตอนนี้ดูอีกที่แผนภูมิ คุณเห็นว่ากราฟกำลังเริ่มหมุนเวียนเมื่อค่าเฉลี่ยกำลังเริ่มแผ่ออกไป พ่อค้าฝ่าวงล้อมต้องการอยู่ห่างจากกิจกรรมประเภทนี้เนื่องจากเงินในตัวอย่างนี้เติบโตขึ้นเมื่อราคาหุ้นเพิ่มขึ้น ตอนนี้อีกครั้งถ้าคุณกำลังจะขายบนไม้กางเขนผ่านค่าเฉลี่ยนี้อาจทำงานบางเวลา แต่เมื่อเวลาผ่านไปคุณจะสิ้นสุดการสูญเสียเงินหลังจากที่คุณคิดค่าคอมมิชชั่น หากคุณไม่เชื่อฉันลองเพียงแค่ซื้อและขายโดยอิงตามตารางราคาที่ขึ้นหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ โปรดจำไว้ว่าถ้ามันเป็นเรื่องง่ายที่พ่อค้าทุกคนในโลกจะทำเงินมือกำปั้น Flat Simple Moving Average ลองดูค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่และแนวโน้มหลัก ฉันชอบเรียกการตั้งค่า grail ศักดิ์สิทธิ์นี้ นี่คือการตั้งค่าที่คุณจะเห็นในหนังสือและการสัมมนา เพียงซื้อในการฝ่าวงล้อมและขายเมื่อหุ้นหลุดลงมาใต้การกระทำของราคา ตารางด้านล่างเป็นแผนภูมิระหว่างวันของ Sina Corporation (SINA) ตั้งแต่วันที่ 24 มิถุนายน 2554 ดูว่ากราฟราคามีความชัดเจนสูงกว่าค่าเฉลี่ยเคลื่อนที่เฉลี่ย 20- รอบอย่างไร Simple Moving Average - ตัวอย่างที่สมบูรณ์แบบไม่ว่าจะเป็นแผนภูมิที่สวยงามคุณซื้อในราคาเปิดที่ 80 และขายได้เมื่อปิดที่ 92 กำไร 15 อย่างรวดเร็วในหนึ่งวันและคุณไม่จำเป็นต้องยกนิ้วขึ้น สมองเป็นสิ่งที่ตลก ฉันจำได้ว่าเห็นแผนภูมิแบบนี้เมื่อฉันเริ่มต้นซื้อขายแล้วฉันจะซื้อการตั้งค่าที่ตรงกับกิจกรรมตอนเช้า ฉันจะมองหาประเภทเดียวกันของปริมาณและการกระทำราคาเพียงเพื่อต่อมาจะตีในหน้าตามความเป็นจริงเมื่อเล่นของฉันไม่ได้มีแนวโน้มเช่นกัน นี่คือความท้าทายที่แท้จริงกับการซื้อขายสิ่งที่ทำงานได้ดีในหนึ่งแผนภูมิจะไม่ทำงานได้ดีในอีกด้านหนึ่ง โปรดจำไว้ว่า 20-SMA ทำงานได้ดีในตัวอย่างนี้ แต่คุณไม่สามารถสร้างระบบสร้างรายได้จากการเล่นได้ ตัวอย่างชีวิตจริงที่เกิดขึ้นกับเทรนด์หลักโดยใช้ SMA อีกวิธีหนึ่งในการค้าโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคือการไปตอบโต้กับแนวโน้ม หนึ่งในความเป็นไปได้สูงกว่าการเล่นคือการถ่วงการเคลื่อนไหวของช่องว่าง มีการศึกษาเกี่ยวกับช่องว่างจำนวนมาก ขึ้นอยู่กับช่วงเวลาในตลาดหุ้น (แนวราบ 60s, booms 90s ปลายหรือความผันผวนของ 2000s) สมมติฐานที่ปลอดภัยว่าช่องว่างจะเติม 50 ของเวลา การตรวจสอบความถูกต้องอื่นที่ผู้ประกอบการค้าสามารถใช้เมื่อไปเคาน์เตอร์อยู่ใกล้หรือน้อยกว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ในตัวอย่างด้านล่าง FSLR มีช่องว่างที่มั่นคงเท่ากับ 4. หลังจากช่องว่างมีการปรับขึ้นอย่างมาก คุณต้องระมัดระวังอย่างมากกับวิธีการนับ หากคุณอยู่ในด้านที่ไม่ถูกต้องของการค้าคุณและคนอื่น ๆ ที่มีตำแหน่งของคุณจะเป็นเชื้อเพลิงสำหรับขาขึ้นต่อไป ให้ไปข้างหน้าอย่างรวดเร็วไม่กี่ชั่วโมงบนแผนภูมิ FSLR Short Trend เมื่อใดก็ตามที่คุณไปสั้น ๆ และหุ้นไม่น้อยที่จะกู้คืนและความผันผวนแห้งขึ้นคุณอยู่ในจุดที่ดี สังเกตว่า FSLR ยังคงลดลงตลอดทั้งวันที่ไม่สามารถต่อสู้ได้ ตอนนี้ให้กระโดดไปข้างหน้าหนึ่งวันเพื่อ 1 กรกฎาคม 2011 และคาดเดาสิ่งที่เกิดขึ้นคุณได้มันช่องว่างที่เต็มไป FSLR Gap Filled Simple Moving Average Crossover Strategy ค่าเฉลี่ยเคลื่อนที่โดยตัวคุณเองจะเป็นเส้นทางที่ดีสำหรับการซื้อขายในตลาด แต่สิ่งที่เกี่ยวกับการเคลื่อนไหวไขว้เฉลี่ยเป็นทริกเกอร์สำหรับการเข้าและปิดการค้า ให้ฉันใช้ท่าทางที่ชัดเจนเกี่ยวกับเรื่องนี้และบอกว่าฉันไม่ใช่แฟนของกลยุทธ์นี้ แรกค่าเฉลี่ยเคลื่อนที่โดยตัวเองเป็นตัวบ่งชี้ปกคลุมด้วยวัตถุฉนวนตอนนี้คุณชั้นในความคิดที่ว่าคุณต้องรอให้ตัวบ่งชี้ปกคลุมด้วยวัตถุฉนวนที่จะข้ามตัวบ่งชี้ที่ปกคลุมด้วยวัตถุฉนวนอื่นเป็นเพียงความล่าช้ามากเกินไปสำหรับฉัน ถ้าคุณมองไปรอบ ๆ เว็บหนึ่งในค่าเฉลี่ยเคลื่อนที่ที่ง่ายที่สุดที่จะใช้กับกลยุทธ์ไขว้คือ 50 และ 200 วัน เมื่อค่าเฉลี่ยเคลื่อนที่เฉลี่ย 50 เส้นข้ามค่าเฉลี่ยเคลื่อนที่ 200 เส้นจะสร้างรูปกางเขนสีทอง ในทางตรงกันข้ามเมื่อค่าเฉลี่ยเคลื่อนที่เฉลี่ย 50 เส้นข้ามต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 อันทำให้เกิดการเสียชีวิต ฉันพูดถึงเรื่องนี้เท่านั้นเพื่อให้คุณทราบถึงการตั้งค่าซึ่งอาจใช้สำหรับการลงทุนระยะยาว ตั้งแต่ Tradingsim มุ่งเน้นการซื้อขายวันให้ฉันอย่างน้อยวิ่งผ่านบางกลยุทธ์พื้นฐานครอสโอเวอร์ Moving Average Crossovers และการซื้อขายประจำวันสอง Crossover Crossover Movement ง่ายง่ายในช่วงต้นอาชีพการค้าของฉันและเมื่อฉันพูดต้นฉันหมายถึงไม่กี่เดือนแรกฉันมีความคิดที่สดใสของการใช้กลยุทธ์เฉลี่ยเคลื่อนที่เพื่อให้ฉันพบความมั่งคั่งใหม่ ฉันตั้งรกรากใน SMAs 5 และ 10 ระยะเวลาและเพิ่งซื้อเป็น 5 ข้ามเหนือ 10 และขายสั้น ๆ เมื่อ 5 ข้ามด้านล่าง 10 ฉันคิดว่าฉันเป็นขั้นสูงจริงๆเมื่อฉันตัดสินใจที่จะไม่เพียง แต่ใช้ระบบนี้สุ่มสี่สุ่มห้า แต่เพื่อเรียกใช้ การวิเคราะห์หุ้นที่มีผลลัพธ์ที่ดีที่สุด ที่คุณสามารถจินตนาการได้ในระยะยาวผมเริ่มสูญเสียเงิน ฉันได้รับหัวข้อที่ฉันคิดว่าฉันแล้วทำให้มันชัดเจน Im ไม่พัดลมของการเคลื่อนไหวข้ามเฉลี่ย ดังนั้นให้พูดคุยผ่านการใช้สองเฉลี่ยอย่างง่าย สิ่งแรกที่ต้องทราบคือคุณต้องการเลือกค่าเฉลี่ยเคลื่อนที่สองค่าที่เกี่ยวข้องกับแต่ละอื่น ๆ ตัวอย่างเช่น 10 คือครึ่ง 20 หรือ 50 หรือ 200 เป็นค่าเฉลี่ยเคลื่อนที่ที่นิยมมากที่สุดสำหรับนักลงทุนระยะยาว สิ่งที่สองมาเพื่อทำความเข้าใจกับทริกเกอร์สำหรับการซื้อขายกับค่าไขว้เฉลี่ยที่เคลื่อนไหว สัญญาณการซื้อหรือขายจะถูกเรียกใช้เมื่อค่าเฉลี่ยเคลื่อนที่ต่ำกว่าหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ใหญ่ขึ้น ซื้อบนไม้กางเขนขึ้นในตัวอย่างแผนภูมิด้านล่างของแอปเปิ้ลจาก 492013 Apple ช่วง SMA 10 ข้ามช่วงระยะเวลา SMA 20 คุณจะสังเกตเห็นว่าสต็อกมีการทำงานในวันดีจาก 424 ถึง 428.50 ไม่ว่าเพียงกราฟที่สวยงาม SMA ระยะเวลา 10 เป็นเส้นสีแดงและสีฟ้าเป็นระยะเวลา 20 ในตัวอย่างนี้คุณจะได้ซื้อเมื่อเส้นสีแดงปิดเหนือสีน้ำเงินซึ่งจะทำให้คุณมีจุดเริ่มต้นที่สูงกว่า 424 การขาย Cross Down ให้ดูเมื่อมีการเรียกใช้การดำเนินการขาย ในตัวอย่างนี้การดำเนินการขายได้รับการกระตุ้นเมื่อหุ้นปิดลงในวันที่ 4152013 ขณะนี้ทั้งสองตัวอย่างนี้คุณจะสังเกตเห็นว่าสต็อกสะดวกไปในทิศทางที่ต้องการด้วยแรงเสียดทานน้อยมาก นี่เป็นสิ่งที่ไกลที่สุดจากความเป็นจริง ถ้าคุณมองข้ามครอสโอเวอร์ที่เคลื่อนที่โดยเฉลี่ยในสัญลักษณ์ใด ๆ คุณจะสังเกตเห็นสัญญาณผิดพลาดและด้านข้างมากขึ้นกว่าตัวเลขที่ได้รับผลตอบแทนสูง เนื่องจากส่วนใหญ่ของหุ้นเวลาบนพื้นผิวย้ายในรูปแบบสุ่ม จำคนได้มันเป็นงานของผู้เล่นเงินใหญ่ปลอมคุณออกทุกครั้งเพื่อแยกคุณออกจากเงินของคุณ ด้วยการเพิ่มขึ้นของกองทุนป้องกันความเสี่ยงและระบบการซื้อขายอัตโนมัติ สำหรับการเล่นครอสโอเวอร์ทุกทำความสะอาดผมพบว่าผมอาจจะแสดงให้คุณอีกโหลหรือมากกว่าที่ไม่เล่นออกได้ดี นี้อีกครั้งคือเหตุผลที่ผมไม่แนะนำให้ใช้กลยุทธ์การครอสโอเวอร์เป็นวิธีที่แท้จริงสำหรับการทำเงินวันซื้อขายในตลาด หากคุณไม่คิดค่าใช้จ่ายแล้วค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายไม่ใช่ตัวบ่งชี้ที่คุณสามารถใช้เป็นตัวเรียกเดี่ยว ตอนนี้นั่นไม่ได้หมายความว่าตัวบ่งชี้ไม่สามารถเป็นเครื่องมือที่ยอดเยี่ยมสำหรับการเฝ้าติดตามทิศทางของเทรนด์หรือช่วยให้คุณทราบว่าเมื่อใดที่ตลาดเริ่มอ่อนล้าหลังจากการเคลื่อนไหวห่าม คิดว่า SMA เป็นเข็มทิศพื้นฐานมาก ถ้าคุณต้องการรายละเอียดพิกัดคุณจะต้องใช้เครื่องมืออื่น ๆ แต่อย่างน้อยคุณก็มีความคิดที่จะมุ่งหน้าไป ค่าเฉลี่ยการ PostMoving ที่เกี่ยวข้อง - ค่าเฉลี่ยเคลื่อนที่ที่ง่ายและค่าเฉลี่ย Exponential - การแนะนำแบบง่ายและแบบ Exponential การเปลี่ยนแปลงค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่จะเป็นตัวบ่งชี้ที่บ่งบอกถึงแนวโน้ม พวกเขาไม่ได้คาดการณ์ทิศทางราคา แต่กำหนดทิศทางปัจจุบันที่มีความล่าช้า การเลื่อนค่าเฉลี่ยของความล่าช้าเนื่องจากขึ้นอยู่กับราคาในอดีต แม้ว่าความล่าช้านี้ค่าเฉลี่ยเคลื่อนที่จะช่วยให้การดำเนินการด้านราคาเรียบและกรองเสียงรบกวน พวกเขายังเป็นตัวสร้างสำหรับตัวชี้วัดทางเทคนิคและการซ้อนทับอื่น ๆ อีกมากมายเช่นกลุ่ม Bollinger Bands MACD และ Oscillator McClellan ค่าเฉลี่ยเคลื่อนที่สองประเภทคือ Moving Average เฉลี่ย (SMA) และ Exponential Moving Average (EMA) ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถใช้เพื่อระบุทิศทางของแนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้น กราฟของ SMA และ EMA มีดังนี้ Simple Moving Average Calculation ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยคำนวณโดยใช้ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่ระบุ ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่จะขึ้นอยู่กับราคาปิด ค่าเฉลี่ยเคลื่อนที่ 5 วันเป็นผลรวมของราคาปิดห้าวันหารด้วยห้า เป็นชื่อที่แสดงถึงค่าเฉลี่ยเคลื่อนที่ที่เป็นค่าเฉลี่ยที่เคลื่อนที่ได้ ข้อมูลเก่าจะถูกลดลงเนื่องจากมีข้อมูลใหม่มาให้ นี่เป็นสาเหตุให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลา ด้านล่างเป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่มีการเปลี่ยนแปลงไปสามวัน วันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมา วันที่สองของค่าเฉลี่ยเคลื่อนที่จะเว้นจุดข้อมูลแรก (11) และเพิ่มจุดข้อมูลใหม่ (16) วันที่สามของค่าเฉลี่ยเคลื่อนที่จะคงที่ต่อไปโดยทิ้งจุดข้อมูลแรก (12) และเพิ่มจุดข้อมูลใหม่ (17) ในตัวอย่างข้างต้นราคาค่อยๆเพิ่มขึ้นจาก 11 เป็น 17 ในช่วงเจ็ดวัน สังเกตว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจาก 13 เป็น 15 ในช่วงการคำนวณสามวัน นอกจากนี้โปรดสังเกตด้วยว่าค่าเฉลี่ยเคลื่อนที่แต่ละรายการต่ำกว่าราคาล่าสุด ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ของวันที่หนึ่งเท่ากับ 13 และราคาสุดท้ายคือ 15 วันราคาในช่วง 4 วันก่อนหน้านี้ลดลงและนี่เป็นสาเหตุให้ค่าเฉลี่ยเคลื่อนที่ล่าช้า การคำนวณเฉลี่ยที่เพิ่มขึ้นชี้แจงค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดจะลดความล่าช้าโดยการใช้น้ำหนักมากขึ้นกับราคาล่าสุด การถ่วงน้ำหนักที่ใช้กับราคาล่าสุดขึ้นอยู่กับจำนวนงวดในค่าเฉลี่ยเคลื่อนที่ มีสามขั้นตอนในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา ขั้นแรกคำนวณค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) จะต้องเริ่มต้นที่ไหนสักแห่งดังนั้นค่าเฉลี่ยเคลื่อนที่แบบเรียบจะถูกใช้เป็น EMA ของช่วงเวลาก่อนหน้าในการคำนวณครั้งแรก สองคำนวณตัวคูณการถ่วงน้ำหนัก ขั้นที่สามคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา สูตรด้านล่างมีไว้สำหรับ EMA 10 วัน ค่าเฉลี่ยการเคลื่อนย้ายเลขคณิต 10 ช่วงมีค่าเป็น 18.18 ตามราคาล่าสุด EMA 10 ระยะเวลาสามารถเรียกได้ว่าเป็น EMA 18.18 EMA 20 ระยะเวลาใช้การชั่งน้ำหนัก 9.52 กับราคาล่าสุด (2 (201) .0952) สังเกตว่าการชั่งน้ำหนักในช่วงเวลาที่สั้นลงนั้นมากกว่าการชั่งน้ำหนักในช่วงเวลาที่ยาวขึ้น ในความเป็นจริงการถ่วงน้ำหนักลดลงครึ่งหนึ่งทุกครั้งที่ช่วงเวลาเฉลี่ยที่เคลื่อนที่ได้สองเท่า หากคุณต้องการให้เราเป็นเปอร์เซ็นต์เฉพาะสำหรับ EMA คุณสามารถใช้สูตรนี้เพื่อแปลงเป็นช่วงเวลาและป้อนค่าดังกล่าวเป็นพารามิเตอร์ของ EMA0: ด้านล่างเป็นตัวอย่างของสเปรดชีตที่ใช้ค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่ 10- day สำหรับ Intel ค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ตรงและต้องการคำอธิบายเล็กน้อย ค่าเฉลี่ยของระยะเวลา 10 วันมีการเคลื่อนไหวเพียงเล็กน้อยเมื่อราคาใหม่เข้าสู่ตลาดและราคาเก่าร่วงลง ค่าเฉลี่ยเคลื่อนที่แบบทึบจะขึ้นต้นด้วยค่าเฉลี่ยเคลื่อนที่อย่างง่าย (22.22) ในการคำนวณครั้งแรก หลังจากการคำนวณครั้งแรกสูตรปกติจะใช้เวลามากกว่า เนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายค่าที่แท้จริงจะไม่ได้รับรู้จนกว่าจะถึง 20 งวดในภายหลัง กล่าวอีกนัยหนึ่งค่าในสเปรดชีต Excel อาจแตกต่างจากค่าแผนภูมิเนื่องจากระยะเวลามองย้อนกลับสั้น สเปรดชีทนี้จะย้อนกลับไป 30 รอบซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลา 20 ช่วงที่จะกระจายไป StockCharts ย้อนกลับไปอย่างน้อย 250 รอบ (โดยทั่วไปมากขึ้น) สำหรับการคำนวณของตนดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายอย่างสิ้นเชิง ปัจจัยความล่าช้ายิ่งค่าเฉลี่ยเคลื่อนที่สูงเท่าไหร่ยิ่งเท่าไร ค่าเฉลี่ยเลขคณิต 10 วันจะกอดราคาได้ค่อนข้างใกล้เคียงกันและจะเลี้ยวไปไม่นานหลังจากที่ราคาเปลี่ยนไป ค่าเฉลี่ยการเคลื่อนที่โดยรวมสั้น ๆ เหมือนเรือเร็ว - มีความว่องไวและรวดเร็วในการเปลี่ยนแปลง ในทางตรงกันข้ามค่าเฉลี่ยเคลื่อนที่ 100 วันมีข้อมูลที่ผ่านมาจำนวนมากที่ทำให้การทำงานช้าลง ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือบรรทุกน้ำมันในมหาสมุทร - เซื่องซึมและชะลอการเปลี่ยนแปลง การเคลื่อนไหวของราคาที่ยาวขึ้นและยาวนานขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนเส้นทาง แผนภูมิข้างต้นแสดง SampP 500 ETF ที่มี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่สูงขึ้น แม้จะมีการลดลงในเดือนมกราคมถึงเดือนกุมภาพันธ์ แต่ SMA 100 วันก็ยังไม่ปิดลง SMA 50 วันเหมาะกับบางช่วงระหว่างค่าเฉลี่ยเคลื่อนที่ 10 และ 100 วันเมื่อพูดถึงปัจจัยล่าช้า ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเป็นเส้นตรงแม้ว่าจะมีความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสวนาอย่างใดอย่างหนึ่ง แต่ก็ไม่จำเป็นต้องดีกว่าอีก ค่าเฉลี่ยเคลื่อนที่ที่มีนัยสำคัญมีความล่าช้าน้อยลงและมีความอ่อนไหวต่อราคาล่าสุดและการเปลี่ยนแปลงราคาล่าสุด ค่าเฉลี่ยเลขยกกำลังแบบ Exponential จะเปลี่ยนตัวก่อนค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมด ดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกว่าในการระบุระดับการสนับสนุนหรือความต้านทาน การย้ายการตั้งค่าเฉลี่ยขึ้นอยู่กับวัตถุประสงค์ลักษณะการวิเคราะห์และขอบฟ้าเวลา Chartists ควรทดลองทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่และระยะเวลาที่ต่างกันเพื่อหาพอดีที่ดีที่สุด กราฟด้านล่างแสดงให้เห็นว่า IBM มี SMA 50 วันเป็นสีแดงและ EMA 50 วันเป็นสีเขียว ทั้งสองจุดในช่วงปลายเดือนมกราคม แต่การลดลงของ EMA มีความคมชัดกว่าการลดลงของ SMA EMA เปิดขึ้นในกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงไปจนถึงสิ้นเดือนมีนาคม สังเกตว่า SMA เปิดขึ้นภายในหนึ่งเดือนหลังจาก EMA ความยาวและระยะเวลาความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์ ระยะสั้นการเคลื่อนไหวระยะสั้น (5-20 ช่วง) เหมาะสมกับแนวโน้มระยะสั้นและการซื้อขาย กลุ่มผู้ชาตินิยมที่สนใจในแนวโน้มในระยะกลางจะเลือกใช้ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นซึ่งอาจขยายได้ 20-60 ช่วง นักลงทุนระยะยาวจะชอบเคลื่อนไหวโดยเฉลี่ยที่มีระยะเวลาตั้งแต่ 100 ขึ้นไป ความยาวเฉลี่ยที่เคลื่อนที่ได้บางส่วนมีความนิยมมากกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจเป็นที่นิยมมากที่สุด เนื่องจากความยาวของมันเป็นอย่างชัดเจนในระยะยาวค่าเฉลี่ยเคลื่อนที่ ถัดไปค่าเฉลี่ยเคลื่อนที่ 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มระยะกลาง นักเกรเทนหลายคนใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันและ 200 วันด้วยกัน ระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นที่นิยมมากในอดีตเนื่องจากสามารถคำนวณได้ง่าย หนึ่งเพียงแค่เพิ่มตัวเลขและย้ายจุดทศนิยม การระบุแนวโน้ม (Trend Identification) สัญญาณเดียวกันสามารถสร้างได้โดยใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายหรือแบบเสแสร้ง ตามที่ระบุไว้ข้างต้นการตั้งค่าจะขึ้นอยู่กับแต่ละบุคคล ตัวอย่างด้านล่างนี้จะใช้ทั้งค่าเฉลี่ยเคลื่อนที่แบบง่ายและแบบทึบ ค่าเฉลี่ยเคลื่อนที่ระยะจะใช้กับค่าเฉลี่ยเคลื่อนที่แบบธรรมดาและแบบทึบ ทิศทางของค่าเฉลี่ยเคลื่อนที่จะบ่งบอกถึงข้อมูลที่สำคัญเกี่ยวกับราคา ค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าโดยทั่วไปราคาจะเพิ่มขึ้น ค่าเฉลี่ยถล่มที่ลดลงบ่งชี้ว่าราคาเฉลี่ยลดลง ค่าเฉลี่ยการเคลื่อนไหวระยะยาวที่เพิ่มขึ้นสะท้อนถึงแนวโน้มขาขึ้นในระยะยาว ค่าเฉลี่ยเคลื่อนที่ที่ลดลงในระยะยาวสะท้อนถึงแนวโน้มขาลงในระยะยาว แผนภูมิด้านบนแสดง 3M (MMM) โดยมีค่าเฉลี่ยเลขยกกำลัง 150 วัน ตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้งานได้ดีเพียงใดเมื่อแนวโน้มแข็งแกร่ง EMA 150 วันปิดลงในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 สังเกตเห็นว่ามีการปรับตัวลดลง 15 ครั้งเพื่อเปลี่ยนทิศทางของค่าเฉลี่ยเคลื่อนที่นี้ ตัวชี้วัดที่ล่าช้าเหล่านี้ระบุการพลิกกลับของแนวโน้มตามที่เกิดขึ้น (ที่ดีที่สุด) หรือหลังจากเกิดขึ้น (ที่แย่ที่สุด) MMM ยังคงลดลงในเดือนมีนาคม 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่เปิดขึ้นจนกว่าจะถึงจุดสูงสุด อย่างไรก็ตามเมื่อ MMM ยังคงทำยอดขายต่อไปอีก 12 เดือน การย้ายค่าเฉลี่ยทำงานได้เรื่อย ๆ ตามแนวโน้มที่แข็งแกร่ง Double Crossovers ค่าเฉลี่ยเคลื่อนที่สองตัวสามารถใช้ร่วมกันเพื่อสร้างสัญญาณไขว้ ในการวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy เรียกวิธีนี้ว่าไขว้แบบคู่ ไขว้คู่มีค่าเฉลี่ยเคลื่อนที่สั้น ๆ และมีค่าเฉลี่ยเคลื่อนที่ค่อนข้างยาว เช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวโดยทั่วไปของค่าเฉลี่ยเคลื่อนที่จะกำหนดระยะเวลาของระบบ ระบบที่ใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระยะสั้น ระบบที่ใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางหรืออาจเป็นระยะเวลานาน การครอสโอเวอร์แบบรุกจะเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเหนือค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้น นี้เรียกว่าเป็นกากบาทสีทอง การไขว้หยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่สั้นลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้น นี้เรียกว่าข้ามตาย การย้ายค่าเฉลี่ยของไขว้ให้สัญญาณค่อนข้างช้า อย่างไรก็ตามระบบมีตัวบ่งชี้อยู่สองตัว ระยะเวลาเฉลี่ยที่ยาวนานขึ้นความล่าช้าในสัญญาณ สัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีขึ้น อย่างไรก็ตามระบบครอสโอเวอร์เฉลี่ยเคลื่อนที่จะผลิตจำนวนมากของ whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่ง นอกจากนี้ยังมีวิธีไขว้แบบไขว้ซึ่งมีค่าเฉลี่ยเคลื่อนที่สามค่า อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามค่าเฉลี่ยเคลื่อนที่อีกสองเส้น ระบบไขว้แบบทริปเปิ้ลที่เรียบง่ายอาจเกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ 5 วัน 10 วันและ 20 วัน แผนภูมิด้านบนแสดง Home Depot (HD) ด้วย EMA 10 วัน (เส้นสีเขียว) และ EMA 50 วัน (เส้นสีแดง) เส้นสีดำปิดทุกวัน การใช้ครอสโอเวอร์เฉลี่ยเคลื่อนที่จะส่งผลให้เกิด whipsaws สามตัวก่อนที่จะมีการค้าขายที่ดี EMA 10 วันพังลงมาต่ำกว่า EMA 50 วันในช่วงปลายเดือนตุลาคม (1) แต่ระยะเวลาดังกล่าวไม่นานถึง 10 วันที่กลับมาในช่วงกลางเดือนพฤศจิกายน (2) การข้ามนี้ใช้เวลานาน แต่ครอสโอเวอร์แบบลบต่อไปในเดือนมกราคม (3) เกิดขึ้นใกล้ระดับราคาในปลายเดือนพฤศจิกายนซึ่งส่งผลให้เกิดการแสลงอีกครั้ง เครื่องหมายกากบาทดังกล่าวไม่อยู่ในช่วงที่ EMA 10 วันกลับมาอยู่เหนือ 50 วันในอีกไม่กี่วันต่อมา (4) หลังจากสัญญาณไม่ดีสามสัญญาณสัญญาณที่สี่คาดว่าจะมีการเคลื่อนไหวที่แข็งแกร่งเมื่อหุ้นพุ่งขึ้นสูงกว่า 20 แห่งมีสองประเด็นที่นี่ แรกไขว้มีแนวโน้มที่จะ whipsaw สามารถใช้ตัวกรองราคาหรือเวลาเพื่อช่วยป้องกันไม่ให้ whipsaws ผู้ค้าอาจต้องการครอสโอเวอร์ 3 วันก่อนทำเครื่องหมายหรือต้องการให้ EMA 10 วันเคลื่อนตัวเหนือเส้น EMA 50 วันตามจำนวนที่กำหนดก่อนทำการค้า ประการที่สอง MACD สามารถใช้ระบุและหาจำนวนไขว้ได้ MACD (10,50,1) จะแสดงเส้นที่แสดงถึงความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่แบบทแยงมุมสองค่า MACD เปลี่ยนเป็นค่าบวกระหว่างช่วงกากบาทสีทองและค่าลบระหว่างช่วงที่ตายแล้ว Oscillator ราคาร้อยละ (PPO) สามารถใช้วิธีเดียวกันเพื่อแสดงความแตกต่างของเปอร์เซ็นต์ โปรดทราบว่า MACD และ PPO ใช้ค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรงและไม่ตรงกับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย แผนภูมินี้แสดง Oracle (ORCL) พร้อมกับ EMA 50 วัน EMA 200 วันและ MACD (50,200,1) ในช่วงระยะเวลา 12 ปีมีการครอสโอเวอร์เฉลี่ย 4 ช่วง สามคนแรกทำให้เกิดเสียงกระหึ่มหรือไม่ดี แนวโน้มอย่างต่อเนื่องเริ่มขึ้นด้วยการครอสโอเวอร์ที่ 4 เมื่อ ORCL ก้าวสู่ช่วงกลางยุค 20 อีกครั้งการขยับไขว้เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มแข็งแกร่ง แต่สร้างความสูญเสียในกรณีที่ไม่มีแนวโน้ม ราคา Crossovers ค่าเฉลี่ยเคลื่อนที่สามารถใช้ในการสร้างสัญญาณด้วย crossovers ราคาที่เรียบง่าย สัญญาณรั้นเกิดขึ้นเมื่อราคาเคลื่อนตัวเหนือค่าเฉลี่ยเคลื่อนที่ สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ ไขว้ราคาสามารถรวมกันเพื่อการค้าภายในแนวโน้มที่ใหญ่กว่า ค่าเฉลี่ยที่ยาวขึ้นจะกำหนดค่าเสียงสำหรับแนวโน้มที่ใหญ่ขึ้นและใช้ค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเพื่อสร้างสัญญาณ หนึ่งจะมองหาการข้ามราคารั้นเฉพาะเมื่อราคามีอยู่แล้วสูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไป นี้จะซื้อขายในความกลมกลืนกับแนวโน้มที่ใหญ่กว่า ตัวอย่างเช่นถ้าราคาสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันนักเก็งกำไรจะเน้นเฉพาะสัญญาณเมื่อราคาเคลื่อนตัวเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันเท่านั้น เห็นได้ชัดว่าการเคลื่อนไหวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะเป็นสัญญาณก่อนเช่นสัญญาณ แต่จะลดลงเช่นกันเนื่องจากแนวโน้มที่ใหญ่ขึ้น การข้ามแบบหยาบคายจะช่วยแนะนำการฟื้นตัวที่ใหญ่ขึ้น การข้ามกลับเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 50 วันจะส่งสัญญาณถึงการปรับตัวดีขึ้นของราคาและความต่อเนื่องของแนวโน้มขาขึ้นที่ใหญ่ขึ้น กราฟถัดไปแสดง Emerson Electric (EMR) พร้อมกับ EMA 50 วันและ EMA 200 วัน ราคาหุ้นปรับตัวขึ้นเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันในเดือนส. ค. มีการปรับตัวลงมาต่ำกว่า 50 วัน EMA ในช่วงต้นเดือนพฤศจิกายนและอีกครั้งในช่วงต้นเดือนกุมภาพันธ์ ราคาปรับตัวลงมาอย่างรวดเร็วเหนือเส้น EMA 50 วันเพื่อให้สัญญาณรั้น (ลูกศรสีเขียว) สอดคล้องกับแนวโน้มขาขึ้นที่ใหญ่ขึ้น MACD (1,50,1) แสดงในหน้าต่างตัวบ่งชี้เพื่อยืนยันการข้ามผ่านด้านล่างหรือด้านล่าง EMA 50 วัน EMA เท่ากับ 1 วันเท่ากับราคาปิด MACD (1,50,1) เป็นบวกเมื่อระยะใกล้อยู่เหนือเส้น EMA 50 วันและมีค่าเป็นลบเมื่อระยะใกล้อยู่ใต้ EMA 50 วัน แนวรองรับและความต้านทานการเคลื่อนไหวเฉลี่ยยังสามารถทำหน้าที่เป็นแนวรับในแนวรองรับและแนวต้านระยะสั้นได้ แนวรองรับระยะสั้นอาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ในกลุ่ม Bollinger Bands แนวรองรับระยะยาวอาจได้รับแรงสนับสนุนจากค่าเฉลี่ยเคลื่อนที่ระยะสั้น 200 วันซึ่งเป็นค่าเฉลี่ยระยะยาวที่เป็นที่นิยมมากที่สุด หากความเป็นจริงค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้กันอย่างแพร่หลาย เกือบจะเหมือนกับคำทำนายด้วยตัวคุณเอง แผนภูมิข้างต้นแสดง NY Composite โดยมีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลางปี ​​2547 จนถึงสิ้นปีพ. ศ. 2551 การสนับสนุน 200 วันให้การสนับสนุนหลายครั้งในช่วงก่อน เมื่อแนวโน้มผันผวนด้วยแรงสนับสนุนด้านบนคู่ค่าเฉลี่ยเคลื่อนที่ 200 วันทำหน้าที่เป็นแนวรับรอบ 9500 อย่าคาดหวังว่าการสนับสนุนที่ถูกต้องและระดับความต้านทานจากค่าเฉลี่ยเคลื่อนที่โดยเฉพาะค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้น ตลาดมีแรงผลักดันจากความรู้สึกซึ่งทำให้พวกเขามีแนวโน้มที่จะถูกตัดทอน แทนระดับที่แน่นอนค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุเขตการสนับสนุนหรือความต้านทานได้ ข้อสรุปข้อดีของการใช้ค่าเฉลี่ยเคลื่อนที่จะต้องมีการชั่งน้ำหนักกับข้อเสีย ค่าเฉลี่ยเคลื่อนที่หมายถึงแนวโน้มหรือล้าหลังตัวชี้วัดที่จะเป็นขั้นตอนต่อไปเสมอ นี้ไม่จำเป็นต้องเป็นสิ่งที่ไม่ดี หลังจากที่ทุกแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของแนวโน้ม การเคลื่อนไหวโดยเฉลี่ยช่วยให้มั่นใจได้ว่าผู้ประกอบการรายย่อยสอดคล้องกับแนวโน้มในปัจจุบัน แม้ว่าเทรนด์จะเป็นเพื่อนของคุณ แต่หลักทรัพย์ก็ใช้จ่ายในช่วงการซื้อขายเป็นอย่างมากซึ่งทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผล เมื่ออยู่ในแนวโน้มค่าเฉลี่ยเคลื่อนที่จะทำให้คุณได้รับ แต่ก็ให้สัญญาณช้า อย่าคาดหวังที่จะขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่ เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตนเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดแนวโน้มโดยรวมและใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือ oversold การเพิ่มค่าเฉลี่ยเคลื่อนที่ไปยัง StockCharts Charts การย้ายค่าเฉลี่ยจะมีอยู่เป็นคุณลักษณะการวางซ้อนราคาบนโต๊ะทำงาน SharpCharts การใช้เมนูแบบเลื่อนลงแบบเลื่อนลงผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่แบบเรียบหรือค่าเฉลี่ยเคลื่อนที่แบบเสวนา พารามิเตอร์แรกใช้เพื่อกำหนดจำนวนช่วงเวลา คุณสามารถเพิ่มพารามิเตอร์ที่เป็นตัวเลือกเพื่อระบุฟิลด์ราคาที่ควรใช้ในการคำนวณ O สำหรับ Open, H สำหรับ High, L สำหรับ Low และ C สำหรับ Close ใช้เครื่องหมายจุลภาคเพื่อแยกพารามิเตอร์ คุณสามารถเพิ่มพารามิเตอร์อื่นที่จำเป็นเพื่อเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย (อดีต) หรือทางขวา (อนาคต) ตัวเลขเชิงลบ (-10) จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย 10 ช่วงเวลา จำนวนบวก (10) จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 ช่วงเวลา ค่าเฉลี่ยเคลื่อนที่หลายค่าสามารถวางซ้อนราคาได้โดยเพียงแค่เพิ่มอีกชั้นวางซ้อนลงในโต๊ะทำงาน สมาชิก StockCharts สามารถเปลี่ยนสีและสไตล์เพื่อแยกความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ หลังจากเลือกตัวบ่งชี้แล้วให้เปิดตัวเลือกขั้นสูงโดยคลิกที่รูปสามเหลี่ยมสีเขียวเล็กน้อย นอกจากนี้ยังสามารถใช้ตัวเลือกขั้นสูงเพื่อเพิ่มการวางซ้อนค่าเฉลี่ยเคลื่อนไหวสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่หลายค่า การใช้ Moving Averages with ScanCharts Scans นี่คือตัวอย่างการสแกนที่สมาชิก StockCharts สามารถใช้ในการสแกนหาสถานการณ์ต่างๆที่มีการเคลื่อนไหวโดยเฉลี่ยได้: Bullish Moving Average Cross: การสแกนนี้เป็นการค้นหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้น วัน EMA และ EMA 35 วัน ค่าเฉลี่ยเคลื่อนที่ 150 วันจะเพิ่มขึ้นตราบเท่าที่ราคาซื้อขายอยู่เหนือระดับ 5 วันก่อน เครื่องหมายกาชาดเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือเส้น EMA 35 วันได้เหนือระดับเฉลี่ย Bearish Moving Cross ค่าเฉลี่ย: การสแกนนี้จะมองหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ที่ลดลง 150 วันและสัญญาณการชะลอตัวของ EMA 5 วันและ EMA 35 วัน ค่าเฉลี่ยเคลื่อนที่ 150 วันจะร่วงลงตราบเท่าที่ราคาซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา สัญญาณการซื้อขายขาดดุลเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวใต้ EMA 35 วันจากระดับเฉลี่ยที่สูงกว่า หนังสือของ John Murphy0 มีหนังสือเกี่ยวกับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆ Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ย นอกจากนี้เมอร์ฟี่ยังแสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่โดยใช้ Bollinger Bands และระบบการซื้อขายช่องทางอย่างไร การวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy