ถัวเฉลี่ยถ่วงน้ำหนัก vs เฉลี่ยเคลื่อนที่

ค่าเฉลี่ยถ่วงน้ำหนักเป็นสิ่งสำคัญเมื่อคุณจัดการกับความถี่หรือการแจกแจงถ้าคุณได้รับชุดข้อมูลสำหรับคะแนนในชั้นเรียนทางคณิตศาสตร์แล้วคุณจะบอกว่านักเรียน 10 คนทำนักเรียน 90 คน 15 คนทำนักเรียน 80 คนและ 5 คนทำคะแนน 70 และ ขอให้ตรวจสอบคะแนนเฉลี่ยสำหรับชั้นเรียนแล้วคุณจะไม่สามารถใช้ค่าเฉลี่ยตามปกติของ 90 80 70 3 คุณต้องคำนึงถึงความจริงที่ว่ามีหลายกรณีของแต่ละเกรดผลคุณน้ำหนักแต่ละเกรด 90, 80, 70 โดย คูณด้วยจำนวนอินสแตนซ์ 10, 15, 5 ตามลำดับจากนั้นให้คุณรวมน้ำหนักและหารด้วยจำนวนอินสแตนซ์เพื่อคำนวณค่าเฉลี่ยถ่วงน้ำหนักแน่นอนคุณสามารถดูได้จากตัวอย่างง่ายๆนี้ที่คุณไม่จำเป็นต้องคำนวณค่าเฉลี่ยตามปกติเพื่อกำหนด ค่าเฉลี่ยถ่วงน้ำหนักคุณอาจสังเกตเห็นด้วยว่าถ้าคุณเขียนคะแนนทั้งหมดและทำค่าเฉลี่ยตามปกติคุณควรได้รับผลลัพธ์เช่นเดียวกันสำหรับนักเรียน 30 คนที่ไม่มีปัญหา แต่ถ้าคุณเก็บข้อมูลหลายพันจุดแล้ว เป็นประโยชน์สำหรับการใช้งานมีอยู่หลายครั้งเมื่อจำเป็นต้องใช้สมมติว่าคุณกำลังทำประวัติการศึกษาของเกรดในชั้นเรียน Calc 1 และคุณต้องการทราบคะแนนเฉลี่ยในช่วง 10 ปีที่ชั้นเรียนได้รับการสอนคุณ เก็บคะแนนเฉลี่ยของแต่ละชั้นเรียนและจำนวนนักเรียนที่อยู่ในชั้นเรียนนั้นในช่วง 10 ปีที่ผ่านมามันไม่เหมาะที่จะใช้ค่าเฉลี่ยโดยเฉลี่ยของคะแนนเฉลี่ยเนื่องจากแต่ละชั้นมีจำนวนนักเรียนที่แตกต่างกันในชั้นเรียนคุณต้องการ ให้น้ำหนักเฉลี่ยของแต่ละชั้นเรียนโดยใช้จำนวนนักเรียนที่เข้าเรียนในชั้นเรียนรูปแบบอื่น ๆ ที่คุ้นเคยกับค่าเฉลี่ยของนักเรียนมัธยมปลายคือการคำนวณเกรดของครูผู้สอนต้องการให้ความสำคัญกับคะแนนเฉลี่ยและผลการทดสอบขั้นสุดท้ายมากกว่าการบ้านและ หน่วยวัดครูกำหนดน้ำหนักสำหรับแต่ละประเภทของเกรดอาจ Midterm Final - 70, Homework - 5 และ Unit Tests - 25 ครูคำนวณค่าเฉลี่ยของแต่ละประเภทของเกรดและคูณด้วย t เขาน้ำหนักเพื่อพิจารณาค่าเฉลี่ยนี่เป็นเพียงตัวอย่างง่ายๆเมื่อใดก็ตามที่คุณกำลังทำงานกับข้อมูลที่ไม่เท่ากันในแง่ความรู้สึกบางอย่างค่าเฉลี่ยถ่วงน้ำหนักเป็นไปได้บ่อยครั้งเมื่อคุณใช้ค่าเฉลี่ยโดยเฉลี่ย แต่จริงๆแล้วความเป็นไปได้ในการใช้งานก็คือ Stack Exchange, Inc. Simple Vs Exponential Moving Averages. Moving เฉลี่ยมากกว่าการศึกษาลำดับของตัวเลขในลำดับต่อเนื่องผู้ประกอบการในช่วงต้นของการวิเคราะห์ชุดเวลาเป็นจริงที่เกี่ยวข้องมากขึ้น กับตัวเลขแต่ละชุดเวลามากกว่าที่พวกเขาอยู่กับการแก้ไขของข้อมูลที่การแทรกสอดในรูปแบบของทฤษฎีความน่าจะเป็นและการวิเคราะห์มามากภายหลังเป็นรูปแบบการพัฒนาและ correlations ค้นพบเมื่อเข้าใจเส้นโค้งรูปต่างๆและเส้นถูกวาดตามลำดับเวลา ในความพยายามที่จะคาดการณ์ที่จุดข้อมูลอาจจะไปตอนนี้ถือว่าเป็นวิธีการขั้นพื้นฐานที่ใช้ในปัจจุบันโดยการวิเคราะห์ทางเทคนิคผู้ค้าการวิเคราะห์แผนภูมิสามารถ ย้อนหลังไปถึงศตวรรษที่ 18 ของญี่ปุ่น แต่อย่างไรและเมื่อไหร่ที่ค่าเฉลี่ยเคลื่อนที่ถูกนำมาใช้เป็นครั้งแรกกับราคาในตลาดยังคงเป็นความลึกลับเป็นที่เข้าใจกันโดยทั่วไปว่าค่าเฉลี่ยเคลื่อนที่แบบถัวเฉลี่ย SMA ถูกใช้มานานก่อนที่ค่า EMA จะเป็นตัวชี้วัดเชิงเส้นเนื่องจาก EMA ถูกสร้างขึ้นในกรอบ SMA และ SMA ความต่อเนื่องได้ง่ายขึ้นสำหรับการวางแผนและการติดตามวัตถุประสงค์คุณต้องการอ่านพื้นหลังเล็กน้อยตรวจสอบค่าเฉลี่ยเคลื่อนที่อะไรคือพวกเขาย้ายง่ายเฉลี่ย SMA ค่าเฉลี่ยเคลื่อนที่ง่ายกลายเป็นวิธีที่ต้องการในการติดตามราคาตลาดเนื่องจากรวดเร็วในการคำนวณและเข้าใจง่าย นักการตลาดในยุคต้น ๆ ดำเนินการโดยปราศจากการใช้เมตริกกราฟที่ซับซ้อนในการใช้งานในปัจจุบันดังนั้นพวกเขาจึงพึ่งพาราคาตลาดเป็นคำแนะนำ แต่เพียงผู้เดียวของพวกเขาการคำนวณราคาตลาดด้วยมือและกราฟราคาเหล่านั้นเพื่อแสดงแนวโน้มและทิศทางของตลาดกระบวนการนี้ค่อนข้างน่าเบื่อ, แต่ได้รับการพิสูจน์ว่ามีผลกำไรมากกับการยืนยันการศึกษาต่อไปการคำนวณง่ายๆ 10 วัน ค่าเฉลี่ยเคลื่อนที่เพียงแค่เพิ่มราคาปิดของ 10 วันที่ผ่านมาหารด้วย 10 ค่าเฉลี่ยเคลื่อนที่ 20 วันคำนวณโดยการเพิ่มราคาปิดในช่วงระยะเวลา 20 วันหารด้วย 20 และอื่น ๆ สูตรนี้ไม่ใช่เฉพาะ ขึ้นอยู่กับราคาปิด แต่ผลิตภัณฑ์เป็นค่าเฉลี่ยของราคา - กลุ่มย่อยค่าเฉลี่ยเคลื่อนที่หมายถึงการเคลื่อนไหวเนื่องจากกลุ่มของราคาที่ใช้ในการคำนวณย้ายไปตามจุดในแผนภูมิซึ่งหมายความว่าวันเก่าจะลดลงในความโปรดปรานของราคาปิดใหม่ วันดังนั้นการคำนวณใหม่จำเป็นต้องใช้เสมอกับกรอบเวลาของค่าจ้างโดยเฉลี่ยดังนั้นค่าเฉลี่ย 10 วันจะคำนวณใหม่โดยการเพิ่มวันใหม่และลดลงวันที่ 10 และวันที่เก้าจะลดลงในวันที่สองสำหรับข้อมูลเพิ่มเติม เกี่ยวกับแผนภูมิที่ใช้ในการซื้อขายสกุลเงินโปรดดูข้อมูลพื้นฐานเกี่ยวกับแผนภูมิของเรา Walkthrough. Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่แบบเสวนาได้รับการปรับแต่งและใช้กันอย่างแพร่หลายตั้งแต่ทศวรรษที่ 1960 โดยการทดลองกับคอมพิวเตอร์ก่อนหน้านี้ E MA จะมุ่งเน้นเพิ่มเติมเกี่ยวกับราคาล่าสุดมากกว่าในชุดข้อมูลยาวเป็นค่าเฉลี่ยเคลื่อนที่ที่ต้องการโดยปัจจุบัน EMA ราคาปัจจุบัน - EMA X ตัวคูณก่อนหน้า EMA ปัจจัยที่สำคัญที่สุดคือการทำให้ราบเรียบคงที่ 2 1 N ที่ N จำนวนวันที่ EMA 10 วัน 2 10 1 18 8. หมายถึง EMA 10 ระยะน้ำหนักล่าสุดราคาล่าสุด 18 8, 20 วัน EMA 9 52 และ 50 วัน EMA 3 92 น้ำหนักมากที่สุด วันล่าสุด EMA ทำงานโดยการชั่งน้ำหนักความแตกต่างระหว่างราคาของงวดปัจจุบันกับ EMA ก่อนหน้าและการเพิ่มผลให้ EMA ก่อนหน้าระยะเวลาที่สั้นมากขึ้นจะมีน้ำหนักมากขึ้นในราคาล่าสุดเส้นขอบการคำนวณโดยการคำนวณเหล่านี้ให้คะแนน มีการวางแผนการเปิดเผยสายการประกอบข้อต่อสายด้านบนหรือด้านล่างราคาตลาดบ่งชี้ว่าค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็นตัวชี้วัดที่ล้าหลังและใช้เป็นหลักสำหรับแนวโน้มต่อไปนี้พวกเขาไม่สามารถทำงานได้ดีกับตลาดช่วงและช่วงเวลาที่มีการแออัดเนื่องจากสายกระชับไม่สามารถระบุถึง แนวโน้มเนื่องจาก การขาดความชัดเจนสูงขึ้นหรือต่ำกว่าระดับต่ำ Plus, สายกระชับมีแนวโน้มที่จะคงที่โดยไม่ต้องมีคำแนะนำในทิศทางขึ้นบรรทัดด้านล่างที่เหมาะสมกับตลาดหมายถึงยาวในขณะที่สายการปรับตัวที่ตกลงมาเหนือตลาดหมายสั้นสำหรับคำแนะนำที่สมบูรณ์อ่าน Moving Average Tutorial ของเราวัตถุประสงค์ของการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆคือการวัดและวัดแนวโน้มโดยการปรับข้อมูลให้เรียบโดยใช้วิธีการของกลุ่มราคาหลายกลุ่มแนวโน้มจะได้รับการพิจารณาและอนุมานไปในการคาดการณ์สมมติฐานคือการเคลื่อนไหวของแนวโน้มก่อนหน้าจะดำเนินต่อไป ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแนวโน้มระยะยาวสามารถหาได้และง่ายขึ้นกว่า EMA โดยมีข้อสันนิษฐานที่สมเหตุสมผลว่าสายพอดีจะมีแรงกว่าเส้น EMA อันเนื่องมาจากการให้ความสำคัญกับราคาเฉลี่ยมากขึ้น EMA ใช้ในการจับภาพ การเคลื่อนไหวของแนวโน้มที่สั้นลงเนื่องจากการให้ความสำคัญกับราคาล่าสุดโดยวิธีนี้ EMA ควรลดความล่าช้าใด ๆ ในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเพื่อให้เส้นที่เหมาะสมจะกักขังราคาใกล้เคียงกับการเคลื่อนไหวแบบเรียบง่าย ค่าเฉลี่ยปัญหากับ EMA เป็นเช่นนี้แนวโน้มที่จะมีการแบ่งราคาโดยเฉพาะอย่างยิ่งในช่วงตลาดที่รวดเร็วและช่วงความผันผวน EMA ทำงานได้ดีจนกว่าราคาจะพังทลายลงในช่วงที่ตลาดมีความผันผวนสูงขึ้นคุณอาจพิจารณาเพิ่มความยาวของค่าเฉลี่ยเคลื่อนที่หนึ่ง ยังสามารถเปลี่ยนจาก EMA เป็น SMA ได้เนื่องจาก SMA ทำให้ข้อมูลดีกว่า EMA เนื่องจากมุ่งเน้นไปที่วิธีการในระยะยาวตัวบ่งชี้ Rend-Indicator เป็นตัวบ่งชี้ที่ลดลงค่าเฉลี่ยเคลื่อนที่จะมีค่าดีขึ้นเป็นเส้นค่าเฉลี่ยและค่าความต้านทาน If ราคาปรับตัวลงต่ำกว่าเส้นค่าไฟ 10 วันที่มีแนวโน้มสูงขึ้นโอกาสดีที่แนวโน้มขาขึ้นอาจจะลดลงหรืออย่างน้อยตลาดอาจรวมตัวหากราคาพุ่งขึ้นเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 10 วันในทิศทางขาลงแนวโน้มอาจเป็นไปได้ ลดลงหรือรวมในกรณีเหล่านี้ใช้ค่าเฉลี่ยเคลื่อนที่ 10 และ 20 วันพร้อมกันและรอให้เส้น 10 วันข้ามด้านบนหรือด้านล่างบรรทัด 20 วันซึ่งจะกำหนดทิศทางระยะสั้นสำหรับราคาต่อไป ระยะยาวให้ดูค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันสำหรับทิศทางในระยะยาวตัวอย่างเช่นการใช้ค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันหากค่าเฉลี่ยเคลื่อนที่ 100 วันต่ำกว่าค่าเฉลี่ย 200 วันจะเรียกว่า ความตายข้ามและเป็นหยาบคายมากสำหรับราคาค่าเฉลี่ยเคลื่อนที่ 100 วันที่ข้ามข้างต้นค่าเฉลี่ยเคลื่อนที่ 200 วันเรียกว่ากากบาทสีทองและเป็นที่พอใจมากสำหรับราคามันไม่สำคัญถ้า SMA หรือ EMA ใช้เพราะทั้งสอง เป็นตัวบ่งชี้แนวโน้มเฉพาะในระยะสั้นที่ SMA มีการเบี่ยงเบนเล็กน้อยจากคู่ค้า EMA ข้อสรุปค่าเฉลี่ยเคลื่อนที่เป็นพื้นฐานของแผนภูมิและการวิเคราะห์อนุกรมเวลาการคำนวณค่าเฉลี่ยเคลื่อนที่ง่ายและค่าเฉลี่ยเคลื่อนที่เชิงเส้นที่ซับซ้อนมากขึ้นช่วยให้เห็นภาพ แนวโน้มโดยการทำให้เรียบการเคลื่อนไหวของราคาการวิเคราะห์ทางเทคนิคบางครั้งเรียกว่าศิลปะมากกว่าวิทยาศาสตร์ซึ่งทั้งสองใช้เวลาหลายปีในการเรียนรู้เรียนรู้เพิ่มเติมในบทแนะนำการวิเคราะห์ทางเทคนิคความแตกต่างระหว่างค่าเฉลี่ยและน้ำหนักเฉลี่ยที่เคลื่อนที่ red moving average ค่าเฉลี่ยเคลื่อนที่ 5 งวดตามราคาข้างต้นคำนวณได้จากสูตรต่อไปนี้ตามสมการข้างต้นราคาเฉลี่ยในช่วงดังกล่าวข้างต้นเท่ากับ 90 66 การใช้ค่าเฉลี่ยเคลื่อนที่เป็นวิธีที่มีประสิทธิภาพสำหรับ การขจัดความผันผวนของราคาที่แข็งแกร่งข้อ จำกัด ที่สำคัญคือจุดข้อมูลจากข้อมูลที่เก่ากว่าจะไม่ได้รับการถ่วงน้ำหนักใด ๆ นอกเหนือจากจุดข้อมูลที่อยู่ใกล้กับจุดเริ่มต้นของชุดข้อมูลซึ่งเป็นที่ที่ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงถ่วงเข้ามาค่าเฉลี่ยที่มีการคำนวณจะกำหนดน้ำหนักข้อมูลที่มากขึ้นให้มากขึ้น เนื่องจากจุดเหล่านี้มีความเกี่ยวข้องมากกว่าจุดข้อมูลในอดีตที่ห่างไกลผลรวมของการถ่วงน้ำหนักควรเพิ่มขึ้นเป็น 1 หรือ 100 ในกรณีของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆน้ำหนักจะกระจายอย่างเท่าเทียมกันซึ่งเป็นเหตุผลที่ไม่ได้แสดงในตารางด้านบน ราคาปิดของ AAPL