10 งวด ง่าย เฉลี่ยเคลื่อนที่

วิธีการใช้ค่าเฉลี่ยเคลื่อนที่ 10 วันเพื่อเพิ่มผลกำไรในการซื้อขายของคุณผู้ค้า Swing ต้องพึ่งพาคลังแสงที่มีความหลากหลายของตัวชี้วัดทางเทคนิคเมื่อวิเคราะห์หุ้นและมีตัวบ่งชี้หลายร้อยตัวให้เลือก แต่นักลงทุนรายใหม่ควรจะรู้ว่าตัวชี้วัดใดมีความน่าเชื่อถือมากที่สุดการตัดสินใจว่าจะใช้ตัวชี้วัดทางเทคนิคใดบ้างที่สามารถใช้งานได้อย่างตรงไปตรงมาเป็นอย่างดี แต่ก็ไม่จำเป็นต้องเป็นเช่นนั้น ในขณะที่เรียนรู้ที่จะใช้ระบบชนะสำหรับหุ้นซื้อขายหุ้นและ ETF ในช่วงต้นปีเราได้ทดสอบตัวชี้วัดทางเทคนิคมากมายเหลือเฟือ ข้อสรุปของเราก็คือตัวบ่งชี้ทางเทคนิคส่วนใหญ่มีจุดประสงค์เพื่อเพิ่มโอกาสในการทำกำไรของหุ้น อย่างไรก็ตามเราได้ค้นพบอย่างรวดเร็วว่าการใช้ตัวบ่งชี้มากเกินไปจะนำไปสู่การวิเคราะห์อัมพาตเท่านั้น ดังนั้นตอนนี้เราจึงหลีกเลี่ยงปัญหานี้โดยเน้นที่พื้นฐานที่พยายามและความจริงของการซื้อขายทางเทคนิคคือราคาปริมาณและระดับการสนับสนุน หนึ่งในวิธีที่ง่ายที่สุดและมีประสิทธิภาพมากที่สุดในการหาระดับการสนับสนุนและความต้านทานคือการใช้ค่าเฉลี่ยเคลื่อนที่ การเคลื่อนไหวของค่าเฉลี่ยมีบทบาทสำคัญมากในการวิเคราะห์หุ้นรายวันของเราและเราต้องพึ่งพาค่าเฉลี่ยเคลื่อนที่บางอย่างเพื่อหาจุดเข้าออกและจุดออกสำหรับหุ้นและ ETF ที่เรามีการซื้อขาย สำหรับการวัดแรงขับเคลื่อนราคาในระยะสั้น (ระยะเวลาหลายวัน) เราพบว่าค่าเฉลี่ยเคลื่อนที่ 5 และ 10 วันทำงานได้ดีมาก หากตัวอย่างเช่นหุ้นหรือ ETF ซื้อขายเหนือระดับ MA 5 วันของมันมักจะไม่มีเหตุผลที่ดีที่จะขาย หนึ่งข้อยกเว้นที่เป็นไปได้คือถ้าหุ้นหรืออีทีเอฟมีการปรับราคา 25-30 ภายในเวลาเพียงไม่กี่วัน MA 10 วันเป็นค่าเฉลี่ยเคลื่อนที่ที่ดีเยี่ยมเพื่อช่วยให้เราสามารถขับเคลื่อนแนวโน้มโดยใช้ห้อง 82208 ที่ยาวนานขึ้นกว่าที่ได้จากระยะสั้น 5 วัน สำหรับเทรดเดอร์ที่มีแนวโน้มไม่มีหุ้นหรืออีทีเอฟควรขายในขณะที่ยังซื้อขายอยู่เหนือเส้นค่าเฉลี่ยเคลื่อนที่ 10 วันหลังจากมีการเติบโตอย่างแข็งแกร่ง เพื่อทำความเข้าใจว่าเหตุใดให้เปรียบเทียบแผนภูมิรายวันต่อไปนี้ของกองทุนน้ำมันสหรัฐฯ (USO) และ First Trust DJ Internet Index Fund (FDN) ข้อแรกคือ FDN: ยกเว้นช่วงสั้น 8220shakeout8221 เพียง 2 วัน (เป็นเหตุการณ์ปกติและเป็นที่ยอมรับ) สังเกตว่า FDN ถือหุ้นอยู่เหนือระดับ MA ที่เพิ่มขึ้น 10 วันนับ แต่วันที่พังทลายในช่วงต้นเดือนกรกฎาคม นี่เป็นสัญญาณที่ชัดเจนว่าโมเมนตัมจากการฝ่าวงล้อมยังคงแข็งแกร่ง ในทางกลับกันให้สังเกตความแตกต่างในแผนภูมิรายวันของ USO: ในขณะที่คุณสามารถมองเห็นได้ USO ล้มเหลวที่จะระงับเหนือ MA 10 วันในช่วงสัปดาห์ที่ผ่านมาซึ่งเป็นสัญญาณว่าโมเมนตัมเชิงรุกจากการฝ่าวงล้อมล่าสุดกำลังจางหายไป ดังนั้นเราจึงขาย 25 ตำแหน่งเดิมของเราในวันที่ 25 กรกฎาคมโดยไม่กระทบกำไรในส่วนของหุ้นเมื่อหุ้น breakout หรือ ETF ลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 10 วันเนื่องจากการดำเนินการด้านราคาดังกล่าวมักนำไปสู่การแก้ไขที่ลึกขึ้น . ทันทีหลังการขายหุ้นบางส่วนในช่วงพัก 10 วัน MA เราพร้อมที่จะซื้อหุ้นคืนหากการปรับราคาขึ้นทันทีภายใน 1-2 วัน (เช่นเดียวกับ FDN) อย่างไรก็ตามนับตั้งแต่ที่ยังไม่เกิดขึ้นเรายกเลิกการซื้อของเราและยังคงถือยูเอสด้วยขนาดของหุ้นที่ลดลงและกำไรที่ยังไม่เกิดขึ้นจริงเล็กน้อยนับจากรายการ breakout ขณะที่ค่าเฉลี่ยเคลื่อนที่ 5 และ 10 วันไม่ได้หมายความว่าเป็นระบบที่สมบูรณ์และสมบูรณ์แบบสำหรับการออกจากตำแหน่ง แต่ก็ช่วยให้เราสามารถอยู่กับแนวโน้มการค้าที่ชนะ (ซึ่งช่วยให้เราสามารถเพิ่มผลกำไรได้มากที่สุด) ที่สำคัญใช้ค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นตัวบ่งชี้ระยะสั้นของการสนับสนุนช่วยให้เราสามารถค้าสิ่งที่เราเห็นไม่ใช่สิ่งที่เราคิดว่าการเรียนรู้ระบบการซื้อขายหุ้นของเราที่สมบูรณ์และประสบความสำเร็จโปรดตรวจสอบวิดีโอยอดนิยมของเรา Swing Trading Success หลักสูตร ค่าเฉลี่ยเคลื่อนที่เฉลี่ย - SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย - SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถปรับแต่งได้ตามที่สามารถคำนวณได้สำหรับช่วงเวลาต่างกันโดยการเพิ่มการปิดบัญชี ราคาของการรักษาความปลอดภัยสำหรับช่วงเวลาหนึ่งแล้วหารจำนวนรวมทั้งหมดนี้ตามจำนวนช่วงเวลาซึ่งจะทำให้ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบช่วยขจัดความผันผวนและทำให้สามารถดูแนวโน้มราคาของหลักทรัพย์ได้ง่ายขึ้น หากค่าเฉลี่ยเคลื่อนที่ขึ้นเล็กน้อยหมายความว่าราคาหลักทรัพย์เพิ่มมากขึ้น หากมีการชี้ลงหมายความว่าราคาหลักทรัพย์ลดลง ระยะเวลาที่ยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบขึ้น ค่าเฉลี่ยเคลื่อนที่ระยะสั้นมีความผันผวนมากขึ้น แต่การอ่านมีความใกล้เคียงกับข้อมูลต้นฉบับ ความสำคัญเชิงวิเคราะห์ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือวิเคราะห์ที่สำคัญซึ่งใช้ในการระบุแนวโน้มราคาในปัจจุบันและศักยภาพในการเปลี่ยนแปลงแนวโน้มที่กำหนดไว้ รูปแบบที่ง่ายที่สุดในการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆในการวิเคราะห์คือการใช้เพื่อระบุว่าการรักษาความปลอดภัยอยู่ในขาขึ้นหรือขาลงอย่างรวดเร็วหรือไม่ อีกเครื่องมือวิเคราะห์ที่ได้รับความนิยมแม้ว่าจะมีความซับซ้อนมากกว่าเล็กน้อย แต่ก็คือการเปรียบเทียบคู่ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆกับแต่ละเฟรมเวลาที่ต่างกัน หากค่าเฉลี่ยเคลื่อนที่แบบระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวคาดว่าจะมีแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง รูปแบบการค้าที่นิยมใช้รูปแบบการซื้อขายสองรูปแบบที่นิยมใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ได้แก่ เครื่องหมายกากบาทและกากบาทสีทอง การเสียชีวิตเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ถือเป็นสัญญาณขาลงที่มีการขาดทุนเพิ่มขึ้น เครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นอยู่เหนือค่าเฉลี่ยเคลื่อนที่ในระยะยาว เสริมด้วยปริมาณการซื้อขายที่เพิ่มขึ้นนี้สามารถส่งสัญญาณกำไรต่อไปอยู่ในร้านซิงเกิ้ลดี. ค่าเฉลี่ยเคลื่อนที่ที่คำนวณได้ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยอยู่ที่มากกว่าการศึกษาลำดับของตัวเลขตามลำดับ ผู้ปฏิบัติงานช่วงต้นของการวิเคราะห์อนุกรมเวลาเป็นเรื่องที่เกี่ยวข้องกับตัวเลขลำดับเวลาของแต่ละชุดมากกว่าที่พวกเขามีอยู่กับการแก้ไขข้อมูลดังกล่าว การแก้ไข ในรูปแบบของทฤษฎีความน่าจะเป็นและการวิเคราะห์มามากในภายหลังเป็นรูปแบบการพัฒนาและ correlations ค้นพบ เมื่อเข้าใจเส้นโค้งที่มีรูปร่างต่างๆและเส้นถูกวาดตามลำดับเวลาในความพยายามที่จะคาดเดาที่จุดข้อมูลอาจจะไป ตอนนี้ถือว่าเป็นวิธีการขั้นพื้นฐานที่ใช้โดยนักวิเคราะห์ด้านเทคนิคในปัจจุบัน การวิเคราะห์แผนภูมิสามารถโยงย้อนกลับไปถึงศตวรรษที่ 18 ในประเทศญี่ปุ่นได้อย่างไร แต่อย่างไรและเมื่อใดที่ค่าเฉลี่ยความเคลื่อนไหวเมื่อถูกนำมาประยุกต์ใช้กับราคาในตลาดเป็นเรื่องลึกลับ เป็นที่เข้าใจกันโดยทั่วไปว่าค่าเฉลี่ยเคลื่อนที่แบบธรรมดา (SMA) ใช้มานานก่อนค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) เนื่องจาก EMA สร้างขึ้นจากกรอบ SMA และ SMA continuum สามารถเข้าใจได้ง่ายขึ้นสำหรับการวางแผนและการติดตาม Simple Moving Average (SMA) ค่าเฉลี่ยเคลื่อนที่ง่ายกลายเป็นวิธีที่ต้องการในการติดตามราคาตลาดเนื่องจากสามารถคำนวณได้ง่ายและเข้าใจได้ง่าย ผู้ประกอบการตลาดในยุคต้น ๆ ดำเนินการโดยปราศจากการใช้เมตริกแผนภูมิแบบซับซ้อนในการใช้งานในปัจจุบันดังนั้นพวกเขาจึงพึ่งพาราคาตลาดเป็นคำแนะนำ แต่เพียงผู้เดียว พวกเขาคำนวณราคาตลาดด้วยมือและกราฟราคาดังกล่าวเพื่อแสดงแนวโน้มและทิศทางตลาด กระบวนการนี้ค่อนข้างน่าเบื่อ แต่ก็ได้รับการพิสูจน์ว่ามีผลกำไรมากพอสมควรกับการยืนยันการศึกษาเพิ่มเติม ในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันให้เพิ่มราคาปิดของ 10 วันที่ผ่านมาและหารด้วย 10 ค่าเฉลี่ยเคลื่อนที่ 20 วันคำนวณโดยการเพิ่มราคาปิดในช่วง 20 วันและหารด้วย 20 และ อื่น ๆ สูตรนี้ไม่ได้ขึ้นอยู่เฉพาะในราคาปิด แต่ผลิตภัณฑ์เป็นราคาเฉลี่ยของ - เซตย่อย ค่าเฉลี่ยเคลื่อนที่หมายถึงการเคลื่อนไหวเนื่องจากกลุ่มของราคาที่ใช้คำนวณจะย้ายไปตามจุดบนแผนภูมิ ซึ่งหมายความว่าวันเก่าจะลดลงในความโปรดปรานของราคาปิดวันใหม่ดังนั้นการคำนวณใหม่จำเป็นเสมอที่สอดคล้องกับกรอบเวลาของการจ้างงานโดยเฉลี่ย ดังนั้นการคำนวณค่าเฉลี่ย 10 วันโดยการเพิ่มวันใหม่และลดลงวันที่ 10 และวันที่เก้าจะลดลงในวันที่สอง Exponential Moving Average (EMA) ค่าเฉลี่ยเคลื่อนที่เชิงเส้น (Exponential Moving Average - EMA) ค่าเฉลี่ยเคลื่อนที่เชิงตัวเลขได้รับการปรับแต่งและใช้กันอย่างแพร่หลายตั้งแต่ทศวรรษที่ 1960 เนื่องจากการทดลองกับคอมพิวเตอร์ก่อนหน้านี้ EMA ใหม่จะให้ความสำคัญกับราคาล่าสุดมากกว่าในชุดข้อมูลยาว ๆ ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย EMA ปัจจุบัน ((ราคา (ปัจจุบัน) - EMA ที่ผ่านมา)) ตัวคูณ X) EMA ก่อนหน้า ปัจจัยที่สำคัญที่สุดคือค่าคงที่ที่ราบเรียบที่ 2 (1N) โดยที่ N จำนวนวัน EMA 10 วัน 2 (101) 18.8 หมายถึง EMA 10 ช่วงน้ำหนักล่าสุด 18.8 วัน EMA 20 วัน EMA 9.52 และ 50 วัน EMA 3.92 ในวันล่าสุด EMA ทำงานโดยการชั่งน้ำหนักความแตกต่างระหว่างราคาในงวดปัจจุบันกับ EMA ก่อนหน้าและเพิ่มผลการค้นหาไปยัง EMA ก่อนหน้านี้ ระยะเวลาที่สั้นกว่าจะมีการใช้น้ำหนักมากขึ้นกับราคาล่าสุด เส้นขีดโดยการคำนวณเหล่านี้จุดจะพล็อตเผยให้เห็นเส้นที่เหมาะสม เส้นที่ติดตั้งอยู่เหนือหรือต่ำกว่าราคาตลาดบ่งชี้ว่าค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็นตัวชี้วัดที่ล่าช้า และใช้เป็นหลักสำหรับแนวโน้มดังต่อไปนี้ พวกเขาไม่ได้ทำงานได้ดีกับตลาดช่วงและช่วงเวลาของความแออัดเนื่องจากสายการประกอบไม่ได้แสดงถึงแนวโน้มเนื่องจากการขาดความชัดเจนสูงขึ้นหรือต่ำกว่าที่ต่ำกว่า นอกจากนี้สายกระชับยังคงมีค่าคงที่โดยไม่ต้องมีคำแนะนำ แนวรับที่เพิ่มขึ้นด้านล่างของตลาดมีความหมายยาวนานในขณะที่สายการผลิตที่พอดีกับขาขึ้นเหนือตลาดหมายถึงระยะสั้น วัตถุประสงค์ของการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆคือการวัดและแนวโน้มโดยการทำให้ข้อมูลมีความเรียบโดยใช้วิธีการหลายกลุ่มของราคา มีแนวโน้มที่จะได้รับการคาดการณ์และคาดการณ์ไว้ สมมติฐานคือการเคลื่อนไหวของแนวโน้มก่อนหน้าจะดำเนินต่อไป สำหรับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแนวโน้มระยะยาวสามารถพบได้และง่ายขึ้นกว่า EMA โดยมีข้อสันนิษฐานที่สมเหตุสมผลว่าสายพอดีจะแข็งแกร่งกว่าเส้น EMA เนื่องจากมุ่งเน้นไปที่ราคาเฉลี่ย EMA ใช้เพื่อจับภาพการเคลื่อนย้ายแนวโน้มที่สั้นลงเนื่องจากมุ่งเน้นไปที่ราคาล่าสุด โดยวิธีนี้ EMA ควรจะลดความล่าช้าใด ๆ ในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเพื่อให้สายกระชับที่จะกอดราคาใกล้กว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ปัญหาที่เกิดขึ้นกับ EMA คือ: มันมีแนวโน้มที่จะแบ่งราคาโดยเฉพาะอย่างยิ่งในช่วงตลาดที่รวดเร็วและช่วงเวลาของความผันผวน EMA ทำงานได้ดีจนกว่าราคาจะพังทลายลง ในช่วงที่ตลาดมีความผันผวนสูงขึ้นคุณสามารถพิจารณาเพิ่มระยะเวลาเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ได้ หนึ่งสามารถเปลี่ยนจาก EMA เป็น SMA เนื่องจาก SMA ทำให้ข้อมูลดีขึ้นกว่า EMA เนื่องจากมุ่งเน้นไปที่วิธีการในระยะยาว ตัวบ่งชี้ที่เป็นตัวบ่งชี้ความเป็นไปได้ในการไต่ระดับต่อเนื่อง หากราคาพุ่งขึ้นต่ำกว่าแนวเส้น 10 วันที่มีแนวโน้มสูงขึ้นโอกาสดีที่แนวโน้มขาลงอาจลดลงหรืออย่างน้อยตลาดอาจรวมตัวกัน หากราคาพุ่งขึ้นเหนือเส้นค่าเฉลี่ย 10 วันในระยะสั้น แนวโน้มอาจลดลงหรือรวมกัน ในกรณีเหล่านี้ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 10 และ 20 วันพร้อมกันและรอให้เส้น 10 วันข้ามด้านบนหรือด้านล่างเส้น 20 วัน ซึ่งจะเป็นตัวกำหนดทิศทางระยะสั้นสำหรับราคาต่อไป สำหรับระยะยาวให้ดูค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันสำหรับทิศทางในระยะยาว ตัวอย่างเช่นหากใช้ค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันหากค่าเฉลี่ยเคลื่อนที่ 100 วันต่ำกว่าค่าเฉลี่ย 200 วันจะเรียกว่าเครื่องหมายการเสียชีวิต และเป็นหยาบคายมากสำหรับราคา ค่าเฉลี่ยเคลื่อนที่ 100 วันที่ข้ามค่าเฉลี่ยเคลื่อนที่ 200 วันเรียกว่าไม้กางเขนสีทอง และเป็นที่พอใจมากสำหรับราคา ไม่ว่าจะเป็น SMA หรือ EMA เนื่องจากทั้งสองแบบเป็นตัวบ่งชี้แนวโน้ม โดยเฉพาะในระยะสั้นที่ SMA มีการเบี่ยงเบนเล็กน้อยจากคู่สัญญา EMA บทสรุป Moving averages เป็นพื้นฐานของการวิเคราะห์แผนภูมิและลำดับเวลา ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดที่ซับซ้อนมากขึ้นจะช่วยให้เห็นภาพแนวโน้มโดยการทำให้การเคลื่อนไหวของราคาดีขึ้น การวิเคราะห์ทางเทคนิคบางครั้งเรียกว่าศิลปะมากกว่าวิทยาศาสตร์ซึ่งทั้งสองใช้เวลาหลายปีในการควบคุม (เรียนรู้เพิ่มเติมในบทแนะนำการวิเคราะห์ทางเทคนิคของเรา)