Matlab เคลื่อนไหว ค่าเฉลี่ย คู่

ตัวกรอง Double Moving Average DoubleMovingAverageFilter ใช้ตัวกรองค่าเฉลี่ยสองเท่าของค่าเฉลี่ยต่ำ DoubleMovingAverageFilter เป็นส่วนหนึ่งของ Preprocessing Modules ตัวอย่างของสัญญาณไซน์คลื่นเสียงสุ่มกรองโดยใช้ตัวกรองเฉลี่ยเคลื่อนที่สัญญาณสีแดงเป็นสัญญาณเสียงเดิมสีเขียว สัญญาณคือสัญญาณที่กรองโดยใช้ตัวกรองค่าเฉลี่ยเคลื่อนที่ที่มีขนาดหน้าต่างเท่ากับ 5 และสัญญาณสีน้ำเงินคือสัญญาณที่กรองโดยใช้ตัวกรองค่าเฉลี่ยเคลื่อนที่ที่มีขนาดหน้าต่าง 20 ตัว DoubleMovingAverageFilter เหมาะสำหรับการลบเสียงรบกวนความถี่สูงจำนวนเล็กน้อย จากสัญญาณ N มิติข้อเสียหลักของ DoubleMovingAverageFilter คือเพื่อกรองเสียงรบกวนความถี่สูงอย่างมีนัยสำคัญขนาดของหน้าต่างของตัวกรองจะต้องมีขนาดใหญ่ปัญหาเกี่ยวกับการมีหน้าต่างตัวกรองขนาดใหญ่คือจะทำให้เกิดความหน่วงขนาดใหญ่ ในสัญญาณใด ๆ ที่ผ่านตัวกรองซึ่งอาจไม่เป็นประโยชน์สำหรับการใช้งานแบบเรียลไทม์หากคุณพบว่าคุณต้องการ หน้าต่างตัวกรองขนาดใหญ่เพื่อกรองเสียงรบกวนความถี่สูงและเวลาแฝงที่เกิดจากขนาดหน้าต่างนี้ไม่เหมาะสำหรับแอ็พพลิเคชันแบบเรียลไทม์ของคุณจากนั้นคุณอาจต้องการลองใช้ตัวกรองความถี่ต่ำแทนตัวอย่างโค้ด ตัวอย่างนี้แสดงให้เห็นถึงวิธีการสร้างและใช้โมดูล GRT DoubleMovingAverageFilter PreProcessing DoubleMovingAverageFilter ใช้ตัวกรองค่าเฉลี่ยสองเท่าของการเคลื่อนที่ต่ำในตัวอย่างนี้เราสร้างอินสแตนซ์ DoubleMovingAverageFilter และใช้ตัวกรองนี้เพื่อกรองข้อมูลหลอกลวงที่สร้างขึ้นจาก sine wave random noise สัญญาณทดสอบและสัญญาณที่ผ่านการกรองจะถูกบันทึกลงในไฟล์เพื่อให้คุณสามารถคำนวณผลลัพธ์ใน Matlab, Excel และอื่น ๆ ได้ถ้าจำเป็นตัวอย่างนี้แสดงวิธีการ - สร้างอินสแตนซ์ DoubleMovingAverageFilter ใหม่ที่มีขนาดหน้าต่างเฉพาะสำหรับ 1 มิติสัญญาณ - กรองข้อมูลบางส่วนโดยใช้ DoubleMovingAverageFilter - บันทึกการตั้งค่า DoubleMovingAverageFilter ลงในไฟล์ - โหลดการตั้งค่า DoubleMovingAverageFilter จากไฟล์ รวม GRT h โดยใช้ namespace GRT. int main int argc const char argv สร้างอินสแตนซ์ใหม่ของตัวกรองค่าเฉลี่ยสองเท่าของการเคลื่อนที่ด้วยขนาดหน้าต่าง 5 สำหรับสัญญาณ 1 มิติ DoubleMovingAverageFilter filter 5 1. สร้างและเปิดไฟล์เพื่อบันทึกข้อมูล fstream ไฟล์เปิดไฟล์ fstream out สร้างข้อมูลเสียงไซน์บางส่วนและกรองข้อมูลเป็นสองเท่า x 0 const UINT M 1000 สุ่มสุ่มสำหรับ UINT i i i i i i i i i i i sin i x sin x สุ่ม getRandomNumberUniform - 0 2 0 2. กรองสองตัวกรองตัวกรองสัญญาณ filter. file signaled. exal endl. x TWOPI double M 10. ปิดไฟล์ใกล้ บันทึกการตั้งค่าตัวกรองลงในตัวกรองไฟล์ saveSettingsToFile จากนั้นเราสามารถโหลดการตั้งค่าในภายหลังได้หากจำเป็นต้องใช้ตัวกรอง loadSettingsFromFileFreFile. return EXITSUCCESS DoubleMovingAverageFilter ยังทำงานร่วมกับสัญญาณ N มิติใดก็ได้ สร้างอินสแตนซ์ใหม่ของ DoubleMovingAverageFilter ที่มีขนาดหน้าต่างเท่ากับ 10 สำหรับตัวกรอง DoubleMovingAverageFilter 3 มิติ 3 ค่าที่คุณต้องการกรองข้อมูล double double data 3 0 0 รับค่าจากข้อมูลเซ็นเซอร์ 1 0 รับค่าจากข้อมูลเซ็นเซอร์ 2 0 รับค่าจากเซ็นเซอร์ กรองสัญญาณเวกเตอร์แบบกรองข้อมูลกรองคู่กรองข้อมูลค่าเฉลี่ย - ค่าเฉลี่ยง่ายและค่าเฉลี่ย Exponential. Moving - ค่าเฉลี่ยที่เรียบง่ายและค่าเฉลี่ย Exponential. Moving เรียบข้อมูลราคาเพื่อสร้างตัวบ่งชี้แนวโน้มตามพวกเขาไม่ได้คาดการณ์ทิศทางราคา แต่กำหนดทิศทางปัจจุบันด้วย a lag การปรับค่าเฉลี่ยย้อนหลังเนื่องจากราคาพื้นฐานขึ้นอยู่กับราคาที่ผ่านมาแม้จะมีความล่าช้าก็ตามค่าเฉลี่ยเคลื่อนที่จะช่วยให้การดำเนินการของราคาที่ราบรื่นและกรองสัญญาณรบกวนนอกจากนี้ยังเป็นตัวบ่งชี้ทางเทคนิคและการซ้อนทับอีกหลายแบบเช่น Bollinger Bands MACD และ McClellan Oscillator สองค่าเฉลี่ยเคลื่อนที่ที่นิยมมากที่สุดคือค่าเฉลี่ยเคลื่อนที่แบบเฉลี่ย SMA และ EMA เฉลี่ยที่เคลื่อนที่ได้ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถใช้เพื่อระบุทิศทางของแนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้นแผนภูมินี้มีทั้ง SMA และ EMA ให้คลิกแผนภูมิสำหรับแบบสดๆการคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าเฉลี่ยเคลื่อนที่จะคำนวณจากการคำนวณ ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่ระบุส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่อยู่บนพื้นฐานของราคาปิดราคาเฉลี่ยเคลื่อนที่ 5 วันเป็นผลรวมของราคาปิดในช่วงห้าวันหารด้วย 5 เป็นค่าเฉลี่ยถัวเฉลี่ยเคลื่อนที่ ย้ายข้อมูลเก่าจะลดลงเมื่อมีข้อมูลใหม่มาซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลาด้านล่างเป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่มีการเปลี่ยนแปลงไปสามวันวันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมา วันที่สองของค่าเฉลี่ยเคลื่อนที่ลดลงจุดข้อมูลแรกที่ 11 และเพิ่มจุดข้อมูลใหม่ 16 วันที่สามของค่าเฉลี่ยเคลื่อนที่จะยังคงอยู่โดยการปล่อยจุดข้อมูลแรก 12 และเพิ่มจุดข้อมูลใหม่ 17 ในตัวอย่างข้างต้นราคาจะค่อยๆเพิ่มขึ้นจาก 11 ถึง 17 ในช่วงเจ็ดวันโปรดทราบว่าค่าเฉลี่ยเคลื่อนที่ยังเพิ่มขึ้นจาก 13 ถึง 15 ในช่วงการคำนวณ 3 วันนอกจากนี้โปรดทราบว่าค่าเฉลี่ยเคลื่อนที่แต่ละค่าต่ำกว่าราคาล่าสุดตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ วันหนึ่งเท่ากับ 13 และราคาล่าสุด 15 ราคาก่อนสี่วันจะลดลงและนี่เป็นสาเหตุให้ค่าเฉลี่ยเคลื่อนที่จะเลื่อนออกไปการคำนวณค่าเฉลี่ยที่เป็นตัวเลื่อนพิเศษค่าเฉลี่ยเคลื่อนที่ที่ลดลงจะช่วยลดความล่าช้าโดยการใช้น้ำหนักมากขึ้นกับราคาล่าสุดน้ำหนักที่ใช้กับ ขั้นตอนการคํานวณค่าเฉลี่ยเคลื่อนที่ทีละขั้นตอนสามขั้นตอนคํานวณค่าเฉลี่ยเคลื่อนที่แบบก้าวร้าวสามขั้นตอนก่อนอื่นให้คำนวณค่าเฉลี่ยเคลื่อนที่แบบถัวเฉลี่ยค่า EMA ที่มีการระบุเป็นค่าเฉลี่ยเคลื่อนที่จะต้องเริ่มต้นที่อื่นเพื่อให้ค่าเฉลี่ยเคลื่อนที่แบบง่ายถูกใช้เป็นค่าก่อนหน้า ระยะเวลาของ EMA ในการคำนวณครั้งแรกสองคำนวณตัวคูณการถ่วงน้ำหนักประการที่สามคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนาสูตรด้านล่างมีไว้สำหรับ EMA 10 วันระยะเวลาการเคลื่อนย้ายเลขคณิต 10 ช่วงจะใช้น้ำหนัก 18 18 กับราคาล่าสุด A 10 - EMA EMA ระยะยาวสามารถเรียกได้ว่าเป็น EMA 18 18 EMA 20 ระยะเวลาใช้การชั่งน้ำหนัก 9 52 ถึงราคาล่าสุด 2 20 1 0952 สังเกตว่าการชั่งน้ำหนักให้สั้นลง e ช่วงเวลามากกว่าน้ำหนักสำหรับช่วงเวลาที่ยาวขึ้นในความเป็นจริงการถ่วงน้ำหนักลดลงครึ่งหนึ่งทุกครั้งที่รอบระยะเวลาเฉลี่ยที่เคลื่อนที่ได้สองเท่าหากคุณต้องการให้เราเป็นเปอร์เซ็นต์เฉพาะสำหรับ EMA คุณสามารถใช้สูตรนี้เพื่อแปลงเป็นเวลา จากนั้นป้อนค่าดังกล่าวเป็นพารามิเตอร์ของ EMA ด้านล่างเป็นตัวอย่างของสเปรดชีตของค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่แบบเสด็จเฉลี่ย 10 วันสำหรับ Intel Simple moving averages จะถูกส่งตรงและต้องใช้คำอธิบายเล็กน้อยค่าเฉลี่ย 10 วัน เพียงแค่ย้ายตามราคาใหม่ที่มีอยู่และราคาเก่าลดลงค่าเฉลี่ยเคลื่อนที่แบบทึบจะขึ้นต้นด้วยค่าเฉลี่ยเคลื่อนที่ 22 22 ในการคำนวณครั้งแรกหลังจากการคำนวณครั้งแรกสูตรปกติใช้เวลาเนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ค่าที่แท้จริงจะไม่ได้รับรู้จนกว่า 20 หรือมากกว่าระยะเวลาในภายหลังในคำอื่น ๆ ค่าในกระดาษคำนวณ Excel อาจแตกต่างจากค่าแผนภูมิเพราะระยะเวลามองย้อนกลับสั้นสเปรดชีตนี้ ระยะเวลาย้อนกลับ 30 รอบซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลาในการกระจายสต๊อกชิพ 20 ช่วงเวลาอย่างน้อย 250 รอบซึ่งโดยมากแล้วจะมากขึ้นสำหรับการคำนวณดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายตัว ปัจจัยความล่าช้าอีกต่อไปค่าเฉลี่ยเคลื่อนที่ที่มากขึ้นความล่าช้าค่าเฉลี่ยการเคลื่อนที่แบบเสวนา 10 วันจะกอดราคาค่อนข้างใกล้ชิดและเลี้ยวไม่นานหลังจากที่ราคาเปลี่ยนเป็นค่าเฉลี่ยของการเคลื่อนที่ในระยะสั้นเช่นเดียวกับเรือเร็วมีความว่องไวและรวดเร็วในการเปลี่ยนแปลง ค่าเฉลี่ยเคลื่อนที่ 100 วันมีจำนวนข้อมูลที่ผ่านมาที่ลดลงค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือบรรทุกน้ำมันในทะเล - เซื่องซึมและชะลอการเปลี่ยนแปลงการเคลื่อนไหวของราคาเคลื่อนไหวใหญ่และยาวนานขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนเส้นทางคลิกที่แผนภูมิ สำหรับแผนภูมิแบบสดแผนภูมิด้านบนแสดง SP 500 ETF ที่มี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่สูงขึ้นแม้จะมีการลดลงในเดือนมกราคมถึงกุมภาพันธ์ SMA 100 วันก็ถือเป็น nd ไม่ได้ลดลง SMA 50 วันเหมาะกับบางช่วงระหว่างค่าเฉลี่ยเคลื่อนที่ 10 ถึง 100 วันเมื่อเทียบกับค่าความล่าช้าค่าเฉลี่ยของค่าเฉลี่ยของการเคลื่อนที่แบบ Expedential Movement A ถึงแม้ว่าจะมีความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสี้ยวหนึ่ง ไม่จำเป็นต้องดีไปกว่าค่าเฉลี่ยเคลื่อนที่อื่น ๆ ที่มีความล่าช้าน้อยลงและมีความอ่อนไหวต่อราคาล่าสุดมากขึ้นและการเปลี่ยนแปลงราคาล่าสุดการเปลี่ยนแปลงค่าเฉลี่ยเลขคณิตจะเปลี่ยนไปก่อนค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ค่าเฉลี่ยที่แท้จริงของราคา สำหรับช่วงเวลาทั้งหมดเช่นนี้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกับการระบุระดับการสนับสนุนหรือความต้านทานการเลือกค่าเฉลี่ยขึ้นอยู่กับวัตถุประสงค์ลักษณะการวิเคราะห์และเส้นขอบเวลาแผนภูมิควรทดลองทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่และระยะเวลาที่แตกต่างกันเพื่อหา กราฟที่ดีที่สุดแสดงให้เห็นว่าไอบีเอ็มมี SMA 50 วันสีแดงและ EMA 50 วันเป็นสีเขียวทั้งสองจุดในปลายปี J anuary แต่การลดลงของ EMA มีความคมชัดกว่า SMA ที่ลดลง EMA เปิดขึ้นในช่วงกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงไปจนถึงสิ้นเดือนมีนาคมให้สังเกตว่า SMA กลับมาอยู่เหนือหนึ่งเดือนหลังจาก EMA ระยะเวลาและ Timeframes ความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์โดยเฉลี่ยระยะสั้นค่าเฉลี่ยระยะสั้น 5-20 เหมาะสมกับแนวโน้มระยะสั้นและการซื้อขาย Chartists สนใจในแนวโน้มระยะกลางจะเลือกใช้ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นซึ่งอาจขยายได้ 20-60 ช่วง Long นักลงทุนระยะยาวจะชอบเคลื่อนไหวค่าเฉลี่ยที่มีระยะเวลา 100 หรือมากกว่าระยะเวลาในการเคลื่อนที่เฉลี่ยบางส่วนเป็นที่นิยมมากกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจเป็นที่นิยมมากที่สุดเนื่องจากความยาวของค่านี้เป็นค่าเฉลี่ยเคลื่อนที่ในระยะยาว ค่าเฉลี่ยเคลื่อนที่ 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มในระยะปานกลางนักเกรเทส์หลายคนใช้ค่าเฉลี่ยระยะสั้น 50 วันและ 200 วันในระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นที่นิยมมากในอดีตเนื่องจากสามารถคำนวณได้ง่ายหนึ่งเพียงแค่เพิ่มตัวเลขและย้ายทศนิยม point. Trend Identification สัญญาณเดียวกันสามารถสร้างขึ้นโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายหรือค่าเฉลี่ยที่ระบุไว้ดังที่ระบุไว้ข้างต้นการตั้งค่าขึ้นอยู่กับแต่ละตัวอย่างด้านล่างนี้จะใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเส้นคำศัพท์ ค่าเฉลี่ยที่ใช้กับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยที่เป็นตัวชี้วัดทิศทางของค่าเฉลี่ยเคลื่อนที่จะบ่งบอกถึงข้อมูลที่สำคัญเกี่ยวกับราคาค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าราคาโดยทั่วไปจะเพิ่มขึ้นค่าเฉลี่ยถ่วงน้ำหนักที่ลดลงบ่งชี้ว่าราคาโดยเฉลี่ยตกต่ำ ค่าเฉลี่ยสะท้อนให้เห็นถึงแนวโน้มขาขึ้นในระยะยาวค่าเฉลี่ยเคลื่อนที่ระยะยาวที่ลดลงสะท้อนถึงแนวโน้มขาลงในระยะยาวแผนภูมิข้างบนแสดงถึง 3M MMM ที่มีค่าเฉลี่ยเคลื่อนที่แบบเสด็จ 150 วันตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนไหวได้ดีเพียงใดเมื่อแนวโน้มแข็งแกร่ง EMA 150 วันปิดลงในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 สังเกตเห็นว่าการปรับตัวลดลง 15 ครั้งเพื่อกลับทิศทางการลงทุนนี้ หรือหลังจากที่เกิดขึ้นในช่วงที่เลวร้ายที่สุด MMM ยังคงลดลงในเดือนมีนาคม 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่ได้เปิดขึ้นจนกว่าจะถึงช่วงนี้ อย่างไรก็ตาม MMM ยังคงสูงขึ้นต่อไปอีก 12 เดือนการเคลื่อนไหวโดยเฉลี่ยมีแนวโน้มที่ดีขึ้นอย่างมาก Double Crossovers. Two ค่าเฉลี่ยเคลื่อนที่สามารถใช้ร่วมกันเพื่อสร้างสัญญาณครอสโอเวอร์ในการวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy เรียกวิธีนี้ว่าไขว้แบบคู่ Double crossovers เกี่ยวข้องกับหนึ่ง ค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างสั้นและค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างยาวเช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวโดยเฉลี่ยของค่าเฉลี่ยเคลื่อนที่จะกำหนดระยะเวลาของระบบระบบที่ใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระบบระยะสั้น โดยใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางถึงแม้จะเป็นระยะยาวการทับถมในเชิงรุกจะเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงจะข้ามไปเป็นระยะเวลานานกว่า ค่าเฉลี่ยถ่วงน้ำหนักนี้เป็นที่รู้จักกันว่าเป็นเครื่องหมายกากบาทสีเงินเครื่องหมายไขว้แบบหยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่านี้เรียกว่า cross cross ที่ตายแล้วค่าเฉลี่ย crossovers จะเป็นสัญญาณที่ค่อนข้างล่าช้าหลังจากที่ระบบใช้ตัวบ่งชี้ที่ล้าหลัง ระยะเวลาเฉลี่ยที่ยาวนานมากขึ้นความล่าช้าในสัญญาณสัญญาณเหล่านี้ทำงานได้ดีเมื่อแนวโน้มดีขึ้นอย่างไรก็ตามระบบครอสโอเวอร์เฉลี่ยเคลื่อนที่จะผลิตจำนวนมากของ whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่งนอกจากนี้ยังมีวิธีไขว้ไตร ที่เกี่ยวข้องกับสามค่าเฉลี่ยเคลื่อนที่อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามทั้งสองค่าเฉลี่ยเคลื่อนที่อีกครั้งระบบครอสโอเวอร์สามแบบง่ายๆอาจเกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ 5 วัน 10 วันและ 20 วันแผนภูมิข้างต้นแสดง Home Depot HD ด้วยเส้นสีเขียว EMA 10 วันและเส้นสีแดง EMA 50 วันบรรทัดสีดำคือการปิดแบบรายวันการใช้ครอสโอเวอร์เฉลี่ยเคลื่อนที่จะส่งผลให้มี whipsaws สามตัวก่อนแมว การดีดตัวการดีดตัว EMA 10 วันทะลุจุดต่ำสุด 50 วัน EMA ในช่วงปลายเดือนตุลาคมที่ผ่านมา แต่ไม่นานนักเมื่อ 10 พฤศจิกายนที่ผ่านมาในช่วงกลางเดือนพฤศจิกายน 2 นี้การข้ามนี้ใช้เวลานานกว่า วันที่ 3 ม. ค. เกิดขึ้นใกล้ระดับราคาในเดือนพฤศจิกายนซึ่งส่งผลให้เกิดการแสกนอีกตัวหนึ่งเครื่องหมายลบนี้ไม่ได้เป็นที่สิ้นสุดเมื่อ EMA 10 วันเคลื่อนตัวกลับเหนือ 50 วันในอีกไม่กี่วันต่อมา 4 หลังจากสัญญาณไม่ดีสามสัญญาณสัญญาณที่ 4 คาดว่าจะมีการเคลื่อนไหวที่แข็งแกร่ง เป็นหุ้นที่สูงกว่า 20.There สอง takeaways ที่นี่แรกไขว้มีแนวโน้มที่จะ whipsaw สามารถใช้ตัวกรองราคาหรือเวลาที่จะช่วยป้องกัน whipsaws ผู้ค้าอาจต้องครอสโอเวอร์ไป 3 วันก่อนที่จะทำหน้าที่หรือต้อง 10 วัน EMA ไป เคลื่อนตัวใต้เส้น EMA 50 วันมาอยู่ที่ระดับหนึ่งก่อนทำเครื่องหมายที่สอง MACD จะถูกใช้เพื่อระบุและหาปริมาณ MACO 10,50,1 จะแสดงเส้นแสดงความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่สองเส้นค่าเฉลี่ย MACD จะเป็นบวกในช่วง cros สีทอง s และลบในช่วงตายข้าม Oscillator ราคาร้อยละ PPO สามารถใช้วิธีเดียวกันเพื่อแสดงความแตกต่างร้อยละทราบว่า MACD และ PPO อยู่บนพื้นฐานของค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรงและจะไม่ตรงกับค่าเฉลี่ยเคลื่อนที่ง่ายแผนภูมินี้แสดง Oracle ORCL กับ EMA 50 วัน EMA 200 วันและ MACD 50,200,1 หุ้นมีการครอสโอเวอร์เฉลี่ย 4 ช่วงระยะเวลา 2 1 2 ปีประการแรกสามสายมีผลทำให้เกิด whipsaws หรือการค้าที่ไม่ดีแนวโน้มเริ่มมีเสถียรภาพเริ่มขึ้นด้วยการครอสโอเวอร์ที่สี่เมื่อ ORCL ก้าวขึ้น mids 20s อีกครั้งการเคลื่อนไหว crossovers เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มที่แข็งแกร่ง แต่ผลิตขาดทุนในกรณีที่ไม่มีแนวโน้ม Crossovers Cross. Moving เฉลี่ยยังสามารถใช้ในการสร้างสัญญาณที่มีราคา crossovers ง่ายสัญญาณรั้นถูกสร้างขึ้นเมื่อราคาย้าย เหนือเส้นค่าเฉลี่ยเคลื่อนที่สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยที่เคลื่อนที่โดยเฉลี่ยไขว้ราคาสามารถรวมเข้ากับการค้าภายในแนวโน้มที่ใหญ่กว่า แนวโน้มที่ใหญ่กว่าและค่าเฉลี่ยเคลื่อนที่ที่สั้นลงจะใช้ในการสร้างสัญญาณหนึ่งจะมองหาราคาที่ทะลุปรุโปร่งเมื่อราคาอยู่เหนือระดับเฉลี่ยที่ยาวขึ้นเท่านั้นการซื้อขายนี้จะสอดคล้องกับแนวโน้มที่ใหญ่ขึ้นตัวอย่างเช่นถ้าราคาอยู่เหนือ 200 ค่าเฉลี่ยวันเคลื่อนไหวเฉลี่ย chartists จะมุ่งเน้นไปที่สัญญาณเมื่อราคาเคลื่อนเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันอย่างเห็นได้ชัดการย้ายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะนำหน้าสัญญาณดังกล่าว แต่ข้ามหยาบคายดังกล่าวจะถูกละเว้นเนื่องจากแนวโน้มที่ใหญ่กว่าคือ up ข้ามหยาบคายก็จะแนะนำ pullback ภายในขาขึ้นที่ใหญ่กว่าข้ามกลับเหนือ 50 วันค่าเฉลี่ยเคลื่อนที่จะส่งสัญญาณ upturn ในราคาและความต่อเนื่องของ uptrend. The ใหญ่แผนภูมิ Emerson ไฟฟ้า EMR กับ 50 วัน EMA และ หุ้น EMA ระยะ 200 วันหุ้นขึ้นไปเหนือระดับเฉลี่ย 200 วันในเดือนสิงหาคมมีการปรับตัวลงมาต่ำกว่า EMA 50 วันในช่วงต้นเดือนพฤศจิกายนและอีกครั้งในช่วงต้นเดือนกุมภาพันธ์ราคาปรับตัวลงอย่างรวดเร็วเหนือ 50 วัน EMA เพื่อให้สัญญาณรั้นสัญญาณลูกศรสีเขียวสอดคล้องกับขาขึ้นที่ใหญ่ขึ้น MACD 1,50,1 จะแสดงในหน้าต่างตัวบ่งชี้เพื่อยืนยันการข้ามผ่านด้านล่างหรือด้านล่าง EMA 50 วัน EMA ระยะเวลา 1 วันจะเท่ากับ MACD 1,50 , 1 เป็นบวกเมื่อระยะสั้นใกล้เส้น EMA 50 วันและเป็นลบเมื่อระยะสั้นปิดต่ำกว่า 50 วัน EMA การสนับสนุนและความต้านทานค่าเฉลี่ย Mooding ยังสามารถทำหน้าที่เป็นแนวรับและขาขึ้นได้ในระยะสั้นระยะสั้น อาจมีแนวรับใกล้เส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ใน Bollinger Bands ขาขึ้นในระยะยาวอาจได้รับแรงสนับสนุนจากค่าเฉลี่ยเคลื่อนที่ระยะสั้น 200 วันซึ่งเป็นค่าเฉลี่ยระยะยาวที่เป็นที่นิยมมากที่สุดหากความเป็นจริง, ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้กันอย่างแพร่หลายเกือบจะเหมือนกับคำทำนายด้วยตนเองที่ทำเองแผนภูมิข้างต้นแสดง NY Composite โดยมีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลางปี ​​2547 จนถึงสิ้นปี 2008 200 วันให้การสนับสนุนหลายครั้งในช่วง ความคืบหน้าเมื่อแนวโน้มย้อนกลับไปกับการพักฐานสองด้านบนค่าเฉลี่ยเคลื่อนที่ 200 วันทำหน้าที่เป็นแนวต้านที่ 9500 ไม่ควรคาดหวังว่าการสนับสนุนที่ถูกต้องและระดับความต้านทานจากค่าเฉลี่ยเคลื่อนที่โดยเฉพาะค่าเฉลี่ยที่เคลื่อนไหวได้ยาวนานขึ้น แนวโน้มการใช้ค่าเฉลี่ยเคลื่อนที่ (moving average) จะต้องมีการถ่วงน้ำหนักกับข้อเสีย (Moving averages) มีแนวโน้มเป็นไปตามแนวโน้มหรือล้าหลังตัวชี้วัดซึ่งจะเป็นขั้นตอนที่อยู่เบื้องหลัง นี้ไม่จำเป็นต้องเป็นสิ่งที่ไม่ดี แต่หลังจากที่ทุกแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของแนวโน้มการย้ายเฉลี่ยให้แน่ใจว่าผู้ประกอบการค้าที่เป็นไปตามแนวโน้มปัจจุบันแม้ว่าแนวโน้มเป็นเพื่อนของคุณหลักทรัพย์ ใช้เวลาส่วนใหญ่ในช่วงการซื้อขายซึ่งทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผลเมื่อมีแนวโน้มค่าเฉลี่ยเคลื่อนที่จะช่วยให้คุณได้ แต่ยังให้สัญญาณปลาย Don te xpect ขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตัวเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดแนวโน้มโดยรวมแล้ว ใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือเกินซื้อการเพิ่มค่าเฉลี่ยของการเคลื่อนไหวไปยัง StockCharts Charts. Moving averages มีให้เป็นคุณลักษณะการวางซ้อนราคาบนโต๊ะทำงาน SharpCharts โดยใช้เมนูแบบเลื่อนลง Overlays ผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่แบบธรรมดาหรือค่าเฉลี่ยเคลื่อนที่แบบเสวนา พารามิเตอร์แรกจะใช้เพื่อกำหนดจำนวนรอบระยะเวลาคุณสามารถเพิ่มพารามิเตอร์ที่เป็นตัวเลือกเพื่อระบุฟิลด์ราคาที่ควรใช้ในการคำนวณ - O สำหรับ Open, H สำหรับ High, L สำหรับ Low และ C สำหรับ ปิดเครื่องหมายจุลภาคใช้เพื่อแยกพารามิเตอร์พารามิเตอร์อื่น ๆ ที่เป็นตัวเลือกสามารถเพิ่มเพื่อเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางซ้ายหรือขวาในอนาคตจำนวนลบ -10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไป ระยะเวลา 10 ช่วงที่เหลือจำนวนบวก 10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 รอบระยะเวลาหลายค่าเฉลี่ยเคลื่อนที่สามารถวางซ้อนราคาโดยการเพิ่มสายการซ้อนทับอีกใบหนึ่งไปยังสมาชิก Workbench StockCharts สามารถเปลี่ยนสีและรูปแบบเพื่อแยกความแตกต่างระหว่างการย้ายหลายรายการ เฉลี่ยหลังจากเลือกตัวบ่งชี้ให้เปิดตัวเลือกขั้นสูงโดยคลิกที่รูปสามเหลี่ยมสีเขียวเล็กน้อย ตัวเลือกขั้นสูงสามารถใช้เพื่อเพิ่มการวางซ้อนค่าเฉลี่ยเคลื่อนไหวสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่แตกต่างกันโดยใช้เส้นค่าเฉลี่ยเคลื่อนที่ที่มีการสแกนสต็อกช็อต สมาชิกสามารถใช้เพื่อสแกนหาค่าเฉลี่ยของสถานการณ์ที่เคลื่อนไหวได้โดยทั่วไปการเคลื่อนไหวเฉลี่ยข้ามเฉลี่ยการสแกนนี้จะหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้นและการข้ามผ่านแนวราบของ EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วัน จะเพิ่มขึ้นตราบเท่าที่มีการซื้อขายเหนือระดับของห้าวันที่ผ่านมาข้ามรั้นเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือเส้น EMA 35 วันเมื่อเทียบกับค่าเฉลี่ยสูงกว่าค่าเฉลี่ยการเคลื่อนที่ข้ามเส้นขยับ Crossish Moving Average Cross การสแกนนี้จะมองหาหุ้นที่ลดลง 150- วันค่าเฉลี่ยการเคลื่อนไหวแบบถดถอยและเส้นค่าเฉลี่ยถดถอยในระยะสั้น EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วันจะลดลงตราบเท่าที่ราคาซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา ต่ำกว่า EMA 35 วันที่ ABO หนังสือเล่มนี้มีบทที่อุทิศให้กับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆของพวกเขา Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ยนอกจากนี้เมอร์ฟี่แสดงให้เห็นว่าการเคลื่อนไหวโดยเฉลี่ยทำงานร่วมกับ Bollinger Bands และระบบการซื้อขายบนช่องทางอย่างไรเทคนิค การวิเคราะห์ตลาดการเงิน John Murphy. M หมายถึง A จะส่งกลับค่าเฉลี่ยขององค์ประกอบของ A ตามมิติข้อมูลอาร์เรย์แรกที่มีขนาดไม่เท่ากับ 1. ถ้าเป็นเวกเตอร์หมายถึง A จะให้ค่าเฉลี่ยขององค์ประกอบถ้าเป็น เมทริกซ์แล้วหมายถึง A จะส่งกลับแถวเวกเตอร์ที่มีค่าเฉลี่ยของแต่ละคอลัมน์ถ้า A เป็นอาร์เรย์แบบหลายมิติ A หมายถึง A ดำเนินการตามมิติอาร์เรย์แรกที่มีขนาดไม่เท่ากับ 1 ถือว่าองค์ประกอบเป็น vectors มิตินี้จะกลายเป็น 1 ในขณะที่ ขนาดของส่วนอื่น ๆ ทั้งหมดยังคงเหมือนเดิม M หมายถึง A, dim ส่งกลับค่าเฉลี่ยตามมิติ dim ตัวอย่างเช่นถ้า A เป็นเมทริกซ์หมายถึง A คือ 2 คือเวกเตอร์ของคอลัมน์ที่มีค่าเฉลี่ยของแต่ละแถว M หมายถึง outtype ส่งผลเฉลียวฉลาด ha ระบุชนิดข้อมูลโดยใช้อาร์กิวเมนต์อินพุตใด ๆ ในไวยากรณ์ก่อนหน้านี้ outtype สามารถเป็นค่าเริ่มต้นเป็น double หรือ native หมายถึง nanflag ระบุว่าจะรวมหรือละเว้นค่า NaN จากการคำนวณสำหรับรูปแบบใด ๆ ก่อนหน้านี้หมายถึงรวมถึงทั้งหมด ค่า NaN ในการคำนวณในขณะที่ค่าเฉลี่ย A, omitnan ละเว้นพวกเขาเลือกประเทศของคุณ