การเพิ่ม จำนวน ของ ระยะเวลา ใน การเคลื่อนย้าย ค่าเฉลี่ย

ค่าเฉลี่ยเคลื่อนที่: อะไรคือตัวชี้วัดทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อวัดทิศทางของแนวโน้มในปัจจุบัน ค่าเฉลี่ยเคลื่อนที่ทุกประเภท (เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA) คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมา เมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงในแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมด รูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่โดยทั่วไปหมายถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) โดยคำนวณค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนด ตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา (110) คือ หารด้วยจำนวนวัน (10) เพื่อให้ได้ค่าเฉลี่ย 10 วัน หากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนจะต้องมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมา ค่าเฉลี่ยที่เกิดขึ้นด้านล่าง (11) คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาอย่างไร บางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยปกติ คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาเพื่อแทนที่ ดังนั้นชุดข้อมูลจึงมีการย้ายข้อมูลบัญชีใหม่ ๆ ไปเรื่อย ๆ วิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้น ในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดง (แทนจุดข้อมูล 10 จุดที่ผ่านมา) จะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณ เนื่องจากค่าที่ค่อนข้างเล็ก 5 จะแทนที่ค่าที่สูงถึง 15 คุณจึงคาดว่าจะเห็นค่าเฉลี่ยของการลดข้อมูลชุดซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่เมื่อค่าของ MA ได้รับการคำนวณพวกเขาจะวางแผนลงบนแผนภูมิและเชื่อมต่อแล้วเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่ เส้นโค้งเหล่านี้มีอยู่ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีการใช้งานเหล่านี้อาจแตกต่างกันอย่างมาก (ในภายหลัง) ดังที่เห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณ เส้นโค้งเหล่านี้ดูเหมือนจะเสียสมาธิหรือทำให้เกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับมันเมื่อเวลาผ่านไป เส้นสีแดงเป็นเพียงราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมา ตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่คืออะไรและแนะนำให้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ต่างกันและดูว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวถึงก่อนหน้านี้เท่าไร ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดก็มีนักวิจารณ์ หลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้าย ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้น้ำหนักกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) (สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลเบื้องต้นเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA กับ EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนาค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากกว่าราคาล่าสุดในความพยายามที่จะทำให้การตอบสนองดีขึ้น ข้อมูลใหม่ ๆ การเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบแผนภูมิทำคำนวณสำหรับคุณ อย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA: เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องโดยใช้สูตรด้านบนจากที่นั่น เราได้จัดเตรียมสเปรดชีตตัวอย่างไว้ในตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่แบบเสวนา ความแตกต่างระหว่าง EMA กับ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA ถูกคำนวณไปแล้วลองดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไร เมื่อพิจารณาการคำนวณ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลสำคัญ ๆ อยู่ในจุดข้อมูลล่าสุดทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนัก ในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเหมือนกัน (15) แต่ EMA จะตอบสนองต่อราคาที่เปลี่ยนแปลงได้เร็วขึ้น สังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลง การตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA อะไรที่แตกต่างกันระหว่างวันหมายถึงค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ย ช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วัน ช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความละเอียดอ่อนมากขึ้นคือการเปลี่ยนแปลงราคา ยิ่งช่วงเวลาที่ยาวนานขึ้นเท่าไรก็ยิ่งอ่อนไหวหรือเรียบเนียนขึ้นเท่านั้นโดยเฉลี่ยแล้ว ไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณ วิธีที่ดีที่สุดในการพิจารณาว่าช่วงใดที่ดีที่สุดสำหรับคุณคือการทดลองช่วงเวลาต่างๆกันไปจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับค่าเฉลี่ยของคุณเล็กน้อยค่าเฉลี่ยเคลื่อนที่ - SMA ค่าเฉลี่ยเคลื่อนที่เฉลี่ย - SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถปรับแต่งได้ ที่สามารถคำนวณได้สำหรับช่วงเวลาต่างกันโดยการเพิ่มราคาปิดของการรักษาความปลอดภัยเป็นเวลาหลายช่วงเวลาและหารจำนวนรวมทั้งหมดตามจำนวนช่วงเวลาซึ่งจะทำให้ราคาเฉลี่ยของการรักษาความปลอดภัยมากกว่า ช่วงเวลา. ค่าเฉลี่ยเคลื่อนที่ที่เรียบช่วยขจัดความผันผวนและทำให้สามารถดูแนวโน้มราคาของหลักทรัพย์ได้ง่ายขึ้น หากค่าเฉลี่ยเคลื่อนที่ขึ้นเล็กน้อยหมายความว่าราคาหลักทรัพย์เพิ่มมากขึ้น หากมีการชี้ลงหมายความว่าราคาหลักทรัพย์ลดลง ระยะเวลาที่ยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบขึ้น ค่าเฉลี่ยเคลื่อนที่ระยะสั้นมีความผันผวนมากขึ้น แต่การอ่านมีความใกล้เคียงกับข้อมูลต้นฉบับ ความสำคัญเชิงวิเคราะห์ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือวิเคราะห์ที่สำคัญซึ่งใช้ในการระบุแนวโน้มราคาในปัจจุบันและศักยภาพในการเปลี่ยนแปลงแนวโน้มที่กำหนดไว้ รูปแบบที่ง่ายที่สุดในการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆในการวิเคราะห์คือการใช้เพื่อระบุว่าการรักษาความปลอดภัยอยู่ในขาขึ้นหรือขาลงอย่างรวดเร็วหรือไม่ อีกเครื่องมือวิเคราะห์ที่ได้รับความนิยมแม้ว่าจะมีความซับซ้อนมากกว่าเล็กน้อย แต่ก็คือการเปรียบเทียบคู่ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆกับแต่ละเฟรมเวลาที่ต่างกัน หากค่าเฉลี่ยเคลื่อนที่แบบระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวคาดว่าจะมีแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง รูปแบบการค้าที่นิยมใช้รูปแบบการซื้อขายสองรูปแบบที่นิยมใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ได้แก่ เครื่องหมายกากบาทและกากบาทสีทอง การเสียชีวิตเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน ถือเป็นสัญญาณขาลงที่มีการขาดทุนเพิ่มขึ้น เครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ระยะสั้นอยู่เหนือค่าเฉลี่ยเคลื่อนที่ในระยะยาว ตัวเลขที่สองมีอยู่ในรายงานรายวันให้กับ CEO ของ Walt Disney Parks amp Resorts เกี่ยวกับสวนสาธารณะออร์แลนโดหกแห่ง a. การเข้าร่วมประชุมคาดการณ์ในปีที่ผ่านมาและการเข้าร่วมประชุมวันอังคาร y การเข้าร่วมประชุมจริงในวันนี้และการเข้าร่วมประชุมที่คาดการณ์ไว้ในปัจจุบัน c. การเข้าร่วมงานที่คาดการณ์ไว้เมื่อวานและการเข้าร่วมงานที่คาดการณ์ไว้ในปัจจุบัน d. การเข้าเรียนจริงในปีที่ผ่านมาและการเข้าเรียนจริงในปีที่ผ่านมา e. การคาดการณ์การเข้าร่วมที่คาดการณ์ในรอบปีที่ผ่านมาและข้อผิดพลาดในการคาดการณ์รายวันโดยเฉลี่ยของปีถึงปีประมาณการโดยเฉลี่ยในช่วง 6 เดือนจะดีกว่าการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ 3 เดือนหากความต้องการ a. ค่อนข้างคงที่ b. ได้รับการเปลี่ยนแปลงเนื่องจากความพยายามในการส่งเสริมล่าสุด c. มีแนวโน้มลดลง d. เป็นไปตามฤดูกาลที่ซ้ำตัวเองปีละสองครั้ง e. ตามแนวโน้มที่สูงขึ้นสำหรับความต้องการผลิตภัณฑ์หนึ่ง ๆ แนวโน้มของสมการของอนุกรมเวลาคือ 53 - 4 X. เครื่องหมายลบบนความชันของสมการ a. เป็นไปไม่ได้ทางคณิตศาสตร์ b. เป็นข้อบ่งชี้ว่าการคาดการณ์มีความลำเอียงโดยมีค่าพยากรณ์ต่ำกว่าค่าที่แท้จริง c. เป็นข้อบ่งชี้ว่าความต้องการสินค้าลดลง d. หมายความว่าค่าสัมประสิทธิ์ของการกำหนดจะเป็นลบ e. แสดงว่า RSFE จะเป็นค่าลบซึ่งข้อใดต่อไปนี้เป็นจริงเกี่ยวกับค่าคงที่ทั้งสองแบบของรูปแบบพยากรณ์รวมทั้งแนวโน้ม (FIT) a. หนึ่งคงเป็นบวกในขณะที่อื่น ๆ เป็นลบ ข พวกเขาเรียกว่า MAD และ RSFE ค Alpha มีขนาดเล็กกว่าเบต้าเสมอ d หนึ่งคงที่ราบรื่นถดถอยตัดในขณะที่อื่น ๆ คล่องตัวลาดถดถอย อี ค่าของพวกเขาจะถูกกำหนดโดยอิสระ ความต้องการผลิตภัณฑ์บางอย่างคาดว่าจะอยู่ที่ 800 หน่วยต่อเดือนโดยเฉลี่ยแล้วตลอด 12 เดือนของปี ผลิตภัณฑ์มีรูปแบบตามฤดูกาลซึ่งดัชนีเดือนมกราคมของเดือนมกราคมเท่ากับ 1.25 การคาดการณ์ยอดขายที่ปรับฤดูกาลตามฤดูกาลในเดือนมกราคมคืออะไร 640 หน่วย b. 798.75 หน่วย c. 800 หน่วย d. 1000 หน่วย e. ไม่สามารถคำนวณได้ด้วยข้อมูลที่ระบุดัชนีตามฤดูกาลสำหรับชุดข้อมูลรายเดือนกำลังจะถูกคำนวณบนพื้นฐานของการสะสมข้อมูลสามปี ค่าเฉลี่ยของเดือนกรกฎาคมที่ผ่านมามีค่าเท่ากับ 110, 150 และ 130 โดยค่าเฉลี่ยของทุกเดือนคือ 190 จุดดัชนีฤดูกาลโดยประมาณสำหรับเดือนกรกฎาคมคือ a. 0.487 ข. 0.684 c. 1.462 d. 2.053 จ. ไม่สามารถคำนวณได้จากข้อมูลที่ระบุระยะเวลาเฉลี่ยของการย้ายระยะเวลาเฉลี่ยความหมายความยาวของช่วงเวลาเฉลี่ยที่เคลื่อนที่หรือเพียงแค่เคลื่อนที่โดยเฉลี่ย หมายถึงจำนวนบาร์ที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ เมื่อคุณเลือกระยะเวลาเฉลี่ยที่เคลื่อนไหวคุณจะตัดสินใจว่าจะย้อนกลับไปยังประวัติที่ต้องการมากแค่ไหน ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่แบบง่ายที่มีระยะเวลา 10 จะคำนวณโดยการเพิ่มราคาปิดของ 10 บาร์ล่าสุดและหารผลรวมเป็น 10 โดยผลที่ได้คือค่าของค่าเฉลี่ยเคลื่อนที่ หมายถึงราคาปิดเฉลี่ยของ 10 บาร์ล่าสุด หากกรอบเวลาของคุณอยู่ที่ 5 นาทีค่าเฉลี่ยเคลื่อนที่นี้จะแสดงถึงราคาเฉลี่ยในช่วง 50 นาทีที่ผ่านมา หากคุณใช้แผนภูมิรายวันแสดงว่าราคาปิดเฉลี่ยในช่วง 10 วันที่ผ่านมา (2 สัปดาห์) ช่วงเวลาความยาวเป็นค่าเฉลี่ยที่สำคัญที่สุดสำหรับการเคลื่อนที่โดยมีค่าพารามิเตอร์พื้นฐาน 3 ค่าที่คุณสามารถตั้งค่าได้โดยใช้ค่าเฉลี่ยเคลื่อนที่ นอกเหนือจากความยาวของระยะเวลาอีกสองตัวคือราคาที่ใช้ในการคำนวณ (เช่นใกล้หรือเฉลี่ยสูงและต่ำ) ประเภทของค่าเฉลี่ยเคลื่อนที่ (เช่นค่าที่อ่านง่ายหรือเป็นเลขชี้กำลัง) ของพารามิเตอร์สามตัวนี้ความยาวของช่วงเวลาเฉลี่ยที่เคลื่อนที่ ในกรณีส่วนใหญ่เป็นสิ่งที่สำคัญที่สุด ถ้าคุณยังใหม่กับค่าเฉลี่ยเคลื่อนที่ลองคิดค่าเฉลี่ยเคลื่อนที่สองค่าในแผนภูมิของคุณ (ไม่สำคัญว่าการรักษาความปลอดภัยเป็นอย่างไร) กำหนดระยะเวลาของค่าเฉลี่ยเคลื่อนที่หนึ่งค่าเป็น 10 และระยะเวลาของค่าเฉลี่ยเคลื่อนที่อื่น ๆ เป็น 200 ค่าต่างกันคือมาก ค่าเฉลี่ยถ่วงน้ำหนักหลังราคาระยะสั้น (เฉลี่ย) จะติดตามราคาใกล้เกือบตลอดเวลา ในทางตรงกันข้ามค่าเฉลี่ยเคลื่อนที่ที่ยาวนาน (เช่น 200) มักจะเบี่ยงเบนความสนใจไปไกลจากราคาและอยู่ห่างออกไปเป็นระยะเวลานาน คุณจะสังเกตุเห็นว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวนานอยู่เบื้องหลังราคาจะไปในทิศทางเดียวกับราคา แต่ต้องใช้เวลาอีกสักเล็กน้อยในการเคลื่อนย้าย ในความเป็นจริงค่าเฉลี่ยเคลื่อนที่ทั้งหมดอยู่ต่ำกว่าราคา ระยะเวลาที่ยาวขึ้นความล่าช้ามากขึ้น ช่วงเวลาเฉลี่ยที่ดีที่สุดในการเคลื่อนที่ควรใช้ค่าเฉลี่ยเคลื่อนที่สั้นลงเพราะเร็วกว่าหรือมีประโยชน์ในการใช้ค่าเฉลี่ยเคลื่อนที่เป็นระยะเวลานานเช่นเดียวกับไม่มีทาง 8220right8221 ทำอะไรได้บ้างในด้านการเงินและการซื้อขายนอกจากนี้ยังไม่มี 8220right8221 ย้าย ระยะเวลาเฉลี่ย ข้อได้เปรียบของค่าเฉลี่ยเคลื่อนที่ที่เร็วขึ้นคนส่วนใหญ่ที่ชอบการซื้อขายจะดึงดูดเครื่องมือต่างๆที่ดูเหมือนจะทำงานได้เร็วขึ้นและแสดงการกระทำมากขึ้น That8217s ทำไมเรามักจะเล่นกับระยะเวลาที่บ้าอย่างบ้าคลั่งสำหรับ daytrading (มีคุณได้พยายาม 10 วินาทีหรือ 10 ช่วงแถบเห็บบน SampP500 น่าตื่นเต้นมาก แต่ไร้ประโยชน์มากอย่างน้อยในกรณีของฉัน.) กับการเลือกระยะเวลาการเคลื่อนไหวเฉลี่ยมันคล้ายกับ มีช่วงเวลาบาร์ โดยเฉพาะอย่างยิ่งหากคุณเป็นผู้ค้าระยะสั้น คุณอาจรู้สึกกระตุ้นที่คุณต้องตอบสนองโดยเร็วที่สุดเพื่ออยู่ข้างหน้าของตลาด คุณอาจต้องการจับทุกเทรนด์ใหม่ ๆ ตั้งแต่เริ่มต้น ข้อเสียของการเคลื่อนที่เร็วขึ้นโดยเฉลี่ยปัญหาที่เกิดขึ้นกับการที่รวดเร็วมากคือคุณจะผิดบ่อยๆ เร็วขึ้นคุณตัดสินใจเกี่ยวกับการป้อนการค้าที่อาจเกิดขึ้น เวลาที่คุณใช้ในการตัดสินใจน้อยลงและข้อมูลที่คุณมีในขณะที่ทำการผลิตน้อยลง หากแนวโน้มเป็นไปได้ดีคุณอาจจะสร้างรายได้มากขึ้นหากคุณป้อนเร็ว ๆ นี้ แต่ในการเคลื่อนไหวด้านราคาซึ่งก่อนหน้าจะมีลักษณะคล้ายกับสิ่งที่ใหญ่โตกำลังจะเกิดขึ้นในขณะที่ครู่ต่อมาการย้ายจะจางหายไปรอสักครู่กว่ากับการตัดสินใจของคุณอาจช่วยให้คุณประหยัดการค้าได้ ระยะยาวหรือสั้น 8230 นั่นคือคำถาม สิ่งที่ดีที่สุดที่คุณสามารถทำได้คือการตัดสินใจล่วงหน้าหากคุณต้องการเป็นผู้ประกอบการรายย่อยที่รวดเร็วและไม่เป็นธรรมหรือนักวิเคราะห์ที่พลาดการค้าที่ดี มีการปิดการขายและไม่มีทางที่จะทำให้คุณสามารถเป็นส่วนที่ดีของทั้งคู่ได้ (และหากคุณพยายามที่จะเป็นทั้งสองอย่างนี้คุณมีแนวโน้มที่จะจบลงด้วยเช่นกัน) วิธีการหนึ่งไม่ได้เป็นค่าเริ่มต้นดีกว่าอื่น ๆ วิธีที่ดีในการดูข้อมูลคือวิธีการหลายครั้งต่อวัน (เดือนปีขึ้นอยู่กับระยะเวลาของคุณ) ฉันต้องการข้อมูลที่มีความหมายจากค่าเฉลี่ยเคลื่อนที่ หรือในคำอื่น ๆ ความถี่ที่ฉันต้องการได้รับสัญญาณการซื้อขายวิธีการเลือกระยะเวลาเฉลี่ยที่ดีที่สุดในการย้ายสำหรับฉันในกรณีที่เหมาะคุณจะค้นคว้าประวัติทางการตลาดของคุณและหาจังหวะปกติของตลาดและความยาวโดยทั่วไปของแนวโน้มและ เคลื่อนไหวในตลาด ตัวอย่างเช่นคุณกำลัง daytrading futures SampP500 และโดยการศึกษาที่ผ่านมา (ดูแผนภูมิของการพัฒนาราคา intraday ในวันที่ผ่านมา) คุณสรุปได้ว่าแนวโน้มทั่วไปในวัน SampP500 ประมาณ 25 นาที คุณจึงตัดสินใจใช้ประวัติการใช้งาน 25 นาทีเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ในแต่ละแถบ เพียงแค่หาร 25 ตามความยาวของแต่ละแถบ (กรอบเวลาที่คุณกำลังแสดงในแผนภูมิของคุณ) และคุณจะได้รับจำนวนบาร์ที่คุณจะใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ (ค่าเฉลี่ยเคลื่อนที่) ตัวอย่าง: คุณทำงานกับแถบ 5 นาทีที่คุณกำหนดช่วงเวลาของค่าเฉลี่ยเคลื่อนที่ของคุณไว้ที่ 5 บาร์ คุณทำงานกับบาร์ 1 นาทีที่คุณกำหนดช่วงเวลาของค่าเฉลี่ยเคลื่อนที่ของคุณที่ 25 บาร์ คุณทำงานกับแถบ 3 นาทีที่คุณกำหนดช่วงเวลาของค่าเฉลี่ยเคลื่อนที่ที่ 8 บาร์ ฉันรู้ว่า 3 ครั้ง 8 คือ 24 แต่ความแตกต่างดังกล่าวไม่ค่อยมีบทบาทใด ๆ ที่นี่ การเปลี่ยนแปลงในความเป็นจริงและโดยเฉพาะอย่างยิ่งในตลาดเช่น SampP500 ระยะเวลาเฉลี่ยที่เหมาะสำหรับการเคลื่อนไหวโดยเฉลี่ยหรือจังหวะของตลาดจะเปลี่ยนแปลงไปทุกวันแม้กระทั่งในแต่ละชั่วโมง ในกรณีที่เหมาะคุณจะใช้ความยาวเฉลี่ยที่เหมาะสำหรับค่าเฉลี่ยเคลื่อนที่และคุณจะจับทุกเทรนด์ได้เสมอและอยู่ห่างจากกับดักทุกครั้งเนื่องจากค่าเฉลี่ยของการย้ายมหัศจรรย์จะแสดงให้คุณเห็น ปัญหาคือคุณไม่เคยรู้ล่วงหน้าว่าจังหวะของตลาดจะเป็นอย่างไร ถ้าเราได้เห็นอนาคตการซื้อขายก็ง่ายมาก เลือกระยะเวลาและปล่อยให้มันแสดงให้คุณเห็นถ้า It8217s ดีดังนั้นสิ่งที่ดีที่สุดที่คุณสามารถทำได้ถ้าคุณต้องการใช้ค่าเฉลี่ยเคลื่อนที่คือการเลือกช่วงเวลาที่ทำงานได้บ่อยๆ เนื่องจากไม่มีระยะเวลาที่จะทำงานได้เสมอ นอกจากนี้สิ่งที่เหมาะกับคนคนหนึ่งอาจไม่สามารถทำงานให้กับบุคคลอื่นได้ ตอนนี้ผมขอแนะนำให้คุณลองไปดูกันที่ 8220 ช่วงเวลาเฉลี่ยที่ดีที่สุดของการเคลื่อนไหว 8221 เนื่องจากการทำเช่นนี้อาจทำให้เสียเวลา ใส่ความยาวบางส่วน ใช้มันเป็นระยะเวลาหนึ่งและคุณจะรู้ได้ทันทีว่าตัวเองถ้าช่วงเวลานั้นช้าเกินไปเร็วเกินไปหรือดีสำหรับคุณ โน้ตตัวสุดท้าย: ระยะเวลา 25 นาทีใน SampP500 เป็นเพียงตัวอย่าง (หมายเลขแรกที่เข้ามาในใจขณะเขียน) มันอาจจะหรืออาจจะไม่เหมาะสำหรับคุณ เมื่ออยู่ในเว็บไซต์นี้และใช้ Macroption เนื้อหาคุณยืนยันว่าคุณได้อ่านและยอมรับข้อตกลงในการใช้ข้อกำหนดเช่นเดียวกับที่คุณได้ลงลายมือชื่อ ข้อตกลงนี้ยังรวมถึงนโยบายความเป็นส่วนตัวและนโยบายคุกกี้ หากคุณไม่เห็นด้วยกับส่วนใดของข้อตกลงนี้โปรดออกจากเว็บไซต์นี้ ข้อมูลทั้งหมดมีวัตถุประสงค์เพื่อการศึกษาเท่านั้นและอาจไม่ถูกต้องไม่สมบูรณ์ล้าสมัยหรือผิดธรรมดา Macroption ไม่รับผิดชอบต่อความเสียหายใด ๆ ที่เกิดจากการใช้เนื้อหา ไม่มีคำแนะนำด้านการเงินการลงทุนหรือการซื้อขายใด ๆ เมื่อใดก็ได้ copy 2017 Macroption