การย้าย ค่าเฉลี่ย การพลิกกลับ

ค่าเฉลี่ยเคลื่อนที่ - MA. BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่ - MA เป็นตัวอย่าง SMA พิจารณาการรักษาความปลอดภัยโดยมีราคาปิดดังต่อไปนี้เกินกว่า 15 วัน 1 สัปดาห์ 5 วัน 20, 22, 24, 25, 23.Week 2 5 days 26, 28 , 26, 29, 27.Week 3 5 วัน 28, 30, 27, 29, 28. MA - 10 วันเฉลี่ยจะปิดราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลแรกจุดข้อมูลถัดไปจะลดลงเร็วที่สุด ราคาเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ตามที่แสดงไว้ด้านล่างตามที่ระบุไว้ก่อนหน้านี้ MAs ล่าช้าในการดำเนินการราคาปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมานานระยะเวลาสำหรับ MA ที่มากขึ้นล่าช้าดังนั้น MA 200 วันจะมีระดับความล่าช้ากว่า MAA 20 วันมากเกินไปเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การค้าโดยใช้ MA ที่สั้นกว่าสำหรับการซื้อขายระยะสั้น และ MAs ระยะยาวที่เหมาะสมกับนักลงทุนระยะยาวนักลงทุนและผู้ค้าจะได้รับความนิยมจากนักลงทุนและผู้ค้าทั่วไปมากขึ้นโดยมีส่วนแบ่งตลาดสูงกว่าหรือต่ำกว่าค่าเฉลี่ยที่เปลี่ยนแปลงไป dered เป็นสัญญาณการซื้อขายที่สำคัญนอกจากนี้ยังมีสัญญาณการซื้อขายที่สำคัญด้วยเช่นกันโดยสัญญาณโมเมนตัมที่เพิ่มขึ้นจะเป็นสัญญาณการซื้อขายที่สำคัญโดยตัวของมันเองหรือเมื่อค่าเฉลี่ยสองตัวขึ้นไปเหนือ MA ที่เพิ่มขึ้นแสดงว่าการรักษาความปลอดภัยอยู่ในขาขึ้นขณะที่ MA ลดลงบ่งบอกว่าอยู่ในขาลง ยืนยันกับการครอสโอเวอร์แบบ bullish ซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุเหนือโมเมนตัมด้าน MA ระยะยาวได้รับการยืนยันโดย Crossover หยาบคายซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่า MA. MO ระยะยาวการเปลี่ยนกลับค่าเฉลี่ยของ การเลือก Portfolio on - line สตีเว่น CH Hoi b. Doyen Sahoo b. Zhi - Yong Liu โรงเรียนเศรษฐศาสตร์และการจัดการ, มหาวิทยาลัยหวู่ฮั่น, หวู่ฮั่น 430072, PR China. b โรงเรียนระบบสารสนเทศ, Singapore Management University, 178902, Singapore. c Institute ของ Automation, สถาบันวิทยาศาสตร์จีน, กรุงปักกิ่ง 100080, PR China. Received 17 ธันวาคม 2012 ปรับปรุง 24 มกราคม 2015 ยอมรับ 28 มกราคม 2015 ใช้ได้ออนไลน์ 2 กุมภาพันธ์ 2015. การเลือกพอร์ตออนไลน์ line, prob พื้นฐาน lem ในการเงินคำนวณดึงดูดความสนใจที่เพิ่มขึ้นจากปัญญาประดิษฐ์และชุมชนการเรียนรู้เครื่องในปีที่ผ่านมาหลักฐานเชิงประจักษ์แสดงให้เห็นว่าหุ้นของราคาสูงและต่ำเป็นชั่วคราวและราคาหุ้นมีแนวโน้มที่จะปฏิบัติตามปรากฏการณ์การพลิกกลับหมายถึงในขณะที่มีอยู่หมายถึงการพลิกกลยุทธ์ที่แสดงให้เห็น บรรลุผลสัมฤทธิ์ทางการเรียนที่ดีในชุดข้อมูลจริงจำนวนมากพวกเขามักจะทำให้ข้อสันนิษฐานการพลิกกลับหมายถึงช่วงเวลาเดียวซึ่งไม่ค่อยพอใจเสมอนำไปสู่ประสิทธิภาพที่ไม่ดีในชุดข้อมูลจริงบางอย่างเพื่อเอาชนะข้อ จำกัด นี้บทความนี้เสนอการพลิกกลับค่าเฉลี่ยหลายช่วงหรือมากกว่านั้น ที่เรียกว่า Moving Average Reversion MAR และกลยุทธ์การเลือกพอร์ตโฟลิโอออนไลน์ที่มีชื่อว่า OLMAR การย้ายเฉลี่ยบนเส้นโดยใช้เทคนิคการเรียนรู้เครื่องออนไลน์ที่มีประสิทธิภาพและสามารถปรับขนาดได้จากผลการทดลองที่เกิดขึ้นจริงในตลาดจริงเราพบว่า OLMAR สามารถเอาชนะได้ ข้อบกพร่องของขั้นตอนวิธีการพลิกกลับเฉลี่ยที่มีอยู่และประสบความสำเร็จในการเดิมพันอย่างมาก ter โดยเฉพาะอย่างยิ่งในชุดข้อมูลที่มีอยู่ขั้นตอนวิธีการพลิกกลับหมายถึงล้มเหลวนอกจากประสิทธิภาพเชิงประจักษ์ที่เหนือกว่าของ OLMAR ยังทำงานได้เร็วมากต่อไปสนับสนุนการประยุกต์ใช้ในทางปฏิบัติในการใช้งานที่หลากหลายในที่สุดเราได้ทำชุดข้อมูลทั้งหมดและรหัสแหล่งที่มาของ งานนี้เผยแพร่ต่อสาธารณชนได้ที่เว็บไซต์โครงการของเราการเลือกพอร์ตการเรียนรู้การเรียนรู้แบบออนไลน์การกลับรายการย้อนกลับเฉลี่ยการแปลงค่าเฉลี่ย 3 ขั้นตอนวิธี 2 อัลกอริทึม 3 ค่าเฉลี่ยการเคลื่อนย้ายสิ่งที่พวกเขาเป็นหนึ่งในตัวชี้วัดทางเทคนิคที่ได้รับความนิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่ถูกใช้เพื่อวัด ทิศทางของกระแสในปัจจุบันค่าเฉลี่ยของการเคลื่อนที่โดยทั่วไปที่เขียนในแบบฝึกหัดนี้เป็น MA คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกแปลงเป็นแผนภูมิเพื่อให้ผู้ค้า เพื่อดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมด t รูปแบบของค่าเฉลี่ยเคลื่อนที่โดยทั่วไปหมายถึงค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA โดยคำนวณค่าเฉลี่ยเลขคณิตของชุดค่าที่ระบุตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก ที่ผ่านมา 10 วันแล้วหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อให้ได้ค่าเฉลี่ย 10 วันหากผู้ค้าต้องการเห็น 50- day โดยเฉลี่ยแล้วจะมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่ต่ำกว่า 11 จะคำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเท่าใด เมื่อเทียบกับ 10 วันที่ผ่านมาบางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าคงที่เฉลี่ยคำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ต้องมาแทนที่พวกเขาดังนั้น ชุดข้อมูลจะเคลื่อนย้ายบัญชีไปเรื่อย ๆ เพื่อให้มีข้อมูลใหม่เมื่อพร้อมใช้งานวิธีการคำนวณนี้จะทำให้แน่ใจได้ว่ามีการบันทึกข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดงที่เป็นตัวแทน ที่ผ่านมา 10 จุดข้อมูลย้ายไปทางขวาและค่าสุดท้ายของ 15 จะลดลงจากการคำนวณเนื่องจากค่าที่ค่อนข้างเล็ก 5 แทนค่าสูงของ 15 คุณคาดหวังจะเห็นค่าเฉลี่ยของการลดลงของข้อมูลที่จะไม่ ในกรณีนี้คือตั้งแต่ 11 ถึง 10. ค่าเฉลี่ยของการเคลื่อนย้ายจะทำอย่างไรเมื่อค่าของ MA ถูกคำนวณแล้วพวกเขาจะถูกวางแผนลงบนแผนภูมิและเชื่อมต่อกันเพื่อสร้างเส้นค่าเฉลี่ยที่เคลื่อนที่เส้นโค้งเหล่านี้เป็นเส้นตรงในแผนภูมิทางเทคนิค traders แต่วิธีที่ใช้จะแตกต่างกันไปมากขึ้นในภายหลังเนื่องจากคุณสามารถดูได้จากรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในกราฟโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้ s อาจดูเหมือนสับสนหรือสับสนในตอนแรก แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาไปในเส้นสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยที่ผ่านมา 100 days. Now ที่ คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่เท่าไรและเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันอย่างไรและตรวจสอบว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมด มันมีนักวิจารณ์หลายคนยืนยันว่าประโยชน์ของ SMA ถูก จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับที่นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่ารุ่นเก่า ข้อมูลและควรมีอิทธิพลมากขึ้นในผลสุดท้ายในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดซึ่งได้นำไปสู่การประดิษฐ์ใหม่หลายประเภท ค่าเฉลี่ยที่ได้รับความนิยมมากที่สุดคือ EMA ที่มีการคำนวณเป็นค่าเฉลี่ยเลขคณิตสำหรับการอ่านข้อมูลเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นลบค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยเคลื่อนที่ที่ให้ น้ำหนักมากขึ้นกับราคาล่าสุดในความพยายามที่จะทำให้มันตอบสนองต่อข้อมูลใหม่เรียนรู้สมการค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจจะไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกแพคเกจแผนภูมิจะคำนวณสำหรับคุณ แต่สำหรับคุณ geeks คณิตศาสตร์ออกมี นี่คือสมการ EMA เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการคำนวณค่าเริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย และดำเนินการต่อกับสูตรด้านบนจากที่นั่นเราได้จัดเตรียมสเปรดชีตตัวอย่างซึ่งมีตัวอย่างชีวิตจริงของวิธีคำนวณทั้งแบบง่าย ๆ ving เฉลี่ยและค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้ความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA มีการคำนวณอย่างไรให้ลองดูที่วิธีคำนวณค่าเฉลี่ยเหล่านี้โดยดูที่การคำนวณ EMA คุณจะสังเกตุเห็นว่ามีการเน้นจุดข้อมูลมากขึ้นทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากับ 15 แต่ EMA ตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วขึ้น วิธีการที่ EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA สิ่งที่แตกต่างกันในวันหมายถึงค่าเฉลี่ยเคลื่อนที่ เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้กันมากที่สุดในการเคลื่อนที่โดยเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วัน หรือช่วงเวลาที่ใช้ในการสร้างค่าเฉลี่ยความสำคัญมากขึ้นก็คือการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานน้อยลงหรือมีความละเอียดอ่อนมากขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่า moving averages วิธีที่ดีที่สุดในการพิจารณาว่ารูปแบบใดเหมาะกับตัวคุณมากที่สุดคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ