Central เฉลี่ยเคลื่อนที่ ขั้นตอนวิธี

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงเวลา 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะเรียบขึ้น ช่วงค่าเฉลี่ยที่ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่จะอยู่ที่จุดข้อมูลที่เกิดขึ้นจริงสิ่งที่มีการเคลื่อนไหวโดยเฉลี่ยส่วนที่ 2 ในบทความล่าสุดเราได้พูดคุยเกี่ยวกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ สิ่งที่พวกเขามีวิธีการคำนวณพวกเขาทำไมคุณอาจต้องการทำเช่นนั้นและสิ่งที่ดีทั้งหมด ดังที่คุณอาจจะคาดเดาได้จากการปรากฏตัวของคำว่า ldquosimplerdquo ในค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยของวลี rdquo ค่าเฉลี่ยเคลื่อนที่ที่เรากล่าวถึงเป็นครั้งสุดท้ายเป็นเพียงส่วนเล็ก ๆ ของภูเขาน้ำแข็งเท่านั้น ซึ่งอาจทำให้คุณสงสัยว่าอะไรคือค่าเฉลี่ยเคลื่อนที่ประเภทอื่น ๆ บ้างดีขึ้นหรือแย่ลงกว่าค่าเฉลี่ยเคลื่อนที่แบบธรรมดาและที่สำคัญที่สุดคือเมื่อใดและทำไมคุณจึงต้องการใช้หนึ่งในนั้น คำถามเกี่ยวกับวันนี้จะตอบได้ในวันนี้ รีวิว: อะไรคือค่าเฉลี่ยเคลื่อนที่แบบง่ายๆก่อนที่เราจะเริ่มพูดถึงค่าเฉลี่ยเคลื่อนที่ทุกประเภท letrsquos จะทบทวนค่าเฉลี่ยเคลื่อนที่ที่เราพูดถึงก่อน ในกรณีที่ลืมลืมเกี่ยวกับการใช้ ldquofactrdquo ที่มีการฝึกอบรมเพื่อแข่งขันในการแข่งขัน 1500 เมตรในการแข่งขันกีฬาโอลิมปิก 2016 เพื่อช่วยให้เราเข้าใจว่าการเคลื่อนที่โดยเฉลี่ยทำงานอย่างไร ในบทความล่าสุด youquod ได้รับการติดตามเวลาของการปฏิบัติงานประจำวันของคุณทำงานและคุณต้องการที่จะมากับวิธีการติดตามความคืบหน้าวันต่อวันของคุณ ปัญหาคือจำนวนวันต่อวันของคุณผันผวนเป็นจำนวนมากซึ่งทำให้ยากที่จะเห็นแนวโน้มในระยะยาวที่จะบอกคุณว่าคุณต้องการปรับปรุงหรือไม่ ในขณะที่เราค้นพบวิธีหนึ่งในการแก้ปริศนานี้ก็คือการใช้ค่าเฉลี่ยเคลื่อนที่ หากต้องการหาเวลาเฉลี่ยสำหรับวันโดยใช้ค่าเฉลี่ยเคลื่อนที่ 3 วันเพียงแค่เพิ่มเวลาวันใหม่ในช่วงเวลาจาก 2 วันก่อนหน้าและหารด้วย 3 เพื่อใช้ค่าเฉลี่ยเคลื่อนที่ 4 วันแทนเพียงแค่เพิ่มเวลา dayrsquos กับช่วงเวลาจาก 3 วันก่อนหน้าและหารด้วย 4 ขึ้นไปเป็นเวลาหลายวันตามที่คุณต้องการ Itrsquos ง่ายที่จะทำและส่วนที่ดีที่สุดคือความผันผวนทุกวันที่เบี่ยงเบนความสนใจจะเรียบออกเพื่อให้คุณสามารถมองเห็นแนวโน้มโดยรวม วิธีการขนาดใหญ่หน้าต่างควรจะเป็นคำถามหนึ่งที่มาถึงใจคือ: ขนาดของค่าเฉลี่ยเคลื่อนที่ ldquowindowrdquo ส่งผลต่อผลลัพธ์ในคำอื่น ๆ สิ่งที่หมายถึงการใช้หน้าต่าง 3 วันเทียบกับหน้าต่าง 4 วันเมื่อเทียบกับบางสิ่งบางอย่าง เช่นหน้าต่าง 2 สัปดาห์คำตอบง่ายๆก็คือขนาดของหน้าต่างกำหนดว่าค่าเฉลี่ยเคลื่อนที่มีค่าเท่าไร ldquomemoryrdquo กล่าวอีกนัยหนึ่งหน้าต่างขนาดใหญ่ (หมายถึงวันที่มากขึ้นในตัวอย่างของเรา) รวมถึงข้อมูลจากระยะไกลย้อนหลังไปเรื่อย ๆ ซึ่งหมายความว่าค่าของค่าเฉลี่ยเคลื่อนที่ที่คุณคำนวณจะเปลี่ยนแปลงช้ากว่าเนื่องจากมีอิทธิพลมากขึ้นจากค่าในอดีต คุณรู้ได้อย่างไรว่าหน้าต่างใหญ่ควรขึ้นอยู่กับว่าคุณต้องการดูภาพระยะสั้นกลางหรือระยะยาว ตัวอย่างเช่นถ้าคุณติดตามเวลาการแข่งขันของคุณเป็นเดือนหรือหลายปีคุณอาจต้องการใช้ค่าเฉลี่ยเคลื่อนที่ 2 สัปดาห์เพื่อติดตามความคืบหน้าของคุณเนื่องจากคุณมีความสนใจในแนวโน้มในระยะยาวเท่านั้น ยิ่งหน้าต่างมีขนาดใหญ่เท่าใดอิทธิพลของความผันผวนแบบวันต่อวันในระยะสั้น ๆ จะยิ่งทำให้เห็นภาพใหญ่ขึ้นอย่างชัดเจนยิ่งขึ้น ขนาดของหน้าต่างจะกำหนดว่าค่าเฉลี่ยเคลื่อนที่มีค่าเท่าไร ldquomemoryrdquo ค่าเฉลี่ยเคลื่อนที่กลางคืออะไร แต่เมื่อปรากฎค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ปัญหาที่ใหญ่ที่สุดคือค่าปัจจุบันอาจบางครั้งเกินไปขึ้นอยู่กับค่าในอดีต หลังจากทั้งหมดยกเว้นจุดข้อมูลใหม่ล่าสุดข้อมูลทั้งหมดในการคำนวณค่าเฉลี่ยเคลื่อนที่อย่างง่ายมาจากอดีตซึ่งเป็นเหตุผลที่ itrsquos บางครั้งดีกว่าที่จะใช้ whatrsquos ที่เรียกว่าค่าเฉลี่ยเคลื่อนที่ ldquocentral ความคิดนี้เกือบเหมือนกันเว้นแต่ว่าคราวนี้ เราใช้จุดข้อมูลจำนวนเท่ากันที่ด้านใดด้านหนึ่งของจุดศูนย์กลางเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ ตัวอย่างเช่นในขณะที่ค่าเฉลี่ยเคลื่อนที่ 5 วันของระยะเวลาการแข่งขัน Wednesdayrsquos จะใช้วันเสาร์วันอาทิตย์วันจันทร์วันอังคารและพุธพุธที่ 5 วันโดยเฉลี่ยจะใช้ในวันจันทร์อังคารพุธพฤหัสบดีและศุกร์ตามลำดับ ประเภทของค่าเฉลี่ยเคลื่อนที่กลางนี้ใช้ตลอดเวลาในด้านวิทยาศาสตร์และวิศวกรรมเนื่องจาก therersquos เวลา lagmdash น้อยกว่าซึ่งหมายความว่าโดยปกติดีกว่าหมายถึงค่าเฉลี่ยเคลื่อนที่ ldquoactualrdquo แน่นอน itrsquos ไม่ได้เกือบเป็นความสะดวกในการใช้เมื่อการติดตามการแข่งขันครั้งหรือน้ำหนักของคุณเนื่องจากคุณจะต้องรอจำนวน daysmdashdepending กับขนาดของ windowmdashto ให้การคำนวณของคุณ ซึ่งหมายความว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นทางเลือกที่ดีสำหรับการใช้งานส่วนใหญ่ของคุณในแต่ละวัน ค่าเฉลี่ยเคลื่อนที่เฉลี่ยถ่วงน้ำหนักคือค่าเฉลี่ยเคลื่อนที่หนึ่ง ๆ ที่ฉันต้องการพูดถึงในวันนี้: ค่าเฉลี่ยถ่วงน้ำหนัก ค่าเฉลี่ยเคลื่อนที่ประเภทนี้มีความซับซ้อนมากขึ้นเล็กน้อยดังนั้นเราจึงได้รับรายละเอียดมากเกินไป แต่ itrsquos เครื่องมือที่สำคัญอย่างเหลือเชื่อในหลายพื้นที่ของคณิตศาสตร์วิทยาศาสตร์วิศวกรรมและในธุรกิจและการเงินโลกดังนั้น itrsquos ดีที่จะเข้าใจความคิดพื้นฐาน ค่าเฉลี่ยเคลื่อนที่ที่เรารู้จักและชื่นชอบเป็นค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักซึ่งข้อมูลทั้งหมดจะถูกชั่งน้ำหนักอย่างเท่าเทียมกัน หมายถึงอะไรดีในการคำนวณเวลาการแข่งขัน Wednesdayrsquos โดยใช้ค่าเฉลี่ยเคลื่อนที่ 3 วันเราเพิ่มค่าจันทร์ถึงวันอังคารและวันพุธครีเอทีฟแล้วหารด้วย 3 ซึ่งเป็นเช่นเดียวกับการเพิ่ม: (1 ครั้ง x Mondayrsquos) (1 x Tuesdayrsquos เวลา) (1 x Wednesdayrsquos เวลา) แล้วหารผลนี้โดย 3. ฉันรู้ว่านี้อาจดูเหมือนเป็นสิ่งที่แปลกที่จะทำ butmdashbelieve หรือ notmdashwersquove จริงเพิ่งเห็นว่าค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักทำงาน. Howrsquos ที่ดีในกรณีนี้ในแต่ละวันได้รับน้ำหนัก 1mdashbut พวกเขา donrsquot ต้องเหมือนกัน ตัวอย่างเช่นถ้าเรากำหนดน้ำหนัก 1 สำหรับวันจันทร์ 2 สำหรับวันอังคารและ 3 สำหรับวันพุธจะมีการคำนวณค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักโดยการคำนวณ (1 ครั้ง x Mondayrsquos time) (2 x ครั้งวันอังคาร) ซึ่งเป็นเวลา 3 x Wednesdayrsquos time และ จากนั้นหารด้วย 1 2 3 6 (ซึ่งเป็นผลรวมของน้ำหนัก) ทำไมเราถึงต้องการทำอย่างนั้นดีถ้าคุณคิดถึงเรื่องนี้คุณจะเห็นได้ว่าค่าเฉลี่ยเคลื่อนที่นี้ให้น้ำหนักมากขึ้นเมื่อเทียบกับช่วงอังคารอังคารพุธและมีน้ำหนักมากขึ้นเมื่อเทียบกับเวลาจันทร์ถึงวันพุธ ซึ่งหมายความว่าจำนวนที่เก่ากว่ามีความสำคัญน้อยกว่าในการคำนวณค่าเฉลี่ยเคลื่อนที่เมื่อเวลาผ่านไป เอาล่ะ thatrsquos คณิตศาสตร์ทั้งหมดที่เรามีเวลาสำหรับวันนี้ อย่าลืมเป็นแฟนตัวยงของเพื่อนทางคณิตศาสตร์บน Facebook ซึ่งคุณสามารถหาวิชาคณิตศาสตร์ที่ยอดเยี่ยมได้ตลอดทั้งสัปดาห์ หาก youquore บน Twitter โปรดปฏิบัติตามฉันที่นั่นด้วย สุดท้ายกรุณาส่งคำถามทางคณิตศาสตร์ของฉันทาง Facebook พูดเบาและรวดเร็ว หรืออีเมลที่ mathdudequickanddirtytips. Simple Moving Averages ทำให้แนวโน้มโดดเด่นค่าเฉลี่ยเคลื่อนที่ (Moving averages - MA) เป็นดัชนีชี้วัดทางเทคนิคที่นิยมใช้กันมากที่สุด ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้ง่ายและเมื่อพล็อตลงบนแผนภูมิแล้วจะเป็นเครื่องมือที่มีแนวโน้มในการมองเห็นภาพที่มีประสิทธิภาพ คุณมักจะได้ยินเกี่ยวกับค่าเฉลี่ยเคลื่อนที่สามแบบ: ง่ายๆ เลขชี้กำลังและเส้นตรง สถานที่ที่ดีที่สุดในการเริ่มต้นคือการทำความเข้าใจพื้นฐานที่สุด: ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) ให้ดูที่ตัวบ่งชี้นี้และวิธีการที่จะช่วยให้ traders สามารถทำตามแนวโน้มต่อกำไรได้มากขึ้น (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่บทสรุปเกี่ยวกับ Forex ของเรา) เส้นแนวโน้มอาจไม่มีความเข้าใจเกี่ยวกับการเคลื่อนที่โดยเฉลี่ยหากไม่มีความเข้าใจเกี่ยวกับแนวโน้ม แนวโน้มเป็นเพียงราคาที่ยังคงเคลื่อนไหวไปในทิศทางที่แน่นอน มีแนวโน้มที่แท้จริง 3 ประการที่สามารถรักษาความปลอดภัยได้: ขาขึ้น หรือรั้นแนวโน้มหมายความว่าราคามีการเคลื่อนไหวสูงขึ้น เป็นขาลง หรือขาลงซึ่งหมายความว่าราคาจะขยับลง แนวโน้มด้านข้าง ขณะที่ราคากำลังเคลื่อนไปทางด้านข้าง สิ่งสำคัญที่ต้องจำเกี่ยวกับแนวโน้มก็คือราคาไม่ค่อยเคลื่อนไหวเป็นเส้นตรง ดังนั้นเส้นเฉลี่ยที่เคลื่อนที่ได้ถูกใช้เพื่อช่วยให้ผู้ประกอบการค้าสามารถระบุทิศทางของแนวโน้มได้ง่ายขึ้น (สำหรับการอ่านขั้นสูงในหัวข้อนี้ให้ดูข้อมูลพื้นฐานเกี่ยวกับ Bollinger Bands และ Moving Envelopes เฉลี่ย: การปรับแต่งเครื่องมือการเทรดดิ้งที่เป็นที่นิยม) การย้ายการก่อสร้างโดยเฉลี่ยคำจำกัดความของค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยสำหรับการรักษาความปลอดภัยโดยใช้ช่วงเวลาที่กำหนด ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันที่ได้รับความนิยมเป็นอย่างมาก ค่าเฉลี่ยเคลื่อนที่ 50 วันคำนวณโดยการปิดราคาปิดของช่วง 50 วันที่ผ่านมาของการรักษาความปลอดภัยใด ๆ และรวมกัน ผลจากการบวกคำนวณหารด้วยจำนวนงวดในกรณีนี้ 50. เพื่อที่จะคำนวณค่าเฉลี่ยเคลื่อนที่ต่อไปในแต่ละวันให้แทนที่เลขที่เก่าที่สุดด้วยราคาปิดล่าสุดและทำคณิตศาสตร์เดียวกัน ไม่ว่าระยะเวลาสั้นหรือสั้นของค่าเฉลี่ยเคลื่อนที่ที่คุณต้องการพล็อตการคำนวณขั้นพื้นฐานยังคงเหมือนเดิม การเปลี่ยนแปลงจะอยู่ในจำนวนราคาปิดที่คุณใช้ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันคือราคาปิด 200 วันรวมกันแล้วหารด้วย 200 คุณจะเห็นค่าเฉลี่ยเคลื่อนที่ทุกชนิดจากค่าเฉลี่ยเคลื่อนที่สองวันเป็นค่าเฉลี่ยเคลื่อนที่ 250 วัน เป็นสิ่งสำคัญที่ต้องจำไว้ว่าคุณต้องมีจำนวนราคาปิดเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ หากการรักษาความปลอดภัยเป็นแบรนด์ใหม่หรือเพียงหนึ่งเดือนคุณจะไม่สามารถทำค่าเฉลี่ยเคลื่อนที่ได้ภายใน 50 วันเนื่องจากคุณจะไม่มีจุดข้อมูลที่เพียงพอ นอกจากนี้โปรดทราบว่าเราเลือกที่จะใช้ราคาปิดในการคำนวณ แต่ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณโดยใช้ราคารายเดือนราคารายสัปดาห์ราคาเปิดหรือแม้แต่ราคาในวันเดียวกัน (ดูรายละเอียดเพิ่มเติมได้จากบทแนะนำของ Moving Averages ของเรา) รูปที่ 1: ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆใน Google Inc. ภาพที่ 1 เป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยในแผนภูมิหุ้นของ Google Inc. (Nasdaq: GOOG) เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ 50 วัน ในตัวอย่างข้างต้นคุณจะเห็นว่าแนวโน้มลดลงตั้งแต่ช่วงปลายปี 2550 ราคาหุ้น Google ลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันในเดือนมกราคมปี 2008 และยังคงลดลงต่อไป เมื่อราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่สามารถใช้เป็นสัญญาณการซื้อขายแบบง่ายๆ การเคลื่อนไหวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ (ดังที่แสดงไว้ด้านบน) แสดงให้เห็นว่าหมีอยู่ในการควบคุมการดำเนินการด้านราคาและสินทรัพย์มีแนวโน้มลดลง ตรงกันข้ามการข้ามด้านบนค่าเฉลี่ยเคลื่อนที่แสดงให้เห็นว่าวัวอยู่ในการควบคุมและราคาอาจพร้อมที่จะเคลื่อนตัวขึ้น (อ่านเพิ่มเติมใน Track Stock Prices ด้วย Trendlines) วิธีอื่น ๆ ในการใช้ Moving Averages ค่าเฉลี่ยเคลื่อนที่จะถูกใช้โดย traders จำนวนมากเพื่อไม่เพียงระบุแนวโน้มปัจจุบัน แต่ยังเป็นกลยุทธ์การเข้าและออก หนึ่งในกลยุทธ์ที่ง่ายที่สุดอาศัยการข้ามของค่าเฉลี่ยเคลื่อนที่สองตัวหรือมากกว่า สัญญาณพื้นฐานจะได้รับเมื่อค่าเฉลี่ยระยะสั้นข้ามหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในระยะยาว ค่าเฉลี่ยเคลื่อนที่สองค่าขึ้นไปช่วยให้คุณสามารถดูแนวโน้มในระยะยาวได้เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ระยะสั้นซึ่งเป็นวิธีที่ง่ายในการพิจารณาว่าแนวโน้มจะได้รับความแรงหรือถ้ากำลังจะกลับรายการ (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีนี้โปรดอ่าน A Primer On The MACD) รูปที่ 2: ค่าเฉลี่ยระยะยาวและสั้นกว่าใน Google Inc. รูปที่ 2 ใช้ค่าเฉลี่ยเคลื่อนที่สองค่าหนึ่งค่าในระยะยาว (50 วันโดยแสดงตาม เส้นสีน้ำเงิน) และอีกระยะสั้น (15 วันแสดงโดยเส้นสีแดง) นี่คือแผนภูมิ Google แบบเดียวกับที่แสดงในรูปที่ 1 แต่มีการเพิ่มค่าเฉลี่ยเคลื่อนที่สองค่าเพื่อแสดงความแตกต่างระหว่างสองช่วงความยาว คุณสังเกตเห็นว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะช้ากว่าเพื่อปรับให้เข้ากับการเปลี่ยนแปลงราคา เนื่องจากใช้จุดข้อมูลมากขึ้นในการคำนวณของ ในทางกลับกันค่าเฉลี่ยเคลื่อนที่ 15 วันสามารถตอบสนองต่อการเปลี่ยนแปลงราคาได้อย่างรวดเร็วเนื่องจากแต่ละค่ามีน้ำหนักมากขึ้นในการคำนวณเนื่องจากระยะเวลาอันสั้น ในกรณีนี้โดยใช้กลยุทธ์ข้ามคุณจะดูค่าเฉลี่ยเฉลี่ย 15 วันที่ด้านล่างค่าเฉลี่ยเคลื่อนที่ 50 วันเป็นรายการสำหรับตำแหน่งสั้น ๆ รูปที่ 3: แผนภูมิ 3 เดือนข้างต้นเป็นแผนภูมิ US States Oil (AMEX: USO) เป็นเวลา 3 เดือนโดยมีค่าเฉลี่ยเคลื่อนที่ 2 ค่า เส้นสีแดงคือค่าเฉลี่ยเคลื่อนที่ที่สั้นลง 15 วันในขณะที่เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่า 50 วัน ผู้ค้าส่วนใหญ่จะใช้ค่าเฉลี่ยของค่าเฉลี่ยระยะสั้นที่สูงกว่าค่าเฉลี่ยเคลื่อนที่ระยะยาวเพื่อเริ่มต้นตำแหน่งที่ยาวและระบุจุดเริ่มต้นของแนวโน้มขาขึ้น (เรียนรู้เพิ่มเติมเกี่ยวกับการใช้กลยุทธ์นี้ในการเทรดดิ้ง MACD Divergence) การสนับสนุนเกิดขึ้นเมื่อราคามีแนวโน้มลดลง มีจุดที่ความดันการขายลดลงและผู้ซื้อยินดีที่จะก้าวเข้าสู่ในคำอื่น ๆ มีการจัดตั้งชั้น ความต้านทานเกิดขึ้นเมื่อราคามีแนวโน้มสูงขึ้น มีจุดเด่นที่ความสามารถในการซื้อลดลงและผู้ขายเข้าสู่ขั้นตอนนี้จะเป็นการสร้างเพดาน (สำหรับคำอธิบายเพิ่มเติมโปรดอ่านข้อมูลพื้นฐานด้านความต้านทานของแอมป์ที่สนับสนุน) ในทั้งสองกรณีค่าเฉลี่ยเคลื่อนที่อาจเป็นสัญญาณบ่งบอกระดับการสนับสนุนหรือความต้านทานเริ่มต้น ตัวอย่างเช่นถ้าการรักษาความปลอดภัยลอยต่ำลงในขาขึ้นที่จัดตั้งขึ้นแล้วก็จะไม่น่าแปลกใจที่เห็นสต็อกหาสนับสนุนที่ระยะยาว 200 วันเฉลี่ยเคลื่อนที่ ในทางกลับกันหากราคามีแนวโน้มลดลงผู้ค้าจำนวนมากจะเฝ้าดูหุ้นที่จะพลิกกลับแนวต้านของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ (50 วัน 100 วันและ SMA 200 วัน) (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการใช้การสนับสนุนและความต้านทานในการระบุแนวโน้มโปรดอ่าน Trend-Spotting ด้วย AccumulationDistribution Line) ข้อสรุปค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพ ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายสามารถคำนวณได้ง่ายซึ่งช่วยให้สามารถใช้งานได้อย่างรวดเร็วและง่ายดาย ค่าเฉลี่ยความแรงที่เกิดขึ้นโดยเฉลี่ยคือความสามารถในการช่วยให้ผู้ประกอบการค้าทราบถึงแนวโน้มในปัจจุบันหรือสังเกตแนวโน้มการกลับรายการที่เป็นไปได้ ค่าเฉลี่ยเคลื่อนที่สามารถระบุระดับการสนับสนุนหรือความต้านทานสำหรับความปลอดภัยหรือทำหน้าที่เป็นสัญญาณเข้าหรือออกจากรายการได้ง่าย วิธีที่คุณเลือกใช้ค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับคุณ ประเภทของโครงสร้างค่าตอบแทนที่ผู้จัดการกองทุนป้องกันความเสี่ยงมักใช้ในการชดเชยผลตอบแทนจากผลการปฏิบัติงาน การป้องกันการสูญเสียรายได้ซึ่งจะส่งผลให้ผู้เอาประกันภัยเสียชีวิต ผู้รับประโยชน์ชื่อได้รับ การวัดความสัมพันธ์ระหว่างการเปลี่ยนแปลงปริมาณที่ต้องการสินค้าและการเปลี่ยนแปลงราคา ราคา. มูลค่าตลาดรวมของหุ้นทั้งหมดของ บริษัท ที่โดดเด่น มูลค่าหลักทรัพย์ตามราคาตลาดคำนวณโดยการคูณ Frexit ย่อมาจาก quotFrench exitquot เป็นเศษเสี้ยวของคำว่า Brexit ของฝรั่งเศสซึ่งเกิดขึ้นเมื่อสหราชอาณาจักรได้รับการโหวต คำสั่งซื้อที่วางไว้กับโบรกเกอร์ที่รวมคุณลักษณะของคำสั่งหยุดกับคำสั่งซื้อที่ จำกัด ไว้ คำสั่งหยุดการสั่งซื้อจะ