Geweegde Moving Gemiddelde Model Definisie

Geweegde Moving Gemiddeldes: Die Basics Oor die jare, het tegnici twee probleme met die eenvoudige bewegende gemiddelde gevind. Die eerste probleem lê in die tyd van die bewegende gemiddelde (MA). Die meeste tegniese ontleders glo dat die prys aksie. die opening of sluiting voorraad prys, is nie genoeg om op te hang vir goed voorspel koop of te verkoop seine van die MA crossover aksie. Om hierdie probleem op te los, het ontleders nou meer gewig toeken aan die mees onlangse prys data deur gebruik te maak van die eksponensieel stryk bewegende gemiddelde (EMA). (Meer inligting in die ondersoek van die eksponensieel geweeg bewegende gemiddelde.) 'N voorbeeld Byvoorbeeld, met behulp van 'n 10-dag MA, sou 'n ontleder die sluitingsprys van die 10de dag te neem en vermeerder hierdie getal deur 10, die negende dag van nege, die agtste van dag tot agt en so aan tot die eerste van die MA. Sodra die totale bepaal, sou die ontleder dan verdeel die aantal deur die byvoeging van die vermenigvuldigers. As jy die vermenigvuldigers van die 10-dag MA voorbeeld te voeg, die getal is 55. Hierdie aanwyser is bekend as die lineêr geweeg bewegende gemiddelde. (Vir verwante leesstof, check Eenvoudige bewegende gemiddeldes Maak Trends uitstaan.) Baie tegnici is ferm gelowiges in die eksponensieel stryk bewegende gemiddelde (EMA). Hierdie aanwyser is verduidelik in so baie verskillende maniere waarop dit verwar studente en beleggers sowel. Miskien is die beste verduideliking kom van John J. Murphy tegniese ontleding van die finansiële markte, (uitgegee deur die New York Instituut van Finansies, 1999): Die eksponensieel stryk bewegende gemiddelde adresse beide van die probleme wat verband hou met die eenvoudige bewegende gemiddelde. Eerstens, die eksponensieel stryk gemiddelde ken 'n groter gewig aan die meer onlangse data. Daarom is dit 'n geweegde bewegende gemiddelde. Maar terwyl dit ken mindere belang vir verlede prys data, beteken dit sluit in die berekening al die data in die lewe van die instrument. Daarbenewens het die gebruiker in staat is om die gewig te pas by mindere of meerdere gewig te gee aan die mees onlangse dae prys, wat by 'n persentasie van die vorige dae waarde. Die som van beide persentasie waardes voeg tot 100. Byvoorbeeld, die laaste dae die prys kan 'n gewig van 10 (0,10), wat by die vorige dae gewig van 90 (0,90) opgedra. Dit gee die laaste dag 10 van die totale gewig. Dit sou die ekwivalent van 'n 20-dag gemiddeld deur die laaste dae die prys 'n kleiner waarde van 5 (0,05) wees. Figuur 1: eksponensieel stryk bewegende gemiddelde Bogenoemde grafiek toon die Nasdaq saamgestelde indeks van die eerste week in Augustus 2000 tot 1 Junie 2001 As jy duidelik kan sien, die EMO, wat in hierdie geval is die gebruik van die sluitingsprys data oor 'n tydperk van nege dae, het definitiewe verkoop seine op die 8 September (gekenmerk deur 'n swart afpyltjie). Dit was die dag toe die indeks het onder die vlak 4000. Die tweede swart pyl toon 'n ander af been wat tegnici eintlik verwag het nie. Die Nasdaq kon genoeg volume en belangstelling van die kleinhandel beleggers na die 3000 merk breek nie genereer. Dit dan duif weer af na onder uit by 1619,58 op April 4. Die uptrend van 12 April is gekenmerk deur 'n pyl. Hier is die indeks gesluit 1,961.46, en tegnici begin institusionele fondsbestuurders begin om af te haal 'n paar winskopies soos Cisco, Microsoft en 'n paar van die energie-verwante kwessies te sien. (Lees ons verwante artikels: Moving Gemiddelde Koeverte:. Verfyning 'n gewilde Trading Tool en bewegende gemiddelde Bounce) What039s die verskil tussen bewegende gemiddelde en geweegde bewegende gemiddelde A 5-tydperk bewegende gemiddelde, gebaseer op die pryse hierbo, sal bereken word deur die volgende formule: op grond van die bostaande vergelyking, het die gemiddelde prys oor die bogenoemde tydperk was 90,66. Die gebruik van bewegende gemiddeldes is 'n effektiewe metode vir die uitskakeling van sterk prysskommelings. Die sleutel beperking is dat datapunte vanaf ouer data nie anders word geweeg as datapunte naby die begin van die datastel. Dit is hier waar geweegde bewegende gemiddeldes 'n rol speel. Geweegde gemiddeldes toewys 'n swaarder gewig meer huidige data punte omdat hulle meer relevant as datapunte in die verre verlede. Die som van die gewig moet optel tot 1 (of 100). In die geval van die eenvoudige bewegende gemiddelde, is die gewigte eweredig versprei, wat is die rede waarom hulle nie in die tabel hierbo getoon. Sluitingsprys van AAPL Die geweegde gemiddelde is bereken deur vermenigvuldig die gegewe prys deur sy verwante gewig en dan die WHALM waardes. In die voorbeeld hierbo, sal die geweegde 5-daagse bewegende gemiddelde 90,62. In hierdie voorbeeld is die onlangse data punt die hoogste gewig uit 'n arbitrêre 15 punte. Jy kan die waardes weeg uit enige waarde goeddink jou. Die laer waarde van die geweegde gemiddelde persentasie van relatief tot die eenvoudige gemiddelde dui die onlangse verkoop druk kan meer betekenisvol as 'n paar handelaars verwag word. Vir die meeste handelaars, die gewildste keuse by die gebruik van geweeg bewegende gemiddeldes is om 'n hoër gewig gebruik vir die afgelope waardes. (Vir meer inligting, kyk na die bewegende gemiddelde Tutoriaal) Lees meer oor die verskil tussen eksponensiële bewegende gemiddeldes en geweegde bewegende gemiddeldes, twee glad aanwysers dat. Lees Antwoord Die enigste verskil tussen hierdie twee tipes bewegende gemiddelde is die sensitiwiteit elkeen toon veranderinge in die gebruik van data. Lees Antwoord Meer inligting oor die berekening en interpretasie van geweegde gemiddeldes, insluitend hoe om 'n geweegde gemiddelde bereken met behulp van Microsoft. Lees Antwoord Sien waarom bewegende gemiddeldes het bewys voordelig vir handelaars en ontleders en nuttig te wees wanneer dit toegepas word om die prys kaarte en. Lees Antwoord Leer hoe handelaars en beleggers gebruik geweegde Alpha om momentum van 'n aandele prys te identifiseer en of pryse hoër sal beweeg. Lees Antwoord inligting oor 'n paar van die inherente beperkings en moontlike misapplications van bewegende gemiddelde ontleding binne tegniese voorraad. Lees Antwoord Geweegde Moving Gemiddelde Model definisie in die geweegde bewegende gemiddelde model (voorspelling strategie 14), is elke historiese waarde geweeg met 'n faktor van die gewig groep in die eenveranderlike voorspelling profiel. Formule vir die Geweegde Moving Gemiddelde Die geweegde bewegende gemiddelde model kan jy onlangse historiese data swaarder gewig as ouer data by die bepaling van die gemiddelde. Jy doen dit as die meer onlangse data is meer verteenwoordigend van watter toekomstige aanvraag sal wees as ouer data. Daarom is die stelsel in staat is om vinniger te reageer op 'n verandering in die vlak. Gebruik Die akkuraatheid van hierdie model hang grootliks af van jou keuse van gewig faktore. As die tyd reeks patroon verander, moet jy ook pas die gewig faktore. Wanneer die skep van 'n gewig groep, betree jy die gewig faktore as persentasies. Die som van die gewig faktore hoef nie te wees 100. Geen ex-post voorspel word bereken met hierdie voorspelling strategy. The ongelooflike manier om 'n bewegende gemiddelde fretten die tendens van 'n massa van verwarrende metings kan gesien word deur die plot die 10 dae - bewegende gemiddelde saam met die oorspronklike daaglikse gewigte, getoon as klein diamante. Die bewegende gemiddeldes weve tot dusver gebruik gee gelyke belang vir al die dae in die gemiddelde. Dit neednt so wees. As jy daaroor dink, nie die geval is dit baie sin maak, veral as jy belangstel in die gebruik van 'n langer termyn bewegende gemiddelde uit te stryk ewekansige knoppe in die tendens. Aanvaar jy die gebruik van 'n 20 dag bewegende gemiddelde. Hoekom moet jou gewig byna drie weke gelede net so relevant is vir die huidige tendens as jou gewig vanoggend oorweeg verskillende vorme van geweeg bewegende gemiddeldes is ontwikkel om hierdie beswaar aan te spreek. In plaas daarvan om net te voeg tot die metings vir 'n reeks van dae en te deel deur die aantal dae, in 'n geweegde bewegende gemiddelde elke meting eerste vermenigvuldig met 'n gewig faktor wat verskil van dag tot dag. Die finale bedrag is verdeel, nie deur die aantal dae nie, maar deur die som van al die gewig faktore. As groter gewig faktore verder terug in die tyd gebruik word vir meer afgelope dae en kleiner faktore vir metings, sal die tendens meer reageer op onlangse veranderings sonder om die glad 'n bewegende gemiddelde bied nie. 'N ongeweegde bewegende gemiddelde is bloot 'n geweegde bewegende gemiddelde met al die gewig faktore gelyk is aan 1. Jy kan enige gewig faktore wat jy wil gebruik, maar 'n bepaalde stel met die jawbreaking monicker eksponensieel Reëlmatige bewegende gemiddelde nuttig bewys in aansoeke wat wissel van lug verdediging radar om handel die Chicago vark maag mark. Kom ons sit dit om te werk aan ons mae sowel. Hierdie grafiek vergelyk die gewig faktore vir 'n eksponensieel stryk 20 daagse bewegende gemiddelde met 'n eenvoudige bewegende gemiddelde wat gewigte elke dag ewe. Eksponensiële gladstryking gee vandag meting twee keer die betekenis van die eenvoudige gemiddelde sou dit wys, yesterdays meting 'n bietjie minder as dit, en elke opeenvolgende dag minder as sy voorganger met dag 20 dra net 20 so veel om die resultaat as 'n eenvoudige bewegende gemiddelde. Die gewig faktore in 'n eksponensieel stryk bewegende gemiddelde is opeenvolgende magte van 'n aantal het die glad konstante. 'N eksponensieel stryk bewegende gemiddelde met 'n glad konstante van 1 is identies aan 'n eenvoudige bewegende gemiddelde, sedert 1 tot enige bevoegdheid is 1. Smoothing konstantes minder as 1 weeg onlangse data swaarder, met die vooroordeel teenoor die mees onlangse metings toeneem soos die smoothing konstante afname in die rigting van nul. As die smoothing konstante oorskry 1, ouer data swaarder geweeg as onlangse metings. Dit plot toon die gewig faktore wat spruit uit verskillende waardes van die smoothing konstante. Let op hoe die gewig faktore is almal 1 wanneer die glad konstante is 1. Wanneer die glad konstante is tussen 0,5 en 0,9, die gewig wat aan ou data druppels af so vinnig in vergelyking met die meer onlangse metings wat nie nodig om die bewegende gemiddelde te beperk Theres 'n spesifieke aantal dae kan ons al die data wat ons het, terug na die begin gemiddeld en laat die gewig faktore bereken vanaf die glad konstante outomaties die ou data weggooi omdat dit irrelevant vir die huidige trend. Weighted raak bewegende gemiddelde model die geweegde bewegende gemiddelde model (voorspelling strategie 14), is elke historiese waarde geweeg met 'n faktor van die gewig groep in die eenveranderlike voorspelling profiel. Formule vir die Geweegde Moving Gemiddelde Die geweegde bewegende gemiddelde model kan jy onlangse historiese data swaarder gewig as ouer data by die bepaling van die gemiddelde. Jy doen dit as die meer onlangse data is meer verteenwoordigend van watter toekomstige aanvraag sal wees as ouer data. Daarom is die stelsel in staat is om vinniger te reageer op 'n verandering in die vlak. Die akkuraatheid van hierdie model hang grootliks af van jou keuse van gewig faktore. As die tyd reeks patroon verander, moet jy ook pas die gewig faktore. Wanneer die skep van 'n gewig groep, betree jy die gewig faktore as persentasies. Die som van die gewig faktore hoef nie te wees 100. Geen ex-post voorspel word bereken met hierdie voorspelling strategie.