ฮัลล์ เคลื่อนไหว ค่าเฉลี่ย การตั้งค่า

Hull Moving Average ค่าเฉลี่ยการเคลื่อนที่ของเรือทำให้ค่าการเคลื่อนที่ของค่าเฉลี่ยเคลื่อนที่ดีขึ้นและยังคงความเรียบของเส้นโค้งสูตรสำหรับการคำนวณค่าเฉลี่ยดังต่อไปนี้ค่า HMA i MA 2 MA, ระยะเวลา 2 MA input ระยะเวลาช่วง SQRT ที่ MA เป็นค่าเฉลี่ยเคลื่อนที่ และ SQRT เป็นรูปสี่เหลี่ยมผืนผ้าผู้ใช้อาจเปลี่ยนความยาวของอินพุตความยาวของช่วงและจำนวนของ shift คำจำกัดความของตัวบ่งชี้นี้จะแสดงต่อไปในรหัสย่อที่ให้ไว้ในการคำนวณด้านล่างวิธีการค้าโดยใช้ Hull Moving Average ค่าเฉลี่ยการเคลื่อนที่ของลำเรือคือ ตัวบ่งชี้แนวโน้มล้าหลังและอาจใช้ร่วมกับการศึกษาอื่น ๆ ไม่มีการคำนวณสัญญาณการซื้อขายวิธีการเข้าถึงใน MotiveWave. Go ไปที่เมนูด้านบนให้เลือกย้ายการศึกษาโดยเฉลี่ยเฉลี่ยฮัลล์หรือไปที่เมนูด้านบนเลือกเพิ่มการศึกษาเริ่มต้นพิมพ์ ในชื่อการศึกษานี้จนกว่าคุณจะเห็นมันปรากฏในรายการคลิกที่ชื่อการศึกษาให้คลิกตกลงการปฏิเสธความรับผิดชอบข้อมูลที่ให้ไว้ในหน้านี้เป็นอย่างเคร่งครัดเพื่อวัตถุประสงค์ในการให้ข้อมูลและไม่ได้เป็น constru ed เป็นคำแนะนำหรือการชักชวนเพื่อซื้อหรือขายหลักทรัพย์ใด ๆ โปรดดูคำชี้แจงการเปิดเผยข้อมูลความเสี่ยงและข้อจำกัดความรับผิดชอบของเรา ราคาเริ่มต้นผู้ใช้กำหนดค่าดีฟอลต์คือวิธีการปิดโดยเฉลี่ย ma ผู้ใช้กำหนดค่าดีฟอลต์คือผู้ใช้กำหนดช่วงเวลา WMA ค่าดีฟอลต์คือผู้ใช้ 20 คนกำหนดค่าดีฟอลต์คือ 0 ถัวเฉลี่ยถ่วงน้ำหนักเคลื่อนที่ wma, sqrt square root index จำนวนบาร์ปัจจุบัน LOE น้อยหรือ เท่ากับการขจัดความล่าช้าการคาดการณ์ Data. Trading Indexes ด้วยการเคลื่อนย้ายค่าเฉลี่ยของ Mulling โดยเฉลี่ยข้อมูลที่ราบรื่นและทำให้ง่ายต่อการวิเคราะห์การเคลื่อนไหวของราคา แต่พวกเขามีแนวโน้มที่จะล่าช้า SA นี่คือระบบการกำหนดจังหวะการตลาดที่ขจัดความล่าช้าและคาดการณ์ข้อมูลในอนาคต แต่กลยุทธ์ยุบกันเมื่อตลาดถังเราต้องมีรูปแบบเวลาในการรักษาทุนในตลาดลงและระบุโอกาสในการตลาดมันเป็นไปได้เฉลี่ยที่มักจะเป็นวิธีที่ดีที่สุดเพื่อขจัดข้อมูลแหลม และความยาวของข้อมูลที่ราบรื่นเช่นกันอย่างไรก็ตามค่าเฉลี่ยเคลื่อนที่จะมีข้อบกพร่องที่สำคัญโดยที่ช่วงเวลามองย้อนกลับที่ยาวนานของพวกเขาแนะนำให้ล้าหลังวิธีแก้คือการปรับสูตรค่าเฉลี่ยเคลื่อนที่และลบ lag ทำเพื่อลดความเป็นไปได้ของค่าเฉลี่ยเคลื่อนที่ overshooting ข้อมูลดิบเมื่อทำนายกิจกรรมของช่วงถัดไปและจึงนำข้อผิดพลาดที่นี่วิธีที่จะสามารถทำได้การลบล่าช้าประเภทใหม่ของค่าเฉลี่ยเคลื่อนที่ที่พัฒนาโดยพ่อค้าอลันฮัลล์พยายามที่จะแก้ปัญหา ปัญหานี้ในรูปแบบนี้ค่าเฉลี่ยเคลื่อนที่อย่างง่าย Sma คือยอดรวมของตัวอย่างข้อมูลที่หารด้วยจำนวนตัวอย่าง N ค่า Hull moving average Hma ทำได้โดยการใช้ค่าเฉลี่ยถ่วงน้ำหนัก WMA และรากที่สองของ N คำนวณ หากต้องการผ่านสูตรนี้ให้ใช้ Wma ของข้อมูล N 2 ครั้งสุดท้ายและคูณด้วย 2 จากนั้นลบค่า WMA ของข้อมูล N ล่าสุดตอนนี้ใช้ค่านั้นและใช้รากที่สองของ N จากนั้นหา Wma ของทั้งสองค่านั่นคือ, Wma sqrt ของ N จากค่าที่จำได้เนื่องจากรากที่สองตัดทอนค่าการคำนวณควรเลือก N ซึ่งเป็นตารางที่สมบูรณ์แบบเช่น 4, 9, 16, 25, 49 หรือ 81paring Sma และ Hma ในรูปที่ 1 โดยใช้ 81 วัน Ave โกรธเราพบว่า Hma เป็นทั้งเรียบและตอบสนองต่อการเปลี่ยนแปลงข้อมูลในขณะที่ Sma ล่าช้าหลังรูปที่ 1 ma ง่าย vs ลำตัวที่นี่คุณจะเห็นการเปรียบเทียบ SMA และ HMA ใช้ข้อมูลจาก QQQQ ETF HMA เป็นมากขึ้น สูงกว่าค่าเฉลี่ย SMA ค่าเฉลี่ยของวันที่ 9 วันจะถูกแสดงด้วย HMA เป็นสีฟ้าในการวิเคราะห์หุ้นทางเทคนิคของหุ้นในเดือนธันวาคมข้อมูลจากบทความที่ตีพิมพ์ในฉบับเดือนธันวาคมปี 2553 จากการวิเคราะห์ทางเทคนิคของนิตยสารสินค้าโภคภัณฑ์ Copyright 2010, การวิเคราะห์ทางเทคนิค, Inc. Hull Moving Average HMA ค่าเฉลี่ยการเคลื่อนที่ของฮัลล์ช่วยแก้ปัญหาเรื่องอายุที่สูงขึ้นของการทำให้ค่าเฉลี่ยเคลื่อนที่สามารถตอบสนองต่อการเคลื่อนไหวของราคาในปัจจุบันได้มากขึ้นขณะเดียวกันก็รักษาความโค้งของเส้นโค้งไว้ในความเป็นจริง HMA เกือบจะช่วยลดความล่าช้าในการทำงาน ในเวลาเดียวกันเพื่อให้เข้าใจว่ามันประสบความสำเร็จทั้งสองของผลลัพธ์ที่เป็นปฏิปักษ์เหล่านี้พร้อมกันเราต้องเริ่มต้นด้วยกรอบการอ้างอิงที่เข้าใจได้ง่ายแผนภูมิต่อไปนี้ ins เป็นค่าเฉลี่ยเคลื่อนที่ 16 สัปดาห์ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ที่ลดลงอย่างต่อเนื่องและมีความเรียบเนียนน้อยปัญหาเบื้องต้นการแก้ปัญหาการทำให้โค้งงอสามารถทำได้โดยการใช้ค่าเฉลี่ยของค่าเฉลี่ยคือระยะเวลา SMA 16 ช่วงระยะเวลา SMA ราคา 16 ข่าวร้ายก็คือ จะทำให้เกิดความล่าช้ามากขึ้นตามที่เห็นด้านล่างการแก้ปัญหาความล้าหลังเป็นเรื่องที่เกี่ยวข้องมากขึ้นและต้องมีคำอธิบายด้วยตัวเลขแทนแผนภูมิพิจารณาชุดตัวเลข 10 ตัวตั้งแต่ 0 ถึง 9 ข้อและคิดว่าเป็นจุดราคาต่อเนื่องใน กราฟกับ 9 เป็นจุดราคาล่าสุดที่ขอบด้านขวามือถ้าเราใช้ค่าเฉลี่ยระยะเวลา 10 ของตัวเลขเหล่านี้แล้วไม่น่าแปลกใจที่เราจะกำหนดจุดกึ่งกลางของ 4 5 ซึ่งอย่างมีนัยสำคัญล่าช้าหลังจุดราคาล่าสุดของ นี่เป็นบิตฉลาดก่อนปล่อยให้ลดลงครึ่งหนึ่งของช่วงเวลาเฉลี่ย 5 และใช้กับตัวเลขล่าสุดของ 5,6,7,8 และ 9 ซึ่งเป็นผลเป็นจุดกึ่งกลางของ 7. ท้ายสุดเพื่อลบ ล้าหลังเราใช้จุดกึ่งกลางของ 7 และเพิ่มความแตกต่างระหว่างสองค่าเฉลี่ยซึ่งเท่ากับ 2 5 7 4 5 ซึ่งจะให้คำตอบสุดท้ายของ 9 5 7 2 5 ซึ่งเป็นค่าชดเชยเล็กน้อย แต่การให้ค่าชดเชยที่เพิ่มขึ้นนี้มีประโยชน์มากเนื่องจากมีผลเฉลยของค่าเฉลี่ยที่ซ้อนกัน ผลของการรวม 2 เทคนิคนี้เป็นความสมดุลที่สมบูรณ์แบบใกล้เคียงระหว่างการลดความล่าช้าและการทำให้โค้งงอเรียบง่าย HMA สามารถจัดการกับการเปลี่ยนแปลงของราคาได้อย่างรวดเร็วในขณะเดียวกันก็มีประสิทธิภาพเหนือกว่า SMA ในช่วงเวลาเดียวกัน HMA ใช้ค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักและลดลง ผลการให้ความราบรื่นและความล่าช้าที่เกิดขึ้นโดยการใช้รากที่สองของช่วงเวลาแทนระยะเวลาที่เกิดขึ้นจริงตามที่เห็นด้านล่างระยะเวลาการตัดแฉกตาราง INMAXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX และ Supercharts แต่สามารถปรับได้อย่างง่ายดายสำหรับใช้กับโปรแกรมแผนภูมิอื่น ๆ ที่มีความสามารถในการสร้างตัวบ่งชี้ที่กำหนดเองระยะเวลาการป้อนข้อมูลขั้นสูง 1,200,20 sqrtperiod Sqrt p eriod Mov 2 Mov C ช่วงที่ 2, W Mov C, period, W, LastValue sqrtperiod, W. Input period ค่าเริ่มต้น 20 waverage 2 waverage close, ระยะเวลา 2 - waverage close, period, SquareRoot Period. โปรแกรมง่ายๆสำหรับ HMA, ให้ดีขึ้นเรียบจะใช้จุดหักเหเป็นสัญญาณออกจากรายการ แต่ก็ไม่ควรใช้ในการสร้างสัญญาณครอสโอเวอร์เป็นเทคนิคนี้อาศัย lag. Subscribe และ Connect สมัครสมาชิกจดหมายข่าวของเรา