การย้าย ค่าเฉลี่ย ทางด้านเทคนิค การวิเคราะห์ วิกิพีเดีย

การวิเคราะห์ทางเทคนิคการเคลื่อนไหวค่าเฉลี่ยแผนภูมิหลักส่วนใหญ่แสดงรูปแบบต่างๆของการเคลื่อนไหวของราคาซึ่งอาจทำให้ผู้ค้าได้รับความคิดเกี่ยวกับแนวโน้มด้านความปลอดภัยโดยรวมหนึ่งในวิธีง่ายๆที่ผู้ค้าใช้ในการต่อสู้นี้คือการใช้ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่คือ ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาหนึ่งโดยการวางแผนราคาเฉลี่ยของการรักษาความปลอดภัยการเคลื่อนไหวของราคาจะเรียบขึ้นเมื่อความผันผวนแบบวันต่อวันจะถูกเอาออกผู้ค้าจะสามารถระบุแนวโน้มที่แท้จริงและเพิ่มความน่าจะเป็นได้ดีขึ้น ให้อ่านค่าเฉลี่ยของ Moving Averages ตัวอย่างของค่าเฉลี่ยเคลื่อนที่มีค่าเฉลี่ยเคลื่อนที่หลายแบบแตกต่างกันไปในแต่ละวิธีที่คำนวณ แต่วิธีการตีความค่าเฉลี่ยแต่ละค่ายังคงเหมือนเดิม การคำนวณเพียงอย่างเดียวเกี่ยวกับการถ่วงน้ำหนักที่พวกเขาวางไว้ในข้อมูลราคาขยับจากน้ำหนักที่เท่ากันของแต่ละจุดราคาไปเป็นน้ำหนักมากขึ้นที่วางอยู่บนข้อมูลล่าสุด ypes ของค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรงอย่างง่ายและมีความเป็นตัวชี้วัดการเคลื่อนที่เฉลี่ย SMA นี่เป็นวิธีที่ใช้กันทั่วไปในการคำนวณค่าเฉลี่ยเคลื่อนที่ของราคาใช้เวลาเพียงผลรวมของราคาปิดที่ผ่านมาตลอดช่วงเวลาและหารผลตาม จำนวนราคาที่ใช้ในการคำนวณตัวอย่างเช่นในค่าเฉลี่ยเคลื่อนที่ 10 วันจะมีการรวมกัน 10 ราคาสุดท้ายเข้าด้วยกันและหารด้วย 10 ตามที่เห็นในรูปที่ 1 ผู้ประกอบการสามารถที่จะทำให้ค่าเฉลี่ยของการตอบสนองน้อยลง การเปลี่ยนแปลงราคาโดยการเพิ่มจำนวนงวดที่ใช้ในการคำนวณการเพิ่มจำนวนระยะเวลาในการคำนวณเป็นวิธีที่ดีที่สุดในการวัดความแรงของแนวโน้มในระยะยาวและความเป็นไปได้ที่จะเกิดการย้อนกลับหลาย ๆ คนอ้างว่า ประโยชน์ของค่าเฉลี่ยประเภทนี้มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีผลกระทบต่อผลลัพธ์โดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับข้อมูลนักวิจารณ์ยืนยันว่าข้อมูลล่าสุดเป็นข้อมูลที่ใช้มากขึ้น rtant และดังนั้นจึงควรมีการถ่วงน้ำหนักที่สูงขึ้นการวิพากษ์วิจารณ์ประเภทนี้เป็นหนึ่งในปัจจัยหลักที่นำไปสู่การประดิษฐ์ค่าเฉลี่ยเคลื่อนที่แบบอื่น ๆ ค่าเฉลี่ยถ่วงน้ำหนักเฉลี่ยค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่นี้เป็นค่าเฉลี่ยที่น้อยที่สุดในสาม ใช้เพื่อแก้ปัญหาการถ่วงน้ำหนักที่เท่ากันค่าเฉลี่ยถ่วงน้ำหนักแบบเส้นตรงคำนวณโดยการรวมผลรวมของราคาปิดทั้งหมดในช่วงเวลาที่กำหนดและคูณด้วยตำแหน่งของจุดข้อมูลและหารด้วยผลรวมของจำนวน ของรอบระยะเวลาตัวอย่างเช่นในค่าเฉลี่ยถ่วงน้ำหนัก 5 วันแบบเส้นตรงราคาปิดของวันนี้จะคูณด้วย 5 เมื่อวานนี้โดย 4 วินาทีเป็นต้นไปจนถึงวันแรกของรอบระยะเวลาถึงตัวเลขเหล่านี้จะรวมเข้าด้วยกันและหารด้วย ผลคูณของตัวคูณค่าเฉลี่ยการเคลื่อนที่เฉลี่ย EMA การคำนวณค่าเฉลี่ยเคลื่อนที่นี้ใช้ปัจจัยที่ราบเรียบเพื่อให้น้ำหนักที่สูงขึ้นในจุดข้อมูลล่าสุดและได้รับการยกย่องว่ามีประสิทธิภาพมากกว่าระบบเชิงเส้น ถ่วงน้ำหนักโดยเฉลี่ยความเข้าใจในการคำนวณโดยทั่วไปไม่จำเป็นสำหรับผู้ค้าส่วนใหญ่เนื่องจากส่วนใหญ่จะใช้การคิดคำนวณสำหรับคุณสิ่งที่สำคัญที่สุดที่ต้องจำเกี่ยวกับค่าเฉลี่ยเคลื่อนที่เชิงเลขคือการตอบสนองต่อข้อมูลใหม่เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย การตอบสนองนี้เป็นหนึ่งในปัจจัยที่สำคัญว่าทำไมนี่จึงเป็นค่าเฉลี่ยเคลื่อนที่ของทางเลือกระหว่างผู้ค้าทางเทคนิคหลาย ๆ แห่งอย่างที่คุณเห็นในรูปที่ 2 ระยะเวลา 15 EMA ที่เพิ่มขึ้นและลดลงเร็วกว่า SMA 15 ระยะนี้ดูเหมือนว่าจะแตกต่างกันเล็กน้อย เหมือนมาก แต่เป็นปัจจัยสำคัญที่ต้องคำนึงถึงเนื่องจากอาจส่งผลต่อการส่งคืนการใช้ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่การย้ายค่าเฉลี่ยจะใช้เพื่อระบุแนวโน้มปัจจุบันและการกลับรายการแนวโน้มเช่นเดียวกับการตั้งค่าระดับการสนับสนุนและความต้านทานโดยเฉลี่ยที่เกิดขึ้นได้ ใช้เพื่อระบุได้อย่างรวดเร็วว่าการรักษาความปลอดภัยมีการเคลื่อนไหวในขาขึ้นหรือขาลงขึ้นอยู่กับทิศทางของค่าเฉลี่ยเคลื่อนที่ตามที่เห็นในรูปที่ 3 เมื่อมีการเคลื่อนย้าย ค่าเฉลี่ยกำลังมุ่งหน้าขึ้นและราคาอยู่เหนือระดับความปลอดภัยอยู่ในขาขึ้นตรงกันข้ามค่าเฉลี่ยเคลื่อนที่ที่ลดลงลงพร้อมกับราคาด้านล่างสามารถนำมาใช้เพื่อส่งสัญญาณขาลงวิธีอื่นในการกำหนดโมเมนตัมคือดูลำดับของคู่ ของค่าเฉลี่ยเคลื่อนที่ในระยะสั้นเมื่อค่าเฉลี่ยระยะสั้นสูงกว่าค่าเฉลี่ยระยะยาวแนวโน้มจะเพิ่มขึ้นในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งสัญญาณการเคลื่อนตัวลงของแนวโน้ม เกิดขึ้นในสองวิธีหลักเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่และเมื่อมันเคลื่อนผ่าน crossovers ค่าเฉลี่ยเคลื่อนที่สัญญาณแรกคือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญตัวอย่างเช่นเมื่อราคาของหลักทรัพย์ที่อยู่ในขาขึ้นจะลดลง ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 รอบเช่นเดียวกับในรูปที่ 4 ซึ่งเป็นสัญญาณว่าแนวโน้มขาขึ้นอาจกลับรายการสัญญาณอื่น ๆ ของการกลับรายการแนวโน้มคือเมื่อค่าเฉลี่ยเคลื่อนที่หนึ่งตัวผ่านไปอีกค่าหนึ่งตัวอย่างเช่นตามที่เห็นในรูปที่ 5, ผม f เส้นค่าเฉลี่ยเคลื่อนที่ 15 วันเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันซึ่งเป็นสัญญาณบวกว่าราคาจะเริ่มเพิ่มขึ้นหากระยะเวลาที่ใช้ในการคำนวณค่อนข้างสั้นเช่น 15 และ 35 อาจส่งสัญญาณ การกลับตัวของแนวโน้มระยะสั้นในทางกลับกันเมื่อสองค่าเฉลี่ยที่มีกรอบเวลาที่ค่อนข้างยาวข้าม 50 และ 200 เช่นนี้ใช้เพื่อแนะนำการเปลี่ยนแปลงในระยะยาวแนวโน้มอื่น ๆ ที่มีการย้ายค่าเฉลี่ยที่ใช้คือการระบุ แนวรับและระดับความตึงเครียดเป็นเรื่องปกติที่จะเห็นสต็อกที่ได้รับการล้มหยุดการลดลงและทิศทางย้อนกลับเมื่อมันกระทบการสนับสนุนของค่าเฉลี่ยเคลื่อนที่ที่สำคัญย้ายผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญมักจะใช้เป็นสัญญาณโดยผู้ค้าทางเทคนิคที่ แนวโน้มคือการย้อนกลับตัวอย่างเช่นถ้าราคาทะลุ 200 วันค่าเฉลี่ยเคลื่อนที่ไปในทิศทางที่ลดลงเป็นสัญญาณว่าแนวโน้มขากลับกำลังถดถอยอยู่ค่าเฉลี่ยเฉลี่ยเป็นเครื่องมือที่มีประสิทธิภาพสำหรับการวิเคราะห์แนวโน้มในการรักษาความปลอดภัย ช่วงเวลาที่พบมากที่สุดที่ใช้เมื่อสร้างค่าเฉลี่ยเคลื่อนที่ ได้แก่ 200 วัน 100 วัน 50 วัน 20 วันและ 10 วันความคิดเฉลี่ย 200 วัน เป็นวัดที่ดีของปีการค้าค่าเฉลี่ย 100 วันครึ่งปีค่าเฉลี่ย 50 วันของไตรมาสโดยเฉลี่ย 20 วันของเดือนและค่าเฉลี่ย 10 วันของสองสัปดาห์ ค่าเฉลี่ยเคลื่อนที่ช่วยให้ผู้ค้าด้านเทคนิคคลายเสียงบางส่วนที่พบในการเคลื่อนไหวของราคาในแต่ละวันทำให้ผู้ค้ามองเห็นแนวโน้มราคาได้ชัดเจนขึ้นจนถึงตอนนี้เรามุ่งเน้นการเคลื่อนไหวของราคาผ่านแผนภูมิและค่าเฉลี่ยแล้วในส่วนถัดไป เราจะดูเทคนิคอื่น ๆ ที่ใช้เพื่อยืนยันการเคลื่อนไหวของราคาและรูปแบบการคำนวณค่าเฉลี่ยสถิติในการคำนวณค่าเฉลี่ยเคลื่อนที่ที่เรียกว่าค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยหมายถึงการเลื่อนเฉลี่ยเฉลี่ยของการเลื่อนค่าเฉลี่ยชั่วคราวหรือค่าเฉลี่ยในการทำงานเป็นตัวกรองการตอบสนองแบบ จำกัด ที่ใช้ในการวิเคราะห์ ชุดของจุดข้อมูลโดยการสร้างชุดค่าเฉลี่ยของชุดย่อยต่างๆ o f ชุดข้อมูลแบบเต็มมีชุดตัวเลขและขนาดเซตย่อยคงที่ซึ่งเป็นองค์ประกอบแรกของค่าเฉลี่ยเคลื่อนที่โดยการใช้ค่าเฉลี่ยของเซตย่อยคงที่เริ่มต้นของชุดตัวเลขชุดย่อยจะถูกแก้ไขโดยการขยับไปข้างหน้านั่นคือ, ไม่รวมหมายเลขชุดแรกและรวมหมายเลขต่อไปนี้ตามชุดย่อยชุดแรกในซีรีส์ซึ่งจะสร้างชุดย่อยใหม่ของตัวเลขซึ่งเป็นค่าเฉลี่ยกระบวนการนี้จะถูกทำซ้ำในชุดข้อมูลทั้งหมดชุดข้อมูลที่เชื่อมต่อค่าคงที่ทั้งหมดจะเคลื่อนที่ เฉลี่ยค่าเฉลี่ยเคลื่อนที่คือชุดของตัวเลขแต่ละอันซึ่งเป็นค่าเฉลี่ยของเซตย่อยที่สอดคล้องกันของชุดค่าจุดที่มีขนาดใหญ่ค่าเฉลี่ยเคลื่อนที่อาจใช้น้ำหนักที่ไม่เท่ากันสำหรับค่าเลขฐานแต่ละค่าในชุดย่อยเพื่อเน้นค่าเฉพาะในชุดย่อย ค่าเฉลี่ยเคลื่อนที่จะถูกใช้โดยทั่วไปกับข้อมูลชุดข้อมูลแบบเรียลไทม์เพื่อลดความผันผวนในระยะสั้นและเน้นแนวโน้มหรือรอบระยะยาวระยะเวลาระหว่างระยะสั้นและระยะยาวขึ้นอยู่กับค่า AP plication และพารามิเตอร์ของค่าเฉลี่ยเคลื่อนที่จะถูกตั้งค่าตามตัวอย่างเช่นมักใช้ในการวิเคราะห์ทางเทคนิคของข้อมูลทางการเงินเช่นการได้รับผลตอบแทนจากราคาหุ้นหรือปริมาณการซื้อขายนอกจากนี้ยังใช้ในทางเศรษฐศาสตร์เพื่อตรวจสอบผลิตภัณฑ์มวลรวมภายในประเทศการจ้างงานหรือเศรษฐศาสตร์มหภาคอื่น ๆ เวลาแบบทางคณิตศาสตร์ค่าเฉลี่ยเคลื่อนที่เป็นประเภทของการสลับและดังนั้นจึงสามารถมองได้ว่าเป็นตัวอย่างของตัวกรองความถี่ต่ำที่ใช้ในการประมวลผลสัญญาณเมื่อใช้กับข้อมูลชุดข้อมูลที่ไม่ใช่เวลาค่าเฉลี่ยเคลื่อนที่จะกรองส่วนประกอบความถี่สูงกว่าโดยไม่เจาะจง การเชื่อมต่อกับเวลาแม้ว่าโดยทั่วไปชนิดของการสั่งซื้อบางอย่างโดยนัยดู simplistically ก็สามารถถือได้ว่าเป็นข้อมูลที่เรียบเรียบง่าย Moving เฉลี่ยแก้ไขในการใช้งานทางการเงิน SMA เฉลี่ยเคลื่อนที่ง่ายเป็น unweighted เฉลี่ยของจุด n ก่อนหน้าคะแนนอย่างไรก็ตามในวิทยาศาสตร์ และการคำนวณค่าเฉลี่ยจะถูกนำมาจากข้อมูลที่เท่ากันทั้งสองด้านของค่ากลางซึ่งจะทำให้แน่ใจได้ว่าตัวแปรในค่าเฉลี่ยคือ ali gned กับการเปลี่ยนแปลงในข้อมูลแทนที่จะถูกเปลี่ยนในเวลาตัวอย่างของค่าเฉลี่ยที่ถ่วงน้ำหนักอย่างเท่าเทียมกันทำงานสำหรับตัวอย่าง n วันของราคาปิดเป็นค่าเฉลี่ยของ n วันก่อนปิดราคาถ้าราคาเหล่านั้นเป็นสูตรคือ เมื่อคำนวณค่าต่อเนื่องค่าใหม่จะเข้าสู่ค่าผลรวมและค่าเดิมจะลดลงซึ่งหมายความว่าผลรวมเต็มทุกครั้งไม่จำเป็นสำหรับกรณีง่ายๆนี้ช่วงเวลาที่เลือกขึ้นอยู่กับประเภทของการเคลื่อนไหวที่น่าสนใจเช่นสั้นกลาง, หรือระยะยาวในด้านการเงินระดับเฉลี่ยเคลื่อนที่สามารถตีความได้ว่าเป็นการสนับสนุนในตลาดที่เพิ่มสูงขึ้นหรือความต้านทานในตลาดที่ลดลงหากข้อมูลที่ใช้ไม่ได้อยู่ตรงกลางหมายถึงค่าเฉลี่ยเคลื่อนที่ที่ต่ำกว่าจุดฐานล่าสุดล่าสุดถึงครึ่งหนึ่ง ความกว้างของตัวอย่าง SMA สามารถมีอิทธิพลจากสัดส่วนข้อมูลเก่าที่ลดลงหรือข้อมูลใหม่ ๆ ที่เข้ามาในลักษณะ SMA ก็คือถ้าข้อมูลมีความผันผวนเป็นระยะแล้วใช้ SMA ของ perio นั้น d จะช่วยลดความแปรปรวนของค่าเฉลี่ยที่มีรอบการทำงานสมบูรณ์แบบหนึ่งครั้ง แต่ปกติจะพบวงจรปกติอย่างสมบูรณ์ 1. สำหรับการประยุกต์ใช้งานจำนวนมากจะเป็นประโยชน์เพื่อหลีกเลี่ยงการขยับโดยใช้ข้อมูลที่ผ่านมาเท่านั้นดังนั้นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยสามารถคำนวณได้ ข้อมูลเว้นระยะเท่ากันทั้งสองด้านของจุดในชุดที่มีการคำนวณค่าเฉลี่ยซึ่งต้องใช้ตัวเลขจุดคี่ในหน้าต่างตัวอย่างการคำนวณค่าเฉลี่ยเคลื่อนที่โดยค่าเฉลี่ยเคลื่อนที่สะสมข้อมูลจะมาถึงในบรรทัดคำสั่งที่สั่งและ นักสถิติต้องการรับค่าเฉลี่ยทั้งหมดของข้อมูลจนถึงจุดอ้างอิงปัจจุบันตัวอย่างเช่นนักลงทุนอาจต้องการราคาเฉลี่ยของธุรกรรมหุ้นทั้งหมดสำหรับสต็อคเฉพาะจนถึงเวลาปัจจุบันเนื่องจากธุรกรรมใหม่ ๆ เกิดขึ้น ราคาเฉลี่ยในช่วงเวลาของการทำธุรกรรมสามารถคำนวณได้สำหรับทุกรายการจนถึงจุดนั้นโดยใช้ค่าเฉลี่ยสะสมซึ่งโดยทั่วไปจะเป็นค่าเฉลี่ยถ่วงน้ำหนักเท่ากัน อายุของลำดับของ i ค่า x 1 xi ถึงปัจจุบันวิธีเดรัจฉานบังคับในการคำนวณนี้จะเก็บข้อมูลทั้งหมดและคำนวณผลรวมและหารด้วยจำนวนจุดฐานข้อมูลทุกครั้งจุดใหม่ ถึงอย่างไรก็ตามเป็นไปได้เพียงแค่อัปเดตค่าเฉลี่ยสะสมเป็นค่าใหม่ xi 1 มีพร้อมใช้งานโดยใช้ formula. where สามารถนำมาได้เท่ากับ 0. เนื่องจากค่าสะสมปัจจุบันสำหรับจุดอ้างอิงใหม่เท่ากับค่าสะสมก่อนหน้า ค่าเฉลี่ยบวกความแตกต่างระหว่างจุดอ้างอิงล่าสุดกับค่าเฉลี่ยก่อนหน้าหารด้วยจำนวนจุดที่ได้รับจนถึงจุดคะแนนทั้งหมดจะมาถึง N ค่าเฉลี่ยสะสมจะเท่ากับค่าเฉลี่ยสุดท้ายค่าเฉลี่ยของสูตรสะสมที่คำนวณได้จะตรงไปตรงมา การใช้. และในทำนองเดียวกันสำหรับ i 1 จะเห็นได้ว่าการแก้สมการนี้สำหรับ CA i 1 ผลการคำนวณค่าเฉลี่ยถ่วงน้ำหนักค่าเฉลี่ยถ่วงน้ำหนักเป็นค่าเฉลี่ยที่มีปัจจัยการคูณที่จะให้น้ำหนักที่แตกต่างกันกับข้อมูลที่ dif ตำแหน่งที่สำคัญในหน้าต่างตัวอย่างการคำนวณค่าเฉลี่ยเคลื่อนที่เป็นจุดรวมของจุดข้อมูลที่มีฟังก์ชันการถ่วงน้ำหนักคงที่แอ็พพลิเคชันหนึ่งกำลังนำ pixelisation ออกจากภาพกราฟิกแบบดิจิทัลในการวิเคราะห์ทางเทคนิคของข้อมูลทางการเงินค่าเฉลี่ยถ่วงน้ำหนัก WMA มีความหมายเฉพาะ ของน้ำหนักที่ลดลงในการก้าวหน้าทางคณิตศาสตร์ 2 ใน nMA วัน n วันล่าสุดมีน้ำหนัก n n n ล่าสุดที่สอง 1 เป็นต้นลงไปหนึ่งส่วนน้ำหนักถ่วงน้ำหนักเฉลี่ยถ่วงน้ำหนักตัวหารเป็นตัวเลขสามเหลี่ยมเท่ากับในกรณีทั่วไปมากขึ้น ตัวหารจะเป็นผลรวมของน้ำหนักของแต่ละบุคคลเมื่อคำนวณ WMA ตามค่าต่อเนื่องความแตกต่างระหว่างเลขของ WMA M 1 และ WMA M คือ n M 1 p M p M n 1 ถ้าเราระบุว่าผลรวม p M p M n 1 โดย Total M จากนั้นกราฟด้านขวาแสดงให้เห็นว่าน้ำหนักจะลดลงอย่างไรจากน้ำหนักที่มากที่สุดสำหรับจุดข้อมูลล่าสุดล่าสุดซึ่งลดลงไปที่ศูนย์ซึ่งสามารถเปรียบเทียบกับน้ำหนักในค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้ ค่าเฉลี่ยเคลื่อนที่ที่เป็นค่าเฉลี่ย EMA ซึ่งเป็นที่รู้จักกันทั่วไปว่าเป็น EWMA ที่ถ่วงน้ำหนักแบบเลขยกกำลัง 3 เป็นชนิดของตัวกรองการตอบสนองต่ออิมพัลส์ที่ใช้ปัจจัยการถ่วงน้ำหนักซึ่งลดจำนวนเชิงซ้อนการถ่วงน้ำหนักของจุดเริ่มต้นที่เก่ากว่าจะลดลงเป็นทวีคูณ ถึงศูนย์กราฟที่ด้านขวาแสดงให้เห็นถึงตัวอย่างของการลดน้ำหนัก EMA สำหรับชุด Y สามารถคำนวณได้ตามต้องการค่าสัมประสิทธิ์เป็นระดับของการลดน้ำหนักที่เป็นปัจจัยการปรับให้เรียบคงที่ระหว่าง 0 ถึง 1 A ข้อสังเกตที่สูงกว่าการสังเกตที่เก่ากว่าได้เร็วขึ้น - อาจแสดงในรูปแบบของช่วงเวลา N โดยที่ 2 N 1 Script Error Script ข้อผิดพลาดที่ต้องการตัวอย่างเช่นถ้า N 19 เท่ากับ 0 1 ครึ่งชีวิตของน้ำหนักช่วงเวลาที่น้ำหนักจะลดลงตามปัจจัย 2 ประมาณ N 2 8854 ภายใน 1 ถ้า N 5.Y t เป็นค่าในช่วงเวลา tS t คือค่าของ EMA ในช่วงเวลาใด ๆ tS 1 คือไม่ได้กำหนด S 1 ma y จะเริ่มต้นได้หลายวิธีโดยทั่วไปโดยการตั้งค่า S 1 ถึง Y 1 แม้ว่าจะมีเทคนิคอื่น ๆ อยู่เช่นการตั้งค่า S 1 เป็นค่าเฉลี่ยของการสังเกต 4 หรือ 5 ครั้งแรกความโดดเด่นของผลการเริ่มต้น S 1 บน ค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นจะขึ้นอยู่กับค่าที่เล็กลงทำให้ทางเลือกของ S 1 มีความสำคัญมากกว่าค่าที่มีขนาดใหญ่เนื่องจากข้อสังเกตที่สังเกตได้เร็วกว่าเมื่อเร็ว ๆ นี้สูตรนี้เป็นไปตาม Hunter 1986 4 โดยการใช้สูตรนี้ซ้ำสำหรับเวลาที่ต่างกันเราสามารถเขียนได้ S t เป็นผลรวมถ่วงน้ำหนักของจุดฐาน Y t as. for 0 0 เหมาะ, 1, 2 น้ำหนักของจุดข้อมูลทั่วไปคือวิธีอื่นโดย Roberts 1959 ใช้ Y t แทน Y t 1 5.This สูตรยังสามารถแสดงในแง่การวิเคราะห์ทางเทคนิคดังต่อไปนี้แสดงวิธีการ EMA ก้าวไปยังจุดอ้างอิงล่าสุด แต่โดยสัดส่วนของความแตกต่างในแต่ละครั้งการขยายผลลัพธ์แต่ละครั้งในชุดพลังงานดังต่อไปนี้แสดงวิธีการชั่งน้ำหนัก ting ปัจจัยในจุดแต่ละจุด p 1 p 2 ฯลฯ ลดลงชี้แจงนี้เป็นผลรวมอนันต์กับเงื่อนไขการลดลงระยะเวลา N ใน EMA N วันเพียงระบุปัจจัย N ไม่ได้เป็นจุดหยุดสำหรับการคำนวณในลักษณะที่เป็น ใน SMA หรือ WMA สำหรับขนาดใหญ่พอสมควรจุดจุดแรกของ N ใน EMA แสดงถึง 86 ของน้ำหนักรวมในการคำนวณ 6.ie แบบง่าย 7 มีแนวโน้มที่จะการอภิปรายข้างต้นต้องมีการชี้แจงเล็กน้อยผลรวมของน้ำหนักของ เงื่อนไขทั้งหมดเช่นจำนวนอนันต์ของคำในค่าเฉลี่ยเคลื่อนที่ที่อธิบายคือ 1 ผลรวมของน้ำหนักของเทอมคือผลรวมทั้งสองแบบนี้สามารถหาได้โดยการใช้สูตรสำหรับผลรวมของชุดข้อมูลทางเรขาคณิตน้ำหนักที่ละเว้นหลังจากกำหนดระยะเวลาโดยการหัก นี้จาก 1 และคุณได้รับนี้เป็นหลักสูตรด้านล่างสำหรับน้ำหนักละเว้นโปรดทราบว่าไม่มีค่าที่ยอมรับที่ควรเลือกสำหรับแม้ว่าจะมีค่าแนะนำบางอย่างตามโปรแกรมในการสนทนาข้างต้นเรามี substitu ted ค่าที่ใช้กันทั่วไปในสูตรสำหรับน้ำหนักของเงื่อนไขค่านี้มาจากการตั้งค่าอายุเฉลี่ยของข้อมูลจาก SMA เท่ากับอายุเฉลี่ยของข้อมูลจาก EWA และการแก้ปัญหาสำหรับอีกครั้งเป็นเพียงคำแนะนำ ไม่จำเป็นถ้าคุณทำทดแทนนี้และคุณใช้ประโยชน์จาก 8 แล้วคุณจะได้ประมาณ 0 864 สังหรณ์ใจสิ่งที่บอกเราคือน้ำหนักหลังจากเงื่อนไขของค่าเฉลี่ยเคลื่อนที่เชิงอนุพันธ์ไปเป็น 0 864. พลัง สูตรข้างต้นจะให้ค่าเริ่มต้นสำหรับวันใดวันหนึ่งหลังจากที่สูตรต่อวันที่แสดงเป็นอันดับแรกสามารถนำไปใช้ได้คำถามว่าราคาย้อนหลังของค่าเริ่มต้นจะขึ้นอยู่กับอะไรบ้างในกรณีที่เลวร้ายที่สุดในข้อมูลค่าข้อมูลขนาดใหญ่ในข้อมูลเก่า จะมีผลต่อยอดรวมแม้ว่าการถ่วงน้ำหนักของพวกเขามีขนาดเล็กมากหากราคามีรูปแบบขนาดเล็กแล้วก็น้ำหนักที่สามารถได้รับการพิจารณาน้ำหนักละเว้นโดยการหยุดหลังจาก k เงื่อนไข is. out ของน้ำหนักรวมตัวอย่างเช่นจะมี 99 9 ของน้ำหนัก ตั้งค่า abo ve ratio เท่ากับ 0 1 และแก้ปัญหาสำหรับ k. terms ควรจะใช้เนื่องจากวิธีการที่เพิ่มขึ้น N, 9 นี้จะลดความยุ่งยากไปประมาณ 10. สำหรับตัวอย่างเช่น 99 9 น้ำหนักปรับปรุงค่าเฉลี่ยเคลื่อนที่เฉลี่ยแก้ไข MMA เฉลี่ยเคลื่อนไหววิ่งค่าเฉลี่ย RMA หรือค่าเฉลี่ยเคลื่อนที่ที่ราบรื่นหมายถึงในระยะสั้นนี่คือค่าเฉลี่ยเคลื่อนที่ที่อธิบายด้วยการประยุกต์ใช้ในการวัดประสิทธิภาพของคอมพิวเตอร์ Edit. Some การวัดประสิทธิภาพของคอมพิวเตอร์เช่นความยาวของกระบวนการโดยเฉลี่ยหรือการใช้ CPU โดยเฉลี่ยให้ใช้รูปแบบ ค่าเฉลี่ยเคลื่อนที่เชิงตัวเลขนี่เป็นหน้าที่ของเวลาระหว่างการอ่านสองครั้งตัวอย่างของสัมประสิทธิ์การให้น้ำหนักที่ใหญ่กว่ากับการอ่านในปัจจุบันและน้ำหนักที่เล็กลงสำหรับการอ่านที่เก่ากว่าอยู่ที่เวลาอ่าน tn จะแสดงเป็นวินาทีและเป็น ระยะเวลาในนาทีที่อ่านได้ว่าเฉลี่ยอายุขัยเฉลี่ยของการอ่านแต่ละครั้งในค่าเฉลี่ยให้ความหมายข้างต้นของค่าเฉลี่ยเคลื่อนที่สามารถแสดงเป็นตัวอย่างเช่นเวลา 15 นาที erage L ของคิวกระบวนการที่ยาว Q วัดทุกๆ 5 วินาทีความแตกต่างของเวลาคือ 5 วินาทีคำนวณเป็นน้ำหนักอื่น ๆ แก้ไขระบบน้ำหนักอื่น ๆ ที่ใช้เป็นครั้งคราวเช่นในการซื้อขายหุ้นปริมาณการถ่วงน้ำหนักจะเป็นน้ำหนักในแต่ละช่วงเวลาตามสัดส่วน ปริมาณการซื้อขายการถ่วงน้ำหนักต่อไปนี้ใช้โดยนักคณิตศาสตร์ประกันภัยคือ Spencer 15-Point Moving Average 11 ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าสัมประสิทธิ์น้ำหนักสมมาตรคือ -3, -6, -5, 3, 21, 46, 67, 74, 67, 46, 21, 3, -5, -6, -3.Outside โลกของการเงินหมายถึงการทำงานที่ถ่วงน้ำหนักมีหลายรูปแบบและการใช้งานแต่ละฟังก์ชั่นน้ำหนักหรือเคอร์เนลมีลักษณะของตัวเองในด้านวิศวกรรมและวิทยาศาสตร์ความถี่และการตอบสนองต่อเฟสของตัวกรอง มักจะมีความสำคัญในการทำความเข้าใจความผิดเพี้ยนที่ต้องการและไม่พึงประสงค์ที่ตัวกรองเฉพาะจะนำไปใช้กับข้อมูลหมายถึงไม่เพียงทำให้ข้อมูลเรียบขึ้นค่าเฉลี่ยคือรูปแบบของตัวกรองความถี่ต่ำผลกระทบของตัวกรองชนิดใดที่ใช้ควรเข้าใจ เพื่อที่จะทำ ทางเลือกที่เหมาะสมในประเด็นนี้บทความภาษาฝรั่งเศสฉบับนี้กล่าวถึงผลกระทบทางสเปกตรัมของรูปแบบการสะสม 3 แบบคือการสะสมเลขชี้กำลัง Gaussian. Moving มัธยฐานจากมุมมองเชิงสถิติค่าเฉลี่ยเคลื่อนที่เมื่อใช้ในการประมาณแนวโน้มพื้นฐานใน ชุดเวลาเป็นอ่อนแอต่อเหตุการณ์ที่หายากเช่นการกระแทกอย่างรวดเร็วหรือความผิดปกติอื่น ๆ ประมาณการที่แข็งแกร่งมากขึ้นของแนวโน้มเป็นค่ามัธยฐานการเคลื่อนที่ที่เรียบง่ายกว่าจุด n เวลาที่ค่ามัธยฐานจะพบได้โดยตัวอย่างเช่นการเรียงลำดับค่าภายในวงเล็บและ การหาค่าในช่วงกลางสำหรับค่าที่มีขนาดใหญ่ของ n ค่ามัธยฐานสามารถคำนวณได้อย่างมีประสิทธิภาพโดยการอัพเดตนักสกิลที่สามารถสร้างดัชนีได้ 12.Statistically ค่าเฉลี่ยเคลื่อนที่จะเหมาะสมที่สุดสำหรับการกู้คืนแนวโน้มพื้นฐานของชุดข้อมูลเวลาเมื่อความผันผวนของแนวโน้มมีการกระจายตามปกติอย่างไรก็ตาม การแจกแจงแบบปกติไม่ได้มีความเป็นไปได้สูงในการเบี่ยงเบนที่มีขนาดใหญ่มากจากแนวโน้มที่อธิบายว่าทำไมการเบี่ยงเบนดังกล่าวจึงมีขนาดใหญ่อย่างไม่เป็นสัดส่วน e ffect ในการประมาณการแนวโน้มจะสามารถแสดงให้เห็นว่าถ้าความผันผวนเป็นแทนสันนิษฐานว่าเป็น Laplace กระจายแล้วมัธยฐานย้ายเป็นที่ดีที่สุดทางสถิติ 13 สำหรับความแปรปรวนที่กำหนดกระจาย Laplace สูงกว่าความเป็นไปได้ในเหตุการณ์ที่หายากกว่าปกติซึ่งจะอธิบายว่าทำไม ค่ามัธยฐานของค่ามัธยฐานจะดีกว่าค่าเฉลี่ยที่เคลื่อนที่ได้เมื่อค่ามัธยฐานค่ามัธยฐานด้านบนเป็นค่ากลางการปรับให้เรียบนั้นเหมือนกับตัวกรองค่ามัธยฐานที่มีการประยุกต์ใช้เช่นการประมวลผลสัญญาณภาพโปรดดูบทความแก้ไขบทความนี้ อ้างอิง แต่แหล่งที่มาของมันยังคงไม่ชัดเจนเพราะมีการอ้างอิงแบบอินไลน์ไม่เพียงพอกรุณาช่วยปรับปรุงบทความนี้โดยการแนะนำการอ้างอิงที่แม่นยำยิ่งขึ้นกุมภาพันธ์ 2010. การอ้างอิงและการอ้างอิงแก้ไข การวิเคราะห์ทางสถิติ Ya-lun Chou, Holt International, 1975, ISBN 0-03-089422-0 ส่วนที่ 17 9. ข้อผิดพลาดของสคริปต์ NIST SEMATECH e-Bookbook ของวิธีการทางสถิติการทำให้เรียบแบบเรียบง่ายที่สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ NIST SEMATECH คู่มืออิเล็กทรอนิกส์ของวิธีการทางสถิติแผนภูมิการควบคุม EWMA ที่สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ ตัวหารด้านซ้ายควรเป็นเอกภาพและเลขจะกลายเป็นชุดทางเรขาคณิตทางด้านขวา เนื่องจาก 1 x n n มีแนวโน้มที่จะ จำกัด e x สำหรับ n ใหญ่ ดูลิงก์ต่อไปนี้เพื่อเป็นหลักฐาน หมายถึง 0 และชุดเทย์เลอร์มีค่าเท่ากับ log e 0 001 2 -3 45. Spencer s 15- จุดย้ายเฉลี่ยจาก Wolfram MathWorld GR Arce การประมวลผลสัญญาณ Nonlinear วิธีการทางสถิติ, Wiley New Jersey, USA, 2005.Ad blocker interference detected. Wikia เป็นเว็บไซต์ที่ไม่เสียค่าใช้งานที่สร้างรายได้จากการโฆษณาเรามีประสบการณ์ในการแก้ไขสำหรับผู้ชมโดยใช้ ad blockers. Wikia คือ ลบออกจากกฎของตัวบล็อกโฆษณาที่กำหนดเองและหน้าเว็บจะโหลดตามที่คาดไว้โดยเฉลี่ย - MA. BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่ - MA เป็นตัวอย่าง SMA ให้พิจารณาการรักษาความปลอดภัยโดยมีราคาปิดกว่า 15 days. Week 1 5 วัน 20, 22, 24, 25, 23.Week 2 5 วัน 26, 28, 26, 29, 27.Week 3 5 วัน 28, 30, 27, 29, 28.A 10 วัน MA จะ เฉลี่ยออกจากราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลแรกจุดข้อมูลถัดไปจะลดราคาเร็วที่สุดเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ตามที่แสดงด้านล่างดังที่ระบุไว้ก่อนหน้านี้ MAs ล่าช้าในปัจจุบัน การกระทำราคาเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมาเป็นระยะเวลานานสำหรับ MA ที่ยิ่งใหญ่กว่าความล่าช้าดังนั้น MA 200 วันจะ มีความล่าช้ากว่า MAA 20 วันมากเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์ในการซื้อขายโดยใช้ MA ที่สั้นกว่าสำหรับการซื้อขายระยะสั้นและ MAs ระยะยาว เหมาะสำหรับนักลงทุนระยะยาวนักลงทุนและผู้ประกอบการค้าต่างชาติเข้าซื้อนักลงทุนระยะยาว 200 วันโดยมีส่วนแบ่งสูงกว่าหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ซึ่งถือเป็นสัญญาณการซื้อขายที่สำคัญนอกจากนี้ยังมีสัญญาณซื้อขายที่สำคัญด้วยตัวเองหรือเมื่อมีการข้าม MA เพิ่มขึ้นแสดงให้เห็นว่าการรักษาความปลอดภัยอยู่ในแนวโน้มขาขึ้นในขณะที่ MA ลดลงบ่งชี้ว่าอยู่ในขาลงขณะเดียวกันโมเมนตัมสูงขึ้นได้รับการยืนยันด้วยการครอสโอเวอร์แบบ bullish ซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุเหนือโมเมนตัมลดลงระยะยาว ยืนยันกับการครอสโอเวอร์แบบลบซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่า MA ระยะยาว