10 Period Glidande Medelvärde

Flyttande medelvärde I det här exemplet lär du dig hur du beräknar glidande medelvärdet för en tidsreaktor i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Det går inte att hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta medelvärde och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv en graf över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer topparna och dalarna utjämnas. Ju mindre intervallet desto närmare de rörliga medelvärdena ligger till de faktiska datapunkterna. Hur man använder 10-dagars rörelseregelvärde för att maximera dina handelsvinster. Swing-handlare är beroende av ett varierat arsenal av tekniska indikatorer när man analyserar aktier och det finns bokstavligen hundratals av indikatorer att välja mellan. Men hur ska en ny näringsidkare kunna veta vilka indikatorer som är mest tillförlitliga. Att bestämma vilka tekniska indikatorer som ska användas kan uppenbarligen vara lite överväldigande, men det behöver inte vara (eller borde det inte). Samtidigt som vi lärde oss att behärska vårt vinnande system för aktiehandel och ETFs i de första åren, testade vi en mängd tekniska indikatorer. Vår slutsats var att de flesta av de tekniska indikatorerna tjänade deras avsedda syfte att öka oddsen för en lönsam aktiehandel. Vi upptäckte emellertid snabbt att det var för många indikatorer som endast ledde till analysförlamning. Som sådant undviker vi nu detta problem genom att helt enkelt fokusera på den försökte och sanna grunden för teknisk handel: pris, volym och supportresistansnivåer. Ett av de enklaste och mest effektiva sätten att hitta stöd och motståndsnivåer är genom användning av glidande medelvärden. Rörliga medelvärden spelar en mycket stor roll i vår dagliga lageranalys, och vi är starka beroende av vissa glidande medelvärden för att hitta lågriskinmatning och utgångspunkter för aktierna och ETF: erna vi svänger handeln. För att mäta prismomentet på mycket kort sikt (en period av flera dagar) har vi funnit de 5 och 10-dagars glidande medelvärdena mycket bra. Om exempelvis en aktie eller ETF handlar över sin 5-dagars MA, finns det vanligtvis ingen bra anledning att sälja. Ett möjligt undantag är om lagret eller ETF har gjort ett pris på 25-30 inom några dagar. 10-dagars MA är ett bra glidande medelvärde för att hjälpa oss att rida trenden med lite mer 8220wiggle room8221 än den ultra-korta 5-dagars MA. För trendhandlare bör inga aktier eller ETF säljas medan de fortfarande handlar över sina 10 dagars glidande medelvärden efter en stark breakout. För att förstå varför, jämföra följande dagliga diagram över amerikanska oljefonden (USO) och First Trust DJ Internet Index Fund (FDN). Först är FDN: Med undantag för en kort 8220shakeout8221 på bara två dagar (en vanlig och acceptabel händelse) märker du att FDN har hållit över sin stigande 10-dagars MA sedan dess att ha blivit utbredd i början av juli. Detta är ett tydligt tecken på att momentet från breakouten fortfarande är starkt. Å andra sidan märker skillnaden på det dagliga diagrammet av USO: Som du kan se har USO misslyckats med att hålla över sin 10-dagars MA den senaste veckan, vilket är ett tecken på att hausseffekten från den senaste tidens utbrott är blekande. Som sådan sålde vi 25 av vår befintliga position den 25 juli. Det gör aldrig ont för att låsa in vinst på partiell delstorlek när ett utdelningslager eller ETF har brutit under det 10-dagars glidande genomsnittet eftersom en sådan prissats ofta leder till en djupare korrigering . Omedelbart efter att ha sålt en delaktiestorlek på 10-dagars MA-nivå, var vi beredda att återköpa dessa aktier om prisåtgärden omedelbart knuffade högre inom en till två dagar (som FDN gjorde). Men eftersom det inte hände, avbröt vi vårt köpstopp och fortsatte att hålla USO med minskad delstorlek och en liten orealiserad vinst sedan breakout-inträdet. Medan de 5 och 10 dagars glidande medelvärdena inte alls är ett komplett och perfekt system för att avsluta en position, tillåter de oss att hålla trenden i en vinnande handel (vilket hjälper oss att maximera våra handelsvinster). Ännu viktigare är att med hjälp av 10-dagars glidande medelvärde som en kortsiktig indikator på support kan vi hantera vad vi ser, inte vad vi tror. För att lära oss vårt kompletta och vinnande börshandelssystem, kolla in vår topprankade Swing Trading Success Video Kurs. Vi garanterar att du blir besviken Njut Kolla in dessa relaterade artiklar: Flyttande medelvärde - MA BREAKING DOWN Moving Average - MA Som ett SMA-exempel, överväga en säkerhet med följande stängningskurser över 15 dagar: Vecka 1 (5 dagar) 20, 22, 24, 25, 23 Vecka 2 (5 dagar) 26, 28, 26, 29, 27 Vecka 3 (5 dagar) 28, 30, 27, 29, 28 En 10-dagars MA skulle medeltala slutkurserna för de första 10 dagar som första datapunkt. Nästa datapunkt skulle släppa det tidigaste priset, lägga till priset på dag 11 och ta medeltalet, och så vidare som visas nedan. Som tidigare noterat lagrar MAs nuvarande prisåtgärd eftersom de är baserade på tidigare priser, ju längre tidsperioden för MA, ju större fördröjningen. Således kommer en 200-dagars MA att ha en mycket större grad av fördröjning än en 20-dagars MA eftersom den innehåller priser under de senaste 200 dagarna. Längden på MA som ska användas beror på handelsmålen, med kortare MAs som används för kortfristig handel och långsiktiga MAs mer lämpade för långsiktiga investerare. 200-dagars MA följs i stor utsträckning av investerare och handlare, med raster över och under detta glidande medel anses vara viktiga handelssignaler. MAs ger också viktiga handelssignaler på egen hand eller när två genomsnitt övergår. En stigande MA indikerar att säkerheten är i en uptrend. medan en minskande MA indikerar att den ligger i en nedåtgående trend. På samma sätt bekräftas uppåtgående momentum med en haussead crossover. som uppstår när en kortsiktig MA passerar över en längre tid MA. Nedåtgående momentum bekräftas med en bearish crossover, som uppstår när en kortsiktig MA passerar under en längre sikt MA. Moving Averages: Vad är de Bland de mest populära tekniska indikatorerna används glidande medelvärden för att mäta riktningen för den nuvarande trenden . Varje typ av rörligt medelvärde (vanligtvis skrivet i denna handledning som MA) är ett matematiskt resultat som beräknas genom att medelvärda ett antal tidigare datapunkter. När det är fastställt, blir det resulterande genomsnittet plottat på ett diagram för att låta handlare titta på jämnare data istället för att fokusera på de dagliga prisfluktuationerna som är inneboende på alla finansmarknader. Den enklaste formen av ett glidande medel, lämpligt känt som ett enkelt glidande medelvärde (SMA), beräknas genom att man tar det aritmetiska medelvärdet av en given uppsättning värden. Till exempel för att beräkna ett grundläggande 10 dagars glidande medelvärde skulle du lägga till slutkurserna från de senaste 10 dagarna och sedan dela resultatet med 10. I Figur 1 är summan av priserna under de senaste 10 dagarna (110) dividerat med antalet dagar (10) för att komma fram till 10-dagars genomsnittet. Om en näringsidkare vill se ett 50-dagars medel istället, skulle samma typ av beräkning göras, men det skulle innefatta priserna under de senaste 50 dagarna. Det resulterande genomsnittet under (11) tar hänsyn till de senaste 10 datapunkterna för att ge handlare en uppfattning om hur en tillgång prissätts relativt de senaste 10 dagarna. Kanske du undrar varför tekniska handlare kallar det här verktyget ett glidande medelvärde och inte bara en vanlig medelvärde. Svaret är att när de nya värdena blir tillgängliga måste de äldsta datapunkterna släppas från uppsättningen och nya datapunkter måste komma in för att ersätta dem. Således flyttar datasatsen ständigt för att redogöra för nya data när den blir tillgänglig. Denna beräkningsmetod säkerställer att endast den nuvarande informationen redovisas. I figur 2 flyttas den röda rutan (representerande de senaste 10 datapunkterna) till höger om det nya värdet på 5 och det sista värdet av 15 släpps från beräkningen. Eftersom det relativt lilla värdet på 5 ersätter det höga värdet på 15, förväntar du dig att genomsnittet av datamängden minskar, vilket det gör, i det här fallet från 11 till 10. Vad ser Moving Averages Like när värdena på MA har beräknats, de är plottade på ett diagram och sedan anslutna för att skapa en rörlig genomsnittslinje. Dessa kurvor är vanliga på diagrammen för tekniska handlare, men hur de används kan variera drastiskt (mer om detta senare). Som du kan se i Figur 3 är det möjligt att lägga till mer än ett glidande medelvärde till ett diagram genom att justera antalet tidsperioder som används i beräkningen. Dessa böjda linjer kan tyckas distraherande eller förvirrande först, men du kommer att bli vana vid dem som tiden går vidare. Den röda linjen är helt enkelt genomsnittspriset under de senaste 50 dagarna, medan den blå linjen är genomsnittspriset under de senaste 100 dagarna. Nu när du förstår vad ett rörligt medelvärde är och hur det ser ut, introducerar du en annan typ av rörligt medelvärde och undersöker hur det skiljer sig från det tidigare nämnda enkla glidande medlet. Det enkla glidande medlet är extremt populärt bland handlare, men liksom alla tekniska indikatorer har det kritiker. Många individer hävdar att användbarheten av SMA är begränsad eftersom varje punkt i dataserien är densamma, oavsett var den uppträder i sekvensen. Kritiker hävdar att de senaste uppgifterna är mer signifikanta än de äldre uppgifterna och bör ha större inverkan på slutresultatet. Som svar på denna kritik började näringsidkare lägga större vikt vid de senaste uppgifterna, som sedan har lett till uppfinningen av olika typer av nya medelvärden, varav den mest populära är det exponentiella glidande genomsnittet (EMA). (För vidare läsning, se Grunderna för viktade rörliga medelvärden och vad som är skillnaden mellan en SMA och en EMA) Exponentiell rörlig genomsnitts Det exponentiella glidande medlet är en typ av glidande medelvärde som ger större vikt till de senaste priserna i ett försök att göra det mer responsivt till ny information. Att lära sig den något komplicerade ekvationen för att beräkna en EMA kan vara onödig för många handlare, eftersom nästan alla kartläggningspaket gör beräkningarna för dig. Men för dig matte geeks där ute, här är EMA-ekvationen: När du använder formeln för att beräkna den första punkten hos EMA kan du märka att det inte finns något värde tillgängligt för att använda som tidigare EMA. Detta lilla problem kan lösas genom att börja beräkna med ett enkelt glidande medelvärde och fortsätta med ovanstående formel därifrån. Vi har försett dig med ett provkalkylblad som innehåller verkliga exempel på hur man beräknar både ett enkelt glidande medelvärde och ett exponentiellt rörligt medelvärde. Skillnaden mellan EMA och SMA Nu när du har en bättre förståelse för hur SMA och EMA beräknas, kan vi titta på hur dessa medeltal skiljer sig. Genom att titta på beräkningen av EMA kommer du att märka att större vikt läggs på de senaste datapunkterna, vilket gör det till en typ av vägt genomsnitt. I Figur 5 är antalet tidsperioder som används i varje genomsnitt identiskt (15), men EMA svarar snabbare på de förändrade priserna. Lägg märke till hur EMA har ett högre värde när priset stiger och faller snabbare än SMA när priset sjunker. Denna respons är den främsta anledningen till att många handlare föredrar att använda EMA över SMA. Vad betyder de olika dagarna Medflyttande medelvärden är en helt anpassningsbar indikator, vilket innebär att användaren fritt kan välja vilken tidsram de vill ha när man skapar genomsnittet. De vanligaste tidsperioderna som används i glidande medelvärden är 15, 20, 30, 50, 100 och 200 dagar. Ju kortare tidsintervallet användes för att skapa medelvärdet desto känsligare blir det för prisändringar. Ju längre tidsperiod, desto mindre känslig, eller mer utjämnas, blir medelvärdet. Det finns ingen rätt tidsram att använda när du ställer in dina glidande medelvärden. Det bästa sättet att ta reda på vilket som passar dig bäst är att experimentera med ett antal olika tidsperioder tills du hittar en som passar din strategi.