Eksponensiële bewegende gemiddelde orakel

As jy hierdie boodskap, die leser óf het afgeskakel of ondersteun nie JavaScript. Om die volle kenmerke van hierdie hulpstelsel, soos soek gebruik, moet u blaaier het Javascript ondersteuning aangeskakel. Geweegde bewegende gemiddeldes met 'n eenvoudige Bewegende Gemiddeldes, is elke datawaarde in die quotwindowquot waarin die berekening uitgevoer word gegee 'n gelyke belang of gewig. Dit is dikwels die geval is, veral in die finansiële prys data-ontleding, wat meer kronologies onlangse data 'n groter gewig moet dra. In sulke gevalle, Geweegde bewegende gemiddelde (of eksponensiële bewegende gemiddelde - sien die volgende onderwerp) funksie word dikwels verkies. Kyk na die tafel van verkope data waardes vir twaalf maande: Om 'n Geweegde bewegende gemiddelde te bereken: Bereken hoeveel intervalle van data deelneem aan die bewegende gemiddelde berekening (dit wil sê die grootte van die berekening quotwindowquot). As die venster berekening word gesê N wees, dan is die mees onlangse data waarde in die venster word vermenigvuldig met N, die volgende mees onlangse vermenigvuldig met N-1, die waarde voor dit vermenigvuldig met N-2 en so aan vir alle waardes in die venster. Verdeel die som van al die menigvuldige waardes deur die som van die gewigte aan die Geweegde bewegende gemiddelde oor die venster gee. Plaas die Geweegde bewegende gemiddelde waarde in 'n nuwe kolom volgens die sleep gemiddeldes posisionering hierbo beskryf. Om hierdie stappe te illustreer, te oorweeg as 'n 3-maande Geweegde bewegende gemiddelde van verkope in Desember vereis (met behulp van die bostaande tabel van Verkope waardes). Die term quot3-monthquot impliseer dat die berekening quotwindowquot is 3, dus die geweegde bewegende gemiddelde berekening algoritme vir hierdie geval behoort te wees: Of, as 'n 3-maande Geweegde bewegende gemiddelde is geëvalueer oor die hele oorspronklike reeks data, sal die resultate wees : 3 maande geweeg Moving AverageIf jy hierdie boodskap, die leser óf het afgeskakel of ondersteun nie JavaScript te sien. Om die volle kenmerke van hierdie hulpstelsel, soos soek en die inhoudsopgawe gebruik, moet u blaaier het Javascript ondersteuning aangeskakel. Indien u browser JavaScript ondersteun, bied dit die instellings wat aktiveer of deaktiveer JavaScript. Wanneer JavaScript is gestremd is, kan jy net die inhoud van die hulp onderwerp, wat hierdie message. noscriptmsg Eksponensiële Bewegende Gemiddeldes Eksponensiële Bewegende Gemiddeldes, soortgelyk aan Geweegde bewegende gemiddeldes volg sien, ook 'n groter gewig toeken aan meer onlangse data waardes. In teenstelling met Geweegde bewegende gemiddeldes, maar gebruik hulle die voorheen bereken Eksponensiële bewegende gemiddelde waarde as 'n basis vir die berekening eerder as die oorspronklike (nie-Gemiddelde) datawaardes. Op hierdie manier, die berekening metode wat gebruik word deur Eksponensiële Bewegende Gemiddeldes is kumulatiewe, wat beteken dat (in teenstelling met eenvoudige bewegende gemiddeldes of Geweegde Moving gemiddeldes) alle vorige datawaardes het 'n paar uitwerking op die eksponensiële bewegende gemiddelde te bereken, hoewel hierdie effek verminder grootliks met tyd . Eksponensiële Bewegende Gemiddeldes is geneig om meer akkuraat is as die ander vorme van bewegende gemiddelde te wees wanneer die oorspronklike data waardes wys 'n vinniger mate van variasie met verloop van tyd (of ander veranderlike). Die formule vir die berekening van 'n eksponensiële bewegende gemiddelde (EMA) is: X Huidige EMO (dws EMO te bereken) C Huidige oorspronklike datawaarde K Gladstryking Konstante P Vorige EMO (die eerste EMO in die reeks te bereken is arbitrêre en kan die ooreenstemmende oorspronklike data waarde of, dikwels, 'n eenvoudige bewegende gemiddelde waarde. K Smoothing Konstante 2 / (1 n) n aantal periodes vir EMO dws die venster om te bereken. Dit eerder komplekse berekening, miskien, die beste geïllustreer deur 'n voorbeeld. Kyk na die tafel van maandelikse verkope waardes soos voorheen getoon: as ons die eksponensiële bewegende gemiddelde bereken in 'n soortgelyke wyse aan die 3-maande Eenvoudige bewegende gemiddelde, sal ons die volgende stappe uit te voer: bereken die Gladstryking Konstante volgens die: om die eksponensiële bewegende gemiddelde te bereken 2 / (1 N) formule N venster van waardes 3, dus die Smoothing konstant:.. vir die eerste Eksponensiële bewegende gemiddelde, gebruik die eerste oorspronklike datawaarde (in hierdie geval, dat daar vir die Maand van Jan) vir die daaropvolgende waardes, volg die berekening volgens die formule hierbo. X (K (C - P)) P soos hieronder aangedui: Tabel 163. X (K (C - P)) P ExampleExponential bewegende gemiddelde Daar was 'n lekker vraag oor OTN vandag oor die vraag of daar 'n standaard Oracle funksie om die eksponensiële bereken bewegende gemiddelde. Die antwoord is dat daar nie so funksioneer, maar met die model klousule, kan jy bereken dit baie maklik. En dit is 'n goeie voorbeeld van wat ek bedoel met 'n veranderlike aantal berekeninge gebaseer op berekende waardes, wat geskryf is in my derde deel van die model klousule handleiding. Voor vandag, didnt ek eens weet wat 'n eksponensiële bewegende gemiddelde is presies. Jy kan meer daaroor hier op Wikipedia of hier lees met 'n mooi voorbeeld. Van die eerste skakel: 'n eksponensiële bewegende gemiddelde (EMA), geld gewig faktore wat eksponensieel afneem. Die gewig van elke ouer data punt afneem eksponensieel, gee baie meer waarde aan Onlangse waarnemings terwyl hy nog nie heeltemal ontslae ouer waarnemings. Vanaf die tweede skakel: Die formule vir die berekening van 'n eksponensiële bewegende gemiddelde (EMA) is: X Huidige EMO (dws EMO te bereken) C Huidige oorspronklike datawaarde K Gladstryking Konstante P Vorige EMO (Die eerste EMO in die reeks te bereken is arbitrêre en kan die ooreenstemmende oorspronklike data waarde of, dikwels, 'n eenvoudige bewegende gemiddelde waarde wees K Smoothing Konstante 2 / (1 n) en hierdie formule word gevolg deur 'n voorbeeld wat ek verleng 'n bietjie, met behulp van hierdie tabel:. die rekords van die produk 'n wedstryd die voorbeeld in die verband. Ek het die nommers van die produk B. Hier is die model klousule navraag dat die formule implemente. Let op hoe die formule direk vertaal in die een en enigste reël van die model klousule. die glad konstante K is stel om 0,5, gebaseer op 'n venster van waardes (n) gelykstaande 3. Uitdaging: probeer dit sonder die model klousule en kyk of jy kan kom met iets meer omvattende 5 kommentaar:. 11.2 funksies in gebruik met dat as (kies 39A39 produk. datum 392009-01-0139 maand, 10 bedrag van dubbele unie al kies 39A39, datum 392009-02-0139, 15 van dubbele unie al kies 39A39, datum 392009-03-0139, 17 van dubbele unie al kies 39A39, datum 392009-04-0139, 20 van dubbele unie al kies 39A39, datum 392009-05-0139, 22 van dubbele unie al kies 39A39, datum 392009-06-0139, 20 van dubbele unie al kies 39A39, datum 392009-07-0139 25 van dubbele unie al kies 39A39, datum 392009-08-0139, 27 van dubbele unie al kies 39A39, datum 392009-09-0139, 30 van dubbele unie al kies 39A39, datum 392009-10-0139, 35 van dubbele unie al kies 39A39, datum 392009-11-0139, 37 van dubbele unie al kies 39A39, datum 392009-12-0139, 40 van dubbele unie al kies 39B39, datum 392009-01-0139, 0 uit dubbele unie al kies 39B39, datum 392009-02-0139, 50 van dubbele unie al kies 39B39, datum 392009-03-0139, 10 van dubbele unie al kies 39B39, datum 392009-04-0139, 40 van dubbele unie al kies 39B39, datum 392009-05-0139 15 van dubbele unie al kies 39B39, datum 392009-06-0139, 35 van dubbele unie al kies 39B39, datum 392009-07-0139, 30 van dubbele unie al kies 39B39, datum 392009-08-0139, 30 van dubbele unie al kies 39B39, datum 392009-09-0139, 20 van dubbele unie al kies 39B39, datum 392009-10-0139, 20 van dubbele unie al kies 39B39, datum 392009-11-0139, 20 van dubbele unie al kies 39B39, datum 392009-12-0139, 20 van dubbele), RNS as (kies dat. . rownumber () oor (afsluiting met produk per maand) RN -. 2 / (1count () oor (verdeling per produk)) k. 0.5 k uit dat), RES (produk, maand, bedrag, RN, x) as (kies r. product, r. month, r. amount, r. rn, r. amount x uit RNS r waar RN 1 unie al kies ns. product, ns. month, ns. amount, ns. rn, ns. k (ns. amount - es. x) es. xx van RNS ns, koshuis es waar ns. rn es. rn 1 en ns. product es. product) kies produk, maand, bedrag, RN, ronde (x, 3) EMO uit koshuis bevel deur die produk, maand na die berekening van die geslote vorm ek het met die volgende kode wat as meer soos 'n obfuscation as enigiets omvattende. Die idee is om die bestuur van veelvoude met 'n string aaneenskakellling en die XML-eval-funksie te skep. Die geslote vorms van die spesiale gevalle moet net hardloop somme. There39s n algemene geval en twee spesiale gevalle wat baie makliker is: met T1 as (kies produk, maand, hoeveelheid, bedrag ci, rownumber () oor (afsluiting met produk per maand) RN, --2 / (1 rownumber () oor (afsluiting met produk per maand)) Ki 0.5 ki uit verkope), T2 as (kies produk, maand, bedrag, (geval wanneer RN 1 dan 1 anders ki einde GI) Ai geval wanneer RN 1 dan 1 anders (1 - Ki) einde twee van T1), T3 as (produk kies, maand, bedrag, ai, xmlquery (vervang (wmconcat (bi) oor (afsluiting met produk per maand rye tussen ongeleide voorafgaande en die huidige ry), 39,39, 3939) Terug inhoud).getnumberval () mi uIT T2), T4 as (kies produk, maand, bedrag, mi, (ai / mi) XI van T3) Kies produk, maand, bedrag, ronde (mi som (xi) oor (afsluiting met produk per maand rye tussen ongeleide voorafgaande en die huidige ry), 3) ema UIT T4 Spesiale geval K 0.5: met T1 as (kies produk, maand, bedrag, rownumber () oor (afsluiting met produk per maand) RN , hoeveelheid krag (2, NVL (nullif (rownumber () oor (afsluiting met produk per maand) - 1, 0), 1)) ci van verkope) kies produk, maand, bedrag, ronde (som (GI) oor ( afsluiting met produk per maand rye tussen ongeleide voorafgaande en huidige ry) / krag (2, RN), 3) ema van T1 Spesiale geval K 2 / (1 i): met T1 as (kies produk, maand, bedrag, rownumber ( ) oor (afsluiting met produk per maand) RN, bedrag rownumber () oor (afsluiting met produk per maand) ci van verkope) kies produk, maand, bedrag, ronde (som (GI) oor (afsluiting met produk per maand rye tussen ongeleide voorafgaande en huidige ry) 2 / (RN (RN 1)), 3) ema van T1 I39ll plaas die bewys van die geslote vorm as iemand belangstel in dit. Dit is 'n goeie voorbeeld van quotfun met SQLquot :-) 'n Kombinasie van XMLQuery, die ongedokumenteerde wmconcat en analitiese funksies met die windows klousule. Ek hou daarvan. Alhoewel dit nie so omvattend soos die model klousule variant en die Rafu39s rekursiewe met een, soos jy sê self. En seker, I39d graag die bewys van die geslote vorm te sien. Ek aangepak n ander vraag: hoe om die glad konstante SELECT k optimaliseer - glad konstante. MSE - beteken vierkante fout UIT (Kies uit verkope model dimensie (produk ROWNUMBER () oor (afsluiting met produk per maand ASC) RN) maatreëls (bedrag -. verkope bedrag maand -... maand 0 AS C 0 .. aS P 0 aS X 0 aS SE - kwadraat fout - - werk ry en eienskappe - a) werk ry is 'n produk 39X39, RN 1 - b) werk eienskappe is soos volg:. 0 AS SSE - som SE vir alle produkte / maande. 0 AS MSE - beteken SSE vir alle produkte / maande. 0 AS k - vir alle produkte / maande. 0 AS PreMSE - voor k39s MSE vir alle produkte / maande. 0 AS verskil - tussen huidige MSE en voor. 0.1 AS delta - aanvanklike verhoging. 0 AS priorpt - aanvanklike beginpunt -) REëLS Itereer (99) TOT (ABS (diff39A39,1) Dit 0,00010) (rieten, RN amountcv (), CV () K39A39,1 priorpt39A39,1 delta39A39,1 Xany.. , RN ORDER BY produk, RN ASC saamvloei (K39A39,1 CCV (), CV () (1-K39A39,1) Xcv (), CV () - 1, CCV (), CV ()). Pproduct, RN Xcv (), CV () -. 1 SEproduct, RN POWER (CCV (), CV () - Xcv (), CV () - 1, 2).. SSE39A39,1 som (SE) enige, enige MSE39A39,1 som (SE) enige, enige / 24. diff39A39,1 CASE iterationnumber WANNEER 0 dan NULL NÓG preMSE39A39,1 - MSE39A39,1 EINDE. preMSE39A39,1 MSE39A39,1. delta39A39,1 geval wanneer diff39A39,1 Dit 0 sal - abs (delta39A39 , 1/2) NÓG ABS (delta39A39,1) EINDE. priorpt39A39,1 K39A39,1)) waar die produk 39A39 en RN 1 / K MSE ---------- --------- - 0,599999237 174.016094How 'n SQL Bereken Gemiddelde Moving sonder 'n wyser Update: As jy besig is met die nuutste weergawes van SQL Server, kan jy die windows funksies gebruik om dieselfde ding te bewerkstellig. Ek gepos word om die updated kode aan die einde van die post. Om hierdie video, ek nog graag die denkproses van anker om 'n datum. Video: 3 daagse bewegende gemiddelde in SQL 'n doeltreffende manier om 'n bewegende gemiddelde in SQL te bereken met behulp van 'n paar truuks op datum ankers stel. Daar is debatte oor die beste manier om 'n SQL bewegende gemiddelde in SQL Server doen. Sommige mense dink daar is tye wanneer 'n wyser is mees doeltreffende. Ander dink dat jy dit alles kan doen in 'n stel wat gebaseer is weg sonder die wyser. Die ander dag het ek gaan 'n bewegende gemiddelde te bereken en my eerste gedagte was om 'n wyser gebruik. Ek het 'n paar vinnige navorsing en het gevind dat hierdie forum vraag: Moving Gemiddelde in TSQL Daar is 'n pos wat 'n subquery met 'n anker datum te help vind die 1 en 2 dag geneutraliseer toon. Hier is die skrif wat jy kan gebruik om die 3 dag SQL Gemiddeld finale uitslag Moving toets. Hier is die finale navraag. Hier is die vraag wat jy sou gebruik met SQL Server 2012. Deel hierdie: Moving gemiddeldes - Eenvoudige en Eksponensiële Bewegende Gemiddeldes - Eenvoudige en Eksponensiële Inleiding bewegende gemiddeldes glad die prys data om 'n tendens volgende aanwyser vorm. Hulle het nie die prys rigting voorspel nie, maar eerder die huidige rigting met 'n lag te definieer. Bewegende gemiddeldes lag omdat hulle op grond van vorige pryse. Ten spyte hiervan lag, bewegende gemiddeldes te help gladde prys aksie en filter die geraas. Hulle vorm ook die boustene vir baie ander tegniese aanwysers en overlays, soos Bollinger Bands. MACD en die McClellan Ossillator. Die twee mees populêre vorme van bewegende gemiddeldes is die Eenvoudige bewegende gemiddelde (SMA) en die eksponensiële bewegende gemiddelde (EMA). Hierdie bewegende gemiddeldes gebruik kan word om die rigting van die tendens te identifiseer of definieer potensiaal ondersteuning en weerstand vlakke. Here039s n grafiek met beide 'n SMA en 'n EMO daarop: Eenvoudige bewegende gemiddelde Berekening 'n Eenvoudige bewegende gemiddelde is wat gevorm word deur die berekening van die gemiddelde prys van 'n sekuriteit oor 'n spesifieke aantal periodes. Die meeste bewegende gemiddeldes is gebaseer op sluitingstyd pryse. 'N 5-dag eenvoudig bewegende gemiddelde is die vyf dag som van die sluiting pryse gedeel deur vyf. Soos die naam aandui, 'n bewegende gemiddelde is 'n gemiddelde wat beweeg. Ou data laat val as nuwe data kom beskikbaar. Dit veroorsaak dat die gemiddelde om te beweeg langs die tydskaal. Hieronder is 'n voorbeeld van 'n 5-daagse bewegende gemiddelde ontwikkel met verloop van drie dae. Die eerste dag van die bewegende gemiddelde dek net die laaste vyf dae. Die tweede dag van die bewegende gemiddelde daal die eerste data punt (11) en voeg die nuwe data punt (16). Die derde dag van die bewegende gemiddelde voort deur die val van die eerste data punt (12) en die toevoeging van die nuwe data punt (17). In die voorbeeld hierbo, pryse geleidelik verhoog 11-17 oor 'n totaal van sewe dae. Let daarop dat die bewegende gemiddelde styg ook 13-15 oor 'n driedaagse berekening tydperk. Let ook op dat elke bewegende gemiddelde waarde is net onder die laaste prys. Byvoorbeeld, die bewegende gemiddelde vir die eerste dag is gelyk aan 13 en die laaste prys is 15. Pryse die vorige vier dae laer was en dit veroorsaak dat die bewegende gemiddelde te lag. Eksponensiële bewegende gemiddelde Berekening eksponensiële bewegende gemiddeldes te verminder die lag deur die toepassing van meer gewig aan onlangse pryse. Die gewig van toepassing op die mees onlangse prys hang af van die aantal periodes in die bewegende gemiddelde. Daar is drie stappe om die berekening van 'n eksponensiële bewegende gemiddelde. Eerstens, bereken die eenvoudige bewegende gemiddelde. 'N eksponensiële bewegende gemiddelde (EMA) moet iewers begin so 'n eenvoudige bewegende gemiddelde word gebruik as die vorige period039s EMO in die eerste berekening. Tweede, bereken die gewig vermenigvuldiger. Derde, bereken die eksponensiële bewegende gemiddelde. Die onderstaande formule is vir 'n 10-dag EMO. 'N 10-tydperk eksponensiële bewegende gemiddelde van toepassing 'n 18,18 gewig na die mees onlangse prys. 'N 10-tydperk EMO kan ook 'n 18,18 EMO genoem. A 20-tydperk EMO geld 'n 9,52 weeg om die mees onlangse prys (2 / (201) 0,0952). Let daarop dat die gewig vir die korter tydperk is meer as die gewig vir die langer tydperk. Trouens, die gewig daal met die helfte elke keer as die bewegende gemiddelde tydperk verdubbel. As jy wil ons 'n spesifieke persentasie vir 'n EMO, kan jy hierdie formule gebruik om dit te omskep in tydperke en gee dan daardie waarde as die parameter EMA039s: Hier is 'n spreadsheet voorbeeld van 'n 10-dag eenvoudig bewegende gemiddelde en 'n 10- dag eksponensiële bewegende gemiddelde vir Intel. Eenvoudige bewegende gemiddeldes is reguit vorentoe en verg min verduideliking. Die 10-dag gemiddeld net beweeg as nuwe pryse beskikbaar raak en ou pryse af te laai. Die eksponensiële bewegende gemiddelde begin met die eenvoudige bewegende gemiddelde waarde (22,22) in die eerste berekening. Na die eerste berekening, die normale formule oorneem. Omdat 'n EMO begin met 'n eenvoudige bewegende gemiddelde, sal sy werklike waarde nie besef tot 20 of so tydperke later. Met ander woorde, kan die waarde van die Excel spreadsheet verskil van die term waarde as gevolg van die kort tydperk kyk terug. Hierdie sigblad gaan net terug 30 periodes, wat beteken dat die invloed van die eenvoudige bewegende gemiddelde het 20 periodes om te ontbind het. StockCharts gaan terug ten minste 250-tydperke (tipies veel verder) vir sy berekeninge sodat die gevolge van die eenvoudige bewegende gemiddelde in die eerste berekening volledig verkwis. Die sloerfaktor Hoe langer die bewegende gemiddelde, hoe meer die lag. 'N 10-dag eksponensiële bewegende gemiddelde pryse sal baie nou omhels en draai kort ná pryse draai. Kort bewegende gemiddeldes is soos spoed bote - ratse en vinnige te verander. In teenstelling hiermee het 'n 100-daagse bewegende gemiddelde bevat baie afgelope data wat dit stadiger. Meer bewegende gemiddeldes is soos see tenkwaens - traag en stadig om te verander. Dit neem 'n groter en meer prysbewegings vir 'n 100-daagse bewegende gemiddelde kursus te verander. bo die grafiek toon die SampP 500 ETF met 'n 10-dag EMO nou na aanleiding van pryse en 'n 100-dag SMA maal hoër. Selfs met die Januarie-Februarie afname, die 100-dag SMA gehou deur die loop en nie draai. Die 50-dag SMA pas iewers tussen die 10 en 100 dae bewegende gemiddeldes wanneer dit kom by die lag faktor. Eenvoudige vs Eksponensiële Bewegende Gemiddeldes Hoewel daar duidelike verskille tussen eenvoudige bewegende gemiddeldes en eksponensiële bewegende gemiddeldes, een is nie noodwendig beter as die ander. Eksponensiële bewegende gemiddeldes minder lag en is dus meer sensitief vir onlangse pryse - en onlangse prysveranderings. Eksponensiële bewegende gemiddeldes sal draai voor eenvoudige bewegende gemiddeldes. Eenvoudige bewegende gemiddeldes, aan die ander kant, verteenwoordig 'n ware gemiddelde van die pryse vir die hele tydperk. As sodanig, kan eenvoudig bewegende gemiddeldes beter geskik wees om ondersteuning of weerstand vlakke te identifiseer. Bewegende gemiddelde voorkeur hang af van doelwitte, analitiese styl en tydhorison. Rasionele agente moet eksperimenteer met beide tipes bewegende gemiddeldes, asook verskillende tydsraamwerke om die beste passing te vind. Die onderstaande grafiek toon IBM met die 50-dag SMA in rooi en die 50-dag EMO in groen. Beide 'n hoogtepunt bereik in die einde van Januarie, maar die daling in die EMO was skerper as die afname in die SMA. Die EMO opgedaag het in die middel van Februarie, maar die SMA voortgegaan laer tot aan die einde van Maart. Let daarop dat die SMA opgedaag het meer as 'n maand nadat die EMO. Lengtes en tydsraamwerke Die lengte van die bewegende gemiddelde is afhanklik van die analitiese doelwitte. Kort bewegende gemiddeldes (20/05 periodes) is die beste geskik vir tendense en handel kort termyn. Rasionele agente belangstel in medium termyn tendense sou kies vir langer bewegende gemiddeldes wat 20-60 periodes kan verleng. Langtermyn-beleggers sal verkies bewegende gemiddeldes met 100 of meer periodes. Sommige bewegende gemiddelde lengtes is meer gewild as ander. Die 200-daagse bewegende gemiddelde is miskien die mees populêre. As gevolg van sy lengte, dit is duidelik 'n langtermyn-bewegende gemiddelde. Volgende, die 50-dae - bewegende gemiddelde is baie gewild vir die medium termyn tendens. Baie rasionele agente gebruik die 50-dag en 200-dae - bewegende gemiddeldes saam. Korttermyn, 'n 10-dae bewegende gemiddelde was baie gewild in die verlede, want dit was maklik om te bereken. Een van die nommers bygevoeg eenvoudig en verskuif die desimale punt. Tendens Identifikasie Dieselfde seine gegenereer kan word met behulp van eenvoudige of eksponensiële bewegende gemiddeldes. Soos hierbo aangedui, die voorkeur hang af van elke individu. Hierdie voorbeelde sal onder beide eenvoudige en eksponensiële bewegende gemiddeldes gebruik. Die term bewegende gemiddelde is van toepassing op beide eenvoudige en eksponensiële bewegende gemiddeldes. Die rigting van die bewegende gemiddelde dra belangrike inligting oor pryse. 'N stygende bewegende gemiddelde wys dat pryse oor die algemeen is aan die toeneem. A val bewegende gemiddelde dui daarop dat pryse gemiddeld val. 'N stygende langtermyn bewegende gemiddelde weerspieël 'n langtermyn - uptrend. A val langtermyn bewegende gemiddelde weerspieël 'n langtermyn - verslechtering neiging. bo die grafiek toon 3M (MMM) met 'n 150-dag eksponensiële bewegende gemiddelde. Hierdie voorbeeld toon hoe goed bewegende gemiddeldes werk wanneer die neiging is sterk. Die 150-dag EMO van die hand gewys in November 2007 en weer in Januarie 2008. Let daarop dat dit 'n 15 weier om die rigting van hierdie bewegende gemiddelde om te keer. Hierdie nalopend aanwysers identifiseer tendens terugskrywings as hulle voorkom (op sy beste) of nadat hulle (in die ergste geval) voorkom. MMM voortgegaan laer in Maart 2009 en daarna gestyg 40-50. Let daarop dat die 150-dag EMO nie opgedaag het nie eers na hierdie oplewing. Sodra dit gedoen het, maar MMM voortgegaan hoër die volgende 12 maande. Bewegende gemiddeldes werk briljant in sterk tendense. Double CROSSOVER twee bewegende gemiddeldes kan saam gebruik word om crossover seine op te wek. In tegniese ontleding van die finansiële markte. John Murphy noem dit die dubbele crossover metode. Double CROSSOVER behels een relatief kort bewegende gemiddelde en een relatiewe lang bewegende gemiddelde. Soos met al die bewegende gemiddeldes, die algemene lengte van die bewegende gemiddelde definieer die tydraamwerk vir die stelsel. 'N Stelsel met behulp van 'n 5-dag EMO en 35-dag EMO sal geag kort termyn. 'N Stelsel met behulp van 'n 50-dag SMA en 200-dag SMA sal geag medium termyn, miskien selfs 'n lang termyn. N bullish crossover vind plaas wanneer die korter bewegende gemiddelde kruise bo die meer bewegende gemiddelde. Dit is ook bekend as 'n goue kruis. N lomp crossover vind plaas wanneer die korter bewegende gemiddelde kruise onder die meer bewegende gemiddelde. Dit staan ​​bekend as 'n dooie kruis. Bewegende gemiddelde CROSSOVER produseer relatief laat seine. Na alles, die stelsel werk twee sloerende aanwysers. Hoe langer die bewegende gemiddelde periodes, hoe groter is die lag in die seine. Hierdie seine werk groot wanneer 'n goeie tendens vat. Dit sal egter 'n bewegende gemiddelde crossover stelsel baie whipsaws produseer in die afwesigheid van 'n sterk tendens. Daar is ook 'n driedubbele crossover metode wat drie bewegende gemiddeldes behels. Weereens, is 'n sein gegenereer wanneer die kortste bewegende gemiddelde kruisies die twee langer bewegende gemiddeldes. 'N Eenvoudige trippel crossover stelsel kan 5-dag, 10-dag en 20-dae - bewegende gemiddeldes te betrek. bo die grafiek toon Home Depot (HD) met 'n 10-dag EMO (groen stippellyn) en 50-dag EMO (rooi lyn). Die swart lyn is die daaglikse naby. Met behulp van 'n bewegende gemiddelde crossover gevolg sou gehad het drie whipsaws voor 'n goeie handel vang. Die 10-dag EMO gebreek onder die 50-dag EMO die einde van Oktober (1), maar dit het nie lank as die 10-dag verhuis terug bo in die middel van November (2). Dit kruis duur langer, maar die volgende lomp crossover in Januarie (3) het plaasgevind naby die einde van November prysvlakke, wat lei tot 'n ander geheel verslaan. Dit lomp kruis het nie lank geduur as die 10-dag EMO terug bo die 50-dag 'n paar dae later (4) verskuif. Na drie slegte seine, die vierde sein voorafskaduwing n sterk beweeg as die voorraad oor 20. gevorderde Daar is twee wegneemetes hier. In die eerste plek CROSSOVER is geneig om geheel verslaan. 'N Prys of tyd filter toegepas kan word om te voorkom dat whipsaws. Handelaars kan die crossover vereis om 3 dae duur voordat waarnemende of vereis dat die 10-dag EMO hierbo beweeg / onder die 50-dag EMO deur 'n sekere bedrag voor waarnemende. In die tweede plek kan MACD gebruik word om hierdie CROSSOVER identifiseer en te kwantifiseer. MACD (10,50,1) sal 'n lyn wat die verskil tussen die twee eksponensiële bewegende gemiddeldes te wys. MACD draai positiewe tydens 'n goue kruis en negatiewe tydens 'n dooie kruis. Die persentasie Prys ossillator (PPO) kan op dieselfde manier gebruik word om persentasie verskille te wys. Let daarop dat die MACD en die PPO is gebaseer op eksponensiële bewegende gemiddeldes en sal nie ooreen met eenvoudige bewegende gemiddeldes. Hierdie grafiek toon Oracle (ORCL) met die 50-dag EMO, 200-dag EMO en MACD (50,200,1). Daar was vier bewegende gemiddelde CROSSOVER oor 'n tydperk 2 1/2 jaar. Die eerste drie gelei tot whipsaws of slegte ambagte. A opgedoen tendens begin met die vierde crossover as ORCL gevorder tot die middel van die 20s. Weereens, bewegende gemiddelde CROSSOVER werk groot wanneer die neiging is sterk, maar produseer verliese in die afwesigheid van 'n tendens. Prys CROSSOVER bewegende gemiddeldes kan ook gebruik word om seine met 'n eenvoudige prys CROSSOVER genereer. N bullish sein gegenereer wanneer pryse beweeg bo die bewegende gemiddelde. N lomp sein gegenereer wanneer pryse beweeg onder die bewegende gemiddelde. Prys CROSSOVER kan gekombineer word om handel te dryf in die groter tendens. Hoe langer bewegende gemiddelde gee die toon aan vir die groter tendens en die korter bewegende gemiddelde word gebruik om die seine te genereer. 'N Mens sou kyk vir bullish prys kruise net vir pryse is reeds bo die meer bewegende gemiddelde. Dit sou wees die handel in harmonie met die groter tendens. Byvoorbeeld, as die prys is hoër as die 200-daagse bewegende gemiddelde, rasionele agente sal net fokus op seine wanneer prysbewegings bo die 50-dae - bewegende gemiddelde. Dit is duidelik dat, sou 'n skuif onder die 50-dae - bewegende gemiddelde so 'n sein voorafgaan, maar so lomp kruise sou word geïgnoreer omdat die groter tendens is up. N lomp kruis sou net dui op 'n nadeel binne 'n groter uptrend. 'N kruis terug bo die 50-dae - bewegende gemiddelde sou 'n opswaai in pryse en voortsetting van die groter uptrend sein. Die volgende grafiek toon Emerson Electric (EMR) met die 50-dag EMO en 200-dag EMO. Die voorraad bo verskuif en bo die 200-daagse bewegende gemiddelde gehou in Augustus. Daar was dips onder die 50-dag EMO vroeg in November en weer vroeg in Februarie. Pryse het vinnig terug bo die 50-dag EMO te lomp seine (groen pyle) voorsien in harmonie met die groter uptrend. MACD (1,50,1) word in die aanwyser venster te prys kruise bo of onder die 50-dag EMO bevestig. Die 1-dag EMO is gelyk aan die sluitingsprys. MACD (1,50,1) is positief wanneer die naby is bo die 50-dag EMO en negatiewe wanneer die einde is onder die 50-dag EMO. Ondersteuning en weerstand bewegende gemiddeldes kan ook dien as ondersteuning in 'n uptrend en weerstand in 'n verslechtering neiging. 'N kort termyn uptrend kan ondersteuning naby die 20-dag eenvoudig bewegende gemiddelde, wat ook gebruik word in Bollinger Bands vind. 'N langtermyn-uptrend kan ondersteuning naby die 200-dag eenvoudig bewegende gemiddelde, wat is die mees gewilde langtermyn bewegende gemiddelde vind. As Trouens, die 200-daagse bewegende gemiddelde ondersteuning of weerstand bloot omdat dit so algemeen gebruik word aan te bied. Dit is amper soos 'n self-fulfilling prophecy. bo die grafiek toon die NY Saamgestelde met die 200-dag eenvoudig bewegende gemiddelde van middel 2004 tot aan die einde van 2008. Die 200-dag voorsien ondersteuning talle kere tydens die vooraf. Sodra die tendens omgekeer met 'n dubbele top ondersteuning breek, die 200-daagse bewegende gemiddelde opgetree as weerstand rondom 9500. Moenie verwag presiese ondersteuning en weerstand vlakke van bewegende gemiddeldes, veral langer bewegende gemiddeldes. Markte word gedryf deur emosie, wat hulle vatbaar vir overschrijdingen maak. In plaas van presiese vlakke, kan bewegende gemiddeldes gebruik word om ondersteuning of weerstand sones identifiseer. Gevolgtrekkings Die voordele van die gebruik bewegende gemiddeldes moet opgeweeg word teen die nadele. Bewegende gemiddeldes is tendens volgende, of nalopend, aanwysers wat altyd 'n stap agter sal wees. Dit is nie noodwendig 'n slegte ding al is. Na alles, die neiging is jou vriend en dit is die beste om handel te dryf in die rigting van die tendens. Bewegende gemiddeldes te verseker dat 'n handelaar is in ooreenstemming met die huidige tendens. Selfs al is die tendens is jou vriend, sekuriteite spandeer 'n groot deel van die tyd in die handel reekse, wat bewegende gemiddeldes ondoeltreffend maak. Sodra 'n tendens, sal bewegende gemiddeldes jy hou in nie, maar ook gee laat seine. Don039t verwag om te verkoop aan die bokant en koop aan die onderkant met behulp van bewegende gemiddeldes. Soos met die meeste tegniese ontleding gereedskap, moet bewegende gemiddeldes nie gebruik word op hul eie, maar in samewerking met ander aanvullende gereedskap. Rasionele agente kan gebruik bewegende gemiddeldes tot die algehele tendens definieer en gebruik dan RSI om oorkoop of oorverkoop vlakke te definieer. Toevoeging van bewegende gemiddeldes te StockCharts Charts bewegende gemiddeldes is beskikbaar as 'n prys oortrek funksie op die SharpCharts werkbank. Die gebruik van die Overlays aftrekkieslys, kan gebruikers kies óf 'n eenvoudige bewegende gemiddelde of 'n eksponensiële bewegende gemiddelde. Die eerste parameter word gebruik om die aantal tydperke stel. 'N opsionele parameter kan bygevoeg word om te spesifiseer watter prys veld moet gebruik word in die berekeninge - O vir die Ope, H vir die High, L vir die lae, en C vir die buurt. 'N Komma word gebruik om afsonderlike parameters. Nog 'n opsionele parameter kan bygevoeg word om die bewegende gemiddeldes te skuif na links (verlede) of regs (toekomstige). 'N negatiewe getal (-10) sou die bewegende gemiddelde skuif na links 10 periodes. 'N Positiewe nommer (10) sou die bewegende gemiddelde na regs skuif 10 periodes. Veelvuldige bewegende gemiddeldes kan oorgetrek die prys plot deur eenvoudig 'n ander oortrek lyn aan die werkbank. StockCharts lede kan die kleure en styl verander om te onderskei tussen verskeie bewegende gemiddeldes. Na die kies van 'n aanduiding, oop Advanced Options deur te kliek op die klein groen driehoek. Gevorderde Opsies kan ook gebruik word om 'n bewegende gemiddelde oortrek voeg tot ander tegniese aanwysers soos RSI, CCI, en Deel. Klik hier vir 'n lewendige grafiek met 'n paar verskillende bewegende gemiddeldes. Die gebruik van bewegende gemiddeldes met StockCharts skanderings Hier is 'n paar monster skanderings wat StockCharts lede kan gebruik om te soek na verskeie bewegende gemiddelde situasies: Bul bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n stygende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5 - Day EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde is stygende solank dit handel bo sy vlak vyf dae gelede. N bullish kruis vind plaas wanneer die 5-dag EMO bo die 35-dag EMO op bogemiddelde volume beweeg. Lomp bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n dalende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5-dag EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde val solank dit handel onder sy vlak vyf dae gelede. N lomp kruis vind plaas wanneer die 5-dag EMO beweeg onder die 35-dag EMO op bogemiddelde volume. Verdere Studie John Murphy039s boek het 'n hoofstuk gewy aan bewegende gemiddeldes en hul onderskeie gebruike. Murphy dek die voor - en nadele van bewegende gemiddeldes. Daarbenewens Murphy wys hoe bewegende gemiddeldes met Bollinger Bands en kanaal gebaseer handel stelsels. Tegniese ontleding van die finansiële markte John Murphy