Flytting Gjennomsnitt Analyse Statistikk

Flytte gjennomsnitt Gjeldende gjennomsnitt Med konvensjonelle datasett er gjennomsnittlig verdi ofte den første, og en av de mest nyttige, oppsummerte statistikkene for å beregne. Når data er i form av en tidsserie, er seriemengden et nyttig mål, men reflekterer ikke dataens dynamiske natur. Gjennomsnittlige verdier som beregnes over kortere perioder, enten før den nåværende perioden eller sentrert i den nåværende perioden, er ofte mer nyttige. Fordi slike middelverdier vil variere, eller flytte, som den nåværende perioden beveger seg fra tid t 2, t 3. etc. er de kjent som bevegelige gjennomsnitt (Mas). Et enkelt glidende gjennomsnitt er (typisk) det uveide gjennomsnittet av k tidligere verdier. Et eksponentielt vektet glidende gjennomsnitt er i det vesentlige det samme som et enkelt glidende gjennomsnitt, men med bidrag til gjennomsnittet vektet av deres nærhet til gjeldende tid. Fordi det ikke er en, men en hel rekke bevegelige gjennomsnittsverdier for en gitt serie, kan settet Mas selv bli plottet på grafer, analysert som en serie, og brukes til modellering og prognoser. En rekke modeller kan bygges ved hjelp av bevegelige gjennomsnitt, og disse er kjent som MA-modeller. Hvis slike modeller er kombinert med autoregressive (AR) modeller, er de resulterende komposittmodellene kjent som ARMA - eller ARIMA-modeller (jeg er for integrert). Enkle bevegelige gjennomsnitt Siden en tidsserie kan betraktes som et sett med verdier, kan t 1,2,3,4, n gjennomsnittet av disse verdiene beregnes. Hvis vi antar at n er ganske stor, og vi velger et heltall k som er mye mindre enn n. vi kan beregne et sett med blokk gjennomsnitt eller enkle bevegelige gjennomsnitt (av rekkefølge k): Hvert mål representerer gjennomsnittet av dataverdiene over et intervall av k observasjoner. Merk at den første mulige MA for ordre k gt0 er den for t k. Mer generelt kan vi slippe det ekstra abonnementet i uttrykkene ovenfor og skrive: Dette sier at estimert gjennomsnitt på tidspunktet t er det enkle gjennomsnittet av den observerte verdien ved tid t og de foregående k -1-trinnene. Hvis det legges vekt på som reduserer bidraget til observasjoner som er lengre bort i tiden, sies det glidende gjennomsnittet å være eksponensielt jevnt. Flytende gjennomsnitt blir ofte brukt som en form for prognoser, hvorved estimert verdi for en serie på tiden t 1, S t1. er tatt som MA for perioden til og med tiden t. f. eks dagens estimat er basert på et gjennomsnitt av tidligere registrerte verdier fram til og med gårdager (for daglige data). Enkle bevegelige gjennomsnitt kan ses som en form for utjevning. I eksemplet som er vist nedenfor, er luftforurensningsdatasettet vist i introduksjonen til dette emnet blitt utvidet med en 7-dagers glidende gjennomsnittlig (MA) - linje, vist her i rødt. Som det ser ut, jevner MA-linjen ut toppene og troughene i dataene og kan være svært nyttig når det gjelder å identifisere trender. Standard forward-beregning formel betyr at de første k -1 datapunktene ikke har noen MA-verdi, men deretter utvider beregningene til det endelige datapunktet i serien. PM10 daglige gjennomsnittsverdier, Greenwich kilde: London Air Quality Network, londonair. org. uk En grunn til å beregne enkle bevegelige gjennomsnitt på måten som er beskrevet er at det gjør det mulig å beregne verdier for alle tidsluker fra tid tk frem til i dag, og Som en ny måling er oppnådd for tid t 1, kan MA for tid t 1 legges til settet som allerede er beregnet. Dette gir en enkel prosedyre for dynamiske datasett. Det er imidlertid noen problemer med denne tilnærmingen. Det er rimelig å argumentere for at gjennomsnittsverdien i løpet av de siste 3 periodene skal være plassert ved tidspunktet t -1, ikke tiden t. og for en MA over et jevnt antall perioder, bør det kanskje ligge midt mellom to tidsintervaller. En løsning på dette problemet er å bruke sentrale MA beregninger, der MA på tidspunktet t er gjennomsnittet av et symmetrisk sett med verdier rundt t. Til tross for det åpenbare meritter, er denne tilnærmingen ikke vanligvis brukt fordi det krever at data er tilgjengelig for fremtidige hendelser, noe som kanskje ikke er tilfelle. I tilfeller der analysen er helt av en eksisterende serie, kan bruk av sentrert Mas være å foretrekke. Enkle bevegelige gjennomsnitt kan betraktes som en form for utjevning, fjerne noen høyfrekvente komponenter i en tidsserie og markere (men ikke fjerne) trender på samme måte som det generelle begrepet digital filtrering. Faktisk er glidende gjennomsnitt en form for lineært filter. Det er mulig å bruke en bevegelig gjennomsnittsberegning til en serie som allerede har blitt utjevnet, dvs. utjevning eller filtrering av en allerede glatt serie. For eksempel, med et bevegelige gjennomsnitt på rekkefølge 2, kan vi betrakte det som beregnet ved hjelp av vekter, så MA ved x 2 0,5 x 1 0,5 x 2. På samme måte MA på x 3 0,5 x 2 0,5 x 3. Hvis vi bruk et andre nivå av utjevning eller filtrering, vi har 0,5 x 2 0,5 x 3 0,5 (0,5 x 2 0,5 x 3) 0,25 x 1 0,5 x 2 0,25 x 3 dvs. 2-trinns filtrering prosess (eller convolution) har produsert et variabelt vektet symmetrisk glidende gjennomsnitt, med vekter. Flere konvolutter kan produsere ganske komplekse vektede glidende gjennomsnitt, hvorav noen har blitt funnet å være særlig bruk i spesialiserte felt, som for eksempel i livsforsikringsberegninger. Flytte gjennomsnitt kan brukes til å fjerne periodiske effekter dersom det beregnes med periodikkets lengde som kjent. For eksempel, med månedlige data kan sesongvariasjoner ofte fjernes (hvis dette er målet) ved å bruke et symmetrisk 12-måneders glidende gjennomsnitt med alle månedene vektet like, bortsett fra det første og det siste som veies med 12. Dette skyldes at det vil være 13 måneder i den symmetriske modellen (nåværende tid, t. - 6 måneder). Summen er delt med 12. Lignende prosedyrer kan vedtas for en veldefinert periodicitet. Eksponentielt vektede glidende gjennomsnitt (EWMA) Med den enkle glidende gjennomsnittsformelen: Alle observasjoner er likevektede. Hvis vi kalte disse likevektene, alfa t. hver av k-vekter vil være lik 1 k. så summen av vektene ville være 1, og formelen ville være: Vi har allerede sett at flere applikasjoner av denne prosessen resulterer i at vektene varierer. Med eksponentielt vektede glidende gjennomsnitt blir bidraget til middelverdien fra observasjoner som er fjernet i tid, redusert, og derved legges vekt på nyere (lokale) hendelser. I hovedsak er en utjevningsparameter, 0lt al1l, introdusert, og formelen er revidert til: En symmetrisk versjon av denne formelen vil være av formen: Hvis vektene i den symmetriske modellen er valgt som betingelsene i betingelsene for binomial ekspansjonen, (1212) 2q. de vil summe til 1, og når q blir stor, vil omtrentlig normalfordelingen. Dette er en form for kjernevikting, med binomialet som kjernefunksjon. Den to-trinns konvolusjon som er beskrevet i det foregående avsnitt er nettopp dette arrangementet, med q 1, som gir vekter. Ved eksponensiell utjevning er det nødvendig å bruke et sett med vekter som summerer til 1 og som reduserer størrelsen geometrisk. Vektene som brukes er vanligvis av skjemaet: For å vise at disse vektene summerer til 1, vurder utvidelsen av 1 som en serie. Vi kan skrive og utvide uttrykket i parentes ved hjelp av binomialformelen (1- x) s. hvor x (1-) og p -1, som gir: Dette gir da en form for vektet glidende gjennomsnitt av skjemaet: Denne summeringen kan skrives som en tilbakevendingsrelasjon: som forenkler beregningen sterkt og unngår problemet at vektingsregimet bør strengt være uendelig for vektene til summen til 1 (for små verdier av alfa. dette er vanligvis ikke tilfelle). Notasjonen som brukes av ulike forfattere varierer. Noen bruker bokstaven S for å indikere at formelen er i hovedsak en glatt variabel, og skriv: mens kontrollteori litteraturen ofte bruker Z i stedet for S for eksponentielt vektede eller jevnte verdier (se for eksempel Lucas og Saccucci, 1990, LUC1 , og NIST-nettsiden for flere detaljer og arbeidede eksempler). Formlene som er nevnt ovenfor kommer fra Roberts arbeid (1959, ROB1), men Hunter (1986, HUN1) bruker et uttrykk for formen: som kan være mer hensiktsmessig for bruk i noen kontrollprosedyrer. Med alfa 1 er gjennomsnittlig estimering bare dens målte verdi (eller verdien av forrige datapost). Med 0,5 er estimatet det enkle glidende gjennomsnittet for nåværende og tidligere målinger. I prognosemodellene er verdien S t. brukes ofte som estimat eller prognoseverdi for neste tidsperiode, det vil si som estimatet for x på tidspunktet t 1. Dermed har vi: Dette viser at prognosen på tidspunktet t 1 er en kombinasjon av det forrige eksponentielt veide glidende gjennomsnittet pluss en komponent som representerer den veide prediksjonsfeilen, epsilon. på tidspunktet t. Forutsatt at en tidsserie er gitt og det kreves en prognose, er det nødvendig med en verdi for alfa. Dette kan estimeres fra eksisterende data ved å evaluere summen av kvadrert prediksjon feil oppnådd med varierende verdier av alfa for hver t 2,3. sette det første estimatet til å være den første observerte dataværdien, x 1. I kontrollapplikasjoner er verdien av alfa viktig, da den brukes til å bestemme de øvre og nedre kontrollgrensene, og påvirker den forventede gjennomsnittlige kjølelengde (ARL) før disse kontrollgrensene er brutt (under antagelsen om at tidsseriene representerer et sett av tilfeldige, identisk distribuerte uavhengige variabler med vanlig varians). Under disse forholdene er variansen av kontrollstatistikken: (Lucas og Saccucci, 1990): Kontrollgrenser settes vanligvis som faste multipler av denne asymptotiske variansen, f. eks. - 3 ganger standardavviket. Hvis f. eks. Alpha 0,25 og dataene som overvåkes antas å ha en Normal fordeling, N (0,1), når den er i kontroll, vil kontrollgrensene være - 1,134 og prosessen vil nå en eller annen grense i 500 trinn gjennomsnittlig. Lucas og Saccucci (1990 LUC1) utlede ARLene for et bredt spekter av alfaverdier og under ulike forutsetninger ved bruk av Markov Chain-prosedyrer. De tabulerer resultatene, inkludert å gi ARLer når gjennomsnittet av kontrollprosessen har blitt forskjøvet med noen flere av standardavviket. For eksempel, med en 0,5 skift med alfa 0,25 er ARL mindre enn 50 timers trinn. Tilnærmingene beskrevet ovenfor er kjent som enkelt eksponensiell utjevning. ettersom prosedyrene blir brukt en gang til tidsserien, og deretter utføres analyser eller kontrollprosesser på det resulterende glatte datasettet. Hvis datasettet inneholder en trend og sesongkomponenter, kan to - eller tre-trinns eksponensiell utjevning brukes som et middel til å fjerne (eksplisitt modellering) disse effektene (se videre avsnittet om prognose nedenfor og NIST-arbeidet). CHA1 Chatfield C (1975) Analyse av Times Series: Teori og praksis. Chapman og Hall, London HUN1 Hunter J S (1986) Det eksponentielt vektede glidende gjennomsnittet. J of Quality Technology, 18, 203-210 LUC1 Lucas J M, Saccucci M S (1990) Eksponentielt vektede Flytte Gjennomsnittlige kontrollsystemer: Egenskaper og forbedringer. Technometrics, 32 (1), 1-12 ROB1 Roberts S W (1959) Kontrolldiagramtester basert på geometriske bevegelige gjennomsnitt. Technometrics, 1, 239-250Moving Averages Et glidende gjennomsnitt er en av de mest fleksible og mest brukte teknikkanalysene. Det er svært populært blant handelsmenn, for det meste på grunn av sin enkelhet. Det fungerer best i et trending miljø. Innledning I statistikk er et glidende gjennomsnitt bare et middel for et bestemt sett med data. Ved teknisk analyse er disse dataene i de fleste tilfeller representert ved sluttkurs på aksjer for de aktuelle dagene. Noen handelsfolk bruker imidlertid også separate gjennomsnitt for daglige minima og maxima eller til og med gjennomsnittlig midtpunktsverdier (som de beregner ved å oppsummere daglig minimum og maksimum og dividere med to). Likevel kan du bygge et glidende gjennomsnitt også på en kortere tidsramme, for eksempel ved å bruke daglige eller minuttdata. For eksempel, hvis du vil lage et 10-dagers glidende gjennomsnitt, legger du bare opp alle sluttkursene de siste 10 dagene, og deler det med 10 (i dette tilfellet er det et enkelt glidende gjennomsnitt). Neste dag gjør vi det samme, bortsett fra at vi igjen tar prisene for de siste 10 dagene, noe som betyr at prisen som var den siste i vår beregning for forrige dag, ikke lenger er inkludert i dagens gjennomsnitt - det er erstattet av gårdsdager pris. Dataene skiftes på denne måten med hver ny handelsdag, derav begrepet glidende gjennomsnitt. Formålet med og bruk av bevegelige gjennomsnitt i teknisk analyse Flytende gjennomsnitt er en trend-indikator. Formålet er å oppdage starten på en trend, følge dens fremgang, samt rapportere om reversering dersom den oppstår. I motsetning til kartlegging, forventer glidende gjennomsnitt ikke starten eller slutten av en trend. De bekrefter det bare, men bare en stund etter at den faktiske reverseringen oppstår. Det stammer fra deres meget konstruksjon, da disse indikatorene er basert utelukkende på historiske data. Jo mindre dager et glidende gjennomsnitt inneholder, desto raskere kan det oppdage en trendendring. Det er på grunn av mengden historiske data, som sterkt påvirker gjennomsnittet. Et 20-dagers glidende gjennomsnitt genererer signalet om en trend reversering raskere enn 50-dagers gjennomsnittet. Det er imidlertid også sant at jo færre dager vi bruker i beregningen av bevegelige gjennomsnitt, jo flere falske signaler får vi. Derfor bruker de fleste handelsfolk en kombinasjon av flere bevegelige gjennomsnitt, som alle må gi et signal samtidig, før en handelsmann åpner sin posisjon i markedet. Ikke desto mindre kan et glidende gjennomsnittsforsinkelse bak trenden ikke helt elimineres. Handelssignaler Enhver type glidende gjennomsnitt kan brukes til å generere kjøp eller salgssignaler, og denne prosessen er veldig enkel. Kartleggingsprogrammet plotter det bevegelige gjennomsnittet som en linje direkte i prisdiagrammet. Signaler genereres på steder hvor prisene krysser disse linjene. Når prisen krysser over den bevegelige gjennomsnittslinjen, innebærer det starten på en ny oppadgående trend, og dermed betyr det et kjøpssignal. På den annen side, dersom prisen krysser under den bevegelige gjennomsnittslinjen og markedet lukker også i dette området, signaliserer det starten på en nedadgående trend, og dermed er det et salgssignal. Bruke flere gjennomsnitt Vi kan også velge å bruke flere bevegelige Gjennomsnittlig samtidig, for å eliminere støyen i prisene og spesielt de falske signaler (whipsaws), som bruken av et enkelt bevegelige gjennomsnitt gir. Når du bruker flere gjennomsnitt, oppstår et kjøpesignal når den kortere av gjennomsnittet krysser over lengre gjennomsnitt, f. eks. 50-dagers gjennomsnitt krysser over 200-dagers gjennomsnittet. Omvendt genereres et salgssignal i dette tilfellet når 50-dagers gjennomsnitt krysser under 200-gjennomsnittet. På samme måte kan vi også bruke en kombinasjon av tre gjennomsnitt, f. eks. et 5-dagers, 10-dagers og 20-dagers gjennomsnitt. I dette tilfellet er en oppadgående trend indikert hvis 5-dagers gjennomsnittlinje ligger over 10-dagers glidende gjennomsnitt, mens gjennomsnittet på 10 dager er fortsatt over 20-dagers gjennomsnittet. En hvilken som helst krysning av bevegelige gjennomsnitt som fører til denne situasjonen betraktes som et kjøpssignal. Omvendt er nedadgående trend indikert av situasjonen når 5-dagers gjennomsnittlinjen er lavere enn 10-dagers gjennomsnittet, mens 10-dagers gjennomsnittet er lavere enn 20-dagers gjennomsnitt. Ved å bruke tre bevegelige gjennomsnitt, begrenser samtidig mengden av falske signaler generert av systemet, men det begrenser også potensial for profitt, da et slikt system genererer et handelssignal først etter at trenden er fast etablert i markedet. Inngangssignalet kan til og med genereres bare en kort tid før trendendringen. Tidsintervallene som brukes av handelsfolk til å beregne glidende gjennomsnitt er ganske forskjellige. Fibonacci-tallene er for eksempel svært populære, for eksempel ved bruk av 5-dagers, 21-dagers og 89-dagers gjennomsnitt. I futures trading er kombinasjonen 4-, 9- og 18-dager også veldig populær. Fordeler og ulemper Grunnen til at glidende gjennomsnitt har vært så populært er at de gjenspeiler flere grunnleggende handelsregler. Bruk av bevegelige gjennomsnittsverdier hjelper deg med å kutte tapene dine mens du forteller fortjenesten. Når du bruker bevegelige gjennomsnitt for å generere handelssignaler, handler du alltid i retning av markedsutviklingen, ikke mot den. Videre, i motsetning til diagrammønsteranalyse eller andre svært subjektive teknikker, kan bevegelige gjennomsnittsverdier brukes til å generere handelssignaler i henhold til klare regler - og dermed eliminere subjektivitet i handelsbeslutninger, noe som kan hjelpe handlerens psyke. En stor ulempe med glidende gjennomsnitt er imidlertid at de bare fungerer godt når markedet trender. Derfor, i perioder med hakkete markeder når prisene svinger i et bestemt prisklasse, virker de ikke i det hele tatt. En slik periode kan lett vare mer enn en tredjedel av tiden, så det er veldig risikabelt å stole på gjennomsnittlig glidende gjennomsnitt. Noen handelsfolk anbefaler derfor å kombinere bevegelige gjennomsnitt med en indikator som måler styrken av en trend, for eksempel ADX eller bare å bruke bevegelige gjennomsnitt som en bekreftende indikator for ditt handelssystem. Typer av bevegelige gjennomsnittsverdier De mest brukte typene av bevegelige gjennomsnitt er Simple Moving Average (SMA) og eksponentielt veidende flytende gjennomsnitt (EMA, EWMA). Denne typen glidende gjennomsnitt er også kjent som aritmetisk middel og representerer den enkleste og mest brukte typen glidende gjennomsnitt. Vi beregner det ved å oppsummere alle sluttkursene for en gitt periode, som vi deretter deler etter antall dager i perioden. Imidlertid er to problemer forbundet med denne typen gjennomsnitt: det tar bare hensyn til dataene som er inkludert i den valgte perioden (f. eks. Et 10-dagers enkelt glidende gjennomsnitt tar bare hensyn til dataene fra de siste 10 dagene, og ignorerer bare alle andre data før denne perioden). Det er også ofte kritisert for å tildele likevekt til alle dataene i datasettet (dvs. i et 10-dagers glidende gjennomsnitt har en pris fra 10 dager siden samme vekt som prisen fra i går - 10). Mange forhandlere hevder at dataene fra de siste dagene skal bære mer vekt enn eldre data - noe som vil resultere i å redusere gjennomsnittene treg bak trenden. Denne typen glidende gjennomsnitt løser begge problemene forbundet med enkle glidende gjennomsnitt. For det første tildeler den mer vekt i beregningen til nyere data. Det gjenspeiler også i noen grad alle historiske data for det aktuelle instrumentet. Denne typen gjennomsnitt er oppkalt etter at datavektene mot fortiden minsker eksponentielt. Hellingen av denne nedgangen kan justeres etter behovene til handelsmannen. Gjennomsnittlig gjennomsnitt av tidsseriedata (observasjoner like fordelt i tid) fra flere sammenhengende perioder. Kalt flytting fordi det kontinuerlig omdannes når nye data blir tilgjengelige, går det fremover ved å slippe den tidligste verdien og legge til den nyeste verdien. For eksempel kan det bevegelige gjennomsnittet på seks måneders salg beregnes ved å ta gjennomsnittet av salget fra januar til juni, deretter gjennomsnittet av salget fra februar til juli, deretter fra mars til august og så videre. Flytte gjennomsnitt (1) redusere effekten av midlertidige variasjoner i data, (2) forbedre passformen til en linje (en prosess kalt utjevning) for å vise datasendensen tydeligere, og (3) markere en verdi over eller under trend. Hvis du regner med noe med svært høy varians, er det beste du kan gjøre, å finne ut det bevegelige gjennomsnittet. Jeg ønsket å vite hva det bevegelige gjennomsnittet var av dataene, så jeg ville få en bedre forståelse av hvordan vi gjorde. Når du prøver å finne ut noen tall som endrer seg ofte, er det beste du kan gjøre å beregne det bevegelige gjennomsnittet. lineært vektet glidende gjennomsnitt Slik bruker du et flytende gjennomsnitt for å kjøpe aksjer Det glidende gjennomsnittet (MA) er et enkelt teknisk analyseverktøy som utjevner prisdata ved å skape en konstant oppdatert gjennomsnittspris. Gjennomsnittet er tatt over en bestemt tidsperiode, som 10 dager, 20 minutter, 30 uker eller hvilken som helst tidsperiode handelsmannen velger. Det er fordeler ved å bruke et glidende gjennomsnitt i din handel, samt alternativer på hvilken type glidende gjennomsnitt som skal brukes. Flytte gjennomsnittlige strategier er også populære og kan skreddersys til enhver tidsramme, og passer til både langsiktige investorer og kortsiktige forhandlere. (se De fire øverste tekniske indikatorene Trend Traders trenger å vite.) Hvorfor bruke et flytende gjennomsnitt Et glidende gjennomsnitt kan bidra til å redusere mengden støy på et prisdiagram. Se på retningen av det bevegelige gjennomsnittet for å få en grunnleggende ide på hvilken måte prisen beveger seg. Vinklet opp og prisen går oppover (eller var nylig) samlet, vinklet ned og prisen beveger seg nedover generelt, beveger seg sidelengs, og prisen er sannsynligvis i en rekkevidde. Et glidende gjennomsnitt kan også fungere som støtte eller motstand. I en uptrend kan et 50-dagers, 100-dagers eller 200-dagers glidende gjennomsnitt opptre som et støttenivå, som vist i figuren nedenfor. Dette skyldes at gjennomsnittet fungerer som et gulv (støtte), så prisen hopper opp av den. I en downtrend kan et bevegelige gjennomsnittsmiddel virke som motstand som et tak, prisen treffer det og begynner deretter å falle igjen. Prisen vil ikke alltid respektere det bevegelige gjennomsnittet på denne måten. Prisen kan løpe gjennom den litt eller stoppe og reversere før du når den. Som en generell retningslinje, hvis prisen er over et glidende gjennomsnitt, er trenden oppe. Hvis prisen er under et glidende gjennomsnitt, er trenden nede. Flytte gjennomsnitt kan ha forskjellige lengder skjønt (diskuteres kort tid), så man kan indikere en opptrending, mens en annen indikerer en nedtrengning. Typer av bevegelige gjennomsnitt Et glidende gjennomsnitt kan beregnes på forskjellige måter. Et fem dagers enkelt glidende gjennomsnitt (SMA) legger bare opp de fem siste daglige sluttkursene og deler det med fem for å skape et nytt gjennomsnitt hver dag. Hvert gjennomsnitt er koblet til det neste, og skaper den enkeltstrømmende linjen. En annen populær type bevegelige gjennomsnitt er eksponentiell glidende gjennomsnitt (EMA). Beregningen er mer kompleks, men gjelder i utgangspunktet mer vekt til de siste prisene. Skriv en 50-dagers SMA og en 50-dagers EMA på samme diagram, og du vil legge merke til at EMA reagerer raskere på prisendringer enn SMA gjør, på grunn av den ekstra vekten på de siste prisdataene. Kartlegging av programvare og handelsplattformer gjør beregningene, så ingen manuell matte er nødvendig for å bruke en MA. En type MA er ikke bedre enn en annen. En EMA kan fungere bedre på et aksje - eller finansmarkedet for en tid, og andre ganger kan en SMA fungere bedre. Tidsrammen valgt for et bevegelig gjennomsnittsnivå vil også spille en viktig rolle i hvor effektiv det er (uavhengig av type). Flytende gjennomsnittlig lengde Vanlige bevegelige gjennomsnittslengder er 10, 20, 50, 100 og 200. Disse lengdene kan brukes på en hvilken som helst tidsramme for diagrammer (ett minutt, daglig, ukentlig, osv.), Avhengig av handelshandelshorisonten. Tidsrammen eller lengden du velger for et bevegelige gjennomsnitt, også kalt tittelperioden, kan spille en stor rolle i hvor effektiv det er. En MA med kort tidsramme vil reagere mye raskere på prisendringer enn en MA med en lang titt tilbake periode. I figuren under 20-dagers glidende gjennomsnitt sporer vi mer nøyaktig den aktuelle prisen enn 100-dagers gjør. 20-dagene kan være av analytisk fordel for en kortere handler siden det følger prisen nærmere, og produserer derfor mindre lag enn det langsiktige glidende gjennomsnittet. Lag er tiden det tar for et glidende gjennomsnitt for å signalere en potensiell reversering. Tilbakekall, som en generell retningslinje, når prisen ligger over et bevegelig gjennomsnittsnivå, regnes trenden opp. Så når prisen faller under det glidende gjennomsnittet, signaliserer det en potensiell reversering basert på den MA. Et 20-dagers glidende gjennomsnitt vil gi mange flere reverseringssignaler enn et 100-dagers glidende gjennomsnitt. Et glidende gjennomsnitt kan være lengde, 15, 28, 89 osv. Justering av glidende gjennomsnitt slik at det gir mer nøyaktige signaler på historiske data kan bidra til å skape bedre fremtidige signaler. Trading Strategies - Crossovers Crossovers er en av de viktigste bevegelige gjennomsnittlige strategiene. Den første typen er en prisovergang. Dette ble diskutert tidligere, og er når prisen krysser over eller under et glidende gjennomsnitt for å signalere en potensiell endring i trenden. En annen strategi er å bruke to bevegelige gjennomsnitt til et diagram, en lengre og en kortere. Når kortere MA krysser over lengre sikt, er det et kjøpssignal som det indikerer at trenden skifter opp. Dette kalles et gyldent kors. Når kortere MA krysser over lengre sikt, er det et salgssignal som det indikerer at trenden går nedover. Dette er kjent som et dødpunktskryss. Flytte gjennomsnitt beregnes ut fra historiske data, og ingenting om beregningen er forutsigbar i naturen. Derfor kan resultater ved hjelp av bevegelige gjennomsnitt være tilfeldige - til tider ser markedet ut til å respektere MA-støtteresistans og handelssignaler. og andre ganger viser det ingen respekt. Et stort problem er at hvis prishandlingen blir hakket, kan prisen svinge frem og tilbake som genererer flere trend reversaltrade signaler. Når dette skjer, er det best å gå til side eller bruke en annen indikator for å bidra til å avklare trenden. Det samme kan oppstå med MA crossovers, der MAs blir forvirret i en periode som utløser flere (liknende tapende) handler. Flytte gjennomsnitt fungerer ganske bra i sterke trender, men ofte dårlig i hakkete eller varierte forhold. Justering av tidsrammen kan hjelpe til med dette midlertidig, selv om det til enhver tid er noen problemer med disse problemene, uansett hvilken tidsramme som er valgt for MA (e). Et glidende gjennomsnitt forenkler prisdata ved å utjevne det og lage en flytende linje. Dette kan gjøre isolerende trender enklere. Eksponentielle glidende gjennomsnitt reagerer raskere på prisendringer enn et enkelt glidende gjennomsnitt. I noen tilfeller kan dette være bra, og i andre kan det føre til falske signaler. Flytte gjennomsnitt med kortere tittelperiode (20 dager, for eksempel) vil også reagere raskere på prisendringer enn gjennomsnitt med lengre utseende (200 dager). Flytte gjennomsnittsoverskridelser er en populær strategi for både oppføringer og utganger. MAs kan også markere områder med potensiell støtte eller motstand. Mens dette kan virke forutsigbart, er glidende gjennomsnitt alltid basert på historiske data og viser bare gjennomsnittsprisen over en bestemt tidsperiode. Beta er et mål for volatiliteten, eller systematisk risiko, av en sikkerhet eller en portefølje i forhold til markedet som helhet. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO er ofte utstedt av mindre, yngre selskaper som søker. Gjeldsgrad er gjeldsgrad som brukes til å måle selskapets økonomiske innflytelse eller en gjeldsgrad som brukes til å måle en person.