10 Dagers Moving Average Beregning

Flytende gjennomsnitt Dette eksemplet lærer deg hvordan du beregner det bevegelige gjennomsnittet av en tidsserie i Excel. Et glidende gjennomsnitt brukes til å utjevne uregelmessigheter (topper og daler) for enkelt å gjenkjenne trender. 1. Først, ta en titt på vår tidsserie. 2. På Data-fanen klikker du Dataanalyse. Merk: kan ikke finne dataanalyseknappen Klikk her for å laste inn add-in for Analysis ToolPak. 3. Velg Flytt gjennomsnitt og klikk OK. 4. Klikk i feltet Inngangsområde og velg området B2: M2. 5. Klikk i intervallboksen og skriv inn 6. 6. Klikk i feltet Utmatingsområde og velg celle B3. 8. Skriv en graf av disse verdiene. Forklaring: fordi vi angir intervallet til 6, er glidende gjennomsnitt gjennomsnittet for de forrige 5 datapunktene og det nåværende datapunktet. Som et resultat blir tinder og daler utjevnet. Grafen viser en økende trend. Excel kan ikke beregne det bevegelige gjennomsnittet for de første 5 datapunktene fordi det ikke er nok tidligere datapunkter. 9. Gjenta trinn 2 til 8 for intervall 2 og intervall 4. Konklusjon: Jo større intervallet jo flere tinder og daler utjevnes. Jo mindre intervallet, jo nærmere de bevegelige gjennomsnittene er de faktiske datapunktene. Slik bruker du 10-dagers flytende gjennomsnitt for å maksimere handelsprofittene Swing-forhandlere stole på et mangfoldig arsenal av tekniske indikatorer når du analyserer aksjer, og det er bokstavelig talt hundrevis av indikatorer å velge mellom. Men hvordan skal en ny handelsmann vite hvilke indikatorer som er mest pålitelige. Bestemme hvilke tekniske indikatorer som skal brukes, kan ærlig talt være overveldende, men det må ikke være (heller ikke det). Mens vi lærte å mestre vårt vinnersystem for svingehandelsbeholdninger og ETFer i de tidlige årene, testet vi en mengde tekniske indikatorer. Vår konklusjon var at de fleste tekniske indikatorene hadde til hensikt å øke oddsen for en lønnsom aksjehandel. Vi oppdaget imidlertid raskt at bruk av for mange indikatorer bare førte til analyseforlamning. Som sådan unngår vi nå dette problemet ved å bare fokusere på det forsøkte og sanne grunnlaget for teknisk handel: pris, volum og støttestøtte. En av de enkleste og mest effektive måtene å finne støtte - og motstandsnivåer er gjennom bruk av bevegelige gjennomsnitt. Flytende gjennomsnitt spiller en svært stor rolle i vår daglige lageranalyse, og vi stoler sterkt på visse bevegelige gjennomsnitt for å finne lavrisikoinngangs - og utgangspunkter for aksjene og ETFene vi svinger handel. For å måle prismomentet på veldig kort sikt (en periode på flere dager), har vi funnet de 5 og 10-dagers glidende gjennomsnittene arbeidet veldig bra. Hvis for eksempel en aksje eller ETF handler over sin 5-dagers MA, er det vanligvis ingen god grunn til å selge. Et mulig unntak er om aksjen eller ETF har gjort et 25-30 prisforskudd innen bare noen få dager. Den 10-dagers MA er et godt bevegelig gjennomsnitt for å hjelpe oss med å ri trenden med litt mer 8220wiggle room8221 enn levert av den ultra kortvarige 5-dagers MA. For trendhandlere bør ingen aksjer eller ETFer selges mens de fortsatt handler over sine 10-dagers glidende gjennomsnitt etter en sterk breakout. For å forstå hvorfor, sammenlign følgende daglige diagrammer av US Oil Fund (USO) og First Trust DJ Internet Index Fund (FDN). Først er FDN: Med unntak av en kort 8220 shakeout8221 på bare to dager (en vanlig og akseptabel forekomst), legg merke til at FDN har holdt over sin stigende 10-dagers MA siden brudd i begynnelsen av juli. Dette er et klart tegn på at fremdriften fra breakout fortsatt er sterk. På den annen side legger du merke til forskjellen på det daglige diagrammet til USO: Som du ser, har USO ikke klart å holde over sin 10-dagers MA i løpet av den siste uken, noe som er et tegn på at hausende momentum fra den siste breakout er fading. Som sådan solgte vi 25 av vår eksisterende posisjon 25. juli. Det gjør aldri vondt for å låse fortjenesten på delvis aksjestørrelse når et breakout lager eller ETF har brutt under det 10-dagers glidende gjennomsnittet fordi en slik prishandling ofte fører til en dypere korreksjon . Umiddelbart etter å ha solgt delvis aksje størrelse på brudd på 10-dagers MA, var vi villige til å kjøpe tilbake disse aksjene dersom prishandlingen straks slått tilbake høyere innen en til to dager (som FDN gjorde). Siden det ikke skjedde, avbrød vi kjøpsstoppet vårt og fortsatte å holde USO med redusert aksjestørrelse og en liten urealisert gevinst siden breakout-oppføringen. Mens de 5 og 10-dagers glidende gjennomsnittene ikke er et komplett og perfekt system for å avslutte en posisjon, tillater de oss å holde trenden i en vinnende handel (som hjelper oss med å maksimere våre handelsgevinster). Enda viktigere, ved å bruke 10-dagers glidende gjennomsnitt som en kortsiktig indikator for støtte, kan vi handle som vi ser, ikke hva vi mener. For å lære vårt komplette og vinnende aksjehandelssystem, sjekk ut vår topprangerte Swing Trading Success Video Kurs. Vi garanterer at du blir skuffet Nyt Sjekk ut disse relaterte artiklene: Flytende gjennomsnitt: Hva er de Blant de mest populære tekniske indikatorene, er glidende gjennomsnitt brukt til å måle retningen for den nåværende trenden. Hver type bevegelige gjennomsnitt (vanligvis skrevet i denne opplæringen som MA) er et matematisk resultat som beregnes ved å beregne et antall tidligere datapunkter. Når det er bestemt, blir det resulterende gjennomsnittet plottet på et diagram for å tillate handelsmenn å se på glatt data, i stedet for å fokusere på de daglige prisfluktuasjonene som er iboende i alle finansmarkeder. Den enkleste formen for et bevegelige gjennomsnitt, riktig kjent som et enkelt glidende gjennomsnitt (SMA), beregnes ved å ta det aritmetiske gjennomsnittet av et gitt sett av verdier. For eksempel, for å beregne et grunnleggende 10-dagers glidende gjennomsnitt vil du legge til sluttkursene fra de siste 10 dagene, og deretter dele resultatet med 10. I figur 1 er summen av prisene for de siste 10 dagene (110) dividert med antall dager (10) for å komme fram til 10-dagers gjennomsnittet. Hvis en forhandler ønsker å se et 50-dagers gjennomsnitt i stedet, vil samme type beregning bli gjort, men det vil inkludere prisene i løpet av de siste 50 dagene. Det resulterende gjennomsnittet under (11) tar hensyn til de siste 10 datapunktene for å gi handelsmenn en ide om hvordan en eiendel er priset i forhold til de siste 10 dagene. Kanskje du lurer på hvorfor tekniske handelsfolk kaller dette verktøyet et bevegelige gjennomsnitt og ikke bare en vanlig gjennomsnitt. Svaret er at når nye verdier blir tilgjengelige, må de eldste datapunktene slippes fra settet og nye datapunkter må komme inn for å erstatte dem. Dermed går datasettet kontinuerlig til å regne for nye data etter hvert som det blir tilgjengelig. Denne beregningsmetoden sikrer at bare den nåværende informasjonen blir regnskapsført. I figur 2 flyttes den røde boksen (som representerer de siste 10 datapunktene) til høyre, og den siste verdien av 15 blir tapt fra beregningen når den nye verdien av 5 er lagt til settet. Fordi den relativt små verdien av 5 erstatter den høye verdien på 15, ville du forvente å se gjennomsnittet av datasettets reduksjon, som det gjør, i dette tilfellet fra 11 til 10. Hva ser Moving Averages Like Når verdiene til MA har blitt beregnet, de er plottet på et diagram og deretter koblet til for å skape en bevegelig gjennomsnittslinje. Disse svingete linjene er vanlige på diagrammer av tekniske handelsfolk, men hvordan de brukes kan variere drastisk (mer om dette senere). Som du kan se i figur 3, er det mulig å legge til mer enn ett glidende gjennomsnitt i et diagram ved å justere antall tidsperioder som brukes i beregningen. Disse svingete linjene kan virke distraherende eller forvirrende i begynnelsen, men du vil bli vant til dem når tiden går videre. Den røde linjen er bare gjennomsnittsprisen de siste 50 dagene, mens den blå linjen er gjennomsnittsprisen de siste 100 dagene. Nå som du forstår hva et glidende gjennomsnitt er, og hvordan det ser ut, kan du godt presentere en annen type glidende gjennomsnitt og undersøke hvordan det er forskjellig fra det tidligere nevnte enkle glidende gjennomsnittet. Det enkle glidende gjennomsnittet er ekstremt populært blant handelsfolk, men som alle tekniske indikatorer har det kritikere. Mange individer hevder at bruken av SMA er begrenset fordi hvert punkt i dataserien vektes det samme, uavhengig av hvor det forekommer i sekvensen. Kritikere hevder at de nyeste dataene er mer signifikante enn de eldre dataene, og bør ha større innflytelse på sluttresultatet. Som svar på denne kritikken begynte handelsmenn å gi mer vekt på nyere data, som siden har ført til oppfinnelsen av ulike typer nye gjennomsnitt, hvorav den mest populære er det eksponentielle glidende gjennomsnittet (EMA). (For videre lesing, se Grunnleggende om vektede bevegelige gjennomsnitt og hva som er forskjellen mellom en SMA og en EMA) Eksponentiell flytende gjennomsnitt Det eksponentielle glidende gjennomsnittet er en type bevegelige gjennomsnitt som gir mer vekt til de siste prisene i et forsøk på å gjøre det mer responsivt til ny informasjon. Å lære den noe kompliserte ligningen for å beregne en EMA kan være unødvendig for mange forhandlere, siden nesten alle kartleggingspakker gjør beregningene for deg. Men for deg matematiske geeks der ute, her er EMA-ligningen: Når du bruker formelen til å beregne det første punktet til EMA, kan det hende du merker at det ikke er noen verdi tilgjengelig for bruk som den forrige EMA. Dette lille problemet kan løses ved å starte beregningen med et enkelt glidende gjennomsnitt og fortsette videre med den ovennevnte formelen derfra. Vi har gitt deg et eksempelkart som inneholder virkelige eksempler på hvordan du kan beregne både et enkelt glidende gjennomsnitt og et eksponentielt glidende gjennomsnitt. Forskjellen mellom EMA og SMA Nå som du har en bedre forståelse av hvordan SMA og EMA beregnes, kan vi se på hvordan disse gjennomsnittene er forskjellige. Ved å se på beregningen av EMA, vil du legge merke til at det legges større vekt på de siste datapunktene, noe som gjør det til en type vektet gjennomsnitt. I figur 5 er antall tidsperioder som brukes i hvert gjennomsnitt identisk (15), men EMA reagerer raskere på de endrede prisene. Legg merke til hvordan EMA har en høyere verdi når prisen stiger, og faller raskere enn SMA når prisen senker. Denne responsen er den viktigste grunnen til at mange handelsmenn foretrekker å bruke EMA over SMA. Hva betyr de forskjellige dagene Gjennomsnittlig flytteverdi er en helt tilpassbar indikator, noe som betyr at brukeren fritt kan velge hvilken tidsramme de vil ha når man lager gjennomsnittet. De vanligste tidsperioder som brukes i bevegelige gjennomsnitt er 15, 20, 30, 50, 100 og 200 dager. Jo kortere tidsrammen som brukes til å skape gjennomsnittet, jo mer følsomt blir det for prisendringer. Jo lengre tidsrom, jo ​​mindre følsomt, eller mer utjevnet, vil gjennomsnittet være. Det er ingen riktig tidsramme som skal brukes når du oppretter dine bevegelige gjennomsnitt. Den beste måten å finne ut hvilken som passer best for deg, er å eksperimentere med en rekke forskjellige tidsperioder til du finner en som passer til din strategi. Flytte gjennomsnitt: Slik bruker du dem