พลัดถิ่น เคลื่อนไหว เฉลี่ย ซื้อขาย

การวิเคราะห์ทางเทคนิคการเคลื่อนย้ายค่าเฉลี่ยหรือการตัดเสียงรบกวนในการซื้อขาย EURUSD ในวันทำการคีย์ข้อมูลเพื่อวิเคราะห์ทางเทคนิคเป็นการอ่านข้อมูลราคาที่เย็นและมีระเบียบวินัยทิศทางสำหรับความเชื่อมั่นที่ชี้ให้เห็นถึงประเด็นนี้และการตีความข้อมูลดังกล่าวในการเคลื่อนไหวและเป้าหมายในอนาคต . ฟังดูง่าย แต่องค์ประกอบที่สำคัญคือความบริสุทธิ์ของข้อมูลหรือถ้าไม่สามารถทำได้ก็จะไม่สามารถขจัดเสียงรบกวนที่อยู่รอบ ๆ การเคลื่อนไหวของราคาและผลกระทบที่เกิดขึ้นกับตัวชี้วัดทางเทคนิคได้ โดยเฉพาะอย่างยิ่งเมื่อมีการซื้อขายระหว่างวันเมื่อแต่ละ pip ​​มีมูลค่ามาก โดยเสียง lsquonoisersquo I donrsquot หมายถึงการตะโกนของพ่อค้านายหน้าและพนักงานขายที่ใช้เพื่อกวนใจนักวิเคราะห์ทางเทคนิคทั่วห้องซื้อขาย แต่เสียงที่สร้างขึ้นโดยการเคลื่อนไหวของตลาดที่ผันผวน - หยุดความสูญเสียที่เกิดขึ้นปฏิกิริยาเหตุการณ์ประกาศตัวเลขทางเศรษฐกิจและคำแถลงโดยนักวิเคราะห์สื่อ หนึ่งในวิธีที่ง่ายที่สุดและเป็นวิธีที่ดีที่สุดในการระบุแนวโน้มคือว่าราคากำลังซื้อขายสูงหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่โดยใช้การครอสโอเวอร์จุดของค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวกระตุ้นสำหรับการเปิดตำแหน่ง เป็นสัญญาณที่ฉันเคยใช้มาเป็นเวลานาน แต่ Irsquove ได้ปรับตัวเพื่อเลี่ยงการเลียนแบบตลาดที่สร้างสัญญาณผิดพลาดมากเกินไป การปรับตัวนี้คือการเคลื่อนที่ ครั้งแรก letrsquos ได้อย่างรวดเร็วพูดถึงประเภทหลักของค่าเฉลี่ยเคลื่อนที่ที่ใช้: ง่าย - รวมวันที่ที่เกี่ยวข้องหารด้วยจำนวนการสังเกต ดังนั้นข้อมูลแต่ละชิ้นมีสัดส่วนการถ่วงน้ำหนักเท่ากัน มีน้ำหนักมาก - น้ำหนักที่เพิ่มให้กับข้อมูลล่าสุด ในกรณีที่มีค่าเฉลี่ยระยะเวลา 89 งวดสุดท้ายข้อมูลจะถูกคูณด้วย 89 ส่วนที่สองคูณด้วย 88 และที่สามเป็นลำดับสุดท้ายจาก 87 เป็นต้นตัวเลขสุดท้ายจะหารด้วยจำนวนตัวคูณทั้งหมด เลขชี้กำลัง - นี่เป็นรูปแบบอื่นที่ซับซ้อน แต่มีความซับซ้อนโดยมีความแตกต่างกันว่าทุกราคาถูกนำมาพิจารณาด้วยความก้าวหน้าทางเรขาคณิตราคาที่เก่ากว่านั้นให้ความสำคัญน้อยและน้อย ดูรูปที่ 1, 2 และ 3 (แผนภูมิ EURUSD 2 ชั่วโมง) ที่คุณเห็นได้ว่ามีแนวโน้มลดลงใน EURUSD ในช่วงเวลานี้ด้วยการตัดเสียงต่ำและต่ำลง ในขณะที่สัญญาณเริ่มต้นของการร่วงลงที่จุดเริ่มต้นของเดือนพฤศจิกายนอยู่ที่ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ทุกประเภทจะมีแนวโน้มที่จะเกิดการวิปปิ้งที่เจ็บปวดเมื่อมีการชุมนุมเล็ก ๆ น้อย ๆ ความคิดคือการกำจัดเท่าที่เป็นไปได้จริงการข้ามแบบผิดพลาด แต่ความพยายามในการกรองปกติไม่สามารถสร้างความแตกต่างในเชิงบวกหรือในกรณีของค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเพิ่มจำนวนของพวกเขา นี่คือวิธีการแทนที่ค่าเฉลี่ยเคลื่อนที่ช่วยลดสัญญาณรบกวนที่สร้างสัญญาณผิดพลาดเหล่านี้ นี่อาจเป็นจุดดีที่บอกได้ว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้ในตัวอย่างที่ 1 นี้คือ 89. มีค่าเฉลี่ยเคลื่อนที่อยู่ที่ 20, 50, 100 amp 200 ซึ่งเป็นค่านิยมมากที่สุด แต่ผมเชื่อเสมอว่าความเกี่ยวข้องของฟีโบนักชี ตัวเลขและดังนั้นค่าเริ่มต้นของฉันคือการมองไป 8,13,21,55,89 หรือสูงถึง 144 การเพิ่มประสิทธิภาพที่ดีที่สุดไม่ได้มาถึงตัวเลขที่เหมาะกับแต่ละสินทรัพย์ แต่ตัวเลขที่สามารถใช้อย่างต่อเนื่องกับผลลัพธ์ที่สม่ำเสมอโดยไม่ต้องแก้ไขอย่างต่อเนื่อง . นี้เป็นวิธีการของการประยุกต์ใช้ในทางปฏิบัติเนื่องจากการซื้อขาย intraday ไม่ได้เป็นทฤษฎีการออกกำลังกาย ย้อนกลับไปยังตัวอย่างด้านบน letrsquos จะแนะนำค่าเฉลี่ยเคลื่อนที่แบบลอยตัว กราฟในรูปที่ 4 เป็นค่าเฉลี่ยเคลื่อนที่ย้อนยุค 89 ตามรูปที่ 1 แต่คราวนี้ถูกผลักไปข้างหน้า 21 งวดและคุณสามารถเห็นผลกระทบเชิงบวกที่เกิดขึ้นได้ในทันทีเพื่อการซื้อขาย - การเปลี่ยนแปลงราคาจุดเกิดขึ้นในขั้นตอนต่อ ๆ ไป แม้ว่าจะหมายความว่าเมื่อการเคลื่อนที่เป็นค่าที่ถูกต้องมีข้อเสียของทริกเกอร์อยู่ในอัตราที่แย่กว่า แต่นี่เป็นมากกว่าการชดเชยด้วยการลดเท็จ หากเราตั้งค่านี้เป็นรูปแบบทางสถิติสำหรับช่วงเวลานี้และใช้ไม่ใช่การค้าด้านบนหรือด้านล่าง แต่ใกล้เคียงกับค่าเฉลี่ยเราจะได้ตัวเลขในตารางด้านบน เห็นได้ชัดจากตัวอย่างนี้ว่าการใช้ Moved Average เป็นเครื่องมือสำหรับการซื้อขายระหว่างวันเป็นอย่างไรบ้างมากกว่าที่ใช้สำหรับ 3 ประเภทอื่น ๆ ในขณะที่ตัวอย่างด้านบนแสดง 2 แผนภูมิรายชั่วโมงวิธีการสร้างแนวโน้มนี้ แต่การลด lsquonoisersquo สามารถนำไปใช้กับช่วงเวลาทั้งหมดจากแบบรายเดือนไปจนถึงแผนภูมิรายชั่วโมงและทำให้ความแตกต่างอย่างมีนัยสำคัญกับความแม่นยำในการรับรู้แนวโน้มและการซื้อขาย ในที่สุดให้ดูที่ EURUSD ในแผนภูมิรายวัน (รูปที่ 5) เวลานี้ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ (สีน้ำเงิน) เพิ่มขึ้นเป็น 144 และการแทนที่ (สีม่วงแดง) ใช้กับบรรทัดที่ 2, 34. แน่นอนว่านี่เป็นเครื่องมือสำหรับ traderinvestor ระยะยาว แต่ผลกระทบจากการเคลื่อนย้ายได้ชัดเจน อีกครั้งหนึ่งทั้งสองค่าเฉลี่ยถ่วงน้ำหนักจับแนวโน้ม แต่การเปลี่ยนแปลงราคาอย่างรวดเร็วในช่วงเดือนกรกฎาคมและสิงหาคม 2554 จะลดผลกระทบจากประสิทธิภาพของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆขณะที่ Displaced เกิดขึ้นน้อยลง สรุปได้ว่าฉันหวังว่าบทความนี้จะสนับสนุนวิธีการที่ใช้งานได้ง่าย แต่มีความยืดหยุ่นในการใช้ค่าเฉลี่ยเคลื่อนที่ในการระบุแนวโน้มในวันทำงานและใช้เพื่อสร้างผลกำไร 3 วิธีในการใช้ค่าเฉลี่ยเคลื่อนที่แบบลอยตัว (DMA) นอกเหนือจากกลยุทธ์การซื้อขายของคุณ ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนย้ายไปตามที่คุณสังเกตเห็นได้ชื่อค่าเฉลี่ยเคลื่อนที่ที่ย้ายมาค่อนข้างมากมีคำตอบสำหรับคำถามนี้ ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่ได้คือค่าเฉลี่ยเคลื่อนที่โดยปกติ ซึ่งถูกแทนที่ด้วยระยะเวลาหนึ่ง กล่าวคือการแทนที่ค่าเฉลี่ยเคลื่อนที่อย่างง่ายหมายถึงการเลื่อน SMA ไปทางซ้ายหรือทางขวา วิธีง่ายๆในการใช้ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนย้าย Displaced moving average เป็นวิธีปฏิบัติทั่วไปที่ใช้โดย traders เพื่อให้สอดคล้องกับค่าเฉลี่ยเคลื่อนที่โดยใช้เส้นแนวโน้มในทางที่ดีขึ้น เราทุกคนมีประสบการณ์ในสถานการณ์ที่ค่าเฉลี่ยเคลื่อนที่เคลื่อนไปที่เส้นแนวโน้ม (เป็นแรงสนับสนุนหรือความต้านทาน) แต่มีบางส่วนที่ไม่ตรงกันและเราเห็นว่ามีความไม่ถูกต้องเล็กน้อยระหว่างแนวโน้มและค่าเฉลี่ยเคลื่อนที่ในขณะที่ทดสอบระดับ ดังนั้นผู้ค้าสามารถเคลื่อนย้ายค่าเฉลี่ยเคลื่อนที่ไปข้างหน้าและข้างหลังได้โดยการแทนที่ด้วยระยะเวลาที่เฉพาะเจาะจงเพื่อเลื่อนไปยังเส้นแนวโน้ม สิ่งสำคัญคือต้องเน้นย้ำว่าหากค่าเฉลี่ยเคลื่อนที่ถูกแทนที่ด้วยค่าลบจะเลื่อนไปทางซ้ายและถือเป็นตัวบ่งชี้ที่ปกคลุมด้วยวัตถุฉนวนขณะที่ค่าเฉลี่ยเคลื่อนที่จะถูกแทนที่ด้วยค่าบวก ไปข้างหน้าและมีหน้าที่ของตัวบ่งชี้ชั้นนำ ด้วยเหตุผลนี้อันดับแรกจึงใช้เพื่อยืนยันเหตุการณ์ที่เกิดขึ้นใหม่ในแผนภูมิในขณะที่อันดับที่สองมีแนวโน้มที่จะใช้กลยุทธ์ระยะสั้น ด้านล่างนี้คุณจะเห็นตัวอย่างของความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่สามค่า สาม Moving Averages นี่คือภาพหน้าจอของแผนภูมิ DAX ในกรอบเวลา H4 เส้นสีแดงเป็นค่าเฉลี่ยเคลื่อนที่เฉลี่ย 50 รอบ เส้นสีน้ำเงินเป็นค่าเฉลี่ยเคลื่อนที่ 50 ที่เคลื่อนที่ได้ -5 ช่วงเส้นสีแดงม่วงเป็นค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่ได้ 50 ระยะเวลา 5 ช่วง อย่างที่คุณเห็นสามบรรทัดกำลังเคลื่อนที่โดยเฉลี่ยที่มีระยะเวลาเท่ากัน ความแตกต่างคือปัจจัยการกระจัดของสีน้ำเงินและสีม่วงแดงที่เคลื่อนที่ได้โดยเฉลี่ย ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยจะถูกแทนที่ด้วย -5 ช่วงเวลาและเลื่อนไปทางซ้ายเมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่เฉลี่ย 50 รอบ (สีแดง) ในขณะที่ค่าเฉลี่ยเคลื่อนที่ของมัดกะตะจะถูกแทนที่ด้วย 5 ช่วงดังนั้นจึงเปลี่ยนไปทางขวาเมื่อเทียบกับ ค่าเฉลี่ยเคลื่อนที่สีแดง ในกรณีนี้ค่าเฉลี่ยเคลื่อนที่แบบพลัดถิ่นสีน้ำเงิน (50, -5) ดูเหมือนว่าจะพอดีกับแนวโน้มของเราได้ดีกว่าเพราะมีความเหมาะสมกับแนวโน้มด้านบนที่เกิดขึ้นแล้ว แม้ว่าราคาจะมีการเคลื่อนไหวในแนวราบที่แข็งแกร่งขึ้นการแก้ไขในท้ายที่สุดน่าจะทดสอบค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่ (50, -5) เป็นแนวรับ ใช่อัตราการเคลื่อนที่โดยเฉลี่ยคือการปรับเปลี่ยนค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเพื่อให้พอดีกับเส้นแนวโน้มมากขึ้น คุณรู้ได้อย่างไรว่าค่าเฉลี่ยเคลื่อนที่ที่ต้องการคืออะไรคำตอบสำหรับคำถามนี้ค่อนข้างง่ายสำหรับการทดสอบและข้อผิดพลาดคุณลองใช้งานไม่ได้ผลดังนั้นคุณจึงปรับตัวให้เหมาะสมจนกว่าจะมีการทำงานด้านล่างนี้คุณจะเห็นตัวอย่างว่าเรามีค่าเฉลี่ยเคลื่อนที่ 20 ครั้งย้ายโดย (DMA) ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่ DMA การศึกษาช่วยให้คุณสามารถเปลี่ยนหรือตั้งศูนย์ค่าเฉลี่ยเคลื่อนที่ได้ในแผนภูมิราคา คุณระบุความยาวสำหรับค่าเฉลี่ยเคลื่อนที่หนึ่งหรือสองค่า จากนั้นคุณจะต้องเลือกจำนวนช่วงเวลาเพื่อแทนที่ค่าเฉลี่ยเคลื่อนที่ ค่าดังกล่าวอาจเป็นบวกหรือลบ ค่าลบจะแทนที่ค่าเฉลี่ยเคลื่อนที่ไปทางด้านซ้ายของแถบราคาจะทำให้ค่าเฉลี่ยเคลื่อนที่ลดลง ตรงกันข้ามค่าบวกจะเป็นตัวกำหนดราคา คุณอาจซ้อนทับค่าเฉลี่ยเคลื่อนที่บนแผนภูมิแท่งหรือแสดงแยกกัน การศึกษานี้สามารถใช้เพื่อวัตถุประสงค์ที่แตกต่างกัน คุณอาจใช้การศึกษาเพื่อลดแนวโน้มของข้อมูลในการประมาณวงจรสำหรับการแบ่งขั้นตอนและเป็นระบบการซื้อขายเฉลี่ยแบบเคลื่อนไหวโดยง่าย ดูหนังสือ Kaufmans และ Murphys สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการใช้การศึกษาค่าเฉลี่ยเคลื่อนที่เชิงพลัดถิ่น เมื่อการศึกษาปรากฏบนจอภาพของคุณค่าเฉลี่ยเคลื่อนที่จะถูกแทนที่โดยอัตโนมัติ - ย้ายไปทางขวาหรือซ้ายเหนือแผนภูมิราคา ค่าการแทนที่เป็นลบจะทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงซึ่งสามารถใช้เพื่อกำหนดค่าเฉลี่ยเคลื่อนที่ได้ในแผนภูมิราคา ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่รอบระยะเวลา 20 ที่มีการแทนที่ -10 เป็นศูนย์ค่าเฉลี่ยเคลื่อนที่บนแผนภูมิราคา โปรดจำไว้ว่าคณิตศาสตร์ของแรงเฉลี่ยเคลื่อนที่จะติดตามหรือล่าช้าไปกับข้อมูลราคาจริง คุณจะมีภาพที่ถูกต้องมากขึ้นเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ที่สัมพันธ์กับราคาปัจจุบันในแผนภูมิ เมื่อใช้เทคนิคนี้คุณสามารถดูได้อย่างรวดเร็วว่าการศึกษาค่าเฉลี่ยเคลื่อนที่เชิงพลัดถิ่นอาจเป็นประโยชน์ในการหาตำแหน่งและการประมาณรอบได้อย่างไร ตัวอย่างเช่นถ้ารอบที่คาดไว้คือ 28 งวดคุณจะระบุความยาวเฉลี่ยที่เคลื่อนที่ได้ 28 ค่าการกระจัดเป็นครึ่งหนึ่งของค่านั้นหรือ -14 ลองมัน. เกิดอะไรขึ้นกับค่าเฉลี่ยเคลื่อนที่ถ้าคุณเปลี่ยนค่าการกระจัดเป็น 14 แทนที่จะเป็น -14 คุณสามารถใช้สัญญาณไขว้เฉลี่ยของสัญญาณซื้อแคร็กได้ อีกวิธีหนึ่งคือการใช้ราคาปิดที่มีค่าเฉลี่ยเคลื่อนที่หรือคุณอาจใช้ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่เป็นค่าประมาณของพื้นที่สนับสนุนหรือความต้านทานในแผนภูมิราคา โปรดดูการศึกษาเฉลี่ยเคลื่อนไหวสำหรับกฎการซื้อขายที่แนะนำ อย่างที่คุณเห็นมีหลายวิธีที่จะใช้การศึกษานี้ เพียง แต่ต้องใช้การทดลองเพียงเล็กน้อยในส่วนของคุณ พารามิเตอร์: Period1 (4) - จำนวนบาร์หรือช่วงเวลาที่ใช้สำหรับค่าเฉลี่ยเคลื่อนที่แรก Displacement1 (9) - จำนวนช่วงเวลาที่จะเคลื่อนย้ายค่าเฉลี่ยเคลื่อนที่แรก ค่าอาจเป็นบวกหรือลบ ค่าลบจะแทนที่ค่าเฉลี่ยเคลื่อนที่ไปทางด้านซ้ายของแถบราคาในขณะที่ค่าบวกจะนำไปสู่แถบราคา ระยะเวลาที่ 2 (18) - จำนวนบาร์หรือช่วงเวลาที่ใช้สำหรับค่าเฉลี่ยเคลื่อนที่ที่สอง Displacement2 (14) - จำนวนช่วงเวลาที่จะเคลื่อนย้ายค่าเฉลี่ยเคลื่อนที่ที่สอง ค่าอาจเป็นบวกหรือลบ ค่าลบจะแทนที่ค่าเฉลี่ยเคลื่อนที่ไปทางด้านซ้ายของแถบราคาในขณะที่ค่าบวกจะนำไปสู่แถบราคา สูตรคำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆจะถูกทำซ้ำด้านล่าง สูตรมีดังนี้ MAt (P1. Pn) n Mat เป็นค่าเฉลี่ยเคลื่อนที่สำหรับงวดปัจจุบัน Pn คือราคาสำหรับช่วง nth n คือจำนวนงวด FuturesDaily คำนวณค่าเฉลี่ยของช่วง n ที่ผ่านมาและวางแผนจำนวนงวดที่ระบุโดยค่าการเคลื่อนที่ ค่าการแทนที่เป็นลบจะทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงโดยเฉลี่ย (s) ไปทางซ้าย ค่าการกระจัดกระจายที่เป็นบวกทำให้ค่าเฉลี่ยเคลื่อนที่ (s) จะเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางขวา วิธีที่ดีที่สุดในการเข้าใจการศึกษาครั้งนี้คือการใช้มันและทดสอบกับมันก่อนที่คุณจะพยายามค้ามันค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนย้ายได้ (DMA) ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่ DMA การศึกษาช่วยให้คุณสามารถเปลี่ยนหรือศูนย์กลางค่าเฉลี่ยเคลื่อนที่ได้ในแผนภูมิราคา คุณระบุความยาวสำหรับค่าเฉลี่ยเคลื่อนที่หนึ่งหรือสองค่า จากนั้นคุณจะต้องเลือกจำนวนช่วงเวลาเพื่อแทนที่ค่าเฉลี่ยเคลื่อนที่ ค่าดังกล่าวอาจเป็นบวกหรือลบ ค่าลบจะแทนที่ค่าเฉลี่ยเคลื่อนที่ไปทางด้านซ้ายของแถบราคาจะทำให้ค่าเฉลี่ยเคลื่อนที่ลดลง ตรงกันข้ามค่าบวกจะเป็นตัวกำหนดราคา คุณอาจซ้อนทับค่าเฉลี่ยเคลื่อนที่บนแผนภูมิแท่งหรือแสดงแยกกัน การศึกษานี้สามารถใช้เพื่อวัตถุประสงค์ที่แตกต่างกัน คุณอาจใช้การศึกษาเพื่อลดแนวโน้มของข้อมูลในการประมาณวงจรสำหรับการแบ่งขั้นตอนและเป็นระบบการซื้อขายเฉลี่ยแบบเคลื่อนไหวโดยง่าย ดูหนังสือ Kaufmans และ Murphys สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการใช้การศึกษาค่าเฉลี่ยเคลื่อนที่เชิงพลัดถิ่น เมื่อการศึกษาปรากฏบนจอภาพของคุณค่าเฉลี่ยเคลื่อนที่จะถูกแทนที่โดยอัตโนมัติ - ย้ายไปทางขวาหรือซ้ายเหนือแผนภูมิราคา ค่าการแทนที่เป็นลบจะทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงซึ่งสามารถใช้เพื่อกำหนดค่าเฉลี่ยเคลื่อนที่ได้ในแผนภูมิราคา ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่รอบระยะเวลา 20 ที่มีการแทนที่ -10 เป็นศูนย์ค่าเฉลี่ยเคลื่อนที่บนแผนภูมิราคา โปรดจำไว้ว่าคณิตศาสตร์ของแรงเฉลี่ยเคลื่อนที่จะติดตามหรือล่าช้าไปกับข้อมูลราคาจริง คุณจะมีภาพที่ถูกต้องมากขึ้นเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ที่สัมพันธ์กับราคาปัจจุบันในแผนภูมิ เมื่อใช้เทคนิคนี้คุณสามารถดูได้อย่างรวดเร็วว่าการศึกษาค่าเฉลี่ยเคลื่อนที่เชิงพลัดถิ่นอาจเป็นประโยชน์ในการหาตำแหน่งและการประมาณรอบได้อย่างไร ตัวอย่างเช่นถ้ารอบที่คาดไว้คือ 28 งวดคุณจะระบุความยาวเฉลี่ยที่เคลื่อนที่ได้ 28 ค่าการกระจัดเป็นครึ่งหนึ่งของค่านั้นหรือ -14 ลองมัน. เกิดอะไรขึ้นกับค่าเฉลี่ยเคลื่อนที่ถ้าคุณเปลี่ยนค่าการกระจัดเป็น 14 แทนที่จะเป็น -14 คุณสามารถใช้สัญญาณไขว้เฉลี่ยของสัญญาณซื้อแคร็กได้ อีกวิธีหนึ่งคือการใช้ราคาปิดที่มีค่าเฉลี่ยเคลื่อนที่หรือคุณอาจใช้ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่เป็นค่าประมาณของพื้นที่สนับสนุนหรือความต้านทานในแผนภูมิราคา โปรดดูการศึกษาเฉลี่ยเคลื่อนไหวสำหรับกฎการซื้อขายที่แนะนำ อย่างที่คุณเห็นมีหลายวิธีที่จะใช้การศึกษานี้ เพียง แต่ต้องใช้การทดลองเพียงเล็กน้อยในส่วนของคุณ PARAMETERS: Period1 (4) - จำนวนบาร์หรือช่วงเวลาที่ใช้สำหรับค่าเฉลี่ยเคลื่อนที่แรก Displacement1 (9) - จำนวนช่วงเวลาที่จะเคลื่อนย้ายค่าเฉลี่ยเคลื่อนที่แรก ค่าอาจเป็นบวกหรือลบ ค่าลบจะแทนที่ค่าเฉลี่ยเคลื่อนที่ไปทางด้านซ้ายของแถบราคาในขณะที่ค่าบวกจะนำไปสู่แถบราคา ระยะเวลาที่ 2 (18) - จำนวนบาร์หรือช่วงเวลาที่ใช้สำหรับค่าเฉลี่ยเคลื่อนที่ที่สอง Displacement2 (14) - จำนวนช่วงเวลาที่จะเคลื่อนย้ายค่าเฉลี่ยเคลื่อนที่ที่สอง ค่าอาจเป็นบวกหรือลบ ค่าลบจะแทนที่ค่าเฉลี่ยเคลื่อนที่ไปทางด้านซ้ายของแถบราคาในขณะที่ค่าบวกจะนำไปสู่แถบราคา COMPUTATION สูตรคำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆจะถูกทำซ้ำด้านล่าง สูตรมีดังนี้ MAt (P1. Pn) n Mat เป็นค่าเฉลี่ยเคลื่อนที่สำหรับงวดปัจจุบัน Pn คือราคาสำหรับช่วง nth n คือจำนวนงวดที่ Zaner คำนวณค่าเฉลี่ยของช่วง n ที่ผ่านมาและวางแผนจำนวนงวดที่ระบุโดยค่าการกระจัด ค่าการแทนที่เป็นลบจะทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงโดยเฉลี่ย (s) ไปทางซ้าย ค่าการกระจัดกระจายที่เป็นบวกทำให้ค่าเฉลี่ยเคลื่อนที่ (s) จะเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางขวา วิธีที่ดีที่สุดในการทำความเข้าใจในการศึกษาครั้งนี้คือการใช้งานและทดลองใช้งานก่อนที่คุณจะพยายามทำการค้า