สิ่งที่ เป็น เชิงเส้น น้ำหนัก เคลื่อนไหว ค่าเฉลี่ย

ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเชิงเส้น DEFINITION ของค่าเฉลี่ยที่ถ่วงน้ำหนักเชิงเส้นค่าเฉลี่ยเคลื่อนที่ที่กำหนดให้น้ำหนักที่สูงกว่าข้อมูลราคาล่าสุดมากกว่าค่าเฉลี่ยเคลื่อนที่ทั่วไป ค่าเฉลี่ยนี้คำนวณโดยการใช้ราคาปิดแต่ละช่วงเวลาหนึ่งและคูณด้วยตำแหน่งที่แน่นอนในชุดข้อมูล เมื่อตำแหน่งของช่วงเวลาได้รับการคิดสำหรับพวกเขาจะรวมกันและหารด้วยผลรวมของจำนวนรอบระยะเวลา ตัวอย่างเช่นในค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบเส้นตรง 15 วันราคาปิดในปัจจุบันจะคูณด้วย 15, yesterdays ถึง 14 เป็นต้นจนกว่าจะถึงวันที่ 1 ในช่วงช่วงต่างๆ BREAKING DOWN Average Weighted Moving Average ผลลัพธ์เหล่านี้จะถูกรวมเข้าด้วยกันและหารด้วยผลรวมของตัวคูณ (15 14 13. 3 2 1 120) ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเชิงเส้นเป็นหนึ่งในคำตอบแรกที่ให้ความสำคัญกับข้อมูลล่าสุด ความนิยมของค่าเฉลี่ยเคลื่อนที่นี้ลดลงตามค่าเฉลี่ยเคลื่อนที่ที่อธิบาย แต่ก็ยังไม่เป็นที่ประจักษ์ว่ามีประโยชน์มากค่าเฉลี่ยค่าเฉลี่ยตัวบ่งชี้ทางเทคนิคเคลื่อนที่แสดงค่าเฉลี่ยของราคาตราสารในช่วงเวลาหนึ่ง เมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยหนึ่งค่าจากราคาตราสารในช่วงเวลานี้ เมื่อราคาเปลี่ยนแปลงไปค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นหรือลดลง มีสี่ประเภทของค่าเฉลี่ยเคลื่อนที่: Simple (เรียกอีกอย่างว่า Arithmetic), Exponential กระชับและถ่วงน้ำหนัก Moving Average อาจคำนวณได้สำหรับชุดข้อมูลลำดับใด ๆ รวมถึงราคาเปิดและราคาปิดราคาสูงสุดและต่ำสุดปริมาณการซื้อขายหรือตัวชี้วัดอื่น ๆ มักเป็นกรณีที่ใช้ค่าเฉลี่ยเคลื่อนที่สองเท่า สิ่งเดียวที่ค่าเฉลี่ยเคลื่อนที่ของแต่ละประเภทแตกต่างกันมากคือเมื่อค่าสัมประสิทธิ์น้ำหนักที่กำหนดให้กับข้อมูลล่าสุดต่างกัน ในกรณีที่เรากำลังพูดถึง Simple Moving Average ราคาทั้งหมดของช่วงเวลาที่เป็นปัญหามีมูลค่าเท่ากัน Exponential Moving Average และ Linear Weighted Moving Average ให้ความสำคัญกับราคาล่าสุด วิธีที่นิยมใช้ในการตีราคาค่าเฉลี่ยของราคาคือการเปรียบเทียบการเปลี่ยนแปลงของราคากับการดำเนินการด้านราคา เมื่อราคาของตราสารเพิ่มขึ้นเหนือค่าเฉลี่ยเคลื่อนที่สัญญาณซื้อจะปรากฏขึ้นหากราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่เรามีสัญญาณการขายอะไรบ้าง ระบบการซื้อขายนี้ซึ่งอิงตามค่าเฉลี่ยเคลื่อนที่ไม่ได้ออกแบบมาเพื่อให้เข้าสู่ตลาดได้อย่างถูกต้องในจุดต่ำสุดและทางออกด้านขวาบนยอด จะช่วยให้สามารถปฏิบัติตามแนวโน้มดังต่อไปนี้: ซื้อเร็ว ๆ นี้หลังจากที่ราคาถึงจุดต่ำสุดแล้วและจะขายได้เร็ว ๆ นี้หลังจากที่ราคาถึงจุดสูงสุดแล้ว ค่าเฉลี่ยเคลื่อนที่สามารถใช้กับตัวบ่งชี้ได้ นั่นคือที่การตีความตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่จะคล้ายกับการตีความค่าเฉลี่ยถ่วงน้ำหนักของราคา: ถ้าตัวบ่งชี้สูงขึ้นเหนือค่าเฉลี่ยเคลื่อนที่ของตัวบ่งชี้นั่นหมายความว่าการเคลื่อนไหวของตัวบ่งชี้ที่เพิ่มขึ้นมีแนวโน้มที่จะดำเนินต่อไป: ถ้าตัวบ่งชี้ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ หมายความว่ามีแนวโน้มว่าจะลดลงต่อไป นี่คือประเภทของค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ: ค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนที่เฉลี่ย (SMA) ค่าเฉลี่ยเคลื่อนที่แบบเลื่อนลอย (EMA) Smoothed Moving Average (SMMA) ค่าเฉลี่ยเคลื่อนที่เชิงเส้นแบบเชิงเส้น (LMA) คุณสามารถทดสอบสัญญาณการค้าของตัวบ่งชี้นี้โดยการสร้าง Expert Advisor ใน MQL5 Wizard การคำนวณ Average Moving Average (Simple Average Moving Average - Simple Average Moving Average - Simple Moving Average - Average Average Moving Average - Simple Average Moving Average) หมายถึงการคำนวณค่าเฉลี่ยเคลื่อนที่ (Simple Moving Average - SMA) โดยทั่วไปหมายถึงการคำนวณค่าเฉลี่ยเคลื่อนที่คำนวณโดยสรุปราคาปิดตราสารเป็นระยะเวลาเดียว (เช่น 12 ชั่วโมง) ค่านี้หารด้วยจำนวนงวดดังกล่าว SMA SUM (CLOSE (i), N) N SUM sum CLOSE (i) ระยะเวลาปิดงวดปัจจุบัน N จำนวนรอบการคำนวณ ค่าเฉลี่ยเคลื่อนที่แบบ Exponential (EMA) ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงโดยการสุ่มตัวอย่างคำนวณโดยการเพิ่มส่วนแบ่งบางส่วนของราคาปิดปัจจุบันเป็นค่าก่อนหน้าของค่าเฉลี่ยเคลื่อนที่ ด้วยราคาเฉลี่ยเคลื่อนที่ที่ราบเรียบตามลำดับขั้นตอนราคาปิดล่าสุดมีมูลค่ามากขึ้น ค่าเฉลี่ยถ่วงน้ำหนักของค่า P-percent จะมีลักษณะดังนี้ EMA (CLOSE (i) P) (EMA (i - 1) (1 - P)) ปิด (i) ค่า EMA (i - 1) ของ Moving Average ของช่วงก่อนหน้า P เปอร์เซ็นต์ของการใช้ราคา Smoothed Moving Average (SMMA) ค่าแรกของค่าเฉลี่ยเคลื่อนที่แบบเรียบนี้คำนวณเป็นค่าเฉลี่ยเคลื่อนที่แบบเรียบ (SMA): SUM1 SUM (CLOSE (i), N) ค่าเฉลี่ยเคลื่อนที่ที่สองคำนวณตามสูตรนี้: SMMA (i) (SMMA1 (N-1) CLOSE (i)) N ค่าเฉลี่ยเคลื่อนที่ที่คำนวณได้จะคำนวณตามสูตรด้านล่าง: PREVSUM SMMA (i - 1) N SMMA (i) (PREVSUM - SMMA (i - 1) CLOSE (i)) N SUM sum SUM1 ยอดรวมของราคาปิดสำหรับ N period นับจากแถบก่อนหน้า PREVSUM smoothed sum of the previous bar SMMA (i-1) smoothed moving average ของแถบก่อนหน้า SMMA (i) ปรับค่าเฉลี่ยเคลื่อนที่ของแถบปัจจุบัน (ยกเว้นงวดแรก) ปิด (i) ราคาปดปดปดปด N ปจจุบัน หลังจากการแปลงเลขคณิตแล้วสูตรนี้สามารถทำได้ง่ายขึ้น: SMMA (i) (SMMA (i - 1) (N - 1) ปิด (i)) N ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้น (LWMA) ในกรณีของค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักข้อมูลล่าสุดคือ มีค่ามากกว่าข้อมูลเบื้องต้น ค่าเฉลี่ยถ่วงน้ำหนักที่คำนวณได้จากการคูณด้วยราคาต่อหนึ่งอันของราคาปิดที่อยู่ในชุดพิจารณาโดยใช้ค่าสัมประสิทธิ์น้ำหนัก: LWMA SUM (CLOSE (i) i, N) SUM (i, N) SUM ผลรวม CLOSE (i) SUM (i, N) ผลรวมของค่าสัมประสิทธิ์น้ำหนัก N ระยะเวลาการทำให้นุ่มนวลการวิเคราะห์ทางเทคนิค: ค่าเฉลี่ยเคลื่อนไหวส่วนใหญ่รูปแบบแผนภูมิแสดงการเปลี่ยนแปลงของราคาในรูปแบบต่างๆ ซึ่งอาจทำให้ผู้ค้าได้รับความคิดในเรื่องแนวโน้มความปลอดภัยโดยรวม หนึ่งวิธีง่ายๆที่ผู้ค้าใช้ในการต่อสู้นี้คือการใช้ค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่คือราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด โดยการวางแผนการรักษาความปลอดภัยราคาเฉลี่ยการเคลื่อนไหวของราคาจะเรียบออก เมื่อความผันผวนแบบวันต่อวันจะถูกเอาออกผู้ค้าจะสามารถระบุแนวโน้มที่แท้จริงได้ดีขึ้นและเพิ่มความเป็นไปได้ที่จะใช้ประโยชน์ได้ (หากต้องการเรียนรู้เพิ่มเติมอ่านบทแนะนำ "ค่าเฉลี่ยเคลื่อนที่") ประเภทของค่าเฉลี่ยเคลื่อนที่มีค่าเฉลี่ยเคลื่อนที่หลายแบบแตกต่างกันไปในแต่ละวิธีที่คำนวณ แต่วิธีตีความค่าเฉลี่ยแต่ละค่ายังคงเหมือนเดิม การคำนวณมีความแตกต่างกันเพียงอย่างเดียวกับการถ่วงน้ำหนักที่พวกเขาวางไว้กับข้อมูลราคาขยับจากน้ำหนักที่เท่ากันของแต่ละจุดราคาไปเป็นน้ำหนักที่มากขึ้นเมื่อเทียบกับข้อมูลล่าสุด สามประเภทที่พบมากที่สุดของค่าเฉลี่ยเคลื่อนที่อยู่ที่ง่ายๆ เชิงเส้นและเลขชี้กำลัง Simple Moving Average (SMA) นี่เป็นวิธีที่นิยมใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ของราคา ใช้เวลาเพียงผลรวมของราคาปิดที่ผ่านมาในช่วงเวลาและหารผลตามจำนวนราคาที่ใช้ในการคำนวณ ตัวอย่างเช่นในค่าเฉลี่ยเคลื่อนที่ 10 วันราคาปิดสุดท้าย 10 รายการจะรวมเข้าด้วยกันและหารด้วย 10 ดังที่คุณเห็นในรูปที่ 1 ผู้ประกอบการค้าสามารถที่จะทำให้ค่าเฉลี่ยของการตอบสนองต่อการเปลี่ยนแปลงราคาโดยเฉลี่ยน้อยลงโดยการเพิ่มจำนวน ของรอบระยะเวลาที่ใช้ในการคำนวณ การเพิ่มจำนวนช่วงเวลาในการคำนวณเป็นวิธีที่ดีที่สุดในการวัดความแข็งแกร่งของแนวโน้มในระยะยาวและโอกาสที่จะกลับรายการ หลายคนอ้างว่าประโยชน์ของค่าเฉลี่ยประเภทนี้มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีผลกระทบต่อผลลัพธ์โดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากขึ้นและควรมีการถ่วงน้ำหนักที่สูงขึ้น การวิพากษ์วิจารณ์ประเภทนี้เป็นหนึ่งในปัจจัยหลักที่นำไปสู่การประดิษฐ์รูปแบบอื่น ๆ ของค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่นี้เป็นค่าเฉลี่ยที่น้อยที่สุดจากสามตัวและใช้เพื่อแก้ปัญหาเกี่ยวกับการถ่วงน้ำหนักเท่ากัน เส้นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบเส้นตรงคำนวณจากผลรวมของราคาปิดทั้งหมดในช่วงเวลาหนึ่งและคูณด้วยตำแหน่งของจุดข้อมูลและหารด้วยผลรวมของจำนวนงวด ตัวอย่างเช่นในระยะเวลาห้าวันโดยถัวเฉลี่ยถ่วงน้ำหนักราคาปิดในปัจจุบันจะคูณด้วยห้าวันวานโดยสี่เป็นต้นจนกระทั่งถึงวันแรกในช่วงระยะเวลา ตัวเลขเหล่านี้จะถูกรวมกันและหารด้วยผลรวมของตัวคูณ ค่าเฉลี่ยการเคลื่อนที่แบบ Exponential (EMA) การคำนวณค่าเฉลี่ยเคลื่อนที่นี้ใช้ปัจจัยที่ราบเรียบเพื่อให้น้ำหนักที่สูงขึ้นในจุดข้อมูลล่าสุดและถือว่ามีประสิทธิภาพมากกว่าค่าเฉลี่ยถ่วงน้ำหนักแบบเส้นตรง ไม่จำเป็นต้องมีความเข้าใจในการคำนวณสำหรับผู้ค้าส่วนใหญ่เนื่องจากส่วนใหญ่แพคเกจแผนภูมิทำคำนวณสำหรับคุณ สิ่งสำคัญที่สุดที่ต้องจดจำเกี่ยวกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาก็คือการตอบสนองต่อข้อมูลใหม่ ๆ เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย การตอบสนองนี้เป็นหนึ่งในปัจจัยสำคัญที่ทำให้ค่าเฉลี่ยเคลื่อนที่ของทางเลือกในหมู่ผู้ค้าทางเทคนิคจำนวนมาก ดังที่เห็นในรูปที่ 2 EMA ระยะเวลา 15 วันจะเพิ่มขึ้นและลดลงเร็วกว่า SMA 15 ช่วง ความแตกต่างเล็กน้อยนี้ดูเหมือนจะไม่ค่อยมากนัก แต่เป็นปัจจัยสำคัญที่ต้องคำนึงถึงเนื่องจากอาจมีผลกระทบต่อ การใช้ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อระบุแนวโน้มในปัจจุบันและการกลับรายการแนวโน้มเช่นเดียวกับการตั้งค่าการสนับสนุนและระดับความต้านทาน ค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุได้อย่างรวดเร็วว่าการรักษาความปลอดภัยมีการเคลื่อนไหวในขาขึ้นหรือขาลงหรือไม่ขึ้นอยู่กับทิศทางของค่าเฉลี่ยเคลื่อนที่ ดังที่เห็นในรูปที่ 3 เมื่อค่าเฉลี่ยเคลื่อนที่เคลื่อนขึ้นสูงและราคาอยู่เหนือระดับความปลอดภัยจะอยู่ในแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยเคลื่อนที่ที่หดตัวลงพร้อมกับราคาด้านล่างสามารถนำมาใช้เป็นสัญญาณขาลง อีกวิธีหนึ่งในการกำหนดโมเมนตัมคือการดูลำดับของค่าเฉลี่ยเคลื่อนที่สองเส้น เมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวแนวโน้มจะเพิ่มขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง การย้ายการพลิกกลับของค่าเฉลี่ยจะเกิดขึ้นในสองวิธีหลัก ๆ คือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่และเมื่อเคลื่อนที่ผ่านค่าไขว้เฉลี่ยเคลื่อนไหว สัญญาณแรกที่พบคือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญ ตัวอย่างเช่นเมื่อราคาหลักทรัพย์ที่อยู่ในช่วงขาลงลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในช่วง 50 เช่นในรูปที่ 4 จะเป็นสัญญาณว่าแนวโน้มขากลับอาจย้อนกลับ สัญญาณอื่น ๆ ของการกลับรายการแนวโน้มคือเมื่อค่าเฉลี่ยเคลื่อนที่หนึ่งตัวผ่านไปมาอีก ตัวอย่างเช่นที่คุณเห็นในรูปที่ 5 ถ้าค่าเฉลี่ยเคลื่อนที่ 15 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันนั่นเป็นสัญญาณบวกที่ราคาจะเริ่มเพิ่มขึ้น หากระยะเวลาที่ใช้ในการคำนวณค่อนข้างสั้นตัวอย่างเช่น 15 และ 35 อาจส่งสัญญาณการกลับรายการในระยะสั้น ในทางกลับกันเมื่อค่าเฉลี่ยสองค่าที่มีกรอบเวลาที่ค่อนข้างยาว (เช่น 50 และ 200) จะใช้เพื่อแนะนำการเปลี่ยนแปลงในระยะยาว อีกวิธีหนึ่งในการคำนวณค่าเฉลี่ยเคลื่อนที่คือการระบุระดับการสนับสนุนและความต้านทาน ไม่ใช่เรื่องแปลกที่จะเห็นสต็อกที่ได้รับการล้มหยุดการลดลงและทิศทางย้อนกลับเมื่อมันกระทบการสนับสนุนของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ การเคลื่อนที่ผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญมักถูกใช้เป็นสัญญาณโดยผู้ค้าทางเทคนิคว่าเทรนด์กำลังถอยกลับ ตัวอย่างเช่นถ้าราคาพักผ่านเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันในทิศทางที่ลดลงสัญญาณนี้จะเป็นสัญญาณว่าแนวโน้มขากลับกำลังถอยกลับ ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพในการวิเคราะห์แนวโน้มด้านความปลอดภัย พวกเขาให้การสนับสนุนที่มีประโยชน์และจุดความต้านทานและใช้งานง่ายมาก กรอบเวลาที่พบบ่อยที่สุดที่ใช้เมื่อสร้างค่าเฉลี่ยเคลื่อนที่ ได้แก่ 200 วัน 100 วัน 50 วัน 20 วันและ 10 วัน ค่าเฉลี่ย 200 วันนับเป็นวัดที่ดีสำหรับปีการค้าขายซึ่งเป็นค่าเฉลี่ยครึ่งวันของ 100 วันซึ่งเป็นค่าเฉลี่ย 50 วันของไตรมาสโดยเฉลี่ยอยู่ที่ 20 วันต่อเดือนและ 10 วันเฉลี่ย 2 สัปดาห์ การเคลื่อนย้ายค่าเฉลี่ยช่วยให้ผู้ค้าทางเทคนิคสามารถเอื้ออำนวยต่อการเคลื่อนไหวของราคาในแต่ละวันซึ่งทำให้ผู้ค้ามองเห็นแนวโน้มราคาได้ชัดเจนยิ่งขึ้น จนถึงตอนนี้เรามุ่งเน้นการเคลื่อนไหวของราคาผ่านแผนภูมิและค่าเฉลี่ย ในส่วนถัดไปดูเทคนิคอื่น ๆ ที่ใช้เพื่อยืนยันการเคลื่อนไหวของราคาและรูปแบบการวิเคราะห์ทางเทคนิค - Linear Weighted Moving Average (LWMA) Marcus Holland เขียน: LWMA เป็นตัวชี้วัดทางเทคนิคที่ตอบสนองได้เร็วกว่า lsquoSimple Moving Averagersquo (SMA) ไปสู่การพัฒนาด้านราคาใหม่เนื่องจากการอ่านล่าสุดได้รับการเน้นย้ำมากขึ้น อย่างไรก็ตาม LWMA ไม่เป็นที่นิยมในฐานะ (SMA) และ lsquoExponential Moving Averagersquo (EMA) LWMA ได้รับการออกแบบเพื่อตอบโต้ปัญหาที่ปกคลุมด้วยวัตถุฉนวนที่ระบุไว้กับ SMA ในลักษณะเดียวกับ EMA แม้ว่า LWMA จะให้ความสำคัญกับข้อมูลล่าสุดมากขึ้นโดยการใช้เทคนิคที่คล้ายคลึงกันกับ EMA แต่ก็มีความแตกต่างในแง่ของการอ่านเชิงเส้น ตัวอย่างเช่นหากคุณใช้ LWMA ห้าวันราคาปิดของวันแรกจะคูณด้วยวันที่สองวันที่สองและวันที่ห้า (5 วัน) ถึงห้า ค่าสุดท้ายจะได้รับโดยการหารการอ่านรายวันตามน้ำหนัก เช่นนี้การอ่าน LWMA ล่าสุดได้รับความสำคัญมากขึ้นเมื่อเทียบกับคนที่มีอายุมากกว่า คุณจะพบว่า LWMA ถูกนำไปใช้งานได้ดีที่สุดในฐานะตัวบ่งชี้ทางเทคนิคในระยะยาวเนื่องจากความสำคัญของการเพิ่มน้ำหนักจะเพิ่มขึ้นเมื่อใช้กรอบเวลาที่ยาวขึ้น คุณสามารถใช้ LWMA ได้เช่นเดียวกับที่คุณใช้ EMA คุณจะพบว่าผู้ค้าจำนวนมากใช้การรวมกันของ LWMA และ SMA พร้อมกัน เนื่องจากคุณสามารถรับการแจ้งเตือนการซื้อและขายได้เมื่อครอสโอเวอร์เฉลี่ยทั้งสองแบบเคลื่อนที่ นอกจากนี้คุณสามารถยืนยันแนวโน้มด้วยการระบุเมื่อ SMA และ LWMA กำลังเคลื่อนที่ไปในทิศทางเดียวกัน คุณสามารถยืนยันคุณสมบัติเหล่านี้ได้ในแผนภูมิ GBPUSD ข้างต้น คุณจะสังเกตเห็นตรงกลางของแผนภูมิว่าการข้าม LWMA (เส้นสีแดง) เหนือ SMA (เส้นสีดำ) มาพร้อมกับการเคลื่อนไหวของราคาที่รั้น คุณต้องชื่นชมว่า LWMA ได้รับการประเมินโดยการคูณจำนวนการอ่านการนับวันก่อนหน้าที่ระบุโดยมีปัจจัยที่มีการถ่วงน้ำหนัก พารามิเตอร์น้ำหนักจะกำหนดโดยใช้จำนวนวันที่คุณเลือกสำหรับค่าเฉลี่ยเคลื่อนที่ของคุณ ในการเลือกค่าเฉลี่ยเคลื่อนที่ที่เหมาะสมกับความต้องการของคุณคุณต้องเข้าใจว่าค่าเหล่านี้แตกต่างกันไปขึ้นอยู่กับค่าสัมประสิทธิ์น้ำหนักที่เกี่ยวข้องกับการอ่านข้อมูลล่าสุด ตัวอย่างเช่นการอ่านค่าของ SMA จะคำนวณโดยคำนึงถึงกรอบเวลาที่มีความสำคัญเท่าเทียมกันไม่ว่าจะเป็นใหม่หรือเก่า ในทางตรงกันข้าม EMA และ LWMA ให้ความสำคัญกับการอ่านล่าสุดของพวกเขามากขึ้น นอกจากนี้การอ่านดัชนีชี้วัดทางเทคนิคของ averagersquo คำนวณจากปัจจัยต่างๆเช่นราคาสูงสุดเปิดต่ำสุดราคาปิดของแต่ละช่วงเวลา ฯลฯ เนื่องจากคุณควรจะสามารถยืนยันจากการศึกษาแผนภาพด้านบนได้ จะได้รับสัญญาณการขายและการซื้อเมื่อราคาลดลงและไต่ขึ้นเหนือ LWMA อย่างไรก็ตามคุณจะพบว่า LWMA ไม่ใช่ตัวบ่งชี้ทางเทคนิคที่เหมาะสำหรับใช้ในการระบุการผกผันของราคาที่เกี่ยวข้องกับการเริ่มต้นและสิ้นสุดของแนวโน้ม กราฟด้านบนแสดงให้เห็นถึงค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันในการดำเนินการ SMA มีสีเขียว EMA เป็นสีน้ำเงินและ LWMA เป็นสีทอง จากการศึกษาแผนภูมิด้านบนคุณสามารถยืนยันได้ว่า LWMA ตอบสนองการเปลี่ยนแปลงราคาได้เร็วที่สุดเพราะตัวบ่งชี้นี้ระบุค่าล่าสุดที่ได้รับการเน้นย้ำมากกว่าการอ่านที่เก่ากว่า ดังนั้นผู้ค้าจำนวนมากใช้ประโยชน์จากคุณลักษณะอันมีค่าของ LWMA เพื่อช่วยให้พวกเขาทราบว่าราคามีการซื้อขายในลักษณะรั้นหรือขาประจำ ตัวอย่างเช่นในแผนภูมิด้านบน LWMA ข้าม SMA ที่จุดเริ่มต้นของแนวโน้มรั้นที่แสดงอยู่ตรงกลางของแผนภาพ LWMA ยังคงสูงกว่า SMA อย่างมีนัยสำคัญเมื่อราคาขึ้น อีกหนึ่งคุณลักษณะหลักที่แสดงให้เห็นว่าราคายังคงอยู่เหนือ LWMA ในช่วงแนวโน้มขาขึ้นนี้อย่างต่อเนื่อง EMA ยังมีคุณสมบัติเหมือนกัน แต่ไม่แตกต่างจากของ LWMA กราฟถัดไปแสดงให้เห็นว่า LWMA ยังอยู่ในแดน SMA ในช่วงขาลง อย่างไรก็ตามคุณควรสังเกตด้วยว่า EMA ต่ำกว่า SMA เมื่อเริ่มมีแนวโน้มขาลงเร็วกว่า LWMA ในความเป็นจริง LWMA ไม่บรรลุสถานะนี้จนกว่าแนวโน้มจะได้รับการพัฒนาเป็นอย่างดี ด้วยเหตุนี้ผู้ค้าจึงชอบ EMA ในการตรวจสอบการผันผวนของราคาเพื่อลดความเสียหายของ LWMA อย่างไรก็ตาม LWMA ยังคงเป็นทางเลือกชั้นเยี่ยมในการติดตามและตรวจสอบแนวโน้มเมื่อพัฒนาเต็มที่ สำเนา 2013 ลิขสิทธิ์มาร์คัสฮอลแลนด์ - สงวนลิขสิทธิ์ข้อสงวนสิทธิ์: ด้านบนเป็นเรื่องของความคิดเห็นที่ให้ไว้สำหรับวัตถุประสงค์ทั่วไปของข้อมูลเท่านั้นและไม่ได้มีวัตถุประสงค์เพื่อเป็นคำแนะนำในการลงทุน ข้อมูลและการวิเคราะห์ข้างต้นมาจากแหล่งที่มาและวิธีการใช้ที่เชื่อถือได้ แต่เราไม่สามารถยอมรับความรับผิดชอบต่อความสูญเสียใด ๆ ที่อาจเกิดขึ้นจากการวิเคราะห์นี้ บุคคลควรปรึกษากับที่ปรึกษาทางการเงินส่วนบุคคลของพวกเขาคัดลอก 2005-2016 MarketOracle. co. uk - ตลาด Oracle เป็นฟรีการวิเคราะห์ตลาดการเงินรายวัน amp คาดการณ์สิ่งพิมพ์ออนไลน์