ง่าย เฉลี่ยเคลื่อนที่ matlab รหัส

ใช้ MATLAB ฉันจะหาค่าเฉลี่ยเคลื่อนที่ 3 วันของคอลัมน์เฉพาะของเมทริกซ์ได้อย่างไรและเพิ่มค่าเฉลี่ยเคลื่อนที่ลงในเมตริกซ์นั้นฉันพยายามคำนวณค่าเฉลี่ยเคลื่อนที่ 3 วันจากด้านล่างจนถึงด้านบนของเมตริกซ์ที่ฉันได้ให้ไว้ code. Given ต่อไปนี้เมทริกซ์และหน้ากากฉันได้ลองใช้คำสั่ง conv แต่ฉันได้รับข้อผิดพลาดนี่คือคำสั่ง conv ฉันได้รับการพยายามที่จะใช้ในคอลัมน์ที่ 2 ของเมทริกซ์ผลผลิต a. The ฉันต้องการจะได้รับใน เมทริกซ์ต่อไปนี้ถ้าคุณมีข้อเสนอแนะใด ๆ ฉันจะขอบคุณมากขอขอบคุณสำหรับคอลัมน์ 2 ของเมทริกซ์ผมคำนวณค่าเฉลี่ยเคลื่อนที่ 3 วันดังต่อไปนี้และวางผลในคอลัมน์ 4 ของเมทริกซ์ฉันเปลี่ยนชื่อเมทริกซ์เป็น wantOutput สำหรับภาพประกอบค่าเฉลี่ย 3 วันของ 17, 14, 11 คือ 14 ค่าเฉลี่ย 3 วันของ 14, 11, 8 คือ 11 เฉลี่ย 3 วันจาก 11, 8, 5 คือ 8 และค่าเฉลี่ย 3 วันของ 8, 5, 2 คือ 5 ไม่มีค่าในแถวล่าง 2 แถวสำหรับคอลัมน์ที่ 4 เนื่องจากการคำนวณค่าเฉลี่ยเคลื่อนที่ 3 วันเริ่มต้นที่ ด้านล่างผลลัพธ์ที่ถูกต้องจะไม่ปรากฏจนกว่าอย่างน้อย 17, 14, และ 11 หวังว่านี่จะทำให้ Aaron รู้สึกว่า Jun 12 13 ที่ 1 28. โดยทั่วไปจะช่วยถ้าคุณจะแสดงข้อผิดพลาดในกรณีนี้คุณกำลังทำผิดพลาดสองประการ . ก่อน convolution ของคุณจะต้องหารด้วยสามหรือความยาวของค่าเฉลี่ยเคลื่อนที่. ประการที่สองสังเกตขนาดของ c คุณไม่สามารถเพียงพอดีกับ c เป็นวิธีทั่วไปในการรับค่าเฉลี่ยเคลื่อนที่จะใช้ same. but ที่ doesn t ดูเหมือนว่าสิ่งที่คุณ want. Instead คุณถูกบังคับให้ใช้คู่ของ lines. Download movAv m ดูยัง movAv2 - รุ่นปรับปรุงให้ weighting. Description Matlab มีฟังก์ชันที่เรียกว่า movavg และ tsmovavg เวลาชุดค่าเฉลี่ยเคลื่อนที่ในกล่องเครื่องมือทางการเงิน movAv คือ ออกแบบมาเพื่อทำซ้ำฟังก์ชันพื้นฐานของโค้ดเหล่านี้โค้ดที่นี่เป็นตัวอย่างที่ดีในการจัดการดัชนีภายในลูปซึ่งอาจทำให้เกิดความสับสนในการเริ่มต้นด้วยการเก็บรหัสไว้อย่างจงใจและสั้นเพื่อให้ขั้นตอนนี้ clear. movAv ดำเนินการโดยใช้ avera ที่ง่าย ge ที่สามารถใช้ในการกู้คืนข้อมูลที่มีเสียงดังในบางสถานการณ์ทำงานโดยการใช้ค่าเฉลี่ยของอินพุท y บนหน้าต่างเวลาเลื่อนซึ่งมีขนาดระบุโดย n ยิ่ง n มีขนาดใหญ่เท่าไร ของ n เทียบกับความยาวของเวคเตอร์อินพุต y และมีประสิทธิภาพดีการเรียงลำดับของการสร้างตัวกรองความถี่ lowpass - ดูตัวอย่างและส่วนการพิจารณาเนื่องจากจำนวนการทำให้เรียบโดยแต่ละค่าของ n จะสัมพันธ์กับความยาวของอินพุต เวกเตอร์เสมอค่าการทดสอบค่าที่แตกต่างกันเพื่อดูสิ่งที่เหมาะสมจำได้ว่าจุด n จะหายไปในแต่ละเฉลี่ยหาก n เป็น 100 จุดแรก 99 ของเวกเตอร์ใส่ don t มีข้อมูลเพียงพอสำหรับค่าเฉลี่ย 100pt นี้สามารถหลีกเลี่ยงได้ ค่อนข้างโดยเฉลี่ยซ้อนตัวอย่างเช่นโค้ดและกราฟด้านล่างเปรียบเทียบจำนวนหน้าต่างเฉลี่ยของความยาวที่แตกต่างกันสังเกตว่าเรียบ 10 10pt เมื่อเทียบกับค่าเฉลี่ย 20pt เดียวในทั้งสองกรณี 20 จุดของข้อมูลจะสูญหายไปทั้งหมด สร้าง xaxis x 1 0 01 5 สร้างเสียงรบกวนรบกวน 4 เสียงเรียกร้องผิดพลาด 1 เสียงเงียบเสียงรบกวน 1 เสียงเงียบเสียงรบกวน 1 เสียงรบกวนที่สร้างขึ้นใหม่ 1 เสียงรบกวนความยาวเสียงรบกวนก่อให้เกิดเสียง ydata y exp x 10 เสียง 1 ความยาว x Perfrom averages y2 movAv y, 10 10 pt y3 movAv y2, 10 10 10 pt y4 movAv y, 20 20 pt y5 movAv y, 40 40 pt y6 movAv y, 100 100 pt พล็อตล็อตล็อต x, y, y2, y3, y4, y5, y6 ตำนาน Raw ข้อมูล, ค่าเฉลี่ยเคลื่อนที่ 10pt, 10 10pt, 20pt, 40pt, 100pt xlabel x yolabel y title การเปรียบเทียบการเคลื่อนที่โดยเฉลี่ย movAv รหัส m run-through function output movAv y, n บรรทัดแรกกำหนดชื่อฟังก์ชันอินพุตและเอาต์พุตอินพุท x ควรเป็นเวกเตอร์ของข้อมูลที่จะใช้ค่าเฉลี่ยเมื่อ n ควรเป็นจำนวนจุดที่จะทำค่าเฉลี่ยมากกว่าเอาต์พุตจะมีข้อมูลเฉลี่ยที่ส่งกลับโดยฟังก์ชัน Preallocate output output NaN 1, numel y หาจุดกึ่งกลางของ n midPoint round n 2 งานหลักของฟังก์ชั่นจะทำใน loop for แต่ก่อนที่จะเริ่มเตรียม 2 สิ่งคือ Fir stally output เป็น pre - จัดสรรเป็น NaNs นี้ทำหน้าที่สองวัตถุประสงค์ preallocation แรกคือการปฏิบัติที่ดีตามที่ลดหน่วยความจำเล่นกล Matlab ต้องทำประการที่สองก็ทำให้ง่ายในการวางข้อมูลเฉลี่ยเป็นเอาท์พุทขนาดเดียวกับ อินพุทเวกเตอร์หมายความว่า xaxis เดียวกันสามารถใช้งานได้ทั้งสองแบบซึ่งเหมาะสำหรับการวางแผนหรือสามารถถอด NaN ออกได้ในหนึ่งบรรทัดของเอาท์พุทเอาท์พุทแบบย่อส่วน midpoint ตัวแปรจะใช้เพื่อจัดตำแหน่งข้อมูลในเวกเตอร์การแสดงผล ถ้า n 10 จะหายไป 10 จุดเนื่องจากใน 9 จุดแรกของเวกเตอร์อินพุตไม่มีข้อมูลเพียงพอที่จะใช้ค่าเฉลี่ย 10 จุดเนื่องจากเอาท์พุทจะสั้นกว่าข้อมูลอินพุทจะต้องมีการปรับตำแหน่งอย่างถูกต้อง midPoint จะ ใช้เพื่อให้จำนวนข้อมูลที่เท่ากันจะหายไปเมื่อเริ่มต้นและสิ้นสุดและอินพุตจะถูกเก็บให้สอดคล้องกับผลลัพธ์โดยบัฟเฟอร์ NaN ที่สร้างขึ้นเมื่อตั้งค่าเอาต์พุตล่วงหน้าสำหรับความยาว 1 n-n ค้นหาช่วงดัชนีที่จะใช้ค่าเฉลี่ยมากกว่า abban คำนวณ ผลลัพธ์เฉลี่ย a midPoint หมายถึง yab end ในลูปสำหรับตัวเองค่าเฉลี่ยจะถูกยึดในแต่ละส่วนติดต่อกันของการป้อนข้อมูลลูปจะทำงานสำหรับ a ซึ่งกำหนดไว้เป็น 1 ถึงความยาวของอินพุต y ลบข้อมูลที่จะสูญหาย n ถ้า ใส่เป็น 100 จุดยาวและ n คือ 10, ห่วงจะทำงานจาก 1 ถึง 90 ซึ่งหมายความว่าให้ดัชนีแรกของกลุ่มที่จะเฉลี่ยดัชนีที่สอง b เป็นเพียง n - 1 ดังนั้นในการทำซ้ำครั้งแรก, 1 n 10 ดังนั้น b 11-1 10 ค่าเฉลี่ยแรกจะถูกยึด yab หรือ x 1 10 ค่าเฉลี่ยของส่วนนี้ซึ่งเป็นค่าเดียวจะถูกเก็บไว้ในเอาท์พุทที่จุดกึ่งกลางของจุดศูนย์หรือ 1 5 6. บนซ้ำที่สอง , 2 b 2 10-1 11 ดังนั้นค่าเฉลี่ยจะถูกยึด x 2 11 และเก็บไว้ในเอาต์พุต 7 ในรอบสุดท้ายของลูปสำหรับอินพุทที่มีความยาว 100, 91 b 90 10-1 100 ดังนั้นค่าเฉลี่ยจะถูกนำมา มากกว่า x 91 100 และเก็บไว้ในเอาท์พุท 95 ใบนี้จะส่งผลให้มีค่า N 10 nn ที่ดัชนี 1 5 และ 96 100 ตัวอย่างและข้อควรคำนึงการย้ายค่าเฉลี่ยจะเป็นประโยชน์ในบางสถานการณ์ นี่คือตัวอย่างสองแบบที่พวกเขาไม่จำเป็นต้องดีที่สุดการปรับเทียบของไมโครโฟนชุดข้อมูลนี้แสดงถึงระดับของแต่ละความถี่ที่ผลิตโดยลำโพงและบันทึกโดยไมโครโฟนโดยมีการตอบสนองเชิงเส้นที่เป็นที่รู้จักเอาท์พุทของลำโพงแตกต่างกันไป ความถี่ แต่เราสามารถแก้ไขรูปแบบนี้ด้วยข้อมูลการสอบเทียบได้ - เอาท์พุทสามารถปรับระดับได้เพื่อให้เกิดความผันผวนในการสอบเทียบข้อมูลที่ข้อมูลดิบมีเสียงดัง - นั่นหมายความว่าการเปลี่ยนแปลงเล็กน้อยในความถี่จะต้องเกิดขึ้น ขนาดใหญ่ผิดปกติการเปลี่ยนแปลงระดับในบัญชีสำหรับเป็นจริงหรือเป็นผลิตภัณฑ์ของสภาพแวดล้อมการบันทึกเป็นอย่างเหมาะสมในกรณีนี้เพื่อใช้ค่าเฉลี่ยเคลื่อนที่ที่คลี่ออกโค้งระดับความถี่เพื่อให้เส้นโค้งการสอบเทียบที่น้อยผิดปกติ แต่ทำไมไม่เหมาะกับกรณีนี้ในตัวอย่างนี้ข้อมูลอื่น ๆ จะดีกว่า - การสอบเทียบหลายครั้งทำงานโดยเฉลี่ยจะทำลายเสียงในระบบตราบเท่าที่ยังมีการวิ่ง dom และให้เส้นโค้งที่มีรายละเอียดปลีกย่อยน้อยลงค่าเฉลี่ยเคลื่อนที่สามารถประมาณค่านี้ได้เท่านั้นและอาจลบค่า dips และ peaks ที่สูงขึ้นบางส่วนออกจากเส้นโค้งที่เกิดขึ้นได้จริงคลื่น Sine การใช้ค่าเฉลี่ยเคลื่อนที่บนคลื่นซายน์ ปัญหาของการเลือกจำนวนที่เหมาะสมของจุดที่จะดำเนินการเฉลี่ย over. It มันง่าย แต่มีวิธีการที่มีประสิทธิภาพมากขึ้นในการวิเคราะห์สัญญาณมากกว่าค่าเฉลี่ยสัญญาณสั่นในโดเมนเวลาในกราฟนี้คลื่นไซน์เดิมเป็นพล็อตในเสียงสีฟ้าคือ เพิ่มและวางแผนเป็นเส้นโค้งสีส้มค่าเฉลี่ยเคลื่อนที่จะดำเนินการที่จุดต่างกันเพื่อดูว่าคลื่นต้นฉบับสามารถฟื้นตัวได้ 5 และ 10 จุดให้ผลลัพธ์ที่สมเหตุสมผล แต่อย่าเอาเสียงออกทั้งหมดซึ่งเป็นจำนวนจุดเริ่มต้นมากขึ้น สูญเสียรายละเอียด amplitude เป็นค่าเฉลี่ยขยายไปในช่วงที่แตกต่างกันจำคลื่น oscilates รอบศูนย์และค่าเฉลี่ย -1 1 0.An ทางเลือกจะสร้างตัวกรอง lowpass กว่าสามารถ ใช้กับสัญญาณในโดเมนความถี่ I m จะไม่ไปลงในรายละเอียดตามที่ไปเกินขอบเขตของบทความนี้ แต่เป็นเสียงเป็นความถี่สูงกว่าคลื่นความถี่พื้นฐานก็จะค่อนข้างง่ายในกรณีนี้เพื่อสร้าง ตัวกรองแบบ lowpass จะช่วยขจัดเสียงรบกวนความถี่สูง ๆ ค่าเฉลี่ยขั้นต่ำ - ค่าเฉลี่ยที่ง่ายและค่าเฉลี่ย Exponential. Moving - ค่าเฉลี่ยที่เรียบง่ายและค่าเฉลี่ย Exponential. Moving ทำให้ข้อมูลราคาเป็นไปตามแนวโน้ม แม้ว่าจะมีความล่าช้าก็ตามค่าเฉลี่ยเคลื่อนที่ที่ช่วยให้การดำเนินการด้านราคาทำได้อย่างราบรื่นและกรองสัญญาณรบกวนนอกจากนี้ยังเป็นการสร้างตัวบ่งชี้ทางเทคนิคและการวางซ้อนหลายแบบเช่น Bollinger Bands MACD และ McClellan Oscillator สองประเภทความนิยมมากที่สุดของค่าเฉลี่ยเคลื่อนที่คือ Simple Moving Average SMA และ Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถเป็นได้ ed เพื่อระบุทิศทางของแนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้นแผนภูมิต่อไปนี้มีทั้ง SMA และ EMA ในคลิกที่แผนภูมิสำหรับเวอร์ชันสดการคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าเฉลี่ยเคลื่อนที่จะคำนวณจากการคำนวณ ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่ระบุส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่อยู่บนพื้นฐานของราคาปิดราคาเฉลี่ยเคลื่อนที่ 5 วันเป็นผลรวมของราคาปิดในช่วงห้าวันหารด้วย 5 เป็นค่าเฉลี่ยถัวเฉลี่ยเคลื่อนที่ ย้ายข้อมูลเก่าจะลดลงเมื่อมีข้อมูลใหม่มาซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลาด้านล่างเป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่มีการเปลี่ยนแปลงไปสามวันวันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมา วันที่สองของค่าเฉลี่ยเคลื่อนที่จะลดลงจุดข้อมูลแรก 11 และเพิ่มจุดข้อมูลใหม่ 16 วันที่สามของค่าเฉลี่ยเคลื่อนที่จะลดลงต่อจุดข้อมูลแรก 12 และเพิ่มจุดข้อมูลใหม่ 17 ในตัวอย่างข้างต้นราคา s ค่อยๆเพิ่มขึ้นจาก 11 ถึง 17 ในช่วงเจ็ดวันแจ้งให้ทราบว่าค่าเฉลี่ยเคลื่อนที่ยังเพิ่มขึ้นจาก 13 ถึง 15 ในช่วงการคำนวณสามวันนอกจากนี้โปรดทราบว่าค่าเฉลี่ยเคลื่อนที่แต่ละค่าต่ำกว่าราคาล่าสุดตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่สำหรับ วันหนึ่งเท่ากับ 13 และราคาล่าสุด 15 ราคาก่อนหน้านี้สี่วันลดลงและทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงการคำนวณ AverageExponential Moving Average ค่าเฉลี่ยที่เลื่อนออกไปจะลดความล่าช้าโดยการใช้น้ำหนักมากขึ้นกับราคาล่าสุดการใช้น้ำหนักให้มากที่สุด ขั้นตอนการคํานวณค่าเฉลี่ยเคลื่อนที่ทีละขั้นตอนมีขั้นตอนสามขั้นตอนในการคํานวณค่าเฉลี่ยเคลื่อนที่ที่เป็นไปได้ขั้นแรกคำนวณค่าเฉลี่ยเคลื่อนที่แบบเรียบค่า EMA ที่มีการระบุค่าเฉลี่ยเคลื่อนที่จะต้องเริ่มต้นที่อื่นเพื่อให้ค่าเฉลี่ยเคลื่อนที่แบบง่ายถูกใช้เป็นระยะเวลาก่อนหน้า EMA ในการคำนวณครั้งแรกที่สองคำนวณตัวคูณที่ถ่วงน้ำหนักที่สามคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนาสูตรด้านล่างสำหรับ 10 วัน EMA. A 10- ค่าเฉลี่ยการเคลื่อนที่แบบเสแสร้งเป็นระยะ ๆ ใช้น้ำหนัก 18 18 กับราคาล่าสุด EMA 10 ระยะเวลายังสามารถเรียกว่า EMA 18 18 EMA 20 ระยะเวลา 20 ใช้การชั่งน้ำหนัก 9 52 เป็นราคาล่าสุด 2 20 1 0952 สังเกตว่าการถ่วงน้ำหนัก ในความเป็นจริงการชั่งน้ำหนักจะลดลงครึ่งหนึ่งทุกครั้งที่รอบระยะเวลาเฉลี่ยที่เคลื่อนที่ได้สองเท่าหากคุณต้องการให้เราเป็นเปอร์เซ็นต์เฉพาะสำหรับ EMA คุณสามารถใช้สูตรนี้ในการแปลงได้ ให้เป็นช่วงเวลาและป้อนค่าดังกล่าวเป็นพารามิเตอร์ของ EMA ด้านล่างเป็นตัวอย่างของสเปรดชีตของค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่เชิงเส้นที่ใช้เวลา 10 วันสำหรับ Intel Simple moving averages จะตรงไปตรงมาและต้องมีคำอธิบายเล็กน้อย 10 วันเฉลี่ยจะเคลื่อนไปตามราคาใหม่และราคาเก่าจะลดลงค่าเฉลี่ยเคลื่อนที่เฉลี่ยเริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ 22 22 ในการคำนวณครั้งแรกหลังจากการคำนวณครั้งแรกสูตรปกติใช้เวลามากกว่า B ecause EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่แบบง่ายๆค่าที่แท้จริงของมันจะไม่ได้รับรู้จนกว่าจะถึง 20 ปีดังนั้นในอีกระยะหนึ่งค่าในกระดาษคำนวณของ excel อาจแตกต่างจากค่าแผนภูมิเนื่องจากระยะเวลาย้อนกลับสั้น ๆ สเปรดชีตนี้เท่านั้น กลับไป 30 งวดซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลาในการกระจายสต๊อกชิพ 20 ช่วงเวลาอย่างน้อย 250 รอบซึ่งโดยมากแล้วจะมากขึ้นสำหรับการคำนวณดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายตัวออกไปอย่างสิ้นเชิง ปัจจัยความล่าช้า (Lag Factor) ค่าเฉลี่ยการเคลื่อนที่เฉลี่ยที่ยาวนานขึ้นค่าความเป็นไปได้มากขึ้นค่าเฉลี่ยเคลื่อนที่แบบเสด็จมาเป็นเวลา 10 วันจะกอดราคาใกล้เคียงมากและไม่นานหลังจากที่ราคาเปลี่ยนเป็นค่าเฉลี่ยของการเคลื่อนที่แบบสั้น ๆ เช่นเดียวกับเรือความเร็วเร็วและเปลี่ยนได้อย่างรวดเร็วในทางตรงกันข้าม 100 ค่าเฉลี่ยเคลื่อนที่ในวันนี้มีจำนวนข้อมูลในอดีตที่ลดลงค่าเฉลี่ยที่ยาวกว่านี้เป็นเหมือนเรือเดินสมุทรในมหาสมุทร - เซื่องซึมและชะลอการเปลี่ยนแปลงการเคลื่อนไหวของราคาที่ยาวขึ้นและยาวนานขึ้นเป็นเวลา 100 วัน ค่าเฉลี่ยของการเปลี่ยนแปลงหลักสูตรคลิกบนแผนภูมิสำหรับแผนภูมิแบบสดแผนภูมิด้านบนแสดง SP 500 ETF โดยมี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่สูงกว่าแม้จะมีการลดลงในเดือนมกราคมถึงเดือนกุมภาพันธ์ 100 SMA วันจัดขึ้นแน่นอนและไม่ได้เปิดลง SMA 50 วันเหมาะกับบางระหว่าง 10 และ 100 วันย้ายค่าเฉลี่ยเมื่อมันมาถึงปัจจัยล่าช้าเรียบง่ายและค่าเฉลี่ยเคลื่อนที่แม้จะมีความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย และการเปลี่ยนแปลงของค่าเฉลี่ยเลขคณิตหนึ่งไม่จำเป็นต้องดีไปกว่าค่าเฉลี่ยเคลื่อนที่อื่น ๆ ที่มีความล่าช้าน้อยลงและมีความไวต่อราคาล่าสุดมากขึ้นและการเปลี่ยนแปลงราคาล่าสุดการเปลี่ยนแปลงค่าเฉลี่ยเลขยกกำลังจะเปลี่ยนไปก่อนค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในทางกลับกัน เป็นตัวแทนของค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมดดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกว่าเพื่อระบุระดับการสนับสนุนหรือความต้านทานค่าเฉลี่ยที่เป็นไปได้ขึ้นอยู่กับ objectiv es รูปแบบการวิเคราะห์และเส้นขอบเวลา Chartists ควรทดสอบทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่และระยะเวลาที่แตกต่างกันเพื่อหาพอดีที่ดีที่สุดแผนภูมิด้านล่างแสดง IBM ด้วย SMA 50 วันสีแดงและ EMA 50 วันเป็นสีเขียวทั้งสองแหลม ปลายเดือนมกราคม แต่การลดลงของ EMA นั้นรุนแรงกว่า SMA ที่ลดลง EMA เปิดขึ้นในช่วงกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงไปจนถึงสิ้นเดือนมีนาคมประกาศว่า SMA กลับมาอยู่เหนือหนึ่งเดือนหลังจาก EMA ระยะเวลาและ Timeframes ความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์โดยเฉลี่ยระยะสั้นค่าเฉลี่ยระยะสั้น 5-20 เหมาะสมกับแนวโน้มระยะสั้นและการซื้อขาย Chartists สนใจในแนวโน้มระยะกลางจะเลือกใช้ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นซึ่งอาจขยายไปได้ 20-60 ช่วง นักลงทุนระยะยาวจะชอบเคลื่อนไหวค่าเฉลี่ยที่มีระยะเวลา 100 หรือมากกว่าระยะเวลาในการเคลื่อนที่เฉลี่ยบางส่วนเป็นที่นิยมมากกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจเป็นที่นิยมมากที่สุดเพราะความยาวของระยะเวลานี้ชัดเจนในระยะยาว ค่าเฉลี่ยเคลื่อนที่เฉลี่ยย้อนหลัง 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มในระยะปานกลางนักเกรเทอร์หลายคนใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันและ 200 วันโดยรวมระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นที่นิยมมากในอดีตเนื่องจาก มันง่ายต่อการคำนวณหนึ่งเพียงแค่เพิ่มตัวเลขและย้ายทศนิยม point. Trend Identification สัญญาณเดียวกันสามารถสร้างขึ้นโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่ง่ายหรือค่าเฉลี่ยที่ระบุไว้ดังที่ระบุไว้ข้างต้นการตั้งค่าขึ้นอยู่กับแต่ละตัวอย่างด้านล่างนี้จะใช้ทั้งง่ายและชี้แจง ค่าเฉลี่ยเคลื่อนที่เฉลี่ยหมายถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยที่เป็นตัวชี้วัดทิศทางของค่าเฉลี่ยเคลื่อนที่จะบ่งบอกถึงข้อมูลที่สำคัญเกี่ยวกับราคาค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าราคาโดยทั่วไปจะเพิ่มขึ้นค่าเฉลี่ยถ่วงน้ำหนักที่ลดลงบ่งชี้ว่าราคาโดยเฉลี่ยตกลงไป A การเพิ่มขึ้นของค่าเฉลี่ยเคลื่อนที่ระยะยาวสะท้อนถึงแนวโน้มขาขึ้นในระยะยาวค่าเฉลี่ยเคลื่อนที่ที่ลดลงในระยะยาวสะท้อนถึงแนวโน้มขาลงในระยะยาวแผนภูมิข้างบนแสดงถึง 3M MMM w ค่าเฉลี่ยถ่วงน้ำหนัก 150 วันตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้ทำงานได้ดีเพียงใดเมื่อแนวโน้มแข็งแกร่งขึ้น EMA 150 วันในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 สังเกตว่าการปรับตัวลดลง 15 ครั้งในทิศทางนี้ หรือหลังจากที่เกิดขึ้นในช่วงที่เลวร้ายที่สุด MMM ยังคงลดลงในเดือนมีนาคม 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่ได้เปิดขึ้นจนกว่าจะถึงช่วงนี้ อย่างไรก็ตาม MMM ยังคงสูงขึ้นต่อไปอีก 12 เดือนการเคลื่อนไหวโดยเฉลี่ยมีแนวโน้มที่ดีขึ้นอย่างมาก Double Crossovers. Two ค่าเฉลี่ยเคลื่อนที่สามารถใช้ร่วมกันเพื่อสร้างสัญญาณครอสโอเวอร์ในการวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy เรียกวิธีนี้ว่าไขว้แบบคู่ Double crossovers เกี่ยวข้องกับหนึ่ง ค่าเฉลี่ยเคลื่อนที่ค่อนข้างสั้นและค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างยาวเช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทุกๆค่าความยาวโดยทั่วไปของค่าเฉลี่ยเคลื่อนที่จะกำหนดระยะเวลาของ stem ระบบที่ใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระบบระยะสั้นที่ใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางถึงแม้จะเป็นระยะยาวก็ตามการเกิดการครอสโอเวอร์แบบ bullish เกิดขึ้น เมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเหนือค่าเฉลี่ยที่ยาวขึ้นค่านี้เป็นที่รู้จักกันว่าเป็นเครื่องหมายกากบาทสีแดงเครื่องหมายไขว้แบบหยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงจะต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นนี้เรียกว่า cross cross ที่ตายแล้ว ทุกระบบใช้ตัวบ่งชี้ที่ปกคลุมด้วยวัตถุขังทั้งสองตัวขึ้นไประยะเวลาเฉลี่ยที่ยาวนานขึ้นสัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีขึ้นอย่างไรก็ตามระบบครอสโอเวอร์เฉลี่ยเคลื่อนที่จะทำให้เกิด whipsaws จำนวนมากในกรณีที่ไม่มีแรง แนวโน้มนอกจากนี้ยังมีวิธีไขว้สามที่เกี่ยวข้องกับสามค่าเฉลี่ยเคลื่อนที่อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามสองค่าเฉลี่ยเคลื่อนที่อีกครั้งระบบไขว้ง่ายสามอาจ invo ldo ค่าเฉลี่ยเคลื่อนที่ 5 วัน 10 วันและ 20 วันแผนภูมิข้างบนแสดง Home Depot HD พร้อมด้วยเส้นสีเขียว EMA 10 วันและเส้นสีแดง EMA 50 วันสายสีดำคือการปิดบัญชีรายวันโดยใช้ Crossover แบบถ่วงน้ำหนักเคลื่อนไหวโดยเฉลี่ย จะส่งผลให้มี whipsaws สามตัวก่อนที่จะเริ่มมีการซื้อขายที่ดี EMA 10 วันพังทลายลงมาต่ำกว่า EMA 50 วันในช่วงปลายเดือนตุลาคมที่ผ่านมา แต่ไม่นานนักเมื่อ 10 วันย้อนหลังไปถึงกลางเดือนพฤศจิกายน แต่ครอสโอเวอร์แบบลบต่อไปในเดือนม. ค. ที่เกิดขึ้นใกล้ระดับราคาในปลายเดือนพฤศจิกายนส่งผลให้เกิดการแส้วข้ามอีกครั้งการปรับตัวลดลงนี้ไม่นานจน EMA 10 วันขยับขึ้นเหนือ 50 วันในอีกไม่กี่วันต่อมา 4 หลังจากสัญญาณไม่ดี 3 สัญญาณ, สัญญาณที่สี่คาดเดาการเคลื่อนไหวที่แข็งแกร่งเป็นสต็อกสูงกว่า 20.There สอง takeaways ที่นี่แรกไขว้มีแนวโน้มที่จะ whipsaw ราคาหรือตัวกรองเวลาสามารถนำมาใช้เพื่อช่วยป้องกัน whipsaws ผู้ค้าอาจต้องครอสโอเวอร์ไป 3 วันก่อนที่จะทำหน้าที่หรือ ต้องการให้ EMA 10 วันเคลื่อนตัวเหนือด้านล่าง E 50 วัน EMA เป็นจำนวนมากก่อนที่จะทำหน้าที่ที่สอง MACD สามารถใช้ในการระบุและหาปริมาณของไขว้เหล่านี้ MACD 10,50,1 จะแสดงเส้นแสดงความแตกต่างระหว่างสองค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรง MACD จะเป็นบวกในช่วงข้ามทองคำและ negative ในช่วงตายข้าม Oscillator ค่าร้อยละ PPO สามารถใช้วิธีเดียวกับที่จะแสดงความแตกต่างร้อยละทราบว่า MACD และ PPO จะขึ้นอยู่กับค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรงและจะไม่ตรงกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายแผนภูมินี้แสดง Oracle ORCL กับ 50 วัน EMA 200 วันและ MACD 50,200,1 หุ้นมีการครอสโอเวอร์ที่มีค่าเฉลี่ย 4 ช่วงระยะเวลา 2 1 2 ปีแรกสามตัวมีผลทำให้เกิด whipsaws หรือการค้าที่ไม่ดีแนวโน้มเริ่มมีเสถียรภาพโดยเริ่มมีการครอสโอเวอร์ที่สี่เมื่อ ORCL ก้าวขึ้นสู่ช่วงกลางยุค 20 อีกครั้งหนึ่งการเคลื่อนไหวของค่าไขว้เฉลี่ยจะทำงานได้ดีเมื่อแนวโน้มมีความแข็งแกร่ง แต่จะสร้างความสูญเสียในกรณีที่ไม่มีแนวโน้มค่า Cross Cross เฉลี่ยของเป้าหมายนอกจากนี้ยังสามารถใช้ในการสร้างสัญญาณด้วยไขว้ราคาที่เรียบง่าย สัญญาณรั้นจะถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวเหนือเส้นค่าเฉลี่ยเคลื่อนที่สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ค่าไขว้ราคาสามารถรวมเข้ากับการค้าภายในแนวโน้มที่ใหญ่กว่าค่าเฉลี่ยของการเคลื่อนไหวที่ยาวนานขึ้นจะกำหนดทิศทางของแนวโน้มที่ใหญ่ขึ้นและการเคลื่อนไหวที่สั้นลง เฉลี่ยจะใช้ในการสร้างสัญญาณหนึ่งจะมองหาราคารั้น bullish เมื่อเมื่อราคามีอยู่แล้วสูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไปนี้จะซื้อขายในความสามัคคีกับแนวโน้มที่ใหญ่กว่าตัวอย่างเช่นถ้าราคาอยู่เหนือค่าเฉลี่ยเคลื่อนที่ 200 วันแผนภูมิจะ มุ่งเน้นเฉพาะสัญญาณเมื่อราคาเคลื่อนตัวเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันอย่างเห็นได้ชัดการเคลื่อนไหวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะนำสัญญาณดังกล่าวมาก่อน แต่การข้ามเครื่องหมายลบดังกล่าวจะไม่มีผลเนื่องจากแนวโน้มใหญ่ขึ้น การฟื้นตัวที่ใหญ่ขึ้นการกลับข้ามด้านบนของค่าเฉลี่ยเคลื่อนที่ 50 วันจะส่งสัญญาณการปรับตัวขึ้นของราคาและความต่อเนื่องของแนวโน้มขาขึ้นที่ใหญ่ขึ้นกราฟถัดไปแสดง E merson Electric EMR มี EMA 50 วันและ EMA 200 วันหุ้นขึ้นไปเหนือระดับเฉลี่ย 200 วันในเดือนสิงหาคมมีการปรับตัวลงมาต่ำกว่า EMA 50 วันในช่วงต้นเดือนพฤศจิกายนและอีกครั้งในช่วงต้นเดือนกุมภาพันธ์ราคาปรับตัวลงอย่างรวดเร็ว สูงกว่า EMA 50 วันเพื่อให้สัญญาณลูกศรสีเขียวในแนวราบสอดคล้องกับขาขึ้นที่ใหญ่ขึ้น MACD 1,50,1 จะปรากฏในหน้าต่างตัวบ่งชี้เพื่อยืนยันการข้ามผ่านด้านล่างหรือด้านล่าง EMA 50 วัน EMA ระยะเวลา 1 วันจะเท่ากับการปิด ราคา MACD 1,50,1 เป็นบวกเมื่อการดีดตัวอยู่ใกล้เส้น EMA 50 วันและเป็นลบเมื่อระยะก่อนหน้าใกล้ด้านล่าง EMA 50 วันแนวรับและแนวต้านค่าเฉลี่ย Mastery ยังสามารถทำหน้าที่เป็นแนวรับและแนวต้านใน downtrend ขาขึ้นระยะสั้นอาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ใน Bollinger Bands ขาขึ้นในระยะยาวอาจได้รับแรงสนับสนุนจากค่าเฉลี่ยเคลื่อนที่ 200 วันซึ่งเป็นระยะยาวที่ได้รับความนิยมมากที่สุด ค่าเฉลี่ยเคลื่อนที่หากความเป็นจริงค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือ แผนภูมินี้แสดงให้เห็นว่า NY Composite มีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลางปี ​​2547 จนถึงสิ้นปี พ. ศ. 2551 200 วันให้การสนับสนุนหลายครั้งระหว่าง ความคืบหน้าเมื่อแนวโน้มย้อนกลับไปกับการพักฐานสองด้านบนค่าเฉลี่ยเคลื่อนที่ 200 วันทำหน้าที่เป็นแนวต้านที่ 9500 ไม่ควรคาดหวังว่าการสนับสนุนและความต้านทานที่แท้จริงจะมาจากค่าเฉลี่ยเคลื่อนที่โดยเฉพาะอีกต่อไปโดยเฉลี่ยที่เคลื่อนไหวอีกต่อไปตลาดมีการขับเคลื่อนด้วยอารมณ์ซึ่งทำให้พวกเขา แนวโน้มการใช้ค่าเฉลี่ยเคลื่อนที่ (moving average) จะต้องมีการถ่วงน้ำหนักกับข้อเสีย (Moving averages) มีแนวโน้มเป็นไปตามแนวโน้มหรือล้าหลังตัวชี้วัดซึ่งจะเป็นขั้นตอนที่อยู่เบื้องหลัง นี้ไม่จำเป็นต้องเป็นสิ่งที่ไม่ดีแม้ว่าหลังจากที่ทุกแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของแนวโน้มการย้ายเฉลี่ยค่าประกันที่ผู้ประกอบการค้า อยู่ในแนวเดียวกันกับแนวโน้มในปัจจุบันถึงแม้จะมีแนวโน้มเป็นเพื่อนของคุณ แต่หลักทรัพย์ก็ต้องใช้เวลามากในช่วงการซื้อขายซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผลเมื่ออยู่ในแนวโน้มค่าเฉลี่ยเคลื่อนที่จะช่วยให้คุณได้ แต่ยังให้สัญญาณช้า Don t คาดว่าจะขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตัวเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดแนวโน้มโดยรวมแล้ว ใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือเกินซื้อการเพิ่มค่าเฉลี่ยของการเคลื่อนไหวไปยัง StockCharts Charts. Moving averages มีให้เป็นคุณลักษณะการวางซ้อนราคาบนโต๊ะทำงาน SharpCharts โดยใช้เมนูแบบเลื่อนลง Overlays ผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่แบบธรรมดาหรือค่าเฉลี่ยเคลื่อนที่แบบเสวนา พารามิเตอร์แรกจะใช้เพื่อกำหนดจำนวนรอบระยะเวลาคุณสามารถเพิ่มพารามิเตอร์ที่เป็นตัวเลือกเพื่อระบุฟิลด์ราคาที่ควรใช้ในการคำนวณ O สำหรับ th e, H สำหรับ High, L สำหรับ Low, และ C สำหรับ Close เครื่องหมายจุลภาคใช้เพื่อแยกพารามิเตอร์พารามิเตอร์ที่เป็นตัวเลือกอื่นสามารถเพิ่มเพื่อเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางซ้ายหรืออนาคตที่ถูกต้องค่าลบ -10 จะ เปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย 10 ช่วงเวลาจำนวนบวก 10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 รอบระยะเวลาหลายค่าเฉลี่ยเคลื่อนที่สามารถวางทับราคาได้โดยเพียงแค่เพิ่มอีกชั้นวางซ้อนกับสมาชิก Workbench StockCharts สามารถเปลี่ยนสีและรูปแบบได้ เพื่อแยกแยะระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ ตัวเลือกหลังจากเลือกตัวบ่งชี้ให้เปิดตัวเลือกขั้นสูงโดยคลิกสามเหลี่ยมสีเขียวเล็กน้อย ตัวเลือกขั้นสูงสามารถใช้เพื่อเพิ่มการวางซ้อนค่าเฉลี่ยเคลื่อนไหวสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่แตกต่างกันโดยใช้เส้นค่าเฉลี่ยเคลื่อนที่ที่มีการสแกนสต็อกช็อต สมาชิกสามารถใช้เพื่อสแกนหาค่าเฉลี่ยของสถานการณ์ที่เคลื่อนไหวได้โดยทั่วไปการเคลื่อนไหวเฉลี่ยข้ามเฉลี่ยการสแกนนี้จะหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้นและการข้ามผ่านแนวราบของ EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วัน จะเพิ่มขึ้นตราบเท่าที่มีการซื้อขายเหนือระดับของห้าวันที่ผ่านมาข้ามรั้นเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือเส้น EMA 35 วันเมื่อเทียบกับค่าเฉลี่ยสูงกว่าค่าเฉลี่ยการเคลื่อนที่ข้ามเส้นขยับ Crossish Moving Average Cross การสแกนนี้จะมองหาหุ้นที่ลดลง 150- วันค่าเฉลี่ยการเคลื่อนไหวแบบถดถอยและเส้นค่าเฉลี่ยถดถอยในระยะสั้น EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วันจะลดลงตราบเท่าที่ราคาซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา ต่ำกว่า EMA 35 วันที่ ABO หนังสือเล่มนี้มีบทที่อุทิศให้กับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆของพวกเขา Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ยนอกจากนี้เมอร์ฟี่แสดงให้เห็นว่าการเคลื่อนไหวโดยเฉลี่ยทำงานร่วมกับ Bollinger Bands และระบบการซื้อขายบนช่องทางอย่างไรเทคนิค การวิเคราะห์ตลาดการเงิน John Murphy