Πώς να υπολογίσετε εκθετικούς κινούμενους μέσους όρους

Οι αναλυτές μετοχών χρησιμοποιούν κινούμενους μέσους όρους για να φιλτράρουν τον θόρυβο και να εντοπίζουν τις τάσεις. Δεν χρησιμοποιούνται για την πρόβλεψη των τιμών - αλλά οι πληροφορίες σχετικά με τις τάσεις προέρχονται από γραφήματα κινητών μέσων όρων, ειδικά από αρκετές οι κινητοί μέσοι όροι επικαλύπτονται το ένα πάνω στο άλλο, μπορούν να βοηθήσουν στον εντοπισμό σημείων αντίστασης και υποστήριξης και να ενεργοποιήσουν αποφάσεις για αγορά ή Πουλώ. Υπάρχουν δύο τύποι κινητών μέσων όρων: απλοί κινούμενοι μέσοι όροι και εκθετικοί κινούμενοι μέσοι όροι, με τους τελευταίους να ανταποκρίνονται ταχύτερα στις αλλαγές των τάσεων.

TL; DR (Πάρα πολύ καιρό; Δεν διαβάστηκε)

Ο εκθετικός τύπος κινητού μέσου είναι:

EMA = (τιμή κλεισίματος - EMA προηγούμενης ημέρας) × σταθερά εξομάλυνσης + EMA προηγούμενης ημέρας

όπου η σταθερά εξομάλυνσης είναι:

2 ÷ (αριθμός χρονικών περιόδων + 1)

Πώς να υπολογίσετε έναν απλό κινούμενο μέσο όρο

Προτού αρχίσετε να υπολογίζετε εκθετικούς κινούμενους μέσους όρους, πρέπει να είστε σε θέση να υπολογίσετε έναν απλό κινούμενο μέσο όρο ή SMA. Τόσο οι SMA όσο και οι EMA βασίζονται συνήθως στις τιμές κλεισίματος των μετοχών.

instagram story viewer

Για να βρείτε έναν απλό κινούμενο μέσο όρο, υπολογίζετε τον μαθηματικό μέσο όρο. Με άλλα λόγια, αθροίζετε όλες τις τιμές κλεισίματος στο SMA σας και, στη συνέχεια, διαιρέστε με τον αριθμό των τιμών κλεισίματος. Για παράδειγμα, εάν υπολογίζετε SMA 10 ημερών, θα προσθέσατε πρώτα όλες τις τιμές κλεισίματος από τις τελευταίες 10 ημέρες και, στη συνέχεια, διαιρέστε με τις 10. Έτσι, εάν οι τιμές κλεισίματος για μια περίοδο 10 ημερών είναι 12 $, 12 $, 13 $, 15 $, 18 $, 17 $, 18 $, 20 $, 21 $ και 24 $, το SMA θα ήταν:

12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \\ \ frac {170} {10} = 17

Έτσι, η μέση τιμή κλεισίματος για τη συγκεκριμένη χρονική περίοδο 10 ημερών είναι 17 $. Αλλά για να είναι το SMA χρήσιμο, πρέπει να υπολογίσετε έναν αριθμό SMA και να τους γράψετε και επειδή κάθε SMA μόνο ασχολείται με τα δεδομένα των προηγούμενων 10 ημερών, οι παλιές τιμές θα "εγκαταλείψουν" την εξίσωση καθώς προσθέτετε νέα δεδομένα πόντους. Αυτό επιτρέπει στο γράφημα του μέσου όρου να "κινείται" και να προσαρμόζεται στις αλλαγές στην τιμή με την πάροδο του χρόνου, αν και το Το σταθεροποιητικό αποτέλεσμα αυτών των παλαιών δεδομένων σημαίνει ότι υπάρχει μια περίοδος υστέρησης πριν από την πραγματική αντικατάσταση των τιμών κινούμενος μέσος όρος.

Για παράδειγμα: Την επόμενη μέρα, το απόθεμά σας κλείνει ξανά στα 24 $. Αυτή τη φορά, όταν υπολογίζετε το SMA, προσθέτετε το νεότερο σημείο δεδομένων στην εξίσωση σας, αλλά και "χάνετε" το παλαιότερο σημείο δεδομένων - την πρώτη τιμή κλεισίματος των 12 $ Τώρα, ο απλός κινητός μέσος όρος των 10 ημερών είναι:

12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \\ \ frac {182} {10} = 18.2

Θα κάνατε την ίδια διαδικασία καθημερινά, υπολογίζοντας ένα νέο SMA για κάθε μέρα που θέλετε να αντιπροσωπεύεται στο γράφημα σας.

Η περίοδος καθυστέρησης στους κινούμενους μέσους όρους

Η περίοδος καθυστέρησης πριν από το SMA σας φτάσει μέχρι τις πραγματικές αλλαγές τιμών δεν είναι απαραίτητα κακό. Αυτό το "lag" είναι αυτό που εξομαλύνει τη διακύμανση των καθημερινών τιμών. Εάν ο κινητός μέσος όρος αυξηθεί, γνωρίζετε ότι οι τιμές γενικά αυξάνονται, παρά τις περιοδικές μειώσεις. Ομοίως, εάν ένας κινητός μέσος όρος αρχίσει να μειώνεται, αυτό σημαίνει ότι οι τιμές γενικά μειώνονται παρά τις περιοδικές μειώσεις.

Δεύτερον, όσο μεγαλύτερη είναι η χρονική περίοδος για τον κινούμενο μέσο όρο σας (πέντε ημέρες έναντι 10 ημερών έναντι 100 ημερών και ούτω καθεξής), τόσο πιο αργά προσαρμόζεται ώστε να αντικατοπτρίζει τις τρέχουσες τάσεις. Έτσι, η συμπεριφορά ενός μακροπρόθεσμου κινούμενου μέσου όρου σας δίνει ένα παράθυρο σε μακροπρόθεσμες τάσεις, ενώ ένας μικρότερος κινούμενος μέσος όρος αντικατοπτρίζει τη συμπεριφορά πιο βραχυπρόθεσμων τάσεων.

Ο εκθετικός τύπος κινητού μέσου όρου

Η βασική διαφορά μεταξύ ενός απλού κινούμενου μέσου όρου (SMA) και του εκθετικού κινούμενου μέσου όρου (EMA) είναι ότι στον υπολογισμό του EMA, τα πιο πρόσφατα δεδομένα σταθμίζονται για να έχουν μεγαλύτερο αντίκτυπο. Αυτό κάνει τα EMA ταχύτερα από τα SMA να προσαρμόζουν και να αντανακλούν τις τάσεις. Στο μειονέκτημα, ένα EMA απαιτεί πολύ περισσότερα δεδομένα για να είναι αρκετά ακριβή.

Για να υπολογίσετε το EMA ενός συνόλου δεδομένων, πρέπει να κάνετε τρία πράγματα:

    Ο τύπος EMA βασίζεται στην τιμή EMA της προηγούμενης ημέρας. Δεδομένου ότι πρέπει να ξεκινήσετε τους υπολογισμούς σας κάπου, η αρχική τιμή για τον πρώτο σας υπολογισμό EMA θα είναι στην πραγματικότητα μια SMA. Για παράδειγμα, εάν θέλετε να υπολογίσετε ένα EMA 100 ημερών για το τελευταίο έτος της παρακολούθησης ενός συγκεκριμένου αποθέματος, θα ξεκινήσετε με το SMA των πρώτων 100 σημείων δεδομένων εκείνο το έτος.

    Είναι πάρα πολλοί αριθμοί για να προσθέσετε εδώ, οπότε ας δείξουμε το EMA πέντε ημερών ενός συνόλου δεδομένων που ξεκίνησε πριν από ένα χρόνο. Εάν οι πρώτες πέντε τιμές κλεισίματος του έτους ήταν 14 $, 13 $, 14 $, 12 $ και 13 $, το SMA σας είναι:

    14 + 13 + 14 + 12 + 13 = 66 \\ \ frac {66} {5} = 13.2

    Έτσι, το SMA, το οποίο γίνεται η αρχική τιμή EMA σας, είναι 13.2.

    Ο πολλαπλασιαστής στάθμισης ή η σταθερά εξομάλυνσης είναι αυτό που δίνει έμφαση στα πιο πρόσφατα δεδομένα και η αξία του εξαρτάται από τη χρονική περίοδο του EMA σας. Ο τύπος για τη σταθερά εξομάλυνσης είναι:

    \ frac {2} {\ text {αριθμός χρονικών περιόδων} + 1}

    Αν λοιπόν υπολογίζετε ένα EMA πέντε ημερών, αυτός ο υπολογισμός γίνεται:

    \ frac {2} {5 + 1} = \ frac {2} {6} = 0,3333

    ή, αν το εκφράσετε ως ποσοστό, 33,33%.

    Συμβουλές

    • Σημειώστε ότι ένα EMA μπορεί να αναφέρεται από τη χρονική περίοδο (σε αυτήν την περίπτωση, ένα EMA πέντε ημερών) ή από την ποσοστιαία αξία του (στην περίπτωση αυτή, ένα EMA 33,33%). Επίσης, όσο μικρότερη είναι η χρονική περίοδος, τόσο πιο βαριά θα σταθμίζονται τα πιο πρόσφατα δεδομένα.

    Τέλος, υπολογίστε ένα ξεχωριστό EMA για κάθε μέρα μεταξύ της αρχικής τιμής (το SMA που υπολογίσατε στο Βήμα 1) και σήμερα. Το κάνετε αυτό εισάγοντας τις πληροφορίες από τα βήματα 1 και 2 στον τύπο EMA:

    \ text {EMA} = (\ text {τιμή κλεισίματος} - \ text {EMA προηγούμενης ημέρας}) × \ text {σταθερά εξομάλυνσης ως δεκαδικό} + \ text {EMA προηγούμενης ημέρας}

    Θυμηθείτε, το "EMA της προηγούμενης ημέρας" για τον πρώτο σας υπολογισμό θα είναι το SMA που βρήκατε στο Βήμα 1, το οποίο είναι 13.2. Από τότε Η SMA κάλυψε δεδομένα αξίας των πρώτων πέντε ημερών, η πρώτη τιμή EMA που υπολογίζετε θα ισχύει την επόμενη ημέρα, δηλαδή ημέρα έξι. Χρησιμοποιώντας τα δεδομένα από τα βήματα 1 και 2 στον τύπο EMA, έχετε:

    \ start {aligned} \ text {EMA} & = (12 - 13.2) × 0.3333 + 13.2 \\ & = 12.80 \ end {στοίχιση}

    Έτσι, η τιμή EMA για την έκτη ημέρα είναι 12,80.

    Εάν η τιμή κλεισίματος της επτά ημέρας ήταν 11 $, θα επαναλάβατε τη διαδικασία, χρησιμοποιώντας την τιμή της έκτης ημέρας των 12,80 ως το νέο «EMA της προηγούμενης ημέρας». Έτσι, ο υπολογισμός για την επτά ημέρα έχει ως εξής:

    \ start {aligned} \ text {EMA} & = (11 - 12.8) × 0.3333 + 12.8 \\ & = 12.20 \ end {στοίχιση}

Λήψη ακριβούς EMA

Εάν θυμάστε ότι το αρχικό παράδειγμα είπε ότι θα υπολογίζατε το EMA πέντε ημερών της μετοχής για αξία ολόκληρου του έτους δεδομένα, αυτό σημαίνει ότι έχετε αρκετές εκατοντάδες υπολογισμούς ακόμη - γιατί πρέπει να υπολογίσετε μια μέρα στο χρόνος. Προφανώς, αυτό είναι πολύ πιο γρήγορο και πιο εύκολο με ένα πρόγραμμα υπολογιστή ή ένα σενάριο για τη μείωση των αριθμών για εσάς.

Εάν θέλετε πραγματικά το πιο ακριβές EMA, θα πρέπει να ξεκινήσετε τους υπολογισμούς σας με δεδομένα από την πρώτη ημέρα που το απόθεμα ήταν διαθέσιμο. Παρόλο που αυτό είναι συχνά ανέφικτο, ενισχύει επίσης το γεγονός ότι τα EMA χρησιμοποιούνται για να αντικατοπτρίζουν και να αναλύουν τις τάσεις - έτσι εάν γράφετε το EMA ξεκινώντας από την πρώτη ημέρα του αποθέματος θα δείτε πώς, μετά από μια περίοδο καθυστέρησης, η καμπύλη γραφήματος αλλάζει για να ακολουθήσει το πραγματικό απόθεμα τιμές. Εάν σχεδιάζετε επίσης ένα SMA για την ίδια χρονική περίοδο στο ίδιο γράφημα, θα δείτε επίσης ότι ένα EMA προσαρμόζεται στις αλλαγές της τιμής πιο γρήγορα από ό, τι ένα SMA.

Teachs.ru
  • Μερίδιο
instagram viewer