אנליסטים של מניות משתמשים בממוצעים נעים כדי לסנן את הרעש ולזהות מגמות. הם לא משמשים לחיזוי מחירים - אלא מידע המגמה שנלקח מגרפים של ממוצעים נעים, במיוחד כמה ממוצעים נעים המונחים זה על גבי זה, יכולים לעזור בזיהוי נקודות התנגדות ותמיכה, ולהפעיל החלטות לקנות או מכירה. ישנם שני סוגים של ממוצעים נעים: ממוצעים נעים פשוטים וממוצע נע אקספוננציאלי, כאשר האחרונים מגיבים במהירות רבה יותר לשינויים במגמות.
TL; DR (ארוך מדי; לא קרא)
הנוסחה הממוצעת הנע אקספוננציאלית היא:
EMA = (מחיר סגירה - EMA של יום קודם) × קבוע החלקה + EMA של יום קודם
איפה קבוע ההחלקה הוא:
2 ÷ (מספר פרקי זמן + 1)
כיצד לחשב ממוצע נע פשוט
לפני שתוכל להתחיל לחשב ממוצעים נעים אקספוננציאליים, עליך להיות מסוגל לחשב ממוצע נע פשוט או SMA. הן SMA והן EMA מבוססים בדרך כלל על מחירי סגירת מניות.
כדי למצוא ממוצע נע פשוט, אתה מחשב את הממוצע המתמטי. במילים אחרות, אתה מסכם את כל מחירי הסגירה ב- SMA שלך, ואז מחלק במספר מחירי הסגירה. לדוגמא, אם אתה מחשב SMA של 10 יום, תחילה הוסף את כל מחירי הסגירה מ -10 הימים האחרונים ואז חלק עם 10. אז אם מחירי הסגירה על פני תקופה של 10 ימים הם $ 12, $ 12, $ 13, $ 15, $ 18, $ 17, $ 18, $ 20, $ 21 ו- $ 24, ה- SMA יהיה:
12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \\ \ frac {170} {10} = 17
אז מחיר הסגירה הממוצע לאותה פרק זמן של 10 ימים הוא 17 דולר. אך על מנת שה- SMA יהיה שימושי עליכם לחשב מספר SMA ולרשום אותם, ומכיוון שכל SMA בלבד עוסק בערך הנתונים של 10 הימים הקודמים, ערכים ישנים "יישרו" מהמשוואה ככל שתוסיף נתונים חדשים נקודות. זה מה שמאפשר לגרף הממוצע "לנוע" ולהסתגל לשינויים במחיר לאורך זמן, אם כי ההשפעה המייצבת של הנתונים הישנים פירושה שיש תקופת פיגור לפני ששינויים במחירים באים לידי ביטוי בפשטות שלך ממוצע נע.
לדוגמא: למחרת המניה שלך נסגרת שוב ב -24 דולר. הפעם כאשר אתה מחשב את ה- SMA אתה מוסיף את נקודת הנתונים החדשה ביותר למשוואה שלך, אך גם "מאבד" את נקודת הנתונים העתיקה ביותר - מחיר הסגירה הראשון בסך 12 $. אז עכשיו הממוצע הנע הפשוט של 10 הימים שלך הוא:
12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \\ \ frac {182} {10} = 18.2
היית מבצע את אותו התהליך מדי יום, ומחשב SMA חדש לכל יום שתרצה שיוצג בתרשים שלך.
תקופת הפיגור בממוצעים נעים
תקופת האיחור לפני שה SMA שלך תופס שינויים במחירים בפועל אינה בהכרח דבר רע; ש"פיגור "הוא זה שמחליק את השונות במחירים היומיומיים. אם הממוצע הנע עולה, אתה יודע שהמחירים בדרך כלל עולים, למרות ירידות תקופתיות. כמו כן, אם ממוצע נע מתחיל לרדת, פירוש הדבר שהמחירים בדרך כלל יורדים למרות ירידות תקופתיות.
שנית, ככל שתקופת הזמן הממוצעת הנעית שלך ארוכה יותר (חמישה ימים לעומת 10 יום לעומת 100 יום וכן הלאה), כך היא מתאימה לאט יותר כדי לשקף את המגמות הנוכחיות. אז ההתנהגות של ממוצע נע לטווח הארוך נותנת לך חלון למגמות ארוכות טווח, בעוד שממוצע נע קצר יותר משקף את ההתנהגות של מגמות קצרות טווח יותר.
הנוסחה הממוצעת הנע האקספוננציאלית
ההבדל העיקרי בין ממוצע נע פשוט (SMA) לממוצע נע אקספוננציאלי (EMA) הוא שבחישוב ה- EMA, הנתונים האחרונים משוקללים כך שישפיעו יותר. זה הופך את ה- EMA למהירים יותר מ- SMA להתאים ולשקף מגמות. בצד החיסרון, EMA דורש הרבה יותר נתונים כדי להיות מדויקים באופן סביר.
על מנת לחשב את ה- EMA של קבוצת נתונים, עליך לעשות שלושה דברים:
שים לב כי ניתן להתייחס ל- EMA על פי פרק הזמן שלה (במקרה זה, EMA של חמישה ימים) או על פי ערך האחוז שלו (במקרה זה, EMA של 33.33%). כמו כן, ככל שתקופת הזמן קצרה יותר, ישקללו הנתונים האחרונים בכבדות רבה יותר.
נוסחת ה- EMA מבוססת על ערך ה- EMA של היום הקודם. מכיוון שעליך להתחיל את החישובים שלך איפשהו, הערך הראשוני לחישוב ה- EMA הראשון שלך יהיה למעשה SMA. לדוגמה, אם ברצונך לחשב EMA של 100 יום בשנה האחרונה למעקב אחר מניה מסוימת, תתחיל עם ה- SMA של 100 נקודות הנתונים הראשונות באותה שנה.
זה יותר מדי מספרים להוסיף כאן, אז במקום זאת נדגים את ה- EMA בן חמשת הימים של מערך נתונים שהחל לפני שנה. אם חמשת מחירי הסגירה הראשונים של השנה היו $ 14, $ 13, $ 14, $ 12 ו- $ 13, ה- SMA שלך הוא:
14 + 13 + 14 + 12 + 13 = 66 \\ \ frac {66} {5} = 13.2
אז ה- SMA, שהופך לערך ה- EMA הראשוני שלך, הוא 13.2.
מכפיל הניפוח או קבוע ההחלקה הם המדגישים את הנתונים העדכניים ביותר, וערכם תלוי בפרק הזמן של ה- EMA שלך. הנוסחה לקבוע ההחלקה שלך היא:
\ frac {2} {\ text {מספר פרקי זמן} + 1}
אז אם אתה מחשב EMA בן חמישה ימים, חישוב זה הופך להיות:
\ frac {2} {5 + 1} = \ frac {2} {6} = 0.3333
או אם אתה מבטא זאת באחוזים, 33.33%.
טיפים
לבסוף, חישב EMA נפרד לכל יום בין הערך ההתחלתי (ה- SMA שחישבת בשלב 1) להיום. אתה עושה זאת על ידי הזנת המידע משלבים 1 ו -2 לנוסחת EMA:
\ text {EMA} = (\ text {מחיר סגירה} - \ text {EMA של היום הקודם}) × \ text {קבוע החלקה כעשרוני} + \ text {EMA של היום הקודם}
זכור, "ה- EMA של היום הקודם" לחישוב הראשון שלך יהיה ה- SMA שמצאת בשלב 1, שהוא 13.2. מאז SMA כיסה את חמשת הימים הראשונים של נתונים, ערך ה- EMA הראשון שתחשב יחול על היום הבא, שהוא יום שֵׁשׁ. באמצעות הנתונים משלבים 1 ו -2 בנוסחת EMA, יש לך:
\ התחל {align} \ text {EMA} & = (12 - 13.2) × 0.3333 + 13.2 \\ & = 12.80 \ end {align}
אז ערך ה- EMA ליום השישי הוא 12.80.
אם ערך הסגירה ביום השביעי היה $ 11, היית חוזר על התהליך, תוך שימוש בערך יום שש של 12.80 כ- "EMA של היום הקודם" החדש. אז החישוב ליום השביעי הוא כדלקמן:
\ התחל {align} \ text {EMA} & = (11 - 12.8) × 0.3333 + 12.8 \\ & = 12.20 \ end {align}
קבלת EMA מדויק
אם אתה זוכר שהדוגמה המקורית אמרה שתחשב את ה- EMA של חמשת הימים של המניה בסכום של שנה שלמה נתונים, זה אומר שיש לך עוד כמה מאות חישובים - כי אתה צריך לחשב יום אחד ב- a זְמַן. ברור שזה הרבה יותר מהיר וקל יותר עם תוכנת מחשב או סקריפט כדי לרסק את המספרים עבורך.
אם אתה באמת רוצה את ה- EMA המדויק ביותר האפשרי, עליך להתחיל את החישובים שלך עם נתונים מהיום הראשון בו המלאי היה זמין. למרות שזה לרוב לא מעשי, זה גם מחזק את העובדה ש- EMA משמשים לשיקוף וניתוח מגמות - אז אם תרשמת ה- EMA החל מהיום הראשון במניה הייתם רואים כיצד, לאחר תקופת פיגור, עקומת הגרף עוברת בעקבות המניה בפועל מחירים. אם אתה מצייר גם SMA לאותה פרק זמן באותו גרף, תראה גם ש- EMA מסתגל לשינויים במחיר במהירות רבה יותר מאשר SMA.
