주식 분석가는 이동 평균을 사용하여 노이즈를 필터링하고 추세를 식별합니다. 가격을 예측하는 데 사용되지는 않지만 이동 평균 그래프에서 수집 한 추세 정보, 특히 여러 서로 겹쳐진 이동 평균은 저항 및 지원 지점을 식별하는 데 도움이 될 수 있으며 구매 또는 팔다. 이동 평균에는 단순 이동 평균과 지수 이동 평균의 두 가지 유형이 있으며 후자는 추세 변화에 더 빠르게 반응합니다.
TL; DR (너무 김; 읽지 않음)
지수 이동 평균 공식은 다음과 같습니다.
EMA = (종가-전날 EMA) × 평활 상수 + 전날 EMA
평활 상수는 다음과 같습니다.
2 ÷ (기간 수 + 1)
단순 이동 평균을 계산하는 방법
지수 이동 평균 계산을 시작하기 전에 단순 이동 평균 또는 SMA를 계산할 수 있어야합니다. SMA와 EMA는 일반적으로 주식 종가를 기준으로합니다.
단순 이동 평균을 찾으려면 수학적 평균을 계산합니다. 즉, SMA의 모든 종가를 합한 다음 종가 수로 나눕니다. 예를 들어 10 일 SMA를 계산하는 경우 먼저 지난 10 일의 모든 종가를 더한 다음 10으로 나눕니다. 따라서 10 일 동안의 종가가 $ 12, $ 12, $ 13, $ 15, $ 18, $ 17, $ 18, $ 20, $ 21 및 $ 24이면 SMA는 다음과 같습니다.
12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \\ \ frac {170} {10} = 17
따라서 해당 10 일 기간의 평균 종가는 $ 17입니다. 그러나 SMA를 유용하게 사용하려면 여러 SMA를 계산하고 그래프로 표시해야합니다. 이전 10 일 분량의 데이터를 처리하는 경우 새 데이터를 추가하면 이전 값이 방정식에서 "삭제"됩니다. 포인트들. 이것이 평균의 그래프가 "이동"하고 시간이 지남에 따라 가격 변화에 맞게 조정할 수 있도록하는 것입니다. 오래된 데이터의 안정화 효과는 가격 변동이 귀하의 단순함에 실제로 반영되기까지 지연 기간이 있음을 의미합니다. 이동 평균.
예: 다음 날 주식이 다시 $ 24에 마감됩니다. 이번에는 SMA를 계산할 때 방정식에 최신 데이터 포인트를 추가하지만 가장 오래된 데이터 포인트 인 첫 $ 12 종가를 "손실"합니다. 이제 10 일 단순 이동 평균은 다음과 같습니다.
12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \\ \ frac {182} {10} = 18.2
매일 동일한 프로세스를 수행하여 그래프에 표시하려는 매일 새 SMA를 계산합니다.
이동 평균의 지연 기간
SMA가 실제 가격 변동을 따라 잡기 전의 지연 기간이 반드시 나쁜 것은 아닙니다. 그 "지연"은 일일 가격의 변동을 완화하는 것입니다. 이동 평균이 상승하면주기적인 하락에도 불구하고 일반적으로 가격이 상승하고 있음을 알 수 있습니다. 마찬가지로 이동 평균이 떨어지기 시작하면주기적인 하락에도 불구하고 일반적으로 가격이 하락하고 있음을 의미합니다.
둘째, 이동 평균 기간이 길수록 (5 일 대 10 일 대 100 일 등) 현재 추세를 반영하기 위해 더 느리게 조정됩니다. 따라서 장기 이동 평균의 동작은 장기 추세에 대한 창을 제공하는 반면 짧은 이동 평균은 더 단기 추세의 동작을 반영합니다.
지수 이동 평균 공식
단순 이동 평균 (SMA)과 지수 이동 평균 (EMA)의 주요 차이점은 EMA 계산에서 가장 최근 데이터가 더 많은 영향을 미치도록 가중치가 부여된다는 것입니다. 따라서 EMA는 SMA보다 빠르게 추세를 조정하고 반영합니다. 단점은 EMA가 합리적으로 정확하기 위해 더 많은 데이터가 필요하다는 것입니다.
데이터 집합의 EMA를 계산하려면 다음 세 가지를 수행해야합니다.
EMA는 기간 (이 경우 5 일 EMA) 또는 백분율 값 (이 경우 33.33 % EMA)으로 참조 될 수 있습니다. 또한 기간이 짧을수록 가장 최근의 데이터에 더 많은 가중치가 적용됩니다.
EMA 공식은 전날의 EMA 값을 기반으로합니다. 어딘가에서 계산을 시작해야하므로 첫 번째 EMA 계산의 초기 값은 실제로 SMA가됩니다. 예를 들어 특정 주식을 추적 한 지난 해에 대한 100 일 EMA를 계산하려면 해당 연도의 처음 100 개 데이터 포인트의 SMA로 시작합니다.
여기에 추가하기에는 너무 많은 숫자이므로 대신 1 년 전에 시작된 데이터 세트의 5 일 EMA를 시연 해 보겠습니다. 해당 연도의 첫 5 개 종가가 $ 14, $ 13, $ 14, $ 12 및 $ 13 인 경우 SMA는 다음과 같습니다.
14 + 13 + 14 + 12 + 13 = 66 \\ \ frac {66} {5} = 13.2
따라서 초기 EMA 값이되는 SMA는 13.2입니다.
가중치 승수 또는 평활 상수는 가장 최근 데이터를 강조하는 것이며 그 값은 EMA의 기간에 따라 다릅니다. 평활 상수의 공식은 다음과 같습니다.
\ frac {2} {\ text {기간 수} + 1}
따라서 5 일 EMA를 계산하는 경우 해당 계산은 다음과 같습니다.
\ frac {2} {5 + 1} = \ frac {2} {6} = 0.3333
또는 백분율로 표현하면 33.33 %입니다.
팁
마지막으로 초기 값 (1 단계에서 계산 한 SMA)과 오늘 사이에 매일 별도의 EMA를 계산합니다. 1 단계와 2 단계의 정보를 EMA 공식에 입력하면됩니다.
\ text {EMA} = (\ text {종가}-\ text {전날 EMA}) × \ text {평활 상수 (소수점)} + \ text {전날 EMA}
첫 번째 계산의 "전날 EMA"는 1 단계에서 찾은 SMA (13.2)입니다. 그때 이후로 SMA는 처음 5 일 분량의 데이터를 처리했으며 계산 한 첫 번째 EMA 값은 다음 날인 당일에 적용됩니다. 육. EMA 공식의 1 단계와 2 단계 데이터를 사용하면 다음과 같은 결과를 얻을 수 있습니다.
\ begin {aligned} \ text {EMA} & = (12-13.2) × 0.3333 + 13.2 \\ & = 12.80 \ end {aligned}
따라서 6 일차의 EMA 값은 12.80입니다.
7 일의 종가가 $ 11이면 6 일의 값인 12.80을 새로운 "전날의 EMA"로 사용하여 프로세스를 반복합니다. 따라서 7 일째에 대한 계산은 다음과 같습니다.
\ begin {aligned} \ text {EMA} & = (11-12.8) × 0.3333 + 12.8 \\ & = 12.20 \ end {aligned}
정확한 EMA 얻기
원래의 예에서 1 년의 가치에 대한 주식의 5 일 EMA를 계산한다고 말한 것을 기억한다면 즉, 아직 수행해야 할 계산이 수백 개라는 의미입니다. 하루에 하루를 계산해야하기 때문입니다. 시각. 분명히 컴퓨터 프로그램이나 스크립트를 사용하면 훨씬 빠르고 쉽게 숫자를 처리 할 수 있습니다.
가능한 가장 정확한 EMA를 원하면 주식을 사용할 수있는 첫날의 데이터로 계산을 시작해야합니다. 이는 종종 비실용적이지만 EMA가 추세를 반영하고 분석하는 데 사용된다는 사실을 강조합니다. 주식의 첫 번째 날부터 시작되는 EMA는 지연 기간 후 그래프 곡선이 실제 주식을 따라 이동하는 방식을 볼 수 있습니다. 물가. 또한 같은 그래프에 같은 기간에 대한 SMA를 그리면 EMA가 SMA보다 더 빨리 가격 변화에 적응하는 것을 볼 수 있습니다.