Aandelenanalisten gebruiken voortschrijdende gemiddelden om ruis uit te filteren en trends te identificeren. Ze worden niet gebruikt om prijzen te voorspellen, maar de trendinformatie die is afgeleid van grafieken van voortschrijdende gemiddelden, vooral verschillende voortschrijdende gemiddelden die over elkaar worden gelegd, kunnen helpen bij het identificeren van weerstands- en ondersteuningspunten en leiden tot beslissingen om te kopen of te kopen verkopen. Er zijn twee soorten voortschrijdende gemiddelden: eenvoudige voortschrijdende gemiddelden en exponentiële voortschrijdende gemiddelden, waarbij de laatste sneller reageren op veranderingen in trends.
TL; DR (te lang; niet gelezen)
De exponentieel voortschrijdend gemiddelde formule is:
EMA = (slotkoers − EMA van de vorige dag) × afvlakkingsconstante + EMA van de vorige dag
waarbij de afvlakkingsconstante is:
2 ÷ (aantal tijdsperioden + 1)
Een eenvoudig voortschrijdend gemiddelde berekenen Calculate
Voordat u exponentiële voortschrijdende gemiddelden kunt berekenen, moet u een eenvoudig voortschrijdend gemiddelde of SMA kunnen berekenen. Zowel SMA's als EMA's zijn meestal gebaseerd op de slotkoersen van aandelen.
Om een eenvoudig voortschrijdend gemiddelde te vinden, bereken je het wiskundige gemiddelde. Met andere woorden, u telt alle slotkoersen op in uw SMA en deelt dit vervolgens door het aantal slotkoersen. Als u bijvoorbeeld een 10-daagse SMA berekent, telt u eerst alle slotkoersen van de afgelopen 10 dagen op en deelt u deze vervolgens door 10. Dus als de slotkoersen over een periode van 10 dagen $ 12, $ 12, $ 13, $ 15, $ 18, $ 17, $ 18, $ 20, $ 21 en $ 24 zijn, zou de SMA zijn:
12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \\ \frac{170}{10} = 17
Dus de gemiddelde slotkoers voor die periode van 10 dagen is $ 17. Maar om de SMA nuttig te laten zijn, moet u een aantal SMA's berekenen en ze in een grafiek plaatsen, en omdat elke SMA slechts behandelt de gegevens van de afgelopen 10 dagen, oude waarden vallen uit de vergelijking wanneer u nieuwe gegevens toevoegt punten. Dat is wat de grafiek van het gemiddelde in staat stelt te "bewegen" en zich in de loop van de tijd aan te passen aan de veranderingen in prijs, hoewel de stabiliserend effect van die oude gegevens betekent dat er een vertragingsperiode is voordat prijsveranderingen echt worden weerspiegeld in uw simple voortschrijdend gemiddelde.
Bijvoorbeeld: de volgende dag sluit uw voorraad weer op $ 24. Wanneer u deze keer de SMA berekent, voegt u het nieuwste gegevenspunt toe aan uw vergelijking, maar "verliest" u ook het oudste gegevenspunt - die eerste slotkoers van $ 12. Dus nu is uw eenvoudig voortschrijdend gemiddelde over 10 dagen:
12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \\ \frac{182}{10} = 18,2
U zou dagelijks hetzelfde proces doen en een nieuwe SMA berekenen voor elke dag die u in uw grafiek wilt weergeven.
De vertragingsperiode in voortschrijdende gemiddelden
De vertragingsperiode voordat uw SMA de werkelijke prijswijzigingen inhaalt, is niet noodzakelijk een slechte zaak; die "lag" is wat de variatie in de dagelijkse prijzen gladstrijkt. Als het voortschrijdend gemiddelde stijgt, weet u dat de prijzen over het algemeen stijgen, ondanks periodieke dips. Evenzo, als een voortschrijdend gemiddelde begint te dalen, betekent dit dat de prijzen over het algemeen dalen ondanks periodieke dips.
Ten tweede, hoe langer de periode voor uw voortschrijdend gemiddelde (vijf dagen versus 10 dagen versus 100 dagen, enzovoort), hoe langzamer het zich aanpast aan de huidige trends. Dus het gedrag van een voortschrijdend gemiddelde op lange termijn geeft u inzicht in langetermijntrends, terwijl een korter voortschrijdend gemiddelde het gedrag van meer kortetermijntrends weerspiegelt.
De exponentieel voortschrijdend gemiddelde formule Average
Het belangrijkste verschil tussen een eenvoudig voortschrijdend gemiddelde (SMA) en het exponentieel voortschrijdend gemiddelde (EMA) is dat in de EMA-berekening de meest recente gegevens worden gewogen om meer impact te hebben. Dat maakt EMA's sneller dan SMA's om trends aan te passen en weer te geven. Nadeel is dat een EMA veel meer gegevens nodig heeft om redelijk nauwkeurig te zijn.
Om de EMA van een set gegevens te berekenen, moet u drie dingen doen:
Merk op dat een EMA kan worden aangeduid met de tijdsperiode (in dit geval een EMA van vijf dagen) of met de procentuele waarde (in dit geval een EMA van 33,33%). Hoe korter de tijdsperiode, hoe zwaarder de meest recente gegevens worden gewogen.
De EMA-formule is gebaseerd op de EMA-waarde van de vorige dag. Omdat je ergens met je berekeningen moet beginnen, is de beginwaarde voor je eerste EMA-berekening eigenlijk een SMA. Als u bijvoorbeeld een 100-daagse EMA wilt berekenen voor het laatste jaar waarin u een bepaald aandeel hebt gevolgd, begint u met de SMA van de eerste 100 gegevenspunten in dat jaar.
Dat zijn te veel getallen om hier toe te voegen, dus laten we in plaats daarvan de vijfdaagse EMA demonstreren van een dataset die een jaar geleden begon. Als de eerste vijf slotkoersen van het jaar $ 14, $ 13, $ 14, $ 12 en $ 13 waren, is uw SMA:
14 + 13 + 14 + 12 + 13 = 66 \\ \frac{66}{5} = 13,2
Dus de SMA, die uw initiële EMA-waarde wordt, is 13,2.
De wegingsvermenigvuldiger of afvlakkingsconstante is wat de meest recente gegevens benadrukt, en de waarde ervan hangt af van de tijdsperiode van uw EMA. De formule voor uw afvlakkingsconstante is:
\frac{2}{\text{aantal tijdsperioden } + 1}
Dus als u een vijfdaagse EMA berekent, wordt die berekening:
\frac{2}{5 + 1} = \frac{2}{6} = 0,3333
of, als u het uitdrukt als een percentage, 33,33%.
Tips
Bereken ten slotte een aparte EMA voor elke dag tussen de initiële waarde (de SMA die u in stap 1) hebt berekend en vandaag. Dat doe je door de informatie uit stap 1 en 2 in te voeren in de EMA-formule:
\text{EMA} = (\text{slotkoers } - \text{ EMA van vorige dag}) × \text{ afvlakkingsconstante als decimaal } + \text{ EMA van vorige dag}
Onthoud dat de "vorige dag EMA" voor uw eerste berekening de SMA is die u in stap 1 hebt gevonden, namelijk 13,2. Sindsdien SMA dekte de eerste vijf dagen aan gegevens, de eerste EMA-waarde die u berekent, is van toepassing op de volgende dag, namelijk dag zes. Met behulp van de gegevens uit stap 1 en 2 in de EMA-formule, hebt u:
\begin{uitgelijnd} \text{EMA } &= (12 - 13,2) × 0,3333 + 13,2 \\ &= 12,80 \end{uitgelijnd}
Dus de EMA-waarde voor dag zes is 12,80.
Als de slotwaarde op dag zeven $ 11 was, zou je het proces herhalen en de waarde van dag zes van 12,80 gebruiken als de nieuwe 'EMA van de vorige dag'. Dus de berekening voor dag zeven is als volgt:
\begin{uitgelijnd} \text{EMA } &= (11 - 12,8) × 0,3333 + 12,8 \\ &= 12,20 \end{uitgelijnd}
Een nauwkeurige EMA verkrijgen
Als u zich herinnert dat het oorspronkelijke voorbeeld zei dat u de vijfdaagse EMA van het aandeel zou berekenen voor een heel jaar aan data, dat betekent dat je nog een paar honderd berekeningen moet doen – omdat je één dag om een moet rekenen tijd. Uiteraard gaat dit veel sneller en gemakkelijker met een computerprogramma of script om de cijfers voor je te kraken.
Als u echt de meest nauwkeurige EMA wilt, moet u uw berekeningen beginnen met gegevens vanaf de allereerste dag dat de voorraad beschikbaar was. Hoewel dat vaak onpraktisch is, versterkt het ook het feit dat EMA's worden gebruikt om trends weer te geven en te analyseren. de EMA vanaf de eerste dag van de voorraad zou je zien hoe, na een vertragingsperiode, de grafiekcurve verschuift om de werkelijke voorraad te volgen prijzen. Als u ook een SMA tekent voor dezelfde periode in dezelfde grafiek, zou u ook zien dat een EMA zich sneller aanpast aan prijsveranderingen dan een SMA.