Aktieanalytiker använder glidande medelvärden för att filtrera bort buller och identifiera trender. De används inte för att förutsäga priser - men trendinformationen hämtas från diagram över glidande medelvärden, särskilt flera glidande medelvärden överlagrade ovanpå varandra, kan hjälpa till att identifiera poäng för motstånd och stöd och utlösa beslut om att köpa eller sälja. Det finns två typer av glidande medelvärden: enkla glidande medelvärden och exponentiella glidande medelvärden, där de senare svarar snabbare på förändringar i trender.
TL; DR (för lång; Läste inte)
Den exponentiella formeln för glidande medelvärde är:
EMA = (slutkurs - föregående dags EMA) × utjämningskonstant + föregående dags EMA
där utjämningskonstanten är:
2 ÷ (antal tidsperioder + 1)
Hur man beräknar ett enkelt glidande medelvärde
Innan du kan börja beräkna exponentiella glidande medelvärden måste du kunna beräkna ett enkelt glidande medelvärde eller SMA. Både SMA och EMA baseras vanligtvis på aktiekurser.
För att hitta ett enkelt glidande medelvärde beräknar du det matematiska medelvärdet. Med andra ord summerar du alla slutkurser i din SMA och delar sedan med antalet slutkurser. Till exempel, om du beräknar en 10-dagars SMA, skulle du först lägga upp alla slutkurser från de senaste 10 dagarna och sedan dela med 10. Så om slutpriserna under en 10-dagarsperiod är $ 12, $ 12, $ 13, $ 15, $ 18, $ 17, $ 18, $ 20, $ 21 och $ 24, skulle SMA vara:
12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \\ \ frac {170} {10} = 17
Så det genomsnittliga stängningskursen för den 10-dagarsperioden är $ 17. Men för att SMA ska vara användbart måste du beräkna ett antal SMA och grafera dem, och eftersom varje SMA bara hanterar de senaste 10 dagars värde av data kommer gamla värden att "tappa ut" från ekvationen när du lägger till ny data poäng. Det är det som gör att diagrammet för genomsnittet kan "röra sig" och anpassa sig till prisförändringarna över tiden, även om stabiliserande effekt av den gamla informationen innebär att det finns en fördröjningsperiod innan prisförändringar verkligen återspeglas i din enkla glidande medelvärde.
Till exempel: Nästa dag stänger ditt lager till $ 24 igen. Den här gången när du beräknar SMA lägger du till den senaste datapunkten i din ekvation, men "förlorar" också den äldsta datapunkten - det första slutkursen på 12 USD. Så nu är ditt 10-dagars enkla glidande medelvärde:
12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \\ \ frac {182} {10} = 18,2
Du skulle göra samma process dagligen och beräkna en ny SMA för varje dag som du vill representera i din graf.
Fördröjningsperioden i rörliga medelvärden
Fördröjningsperioden innan din SMA kommer ikapp faktiska prisförändringar är inte nödvändigtvis en dålig sak; att "fördröjning" är det som utjämnar avvikelsen i de dagliga priserna. Om det glidande genomsnittet stiger, vet du att priserna i allmänhet ökar, trots periodiska fall. På samma sätt, om ett glidande genomsnitt börjar sjunka, betyder det att priserna i allmänhet sjunker trots periodiska fall.
För det andra, ju längre tidsperiod för ditt glidande medelvärde (fem dagar kontra 10 dagar kontra 100 dagar, och så vidare), desto långsammare justeras det för att återspegla aktuella trender. Så beteendet hos ett långsiktigt glidande medelvärde ger dig ett fönster in i långsiktiga trender, medan ett kortare glidande medelvärde återspeglar beteendet hos mer kortsiktiga trender.
Den exponentiella formeln för glidande medelvärde
Huvudskillnaden mellan ett enkelt glidande medelvärde (SMA) och det exponentiella glidande genomsnittet (EMA) är att i EMA-beräkningen viktas de senaste uppgifterna för att få mer inverkan. Det gör EMA snabbare än SMA att justera och återspegla trender. På nackdelen kräver en EMA mycket mer data för att vara rimligt korrekt.
För att beräkna EMA för en uppsättning data måste du göra tre saker:
Observera att en EMA kan hänvisas till efter sin tidsperiod (i det här fallet en femdagars EMA) eller med dess procentuella värde (i det här fallet en 33,33% EMA). Ju kortare tidsperiod, desto tyngre viktas de senaste uppgifterna.
EMA-formeln är baserad på föregående dags EMA-värde. Eftersom du måste starta dina beräkningar någonstans blir det ursprungliga värdet för din första EMA-beräkning faktiskt ett SMA. Om du till exempel vill beräkna en 100-dagars EMA för det sista året för att spåra ett visst lager, börjar du med SMA för de första 100 datapunkterna det året.
Det är för många nummer att lägga till här, så låt oss istället visa fem dagars EMA för en datamängd som startade för ett år sedan. Om årets fem första slutkurser var $ 14, $ 13, $ 14, $ 12 och $ 13, är din SMA:
14 + 13 + 14 + 12 + 13 = 66 \\ \ frac {66} {5} = 13,2
Så SMA, som blir ditt ursprungliga EMA-värde, är 13.2.
Viktningsmultiplikatorn eller utjämningskonstanten är det som betonar de senaste uppgifterna, och dess värde beror på tidsperioden för din EMA. Formeln för din utjämningskonstant är:
\ frac {2} {\ text {antal tidsperioder} + 1}
Så om du beräknar en femdagars EMA blir den beräkningen:
\ frac {2} {5 + 1} = \ frac {2} {6} = 0,3333
eller, om du uttrycker det i procent, 33,33%.
Tips
Slutligen, beräkna en separat EMA för varje dag mellan det initiala värdet (SMA du beräknade i steg 1) och idag. Du gör det genom att mata in informationen från steg 1 och 2 i EMA-formeln:
\ text {EMA} = (\ text {slutpris) - \ text {föregående dags EMA}) × \ text {utjämningskonstant som decimal} + \ text {föregående dags EMA}
Kom ihåg att "föregående dags EMA" för din första beräkning är den SMA som du hittade i steg 1, vilket är 13.2. Sedan det SMA täckte data för de första fem dagarna, det första EMA-värdet du beräknar kommer att gälla nästa dag, det vill säga dag sex. Med hjälp av data från steg 1 och 2 i EMA-formeln har du:
\ begin {align} \ text {EMA} & = (12 - 13.2) × 0.3333 + 13.2 \\ & = 12.80 \ end {align}
Så EMA-värdet för dag sex är 12,80.
Om slutvärdet på dag sju var $ 11, skulle du upprepa processen och använda dag sex värde på 12,80 som den nya "föregående dags EMA." Så beräkningen för dag sju är som följer:
\ begin {align} \ text {EMA} & = (11 - 12.8) × 0.3333 + 12.8 \\ & = 12.20 \ end {align}
Få en exakt EMA
Om du kommer ihåg att det ursprungliga exemplet sa att du skulle beräkna aktiens femdagars EMA för ett helt års värde data, det betyder att du har flera hundra beräkningar att göra - eftersom du måste beräkna en dag i taget tid. Uppenbarligen är detta mycket snabbare och lättare med ett datorprogram eller skript för att knäcka siffrorna åt dig.
Om du verkligen vill ha den mest exakta EMA som möjligt, bör du börja dina beräkningar med data från den första dagen som beståndet var tillgängligt. Även om det ofta är opraktiskt förstärker det också det faktum att EMA används för att reflektera och analysera trender - så om du ritade EMA med början från dag ett i beståndet skulle du se hur grafkurvan efter en fördröjningsperiod flyttas för att följa det faktiska beståndet priser. Om du också ritar en SMA för samma tidsperiod i samma diagram, skulle du också se att en EMA anpassar sig till prisförändringar snabbare än en SMA gör.