นักวิเคราะห์หุ้นใช้เส้นค่าเฉลี่ยเคลื่อนที่เพื่อช่วยกรองสัญญาณรบกวนและระบุแนวโน้ม มันไม่ได้ใช้ในการทำนายราคา – แต่ข้อมูลแนวโน้มที่รวบรวมจากกราฟของค่าเฉลี่ยเคลื่อนที่โดยเฉพาะหลาย ค่าเฉลี่ยเคลื่อนที่ซ้อนทับกัน สามารถช่วยระบุจุดแนวต้านและแนวรับ และกระตุ้นการตัดสินใจซื้อหรือ ขาย. ค่าเฉลี่ยเคลื่อนที่มีสองประเภท: ค่าเฉลี่ยเคลื่อนที่แบบธรรมดาและค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล โดยแบบหลังจะตอบสนองต่อการเปลี่ยนแปลงของแนวโน้มได้เร็วกว่า
ทีแอล; DR (ยาวเกินไป; ไม่ได้อ่าน)
สูตรค่าเฉลี่ยเคลื่อนที่เลขชี้กำลังคือ:
EMA = (ราคาปิด – EMA ของวันก่อนหน้า) × ค่าคงที่การปรับให้เรียบ + EMA ของวันก่อนหน้า
โดยที่ค่าคงที่การปรับให้เรียบคือ:
2 ÷ (จำนวนช่วงเวลา + 1)
วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่อย่างง่าย
ก่อนที่คุณจะสามารถเริ่มคำนวณค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล คุณต้องสามารถคำนวณค่าเฉลี่ยเคลื่อนที่อย่างง่ายหรือ SMA ได้ ทั้ง SMA และ EMA มักใช้ราคาปิดของหุ้น
ในการหาค่าเฉลี่ยเคลื่อนที่อย่างง่าย คุณต้องคำนวณค่าเฉลี่ยทางคณิตศาสตร์ กล่าวคือ คุณรวมราคาปิดทั้งหมดใน SMA ของคุณ แล้วหารด้วยจำนวนราคาปิด ตัวอย่างเช่น หากคุณกำลังคำนวณ SMA 10 วัน คุณต้องบวกราคาปิดทั้งหมดจาก 10 วันที่ผ่านมาก่อน แล้วหารด้วย 10 ดังนั้น หากราคาปิดในช่วง 10 วันคือ $12, $12, $13, $15, $18, $17, $18, $20, $21 และ $24 SMA จะเป็น:
12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \\ \frac{170}{10} = 17
ดังนั้นราคาปิดเฉลี่ยสำหรับช่วงเวลา 10 วันนั้นคือ 17 ดอลลาร์ แต่เพื่อให้ SMA มีประโยชน์ คุณต้องคำนวณ SMA จำนวนหนึ่งแล้วสร้างกราฟ และเนื่องจากแต่ละ SMA เท่านั้น เกี่ยวข้องกับข้อมูลมูลค่า 10 วันก่อนหน้า ค่าเก่าจะ "หลุดออก" ออกจากสมการเมื่อคุณเพิ่มข้อมูลใหม่ คะแนน นั่นคือสิ่งที่ทำให้กราฟของค่าเฉลี่ยสามารถ "เคลื่อนที่" และปรับให้เข้ากับการเปลี่ยนแปลงของราคาเมื่อเวลาผ่านไป แม้ว่า ผลการรักษาเสถียรภาพของข้อมูลเก่านั้นหมายความว่ามีช่วงเวลาล่าช้าก่อนที่การเปลี่ยนแปลงราคาจะสะท้อนให้เห็นในความเรียบง่ายของคุณ ค่าเฉลี่ยเคลื่อนที่
ตัวอย่างเช่น วันถัดไป หุ้นของคุณปิดที่ 24 ดอลลาร์อีกครั้ง คราวนี้เมื่อคุณคำนวณ SMA คุณจะเพิ่มจุดข้อมูลใหม่ล่าสุดลงในสมการของคุณ แต่ยัง "สูญเสีย" จุดข้อมูลที่เก่าที่สุดด้วย นั่นคือราคาปิด 12 ดอลลาร์แรก ดังนั้นตอนนี้ ค่าเฉลี่ยเคลื่อนที่แบบง่าย 10 วันของคุณคือ:
12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \\ \frac{182}{10} = 18.2
คุณต้องทำแบบเดียวกันทุกวัน โดยคำนวณ SMA ใหม่สำหรับทุกวันที่คุณต้องการให้แสดงในกราฟของคุณ
ระยะเวลาล่าช้าในเส้นค่าเฉลี่ยเคลื่อนที่
ช่วงเวลาล่าช้าก่อนที่ SMA ของคุณจะทันกับการเปลี่ยนแปลงราคาจริงไม่ได้เป็นสิ่งที่ไม่ดีเสมอไป "ล่าช้า" นั้นทำให้ความแปรปรวนของราคาแบบวันต่อวันราบรื่นขึ้น หากค่าเฉลี่ยเคลื่อนที่เพิ่มขึ้น คุณทราบดีว่าราคามักจะเพิ่มขึ้นแม้ว่าจะมีการลดลงเป็นระยะ ในทำนองเดียวกัน หากค่าเฉลี่ยเคลื่อนที่เริ่มลดลง หมายความว่าโดยทั่วไปราคาจะลดลงแม้ว่าจะมีการลดลงเป็นระยะ
ประการที่สอง ยิ่งระยะเวลาสำหรับเส้นค่าเฉลี่ยเคลื่อนที่ของคุณนานขึ้น (ห้าวันกับ 10 วันเทียบกับ 100 วัน เป็นต้น) ยิ่งมีการปรับช้าลงเพื่อสะท้อนถึงแนวโน้มในปัจจุบัน ดังนั้นพฤติกรรมของเส้นค่าเฉลี่ยเคลื่อนที่ระยะยาวจะช่วยให้คุณมองเห็นแนวโน้มในระยะยาว ในขณะที่เส้นค่าเฉลี่ยเคลื่อนที่ที่สั้นกว่าจะสะท้อนถึงพฤติกรรมของแนวโน้มระยะสั้นที่มากกว่า
สูตรค่าเฉลี่ยเคลื่อนที่เอ็กซ์โปเนนเชียล
ความแตกต่างที่สำคัญระหว่างค่าเฉลี่ยเคลื่อนที่อย่างง่าย (SMA) และค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล (EMA) คือในการคำนวณ EMA ข้อมูลล่าสุดจะได้รับการถ่วงน้ำหนักเพื่อให้มีผลกระทบมากขึ้น นั่นทำให้ EMA เร็วกว่า SMA ในการปรับและสะท้อนแนวโน้ม ด้านลบ EMA ต้องการข้อมูลมากขึ้นเพื่อให้ถูกต้องตามสมควร
ในการคำนวณ EMA ของชุดข้อมูล คุณต้องทำสามสิ่ง:
โปรดทราบว่า EMA อาจอ้างอิงตามช่วงเวลา (ในกรณีนี้คือ EMA ห้าวัน) หรือตามค่าเปอร์เซ็นต์ (ในกรณีนี้คือ EMA 33.33%) ยิ่งช่วงเวลาที่สั้นลง ข้อมูลล่าสุดก็จะมีน้ำหนักมากขึ้นเท่านั้น
สูตร EMA ขึ้นอยู่กับค่า EMA ของวันก่อนหน้า เนื่องจากคุณต้องเริ่มการคำนวณที่ไหนสักแห่ง ค่าเริ่มต้นสำหรับการคำนวณ EMA ครั้งแรกของคุณจึงเป็น SMA ตัวอย่างเช่น หากคุณต้องการคำนวณ EMA 100 วันสำหรับปีสุดท้ายของการติดตามหุ้นบางตัว คุณจะต้องเริ่มด้วย SMA ของจุดข้อมูล 100 จุดแรกในปีนั้น
นั่นเป็นตัวเลขมากเกินไปที่จะเพิ่มที่นี่ ดังนั้นเรามาสาธิต EMA ห้าวันของชุดข้อมูลที่เริ่มต้นเมื่อปีที่แล้วแทน หากราคาปิดห้ารายการแรกของปีคือ $14, $13, $14, $12 และ $13 SMA ของคุณคือ:
14 + 13 + 14 + 12 + 13 = 66 \\ \frac{66}{5} = 13.2
ดังนั้น SMA ซึ่งกลายเป็นค่า EMA เริ่มต้นของคุณคือ 13.2
ตัวคูณน้ำหนักหรือค่าคงที่การปรับให้เรียบคือสิ่งที่เน้นข้อมูลล่าสุด และค่าจะขึ้นอยู่กับช่วงเวลาของ EMA ของคุณ สูตรสำหรับค่าคงที่การปรับให้เรียบของคุณคือ:
\frac{2}{\text{จำนวนช่วงเวลา } + 1}
ดังนั้น หากคุณกำลังคำนวณ EMA ห้าวัน การคำนวณนั้นจะกลายเป็น:
\frac{2}{5 + 1} = \frac{2}{6} = 0.3333
หรือถ้าคุณแสดงเป็นเปอร์เซ็นต์ 33.33%
เคล็ดลับ
สุดท้าย ให้คำนวณ EMA แยกกันสำหรับทุกวันระหว่างค่าเริ่มต้น (SMA ที่คุณคำนวณในขั้นตอนที่ 1) กับวันนี้ คุณทำได้โดยป้อนข้อมูลจากขั้นตอนที่ 1 และ 2 ลงในสูตร EMA:
\text{EMA} = (\text{ราคาปิด } - \text{ EMA ของวันก่อนหน้า}) × \text{ ปรับค่าคงที่ให้เป็นทศนิยม } + \text{ EMA ของวันก่อนหน้า}
โปรดจำไว้ว่า " EMA ของวันก่อนหน้า" สำหรับการคำนวณครั้งแรกของคุณจะเป็น SMA ที่คุณพบในขั้นตอนที่ 1 ซึ่งเท่ากับ 13.2 ตั้งแต่นั้น SMA ครอบคลุมข้อมูลมูลค่าห้าวันแรก ค่า EMA แรกที่คุณคำนวณจะนำไปใช้กับวันถัดไป ซึ่งก็คือวัน หก. เมื่อใช้ข้อมูลจากขั้นตอนที่ 1 และ 2 ในสูตร EMA คุณจะมี:
\begin{aligned} \text{EMA } &= (12 - 13.2) × 0.3333 + 13.2 \\ &= 12.80 \end{aligned}
ดังนั้นค่า EMA สำหรับวันที่หกคือ 12.80
หากมูลค่าปิดในวันที่เจ็ดเท่ากับ 11 ดอลลาร์ คุณต้องทำขั้นตอนนี้ซ้ำ โดยใช้มูลค่าของวันที่หกเท่ากับ 12.80 เป็น "EMA ของวันก่อนหน้า" ใหม่ ดังนั้นการคำนวณสำหรับวันที่เจ็ดจึงเป็นดังนี้:
\begin{aligned} \text{EMA } &= (11 - 12.8) × 0.3333 + 12.8 \\ &= 12.20 \end{aligned}
รับ EMA. ที่แม่นยำ
หากคุณจำได้ว่าตัวอย่างเดิมบอกว่าคุณจะคำนวณ EMA ห้าวันของหุ้นเป็นมูลค่าทั้งปี data หมายความว่าคุณมีการคำนวณหลายร้อยรายการที่ยังไม่ได้ทำ – เพราะคุณต้องคำนวณหนึ่งวันที่ a day เวลา. เห็นได้ชัดว่าวิธีนี้ทำได้เร็วและง่ายกว่ามากด้วยโปรแกรมคอมพิวเตอร์หรือสคริปต์เพื่อย่อตัวเลขให้คุณ
หากคุณต้องการ EMA ที่แม่นยำที่สุดเท่าที่จะเป็นไปได้ คุณควรเริ่มการคำนวณด้วยข้อมูลตั้งแต่วันแรกที่มีสต็อก แม้ว่ามักจะทำไม่ได้ แต่ก็ตอกย้ำความจริงที่ว่า EMA ถูกใช้เพื่อสะท้อนและวิเคราะห์แนวโน้ม – ดังนั้นหากคุณสร้างกราฟ EMA เริ่มต้นจากวันแรกของหุ้น คุณจะเห็นว่าหลังจากช่วงเวลาแล็ก เส้นโค้งกราฟจะเลื่อนไปตามหุ้นจริงอย่างไร ราคา หากคุณวาด SMA สำหรับช่วงเวลาเดียวกันบนกราฟเดียวกัน คุณจะเห็นว่า EMA ปรับตามการเปลี่ยนแปลงของราคาได้เร็วกว่า SMA