Eenvoudige Metode Van Bewegende Gemiddeldes

Eenvoudige bewegende gemiddeldes Maak Trends uitstaan ​​bewegende gemiddeldes (MA) is een van die mees gewilde en dikwels gebruik tegniese aanwysers. Die bewegende gemiddelde is maklik om te bereken en, nadat geplot op 'n grafiek, is 'n kragtige visuele-tendens spot instrument. Jy sal dikwels hoor oor drie tipes bewegende gemiddelde: eenvoudig. eksponensiële en lineêre. Die beste plek om te begin is deur die begrip van die mees basiese: die eenvoudige bewegende gemiddelde (SMA). Kom ons neem 'n blik op hierdie aanwyser en hoe dit kan help handelaars volg tendense in die rigting van groter winste. (Vir meer inligting oor bewegende gemiddeldes, sien ons Forex Walk.) Trendlines Daar kan geen volledige begrip van bewegende gemiddeldes sonder 'n begrip van tendense wees. 'N tendens is bloot 'n prys wat hulle voortgaan om te beweeg in 'n sekere rigting. Daar is slegs drie werklike tendense wat 'n sekuriteit kan volg: 'n uptrend. of lomp tendens, beteken dat die prys beweeg hoër. 'N verslechtering neiging. of lomp tendens, beteken die prys beweeg laer. A sywaarts tendens. waar die prys beweeg sywaarts. Die belangrikste ding om te onthou oor tendense is dat pryse selde beweeg in 'n reguit lyn. Daarom beweeg-gemiddelde lyne wat gebruik word om 'n handelaar te help makliker identifiseer die rigting van die tendens. (Vir meer gevorderde lees oor hierdie onderwerp, sien die basiese beginsels van Bollinger Bands en bewegende gemiddelde Koeverte:. Verfyning 'n gewilde Trading Tool) bewegende gemiddelde Konstruksie Die handboek definisie van 'n bewegende gemiddelde is 'n gemiddelde prys vir 'n sekuriteit met behulp van 'n bepaalde tydperk. Kom ons neem die baie gewilde 50-dae - bewegende gemiddelde as 'n voorbeeld. 'N 50-dae bewegende gemiddelde word bereken deur die sluiting pryse vir die laaste 50 dae van enige sekuriteit en hulle saam te voeg. Die gevolg van die toevoeging berekening word dan gedeel deur die aantal periodes, in hierdie geval 50. Ten einde om voort te gaan na die bewegende gemiddelde bereken op 'n daaglikse basis, die plek van die oudste getal met die mees onlangse sluitingsprys en doen dieselfde wiskunde. Dit maak nie saak hoe lank of kort van 'n bewegende gemiddelde jy op soek is na plot, die basiese berekeninge bly dieselfde. Die verandering sal wees in die aantal sluitingstyd pryse wat jy gebruik. So, byvoorbeeld, 'n 200-daagse bewegende gemiddelde is die sluitingsprys vir 200 dae saam opgesom en dan gedeel deur 200. Jy sal alle vorme van bewegende gemiddeldes van twee-daagse bewegende gemiddeldes toesien 250-daagse bewegende gemiddeldes. Dit is belangrik om te onthou dat jy 'n sekere aantal van die sluiting van pryse aan die bewegende gemiddelde te bereken moet hê. As 'n sekuriteit is splinternuwe of net 'n maand oud is, sal jy nie in staat wees om 'n 50-dae bewegende gemiddelde doen omdat jy 'n voldoende aantal datapunte nie sal hê. Dit is ook belangrik om daarop te let dat weve gekies om sluitingsdatum pryse gebruik in die berekeninge, maar bewegende gemiddeldes kan bereken word met behulp van maandelikse pryse, weeklikse pryse, die opening van die pryse of selfs intraday pryse. (Besoek vir meer inligting ons Bewegende Gemiddeldes handleiding.) Figuur 1: 'n Eenvoudige bewegende gemiddelde in Google Inc. Figuur 1 is 'n voorbeeld van 'n eenvoudige bewegende gemiddelde op 'n grafiek van Google Inc. voorraad (Nasdaq: GOOG). Die blou lyn verteenwoordig 'n 50-dae bewegende gemiddelde. In die voorbeeld hierbo, kan jy sien dat die tendens is beweeg laer sedert die einde van 2007. Die prys van Google aandele val onder die 50-dae - bewegende gemiddelde in Januarie van 2008 en het voortgegaan afwaarts. Wanneer die prys kruise onder 'n bewegende gemiddelde, kan dit gebruik word as 'n eenvoudige handel sein. 'N skuif onder die bewegende gemiddelde (soos hierbo aangedui) dui daarop dat die bere is in beheer van die prys aksie en dat die bate sal waarskynlik beweeg laer. Aan die ander kant, 'n kruis bo 'n bewegende gemiddelde dui daarop dat die Bulle is in beheer en dat die prys kan maak gereed om 'n skuif hoër maak. (Lees meer in Track Stock Pryse Met trendlines.) Ander maniere om te beweeg Gemiddeldes bewegende gemiddeldes word deur baie handelaars om nie net 'n huidige tendens, maar ook as 'n toe - en uittrede strategie identifiseer Gebruik. Een van die eenvoudigste strategieë berus op die kruising van twee of meer bewegende gemiddeldes. Die basiese sein beskryf word terwyl die kort termyn gemiddelde kruisies bo of onder die langer termyn bewegende gemiddelde. Twee of meer bewegende gemiddeldes kan jy 'n langer termyn tendens sien in vergelyking met 'n korter termyn bewegende gemiddelde is dit ook 'n maklike metode om te bepaal of die tendens is besig om krag of as dit gaan oor om te keer. (Vir meer inligting oor hierdie metode, lees 'n Beginnersgrammatika Op Die MACD.) Figuur 2: 'n langtermyn-en korttermyn bewegende gemiddelde in Google Inc. Figuur 2 gebruik twee bewegende gemiddeldes, 'n lang termyn (50 dae, blyk uit die blou lyn) en die ander korter termyn (15 dae, blyk uit die rooi lyn). Dit is dieselfde Google grafiek in Figuur 1, maar met die toevoeging van die twee bewegende gemiddeldes om die verskil tussen die twee lengtes te illustreer. Jy sal sien dat die 50-dae - bewegende gemiddelde is stadiger te pas by prysveranderinge. omdat dit meer data punte in die berekening. Aan die ander kant, die 15-dae - bewegende gemiddelde is vinnig om te reageer op prysveranderinge, want elke waarde het 'n groter gewig in die berekening te danke aan die relatief kort tyd horison. In hierdie geval, deur die gebruik van 'n kruis strategie, sou jy kyk vir die 15-dae gemiddelde te steek onder die 50-dae - bewegende gemiddelde as 'n inskrywing vir 'n kort posisie. Figuur 3: 'n drie-maande Bogenoemde is 'n drie-maande-grafiek van die Verenigde State Oil (AMEX: USO) met twee eenvoudige bewegende gemiddeldes. Die rooi lyn is die kortste, 15-dae - bewegende gemiddelde, terwyl die blou lyn verteenwoordig die langer, 50-dae - bewegende gemiddelde. Die meeste handelaars sal die kruis van die kort termyn bewegende gemiddelde gebruik bo die langer termyn bewegende gemiddelde om 'n lang posisie te inisieer en te identifiseer die begin van 'n lomp tendens. (Meer inligting oor die toepassing van hierdie strategie in Trading Die MACD divergensie.) Ondersteuning word geskep indien 'n prys afwaarts neig. Daar is 'n punt waar die verkoopprys druk bedaar en kopers bereid is om in te gryp. Met ander woorde, is 'n vloer gestig. Weerstand gebeur wanneer 'n prys opwaarts neig. Daar kom 'n punt wanneer die koop krag verminder en die verkopers ingryp. Dit sou 'n plafon vas te stel. (Vir meer verduideliking, lees Support amp Weerstand Basics.) In ieder geval, kan 'n bewegende gemiddelde in staat wees om 'n vroeë ondersteuning of weerstand vlak sein. Byvoorbeeld, as 'n sekuriteit laer dryf in 'n gevestigde uptrend, dan is dit wouldnt verbasend wees om die voorraad vonds ondersteuning aan 'n langtermyn-200-daagse bewegende gemiddelde sien. Aan die ander kant, as die prys laer is trending, sal baie handelaars kyk vir die voorraad om weerkaats die weerstand van die groot bewegende gemiddeldes (50 dae, 100 dae, 200 dae SMAs). (Vir meer inligting oor die gebruik van ondersteuning en weerstand teen tendense te identifiseer, te lees Trend-Pels met die versameling / Distribution lyn.) Gevolgtrekking bewegende gemiddeldes is kragtige instrumente. 'N Eenvoudige bewegende gemiddelde is maklik om te bereken, wat dit moontlik maak om dit te redelik vinnig en maklik in diens geneem word. 'N bewegende gemiddeldes grootste krag is sy vermoë om te help 'n handelaar te identifiseer 'n huidige tendens of sien 'n moontlike tendens omkeer. Bewegende gemiddeldes kan ook 'n vlak van ondersteuning of weerstand te identifiseer vir die veiligheid, of as 'n eenvoudige toegang of uitgang-sein. Hoe jy kies om te gebruik bewegende gemiddeldes is heeltemal aan you. Moving Gemiddeld - MA afbreek bewegende gemiddelde - MA As SMA voorbeeld, kyk na 'n sekuriteit met die volgende sluitingsdatum pryse meer as 15 dae: Week 1 (5 dae) 20, 22, 24, 25, 23 Week 2 (5 dae) 26, 28, 26, 29, 27 Week 3 (5 dae) 28, 30, 27, 29, 28 A 10-dag MA sou gemiddeld uit die sluitingsdatum pryse vir die eerste 10 dae soos die eerste data punt. Die volgende data punt sal daal die vroegste prys, voeg die prys op dag 11 en neem die gemiddelde, en so aan, soos hieronder getoon. Soos voorheen verduidelik, MA lag huidige prys aksie omdat dit gebaseer is op vorige pryse hoe langer die tydperk vir die MA, hoe groter is die lag. So sal 'n 200-dag MA 'n veel groter mate van lag as 'n 20-dag MA het omdat dit pryse vir die afgelope 200 dae bevat. Die lengte van die MA om te gebruik, hang af van die handel doelwitte, met korter MA gebruik vir 'n kort termyn handel en langer termyn MA meer geskik vir 'n lang termyn beleggers. Die 200-dag MA word wyd gevolg deur beleggers en handelaars, met onderbrekings bo en onder hierdie bewegende gemiddelde beskou as belangrike handel seine wees. MA ook mee belangrik handel seine op hul eie, of wanneer twee gemiddeldes kruis. 'N stygende MA dui daarop dat die sekuriteit is in 'n uptrend. terwyl 'n dalende MA dui daarop dat dit in 'n verslechtering neiging. Net so, is opwaartse momentum bevestig met 'n lomp crossover. wat gebeur wanneer 'n korttermyn-MA kruisies bo 'n langer termyn MA. Afwaartse momentum bevestig met 'n lomp crossover, wat plaasvind wanneer 'n kort termyn MA kruisies onder 'n langer termyn MA. Moving gemiddelde en eksponensiële gladstryking modelle As 'n eerste stap in die beweging van buite gemiddelde modelle, ewekansige loop modelle, en lineêre tendens modelle, nonseasonal patrone en tendense kan geëkstrapoleer deur 'n bewegende-gemiddelde of glad model. Die basiese aanname agter gemiddelde en glad modelle is dat die tyd reeks is plaaslik stilstaande met 'n stadig wisselende gemiddelde. Vandaar, neem ons 'n bewegende (plaaslike) gemiddelde om die huidige waarde van die gemiddelde skat en dan gebruik dit as die voorspelling vir die nabye toekoms. Dit kan beskou word as 'n kompromie tussen die gemiddelde model en die ewekansige-stap-sonder-drif-model. Dieselfde strategie gebruik kan word om te skat en ekstrapoleer 'n plaaslike tendens. 'N bewegende gemiddelde is dikwels 'n quotsmoothedquot weergawe van die oorspronklike reeks, want kort termyn gemiddelde het die effek van gladstryking uit die knoppe in die oorspronklike reeks. Deur die aanpassing van die mate van gladstryking (die breedte van die bewegende gemiddelde), kan ons hoop om 'n soort van 'n optimale balans tussen die prestasie van die gemiddelde en die stogastiese wandeling modelle slaan. Die eenvoudigste soort gemiddelde model is die. Eenvoudige (ewe-geweeg) Moving Average: Die voorspelling vir die waarde van Y op tyd T1 wat gemaak word op tydstip t is gelyk aan die eenvoudige gemiddelde van die mees onlangse m waarnemings: (hier en elders sal ek die simbool 8220Y-hat8221 gebruik om op te staan vir 'n voorspelling van die tyd reeks Y gemaak op die vroegste moontlike voor datum deur 'n gegewe model.) Hierdie gemiddelde is gesentreer op tydperk t (M1) / 2, wat impliseer dat die skatting van die plaaslike gemiddelde sal neig om agter die werklike waarde van die plaaslike gemiddelde met sowat (M1) / 2 periodes. So, sê ons die gemiddelde ouderdom van die data in die eenvoudige bewegende gemiddelde is (M1) / 2 met betrekking tot die tydperk waarvoor die voorspelling is bereken: dit is die hoeveelheid tyd waarop voorspellings sal neig om agter draaipunte in die data. Byvoorbeeld, as jy gemiddeld die afgelope 5 waardes, sal die voorspellings wees oor 3 periodes laat in reaksie op draaipunte. Let daarop dat indien M1, die eenvoudige bewegende gemiddelde (SMA) model is soortgelyk aan die ewekansige loop model (sonder groei). As m is baie groot (vergelykbaar met die lengte van die skatting tydperk), die SMA model is gelykstaande aan die gemiddelde model. Soos met enige parameter van 'n voorspelling model, is dit gebruiklik om die waarde van k te pas ten einde die beste quotfitquot om die data, dit wil sê die kleinste voorspelling foute gemiddeld behaal. Hier is 'n voorbeeld van 'n reeks wat blykbaar ewekansige skommelinge toon om 'n stadig-wisselende gemiddelde. In die eerste plek kan probeer om dit aan te pas met 'n ewekansige loop model, wat gelykstaande is aan 'n eenvoudige bewegende gemiddelde van 1 kwartaal: Die ewekansige loop model reageer baie vinnig om veranderinge in die reeks, maar sodoende dit tel baie van die quotnoisequot in die data (die ewekansige skommelinge) asook die quotsignalquot (die plaaslike gemiddelde). As ons eerder probeer 'n eenvoudige bewegende gemiddelde van 5 terme, kry ons 'n gladder lyk stel voorspellings: Die 5 termyn eenvoudige bewegende gemiddelde opbrengste aansienlik kleiner foute as die ewekansige loop model in hierdie geval. Die gemiddelde ouderdom van die data in hierdie voorspelling is 3 ((51) / 2), sodat dit is geneig om agter draaipunte met sowat drie periodes. (Byvoorbeeld, blyk 'n afswaai het plaasgevind by tydperk 21, maar die voorspellings nie omdraai tot verskeie tydperke later.) Let daarop dat die langtermyn-voorspellings van die SMA model is 'n horisontale reguit lyn, net soos in die ewekansige loop model. So, die SMA model veronderstel dat daar geen neiging in die data. Maar, terwyl die voorspellings van die ewekansige loop model is eenvoudig gelyk aan die laaste waargenome waarde, die voorspellings van die SMA model is gelykstaande aan 'n geweegde gemiddelde van die afgelope waardes. Die vertroue perke bereken deur Stat Graphics vir die langtermyn-voorspellings van die eenvoudige bewegende gemiddelde nie groter as die vooruitskatting horison styg kry. Dit is natuurlik nie korrek Ongelukkig is daar geen onderliggende statistiese teorie wat ons vertel hoe die vertrouensintervalle behoort te brei vir hierdie model. Dit is egter nie te moeilik om empiriese ramings van die vertroue perke vir die langer-horison voorspellings te bereken. Byvoorbeeld, kan jy die opstel van 'n sigblad waarop die SMA model sal gebruik word om 2 stappe vooruit, 3 stappe vooruit, ens binne die historiese data monster voorspel. Jy kan dan bereken die monster standaardafwykings van die foute op elke voorspelling horison, en dan bou vertrouensintervalle vir langer termyn voorspellings deur optelling en aftrekking veelvoude van die toepaslike standaard afwyking. As ons probeer om 'n 9-termyn eenvoudige bewegende gemiddelde, kry ons selfs gladder voorspellings en meer van 'n sloerende uitwerking: Die gemiddelde ouderdom is nou 5 periodes ((91) / 2). As ons 'n 19-termyn bewegende gemiddelde te neem, die gemiddelde ouderdom toeneem tot 10: Let daarop dat, inderdaad, is die voorspellings nou agter draaipunte met sowat 10 periodes. Watter bedrag van smoothing is die beste vir hierdie reeks Hier is 'n tabel wat hulle dwaling statistieke vergelyk, ook met 'n 3-gemiddelde: Model C, die 5-termyn bewegende gemiddelde, lewer die laagste waarde van RMSE deur 'n klein marge oor die 3 - term en 9 termyn gemiddeldes, en hul ander statistieke is byna identies. So, onder modelle met 'n baie soortgelyke fout statistieke, kan ons kies of ons 'n bietjie meer responsiewe ingesteldheid of 'n bietjie meer gladheid in die voorspellings sou verkies. (Terug na bo.) Browns Eenvoudige Eksponensiële Smoothing (eksponensieel geweeg bewegende gemiddelde) Die eenvoudige bewegende gemiddelde model hierbo beskryf het die ongewenste eienskap dat dit behandel die laaste k Waarnemings ewe en heeltemal ignoreer al voorafgaande waarnemings. Intuïtief, moet afgelope data verdiskonteer in 'n meer geleidelike mode - byvoorbeeld, die mees onlangse waarneming moet 'n bietjie meer gewig kry as 2 mees onlangse, en die 2de mees onlangse moet 'n bietjie meer gewig as die 3 mees onlangse kry, en so aan. Die eenvoudige eksponensiële gladstryking (SES) model accomplishes hierdie. Laat 945 dui n quotsmoothing constantquot ( 'n getal tussen 0 en 1). Een manier om die model te skryf is om 'n reeks L dat die huidige vlak (dit wil sê die plaaslike gemiddelde waarde) van die reeks verteenwoordig as geraamde van data tot op hede te definieer. Die waarde van L op tydstip t is rekursief bereken uit sy eie vorige waarde soos volg: Dus, die huidige stryk waarde is 'n interpolasie tussen die vorige stryk waarde en die huidige waarneming, waar 945 kontroles die nabyheid van die geïnterpoleerde waarde tot die mees onlangse waarneming. Die voorspelling vir die volgende tydperk is eenvoudig die huidige stryk waarde: anders gestel ons kan die volgende voorspelling direk in terme van vorige voorspellings en vorige waarnemings uit te druk, in enige van die volgende ekwivalent weergawes. In die eerste weergawe, die voorspelling is 'n interpolasie tussen vorige skatting en vorige waarneming: In die tweede weergawe, is die volgende voorspelling verkry deur die aanpassing van die vorige skatting in die rigting van die vorige fout deur 'n breukdeel bedrag 945. is die fout gemaak by tyd t. In die derde weergawe, die voorspelling is 'n eksponensieel geweeg (dit wil sê afslag) bewegende gemiddelde met afslag faktor 1- 945: Die interpolasie weergawe van die voorspelling formule is die eenvoudigste om te gebruik as jy die uitvoering van die model op 'n spreadsheet: dit pas in 'n enkele sel en bevat selverwysings verwys na die vorige skatting, die vorige waarneming, en die sel waar die waarde van 945 gestoor. Let daarop dat indien 945 1, die SES model is gelykstaande aan 'n ewekansige loop model (sonder groei). As 945 0, die SES model is gelykstaande aan die gemiddelde model, met die veronderstelling dat die eerste stryk waarde gelyk aan die gemiddelde is ingestel. (Terug na bo.) Die gemiddelde ouderdom van die data in die eenvoudige eksponensiële-glad voorspelling is 1/945 relatief tot die tydperk waarvoor die voorspelling is bereken. (Dit is nie veronderstel duidelik te wees, maar dit kan maklik aangetoon deur die evaluering van 'n oneindige reeks.) Dus, die eenvoudige bewegende gemiddelde voorspelling is geneig om agter draaipunte met sowat 1/945 periodes. Byvoorbeeld, wanneer 945 0.5 die lag is 2 periodes wanneer 945 0.2 die lag is 5 periodes wanneer 945 0.1 die lag is 10 periodes, en so aan. Vir 'n gegewe gemiddelde ouderdom (bv bedrag van lag), die eenvoudige eksponensiële gladstryking (SES) voorspelling is 'n bietjie beter as die eenvoudige bewegende gemiddelde (SMA) voorspel, want dit plaas relatief meer gewig op die mees onlangse waarneming --i. e. dit is 'n bietjie meer quotresponsivequot om veranderinge voorkom in die onlangse verlede. Byvoorbeeld, 'n SMA model met 9 terme en 'n SES model met 945 0.2 beide het 'n gemiddelde ouderdom van 5 vir die data in hul voorspellings, maar die SES model plaas meer gewig op die laaste 3 waardes as wel die SMA model en by die Terselfdertyd is dit doesn8217t heeltemal 8220forget8221 oor waardes meer as 9 tydperke oud was, soos getoon in hierdie grafiek: nog 'n belangrike voordeel van die SES model die SMA model is dat die SES model maak gebruik van 'smoothing parameter wat voortdurend veranderlike, so dit kan maklik new deur die gebruik van 'n quotsolverquot algoritme om die gemiddelde minimum te beperk kwadraat fout. Die optimale waarde van 945 in die SES model vir hierdie reeks blyk te wees 0,2961, soos hier gewys word: die gemiddelde ouderdom van die data in hierdie voorspelling is 1 / 0,2961 3.4 tydperke, wat soortgelyk is aan dié van 'n 6-termyn eenvoudige bewegende gemiddelde. Die langtermyn-voorspellings van die SES model is 'n horisontale reguit lyn. soos in die SMA model en die ewekansige loop model sonder groei. Let egter daarop dat die vertrouensintervalle bereken deur Stat Graphics nou divergeer in 'n redelike aantreklike mode, en dat hulle aansienlik nouer as die vertrouensintervalle vir die ewekansige loop model. Die SES model veronderstel dat die reeks is 'n bietjie quotmore predictablequot as wel die ewekansige loop model. 'N SES model is eintlik 'n spesiale geval van 'n ARIMA model. sodat die statistiese teorie van ARIMA modelle bied 'n goeie basis vir die berekening van vertrouensintervalle vir die SES model. In die besonder, 'n SES model is 'n ARIMA model met een nonseasonal verskil, 'n MA (1) termyn, en geen konstante term. andersins bekend as 'n quotARIMA (0,1,1) model sonder constantquot. Die MA (1) koëffisiënt in die ARIMA model stem ooreen met die hoeveelheid 1- 945 in die SES model. Byvoorbeeld, as jy 'n ARIMA (0,1,1) model inpas sonder konstante om die reeks te ontleed hier, die beraamde MA (1) koëffisiënt blyk te wees 0,7029, wat byna presies 'n minus 0,2961. Dit is moontlik om die aanname van 'n nie-nul konstante lineêre tendens voeg by 'n SES model. Om dit te doen, net 'n ARIMA model met een nonseasonal verskil en 'n MA (1) termyn met 'n konstante, dit wil sê 'n ARIMA (0,1,1) model met 'n konstante spesifiseer. Die langtermyn-voorspellings sal dan 'n tendens wat gelyk is aan die gemiddelde tendens waargeneem oor die hele skatting tydperk is. Jy kan dit nie doen in samewerking met seisoenale aanpassing, omdat die aanpassing opsies seisoenale is afgeskakel wanneer die model tipe is ingestel op ARIMA. Jy kan egter 'n konstante langtermyn eksponensiële tendens om 'n eenvoudige eksponensiële gladstryking model voeg (met of sonder seisoenale aanpassing) deur gebruik te maak van die opsie inflasie-aanpassing in die vooruitskatting prosedure. Die toepaslike quotinflationquot (persentasie groei) koers per periode kan geskat word as die helling koëffisiënt in 'n lineêre tendens model toegerus om die data in samewerking met 'n natuurlike logaritme transformasie, of dit kan op grond van ander, onafhanklike inligting oor die langtermyn groeivooruitsigte . (Terug na bo.) Browns Lineêre (dws dubbel) Eksponensiële glad die SMA modelle en SES modelle aanvaar dat daar geen tendens van enige aard in die data (wat gewoonlik OK of ten minste nie-te-sleg vir 1- stap-ahead voorspellings wanneer die data is relatief raserig), en hulle kan verander word om 'n konstante lineêre tendens inkorporeer soos hierbo getoon. Wat van kort termyn tendense As 'n reeks vertoon 'n wisselende koers van groei of 'n sikliese patroon wat uitstaan ​​duidelik teen die geraas, en as daar 'n behoefte aan meer as 1 tydperk wat voorlê voorspel, dan skatting van 'n plaaslike tendens kan ook wees n probleem. Die eenvoudige eksponensiële gladstryking model veralgemeen kan word na 'n lineêre eksponensiële gladstryking (LES) model wat plaaslike begrotings van beide vlak en tendens bere te kry. Die eenvoudigste-time wisselende tendens model is Browns lineêr eksponensiële gladstryking model, wat twee verskillende reëlmatige reeks wat op verskillende punte gesentreer in die tyd gebruik. Die vooruitskatting formule is gebaseer op 'n ekstrapolasie van 'n streep deur die twee sentrums. ( 'N meer gesofistikeerde weergawe van hierdie model, Holt8217s, word hieronder bespreek.) Die algebraïese vorm van Brown8217s lineêr eksponensiële gladstryking model, soos dié van die eenvoudige eksponensiële gladstryking model, uitgedruk kan word in 'n aantal verskillende maar ekwivalente vorms. Die quotstandardquot vorm van hierdie model word gewoonlik uitgedruk as volg: Laat S dui die enkel-stryk reeks verkry deur die toepassing van eenvoudige eksponensiële gladstryking om reeks Y. Dit is, is die waarde van S op tydperk t gegee word deur: (Onthou dat, onder eenvoudige eksponensiële gladstryking, dit sou die voorspelling vir Y by tydperk T1 wees) Dan Squot dui die dubbel-stryk reeks verkry deur die toepassing van eenvoudige eksponensiële gladstryking (met behulp van dieselfde 945) tot reeks S:. ten slotte, die voorspelling vir Y tk. vir enige kgt1, word gegee deur: Dit lewer e 1 0 (dit wil sê kul n bietjie, en laat die eerste skatting gelyk wees aan die werklike eerste waarneming), en e 2 Y 2 8211 Y 1. waarna voorspellings gegenereer met behulp van die vergelyking hierbo. Dit gee dieselfde toegerus waardes as die formule gebaseer op S en S indien laasgenoemde is begin met behulp van S 1 S 1 Y 1. Hierdie weergawe van die model gebruik word op die volgende bladsy wat 'n kombinasie van eksponensiële gladstryking met seisoenale aanpassing illustreer. Holt8217s Lineêre Eksponensiële Smoothing Brown8217s LES model bere plaaslike begrotings van vlak en tendens deur glad die onlangse data, maar die feit dat dit nie so met 'n enkele glad parameter plaas 'n beperking op die data patrone wat dit in staat is om aan te pas: die vlak en tendens word nie toegelaat om wissel op onafhanklike tariewe. Holt8217s LES model spreek hierdie kwessie deur die insluiting van twee glad konstantes, een vir die vlak en een vir die tendens. Te eniger tyd t, soos in Brown8217s model, die daar is 'n skatting L t van die plaaslike vlak en 'n skatting T t van die plaaslike tendens. Hier is hulle rekursief bereken vanaf die waarde van Y op tydstip t en die vorige raming van die vlak en tendens waargeneem deur twee vergelykings wat eksponensiële gladstryking afsonderlik van toepassing op hulle. As die geskatte vlak en tendens op tydstip t-1 is L t82091 en T t-1. onderskeidelik, dan is die voorspelling vir Y tshy wat op tydstip t-1 sal gemaak is gelyk aan L t-1 T T-1. Wanneer die werklike waarde is waargeneem, is die opgedateer skatting van die vlak rekursief bereken deur interpol tussen Y tshy en sy voorspelling, L t-1 T T-1, die gebruik van gewigte van 945 en 1- 945. Die verandering in die geskatte vlak, naamlik L t 8209 L t82091. geïnterpreteer kan word as 'n lawaaierige meting van die tendens op tydstip t. Die opgedateer skatting van die tendens is dan rekursief bereken deur interpol tussen L t 8209 L t82091 en die vorige skatting van die tendens, T t-1. die gebruik van gewigte van 946 en 1-946: Die interpretasie van die tendens-glad konstante 946 is soortgelyk aan dié van die vlak glad konstante 945. Models met klein waardes van 946 aanvaar dat die tendens verander net baie stadig met verloop van tyd, terwyl modelle met groter 946 aanvaar dat dit vinniger is om te verander. 'N Model met 'n groot 946 is van mening dat die verre toekoms is baie onseker, omdat foute in die tendens-skatting word baie belangrik wanneer voorspel meer as een tydperk wat voorlê. (Terug na bo.) Die smoothing konstantes 945 en 946 kan in die gewone manier word beraam deur die vermindering van die gemiddelde kwadraat fout van die 1-stap-ahead voorspellings. Wanneer dit in Stat Graphics gedoen, die skattings uitdraai om te wees 945 0.3048 en 946 0,008. Die baie klein waarde van 946 beteken dat die model veronderstel baie min verandering in die tendens van een tydperk na die volgende, so basies hierdie model is besig om 'n langtermyn-tendens skat. Volgens analogie met die idee van die gemiddelde ouderdom van die data wat gebruik word in die skatte van die plaaslike vlak van die reeks, die gemiddelde ouderdom van die data wat gebruik word in die skatte van die plaaslike tendens is eweredig aan 1/946, hoewel nie presies gelyk aan Dit. In hierdie geval is dit blyk 1 / 0,006 125. Dit isn8217t n baie presiese aantal sover die akkuraatheid van die skatting van 946 isn8217t regtig 3 desimale plekke te wees, maar dit is van dieselfde algemene orde van grootte as die steekproefgrootte van 100 , so hierdie model is gemiddeld oor 'n hele klomp van die geskiedenis in die skatte van die tendens. Die voorspelling plot hieronder toon dat die LES model skat 'n effens groter plaaslike tendens aan die einde van die reeks as die konstante tendens geskat in die SEStrend model. Ook waarvan die beraamde waarde van 945 is byna identies aan die een wat deur die pas van die SES model met of sonder tendens, so dit is amper dieselfde model. Nou, doen hierdie lyk redelike voorspellings vir 'n model wat veronderstel is om te beraming 'n plaaslike tendens As jy hierdie plot 8220eyeball8221, dit lyk asof die plaaslike tendens afwaarts gedraai aan die einde van die reeks: Wat het die parameters van hierdie model gebeur is beraam deur die vermindering van die kwadraat fout van 1-stap-ahead voorspellings, nie langer termyn voorspellings, in welke geval die tendens 'n groot verskil doesn8217t maak. As alles wat jy is op soek na is 1-stap-ahead foute, is jy nie sien die groter prentjie van tendense oor (sê) 10 of 20 periodes. Ten einde hierdie model meer in harmonie te kry met ons oogbal ekstrapolasie van die data, kan ons met die hand die tendens-glad konstante pas sodat dit 'n korter basislyn vir tendens skatting. Byvoorbeeld, as ons kies om te stel 946 0.1, dan is die gemiddelde ouderdom van die gebruik in die skatte van die plaaslike tendens data is 10 periodes, wat beteken dat ons die gemiddeld van die tendens oor daardie laaste 20 periodes of so. Here8217s wat die voorspelling plot lyk asof ons '946 0.1 terwyl 945 0.3. Dit lyk intuïtief redelike vir hierdie reeks, maar dit is waarskynlik gevaarlik om hierdie tendens te ekstrapoleer nie meer as 10 periodes in die toekoms. Wat van die fout statistieke Hier is 'n model vergelyking vir die twee modelle hierbo asook drie SES modelle getoon. Die optimale waarde van 945.Vir die SES model is ongeveer 0,3, maar soortgelyke resultate (met 'n bietjie meer of minder 'n responsiewe ingesteldheid, onderskeidelik) verkry met 0,5 en 0,2. (A) Holts lineêre exp. glad met alfa 0,3048 en beta 0,008 (B) Holts lineêre exp. glad met alfa 0,3 en beta 0,1 (C) Eenvoudige eksponensiële gladstryking met alfa 0,5 (D) Eenvoudige eksponensiële gladstryking met alfa 0,3 (E) Eenvoudige eksponensiële gladstryking met alfa 0,2 hul statistieke is byna identies, so ons can8217t regtig die keuse te maak op die basis van 1-stap-ahead voorspelling foute binne die data monster. Ons het om terug te val op ander oorwegings. As ons glo dat dit sinvol om die huidige tendens skatting van wat die afgelope 20 periodes of so gebeur baseer, kan ons 'n saak vir die LES model met 945 0.3 en 946 0.1 maak. As ons wil hê agnostikus te wees oor die vraag of daar 'n plaaslike tendens, dan een van die SES modelle makliker om te verduidelik kan wees en sou ook vir meer middel-of-the-road voorspellings vir die volgende 5 of 10 periodes. (Terug na bo.) Watter tipe tendens-ekstrapolasie die beste: horisontale of lineêre empiriese bewyse dui daarop dat, indien die data is reeds aangepas (indien nodig) vir inflasie, dan is dit dalk onverstandig om kort termyn lineêre ekstrapoleer wees tendense baie ver in die toekoms. Tendense duidelik vandag mag verslap in die toekoms as gevolg van uiteenlopende oorsake soos produk veroudering, toenemende mededinging en sikliese afswaai of opwaartse fases in 'n bedryf. Om hierdie rede, eenvoudige eksponensiële gladstryking voer dikwels beter out-of-monster as wat dit andersins word verwag, ten spyte van sy quotnaivequot horisontale tendens ekstrapolasie. Gedempte tendens veranderinge van die lineêre eksponensiële gladstryking model word ook dikwels gebruik in die praktyk om 'n aantekening van konserwatisme in te voer in die tendens projeksies. Die gedempte-tendens LES model geïmplementeer kan word as 'n spesiale geval van 'n ARIMA model, in die besonder, 'n ARIMA (1,1,2) model. Dit is moontlik om vertrouensintervalle rondom langtermyn voorspellings wat deur eksponensiële gladstryking modelle bereken deur die oorweging van hulle as spesiale gevalle van ARIMA modelle. (Pasop: nie alle sagteware bereken vertrouensintervalle vir hierdie modelle korrek.) Die breedte van die vertrouensintervalle hang af van (i) die RMS fout van die model, (ii) die tipe glad (eenvoudige of lineêr) (iii) die waarde (s) van die smoothing konstante (s) en (iv) die aantal periodes voor jy voorspel. In die algemeen, die tussenposes versprei vinniger as 945 kry groter in die SES model en hulle uitgebrei, sodat baie vinniger as lineêre, eerder as eenvoudige smoothing gebruik. Hierdie onderwerp word verder in die ARIMA modelle deel van die notas bespreek. (Terug na bo.) TRADINGSIM dag handel BLOG Hoe om handel te dryf met die eenvoudige bewegende gemiddelde 156 Vlammen Twitter 0 Facebook 153 Google 3 156 Vlammen 215 So, wat is die eenvoudige bewegende gemiddelde Sodra jy begin om terug te skil die uie, die eenvoudige bewegende gemiddelde is alles behalwe eenvoudig. In hierdie artikel sal 'n gasheer van onderwerpe om 'n paar te noem dek, sal ons die eenvoudige bewegende gemiddelde formule, gewilde bewegende gemiddeldes (5, 10, 200), 'n paar werklike bewegende gemiddelde voorbeelde en hoe 'n paar crossover strategieë te bespreek. Daar is 'n paar bykomende hulpbronne Ek wil graag daarop wys voordat jy voortgaan met die artikel (1) Trading Simulator (jy sal nodig hê om te oefen wat jy geleer het) en (2) addisionele bewegende gemiddelde artikels om 'n breër begrip van die gemiddeldes te kry (verplaas bewegende gemiddelde. Eksponensiële bewegende gemiddelde. Drie Eksponensiële bewegende gemiddelde). Eenvoudige bewegende gemiddelde Formule Die eenvoudige bewegende gemiddelde (SMA) is die mees basiese van die bewegende gemiddeldes gebruik vir verhandeling. Die eenvoudige bewegende gemiddelde formule word bereken deur die gemiddelde sluitingsprys van 'n voorraad in die afgelope x tydperke. Kom ons neem 'n blik op 'n eenvoudige bewegende gemiddelde byvoorbeeld met MSFT. Die afgelope vyf sluitingstyd pryse vir MSFT is: Om die eenvoudige bewegende gemiddelde formule jy die totale van die sluitingstyd pryse verdeel bereken en deel dit deur die aantal periodes. 5-dag SMA 143,24 / 5 28,65 Popular Simple bewegende gemiddeldes In teorie is daar 'n oneindige aantal eenvoudige bewegende gemiddeldes. As jy dink jy sal kom met 'n paar weird 46 SMA om te klop die mark laat my nou stop jy. Dit is belangrik om die mees algemene SMAs gebruik as dit is hulle die meerderheid van die handelaars sal gebruik word om op 'n daaglikse basis. Terwyl ek nie dat jy bepleit volgende almal, is dit belangrik om te weet wat ander handelaars is op soek na leidrade. Hier is die mees algemene SMAs gebruik word in die mark: 5 - SMA - Vir die hiper handelaar. Hierdie kort van 'n SBG sal voortdurend gee jou seine. Die beste gebruik van 'n 5-SMA is as 'n bedryf sneller in samewerking met 'n langer SMA tydperk. 10-SMA - gewild onder die kort termyn handelaars. Groot swing handelaars en dag handelaars. 20-SMA - die laaste stop op die bus vir 'n kort termyn handelaars. Beyond 20-SMA jy basies op soek na primêre tendense. 50-SMA - gebruik die handelaar om tendense mid-term te meet. 50 tydperk eenvoudige bewegende gemiddelde 200-SMA - Welkom by die wêreld van langtermyn-tendens volgelinge. Die meeste beleggers sal kyk vir 'n kruis bo of onder hierdie gemiddelde tot verteenwoordig indien die voorraad is in n bullish of lomp tendens. 200 tydperk eenvoudige bewegende gemiddelde basiese reëls vir die Trading met die SMA Die meeste handelaars sal jou vertel om eenvoudige bewegende gemiddelde CROSSOVER van Handel en die winste sal val uit die hemel. Wel, ongelukkig is dit nie korrek is. Dikwels aandele sal oor of onder bewegende gemiddeldes slegs voortgaan in die primêre rigting merk. Dit sal jou laat aan die verkeerde kant van die mark en af ​​op jou poste. Hier is 'n paar maniere om geld te handel die SMA maak. Gaan met die primêre tendens Kyk vir aandele wat uit af te breek of te sterk Pas die volgende SMAs 5,10,20,40,200 verstel word met die prys om te sien die beste Sodra jy die korrekte SMA geïdentifiseer, wag vir die prys om te toets die SMA suksesvol en kyk vir prys bevestiging dat die voorraad is die hervatting van die rigting van die primêre tendens Tik die handel op die volgende bar Fade die primêre tendens deur twee eenvoudige bewegende gemiddeldes Vind aandele wat uit af te breek tot of ten sterkste Kies twee eenvoudige bewegende gemiddeldes om aansoek te doen om die grafiek (bv. 5 en 10) Maak seker dat die prys is nog nie raak die 5 SMA of 10 SMA oormatig in die laaste 10 bars Wag vir die prys bo of onder beide bewegende gemiddeldes te sluit in die toonbank rigting van die primêre tendens op dieselfde kroeg Tik die handel op die volgende bar werklike lewe Voorbeeld gaan met die primêre tendens met behulp van die SMA die eenvoudige bewegende gemiddelde is waarskynlik een van die mees basiese vorms van tegniese ontleding. Selfs harde kern fundamentele ouens gaan 'n ding of twee te sê het oor die aanwyser het. 'N handelaar het om versigtig te wees, want daar is onbeperkte aantal van gemiddeldes wat jy kan gebruik en dan gooi jy die verskeie tydraamwerke in die mengsel en jy regtig 'n morsige grafiek. Hier is 'n speel-per-speel vir die gebruik van 'n bewegende gemiddelde op 'n intraday grafiek. In die voorbeeld hieronder sal ons dek 'n verblyf aan die regterkant van die tendens na om op 'n lang posisie. Die grafiek hieronder is van TIBCO (TIBX) op 24 Junie 2011. Eenvoudige bewegende gemiddelde Voorbeeld Kennisgewing hoe die voorraad het 'n tempo op die oop en geslote naby die hoogtepunt van die kandelaar. 'N tempo handelaar sou dit as 'n geleentheid om te spring op die trein en sit onder die lae van die opening kers hul stop. Op hierdie stadium kan jy die bewegende gemiddelde gebruik om die sterkte van die huidige tendens meet. In hierdie grafiek voorbeeld gebruik ons ​​die 10-tydperk eenvoudige bewegende gemiddelde. Eenvoudige bewegende gemiddelde - Wanneer om verkoop nou kyk na die grafiek hierbo, hoe dink jy sou geweet het om te verkoop op die vlak 26,40 met behulp van die eenvoudige bewegende gemiddelde Laat ek jou help hier. Jy sal geen idee gehad het. Ver na baie handelaars het probeer om die eenvoudige bewegende gemiddelde gebruik om die presiese verkoop voorspel en koop punte op 'n grafiek. 'N handelaar kan in staat wees om dit af te trek met behulp van verskeie gemiddeldes vir snellers, maar 'n mens gemiddeld alleen sal nie genoeg wees nie. So red jouself die tyd en hoofpyn en gebruik die gemiddeldes van die krag van die beweging te bepaal. Nou kyk weer na die kaart. Het jy sien hoe die grafiek is besig om te roll as die gemiddelde is besig om plat uit. 'N tempo handelaar wil weg van hierdie tipe van die aktiwiteit te bly, aangesien die geld in hierdie voorbeeld groei as die voorraad verhogings in die prys. Nou weer, as jy was om te verkoop aan die kruis af deur die gemiddelde, dit kan 'n paar van die tyd werk, maar met verloop van tyd sal jy uiteindelik verloor geld nadat jy faktor in kommissies. As jy dit nie glo my, probeer net die koop en verkoop op grond van hoe die prys grafiek kruisies of onder 'n eenvoudige bewegende gemiddelde. Onthou, as dit was so maklik, elke handelaar in die wêreld sou wees om geld te maak oorhandig vuis. Plat Eenvoudige bewegende gemiddelde Kom ons neem 'n ander blik op die eenvoudige bewegende gemiddelde en die primêre tendens. Ek hou daarvan om dit die heilige graal opstel bel. Dit is die opstel van jou sal sien in boeke en seminare. Eenvoudig te koop op die tempo en verkoop wanneer die voorraad kruise af onder die prys aksie. Die onderstaande is 'n intraday grafiek van Sina Corporation (SINA) vanaf 24 Junie 2011. Kyk na hoe die prys grafiek bly skoon bo die 20-tydperk eenvoudige bewegende gemiddelde. Eenvoudige bewegende gemiddelde - perfekte voorbeeld Isnt dat 'n pragtige grafiek Jy koop op die oop op 80 en verkoop op die sluit om 92. 'N vinnige 15 wins op een dag en jy didnt het om 'n vinger te lig. Die brein is 'n snaakse ding. Ek onthou dat 'n grafiek soos hierdie wanneer ek die eerste keer begin het in die handel en dan sal ek die stelsel kies wat die oggend aktiwiteit ooreenstem koop. Ek sal kyk vir dieselfde tipe volume en prys aksie, net om later in die gesig word geklap deur die werklikheid toe my speel nie so goed tendens. Dit is die ware uitdaging met handel, wat goed werk op 'n grafiek, sal nie goed werk op die ander. Onthou, die 20-SMA het goed gewerk in hierdie voorbeeld, maar jy kan 'n geld nie bou maak stelsel af een speel. Werklike lewe Voorbeeld gaan teen die primêre tendens met behulp van die SMA Nog 'n manier om handel te dryf met behulp van die eenvoudige bewegende gemiddelde is om teen te gaan na die tendens. Een van die meer hoër waarskynlikheid speel is om gaping beweeg teen te werk. Daar is 'n aantal studies met betrekking tot leemtes is. Afhangende van die tydperk in die aandelemark (60 plat lyn, laat 90s boom, of wisselvalligheid van die 2000's) Dit is 'n veilige aanname dat gapings sal vul 50 van die tyd. Nog 'n bevestiging 'n handelaar kan gebruik wanneer gaan toonbank 'n beslote onder of oor die eenvoudige bewegende gemiddelde. In die voorbeeld hieronder, FSLR het 'n stewige gaping van 4. Na die gaping die voorraad tendens tot sterk. Jy moet baie versigtig wees met counter benaderings te wees. As jy aan die verkeerde kant van die handel, sal jy en ander met jou posisie die brandstof vir die volgende been wees. Kom ons 'n paar uur op die grafiek vinnig vorentoe. FSLR Kort Trend Wanneer jy kort gaan die voorraad nie veel om te herstel en / of die wisselvalligheid opdroog, jy is in 'n goeie plek. Let op hoe FSLR voortgegaan laer gedurende die dag nie in staat om 'n stryd te sit. Nou kan spring vorentoe eendag tot 1 Julie 2011 en raai wat gebeur het Jy het dit, die gaping gevul. FSLR gaping gevul Eenvoudige bewegende gemiddelde Crossover Strategie Die bewegende gemiddeldes deur hulself sal jy 'n groot padkaart gee vir die handel die markte. Maar wat van bewegende gemiddelde CROSSOVER as 'n sneller vir die aangaan en die sluiting van ambagte. Laat my toe om 'n duidelike standpunt oor hierdie een en sê ek is nie 'n fan van hierdie strategie. Eerste die bewegende gemiddelde op sigself is 'n sloerende aanwyser, nou is jy laag in die idee dat jy moet wag vir 'n sloerende aanwyser na 'n ander sloerende aanwyser kruis is net te veel vertraging vir my. As jy kyk op die web een van die gewildste eenvoudige bewegende gemiddeldes te gebruik met 'n crossover strategie is die 50 en 200 dae. Wanneer die 50 eenvoudige bewegende gemiddelde kruise bo die 200 eenvoudige bewegende gemiddelde wat dit genereer 'n goue kruis. Aan die ander kant, wanneer die 50 eenvoudige bewegende gemiddelde kruise onder die 200 eenvoudige bewegende gemiddelde dit skep 'n dood kruis. Ek noem net hierdie, sodat jy bewus is van die opstel, wat dalk van toepassing vir 'n lang termyn belegging is. Sedert Tradingsim fokus op dag handel laat my ten minste loop deur 'n paar basiese crossover strategieë. Bewegende gemiddelde CROSSOVER en Dag Trading twee eenvoudige bewegende gemiddelde Crossover Vroeg in my handel loopbaan en toe ek begin sê dat ek die eerste paar maande het ek die helder van idee van die gebruik 'n bewegende gemiddelde strategie om my nuwe gevind rykdom bring. Ek het hulle op die 5 en 10 tydperk SMAs en net gekoop as die 5 gekruis bo die 10 en verkoop kort wanneer die 5 gekruis onder die 10. Ek het gedink ek was regtig gevorderde toe ek besluit het om nie net gebruik om hierdie stelsel blindelings nie, maar om te hardloop hierdie analise op aandele wat die beste resultate gehad. Soos jy kan dink oor die langtermyn het ek begin om geld te verloor. Ek kry die onderwerp af, ek dink ek het al het dit duidelik gemaak Im nie 'n fan van bewegende gemiddelde CROSSOVER. So, laat praat deur gebruik te maak van twee eenvoudige gemiddeldes. Die eerste ding om te weet, is wat jy wil twee bewegende gemiddeldes die een of ander manier verband hou met mekaar te tel. Byvoorbeeld, 10 is die helfte van 20. Of die 50 en 200 is die gewildste bewegende gemiddeldes vir beleggers meer. Die tweede ding kom om die sneller vir die handel met bewegende gemiddelde CROSSOVER verstaan. A koop of te verkoop sein geaktiveer sodra die kleiner bewegende gemiddelde kruise bo of onder die groter bewegende gemiddelde. Koop 'n Kruis in die onderstaande kartering voorbeeld van Apple uit 2013/04/09 Apple die tydperk 10 SMA gekruis bo die tydperk SMA 20. Jy sal sien dat die voorraad het 'n mooi intraday loop van 424 tot 428,50 Isnt dat net 'n pragtige grafiek Die 10 tydperk SMA is die rooi lyn en die blou is die tydperk 20. In hierdie voorbeeld sou jy gekoop wanneer die rooi lyn bo die blou wat jy 'n beginpunt sou gegee het effens bo 424. Die verkoop van 'n Kruis Down Kom ons neem 'n blik wanneer 'n sell aksie veroorsaak gesluit. In hierdie voorbeeld is 'n sell optrede veroorsaak wanneer die voorraad af gapped op 2013/04/15. Nou in beide van hierdie voorbeelde wat jy sal sien hoe die voorraad gerieflik gaan in die gewenste rigting met baie min wrywing. Wel, dit is die verste ding van die werklikheid. As jy kyk na bewegende gemiddelde CROSSOVER op enige simbool wat jy sal meer valse en sywaarts seine as hoë opbrengs kinders sien. Dit is omdat die meeste van die tyd aandele op die oppervlak beweeg in 'n ewekansige patroon. Onthou mense, dit is die werk van die groot geld spelers om vervalste jy uit om elke draai om jou te skei van jou geld. Met die opkoms van verskansingsfondse en outomatiese handel stelsels. vir al die rein crossover speel Ek vind, kan ek dalk wys julle 'n ander dosyn of meer wat dit nie uitspeel goed. Dit is weer die rede waarom ek nie die crossover strategie as 'n ware middele om geld te maak dag handel die markte beveel. Opsomming As jy reeds havent het gedink dit uit, die eenvoudige bewegende gemiddelde is nie 'n aanduiding wat jy kan gebruik as 'n selfstandige sneller. Nou, dat nie die geval is dat die aanwyser 'n groot hulpmiddel vir die monitering van die rigting van 'n tendens of help om te bepaal wanneer die mark is moeg ná 'n impulsiewe skuif cant wees. Dink as die SMA as 'n baie basiese kompas. As jy wil gedetailleerde koördinate sal jy ander gereedskap nodig, maar jy ten minste 'n idee van waarheen jy op pad. Ek is die mede-stigter van Tradingsim en 'n IT-professionele wat spesialiseer in grootskaalse Systems Integration projekte. Ek het verhandelde die markte sedert 2000 en is van mening dat ware handel meesterskap kom uit die praktyk. Wanneer Ek is nie besig met 'n nuwe handelsmerk strategie, Ek geniet om tyd saam met my vrou en kids. Home gtgt Inventory Rekeningkunde Onderwerpe bewegende gemiddelde Inventaris Metode bewegende gemiddelde Inventaris Metode Oorsig Onder die bewegende gemiddelde inventaris metode, die gemiddelde koste van elke voorraaditem in voorraad is weer bereken word na elke inventaris koop. Hierdie metode is geneig om voorraad waardasies en koste van goedere verkoop resultate wat tussenin afgelei onder die eerste in, eerste uit (EIEU) metode en die laaste in, eerste uit (LIEU) metode lewer. Dit gemiddelde benadering word beskou as 'n veilige en konserwatiewe benadering toegee aan verslagdoening finansiële resultate. Die berekening is die totale koste van die aangekoop gedeel deur die aantal items in voorraad items. Die koste van die beëindiging van voorraad en die koste van goedere verkoop word dan vasgestel op hierdie gemiddelde koste. Geen koste lae nodig is, soos vereis vir die EIEU en LIEU metodes. Sedert die bewegende gemiddelde koste verander wanneer daar 'n nuwe aankoop, kan die metode slegs gebruik word met 'n deurlopende voorraadstelsel opsporingstelsel so 'n stelsel hou up-to-date rekords van voorraad weegskaal. Jy kan die bewegende gemiddelde inventaris metode nie gebruik as jy net met 'n periodieke voorraadstelsel. aangesien so 'n stelsel net ophoop inligting aan die einde van elke rekeningkundige tydperk, en nie rekords by die individuele eenheid te handhaaf. Ook, wanneer voorraad waardasies is afgelei met behulp van 'n rekenaarstelsel, die rekenaar maak dit relatief maklik om voortdurend aan te pas inventaris waardasies met hierdie metode. Aan die ander kant, kan dit baie moeilik wees om die bewegende gemiddelde metode te gebruik wanneer voorraadrekords word met die hand in stand gehou, want die klerklike personeel sal oorweldig word deur die omvang van die nodige berekeninge. Bewegende gemiddelde Inventaris Metode Voorbeeld Voorbeeld 1. ABC International het 1,000 groen widgets in voorraad vanaf die begin van April, teen 'n koste per eenheid van 5. So, die begin inventaris balans van groen widgets in April is 5,000. ABC koop dan 250 bykomende greeen widgets op 10 April vir 6 elk (totaal aankoop van 1500), en 'n ander 750 groen widgets op 20 April vir 7 elk (totaal aankoop van 5250). In die afwesigheid van enige verkope, beteken dit dat die bewegende gemiddelde koste per eenheid aan die einde van April 5.88, wat bereken word as 'n totale koste van 11.750 sou wees (5000 begin balans 1500 aankoop 5250 aankoop), gedeel deur die totale op - hand telling eenheid van 2000 groen widgets (1000 begin balans 250 eenhede gekoop 750 eenhede gekoop). So, die bewegende gemiddelde koste van die groen widgets was 5 per eenheid aan die begin van die maand, en 5.88 aan die einde van die maand. Ons sal die voorbeeld herhaal, maar nou sluit 'n paar verkope. Onthou dat ons herbereken die bewegende gemiddelde na elke transaksie. Voorbeeld 2. ABC International het 1,000 groen widgets in voorraad vanaf die begin van April, teen 'n koste per eenheid van 5. Dit verkoop 250 van hierdie eenhede op 5 April, en rekords wat 'n klag by die koste van goedere verkoop van 1250, wat word bereken as 250 eenhede x 5 per eenheid. Dit beteken daar is nou 750 eenhede in voorraad oorbly, teen 'n koste per eenheid van 5 en 'n totale koste van 3750. ABC koop dan 250 bykomende groen widgets op 10 April vir 6 elk (totaal aankoop van 1500). Die bewegende gemiddelde koste is nou 5,25, wat bereken word as 'n totale koste van 5250 gedeel deur die 1000-eenhede nog op hande. ABC verkoop as 200 eenhede op 12 April, en rekords wat 'n klag by die koste van goedere verkoop van 1050, wat daarop bereken as 200 eenhede x 5,25 per eenheid. Dit beteken daar is nou 800 eenhede in voorraad oorbly, teen 'n koste per eenheid van 5,25 en 'n totale koste van 4200. Ten slotte, ABC koop 'n bykomende 750 groen widgets op 20 April vir 7 elk (totaal aankoop van 5250). Aan die einde van die maand, het die bewegende gemiddelde koste per eenheid is 6,10, wat bereken as die totale koste van 4200 5250, gedeel deur totale oorblywende eenhede van 800 750. Dus, in die tweede voorbeeld, ABC International begin die maand met 'n 5000 begin balans van groen widgets teen 'n koste van 5 elk, verkoop 250 eenhede teen 'n koste van 5 op 5 April, hersien die eenheidskoste te 5,25 na 'n aankoop op 10 April, verkoop 200 eenhede teen 'n koste van 5,25 op 12 April, en uiteindelik hersien sy eenheidskoste te 6,10 na 'n aankoop op 20 April Jy kan sien dat die koste per veranderinge eenheid na 'n inventaris koop, maar nie na 'n inventaris koop.