12 เดือน เฉลี่ยเคลื่อนที่ เงินเฟ้อ

ค่าเฉลี่ยเคลื่อนที่: อะไรคือตัวชี้วัดทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อวัดทิศทางของแนวโน้มในปัจจุบัน ค่าเฉลี่ยเคลื่อนที่ทุกประเภท (เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA) คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมา เมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงในแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมด รูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่โดยทั่วไปหมายถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) โดยคำนวณค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนด ตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา (110) คือ หารด้วยจำนวนวัน (10) เพื่อให้ได้ค่าเฉลี่ย 10 วัน หากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนจะต้องมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมา ค่าเฉลี่ยที่เกิดขึ้นด้านล่าง (11) คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาอย่างไร บางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยปกติ คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาเพื่อแทนที่ ดังนั้นชุดข้อมูลจึงมีการย้ายข้อมูลบัญชีใหม่ ๆ ไปเรื่อย ๆ วิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้น ในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดง (แทนจุดข้อมูล 10 จุดที่ผ่านมา) จะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณ เนื่องจากค่าที่ค่อนข้างเล็ก 5 จะแทนที่ค่าที่สูงถึง 15 คุณจึงคาดว่าจะเห็นค่าเฉลี่ยของการลดลงของชุดข้อมูลซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่เมื่อค่าของ MA ได้รับการคำนวณพวกเขาจะวางแผนลงบนแผนภูมิและเชื่อมต่อแล้วเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่ เส้นโค้งเหล่านี้มีอยู่ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีการใช้งานเหล่านี้อาจแตกต่างกันอย่างมาก (ในภายหลัง) ดังที่เห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณ เส้นโค้งเหล่านี้ดูเหมือนจะเสียสมาธิหรือทำให้เกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับมันเมื่อเวลาผ่านไป เส้นสีแดงเป็นเพียงราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมา ตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่คืออะไรและแนะนำให้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ต่างกันและดูว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวถึงก่อนหน้านี้เท่าไร ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดก็มีนักวิจารณ์ หลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้าย ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้น้ำหนักกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) (สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลเบื้องต้นเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA กับ EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนาค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากกว่าราคาล่าสุดในความพยายามที่จะทำให้การตอบสนองดีขึ้น ข้อมูลใหม่ ๆ การเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบแผนภูมิทำคำนวณสำหรับคุณ อย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA: เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องโดยใช้สูตรด้านบนจากที่นั่น เราได้จัดเตรียมสเปรดชีตตัวอย่างไว้ในตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่แบบเสวนา ความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA คำนวณอย่างไรให้ลองดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไร เมื่อพิจารณาการคำนวณ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลสำคัญ ๆ อยู่ในจุดข้อมูลล่าสุดทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนัก ในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเหมือนกัน (15) แต่ EMA จะตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วขึ้น สังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลง การตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA อะไรที่แตกต่างกันระหว่างวันหมายถึงค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่สามารถปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกกรอบเวลาที่ต้องการได้ทุกเมื่อสร้างค่าเฉลี่ย ช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วัน ช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความละเอียดอ่อนมากขึ้นคือการเปลี่ยนแปลงราคา ยิ่งช่วงเวลาที่ยาวนานขึ้นเท่าไรก็ยิ่งอ่อนไหวหรือเรียบเนียนขึ้นเท่านั้นโดยเฉลี่ยแล้ว ไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณ วิธีที่ดีที่สุดในการพิจารณาว่ารูปแบบใดที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ ค่าเฉลี่ยเคลื่อนที่: วิธีใช้ ThemHow ในการคำนวณค่าเฉลี่ยของ Roller 12 เดือนค่าเฉลี่ยของเดือนที่ 12 เดือนจะลดตัวเลขรายเดือนเป็นค่าเฉลี่ยเพียงอย่างเดียว ค่าเฉลี่ยกลิ้ง 12 เดือน หรือค่าเฉลี่ยเคลื่อนที่เป็นเพียงค่าเฉลี่ย 12 เดือนสำหรับช่วงเวลา 12 เดือนติดต่อกัน เครื่องมือทางสถิตินี้สามารถช่วยในการวัดทิศทางโดยรวมของชุดข้อมูลรายเดือน เพราะทำให้เกิดการเปลี่ยนแปลงของเดือนต่อเดือน คุณสามารถใช้ค่าเฉลี่ยการกลิ้ง 12 เดือนเพื่อวิเคราะห์ตัวเลขรายเดือนเกือบทุกประเภทเช่นรายได้กำไรราคาหุ้นหรือยอดคงเหลือในบัญชี รวบรวมข้อมูลรายเดือนที่คุณต้องการคำนวณค่าเฉลี่ยกลิ้ง 12 เดือน คุณต้องมีข้อมูลอย่างน้อย 13 เดือนติดต่อกัน แต่ยิ่งมีมากเท่าไรก็ยิ่งมีประโยชน์มากขึ้นเท่านั้น ตัวอย่างเช่นสมมติว่าคุณต้องการคำนวณค่าเฉลี่ยกลิ้ง 12 เดือนสำหรับ 14 เดือนต่อไปนี้ของการขาย: ในตัวอย่างเพิ่มยอดขายรายเดือนตั้งแต่เดือนมกราคมถึงธันวาคม 2560: 50,000 55,000 60,000 65,000 70,000 75,000 72,000 70,000 68,000 71,000 76,000 85,000 817,000 แบ่งผลการค้นหาของคุณเป็น 12 เพื่อคำนวณตัวเลขเฉลี่ยรายเดือนสำหรับระยะเวลา 12 เดือนที่เก่าที่สุด นี่เป็นค่าเฉลี่ยแรกของการรีด ในตัวอย่างนี้แบ่งเป็น 817,000 12: 817,000 12 เดือน 68,083 สำหรับค่าเฉลี่ยกลิ้งแรกเพิ่มตัวเลขรายเดือนสำหรับรอบระยะเวลา 12 เดือนติดต่อกัน รวมระยะเวลา 12 เดือนก่อนหน้ายกเว้นเดือนที่เก่าที่สุด นอกจากนี้ยังมีเดือนใหม่ล่าสุดหลังจากช่วงเวลา 12 เดือนก่อนหน้า ในตัวอย่างระยะเวลา 12 เดือนติดต่อกันต่อไปคือกุมภาพันธ์ 2017 ถึงมกราคม 2018 เพิ่มยอดขายรายเดือนเพื่อรับ 840,000 แบ่งผลการค้นหาของคุณเป็น 12 เพื่อคำนวณค่าเฉลี่ยกลิ้งที่สอง ในตัวอย่างให้แบ่ง 840,000 โดย 12: 840,000 12 70,000 วินาทีเฉลี่ยกลิ้งเพิ่มข้อมูลรายเดือนสำหรับรอบระยะเวลา 12 เดือนติดต่อกันและแบ่งผลของคุณเป็น 12 เพื่อคำนวณค่าเฉลี่ยกลิ้งที่สาม ทำซ้ำการคำนวณแบบเดียวกันสำหรับแต่ละงวด 12 เดือนถัดไปเพื่อคำนวณค่าเฉลี่ยกลิ้งที่เหลือ ในตัวอย่างให้เพิ่มยอดขายรายเดือนตั้งแต่เดือนมีนาคมปี 2017 จนถึงเดือนกุมภาพันธ์ปี 2018 เป็น 852,000 แบ่ง 852,000 โดย 12 เพื่อให้ได้ค่าเฉลี่ยเคลื่อนที่ที่สาม 71,000 ค่าเฉลี่ยกลิ้ง 12 เดือนเป็น 68,083, 70,000 และ 71,000 ซึ่งแสดงถึงแนวโน้มการขายที่เพิ่มขึ้นในช่วงเวลาที่กำหนด คำนวณตัวเลขรายเดือนและค่าเฉลี่ยของรอบ 12 เดือนในกราฟเพื่อดูแนวโน้มของข้อมูล 12 เดือนอัตราเฉลี่ยของตั๋วเงิน (12MTA และ 12MAT) อัตราปัจจุบัน 8211 ความหมาย 8211 กราฟทางประวัติศาสตร์กราฟนี้เป็นค่าเฉลี่ยถัวเฉลี่ย 12 เดือนของอัตราผลตอบแทนถัวเฉลี่ยรายเดือน หลักทรัพย์ธนารักษ์ของสหรัฐฯปรับขึ้นเป็นระยะเวลาคงที่อย่างต่อเนื่องหนึ่งปี ดัชนีจะคำนวณโดยใช้ค่าเฉลี่ย 12 อัตราก่อนหน้าของ CMT 1 ปี เนื่องจากดัชนีนี้เป็นค่าเฉลี่ยรายปีคงที่มากกว่าดัชนีราคาตลาด 1 ปี มีความผันผวนมากกว่าค่าใช้จ่ายของเขต 11 ของดัชนีกองทุน แม้ว่าการเคลื่อนไหวจะติดตามกันและกันอย่างใกล้ชิดดังที่แสดงในแผนภูมิเปรียบเทียบของเรา ข้อกำหนด 12 MTA (12 เดือนตั๋วเงินคลังเฉลี่ย) และ 12 MAT (ตั๋วเฉลี่ย 12 เดือน) ใช้แทนกัน 12 เดือนตั๋วเงินเฉลี่ย (12 เดือน) ที่มา: การคาดการณ์อัตราที่รายงานโดย Federal Reserve Board ความพยายามที่สมเหตุสมผลในการรักษาข้อมูลที่ถูกต้อง อย่างไรก็ตามข้อมูลอาจมีข้อผิดพลาดหรือไม่ถูกต้องและแสดงโดยไม่มีการรับประกัน ไม่มีข้อผูกมัดสำหรับข้อผิดพลาดหรือการละเว้นใด ๆ โปรดเปิดใช้งาน JavaScript เพื่อประสบการณ์ที่ดีที่สุด กุมภาพันธ์ 23, 2017 16 กุมภาพันธ์ 2017 9 กุมภาพันธ์ 2017 2 กุมภาพันธ์ 2017