Sunday 23 July 2017

การย้าย ค่าเฉลี่ย ข้อมูล จุด


Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองดูที่ชุดข้อมูลเวลาของเรา คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2 5. คลิกที่ช่อง Interval และพิมพ์ 6.6 คลิกที่ Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและ จุดข้อมูลปัจจุบันเป็นผลให้ยอดและหุบเขาถูกทำให้ราบรื่นกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกเนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากพอ 9 ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วงเวลา 4. บทสรุป The la ช่วงที่เล็กกว่าช่วงเวลาที่ใกล้กว่าค่าเฉลี่ยเคลื่อนที่จะอยู่ที่จุดข้อมูลที่แท้จริง OANDA ใช้คุกกี้เพื่อทำให้เว็บไซต์ของเราใช้งานง่ายและปรับแต่งให้เหมาะกับผู้เยี่ยมชมของเราคุกกี้ไม่สามารถใช้งานได้ โดยการเยี่ยมชมเว็บไซต์ของเราคุณยินยอมที่จะใช้คุกกี้ของ OANDA ตามนโยบายความเป็นส่วนตัวของเราในการป้องกันลบหรือจัดการคุกกี้โปรดไปที่การ จำกัด คุกกี้จะป้องกันไม่ให้คุณได้รับประโยชน์จากฟังก์ชันการทำงานบางอย่างในเว็บไซต์ของเราดาวน์โหลด Apps มือถือของเรา เปิด Account. ltiframe width 1 height 1 frameborder แสดงสไตล์ 0 ไม่มี mcestyle display none gt lt iframe gt. Lesson 1 ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่มีค่าเฉลี่ยเคลื่อนที่หลายแบบที่สามารถตอบสนองความต้องการในการวิเคราะห์ตลาดที่แตกต่างกันได้มากที่สุด ที่ใช้โดย traders รวมถึงต่อไปนี้อย่างง่าย Moving Average. Weighted Moving Average. Exponential Moving Average. Simple Moving เฉลี่ย SMA. A ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคือ mos t ชนิดพื้นฐานของค่าเฉลี่ยเคลื่อนที่คำนวณโดยใช้ชุดของราคาหรือช่วงเวลาที่รายงานเพิ่มราคาเหล่านี้เข้าด้วยกันและหารจำนวนทั้งหมดด้วยจำนวนจุดข้อมูลสูตรนี้กำหนดราคาเฉลี่ยและคำนวณในลักษณะที่ ปรับหรือขยับเพื่อตอบสนองต่อข้อมูลล่าสุดที่ใช้ในการคำนวณค่าเฉลี่ยตัวอย่างเช่นถ้าคุณรวมเฉพาะอัตราแลกเปลี่ยน 15 ครั้งล่าสุดในการคำนวณโดยเฉลี่ยอัตราที่เก่าแก่ที่สุดจะถูกลดลงโดยอัตโนมัติทุกครั้งที่มีการเปิดราคาใหม่ ค่าเฉลี่ยของการเคลื่อนไหวเป็นราคาใหม่แต่ละราคาจะรวมอยู่ในการคำนวณและสร้างความมั่นใจว่าค่าเฉลี่ยจะขึ้นอยู่กับราคาล่าสุด 15 ครั้งเท่านั้นโดยมีการทดลองและข้อผิดพลาดเล็กน้อยคุณสามารถกำหนดค่าเฉลี่ยเคลื่อนที่ที่เหมาะสมกับกลยุทธ์การค้าของคุณได้จุดเริ่มต้นที่ดีคือ ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยขึ้นอยู่กับราคาล่าสุด 20. ราคาถัวเฉลี่ยเคลื่อนที่เฉลี่ย WMA. A ค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักคำนวณในลักษณะเดียวกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ แต่ใช้ค่าที่เป็นเส้นตรง weighte d เพื่อให้แน่ใจว่าอัตราล่าสุดมีผลต่อค่าเฉลี่ยมากขึ้นซึ่งหมายความว่าอัตราที่เก่าแก่ที่สุดที่รวมอยู่ในการคำนวณจะได้รับน้ำหนัก 1 ค่าที่เก่าที่สุดถัดไปจะได้รับการชั่งน้ำหนัก 2 และค่าที่เก่าที่สุดถัดไปจะได้รับน้ำหนัก 3 ตลอดจนอัตราล่าสุดผู้ค้าบางรายพบว่าวิธีนี้มีความเกี่ยวข้องกับการกำหนดแนวโน้มโดยเฉพาะอย่างยิ่งในตลาดที่มีการเคลื่อนไหวอย่างรวดเร็วข้อเสียของการใช้ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักคือเส้นค่าเฉลี่ยที่เกิดขึ้นอาจน้อยกว่าการเคลื่อนย้ายที่เรียบง่าย เฉลี่ยนี้อาจทำให้ยากที่จะมองเห็นแนวโน้มตลาดจากความผันผวนด้วยเหตุนี้ผู้ค้าบางคนชอบที่จะวางทั้งค่าเฉลี่ยเคลื่อนที่แบบง่ายๆและค่าเฉลี่ยถ่วงน้ำหนักเคลื่อนที่ในแผนภูมิเดียวกันกราฟราคาถ่านหินกับ Simple Moving Average และ Weighted Moving Average moving average เฉลี่ย EMA. ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคล้ายคลึงกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย แต่ในขณะที่ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายจะลบราคาที่เก่าที่สุดออกเป็นราคาใหม่ ฉันมีค่าเฉลี่ยเคลื่อนที่แบบเสวนาเฉลี่ยจะคำนวณค่าเฉลี่ยของช่วงที่ผ่านมาทั้งหมดโดยเริ่มจากจุดที่คุณระบุตัวอย่างเช่นเมื่อคุณเพิ่มการซ้อนทับค่าเฉลี่ยที่เป็นค่าเฉลี่ยของการชี้แจงไปเป็นแผนภูมิราคาคุณจะกำหนดจำนวนรอบการรายงานที่จะรวมไว้ใน การคำนวณสมมติว่าคุณระบุราคา 10 ราคาล่าสุดที่จะรวมการคำนวณครั้งแรกนี้จะเหมือนกับการคำนวณค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายซึ่งขึ้นอยู่กับระยะเวลาการรายงาน 10 งวด แต่เมื่อมีการใช้ราคาต่อไปการคำนวณใหม่จะยังคงเป็นต้นฉบับ 10 ราคาบวกราคาใหม่เพื่อให้ได้ค่าเฉลี่ยซึ่งหมายความว่าขณะนี้มี 11 งวดการรายงานในการคำนวณค่าเฉลี่ยเลขยกกำลังในขณะที่ค่าเฉลี่ยเคลื่อนที่ที่แท้จริงจะขึ้นอยู่กับเพียง 10 อันดับล่าสุดเท่านั้นโดยพิจารณาว่า Average Moving Average ใด เพื่อใช้ในการพิจารณาค่าเฉลี่ยเคลื่อนที่ที่ดีที่สุดสำหรับคุณคุณต้องเข้าใจความต้องการของคุณก่อนหากวัตถุประสงค์หลักของคุณคือการลดเสียงรบกวนของราคาที่ผันผวนอย่างต่อเนื่องตามลำดับ เพื่อกำหนดทิศทางของตลาดโดยรวมแล้วค่าเฉลี่ยเคลื่อนที่ที่แท้จริงของ 20 หรือมากกว่านั้นอาจทำให้ระดับรายละเอียดที่คุณต้องการหากคุณต้องการให้ค่าเฉลี่ยเคลื่อนที่ของคุณให้ความสำคัญกับอัตราล่าสุดจะมีค่าเฉลี่ยถ่วงน้ำหนักที่เหมาะสมกว่า อย่างไรก็ตามโปรดทราบว่าเนื่องจากค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักได้รับผลกระทบมากที่สุดจากราคาล่าสุดรูปร่างของเส้นเฉลี่ยอาจบิดเบี้ยวอาจส่งผลให้มีการสร้างสัญญาณปลอมเมื่อทำงานกับค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักคุณต้องเตรียมตัวให้พร้อมมากขึ้น ระดับความผันผวนของค่าเฉลี่ยเคลื่อนที่เฉลี่ยถ่วงน้ำหนักเฉลี่ยที่เปลี่ยนแปลงไป 1996 - 2017 OANDA Corporation สงวนลิขสิทธิ์ OANDA, fxTrade และ OANDA s fx เป็นเจ้าของโดย OANDA Corporation เครื่องหมายการค้าอื่น ๆ ที่ปรากฏในเว็บไซต์นี้เป็นทรัพย์สินของเจ้าของที่เกี่ยวข้อง การค้าสัญญาซื้อขายเงินตราต่างประเทศกับสัญญาซื้อขายเงินตราต่างประเทศและสินค้านอกตลาดหลักทรัพย์อื่น ๆ มีความเสี่ยงสูงและอาจไม่เหมาะสมสำหรับทุกคน คุณอาจสูญเสียมากกว่าที่คุณลงทุนข้อมูลในเว็บไซต์นี้มีลักษณะทั่วไปเราขอแนะนำให้คุณหาคำแนะนำด้านการเงินที่เป็นอิสระและมั่นใจว่าคุณเข้าใจถึงความเสี่ยงทั้งหมดที่เกี่ยวข้องก่อนการซื้อขาย ผ่านทางแพลตฟอร์มออนไลน์มีความเสี่ยงเพิ่มขึ้นโปรดดูที่ส่วนกฎหมายของเราที่นี่การแพร่กระจายการแพร่กระจายทางการเงินจะใช้ได้เฉพาะกับลูกค้า OANDA Europe Ltd ที่อาศัยอยู่ในสหราชอาณาจักรหรือสาธารณรัฐไอร์แลนด์ CFDs ขีดความสามารถในการป้องกันความเสี่ยงและอัตราส่วนความสามารถในการทำประกันความเสี่ยง MT4 เกินกว่า 50 1 จะไม่สามารถใช้ได้กับสหรัฐอเมริกา ข้อมูลในเว็บไซต์นี้ไม่ใช่ข้อมูลที่อยู่ในประเทศที่การแจกจ่ายหรือการใช้โดยบุคคลใด ๆ จะขัดต่อกฎหมายหรือข้อบังคับของท้องถิ่น. บริษัท ดาต้าคอร์ปอเรชั่นเป็นนายทะเบียนซื้อขายสัญญาซื้อขายล่วงหน้าและตัวแทนจำหน่ายรายย่อยที่จดทะเบียนกับ Commodity Futures Trading Commission และเป็นสมาชิกของ National Futures Association No 0325821 โปรดดูที่ NFAs FOREX INVESTOR ALERT ตามความเหมาะสมบัญชี ULC ของแคนาดามีไว้สำหรับทุกคนที่มีบัญชีธนาคารของแคนาดา OANDA Canada Corporation ULC ได้รับการควบคุมโดยองค์การอุตสาหกรรมการลงทุนของแคนาดา IIROC ซึ่งรวมถึงฐานข้อมูลการตรวจสอบ IIROC AdvisorReport ของ IIROC, และบัญชีลูกค้าได้รับความคุ้มครองโดย Canadian Investor Protection Fund ภายในขอบเขตที่ระบุโบรชัวร์ที่อธิบายถึงลักษณะและขอบเขตของความคุ้มครองจะมีให้ตามคำขอหรือที่ OANDA Europe Limited เป็น บริษัท จดทะเบียนในประเทศอังกฤษเลขที่ 7110087 และมีที่อยู่จดทะเบียนตั้งอยู่ที่ชั้น 9a , Tower 42, 25 Old Broad St, London EC2N 1HQ เป็นผู้มีอำนาจและควบคุมโดย Financial Conduct Authority No 542574 OANDA Asia Pacific Pte Ltd เลขทะเบียน 200704926K มีใบอนุญาตบริการตลาดทุนที่ออกโดยธนาคารกลางสิงคโปร์และยัง ได้รับอนุญาตจาก International Enterprise Singapore. OANDA Australia Pty Ltd มีการควบคุมโดย Australi สำนักงานคณะกรรมการกำกับหลักทรัพย์และการลงทุน ASIC ABN 26 152 088 349 AFSL No 412981 และเป็นผู้ออกผลิตภัณฑ์หรือบริการในเว็บไซต์นี้คุณจำเป็นต้องพิจารณาคู่มือการให้บริการทางการเงินฉบับปัจจุบันของ FSG ฉบับการเปิดเผยข้อมูลผลิตภัณฑ์ PDS และอื่น ๆ เอกสารที่เกี่ยวข้องของ OANDA ก่อนทำการตัดสินใจลงทุนทางการเงินเอกสารเหล่านี้สามารถพบได้ที่นี่ บริษัท เจแปนเจแปน จำกัด ผู้อำนวยการฝ่ายเครื่องมือทางการเงินประเภทที่หนึ่งเป็นผู้อำนวยการสถาบันการเงินของ Kanto แห่งสถาบันการเงิน Kin-sho No 2137 หมายเลข 1571.Trading FX และ / CFDs ในขอบมีความเสี่ยงสูงและไม่เหมาะสำหรับทุกคนขาดทุนอาจเกินการลงทุนค่าเฉลี่ยค่าเฉลี่ยสิ่งที่พวกเขาอยู่ในตัวบ่งชี้ทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันทุกประเภทของค่าเฉลี่ยเคลื่อนที่ที่เขียนโดยทั่วไปในนี้ tutorial เป็น MA คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อพิจารณาแล้ว t เขาเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA คำนวณโดยการคำนวณค่าเฉลี่ยของชุดค่าที่ระบุตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อให้ได้ค่าเฉลี่ย 10 วันหากผู้ประกอบการค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนการคำนวณแบบเดียวกันจะเป็นเช่นนั้น จะทำ แต่จะรวมราคาในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่เกิดต่ำกว่า 11 จะคำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาได้อย่างไร สงสัยว่าทำไมพ่อค้าทางเทคนิค cal l เครื่องมือนี้เป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ย (mean average) คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาแทนที่เพื่อให้ได้ข้อมูลที่ตั้งอยู่อย่างต่อเนื่อง เพื่อคำนวณหาข้อมูลใหม่เมื่อมีการคำนวณวิธีนี้จะช่วยให้แน่ใจได้ว่ามีการคิดเฉพาะข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดงแทนจุดข้อมูล 10 จุดที่ผ่านมาจะย้ายไปที่ ค่าที่ถูกต้องและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณเนื่องจากค่าที่ค่อนข้างเล็ก 5 แทนค่าสูง 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของการลดลงของชุดข้อมูลซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง เมื่อมีการคำนวณค่าของ MA แล้วจะมีการวางแผนลงกราฟและเชื่อมต่อกันเพื่อสร้างเส้นค่าเฉลี่ยโดยเฉลี่ยเส้นโค้งเหล่านี้เป็นเส้นตรงในแผนภูมิของผู้ค้าทางเทคนิค แต่จะใช้อย่างไร ค แตกต่างกันมากขึ้นในเรื่องนี้ในภายหลังที่คุณสามารถเห็นในรูปที่ 3 เป็นไปได้ที่จะเพิ่มมากกว่าหนึ่งค่าเฉลี่ยเคลื่อนที่ไปแผนภูมิใด ๆ โดยการปรับจำนวนของช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือนเสียสมาธิหรือเกิดความสับสนในตอนแรก, แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาไปในเส้นสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยที่ผ่านมา 100 days. Now ที่คุณเข้าใจสิ่งที่เป็นค่าเฉลี่ยเคลื่อนที่และสิ่งที่ ดูเหมือนว่าเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันและตรวจสอบความแตกต่างของค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดจะมีนักวิจารณ์หลายคนโต้แย้ง ว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเท่ากันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนซ์นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่า t เขามีข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้ายในการตอบสนองต่อคำติชมนี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ หลายประเภทซึ่งเป็นที่นิยมมากที่สุดคือ ค่าเฉลี่ยเคลื่อนที่แบบเสวนา EMA สำหรับการอ่านข้อมูลเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดคือค่าเฉลี่ยเคลื่อนที่ที่เป็นค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากกว่าราคาล่าสุดในความพยายามที่จะ ทำให้การตอบสนองต่อข้อมูลใหม่มากขึ้นการเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบการคำนวณจะคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีนี่คือสมการ EMA เมื่อใช้ สูตรคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้น การคำนวณที่มีค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและดำเนินการต่อไปโดยใช้สูตรด้านบนจากที่นี้เราได้จัดเตรียมสเปรดชีตตัวอย่างที่มีตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามค่าเฉลี่ยความแตกต่างระหว่าง EMA SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA มีการคำนวณอย่างไรลองดูที่ค่าเฉลี่ยของค่าเฉลี่ยเหล่านี้เมื่อดูที่การคำนวณ EMA คุณจะสังเกตเห็นว่าข้อมูลล่าสุดถูกเน้นหนักมากขึ้น จุดทำให้เป็นประเภทของถัวเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเป็นเหมือนกัน 15 แต่ EMA ตอบสนองได้เร็วขึ้นเพื่อให้ราคาที่เปลี่ยนแปลงแจ้งให้ทราบว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้น, และลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What ต่างกันวันหมายถึงค่าเฉลี่ยเคลื่อนที่เป็น customi ทั้งหมด ตัวบ่งชี้ zable ซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการย้ายค่าเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้น ๆ ที่ใช้ในการสร้าง ค่าเฉลี่ยที่สำคัญมากขึ้นก็จะมีการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานน้อยกว่าที่สำคัญหรือเรียบขึ้นออกเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าเฉลี่ยเคลื่อนที่ของคุณเป็นวิธีที่ดีที่สุดในการคิด วิธีที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ

No comments:

Post a Comment