ความลาดชัน ของ 200 วัน เฉลี่ยเคลื่อนที่

ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่เป็นตัวชี้วัดการวิเคราะห์ทางเทคนิคที่มีความยืดหยุ่นมากที่สุดและใช้บ่อยมากที่สุด เป็นที่นิยมอย่างมากในหมู่พ่อค้าส่วนใหญ่เนื่องจากความเรียบง่าย ทำงานได้ดีที่สุดในสภาพแวดล้อมที่มีแนวโน้ม บทนำในสถิติค่าเฉลี่ยเคลื่อนที่เป็นเพียงค่าเฉลี่ยของชุดข้อมูลบางชุดเท่านั้น ในกรณีของการวิเคราะห์ทางเทคนิคข้อมูลเหล่านี้ส่วนใหญ่จะแสดงด้วยการปิดราคาหุ้นในแต่ละวัน อย่างไรก็ตามผู้ค้าบางรายยังใช้ค่าเฉลี่ยแยกกันสำหรับทุกๆนาทีและสูงสุดหรือแม้แต่ค่าเฉลี่ยของจุดกึ่งกลาง (ซึ่งคำนวณโดยบวกขึ้นทุกวันและต่ำสุดและหารด้วยสองค่านี้) อย่างไรก็ตามคุณสามารถสร้างค่าเฉลี่ยเคลื่อนที่ได้ในกรอบเวลาที่สั้นลงเช่นโดยการใช้ข้อมูลรายวันหรือนาที ตัวอย่างเช่นถ้าคุณต้องการสร้างค่าเฉลี่ยเคลื่อนที่ 10 วันคุณเพียงแค่เพิ่มราคาปิดทั้งหมดในช่วง 10 วันที่ผ่านมาและหารด้วย 10 (ในกรณีนี้เป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย) วันรุ่งขึ้นเราทำเช่นเดียวกันยกเว้นว่าเราใช้ราคาอีกครั้งในช่วง 10 วันที่ผ่านมาซึ่งหมายความว่าราคาที่เป็นวันสุดท้ายในการคำนวณของเราในวันก่อนหน้าจะไม่รวมอยู่ในค่าเฉลี่ยในปัจจุบันอีกต่อไปด้วย ราคา. การเปลี่ยนแปลงข้อมูลในลักษณะนี้กับทุกๆวันทำการซื้อขายใหม่จึงเป็นค่าเฉลี่ยระยะยาว วัตถุประสงค์และการใช้ค่าเฉลี่ยเคลื่อนที่ในการวิเคราะห์ทางเทคนิคค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้แนวโน้ม จุดประสงค์ของมันคือการตรวจจับจุดเริ่มต้นของเทรนด์ตามความคืบหน้าและรายงานการกลับรายการหากเกิดขึ้น ในทางตรงกันข้ามกับแผนภูมิการย้ายค่าเฉลี่ยไม่ได้คาดหวังให้เริ่มหรือจุดสิ้นสุดของแนวโน้ม พวกเขายืนยันเพียง แต่บางครั้งหลังจากการกลับรายการที่เกิดขึ้นจริง เกิดจากการก่อสร้างของพวกเขาเนื่องจากตัวชี้วัดเหล่านี้ใช้ข้อมูลทางประวัติศาสตร์เพียงอย่างเดียวเท่านั้น ค่าเฉลี่ยเคลื่อนที่ที่มีค่าเฉลี่ยน้อยกว่านี้จะเร็วกว่าที่จะสามารถตรวจจับการกลับรายการแนวโน้มได้ เป็นเพราะจำนวนข้อมูลในอดีตซึ่งมีอิทธิพลอย่างมากต่อค่าเฉลี่ย ค่าเฉลี่ยเคลื่อนที่ 20 วันสร้างสัญญาณการกลับรายการแนวโน้มเร็วกว่าค่าเฉลี่ย 50 วัน อย่างไรก็ตามยังเป็นความจริงที่ว่าจำนวนวันที่เราใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่จะน้อยกว่าสัญญาณที่ผิดพลาดมากขึ้นที่เราได้รับ ดังนั้นผู้ค้าส่วนใหญ่จึงใช้การรวมกันของค่าเฉลี่ยเคลื่อนที่หลายค่าซึ่งทั้งหมดจะต้องให้สัญญาณพร้อมกันก่อนที่ผู้ค้าจะเปิดตำแหน่งในตลาด อย่างไรก็ตามค่าเฉลี่ยเคลื่อนที่ที่ล่าช้าหลังแนวโน้มไม่สามารถตัดออกได้อย่างสมบูรณ์ สัญญาณการซื้อขายใด ๆ ของค่าเฉลี่ยเคลื่อนที่สามารถใช้ในการสร้างสัญญาณซื้อหรือขายและกระบวนการนี้ง่ายมาก ซอฟต์แวร์แผนภูมิจะคำนวณค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรงลงในแผนภูมิราคา สัญญาณถูกสร้างขึ้นในสถานที่ที่ราคาตัดกันสายเหล่านี้ เมื่อราคาพุ่งสูงขึ้นเหนือเส้นค่าเฉลี่ยเคลื่อนที่จะแสดงถึงจุดเริ่มต้นของแนวโน้มขาขึ้นใหม่และหมายความว่าสัญญาณซื้อ ในทางตรงกันข้ามหากราคาทะลุตามเส้นค่าเฉลี่ยเคลื่อนที่และตลาดปิดในบริเวณนี้ก็จะส่งสัญญาณถึงจุดเริ่มต้นของแนวโน้มลดลงและถือเป็นสัญญาณการขายโดยใช้ค่าเฉลี่ยหลาย ๆ รายการนอกจากนี้เรายังสามารถเลือกใช้การเคลื่อนไหวหลายรายการ เฉลี่ยในเวลาเดียวกันเพื่อลดเสียงรบกวนในราคาและโดยเฉพาะอย่างยิ่งสัญญาณเท็จ (whipsaws) ซึ่งใช้อัตราผลตอบแทนถัวเฉลี่ยเคลื่อนที่เพียงครั้งเดียว เมื่อใช้ค่าเฉลี่ยหลายค่าสัญญาณการซื้อจะเกิดขึ้นเมื่อค่าเฉลี่ยที่สั้นกว่าจะสูงกว่าค่าเฉลี่ยที่ยาวนานเช่น ค่าเฉลี่ยเฉลี่ย 50 วันเหนือค่าเฉลี่ย 200 วัน ในทางกลับกันสัญญาณการขายในกรณีนี้จะเกิดขึ้นเมื่อค่าเฉลี่ยของค่าเฉลี่ย 50 วันมีค่าต่ำกว่าค่าเฉลี่ย 200 โดยในทำนองเดียวกันเรายังสามารถใช้การรวมกันของสามค่าเฉลี่ยเช่น ค่าเฉลี่ย 5 วัน 10 วันและ 20 วัน ในกรณีนี้มีแนวโน้มสูงขึ้นหากเส้นค่าเฉลี่ย 5 วันอยู่เหนือค่าเฉลี่ยเคลื่อนที่ 10 วันในขณะที่ค่าเฉลี่ย 10 วันยังคงสูงกว่าค่าเฉลี่ย 20 วัน การข้ามค่าเฉลี่ยเคลื่อนที่ซึ่งนำไปสู่สถานการณ์นี้ถือเป็นสัญญาณการซื้อ ตรงกันข้ามแนวโน้มลดลงจะแสดงโดยสถานการณ์เมื่อเส้นเฉลี่ย 5 วันต่ำกว่าค่าเฉลี่ย 10 วันในขณะที่ค่าเฉลี่ย 10 วันต่ำกว่าค่าเฉลี่ยเฉลี่ย 20 วันการใช้ค่าเฉลี่ยเคลื่อนที่สามครั้งพร้อมกันจะ จำกัด จำนวนเท็จ สัญญาณที่สร้างขึ้นโดยระบบ แต่ยัง จำกัด ศักยภาพในการทำกำไรด้วยเช่นกันระบบดังกล่าวจะสร้างสัญญาณการซื้อขายเฉพาะหลังจากที่มีการกำหนดแนวโน้มอย่างมั่นคงในตลาดแล้ว สัญญาณเข้าสามารถสร้างขึ้นได้ภายในระยะเวลาสั้น ๆ ก่อนการกลับรายการแนวโน้ม ช่วงเวลาที่ผู้ค้าใช้สำหรับการคำนวณค่าเฉลี่ยเคลื่อนที่จะแตกต่างกันมาก ตัวอย่างเช่นตัวเลข Fibonacci เป็นที่นิยมมากเช่นการใช้ค่าเฉลี่ย 5 วัน 21 วันและ 89 วัน ในการซื้อขายล่วงหน้าการรวมกันของ 4-9- และ 18- วันเป็นที่นิยมอย่างมากด้วย ข้อดีข้อเสียเหตุผลที่ว่าทำไมค่าเฉลี่ยเคลื่อนที่ที่ได้รับความนิยมมากจึงแสดงให้เห็นถึงกฎพื้นฐานหลายประการในการซื้อขาย การใช้ค่าเฉลี่ยเคลื่อนที่ช่วยให้คุณสามารถลดความสูญเสียของคุณได้ขณะที่ปล่อยให้ผลกำไรของคุณทำงาน เมื่อใช้ค่าเฉลี่ยเคลื่อนที่เพื่อสร้างสัญญาณการซื้อขายคุณมักจะค้าทิศทางของแนวโน้มตลาดไม่ใช่กับการซื้อขาย นอกจากนี้เมื่อเทียบกับการวิเคราะห์รูปแบบแผนภูมิหรือเทคนิคอัตนัยอื่น ๆ ค่าเฉลี่ยเคลื่อนที่สามารถใช้ในการสร้างสัญญาณการซื้อขายตามกฎที่ชัดเจนซึ่งจะช่วยขจัดความเป็นส่วนตัวของการตัดสินใจซื้อขายหลักทรัพย์ซึ่งสามารถช่วยผู้ค้าจิตได้ อย่างไรก็ตามข้อเสียที่สำคัญของค่าเฉลี่ยเคลื่อนที่คือการทำงานได้ดีเมื่อตลาดมีแนวโน้มเท่านั้น ดังนั้นในช่วงเวลาของตลาดที่เปลี่ยนแปลงเร็วเมื่อราคาผันผวนในช่วงราคาหนึ่ง ๆ พวกเขาไม่ได้ผลเลย ระยะเวลาดังกล่าวสามารถใช้เวลามากกว่าหนึ่งในสามของเวลาดังนั้นการพึ่งพาค่าเฉลี่ยเคลื่อนที่โดยลำพังจึงมีความเสี่ยงมาก ผู้ค้าบางรายจึงแนะนำให้รวมค่าเฉลี่ยเคลื่อนที่โดยใช้ตัวบ่งชี้ความแรงของแนวโน้มเช่น ADX หรือใช้ค่าเฉลี่ยเคลื่อนที่เท่านั้นเพื่อเป็นตัวบ่งชี้ยืนยันระบบการซื้อขายของคุณ ประเภทของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยที่ใช้บ่อยที่สุดคือค่าเฉลี่ยเคลื่อนที่แบบถดถอย (SMA) และค่าเฉลี่ยถ่วงน้ำหนักแบบแทน (EMA, EWMA) ค่าเฉลี่ยเคลื่อนที่นี้เรียกว่าค่าเฉลี่ยเลขคณิตและแสดงถึงค่าเฉลี่ยเคลื่อนที่ที่ใช้ง่ายและใช้บ่อยที่สุด เราคำนวณโดยการสรุปราคาปิดทั้งหมดในช่วงเวลาที่กำหนดซึ่งเราจะหารด้วยจำนวนวันในช่วงนั้น อย่างไรก็ตามปัญหาสองข้อเกี่ยวข้องกับค่าเฉลี่ยดังกล่าว: จะพิจารณาเฉพาะข้อมูลที่รวมอยู่ในช่วงเวลาที่เลือกไว้ (เช่นค่าเฉลี่ยเคลื่อนที่ 10 วันจะพิจารณาเฉพาะข้อมูลจาก 10 วันที่ผ่านมาและไม่สนใจข้อมูลอื่น ๆ ทั้งหมด ก่อนหน้านี้) นอกจากนี้ยังมีการวิพากษ์วิจารณ์ว่าบ่อยครั้งสำหรับการจัดสรรน้ำหนักที่เท่ากันให้กับข้อมูลทั้งหมดในชุดข้อมูล (นั่นคือค่าเฉลี่ยเคลื่อนที่ 10 วันจาก 10 วันก่อนมีน้ำหนักเช่นเดียวกับราคาตั้งแต่วันนี้ - 10) ผู้ค้าหลายรายให้เหตุผลว่าข้อมูลจากวันล่าสุดน่าจะมีน้ำหนักมากกว่าข้อมูลที่เก่ากว่าซึ่งจะส่งผลต่อการลดค่าเฉลี่ยของความล่าช้าหลังแนวโน้ม ค่าเฉลี่ยเคลื่อนที่นี้จะแก้ปัญหาทั้งสองที่เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆ ประการแรกมันจัดสรรน้ำหนักมากขึ้นในการคำนวณข้อมูลล่าสุด นอกจากนี้บางส่วนยังสะท้อนถึงข้อมูลทางประวัติศาสตร์ทั้งหมดของตราสารนั้น ประเภทของค่าเฉลี่ยนี้มีชื่อตามข้อเท็จจริงที่ว่าน้ำหนักของข้อมูลไปยังอดีตลดลงอย่างมาก ความลาดชันของการลดลงนี้สามารถปรับเปลี่ยนตามความต้องการของผู้ประกอบการค้าได้การปรับกลยุทธ์ในการเคลื่อนที่เฉลี่ยถล่ม Moving averages (MA) ระบุระดับการสนับสนุนและความต้านทานที่เกิดขึ้นจากการดำเนินการด้านราคาตามความยาวรอบที่กำหนดไว้ล่วงหน้าโดยการเปลี่ยนที่สูงขึ้นและต่ำลงเพื่อตอบสนองต่อความกว้าง แนวโน้ม ค่าเฉลี่ยระยะยาวจะเบาบางกว่าค่าเฉลี่ยระยะสั้นโดยมีความลาดชันระบุเงื่อนไขทางเทคนิคที่เพิ่มหรือลดอัตราสำหรับการเจาะราคา ค่าเฉลี่ยเคลื่อนที่แบบเสด็จ (EMA) เปลี่ยนได้เร็วกว่าค่าเฉลี่ยเคลื่อนที่แบบธรรมดา (SMA) เนื่องจากการก่อสร้างได้เร็วขึ้น ราคาที่ดึงกลับมาเพื่อทดสอบค่าเฉลี่ยที่เพิ่มขึ้นจากด้านบนมีแนวโน้มที่จะถือสนับสนุนมากกว่าเมื่อทดสอบค่าเฉลี่ยถ่วงน้ำหนัก ราคาที่พุ่งขึ้นสู่ค่าเฉลี่ยถล่มจากด้านล่างมีแนวโน้มที่จะพลิกกลับมากกว่าเมื่อทดสอบค่าเฉลี่ยที่เพิ่มขึ้น ค่าเฉลี่ยเคลื่อนที่หลายที่มีความยาวรอบที่แตกต่างกันทำให้สถานการณ์เหล่านี้มีความซับซ้อนขึ้นเนื่องจากบางแห่งอาจจะเพิ่มขึ้นในขณะที่บางรายลดลง Slope Relativity ค่าความเปลี่ยนแปลงเฉลี่ยในระยะยาวน้อยกว่าค่าเฉลี่ยระยะสั้น ตัวอย่างเช่น MA 20 วันสามารถแกว่งระหว่างลาดขึ้นและลดลงหลายสิบครั้งในช่วงสามเดือนในขณะที่ MA 50 วันอาจเปลี่ยนสองหรือสามครั้ง ในขณะเดียวกัน MA แบบ 200 วันอาจไม่เปลี่ยนแปลงหรือเปลี่ยนแปลงสูงขึ้นหรือต่ำลงเพียงครั้งเดียว ทฤษฎีสัมพัทธภาพลาดชันนี้มีส่วนช่วยในการวิเคราะห์แผนภูมิด้วยสองวิธี อันดับแรกค่าเฉลี่ยระยะยาวมักมีแรงสนับสนุนหรือความต้านทานสูงกว่าค่าเฉลี่ยระยะสั้น ตัวอย่างเช่นแรงหนุนหรือความต้านทานที่ MA 200 วันจะยากกว่าการสนับสนุนหรือความต้านทานที่ MA 50 วัน ความลาดชันเพิ่มขึ้นและลดลงเพิ่มหรือลบออกจากการสนับสนุนหรือความต้านทานโดยขึ้นอยู่กับตำแหน่งของราคาเทียบกับค่าเฉลี่ย ในลำดับชั้นนี้ค่าเฉลี่ยระยะยาวที่เพิ่มขึ้นจะมีแรงสนับสนุนมากกว่าค่าเฉลี่ยที่เป็นทรงแบนหรือตกต่ำเมื่อราคาซื้อขายเหนือระดับในขณะที่สร้างการสนับสนุนที่เพิ่มขึ้นนอกเหนือจากค่าเฉลี่ยที่เพิ่มขึ้นหรือลดลงในระยะสั้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่ลดลงจะมีความต้านทานสูงกว่าค่าเฉลี่ยที่เพิ่มขึ้นหรือโดยเฉลี่ยเมื่อราคาซื้อขายต่ำกว่าระดับดังกล่าวและยังมีความต้านทานสูงกว่าค่าเฉลี่ยที่เพิ่มขึ้นหรือลดลงในระยะสั้น ส่วนประกอบของ Dow, Procter amp Gamble (PG) พักการสนับสนุนที่ EMA 50 และ 200 วันในช่วงต้นปี 2015 และเข้าสู่ภาวะถดถอย มันพลิกกลับมาที่ค่าเฉลี่ยที่จัดชิดกันอย่างแน่นหนาในเดือนมีนาคม (1) ขณะที่ทั้งสองตัวชี้ลง การทดสอบที่สองที่ระดับต่ำสุดของ EMA 50 วัน (2) ส่งผลให้มีการกลับรายการในเดือนเมษายนในขณะที่ราคาทะลุค่าเฉลี่ยที่เพิ่มขึ้นในอีก 2 การทดสอบซึ่งกลับมาอยู่ที่ EMA 200 วันที่ลดลง (3 amp 4) ซึ่งมีแรงต้านมากขึ้น จากนั้นจะติดขัดระหว่างค่าเฉลี่ยที่เพิ่มขึ้นและลดลง (กล่องสีฟ้า) การตีกลับไปมาเหมือนเกมพินบอล การปรับกลยุทธ์สู่แนวลาดเขาราคาสูงกว่าค่าเฉลี่ยที่เกิดขึ้นในระยะยาวและระยะสั้นทำให้เกิดการลู่เข้าสู่กระแสความนิยมซึ่งช่วยให้กลยุทธ์ระยะยาวมีฐานะที่ใหญ่กว่าและระยะเวลาการถือครองที่ยาวขึ้น การจัดตำแหน่งทางเทคนิคนี้เป็นเรื่องธรรมดาในตลาดขาขึ้นและตลาดวัว ราคาที่ต่ำกว่าระยะสั้นและระยะสั้นจะสร้างความผันผวนของการเก็งกำไรซึ่งช่วยลดโอกาสในการซื้อและมูลค่าการซื้อขาย การซื้อขายทำกำไรที่ระดับต่ำกว่าค่าเฉลี่ยโดยมีส่วนขัดแย้งกับแนวลาดชันซึ่งมีแนวโน้มเพิ่มขึ้นในระยะยาวโดยมีส่วนช่วยในการรองรับการเล่นในระยะยาวขณะที่ความลาดชันลดลงส่งผลให้มีความเสี่ยงสูงขึ้น ราคาต่ำกว่าค่าเฉลี่ยระยะยาวและระยะสั้นจะสร้างความผันผวนแบบไม่ต่อเนื่องซึ่งจะเพิ่มแรงขับเคลื่อนให้กับกลยุทธ์การขายระยะสั้นเพื่อกระตุ้นให้เกิดตำแหน่งที่ใหญ่ขึ้นและระยะเวลาการถือครองที่ยาวขึ้น การจัดตำแหน่งทางเทคนิคนี้เป็นเรื่องปกติใน downtrends และ bear markets ราคาหุ้นอยู่ในระดับต่ำกว่าค่าเฉลี่ยระยะสั้นและระยะสั้นจะทำให้เกิดความไม่แน่นอนในการลงทุนซึ่งช่วยในการทำกำไรและขายสั้น ๆ การซื้อขายอยู่ในเกณฑ์ต่ำกว่าค่าเฉลี่ยที่มีสัญญาณขัดแย้งกับแนวลาดชันซึ่งสัญญาณค่าเฉลี่ยระยะสั้นมีแนวโน้มอ่อนตัวลงในระยะสั้นขณะที่ความลาดชันเพิ่มขึ้น สถานการณ์เหล่านี้ครอบคลุมเพียงส่วนเล็ก ๆ ของความสัมพันธ์ระหว่างราคาค่าเฉลี่ยเคลื่อนที่และความชัน ความขัดแย้งควรได้รับการต้อนรับเนื่องจากโครงสร้างราคาแบบผสมผสานสร้างเครื่องมือที่มีประสิทธิภาพสำหรับโอกาสการค้าในระยะสั้นและระยะยาว อย่างไรก็ตามระวังเมื่อมีการเคลื่อนไหวโดยเฉลี่ยเส้นแนวนอนและมาบรรจบกันและราคาเริ่มแกว่งตัวในระดับแคบ ๆ การกระทำแบบผสมผสานนี้ชี้ให้เห็นถึงระดับเสียงที่สูงซึ่งสามารถส่งสัญญาณโอกาสที่อ่อนแอเป็นระยะเวลานาน: ค่าใช้จ่าย การเคลื่อนย้ายค่าเฉลี่ยเข้าสู่แนวนอนในตลาดด้านข้างช่วยลดความคุ้มค่าในการตัดสินใจทางการค้าและการลงทุน คอมโพเนนต์ Dow ของ General Electric (GE) ขายหมดเมื่อสิ้นปี 2556 และใช้เวลาในการตัดขอบ 2014 ลงในรูปแบบกะทัดรัด มันคานข้าม 50-day EMA มากกว่า 20 ครั้งในช่วงเวลานี้การออกคลื่นหลายสัญญาณเท็จ เส้น EMA 200 วันเช่นกันในขณะที่ราคาข้ามพรมแดนเกินกว่าสิบครั้ง Bottom Line ก้าวต่อไปในระยะยาวหากราคาขึ้นเหนือเส้นค่าเฉลี่ยระยะยาวและระยะสั้น ก้าวร้าวในระยะสั้นหากราคาอยู่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ระยะสั้นและระยะยาว ได้รับการป้องกันเมื่อผาลาดไม่ตรงกันหรือเมื่อราคาซื้อขายต่ำกว่าค่าเฉลี่ยที่เพิ่มขึ้นหรือสูงกว่าค่าเฉลี่ยถ่วงน้ำหนักค่าเฉลี่ยเคลื่อนที่ 200 วัน 8220work8221 นี่คือหนึ่งในคำถามทางเทคนิคเหล่านี้ที่ไม่มีคำตอบที่ง่ายและรวดเร็ว คำตอบที่ดีที่สุดคือ 8220no ไม่ใช่เรื่องจริงและแทบจะไม่เป็นไปตามที่คนส่วนใหญ่คิดว่า 8222 แต่มีความแตกต่างที่ควรพิจารณา ฉันได้ทำผลงานปริมาณมากเกี่ยวกับค่าเฉลี่ยเคลื่อนที่และคำตอบที่ฉันได้พบว่ามีความท้าทายหลายแนวคิดและหลายวิธีที่ช่างเทคนิคใช้ค่าเฉลี่ยเคลื่อนที่ จากผลงานของฉัน: ไม่มีค่าเฉลี่ยเคลื่อนที่พิเศษ (เช่น I. 200 วันไม่ได้เป็นพิเศษเมื่อเทียบกับ 193, 204 หรือค่าเฉลี่ยอื่น ๆ ) การข้ามราคาหรือการแตะค่าเฉลี่ยเคลื่อนที่จะไม่มีความสำคัญสำหรับทิศทางตลาดในอนาคต ความลาดชันของค่าเฉลี่ยเคลื่อนที่ไม่เป็นตัวบ่งชี้ที่มีนัยสำคัญของแนวโน้ม การข้ามของค่าเฉลี่ยเคลื่อนที่ไม่ได้หมายความถึงแนวโน้มของแนวโน้ม ตัวบ่งชี้ที่สร้างขึ้นจากการเคลื่อนที่โดยเฉลี่ยไม่ได้เป็นตัวชี้วัดที่เชื่อถือได้ของแนวโน้ม ในระยะสั้นสิ่งสำคัญที่สุดที่การวิเคราะห์ทางเทคนิคแบบดั้งเดิมสอนเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ไม่ได้ขึ้นอยู่กับการตรวจสอบข้อเท็จจริงเชิงปริมาณ ฉัน can8217t อาจแบ่งปันงานทั้งหมดที่ฉันได้ทำในโพสต์บล็อกหนึ่ง ๆ ฉันคิดว่ามันเป็นรูปแบบที่ไม่ดีเมื่อมีคนพยายามที่จะทำให้อาร์กิวเมนต์เชิงปริมาณโดยการพูดความไว้วางใจฉัน (ในความเป็นจริงฉันเพียงแค่อ่านบล็อกที่ blogger ที่ทำสิ่งเดียวกันเขากล่าว Ive มองที่เฉลี่ยเคลื่อนที่ 200 วันและตลาดไม่ ดีกว่าและต่ำกว่าด้านล่างมันทำงาน Trust me.) แต่ฉันต้องการที่จะย้ายเราไปสู่ข้อสรุปมากกว่าการสูญหายในรายละเอียดในวันนี้ เราสามารถทบทวนรายละเอียดในภายหลังได้หากมีความสนใจ วันที่ 200 เพิ่งแตก ตอนนี้สิ่งที่ฉันเขียนบล็อกนี้ค่าเฉลี่ยของตลาดที่สำคัญได้ข้ามเพียงค่าเฉลี่ยเคลื่อนที่ 200 วัน ทุกคนกำลังพูดถึงและเขียนเกี่ยวกับแนวประวัติศาสตร์ที่ใกล้เคียงกับค่าเฉลี่ยดังกล่าวและได้เฝ้าดูการปิดตัวครั้งแรกในตอนแรกด้านล่าง เนื่องจากมีการให้ความสนใจเป็นอย่างมากในเรื่องนี้จึงเป็นเหตุผลที่จะถามว่าเกิดอะไรขึ้นหลังจากดัชนีหุ้นรายใหญ่ถึงค่าเฉลี่ยเคลื่อนที่ 200 วัน ตารางด้านล่างแสดงประสิทธิภาพของดัชนีเงินสด SampP 500 ที่มีคุณสมบัติตามตลาดอยู่เหนือหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน: SampP 500, สถิติ SMA 200 วันตารางนี้แสดงให้เห็นว่าผลตอบแทนเฉลี่ยของ SampP เท่ากับ 8.2 (ต่อปี 1) ในช่วง 200 วันผลตอบแทนเฉลี่ยย้อนกลับไปอยู่ที่ระดับ 11.0 แต่เมื่อตลาดต่ำกว่า 200 วันผลตอบแทนจะมีเพียง 2.1 เท่านั้น ดูเหมือนว่าจะน่าสนใจ (ดีกว่า 2.8 ข้างต้นและต่ำกว่า -6.1 ด้านล่าง) จนกว่าเราจะพิจารณาระดับเสียงรบกวนในข้อมูล ปัญหาคือขนาดของ 8220effect8221 ค่อนข้างอ่อนผลที่เราเห็นที่นี่ค่อนข้างจะเป็นเพราะโชคของการวาด คุณสามารถตอบโต้ว่าข้อมูลเหล่านี้ไม่สำคัญหลังจากที่ข้อมูลทั้งหมดแสดงให้เห็นถึงประสิทธิภาพที่ดีกว่านี้ไม่ว่าจะเป็นนัยสำคัญทางสถิติหรือไม่ แต่ถ้าไม่มีนัยสำคัญทางสถิติอาจเป็นเรื่องยากที่จะพึ่งพาผลในอนาคต ถ้าไม่มีความหมายอย่างมีนัยสำคัญมีโอกาสที่ดีที่เราถูกเสียงผิดพลาด สำหรับบันทึกเราจะเห็นตัวเลขที่คล้ายกันกับ DJIA (4.1 เหนือ (p 0.16) และ -7.7 (p 13) ด้านล่างโดยใช้ข้อมูลย้อนกลับไปถึงปี 1925) ผลกระทบใด ๆ อาจดูเหมือนจะจางลงในข้อมูลล่าสุดเมื่อทศวรรษที่ผ่านมาแสดงว่าไม่มีความแตกต่างด้านบนและด้านล่าง 200 วันสำหรับดัชนีทั้งสองแบบ พิจารณาว่าเราควรคาดหวังให้ตัวเลขที่คล้ายกันมากเนื่องจากดัชนีเหล่านี้มีความสัมพันธ์กันอย่างแน่นหนา นอกจากนี้ยังมีสถิติที่ไม่ดีจำนวนมากลอยอยู่รอบ ฉันได้เห็นผู้คนจำนวนมากขว้างรอบตัวเลขเช่น SampP 500 ทำให้ 23.5 ขึ้นเหนือค่าเฉลี่ยเคลื่อนที่และ -19.5 ด้านล่างดังนั้นการข้ามค่าเฉลี่ยเคลื่อนที่หมายความว่าตลาดจะอ่อนแอ คุณสามารถคาดเดาได้ว่าตัวเลขไหนที่มาจากคุณได้รับข้อผิดพลาดนี้ การนับวันข้าม (ซึ่งเกือบจะเสมอจะขึ้นสำหรับด้านบนและล่างสำหรับด้านล่าง) ในหมวดที่ไม่ถูกต้องก็เพียงพอที่จะพลิกคว่ำสถิติ ระวัง. แต่น่าเสียดายที่นี่ไม่ใช่คำตอบที่ชัดเจนทางสถิติที่ชัดเจนในการทำความเข้าใจเรื่องนี้อย่างจริงจังเราต้องสามารถคิดถึงความสำคัญการหยุดนิ่งและแนวคิดอื่น ๆ ได้ คนที่ตั้งใจจะเชื่อใน 200 วันสามารถดูผลลัพธ์ในตารางด้านบนไม่สนใจการทดสอบความสำคัญและบอกว่ามีผลแม้ว่าจะเป็นยุคเล็ก ๆ ก็ตาม อย่างน้อยที่สุดเราต้องรับทราบว่ามีผลไม่มากนักในช่วงสองทศวรรษที่ผ่านมาดังนั้นบางทีบางสิ่งอาจเปลี่ยนแปลงไประหว่างสงครามโลกครั้งที่หนึ่งและในวันนี้ แต่ก็ยากที่จะปรับความสนใจใส่ค่าเฉลี่ยเคลื่อนที่ 200 วันเมื่อเรา มีเครื่องมือที่ดีกว่ามากซึ่งทำงานได้ดีมากขึ้น ผลกระทบที่เกิดขึ้นในช่วงเวลา Here8217s ภาพประกอบที่แสดงให้เห็นถึงการจางหายของผลในทศวรรษที่ผ่านมาอีก (สิ่งนี้ถูกดึงออกมาจากส่วนที่ไม่ได้เผยแพร่ของหนังสือของฉันซึ่งมีประมาณ 30 หน้าในการเคลื่อนที่โดยเฉลี่ยที่มีมากกว่า 25 ตารางและตัวเลข) ฉันทำซ้ำหนึ่งในการทดสอบในกระดาษแลนด์มาร์ค Brock, Lakonishok และ LeBaron8217s เกี่ยวกับสัญญาณการค้าทางเทคนิค ((jstor. orgstable2328994)) ซึ่งโดยทั่วไปแล้วเป็นราคาที่ข้ามระยะเวลา 50 SMA และนี่เป็นผลลัพธ์ที่ตรงกับระยะเวลาที่พวกเขาตรวจสอบในกระดาษของพวกเขา: ระบบที่ดีงามขึ้นอยู่กับส่วนของผู้ถือหุ้นนั้น ลองนึกถึงช่วงเวลาทางประวัติศาสตร์ที่กล่าวถึงในที่นี้: ระบบนี้ทำงานผ่านภาวะเศรษฐกิจตกต่ำครั้งใหญ่สงครามโลกครั้งที่สองการถดถอยหลายครั้งการขยับอิทธิพลของมาโครและแนวเส้นทุนเพียงปีนเขา อย่างไรก็ตามดูสิ่งที่เกิดขึ้นหาก you8217d ซื้อขายระบบเดียวกันตั้งแต่นั้นเป็นต้นมา: ไม่ใช่สิ่งที่เราต้องการค้นหา อาจมีคำอธิบายมากมายสำหรับความแตกต่างอย่างชัดเจนนี้ แต่ก็เตือนให้เราไม่ใส่ใจมากนัก (ถ้ามี) ในการเคลื่อนที่ข้ามเฉลี่ย บางความเห็นขั้นสุดท้ายโพสต์นี้มีการตรวจสอบค่าเฉลี่ยเคลื่อนที่สองค่าเฉพาะในดัชนีหุ้นสองแห่งเท่านั้น แม้ว่าผลลัพธ์จะไม่คมชัด แต่อย่างน้อยก็เห็นได้ชัดว่าไม่มีผลกระทบใด ๆ จากราคาที่ข้ามค่าเฉลี่ยเคลื่อนที่ 200 วัน (I8217 จะติดตามผลเร็ว ๆ นี้ด้วยโพสต์ที่ดูที่สินทรัพย์อื่น ๆ และค่าเฉลี่ยอื่น ๆ ) มีจริงๆดูเหมือนจะไม่มีผลเลยและฉันคิดว่ามีความไม่สอดคล้องกันที่นี่ที่ต้องการความละเอียด: วิธีการที่ผู้ประกอบการค้าจะตระหนักถึงแนวโน้มเชิงปริมาณ เข้าใจสถิติและยังคงให้ความสนใจกับราคาที่ข้ามเฉลี่ยเคลื่อนที่ฉันสามารถบอกคุณได้ว่าโซลูชันส่วนบุคคลของฉัน แต่คุณจะต้องพบด้วยตัวคุณเอง: ฉันไม่เคยมองหรือให้ความสนใจกับระยะเวลา 50, 100 หรือ 200 โดยเฉลี่ยแล้วฉันก็หยุดอ่านอะไรได้โดยเร็วที่สุดเท่าที่ฉันเห็นคนที่พูดคุยเกี่ยวกับการสัมผัสการข้ามหรือความลาดชันของงานทางสถิติหนึ่งในสถิติที่กล่าวมานี้ได้เสนอแนะว่าเครื่องมือเหล่านี้ไม่มีอำนาจและเรามีเครื่องมือที่ดีกว่า เพียงเพราะคุณได้ยินทุกคนพูดถึงบางสิ่งบางอย่างไม่ได้หมายความว่ามันมีประโยชน์และไม่ได้หมายความว่ามันทำงานได้ เลือกตัวเลือกของคุณเอง แต่ทำให้พวกเขาตระหนักถึงแนวโน้มทางสถิติในการทำงานในตลาด ซึ่งหมายความว่าผลตอบแทนรายวันจะรวมกันเป็นจำนวนนี้ถ้าเป็นรายปี เป็นเรื่องง่ายที่จะเข้าใจตัวเลขเหล่านี้ได้ง่ายกว่าการดูสิ่งต่างๆเช่น 30 bps 8617 ฉันจำเป็นต้องเขียนโพสต์ในการทดสอบความสำคัญ โปรดยกโทษให้ฉันจนกว่าฉันจะทำเช่นนั้น 8617 Share this: คนส่วนใหญ่คิดว่าการข้าม 200 วัน MA มีความสำคัญสำหรับผลตอบแทนระยะสั้น นั่นคือ สองสามสัปดาห์ ดังนั้นจนกว่าคุณจะทดสอบผลกระทบระยะสั้นฉันจะไม่ยกเลิก MAs เป็นความหมายสำหรับผู้ค้า ใช่ส่วนใหญ่ของการทดสอบของฉันจริงเน้นที่ผลตอบแทนระยะสั้น ตรวจสอบให้แน่ใจว่าคุณเข้าใจว่าผลตอบแทนที่ได้รับในปีนี้คือ 8230 โดยไม่ได้มองไปที่หน้าต่าง 12 เดือนจากผลตอบแทนรายวันที่ข้าม แต่รายปี การทดสอบดังกล่าวจะรับผลกระทบระยะสั้นเช่นสมมติว่า MA crossing มีผลดี แต่ใช้เวลาเพียงวันเดียวเท่านั้น ถ้าคุณคิดเกี่ยวกับเรื่องนี้คุณจะเห็นว่าจำเป็นจะต้องแสดงในหมวดหมู่ที่เรียบง่ายของเหนือกว่า I8217ve ทำเพื่อผลตอบแทน (ถ้าคุณสงสัยดูที่แตกต่างกันที่ฉันแสดงระหว่างการทดสอบ 8216correct8217 และ 8216error8217 ซึ่งคุณสามารถข้ามวันในประเภทที่ไม่ถูกต้อง) ดังนั้นเพื่อตอบคำถามของคุณใช่ I8217ve ทำผลงานนั้น แต่การทดสอบตามที่กำหนดจะเป็น จับภาพสิ่งที่คุณกำลังมองหา คุณทดสอบประสิทธิภาพทุกวันภายใต้ 200 DMA เทียบกับทุกวันที่ 200 DMA ว่าจะเปิดเผยสิ่งที่ฉันพูดถึงซึ่งเป็นผลตอบแทนระยะสั้น (เช่น 1 สัปดาห์) หลังจากเกิดเหตุการณ์ (MA cross) เกิดขึ้นใช่แน่นอนว่าวันนั้นอยู่ในชุดข้อมูลของคุณ แต่เป็นตัวแทนของเล็ก ๆ เศษของมัน ข้อมูลที่คุณระบุอาจมีผลในระยะสั้น (ซึ่งอาจเป็นเช่นชดเชยด้วยผลการดำเนินงานที่ตรงกันข้ามกับวันที่ห่างไกลจาก 200 DMA) ตัวเลขของคุณไม่ได้แสดงให้เห็นอย่างใดอย่างหนึ่งว่าผลกระทบระยะสั้นหลังจากข้าม MA ถึง 200 วันแล้วหรือยัง ถ้าคุณ don8217t ต้องการเรียกใช้การทดสอบนั้นหรือ don8217t ต้องการโพสต์ผลการค้นหาให้ถูกต้อง แต่ don8217t แสดงตัวเลขทั่วไปมากและสมมติว่าคุณยังแสดงให้เห็นว่าไม่มีผลเฉพาะอย่างยิ่งไม่ได้อยู่ ตามที่ฉันกล่าวไว้: gtyes การทดสอบส่วนใหญ่ของฉันจริงเน้นที่ผลตอบแทนระยะสั้นนี่คือ I8217ve ทดสอบใช้วิธีการต่างๆมากมายและเห็นได้ชัดว่าผลตอบแทน 1-20 วันในหลากหลายทรัพย์สิน งานส่วนใหญ่ของฉันมุ่งเน้นไปที่ดังนั้นฉันจึงไม่ได้ว่าฉัน don8217t ต้องการใช้ test8211it8217s ที่ฉันมีและตามที่ฉันกล่าวไว้ฉันไม่สามารถโพสต์การเปลี่ยนแปลงได้ทุกรูปแบบของผลการทดสอบในโพสต์บล็อกหนึ่ง ๆ อย่างไรก็ตามสิ่งที่ฉันเป็นจริง: ถ้ามีผลกระทบในระยะสั้นที่แข็งแกร่งมันจะบิดสถิติพอที่จะยังแสดงให้เห็นในการทดสอบตามที่ฉันนำเสนอในขั้นต้น ดูผลของการรวมเพียงวันเดียวที่ผิดพลาด (อ่านตอนท้ายของโพสต์ต้นฉบับ) ฉันคิดว่าถ้า you8217ve มองที่ผลลัพธ์หลายอย่างเช่นนี้และเห็นผลกระทบของวันที่แข็งแกร่งเพียงครั้งเดียวคุณจะเข้าใจสิ่งที่ I8217m กล่าว บรรทัดด้านล่าง: I8217ve ทำการทดสอบและ there8217s ยังไม่มีอะไรที่นั่น ตัวเลขเหล่านี้ไม่ใช่ตัวเลขทั่วไป หากคุณมีปัญหากับข้อมูลที่สามารถใช้ได้ฟรีและคุณสามารถกระทืบตัวเลขที่ตัวเองสวยได้อย่างง่ายดาย ดังนั้น you8217ve (สมมุติ) ทำทดสอบที่เกี่ยวข้องเพื่อพิสูจน์วิทยานิพนธ์ของคุณ แต่ก็พยายามมากเกินไปเพื่อแสดงผลลัพธ์ ดี science8230 Well, it8217s บล็อกและไม่ได้ peer-reviewed กระดาษวิจัย นอกจากนี้ยังมีข้อมูลเพียงพอในโพสต์เหล่านี้ (ที่ฉันมอบให้เป็นของขวัญแก่ชุมชนการค้าได้อย่างอิสระ) เพื่อทำความเข้าใจแนวคิดและการทำงานของคุณเองหากคุณมีแนวโน้มมากขึ้น คุณกำลังมองหาอะไรมากกว่านี้ผมขอแนะนำให้คุณศึกษาความแตกต่างเช่น Trend เป็นเพื่อนของเรา: ความเท่าเทียมกันของความเสี่ยงโมเมนตัมและแนวโน้มในการจัดสรรสินทรัพย์ทั่วโลก (Clare et al. 2014) แนวทางเชิงปริมาณสำหรับการจัดสรรสินทรัพย์ทางยุทธวิธี (Faber , 2013) กลยุทธ์ความสัมพันธ์เชิงสัมพัทธ์ (Faber, 2010) ขอขอบคุณ ฉันคุ้นเคยกับทุกคน (ยังไม่ได้อ่านปี 2014) และได้เขียนเรื่องนี้ไว้เต็มความรู้ ขอขอบคุณ. โพสต์ที่น่าสนใจ อย่างไรก็ตามฉันมีปัญหาในการคืนดีกับข้อสรุปของคุณด้วยการนำเสนอชุดข้อมูล ตารางแสดงสิ่งที่ดูเหมือนว่าน่าจะเป็นความแตกต่างระหว่าง 8220above 200MA8221 และ 8220below 200MA8221 และกรณี Buy and Hold โดยเฉพาะอย่างยิ่งถ้าวิธีเฉลี่ยเป็น CAGR หรือค่าเฉลี่ยทางเรขาคณิตในช่วง 53 ปี คุณระบุความแตกต่างของประสิทธิภาพเป็น 8220 ปัญหาก็คือขนาดของผลค่อนข้างอ่อน 8221 ความแตกต่างนี้จะมีขนาดใหญ่แค่ไหนที่จะต้องมีการพิจารณาให้ดีขึ้นโปรดอธิบายว่าตัวเลข 8220p8221 มีความหมายอย่างไร เนื่องจากผลตอบแทนจากการลงทุนในตลาดหุ้นไม่เหมาะสมกับการแจกแจงแบบปกติฉันถือว่าพวกเขาไม่ได้เป็นตัวแทนของมาตรการทางสถิติที่ใช้กับการแจกจ่ายแบบปกติเท่านั้น ฉันรอคอยโพสต์ที่จะมาถึงในการทดสอบความสำคัญทางสถิติและสมมติว่าเกี่ยวข้องกับรูปแบบการบู๊ตบางส่วน ขอบคุณดีที่ฉันกล่าวว่าถ้า you8217re มุ่งมั่นที่จะเชื่อใน MA คุณจะ ความแตกต่างที่ชัดเจนคือความผันผวนสูงกว่าค่าเฉลี่ย แต่สิ่งหนึ่งที่เป็นที่ชัดเจนคือ 200 วันไม่แตกต่างจากค่าเฉลี่ยระยะยาวอื่นใดที่มีเหตุผล อย่างน้อยที่สุด it8217s โง่มุ่งเน้นไปที่การข้ามเส้นโดยพลการ หนึ่งในปัญหาที่ใหญ่ที่สุดที่มีผลคือการสลายตัวในช่วงหลายปีที่ผ่านมา p-values ​​มาจากการทดสอบ t-test มาตรฐานซึ่งมีประสิทธิภาพพอสมควรที่จะละเมิดสมมติฐานของภาวะปกติโดยเฉพาะอย่างยิ่งกับตัวอย่างขนาดใหญ่ That8217s ง่ายที่สุดที่จะทำใน Excel แต่ฉันใช้ KS สำหรับโปรแกรมอื่น ๆ และยังใช้ bootstrap บาง แต่ปัญหาคือรูปร่างของการกระจายเป็นที่รู้จักอย่างแท้จริง คุณพูด 8216its ยากที่จะปรับความสนใจใส่ 200 วันเฉลี่ยเคลื่อนที่เมื่อเรามีเครื่องมือที่ดีมากที่ทำงานได้ดีขึ้น 822 ฉันเห็นด้วย แต่คุณสามารถเพียงแค่ชี้แจงในระยะสั้นสิ่งที่เครื่องมือที่ดีกว่าเหล่านี้ (เพียงเพื่อยืนยัน I8217m ในเดียวกัน หน้า). ขอบคุณ ดีทุกอย่างสวยมาก ๆ ที่ฉันสนใจ I8217ve ถูกถามคำถามนี้เป็นวิธีที่แตกต่างกันไม่กี่ดังนั้นฉันจะทำงานใน 8220 สิ่งที่ฉันคิดว่า works8221 โพสต์บางครั้งในอนาคตอันใกล้ คำถามที่ดี. ขอบคุณ I8217m ผู้ประกอบการมือใหม่และ I8217m ยังคงพยายามที่จะก้มความคิดของฉันรอบการวิเคราะห์ทางเทคนิคและวิธี it8217s ไม่ทั้งหมดสุ่มสุ่มอย่างชัดเจนถ้าคนสามารถสร้างรายได้ที่สอดคล้องกับ 8282strategy8221 it8217s ไม่ว่าสุ่มอีกต่อไปสิ่งที่ you8217re เครื่องมือที่ชื่นชอบในการตรวจสอบเกี่ยวกับ ก่อนที่คุณจะเข้าสู่การค้าขายคุณใช้ระบบถาวรหรือเป็นประจำหรือไม่อ่านเรื่องราวทั้งหมดเกี่ยวกับรูปแบบและดนตรีแจ๊ส แต่ I8217m ไม่ควรเป็นแฟนตัวยงของเพลงเพราะ it8217s เปิดกว้างเพื่อตีความการนำไปประยุกต์ใช้ในตลาดที่กำลังเคลื่อนกำลังมองหา ที่มีคุณค่าทางประวัติศาสตร์ it8217s ถั่วลิสง ฉันทำค่อนข้างดี (ทำกำไรแทนการสูญเสียเงิน) ด้วยการซื้อปีกขวาซื้อกลยุทธ์การขายต่ำเป็นกลยุทธ์ของฉัน แต่ฉันต้องการได้รับการจัดการที่ดี เคล็ดลับเคล็ดลับคำแนะนำใด ๆ ยินดีต้อนรับ I8217m พยายามจะไปจากฉันมีเงื่อนงำเล็กน้อยเกี่ยวกับสิ่งที่ I8217m ทำเพื่อไปใช่ฉันรู้ what8217s ขึ้น ขอแสดงความนับถือ Thomas ps: เช่นบล็อกของคุณดีอ่านดีฉันคิดว่าคุณเป็น correct8230 เป็นบิตสุ่ม (หรือมากกว่าบิต) ฉันต้องเขียนโพสต์ตอบคำถามส่วนใหญ่ของคุณ แต่อาจจะเป็น สัปดาห์หรือมากกว่านั้น คำถามที่ดี โปรดเตือนฉันหากฉัน don8217t เขียนโพสต์นั้นภายใน 2 สัปดาห์ ค่าเฉลี่ยเคลื่อนที่ 200 วันหรือระยะยาว MA 8220works8221 หากเป็นส่วนหนึ่งของกลยุทธ์การซื้อขาย ในกรณีของฉันฉันไปยาวหรือสั้น (ใช้สัญญาซื้อขายล่วงหน้า) เมื่อไขว้เกิดขึ้น ผลลัพธ์จะไม่เป็นไปตามค่าใช้จ่ายหากฉันซื้อขายดัชนีหรือสองดัชนี แต่หากคุณค้าขายโดยใช้หุ้นจำนวนมากทั่วทั้งภาคส่วนต่างๆโดยมีพื้นฐานที่แตกต่างกันคุณจะได้รับผลตอบแทนที่ผันผวนต่ำและไม่สม่ำเสมอ ถ้ากลุ่มหุ้นมี 15 returnsyear ในช่วงระยะเวลา 10 ปีกลยุทธ์ SMA crossover แบบ 200 วันจะให้ผลตอบแทนที่เหมือนกัน แต่มีความผันผวนต่ำกว่า 8211 เนื่องจากคุณมีความสามารถในการสั้น It8217s เท่านั้นเมื่อคุณคาดหวังผลการดำเนินงานที่ยอดเยี่ยมหรือผลตอบแทนที่วิเศษคุณจะผิดหวัง ดี I8217d ยืนยันว่าแนวคิดคิดถึงจุด I8217m ทำ เพียงเพราะปัจจัยเป็นส่วนหนึ่งของกลยุทธ์ที่ทำกำไรได้ไม่ได้หมายความว่าตัวมันเองมีประโยชน์ สำหรับสิ่งที่ it8217s มูลค่า 15 returnsyear เป็นจำนวนที่สูงมากสำหรับ 8220a พวงของหุ้น 82218230 ดูเหมือนว่าแปลก และประสบการณ์ของฉันเกี่ยวกับกลยุทธ์เช่นเดียวกับที่คุณแนะนำตรงกันข้ามกับคุณ แต่ถ้าคุณได้รับ 15 ปีที่มีความผันผวนต่ำกับค่าเฉลี่ยเคลื่อนที่แล้วทำสิ่งที่คุณกำลังทำอีกต่อไป ให้ฉันชี้แจง 15 ไม่ใช่สิ่งที่กลยุทธ์เฉพาะให้ผลตอบแทน 8211 ฉันใช้มันเพื่อแสดงให้เห็นว่าผลตอบแทนจากการไปยาวสามารถจำลองแบบด้วยกลยุทธ์ longshort เกินไปกับความผันผวนที่ต่ำกว่า ฉันค้าหุ้นของอินเดียและกลับมาที่นี่ 15 ถือว่าเป็นค่าตอบแทนแบบระมัดระวังและใช่ฉันเข้าใจดีว่าการใช้กลไกครอสโอเวอร์ในระยะยาวหรือสั้นจะส่งผลให้เกิดการเสียชีวิตอย่างชัดแจ้ง 8211 อย่างใดอย่างหนึ่งต้องทำมากขึ้น That8217s ทำไมฉันกล่าวว่าค่าเฉลี่ยเคลื่อนที่ระยะยาวเป็นเพียงส่วนหนึ่งที่สำคัญของระบบการซื้อขาย 8211 ไม่ใช่ระบบการซื้อขายที่สมบูรณ์แบบในตัวเอง ฉันเลือก SMA 200 วันเนื่องจากฉันคิดว่าการใช้งานอย่างกว้างขวางเป็นการทำนายด้วยตนเองฉันสนใจในการประเมินกลยุทธ์โดยเฉลี่ยที่มีการเคลื่อนไหวน้อยลงซึ่ง 200 วัน isn8217t รู้จักสำหรับค่า p จะเหมือนกันเป็นเวลานานกว่า กลยุทธ์การซื้อขายระยะสั้นเช่น SMA 10 เดือนที่ Mebane Faber ต้องการ (โดยทั่วไปเท่ากับค่าเฉลี่ยเคลื่อนที่ 200 วัน แต่จะประเมินเพียงครั้งเดียวต่อเดือนในวันสุดท้ายของเดือน) เมื่อฉันทำแบบทดสอบ I มองไปที่ค่าเฉลี่ยที่ยาวและสั้นในระยะยาว 8230 รูปแบบต่างๆที่แตกต่างกัน 8230 และในกรอบเวลาที่ต่างกัน ฉันคาดหวังว่าจะคาดเดาได้ว่าข้อมูลรายสัปดาห์หรือสองสัปดาห์อาจไม่น่าเชื่อถือเพราะผลตอบแทนเหล่านี้ใกล้เคียงกับการเดินแบบสุ่ม อาจทำให้ดัชนีเป็นหลักและเรียกวันนั้นว่า แต่คุณอาจมีกฎที่จะประเมินเพียง 200 วันในช่วงปลายเดือน ฉัน don8217t คิดว่าฉันมองไปที่กฎเช่น that8230 ฉัน wouldn8217t คาดหวังที่จะหาอะไร แต่ that8217s ความงามของ research8230 คุณไม่เคยรู้ หลักฐานที่แสดงให้เห็นถึงแนวโน้มในตลาดระยะเวลาตราบเท่าที่หนึ่งปี ทำไมคุณถึงบอกว่าค่าเฉลี่ยเคลื่อนที่รายเดือนอาจไม่สามารถจับได้ว่านี่เป็นผลตอบแทนที่ปรับให้ได้ตามความเสี่ยงที่ดีกว่า Faber ได้ทดสอบข้อมูลการเคลื่อนไหวของตลาดหลักทรัพย์แห่งประเทศสหรัฐอเมริกาเป็นเวลากว่า 100 ปีแล้วและประเภทสินทรัพย์ที่แตกต่างกันและผมคิดว่าแม้แต่ภาคอุตสาหกรรมและประเทศอื่น ๆ โดยทั่วไปเขาแสดงให้เห็นว่าการลดความผันผวนโดยประมาณ 30 ขณะที่ไม่ลดผลตอบแทนที่มากในช่วงเวลานาน และกลยุทธ์ที่เรียบง่ายมีประสิทธิภาพดีเยี่ยมในช่วงระยะเวลาตัวอย่างของคุณที่เหนือ 1987-2010 อย่างไรก็ตาม Faber ไม่เคยแสดงให้เห็นว่ามีนัยสำคัญทางสถิติหรือไม่ นักลงทุนส่วนใหญ่ don8217t สัมผัสแนวคิดเรื่องนัยสำคัญทางสถิติ อย่างไรก็ตามบทความนี้ไม่ได้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่มีค่า p ที่ดีดูเหมือนว่าจะแสดงให้เห็นถึงวิธีการใช้ค่าเฉลี่ยเคลื่อนที่ 200 วันอย่างมีนัยสำคัญ 8220work8221 (วันนี้อย่างน้อยก็ในอดีต) ยินดีต้อนรับ Michele Schneider ไปยัง Traders Blog Michele กำลังจะแชร์กับคุณว่าเธอใช้ค่าเฉลี่ยเคลื่อนที่ 200 วันในการค้าขาย Michele Mish Schneider เป็นผู้อำนวยการฝ่ายการศึกษาด้านการศึกษาด้านการค้าสำหรับ MarketGauge เธอให้การฝึกอบรมผู้ประกอบการค้าในเชิงลึกในฐานะนักวิเคราะห์ตลาดนักเขียนและพิธีกรของ Mishs Market Minute มีส่วนช่วยในการตีพิมพ์บทความการซื้อขายออนไลน์หลายรูปแบบได้ที่บทความ Taking Stock และทำหน้าที่เป็นผู้สนับสนุนทั่วไปของ MarketGauges จดหมายข่าวฟรี Market Outlook ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจเป็นค่าเฉลี่ยเคลื่อนที่ของ granddaddy ใส่เพียงเครื่องมือทางการเงินที่มีการซื้อขายข้างต้นจะมีสุขภาพดีด้านล่างโรคโลหิตจาง ค่าเฉลี่ยเคลื่อนที่ 200 วันวัดความเชื่อมั่นของตลาดในระยะยาว นี่คือที่ที่ผู้เล่นหลัก ๆ เช่นแผนบำเหน็จบำนาญและกองทุนเฮดจ์ฟันด์จำเป็นต้องดูเพื่อที่จะย้ายหุ้นจำนวนมาก ฉันแสดงไว้ในทุกพื้นที่ทำงานของฉันภูมิใจ, จัดรูปแบบในสีเขียวมรกตและจริงหนาดังนั้นฉันลาดเทช่วย แต่แจ้งให้ทราบล่วงหน้า ไม่เพียง แต่ฉันมักจะสนใจหุ้น ETF หรือการเคลื่อนไหวของราคาในอนาคตอันใกล้กับค่าเฉลี่ยเคลื่อนที่ 200 วัน - ฉันยังศึกษาความลาดชันระยะทางจากการดำเนินการด้านราคาและความสัมพันธ์กับค่าเฉลี่ยเคลื่อนที่อื่น ๆ โดยเฉพาะอย่างยิ่ง 10 และ 50 วัน ตัวอย่างเช่นเมื่อ 50 โดยเฉพาะเมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ 200 วันจะเป็นตัวกำหนดระยะของตลาดโดยรวม ETF หรือเครื่องมือทางการเงิน โปรดอ่านบทความเกี่ยวกับการเปลี่ยนแปลงเฟสการซื้อขาย นอกจากนี้เรายังมีหลักสูตรการซื้อขายแบบแกว่งที่ครอบคลุม ETF และการเปลี่ยนแปลงระยะ 6 เฟสและเครื่องมือที่เรียกว่า ETF Monitor ซึ่งติดตามขั้นตอนต่างๆเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับสิ่งเหล่านี้ได้ที่นี่ ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเช่นความล่าช้า 200 พวกเขามีแนวโน้มที่จะไม่ทำนายทิศทางราคา แต่สะท้อนทิศทางในปัจจุบัน ดังนั้นเมื่อคุณได้ยินแนวโน้มเป็นเพื่อนของคุณเทคนิคใส่จริงๆหมายความว่าราคาในช่วง 200 วันที่มีการระบุแนวโน้มสูงขึ้นจึงมองหาโอกาสในการซื้อเมื่อเทียบกับราคาที่ต่ำกว่า 200 วันที่ผ่านมาจึงมองหาโอกาสในการขาย . ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ดีสำหรับการสนับสนุนและความต้านทาน เนื่องจากผู้ค้าและนักลงทุนจำนวนมากเข้าชม 200 วันเมื่อราคาถึงจุดที่ล้มเหลวหรือถือไว้จิตวิทยาร่วมจึงสร้างผลกระทบทันที ในระยะยาวจิตวิทยาแม้จะไม่สนับสนุนการดำเนินการด้านราคาในขณะที่กลุ่ม บริษัท ไม่แน่นอน แต่สำหรับการเล่นในระยะสั้นจะทำงานได้ดีอย่างไม่น่าเชื่อ นอกจากนี้หากราคาของตราสารมีค่าสูงหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันสิ่งที่ตรงกันข้ามเกิดขึ้น: วิธีราคาด้านบนอาจส่งสัญญาณว่าสภาพซื้อมากเกินไปและต่ำกว่า - ขายเกิน ให้ดูวิธีที่ 3 ใช้ค่าเฉลี่ยเคลื่อนที่ 200 วันดังนี้ Trend - ราคาที่สัมพันธ์กับค่าเฉลี่ยเคลื่อนที่: อยู่ด้านล่างเหนือหรือแตะที่ความลาดชัน - เปิดขึ้น, ลงหรือเป็นกลาง (ไม่มีความลาดชันเลย) Crossover - ความสัมพันธ์ของ ระยะสั้นที่เคลื่อนตัวเฉลี่ยไปที่ 200 - มีพวกเขาข้ามผ่านใต้สัมผัส