การย้าย ค่าเฉลี่ย ค่าเฉลี่ย การพลิกกลับ

ค่าเฉลี่ยเคลื่อนที่ - MA. BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่ - MA เป็นตัวอย่าง SMA พิจารณาการรักษาความปลอดภัยโดยมีราคาปิดดังต่อไปนี้เกินกว่า 15 วัน 1 สัปดาห์ 5 วัน 20, 22, 24, 25, 23.Week 2 5 days 26, 28 , 26, 29, 27.Week 3 5 วัน 28, 30, 27, 29, 28. MA - 10 วันเฉลี่ยจะปิดราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลแรกจุดข้อมูลถัดไปจะลดลงเร็วที่สุด ราคาเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ตามที่แสดงไว้ด้านล่างตามที่ระบุไว้ก่อนหน้านี้ MAs ล่าช้าในการดำเนินการราคาปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมานานระยะเวลาสำหรับ MA ที่มากขึ้นล่าช้าดังนั้น MA 200 วันจะมีระดับความล่าช้ากว่า MAA 20 วันมากเกินไปเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การค้าโดยใช้ MA ที่สั้นกว่าสำหรับการซื้อขายระยะสั้น และ MAs ระยะยาวที่เหมาะสมกับนักลงทุนระยะยาวนักลงทุนและผู้ค้าจะได้รับความนิยมจากนักลงทุนและผู้ค้าทั่วไปมากขึ้นโดยมีส่วนแบ่งตลาดสูงกว่าหรือต่ำกว่าค่าเฉลี่ยที่เปลี่ยนแปลงไป dered เป็นสัญญาณการซื้อขายที่สำคัญนอกจากนี้ยังมีสัญญาณการซื้อขายที่สำคัญอีกด้วยหรือเมื่อค่าเฉลี่ยทั้งสองมีค่าเพิ่มขึ้น MA ที่เพิ่มขึ้นแสดงให้เห็นว่าการรักษาความปลอดภัยอยู่ในขาขึ้นขณะที่ MA ที่หดตัวบ่งชี้ว่าอยู่ในขาลงเช่นเดียวกันแรงผลักดันที่เพิ่มขึ้นคือ ยืนยันกับการครอสโอเวอร์แบบ bullish ซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุเหนือโมเมนตัมด้าน MA ระยะยาวได้รับการยืนยันโดย Crossover หยาบคายซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่า MA. MO ระยะยาวการเปลี่ยนกลับค่าเฉลี่ยของ การเลือกผลงานแบบออนไลน์ Steven CH Hoi b. Doyen Sahoo b. Zhi-Yong Liu ca คณะเศรษฐศาสตร์และการจัดการ, Wuhan University, Wuhan 430072, PR China. b School of Information Systems, Singapore Management University, 178902, Singapore. c Institute ของ Automation, สถาบันวิทยาศาสตร์จีน, ปักกิ่ง 100080, PR China. Received 17 ธันวาคม 2012, แก้ไขวันที่ 24 มกราคม 2015, ยอมรับ 28 มกราคม 2015, พร้อมใช้งานออนไลน์ 2 กุมภาพันธ์ 2015. การเลือกพอร์ตออนไลน์บรรทัดฐาน ปัญหาในด้านการเงินคำนวณได้ดึงดูดความสนใจที่เพิ่มขึ้นจากปัญญาประดิษฐ์และชุมชนการเรียนรู้เครื่องในปีที่ผ่านมาหลักฐานเชิงประจักษ์แสดงให้เห็นว่าหุ้นของราคาสูงและต่ำเป็นชั่วคราวและราคาหุ้นมีแนวโน้มที่จะปฏิบัติตามปรากฏการณ์การพลิกกลับเฉลี่ยในขณะที่มีอยู่หมายถึงการพลิกกลับกลยุทธ์จะแสดงให้เห็น บรรลุผลสัมฤทธิ์ทางการเรียนที่ดีในชุดข้อมูลจริงจำนวนมากพวกเขามักจะทำให้ข้อสันนิษฐานการพลิกกลับหมายถึงช่วงเวลาเดียวซึ่งไม่ค่อยพอใจเสมอนำไปสู่ประสิทธิภาพที่ไม่ดีในชุดข้อมูลจริงบางอย่างเพื่อเอาชนะข้อ จำกัด นี้บทความนี้เสนอการพลิกกลับค่าเฉลี่ยหลาย ๆ เรียกคืน Moving Average Reversion MAR และกลยุทธ์การเลือกพอร์ตโฟลิกออนไลน์ใหม่ที่มีชื่อว่า On-Line Moving Average Reversion OLMAR ซึ่งใช้ประโยชน์จาก MAR ผ่านทางเทคนิคการเรียนรู้เครื่องออนไลน์ที่มีประสิทธิภาพและสามารถปรับขนาดได้จากผลการทดลองในตลาดจริงเราพบว่า OLMAR สามารถเอาชนะได้ ข้อบกพร่องของขั้นตอนวิธีการพลิกกลับเฉลี่ยที่มีอยู่และประสบความสำเร็จอย่างมาก ผลลัพธ์ที่ดีกว่าโดยเฉพาะอย่างยิ่งในชุดข้อมูลที่มีขั้นตอนวิธีการพลิกกลับเฉลี่ยที่มีอยู่นอกเหนือไปจากประสิทธิภาพเชิงประจักษ์ที่เหนือกว่าแล้ว OLMAR ยังทำงานได้เร็วมากอีกทั้งสนับสนุนการประยุกต์ใช้งานในทางปฏิบัติที่หลากหลายสำหรับการใช้งานในที่สุดเราได้ทำชุดข้อมูลและรหัสแหล่งที่มาทั้งหมด งานนี้เผยแพร่ต่อสาธารณชนได้ที่เว็บไซต์โครงการของเราการคัดเลือกแหล่งที่มาการเรียนรู้แบบออนไลน์การพลิกกลับของรุ่นล่าสุดการกลับรายการเฉลี่ยโดยเฉลี่ยฉบับที่สั้นของงานนี้ 42 ได้ปรากฏขึ้นในการประชุมนานาชาติครั้งที่ 29 เรื่อง Machine Learning ICML 2012Copyright 2015 Elsevier BV สงวนลิขสิทธิ์.Cookies ถูกใช้โดยไซต์นี้สำหรับข้อมูลเพิ่มเติมโปรดไปที่หน้าของคุกกี้ลิขสิทธิ์ 2017 Elsevier BV หรือผู้อนุญาตหรือผู้ร่วมให้ข้อมูล ScienceDirect เป็นเครื่องหมายการค้าจดทะเบียนของ Elsevier B V. Mean Reversion Modern Day Moving Averages ผู้มีอำนาจ GunjanDuaa October 04, 2012Moving ค่าเฉลี่ยเป็นตัวชี้วัดที่ใช้กันอย่างแพร่หลายมากที่สุดในการศึกษาการวิเคราะห์ทางเทคนิคสิ่งที่เริ่มต้นด้วยการเคลื่อนที่แบบง่ายๆ อายุและจากนั้นไปเฉลี่ยถ่วงน้ำหนักที่มีอยู่กับกาลเวลาและการถือกำเนิดของซอฟต์แวร์โปรแกรมคอมพิวเตอร์ได้ทำให้ช่างเทคนิคในการทดสอบและมากับชนิดใหม่ของการคำนวณข้อมูลการกลับรายการกลับหัวแสดงให้เห็นว่าราคาสินทรัพย์ในที่สุดจะกลับไปเฉลี่ยหรือเฉลี่ย ก่อนที่แนวโน้มการเริ่มต้นใหม่หรือการกลับรายการแนวโน้มอาจเป็นไปได้ว่าราคาจะกลับมาสู่ค่าเฉลี่ยหรือรวมกันเป็นระยะเวลาใกล้เคียงกับค่าเฉลี่ยซึ่งเป็นกระบวนการที่ระบบการซื้อขายจำนวนมากใช้เพื่อดำเนินการ เมื่อประสิทธิภาพการทำงานล่าสุดมีแตกต่างจากค่าเฉลี่ยในอดีตของพวกเขาการย้ายเฉลี่ยค่าเฉลี่ยเคลื่อนที่เล็กน้อยยังคงใช้โดยมาก แต่มีเวลาและความต้องการในการวัดราคาทำแตกต่างกันสำหรับความคิดใหม่และค่าเฉลี่ยใหม่ในบทความนี้ผมจะอธิบายค่าเฉลี่ยเคลื่อนที่ใหม่ ซึ่งมีวิวัฒนาการไปตามกาลเวลาและต้องใช้ DEMA EXPONENTIAL DEMA และ TRIPLE TEMA. A ค่าเฉลี่ยเคลื่อนที่เป็นเส้นโค้งที่ราบเรียบซึ่งให้ค่า vi การยืนยันแนวโน้มระยะยาวของค่าเฉลี่ยจะเป็นตัวชี้วัดที่ล่าช้าซึ่งค่าเฉลี่ยเคลื่อนที่ที่เร็วกว่าจะเปลี่ยนแปลงเร็วและค่าเฉลี่ยระยะยาวจะนุ่มนวลขึ้นเพื่อลดเวลาที่ล่าช้าค่าเฉลี่ยเลขคณิตที่ดัดแปลงเหล่านี้คิดว่าเป็นค่าที่ใช้สำหรับการให้สัญญาณในรูปแบบครอสโอเวอร์หรือแนวโน้ม (EMA) ของ EMA EMA EMA EMA EMA EMA 3 EMA EMA 1 EMA EMA 1 EMA EMA EMA EMA 1 EMA EMA EMA EMA 1 EMA EMA EMA EMA EMA 1 EMA EMA EMA EMA EMA 1 EMA EMA EMA EMA EMA 1 EMA EMA EMA EMA EMA EMA EMA EMA 1 EMA - periodChart 1 มีการครอสโอเวอร์เฉลี่ยเคลื่อนที่แสดงให้เห็นอย่างชัดเจนว่า TEMA ให้สัญญาณเร็วที่สุดตามด้วย DEMA แล้วค่าเฉลี่ยเคลื่อนที่ง่ายดังนั้นความล่าช้าจะลดลงและเราสามารถเข้าสู่เทรนด์ก่อนหน้านี้ได้ DISCMASTER DISPMA. A DispMA เป็นค่าเฉลี่ยเคลื่อนที่ ซึ่งสามารถปรับไปข้างหน้าหรือย้อนกลับได้ตามช่วงเวลาที่เฉพาะเจาะจงการขยับ Moving Average Backward เพื่อให้อยู่ในแนวโน้มระยะยาวจะสร้างผลกระทบที่ล้าหลังขยับค่าเฉลี่ยเคลื่อนที่ไปข้างหน้าเพื่อสร้าง เวลาออกจากเคาน์เตอร์เมื่อแนวโน้มเคาน์เตอร์พัฒนาจะสร้างผลชั้นนำจุดมุ่งหมายของ DisMA คือการหลีกเลี่ยง whipsaws ฉับพลันซึ่งมักจะมาในแนวโน้มครบกำหนดหรือข่าวเหตุการณ์ที่เกี่ยวข้องการกำจัดจะทำให้จำนวนน้อยของสัญญาณเท็จระดับการกำจัดตามปกติ เป็น 3 วันถึง 5 วันไปข้างหน้าหรือด้านหลังสามารถใช้สำหรับการหาการสนับสนุนและความต้านทานหรือเป็นสัญญาณครอสโอเวอร์และยังมีประโยชน์มากในการศึกษารอบคอบแผนภูมิ 2 แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ยาวขึ้นไปข้างหน้าทำให้เรามีแนวโน้มในขณะที่การเคลื่อนย้ายที่สั้นลง ค่าเฉลี่ยที่วางไว้ย้อนหลังจะช่วยให้เราได้รับเวลาที่เหมาะสมประหยัดค่าเฉลี่ยถ่วงน้ำหนัก WMA ลองดูที่ประเภทของค่าเฉลี่ยเคลื่อนที่อื่นจุดมุ่งหมายของ WMA คือการใช้เวลาห่างความล่าช้าและเพิ่มปัจจัยความไวต่อราคาค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก เป็นค่าถัวเฉลี่ยถ่วงน้ำหนักของราคา n ล่าสุดโดยที่การถ่วงน้ำหนักลดลง 1 ด้วยราคาที่ทำกันก่อนหน้านี้การคำนวณ n Pn n - 1 Pn - 1 n - 2 Pn - 2 n - n - 1 Pn - n - 1 nn - 1 n - n - 1.WMA ตอบสนองได้เร็วขึ้น y ในการเปลี่ยนแปลงราคาเนื่องจากมีความสำคัญมากขึ้นกับการเคลื่อนไหวของราคาเมื่อเร็ว ๆ นี้ซึ่งแสดงให้เห็นถึงแนวโน้มที่เร็วขึ้นเมื่อเทียบกับค่าเฉลี่ยที่เคลื่อนที่ได้ง่ายส่วนค่าเฉลี่ยของการเคลื่อนที่เฉลี่ยอยู่ที่ประมาณนี้ซึ่งบางครั้งเรียกว่าเป็นจุดสิ้นสุดการเคลื่อนที่โดยเฉลี่ย การถดถอยเชิงเส้น แต่จะก้าวไปข้างหน้าหนึ่งก้าวโดยคาดว่าจะเกิดอะไรขึ้นถ้าเส้นการถดถอยต่อเนื่องทำให้มีแนวโน้มที่จะตอบสนองต่อแนวโน้มและแนวโน้มการเปลี่ยนแปลงก่อนหน้านี้เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่อื่น ๆ โดยส่วนใหญ่เป็นสัญญาณไขว้กับตัวเองหรือกับคนอื่น ค่าเฉลี่ยเคลื่อนที่หรือสามารถใช้กับราคาที่เคลื่อนไปด้านบนหรือด้านล่างเป็นสัญญาณซื้อหรือขายได้ในแผนภูมิ 3 เราคำนวณค่าเฉลี่ยเคลื่อนที่ 3 เส้นในแผนภูมิหนึ่งอันดับแรกคือ Least Square ค่าเฉลี่ยเคลื่อนที่เป็นสีเขียวหรือที่เรียกว่า End point moving average Red แวดวงแสดงการเพิ่มขึ้นของราคาสูงกว่าค่าเฉลี่ยที่แสดงการเปลี่ยนแปลงในแนวโน้มหรือจุดสิ้นสุดของแนวโน้มขึ้นและลงช่วยให้ออกจากตำแหน่งหรือใช้การค้าที่ตรงกันข้ามอีกสองอย่างคือ WMA หนา vi olet และ EMA พุ่งสีแดงการคำนวณค่าเฉลี่ยทั้งสองมีค่าใกล้เคียงกัน แต่ในน้ำหนัก WMA จะให้ราคาปัจจุบันมากขึ้นดังนั้นจึงแสดงให้เห็นว่า WMA ใกล้เคียงกับราคาเมื่อเทียบกับ EMA. WILDERS MOVER AVERAGE. As ชื่อนี้แสดงว่าถูกสร้างขึ้น โดย Welles Wilder ช่างเทคนิคที่ดีที่มีผลงานรวม Relative Strength Index RSI ดัชนีค่าเฉลี่ยทิศทาง ADX Parabolic Sar และค่าเฉลี่ย True Range ATR บางครั้งเรียกว่าค่าเฉลี่ยเคลื่อนที่ที่ปรับเปลี่ยนนี้มีจุดมุ่งหมายเพื่อทำให้การเคลื่อนไหวของราคาเป็นไปอย่างราบรื่นเพื่อระบุแนวโน้มราคาราคา EMA ของ EMA วันนี้ K EMA เมื่อวานนี้ 1-k เมื่อ K 1 N, N จำนวนรอบระยะเวลาสูตรจะคล้ายกับ EMA ที่มี 2 พารามิเตอร์ชุดเวลาและระยะเวลาย้อนกลับไปและส่งกลับเป็นเส้นเรียบราคาอยู่และปิดเหนือค่าเฉลี่ย เรียกว่าเป็นขาขึ้นและด้านล่างเป็น downtrendChart 4 แสดงสองค่าเฉลี่ยภายใต้การคำนวณ Wilders ค่าเฉลี่ยเคลื่อนที่อีกต่อไปสามารถใช้สำหรับการกำหนดแนวโน้มและสั้นสำหรับการซื้อขายสำหรับการซื้อในการจุ่มและขายในการเพิ่มขึ้น Crosso ver ให้สัญญาณการซื้อขาย แต่มี lag. RISING EQUITY CRUVE เกือบทุกคนใช้ค่าเฉลี่ยเคลื่อนที่ในแนวโน้มราคาการซื้อขายค่าเฉลี่ยเคลื่อนที่ใหม่เหล่านี้จะช่วยให้ผู้ค้าสามารถจับภาพแนวโน้มในทางที่ดีขึ้นและสร้างระบบการซื้อขายปลีกย่อยต่อการทำความเข้าใจแนวโน้มตลาดที่ดีขึ้น yielding rising เส้นโค้งส่วนได้เสีย