کسب درآمد آنلاین فارکس

میانگین متحرک (Moving average)

امتیاز ۵,۰۰ از ۵ توسط ۱ نفر

Moving Average

در این مطلب میخواهیم به شما عزیزان آموزش دهیم که چگونه با استفاده از میانگین متحرک( Moving average ) بازار را تحلیل کنید.

میانگین های متحرک اندیکاتورهایی هستند که روی چارت یا همان نمودار ما نمایان میشوند. این میانگین های متحرک به صورت یک خط روی نمودار ما کشیده میشوند. در صفحه Trading view در قسمت Indicators کلیک کنید. در این قسمت سرچ کنید؛ Moving average .


گزینه ای را انتخاب کنید که هیچ گونه پیشوند یا پسوندی نداشته باشد. سه تا از moving average ها را انتخاب کنید. وقتی که انتخاب کردید، قسمت بالا سمت چپ سه آیتم به صفحه شما اضافه میشود. نوشته شده است؛ .MA 9 close MA مخفف Moving Average یا همان میانگین متحرک میباشد. روی علامت چرخ دنده روی این آیتم کلیک کنید.


زمانیکه روی گزینه چرخ دنده کلیک کردید، با این صفحه که تصویرش را اینجا میبینید، مواجه میشوید. Inputs,Style در قسمت استایل رنگ گزینه اول را به رنگ قرمز یا رنگ دیگری که تمایل دارید تغییر دهید.


در قسمت Inputs اولین گزینه را تغییری نمیدهیم یعنی همان Same as chart باقی بماند. اما گزینه lenghth را 50 میگذاریم سپس گزینه OK را میزنیم.


همین کار را تکرار میکنیم. اما روی MA دوم. در این قسمت رنگ استایل را رنگ قبلی که انتخاب کردید نگذارید. رنگی دیگر برای این انتخاب کنید. برای گزینه Inputs / length عدد 100 را انتخاب کنید. سپس OK را کلیک کنید.

دوباره همین کارها را انجام میدهیم روی سومین MA . رنگ استایلش را یک رنگ متفاوت با دو MA قبلی انتخاب میکنیم. Inputs / length را این بار 200 بزنید. سپس ok را بزنید. اکنون سه خط مختلف را روی چارت داریم.


ما در اینجا سه رنگ قرمز، سفید و زرد را انتخاب کردیم شما هر رنگی که تمایل رارید را میتوانید انتخاب کنید. توجه داشته باشید رنگهایی را انتخاب کنید که روی نمودار یا چارت به راحتی قابل مشاهده باشد.

شاید این سوال برای شما عزیزان پیش بیاید که این خطها به چه کار می آیند؟ این سبکی که ما داریم برای شما توضیح میدهیم، بیشتر در تایم فریم روزانه به کار می آید. پس در تایم فریم ساعتی میتواند اعتبار پایینی داشته باشد. اصلا منطقی نمیباشد که بخواهید از این سبک از تریدینگ برای تایم فریم یک ساعته استفاده کنید.

این خطها میانگین متحرک هستند. در واقع این خطها میانگین قیمت میباشند. در اینجا ما سه میانگین را مشخص کردیم؛ 50،100،200.

اولین آنها که 50 میباشد، میانگین 50 روز گذشته میباشد. میانگین قیمت در 50 روز گذشته است.

دومین آنها که 100 میباشد، میانگین قیمت در 100 روز گذشته است.

سومین آنها که 200 میباشد، میانگین قیمت در 200 روز گذشته میباشد.

بالای سمت چپ نمودار دقت کنید، کنار آیتم MA یک گزینه Close هم نوشته شده است. یعنی میانگین قیمتی که بسته شده است. کندل ها یک جا باز میشوند و یک جا بسته میشوند. قیمت بسته شده ملاک میانگین ما میباشد. مثلا قیمت دلار بیست هزار تومان بوده است، بالاتر رفته است و در طی 50 روز به بیست و شش هزار تومان رسیده است. میانگین تغییرات قیمت در 50 روز گذشته یک خط تشکیل میدهد. در اینجا یک سوال پیش می آید؛ آیا ما براساس این خطوط معاملات خود را انجام میدهیم؟ یا این خطوط بر اساس معاملات ما میباشد؟ در واقع میانگین متحرک میانگین کندل ها میباشد. چارت ما روی هر ساعتی که باشد، این میانگین ها شکل هایشان تغییر میکند. مثلا وقتیکه ما چارت را روی روزانه می آوریم، شکل میانگین های متحرک تغییر میکند. وقتیکه روی چهار ساعته می آوریم، باز هم شکل میانگین ما تغییر میکند. سی دقیقه، پانزده دقیقه، پنج دقیقه، یک دقیقه و. . پس این میانگین متحرک میانگین کندل ها میباشد. اگر ما کندل ها یمان روی یک ساعته باشد، در حقیقت داریم به میانگین متحرک 200ساعت گذشته نگاه میکنیم. 50،100 و 200 یعنی 50 ساعت گذشته، 100 ساعت گذشته، 200 ساعت گذشته. همانطور که قبلا گفتیم، این میانگین ها در صورتیکه شما عدد 50،100،200 را انتخاب کنید، بیشتر در چارت روزانه به کار ما می آیند. برای تحلیل های بلند مدت.

این خطوط میانگین قیمت بر اساس رفتار ما انسانها تشکیل میشوند. بازار بر اساس ما تشکیل میشود و نه ما بر اساس بازار. باید به این درک برسیم.

یکی از بهترین راهها برای ترید کردن این است که، ما برای خریدهای بلند مدتمان صبر کنیم که میانگین کوتاهمان یعنی 50 در چارت روزانه خط 100 را رو به بالا رد کند. یعنی در تصویری که میبینید، میانگین قرمز رنگ، یعنی میانگین کوچکمان یعنی میانگین 50 روزه ما 100 را رو به بالا رد کند. همانطور که در تصویر میبینید،قرمز، زرد را رو به بالا رد کرده است. این رد کردن در حالتی اتفاق بیفتد، که میانگین متحرک 200 زیر این دو باشد. وقتی این اتفاق می افتد، یعنی بازار صعودی خواهد شد.


در اکثر مواقع این میانگین های متحرک میتواند یکی از بزرگترین نشانه های صعودی شدن بازار در طولانی مدت باشد. همانطور که در تصویر زیر مشاهده میکنید، این اتفاق روی قیمت 12هزار و 900 دلار تا 13 هزار و 300 دلار افتاده است. یعنی میانگین متحرک 50، 100 را رد کرده است و این رد کردن بالای میانگین متحرک 200 افتاده است. یعنی اگر شما بیتکوین را روی 13 هزار 300 دلار بر اساس این منطق خریداری میکردید، در عرض 66 روز 125% سود میکردید.


یکی از راههای ترید طولانی مدت این روشی است که ما برایتان توضیح دادیم. قطعا هیچ روشی صد در صد نیست اما این روش یکی از راههای مناسب برای ترید کردن طولانی مدت است و قطعا ممکن است که با این روش هم ضرر کنید چون بازار بر اساس چهار تا خط شکل نمیگیرد، این خطها دارند بر اساس ما و تصمیمات ما شکل میگیرند. این خطها همان روانشناسی بازار است. پس برای اینکه ما از میانگین های متحرک استفاده کنیم، از سبک 50،100،200 وقتی خواستیم استفاده کنیم، در چارت روزانه میتوانیم بر این اساس ترید کنیم. مسئله میانگین های متحرک مسئله بسیار پیچیده و گسترده ای میباشد. میانگین های متحرک را به عنوان مادر تمام اندیکاتور ها و ابزارها میشناسند. تک تک اندیکاتور ها و اسیلاتور ها در 90% مواقع تشکیل شده از میانگین های متحرک. در این مطلب ما صرفا سعی کردیم مسئله را از لحاظ روانی وبه زبانی ساده برای شما عزیزان باز کنیم. در مطالب بعدی توضیحات جامع تر و به صورت پیشرفته تر برای شما تریدر های عزیز توضیح خواهیم داد.

فرمول میانگین متحرک نمایی (EMA) چگونه محاسبه می شود؟

فرمول میانگین متحرک نمایی (EMA) چگونه محاسبه می شود؟

میانگین متحرک نمایی(Exponential Moving Average و به اختصار EMA) یک شاخص نمودار تکنیکال است که قیمت یک دارایی (مانند سهام یا کالا) را با گذشت زمان دنبال می کند. (EMA) نوعی از میانگین متحرک وزنی (WMA) است که وزن و اهمیت بیشتری به داده های اخیر قیمت می دهد. همانند میانگین متحرک ساده ، از میانگین متحرک نمایی نیز برای مشاهده روند قیمتها در طول مدت تعیین شده استفاده می شود ، و بررسی چندین میانگین متحرک نمایی به طور هم زمان از طریق حرکت خطوط میانگین متحرک به راحتی انجام می شود.

محاسبه میانگین متحرک ساده (SMA) و میانگین متحرک نمایی (EMA)

میانگین متحرک نمایی نوعی از میانگین متحرک ساده است که در محاسبه آن، وزن و اهمیت بیشتری به داده‌های جدید داده می‌شود که از داده های قدیمی مهم تر هستند. از آنجا که داده های جدید وزن بیشتری دارند ، (EMA) با سرعت بیشتری نسبت به (SMA)، به تغییرات قیمت واکنش نشان می دهد.

میانگین متحرک های نمایی برای مشاهده روند قیمت ها در تایم فریم های خاص مانند میانگین متحرک (Moving average) ۵۰ یا ۲۰۰ روزه طراحی شده اند.

در مقایسه با میانگین متحرک های ساده ، (EMA) ها به داده های اخیر (مهم تر) وزن بیشتری می دهند.

محاسبه میانگین متحرک نمایی شامل اعمال ضریب بر میانگین متحرک ساده است.

نوارهای میانگین متحرک به معامله گران اجازه می دهد تا چندین (EMA) را به طور همزمان مشاهده کنند.

فرمول محاسبه (EMA) شامل استفاده از ضریب بر (SMA) است. برای محاسبه سه مرحله وجود دارد (اگرچه برنامه های نمودار ریاضی نیز این محاسبات را برای شما انجام می دهند):

میانگین متحرک ساده (SMA) را محاسبه کنید

ضریب را برای وزن دهی به (EMA) محاسبه کنید

میانگین متحرک نمایی (EMA) فعلی را محاسبه کنید

محاسبه میانگین متحرک ساده مانند محاسبه میانگین است. فقط قیمت‌های بسته شدن سهم برای تعداد دوره‌های زمانی مورد بحث را با هم جمع کنید و تقسیم بر همان تعداد دوره‌ها کنید. به عنوان مثال ، یک میانگین متحرک ساده ۱۰ روزه فقط حاصل جمع قیمت های بسته شدن ۱۰ روز معاملاتی گذشته است که تقسیم بر ۱۰ می شود.

فرمول ریاضی آن به شرح زیر است:

فرمول محاسبه ضریب وزن دهی به شکل زیر است:

(در هر دو مورد ، میانگین متحرک ساده ۱۰ روزه را در نظر گرفته ایم.)

بنابراین ، هنگام محاسبه (EMA) یک سهم :

وزنی که به جدیدترین قیمت داده می شود برای (EMA) با دوره کوتاهتر ، از (EMA) با دوره طولانی تر بیشتر است. به عنوان مثال ، یک ضریب ۱۸٫۱۸٪ بر جدیدترین داده های قیمت برای (EMA) ده روزه اعمال می شود ، همانطور که در بالا انجام شده است ، در حالی که برای (EMA) بیست روزه ، فقط از یک وزن دهی با ضریب ۹٫۵۲٪ استفاده می شود. همچنین با استفاده از قیمت باز شدن (open)، بالاترین قیمت (high)، پایین‌ترین قیمت (low)، یا قیمت میانه (median price) به جای استفاده از قیمت بسته شدن (closing price)، تغییرات اندکی در میانگین متحرک نمایی حاصل می‌شود.

استفاده از میانگین متحرک نمایی (EMA) : نوار (Ribbon) های میانگین متحرک

گاهی اوقات ممکن است معامله گران نوارهای میانگین متحرکی را مشاهده کنند ، که به جای فقط یک میانگین متحرک ، تعداد زیادی از میانگین های متحرک در نمودار قیمت ترسیم شده باشند. اگرچه به دلیل حجم زیاد خطوط همزمان ، این نوارها به ظاهر پیچیده می آیند ، اما به راحتی در برنامه های چارتینگ قابل مشاهده اند و یک روش ساده برای تجسم رابطه پویا بین روندها در کوتاه مدت ، متوسط و بلند مدت را ارائه می دهند.

معامله گران و تحلیلگران برای تشخیص نقاط برگشت (turning points) ، ادامه دهنده (continuations) ، اشباع خرید (میانگین متحرک (Moving average) overbought) / اشباع فروش (oversold) ، مناطق پشتیبانی (support) و مقاومت (resistance) و اندازه گیری نقاط قوت روند قیمت ، از نوارها و میانگین متحرک ها استفاده می کنند.

با توجه به شکل سه بعدی آنها که به نظر می رسد در نمودار قیمت جریان و چرخش دارند ، تفسیر نوار های میانگین متحرک بسیار آسان است. این شاخص ها هر زمان که خطوط میانگین متحرک در یک نقطه همگرا شوند ، سیگنال های خرید و فروش را نشان می دهند. معامله گران در مواقعی که میانگین های متحرک کوتاه مدت از پایین به بالای میانگین های متحرک بلند مدت عبور کنند برای خرید اقدام می کنند و وقتی میانگین های متحرک کوتاهتر از بالا به پایین عبور می کنند ، به دنبال فروش خواهند بود.

چگونه می توان یک نوار میانگین متحرک ایجاد کرد

برای ساختن یک نوار میانگین متحرک ، به سادگی تعداد زیادی از میانگین های متحرک با مدت زمان متفاوت را به طور همزمان در یک نمودار قیمت ترسیم کنید. پارامترهای متداول شامل هشت میانگین متحرک یا بیشتر و فواصل متغیر است که از میانگین متحرک دو روزه تا میانگین متحرک ۲۰۰ یا ۴۰۰ روزه را در بر می گیرد.

برای سهولت در تجزیه و تحلیل ، میانگین متحرک (Moving average) نوع میانگین متحرک را در نوار ثابت نگه دارید ، به عنوان مثال ، فقط از میانگین متحرک های نمایی یا فقط میانگین متحرک های ساده استفاده کنید.

هنگامی که تمام میانگین های متحرک در یک نقطه نزدیک در نمودار با یکدیگر همگرا می شوند قدرت روند احتمالاً کاهش یافته است و می تواند نشان دهنده بازگشت (reversal) روند باشد. در حالیکه اگر میانگین های متحرک به صورت جدا از یکدیگر حرکت کنند ، برعکس این موضوع صدق می کند و نشان می دهد که قیمت ها متفاوت هستند و این روند قوی است یا در حال قدرت گرفتن است.

روند های نزولی معمولاً با میانگین متحرک های کوتاهتر که از زیر میانگین متحرک های بلندتر عبور می کنند ، تشخیص داده می شوند. برعکس ، روندهای صعودی شامل عبور میانگین متحرک های کوتاهتر از بالای میانگین متحرک های بلندتر هستند. در این شرایط ، میانگین متحرک های کوتاه مدت به عنوان شاخص های پیشتازی عمل می کنند که میانگین متحرک های بلند مدت به سمت آنها حرکت می کنند.

تعداد و نوع میانگین متحرک ها براساس استراتژی های سرمایه گذاری و نوع دارایی یا شاخص می تواند در بین معامله گران متفاوت باشد. اما به طور کلی میانگین متحرک های نمایی (EMA) محبوبیت زیادی دارند زیرا وزن بیشتری به قیمت های اخیر می دهند و نسبت به سایر میانگین ها تاخیر کمتری دارند. برخی میانگین متحرک (Moving average) از نمونه های نوار میانگین متحرک شامل هشت خط (EMA) جداگانه هستند که از چند روز تا چند ماه متغیر هستند.

میانگین متحرک (Moving average)

شرح مساله
میانگین متحرک یا moving average به چند دسته تقسیم می‌شود که ساده‌ترین آنها میان متحرک ساده است.
برای محاسبه میانگین متحرک باید بازه زمانی مورد نظر را مشخص کنیم. مثلا میانگین فروش در 3 روز گذشته.

به جدول زیر توجه بفرمایید:


میانگین متحرک فروش سه روز میانگین متحرک (Moving average) و چهار روز گذشته در جدول فوق قابل مشاهده است.
بطور مثال مقدار میانگین متحرک سه روزه برای روز چهارم برابر است با جمع فروش سه روز گذشته تقسیم بر سه. یعنی 3/(10+12+13)
و برای روز ششم میانگین متحرک 4 روزه برابر است با جمع فروش چهار روز گذشته و تقسیم آنها بر چهار. یعنی 10+12+13+16 تقسیم بر 4 که برابر است با 12.7

در نمودار زیر، خط قرم رنگ مربوط به میانگین متحرک ساده (میانگین فروش سه روز گذشته) است و خط آبی رنگ نیز میزان فروش است



راه حل در SQL Server 2012
توسط توابع window این مساله را به سادگی می‌توانیم حل کنیم. همانطور که مشاهده می‌شود در تصویر زیر. کافیست ما به سطرهایی در بازه‌ی سه سطر قبل تا یک سطر قبل (برای میانگین متحرک سه روزه) دسترسی پیدا کرده و میانگین آن را بگیریم.


ابتدا این جدول را ایجاد و تعدادی سطر برای نمونه در آن درج کنید:


قلب query دستور ROWS BETWEEN 3 PRECEDING AND 1 PRECEDING می‌باشد.
به این معنا که سطرهایی در بازه‌ی سه سطر قبل و یک سطر قبل را در Window انتخاب کرده و عمل میاگنین گیری را بر اساس مقادیر مورد نظر انجام بده.

راه حل در SQL Server 2005
به درخواست یکی از کاربران من راه حلی را پیشنهاد می‌کنم که جایگزین مناسبی برای روش قبلی است در صورت عدم استفاده از نسخه 2012. توابع window در اینگونه مسائل بهترین عملکرد را خواهند داشت.


FOR FUN
توسط توابع Analytical ای چون LAG نیز می‌توان اینگونه مسائل را حل نمود. بطور مثال توسط تابع LAG به یک مقدار قبلی، دو مقدار قبلی و سه مقدار قبلی دسترسی پیدا کرده و آنها را با یکدیگر جمع نموده و تقسیم بر تعدادشان می‌کنیم یعنی:

info

امتیاز ۵,۰۰ از ۵ توسط ۱ نفر

نظرات مطلب جاری به دلیل پایان دوره پشتیبانی آن بسته شده‌اند. البته کاربرانی با حداقل دو مطلب ارسالی در سایت، به پشتیبانی کلیه مطالب دسترسی خواهند داشت.

مقالات مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

برو به دکمه بالا