5 จุด เฉลี่ยเคลื่อนที่ ตัวอย่างเช่น

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงเวลา 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะเรียบขึ้น ระยะห่างที่สั้นลงค่าเฉลี่ยของค่าเฉลี่ยที่เคลื่อนที่ได้ใกล้เคียงกับจุดข้อมูลที่เกิดขึ้นจริงค่าเฉลี่ยโดยเฉลี่ยหากข้อมูลนี้ถูกวางแผนไว้บนกราฟจะมีลักษณะดังนี้: ซึ่งแสดงให้เห็นว่ามีจำนวนผู้เข้าชมหลากหลายรูปแบบขึ้นอยู่กับฤดูกาล . ในฤดูใบไม้ร่วงและฤดูหนาวมีน้อยมากในฤดูใบไม้ผลิและฤดูร้อน อย่างไรก็ตามหากเราต้องการเห็นแนวโน้มของจำนวนผู้เข้าชมเราสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ได้ 4 จุด เราทำเช่นนี้โดยหาจำนวนผู้เข้าชมเฉลี่ยในสี่ไตรมาสของปีพ. ศ. 2548: จากนั้นเราจะพบจำนวนผู้เข้าชมเฉลี่ยในช่วงสามไตรมาสสุดท้ายของปี 2548 และไตรมาสแรกของปี 2549: จากนั้นสองไตรมาสสุดท้ายของปี 2548 และสองไตรมาสแรก จากปี 2549: โปรดทราบว่าค่าเฉลี่ยล่าสุดที่เราสามารถหาได้คือช่วง 2 ไตรมาสสุดท้ายของปี 2549 และในช่วง 2 ไตรมาสแรกของปี 2550 เราคำนวณค่าเฉลี่ยเคลื่อนที่ของกราฟเพื่อให้แน่ใจว่าแต่ละค่าเฉลี่ยถูกวางแผนไว้ที่กึ่งกลางของสี่ไตรมาส Moving Average - MA เป็นตัวอย่าง SMA พิจารณาการรักษาความปลอดภัยที่มีราคาปิดดังต่อไปนี้เกินกว่า 15 วัน: สัปดาห์ที่ 1 (5 วันขึ้นไป) ) 20, 22, 24, 25, 23 สัปดาห์ที่ 2 (5 วัน) 26, 28, 26, 29, 27 สัปดาห์ที่ 3 (5 วัน) 28, 30, 27, 29, 28 MA 10 วันจะปิดเฉลี่ย ราคาสำหรับ 10 วันแรกเป็นจุดข้อมูลแรก จุดข้อมูลถัดไปจะลดราคาเริ่มต้นเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ดังที่แสดงด้านล่าง ตามที่ระบุไว้ก่อนหน้านี้ MAs lag การกระทำราคาปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมายิ่งระยะเวลาสำหรับ MA มากเท่าไรความล่าช้ามากขึ้น ดังนั้นแมสซาชูเซตส์ระยะ 200 วันจะมีความล่าช้ามากกว่า MA 20 วันเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมา ความยาวของ MA จะขึ้นอยู่กับวัตถุประสงค์ในการซื้อขายโดย MAs สั้นสำหรับการซื้อขายระยะสั้นและ MAs ระยะยาวมีความเหมาะสมกับนักลงทุนระยะยาว นักลงทุนและผู้ค้าที่มีการซื้อขาย MA ระยะเวลา 200 วันโดยมียอดขายต่ำกว่าและต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ถือเป็นสัญญาณการซื้อขายที่สำคัญ MAs ยังให้สัญญาณการซื้อขายที่สำคัญด้วยตัวเองหรือเมื่อสองค่าเฉลี่ยข้ามไป MA ที่เพิ่มขึ้นบ่งชี้ว่าการรักษาความปลอดภัยอยู่ในขาขึ้น ในขณะที่ค่าดัชนีลดลงแสดงให้เห็นว่าอยู่ในขาลง ในทำนองเดียวกันโมเมนตัมสูงขึ้นได้รับการยืนยันโดยการครอสโอเวอร์แบบ bullish ซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุเหนือ MA ระยะยาว ซึ่งเกิดขึ้นเมื่อ MA ในระยะสั้นข้ามด้านล่าง MA. Moving Average Calculator ระยะยาวให้รายชื่อข้อมูลตามลำดับคุณสามารถสร้าง n-point moving average (หรือ average rolling average) ได้โดย หาค่าเฉลี่ยของแต่ละชุดของ n จุดติดต่อกัน ตัวอย่างเช่นถ้าคุณมีชุดข้อมูลที่สั่งซื้อไว้ 10, 11, 11, 15, 13, 14, 12, 10, 11 ค่าเฉลี่ยเคลื่อนที่ 4 จุดคือ 11.75, 12.5, 13.25, 13.5, 12.25, 11.75 ค่าเฉลี่ยเคลื่อนที่ เพื่อให้ข้อมูลที่กลมกลืนกันอย่างราบรื่นทำให้ยอดคมชัดลดลงเนื่องจากแต่ละจุดข้อมูลดิบให้น้ำหนักเศษส่วนเพียงเล็กน้อยในค่าเฉลี่ยเคลื่อนที่ ค่าที่มากขึ้นของ n กราฟที่ราบเรียบของค่าเฉลี่ยเคลื่อนที่เมื่อเทียบกับกราฟของข้อมูลต้นฉบับ นักวิเคราะห์หุ้นมักมองไปที่การเคลื่อนไหวโดยเฉลี่ยของข้อมูลราคาหุ้นเพื่อคาดการณ์แนวโน้มและดูรูปแบบที่ชัดเจนมากขึ้น คุณสามารถใช้เครื่องคิดเลขด้านล่างเพื่อหาค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูล จำนวนเงื่อนไขใน n-Point Moving Average โดยง่ายหากจำนวนคำในชุดต้นฉบับมีค่า d และจำนวนคำที่ใช้ในแต่ละค่าเฉลี่ยคือ n จำนวนคำในลำดับค่าเฉลี่ยที่เคลื่อนไหวจะเป็นเช่นถ้าคุณมีลำดับราคาหุ้น 90 และใช้ค่าเฉลี่ยของการกลิ้งเฉลี่ย 14 วันลำดับค่าเฉลี่ยกลิ้งจะมีค่า 90-14.1 77 คะแนน เครื่องคิดเลขนี้คำนวณค่าเฉลี่ยเคลื่อนที่ที่มีการถ่วงน้ำหนักทุกคำเท่ากัน คุณยังสามารถสร้างค่าเฉลี่ยเคลื่อนที่ที่มีการถ่วงน้ำหนักซึ่งคำศัพท์บางคำได้รับน้ำหนักมากกว่าคนอื่น ๆ ยกตัวอย่างเช่นให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดหรือสร้างเกณฑ์ถ่วงน้ำหนักแบบรวมศูนย์ที่มีการนับคำกลางมากขึ้น ดูบทความและเครื่องคิดเลขโดยรวมที่มีการถ่วงน้ำหนักสำหรับข้อมูลเพิ่มเติม พร้อมกับค่าเฉลี่ยเลขคณิตที่เคลื่อนที่นักวิเคราะห์บางคนยังมองไปที่ค่ามัธยฐานของข้อมูลที่สั่งซื้อเนื่องจากค่ามัธยฐานไม่ได้รับผลกระทบจากค่าผิดปกติที่แปลกประหลาด