Moving Averages 滑动平均的原理和直观感知

文章目录[x]
  1. 1:背景
  2. 2:Simple moving average (SMA):
  3. 3:“滑动”指什么
  4. 4:在图表上,移动平均线是什么样子的
  5. 5:Exponential Moving Average

本文将介绍Simple moving average 和 Exponential Moving Average.

背景

滑动平均是用来衡量当前趋势的方向。每种类型的滑动平均(MA)都是一个通过计算过去数据的平均值得到的数学结果。经常用于金融领域的预测,一旦计算出一个平均值结果,就会绘制成图标,以便交易员能够查看平滑的数据,而不是聚焦于所有金融市场固有的每日价格波动。

Simple moving average (SMA):

最简单的滑动平均模型,SMA,通过计算过去数据集的平均值。换句话说,在金融场景下,一组数字或者价格被加在一起,然后除以该集合价格的数量。例如,要计算一个基本的10天滑动平均,你需要把过去10天的收盘价加起来,然后除以10。如下图,过去10天(110)的价格之和除以平均的天数(10)。如果交易者希望看到的是50天的平均水平,也会进行同样的计算,但它将包括过去50天的价格。由此得出的平均值(11)考虑了过去10个数据点,以便让交易员了解相对于过去10天的资产定价方式。

“滑动”指什么

也许你想知道为什么技术交易者称这个工具为“移动”平均值,而不仅仅是一个普通的平均值或平均值?答案是,当新值可用时,必须从集合中删除最老的数据点,并且必须引入新的数据点来替换它们。因此,数据集不断“移动”。这种计算方法确保只对当前信息进行核算。如下图,一旦将新的值5添加到集合中,红色框(代表过去的10个数据点)将向右移动,最后一个值15将从计算中删除。因为相对较小的值5取代了高值15,所以您可能会看到数据集的平均值会减少,在这种情况下,它会从11减少到10。(For more, see:How is a simple moving average calculated?)

在图表上,移动平均线是什么样子的

一旦MA的值被计算出来,它们就被绘制到一个图表上,然后连接起来创建一条移动平均线。这些曲线在技术交易者的图表中很常见,但是它们的使用方式可能会有很大的不同(稍后会有更多的介绍)。如下图中,通过调整计算中使用的时间段数,可以向任何图表中添加多个移动平均值。这些弯曲的线条一开始可能会让人分心或困惑,但随着时间的推移,你会逐渐习惯它们。红线只是过去50天的平均价格,而蓝线是过去100天的平均价格。(For more, see: Simple Moving Averages Make Trends Stand Out)

现在您已经了解了移动平均线是什么以及它是什么样子,我们将介绍一种不同类型的移动平均线,并检查它与前面提到的简单移动平均线有什么不同。

简单的移动平均线在交易者中非常受欢迎,但与所有技术指标一样,它也受到了批评。许多人认为SMA的有用性是有限的,因为数据序列中的每一个点都有相同的权重,而不管它在序列中发生在哪里。批评人士认为,最近的数据比旧的数据更重要,对最终结果的影响应该更大。作为对这一批评的回应,交易员开始对最近的数据给予更高的重视,这些数据导致加权平均数的人气上升,其中最受欢迎的是指数移动平均(EMA)。(For further reading, see Basics Of Weighted Moving Averages and What's the difference between an SMA and an EMA?)

Exponential Moving Average

指数移动平均是一种移动平均,它赋予最近的价格更多的权重,以使它对新的信息更有反应。对于许多交易者来说,学习计算EMA的复杂公式可能是不必要的,因为几乎所有图表包都是可以为您计算的。然而,对于你的数学怪才们来说,这里是EMA方程:

当使用公式计算EMA的第一点时,您可能会注意到,没有可用的值作为以前的EMA。这个小问题可以用简单的移动平均开始计算,然后继续上面的公式。

EMA 和 SMA的不同点:
现在您已经更好地理解了SMA和EMA是如何计算的,让我们来看看这些平均值是如何不同的。通过查看EMA的计算,您将注意到最近的数据点得到了更多的重视,使其成为一种加权平均值。在下图中,每个平均值中使用的时间段数是相同的(15),但是EMA对不断变化的价格反应更快。请注意,当价格上涨时,EMA有更高的价值,而当价格下降时,EMA的下降速度比SMA更快。这种反应能力是许多交易者喜欢使用EMA(下图红线)而不是SMA(下图蓝线)的主要原因。

选择不同的日期意味着什么:
移动平均线是一个完全可定制的指标,这意味着用户可以自由选择他们想要的任何时间框架时,创建平均值。最常见的平均时间是15、20、30、50、100和200天。用来创造平均值的时间跨度越短,对价格变化就越敏感。时间跨度越长,越不敏感,或者越平滑,平均水平就越低。在设置移动平均值时,没有“正确”的时间框架。找出哪一种方法最适合你,最好的方法就是尝试一些不同的时间段,直到你找到一个适合你的策略。

文章转载自CSDN Sengo_1993
原文链接:https://blog.csdn.net/Sengo_GWU/article/details/80519250

点赞

发表评论