Enkel Glidande Medelvärde Matlab Kod

Med hjälp av MATLAB, hur kan jag hitta 3-dagars glidande medelvärde för en viss kolumn i en matris och lägga till det glidande medlet till den matrisen jag försöker beräkna det 3-dagars glidande medlet från botten till toppen av matrisen jag har gett mig code. Given följande matris a och mask. Jag har försökt att implementera conv-kommandot men jag får ett fel Här är det kommandot conv som jag har försökt använda i den andra kolumnen i matris a. Den utmatning jag önskar ges i följer matrisen. Om du har några förslag, skulle jag verkligen uppskatta det tack. För kolumn 2 i matris a, beräknar jag 3-dagars glidande medelvärde enligt följande och placerar resultatet i kolumn 4 i matrisen a jag omdämnde matrisen a som önskadUtgång för illustration Den 3-dagars genomsnittet av 17, 14, 11 är 14 3-dagars genomsnittet av 14, 11, 8 är 11 3-dagars genomsnittet av 11, 8, 5 är 8 och 3-dagars genomsnittet av 8, 5, 2 är 5 Det finns inget värde i botten 2 rader för den 4: e kolumnen eftersom beräkningen för 3-dagars glidande medel börjar vid botten Den giltiga utgåvan visas inte förrän minst 17, 14 och 11 Förhoppningsvis är det här meningsfullt Aaron 12/12 13 på 1 28. Generellt skulle det hjälpa om du skulle visa felet I det här fallet gör du två saker fel . Först måste din konvolver delas av tre eller längden på det rörliga genomsnittet. För det andra märker du storleken på c Du kan inte bara passa c till ett typiskt sätt att få ett rörligt medelvärde skulle vara att använda samma. Men det gör inte Ser ut som vad du vill. Istället är du tvungen att använda ett par linjer. Ladda ner movAv m se också movAv2 - en uppdaterad version som tillåter viktning. Beskrivning Matlab innehåller funktioner som kallas movavg och tsmovavg tidsserie glidande medelvärde i Financial Toolbox, movAv är utformad för att replikera den grundläggande funktionaliteten hos dessa Koden här ger ett bra exempel på hantering av index inom slingor, vilket kan vara förvirrande till att börja med att jag medvetet har hållit koden kort och enkel att hålla denna process klar. movAv utför en enkel rörlig avera ge som kan användas för att återställa bullriga data i vissa situationer. Det fungerar genom att ange medelvärdet av ingången y över ett glidande tidsfönster, vars storlek anges av n. Ju större n är desto större mängder av utjämningseffekten av n är i förhållande till längden på ingångsvektorn y och effektivt väl skapar en lågpassfrekvensfilter, se avsnittet exempel och överväganden. Eftersom mängden utjämning som tillhandahålls av varje värde av n är relativt längden på ingången vektor är det alltid värt att testa olika värden för att se vad som är lämpligt. Kom ihåg också att n poäng går förlorade vid varje genomsnitt om n är 100, de första 99 punkterna i inmatningsvektorn innehåller inte tillräckligt med data för ett 100pt-medelvärde. Detta kan undvikas något genom att ställa medelvärden, till exempel, koden och grafen nedan jämför ett antal olika längdfönstervärden. Observera hur smidig 10 10pt jämförs med ett enda 20pt-medelvärde. I båda fallen förloras totalt 20 poäng totalt. Skapa xaxis x 1 0 01 5 Generera brusbrusReps 4 buller repmat randn 1, ceilingsnummer x noiseReps, noiseReps, 1 brusresigneringsbuller, 1, ljudbuller i ljudljudReps Generera ydata-ljud x exp x 10 ljud 1 längd x Percentgenomsnitt y2 movAv y, 10 10 pt y3 movAv y2, 10 10 10 pt y4 movAv y 20 20 pt y5 movAv y 40 40 pt y6 movAv y 100 100 pt Plottfigur plot x, y, y2, y3, y4, y5, y6 legend Raw Data, 10pt glidande medelvärde, 10 10pt, 20pt, 40pt, 100pt xlabel x ylabel y-titel Jämförelse av rörliga medelvärden. movAv m-kod genomgångsfunktionsutförande movAv y, n Den första raden definierar funktionens namn, ingångar och utgångar Ingången X bör vara en vektor av data för att utföra medelvärdet, n skulle vara antalet poäng som ska utföra den genomsnittliga överutgången kommer att innehålla den genomsnittliga data som returneras av funktionen. Fördela utgångsutdata NaN 1, numel y Hitta mittpunkten i n midPoint-runda N 2 Funktionens huvuduppgift görs i loopbandet, men innan man börjar startas två saker Fir Stly utsignalen är fördelad som NaNs, detta tjänade två syften. För det första är förallokering generellt bra eftersom det minskar minnes jonglering Matlab måste göra, för det andra gör det mycket enkelt att placera den genomsnittliga data i en utmatning i samma storlek som Ingångsvektorn Det betyder att samma xaxis kan användas senare för båda, vilket är lämpligt för plottning, alternativt kan NaN: erna tas bort senare i en rad kodutgångar. Den variabla midPoint kommer att användas för att inrikta data i utgångsvektorn Om n 10, 10 poäng kommer att gå vilse eftersom för de första 9 punkterna av ingångsvektorn finns det inte tillräckligt med data för att ta ett 10-poängs genomsnitt. Eftersom utmatningen kommer att vara kortare än ingången måste den justeras korrekt midpoint användas så att en lika stor mängd data går förlorad vid start och slut och ingången hålls inriktad med utgången av NaN-buffertarna som skapas vid preallokering av output. for en 1 längd y - n Hitta indexintervall för att ta genomsnittet över abban Beräkna genomsnittlig produktion a midPoint betyder yab-änden I själva loop-loopen tas ett medel över varje på varandra följande segment av ingången. Slingan körs för en som definieras som 1 upp till längden på ingången y, minus de data som kommer att gå vilse n Om ingången är 100 poäng lång och n är 10 kommer slingan att springa från en 1 till 90. Detta betyder att det första indexet för segmentet blir genomsnittligt Det andra indexet b är helt enkelt ett n-1 Så vid den första iterationen, A 1 n 10 så b 11-1 10 Det första genomsnittet tas över yab eller x 1 10 Medelvärdet för det här segmentet, som är ett enda värde, lagras i utgången i indexet midPoint eller 1 5 6. På den andra iterationen , en 2 b 2 10-1 11 så medelvärdet tas över x 2 11 och lagras i utgång 7 På den sista iterationen av slingan för en ingång av längd 100, en 91 b 90 10-1 100 så medlet tas över x 91 100 och lagras i utgången 95 Detta lämnar utdata med totalt n 10 NaN-värden vid index 1 5 och 96 100.Exemplar och överväganden Flyttande medelvärden är användbara i vissa situationer, men de är inte alltid det bästa valet Här är två exempel där de inte nödvändigtvis är optimala. Mikrofonkalibrering Denna uppsättning data representerar nivåerna för varje frekvens som produceras av en högtalare och inspelad av en mikrofon med ett känt linjärt svar. Högtalarens utgång varierar med Frekvens, men vi kan korrigera för denna variation med kalibreringsdata - utgången kan justeras på nivå för att beräkna fluktuationerna i kalibreringen. Notera att rådata är bullriga - det betyder att en liten förändring i frekvens tycks kräva en Stor, ojämn, förändring i nivå för att redogöra för Är detta realistiskt eller är det här en produkt av inspelningsmiljön Det är rimligt att i detta fall tillämpa ett glidande medelvärde som släpper ut nivåfrekvenskurvan för att ge en kalibreringskurva som är något mindre ojämn Men varför är det inte optimalt i detta exempel. Mer data skulle vara bättre - flera kalibreringar körs i genomsnitt tillsammans skulle förstöra bruset i systemet så länge det sprang Dom och ge en kurva med mindre subtila detaljer förlorade. Det rörliga genomsnittet kan bara approximera detta och kan ta bort några högre frekvensdips och toppar från den kurva som verkligen existerar. Sina vågor Med ett rörligt medelvärde på sinusvågor framhävs två punkter. Den allmänna fråga om att välja ett rimligt antal poäng för att utföra medelvärdet. Det är enkelt, men det finns mer effektiva metoder för signalanalys än genomsnittliga oscillerande signaler i tidsdomänen. I detta diagram är den ursprungliga sinusvågen ritad i blått Buller är läggs till och ritas som den orangefärgade kurvan Ett rörligt medelvärde utförs på olika punkter för att se om den ursprungliga vågen kan återvinnas. 5 och 10 poäng ger rimliga resultat, men ta inte bort bullret helt, där så många poäng börjar förlora amplituddetalj när medeltalet sträcker sig över olika faser, kom ihåg vågoscillatorn runt noll och medelvärdet -1 1 0. Ett alternativt tillvägagångssätt skulle vara att konstruera ett lågpassfilter än det kan vara appliceras på signalen i frekvensdomänen jag kommer inte att gå in i detalj eftersom den går utöver omfattningen av denna artikel, men eftersom bullret är betydligt högre frekvens än vågens grundläggande frekvens, skulle det vara ganska lätt att i detta fall konstruera ett lågpassfilter än att avlägsna högfrekventa brus. Möjliga medelvärden - Enkla och exponentiella. Genomsnittliga medelvärden - Enkla och exponentiella. Medelvärdena släpper prisdata för att bilda en trendföljande indikator. De förutsätter inte prisriktning utan definierar snarare den aktuella riktningen med en fördröjning Flyttande medelvärden fördröjning, eftersom de är baserade på tidigare priser Trots denna fördröjning hjälper glidande medelvärden till jämn prisåtgärd och filtrerar bort bullret. De utgör också byggstenarna för många andra tekniska indikatorer och överlagringar, såsom Bollinger Bands MACD och McClellan Oscillator De två mest populära typerna av glidande medelvärden är Simple Moving Average SMA och Exponentential Moving Average EMA. Dessa rörliga medelvärden kan vara oss ed för att identifiera riktning av trenden eller definiera potentiella stöd och motståndsnivåer. Här är ett diagram med både en SMA och en EMA på den. Klicka på diagrammet för en live version. Simply Moving Average Calculation. Ett enkelt glidande medelvärde bildas av databehandling det genomsnittliga priset på en säkerhet över ett visst antal perioder De flesta glidande medelvärden är baserade på slutkurserna Ett 5-dagars enkelt glidande medelvärde är den fem dagars summan av slutkurserna dividerat med fem. Som namnet antyder är ett glidande medelvärde ett medelvärde som flyttningar Gamla data släpps när nya data kommer att få tillgång till det här Medelvärdet förflyttar sig längs tidsskala Nedan är ett exempel på ett 5-dagars glidande medelvärde som utvecklas över tre dagar. Den första dagen i glidande medel täcker helt enkelt de senaste fem dagarna. andra dag i det glidande mediet faller den första datapunkten 11 och lägger till den nya datapunkten 16 Den tredje dagen i det glidande medlet fortsätter genom att släppa den första datapunkten 12 och lägga till den nya datapunkten 17 I exemplet ovan pris s öka gradvis från 11 till 17 över totalt sju dagar. Observera att det rörliga genomsnittet också stiger från 13 till 15 över en tre dagars beräkningsperiod. Notera också att varje glidande medelvärde ligger strax under det sista priset. Till exempel, det glidande medlet för dag ett är 13 och det sista priset är 15 Priser de föregående fyra dagarna var lägre och det medför att det rörliga genomsnittet försvinner. Exponentialrörande genomsnittlig beräkning. Exponentiella glidande medelvärden minskar fördröjningen genom att tillämpa mer vikt på de senaste priserna. Viktningen appliceras mest Det senaste priset beror på antalet perioder i glidande medelvärde. Det finns tre steg för att beräkna ett exponentiellt rörligt medelvärde. Först beräkna det enkla glidande medlet. Ett exponentiellt glidande medelvärde EMA måste starta någonstans så att ett enkelt glidande medelvärde används som föregående period s EMA i den första beräkningen Andra, beräkna viktnings multiplikatorn Tredje, beräkna exponentiell glidande medelvärdet Formeln nedan är för en 10-dagars EMA. A 10- period exponentiell glidande medel gäller en 18 18 viktning till det senaste priset En 10-period EMA kan också kallas en 18 18 EMA En 20-årig EMA tillämpar en 9 52 väger till det senaste priset 2 20 1 0952 Observera att viktningen för den kortare tidsperioden är mer än vikten för den längre tidsperioden Faktum är att vikten sjunker med hälften varje gång den glidande medeltiden fördubblas. Om du vill ha en viss procentandel för en EMA kan du använda denna formel för att konvertera det till tidsperioder och ange det där värdet som EMA s-parametern. Längs är ett kalkylblad exempel på ett 10 dagars enkelt glidande medelvärde och ett 10-dagars exponentiellt glidande medelvärde för Intel Simple glidande medelvärden är rakt framåt och kräver liten förklaring. De 10 - dagsmedlet rör sig helt enkelt eftersom nya priser blir tillgängliga och gamla priser faller av. Det exponentiella rörliga genomsnittet börjar med det enkla glidande medelvärdet 22 22 i den första beräkningen Efter den första beräkningen tar den normala formeln B över eftersom en EMA börjar med ett enkelt glidande medelvärde, kommer dess verkliga värde inte att realiseras förrän 20 eller så perioder senare Med andra ord kan värdet på Excel-kalkylbladet skilja sig från diagramvärdet på grund av den korta återkallningsperioden. Endast detta kalkylblad går tillbaka 30 perioder, vilket innebär att påverkan av det enkla glidande medlet har haft 20 perioder att sprida. StockCharts går tillbaka minst 250 perioder, vanligtvis mycket längre för dess beräkningar, så effekterna av det enkla glidande medlet i den första beräkningen har helt försvunnit. Lagfaktorn. Ju längre glidande medelvärde, desto mer lagrets 10-dagars exponentiella glidande medelvärde kommer krampriserna ganska nära och vända kort efter att priserna har blivit snabba. Korta glidmedel är som fartygsbåtar - skumma och snabba att förändra Dagsflyttande medelvärde innehåller mycket tidigare data som saktar ner den. Längre glidande medelvärden är som havs tankfartyg - slö och långsam att förändra. Det tar en större och längre prisrörelse för en 100-dagars mo ving genomsnittet för att ändra kurs. Klicka på diagrammet för en levande version. Diagrammet ovan visar SP 500 ETF med en 10-dagars EMA efterföljande priser och en 100-dagars SMA-slipning. Även med nedgången januari-februari, de 100 - dag SMA höll kursen och sänktes inte. Den 50-dagars SMA passar någonstans mellan 10 och 100 dagars glidande medelvärden när det gäller lagfaktorn. Simple mot exponentiella rörliga medelvärden. Även om det finns tydliga skillnader mellan enkla glidande medelvärden och exponentiella glidande medelvärden är en inte nödvändigtvis bättre än de andra exponentiella glidmedelvärdena med mindre fördröjning och är därför känsligare för de senaste priserna - och de senaste prisförändringarna Exponentiella glidmedelvärden kommer att vända sig före enkla glidande medelvärden Enkla glidande medelvärden å andra sidan, representera ett sant genomsnitt av priser under hela tidsperioden Som sådan kan enkla glidande medelvärden vara bättre lämpade för att identifiera stöd - eller motståndsnivåer. Förflyttning av genomsnittliga preferenser beror på objektiv es, analytisk stil och tidshorisont. Chartister ska experimentera med båda typerna av glidande medelvärden samt olika tidsramar för att hitta den bästa passningen. Diagrammet nedan visar IBM med 50-dagars SMA i rött och 50-dagars EMA i grönt. Båda toppade i i slutet av januari, men nedgången i EMA var skarpare än minskningen i SMA. EMA uppstod i mitten av februari, men SMA fortsatte att vara lägre till slutet av mars. Notera att SMA visade sig över en månad efter EMA. Längder och Tidsramar. Längden på det rörliga genomsnittet beror på de analytiska målen. Korta glidande medelvärden 5-20 perioder passar bäst för kortsiktiga trender och handel. Chartister intresserade av medellångtidsutveckling skulle välja längre glidmedel som kan sträcka sig 20-60 perioder Långsiktiga investerare föredrar att flytta medelvärden med 100 eller flera perioder. Vissa rörliga genomsnittslängder är mer populära än andra. Det 200-dagars glidande medlet är kanske det mest populära. På grund av dess längd är det tydligt en långsiktig glidande medelvärde Sedan är det 50-dagars glidande medlet ganska populärt för den medellånga trenden. Många kartläggare använder 50-dagars och 200-dagars glidande medelvärden tillsammans. Kortsiktigt var ett 10-dagars glidande medelvärde ganska populärt tidigare eftersom det var lätt att beräkna En bara lade till siffrorna och flyttade decimalpunkten. Trendidentifiering. Samma signaler kan genereras med hjälp av enkla eller exponentiella glidande medelvärden. Såsom noterats ovan beror preferensen på varje individ. Dessa exempel nedan kommer att använda både enkla och exponentiella glidande medelvärden Termen glidande medel gäller både enkla och exponentiella glidmedel. Riktningen för glidande medel ger viktig information om priser Ett stigande glidande medelvärde visar att priserna i allmänhet ökar. Ett fallande glidande medelvärde indikerar att priserna i genomsnitt faller A Stigande långsiktigt glidande medelvärde återspeglar en långsiktig uppgång En fallande långsiktigt glidande medelvärde speglar en långsiktig nedåtgående trend. Tabellen ovan visar 3M MMM w med ett 150-dagars exponentiellt glidande medelvärde Detta exempel visar hur bra glidande medelvärden fungerar när trenden är stark. Den 150-dagars EMA-enheten avslogs i november 2007 och igen i januari 2008 Observera att det tog 15 nedgångar för att vända riktningen av detta Glidande medelvärde Dessa eftersläpande indikatorer identifierar trendomvandlingar som de uppträder i bästa fall eller efter att de uppstått i värsta fall. MMM fortsatte under mars 2009 och ökade sedan 40-50. Observera att 150-dagars EMA inte kom upp förrän efter denna överskott. När det gjorde det, MMM fortsatte dock högre de närmaste 12 månaderna. Flyttande medelvärden fungerar briljant i starka trender. Dubbelkorsningar. Två rörliga medelvärden kan användas tillsammans för att generera crossover-signaler. I teknisk analys av finansmarknaderna kallar John Murphy den dubbla crossover-metoden. Dubbelkorsningar involverar en relativt kort glidande medelvärde och ett relativt långt glidande medelvärde. Som med alla glidande medelvärden definierar den allmänna längden av glidande medel tidsramen för syftet stam Ett system som använder en 5-dagars EMA och 35-dagars EMA skulle anses vara ett kortsiktigt A-system med en 50-dagars SMA och 200-dagars SMA skulle anses vara medellång sikt, kanske till och med på lång sikt. När det kortare glidande medelvärdet passerar över det längre glidande medelvärdet. Detta kallas också ett gyllene kors. En bearish crossover uppträder när det kortare glidande medelvärdet korsar det längre glidande medlet. Detta kallas ett dött kors. Allt sysselsätter systemet två nedslagsindikatorer Ju längre glidande medeltider, desto större fördröjning i signalerna Dessa signaler fungerar bra när en bra trend tar tag Men ett glidande medelvärdesöverföringssystem kommer att producera mycket whipsaws i avsaknad av en stark Trend. Det finns också en trippel crossover-metod som innefattar tre glidande medelvärden. Igen genereras en signal när det kortaste glidande medelvärdet passerar de två längre glidande medelvärdena. Ett enkelt trippelöverföringssystem kan fakturera lve 5-dagars, 10-dagars och 20-dagars glidande medelvärden. Tabellen ovan visar Home Depot HD med en 10-dagars EMA-grön streckad linje och 50-dagars EMA röd linje. Den svarta linjen är det dagliga stänget. Med en glidande medelvärde skulle ha resulterat i tre whipsaws innan de fick en bra handel. Den 10-dagars EMA bröt sig under 50-dagars EMA i slutet av oktober 1, men det varade inte länge då 10-dagarna flyttade tillbaka ovan i mitten av november 2. Detta kors varade längre , men nästa bearish crossover i januari 3 inträffade i slutet av november prisnivåer, vilket resulterade i en annan whipsaw. Detta baissekorset varade inte länge då 10-dagars EMA flyttade tillbaka över 50-dagen några dagar senare 4 Efter tre dåliga signaler, Den fjärde signalen förutspådde ett starkt drag när stocken avancerade över 20. Det finns två takeaways här. Först är övergångar benägna att piska. Ett pris - eller tidsfilter kan användas för att förhindra whipsaws. Handlare kan kräva att korsningen ska vara 3 dagar före skådespel eller kräva 10-dagars EMA att flytta över under th E 50-dagars EMA med en viss mängd innan man agerar För det andra kan MACD användas för att identifiera och kvantifiera dessa övergångar. MACD 10,50,1 kommer att visa en linje som representerar skillnaden mellan de två exponentiella glidmedelvärdena MACD blir positiv under ett gyllene kors och Negativ under ett dött kors. Percentagepris Oscillator PPO kan användas på samma sätt för att visa procentuella skillnader. Observera att MACD och PPO är baserade på exponentiella glidmedel och matchar inte med enkla glidande medelvärden. Detta diagram visar Oracle ORCL med 50 - dag EMA, 200-dagars EMA och MACD 50,200,1 Det fanns fyra glidande medelvärde över en 2 1 2 årsperiod De första tre resulterade i whipsaws eller dåliga affärer En fortsatt trend började med fjärde korsningen som ORCL avancerade till mitten av 20-talet Återigen fungerar glidande medelvärdesövergångar bra när trenden är stark, men producerar förluster i frånvaro av en trend. Prisövergångar. Medelvärdena kan också användas för att generera signaler med enkla prisövergångar En bullish signal genereras när priserna flyttar över det glidande medlet En baisseignal genereras när priserna går under det glidande genomsnittet. Prisövergångar kan kombineras för att handla inom den större trenden. Det längre glidande mediet sätter tonen för den större trenden och den kortare rörelsen Medelvärdet används för att generera signalerna. Man skulle leta efter hausse priskryssningar endast när priserna redan ligger över det längre glidande genomsnittet. Detta skulle handla i harmoni med den större trenden. Till exempel, om priset ligger över 200-dagars glidande medelvärde, skulle kartörer fokusera bara på signaler när priset rör sig över 50-dagars glidande medelvärde. Självklart skulle ett drag under 50-dagars glidande medelvärde föregå en sådan signal, men sådana baisseövergångar skulle ignoreras eftersom den större trenden är upp. Ett baisse kors skulle helt enkelt föreslå En pullback inom en större uppåtgående En korsning bakom 50-dagars glidande medelvärde skulle signalera en uppgång i priserna och fortsättningen av den större uppåtvändningen. Nästa diagram visar E merson Electric EMR med 50-dagars EMA och 200-dagars EMA Lageret förflyttades ovan och hölls över det 200-dagars glidande medeltalet i augusti. Det fanns dips under 50-dagars EMA i början av november och igen i början av februari. Priset flyttade snabbt tillbaka Över 50-dagars EMA för att ge haussecken signaler gröna pilar i överensstämmelse med större uppåtgående MACD 1,50,1 visas i indikatorfönstret för att bekräfta prisövergångar över eller under 50-dagars EMA. Den 1-dagars EMA är lika med stängningen Pris MACD 1,50,1 är positivt när stängningen ligger över 50-dagars EMA och negativ när stängningen ligger under 50-dagars EMA. Support och Resistance. Moving medelvärden kan också fungera som stöd i en uptrend och motstånd i en downtrend En kortsiktig uppgång kan hitta stöd nära det 20-dagars enkla glidande medlet, vilket också används i Bollinger Bands. En långsiktig uptrend kan hitta stöd nära det 200-dagars enkla glidande genomsnittet, vilket är den mest populära långsiktiga glidande medelvärde Om faktum kan 200-dagars glidande medelvärde erbjuda stöd eller motstånd, helt enkelt för att den används så mycket. Det är nästan som en självuppfyllande profetia. Ovanstående diagram visar NY Composite med 200-dagars enkelt glidande medelvärde från mitten av 2004 till slutet av 2008 200-dagars support gavs många gånger under Förskottet När trenden var omvänd med en dubbelstöd, var det 200 dagars glidande medelvärdet som motstånd runt 9500. Förvänta dig inte exakt stöd och motståndsnivåer från glidande medelvärden, särskilt längre glidande medelvärden Marknaderna drivs av känslor vilket gör dem Utsatta för överskott i stället för exakta nivåer kan glidande medelvärden användas för att identifiera stöd - eller motståndszoner. Fördelarna med att använda glidande medelvärden måste vägas mot nackdelarna. Rörande medelvärden är trender som följer eller sänker indikatorer som alltid kommer att vara ett steg bakom Det här är inte nödvändigtvis en dålig sak. Trots allt är trenden din vän och det är bäst att handla i riktning mot trenden. Flytta medelvärden försäkra att en näringsidkare stämmer överens med den nuvarande trenden Även om trenden är din vän, lägger värdepapperen mycket tid i handelsområdena, vilket gör rörliga medeltal ineffektiva. I en trend kommer glidande medelvärden att hålla dig kvar, men också ge sena signaler Don t förvänta sig att sälja högst och köpa i botten med hjälp av glidande medelvärden. Som med de flesta tekniska analysverktyg bör rörliga medelvärden inte användas ensamma, men i kombination med andra kompletterande verktyg kan Chartists använda glidmedel för att definiera den övergripande trenden och sedan Använd RSI för att definiera överköpta eller överlämnade nivåer. Lägga till rörliga medelvärden till StockCharts Charts. Användande medelvärden är tillgängliga som prisöverlagringsfunktion på SharpCharts arbetsbänk Genom att använda rullgardinsmenyn Överlag kan användarna välja antingen ett enkelt glidande medelvärde eller ett exponentiellt glidande medelvärde Den första parametern används för att ställa in antalet tidsperioder. En valfri parameter kan läggas till för att ange vilket prisfält som ska användas i beräkningarna - O för th e Öppna, H för höga, L för låga och C för slutna Ett komma används för att separera parametrar. En annan valfri parameter kan läggas till för att flytta de glidande medelvärdena till vänster eller höger framtid. Ett negativt tal -10 skulle Skifta det glidande medlet till vänster 10 perioder Ett positivt tal 10 skulle flytta det glidande medlet till de rätta 10 perioderna. Flera glidande medelvärden kan överlagras prissättet genom att helt enkelt lägga till en annan överlagringslinje till arbetsbänken StockCharts medlemmar kan ändra färger och stil för att skilja mellan flera glidande medelvärden Efter att ha valt en indikator öppnar du Avancerade alternativ genom att klicka på den lilla gröna triangeln. Avancerade alternativ kan också användas för att lägga till ett glidande genomsnittligt överlag till andra tekniska indikatorer som RSI, CCI och Volume. Klicka här för ett live-diagram med flera olika glidande medelvärden. Använd Moving Averages med StockCharts Scans. Here är några exempel skanningar som StockCharts medlemmar kan använda för att söka efter olika rörliga genomsnittssituationer. Bullish Moving Average Cross Denna sökning söker efter aktier med ett stigande 150-dagars enkelt glidande medelvärde och ett hausseartat kors på 5-dagars EMA och 35-dagars EMA 150-dagars glidande medelvärde ökar så länge som det handlar över sin nivå för fem dagar sedan. Ett hausseartat kors inträffar när 5-dagars EMA rör sig över 35-dagars EMA på över genomsnittlig volym. Bärbar rörlig medelkors Denna sökning söker efter aktier med en fallande 150- Dags enkelt glidande medelvärde och ett baisse kors av 5-dagars EMA och 35-dagars EMA Det 150-dagars glidande medlet faller så länge det handlar under sin nivå för fem dagar sedan. Ett baisse kors inträffar när 5-dagars EMA flyttas under 35-dagars EMA på abo Ve genomsnittlig volym. Ytterligare studie. John Murphy s bok har ett kapitel som ägnas åt glidande medelvärden och deras olika användningsområden. Murphy täcker för och nackdelar med glidande medelvärden. Dessutom visar Murphy hur glidande medelvärden arbetar med Bollinger Bands och kanalbaserade handelssystem. Teknisk Analys av finansmarknaderna John Murphy.