ตัวแปร เคลื่อนไหว เฉลี่ย ตัวบ่งชี้ mq4

MetaTrader 4 - ตัวบ่งชี้ Moving Averages, MA - ตัวบ่งชี้สำหรับ MetaTrader 4 ตัวบ่งชี้ทางเทคนิคของ Moving Average บ่งชี้ค่าเฉลี่ยของราคาตราสารในช่วงเวลาหนึ่ง เมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยหนึ่งค่าจากราคาตราสารในช่วงเวลานี้ เมื่อราคาเปลี่ยนแปลงไปค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นหรือลดลง มีสี่ประเภทของค่าเฉลี่ยเคลื่อนที่คือ Simple (เรียกอีกอย่างว่า Arithmetic), Exponential, Smoothed และ Linear Weighted ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้สำหรับชุดข้อมูลลำดับใด ๆ รวมถึงราคาเปิดและราคาปิดราคาสูงสุดและต่ำสุดปริมาณการซื้อขายหรือตัวชี้วัดอื่น ๆ มักเป็นกรณีที่ใช้ค่าเฉลี่ยเคลื่อนที่สองเท่า สิ่งเดียวที่ค่าเฉลี่ยเคลื่อนที่ของแต่ละประเภทแตกต่างกันมากคือเมื่อค่าสัมประสิทธิ์น้ำหนักที่กำหนดให้กับข้อมูลล่าสุดต่างกัน ในกรณีที่เราพูดถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายราคาทั้งหมดของช่วงเวลาที่เป็นปัญหามีมูลค่าเท่ากัน เส้นค่าเฉลี่ยเลขยกกำลังเชิงเส้นและแบบ Linear มีมูลค่าเพิ่มมากขึ้นในราคาล่าสุด วิธีที่ใช้บ่อยที่สุดในการตีความค่าเฉลี่ยราคาคือการเปรียบเทียบการเปลี่ยนแปลงของราคากับการดำเนินการด้านราคา เมื่อราคาของตราสารเพิ่มขึ้นเหนือค่าเฉลี่ยเคลื่อนที่สัญญาณซื้อจะปรากฏขึ้นหากราคาปรับตัวลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่เรามีสัญญาณการขายอะไรบ้าง ระบบการซื้อขายนี้ซึ่งอิงตามค่าเฉลี่ยเคลื่อนที่ไม่ได้ออกแบบมาเพื่อให้เข้าสู่ตลาดได้อย่างถูกต้องในจุดต่ำสุดและทางออกด้านขวาบนยอด จะช่วยให้สามารถปฏิบัติตามแนวโน้มดังต่อไปนี้: ซื้อเร็ว ๆ นี้หลังจากที่ราคาถึงจุดต่ำสุดแล้วและจะขายได้เร็ว ๆ นี้หลังจากที่ราคาถึงจุดสูงสุดแล้ว Simple Moving Average (Simple Moving Average - Simple Moving Average - Simple Moving Average - Simple Moving Average - Simple Moving Average) หมายถึงค่าเฉลี่ยเคลื่อนที่เฉลี่ยคำนวณโดยสรุปราคาปิดตราสารเป็นระยะเวลาเดียว (เช่น 12 ชั่วโมง) ค่านี้หารด้วยจำนวนงวดดังกล่าว SMA SUM (CLOSE, N) N โดยที่: N เป็นจำนวนงวดการคำนวณ ค่าเฉลี่ยเคลื่อนที่แบบ Exponential (EMA) ค่าเฉลี่ยเคลื่อนที่โดยการสุ่มชี้แจงจะคำนวณโดยการเพิ่มค่าเฉลี่ยเคลื่อนที่ของส่วนแบ่งของราคาปิดปัจจุบันเป็นค่าก่อนหน้า ด้วยค่าเฉลี่ยเคลื่อนที่ที่ราบเรียบตามลำดับส่วนราคาล่าสุดมีมูลค่ามากขึ้น ค่าเฉลี่ยเลขคณิตของ P-percent จะมีลักษณะดังนี้: ที่ไหน: ปิด: (i) ราคาของการปิดงวดปัจจุบัน EMA (i-1) ค่าเฉลี่ยเลขทศนิยมของการปิดงวดก่อนหน้า P เปอร์เซ็นต์ของการใช้ราคา Smoothed Moving Average (SMMA) ค่าแรกของค่าเฉลี่ยเคลื่อนที่แบบเรียบนี้คำนวณเป็นค่าเฉลี่ยเคลื่อนที่แบบเรียบ (SMA): SUM1 SUM (CLOSE, N) ค่าเฉลี่ยเคลื่อนที่ที่สองและค่าที่ต่อเนื่องจะคำนวณตามสูตรนี้: ที่ไหน: SUM1 คือ ยอดรวมของราคาปิดสำหรับระยะเวลา N SMMA1 เป็นค่าเฉลี่ยเคลื่อนที่ที่ราบเรียบของแถบแรก SMMA (i) เป็นค่าเฉลี่ยเคลื่อนที่ที่ราบเรียบของแถบปัจจุบัน (ยกเว้นค่าแรก) CLOSE (i) คือราคาปิดปัจจุบัน N คือ ราบเรียบ ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้น (LWMA) ในกรณีของค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักข้อมูลล่าสุดมีค่ามากกว่าข้อมูลเริ่มต้น ค่าเฉลี่ยถ่วงน้ำหนักที่คำนวณได้จากการคูณกับราคาปิดแต่ละชุดในชุดพิจารณาโดยใช้ค่าสัมประสิทธิ์น้ำหนักบางอย่าง LWMA SUM (ปิด (i) i, N) SUM (i, N) ที่ไหน: SUM (i, N) คือผลรวมของค่าสัมประสิทธิ์น้ำหนัก ค่าเฉลี่ยเคลื่อนที่สามารถใช้กับตัวบ่งชี้ นั่นคือที่การตีความตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่จะคล้ายกับการตีความค่าเฉลี่ยถ่วงน้ำหนักของราคา: ถ้าตัวบ่งชี้สูงขึ้นเหนือค่าเฉลี่ยเคลื่อนที่ของตัวบ่งชี้นั่นหมายความว่าการเคลื่อนไหวของตัวบ่งชี้ที่เพิ่มขึ้นมีแนวโน้มที่จะดำเนินต่อไป: ถ้าตัวบ่งชี้ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ หมายความว่ามีแนวโน้มว่าจะลดลงต่อไป ต่อไปนี้คือประเภทของค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ: ค่าเฉลี่ยเคลื่อนที่แบบเฉลี่ย (SMA) ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่โดยเฉลี่ย (EMA) Smoothed Moving Average (SMMA) ค่าเฉลี่ยเคลื่อนที่แบบลอยตัวเชิงเส้น (LWMA) Variable Moving Average (VMA) VMA เป็น EMA ที่สามารถทำได้ เพื่อควบคุมเปอร์เซ็นต์การทำให้ราบเรียบตามความไม่แน่นอนของตลาดโดยอัตโนมัติ ความไวของมันเติบโตขึ้นโดยให้น้ำหนักมากขึ้นกับข้อมูลที่กำลังดำเนินการเนื่องจากเป็นตัวบ่งชี้สัญญาณที่ดีขึ้นสำหรับตลาดระยะสั้นและระยะยาว วิธีการส่วนใหญ่ในการวัดค่าเฉลี่ยเคลื่อนที่ไม่สามารถชดเชยกับราคาที่มีการเคลื่อนไหวด้านข้างเมื่อเทียบกับตลาดที่มีแนวโน้มและมักสร้างสัญญาณผิดพลาดจำนวนมาก ค่าเฉลี่ยการเคลื่อนที่ในระยะยาวชะลอตัวลงเมื่อมีการกลับรายการในทิศทางที่ราคาขึ้นและลงในช่วงระยะเวลาอันยาวนาน A Variable Moving Average ควบคุมความไวและช่วยให้สามารถทำงานได้ดีขึ้นในสภาวะตลาดโดยใช้การควบคุมอัตโนมัติของค่าคงที่ที่ราบเรียบ Variable Moving Average เรียกอีกอย่างว่า VIDYA Indicator แต่รุ่นนี้เป็นแนวคิดที่ได้รับการแก้ไขของ VIDYA ค่าเฉลี่ยเคลื่อนที่แบบเปลี่ยนแปลงได้รับการพัฒนาโดย Tushar S. Chande และนำเสนอครั้งแรกในเดือนมีนาคมปี 1992 บทความในการวิเคราะห์ทางเทคนิคของหุ้นนิตยสารสินค้าโภคภัณฑ์ซึ่งเป็นค่าความเบี่ยงเบนมาตรฐานถูกใช้เป็นดัชนีความผันผวน ในเดือนตุลาคมปี 1995 บทความในนิตยสารฉบับเดียวกัน Chande แก้ไข VIDYA เพื่อใช้ Chande Momentum Oscillator (CMO) เป็นดัชนีความผันผวนรหัส VMA ด้านล่างเป็นผลมาจากการปรับเปลี่ยนนี้ ไม่มีข้อมูลในเว็บไซต์นี้เป็นคำแนะนำในการลงทุนหรือการชักชวนให้ซื้อหรือขายตราสารทางการเงินใด ๆ ผลการดำเนินงานที่ผ่านมาไม่ได้บ่งบอกถึงผลการดำเนินงานในอนาคต การซื้อขายอาจทำให้คุณเสี่ยงต่อการสูญเสียมากกว่าเงินฝากของคุณและเหมาะสำหรับนักลงทุนที่มีประสบการณ์ซึ่งมีทางการเงินเพียงพอที่จะรับความเสี่ยงดังกล่าว ไฟล์ ProRealTime ITF และเอกสารแนบอื่น ๆ : ตอนนี้ PRC ใหม่บน YouTube สมัครรับข้อมูลช่องของเราเกี่ยวกับเนื้อหาและบทแนะนำพิเศษคำเตือน: การซื้อขายอาจทำให้คุณเสี่ยงต่อการสูญเสียมากกว่าเงินฝากของคุณและเหมาะสำหรับลูกค้าที่มีประสบการณ์เท่านั้นที่มีทางการเงินเพียงพอ ที่จะเสี่ยงดังกล่าว บทความรหัสและเนื้อหาในเว็บไซต์นี้มีเฉพาะข้อมูลทั่วไปเท่านั้น ไม่ใช่คำแนะนำส่วนตัวหรือการลงทุนหรือการชักชวนให้ซื้อหรือขายตราสารทางการเงินใด ๆ นักลงทุนแต่ละรายต้องใช้วิจารณญาณของตนเองเกี่ยวกับความเหมาะสมในการซื้อขายตราสารทางการเงินกับสถานการณ์ทางการเงินการคลังและกฎหมายของตัวเอง เพื่อช่วยให้เราสามารถให้บริการ ProRealCode ได้อย่างต่อเนื่องเราจะใช้คุกกี้ การคลิกที่ดำเนินการต่อแสดงว่าคุณยอมรับการใช้งานของเรา นอกจากนี้คุณยังสามารถตรวจสอบได้ที่หน้านโยบายความเป็นส่วนตัวของเราสำหรับข้อมูลเพิ่มเติม ค่าเฉลี่ยเคลื่อนที่ ContinuVariable คือค่าเฉลี่ยเคลื่อนที่ที่อธิบายโดยอัตโนมัติซึ่งจะปรับค่าการปรับให้เรียบโดยอัตโนมัติตามความผันผวนของชุดข้อมูล ข้อมูลมีความผันผวนมากขึ้นค่าคงที่ที่ราบเรียบที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ ค่าคงที่ที่ราบเรียบยิ่งมีน้ำหนักมากขึ้นให้กับข้อมูลปัจจุบัน สิ่งที่ตรงกันข้ามเป็นจริงสำหรับข้อมูลที่มีความผันผวนน้อยกว่า ค่าเฉลี่ยเคลื่อนที่โดยทั่วไปไม่สามารถชดเชยการเปลี่ยนแปลงความผันผวนได้ ในช่วงที่ตลาดมีความผันผวนคุณต้องการค่าเฉลี่ยเคลื่อนที่เพื่อเพิ่มความไวของตัวเองเพื่อที่คุณจะได้อยู่ในตำแหน่งที่ถูกต้องของ gyrations ป่าใด ๆ โดยการปรับค่าคงที่ที่ราบเรียบโดยอัตโนมัติค่าเฉลี่ยเคลื่อนที่แบบแปรผันสามารถปรับความไวทำให้สามารถทำงานได้ดีขึ้นทั้งในตลาดที่มีความผันผวนสูงและต่ำ สูตร: AbsCMO: (Abs (CMO (Close, CMOPeriod))) 100 SC: 2 (SmoothPeriod1) ถ้ารอบระยะเวลา gt CMOPeriod SmoothPeriod 2 แล้ว VARMA (SCAbsCMOC) (1- (SCAbsCMO)) VARMAPREV) อื่น VARMA Close end VARMA. mq4 ( ผู้ที่กำลังใช้งานขณะนี้กำลังดูบอร์ดนี้: ไม่มีสมาชิกและบุคคลทั่วไป 1 ท่าน Powered by phpBB modified by SMF 1.1.11 2000, 2002, 2005, 2007 phpBB Group FXCodeBase แหล่งที่มาที่ดีที่สุดของตัวบ่งชี้และสัญญาณสำหรับสถานีเทรดดิ้ง FXCM และการประยุกต์ Marketscope Forex Capital Markets, LLC (FXCM LLC) เป็นนิติบุคคลที่เป็นอิสระและไม่มีส่วนเกี่ยวข้องกับ Gehtsoft USA LLC fxcodebase ไม่เป็นกรรมสิทธิ์ควบคุมหรือดำเนินงานโดย FXCM LLC FXCM ไม่รับรองผลิตภัณฑ์หรือบริการใด ๆ ของ Gehtsoft USA LLC ไม่มีอะไรที่เกี่ยวข้องกับโปรโมชั่นนี้จะถือว่าเป็นการชักจูงให้ซื้อหรือเสนอขายผลิตภัณฑ์หรือบริการใด ๆ แก่บุคคลใดในเขตอำนาจศาลใด ๆ ที่การเสนอการชักชวนการซื้อหรือการขายดังกล่าวจะผิดกฎหมายภายใต้กฎหมายหรือข้อบังคับของเขตอำนาจดังกล่าวการเคลื่อนย้ายตัวแปร ดัชนีความผันผวนเฉลี่ย (VMAY) หมายถึงดัชนีความผันผวน (Dynamic Average - VIDYA) ซึ่งได้รับการพัฒนาโดย Tushar S. Chande และได้รับการตีพิมพ์ครั้งแรกในฉบับการวิเคราะห์ทางเทคนิคของหุ้นสินค้าแอ็มคอมโพสิต 8211 การปรับค่าเฉลี่ยการเคลื่อนที่ไปยังความผันผวนของตลาดทฤษฎี Chande8217s ได้รับการปรับปรุงประสิทธิภาพโดยใช้ดัชนีความผันผวน (VI) เพื่อปรับระยะเวลาให้ราบเรียบเนื่องจากสภาวะตลาดเปลี่ยนแปลงไป ความคิดที่ว่าเมื่อราคาถูกแออัดเฉลี่ยควรชะลอตัวเพื่อหลีกเลี่ยง whipsaws แต่เมื่อราคามีแนวโน้มสูงค่าเฉลี่ยควรเพิ่มความเร็วในการจับภาพการเคลื่อนไหวของราคาที่สำคัญ เขาไม่ได้เป็นคนแรกที่คิดตามบรรทัดเหล่านี้ George R. Arrington Ph. D แนะนำตัวแปร Simple Moving Average โดยใช้ค่าความเบี่ยงเบนมาตรฐานในการวิเคราะห์ทางเทคนิคของหุ้นในเดือนมิถุนายนปีพ. ศ. 2534 8211 สร้างความยาวเฉลี่ย VLMA) อย่างไรก็ตาม YIDYA เป็นก้าวย่างก้าวไปข้างหน้าจาก VLMA เพราะได้รับอนุญาตให้มีการแพร่กระจายของช่วงเวลาที่ราบเรียบมากขึ้น วิธีการคำนวณ VMA เคลื่อนที่เฉลี่ย VMA (VI ปิด) ((1 8211 (VI)) V ผู้ใช้เลือกตัววัดความผันผวนหรือความแรงของแนวโน้ม N ผู้ใช้เลือกระยะเวลาการปรับให้เรียบสม่ำเสมอ ต่อไปนี้เป็นตัวอย่างของ VMA ระยะเวลา 3 ที่มีอัตราส่วนประสิทธิภาพ (ER) เป็นระยะเวลา 3 (VI): การเปลี่ยนแปลงของ VIDYA Smoothing มีการเปลี่ยนแปลงตามดัชนีความผันผวนค่าเฉลี่ยของการเคลื่อนที่แบบแปรผันคือค่าที่ไม่ซ้ำกันเนื่องจากไม่มีขีด จำกัด บนหรือล่างของการปรับให้เรียบ ระยะเวลา: ระยะเวลาการให้ราบเรียบ VMA สามารถไปถึงจุดสูงสุดอย่างไม่น่าสนใจจนกว่าดัชนีความผันผวนจะเท่ากับศูนย์ซึ่งจะทำให้ค่าเฉลี่ยที่เกิดขึ้นจะหยุดเคลื่อนไหวและเท่ากับ VMA ก่อนหน้า เมื่อดัชนีความผันผวนเท่ากับ 1 ระยะเวลาการราบเรียบจะเท่ากับผู้ใช้ที่เลือกไว้คงที่ 8216N8217 สังเกตว่าเมื่อแกน Y แกน N 1 แต่ถ้าดัชนีความผันผวนที่ใช้สามารถเพิ่มขึ้นเหนือ 1 (เช่นอัตราส่วนการเบี่ยงเบนมาตรฐาน) ระยะเวลาการปรับให้ราบเรียบอาจต่ำกว่าค่าคงที่ที่ผู้ใช้เลือกไว้ เมื่อ VI (N2) 0.5 แล้วระยะเวลาการราบเรียบจะเท่ากับ 1 ซึ่งเท่ากับราคาของตัวเอง ดังนั้น VI ที่ใช้จะต้องไม่เพิ่มขึ้นเหนือ (N2) 0.5 และถ้าเป็นไปตามโอกาสก็ให้เขียนรหัสนี้ลงในสูตร ดูอัลฟาที่เกิดขึ้นจริงเนื่องจาก VMA เป็นชื่อที่แนะนำตัวแปร 8216Actual Alpha8217 ไม่ใช่แบบคงที่ แต่ได้รับอิทธิพลจาก VI โดยการเปลี่ยนค่าคงที่ 8216N8217 อย่างไรก็ตามการแปลความหมายของ VI จะแปรเปลี่ยนไปอย่างมาก: ข้างบนคุณสามารถดูตัวอย่างของ 8216Actual Alpha8217 และระยะเวลาการทำให้เรียบสำหรับ VMA ที่มี 8216N8217 จาก 1 และ 8216N8217 จาก 5 เรารู้ว่าเมื่อ VI 1 (แสดงให้เห็นว่าสต็อกมีแนวโน้มที่ดีเลิศ) ระยะเวลาราบเรียบ 8216N8217 ดังนั้นระยะเวลาการทำให้ราบเรียบที่เร็วที่สุดในตัวอย่างเหล่านี้จะเป็น 1 และ 5 ตามลำดับไม่ใช่ความแตกต่างใหญ่ แต่มันเป็นเรื่องน่าแปลกใจที่จะเห็นสิ่งที่มีผลกระทบมาก 8216N8217 เปลี่ยนเพียงไม่กี่จุดได้โดยรวม ในความเป็นจริงเป็น 8216N8217 เพิ่มขึ้นทำให้ VMA ย้ายช้าลงเลขคณิต ผลกระทบนี้ค่อนข้างคล้ายกับ squaring ที่ Kaufman ใช้ในการปรับค่าเฉลี่ยของ Moving Average อะไรคือดัชนีความผันผวนที่จะใช้ Chande เดิมใช้อัตราส่วนเบี่ยงเบนมาตรฐานเป็น VI ของเขาและนี่คือหนึ่งที่ใช้โดยทั่วไปเมื่อมีคนพูดคุยเกี่ยวกับ VIDYA แต่ต่อมาในบทความตุลาคม 1995 จากการวิเคราะห์ทางเทคนิคของหุ้นสินค้าโภคภัณฑ์ 8211 8216 ระบุว่ามีพลังแห้วต้น 8216 เขาแนะนำให้ใช้ Chande Momentum Oscillator (CMO) ของเขาเอง เนื่องจาก CMO ช่วงระหว่าง 100 ถึง -100 ในการใช้งานในแอพพลิเคชั่นนี้เราต้องใช้ค่าสัมบูรณ์หารด้วย 100 ผลลัพธ์จะเหมือนกับอัตราส่วนประสิทธิภาพ (ER) และ VI ใช้บ่อยที่สุดเมื่อผู้คนอ้างถึง VMA . สามารถวัดค่าความผันผวนหรือความแรงของแนวโน้มได้ตราบเท่าที่ยังอยู่ในช่วงศูนย์ถึง (N2) 0.5 ซึ่งการอ่านค่าที่สูงขึ้นแสดงถึงแนวโน้มที่แข็งแกร่งขึ้น ดัชนีความผันผวนที่ใช้ในการทดสอบเป็นส่วนหนึ่งของ 8216Technical Indicator Fight for Supremacy 8216 เราได้ทดสอบแล้วว่าตัวบ่งชี้ต่อไปนี้เป็นดัชนีความผันผวนของค่า Variable Moving Average: มีผู้อื่นที่คุณคิดว่ามีค่าทดสอบหรือไม่โปรดแจ้งให้เราทราบในส่วนความคิดเห็น ที่ส่วนลึกสุด. ไฟล์ Excel Variable Moving Average ฉันได้รวบรวม Excel Spreadsheet ที่มีค่า Variable Moving Average และทำให้สามารถดาวน์โหลดได้ฟรี มี 8216basic8217 รุ่นที่แสดงการทำงานทั้งหมดและ 8216fancy8217 หนึ่งซึ่งจะปรับให้เข้ากับความยาวและดัชนีความผันผวนที่คุณระบุโดยอัตโนมัติ ค้นหาได้ที่ลิงค์ต่อไปนี้ใกล้ด้านล่างของหน้าภายใต้ตัวบ่งชี้ทางเทคนิคสำหรับการดาวน์โหลด: Variable Moving Average (VMA) 10 วันตัวแปรเฉลี่ยเคลื่อนที่ตัวอย่าง VI อัตราส่วนประสิทธิภาพ 50 วันขอบคุณ Brother นี้ดีมาก คำอธิบายของคณิตศาสตร์ที่อยู่เบื้องหลังมันเป็นประโยชน์มากตอนนี้ที่ฉันเข้าใจว่าแต่ละส่วนของสมการทำงานฉันสามารถเล่นกับมันหนึ่ง question8230 VMA1 สำหรับจุดข้อมูลกำปั้นที่คุณเพิ่งใช้ Close1 และในกรณีที่ว่าทำไมไม่ใช้เพียง Close1 ก็ควร จะตอบสนองต่อการเปลี่ยนแปลงราคาฉันจะต้องเห็นด้วยกับ steveplace, heteroskedacity ยากที่จะอธิบายได้ที่ 7:00 ในตอนเช้าฮ่า ๆ ดีใจที่คุณพบว่ามีประโยชน์ปีเตอร์ ฉันพบบางสูตรในเว็บสำหรับสิ่งเหล่านี้ยากมากที่จะอ่านเพราะฉัน don8217t มีการศึกษาคณิตศาสตร์อย่างเป็นทางการใด ๆ นั่นคือเหตุผลที่ฉันทำลายมันทั้งหมดลงและแสดงการทำงานเพื่อให้มีความสับสนไม่ เกี่ยวกับคำถามของคุณ VMA ยังคงเป็นค่าเฉลี่ยเคลื่อนที่ที่เป็นไปในทางบวก (EMA) etfhqblog20101108exposential-moving-average แต่มีอัลฟาแบบไดนามิกแทนที่จะเป็นค่าคงที่ EMA ทั้งหมดใช้ค่าเฉลี่ยก่อนหน้านี้เมื่อเดินหน้าต่อไป แต่ต้องมีการเพาะที่หมายเลขไว้ตั้งแต่เริ่มต้น (โดยปกติคือการปิดก่อนหน้า) EMA EMA (1) (Close EMA (1)) หากคุณยังคงใช้การปิดก่อนหน้านี้ค่าเฉลี่ยจะติดตามราคาให้ใกล้เคียงกับการจับคู่เกือบทั้งหมด ดาวน์โหลดแผ่นกระจายหากคุณ haven8217t แล้วและได้ลอง ไปที่เซลล์ J5 ที่ส่วนท้ายของสูตรจะพูดว่า IF (J482438221, J4 (2 (I51)) (E5-J4), 82218221)) เปลี่ยนค่านี้ให้อ่าน IF (E482438221, E4 (2 (I51)) (E5 - E4), 82218221)) เติมสูตรนี้ลงด้านล่างของคอลัมน์และจะอ้างอิงถึงตำแหน่งปิดก่อนหน้านี้แทนที่จะเป็น VMA ก่อนหน้า BTW ฉันเพิ่งสังเกตเห็นว่าฉันได้ตั้งค่าสเปรดชีตเป็นการปรับปรุงการคำนวณด้วยตนเองแทนที่จะเป็นแบบอัตโนมัติ คุณอาจต้องการเปลี่ยนหรือดาวน์โหลดอีกครั้งเนื่องจากฉันได้แก้ไขปัญหาแล้ว sayyed 5 ปีที่ผ่านมาฉันใช้ VMA พร้อมกับ MA8217s อื่น ๆ (ง่าย exp, weighted, vol ถ่วงน้ำหนักสามเหลี่ยม) ฉันควรใช้ช่วงเวลาเดียวกันสำหรับ VMA เป็นระยะเวลาสำหรับค่าเฉลี่ยอื่น ๆ หรือไม่ฉันใช้จุดตัดเป็นจุดซื้อของฉันเป็น MA8217 อื่นหรือควรใช้ทิศทางของ VMA เป็นสัญญาณ buysell ของฉันขอบคุณสำหรับการสนับสนุนของคุณ Derry Brown 5 ปีที่ผ่านมาคุณสามารถดูผลการทดสอบหลาย MA ที่คุณกล่าวถึงได้ที่นี่ 8211 etfhqblog20100525best-technical-indicators คำตอบสำหรับคำถามของคุณขึ้นอยู่กับว่าคุณใช้พวกเขาเป็นส่วนหนึ่งของระบบเครื่องกลหรือการตัดสินใจ ฉันยังไม่ได้ทดสอบผลของ crossovers MA ระหว่างชนิดของ MAs แต่ฉัน wouldn8217t คาดว่าจะเป็นวิธีที่มีประสิทธิภาพ ค่าเฉลี่ยเคลื่อนที่แต่ละประเภทมีค่าไม่ซ้ำกันดังนั้นจึงไม่จำเป็นต้องใช้ระยะเวลาราบเรียบเท่ากันและ VMA แตกต่างไปจากนี้โดยจะต้องเป็นค่าเฉลี่ยแยกต่างหาก หวังว่านี่จะช่วยให้ Derry