R เฉลี่ยเคลื่อนที่ ละเว้น Na

ขอบคุณสำหรับการโพสต์ก่อนหน้านี้และการตอบสนองมืออาชีพฉันสามารถเกือบจะวิเคราะห์ของฉันยกเว้นเงื่อนไขเหล่านี้กับ NA นี่เป็นรหัสและใช้ของฉันคุณสามารถใจฉันสอนฉันวิธีการแก้ปัญหาเมื่อเงื่อนไขมี NA value. Using รหัสนี้ฉันได้รับ df1 ดังต่อไปนี้ด้วยความช่วยเหลือจาก Andrie, Sacha Epskamp และ Chase R ได้คอลัมน์เฉลี่ยตามช่วงของค่าในคอลัมน์ B ฉันได้ค่าเฉลี่ยของ A เมื่อ D อยู่ระหว่าง 1 และ 3 คือ 2 ในกรณีนี้ด้วยนี้ code. I ได้คำตอบของฉันเป็น 4 5 ตามที่คาดไว้โดยเฉลี่ยของ 4 และ 5 ในคอลัมน์ A. แต่เมื่อฉันเปลี่ยนคอลัมน์ D ไปยังคอลัมน์ C ซึ่งมี NA คำตอบของฉันได้เฉพาะ NA ในขณะที่ฉันถูกคาดหวังว่าจะเห็นคำตอบที่จะ เฉลี่ย 1 และ 2 โดยละเลยแถวที่ 3 มีขนาดใหญ่กว่า 2 และแถวที่ 4 กับ NA ในคอลัมน์ CI สามารถลบแถวทั้งหมดที่มี na ในรายการใด ๆ ใน df1 อย่างไรก็ตามฉันไม่ต้องการทำเช่นนั้นเพราะฉันยังต้องการได้รับ ค่าเฉลี่ยและการนับสำหรับทุกคอลัมน์เมื่อรายการคอลัมน์หนึ่งเป็น NA เช่นฉันยังต้องการทำ df1 หมายถึงการวิเคราะห์ฉันยังไตร ed เพื่อทดสอบใช้ในส่วนเงื่อนไข แต่ R ไม่รู้จักมันเช่นตอนนี้ NA อยู่ในสภาพส่วนหนึ่งเช่นฉันเชื่อว่ามีวิธีการอย่างชาญฉลาดในการทำ Pls นี้กรุณา advice. asked 27 พฤษภาคม 11 ที่ 5 56.Moving ค่าเฉลี่ย - ค่าเฉลี่ยง่ายและค่าเฉลี่ยสูงกว่าค่าเฉลี่ย - ค่าเฉลี่ยที่เรียบง่ายและค่าเฉลี่ยสูงกว่าค่าเฉลี่ยของข้อมูลราคาเพื่อสร้างเทรนด์ตามตัวบ่งชี้ - ไม่ทำนายทิศทางราคา แต่กำหนดทิศทางในปัจจุบันด้วยความล่าช้า - ค่าเฉลี่ยของความล่าช้าในการเคลื่อนที่ แม้จะมีความล่าช้าก็ตามค่าเฉลี่ยเคลื่อนที่ที่ช่วยให้การดำเนินการของราคาที่ราบรื่นและกรองสัญญาณรบกวนนอกจากนี้ยังเป็นตัวบ่งชี้ทางเทคนิคและการซ้อนทับอีกหลายแบบเช่น Bollinger Bands MACD และ McClellan Oscillator สองประเภทค่าเฉลี่ยเคลื่อนที่ที่นิยมที่สุดคือ Simple Moving Average SMA และ EMA Average Exponential Moving ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถใช้เพื่อระบุทิศทางของแนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้นแผนภูมินี้มีแผนภูมิ b เกี่ยวกับ SMA และ EMA ในคลิกที่แผนภูมิสำหรับแบบสดๆการคำนวณโดยเฉลี่ยที่เคลื่อนที่โดยเฉลี่ยค่าเฉลี่ยเคลื่อนที่แบบง่าย ๆ ถูกสร้างขึ้นโดยการคำนวณราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาเฉพาะช่วงเวลาค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่จะขึ้นอยู่กับราคาปิด ค่าเฉลี่ยเคลื่อนที่ 5 วันคือจำนวนเงินรวมห้าวันของราคาปิดหารด้วยห้าเป็นชื่อนัยค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยที่ย้ายข้อมูลเก่าจะลดลงเมื่อมีข้อมูลใหม่มาใช้ได้ซึ่งทำให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลา ด้านล่างเป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่มีการเปลี่ยนแปลงมากกว่าสามวันวันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมาวันที่สองของค่าเฉลี่ยเคลื่อนที่จะลดลงจุดข้อมูลแรก 11 และเพิ่มจุดข้อมูลใหม่ 16 วันที่สามของค่าเฉลี่ยเคลื่อนที่โดยการลดจุดข้อมูลแรก 12 และเพิ่มจุดข้อมูลใหม่ 17 ในตัวอย่างข้างต้นราคาจะค่อยๆเพิ่มขึ้นจาก 11 เป็น 17 ในช่วงเจ็ดวันทั้งหมดสังเกตว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจาก 13 t o 15 ในช่วงคำนวณสามวันนอกจากนี้โปรดสังเกตด้วยว่าค่าเฉลี่ยเคลื่อนที่แต่ละค่าต่ำกว่าราคาสุดท้ายตัวอย่างเช่นค่าเฉลี่ยถ่วงน้ำหนักของวันที่หนึ่งเท่ากับ 13 และราคาสุดท้ายเป็น 15 ราคาในช่วง 4 วันก่อนหน้านี้ลดลงและเป็นสาเหตุให้เกิดการเคลื่อนย้าย ค่าเฉลี่ยถ่วงน้ำหนักเคลื่อนที่เฉลี่ยลดลงโดยใช้น้ำหนักมากขึ้นกับราคาล่าสุดน้ำหนักที่ใช้กับราคาล่าสุดขึ้นอยู่กับจำนวนงวดในค่าเฉลี่ยเคลื่อนที่โดยมีขั้นตอนสามขั้นตอนในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา ขั้นแรกคำนวณค่าเฉลี่ยเคลื่อนที่แบบทึบ EMA ที่มีการระบุค่าเฉลี่ยเคลื่อนที่จะต้องเริ่มต้นที่อื่นดังนั้นค่าเฉลี่ยเคลื่อนที่ที่ใช้จะเป็นค่า EMA ในช่วงแรกของการคำนวณครั้งที่สองคำนวณตัวคูณการถ่วงน้ำหนักสามคำนวณค่าเฉลี่ยเคลื่อนที่ที่อธิบายไว้สูตรด้านล่างคือ สำหรับ EMA 10 วัน EMAX เป็นระยะเวลา 10 วันโดยใช้การถ่วงน้ำหนัก 18 ล้านปีเป็นราคาล่าสุด EMA 10 ระยะเวลาสามารถใช้ เรียกว่า 18 18 EMA A 20-EMA ระยะเวลาใช้การชั่งน้ำหนัก 9 52 กับราคาล่าสุด 2 20 1 0952 สังเกตว่าการชั่งน้ำหนักสำหรับช่วงเวลาที่สั้นกว่ามากกว่าการถ่วงน้ำหนักในช่วงเวลาที่ยาวนานยิ่งกว่านั้นความถ่วงน้ำหนักลดลง ครึ่งหนึ่งของแต่ละครั้งที่รอบระยะเวลาเฉลี่ยที่เคลื่อนที่ได้หากคุณต้องการให้เรามีเปอร์เซ็นต์เฉพาะสำหรับ EMA คุณสามารถใช้สูตรนี้เพื่อแปลงเป็นช่วงเวลาและป้อนค่านั้นเป็นพารามิเตอร์ของ EMA ด้านล่างเป็นตัวอย่างสเปรดชีทของ ค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่ 10 นาทีสำหรับ Intel Simple moving averages ตรงไปตรงมาและต้องใช้คำอธิบายเล็กน้อยค่าเฉลี่ย 10 วันมีการเคลื่อนไหวเพียงเล็กน้อยเมื่อราคาใหม่เข้าสู่ตลาดและราคาเดิมลดลง ค่าเฉลี่ยเคลื่อนที่แบบง่าย 22 22 ในการคำนวณครั้งแรกหลังจากการคำนวณครั้งแรกสูตรปกติใช้เวลาเนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่แบบง่ายๆค่าที่แท้จริงของมันจะไม่ได้รับรู้จนถึง 20 หรือดังนั้นช่วงเวลา lat er กล่าวอีกนัยหนึ่งค่าในสเปรดชีต Excel อาจแตกต่างจากค่าแผนภูมิเพราะระยะเวลาย้อนกลับสั้น ๆ สเปรดชีตนี้จะย้อนกลับไปเพียง 30 งวดซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลาในการกระจายสต๊อกชิพไป 20 งวด กลับอย่างน้อย 250 รอบระยะเวลาโดยทั่วไปมากขึ้นสำหรับการคำนวณของตนเพื่อให้ผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายอย่างเต็มที่ปัจจัยความล่าช้าอีกต่อไปค่าเฉลี่ยเคลื่อนที่ค่าความล่าช้ามากขึ้นค่าเฉลี่ยเคลื่อนที่ 10 วันแทน การเปลี่ยนแปลงของค่าเฉลี่ยระยะสั้นเช่นเดียวกับเรือความเร็วสูง - ว่องไวและรวดเร็วในการเปลี่ยนแปลงในทางตรงกันข้ามค่าเฉลี่ยเคลื่อนที่ 100 วันมีจำนวนข้อมูลในอดีตที่ลดลงลงค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือบรรทุกน้ำมันในมหาสมุทร - เซื่องซึม และช้าที่จะเปลี่ยนแปลงมันต้องใช้เวลาเคลื่อนไหวขนาดใหญ่และยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนหลักสูตรคลิกที่แผนภูมิสำหรับแผนภูมิสดแผนภูมิด้านบนแสดง SP 500 ETF กับ EMA 10 วันหลังใกล้เคียงกับราคาและ SMA 100 วันที่สูงขึ้นแม้จะมีการลดลงในเดือนมกราคมถึงเดือนกุมภาพันธ์ แต่ SMA 100 วันก็ยังไม่สามารถปรับตัวลงได้ SMA 50 วันเหมาะกับการย้ายระหว่าง 10 ถึง 100 วัน ค่าเฉลี่ยเมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนที่เฉลี่ยและค่าเฉลี่ยเคลื่อนที่แบบเสวนาอย่างใดอย่างหนึ่งไม่จำเป็นต้องดีกว่าค่าเฉลี่ยเคลื่อนที่อื่น ๆ ที่มีความล่าช้าน้อยลงและมีความไวต่อ ราคาล่าสุดและการเปลี่ยนแปลงราคาล่าสุดการเปลี่ยนแปลงค่าเฉลี่ยเลขคณิตจะเปลี่ยนไปก่อนค่าเฉลี่ยเคลื่อนที่ที่สั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมดดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกว่าในการระบุการสนับสนุนหรือ ระดับความต้านทานการเลือกค่าเฉลี่ยของค่าเฉลี่ยขึ้นอยู่กับวัตถุประสงค์รูปแบบการวิเคราะห์และเส้นขอบฟ้าช่วงเวลาแผนภูมิควรทดสอบทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่รวมทั้งค่า d ตารางด้านล่างแสดงให้เห็นว่าไอบีเอ็มมี SMA 50 วันสีแดงและ EMA 50 วันเป็นสีเขียวทั้งสองจุดในช่วงปลายเดือนมกราคม แต่การลดลงของ EMA นั้นคมชัดกว่า SMA ที่ลดลง EMA เปิดขึ้นในช่วงกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงไปจนถึงสิ้นเดือนมีนาคมสังเกตว่า SMA เปิดขึ้นในเดือนหลังจาก EMA ความยาวและระยะเวลาความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์ ระยะสั้นเหมาะสำหรับแนวโน้มระยะสั้นและการค้า Chartists สนใจในแนวโน้มระยะกลางจะเลือกใช้ค่าเฉลี่ยเคลื่อนที่นานที่อาจขยาย 20-60 ระยะนักลงทุนระยะยาวจะชอบย้ายเฉลี่ยที่มี 100 หรือมากกว่า periods. Some ค่าเฉลี่ยความยาวมีการเคลื่อนไหว นิยมมากขึ้นกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจจะเป็นที่นิยมมากที่สุดเพราะความยาวของค่านี้เป็นระยะยาวค่าเฉลี่ยเคลื่อนที่ในระยะยาวถัดไปค่าเฉลี่ยเคลื่อนที่ 50 วันเป็นที่นิยมมากสำหรับแนวโน้มระยะกลางค่าเฉลี่ยเคลื่อนที่ 50 วันและ 200 วันรวมกันระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นที่นิยมมากในอดีตเพราะง่ายต่อการคำนวณเพียงแค่เพิ่มตัวเลขและย้ายจุดทศนิยมไปที่ Identification. The สัญญาณเดียวกันสามารถ ถูกสร้างขึ้นโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่ง่ายหรือค่าเฉลี่ยที่ระบุไว้ดังที่ระบุไว้ข้างต้นค่าที่ตั้งขึ้นอยู่กับแต่ละบุคคลตัวอย่างด้านล่างนี้จะใช้ทั้งค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเส้นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยที่ใช้กับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเสแสร้งทิศทางของค่าเฉลี่ยเคลื่อนที่บ่งบอกถึงความสำคัญ ข้อมูลเกี่ยวกับราคาค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าราคาโดยทั่วไปจะเพิ่มขึ้นค่าเฉลี่ยถดถอยที่ลดลงบ่งชี้ว่าราคาเฉลี่ยลดลงค่าเฉลี่ยระยะยาวที่เพิ่มขึ้นสะท้อนให้เห็นแนวโน้มระยะยาวในระยะยาว ระยะสั้น downtrend แผนภูมิข้างต้นแสดง 3M MMM กับ 150 วัน exponential moving average ตัวอย่างนี้แสดงเพียงวิธีที่ดีย้ายค่าเฉลี่ยทำงานเมื่อมีแนวโน้มเป็น แข็งแกร่ง EMA 150 วันลดลงในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 สังเกตเห็นว่าการลดลงของดัชนีชี้วัดย้อนกลับ 15 ตัวบ่งชี้การกลับรายการแนวโน้มที่เกิดขึ้นในช่วงที่ดีที่สุดหรือหลังจากที่เกิดขึ้นเมื่อ MMM แย่ที่สุด ลดลงสู่เดือนมีนาคมปี 2009 แล้วเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่ได้เปิดขึ้นจนกว่าจะถึงช่วงหลังไฟกระชากครั้งนี้อย่างไรก็ตาม MMM ยังคงสูงขึ้นต่อเนื่องในอีก 12 เดือนข้างหน้า Moving averages ทำงานได้ดีในแนวโน้มที่แข็งแกร่ง Double Crossovers. Two ค่าเฉลี่ยเคลื่อนที่สามารถใช้ร่วมกันเพื่อสร้างสัญญาณไขว้ในการวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy เรียกวิธีนี้ไขว้แบบคู่ Double crossovers เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างสั้นและค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างยาวเช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวโดยรวมของ ค่าเฉลี่ยเคลื่อนที่กำหนดระยะเวลาของระบบระบบที่ใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระบบระยะสั้นโดยใช้ SMA 50 วันและ 200 วัน SMA จะถือว่าเป็นระยะปานกลางถึงแม้จะเป็นระยะยาวก็ตามการครอสโอเวอร์แบบรุกจะเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเหนือค่าเฉลี่ยที่เคลื่อนไหวได้ยาวนานขึ้นเครื่องหมายนี้เป็นที่รู้จักกันในชื่อว่าเครื่องหมายกากบาทสีน้ำเงินเครื่องหมายไขว้แบบหยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่สั้นลง ค่าเฉลี่ยเคลื่อนที่นี้เป็นที่รู้จักกันในชื่อ cross. Movial cross. Moving เฉลี่ยส่งสัญญาณค่อนข้างล่าช้าหลังจากทั้งหมดระบบใช้สองตัวชี้วัดปกคลุมด้วยวัตถุฉนวนความยาวอีกต่อไประยะเวลาเฉลี่ยเคลื่อนที่มากขึ้นล่าช้าในสัญญาณสัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีจะถือ อย่างไรก็ตามระบบครอสโอเวอร์เฉลี่ยเคลื่อนที่จะผลิตจำนวนมากของ whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่งนอกจากนี้ยังมีวิธีไขว้สามที่เกี่ยวข้องกับสามค่าเฉลี่ยเคลื่อนที่อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามสองค่าเฉลี่ยเคลื่อนที่อีกต่อไป ระบบครอสโอเวอร์สามแบบที่เรียบง่ายอาจเกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ 5 วัน 10 วันและ 20 วันแผนภูมิด้านบนแสดง Home Depot HD พร้อมด้วยเส้นสีเขียว E-day 10 วัน ine และ 50 วันเส้นสีแดง EMA เส้นสีดำคือการปิดรายวันการใช้ Crossover แบบถัวเฉลี่ยเคลื่อนที่จะส่งผลให้มี whipsaws สามตัวก่อนที่จะเริ่มมีการซื้อขายที่ดี EMA 10 วันพังทลายใต้ EMA 50 วันในช่วงปลายเดือนตุลาคมที่ผ่านมา ไม่นานเป็น 10 วันย้ายกลับมาในช่วงกลางเดือนพฤศจิกายน 2 ข้ามนี้กินเวลานาน แต่ครอสโอเวอร์หยดต่อไปในเดือนมกราคม 3 เกิดขึ้นใกล้ระดับราคาพฤศจิกายนพฤศจิกายนส่งผลให้อีก whipsaw ข้ามหยาบคายนี้ไม่นานเป็น 10 EMA ย้อนกลับไปข้างหน้า 50 วันสองสามวันต่อมา 4 หลังจากสามสัญญาณไม่ดีสัญญาณที่สี่คาดเดาการเคลื่อนไหวที่แข็งแกร่งเป็นสต็อกสูงกว่า 20 มีสอง takeaways ที่นี่ First, ไขว้มีแนวโน้มที่จะ whipsaw ราคาหรือเวลา กรองสามารถใช้เพื่อช่วยป้องกัน whipsaws ผู้ค้าอาจต้องมีการครอสโอเวอร์ไป 3 วันก่อนที่จะทำหน้าที่หรือต้อง EMA 10 วันเพื่อย้ายด้านบนด้านล่าง EMA 50 วันโดยจำนวนหนึ่งก่อนที่จะทำหน้าที่ที่สอง MACD สามารถใช้ในการระบุและ หาปริมาณไขว้เหล่านี้ MACD 10,50,1 จะแสดงเส้นแสดงความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่สองเส้นค่าเฉลี่ย MACD จะเป็นบวกในช่วงข้ามสีทองและค่าลบระหว่างช่วงที่ตายแล้วค่า Percentage Oscillator PPO สามารถใช้วิธีเดียวกันเพื่อแสดงความแตกต่างของเปอร์เซ็นต์หมายเหตุ MACD และ PPO อ้างอิงจากค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรงและไม่ตรงกับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยแผนภูมินี้แสดง Oracle ORCL พร้อมด้วย EMA 50 วัน EMA 200 วันและ MACD 50 วัน 200,1 มีค่าไขว้เฉลี่ยเคลื่อนไหว 4 ช่วงจาก 2 1 ระยะเวลา 2 ปีแรกสามตัวมีผลทำให้เกิด whipsaws หรือการค้าที่ไม่ดีเทรนด์เริ่มต้นด้วยการครอสโอเวอร์ที่ 4 เนื่องจาก ORCL ก้าวขึ้นสู่ช่วงกลางยุค 20 อีกครั้งการขยับไขว้เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มแข็งแกร่ง แต่จะสร้างผลขาดทุนในกรณีที่ไม่มีแนวโน้ม ค่าเฉลี่ย Crossovers. Moving ยังสามารถใช้ในการสร้างสัญญาณที่มีไขว้ราคาง่ายสัญญาณรั้นจะถูกสร้างขึ้นเมื่อราคาย้ายเหนือค่าเฉลี่ยเคลื่อนที่สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคา เคลื่อนไหวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ค่าไขว้ราคาสามารถรวมกันเพื่อการค้าภายในแนวโน้มที่ใหญ่กว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไปตั้งค่าเสียงสำหรับแนวโน้มที่ใหญ่กว่าและใช้ค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเพื่อสร้างสัญญาณหนึ่งจะมองหาราคาที่รั้นผ่านเมื่อราคามีอยู่แล้ว ตัวอย่างเช่นถ้าราคาอยู่เหนือเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันนักเก็งกำไรจะเน้นเฉพาะสัญญาณเมื่อราคาเคลื่อนตัวเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 50 วันเท่านั้นการเคลื่อนตัวด้านล่าง ค่าเฉลี่ยเคลื่อนที่ 50 วันจะเป็นตัวผลักดันให้สัญญาณดังกล่าว แต่ค่าเสี้ยนหยาบคายดังกล่าวจะถูกละเลยเนื่องจากแนวโน้มใหญ่ขึ้นค่างตัวแบบหยาบคายจะเป็นตัวบ่งชี้การกลับตัวของการฟื้นตัวที่ใหญ่กว่าค่าเฉลี่ยถ่วงน้ำหนักเหนือ 50 วันจะเป็นสัญญาณว่า การปรับตัวขึ้นของราคาและความต่อเนื่องของแนวโน้มขาขึ้นที่ใหญ่ขึ้นกราฟถัดไปแสดง Emerson Electric EMR ที่มี EMA 50 วันและ EMA 200 วันหุ้นขึ้นเหนือและถืออยู่เหนือ 200 วันย้าย verage ในเดือนส. ค. จุดต่ำสุดของ 50 วัน EMA ในช่วงต้นเดือนพฤศจิกายนและอีกครั้งในช่วงต้นเดือนกุมภาพันธ์ราคาพุ่งขึ้นมาอย่างรวดเร็วเหนือเส้น EMA 50 วันเพื่อให้เกิดสัญญาณบ่งชี้สีเขียวที่กลมกลืนกับทิศทางขาขึ้นใหญ่ MACD 1,50,1 ในหน้าต่างตัวบ่งชี้เพื่อยืนยันราคาขึ้นไปด้านบนหรือด้านล่าง EMA 50 วัน EMA ระยะเวลา 1 วันเท่ากับราคาปิด MACD 1,50,1 เป็นบวกเมื่อระยะสั้นใกล้เส้น EMA 50 วันและเป็นลบเมื่อระยะใกล้อยู่ด้านล่าง ค่า EMA และการต้านค่าเฉลี่ยในระยะ 50 วันนอกจากนี้ยังสามารถทำหน้าที่เป็นแนวรับในแนวรองรับและขาลงได้ในระยะสั้นขาขึ้นระยะสั้นอาจได้รับแรงหนุนจากค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ใน Bollinger Bands A แนวรับระยะยาวอาจได้รับแรงหนุนจากค่าเฉลี่ยเคลื่อนที่ 200 วันซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ระยะยาวที่เป็นที่นิยมมากที่สุดถ้าความเป็นจริงค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้กันอย่างแพร่หลาย เหมือนคำทำนายด้วยตัวเอง NY Composite มีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลางปี ​​2547 จนถึงสิ้นปีพ. ศ. 2551 200 วันให้การสนับสนุนหลายครั้งในช่วงก่อนหน้านี้เมื่อแนวโน้มย้อนกลับไปกับการหยุดพักการสนับสนุนด้านบนคู่ค่าเฉลี่ยเคลื่อนที่ 200 วันทำหน้าที่เป็นความต้านทาน รอบ 9500. ไม่คาดหวังการสนับสนุนที่แน่นอนและระดับความต้านทานจากค่าเฉลี่ยเคลื่อนที่โดยเฉพาะอย่างยิ่งอีกต่อไป moving averages ตลาดจะขับเคลื่อนโดยอารมณ์ซึ่งทำให้พวกเขามีแนวโน้มที่จะ overshoots แทนระดับที่แน่นอนค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุการสนับสนุนหรือโซนความต้านทานข้อได้เปรียบ ของการใช้ค่าเฉลี่ยเคลื่อนที่จะต้องมีการชั่งน้ำหนักกับข้อเสียการเคลื่อนที่โดยเฉลี่ยมีแนวโน้มตามมาหรือล้าหลังตัวชี้วัดที่จะเป็นขั้นตอนต่อไปเสมอนี่ไม่ใช่สิ่งที่ไม่ดีนักแม้ว่าแนวโน้มจะเป็นเพื่อนของคุณและเป็นการดีที่สุดในการซื้อขาย ในทิศทางของเทรนด์การเคลื่อนไหวค่าเฉลี่ยประกันว่าผู้ประกอบการค้าเป็นไปตามแนวโน้มปัจจุบันแม้ว่าแนวโน้มเป็นเพื่อนของคุณหลักทรัพย์ใช้จ่ายมากเวลาในการ ช่วงการซื้อขายที่ทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผลเมื่ออยู่ในแนวโน้มค่าเฉลี่ยเคลื่อนที่จะช่วยให้คุณเข้าสู่ระบบ แต่ยังให้สัญญาณปลาย Don t คาดว่าจะขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ ไม่ควรใช้ด้วยตัวเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดแนวโน้มโดยรวมและใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือ oversold การเพิ่มค่าเฉลี่ยของการเคลื่อนไหวไปยัง StockCharts Charts. Moving averages จะมีเป็นราคา overlay บนโต๊ะทำงาน SharpCharts โดยใช้เมนูแบบเลื่อนลง Overlays ผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายหรือค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้ค่าพารามิเตอร์แรกจะใช้เพื่อกำหนดจำนวนรอบระยะเวลาพารามิเตอร์ที่เป็นตัวเลือกสามารถเพิ่มเพื่อระบุราคา ฟิลด์ควรใช้ในการคำนวณ - O สำหรับ Open, H สำหรับ High, L สำหรับ Low และ C สำหรับ Close เครื่องหมายจุลภาคใช้เพื่อแยกพารามิเตอร์พารามิเตอร์อื่น ๆ l สามารถเพิ่มการเคลื่อนที่ของค่าเฉลี่ยไปทางซ้ายหรือขวาได้ค่าลบ -10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย 10 ช่วงเวลาจำนวนบวก 10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 ช่วงเวลาค่าเฉลี่ยเคลื่อนที่หลายค่า สามารถวางทับราคาโดยเพียงแค่เพิ่มอีกชั้นวางซ้อนกับสมาชิก Workbench StockCharts สามารถเปลี่ยนสีและสไตล์เพื่อแยกความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ ตัวได้หลังจากเลือกตัวบ่งชี้ให้เปิดตัวเลือกขั้นสูงโดยคลิกสามเหลี่ยมสีเขียวเล็ก ๆ นอกจากนี้ยังสามารถใช้ตัวเลือกขั้นสูงเพื่อเพิ่มค่าเฉลี่ยถ่วงน้ำหนักที่เคลื่อนที่ไปยังตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่แตกต่างกันการใช้ค่าเฉลี่ยเคลื่อนที่โดยสแกนด้วย StockCharts มีการสแกนตัวอย่างที่ StockCharts สมาชิกสามารถใช้เพื่อสแกนหาค่าเฉลี่ยของสถานการณ์ที่เคลื่อนไหวได้โดยทั่วไปการเคลื่อนไหวเฉลี่ยข้ามเฉลี่ยการสแกนนี้จะมองหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้นและการข้ามผ่านแนวราบของ EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วัน จะเพิ่มขึ้นตราบเท่าที่มีการซื้อขายเหนือระดับของห้าวันที่ผ่านมาข้ามรั้นจะเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือ EMA 35 วันเมื่อเทียบกับค่าเฉลี่ยสูงกว่าค่าเฉลี่ยการเคลื่อนไหวของค่าเฉลี่ย Cross การสแกนนี้จะมองหาหุ้นที่ลดลง 150- วันค่าเฉลี่ยการเคลื่อนไหวแบบถดถอยและเส้นค่าเฉลี่ยถดถอยในระยะสั้น EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วันจะลดลงตราบใดที่ยังซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา ต่ำกว่า EMA 35 วันที่ ABO หนังสือเล่มนี้มีบทที่อุทิศให้กับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆของพวกเขา Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ยนอกจากนี้เมอร์ฟี่แสดงให้เห็นว่าการเคลื่อนไหวโดยเฉลี่ยทำงานร่วมกับ Bollinger Bands และระบบการซื้อขายบนช่องทางอย่างไรเทคนิค การวิเคราะห์ตลาดการเงิน John Murphy R ค่าเฉลี่ยเคลื่อนที่และ NA ค่า. zbrister zoo x - zoo 1 10 x 5 - NA rollapply x, 3, mean, TRUE.2 3 4 5 6 7 8 9 2 0 3 0 3 5 5 0 6 5 7 0 8 0 9 0.xm - rollapply x, 3, mean, TRUE xm.2 3 4 5 6 7 8 9 2 0 3 0 3 5 5 0 6 5 7 0 8 0 9 0.coredata xm unzoo it. 1 2 0 3 0 3 5 5 0 6 5 7 0 8 0 9 0. ดูสวนประดิษฐ์สวนสัตว์ 2 แห่งเพื่อดูข้อมูลเพิ่มเติมเมื่อ 10 ธ. ค. 2550 6 45 น. Cornelis de Gier เขียนช่วงฟังก์ชัน S-plus 2 คำนวณการเคลื่อนที่ โดยเฉลี่ย แต่ไม่ได้มีอาร์กิวเมนต์เพื่อบอกวิธีการจัดการกับค่า NA ดังนั้นจะกลับ NA สำหรับค่าเฉลี่ยทั้งหมดดังที่แสดงไว้ด้านล่างมีค่า R หรือ S moving average ที่สามารถละเว้นค่า NA บางค่าในค่า ชุดข้อมูลในตัวอย่างง่ายๆที่แสดงด้านล่างนี้จะเป็นไปได้ที่จะลบแถวที่มีค่า NA ชุดข้อมูลที่ฉันต้องการใช้ฟังก์ชันเฉลี่ยที่เคลื่อนไหวโดยมีช่วงของ 270 คือชุดข้อมูลชุดเวลาเพียงแค่ลบแถวข้อมูลจะเสียหายชุดข้อมูลนี้ 1 10 aves 1 1 0 1 5 2 5 3 5 4 5 5 5 6 5 7 5 8 5 9 5. ขนาด 1 1 2 2 2 2 2 2 2 2.t 5 - NA aves 1 NA NA N NA NA N NA N NA NA 1 1 2 2 2 2 2 2 2 2 2. R-help ในรายชื่อผู้รับจดหมายโปรดอ่านคู่มือการโพสต์และให้ความเห็นว่ามีเนื้อหาน้อยและมีความสามารถในการทำซ้ำได้ รหัส.