Innhold
- TL; DR (for lang; ikke lest)
- Hvordan beregne et enkelt glidende gjennomsnitt
- Forsinkelsesperioden i glidende gjennomsnitt
- Den eksponentielle glidende gjennomsnittsformelen
- Tips
- Få en nøyaktig EMA
Aksjeanalytikere bruker bevegelige gjennomsnitt for å filtrere ut støy og identifisere trender. De er ikke vant til å forutsi priser - men trendinformasjonen hentet fra grafer over glidende gjennomsnitt, spesielt flere bevegelige gjennomsnitt over hverandre, kan bidra til å identifisere motstands- og støttepunkter og utløse beslutninger om å kjøpe eller selge. Det er to typer glidende gjennomsnitt: enkle glidende gjennomsnitt og eksponentielle glidende gjennomsnitt, der sistnevnte reagerer raskere på endringer i trender.
TL; DR (for lang; ikke lest)
Den eksponentielle glidende gjennomsnittformelen er:
EMA = (sluttkurs - forrige dager EMA) × utjevningskonstant + forrige dager EMA
hvor utjevningskonstanten er:
2 ÷ (antall tidsperioder + 1)
Hvordan beregne et enkelt glidende gjennomsnitt
Før du kan begynne å beregne eksponentielle glidende gjennomsnitt, må du kunne beregne et enkelt glidende gjennomsnitt eller SMA.Både SMA og EMA er vanligvis basert på aksjekurs.
For å finne et enkelt glidende gjennomsnitt beregner du det matematiske middelet. Med andre ord summerer du alle lukkeprisene i SMA, og deler deretter med antall lukkepriser. Hvis du for eksempel beregner en 10-dagers SMA, vil du først legge opp alle lukkeprisene fra de siste 10 dagene, og deretter dele med 10. Så hvis lukkeprisene over en 10-dagers periode er $ 12, $ 12, $ 13, $ 15, $ 18, $ 17, $ 18, $ 20, $ 21 og $ 24, ville SMA være:
12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170; 170 ÷ 10 = 17
Så den gjennomsnittlige sluttkursen for den 10-dagers perioden er $ 17. Men for at SMA skal være nyttig, må du beregne et antall SMA-er og tegne dem, og fordi hver SMA bare tar for seg de foregående 10 dagene med data, vil gamle verdier "droppe" ut av ligningen når du legger til nye datapunkter. Det er det som gjør at grafen for gjennomsnittet kan "bevege seg" og tilpasse seg prisendringene over tid, selv om den stabiliserende effekten av de gamle dataene betyr at det er en forsinkelsesperiode før prisendringene virkelig gjenspeiles i det enkle glidende gjennomsnittet.
For eksempel: Dagen etter stenger aksjen din på $ 24 igjen. Denne gangen når du beregner SMA legger du til det nyeste datapunktet til ligningen din, men "mister" også det eldste datapunktet - det første sluttkursen på $ 12. Så nå er ditt ti dager enkle glidende gjennomsnitt:
12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182; 182 ÷ 10 = 18.2
Du vil gjøre den samme prosessen daglig og beregne en ny SMA for hver dag du vil ha på grafen.
Forsinkelsesperioden i glidende gjennomsnitt
Etterslepperioden før SMA fanger opp faktiske prisendringer er ikke nødvendigvis en dårlig ting; at "etterslep" er det som jevner ut variasjonen i daglige priser. Hvis det bevegelige gjennomsnittet stiger, vet du at prisene generelt øker, til tross for periodiske fall. På samme måte, hvis et glidende gjennomsnitt begynner å falle, betyr det at prisene generelt synker til tross for periodiske fall.
For det andre, jo lengre tidsperiode for det bevegelige gjennomsnittet (fem dager mot 10 dager mot 100 dager, og så videre), jo saktere justeres det for å gjenspeile dagens trender. Så oppførselen til et langsiktig glidende gjennomsnitt gir deg et vindu til langsiktige trender, mens et kortere glidende gjennomsnitt gjenspeiler oppførselen til mer kortsiktige trender.
Den eksponentielle glidende gjennomsnittsformelen
Den viktigste forskjellen mellom et enkelt glidende gjennomsnitt (SMA) og det eksponentielle glidende gjennomsnittet (EMA) er at i EMA-beregningen vektes de nyeste dataene for å få mer innvirkning. Det gjør EMA-er raskere enn SMA-er for å justere og reflektere trender. På ulemper krever en EMA mye mer data for å være rimelig nøyaktige.
For å beregne EMA for et datasett, må du gjøre tre ting:
EMA-formelen er basert på de tidligere dagers EMA-verdien. Siden du må starte beregningene dine et sted, vil den opprinnelige verdien for din første EMA-beregning faktisk være en SMA. Hvis du for eksempel vil beregne en 100-dagers EMA for det siste året med å spore en bestemt aksje, starter du med SMA for de første 100 datapunktene i det året.
Det er for mange tall å legge til her, så lar oss i stedet demonstrere den fem dager lange EMA-en til et datasett som startet for et år siden. Hvis årets fem første lukkepriser var $ 14, $ 13, $ 14, $ 12 og $ 13, er din SMA:
14 + 13 + 14 + 12 + 13 = 66; 66 ÷ 5 = 13.2
Så SMA, som blir din første EMA-verdi, er 13,2.
Vektmultiplikatoren eller utjevningskonstanten er det som understreker de nyeste dataene, og verdien avhenger av tidsperioden for EMA. Formelen for utjevningskonstanten din er:
2 ÷ (antall tidsperioder + 1)
Så hvis du beregner en fem-dagers EMA, blir beregningen:
2 ÷ (5 + 1) = 2 ÷ 6 = 0,3333 eller, hvis du uttrykker det som en prosentandel, 33,33%.
Tips
Til slutt beregner du en egen EMA for hver dag mellom startverdien (SMA du beregnet i trinn 1) og i dag. Du gjør det ved å legge inn informasjonen fra trinn 1 og 2 i EMA-formelen:
EMA = (sluttkurs - forrige dager EMA) × utjevningskonstant som desimal + forrige dager EMA
Husk at "tidligere dager EMA" for din første beregning vil være SMA du fant i trinn 1, som er 13.2. Siden SMA dekket de første fem dagene med data, vil den første EMA-verdien du beregner gjelde dagen etter, som er dag seks. Bruker du dataene fra trinn 1 og 2 i EMA-formelen, har du:
EMA = (12 - 13,2) × 0,3333 + 13,2
EMA = 12,80
Så EMA-verdien for dag seks er 12,80.
Hvis lukkingsverdien på dag syv var $ 11, vil du gjenta prosessen ved å bruke verdi på dag seks på 12,80 som den nye "tidligere dager EMA." Så beregningen for dag syv er som følger:
EMA = (11 - 12,8) × 0,3333 + 12,8
EMA = 12,20
Få en nøyaktig EMA
Hvis du husker at det opprinnelige eksemplet sa at du ville beregne aksjene fem-dagers EMA for en hel års verdi med data, betyr det at du har flere hundre beregninger ennå å gjøre - fordi du må beregne en dag av gangen. Det er klart det er mye raskere og enklere med et dataprogram eller skript å knuse tallene for deg.
Hvis du virkelig ønsker en mest mulig nøyaktig EMA, bør du starte beregningene dine med data fra den første dagen aksjen var tilgjengelig. Selv om det ofte er upraktisk, forsterker det også det faktum at EMAer brukes til å reflektere og analysere trender - så hvis du tegnet EMA fra første dag av aksjen, kan du se hvordan grafkurven etter en forsinkelsesperiode forskyves for å følge den faktiske aksjepriser. Hvis du også tegner en SMA for samme tidsperiode på samme graf, vil du også se at en EMA tilpasser seg endringer i pris raskere enn en SMA gjør.