วิธี การใช้งาน ที่เคลื่อนไหว เฉลี่ย ต่อการ คาดการณ์

การคาดการณ์การเคลื่อนที่โดยเฉลี่ยขณะที่คุณอาจคาดเดาเรากำลังมองหาวิธีการดั้งเดิมบางอย่างในการคาดการณ์ แต่หวังว่าอย่างน้อยการแนะนำอย่างคุ้มค่าสำหรับประเด็นด้านคอมพิวเตอร์บางอย่างที่เกี่ยวข้องกับการคาดการณ์ในสเปรดชีตในหลอดเลือดดำนี้เราจะดำเนินต่อไป เริ่มต้นที่จุดเริ่มต้นและเริ่มทำงานกับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่การคาดการณ์เฉลี่ยโดยเฉลี่ยทุกคนคุ้นเคยกับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยไม่คำนึงถึงว่าพวกเขาเชื่อหรือไม่ว่าพวกเขาเป็นนักศึกษาวิทยาลัยทุกคนทำตลอดเวลาคิดถึงคะแนนการทดสอบของคุณในหลักสูตรที่คุณกำลังจะไป มีการทดสอบสี่ครั้งในระหว่างภาคการศึกษา Let s สมมติว่าคุณมี 85 คนในการทดสอบครั้งแรกคุณจะคาดการณ์อะไรสำหรับคะแนนทดสอบที่สองคุณคิดอย่างไรว่าครูของคุณจะคาดการณ์คะแนนทดสอบต่อไปคุณคิดว่าเพื่อนของคุณอาจคาดการณ์ได้ สำหรับคะแนนการทดสอบถัดไปคุณคิดว่าพ่อแม่ของคุณอาจคาดเดาคะแนนการทดสอบต่อไปของคุณได้โดยไม่ต้องคำนึงถึงการทำร้ายทั้งหมดที่คุณอาจทำกับคุณ iends และพ่อแม่พวกเขาและครูของคุณมีแนวโน้มที่จะคาดหวังว่าคุณจะได้รับบางสิ่งบางอย่างในพื้นที่ของ 85 ที่คุณเพิ่งได้ดีตอนนี้ให้สมมติว่าแม้จะมีการโปรโมตตัวเองให้กับเพื่อน ๆ ของคุณ และตัวเลขที่คุณสามารถศึกษาได้น้อยกว่าสำหรับการทดสอบที่สองและเพื่อให้คุณได้รับ 73. ตอนนี้สิ่งที่ทุกคนกังวลและไม่แยแสคาดว่าคุณจะได้รับในการทดสอบที่สามของคุณมีสองวิธีมีโอกาสมากสำหรับพวกเขาในการพัฒนาประมาณการโดยไม่คำนึงถึง ไม่ว่าพวกเขาจะแบ่งปันกับคุณพวกเขาอาจพูดกับตัวเองว่าผู้ชายคนนี้มักจะเป่าควันเกี่ยวกับสมาร์ทของเขาเขาจะได้รับอีก 73 ถ้าเขาโชคดีอาจเป็นพ่อแม่จะพยายามที่จะสนับสนุนมากขึ้นและพูดว่าดีดังนั้น ไกลคุณได้รับ 85 และ 73 ดังนั้นบางทีคุณควรจะคิดเกี่ยวกับการเกี่ยวกับ 85 73 2 79 ฉัน don t รู้บางทีถ้าคุณได้ปาร์ตี้น้อยและ weren t wagging วีเซิลทั่วสถานที่และถ้าคุณเริ่มต้นทำ มากขึ้นการศึกษาที่คุณจะได้รับคะแนนสูงกว่าทั้งสองประมาณการเหล่านี้เป็นจริง การคาดการณ์โดยเฉลี่ยของการเคลื่อนที่เป็นอันดับแรกอันดับแรกใช้เฉพาะคะแนนล่าสุดของคุณที่จะคาดการณ์ประสิทธิภาพในอนาคตของคุณซึ่งเรียกว่าการคาดการณ์ค่าเฉลี่ยโดยเฉลี่ยโดยใช้ข้อมูลระยะเวลาหนึ่งวินาทีนอกจากนี้ยังเป็นค่าเฉลี่ยเคลื่อนที่โดยใช้ข้อมูลสองช่วงข้อมูล ว่าคนเหล่านี้ทั้งหมด busting ในจิตใจที่ดีของคุณมีการจัดประเภทของ pissed คุณออกและคุณตัดสินใจที่จะทำดีในการทดสอบที่สามด้วยเหตุผลของคุณเองและจะนำคะแนนที่สูงขึ้นในด้านหน้าของพันธมิตรของคุณคุณจะทดสอบและคะแนนของคุณเป็นจริง 89 ตอนนี้คุณมีการทดสอบครั้งสุดท้ายของภาคเรียนที่กำลังจะมาถึงและตามปกติแล้วคุณรู้สึกว่าจำเป็นที่จะต้องกระตุ้นให้ทุกคนคาดการณ์ว่าคุณจะทำอะไรในการทดสอบครั้งล่าสุดดีหวังว่าคุณจะได้เห็น รูปแบบขณะนี้เราหวังว่าคุณจะได้เห็นรูปแบบที่คุณเชื่อว่าเป็นสิ่งที่ถูกต้องที่สุดในขณะที่เราทำงานตอนนี้เรากลับไปที่ บริษัท ทำความสะอาดแห่งใหม่ซึ่งเริ่มต้นโดยน้องสาวที่ถูกแยกออกจากกันของคุณชื่อ Whistle ขณะที่เราทำงานคุณมีข้อมูลการขายที่ผ่านมา เราแสดงข้อมูลสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ 3 ช่วงโดยรายการสำหรับเซลล์ C6 ควรเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ลงไปที่เซลล์อื่น ๆ C7 ถึง C11.Notice ค่าเฉลี่ยของการเคลื่อนย้าย มากกว่าข้อมูลทางประวัติศาสตร์ล่าสุด แต่ใช้เวลาสามช่วงล่าสุดสำหรับการคาดการณ์แต่ละครั้งนอกจากนี้คุณควรสังเกตด้วยว่าเราไม่จำเป็นต้องทำการคาดการณ์ในช่วงที่ผ่านมาเพื่อพัฒนาการคาดการณ์ล่าสุดของเราซึ่งแน่นอนว่าแตกต่างจาก exponential smoothing model I ve รวมการคาดการณ์ที่ผ่านมาเพราะเราจะใช้พวกเขาในหน้าเว็บต่อไปเพื่อวัดความถูกต้องของการทำนายตอนนี้ฉันต้องการนำเสนอผลที่คล้ายคลึงกันสำหรับสองช่วงคาดการณ์การเคลื่อนไหวเฉลี่ยรายการสำหรับเซลล์ C5 ควรจะเป็นตอนนี้คุณ สามารถคัดลอกสูตรเซลล์นี้ลงไปที่เซลล์อื่น ๆ C6 ถึง C11.Notice ตอนนี้มีเพียงสองชิ้นล่าสุดของข้อมูลทางประวัติศาสตร์ที่ใช้สำหรับการคาดการณ์แต่ละครั้งที่ฉันได้รวมไว้ d การคาดการณ์ที่ผ่านมาเพื่อวัตถุประสงค์ในการอธิบายและเพื่อใช้ในภายหลังในการตรวจสอบการคาดการณ์สิ่งอื่น ๆ บางอย่างที่มีความสำคัญต่อการสังเกตสำหรับระยะเวลาการเคลื่อนที่เฉลี่ยของ m-m เท่านั้นค่าข้อมูล m ล่าสุดมีการใช้เพื่อทำให้การคาดการณ์ไม่มีอะไรที่จำเป็น สำหรับการคาดการณ์ค่าเฉลี่ยของระยะเวลา m-metric เมื่อทำการคาดการณ์ที่ผ่านมาสังเกตว่าการทำนายครั้งแรกเกิดขึ้นในช่วง m 1. ปัญหาเหล่านี้จะมีความสำคัญมากเมื่อเราพัฒนาโค้ดของเราการพัฒนาฟังก์ชัน Average Moving Average ตอนนี้เราจำเป็นต้องพัฒนาขึ้น รหัสสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ที่สามารถใช้ความยืดหยุ่นได้มากขึ้นโค้ดต่อไปนี้สังเกตว่าอินพุตเป็นจำนวนรอบระยะเวลาที่คุณต้องการใช้ในการคาดการณ์และอาร์เรย์ของค่าทางประวัติศาสตร์คุณสามารถจัดเก็บไว้ในสมุดงานที่คุณต้องการฟังก์ชั่น MovingAverage Historical, NumberOfPeriods เป็น Single Declaring และ initializing variables Dim Items เป็นตัวนับ Dim Variant เป็นจำนวนเต็ม Integer Dim เป็น Single Dim HistoricalSize As Integer Initializing variables Counter 1 Accumulation 0 การกำหนดขนาดของ Historical HistoricalSize. For Counter จำนวน 1 ต่อ NumberOfPeriods สะสมจำนวนที่เหมาะสมของค่าที่สังเกตก่อนหน้านี้สะสมสะสมข้อมูลประวัติ HistoricalSize - NumberOfPeriods Counter. MovingAverage การสะสม NumberOfPeriods รหัสจะอธิบายในชั้นเรียนคุณต้องการวางตำแหน่งฟังก์ชันในสเปรดชีตเพื่อให้ผลของการคำนวณปรากฏขึ้นที่ควร เช่นต่อไปนี้วิธีการใช้ค่าเฉลี่ยเคลื่อนที่ในการซื้อหุ้นเฉลี่ยเคลื่อนที่ MA คือเครื่องมือวิเคราะห์ทางเทคนิคที่เรียบง่ายซึ่งจะทำให้ข้อมูลราคาดีขึ้นโดยการสร้างราคาเฉลี่ยที่อัปเดตอยู่ตลอดเวลาค่าเฉลี่ยจะถูกนำมาใช้ในช่วงเวลาหนึ่งเช่น 10 วัน , 20 นาที 30 สัปดาห์หรือช่วงเวลาใด ๆ ที่ผู้ขายเลือกมีข้อได้เปรียบในการใช้ค่าเฉลี่ยเคลื่อนที่ในการซื้อขายของคุณและตัวเลือกเกี่ยวกับประเภทของค่าเฉลี่ยเคลื่อนที่ที่จะใช้กลยุทธ์การย้ายเฉลี่ยยังเป็นที่นิยมและสามารถปรับแต่งให้เวลาใดก็ได้ กรอบสำหรับนักลงทุนระยะยาวและผู้ค้าระยะสั้นสามารถดูดัชนีชี้วัดด้านเทคนิคสี่อันดับแรกที่ผู้ค้าเทรนด์ต้องรู้เหตุผลในการใช้ ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่สามารถช่วยลดปริมาณเสียงในแผนภูมิราคาดูทิศทางของค่าเฉลี่ยเคลื่อนที่เพื่อดูแนวคิดพื้นฐานของวิธีการที่ราคามีการเคลื่อนไหวมุมสูงขึ้นและราคาเคลื่อนไหวขึ้นหรือเมื่อเร็ว ๆ นี้ ภาพรวมลดลงและราคาตกต่ำโดยรวมเคลื่อนไปด้านข้างและราคามีแนวโน้มเป็นไปในช่วงค่าเฉลี่ยเคลื่อนที่สามารถทำหน้าที่เป็นตัวสนับสนุนหรือความต้านทานได้ในระยะยาวอาจมีค่าเฉลี่ยเคลื่อนที่ 50 วัน 100 วันหรือ 200 วัน ทำหน้าที่เป็นระดับรองรับเช่นเดียวกับการสนับสนุนพื้นเพื่อให้ราคาพุ่งขึ้นจากที่ขาลงในช่วงขาลงค่าเฉลี่ยถ่วงน้ำหนักอาจทำหน้าที่เหมือนความต้านทานเช่นเพดาน แล้วเริ่มลดลงอีกครั้งราคาจะไม่นับค่าเฉลี่ยเคลื่อนที่ในลักษณะนี้เสมอไปราคาอาจวิ่งผ่านไปเล็กน้อยหรือหยุดและย้อนกลับก่อนที่จะถึงเกณฑ์นั้นหากเป็นไปตามหลักเกณฑ์ทั่วไปหากราคาสูงกว่าค่าเฉลี่ยเคลื่อนที่ up ถ้าราคาอยู่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่แนวโน้มจะลดลง ค่าเฉลี่ยเคลื่อนที่อาจมีความยาวแตกต่างกันแม้ว่าจะกล่าวถึงในไม่ช้าดังนั้นอาจบ่งบอกถึงแนวโน้มขาลงในขณะที่อีกค่าหนึ่งบ่งชี้ว่ามีแนวโน้มลดลงค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้โดยใช้วิธีต่างๆ SMA เฉลี่ย 5 วันจะเพิ่มขึ้น 5 ราคาปิดล่าสุดของวันนี้และหารด้วยห้าเพื่อสร้างค่าเฉลี่ยใหม่ในแต่ละวันค่าเฉลี่ยแต่ละรายการจะเชื่อมต่อกันเป็นค่าถัดไปโดยสร้างเส้นแบบเอกพจน์เป็นค่าเฉลี่ยเคลื่อนที่แบบอื่น ๆ ที่เป็นที่นิยมคือค่า EMA ที่มีการคำนวณเชิงเลขการคำนวณมีความซับซ้อนมากขึ้น น้ำหนักมากขึ้นกับราคาล่าสุด Plot SMA 50 วันและ EMA 50 วันในแผนภูมิเดียวกันและคุณจะสังเกตเห็น EMA ตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วกว่า SMA เนื่องจากน้ำหนักที่เพิ่มขึ้นเมื่อเทียบกับข้อมูลราคาล่าสุด ซอฟแวร์การซื้อขายและการซื้อขายทำคำนวณได้ดังนั้นจึงไม่ต้องใช้คณิตศาสตร์ด้วยตนเองในการใช้ MA. One type of MA isn t ดีกว่าอีก EMA อาจทำงานได้ดีขึ้นในตลาดหุ้นหรือตลาดการเงินสำหรับ ra time และในเวลาอื่น ๆ SMA อาจทำงานได้ดีขึ้นกรอบเวลาที่เลือกสำหรับค่าเฉลี่ยเคลื่อนที่จะมีบทบาทอย่างมีนัยสำคัญในประสิทธิภาพของแต่ละประเภทโดยเฉลี่ยความยาวเฉลี่ยของการเคลื่อนที่เฉลี่ยคือ 10, 20, 50, 100 และ 200 ความยาวเหล่านี้สามารถนำไปใช้กับกรอบเวลากราฟหนึ่งนาทีทุกวันทุกสัปดาห์ ฯลฯ ขึ้นอยู่กับเส้นขอบฟ้าของผู้ค้ารายนั้นกรอบเวลาหรือความยาวที่คุณเลือกสำหรับค่าเฉลี่ยเคลื่อนที่ที่เรียกว่าช่วงเวลาย้อนกลับสามารถเล่นได้ใหญ่ บทบาทในวิธีการที่มีประสิทธิภาพมัน MA กับกรอบเวลาสั้น ๆ จะตอบสนองได้เร็วมากเพื่อการเปลี่ยนแปลงราคากว่า MA ที่มีระยะเวลามองย้อนกลับไปในรูปด้านล่างค่าเฉลี่ยเคลื่อนที่ 20 วันติดตามอย่างใกล้ชิดราคาจริงกว่า 100- วัน 20 วันอาจเป็นประโยชน์ในการวิเคราะห์แก่ผู้ค้าระยะสั้นเนื่องจากราคาดังกล่าวใกล้เคียงกับราคามากขึ้นและทำให้เกิดความล่าช้าน้อยกว่าค่าเฉลี่ยเคลื่อนที่ระยะยาวระยะเวลาในการใช้งานคือเวลาที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ สัญญาณการกลับรายการที่อาจเกิดขึ้น Recall เป็น guid ทั่วไป eline เมื่อราคาอยู่เหนือเส้นค่าเฉลี่ยเคลื่อนที่แนวโน้มจะพิจารณาขึ้นดังนั้นเมื่อราคาลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่จะส่งสัญญาณการกลับรายการที่อาจเกิดขึ้นตามที่ MA ค่าเฉลี่ยเคลื่อนที่ 20 วันจะให้สัญญาณการกลับรายการมากขึ้นกว่า 100 วัน ค่าเฉลี่ยเคลื่อนที่สามารถมีความยาวได้ 15, 28, 89 ฯลฯ การปรับค่าเฉลี่ยเคลื่อนที่เพื่อให้ได้ข้อมูลที่ถูกต้องมากขึ้นเกี่ยวกับข้อมูลในอดีตอาจช่วยสร้างสัญญาณที่ดีขึ้นในอนาคตกลยุทธ์การซื้อขาย - Crossovers. Crossovers เป็นส่วนสำคัญในการเคลื่อนย้าย กลยุทธ์เฉลี่ยประเภทแรกคือการครอสโอเวอร์ราคานี่คือการกล่าวถึงก่อนหน้านี้และเมื่อราคาข้ามด้านบนหรือด้านล่างค่าเฉลี่ยเคลื่อนที่เพื่อบ่งชี้ถึงแนวโน้มการเปลี่ยนแปลงที่อาจเกิดขึ้นกลยุทธ์อื่น ๆ คือการนำค่าเฉลี่ยเคลื่อนที่สองเส้นไปใช้แผนภูมิหนึ่งและอีกอันหนึ่ง สั้นเมื่อ MA สั้นข้ามระยะยาว MA มันเป็นสัญญาณซื้อตามที่บ่งชี้ว่าแนวโน้มมีการขยับเป็นที่รู้จักกันเป็นกากบาทสีทองเมื่อ MA สั้นข้ามด้านล่างระยะยาว MA มัน sa ขายสัญญาณตามที่ dicates แนวโน้มจะขยับลงนี้เรียกว่าตายตาย cross. Moving ค่าเฉลี่ยคำนวณจากข้อมูลทางประวัติศาสตร์และไม่มีอะไรเกี่ยวกับการคำนวณเป็น predictive ธรรมชาติดังนั้นผลลัพธ์โดยใช้ค่าเฉลี่ยเคลื่อนที่สามารถสุ่ม - เวลาตลาดดูเหมือนจะเคารพ MA ความต้านทานการสนับสนุนและสัญญาณการค้าและเวลาอื่น ๆ ก็แสดงให้เห็นความเคารพไม่มีปัญหาที่สำคัญอย่างหนึ่งคือว่าถ้าการกระทำราคาจะกลายเป็นเร็ว ๆ นี้ราคาอาจแกว่งไปมาสร้างสัญญาณการกลับรายการแนวโน้มการค้าหลายเมื่อนี้เกิดขึ้นดีที่สุดที่จะหลีกทางออกหรือใช้อื่น ตัวชี้วัดที่จะช่วยชี้แจงแนวโน้มสิ่งเดียวกันสามารถเกิดขึ้นได้กับไขว้ MAs ที่ MAs ได้รับการพันกันเป็นระยะเวลาที่เรียกความชอบชอบการสูญเสียหลาย trades. Moving ค่าเฉลี่ยทำงานค่อนข้างดีในสภาพแนวโน้มที่แข็งแกร่ง แต่มักจะไม่ดีในสภาพหนาวหรือแปรปรวน การปรับกรอบเวลาสามารถช่วยในการนี้ได้ชั่วคราวแม้ว่าในบางประเด็นประเด็นเหล่านี้น่าจะเกิดขึ้นโดยไม่คำนึงถึงกรอบเวลาที่เลือกสำหรับ MA sA ค่าเฉลี่ยเคลื่อนที่ช่วยลดความซับซ้อนของข้อมูลราคาโดยการให้เรียบและสร้างเส้นที่ไหลได้ง่ายซึ่งจะทำให้แนวโน้มในการแยกตัวง่ายขึ้นค่าเฉลี่ยของค่าเฉลี่ยที่เกิดขึ้นในการคำนวณจะทำปฏิกิริยากับการเปลี่ยนแปลงของราคาได้เร็วกว่าค่าเฉลี่ยเคลื่อนที่แบบธรรมดาในบางกรณีอาจเป็นผลดีและในบางกรณีอาจทำให้เกิดสัญญาณผิดพลาด ค่าเฉลี่ยที่มีระยะเวลาย้อนกลับย้อนหลัง 20 วันตัวอย่างเช่นจะตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วกว่าค่าเฉลี่ยที่มีระยะเวลามองยาวอีก 200 วันการย้ายไขว้เฉลี่ยเป็นกลยุทธ์ที่เป็นที่นิยมสำหรับทั้งสองรายการและการออก MAs ยังสามารถเน้นพื้นที่ที่อาจสนับสนุนหรือ ความต้านทานแม้ว่าจะเป็นไปตามที่คาดการณ์ก็ตามค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับข้อมูลที่ผ่านมาเสมอและแสดงราคาโดยเฉลี่ยในช่วงเวลาหนึ่ง ๆ ค่าเฉลี่ยของค่าเฉลี่ยวิธีการใช้งานเหล่านี้บางส่วนของฟังก์ชันหลักของค่าเฉลี่ยเคลื่อนที่จะระบุถึงแนวโน้มและการวัดการพลิกกลับ ความแรงของโมเมนตัมของสินทรัพย์และกำหนดพื้นที่ที่มีศักยภาพซึ่งสินทรัพย์จะได้รับการสนับสนุนหรือความต้านทานในส่วนนี้เราจะ ชี้ให้เห็นว่าช่วงเวลาที่ต่างกันสามารถตรวจสอบโมเมนตัมได้อย่างไรและค่าเฉลี่ยเคลื่อนที่ที่จะเป็นประโยชน์ในการตั้งจุดตัดขาดทุนนอกจากนี้เราจะกล่าวถึงขีดความสามารถและข้อ จำกัด ของค่าเฉลี่ยเคลื่อนที่ที่ควรพิจารณาเมื่อใช้เป็นส่วนหนึ่งของเทรนด์การเทรด แนวโน้มเป็นหนึ่งในหน้าที่สำคัญของค่าเฉลี่ยเคลื่อนที่ซึ่งใช้โดยผู้ค้าส่วนใหญ่ที่พยายามทำให้แนวโน้มค่าเฉลี่ยเคลื่อนที่ของเพื่อนของพวกเขาเป็นตัวชี้วัดที่ล่าช้าซึ่งหมายความว่าพวกเขาไม่ได้คาดการณ์แนวโน้มใหม่ ๆ แต่ยืนยันแนวโน้มเมื่อได้รับการยอมรับแล้ว สามารถมองเห็นได้ในรูปที่ 1 หุ้นจะถือว่าอยู่ในขาขึ้นเมื่อราคาอยู่เหนือค่าเฉลี่ยเคลื่อนที่และค่าเฉลี่ยจะแคบขึ้นไปในทางตรงกันข้ามผู้ประกอบการค้าจะใช้ราคาต่ำกว่าค่าเฉลี่ยที่ลาดลงเพื่อยืนยันขาลงผู้ค้าจำนวนมากจะเท่านั้น พิจารณาถือครองตำแหน่งยาวในสินทรัพย์เมื่อราคามีการซื้อขายสูงกว่าค่าเฉลี่ยเคลื่อนที่กฎง่ายๆนี้สามารถช่วยให้มั่นใจได้ว่าเทรนด์ทำงานในผู้ค้าที่ให้ความสนใจ Mentent ผู้ค้าเริ่มต้นจำนวนมากถามว่ามันเป็นไปได้อย่างไรที่จะวัดโมเมนตัมและค่าเฉลี่ยเคลื่อนที่ที่สามารถนำมาใช้เพื่อจัดการกับความสำเร็จได้อย่างไรคำตอบง่ายๆคือให้ความสำคัญกับช่วงเวลาที่ใช้ในการสร้างค่าเฉลี่ยเนื่องจากแต่ละช่วงเวลาสามารถให้ข้อมูลเชิงลึกที่มีคุณค่า เป็นโมเมนตัมที่แตกต่างโดยทั่วไปโมเมนตัมระยะสั้นสามารถวัดได้โดยดูที่ค่าเฉลี่ยเคลื่อนที่ซึ่งมุ่งเน้นไปที่ช่วงเวลา 20 วันหรือน้อยกว่าการดูค่าเฉลี่ยเคลื่อนที่ที่สร้างขึ้นโดยมีระยะเวลา 20 ถึง 100 วันโดยทั่วไปถือว่าเป็น ดีที่สุดในการวัดแรงผลักดันในระยะกลางสุดท้ายค่าเฉลี่ยเคลื่อนที่ใด ๆ ที่ใช้ 100 วันหรือมากกว่าในการคำนวณสามารถใช้เป็นตัววัดความเป็นโมเมนตัมในระยะยาวสามัญสำนึกควรบอกคุณว่าค่าเฉลี่ยเคลื่อนที่ 15 วันเป็นเกณฑ์ที่เหมาะสมกว่า โมเมนตัมระยะสั้นกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันหนึ่งในวิธีที่ดีที่สุดในการกำหนดความแรงและทิศทางของโมเมนตัมของสินทรัพย์คือการวางค่าเฉลี่ยเคลื่อนที่สามตัวลงบนแผนภูมิและให้ความสนใจใกล้เคียงกับวิธีการดังกล่าว ค่าเฉลี่ยเคลื่อนที่สามตัวที่ใช้โดยทั่วไปมีเฟรมเวลาต่างกันในความพยายามที่จะแสดงการเคลื่อนไหวของราคาในระยะสั้นระยะกลางและระยะยาวในรูปที่ 2 รูปที่ 2 แรงดึงดูดที่แข็งแกร่งขึ้นจะเห็นได้เมื่อระยะเวลาสั้น ค่าเฉลี่ยอยู่เหนือค่าเฉลี่ยระยะยาวและค่าเฉลี่ยทั้งสองต่างกันตรงกันข้ามเมื่อค่าเฉลี่ยระยะสั้นอยู่ต่ำกว่าค่าเฉลี่ยระยะยาวในขณะนั้นโมเมนตัมอยู่ในทิศทางที่ลดลงการสนับสนุนการใช้ค่าเฉลี่ยเคลื่อนที่โดยทั่วไปคือการกำหนดศักยภาพ ราคาไม่สนับสนุนการใช้ค่าเฉลี่ยในการเคลื่อนย้ายโดยไม่ต้องคำนึงถึงราคาของสินทรัพย์ที่ลดลงมักจะหยุดและย้อนกลับทิศทางในระดับเดียวกับค่าเฉลี่ยที่สำคัญตัวอย่างเช่นในรูปที่ 3 คุณจะเห็นว่า 200 วัน ค่าเฉลี่ยเคลื่อนที่สามารถปรับราคาของหุ้นหลังจากที่ตกลงมาจากระดับสูงใกล้ 32 ผู้ค้าจำนวนมากคาดว่าจะได้รับผลกระทบจากค่าเฉลี่ยเคลื่อนที่ที่สำคัญและจะใช้ตัวชี้วัดทางเทคนิคอื่น ๆ เป็นตัวยืนยันการเคลื่อนไหวที่คาดไว้ความต้านทานเมื่อราคาของสินทรัพย์ต่ำกว่าระดับที่มีอิทธิพลในการสนับสนุนเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันก็เป็นเรื่องปกติที่จะเห็นค่าเฉลี่ยที่เป็นอุปสรรคสำคัญที่จะป้องกันไม่ให้นักลงทุนผลักดัน ราคาที่สูงกว่าค่าเฉลี่ยดังที่คุณสามารถดูได้จากตารางด้านล่างความต้านทานนี้มักถูกใช้โดย traders เป็นเครื่องหมายเพื่อทำกำไรหรือปิด position long ใด ๆ ที่มีอยู่หลาย short sellers จะใช้ค่าเฉลี่ยเหล่านี้เป็นจุดเข้าเพราะราคามัก ตีกลับจากความต้านทานและยังคงลดลงถ้าคุณเป็นนักลงทุนที่ถือครองตำแหน่งที่ยาวนานในสินทรัพย์ที่ซื้อขายต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่สำคัญคุณอาจสนใจที่จะติดตามระดับเหล่านี้อย่างใกล้ชิดเนื่องจากอาจส่งผลต่อมูลค่ามากที่สุด ของการลงทุนของคุณการสูญเสีย - หยุดการสนับสนุนและลักษณะความต้านทานของค่าเฉลี่ยเคลื่อนที่ทำให้เครื่องมือนี้เป็นเครื่องมือที่ดีในการจัดการความเสี่ยงความสามารถในการเคลื่อนที่โดยเฉลี่ยเพื่อระบุตำแหน่งเชิงกลยุทธ์เพื่อตั้งค่าตำแหน่ง คำสั่ง p-loss ช่วยให้ผู้ค้าสามารถตัดตำแหน่งที่ขาดทุนก่อนที่จะเติบโตได้มากขึ้นตามที่เห็นในรูปที่ 5 ผู้ค้าที่มีฐานะยาวในหุ้นและตั้งคำสั่งหยุดขาดทุนต่ำกว่าค่าเฉลี่ยที่มีอิทธิพลสามารถช่วยตัวเองได้มาก เงินการใช้ค่าเฉลี่ยเคลื่อนที่เพื่อตั้งคำสั่งหยุดขาดทุนเป็นกุญแจสำคัญในกลยุทธ์การซื้อขายที่ประสบความสำเร็จ