Flytende gjennomsnitt Dette eksemplet lærer deg hvordan du beregner det bevegelige gjennomsnittet av en tidsserie i Excel. Et glidende gjennomsnitt brukes til å utjevne uregelmessigheter (topper og daler) for enkelt å gjenkjenne trender. 1. Først, ta en titt på vår tidsserie. 2. På Data-fanen klikker du Dataanalyse. Merk: kan ikke finne dataanalyseknappen Klikk her for å laste inn add-in for Analysis ToolPak. 3. Velg Flytt gjennomsnitt og klikk OK. 4. Klikk i feltet Inngangsområde og velg området B2: M2. 5. Klikk i intervallboksen og skriv inn 6. 6. Klikk i feltet Utmatingsområde og velg celle B3. 8. Skriv en graf av disse verdiene. Forklaring: fordi vi angir intervallet til 6, er glidende gjennomsnitt gjennomsnittet for de forrige 5 datapunktene og det nåværende datapunktet. Som et resultat blir tinder og daler utjevnet. Grafen viser en økende trend. Excel kan ikke beregne det bevegelige gjennomsnittet for de første 5 datapunktene fordi det ikke er nok tidligere datapunkter. 9. Gjenta trinn 2 til 8 for intervall 2 og intervall 4. Konklusjon: Jo større intervallet jo flere tinder og daler utjevnes. Jo mindre intervallet, jo nærmere de bevegelige gjennomsnittene er de faktiske datapunktene. Gjennomsnittlig gjennomsnitt: Hva er de Blant de mest populære tekniske indikatorene, er glidende gjennomsnitt brukt til å måle retningen for den nåværende trenden. Hver type bevegelige gjennomsnitt (vanligvis skrevet i denne opplæringen som MA) er et matematisk resultat som beregnes ved å beregne et antall tidligere datapunkter. Når det er bestemt, blir det resulterende gjennomsnittet plottet på et diagram for å tillate handelsmenn å se på glatt data, i stedet for å fokusere på de daglige prisfluktuasjonene som er iboende i alle finansmarkeder. Den enkleste formen for et bevegelige gjennomsnitt, riktig kjent som et enkelt glidende gjennomsnitt (SMA), beregnes ved å ta det aritmetiske gjennomsnittet av et gitt sett av verdier. For eksempel, for å beregne et grunnleggende 10-dagers glidende gjennomsnitt vil du legge til sluttkursene fra de siste 10 dagene, og deretter dele resultatet med 10. I figur 1 er summen av prisene for de siste 10 dagene (110) dividert med antall dager (10) for å komme fram til 10-dagers gjennomsnittet. Hvis en forhandler ønsker å se et 50-dagers gjennomsnitt i stedet, vil samme type beregning bli gjort, men det vil inkludere prisene i løpet av de siste 50 dagene. Det resulterende gjennomsnittet under (11) tar hensyn til de siste 10 datapunktene for å gi handelsmenn en ide om hvordan en eiendel er priset i forhold til de siste 10 dagene. Kanskje du lurer på hvorfor tekniske handelsfolk kaller dette verktøyet et bevegelige gjennomsnitt og ikke bare en vanlig gjennomsnitt. Svaret er at når nye verdier blir tilgjengelige, må de eldste datapunktene slippes fra settet og nye datapunkter må komme inn for å erstatte dem. Dermed går datasettet kontinuerlig til å regne for nye data etter hvert som det blir tilgjengelig. Denne beregningsmetoden sikrer at bare den nåværende informasjonen blir regnskapsført. I figur 2 flyttes den røde boksen (som representerer de siste 10 datapunktene) til høyre, og den siste verdien av 15 blir tapt fra beregningen når den nye verdien av 5 er lagt til settet. Fordi den relativt små verdien av 5 erstatter den høye verdien på 15, ville du forvente å se gjennomsnittet av datasettets reduksjon, som det gjør, i dette tilfellet fra 11 til 10. Hva ser Moving Averages Like Når verdiene til MA har blitt beregnet, de er plottet på et diagram og deretter koblet til for å skape en bevegelig gjennomsnittslinje. Disse svingete linjene er vanlige på diagrammer av tekniske handelsfolk, men hvordan de brukes kan variere drastisk (mer om dette senere). Som du kan se i figur 3, er det mulig å legge til mer enn ett glidende gjennomsnitt i et diagram ved å justere antall tidsperioder som brukes i beregningen. Disse svingete linjene kan virke distraherende eller forvirrende i begynnelsen, men du vil bli vant til dem når tiden går videre. Den røde linjen er bare gjennomsnittsprisen de siste 50 dagene, mens den blå linjen er gjennomsnittsprisen de siste 100 dagene. Nå som du forstår hva et glidende gjennomsnitt er, og hvordan det ser ut, kan du godt presentere en annen type glidende gjennomsnitt og undersøke hvordan det er forskjellig fra det tidligere nevnte enkle glidende gjennomsnittet. Det enkle glidende gjennomsnittet er ekstremt populært blant handelsfolk, men som alle tekniske indikatorer har det kritikere. Mange individer hevder at bruken av SMA er begrenset fordi hvert punkt i dataserien vektes det samme, uavhengig av hvor det forekommer i sekvensen. Kritikere hevder at de nyeste dataene er mer signifikante enn de eldre dataene, og bør ha større innflytelse på sluttresultatet. Som svar på denne kritikken begynte handelsmenn å gi mer vekt på nyere data, som siden har ført til oppfinnelsen av ulike typer nye gjennomsnitt, hvorav den mest populære er det eksponentielle glidende gjennomsnittet (EMA). (For videre lesing, se Grunnleggende om vektede bevegelige gjennomsnitt og hva som er forskjellen mellom en SMA og en EMA) Eksponentiell flytende gjennomsnitt Det eksponentielle glidende gjennomsnittet er en type bevegelige gjennomsnitt som gir mer vekt til de siste prisene i et forsøk på å gjøre det mer responsivt til ny informasjon. Å lære den noe kompliserte ligningen for å beregne en EMA kan være unødvendig for mange forhandlere, siden nesten alle kartleggingspakker gjør beregningene for deg. Men for deg matematiske geeks der ute, her er EMA-ligningen: Når du bruker formelen til å beregne det første punktet til EMA, kan det hende du merker at det ikke er noen verdi tilgjengelig for bruk som den forrige EMA. Dette lille problemet kan løses ved å starte beregningen med et enkelt glidende gjennomsnitt og fortsette videre med den ovennevnte formelen derfra. Vi har gitt deg et eksempelkart som inneholder virkelige eksempler på hvordan du kan beregne både et enkelt glidende gjennomsnitt og et eksponentielt glidende gjennomsnitt. Forskjellen mellom EMA og SMA Nå som du har en bedre forståelse av hvordan SMA og EMA beregnes, kan vi se på hvordan disse gjennomsnittene er forskjellige. Ved å se på beregningen av EMA, vil du legge merke til at det legges større vekt på de siste datapunktene, noe som gjør det til en type vektet gjennomsnitt. I figur 5 er antall tidsperioder som brukes i hvert gjennomsnitt identisk (15), men EMA reagerer raskere på de endrede prisene. Legg merke til hvordan EMA har en høyere verdi når prisen stiger, og faller raskere enn SMA når prisen senker. Denne responsen er den viktigste grunnen til at mange handelsmenn foretrekker å bruke EMA over SMA. Hva betyr de forskjellige dagene Gjennomsnittlig flytteverdi er en helt tilpassbar indikator, noe som betyr at brukeren fritt kan velge hvilken tidsramme de vil ha når man lager gjennomsnittet. De vanligste tidsperioder som brukes i bevegelige gjennomsnitt er 15, 20, 30, 50, 100 og 200 dager. Jo kortere tidsrammen som brukes til å skape gjennomsnittet, jo mer følsomt blir det for prisendringer. Jo lengre tidsrom, jo mindre følsomt, eller mer utjevnet, vil gjennomsnittet være. Det er ingen riktig tidsramme som skal brukes når du oppretter dine bevegelige gjennomsnitt. Den beste måten å finne ut hvilken som passer best for deg, er å eksperimentere med en rekke forskjellige tidsperioder til du finner en som passer til din strategi. Flytte gjennomsnitt: Slik bruker du dem Slik beregner du EMA i Excel Lær hvordan du beregner eksponentiell glidende gjennomsnitt i Excel og VBA, og få et gratis nettkoblet regneark. Regnearket henter lagerdata fra Yahoo Finance, beregner EMA (over ditt valgte tidsvindu) og plotter resultatene. Nedlastingskoblingen er nederst. VBA kan bli vist og redigert it8217s helt gratis. Men først disover hvorfor EMA er viktig for tekniske handelsfolk og markedsanalytikere. Historiske aksjekursdiagrammer er ofte forurenset med mye høyfrekvent støy. Dette skjuler ofte store trender. Flytte gjennomsnitt bidrar til å utjevne disse mindre svingningene, noe som gir deg større innsikt i den generelle markedsretningen. Det eksponentielle glidende gjennomsnittet legger større vekt på nyere data. Jo større tidsperiode, desto lavere er viktigheten av de nyeste dataene. EMA er definert av denne ligningen. I dag8217s pris (multiplisert med vekt) og i går8217s EMA (multiplisert med 1 vekt) Du må starte EMA-beregningen med en innledende EMA (EMA 0). Dette er vanligvis et enkelt bevegelige gjennomsnitt av lengden T. Tabellen ovenfor gir for eksempel EMA til Microsoft mellom 1. januar 2013 og 14. januar 2014. Tekniske forhandlere bruker ofte krysset over to bevegelige gjennomsnitt 8211 en med en kort tidsskala og en annen med en lang tidsskala 8211 for å generere buysell signaler. Ofte brukes 12 og 26-dagers glidende gjennomsnitt. Når det kortere bevegelige gjennomsnittet stiger over det lengre bevegelige gjennomsnittet, er markedet trendende, dette er et kjøpesignal. Men når kortere bevegelige gjennomsnitt faller under det lange glidende gjennomsnittet faller markedet, dette er et salgssignal. Let8217s lærer først hvordan man beregner EMA ved hjelp av regnearkfunksjoner. Etter det oppdager vi8217ll hvordan du bruker VBA til å beregne EMA (og automatisk plottdiagrammer) Beregn EMA i Excel med regnearkfunksjoner Trinn 1. Let8217s sier at vi vil beregne 12-dagers EMA for Exxon Mobil8217s aksjekurs. Vi trenger først å få historisk aksjekurs 8211, du kan gjøre det med denne massaprisen quote downloader. Steg 2 . Beregn det enkle gjennomsnittet av de første 12 prisene med Excel8217s Gjennomsnittlig () - funksjon. I screengrab nedenfor, i celle C16 har vi formelen AVERAGE (B5: B16) der B5: B16 inneholder de første 12 nærtrinnene, trinn 3. Litt under cellen som ble brukt i trinn 2, skriv inn EMA-formelen over Der har du det You8217ve har beregnet en viktig teknisk indikator, EMA, i et regneark. Beregn EMA med VBA Nå let8217s mekaniserer beregningene med VBA, inkludert automatisk opprettelse av tomter. Jeg vant8217t viser deg hele VBA her (it8217s er tilgjengelig i regnearket nedenfor), men vi diskuterer den mest kritiske koden. Trinn 1. Last ned historiske aksjekurser for ticker fra Yahoo Finance (ved hjelp av CSV-filer), og last dem inn i Excel eller bruk VBA i dette regnearket for å få historiske sitater rett inn i Excel. Dataene dine kan se slik ut: Trinn 2. Det er her vi trenger å utøve noen braincells 8211 vi må implementere EMA-ligningen i VBA. Vi kan bruke R1C1-stil til programmatisk å skrive inn formler i individuelle celler. Undersøk kodestykket nedenfor. Ark (quotDataquot).Range (quotquot forsterker EMAWindow 1) kvoteffektivitet (R-kvadratforsterker EMAWindow - 1 amp QuC-3: RC-3) Quote (quotDataquot).Range (quothquot amp EMAWindow 2 amp quote: hquot amp numRows). FormulaR1C1 quotR0C-3 (2 (EMAWindow 1)) R-1C0 (1- (2 (EMAWindow1))) EMAWindow er en variabel som tilsvarer det ønskede tidsvinduet numRows er det totale antall datapunkter 1 (8220 18221 er fordi Vi antar at de faktiske lagerdataene starter på rad 2) EMA beregnes i kolonne h Forutsatt at EMAWindow 5 og numrows 100 (det vil si det er 99 datapunkter) legger den første linjen en formel i celle h6 som beregner det aritmetiske gjennomsnittet av de første 5 historiske datapunkter Den andre linjen plasserer formler i celler h7: h100 som beregner EMA for de gjenværende 95 datapunktene. Trinn 3 Denne VBA-funksjonen skaper et plott av nært pris og EMA. Angi EMAChart ActiveSheet. ChartObjects. Add (Venstre: Range (quota12quot).Left, Bredde: 500, Topp: Range (quota12quot).Top, Høyde: 300) Med EMAChart. Chart. Parent. Name quotEMA Chartquot Med. SeriesCollection. NewSeries. ChartType xlLine. Values Sheets (quotdataquot).Range (quote2: equot amp numRows).XValues Sheets (quotdataquot).Range (quota2: aquot amp numRows).Format. Line. Weight 1.Name quotPricequot End With With. SeriesCollection. NewSeries. ChartType xlLine. AxisGroup xlPrimary. Values Sheets (quotdataquot).Range (quoth2: hquot amp numRows).Name quotEMAquot. Border. ColorIndex 1.Format. Line. Weight 1 End With. Axes (xlValue, xlPrimary).HasTitle True. Axes xlValue, xlPrimary).AxisTitle. Characters. Text quotPricequot. Axes (xlValue, xlPrimary).MaximumScale WorksheetFunction. Max (Sheets (quotDataquot).Range (quote2: equot amp numRows)).Axes (xlValue, xlPrimary).MinimumScale Int (WorksheetFunction. Min (Sheets (quotDataquot).Range (quote2: equot amp numRows))).Legend. Position xlLegendPositionRight. SetElement (msoElementChartTitleAboveChart).ChartTitle. Text quotClose Prisforsterkning EMAWindow amp kvote-Day EMAquot End With Få dette regnearket for fullstendig implementering av EMA-kalkulatoren med automatisk nedlasting av historiske data. 14 tanker om ldquo Hvordan å beregne EMA i Excel rdquo Sist gang jeg lastet ned en av dine Excel speadsheets, forårsaket det at antivirusprogrammet min skulle flagge det som en PUP (potensielt uønsket program) i det tilsynelatende var det kode innebygd i nedlastingen som var adware, spyware eller i det minste potensielt skadelig programvare. Det tok bokstavelig talt dager å rydde opp min pc. Hvordan kan jeg forsikre meg om at jeg bare laster ned Excel? Dessverre er det utrolig mye malware. adware og spywar, og du kan ikke være for forsiktig. Hvis det er et spørsmål om kostnad, ville jeg ikke være villig til å betale en rimelig sum, men koden må være PUP-fri. Takk, det er ingen virus, skadelig programvare eller adware i regnearkene mine. I8217ve programmerte dem selv og jeg vet nøyaktig hva som er i dem. There8217 er en direkte nedlastingskobling til en zip-fil nederst på hvert punkt (i mørk blå, fet og understreket). That8217s hva du burde laste ned. Hold musepekeren over koblingen, og du bør se en direkte kobling til zip-filen. Jeg vil bruke min tilgang til live priser for å lage live tech indikatorer (dvs. RSI, MACD etc). Jeg har nettopp innsett for fullstendig nøyaktighet, jeg trenger 250 dagers verdi av data for hver aksje i motsetning til 40 jeg har nå. Er det noen steder å få tilgang til historiske data om ting som EMA, Avg Gain, Avg Loss, slik at jeg bare kunne bruke de mer nøyaktige dataene i modellen min I stedet for å bruke 252 dagers data for å få riktig 14 dagers RSI kunne jeg bare få en ekstern hentet verdi for gjennomsnittlig fortjeneste og gjennomsnittlig tap og gå derfra Jeg vil at min modell skal vise resultater fra 200 aksjer i motsetning til noen få. Jeg vil plotte flere EMAer BB RSI på samme diagram og basert på forhold som vil utløse handel. Dette ville fungere for meg som en excel-backtester. Kan du hjelpe meg å plotte flere timeseries på samme diagram med samme datasett. Jeg vet hvordan du bruker de rå dataene til et Excel-regneark, men hvordan bruker du ema-resultatene. Ema i Excel-diagrammer can8217t justeres til bestemte perioder. Takk kliff mendes sier: Hei der Samir, Først takk en million for alt ditt harde arbeid. Utmerket jobb GUD SEG. Jeg ville bare vite om jeg har to ema plottet på diagrammet, kan vi si 20ema og 50ema når de krysser enten opp eller ned, kan ordet KJØP eller SELL vises på kryss over punktet, hjelpe meg sterkt. kliff mendes texas I8217m jobber på et enkelt backtesting regneark that8217ll genererer buy-sell signaler. Gi meg litt tid8230 Flott jobb på diagrammer og forklaringer. Jeg har et spørsmål skjønt. Hvis jeg endrer startdatoen til et år senere og ser på nylige EMA-data, er det merkbart forskjellig enn når jeg bruker den samme EMA-perioden med en tidligere startdato for samme dato for nylig dato. Er det det du forventer. Det gjør det vanskelig å se på publiserte diagrammer med EMAer vist og ikke se det samme diagrammet. Shivashish Sarkar sier: Hei, jeg bruker din EMA kalkulator og jeg setter pris på. Imidlertid har jeg lagt merke til at kalkulatoren ikke kan plotte grafene for alle selskaper (det viser kjøretidsfeil 1004). Kan du vær så snill å lage en oppdatert utgave av kalkulatoren din der nye selskaper vil bli inkludert? Legg igjen en kommentar Avbryt svar Liker gratis regneark Master kunnskapsbase Siste innlegg
Comments
Post a Comment