Exponential Moving Average Lag

8 20 Zero-Lag Exponential Moving Average. Zero-lag moving average eksponensial ZLEMA adalah variasi dari EMA melihat Exponential Moving Average yang menambahkan sebuah momentum yang bertujuan untuk mengurangi lag rata-rata sehingga dapat melacak harga saat ini secara lebih dekat. Untuk yang diberikan Periode N-hari rumusnya adalah. Dimana periode lag adalah N-1 2 EMA polos yang diterapkan pada titik garis lurus berakhir selalu mendekati N-1 2 hari yang lalu Jadi gagasan untuk menambahkan perbedaan ini close-close lag Adalah untuk mengimbangi lag itu, untuk membuat jalur ZLEMA garis lurus persis Tentu data sebenarnya jarang garis lurus, tapi intinya adalah untuk mendorong ZLEMA mendekati kira-kira jaraknya saat ini. Perhitungannya masih berakhir dengan berbagai bobot pada masing-masing. Harga masa lalu Efek dari momentum ini adalah untuk membuat harga baru-baru ini melebihi berat dan dilacak dengan cermat, dan dengan bobot negatif pada istilah masa lalu Ada kenaikan mendadak dalam bobot pada momentum lag point Misalnya, grafik berikut adalah bobot untuk N 15 L Ag point 7. Elang EMA pada garis lurus dapat dihitung dengan mudah dengan menggunakan rumus daya untuk EMA melihat Exponential Moving Average, yang diterapkan pada urutan harga tak berhingga yang akan turun 1 setiap hari dan mencapai 0 pada hari ini Pada urutan garis tidak lurus Lag tidak sederhana N-1 2 tapi akan bervariasi sesuai dengan bentuk, periode komponen siklus, dll. Kevin Ryde. Chart adalah perangkat lunak bebas yang bisa Anda sebarkan Itu dan atau mengubahnya sesuai dengan persyaratan Lisensi Publik Umum GNU yang diterbitkan oleh Free Software Foundation baik versi 3, atau sesuai pilihan Anda versi yang lebih baru. Rata-rata Rata-rata - Rata-rata dan Eksponensial. Rata-rata Rata-rata dan Eksponensial. Rata-rata bergerak lancar. Data harga untuk membentuk tren mengikuti indikator Mereka tidak memprediksi arah harga, melainkan menentukan arah saat ini dengan lag Moving averages lag karena didasarkan pada harga masa lalu. Meskipun terjadi lag, moving averages membantu kelancaran price act. Ion dan menyaring noise Mereka juga membentuk blok bangunan untuk banyak indikator dan lapisan teknis lainnya, seperti Bollinger Bands MACD dan McClellan Oscillator Dua tipe moving average yang paling populer adalah Simple Moving Average SMA dan Exponential Moving Average EMA Ini Rata bergerak dapat digunakan untuk mengidentifikasi arah tren atau menentukan tingkat dukungan dan resistensi potensial. Berikut adalah bagan dengan SMA dan EMA di atasnya. Klik grafik untuk versi live. Simple Moving Average Calculation. Rata-rata bergerak sederhana Dibentuk dengan menghitung harga rata-rata keamanan selama periode tertentu Rata-rata bergerak rata-rata didasarkan pada harga penutupan Rata-rata pergerakan sederhana 5 hari adalah lima hari jumlah harga penutupan dibagi lima seperti namanya, rata-rata bergerak Adalah rata-rata yang bergerak Data lama dijatuhkan saat data baru tersedia Hal ini menyebabkan rata-rata bergerak sepanjang skala waktu Berikut adalah contoh rata-rata pergerakan 5 hari yang berkembang R tiga hari. Hari pertama rata-rata bergerak hanya mencakup lima hari terakhir Hari kedua rata-rata bergerak menurunkan titik data pertama 11 dan menambahkan titik data baru 16 Hari ketiga dari rata-rata bergerak berlanjut dengan menjatuhkan data pertama Titik 12 dan menambahkan titik data baru 17 Pada contoh di atas, harga meningkat secara bertahap dari 11 menjadi 17 selama total tujuh hari Perhatikan bahwa rata-rata pergerakan juga meningkat dari 13 menjadi 15 selama periode perhitungan tiga hari Perhatikan juga bahwa setiap rata-rata bergerak Nilai di bawah harga terakhir Misalnya, rata-rata bergerak untuk hari pertama sama dengan 13 dan harga terakhir adalah 15 Harga empat hari sebelumnya lebih rendah dan ini menyebabkan rata-rata bergerak ke lag. Exponential Moving Average Calculation. Exponential moving averages mengurangi Lag dengan menerapkan lebih banyak bobot pada harga terakhir Bobot yang diterapkan pada harga terbaru tergantung pada jumlah periode dalam rata-rata bergerak Ada tiga langkah untuk menghitung rata-rata pergerakan eksponensial F Terakhir, hitung rata-rata pergerakan sederhana Rata-rata bergerak eksponensial EMA harus dimulai di suatu tempat sehingga rata-rata bergerak sederhana digunakan sebagai EMA periode sebelumnya dalam perhitungan pertama Kedua, hitung pengganda bobot Ketiga, hitung rata-rata pergerakan eksponensial Rumus di bawah ini adalah Untuk rata-rata pergerakan eksponensial 10 hari EMA. A 10 menerapkan bobot 18 18 ke harga paling baru EMA 10 periode juga dapat disebut EMA A 20-periode EMA 18 menerapkan 9 52 dengan berat paling banyak Harga terakhir 2 20 1 0952 Perhatikan bahwa pembobotan untuk jangka waktu yang lebih pendek lebih banyak daripada pembobotan untuk jangka waktu yang lebih lama Sebenarnya, bobot turun setengahnya setiap periode rata-rata bergerak rata-rata. Jika Anda menginginkan persentase tertentu untuk Sebuah EMA, Anda dapat menggunakan rumus ini untuk mengubahnya menjadi periode waktu dan kemudian memasukkan nilai tersebut sebagai parameter EMA. Berikut adalah contoh spreadsheet dari rata-rata pergerakan sederhana 10 hari dan rata-rata pergerakan eksponensial 10 hari untuk Intel Simple Rata bergerak lurus ke depan dan memerlukan sedikit penjelasan Rata-rata 10 hari hanya bergerak saat harga baru mulai tersedia dan harga lama turun. Rata-rata bergerak eksponensial dimulai dengan nilai rata-rata bergerak sederhana 22 22 pada perhitungan pertama Setelah perhitungan pertama, normal Rumus mengambil alih Karena EMA dimulai dengan rata-rata bergerak sederhana, nilainya sebenarnya tidak akan terealisasi sampai 20 atau lebih periode kemudian. Dengan kata lain, nilai pada spreadsheet excel mungkin berbeda dari nilai grafik karena periode lihat belakang yang pendek. Spreadsheet ini hanya akan kembali 30 periode, yang berarti pengaruhnya terhadap rata-rata pergerakan sederhana yang memiliki 20 periode untuk menghilangkan StockCharts yang terjadi setidaknya 250 periode biasanya jauh lebih jauh untuk perhitungannya sehingga efek dari rata-rata pergerakan sederhana pada perhitungan pertama memiliki Sepenuhnya lenyap. Lag Factor. Semakin lama rata-rata bergerak, semakin lag A 10 hari eksponensial bergerak rata-rata akan memeluk harga cukup dekat dan tu Tidak lama setelah harga berubah Rata-rata bergerak pendek seperti kapal cepat - gesit dan cepat berubah Sebaliknya, rata-rata pergerakan 100 hari berisi banyak data masa lalu yang memperlambatnya. Rata-rata bergerak yang lebih panjang seperti kapal tanker laut - lesu dan lamban untuk mengubahnya. Mengambil pergerakan harga lebih besar dan lebih lama untuk moving average 100 hari untuk mengubah arah. Klik di grafik untuk tabel live. Bagan di atas menunjukkan SP 500 ETF dengan EMA 10 hari mengikuti harga dan SMA 100 hari. Menggiling lebih tinggi Bahkan dengan penurunan Januari-Februari, SMA 100 hari menyelenggarakan kursus dan tidak menolak SMA 50 hari cocok di suatu tempat antara rata-rata pergerakan 10 dan 100 hari ketika sampai pada faktor lag. Simple vs Exponential Moving Rata-rata. Meskipun ada perbedaan yang jelas antara rata-rata pergerakan sederhana dan rata-rata pergerakan eksponensial, yang satu tidak selalu lebih baik daripada rata-rata pergerakan eksponensial lainnya yang memiliki tingkat lag lebih sedikit dan oleh karena itu lebih sensitif terhadap harga terkini - dan harga terkini E Perubahan rata-rata pergerakan eksponensial akan berubah sebelum rata-rata bergerak sederhana Rata-rata pergerakan sederhana, sebaliknya, mewakili rata-rata harga sebenarnya untuk keseluruhan periode waktu. Rata-rata pergerakan sederhana mungkin lebih sesuai untuk mengidentifikasi level support atau resistance. Rata-rata bergerak Preferensi tergantung pada tujuan, gaya analisis dan cakrawala waktu Chartists harus bereksperimen dengan kedua jenis rata-rata bergerak serta rentang waktu yang berbeda untuk menemukan yang paling sesuai Bagan di bawah ini menunjukkan IBM dengan SMA 50 hari dalam warna merah dan EMA 50 hari berwarna hijau. Keduanya memuncak pada akhir Januari, namun penurunan EMA lebih tajam daripada penurunan di SMA EMA muncul pada pertengahan Februari, namun SMA terus berlanjut hingga akhir Maret Perhatikan bahwa SMA tersebut muncul lebih dari sebulan setelah EMA . Panjang dan Jangka Waktu. Panjang rata-rata bergerak bergantung pada tujuan analisis Rata-rata bergerak pendek 5-20 periode paling sesuai untuk tren jangka pendek dan perdagangan Chartis tertarik pada saya. Tren dium akan memilih rata-rata pergerakan yang lebih lama yang dapat memperpanjang periode 20-60 Investor jangka panjang akan memilih moving averages dengan periode 100 atau lebih. Beberapa panjang rata-rata bergerak lebih populer daripada yang lain. Rata-rata pergerakan 200 hari mungkin yang paling banyak. Populer Karena panjangnya, ini jelas merupakan moving average jangka panjang Selanjutnya, rata-rata pergerakan 50 hari cukup populer untuk tren jangka menengah Banyak chartis menggunakan moving average 50 hari dan 200 hari bersama Jangka pendek, Rata-rata pergerakan 10 hari cukup populer di masa lalu karena mudah untuk menghitung Satu hanya menambahkan angka dan memindahkan titik desimal. Identifikasi Tegangan. Sinyal yang sama dapat dihasilkan dengan menggunakan rata-rata bergerak sederhana atau eksponensial Seperti disebutkan di atas, preferensi Tergantung pada masing-masing individu Contoh di bawah ini akan menggunakan rata-rata bergerak sederhana dan eksponensial Rata-rata pergerakan bergerak berlaku untuk rata-rata bergerak sederhana dan eksponensial. Arah rata-rata bergerak menunjukkan hal penting Nformasi harga Pergerakan naik rata-rata menunjukkan bahwa harga pada umumnya meningkat Rata-rata pergerakan yang jatuh menunjukkan bahwa harga rata-rata turun. Laju pergerakan jangka panjang yang meningkat mencerminkan tren kenaikan jangka panjang Sebuah jatuhnya jangka panjang rata-rata bergerak mencerminkan panjang - Downtrend jangka panjang. Bagan di atas menunjukkan MMM 3M dengan rata-rata pergerakan eksponensial 150 hari Contoh ini menunjukkan seberapa baik rata-rata bergerak bergerak bila trennya kuat. EMA 150 hari ditolak pada bulan November 2007 dan sekali lagi pada bulan Januari 2008 Perhatikan bahwa hal itu terjadi Penurunan 15 untuk membalikkan arah rata-rata bergerak ini Indikator lagging ini mengidentifikasi pembalikan tren karena terjadi paling baik atau setelah terjadi pada MMM terburuk berlanjut hingga Maret 2009 dan kemudian melonjak 40-50 Perhatikan bahwa EMA 150 hari tidak berbalik. Sampai setelah gelombang ini Setelah itu, bagaimanapun, MMM terus berlanjut dalam 12 bulan ke depan Moving averages bekerja dengan cemerlang dalam tren yang kuat. Crossover yang tajam. Dua moving averages dapat digunakan bersamaan dengan genera. Sinyal crossover Pada Analisis Teknis Pasar Keuangan John Murphy menyebut metode crossover ganda Crossover ganda melibatkan satu moving average yang relatif pendek dan satu moving average yang relatif panjang Seperti pada semua moving averages, panjang umum moving average mendefinisikan jangka waktu untuk Sistem Suatu sistem yang menggunakan EMA 5 hari dan EMA 35 hari akan dianggap sistem jangka pendek A menggunakan SMA 50 hari dan SMA 200 hari akan dianggap jangka menengah, bahkan mungkin jangka panjang. Sebuah crossover bullish terjadi. Ketika moving average yang lebih pendek melintasi di atas moving average yang lebih panjang Ini juga dikenal sebagai golden cross Sebuah crossover bearish terjadi ketika moving average yang lebih pendek melintasi di bawah moving average yang lebih lama Ini dikenal sebagai dead cross. Moving crossover rata-rata menghasilkan sinyal yang relatif terlambat Setelah Semua, sistem ini menggunakan dua indikator lagging Semakin lama periode rata-rata bergerak, semakin besar jeda sinyal. Sinyal ini bekerja dengan baik saat tren yang baik terus berlanjut. Howe Ver, sistem crossover rata-rata bergerak akan menghasilkan banyak whipsaws tanpa adanya tren yang kuat. Ada juga metode triple crossover yang melibatkan tiga moving averages. Sekali lagi, sinyal dihasilkan saat moving average terpendek melintasi dua moving average yang lebih panjang A Sistem triple crossover sederhana mungkin melibatkan moving average 5 hari, 10 hari dan 20 hari. Bagan di atas menunjukkan Home Depot HD dengan garis putus-putus 10 hari EMA hijau dan garis merah EMA 50 hari Garis hitam adalah tutup harian. Menggunakan crossover rata-rata bergerak akan menghasilkan tiga whipsaws sebelum menangkap perdagangan yang baik EMA 10 hari turun di bawah EMA 50 hari pada akhir Oktober 1, namun ini tidak berlangsung lama selama 10 hari bergerak kembali di atas pada pertengahan November 2 Cross ini bertahan lebih lama, namun crossover bearish berikutnya pada 3 Januari terjadi di dekat level harga akhir November, yang mengakibatkan whipsaw lain. Salib bearish ini tidak bertahan selama EMA 10 hari bergerak kembali di atas 50 hari beberapa hari kemudian 4 Setelah tiga sinyal buruk S, sinyal keempat meramalkan pergerakan yang kuat saat saham menguat di atas 20. Ada dua takeaways di sini Pertama, crossover rentan terhadap whipsaw Filter harga atau waktu dapat diterapkan untuk membantu mencegah whipsaws. Pedagang mungkin memerlukan crossover sampai 3 hari sebelumnya. Bertindak atau memerlukan EMA 10 hari untuk bergerak di atas di bawah EMA 50 hari dengan jumlah tertentu sebelum bertindak Kedua, MACD dapat digunakan untuk mengidentifikasi dan mengukur crossover MACD 10,50,1 ini akan menunjukkan garis yang mewakili perbedaan antara Dua rata-rata bergerak eksponensial MACD berubah positif selama salib emas dan negatif selama salib mati Persentase Harga Oscillator PPO dapat digunakan dengan cara yang sama untuk menunjukkan perbedaan persentase Perhatikan bahwa MACD dan PPO didasarkan pada rata-rata pergerakan eksponensial dan tidak akan sesuai dengan Rata-rata bergerak sederhana. Bagan ini menunjukkan Oracle ORCL dengan EMA 50 hari, EMA 200 hari dan MACD 50,200,1 Ada empat perpindahan rata-rata bergerak selama periode 2 1 2 tahun Tiga yang pertama berakibat pada wh Ipsaws atau perdagangan buruk Kecenderungan berkelanjutan dimulai dengan crossover keempat saat ORCL maju ke pertengahan 20-an Sekali lagi, pergerakan rata-rata crossover bekerja dengan baik saat tren kuat, namun menghasilkan kerugian karena tidak adanya tren. Harga Crossover. Moving rata-rata juga dapat Digunakan untuk menghasilkan sinyal dengan crossover harga sederhana Sinyal bullish dihasilkan saat harga bergerak di atas rata-rata bergerak Sinyal bearish dihasilkan saat harga bergerak di bawah rata-rata bergerak Crossover harga dapat digabungkan untuk diperdagangkan dalam tren yang lebih besar Semakin lama rata-rata pergerakan Nada untuk tren yang lebih besar dan moving average yang lebih pendek digunakan untuk menghasilkan sinyal One akan mencari cross rates bullish hanya bila harga sudah di atas rata-rata bergerak yang lebih panjang Ini akan diperdagangkan selaras dengan tren yang lebih besar Misalnya, jika harga di atas Rata pergerakan 200 hari, chartists hanya akan fokus pada sinyal ketika harga bergerak di atas rata-rata pergerakan 50 hari. Jelas, pergerakan di bawah pergerakan 50 hari. Rata-rata akan mendahului sinyal seperti itu, namun persilangan bearish seperti itu akan diabaikan karena tren yang lebih besar naik Sinyal bearish akan menunjukkan kemunduran dalam uptrend yang lebih besar. Sebuah cross back di atas moving average 50 hari akan memberi sinyal kenaikan harga dan kelanjutan Dari grafik uptrend yang lebih besar. Bagan berikutnya menunjukkan Emerson Electric EMR dengan EMA 50 hari dan EMA 200 hari Stok bergerak di atas dan bertahan di atas rata-rata pergerakan 200 hari di bulan Agustus Ada penurunan di bawah EMA 50 hari di awal November. Dan lagi di awal Februari Harga cepat bergerak kembali di atas EMA 50 hari untuk memberi sinyal bullish panah hijau selaras dengan MACD 1.5p1 yang lebih besar naik ditunjukkan di jendela indikator untuk mengkonfirmasi harga di atas atau di bawah 50 hari. EMA EMA 1 hari sama dengan harga penutupan MACD 1,50,1 positif bila penutupan berada di atas EMA 50 hari dan negatif saat penutupan berada di bawah EMA. Support and Resistance. Moving 50-hari juga dapat bertindak. Sebagai dukungan dalam uptrend dan resistan Dalam tren turun Uptrend jangka pendek mungkin menemukan dukungan di dekat rata-rata pergerakan sederhana 20 hari, yang juga digunakan pada Bollinger Bands Pergerakkan jangka panjang dapat menemukan dukungan di dekat rata-rata pergerakan sederhana 200 hari, yang merupakan yang paling populer. Rata bergerak jangka panjang Jika fakta, rata-rata pergerakan 200 hari mungkin menawarkan dukungan atau penolakan hanya karena sangat banyak digunakan Ini hampir seperti ramalan yang dipenuhi sendiri. Bagan di atas menunjukkan Komposit NY dengan pergerakan sederhana 200 hari. Rata-rata dari pertengahan 2004 sampai akhir tahun 2008 200 hari telah memberikan dukungan berkali-kali selama kemajuan. Setelah tren berbalik arah dengan double support break, rata-rata pergerakan 200 hari bertindak sebagai resistance di sekitar 9500. Jangan mengharapkan support dan resistance yang tepat. Tingkat dari rata-rata bergerak, terutama moving average yang lebih lama Pasar didorong oleh emosi, yang membuat mereka rentan terhadap overshoots Alih-alih tingkat yang tepat, moving averages dapat digunakan untuk mengidentifikasi zona support atau resistance. Keuntungan menggunakan mo Rata-rata yang harus dipertimbangkan bobotnya Moving averages adalah trend berikut, atau lagging, indikator yang akan selalu menjadi langkah di belakang Ini tidak selalu berarti buruk. Bagaimanapun, trennya adalah teman Anda dan yang terbaik adalah melakukan perdagangan di Arah tren Moving averages memastikan bahwa trader sesuai dengan tren saat ini Meskipun trennya adalah teman Anda, sekuritas menghabiskan banyak waktu dalam rentang perdagangan, yang membuat rata-rata bergerak tidak efektif Sekali dalam tren, rata-rata bergerak akan tetap Anda juga, tapi juga memberi sinyal terlambat Don t mengharapkan untuk menjual di atas dan membeli di bagian bawah menggunakan rata-rata bergerak Seperti kebanyakan alat analisis teknis lainnya, rata-rata bergerak tidak boleh digunakan sendiri, namun bersamaan dengan alat pelengkap lainnya, Chartists dapat Gunakan rata-rata bergerak untuk menentukan keseluruhan tren dan kemudian gunakan RSI untuk menentukan tingkat overbought atau oversold. Mengikuti Moving Averages to StockCharts Chart. Rata-rata pergerakan tersedia sebagai harga overlay fe. Atur pada meja kerja SharpCharts Dengan menggunakan menu drop-down Overlay, pengguna dapat memilih moving average yang sederhana atau moving average eksponensial Parameter pertama digunakan untuk mengatur jumlah periode waktu. Parameter opsional dapat ditambahkan untuk menentukan bidang harga mana Harus digunakan dalam perhitungan - O untuk Open, H untuk High, L untuk Low, dan C untuk Close A Comma digunakan untuk parameter yang terpisah. Parameter opsional lainnya dapat ditambahkan untuk menggeser rata-rata bergerak ke masa lalu kiri. Atau masa depan yang tepat Angka negatif -10 akan menggeser rata-rata bergerak ke kiri 10 periode Angka positif 10 akan menggeser rata-rata bergerak ke 10 periode yang tepat. Rata-rata bergerak rata-rata dapat dilapisi dengan plot harga dengan hanya menambahkan garis hamparan lainnya ke Anggota bursa StockCharts dapat mengubah warna dan gaya untuk membedakan antara rata-rata bergerak ganda Setelah memilih indikator, buka Opsi Lanjutan dengan mengklik segitiga hijau kecil. Opsi Lanjutan juga dapat digunakan untuk menambahkan overlay rata-rata bergerak ke indikator teknis lainnya seperti RSI, CCI, dan Volume. Klik di sini untuk grafik live dengan beberapa rata-rata bergerak yang berbeda. Menggunakan Moving Averages dengan StockCharts Scans. Berikut adalah beberapa contoh yang memindai StockCharts Anggota dapat menggunakan untuk memindai berbagai situasi rata-rata bergerak. Rata-rata Pindah Rata-rata Bergerak Pemindaian ini mencari saham dengan rata-rata pergerakan sederhana 150 hari yang meningkat dan umpan silang bullish EMA 5 hari dan EMA 35 hari Rata-rata pergerakan 150 hari Naik selama perdagangan di atas levelnya lima hari yang lalu Sebuah cross bullish terjadi ketika EMA 5 hari bergerak di atas EMA 35 hari di atas rata-rata volume. Bearish Moving Average Cross Pemindaian ini mencari saham dengan level jatuh 150- Hari rata-rata bergerak sederhana dan cross bearish EMA 5 hari dan EMA 35 hari Rata-rata pergerakan 150 hari turun selama diperdagangkan di bawah level lima hari yang lalu. Salib bearish terjadi ketika pergerakan EMA 5-hari Di bawah EMA 35 hari di abo Rata-rata volume. Further Study. John Murphy s buku memiliki bab yang dikhususkan untuk moving averages dan berbagai kegunaannya Murphy mencakup pro dan kontra dari moving averages. Selain itu, Murphy menunjukkan bagaimana rata-rata bergerak bekerja dengan Bollinger Bands dan sistem perdagangan berbasis channel. Analisis Pasar Keuangan John Murphy. Pada bagian ini, kami memeriksa salah satu alat dasar untuk mendeteksi tren, Exponential Lag Traders kadang-kadang mengacu pada lag eksponensial sebagai rata-rata eksponensial - walaupun lag tidak secara ketat, rata-rata Exponential Lags berbeda Dari satu sama lain hanya di Constants Waktu mereka Konstanta Waktu menentukan kecepatan dimana Lag melacak harga An Exponential Lag dengan Waktu Konstanta yang lebih pendek membuat Harga lebih dekat Pedagang menghabiskan banyak waktu dan usaha untuk menjalankan simulasi untuk menemukan Time Constants yang mengoptimalkan profitabilitas Dari sistem perdagangan mereka Untuk harga bergerak jangka panjang teoritis dan sangat halus yang tanpa noise dan fluktuasi jangka pendek Na sangat singkat Sisa Konstan mengoptimalkan keuntungan Untuk pergerakan harga riil yang mencakup banyak kebisingan Konstanta Waktu yang sangat singkat menghasilkan string whipsaws jangka pendek yang menghancurkan Secara umum, sistem Lag eksponensial tidak bekerja dengan baik untuk semua jenis pasar siklik. Mereka bekerja Baik untuk pasar dengan mempertahankan tren. Bumper Mobil Anda adalah Analog Fisik. Jika Anda memegang bumper depan mobil Anda, dan mencoba mendorongnya ke bawah, dan bersandar di dalamnya, Anda mungkin bisa memindahkannya beberapa inci. Atau, Jika Anda mencoba mengangkatnya dengan segenap kemampuan Anda, Anda mungkin bisa menaikkannya beberapa inci. Jika Anda merasa energik dan juga menyukai mesin latihan, Anda mungkin bisa mengayuh mobil naik-turun dengan bergantian antara mendorong ke bawah dan menariknya. Up Anda mungkin bisa menggerakkan bumper beberapa inci setiap beberapa detik. Sekarang, jika Anda mencoba bergantian antara mendorong dan menarik lebih cepat dengan frekuensi yang lebih tinggi, katakan dua kali per detik, mungkin Anda hanya bisa memindahkannya sedikit jika Anda mencoba Masih lebih tinggi f Syarat, katakanlah 10 kali per detik atau lebih, Anda mungkin merasa tidak dapat mengalah sama sekali. Dalam contoh ini, mobil bertindak sebagai filter low-pass. Artinya, ia melewati atau merespons frekuensi rendah dan tidak lulus. Atau menanggapi frekuensi tinggi. Estimasi rata-rata, seperti yang kita gunakan dalam perdagangan, juga filter low-pass Mereka merespons tren harga sekuler frekuensi rendah dan tidak merespons kebisingan frekuensi tinggi. Pengikut tren jangka panjang ingin menyaring Noise frekuensi tinggi dan mengikuti tren jangka panjang, jadi trader tren jangka panjang semua menggunakan beberapa bentuk atau lainnya dengan low pass filtering Banyak dari mereka menggunakan rata-rata eksponensial Metode lainnya termasuk moving average, aturan mingguan, garis support dan resistance dan garis tren. Sebagian besar metode penyaringan low-pass serupa Jenis metode ini kurang dari nilai konstanta waktu. Cara Menghitungnya. Bentuk komputasi dari lag eksponensial atau pelacak eksponensial adalah. Bayangkan Anda menghitung rata-rata TC Exponential 10 hari Anda. Sekali pe Hari yang membuat dt 1 hari dan TC 10 hari Catatan, rata-rata pergerakan rata-rata rampai memiliki waktu rata-rata 2 TC - 1 19 hari, dari TC MAT 1 2.Say harganya secara historis mencapai 10 dan melonjak menjadi 20. Kemudian, dalam persamaan, P-EL t-1 adalah selisih antara harga 20 dan Exponential Lag 10 atau 10 Kami mengambil sepersepuluh dari jumlah ini 1 TC atau 1, dan menambahkannya ke Exponential Average untuk mendapatkan Lag baru. Yang sekarang berada di 11.A Flow Chart dari Computation. Flow Chart untuk Lag Exponential Average. Klep P-EA TC menyesuaikan laju alir koreksi yang mengubah Exponential Average Bila selisih antara Price dan Exponential Average besar, maka Tingkat koreksi yang besar Karena Exponential Average mendekati harga, tingkat koreksi akan menurun The Time Constant juga menentukan tingkat koreksi Semakin lama konstanta waktu, semakin lambat tingkat koreksi. Kita dapat melihat proses ini di tempat kerja, dalam spreadsheet Untuk mendapatkan Perasaan firasat untuk proses ini, saya sarankan Anda melakukan Perhitungan ini dengan hand. for Exponential Average. Jika Anda melakukan ini dengan tangan atau spreadsheet, Anda akan mendapatkan grafik klasik dimana rata-rata Eksponensial melambat menuju nilai ekuilibrium barunya. Eksponensial Average naik ke arah pada tingkat yang proporsional dengan jarak Itu masih harus pergi Semakin dekat itu, semakin lambat perubahanputaran dalam Graph. Graph dari Spreadsheet Computation. for Exponential Average. Harga biru gelap tiba-tiba naik dari 10 menjadi 20 Eksponensial Rata-rata harga cahaya biru naik secara eksponensial menuju nilai baru Trader Menggunakan rata-rata eksponensial dan bentuk pelacakan lainnya untuk menempatkan pesanan stop-loss dalam upaya untuk mengunci keuntungan Harga dan Eksponensial Rata-rata memiliki satuan dolar Tingkat koreksi P-EA TC memiliki satuan dolar per hari per hari. Selama harga tetap Di atas rata-rata eksponensial, eksponensial rata-rata terus bergerak lebih tinggi, meskipun pada tingkat kecil secara eksponensial Jika kita menetapkan titik penjualan pelindung pada Average Exponential saat ini, kita akan N menggunakannya untuk mengunci keuntungan yang lebih banyak. Pengukur panggilan semacam ini adalah Langkah Respons Ini menunjukkan bagaimana rata-rata Eksponensial merespons kenaikan harga Kami juga dapat menunjukkan bagan bagaimana rata-rata Eksponensial terhadap serangkaian langkah , Dalam hal ini beberapa naik, dan kemudian beberapa turun. Kita dapat melihat bahwa Exponential Average melacak harga dan memberi sinyal jual saat harga turun di bawahnya. Estimasi Rata-rata dapat Mendeteksi Perubahan Tren. Sebagai Alat Perdagangan. Eksponensial Rata-rata cahaya biru mengikuti harga biru tua Ketika Harga melintasi di bawah Exponential Average, crossover menandakan adanya perubahan tren dari turunan ke bawah Pedagang yang melakukan order stop-loss trailing pada Exponential Average Price menerima harga berikutnya. Kasus ini, mereka memasukkan pesanan untuk menjual pada berhenti di 45 dan mendapatkan isian di 40. Trek Rata-rata Exponential paling baik saat harga bergerak perlahan dan Rata-rata memiliki waktu untuk melacak harga The Exponential Average melacak harganya, menghaluskan harga dan Ketinggalan harga Beberapa insinyur memanggil Exponential Average sebuah filter, pelacak, pelacak atau lag yang lebih halus. Memacking sebagai Fungsi Frekuensi. Salah satu cara untuk melihat bagaimana rata-rata Eksponensial merespons berbagai frekuensi adalah dengan menggambar kurva Respon Frekuensi Kurva ini menunjukkan bagaimana Jauh Eksponensial Average bergerak sebagai respons terhadap stimulasi pada berbagai frekuensi Hasilnya sama dengan hasil yang Anda dapatkan dengan bumper mobil The Exponential Average memiliki cukup waktu untuk bergerak pada frekuensi rendah dan hampir tidak bergerak untuk frekuensi tinggi.10 Hari Exponential Average. Tracks Siklus 50 hari. EA mencapai sekitar 13 5 pada siklus pertama.