การย้าย ค่าเฉลี่ย ถ่วงน้ำหนัก เฉลี่ย และ ชี้แจง ความเรียบเนียน

การคาดการณ์โดย Smoothing Techniques เว็บไซต์นี้เป็นส่วนหนึ่งของ JavaScript E-labs การเรียนรู้วัตถุสำหรับการตัดสินใจ JavaScript อื่น ๆ ในชุดนี้จัดอยู่ในพื้นที่ต่างๆของแอ็พพลิเคชันในส่วน MENU ในหน้านี้ชุดข้อมูลเวลาคือชุดของข้อสังเกตที่ มีการสั่งซื้อในเวลาที่สืบทอดมาในชุดของข้อมูลที่ถ่ายเมื่อเวลาผ่านไปเป็นรูปแบบของการเปลี่ยนแปลงแบบสุ่มมีอยู่วิธีการในการลดการยกเลิกผลกระทบเนื่องจากรูปแบบการสุ่มเทคนิคที่ใช้กันอย่างแพร่หลายคือเรียบเทคนิคเหล่านี้เมื่อใช้อย่างถูกต้องเปิดเผยอย่างชัดเจนมากขึ้นแนวโน้มต้นแบบ ใส่ชุดข้อมูลลำดับแถวตามลำดับจากมุมซ้ายบนและพารามิเตอร์ s จากนั้นคลิกที่ปุ่มคำนวณเพื่อขอรับการคาดการณ์ล่วงหน้าหนึ่งรอบล่วงหน้ากล่อง Bowl ไม่รวมอยู่ในการคำนวณ แต่มีศูนย์อยู่ ในการป้อนข้อมูลของคุณเพื่อย้ายจากเซลล์ไปยังเซลล์ในข้อมูลเมทริกซ์ใช้แป้น Tab ไม่ใช่ลูกศรหรือป้อนคีย์ลักษณะของชุดเวลาซึ่งอาจถูกเปิดเผยโดย examini กราฟของค่าคาดการณ์และลักษณะการตกค้างของการคาดการณ์สภาพอากาศการคำนวณค่าเฉลี่ยการเลื่อนอันดับเฉลี่ยระหว่างเทคนิคที่นิยมใช้มากที่สุดสำหรับการประมวลผลล่วงหน้าของชุดข้อมูลเวลาพวกเขาใช้เพื่อกรองสัญญาณรบกวนแบบสุ่มจากข้อมูลเพื่อให้ชุดข้อมูลเวลา นุ่มนวลหรือแม้กระทั่งการเน้นองค์ประกอบข้อมูลบางอย่างที่มีอยู่ในชุดข้อมูลเวลา Exponential Smoothing นี่เป็นโครงการที่ได้รับความนิยมมากในการผลิตชุดเวลาที่ราบรื่นโดยที่ค่าเฉลี่ยเคลื่อนที่ของการสังเกตการณ์ในอดีตมีการถ่วงน้ำหนักเท่ากัน Exponential Smoothing กำหนดค่าการลดน้ำหนักแบบชี้แจงให้เป็นข้อสังเกต กล่าวอีกนัยหนึ่งการสังเกตล่าสุดมีน้ำหนักมากขึ้นในการคาดการณ์มากกว่าการสังเกตที่เก่ากว่า Double Exponential Smoothing ดีกว่าในการจัดการกับแนวโน้ม Triple Exponential Smoothing ดีกว่าในการจัดการกับรูปแบบพาราโบลาค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักที่มีการถ่วงน้ำหนักแบบ exponenentially และการปรับให้เรียบสม่ำเสมอสอดคล้องกับแบบเรียบง่าย ค่าเฉลี่ยเคลื่อนที่ของความยาวเช่น ระยะเวลา n โดยที่ a และ n มีความสัมพันธ์กันโดย 2 n 1 หรือ n 2 - a. ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักที่มีค่าความยาวคลื่นและค่าคงที่ที่ราบเรียบเท่ากับ 0 1 จะเท่ากับค่าเฉลี่ยเคลื่อนที่ 19 วันและ ค่าเฉลี่ยเคลื่อนที่เฉลี่ย 40 วันจะสอดคล้องกับค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบยกกำลังยกโดยมีค่าคงที่ที่ราบเรียบเท่ากับ 0 04878.Holt s Linear Exponential Smoothing สมมติว่าลำดับเวลาไม่ใช่ตามฤดูกาล แต่เป็นวิธีการแสดงแนวโน้มของ Holt s ประมาณทั้งปัจจุบัน ระดับและแนวโน้มปัจจุบันข้อสังเกตุว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นกรณีพิเศษของการเพิ่มความลําชี้แจงโดยกําหนดระยะเวลาของค่าเฉลี่ยเคลื่อนที่เป็นส่วนจํานวนเต็มของอัลฟ่าอัลฟ่าอัลฟา 2 สำหรับข้อมูลธุรกิจส่วนใหญ่พารามิเตอร์อัลฟ่าน้อยกว่า 0 40 มักเป็น อย่างไรก็ตามอย่างใดอย่างหนึ่งอาจดำเนินการค้นหาตารางของพื้นที่พารามิเตอร์มี 0 1 ถึง 0 9 ด้วยการเพิ่มขึ้นของ 0 1 แล้ว alpha ที่ดีที่สุดมีค่าเฉลี่ยน้อยที่สุดข้อผิดพลาดร้ายแรง MA Error. How เพื่อเปรียบเทียบวิธีการเรียบหลายแม้ว่าจะมี เป็นตัวชี้วัดเชิงตัวเลขสำหรับการประเมินความถูกต้องของเทคนิคการคาดการณ์วิธีที่กว้างที่สุดคือการใช้การเปรียบเทียบภาพของการคาดการณ์ต่างๆเพื่อประเมินความถูกต้องและเลือกวิธีการคาดการณ์ต่างๆในแนวทางนี้ต้องใช้พล็อตเช่น Excel ในกราฟเดียวกัน ค่าเดิมของตัวแปรชุดเวลาและค่าที่คาดการณ์ไว้จากวิธีการคาดการณ์ที่แตกต่างกันจำนวนมากซึ่งจะช่วยให้สามารถเปรียบเทียบภาพได้คุณอาจต้องการใช้การคาดการณ์ที่ผ่านมาโดยเทคนิค Smoothing Techniques JavaScript เพื่อดูค่าคาดการณ์ที่ผ่านมาโดยอาศัยเทคนิคการปรับให้เรียบโดยใช้พารามิเตอร์เดียว Holt และ Winters ใช้พารามิเตอร์สองและสามตามลำดับดังนั้นจึงไม่ใช่เรื่องง่ายที่จะเลือกค่าที่ดีที่สุดหรือใกล้เคียงกับค่าทดลองโดยรวมและข้อผิดพลาดสำหรับพารามิเตอร์การปรับความเรียบแบบเอกซ์โพเน็นเชียลเดี่ยวเน้นมุมมองในระยะสั้น กำหนดระดับการสังเกตสุดท้ายและขึ้นอยู่กับเงื่อนไขที่ไม่มีแนวโน้มการถอยหลังแบบเส้นตรง ion ซึ่งเหมาะกับเส้นสี่เหลี่ยมเล็ก ๆ น้อย ๆ กับข้อมูลทางประวัติศาสตร์หรือเปลี่ยนข้อมูลทางประวัติศาสตร์เป็นระยะทางยาวซึ่งขึ้นอยู่กับแนวโน้มขั้นพื้นฐานการเรียบแบบเสแสร้งเชิงเส้นของ Holt จะรวบรวมข้อมูลเกี่ยวกับแนวโน้มล่าสุดพารามิเตอร์ในรูปแบบของโฮลท์คือพารามิเตอร์ระดับ ควรจะลดลงเมื่อปริมาณของการเปลี่ยนแปลงข้อมูลมีขนาดใหญ่และแนวโน้มควรเพิ่มขึ้นหากแนวโน้มทิศทางล่าสุดได้รับการสนับสนุนจากปัจจัยที่เป็นสาเหตุบางประการการคาดการณ์ในระยะสั้นให้สังเกตว่า JavaScript ทุกหน้าจะมีขั้นตอนเดียวล่วงหน้า เมื่อต้องการได้รับการคาดการณ์สองขั้นตอนเพียงแค่เพิ่มค่าที่คาดไว้ในตอนท้ายของข้อมูลชุดข้อมูลเวลาของคุณแล้วคลิกปุ่มคำนวณเดียวกันคุณอาจทำซ้ำขั้นตอนนี้สองสามครั้งเพื่อให้ได้การคาดการณ์ในระยะสั้นที่จำเป็น การวิเคราะห์ค่าเฉลี่ยทางเทคนิคเฉลี่ยเดือนม. ค. ถูกใช้เพื่อให้เกิดการแกว่งตัวในระยะสั้นเพื่อดูแนวโน้มราคาที่ดีขึ้นค่าเฉลี่ยค่าเฉลี่ยของดัชนีชี้วัด ly ราคาคือราคาเฉลี่ยของส่วนแบ่งในช่วงเวลาที่เลือกไว้ซึ่งแสดงเป็นรายวันสำหรับการคำนวณค่าเฉลี่ยคุณต้องเลือกระยะเวลาการเลือกช่วงเวลานั้นมักจะเป็นภาพสะท้อนเมื่อมีความล่าช้ามากหรือน้อย เมื่อเทียบกับการปรับให้เรียบของข้อมูลราคามากขึ้นหรือเล็กลงค่าเฉลี่ยโดยเฉลี่ยจะถูกใช้เป็นตัวชี้วัดตามแนวโน้มและส่วนใหญ่เป็นการอ้างอิงสำหรับการสนับสนุนด้านราคาและความต้านทานโดยทั่วไปค่าเฉลี่ยจะมีอยู่ในสูตรทุกรูปแบบเพื่อให้ข้อมูลราบรื่นข้อเสนอพิเศษจับกำไร กับการวิเคราะห์ทางเทคนิคการคำนวณค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยคำนวณโดยการเพิ่มราคาทั้งหมดภายในช่วงเวลาที่เลือกหารด้วยช่วงเวลาดังกล่าวด้วยวิธีนี้ข้อมูลแต่ละค่าจะมีน้ำหนักเท่ากันในผลลัพธ์โดยเฉลี่ยรูปที่ 4 35 ง่ายมากเลขยกกำลัง และค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเส้นโค้งสีดำหนาแน่นในแผนภูมิรูปที่ 4 35 เป็นค่าเฉลี่ยเคลื่อนที่ 20 วันค่าเฉลี่ยเคลื่อนที่ที่ระบุ (Exponential Moving Average) ค่าเฉลี่ยถ่วงน้ำหนักที่ชี้บ่งชี้ให้น้ำหนักที่มากขึ้น ราคาที่ไม่เป็นทางการในช่วงขึ้นอยู่กับสูตรต่อไปนี้ EMA ราคา EMA EMA ก่อนหน้านี้ 1 EMA นักลงทุนส่วนใหญ่ไม่รู้สึกสบายใจกับการแสดงออกที่เกี่ยวข้องกับร้อยละในการเคลื่อนที่เฉลี่ยแทนพวกเขารู้สึกดีขึ้นโดยใช้ช่วงเวลาหากคุณต้องการทราบ เปอร์เซ็นต์ในการทำงานโดยใช้ระยะเวลาสูตรต่อไปจะช่วยให้คุณมีการแปลงระยะเวลาสามวันที่สอดคล้องกับเปอร์เซ็นต์การชี้แจงของเส้นโค้งสีดำบาง ๆ ในรูปที่ 4 35 เป็นค่าเฉลี่ยเคลื่อนที่ 20 วันที่มีการระบุ Moving Average ค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักทำให้ข้อมูลมีน้ำหนักมากขึ้นและลดน้ำหนักลงเมื่อข้อมูลที่เก่ากว่าค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักคำนวณโดยการคูณแต่ละข้อมูลโดยมีปัจจัยตั้งแต่วันที่ 1 จนถึงวัน n สำหรับข้อมูลที่เก่าแก่ที่สุดไปจนถึงข้อมูลล่าสุดที่ได้ผล หารด้วยจำนวนปัจจัยคูณทั้งหมดในค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนัก 10 วันมีน้ำหนักเพิ่มขึ้น 10 เท่าสำหรับราคาในปัจจุบันตามสัดส่วนของราคา 10 วันที่ผ่านมาในทำนองเดียวกันราคาของวันนี้ได้รับน้อยกว่าเก้าเท่า ght และอื่น ๆ เส้นโค้งที่มีเส้นโค้งสีดำบาง ๆ ในรูปที่ 4 35 เป็นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก 20 วันชีพจรการเสียดสีหรือถ่วงน้ำหนักหากเราเปรียบเทียบค่าเฉลี่ยขั้นพื้นฐานทั้งสามนี้เราจะเห็นว่าค่าเฉลี่ยที่เรียบง่ายมีการปรับให้เรียบที่สุด แต่โดยทั่วไปยังเป็นความล่าช้าที่ใหญ่ที่สุดหลังการผกผันของราคาค่าเฉลี่ยเลขชี้กำลังอยู่ใกล้กับราคาและจะตอบสนองได้เร็วกว่าการแกว่งตัวของราคา แต่การแก้ไขระยะเวลาที่สั้นกว่านี้ยังสามารถมองเห็นได้ในค่าเฉลี่ยนี้เนื่องจากผลการปรับให้เรียบน้อยลง การเคลื่อนไหวของราคาที่ใกล้ชิดมากขึ้นการกำหนดว่าค่าเฉลี่ยเหล่านี้จะใช้อย่างไรขึ้นอยู่กับวัตถุประสงค์ของคุณหากคุณต้องการตัวบ่งชี้แนวโน้มที่มีการปรับให้เรียบและมีปฏิกิริยาเพียงเล็กน้อยสำหรับการเคลื่อนไหวที่สั้นกว่าค่าเฉลี่ยที่น้อยที่สุดจะดีที่สุดหากคุณต้องการความเรียบที่คุณสามารถทำได้ ดูชิงช้าระยะสั้นแล้วทั้งค่าเฉลี่ยเคลื่อนที่ชี้แจงหรือถ่วงน้ำหนักเป็นทางเลือกที่ดีขึ้นอย่างรวดเร็ว Vs Exponential Moving Averages. Moving เฉลี่ยมากกว่าการศึกษาของลำดับของตัวเลขใน s ผู้เรียนก่อนการวิเคราะห์ชุดเวลาเป็นจริงที่เกี่ยวข้องกับตัวเลขแต่ละชุดเวลามากกว่าที่พวกเขากับการแก้ไขข้อมูลที่ Interpolation ในรูปแบบของทฤษฎีความน่าจะเป็นและการวิเคราะห์มามากภายหลังเป็นรูปแบบการพัฒนาและ correlations ค้นพบเมื่อเข้าใจ เส้นโค้งรูปร่างต่างๆและเส้นถูกวาดตามลำดับเวลาในความพยายามที่จะทำนายที่จุดข้อมูลอาจจะไปตอนนี้ถือว่าเป็นวิธีการขั้นพื้นฐานที่ใช้ในปัจจุบันโดยการวิเคราะห์ทางเทคนิคการวิเคราะห์ Charting สามารถตรวจสอบกลับไปยังศตวรรษที่ 18 ญี่ปุ่นยังอย่างไรและเมื่อ ค่าเฉลี่ยเคลื่อนที่ที่ถูกนำมาใช้เป็นครั้งแรกกับราคาตลาดยังคงเป็นความลึกลับเป็นที่เข้าใจกันโดยทั่วไปว่าค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนที่เฉลี่ย SMA ถูกใช้มานานก่อนที่ค่า EMA จะเคลื่อนที่เป็นค่าเฉลี่ยเป็นส่วน ๆ เนื่องจาก EMA ถูกสร้างขึ้นในกรอบ SMA และ SMA continuum สามารถเข้าใจได้ง่ายขึ้นสำหรับการวางแผนและการติดตาม คุณชอบอ่านพื้นหลังเล็กน้อยตรวจสอบค่าเฉลี่ยเคลื่อนที่ Th คืออะไร ey. Simple Moving Average SMA ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายกลายเป็นวิธีที่ต้องการในการติดตามราคาตลาดเนื่องจากสามารถคำนวณได้ง่ายและเข้าใจได้ง่ายผู้ประกอบการตลาดในยุคต้น ๆ ดำเนินการโดยไม่ต้องใช้เมตริกกราฟที่ซับซ้อนในการใช้งานในปัจจุบันดังนั้นพวกเขาจึงพึ่งพาราคาตลาด เป็นคำแนะนำของพวกเขา แต่เพียงผู้เดียวพวกเขาคำนวณราคาตลาดด้วยมือและกราฟราคาดังกล่าวเพื่อแสดงแนวโน้มและทิศทางตลาดกระบวนการนี้ค่อนข้างน่าเบื่อ แต่พิสูจน์แล้วว่ามีผลกำไรมากกับการยืนยันการศึกษาต่อไปการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันเพียงเพิ่ม ราคาปิดของ 10 วันที่ผ่านมาและหารด้วย 10 ค่าเฉลี่ยเคลื่อนที่ 20 วันคำนวณโดยการเพิ่มราคาปิดในช่วงระยะเวลา 20 วันและหารด้วย 20 และอื่น ๆ สูตรนี้ไม่ได้ใช้เฉพาะราคาปิด แต่ ผลิตภัณฑ์หมายถึงราคา - กลุ่มย่อยค่าเฉลี่ยเคลื่อนที่จะเรียกว่าย้ายเนื่องจากกลุ่มของราคาที่ใช้ในการคำนวณย้ายไปตามจุดบนแผนภูมิซึ่งหมายความว่าเก่า da ys จะลดลงในความโปรดปรานของวันราคาปิดใหม่ดังนั้นการคำนวณใหม่จำเป็นเสมอที่สอดคล้องกับกรอบเวลาของค่าเฉลี่ยที่ใช้ดังนั้นค่าเฉลี่ย 10 วันจะถูกคำนวณใหม่โดยการเพิ่มวันใหม่และลดลงวันที่ 10 และเก้า วันจะลดลงในวันที่สองสำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการใช้แผนภูมิในการซื้อขายสกุลเงินโปรดดูข้อมูลพื้นฐานเกี่ยวกับ Chart Walkthrough. Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่แบบเสวนาได้รับการปรับแต่งและใช้กันอย่างแพร่หลายมากขึ้นนับตั้งแต่ทศวรรษที่ 1960 เนื่องจากการทดลองก่อนหน้านี้ คอมพิวเตอร์ EMA ใหม่จะมุ่งเน้นเพิ่มเติมเกี่ยวกับราคาล่าสุดมากกว่าในชุดข้อมูลยาวเป็นค่าเฉลี่ยเคลื่อนที่ที่ต้องการโดยปัจจุบัน EMA ราคาปัจจุบัน - EMA X ตัวคูณก่อนหน้า EMA ปัจจัยที่สำคัญที่สุดคือความราบเรียบคงที่ 2 1 N โดยที่ N จำนวนวัน EMA 10 วัน 2 10 1 18 8. หมายถึง EMA 10 งวดซึ่งเป็นราคาล่าสุด 18 8, EMA 20 วัน 20 และ EMA 50 วัน 50 น้ำหนักในวันล่าสุด EMA ทำงานโดยการชั่งน้ำหนักความแตกต่างระหว่างราคาปัจจุบันกับ EMA ก่อนหน้าและการเพิ่มผลให้ EMA ก่อนหน้าระยะเวลาที่สั้นมากขึ้นน้ำหนักมากขึ้นจะใช้กับราคาล่าสุดเส้น FitFlips โดยการคำนวณเหล่านี้จุดจะพล็อต, การเปิดเผยบรรทัดที่เหมาะสมการติดตั้งสายด้านบนหรือด้านล่างราคาตลาดบ่งชี้ว่าค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็นตัวชี้วัดที่ล่าช้าและใช้เป็นหลักสำหรับแนวโน้มดังต่อไปนี้พวกเขาไม่สามารถทำงานได้ดีกับตลาดช่วงระยะเวลาและความแออัดเนื่องจากสายกระชับไม่แสดงถึงแนวโน้มเนื่องจาก การขาดความชัดเจนสูงขึ้นหรือต่ำกว่าระดับต่ำ Plus, สายกระชับมีแนวโน้มที่จะยังคงอยู่โดยไม่ต้องมีคำแนะนำในทิศทางที่เหมาะสมสายการผลิตที่เพิ่มขึ้นด้านล่างของตลาดหมายถึงยาวในขณะที่สายพอดีล้มเหนือตลาดหมายสั้นสำหรับคำแนะนำที่สมบูรณ์อ่าน Moving Average Tutorial วัตถุประสงค์ของการใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคือการหาจุดและวัดแนวโน้มโดยการให้ข้อมูลที่ราบรื่นโดยใช้วิธีหลายกลุ่มของราคา A t สมมติฐานที่ว่าการเคลื่อนไหวของแนวโน้มก่อนหน้าจะยังคงดำเนินต่อไปสำหรับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแนวโน้มระยะยาวสามารถหาได้ง่ายกว่า EMA โดยมีข้อสันนิษฐานที่สมเหตุสมผลว่าสายกระชับจะมีแรงกว่า เส้น EMA เนื่องจากการมุ่งเน้นไปที่ราคาเฉลี่ยสูงขึ้น EMA ใช้ในการจับภาพการเคลื่อนไหวที่สั้นลงเนื่องจากการให้ความสำคัญกับราคาล่าสุดโดยวิธีนี้ EMA ควรลดความล่าช้าใด ๆ ในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเพื่อให้เส้นที่เหมาะสม จะกดราคาใกล้กว่าค่าเฉลี่ยเคลื่อนที่ที่แท้จริงปัญหาเกี่ยวกับ EMA เป็นเช่นนี้แนวโน้มที่จะมีการแบ่งราคาโดยเฉพาะอย่างยิ่งในช่วงตลาดที่รวดเร็วและช่วงความผันผวน EMA ทำงานได้ดีจนกว่าราคาจะพังพอดีในช่วงที่ตลาดมีความผันผวนสูงขึ้นคุณสามารถพิจารณาเพิ่ม ความยาวของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยสามารถเปลี่ยนจาก EMA เป็น SMA ได้เนื่องจาก SMA ทำให้ข้อมูลดีกว่า EMA เนื่องจากมุ่งเน้นไปที่วิธีการในระยะยาว ตัวบ่งชี้หากเป็นตัวบ่งชี้การพลิกกลับในระยะสั้นเส้นค่าเฉลี่ยเคลื่อนที่ขึ้นเป็นเส้นค่าเฉลี่ยแนวรับและเส้นแนวต้านหากราคาเบาบางลงมาอยู่ที่เส้นแนวปะการัง 10 วันแนวโน้มขาขึ้นอาจดีกว่าที่แนวโน้มมีแนวโน้มเพิ่มขึ้นหรืออย่างน้อยตลาดอาจรวมตัวถ้าราคา ทะลุเส้นค่าเฉลี่ยเคลื่อนที่ 10 วันในทิศทางขาลงแนวโน้มอาจลดลงหรือรวมตัวในกรณีเหล่านี้ใช้ค่าเฉลี่ยเคลื่อนที่ 10 และ 20 วันพร้อมกันและรอให้เส้น 10 วันข้ามด้านบนหรือด้านล่าง 20- day line กำหนดทิศทางระยะสั้นถัดไปสำหรับราคาสำหรับระยะเวลาในระยะยาวดูค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันสำหรับทิศทางในระยะยาวตัวอย่างเช่นการใช้ค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันหากค่าเฉลี่ยเคลื่อนที่ 100- วันต่ำกว่าค่าเฉลี่ย 200 วันโดยเรียกว่าไขว้ตายและราคาหยาบมากสำหรับราคาค่าเฉลี่ยเคลื่อนที่ 100 วันที่ข้ามเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันเรียกว่ากากบาทสีทองและเป็นราคาที่สูงมากสำหรับราคา ไม่สำคัญหากมีการใช้ SMA หรือ EMA d เนื่องจากทั้งสองเป็นตัวบ่งชี้แนวโน้มในระยะสั้นมันเป็นเพียงในระยะสั้นที่ SMA มีความเบี่ยงเบนเล็กน้อยจากคู่ของตน EMA ข้อสรุปค่าเฉลี่ยเคลื่อนที่เป็นพื้นฐานของแผนภูมิและการวิเคราะห์อนุกรมเวลาการคำนวณค่าเฉลี่ยเคลื่อนที่ง่ายและค่าความซับซ้อนที่ซับซ้อนมากขึ้น การคำนวณทางเทคนิคบางครั้งเรียกว่าศิลปะมากกว่าวิทยาศาสตร์ซึ่งทั้งสองใช้เวลาหลายปีในการเรียนรู้เรียนรู้เพิ่มเติมในบทวิเคราะห์ทางเทคนิคของเราจำนวนเงินสูงสุดที่สหรัฐฯสามารถยืมได้ เพดานหนี้ที่ถูกสร้างขึ้นภายใต้พระราชบัญญัติตราสารหนี้เสรีภาพครั้งที่สองอัตราดอกเบี้ยที่สถาบันรับฝากเงินให้ยืมเงินไว้ใน Federal Reserve ไปยังสถาบันรับฝากเงินแห่งอื่น 1 มาตรการทางสถิติของการกระจายตัวของผลตอบแทนสำหรับการรักษาความปลอดภัยที่กำหนดหรือดัชนีตลาดความผันผวนสามารถ การกระทำรัฐสภาคองเกรสผ่านในปี 1933 เป็นพระราชบัญญัติการธนาคารซึ่งห้ามธนาคารพาณิชย์เข้าร่วมใน i nvestment. Nonfarm payroll หมายถึงงานใด ๆ นอกฟาร์มครัวเรือนส่วนบุคคลและภาคผลประโยชน์ The U S Bureau of Labor. สกุลเงินย่อหรือสัญลักษณ์สกุลเงินสำหรับ Indian Rupee INR สกุลเงินของประเทศอินเดีย Rupee ประกอบด้วย 1