การย้าย ค่าเฉลี่ย การซื้อขาย หนังสือ

วิธีการคำนวณ Average Moving Average ในการซื้อขายข้อมูล SMA ถูกทับบนข้อมูลราคาของบาร์ chartrsquos โปรดสังเกตว่าคุณต้องมีเก้าราคาก่อนที่คุณจะสามารถพล็อตจุด SMA แรกได้ กล่าวอีกนัยหนึ่งจุด SMA ตัวแรกจะปรากฏบนแถบราคาที่เก้าและแถบราคาแปดตัวแรกจะไม่แสดงค่า SMA เมื่อต้องการคำนวณจุด SMA ข้อที่สองให้เพิ่มราคาตั้งแต่วันที่ 2 พฤษภาคมถึงวันที่ 14 พฤษภาคมหารด้วย 9 และวางผลลัพธ์เป็นจุดข้อมูล SMA ถัดจาก 14 พฤษภาคมวิธีอื่นคิดถึงการคำนวณ SMA คือ ที่คุณวางราคาที่เก่าแก่ที่สุดในการคำนวณและเพิ่มราคาปิดจากแถบราคาถัดไป ดำเนินการต่อในซีรีส์นี้โดยลดราคาที่เก่าที่สุดเพิ่มราคาใหม่และหารด้วย 9 เป็นเวลาที่เหลือของเดือน หาก youquore ทางคณิตศาสตร์เอียง herersquos สิ่งที่ชุดดูเหมือนว่าเป็นสมการ: N คือจำนวนของระยะเวลาใน SMA PN เป็นราคาที่ถูกเฉลี่ย (มักจะเป็นราคาปิด) ผู้ค้าใช้ในการคำนวณ SMAs ด้วยมือ แต่โชคดีที่คอมพิวเตอร์ในขณะนี้บรรเทา ผู้ค้าจากงานอดิเรกในโลกนี้ค่อนข้าง โชคดีที่คุณ donrsquot ต้องทำคำนวณตัวเองนี้ คุณสามารถแจ้งให้ StockCharts คำนวณหาได้โดยอัตโนมัติ Yoursquoll พบค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นหนึ่งในการวางซ้อนในส่วนแอตทริบิวต์แผนภูมิ คุณเลือกประเภทการวางซ้อนที่คุณต้องการเช่น Moving Avg (simple) แล้วใส่จำนวนงวด เส้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายจะถูกสร้างขึ้นโดยอัตโนมัติในแผนภูมิของคุณวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ที่ระบุใน Trading Trading สำหรับ Dummies, Edition 3 ตัวบ่งชี้การค้าที่ใช้โดยทั่วไปคือค่าเฉลี่ยเคลื่อนที่แบบเสแสร้ง (EMA) ซึ่งสามารถซ้อนทับบนแผนภูมิแท่งใน เช่นเดียวกับ SMA นอกจากนี้ EMA ยังเป็นตัวบ่งชี้อื่น ๆ เช่นตัวบ่งชี้ความแตกต่างของค่าเฉลี่ยของค่าเฉลี่ยการเคลื่อนไหว (MACD (moving average convergence divergence)) แม้ว่าการคำนวณ EMA จะดูน่ากลัว แต่ในทางปฏิบัติก็ง่ายมาก ในความเป็นจริง it8217s ง่ายกว่าการคำนวณ SMA และนอกจากแพคเกจแผนภูมิของคุณจะทำเพื่อคุณ นี่คือการคำนวณ: EMA วันนี้ (ราคาวันนี้ X K) (EMA วันนี้ (1 8211 K)) N ความยาวของ EMA ราคาวันนี้ราคาปัจจุบันปิด EMA วันนี้ EMA ค่า EMA ก่อนหน้านี้ค่า EMA ปัจจุบันจุดเริ่มต้นของ การคำนวณจะได้รับการจัดการโดยหนึ่งในสองวิธี คุณสามารถเริ่มต้นด้วยการสร้างค่าเฉลี่ยที่แท้จริงของหมายเลขถาวรแรก (N) ของงวดและใช้ค่าดังกล่าวเพื่อคำนวณการคำนวณ EMA หรือคุณสามารถใช้จุดข้อมูลแรก (โดยปกติคือราคาปิด) เป็นเมล็ดพันธุ์และคำนวณ EMA จากจุดนั้นไปข้างหน้า ผู้ค้าจัดการได้ทั้งสองวิธี It8217 เป็นวิธีที่ใช้ในการคำนวณจำนวนเงิน EMA ซึ่งแสดงการคำนวณ EMA 9 วันของ Intel ตลอดเดือนพฤษภาคม 2008 ค่า EMA สำหรับวันที่ 1 พฤษภาคมจะมีราคาปิดของวันที่ 828 ปิดที่ 22.81 การคำนวณ EMA ที่เกิดขึ้นจริงจะเริ่มต้นด้วยราคาปิดของวันที่ 2 พฤษภาคม สำหรับการเปรียบเทียบนี่คือการคำนวณ SMA เพื่อแสดงความแตกต่างระหว่าง EMA และ SMA ในตัวอย่างนี้ EMA doesn8217t แสดงความล่าช้า 9 วันเหมือนกันที่จุดเริ่มต้นของแผนภูมิเป็น SMA สังเกตว่าผลลัพธ์ของการคำนวณค่าเฉลี่ยเคลื่อนที่ยังต่างกัน ข้อมูล EMA แสดงเป็นเส้นสีทึบที่เป็นของแข็ง สำหรับการเปรียบเทียบข้อมูล SMA ยังถูกวางแผนโดยใช้เส้นที่มีน้ำหนักเบา เครดิต: แผนภูมิความอนุเคราะห์จาก StockCharts ข่าวดีคุณ don8217t ต้องทำคำนวณตัวเองนี้ StockCharts สามารถคำนวณหาได้โดยอัตโนมัติ You8217 จะพบค่าเฉลี่ยเคลื่อนที่แบบเสวนาเป็นหนึ่งในการวางซ้อนในแอตทริบิวต์แผนภูมิ คุณเลือกประเภทการวางซ้อนที่ต้องการเช่น Moving Avg (exp) จากนั้นให้ใส่จำนวนงวด เส้นค่าเฉลี่ยเคลื่อนที่แบบเสวนาถูกสร้างขึ้นโดยอัตโนมัติบนชาร์ตของคุณ Thomas Bulkowski8217s กิจกรรมการลงทุนที่ประสบความสำเร็จช่วยให้เขาเกษียณอายุได้เมื่ออายุ 36 ปีเขาเป็นนักเขียนและผู้ประกอบการที่มีชื่อเสียงระดับนานาชาติและมีประสบการณ์ด้านการลงทุนในตลาดหุ้น 30 ปีและได้รับการยกย่องอย่างกว้างขวางว่าเป็นผู้เชี่ยวชาญชั้นนำด้านรูปแบบแผนภูมิ . เขาอาจจะไปถึงไซต์สนับสนุนคลิกลิงก์ (ด้านล่าง) เพื่อพาคุณไปที่ Amazon หากคุณซื้ออะไรที่พวกเขาจ่ายสำหรับการอ้างอิง การศึกษาค่าเฉลี่ยของ Bulkowskis Moving Average ในทุกกรณีรางวัลจะเพิ่มขึ้นแม้ว่าความเสี่ยงของความล้มเหลวจะลดลง แต่ความแตกต่างเล็กน้อยเมื่อเปรียบเทียบกับการเปลี่ยนแปลงเกณฑ์มาตรฐาน วิธีการศึกษาการย้ายเฉลี่ยผมวัดการย้ายจาก 36 รูปแบบแผนภูมิที่แตกต่างกัน (เช่นสองชั้นและด้านล่างศีรษะและไหล่) โดยใช้ราคาปิดในวันก่อนที่จะ breakout ไปสูงสุดสูงหรือต่ำ ยอดสูงสุดคือยอดสูงสุดก่อนที่ราคาจะลดลงอย่างน้อย 20 หรือใกล้ด้านล่างของรูปแบบแผนภูมิ ต่ำสุดที่ต่ำที่สุดคือหุบเขาต่ำสุดก่อนที่ราคาจะเพิ่มขึ้นอย่างน้อย 20 หรือปีนเหนือด้านบนของรูปแบบแผนภูมิ กล่าวอีกนัยหนึ่งนี่เป็นธุรกิจการค้าที่สมบูรณ์แบบและไม่ควรคาดหวังว่าจะได้ผลลัพธ์ที่ใกล้เคียงกัน แต่พอเพียงเพื่อเปรียบเทียบ ฉันใช้การค้าตัวอย่าง 21,696 รายซึ่งครอบคลุมช่วงตั้งแต่เมษายน 1989 ถึงมกราคม 2009 ซึ่งครอบคลุมตลาดหมีสองแห่งซึ่งเป็นตัวอย่างโดย SampP 500 ลดลงอย่างน้อย 20 ในระหว่างวันที่ 24 มีนาคม 2000 ถึง 10 ตุลาคม 2002 และอีกระยะหนึ่งตั้งแต่วันที่ 11 ตุลาคม 2007 ถึง สิ้นสุดการศึกษา (มกราคม 2552) วันที่อยู่นอกช่วงดังกล่าวจะถูกจัดเป็นตลาดวัว สำหรับการซื้อขายแต่ละครั้งฉันบันทึกมูลค่าของค่าเฉลี่ยเคลื่อนที่หลายแบบ (9, 20, 50 และ 200 วัน) และเปรียบเทียบกับราคาปิดในวันก่อนการแบ่ง สำหรับความล้มเหลวฉันนับจำนวนครั้งที่ราคาหลังจากที่ breakout ล้มเหลวในการย้ายอย่างน้อย 5 และ 15 ก่อนที่จะถึงระดับสูงสุดสูงหรือต่ำ ฉันยังเปรียบเทียบแนวโน้มของค่าเฉลี่ยเคลื่อนที่โดยขึ้นหรือลงและเปรียบเทียบกับการเปลี่ยนแปลงการโพสต์และอัตราความล้มเหลว ผลการศึกษาโดยเฉลี่ยต่อตารางต่อไปนี้แสดงอัตราความล้มเหลวโดยพิจารณาจากราคาที่ไม่สามารถเคลื่อนย้ายได้มากกว่า 15 ฉันเลือกที่จะแสดงผลแทนอัตราความล้มเหลว 5 เนื่องจากจำนวนตัวอย่างสูงกว่าและผลลัพธ์ที่ได้จะสอดคล้องกันมากขึ้น หากราคาเคลื่อนไหวอย่างน้อย 15 หลังการฝ่าวงล้อมมีโอกาสที่ดีที่พ่อค้าสามารถจับภาพกำไรอย่างน้อยบางส่วนได้ ตารางด้านบนเป็นสีแดงเมื่อค่าเฉลี่ยเคลื่อนที่สูงกว่าค่ามาตรฐานที่เพิ่มขึ้นหรือลดลงและมีอัตราความล้มเหลวต่ำกว่า ยกตัวอย่างเช่นการใช้แถวที่ 3 ลงการเคลื่อนตัวของหุ้นทั้งหมดตามการลดลงของรูปแบบกราฟในตลาดวัวเป็น 21.5 และ 41 ในบรรดาผู้ที่ล้มเหลวในการเห็นราคาลดลงอย่างน้อย 15 หากราคาอยู่เหนือ 9 วันที่เรียบง่าย ค่าเฉลี่ยที่ลดลงในวันก่อนการฝ่าวงล้อมการลดลงโดยเฉลี่ยจะเพิ่มขึ้นเป็น 22.9 และอัตราความล้มเหลวจะลดลงเป็น 40.1 ทั้งสองมีการปรับปรุง แต่ไม่น่าทึ่ง (หรือเพิ่มขึ้นหรือลดลง) ของค่าเฉลี่ยเคลื่อนที่สำหรับตำแหน่งทั้งด้านบนหรือด้านล่างของราคาปิดก่อนที่จะมีการแบ่งฉันพบว่าผลลัพธ์ที่ได้จะคล้ายกัน ความแตกต่างเพียงอย่างเดียวคืออัตราความล้มเหลวที่เกิดขึ้นในตลาดวัวหลังจากที่มีการปรับตัวลดลงเมื่อค่าเฉลี่ยเคลื่อนที่ 9 วันที่เพิ่มขึ้น (อัตราความล้มเหลวจะกลายเป็น 42.8 ขึ้นจาก 40.1 และเกณฑ์มาตรฐาน 41 เซลล์จะถูกเน้นเป็นสีเขียว) ผลการปฏิบัติงานโดยใช้แนวโน้มเฉลี่ยเคลื่อนที่มีความคล้ายคลึงกับตัวเลขที่แสดงในตารางด้านบน ตารางต่อไปนี้แสดงรายได้ต่อกำไรหรือขาดทุนโดยเฉลี่ยต่อการลงทุนโดยสมมติว่าการลงทุน 10,000 บาทต่อการซื้อขายน้อยกว่า 10 สำหรับค่าคอมมิชชั่น (10 สำหรับการซื้อและ 10 สำหรับการขาย) โดยจำนวนหุ้นที่ซื้อขายจะปัดเศษลงเป็น 100 หุ้นนั่นหมายถึงหุ้นที่มีราคาสูงกว่า 100 (เช่น google) จะไม่มีการซื้อขาย อีกครั้งการค้าแต่ละอย่างสมบูรณ์แบบซื้อที่ปิดวันก่อนการฝ่าวงล้อมและถือครองจนกระทั่งสูงสุดสูงหรือต่ำสุดต่ำก่อนที่จะมีการเปลี่ยนแปลงแนวโน้ม อย่าคาดหวังว่าจะทำซ้ำจำนวนเงินเหล่านี้ แต่จะเน้นว่าเทคนิคใดใช้ได้ดีที่สุด ค่าในวงเล็บเป็นค่าลบและค่าที่เน้นสีแดงเป็นค่าที่ดีที่สุด (มีกำไรหรือขาดทุนสูงสุด) ต่อแถว แจ้งให้ทราบว่าผลลัพธ์ที่ดีที่สุดในคอลัมน์เฉลี่ยเคลื่อนไหว 9 วัน สิ่งนี้สนับสนุนผลลัพธ์ที่แสดงในตารางก่อนหน้า กำไรสูงสุดคือเมื่อราคาปิดต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 9 วันในวันก่อนที่จะมีการเติบโตขึ้นอย่างมากในตลาดวัว ธุรกิจการค้า 1,210 รายการมีค่าเฉลี่ย 4,651 สำหรับ breakouts ลงขาดทุนที่ใหญ่ที่สุดมาเมื่อราคาปิดต่ำกว่า 200 วันเฉลี่ยเคลื่อนที่ง่ายในตลาดหมี ธุรกิจการค้า 1,792 รายสูญหายเฉลี่ย 2,185 ราย ขอให้สังเกตว่าตารางด้านบนแสดงผลลัพธ์ที่ดีที่สุดเมื่อใช้ SMA 200 วันและตารางก่อนหน้านี้ไม่ได้ ตารางก่อนหน้านี้มีความถูกต้องมากขึ้นเนื่องจากตารางแสดงจำนวนเงินไม่รวมถึงหุ้นที่มีราคาสูง (ราคามากกว่า 100) ความเสี่ยงโดยเฉลี่ยของการเคลื่อนย้ายคำพูดเกี่ยวกับความเสี่ยง ความเสี่ยงเป็นหน้าที่ของการดึงซึ่งเป็นจำนวนที่ลดลงสูงสุดจากจุดสูงสุดไปยังราง เนื่องจากวิธีที่ฉันใช้กำหนดค่าสูงสุดสูงหรือต่ำสุดต่ำก่อนที่จะมีการเปลี่ยนแปลงแนวโน้ม 20 ค่าวาดจะเป็น 20 หรือสูงกว่าตามคำจำกัดความ แต่ฉันเลือกที่จะวัดความเสี่ยงโดยการนับจำนวนการค้าที่ไม่สามารถย้ายมากกว่า 15 จากราคาปิดในวันก่อนการฝ่าวงล้อม ความเสี่ยงอยู่ในระดับต่ำระหว่าง 25.1 (ตลาดหมีราคาต่ำกว่า SMA 9 วันและส่วนแบ่งลง) เป็นระดับสูงที่ 44.9 (ตลาดวัวซึ่งอยู่เหนือ 50 วัน SMA และมีการปรับตัวลดลง) กล่าวอีกนัยหนึ่งระหว่างสี่ถึงครึ่งของรูปแบบแผนภูมิทั้งหมดจะไม่สามารถแสดงการเคลื่อนไหวได้อย่างน้อย 15 ค่าเฉลี่ยของการซื้อขายกลยุทธ์การซื้อขายโดยพิจารณาจากผลลัพธ์ข้างต้นแล้วเราจะสรุปได้ดังนี้ เปรียบเทียบค่าเฉลี่ยเคลื่อนไหว 9 หรือ 50 วันกับราคาปิดในวันก่อนการหยุดพักจากนั้นใช้ตารางต่อไปนี้ วันก่อนการปิดตัวจะปิดต่ำกว่า SMA 50 วัน ตัวอย่างเช่นถ้านี่เป็นตลาดวัวและคุณคาดว่าจะมีการทะลุขึ้นจากรูปแบบกราฟในวันรุ่งขึ้นราคาปิดจะอยู่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 9 วัน หากเป็นตลาดหมีและคาดว่าจะมีการชะลอตัวลงการปิดควรอยู่ต่ำกว่า SMA 50 วัน หากสถานการณ์ของคุณไม่สอดคล้องกับชุดค่าผสมที่แสดงในตารางให้ดูที่ส่วนอื่นของการตั้งค่าการซื้อขายที่มีแนวโน้มมากขึ้น ฉันวิ่งการค้าที่เกิดขึ้นจริงของฉันกับ SMA 9 วันสำหรับ breakouts ขึ้นและพบว่าอัตราส่วน winloss ของฉันดีขึ้นโดย 16 และกำไรเพิ่มขึ้น 340 โดยใช้วิธีนี้ ไม่ใช่การค้าทั้งหมดที่ใช้รูปแบบกราฟและฉันเปรียบเทียบค่าเฉลี่ยเคลื่อนที่กับราคาปิดในวันก่อนซื้อแทนที่จะเป็นรูปแบบผุดขึ้น ตัวอย่างการเคลื่อนที่เฉลี่ยตัวอย่างรูปสามเหลี่ยมลดลงในแต่ละวัน เส้นสีแดงเป็นค่าเฉลี่ยเคลื่อนที่ 50 วันที่ได้รับการแต่งตั้งเนื่องจากตลาดมีการปรับตัวลดลงและรูปสามเหลี่ยมลดลงถึง 64 ครั้ง เมื่อมองไปที่ด้านในที่ซูมเข้าด้านบนการแบ่งราคาปิดด้านล่างของสามเหลี่ยมลดลงที่จุด A วันก่อนการฝ่าวงล้อมที่ B ราคาปิดต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วัน ชุดค่าผสมนี้ระบุถึงความเสี่ยงที่ต่ำกว่าความเป็นไปได้ในการค้า คุณจะสั้นสต็อกโดยการวางคำสั่งหนึ่งหรือสองด้านล่างด้านล่างของรูปสามเหลี่ยม ขั้นตอนราคา Stan Weinsteins ทำงานสี่ขั้นตอนใช่ค่าเฉลี่ยเคลื่อนที่ 12 เดือน ใช้ค่าเฉลี่ยเคลื่อนที่ไปที่เวลาที่ตลาด oscillator myths อธิบายปัญหาเกี่ยวกับออสซิลเลเตอร์ กฎ Swing วิธีที่เชื่อถือได้ในการคาดการณ์ราคาเป้าหมาย Trendline กระจก ใช้เทรนด์เพื่อคาดการณ์การเคลื่อนไหวของราคา ทิศทางตลาด 7 เคล็ดลับในการพิจารณา เขียนโดยและสำเนาลิขสิทธิ์ 2005-2017 โดย Thomas N. Bulkowski สงวนลิขสิทธิ์. ข้อจำกัดความรับผิดชอบ: คุณมีส่วนรับผิดชอบต่อการตัดสินใจลงทุนของคุณ ดูข้อมูลเพิ่มเติมที่ PrivacyDisclaimer คุณมีปัญหาเรื่องการดื่มถ้าคุณหลุดออกจากพื้นการใช้ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่ช่วยให้เราสามารถกำหนดแนวโน้มและอันดับที่สองเพื่อรับรู้ถึงแนวโน้มการเปลี่ยนแปลงได้ แค่นั้นแหละ. ไม่มีอะไรที่ดีสำหรับพวกเขา สิ่งอื่นใดเป็นเพียงแค่เสียเวลา ฉันจะไม่ได้รับรายละเอียดเกี่ยวกับวิธีการที่พวกเขาจะถูกสร้างขึ้น มีเกี่ยวกับเว็บไซต์ zillion ที่จะอธิบายการแต่งหน้าทางคณิตศาสตร์ของพวกเขา ฉันจะปล่อยให้คุณทำอย่างนั้นในวันหนึ่งของคุณเองเมื่อคุณเบื่อกับความคิดของคุณ แต่สิ่งที่คุณต้องรู้ก็คือเส้นค่าเฉลี่ยเคลื่อนที่เป็นเพียงราคาเฉลี่ยของหุ้นในช่วงเวลาหนึ่ง แค่นั้นแหละ. ค่าเฉลี่ยเคลื่อนที่สองค่าที่ฉันใช้ค่าเฉลี่ยเคลื่อนที่สองค่าคือค่าเฉลี่ยเคลื่อนที่เฉลี่ยของช่วงเวลา 10 (SMA) และค่าเฉลี่ยเคลื่อนที่เชิงเส้น 30 (EMA) ฉันชอบที่จะใช้ช้าลงและเร็วขึ้น เพราะเหตุใดเมื่อความเร็วที่เร็ว (10) ข้ามไปช้ากว่า (30) ก็จะส่งสัญญาณการเปลี่ยนแปลงแนวโน้ม ลองดูตัวอย่าง: คุณสามารถดูในแผนภูมิด้านบนว่าเส้นเหล่านี้สามารถช่วยคุณกำหนดแนวโน้มได้อย่างไร ที่ด้านข้างซ้ายของกราฟ 10 SMA อยู่เหนือเส้น 30 EMA และมีแนวโน้มเพิ่มขึ้น สัญญาณ SMA 10 ตัวผวนลงมาต่ำกว่า 30 EMA ในช่วงกลางเดือนสิงหาคมและแนวโน้มจะลดลง จากนั้นดัชนี SMA 10 ตัวก็ทะลุผ่าน 30 EMA ในเดือนกันยายนและมีแนวโน้มเพิ่มขึ้นอีกครั้งและจะยังคงอยู่ต่อไปเป็นเวลาหลายเดือนหลังจากนั้น ต่อไปนี้เป็นกฎ: ให้ความสำคัญกับตำแหน่งที่ยาวเมื่อ SMA 10 อยู่เหนือเส้น 30 EMA เน้นเฉพาะตำแหน่งสั้น ๆ เมื่อ SMA 10 อยู่ต่ำกว่า 30 EMA มันไม่ได้ง่ายกว่านั้นและมันก็จะทำให้คุณอยู่ทางด้านขวาของแนวโน้มทราบว่าค่าเฉลี่ยเคลื่อนที่จะทำงานได้ดีเมื่อหุ้นมีแนวโน้ม - ไม่เมื่อพวกเขาอยู่ในช่วงการซื้อขาย เมื่อหุ้น (หรือตลาดเอง) กลายเป็นเลอะเทอะคุณสามารถละเลยค่าเฉลี่ยเคลื่อนที่ได้ - โดยปกติแล้วจะเป็นสิ่งสำคัญที่ต้องจดจำ (สำหรับตำแหน่งที่ยาว - ย้อนกลับสำหรับตำแหน่งสั้น ๆ ): SMA 10 ตัวต้องสูงกว่า 30 EMA ต้องมีช่องว่างระหว่างค่าเฉลี่ยเคลื่อนที่ ทั้งสองค่าเฉลี่ยเคลื่อนที่จะต้องแคบลง ค่าเฉลี่ยเคลื่อนที่ 200 ครั้ง SMA 200 ถูกใช้เพื่อแยกดินแดนของวัวจากดินแดนหมี การศึกษาพบว่าการเน้นตำแหน่งยาวเหนือบรรทัดนี้และตำแหน่งสั้น ๆ ใต้เส้นนี้จะทำให้คุณมีขอบเล็กน้อย คุณควรเพิ่มค่าเฉลี่ยเคลื่อนที่นี้ลงในแผนภูมิทั้งหมดในกรอบเวลาทั้งหมด ใช่. แผนภูมิรายสัปดาห์, แผนภูมิรายวันและแผนภูมิภายในวัน (15 นาที, 60 นาที) SMA 200 เป็นค่าเฉลี่ยเคลื่อนที่ที่สำคัญที่สุดที่จะมีอยู่ในแผนภูมิหุ้น คุณจะประหลาดใจที่จำนวนครั้งที่หุ้นจะย้อนกลับในพื้นที่นี้ ใช้เพื่อประโยชน์ของคุณนอกจากนี้เมื่อเขียนการสแกนหาหุ้นคุณสามารถใช้ตัวเลือกนี้เป็นตัวกรองเพิ่มเติมเพื่อค้นหาการตั้งค่าที่ยาวนานซึ่งอาจอยู่เหนือบรรทัดนี้และอาจมีการตั้งค่าสั้น ๆ ที่อยู่ใต้เส้นนี้ การสนับสนุนและความต้านทานขัดต่อความเชื่อที่เป็นที่นิยมหุ้นไม่พบการสนับสนุนหรือความต้านทานต่อค่าเฉลี่ยเคลื่อนที่ หลายครั้งที่คุณจะได้ยินพ่อค้าบอกว่า Hey ดูที่หุ้นนี้มันเด้งออกจากค่าเฉลี่ยเคลื่อนที่ 50 วันทำไมสต็อกก็รีบออกจากสายที่ผู้ประกอบการค้าบางวางบนแผนภูมิหุ้นมัน wouldnt หุ้นจะเด้ง (ถ้าคุณต้องการเรียกว่า) จากระดับราคาที่สำคัญที่เกิดขึ้นในอดีตไม่ใช่บรรทัดบนแผนภูมิ หุ้นจะกลับ (ขึ้นหรือลง) ในระดับราคาที่ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ที่เป็นที่นิยม แต่จะไม่ย้อนกลับที่บรรทัด ดังนั้นสมมติว่าคุณกำลังดูแผนภูมิและคุณเห็นสต็อคที่ดึงกลับมาช่วยบอกว่าค่าเฉลี่ยเคลื่อนที่รอบระยะเวลา 200 ดูที่ระดับราคาในแผนภูมิซึ่งเป็นจุดที่มีการสนับสนุนหรือความต้านทานอย่างมากในอดีต นี่คือพื้นที่ที่หุ้นน่าจะกลับรายการ