24 เดือน เฉลี่ยเคลื่อนที่

ฉันมีสมาชิกที่คำนวณนี้ซึ่งคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับช่วง 12 เดือนสภาพ iif อยู่ในสถานที่เพราะฉัน don t ต้องการรับค่าสำหรับเดือนในอนาคตโดยไม่มีค่าซึ่งฉันจะได้โดยไม่ต้อง it. What ฉันต้องการทำคือ มีมาตรการนี้เฉพาะในช่วง 24 เดือนนับตั้งแต่เดือนสุดท้ายที่ยังไม่ว่างเปล่าฉันได้ลองใช้หางและความล่าช้า แต่ไม่มีโชคฉันจะโพสต์ความพยายามของฉันที่นี่ แต่หลังจากพยายามหลายครั้งที่ฉันลบออกแล้วจะไม่ทราบว่าจะเริ่มต้นใหม่อีกครั้ง ขอบคุณ whytheq นี้เป็นทางออกสุดท้ายที่ฉันใช้ใน advwrks ฉัน ve นี้มีผลตอบแทน this. o ดังนั้นสิ่งที่ฉันพูดคือคุณสามารถสร้างชุดเริ่มต้นของ FutureDatesWithNoData นี้แล้วใช้ชุดที่สร้างเงื่อนไขภายในสคริปต์ของคุณ ชุดจะเป็นฉันคิดว่านี้ใน cube. Your วัดของคุณแล้วจะเป็นดังนี้ถ้าคุณต้องการยกเว้นไม่กี่เดือนก่อน 24 เดือนแล้วสคริปต์นี้รวมถึงตรรกะขอบคุณ แต่บางทีฉัน didn t อธิบายปัญหาของฉันดีพอ ในขณะที่นี้แน่นอนซ่อนเดือนในอนาคต, p หลักของฉัน roblem คือฉันต้องการรับเฉพาะ 24 เดือนที่ไม่ว่างเปล่าสุดท้ายตัวอย่างเช่นถ้าเดือนสุดท้ายที่ไม่ว่างเปล่าสุดท้ายคือเดือนพฤษภาคมปี 2015 ฉันต้องการรวมเดือนนับย้อนกลับไปเฉพาะในเดือนมิถุนายน 2013 จนถึงเดือนพฤษภาคมปี 2015 ดังนั้นโดยทั่วไปจะซ่อนทั้งสองเดือนในอนาคต และเดือนที่ 24 เดือนหลังผู้ใช้คนสุดท้ายที่ไม่ว่างเปล่าหนึ่งคน 4483037 Jun 19 15 ที่ 13 35. เราสามารถใช้ FutureMonthsWithNoData เพื่อสร้างชุด Whytheq 19 มิ.ย. 15 ที่ 15 48 หลังจากปรับสคริปต์สุดท้ายและเพิ่มส่วนเฉลี่ย I ตอนนี้มีสิ่งที่ฉันต้องการขอบคุณ user4483037 Jun 20 15 at 9 57 user4483037 ความสุขผมสนุกกับการเล่นกับสคริปต์นี้ Thank you คุณอาจจะแก้ไขคำถามของคุณด้วยรหัสสุดท้ายที่คุณใช้ whytheq Jun 20 15 at 10 40.Moving Averages อะไรคือ ค่าเฉลี่ยเคลื่อนที่ที่ใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ที่เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA เป็นผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อ det ermined ค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่อย่างเหมาะสม เรียกว่าค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA คำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนดตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลที่ได้ โดย 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อให้ได้ค่าเฉลี่ย 10 วันหากผู้ประกอบการค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนที่จะเป็นประเภทเดียวกัน การคำนวณจะทำ แต่จะรวมถึงราคาที่ผ่านมา 50 วันค่าเฉลี่ยที่เกิดต่ำกว่า 11 คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาได้อย่างไร คุณสงสัยว่าทำไมเทคนิค t raders เรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ย (mean average) คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาแทนเพื่อให้ชุดข้อมูลเป็นไปอย่างต่อเนื่อง ย้ายไปบัญชีสำหรับข้อมูลใหม่ที่มีอยู่วิธีการคำนวณนี้ทำให้แน่ใจได้ว่ามีการบันทึกเฉพาะข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุด 5 ลงในกล่องสีแดงซึ่งแสดงถึง 10 จุดข้อมูลที่ผ่านมา ไปทางขวาและค่าสุดท้ายของ 15 จะลดลงจากการคำนวณเนื่องจากค่าค่อนข้างเล็ก 5 แทนค่าสูง 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของชุดข้อมูลที่ลดลงซึ่งไม่ในกรณีนี้จาก 11 เมื่อมีการคำนวณค่าของ MA แล้วจะมีการวางแผนลงกราฟและเชื่อมต่อเพื่อสร้างเส้นค่าเฉลี่ยที่เคลื่อนที่เส้นโค้งเหล่านี้เป็นเส้นตรงในแผนภูมิของผู้ค้าทางเทคนิค แต่อย่างไร มีการใช้งานกันอย่างมากอาจเปลี่ยนแปลงไปในภายหลังได้อย่างที่เห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในกราฟโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจทำให้เสียสมาธิหรือเกิดความสับสนใน แรก แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาไปในเส้นสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยที่ผ่านมา 100 days. Now ที่คุณเข้าใจสิ่งที่เป็นค่าเฉลี่ยเคลื่อนที่ และสิ่งที่ดูเหมือนว่าเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันและตรวจสอบว่าค่าดังกล่าวแตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวชี้วัดทางเทคนิคทั้งหมด บุคคลอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีการถ่วงน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับที่นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากขึ้น ant มากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้ายในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ หลายประเภทซึ่งเป็นที่นิยมมากที่สุด เป็นค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยที่ให้น้ำหนักมากกว่าราคาล่าสุดใน พยายามที่จะทำให้การตอบสนองต่อข้อมูลใหม่เรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบการคำนวณทำสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนได้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดย เริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและดำเนินการต่อโดยใช้สูตรด้านบนจากที่นั่นเราได้จัดเตรียมสเปรดชีตตัวอย่างซึ่งมีตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามค่าเฉลี่ยความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA มีการคำนวณอย่างไรลองดูที่วิธีการคำนวณค่าเฉลี่ยเหล่านี้โดยดูที่การคำนวณ EMA คุณจะสังเกตเห็นว่าการเน้นที่ SMA และ EMA มีมากขึ้น จุดข้อมูลทำให้เป็นประเภทของถัวเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากับ 15 แต่ EMA ตอบสนองได้เร็วกว่าราคาที่เปลี่ยนแปลงไปดูว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้น และลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What Different Days Mean Moving averages คืออะไร ซึ่งหมายความว่าผู้ใช้สามารถเลือกเฟรมเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการย้ายค่าเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาที่ใช้สั้นลง สร้างค่าเฉลี่ยความไวมากขึ้นก็จะเป็นการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานขึ้นไม่สำคัญหรือเรียบขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการ หาวิธีที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาที่แตกต่างกันไปจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณโปรดคำนวณ 12 เดือน rolling average คุณอาจต้องใช้ขั้นตอนสองขั้นตอนเพื่อทำสิ่งนี้เสร็จสิ้นขั้นตอนที่ 1 Count จำนวนวันของแต่ละเดือน Count Date ForAll วันที่ ForEach เดือนขั้นตอนที่ 2 คำนวณค่าทดสอบทั้งหมดสำหรับแต่ละเดือน Sum Test Value ForAll วันที่ ForEach เดือนขั้นตอนที่ 3 คำนวณจำนวนการทำงานของเดือนในแต่ละเดือนมี 1 ค่าคือ 1 ม. ค. 1, 2 ก. พ. เป็นต้นไป วันที่เริ่มดำเนินการสำหรับวันหมดประจำเดือนขั้นตอนที่ 4 คำนวณจำนวนวันทั้งหมดในรอบ 12 เดือนที่ผ่านมาวันที่นับจำนวนวันที่เรียกใช้บัญชีสำหรับวันหมดอายุเดือนสุดท้ายเดือนนับตั้งแต่วันหมดอายุวันหมดอายุสำหรับทุกวันเดือนนับเดือนถัดไปในช่วง -12. ขั้นตอนที่ 5 คำนวณค่าทดสอบทั้งหมดในช่วง 12 เดือนสุดท้ายค่าการทดสอบค่าที่วันที่เรียกใช้บัญชีสำหรับวันหมดอายุวันเดือนปีที่ถึงกำหนดสูงสุดวันที่บัญชีสำหรับวันหมดอายุสำหรับเดือนถัดไปเดือนถัดไปในช่วง -1 บล็อกขั้นตอนที่ 6 คำนวณค่าเฉลี่ยถ่วงน้ำหนักหมายเหตุคุณอาจสร้างตัวแปรใหม่สำหรับแต่ละขั้นตอนข้างต้น แต่อย่าใช้ใหม่เหล่านี้ ตัวแปรในการคำนวณจากขั้นตอนที่ 1 ถึง 5 สูตรทั้งหมดข้างต้นจะต้องอยู่ในรูปแบบที่แน่นอนมิฉะนั้นการคำนวณบริบทใน webi จะไม่สามารถสร้างผลลัพธ์ที่คาดหวังฉันหวังว่านี้จะช่วยให้