तेजी से भारित चलती - औसत - फाइनेंस

औसत चल रहा है। औसत औसत। चार्ट और तकनीकी विश्लेषण में उपयोग किए गए सुरक्षा या कमोडिटी की कीमतों की औसत अवधि में कुछ दिनों के लिए या कई सालों के रूप में लंबे समय तक और नवीनतम अंतराल के लिए रुझान दिखाते हुए प्रत्येक नए चर को गणना में शामिल किया गया है। औसत, श्रृंखला का आखिरी चर हटा दिया जाता है। औसत औसत। किसी निश्चित समय अवधि में सुरक्षा की औसत कीमत, लगातार गणना की जाती है उदाहरण के लिए, एक सबसे हाल के कारोबारी दिनों से कीमतों को जोड़कर चलती औसत की गणना कर सकता है, उदाहरण के लिए, पिछले 10 दिनों में और इस मामले में विचार किए गए व्यापारिक दिनों की संख्या को विभाजित करते हुए, 10 चलती औसत या भारोत्तोलन नहीं हो सकता है चलती औसत की मदद से शोर को आसान बना दिया जा सकता है जो कि किसी दिए गए व्यापारिक दिन की सुरक्षा कीमत में मौजूद हो सकता है औसत घातांक चलने की औसत औसत चल रहा है। औसत परिभाषित संख्याओं की एक श्रृंखला की औसत औसत की एक श्रृंखला के रूप में प्रत्येक नए चर को औसत की गणना में शामिल किया गया है, अंतिम चर श्रृंखला हटा दी जाती है मान लीजिए पिछले 6 महीनों में से प्रत्येक के अंत में स्टॉक की कीमत 40, 44, 50, 48, 50 और 52 है, पांचवें महीने में 4 महीने की चलती औसत 44 50 48 50 4 है, या 48 छठे महीने के अंत में, 4 महीने की चलती औसत 50 48 50 52 4 या 50 तकनीकी विश्लेषक अक्सर स्टॉक की कीमतों में रुझानों की खोज करने के लिए मूविंग एवरेज का उपयोग करते हैं। 200-दिवसीय चलती औसत। औसत औसत। चलती औसत सिक्योरिटीज की कीमतें एक औसत है जो सबसे हाल की कीमत को जोड़कर और सबसे पुराना एक को छोड़कर नियमित रूप से दोबारा आवृत है। उदाहरण के लिए, यदि आपने 30 जून की सुबह 365-दिन की चलती औसत देखी तो सबसे हाल की कीमत जून के लिए होगी 29, और सबसे पुराना एक होगा पिछले साल के 30 जून के लिए। अगले दिन, सबसे हाल की कीमत 30 जून के लिए होगी, और पिछले 1 जुलाई के लिए सबसे पुराना एक होगा। निवेशक व्यक्तिगत सुरक्षा की चलती औसत का उपयोग कर सकते हैं कम अवधि में, जैसे कि 5, 10 या 30 दिन, उस सुरक्षा को खरीदने या बेचने के लिए एक अच्छा समय निर्धारित करने के लिए। उदाहरण के लिए, आप यह तय कर सकते हैं कि 10-दिन की चलती औसत से ऊपर वाला एक स्टॉक अच्छा खरीदारी है या यह स्टॉक का समय है जब एक स्टॉक अपने 10-डे चलती औसत से नीचे कारोबार कर रहा है, समय अवधि, कम अस्थिर औसतन। औसत औसत चलाना होगा। औसत चलने की औसत - ईएमए। नीचे घातीय मूविंग औसत - ईएमए। 12- और 26-दिवसीय ईएमए सबसे लोकप्रिय अल्पकालिक औसत हैं, और उनका उपयोग संकेतक बनाने के लिए किया जाता है चलती औसत अभिसरण विचलन एमएसीडी और प्रतिशत मूल्य थरथरानवाला पीपीओ सामान्य तौर पर, 50- और 200-दिवसीय ईएमए का उपयोग दीर्घकालिक रुझानों के संकेत के रूप में किया जाता है। जो तकनीकी विश्लेषण करते हैं वे ट्रैवलिंग औसत बहुत उपयोगी और व्यावहारिक लगते हैं जब सही तरीके से लागू होते हैं तबाही जब गलत तरीके से इस्तेमाल किया जाता है या गलत तरीके से व्याख्या की जाती है तकनीकी विश्लेषण में सामान्यतः उपयोग की जाने वाली सभी चलती औसत उनके स्वभाव से, अंतराल के संकेतक हैं, नतीजतन, चलती औसत को किसी विशेष बाजार में लागू करने से तैयार निष्कर्ष आरटी एक बाजार में कदम की पुष्टि करने के लिए या इसकी ताकत का संकेत देने के लिए होना चाहिए बहुत बार, जब तक चलती औसत सूचक लाइन ने बाजार में एक महत्वपूर्ण कदम को प्रतिबिंबित करने के लिए एक परिवर्तन किया है, तो बाजार प्रविष्टि का इष्टतम बिंदु पहले से ही पारित हो चुका है इस दुविधा को कुछ हद तक कम करने के लिए क्योंकि एएमए गणना नवीनतम डेटा पर अधिक वजन रखती है, यह कीमत की कार्रवाई थोड़ा कड़ी मेहनत करता है और इसलिए तेज प्रतिक्रिया देता है जब ईएमए का उपयोग व्यापार प्रविष्टि सिग्नल प्राप्त करने के लिए किया जाता है। ईएमए व्याख्या करना। सभी चल औसत सूचकों की तरह, वे बाजारों के रुझान के लिए बेहतर ढंग से अनुकूल हैं जब बाजार में मजबूत और निरंतर वृद्धि हुई है तो ईएमए इंडिकेटर लाइन भी डाउन ट्रेंड के लिए एक अपट्रेंड और उपाध्यक्ष बना देगा। सतर्क व्यापारी केवल ध्यान नहीं देगा ईएमए लाइन की दिशा पर भी एक बार से दूसरे के लिए बदलाव की दर का संबंध उदाहरण के लिए, क्योंकि एक मजबूत अपट्रेंड की कीमत की कार्रवाई को समतल करना और रिवर्स करना शुरू होता है, एएमए परिवर्तन की दर एक बार से दूसरे के लिए अगले समय तक कम हो जाना शुरू हो जाएगा, जब तक कि सूचक रेखा रूपावट न हो और परिवर्तन की दर शून्य है। इस बिंदु से, या कुछ ही बार पहले, कीमत कार्रवाई पहले से उलट होनी चाहिए ऐसा इसलिए है कि ईएमए के परिवर्तन की दर में लगातार घटते हुए एक संकेतक के रूप में उपयोग किया जा सकता है जो कि औसतता बढ़ने के चलने के प्रभाव से उत्पन्न दुविधा का सामना कर सकता है। ईएमए का प्रयोग आम तौर पर दूसरे के साथ संयोजन में किया जाता है महत्वपूर्ण बाज़ार की पुष्टि करने के लिए संकेतक और उनकी वैधता का पता लगाने के लिए व्यापारियों के लिए जो अंतराल और तेजी से बढ़ते बाजारों का कारोबार करते हैं, ईएमए अधिक लागू होता है व्यापारियों के पक्षपात का निर्धारण करने के लिए अक्सर व्यापारियों ईएमए का उपयोग करते हैं उदाहरण के लिए, यदि एक दैनिक चार्ट पर एक ईएमए मजबूत दिखाता है ऊपरी प्रवृत्ति, एक इंट्रेडय ट्रेडर की रणनीति केवल इंट्राएड चार्ट पर लंबे समय से ही व्यापार कर सकती है। एक्सपेंलिंज़िंग वेटेड मूविंग औसत. वॉलैटिलिटी सबसे सामान्य उपाय है जोखिम, लेकिन यह कई जायके में आता है पिछले लेख में, हमने दिखाया है कि साधारण ऐतिहासिक अस्थिरता कैसे गणना करनी है इस लेख को पढ़ने के लिए, देखें भविष्य की जोखिम को मापने के लिए अस्थिरता का उपयोग करना, हम 30 के आधार पर दैनिक अस्थिरता की गणना करने के लिए Google के वास्तविक स्टॉक मूल्य डेटा का इस्तेमाल करते हैं शेयर डेटा के दिनों में इस लेख में, हम साधारण अस्थिरता में सुधार करेंगे और तेजी से भारित चलती औसत EWMA ऐतिहासिक वि। इम्प्लाइड अस्थिरता के बारे में चर्चा करेंगे, यह मीट्रिक को परिप्रेक्ष्य में थोड़ा सा लगा दिया ऐतिहासिक और निहित या अंतर्निहित अस्थिरता के दो व्यापक दृष्टिकोण हैं ऐतिहासिक दृष्टिकोण यह मानते हैं कि पिछले प्रस्तावना हम आशा में इतिहास को मापते हैं कि यह भविष्यवाणी है, दूसरी तरफ, अस्थिरता में प्रतीत होता है, इतिहास की उपेक्षा करता है यह बाजार की कीमतों से उत्पन्न उतार-चढ़ाव के लिए हल करता है यह आशा करता है कि बाजार सबसे अच्छा जानता है और बाजार मूल्य में, यहां तक ​​कि यदि परस्पर रूप से, संबंधित रीडिंग के लिए अस्थिरता का एक सर्वसम्मत अनुमान है, देखें उपयोग और सीमाएं अस्थिरता। अगर हम सिर्फ तीनों पर ध्यान देते हैं उपरोक्त बाईं ओर के ऐतिहासिक दृष्टिकोण, उनके पास आम में दो चरण हैं। आवधिक वापसी की श्रृंखला का अनुमान लगाएं। भारोत्तोलन योजना लागू करें। सबसे पहले, हम आवधिक वापसी की गणना करते हैं, जो आमतौर पर दैनिक रिटर्न की एक श्रृंखला होती है, जहां प्रत्येक प्रतिफल लगातार जटिल शब्दों में व्यक्त होता है प्रत्येक दिन के लिए, हम स्टॉक की कीमतों के अनुपात का प्राकृतिक लॉग लेते हैं, अर्थात् कल कल मूल्य से विभाजित मूल्य, और इसी तरह। यह यूआई से लेकर यू इम तक दैनिक रिटर्न की एक श्रृंखला का उत्पादन करता है, इस पर निर्भर करता है कि कितने दिन मी दिन हम माप रहे हैं । यह हमें दूसरे चरण में ले जाता है यह वह जगह है जहां तीन दृष्टिकोण भिन्न होते हैं भविष्य के जोखिम को मापने के लिए अस्थिरता का उपयोग करते हुए पिछले लेख में, हमने दिखाया है कि स्वीकार्य सरलीकरण के तहत, सरल विचरण चुकता रिटर्न की औसत है। प्रत्येक आवधिक रिटर्न के बारे में बताता है, फिर उस दिन की संख्या या टिप्पणियों की संख्या को विभाजित करता है तो, यह वास्तव में चुकता समयावधि रिटर्न का औसत है, एक और रास्ता दें, प्रत्येक स्क्वायर रिटर्न दिया जाता है n बराबर वजन इसलिए यदि अल्फा ए विशेष रूप से एक वेटिंग कारक है, तो एक 1 मीटर, तो एक साधारण विचरण ऐसा कुछ दिखता है। सरल विचरण पर ईडब्ल्यूएमए सुधार करता है इस दृष्टिकोण की कमजोरी यह है कि सभी लाभ एक ही वजन कम करते हैं कल का बहुत हाल ही का रिटर्न पिछले महीने की वापसी की तुलना में विचरण पर और अधिक प्रभाव नहीं है इस समस्या को तेजी से भारित चलती औसत EWMA का उपयोग करके तय किया गया है, जिसमें अधिक हाल के रिटर्न का विचरण पर अधिक वजन होता है। तीव्रता से भारित चलती औसत EWMA लैम्ब्डा का परिचय देता है जिसे चौरसाई कहा जाता है पैरामीटर लम्बाडा एक से कम होना चाहिए, उस शर्त के तहत, बराबर वज़न के बजाय, प्रत्येक स्क्वायर रिटर्न का गुणांक एक गुणक के रूप में भारित होता है। उदाहरण के लिए, वित्तीय जोखिम प्रबंधन कंपनी, जोखिममेट्रिक्स टीएम, 0 94 या 94 के लैम्ब्डा का उपयोग करने के लिए जाती है इस मामले में, सबसे हाल ही में चुकता आवधिक वापसी का श्रेय 1-0 94 94 0 6 से होता है, अगले स्क्वेयर रिटर्न केवल इस मामले में पूर्व के लम्ब्डा-मल्टीपल का होता है जो 6 गुणा होता है 94 5 64 और तीसरे दिन पहले का वजन 94 94 94 2 5 30 के बराबर होता है। इसका अर्थ है कि ईडब्ल्यूएमए में प्रत्येक वजन एक निरंतर गुणक यानी लैम्ब्डा है, जो कि पहले दिन के एक से कम होना चाहिए वजन यह एक ऐसे विचरण को सुनिश्चित करता है जो अधिक हालिया डेटा की ओर भारित या पक्षपाती है, अधिक जानने के लिए, Google की अस्थिरता के लिए एक्सेल वर्कशीट देखें Google के लिए बस अस्थिरता और ईडब्ल्यूएमए के बीच का अंतर नीचे दिखाया गया है। साधारण अस्थिरता प्रभावी रूप से प्रत्येक आवधिक वापसी का वजन करती है 0 9 6 जैसा कि कॉलम ओ में दिखाया गया है, हमारे पास दो साल का दैनिक स्टॉक मूल्य डेटा था, जो कि 50 9 दैनिक रिटर्न और 1 50 9 0 196 है, लेकिन नोटिस करते हैं कि कॉलम पी 6 का वजन, फिर 5 64, फिर 5 3 और इसी तरह से है सरल विचरण और ईडब्ल्यूएमए के बीच अंतर। याद रखें कि हम कॉलम क्यू में पूरी श्रृंखला की समयावधि के बाद हमारे पास अंतर है, जो मानक विचलन का वर्ग है यदि हम अस्थिरता चाहते हैं, तो हमें इस विचरण के वर्गमूल को याद रखना चाहिए। दैनिक वोल्टी में अंतर है Google के मामले में विचरण और ईडब्ल्यूएमए के बीच लियूट यह महत्वपूर्ण है कि सरल विचरण ने हमें 2 4 की एक दैनिक अस्थिरता दी, लेकिन ईडब्ल्यूएमए ने केवल 1 4 की दैनिक अस्थिरता को विवरण के लिए स्प्रैडशीट दिखाया, जाहिर है, Google की अस्थिरता अधिक हाल ही में बसे , एक सरल विसंगति कृत्रिम रूप से ऊंचा हो सकता है। आज का विचरण पियोर दिवस के विचरण का कार्य है आप नोटिस देंगे कि हमें ज़्यादा गिरावट वाले वजन की लंबी श्रृंखला की गणना करने की ज़रूरत है, हम यहां गणित नहीं जीते, लेकिन इनमें से सर्वश्रेष्ठ सुविधाओं में से एक ईडब्ल्यूएमए यह है कि पूरी श्रृंखला आसानी से एक रिकर्सिव फॉर्मूला को कम कर देता है। पुनरावृत्त साधनों का मतलब है कि आज के विचरण संदर्भ अर्थात् पहले के विचरण का एक कार्य है आप स्प्रेडशीट में भी इस सूत्र को पा सकते हैं, और यह सटीक रूप से उसी परिणाम का उत्पादन करता है जैसे कि लंदन गणना यह कहता है कि ईडब्ल्यूएमए के तहत आज के विचलन लैंबडा प्लस कल भारतीकृत भार के बराबर है, कल शून्य से चुकता वापसी एक शून्य से लैम्ब्डा द्वारा तौला गया नोटिस कैसे हम सिर्फ दो शब्दों को एक साथ जोड़ रहे हैं y एस्ट्रैडे का भारित विचरण और भारोत्तोलन, चुकता लौटाना। यहां तक ​​कि लैम्ब्डा हमारे चौरसाई पैरामीटर है एक उच्च लैम्ब्डा उदा। जोखिम मैट्रिक की 94 श्रृंखला में धीमी क्षय दर्शाती है - रिश्तेदार शब्दों में, हम श्रृंखला में अधिक डेटा अंक लेकर जा रहे हैं और वे और अधिक धीरे से गिरने जा रहे हैं दूसरी तरफ, अगर हम लैम्ब्डा को कम करते हैं, तो हम संकेत देते हैं कि अधिक क्षय वजन तेजी से गिरता है और, तेज़ी से क्षय के प्रत्यक्ष परिणाम के रूप में, कम डेटा पॉइंट का उपयोग किया जाता है स्प्रेडशीट में, लैम्ब्डा एक इनपुट है, इसलिए आप अपनी संवेदनशीलता के साथ प्रयोग कर सकते हैं। सारांश अस्थिरता एक स्टॉक का तात्कालिक मानक विचलन है और सबसे सामान्य जोखिम मीट्रिक यह भिन्नता का वर्गमूल भी है, हम ऐतिहासिक या अप्रत्यक्ष रूप से निहित अस्थिरता के अनुपात को माप सकते हैं जब ऐतिहासिक रूप से मापने सबसे आसान तरीका सरल विचरण है लेकिन सरल विचरण के साथ कमजोरी सभी वही वजन एक ही वजन मिलते हैं तो हम एक क्लासिक ट्रेड-ऑफ का सामना करते हैं, हम हमेशा अधिक डेटा चाहते हैं लेकिन हमारे पास जितने अधिक डेटा हैं और हमारी गणना को दूर कम प्रासंगिक आंकड़ों से पतला किया जाता है। समय-समय पर रिटर्न के लिए वज़न निर्दिष्ट करके, सरल भारित चलती औसत EWMA सरल विचरण पर सुधार करता है, ऐसा करके, हम दोनों एक बड़े नमूना आकार का उपयोग कर सकते हैं, लेकिन अधिक हाल के रिटर्न के लिए अधिक वजन भी दे सकते हैं। इस विषय पर एक फिल्म ट्यूटोरियल देखने के लिए, बायोनिक कछुए पर जाएं