Bewegende gemiddelde CROSSOVER beweeg gemiddelde CROSSOVER is 'n algemene manier handelaars kan gebruik bewegende gemiddeldes. 'N crossover vind plaas wanneer 'n vinniger bewegende gemiddelde (maw 'n korter tydperk bewegende gemiddelde) kruisies óf bo 'n stadiger bewegende gemiddelde (maw 'n langer tydperk bewegende gemiddelde) wat beskou word as 'n lomp crossover of onder wat beskou word as 'n lomp crossover. Die grafiek hieronder van die SampP depositobewyse Beursverhandelde fonds (SPY) toon die 50-dag Eenvoudige bewegende gemiddelde en die 200-dag Eenvoudige bewegende gemiddelde hierdie bewegende gemiddelde paar word dikwels kyk na die groot finansiële instellings as 'n langafstand aanwyser van die mark rigting : Let op hoe die langtermyn 200-dag Eenvoudige bewegende gemiddelde is in 'n uptrend dit dikwels geïnterpreteer as 'n teken dat die mark is baie sterk. 'N handelaar kan oorweeg om te koop wanneer die korter termyn 50 dae SMA kruis bo die 200-dag SMA en contrastly, 'n handelaar kan oorweeg die verkoop van wanneer die 50-dag SMA kruisies onder die 200-dag SMA. In die grafiek hierbo van die SampP 500, sou beide potensiaal koop seine uiters winsgewend gewees het, maar die een potensiële verkoop sein sou 'n klein verlies veroorsaak het. Hou in gedagte dat die 50-dag, 200 dae Eenvoudige bewegende gemiddelde crossover is 'n baie lang termyn strategie. Vir diegene handelaars wat meer bevestiging wil wanneer hulle gebruik bewegende gemiddelde CROSSOVER, kan die 3 Eenvoudige bewegende gemiddelde crossover tegniek gebruik word. 'N Voorbeeld hiervan word in die grafiek hieronder van Wal-Mart (WMT) stock: Die 3 Eenvoudige bewegende gemiddelde metode kan soos volg vertolk word: Die eerste crossover van die vinnigste SMA (in die voorbeeld hierbo, die 10-dag SMA) oor die volgende vinnigste SMA (20 dae SMA) dien as 'n waarskuwing dat die pryse egter dalk omkeer tendens, gewoonlik 'n handelaar sou plaas nie 'n werklike koop of te verkoop ten einde toe. Daarna kan die tweede crossover van die vinnigste SMA (10 dae) en die stadigste SMA (50 dae), 'n handelaar te koop of te verkoop aktiveer. Daar is talle variasies en metodologieë vir die gebruik van die 3 Eenvoudige bewegende gemiddelde crossover metode, is 'n paar hieronder: 'n meer konserwatiewe benadering kan wees om te wag totdat die middel SMA (20 dae) kruise oor die stadiger SMA (50 dae), maar dit is basies 'n twee SMA crossover tegniek, nie 'n drie SMA tegniek. 'N handelaar kan oorweeg om 'n geld bestuur tegniek van die koop van 'n half grootte wanneer die vinnige SMA kruise oor die volgende vinnigste SMA en gee dan die ander helfte toe die vinnige SMA kruise oor die stadiger SMA. In plaas van helftes, koop of verkoop 'n derde van 'n posisie wanneer die vinnige SMA kruise oor die volgende vinnigste SMA, nog 'n derde wanneer die vinnige SMA kruise oor die stadige SMA, en die laaste derde as die tweede vinnigste SMA kruise oor die stadige SMA . 'N bewegende gemiddelde crossover tegniek wat gebruik maak van 8 Bewegende Gemiddeldes (eksponensiële) is die bewegende gemiddelde Eksponensiële Ribbon aanwyser (sien: Eksponensiële Ribbon). Bewegende gemiddelde CROSSOVER word dikwels beskou gereedskap deur handelaars. Om die waarheid te CROSSOVER word dikwels ingesluit in die mees gewilde tegniese aanwysers insluitend die bewegende gemiddelde Konvergensie divergensie (MACD) aanwyser (sien: MACD). Ander bewegende gemiddeldes verdien deeglike oorweging in 'n verhandeling van plan: Die bogenoemde inligting is slegs ter inligting en vermaak doeleindes en nie handel advies of 'n uitnodiging om te koop of te verkoop enige voorraad, opsie, toekoms, kommoditeit, of forex produk uitmaak. Vorige prestasie is nie noodwendig 'n aanduiding van toekomstige prestasie nie. Trading is inherent riskant. OnlineTradingConcepts sal nie aanspreeklik wees vir enige spesiale of gevolglike skade wat voortspruit uit die gebruik van of die onvermoë om te gebruik, die materiaal en inligting wat deur hierdie site. Sien volle vrywaring. Linear Regressie Lineêre regressie poog om die verhouding tussen twee veranderlikes te modelleer deur pas 'n lineêre vergelyking om waargeneem data. Een veranderlike beskou word as 'n verklarende veranderlike wees, en die ander word beskou as 'n afhanklike veranderlike wees. Byvoorbeeld, kan 'n model eerder wil die gewigte van individue betrekking het op hul hoogtes met behulp van 'n lineêre regressiemodel. Voordat 'n lineêre model om waargenome data pas, moet 'n model eerder eerste vas te stel of daar 'n verband tussen die veranderlikes van belang. Dit beteken nie noodwendig dat een veranderlike veroorsaak dat die ander (byvoorbeeld, moenie hoër SAT tellings nie veroorsaak hoër kollege grade), maar dat daar 'n beduidende verband tussen die twee veranderlikes. A PUNTEDIAGRAM kan 'n nuttige hulpmiddel in die bepaling van die sterkte van die verband tussen twee veranderlikes te wees. As dit lyk of geen verband tussen die voorgestelde verduidelikende en afhanklike veranderlikes wees (dit wil sê die PUNTEDIAGRAM dui nie enige verhoging of verlaging van tendense), dan pas 'n lineêre regressiemodel om die data sal waarskynlik nie 'n nuttige model. 'N Waardevolle numeriese maatstaf van assosiasie tussen twee veranderlikes is die korrelasiekoëffisiënt. wat is 'n waarde tussen -1 en 1 dui die sterkte van die assosiasie van die waargenome data vir die twee veranderlikes. 'N lineêre regressielyn het 'n vergelyking van die vorm y 'n bX. waar X die verklarende veranderlike en Y is die afhanklike veranderlike. Die helling van die lyn is b. en 'n is die afsnit (die waarde van y wanneer x 0). Kleinste-kwadrate regressie Die mees algemene metode vir pas 'n regressielyn is die metode van kleinste-kwadrate. Hierdie metode word bereken dat die beste pas lyn vir die waargenome data deur die vermindering van die som van die vierkante van die vertikale afwykings van elke datapunt om die lyn (as 'n punt lê op die toegeruste lyn presies, dan is sy vertikale afwyking 0). Omdat die afwykings eerste is vierkantig, dan saamgevat, daar is geen kansellasies tussen positiewe en negatiewe waardes. Voorbeeld Die dataset Televisies, Dokters, en lewensverwagting bevat onder meer veranderlikes, die aantal mense per televisiestel en die aantal mense per dokter vir 40 lande. Aangesien beide veranderlikes waarskynlik weerspieël die vlak van rykdom in elke land, is dit redelik om te aanvaar dat daar 'n positiewe verband tussen hulle. Na die verwydering van 8 lande met ontbrekende waardes van die datastel, die oorblywende 32 lande het 'n korrelasie koëffisiënt van 0,852 vir aantal mense per televisiestel en aantal mense per dokter. Die rsup2 waarde is 0,726 (die vierkant van die korrelasiekoëffisiënt), wat aandui dat 72,6 van die variasie in een veranderlike kan verduidelik word deur die ander. (Let wel: sien korrelasie vir meer besonderhede.) Gestel ons kies om aantal mense per televisiestel as die verklarende veranderlike, en die aantal mense per dokter beskou as die afhanklike veranderlike. Die gebruik van die Minitab agteruitgang opdrag gee die volgende resultate: Om die pas van die model om die waargenome data te besigtig, kan 'n mens die berekende regressielyn plot oor die werklike data dui op die resultate te evalueer. Vir hierdie voorbeeld blyk die komplot om die regte, met verskeie individue per televisiestel (die verklarende veranderlike) op die x-as en aantal individue per dokter (die afhanklike veranderlike) op die y-as. Terwyl die meeste van die datapunte is gegroepeer teenoor die onderste linkerhoek van die plot (dui relatief min individue per televisiestel en per dokter), is daar 'n paar punte wat ver weg van die belangrikste groep van die data lê. Hierdie punte is bekend as uitskieters. en afhangende van hul plek kan 'n groot impak op die regressielyn het (sien onder). Bron: Die wêreld almanak en Boek van feite 1993 (1993), New York: Pharos Books. Dataset beskikbaar is deur die JSE dataset argief. Uitskieters en invloedryke waarnemings Na 'n regressielyn is bereken vir 'n groep van data, 'n punt wat baie ver weg is die lyn (en dus 'n groot reswaarde) staan bekend as 'n uitskieter. Sulke punte kan foutiewe data voor te stel, of dalk 'n swak passing regressielyn aan te dui. As 'n punt lê ver van die ander data in die horisontale rigting, staan dit bekend as 'n invloedryke waarneming. Die rede vir hierdie onderskeid is dat hierdie punte het kan 'n beduidende impak op die helling van die regressielyn het. Let in die voorbeeld hierbo, die effek van die verwydering van die waarneming in die boonste regterkantste hoek van die plot: Met hierdie invloedryke waarneming verwyder, die regressievergelyking is nou die korrelasie tussen die twee veranderlikes het gedaal tot 0,427, wat die rsup2 waarde verminder tot 0,182. Met hierdie invloedryke waarneming verwyder, minder as 20 van die variasie in aantal mense per dokter kan verklaar word deur die aantal mense per televisie. Invloedryke waarnemings is ook sigbaar in die nuwe model, en hul impak moet ook ondersoek word. Residue Een keer 'n regressiemodel het pas is om 'n groep van data, ondersoek van die residue (die afwykings van die toegeruste lyn met die waargeneem waardes) kan die modeler om die geldigheid van sy of haar aanname dat 'n lineêre verwantskap bestaan te ondersoek. Plot die residue op die y-as teen die verklarende veranderlike op die x-as toon enige moontlike nie-lineêre verwantskap tussen die veranderlikes, of dalk die modeler bewus te maak loer veranderlikes te ondersoek. In ons voorbeeld, die oorblywende plot versterk die teenwoordigheid van uitskieters. Loer veranderlikes As nie-lineêre tendense is sigbaar in die verhouding tussen 'n verklarende en afhanklike veranderlike, is daar dalk ander invloedryke veranderlikes om te oorweeg. A loer veranderlike bestaan wanneer die verhouding tussen twee veranderlikes beduidend beïnvloed word deur die teenwoordigheid van 'n derde veranderlike wat nie ingesluit is in die modellering moeite. Aangesien so 'n veranderlike 'n faktor van tyd kan wees (byvoorbeeld die effek van politieke of ekonomiese siklusse), 'n tydreeks plot van die data is dikwels 'n nuttige hulpmiddel in die identifisering van die teenwoordigheid van loer veranderlikes. Ekstrapolasie Wanneer 'n lineêre regressiemodel geskik is om 'n groep van data, moet die omvang van die data noukeurig waargeneem. 'N poging om 'n regressievergelyking gebruik om waardes buite hierdie reeks voorspel is dikwels onvanpas, en mag ongelooflike antwoorde oplewer. Hierdie praktyk staan bekend as ekstrapolasie. Oorweeg, byvoorbeeld, 'n lineêre model wat gewigstoename verwys na ouderdom vir jong kinders. Die toepassing van so 'n model vir volwassenes, of selfs tieners, sou wees absurd, aangesien die verhouding tussen ouderdom en gewigstoename is nie in ooreenstemming vir alle ouderdomsgroepe groups. Slope Helling Inleiding Die helling aanwyser meet die styging-oor-loop van 'n lineêre regressie, wat is die lyn van beste passing vir 'n prys reeks. bo en onder vriespunt wisselende, die helling aanwyser beste lyk soos 'n momentum ossillator sonder grense. Dit is nie goed geskik vir oorgekoop / oorverkoopte vlakke, maar kan die rigting en sterkte van 'n tendens te meet. Dit kan ook gebruik word met ander aanwysers hoef te identifiseer potensiële inskrywing punte binne 'n deurlopende tendens. Berekening helling is gebaseer op 'n lineêre regressie (lyn van beste passing). Selfs al is die formule vir 'n lineêre regressie is buite die bestek van hierdie artikel, kan 'n lineêre regressie getoon word met behulp van die Raff Regressie Kanaal in SharpCharts. Hierdie aanwyser beskik oor 'n lineêre regressie in die middel met ewe ver buite tendens lyne. Helling is gelyk aan die styging-oor-run vir die lineêre regressie. Styging verwys na die prys verandering. Run verwys na die tyd. A 20-dag helling sal die styging-oor-loop van 'n 20-dag lineêre regressie wees. As die styging is 4 punte en die aanloop is twee dae, dan is die helling sal wees 2 (4/2 2). As die styging is -6 punte en die aanloop is 2, dan is die helling sou wees -3 (6/2 3). In die algemeen, 'n bevordering periode het 'n positiewe helling en 'n dalende tydperk het 'n negatiewe helling. Die krans hang af van die skerpte van die voorskot of afname. Grafiek 1 toon SPY met drie verskillende 20-dag tydperke (oranje, geel, blou). A 20-dag Raff Regressie Channel getoon vir elke tydperk van 20 dae. Die lineêre regressie, in die middel, verteenwoordig die lyn van beste passing vir die 20 datapunte. Die stippellyne dui die einde van die tydperk 20 dae en die waarde van die helling teen daardie prys punt. Die eerste periode is relatief plat en die helling is skaars positief. Die tweede periode is en die helling is duidelik positief. Die derde periode is af en die helling is negatief. Hou in gedagte dat die helling verander so oud datapunte afgelaai en nuwe data punte bygevoeg. Tendens Identifikasie Helling kan gebruik word om die tendens te kwantifiseer. 'N positiewe helling is per definisie 'n uptrend. Net so 'n negatiewe helling definieer 'n verslechtering neiging. Grafiek 2 toon die Dow Nywerhede met 'n 52-week Helling (een jaar). Die rooi stippellyne wys die helling draai negatief, terwyl die groen stippellyne wys die helling draai positief. Die 52-week Helling was positief vir sowat twee jaar (2006-2007) en dan draai negatiewe in Februarie 2008. Hoewel die Dow onderste draaipunt in Maart 2009 en verhuis skerp hoër, die 52-week Helling nie terug te steek in positiewe terrein tot September 2009. Let daarop dat die helling van die tendens nie voorspel. In plaas daarvan, dit volg die tendens of die prys punte. Dit beteken daar sal 'n paar lag wees. Tendens Krag Directional beweging kan ook belangrik wees wanneer die ontleding van die helling. 'N negatiewe en stygende helling toon verbetering binne 'n verslechtering neiging. 'N Positiewe en val helling toon agteruitgang in 'n uptrend. Grafiek 3 toon die Nasdaq 100 ETF (QQQQ) met die 100-dag helling. A 20-dag eenvoudig bewegende gemiddelde is bygevoeg om opwaartse fases en afswaaie identifiseer. 'N helling styg wanneer bo sy 20-dag SMA en toe onder val. Vier belangrike CROSSOVER geïdentifiseer op hierdie grafiek (groen / rooi pyle). Let daarop dat die CROSSOVER plaasgevind het voor die helling het negatiewe of positiewe. Dit is soos 'n voorste aanduiding vir die helling. Let ook op die weiering na die negatiewe kruis in Julie 2008 en die hertoets na die positiewe kruis in Januarie 2009. Hierdie vroeë helling terugskrywings vooruitsig 'n skuif in positiewe terrein of tendens verandering, maar moenie verwag dat 'n uitgebreide skuif na elke bewegende gemiddelde crossover. Die 100-dag Helling verskuif onder sy 20-dag SMA in Augustus 2009, maar QQQQ gehou reg oor die beweging van hoër. 'N dalende en positiewe helling weerspieël minder steil in die vooraf. Let op hoe die 100-dag Helling positiewe gebly as QQQQ hoër voortgesit vanaf September 2009 tot Januarie 2010. Handel Vooroordeel Helling alleen kan nie gebruik word om deel te neem in 'n deurlopende tendens, maar dit kan gebruik word met ander aanwysers aan potensiële inskrywing punte te identifiseer. In die besonder, kan Helling gebruik word vir tendens identifikasie om 'n handel vooroordeel te vestig. 'N positiewe helling dikteer n lomp vooroordeel, terwyl 'n negatiewe helling dikteer n lomp vooroordeel. Een keer 'n handel vooroordeel is vasgestel, 'n momentum ossillator gebruik word om potensiële inskrywing punte te identifiseer. Die keuse van momentum ossillator is regtig 'n persoonlike voorkeur. Die voorbeeld met Apple gebruik die 100-dag Diep 10-dag Williams R. Die tydperk blik terugslag vir die helling moet aansienlik meer wees as die uitkyk terug tydperk vir die momentum ossillator. Die helling definieer die groter tendens, terwyl die momentum ossillator 'n subset van die tendens verteenwoordig. Grafiek 4 toon die 100-dag Helling beweeg bo nul in Julie 'n lomp vooroordeel te vestig. Slegs lomp seine kom in aanmerking vir die momentum ossillator. Dit sluit in oorverkoopte lesings, middellyn CROSSOVER of sein lyn CROSSOVER. Williams R nie 'n sein lyn, maar MACD en PPO doen. Die blou stippellyne wys wanneer 10-dag Williams R beweeg onder -80 tot oorverkoop geword. Let daarop dat hierdie lesings ooreenstem met 'n kort terugsakkings in die voorraad. Behalwe vir die laaste oorverkoop lees in die begin van Desember, Apple hervat sy uptrend kort na hierdie oorverkoop lesings. Relatiewe sterkte van die helling van twee (of meer) sekuriteite kan vergelyk word met relatiewe sterkte en relatiewe swakheid identifiseer. Die grafiek hieronder toon Amazon (AMZN) met die SampP 500. Beide effekte getoon met die 20-dag Helling (swart). Die blou vertikale lyn dui op 'n punt in die begin van November wanneer Amazon het 'n positiewe helling en die SampP 500 het 'n negatiewe helling. Amazon is duidelik beter as die SampP 500 op hierdie tyd. Trouens, wanneer die SampP 500 laagtepunt bereik vroeg in November, Amazon het die pad hoër met 'n skuif vanaf 117 tot 143. Let daarop dat Amazon het hoër selfs as die helling laer beweeg. Die Amazon Helling draai negatiewe in die middel van Desember en die SampP 500 Helling was steeds positief. Hierdie situasie herhaal die tweede week van Januarie. Gebaseer op die helling vergelyking, Amazon het van relatiewe sterkte in November tot relatiewe swakheid in Desember en Januarie. Tydens hierdie twee maande, die 20-dag lineêre regressie vir Amazon is skuins af, terwyl die 20-dag lineêre regressie vir die SampP 500 is skuins up. Gevolgtrekkings Helling meet die styging-oor-loop van 'n lineêre regressie. In die algemeen, 'n uptrend is teenwoordig wanneer Helling is positief en 'n verslechtering neiging bestaan wanneer die helling negatief. Die tydsraamwerk hang af van die aantal dae. 10 dae dek 'n kort termyn tendens, 100 dae per medium termyn tendens en 250 dae 'n langtermyn-tendens. Soos met 'n tipiese tendens volgende aanwysers, Helling lags prys en omkeer na 'n werklike bo-of onderkant. Dit beteken egter nie afbreuk aan sy nut. Tendens identifikasie en tendens krag is belangrike instrumente, selfs vir handelaars. Soos met bewegende gemiddeldes, kan Helling word met momentum aanwysers om deel te neem in 'n deurlopende tendens. Klik hier vir live grafiek met die helling aanwyser. SharpCharts Helling kan gevind naby die onderkant van die aanwyser lys op SharpCharts. Die standaard parameters (20) verander kan word na die verlangde tyd raam pas. Soos alle aanwysers, kan Helling bo die prys plot geplaas word, agter die prys plot of onder die prys plot. Daarbenewens kan gebruikers die groen pyl klik langs gevorderde opsies om 'n bewegende gemiddelde of 'n ander aanwyser om Helling van toepassing. Voorgestelde skanderings oorverkoop in 'n uptrend. Die skakel na hierdie scan openbaar aandele met 'n positiewe 100-dag helling en oorverkoopte Williams R (hieronder -80) oorgekoop in 'n verslechtering neiging. Die skakel na hierdie scan openbaar aandele met 'n negatiewe 100-dag helling en oorgekoop Williams R (bo -20). Verdere Studie Hierdie boek dek baie grond, maar sluit 'n afdeling oor regressie analise met behulp van lineêre regressies. Trading Systems en metodes Perry KaufmanLinear Regressie aanwyser Die lineêre regressie aanwyser gebruik vir tendens identifikasie en tendens volgende in 'n soortgelyke wyse aan bewegende gemiddeldes. Die aanwyser moet nie verwar word met lineêre regressie Lines wat reguit lyne toegerus om 'n reeks van data punte is. Die lineêre regressie aanwyser plotte die eindpunte van 'n hele reeks van lineêre getrek op agtereenvolgende dae regressielyne. Die voordeel van die lineêre regressie aanwyser oor 'n normale bewegende gemiddelde is dat dit minder lag as die bewegende gemiddelde, reageer vinniger op veranderinge in die rigting. Die nadeel is dat dit meer geneig is tot whipsaws. Die lineêre regressie aanwyser is slegs geskik vir die handel sterk tendense. Seine geneem in 'n soortgelyke wyse aan bewegende gemiddeldes. Gebruik die rigting van die lineêre regressie aanwyser om te betree en die uitgang ambagte met 'n aanwyser langer termyn as 'n filter. Gaan lank as die lineêre regressie aanwyser opdaag of verlaat 'n kort handel. Gaan kort (of verlaat 'n lang handel) as die lineêre regressie aanwyser draai af. 'N Variasie op die bogenoemde is om ambagte te voer wanneer die prys gaan oor die lineêre regressie aanwyser, maar nog steeds verlaat wanneer die lineêre regressie aanwyser draai af. Voorbeeld Muis oor grafiek onderskrifte te handel seine te vertoon. Gaan lank L wanneer die prys kruise bo die 100-dag lineêre regressie aanwyser terwyl die 300-dag styg afrit X wanneer die 100-dag lineêre regressie aanwyser draai afgaan lank weer by L wanneer die prys kruise bo die 100-dag lineêre regressie aanwyser afrit X wanneer die 100-dag lineêre regressie aanwyser draai afgaan lang L wanneer die prys kruise bo 100-dag lineêre regressie afrit X wanneer die 100-dag aanwyser draai afgaan lang L wanneer die 300-dag lineêre regressie aanwyser opdaag nadat die prys bo gekruis die 100-dag aanwyser afrit X wanneer die 300-dag lineêre regressie aanwyser draai af. Lomp divergensie op die aanwyser waarsku van 'n groot tendens omkeer. In by ons poslys Lees Colin Twiggs Trading Dagboek nuusbrief, met opvoedkundige artikels oor handel, tegniese ontleding, aanwysers en nuwe sagteware updates. The bewegende gemiddelde (Time Series) funksie gee terug Die bewegende gemiddelde van 'n stuk grond oor 'n gegewe tydperk gebaseer op liniêre regressie. Parameters ------------------ data Die data om te gebruik in die regressie. Dit is tipies 'n stuk grond in 'n datareeks of 'n berekende waarde. Tydperk Die aantal bars van data in die regressie insluit, insluitend die huidige waarde. Byvoorbeeld, 'n tydperk van 3 sluit die huidige waarde en die twee vorige waardes. Funksiewaarde ------------------------ Die tydreekse bewegende gemiddelde word bereken deur pas 'n lineêre regressielyn oor die waardes vir die gegewe tydperk, en dan die bepaling die huidige waarde vir daardie lyn. 'N Lineêre regressie-lyn is 'n reguit lyn wat so naby aan al die gegewe waardes as moontlik. Die tydreekse bewegende gemiddelde aan die begin van 'n data-reeks is nie gedefinieer totdat daar genoeg waardes om die gegewe tydperk te vul. Let daarop dat 'n tydreeks bewegende gemiddelde verskil grootliks van ander vorme van bewegende gemiddeldes in dat die huidige waarde volg die onlangse tendens van die data, nie 'n werklike gemiddelde van die data. As gevolg hiervan, kan die waarde van hierdie funksie groter of minder as al die waardes wat gebruik word as die tendens van die data oor die algemeen is die verhoging of verlaging wees. Gebruik ---------- bewegende gemiddeldes is nuttig vir glad lawaaierige rou data, soos daaglikse pryse. Prys data kan baie wissel van dag-tot-dag, verberg of die prys op of af gaan met verloop van tyd. Deur te kyk na die bewegende gemiddelde van die prys, kan 'n meer algemene beeld van die onderliggende tendense gesien word. Sedert bewegende gemiddeldes kan gebruik word om tendense te sien, kan hulle ook gebruik word om vas te stel of data is gemaal die tendens. Toetrede / uittrede stelsels dikwels vergelyk data om 'n bewegende gemiddelde om te bepaal of dit ondersteun 'n tendens of die begin van 'n nuwe een. Sien die voorbeeld inskrywing / afrit stelsels vir 'n voorbeeld van die gebruik van 'n bewegende gemiddelde in 'n inskrywing / afrit stelsel. Hierdie funksie is dieselfde as die lineêre regressie aanwyser. Dit is ook dieselfde as die Tydreekse Voorspelling met 'n afset nul.
No comments:
Post a Comment