การย้าย ค่าเฉลี่ย เส้นแนวโน้ม ระยะเวลา

ในหนังสือเล่มล่าสุดของฉันการคาดการณ์แบบอนุกรมเวลา: คู่มือปฏิบัติ ฉันรวมตัวอย่างของการใช้ Microsoft Excels พล็อตเฉลี่ยเคลื่อนที่เพื่อระงับฤดูกาลรายเดือน ทำโดยการสร้างบรรทัดของชุดข้อมูลในช่วงเวลาหนึ่งแล้วเพิ่ม Trendline gt Moving Average (ดูโพสต์เกี่ยวกับการระงับฤดูกาล) วัตถุประสงค์ของการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ของพล็อตเวลาคือการดูแนวโน้มในข้อมูลได้ดีขึ้นโดยการระงับฤดูกาล ค่าเฉลี่ยเคลื่อนที่ที่มีความกว้างของหน้าต่าง w หมายถึงค่าเฉลี่ยในแต่ละชุดค่า w ต่อเนื่อง สำหรับการแสดงภาพแบบเวลาเรามักใช้ค่าเฉลี่ยเคลื่อนที่เชิงศูนย์ตรงกับฤดู w ค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลาง (centred moving average) ค่าของค่าเฉลี่ยเคลื่อนที่ในเวลา t (MA t) คำนวณโดยการวางหน้าต่างให้ตรงกลางรอบเวลา t และค่าเฉลี่ยของค่า w ภายในหน้าต่าง ตัวอย่างเช่นถ้าเรามีข้อมูลรายวันและเราคาดว่าจะมีผลต่อวันต่อสัปดาห์เราสามารถระงับโดยค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลางโดยใช้ w7 แล้วจึงวาดเส้น MA ผู้เข้าร่วมสังเกตการณ์ในการคาดการณ์ข้อมูลออนไลน์ของฉันพบว่าค่าเฉลี่ยเคลื่อนที่ของ Excels ไม่ได้เป็นสิ่งที่คาดหวัง: แทนที่จะใช้ค่าเฉลี่ยของหน้าต่างที่อยู่กึ่งกลางรอบระยะเวลาที่น่าสนใจจะใช้เวลาเฉลี่ยของเดือนที่ผ่านมา ค่าเฉลี่ยเคลื่อนที่) ในขณะที่ค่าเฉลี่ยเคลื่อนที่ต่อเนื่องจะเป็นประโยชน์สำหรับการคาดการณ์ แต่จะมีค่าต่ำกว่าสำหรับการสร้างภาพโดยเฉพาะอย่างยิ่งเมื่อชุดมีแนวโน้ม สาเหตุที่ค่าเฉลี่ยเคลื่อนที่ต่อเนื่องล่าช้า ดูภาพด้านล่างและคุณสามารถเห็นความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามท้าย Excels (สีดำ) และค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลาง (สีแดง) ข้อเท็จจริงที่ Excel สร้างค่าเฉลี่ยเคลื่อนที่ต่อเนื่องในเมนู Trendline ทำให้เกิดความสับสนและทำให้เข้าใจผิด ยิ่งมีการรบกวนมากขึ้นเท่านั้น ซึ่งอธิบายอย่างไม่ถูกต้องต่อท้าย MA ที่ผลิต: ถ้า Period กำหนดเป็น 2 ตัวอย่างเช่นค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะถูกใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้มและอื่น ๆ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการย้ายค่าเฉลี่ยโปรดดูที่นี่: การเลือกเส้นแนวโน้มที่ดีที่สุดสำหรับข้อมูลของคุณเมื่อคุณต้องการเพิ่มเส้นแนวโน้มลงในแผนภูมิใน Microsoft กราฟคุณสามารถเลือกรูปแบบแนวโน้มต่างๆได้หกรูปแบบ ประเภทข้อมูลที่คุณกำหนดประเภทของเส้นบอกแนวที่คุณควรใช้ ความน่าเชื่อถือของ Trendline เส้นแนวโน้มเป็นความน่าเชื่อถือมากที่สุดเมื่อค่า R-squared อยู่ที่หรือใกล้เคียง 1. เมื่อคุณพอดีเส้นแนวโน้มกับข้อมูลของคุณกราฟจะคำนวณค่า R-squared โดยอัตโนมัติ หากต้องการคุณสามารถแสดงค่านี้ในแผนภูมิของคุณได้ เส้นตรงเป็นเส้นตรงที่ดีที่สุดที่ใช้กับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นเส้นตรงถ้ารูปแบบในจุดข้อมูลมีลักษณะคล้ายกับเส้น เส้นแนวโน้มจะแสดงให้เห็นว่ามีบางอย่างที่เพิ่มขึ้นหรือลดลงในอัตราที่คงที่ ในตัวอย่างต่อไปนี้เส้นตรงแสดงให้เห็นอย่างชัดเจนว่ายอดขายตู้เย็นเพิ่มขึ้นอย่างต่อเนื่องในช่วง 13 ปี สังเกตว่าค่า R-squared เท่ากับ 0.9036 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นรอบวงลอการิทึมเป็นเส้นโค้งที่เหมาะที่สุดที่จะเป็นประโยชน์มากที่สุดเมื่ออัตราการเปลี่ยนแปลงข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็วและลดระดับลง เส้นรอบวงลอการิทึมสามารถใช้บวก andor ค่าบวก ตัวอย่างต่อไปนี้ใช้เส้นรอบวงลอการิทึมเพื่อแสดงการเติบโตของประชากรที่คาดการณ์ไว้ของสัตว์ในพื้นที่ว่างที่มีการกำหนดพื้นที่ซึ่งประชากรจะลดลงเนื่องจากพื้นที่สำหรับสัตว์ลดลง โปรดทราบว่าค่า R-squared เท่ากับ 0.9407 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นรอบวงเส้นโค้งเป็นเส้นโค้งที่ใช้เมื่อข้อมูลมีความผันผวน ตัวอย่างเช่นสำหรับการวิเคราะห์ผลกำไรและขาดทุนจากชุดข้อมูลขนาดใหญ่ ลำดับของพหุนามสามารถกำหนดได้จากจำนวนความผันผวนของข้อมูลหรือจำนวนโค้ง (เนินเขาและหุบเขา) ปรากฏในเส้นโค้ง คำสั่ง Order 2 polynomial trendline โดยทั่วไปมีเพียงเนินเขาหรือหุบเขาเท่านั้น คำสั่งที่ 3 โดยทั่วไปมีภูเขาหรือหุบเขาหนึ่งหรือสองแห่ง ลำดับที่ 4 โดยทั่วไปมีได้ถึงสาม ตัวอย่างต่อไปนี้แสดงเส้นโครงแบบพหุนาม Order 2 (เนินเขาหนึ่ง) เพื่อแสดงความสัมพันธ์ระหว่างความเร็วและปริมาณการใช้น้ำมันเบนซิน สังเกตว่าค่า R-squared เท่ากับ 0.9474 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นพลังคือเส้นโค้งที่ใช้ได้ดีที่สุดกับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราเฉพาะตัวอย่างเช่นการเร่งความเร็วของรถแข่งในช่วงเวลาหนึ่งวินาที คุณไม่สามารถสร้างเส้นแนวโน้มกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ ในตัวอย่างต่อไปนี้ข้อมูลการเร่งความเร็วจะแสดงโดยการพล็อตระยะทางเป็นเมตรเป็นวินาที เส้นแรงที่แสดงให้เห็นถึงการเพิ่มขึ้นอย่างรวดเร็ว โปรดทราบว่าค่า R-squared เท่ากับ 0.9923 ซึ่งเป็นเส้นที่พอดีกับข้อมูล เสนโคงเชิงเสนคือเสนโคงที่มีประโยชนมากที่สุดเมื่อมูลคาเพิ่มขึ้นหรือลดลงในอัตราที่สูงขึ้น คุณไม่สามารถสร้างเส้นแสดงแนวโน้มเป็นตัวเลขได้หากข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ ในตัวอย่างต่อไปนี้ใช้เส้นสายชี้แจงเพื่อแสดงปริมาณคาร์บอน 14 ที่ลดลงในวัตถุเมื่ออายุมากขึ้น โปรดทราบว่าค่า R-squared เท่ากับ 1 ซึ่งหมายถึงเส้นที่เหมาะกับข้อมูลอย่างสมบูรณ์ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ช่วยขจัดความผันผวนของข้อมูลเพื่อแสดงรูปแบบหรือแนวโน้มที่ชัดเจนขึ้น เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้จำนวนจุดข้อมูลที่ระบุ (กำหนดโดยตัวเลือก Period) โดยให้ค่าเฉลี่ยโดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุดในเส้นแนวโน้ม ตัวอย่างเช่นถ้ากำหนดระยะเวลาเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้มและอื่น ๆ ในตัวอย่างต่อไปนี้เส้นค่าเฉลี่ยเคลื่อนที่จะแสดงรูปแบบของจำนวนบ้านที่ขายในช่วง 26 สัปดาห์การคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel ในบทแนะนำสั้น ๆ นี้คุณจะได้เรียนรู้วิธีคำนวณค่าเฉลี่ยเคลื่อนที่ที่ง่ายใน Excel ซึ่งจะทำหน้าที่อย่างไร ใช้ค่าเฉลี่ยเคลื่อนที่ในช่วง N วันสัปดาห์เดือนหรือปีที่ผ่านมาและวิธีการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ Excel ในสองบทความล่าสุดเราได้ดูใกล้เคียงกับการคำนวณค่าเฉลี่ยใน Excel หากคุณติดตามบล็อกของเราแล้วคุณรู้วิธีคำนวณค่าเฉลี่ยปกติและใช้ฟังก์ชันใดในการหาค่าเฉลี่ยถ่วงน้ำหนัก ในบทแนะนำในปัจจุบันเราจะพูดถึงสองเทคนิคพื้นฐานในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel ค่าเฉลี่ยเคลื่อนที่ (โดยเฉลี่ยหมายถึงค่าเฉลี่ยโดยเฉลี่ยหรือค่าเฉลี่ยเคลื่อนที่) สามารถกำหนดเป็นชุดค่าเฉลี่ยสำหรับชุดย่อยที่ต่างกันของชุดข้อมูลเดียวกันได้ เป็นตัวเลขที่ใช้บ่อยในสถิติการคาดการณ์ทางเศรษฐกิจและพยากรณ์อากาศที่ปรับฤดูกาลตามฤดูกาลเพื่อทำความเข้าใจกับแนวโน้มพื้นฐาน ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่แสดงมูลค่าเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด ในธุรกิจการคำนวณยอดขายโดยเฉลี่ยสำหรับช่วง 3 เดือนที่ผ่านมาเพื่อหาแนวโน้มล่าสุด ตัวอย่างเช่นค่าเฉลี่ยอุณหภูมิในการเคลื่อนย้ายอุณหภูมิในช่วงสามเดือนสามารถคำนวณได้โดยการใช้อุณหภูมิโดยเฉลี่ยตั้งแต่เดือนมกราคมถึงเดือนมีนาคมจากนั้นให้ใช้อุณหภูมิเฉลี่ยตั้งแต่เดือนกุมภาพันธ์ถึงเดือนเมษายนถึงเดือนมีนาคมถึงเดือนพฤษภาคมเป็นต้นไป มีค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันเช่นแบบเรียบง่าย (เรียกอีกอย่างว่าเลขคณิต) เลขชี้กำลังตัวแปรสามเหลี่ยมและมีการถ่วงน้ำหนัก ในบทแนะนำนี้เราจะพิจารณาค่าเฉลี่ยเคลื่อนที่แบบธรรมดาที่ใช้บ่อยที่สุด การคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยใน Excel โดยรวมแล้วมีสองวิธีในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel โดยใช้สูตรและตัวเลือกเส้นแนวโน้ม ตัวอย่างต่อไปนี้แสดงให้เห็นถึงทั้งสองเทคนิค ตัวอย่าง 1. การคํานวณค่าเฉลี่ยเคลื่อนที่สําหรับช่วงเวลาหนึ่งค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยสามารถคํานวณได้ตลอดเวลาโดยใช้ฟังก์ชัน AVERAGE สมมติว่าคุณมีรายการอุณหภูมิเฉลี่ยรายเดือนในคอลัมน์ B และต้องการหาค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือน (ดังแสดงในภาพด้านบน) เขียนสูตร AVERAGE ตามปกติสำหรับ 3 ค่าแรกแล้วป้อนลงในแถวที่ตรงกับค่าที่ 3 จากด้านบน (เซลล์ C4 ในตัวอย่างนี้) จากนั้นคัดลอกสูตรลงไปที่เซลล์อื่นในคอลัมน์: คุณสามารถแก้ไข คอลัมน์ที่มีการอ้างอิงแบบสัมบูรณ์ (เช่น B2) หากต้องการ แต่ต้องแน่ใจว่าได้ใช้การอ้างอิงแถวสัมพัทธ์ (ไม่มีเครื่องหมาย) เพื่อให้สูตรปรับค่าอย่างเหมาะสมสำหรับเซลล์อื่น จำได้ว่าค่าเฉลี่ยคำนวณโดยการเพิ่มค่าแล้วแบ่งผลรวมตามจำนวนค่าที่จะเฉลี่ยคุณสามารถตรวจสอบผลลัพธ์ได้โดยใช้สูตร SUM ตัวอย่างเช่น 2. ให้ค่าเฉลี่ยเคลื่อนที่ในช่วง N วันที่ผ่านมาเป็นสัปดาห์เดือนปี ในคอลัมน์สมมติว่าคุณมีรายการข้อมูลเช่น ตัวเลขการขายหรือราคาหุ้นและคุณต้องการทราบค่าเฉลี่ยของช่วง 3 เดือนที่ผ่านมา ณ จุดใดก็ได้ สำหรับนี้คุณต้องมีสูตรที่จะคำนวณค่าเฉลี่ยทันทีที่คุณป้อนค่าสำหรับเดือนถัดไป ฟังก์ชัน Excel ใดที่สามารถทำสิ่งนี้ได้ AVERAGE เก่าที่ดีพร้อมกับ OFFSET และ COUNT AVERAGE (OFFSET (เซลล์แรก COUNT (ช่วงทั้งหมด) - N, 0, N, 1)) โดยที่ N คือจำนวนวันสุดท้ายของสัปดาห์ที่ผ่านมาปีรวมอยู่ในค่าเฉลี่ย ไม่แน่ใจว่าจะใช้สูตรเฉลี่ยเคลื่อนที่นี้ในแผ่นงาน Excel ของคุณตัวอย่างต่อไปนี้จะทำให้ทุกอย่างชัดเจนขึ้น สมมติว่าค่าเฉลี่ยอยู่ในคอลัมน์ B เริ่มต้นในแถว 2 สูตรจะเป็นดังนี้และตอนนี้ลองพยายามทำความเข้าใจกับสิ่งที่ Excel สูตรเฉลี่ยเคลื่อนที่กำลังทำอยู่ COUNT ฟังก์ชัน COUNT (B2: B100) นับจำนวนค่าที่ป้อนไว้ในคอลัมน์ B แล้วเราเริ่มนับเป็น B2 เนื่องจากแถวที่ 1 เป็นส่วนหัวของคอลัมน์ ฟังก์ชัน OFFSET จะนำเซลล์ B2 (อาร์กิวเมนต์ 1) เป็นจุดเริ่มต้นและจะชดเชยจำนวน (ค่าที่ส่งกลับโดยฟังก์ชัน COUNT) โดยย้ายแถว 3 แถวขึ้น (-3 ในอาร์กิวเมนต์ที่ 2) เป็นผลลัพธ์จะแสดงผลรวมของค่าในช่วงที่ประกอบด้วย 3 แถว (3 ในอาร์กิวเมนต์ที่ 4) และ 1 คอลัมน์ (1 ในอาร์กิวเมนต์สุดท้าย) ซึ่งเป็น 3 เดือนล่าสุดที่เราต้องการ สุดท้ายผลตอบแทนที่ส่งผ่านจะถูกส่งไปยังฟังก์ชัน AVERAGE เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ ปลาย หากคุณกำลังทำงานกับแผ่นงานที่ปรับปรุงใหม่อย่างต่อเนื่องซึ่งมีแถวใหม่ที่จะเพิ่มในอนาคตให้แน่ใจว่าได้ใส่จำนวนแถวที่เพียงพอให้กับฟังก์ชัน COUNT เพื่อรองรับรายการใหม่ที่อาจเป็นไปได้ ไม่ใช่ปัญหาถ้าคุณมีแถวมากกว่าที่ต้องการจริงตราบเท่าที่คุณมีเซลล์แรกถูกต้องฟังก์ชัน COUNT จะละทิ้งแถวว่างทั้งหมดต่อไป ดังที่คุณอาจสังเกตเห็นตารางในตัวอย่างนี้มีข้อมูลเป็นเวลา 12 เดือนและยังอยู่ในช่วง B2: B100 ให้กับ COUNT เพียงเพื่อให้อยู่ในด้านที่ประหยัด :) ตัวอย่างที่ 3. ให้ค่าเฉลี่ยสำหรับค่า N ล่าสุดใน แถวถ้าคุณต้องการคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับ N วันเดือนปี ฯลฯ ในแถวเดียวกันคุณสามารถปรับสูตรออฟเซ็ทด้วยวิธีนี้: สมมติว่า B2 เป็นหมายเลขแรกในแถวและคุณต้องการ เมื่อต้องการรวมตัวเลข 3 อันดับสุดท้ายในค่าเฉลี่ยสูตรจะมีรูปร่างดังนี้: การสร้างแผนภูมิโดยเฉลี่ยของ Excel moving ถ้าคุณได้สร้างแผนภูมิสำหรับข้อมูลของคุณไว้แล้วการเพิ่มเส้นแนวโน้มค่าเฉลี่ยสำหรับแผนภูมินั้นเป็นเรื่องของเสี้ยววินาที ในกรณีนี้เราจะใช้คุณลักษณะ Excel Trendline และขั้นตอนโดยละเอียดดังนี้ สำหรับตัวอย่างนี้ Ive ได้สร้างแผนภูมิคอลัมน์ 2 มิติ (แทรกแท็บ gt กลุ่มแผนภูมิ) สำหรับข้อมูลการขายของเรา: และตอนนี้เราต้องการเห็นภาพการเปลี่ยนแปลงค่าเฉลี่ยเป็นเวลา 3 เดือน ใน Excel 2010 และ Excel 2007 ไปที่เค้าโครง gt Trendline gt More Trendline Options ปลาย หากคุณไม่จำเป็นต้องระบุรายละเอียดเช่นช่วงเวลาหรือชื่อเฉลี่ยที่เคลื่อนที่คุณสามารถคลิกออกแบบ gt เพิ่มองค์ประกอบแผนภูมิ gt แนวโน้มการเคลื่อนไหว gt เฉลี่ยสำหรับผลทันที บานหน้าต่าง Format Trendline จะเปิดขึ้นทางด้านขวามือของแผ่นงานใน Excel 2013 และกล่องโต้ตอบที่เกี่ยวข้องจะปรากฏขึ้นใน Excel 2010 และ 2007 เพื่อปรับแต่งการแชทของคุณคุณสามารถเปลี่ยนไปใช้แถบ Fill amp Line หรือ Effects ได้ที่ แถบเส้นแนวโน้มการจัดรูปแบบและเล่นกับตัวเลือกต่างๆเช่นประเภทเส้นสีความกว้าง ฯลฯ สำหรับการวิเคราะห์ข้อมูลที่มีประสิทธิภาพคุณอาจต้องการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ไม่กี่เส้นกับช่วงเวลาต่างๆเพื่อดูแนวโน้มที่จะเกิดขึ้น ภาพหน้าจอต่อไปนี้แสดงเส้นแนวโน้มการเคลื่อนไหวเฉลี่ย 2 เดือน (สีเขียว) และ 3 เดือน (อิฐแดง): นี่คือข้อมูลเกี่ยวกับการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel แผ่นงานตัวอย่างที่มีสูตรค่าเฉลี่ยเคลื่อนที่และเส้นแนวโน้มสามารถดาวน์โหลดได้ - เลื่อนสเปรดชีตเฉลี่ย ขอขอบคุณสำหรับการอ่านและหวังว่าจะได้พบคุณในสัปดาห์หน้าตัวอย่างที่ 3 ข้างต้น (รับค่าเฉลี่ยเคลื่อนที่สำหรับค่า N ล่าสุดในแถว) ทำงานได้ดีสำหรับฉันหากทั้งแถวมีตัวเลข ฉันทำเช่นนี้สำหรับลีกกอล์ฟของฉันที่เราใช้ค่าเฉลี่ยการกลิ้ง 4 สัปดาห์ บางครั้งนักกอล์ฟไม่อยู่ดังนั้นแทนที่จะเป็นคะแนนผมจะใส่ ABS (ข้อความ) ไว้ในเซลล์ ฉันยังคงต้องการสูตรเพื่อหาคะแนนสุดท้าย 4 และไม่นับ ABS ทั้งในตัวเศษหรือในส่วน ฉันจะปรับเปลี่ยนสูตรเพื่อให้บรรลุได้อย่างไรฉันได้สังเกตเห็นว่าเซลล์ว่างเปล่าการคำนวณไม่ถูกต้อง ในสถานการณ์ของฉันฉันติดตามมากกว่า 52 สัปดาห์ แม้ในช่วง 52 สัปดาห์ที่ผ่านมามีข้อมูลการคำนวณไม่ถูกต้องหากเซลล์ใด ๆ ก่อน 52 สัปดาห์ว่างเปล่า อิ่มพยายามที่จะสร้างสูตรที่จะได้รับค่าเฉลี่ยเคลื่อนที่เป็นระยะเวลา 3 ขอบคุณถ้าคุณสามารถช่วย pls วันที่ราคาผลิตภัณฑ์ 1012016 A 1.00 1012016 B 5.00 1012016 C 10.00 1022016 A 1.50 1022016 B 6.00 1022016 C 11.00 1032016 A 2.00 1032016 B 15.00 1032016 C 20.00 1042016 A 4.00 1042016 B 20.00 1042016 C 40.00 1052016 A 0.50 1052016 B 3.00 1052016 C 5.00 1062016 A 1.00 1062016 B 5.00 1062016 C 10.00 1072016 A 0.50 1072016 B 4.00 1072016 C 20.00 สวัสดีฉันประทับใจกับความรู้และคำแนะนำที่รัดกุมและมีประสิทธิภาพที่คุณให้ ฉันก็มีข้อความค้นหาที่ฉันหวังว่าคุณจะสามารถให้ความช่วยเหลือกับโซลูชันได้เช่นกัน ฉันมีคอลัมน์ A ของ 50 (รายสัปดาห์) ช่วงวันที่ ฉันมีคอลัมน์ B อยู่ข้างๆโดยมีการวางแผนโดยเฉลี่ยสัปดาห์ละครั้งเพื่อให้บรรลุเป้าหมาย 700 รายการ (70050) ในคอลัมน์ถัดไปฉันจะเพิ่มทีละรายของฉันเป็นรายวัน (เช่น 100 ตัวอย่าง) และคำนวณค่าเฉลี่ยการคาดการณ์ที่เหลือของ qty ต่อสัปดาห์ที่เหลือ (เช่น 700-10030) ฉันต้องการจะ replot รายสัปดาห์กราฟที่เริ่มต้นด้วยสัปดาห์ปัจจุบัน (ไม่ใช่วันที่เริ่มต้นแกน x ของแผนภูมิ) โดยมียอดรวม (100) เพื่อให้จุดเริ่มต้นของฉันเป็นสัปดาห์ปัจจุบันบวกกับ avgweek ที่เหลือ (20) และ สิ้นสุดกราฟเชิงเส้นที่จุดสิ้นสุดของสัปดาห์ที่ 30 และจุด y ของ 700 ตัวแปรของการระบุวันที่เซลล์ที่ถูกต้องในคอลัมน์ A และสิ้นสุดที่เป้าหมาย 700 โดยมีการอัปเดตอัตโนมัติจากวันที่ปัจจุบันทำให้เกิดการรบกวนฉัน คุณช่วยกรุณาด้วยสูตร (Ive พยายาม IF ตรรกะกับวันนี้และเพียงแค่ไม่สามารถแก้ได้) ขอบคุณขอความช่วยเหลือด้วยสูตรที่ถูกต้องในการคำนวณผลรวมของชั่วโมงที่ป้อนในช่วง 7 วันย้าย ตัวอย่างเช่น. ฉันจำเป็นต้องรู้ว่าการทำงานล่วงเวลาทำงานโดยบุคคลผ่านช่วงเวลาที่กลิ้ง 7 วันคำนวณจากจุดเริ่มต้นของปีจนถึงสิ้นปี จำนวนชั่วโมงที่ทำงานทั้งหมดจะต้องมีการปรับปรุงเป็นเวลา 7 วันนับจากวันที่ฉันเข้าสู่ชั่วโมงทำงานล่วงเวลาในแต่ละวันขอบคุณมีวิธีใดในการรับผลรวมของตัวเลขในช่วง 6 เดือนที่ผ่านมาฉันต้องการคำนวณ รวม 6 เดือนที่ผ่านมาทุกวัน ดังนั้นไม่จำเป็นต้องมีการปรับปรุงทุกวัน ฉันมีแผ่นงาน Excel กับคอลัมน์ของทุกวันสำหรับปีที่แล้วและในที่สุดจะเพิ่มมากขึ้นทุกปี ความช่วยเหลือใด ๆ จะได้รับการชื่นชมอย่างมากในขณะที่ฉันนิ่งงันฉันมีความต้องการที่คล้ายกัน ฉันจำเป็นต้องสร้างรายงานที่จะแสดงการเข้าชมจากลูกค้ารายใหม่การเข้าชมของลูกค้าทั้งหมดและข้อมูลอื่น ๆ เขตข้อมูลทั้งหมดเหล่านี้ได้รับการอัปเดตทุกวันในสเปรดชีตฉันจำเป็นต้องดึงข้อมูลดังกล่าวในช่วง 3 เดือนที่ผ่านมาโดยแบ่งตามเดือน 3 สัปดาห์โดยสัปดาห์และ 60 วันที่ผ่านมา มี VLOOKUP หรือสูตรหรือสิ่งที่ฉันสามารถทำเพื่อเชื่อมโยงไปยังแผ่นงานที่มีการอัปเดตทุกวันซึ่งจะช่วยให้รายงานของฉันสามารถอัปเดตค่าเฉลี่ยรายวันได้ - ค่าเฉลี่ยเคลื่อนที่ที่ง่ายและค่าเฉลี่ย - การแนะนำแบบง่ายและแบบเสแสร้งการย้ายค่าเฉลี่ยขยับขยายข้อมูลราคาไปที่ รูปแบบตัวบ่งชี้ต่อไปนี้ พวกเขาไม่ได้คาดการณ์ทิศทางราคา แต่กำหนดทิศทางปัจจุบันที่มีความล่าช้า การเลื่อนค่าเฉลี่ยของความล่าช้าเนื่องจากขึ้นอยู่กับราคาในอดีต แม้ว่าความล่าช้านี้ค่าเฉลี่ยเคลื่อนที่จะช่วยให้การดำเนินการด้านราคาเรียบและกรองเสียงรบกวน พวกเขายังเป็นตัวสร้างสำหรับตัวชี้วัดทางเทคนิคและการซ้อนทับอื่น ๆ อีกมากมายเช่นกลุ่ม Bollinger Bands MACD และ Oscillator McClellan ค่าเฉลี่ยเคลื่อนที่สองประเภทคือ Moving Average เฉลี่ย (SMA) และ Exponential Moving Average (EMA) ค่าเฉลี่ยเคลื่อนที่เหล่านี้สามารถใช้เพื่อระบุทิศทางของแนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้น กราฟของ SMA และ EMA มีดังนี้ Simple Moving Average Calculation ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยคำนวณโดยใช้ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่ระบุ ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่จะขึ้นอยู่กับราคาปิด ค่าเฉลี่ยเคลื่อนที่ 5 วันเป็นผลรวมของราคาปิดห้าวันหารด้วยห้า เป็นชื่อที่แสดงถึงค่าเฉลี่ยเคลื่อนที่ที่เป็นค่าเฉลี่ยที่เคลื่อนที่ได้ ข้อมูลเก่าจะถูกลดลงเนื่องจากมีข้อมูลใหม่มาให้ นี่เป็นสาเหตุให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลา ด้านล่างเป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่มีการเปลี่ยนแปลงไปสามวัน วันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมา วันที่สองของค่าเฉลี่ยเคลื่อนที่จะเว้นจุดข้อมูลแรก (11) และเพิ่มจุดข้อมูลใหม่ (16) วันที่สามของค่าเฉลี่ยเคลื่อนที่จะคงที่ต่อไปโดยทิ้งจุดข้อมูลแรก (12) และเพิ่มจุดข้อมูลใหม่ (17) ในตัวอย่างข้างต้นราคาค่อยๆเพิ่มขึ้นจาก 11 เป็น 17 ในช่วงเจ็ดวัน สังเกตว่าค่าเฉลี่ยเคลื่อนที่จะเพิ่มขึ้นจาก 13 เป็น 15 ในช่วงการคำนวณสามวัน นอกจากนี้โปรดสังเกตด้วยว่าค่าเฉลี่ยเคลื่อนที่แต่ละรายการต่ำกว่าราคาล่าสุด ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ของวันที่หนึ่งเท่ากับ 13 และราคาสุดท้ายคือ 15 วันราคาในช่วง 4 วันก่อนหน้านี้ลดลงและนี่เป็นสาเหตุให้ค่าเฉลี่ยเคลื่อนที่ล่าช้า การคำนวณเฉลี่ยที่เพิ่มขึ้นชี้แจงค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดจะลดความล่าช้าโดยการใช้น้ำหนักมากขึ้นกับราคาล่าสุด การถ่วงน้ำหนักที่ใช้กับราคาล่าสุดขึ้นอยู่กับจำนวนงวดในค่าเฉลี่ยเคลื่อนที่ มีสามขั้นตอนในการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา ขั้นแรกคำนวณค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) จะต้องเริ่มต้นที่ไหนสักแห่งดังนั้นค่าเฉลี่ยเคลื่อนที่แบบเรียบจะถูกใช้เป็น EMA ของช่วงเวลาก่อนหน้าในการคำนวณครั้งแรก สองคำนวณตัวคูณการถ่วงน้ำหนัก ขั้นที่สามคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา สูตรด้านล่างมีไว้สำหรับ EMA 10 วัน ค่าเฉลี่ยการเคลื่อนย้ายเลขคณิต 10 ช่วงมีค่าเป็น 18.18 ตามราคาล่าสุด EMA 10 ระยะเวลาสามารถเรียกได้ว่าเป็น EMA 18.18 EMA 20 ระยะเวลาใช้การชั่งน้ำหนัก 9.52 กับราคาล่าสุด (2 (201) .0952) สังเกตว่าการชั่งน้ำหนักในช่วงเวลาที่สั้นลงนั้นมากกว่าการชั่งน้ำหนักในช่วงเวลาที่ยาวขึ้น ในความเป็นจริงการถ่วงน้ำหนักลดลงครึ่งหนึ่งทุกครั้งที่ช่วงเวลาเฉลี่ยที่เคลื่อนที่ได้สองเท่า หากคุณต้องการให้เราเป็นเปอร์เซ็นต์เฉพาะสำหรับ EMA คุณสามารถใช้สูตรนี้เพื่อแปลงเป็นช่วงเวลาและป้อนค่าดังกล่าวเป็นพารามิเตอร์ของ EMA0: ด้านล่างเป็นตัวอย่างของสเปรดชีตที่ใช้ค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่ 10- day สำหรับ Intel ค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ตรงและต้องการคำอธิบายเล็กน้อย ค่าเฉลี่ยของระยะเวลา 10 วันมีการเคลื่อนไหวเพียงเล็กน้อยเมื่อราคาใหม่เข้าสู่ตลาดและราคาเก่าร่วงลง ค่าเฉลี่ยเคลื่อนที่แบบทึบจะขึ้นต้นด้วยค่าเฉลี่ยเคลื่อนที่อย่างง่าย (22.22) ในการคำนวณครั้งแรก หลังจากการคำนวณครั้งแรกสูตรปกติจะใช้เวลามากกว่า เนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายค่าที่แท้จริงจะไม่ได้รับรู้จนกว่าจะถึง 20 งวดในภายหลัง กล่าวอีกนัยหนึ่งค่าในสเปรดชีต Excel อาจแตกต่างจากค่าแผนภูมิเนื่องจากระยะเวลามองย้อนกลับสั้น สเปรดชีทนี้จะย้อนกลับไป 30 รอบซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลา 20 ช่วงที่จะกระจายไป StockCharts ย้อนกลับไปอย่างน้อย 250 รอบ (โดยทั่วไปมากขึ้น) สำหรับการคำนวณของตนดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีการกระจายอย่างสิ้นเชิง ปัจจัยความล่าช้ายิ่งค่าเฉลี่ยเคลื่อนที่สูงเท่าไหร่ยิ่งเท่าไร ค่าเฉลี่ยเลขคณิต 10 วันจะกอดราคาได้ค่อนข้างใกล้เคียงกันและจะเลี้ยวไปไม่นานหลังจากที่ราคาเปลี่ยนไป ค่าเฉลี่ยการเคลื่อนที่โดยรวมสั้น ๆ เหมือนเรือเร็ว - มีความว่องไวและรวดเร็วในการเปลี่ยนแปลง ในทางตรงกันข้ามค่าเฉลี่ยเคลื่อนที่ 100 วันมีข้อมูลที่ผ่านมาจำนวนมากที่ทำให้การทำงานช้าลง ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือบรรทุกน้ำมันในมหาสมุทร - เซื่องซึมและชะลอการเปลี่ยนแปลง การเคลื่อนไหวของราคาที่ยาวขึ้นและยาวนานขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนเส้นทาง แผนภูมิข้างต้นแสดง SampP 500 ETF ที่มี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่สูงขึ้น แม้จะมีการลดลงในเดือนมกราคมถึงเดือนกุมภาพันธ์ แต่ SMA 100 วันก็ยังไม่ปิดลง SMA 50 วันเหมาะกับบางช่วงระหว่างค่าเฉลี่ยเคลื่อนที่ 10 และ 100 วันเมื่อพูดถึงปัจจัยล่าช้า ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเป็นเส้นตรงแม้ว่าจะมีความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสวนาอย่างใดอย่างหนึ่ง แต่ก็ไม่จำเป็นต้องดีกว่าอีก ค่าเฉลี่ยเคลื่อนที่ที่มีนัยสำคัญมีความล่าช้าน้อยลงและมีความอ่อนไหวต่อราคาล่าสุดและการเปลี่ยนแปลงราคาล่าสุด ค่าเฉลี่ยเลขยกกำลังแบบ Exponential จะเปลี่ยนตัวก่อนค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมด ดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกว่าในการระบุระดับการสนับสนุนหรือความต้านทาน การย้ายการตั้งค่าเฉลี่ยขึ้นอยู่กับวัตถุประสงค์ลักษณะการวิเคราะห์และขอบฟ้าเวลา Chartists ควรทดลองทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่และระยะเวลาที่ต่างกันเพื่อหาพอดีที่ดีที่สุด กราฟด้านล่างแสดงให้เห็นว่า IBM มี SMA 50 วันเป็นสีแดงและ EMA 50 วันเป็นสีเขียว ทั้งสองจุดในช่วงปลายเดือนมกราคม แต่การลดลงของ EMA มีความคมชัดกว่าการลดลงของ SMA EMA เปิดขึ้นในกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงไปจนถึงสิ้นเดือนมีนาคม สังเกตว่า SMA เปิดขึ้นภายในหนึ่งเดือนหลังจาก EMA ความยาวและระยะเวลาความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์ ระยะสั้นการเคลื่อนไหวระยะสั้น (5-20 ช่วง) เหมาะสมกับแนวโน้มระยะสั้นและการซื้อขาย กลุ่มผู้ชาตินิยมที่สนใจในแนวโน้มในระยะกลางจะเลือกใช้ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นซึ่งอาจขยายได้ 20-60 ช่วง นักลงทุนระยะยาวจะชอบเคลื่อนไหวโดยเฉลี่ยที่มีระยะเวลาตั้งแต่ 100 ขึ้นไป ความยาวเฉลี่ยที่เคลื่อนที่ได้บางส่วนมีความนิยมมากกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจเป็นที่นิยมมากที่สุด เนื่องจากความยาวของมันเป็นอย่างชัดเจนในระยะยาวค่าเฉลี่ยเคลื่อนที่ ถัดไปค่าเฉลี่ยเคลื่อนที่ 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มระยะกลาง นักเกรเทนหลายคนใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันและ 200 วันด้วยกัน ระยะสั้นค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นที่นิยมมากในอดีตเนื่องจากสามารถคำนวณได้ง่าย หนึ่งเพียงแค่เพิ่มตัวเลขและย้ายจุดทศนิยม การระบุแนวโน้ม (Trend Identification) สัญญาณเดียวกันสามารถสร้างได้โดยใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายหรือแบบเสแสร้ง ตามที่ระบุไว้ข้างต้นการตั้งค่าจะขึ้นอยู่กับแต่ละบุคคล ตัวอย่างด้านล่างนี้จะใช้ทั้งค่าเฉลี่ยเคลื่อนที่แบบง่ายและแบบทึบ ค่าเฉลี่ยเคลื่อนที่ระยะจะใช้กับค่าเฉลี่ยเคลื่อนที่แบบธรรมดาและแบบทึบ ทิศทางของค่าเฉลี่ยเคลื่อนที่จะบ่งบอกถึงข้อมูลที่สำคัญเกี่ยวกับราคา ค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าโดยทั่วไปราคาจะเพิ่มขึ้น ค่าเฉลี่ยถล่มที่ลดลงบ่งชี้ว่าราคาเฉลี่ยลดลง ค่าเฉลี่ยการเคลื่อนไหวระยะยาวที่เพิ่มขึ้นสะท้อนถึงแนวโน้มขาขึ้นในระยะยาว ค่าเฉลี่ยเคลื่อนที่ที่ลดลงในระยะยาวสะท้อนถึงแนวโน้มขาลงในระยะยาว แผนภูมิด้านบนแสดง 3M (MMM) โดยมีค่าเฉลี่ยเลขยกกำลัง 150 วัน ตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ที่ใช้งานได้ดีเพียงใดเมื่อแนวโน้มแข็งแกร่ง EMA 150 วันปิดลงในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 สังเกตเห็นว่ามีการปรับตัวลดลง 15 ครั้งเพื่อเปลี่ยนทิศทางของค่าเฉลี่ยเคลื่อนที่นี้ ตัวชี้วัดที่ล่าช้าเหล่านี้ระบุการพลิกกลับของแนวโน้มตามที่เกิดขึ้น (ที่ดีที่สุด) หรือหลังจากเกิดขึ้น (ที่แย่ที่สุด) MMM ยังคงลดลงในเดือนมีนาคม 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่เปิดขึ้นจนกว่าจะถึงจุดสูงสุด อย่างไรก็ตามเมื่อ MMM ยังคงทำยอดขายต่อไปอีก 12 เดือน การย้ายค่าเฉลี่ยทำงานได้เรื่อย ๆ ตามแนวโน้มที่แข็งแกร่ง Double Crossovers ค่าเฉลี่ยเคลื่อนที่สองตัวสามารถใช้ร่วมกันเพื่อสร้างสัญญาณไขว้ ในการวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy เรียกวิธีนี้ว่าไขว้แบบคู่ ไขว้คู่มีค่าเฉลี่ยเคลื่อนที่สั้น ๆ และมีค่าเฉลี่ยเคลื่อนที่ค่อนข้างยาว เช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวโดยทั่วไปของค่าเฉลี่ยเคลื่อนที่จะกำหนดระยะเวลาของระบบ ระบบที่ใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระยะสั้น ระบบที่ใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางหรืออาจเป็นระยะเวลานาน การครอสโอเวอร์แบบรุกจะเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเหนือค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้น นี้เรียกว่าเป็นกากบาทสีทอง การไขว้หยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่สั้นลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้น นี้เรียกว่าข้ามตาย การย้ายค่าเฉลี่ยของไขว้ให้สัญญาณค่อนข้างช้า อย่างไรก็ตามระบบมีตัวบ่งชี้อยู่สองตัว ระยะเวลาเฉลี่ยที่ยาวนานขึ้นความล่าช้าในสัญญาณ สัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีขึ้น อย่างไรก็ตามระบบครอสโอเวอร์เฉลี่ยเคลื่อนที่จะผลิตจำนวนมากของ whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่ง นอกจากนี้ยังมีวิธีไขว้แบบไขว้ซึ่งมีค่าเฉลี่ยเคลื่อนที่สามค่า อีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามค่าเฉลี่ยเคลื่อนที่อีกสองเส้น ระบบไขว้แบบทริปเปิ้ลที่เรียบง่ายอาจเกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่ 5 วัน 10 วันและ 20 วัน แผนภูมิด้านบนแสดง Home Depot (HD) ด้วย EMA 10 วัน (เส้นสีเขียว) และ EMA 50 วัน (เส้นสีแดง) เส้นสีดำปิดทุกวัน การใช้ครอสโอเวอร์เฉลี่ยเคลื่อนที่จะส่งผลให้เกิด whipsaws สามตัวก่อนที่จะมีการค้าขายที่ดี EMA 10 วันพังลงมาต่ำกว่า EMA 50 วันในช่วงปลายเดือนตุลาคม (1) แต่ระยะเวลาดังกล่าวไม่นานถึง 10 วันที่กลับมาในช่วงกลางเดือนพฤศจิกายน (2) การข้ามนี้ใช้เวลานาน แต่ครอสโอเวอร์แบบลบต่อไปในเดือนมกราคม (3) เกิดขึ้นใกล้ระดับราคาในปลายเดือนพฤศจิกายนซึ่งส่งผลให้เกิดการแสลงอีกครั้ง เครื่องหมายกากบาทดังกล่าวไม่อยู่ในช่วงที่ EMA 10 วันกลับมาอยู่เหนือ 50 วันในอีกไม่กี่วันต่อมา (4) หลังจากสัญญาณไม่ดีสามสัญญาณสัญญาณที่สี่คาดว่าจะมีการเคลื่อนไหวที่แข็งแกร่งเมื่อหุ้นพุ่งขึ้นสูงกว่า 20 แห่งมีสองประเด็นที่นี่ แรกไขว้มีแนวโน้มที่จะ whipsaw สามารถใช้ตัวกรองราคาหรือเวลาเพื่อช่วยป้องกันไม่ให้ whipsaws ผู้ค้าอาจต้องการครอสโอเวอร์ 3 วันก่อนทำเครื่องหมายหรือต้องการให้ EMA 10 วันเคลื่อนตัวเหนือเส้น EMA 50 วันตามจำนวนที่กำหนดก่อนทำการค้า ประการที่สอง MACD สามารถใช้ระบุและหาจำนวนไขว้ได้ MACD (10,50,1) จะแสดงเส้นที่แสดงถึงความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่แบบทแยงมุมสองค่า MACD เปลี่ยนเป็นค่าบวกระหว่างช่วงกากบาทสีทองและค่าลบระหว่างช่วงที่ตายแล้ว Oscillator ราคาร้อยละ (PPO) สามารถใช้วิธีเดียวกันเพื่อแสดงความแตกต่างของเปอร์เซ็นต์ โปรดทราบว่า MACD และ PPO ใช้ค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรงและไม่ตรงกับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย แผนภูมินี้แสดง Oracle (ORCL) พร้อมกับ EMA 50 วัน EMA 200 วันและ MACD (50,200,1) ในช่วงระยะเวลา 12 ปีมีการครอสโอเวอร์เฉลี่ย 4 ช่วง สามคนแรกทำให้เกิดเสียงกระหึ่มหรือไม่ดี แนวโน้มอย่างต่อเนื่องเริ่มขึ้นด้วยการครอสโอเวอร์ที่ 4 เมื่อ ORCL ก้าวสู่ช่วงกลางยุค 20 อีกครั้งการขยับไขว้เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มแข็งแกร่ง แต่สร้างความสูญเสียในกรณีที่ไม่มีแนวโน้ม ราคา Crossovers ค่าเฉลี่ยเคลื่อนที่สามารถใช้ในการสร้างสัญญาณด้วย crossovers ราคาที่เรียบง่าย สัญญาณรั้นเกิดขึ้นเมื่อราคาเคลื่อนตัวเหนือค่าเฉลี่ยเคลื่อนที่ สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ ไขว้ราคาสามารถรวมกันเพื่อการค้าภายในแนวโน้มที่ใหญ่กว่า ค่าเฉลี่ยที่ยาวขึ้นจะกำหนดค่าเสียงสำหรับแนวโน้มที่ใหญ่ขึ้นและใช้ค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเพื่อสร้างสัญญาณ หนึ่งจะมองหาการข้ามราคารั้นเฉพาะเมื่อราคามีอยู่แล้วสูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไป นี้จะซื้อขายในความกลมกลืนกับแนวโน้มที่ใหญ่กว่า ตัวอย่างเช่นถ้าราคาสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันนักเก็งกำไรจะเน้นเฉพาะสัญญาณเมื่อราคาเคลื่อนตัวเหนือค่าเฉลี่ยเคลื่อนที่ 50 วันเท่านั้น เห็นได้ชัดว่าการเคลื่อนไหวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะเป็นสัญญาณก่อนเช่นสัญญาณ แต่จะลดลงเช่นกันเนื่องจากแนวโน้มที่ใหญ่ขึ้น การข้ามแบบหยาบคายจะช่วยแนะนำการฟื้นตัวที่ใหญ่ขึ้น การข้ามกลับเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 50 วันจะส่งสัญญาณถึงการปรับตัวดีขึ้นของราคาและความต่อเนื่องของแนวโน้มขาขึ้นที่ใหญ่ขึ้น กราฟถัดไปแสดง Emerson Electric (EMR) พร้อมกับ EMA 50 วันและ EMA 200 วัน ราคาหุ้นปรับตัวขึ้นเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันในเดือนส. ค. มีการปรับตัวลงมาต่ำกว่า 50 วัน EMA ในช่วงต้นเดือนพฤศจิกายนและอีกครั้งในช่วงต้นเดือนกุมภาพันธ์ ราคาปรับตัวลงมาอย่างรวดเร็วเหนือเส้น EMA 50 วันเพื่อให้สัญญาณรั้น (ลูกศรสีเขียว) สอดคล้องกับแนวโน้มขาขึ้นที่ใหญ่ขึ้น MACD (1,50,1) แสดงในหน้าต่างตัวบ่งชี้เพื่อยืนยันการข้ามผ่านด้านล่างหรือด้านล่าง EMA 50 วัน EMA เท่ากับ 1 วันเท่ากับราคาปิด MACD (1,50,1) เป็นบวกเมื่อระยะใกล้อยู่เหนือเส้น EMA 50 วันและมีค่าเป็นลบเมื่อระยะใกล้อยู่ใต้ EMA 50 วัน แนวรองรับและความต้านทานการเคลื่อนไหวเฉลี่ยยังสามารถทำหน้าที่เป็นแนวรับในแนวรองรับและแนวต้านระยะสั้นได้ แนวรองรับระยะสั้นอาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ในกลุ่ม Bollinger Bands แนวรองรับระยะยาวอาจได้รับแรงสนับสนุนจากค่าเฉลี่ยเคลื่อนที่ระยะสั้น 200 วันซึ่งเป็นค่าเฉลี่ยระยะยาวที่เป็นที่นิยมมากที่สุด หากความเป็นจริงค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้กันอย่างแพร่หลาย เกือบจะเหมือนกับคำทำนายด้วยตัวคุณเอง แผนภูมิข้างต้นแสดง NY Composite โดยมีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลางปี ​​2547 จนถึงสิ้นปีพ. ศ. 2551 การสนับสนุน 200 วันให้การสนับสนุนหลายครั้งในช่วงก่อน เมื่อแนวโน้มผันผวนด้วยแรงสนับสนุนด้านบนคู่ค่าเฉลี่ยเคลื่อนที่ 200 วันทำหน้าที่เป็นแนวรับรอบ 9500 อย่าคาดหวังว่าการสนับสนุนที่ถูกต้องและระดับความต้านทานจากค่าเฉลี่ยเคลื่อนที่โดยเฉพาะค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้น ตลาดมีแรงผลักดันจากความรู้สึกซึ่งทำให้พวกเขามีแนวโน้มที่จะถูกตัดทอน แทนระดับที่แน่นอนค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุเขตการสนับสนุนหรือความต้านทานได้ ข้อสรุปข้อดีของการใช้ค่าเฉลี่ยเคลื่อนที่จะต้องมีการชั่งน้ำหนักกับข้อเสีย ค่าเฉลี่ยเคลื่อนที่หมายถึงแนวโน้มหรือล้าหลังตัวชี้วัดที่จะเป็นขั้นตอนต่อไปเสมอ นี้ไม่จำเป็นต้องเป็นสิ่งที่ไม่ดี หลังจากที่ทุกแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของแนวโน้ม การเคลื่อนไหวโดยเฉลี่ยช่วยให้มั่นใจได้ว่าผู้ประกอบการรายย่อยสอดคล้องกับแนวโน้มในปัจจุบัน แม้ว่าเทรนด์จะเป็นเพื่อนของคุณ แต่หลักทรัพย์ก็ใช้จ่ายในช่วงการซื้อขายเป็นอย่างมากซึ่งทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผล เมื่ออยู่ในแนวโน้มค่าเฉลี่ยเคลื่อนที่จะทำให้คุณได้รับ แต่ก็ให้สัญญาณช้า อย่าคาดหวังที่จะขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่ เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตนเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้ค่าเฉลี่ยเคลื่อนที่เพื่อกำหนดแนวโน้มโดยรวมและใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือ oversold การเพิ่มค่าเฉลี่ยเคลื่อนที่ไปยัง StockCharts Charts การย้ายค่าเฉลี่ยจะมีอยู่เป็นคุณลักษณะการวางซ้อนราคาบนโต๊ะทำงาน SharpCharts การใช้เมนูแบบเลื่อนลงแบบเลื่อนลงผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่แบบเรียบหรือค่าเฉลี่ยเคลื่อนที่แบบเสวนา พารามิเตอร์แรกใช้เพื่อกำหนดจำนวนช่วงเวลา คุณสามารถเพิ่มพารามิเตอร์ที่เป็นตัวเลือกเพื่อระบุฟิลด์ราคาที่ควรใช้ในการคำนวณ O สำหรับ Open, H สำหรับ High, L สำหรับ Low และ C สำหรับ Close ใช้เครื่องหมายจุลภาคเพื่อแยกพารามิเตอร์ คุณสามารถเพิ่มพารามิเตอร์อื่นที่จำเป็นเพื่อเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย (อดีต) หรือทางขวา (อนาคต) ตัวเลขเชิงลบ (-10) จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย 10 ช่วงเวลา จำนวนบวก (10) จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 ช่วงเวลา ค่าเฉลี่ยเคลื่อนที่หลายค่าสามารถวางซ้อนราคาได้โดยเพียงแค่เพิ่มอีกชั้นวางซ้อนลงในโต๊ะทำงาน สมาชิก StockCharts สามารถเปลี่ยนสีและสไตล์เพื่อแยกความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ หลังจากเลือกตัวบ่งชี้แล้วให้เปิดตัวเลือกขั้นสูงโดยคลิกที่รูปสามเหลี่ยมสีเขียวเล็กน้อย นอกจากนี้ยังสามารถใช้ตัวเลือกขั้นสูงเพื่อเพิ่มการวางซ้อนค่าเฉลี่ยเคลื่อนไหวสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่หลายค่า การใช้ Moving Averages with ScanCharts Scans นี่คือตัวอย่างการสแกนที่สมาชิก StockCharts สามารถใช้ในการสแกนหาสถานการณ์ต่างๆที่มีการเคลื่อนไหวโดยเฉลี่ยได้: Bullish Moving Average Cross: การสแกนนี้เป็นการค้นหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้น วัน EMA และ EMA 35 วัน ค่าเฉลี่ยเคลื่อนที่ 150 วันจะเพิ่มขึ้นตราบเท่าที่ราคาซื้อขายอยู่เหนือระดับ 5 วันก่อน เครื่องหมายกาชาดเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือเส้น EMA 35 วันได้เหนือระดับเฉลี่ย Bearish Moving Cross ค่าเฉลี่ย: การสแกนนี้จะมองหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ที่ลดลง 150 วันและสัญญาณการชะลอตัวของ EMA 5 วันและ EMA 35 วัน ค่าเฉลี่ยเคลื่อนที่ 150 วันจะร่วงลงตราบเท่าที่ราคาซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา สัญญาณการซื้อขายขาดดุลเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวใต้ EMA 35 วันจากระดับเฉลี่ยที่สูงกว่า หนังสือของ John Murphy0 มีหนังสือเกี่ยวกับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆ Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ย นอกจากนี้เมอร์ฟี่ยังแสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่โดยใช้ Bollinger Bands และระบบการซื้อขายช่องทางอย่างไร การวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy