Exponencial Oráculo De Media Móvil

Si ve este mensaje, su buscador ha deshabilitado o no soporta JavaScript. Para usar todas las características de este sistema de ayuda, tales como la búsqueda, el navegador debe tener JavaScript habilitado. Promedios móviles ponderados con promedios móviles simples, cada valor de datos en el quotwindowquot en el que se realiza el cálculo se le da una importancia o peso igual. A menudo es el caso, especialmente en el análisis de los datos de precios financiera, que más cronológicamente datos recientes deben llevar a un mayor peso. En estos casos, media móvil ponderada (o media móvil exponencial - ver el siguiente tema) funcionalidad se prefiere a menudo. Considere la misma tabla de valores de datos de ventas durante doce meses: Para calcular una media móvil ponderada: Calcular el número de intervalos de datos están participando en el Movimiento Cálculo del valor promedio (es decir, el tamaño de la quotwindowquot cálculo). Si se dice que la ventana de cálculo a ser n, entonces el valor de datos más reciente en la ventana se multiplica por n, el siguiente más reciente multiplicado por n-1, el valor antes de que multiplicado por n-2 y así sucesivamente para todos los valores en la ventana. Dividir la suma de todos los valores multiplicado por la suma de los pesos para dar la media móvil ponderada sobre esa ventana. Coloque el valor medio ponderado en movimiento en una nueva columna de acuerdo con el posicionamiento de las medias se arrastran descrito anteriormente. Para ilustrar estos pasos, considere si es necesario un 3 meses media móvil ponderada de las ventas en diciembre (utilizando la tabla de arriba de los valores de venta). El término quot3-monthquot implica que el quotwindowquot cálculo es 3, por lo que el móvil ponderado algoritmo de cálculo de promedios para este caso debería ser: O bien, si un 3 meses Weighted Moving Average fueron evaluados en todo el rango original de los datos, los resultados serían : 3 meses móvil ponderado AVERAGEIF ve este mensaje, su buscador ha deshabilitado o no soporta JavaScript. Para usar todas las características de este sistema de ayuda, como la búsqueda y la tabla de contenidos, el navegador debe tener JavaScript habilitado. Si su navegador es compatible con JavaScript, que proporciona la configuración que activan o desactivan JavaScript. Cuando JavaScript no está habilitado, puede ver sólo el contenido del tema de ayuda, que sigue este message. noscriptmsg móvil exponencial Promedios medias móviles exponenciales, similar a promedios móviles ponderados, también se asigna un mayor peso a los valores de los datos más recientes. A diferencia de promedios móviles ponderados, sin embargo, usan el móvil exponencial promedio calculado anteriormente como base para el cálculo en lugar de los valores de los datos originales (no promediada). De esta manera, el método de cálculo utilizado por Medias móviles exponenciales es acumulativo, lo que significa que (a diferencia medias móviles simples o ponderados Medias Móviles) todos los valores de los datos anteriores tienen algún efecto sobre el promedio móvil exponencial de calcularse, aunque este efecto disminuye en gran medida con el tiempo . Las medias móviles exponenciales tienden a ser más preciso que los otros tipos de media móvil cuando los valores de los datos originales muestran una más rápida grado de variación en el tiempo (u otra variable). La fórmula para el cálculo de una media móvil exponencial (EMA) es: X EMA actual (es decir, EMA ser calculado) C Valor actual de datos original K Suavizante P constante EMA anterior (la primera EMA en el rango de calcularse es arbitraria y puede ser el correspondiente valor de datos original o, a menudo, un Moving valor promedio simple. K Suavizante constante 2 / (1 n) n número de períodos de EMA es decir, la ventana de calcular. Este cálculo bastante complejo es, tal vez, ilustra mejor con el ejemplo. Consideremos la tabla de valores de las ventas mensuales como se indica anteriormente: Si se calculó la media móvil exponencial de una manera similar a los 3 meses de media móvil simple, nos lleve a cabo los siguientes pasos: para el cálculo de la media móvil exponencial: Se calcula la constante de alisamiento de acuerdo con la 2 / (1 n) la fórmula N de ventana de los valores 3, por lo tanto, la constante de alisamiento es:.. por primera media móvil exponencial, utilice el primer valor de datos original (en este caso, que para el mes de enero) para los valores siguientes, seguir el cálculo de acuerdo con la fórmula anterior. X (K (C - P)) P como se indica a continuación: Tabla 163. X (K (C - P)) P ExampleExponential media móvil Había una buena pregunta en OTN hoy acerca de si existe una función estándar de Oracle para calcular la exponencial media móvil. La respuesta es que no existe tal función, pero con la cláusula modelo, se puede calcular que sea muy fácil. Y es un gran ejemplo de lo que quiero decir con número variable de cálculos basados ​​en valores calculados, escrito en mi tercera parte del tutorial cláusula modelo. Antes de hoy, yo ni siquiera sé lo que es una media móvil exponencial fue exactamente. Puede leer más sobre ello aquí en Wikipedia o aquí con un buen ejemplo. Desde el primer enlace: Una media móvil exponencial (EMA), se aplica factores de ponderación que disminuyen exponencialmente. La ponderación para cada punto de datos más antiguos disminuye exponencialmente, dando mucha más importancia a las observaciones más recientes, mientras que todavía no descartar por completo las observaciones de más edad. A partir del segundo enlace: La fórmula para el cálculo de una media móvil exponencial (EMA) es: X EMA corriente (es decir, EMA debe calcularse) Valor de datos original C Corriente K Smoothing P constante EMA anterior (la primera EMA en el rango que se calcula se arbitraria y puede ser el valor que corresponde original de los datos o, a menudo, un móvil simple valor de kínder constante de alisamiento 2 / (1 N) y esta fórmula es seguido por un ejemplo que he ampliado un poco, el uso de esta tabla:. los registros de producto Un partido en el ejemplo del enlace. me compuesta por los números del producto B. Aquí está la consulta cláusula modelo que implementa la fórmula. Observe que la fórmula se traducen directamente en la única regla de la cláusula modelo. la constante K es suavizado ajustado a 0.5, basado en una ventana de valores (n) igualando 3. Desafío: probar esto sin la cláusula modelo y ver si se puede llegar a algo más amplio: 5 comentarios. 11.2 características en uso con dat como (seleccione 39A39 producto. 392009-01-0139 fecha mes, 10 cantidad de unión dual todas seleccionar 39A39, fecha 392009-02-0139, 15 de unión dual all select 39A39, fecha 392009-03-0139, 17 de unión dual todas seleccionar 39A39, fecha 392009-04-0139, 20 de unión dual all select 39A39, fecha 392009-05-0139, 22 de unión dual all select 39A39, fecha 392009-06-0139, 20 de unión dual all select 39A39, fecha 392009-07-0139 , 25 de unión dual all select 39A39, fecha 392009-08-0139, 27 de unión dual all select 39A39, fecha 392009-09-0139, 30 de unión dual all select 39A39, fecha 392009-10-0139, 35 de unión dual all select 39A39, fecha 392009-11-0139, de 37 años de unión dual all select 39A39, fecha 392009-12-0139, 40 de unión dual all select 39B39, fecha 392009-01-0139, 0 de unión dual all select 39B39, fecha 392009-02-0139, 50 de unión dual all select 39B39, fecha 392009-03-0139, 10 de unión dual all select 39B39, fecha 392009-04-0139, 40 de unión dual all select 39B39, fecha 392009-05-0139 , 15 de unión dual all select 39B39, fecha 392009-06-0139, 35 de unión dual all select 39B39, fecha 392009-07-0139, 30 de unión dual todas seleccionar 39B39, fecha 392009-08-0139, 30 de unión dual all select 39B39, fecha 392009-09-0139, 20 de unión dual all select 39B39, fecha 392009-10-0139, 20 de unión dual all select 39B39, fecha 392009-11-0139, 20 de unión dual all select 39B39, fecha 392009-12-0139, 20 de dual), rns (como seleccionar DAT. . rownumber () sobre (partición por orden de producto por mes) rn -. 2 / (1COUNT () sobre (partición por producto)) k. 0,5 k de dat), resolución (producto, el mes, la cantidad, rn, x) como (seleccione r. product, r. month, r. amount, R. Rn, r. amount x desde RNS r donde rn 1 union all select ns. product, ns. month, ns. amount, ns. rn, ns. k (ns. amount - es. x) es. xx desde RNS ns, res es donde ns. rn es. rn 1 y ns. product eS. product) seleccionar el producto, el mes, la cantidad, rn, round (x, 3) de la EMA para res según el producto, el mes después de calcular la forma cerrada se me ocurrió el siguiente código que si parece más a una ofuscación que nada integral. La idea es crear múltiplos acumulados usando una concatenación de cadenas y el xml-eval-funcionalidad. Las formas cerradas de los casos especiales sólo necesitan sumas en ejecución. There39s un caso general y dos casos especiales que son mucho más fáciles: con t1 como (producto selecto, mes, cantidad, cantidad ci, rownumber () sobre (partición por orden de producto por mes) rn, --2 / (1 rownumber () sobre (partición por orden de producto por mes)) ki 0,5 ki de las ventas), t2 (para seleccionar un producto, el mes, la cantidad, (caso cuando rn 1 luego 1 ci extremo demás ki) ai, caso en el que rn 1 then 1 else (1 - ki) bi final de t1), como t3 (SELECT producto, MES, cantidad, ai, xmlquery (SUSTITUIR (wmconcat (bi) sobre (partición POR ORDEN producto por filas mes entre anterior sin límites Y CURRENT ROW), 39,39, 3939) el contenido de vuelta).getnumberval () mI desde t2), como T4 (producto selecto, mes, cantidad, mi, (ai / mi) xi desde t3) Seleccionar producto, mES, cantidad, redondo (mi SUM (xi) a lo largo (partición pOR oRDEN producto por filas meses entre fila precedente sin límites y corriente), 3) ema dE t4 caso Special K 0.5: con t1 como (para seleccionar un producto, el mes, la cantidad, rownumber () sobre (partición por orden de producto por mes) rn , la cantidad de energía (2, NVL (NULLIF (rownumber () sobre (partición por orden de producto por mes) - 1, 0), 1)) ci de las ventas) de selección de productos, el mes, la cantidad, redondo (suma (CI) sobre ( partición por orden de producto por filas mes entre la fila anterior sin límites y actual) / potencia (2, RN), 3) ema de t1 caso Special K 2 / (1 i): en un t1 como (para seleccionar un producto, el mes, la cantidad, rownumber ( ) sobre (partición por orden de producto por mes) rn, cantidad rownumber () sobre (partición por orden de producto por mes) ci de las ventas) de selección de productos, el mes, la cantidad, redondo (suma (CI) sobre (partición por orden de producto por mes entre las filas anteriores sin límites y la fila actual) 2 / (rn (rn 1)), 3) ema de t1 I39ll publicar la prueba de la forma cerrada si alguien está interesado en él. Este es un gran ejemplo de quotfun con SQLquot :-) Una combinación de XMLQuery, el wmconcat indocumentado, y las funciones analíticas con la cláusula de ventanas. Me gusta. Aunque no es tan completa como la variante de la cláusula modelo y el recursiva Rafu39s con uno, como usted mismo ha dicho. Y, por supuesto, I39d gustaría ver la prueba de la forma cerrada. Abordé otra pregunta: ¿cómo optimizar la constante de alisamiento k SELECT - constante de alisamiento. MSE - cuadrado medio del error FROM (SELECT DE DIMENSIÓN DE MODELO ventas (producto ROWNUMBER () OVER (POR ORDEN DE REPARTO POR producto mes ASC) rn) MEDIDAS (cantidad -. importe de las ventas mes -... meses 0 0 C AS .. P AS AS 0 X 0 cOMO sE - error al cuadrado - - fila de trabajo y atributos - a) la línea de trabajo es producto de 39x39, rn 1 - b) trabajan atributos son los siguientes:. 0 AS SSE - SE suma de todos los productos / meses. 0 AS MSE - significa SSE para todos los productos / meses. 0 cuando k - para todos los productos / meses. 0 AS PreMSE - k39s antes MSE para todos los productos / meses. 0 como Diff - MSE entre la actual y anterior. 0,1 como delta - incremento inicial. 0 AS priorpt - punto de partida inicial -) REGLAS ITERATE (99) HASTA (abs (diff39A39,1) lt 0,00010) (Cany, rn amountcv (), cv () K39A39,1 priorpt39A39,1 delta39A39,1 Xany.. , rn ORDER BY producto, rn COALESCE ASC (K39A39,1 Ccv (), cv () (1-K39A39,1) Xcv (), cv () - 1, Ccv (), cv ()). pproduct, rn Xcv (), cv () -. 1 SEproduct, rn POTENCIA (CCV (), cv () - Xcv (), cv () - 1, 2).. SSE39A39,1 SUM (SE) todo, cualquier MSE39A39,1 SUMA (sE) ninguna, ninguna / 24. diff39A39,1 CASO CUANDO iterationnumber 0, NULL ELSE preMSE39A39,1 - MSE39A39,1 FIN. preMSE39A39,1 MSE39A39,1. delta39A39,1 CASO CUANDO diff39A39,1 lt 0 eNTONCES - abs (delta39A39 , 1/2) abs ELSE (delta39A39,1) FIN. priorpt39A39,1 K39A39,1)) donde el producto 39A39 y RN 1 / K MSE ---------- --------- - 0,599999237 174.016094How SQL para calcular una media móvil sin una actualización del cursor: Si está trabajando con los últimas versiones de SQL Server puede utilizar al sistema de ventanas para lograr la misma cosa. He publicado el código actualizado al final del post. Para este video, todavía me gusta el proceso de pensamiento de anclaje a una fecha. Vídeo: 3 días de media móvil en SQL Una forma eficiente para calcular un promedio móvil en SQL utilizando algunos trucos para fijar los anclajes de la fecha. Hay debates sobre la mejor manera de hacer un SQL media móvil en SQL Server. Algunas personas piensan que hay momentos en que un cursor es más eficiente. Otros piensan que puede hacerlo todo de una manera basada en el conjunto sin el cursor. El otro día iba a calcular una media móvil y mi primer pensamiento fue utilizar un cursor. Hice una cierta investigación rápida y encontré esta pregunta foro: Media móvil en TSQL Hay un post que muestra una subconsulta con una fecha de anclaje para ayudar a encontrar compensar el 1 y 2 días. Aquí está la secuencia de comandos que puede utilizar para probar el SQL 3 días Moving resultado final media. Ésta es la consulta final. Ésta es la consulta que usaría con SQL Server 2012. Compartir esto: Medias Móviles - simple y exponencial Medias Móviles - simple y exponencial en movimiento Introducción promedios atenúan los datos de precios para formar un seguimiento de tendencia indicador. Ellos no predicen la dirección del precio, sino que definen la dirección de la corriente con un desfase. Las medias móviles se quedan, ya que se basan en los precios del pasado. A pesar de este retraso, los promedios móviles ayudan a la acción del precio lisa y filtrar el ruido. También forman los bloques de construcción para muchos otros indicadores y superposiciones de técnicas, tales como las Bandas de Bollinger. MACD y el Oscilador McClellan. Los dos tipos más populares de las medias móviles son la media móvil simple (SMA) y la media móvil exponencial (EMA). Estas medias móviles se pueden utilizar para identificar la dirección de la tendencia o definir de soporte y resistencia posibles niveles. Here039s un gráfico tanto con un SMA y un EMA en él: Cálculo Media Móvil Simple una media móvil simple se forma calculando el precio medio de un valor en un número específico de períodos. La mayoría de las medias móviles se basan en precios de cierre. A 5 días de media móvil simple es la suma de cinco días de los precios de cierre dividido por cinco. Como su nombre lo indica, una media móvil es un promedio que se mueve. Los datos antiguos se deja caer como viene disponga de nuevos datos. Esto hace que el medio para mover a lo largo de la escala de tiempo. A continuación se muestra un ejemplo de un 5-día de la mudanza evolución media de tres días. El primer día de la media móvil simple cubre los últimos cinco días. El segundo día de la media móvil cae el primer punto de datos (11) y añade el nuevo punto de datos (16). El tercer día de la media móvil continúa dejando caer el primer punto de datos (12) y añadir el nuevo punto de datos (17). En el ejemplo anterior, los precios aumentan gradualmente del 11 al 17 sobre un total de siete días. Observe que el promedio móvil también se eleva del 13 al 15 durante un período de cálculo de tres días. Observe también que cada valor promedio móvil está justo debajo del último precio. Por ejemplo, el promedio móvil para el día uno es igual a 13 y el último precio es de 15. Los precios de las anteriores cuatro días eran más bajos y esto hace que el promedio móvil de retraso. Móvil exponencial de las medias móviles exponenciales de cálculo de promedios reducir el retraso mediante la aplicación de un mayor peso a los precios recientes. La ponderación aplicada al precio más reciente depende del número de períodos de la media móvil. Hay tres pasos para el cálculo de una media móvil exponencial. En primer lugar, el cálculo de la media móvil simple. Una media móvil exponencial (EMA) tiene que empezar en alguna parte por lo que una media móvil simple se utiliza como el period039s anteriores EMA en el primer cálculo. En segundo lugar, calcular el multiplicador de ponderación. En tercer lugar, el cálculo de la media móvil exponencial. La fórmula a continuación es para una EMA 10 días. Un período de 10 de media móvil exponencial se aplica una ponderación 18.18 al precio más reciente. Un EMA de 10 periodos también se puede llamar un EMA 18.18. Un EMA de 20 periodos se aplica un 9,52 con un peso al precio más reciente (2 / (201) 0,0952). Observe que la ponderación para el período de tiempo más corto es más que la ponderación para el período de tiempo más largo. De hecho, la ponderación reduce a la mitad cada vez que se duplica el período de media móvil. Si quiere un porcentaje específico para un EMA, puede utilizar esta fórmula para convertirlo en períodos de tiempo y luego entrar en ese valor que el parámetro EMA039s: A continuación se muestra un ejemplo de hoja de cálculo de un 10 días de media móvil simple y un 10- días de media móvil exponencial de Intel. medias móviles simples son claros y requieren poca explicación. El promedio de 10 días, simplemente se mueve como nuevos precios estén disponibles y los precios antiguos entrega. La media móvil exponencial comienza con el simple valor promedio móvil (22.22) en el primer cálculo. Después de la primera cálculo, la fórmula normal de toma el control. Debido a un EMA comienza con una media móvil simple, su verdadero valor no se dio cuenta hasta 20 o más períodos más tarde. En otras palabras, el valor de la hoja de cálculo Excel puede diferir del valor de la gráfica debido al período de revisión retrospectiva corto. Esta hoja de cálculo sólo se remonta a 30 periodos, lo que significa que el efecto de la media móvil simple de 20 periodos ha tenido a disiparse. Stockcharts se remonta al menos 250 puntos (típicamente mucho más) para sus cálculos para los efectos de la media móvil simple en el primer cálculo se han disipado totalmente. El Lag Factor Cuanto más larga sea la media móvil, más el retraso. A 10 días de media móvil exponencial abrazará precios bastante estrecha y poco después de girar a su vez los precios. promedios móviles de corto son como barcos de alta velocidad - ágil y rápida a los cambios. Por el contrario, una media móvil de 100 días contiene una gran cantidad de datos del pasado que lo frena. medias móviles ya son como los petroleros océano - letárgicos y lentos para el cambio. Se necesita un movimiento de precios más amplia y duradera para un 100 días de media móvil para cambiar de rumbo. El gráfico anterior muestra el 500 ETF SampP con unos 10 días siguientes EMA cerca los precios y una media móvil de 100 días de molienda superior. Incluso con el descenso enero-febrero, los 100 días SMA llevó a cabo el curso y no se volvió hacia abajo. El 50-días de SMA encaja en algún lugar entre el día 10 y 100 medias móviles cuando se trata de el factor de desfase. Simple vs móvil exponencial Promedios A pesar de que existen claras diferencias entre los promedios móviles simples y medias móviles exponenciales, uno no es necesariamente mejor que el otro. las medias móviles exponenciales tienen menos retraso y son por lo tanto más sensibles a los precios recientes - y los cambios de precios recientes. las medias móviles exponenciales a su vez, antes de medias móviles simples. medias móviles simples, por otra parte, representan un verdadero medio de los precios para todo el período de tiempo. Como tal, las medias móviles simples pueden ser más adecuados para identificar niveles de soporte o resistencia. Mover preferencia promedio depende de los objetivos, el estilo analítico y horizonte temporal. Cartistas deben experimentar con ambos tipos de medias móviles, así como diferentes marcos de tiempo para encontrar el mejor ajuste. La siguiente tabla muestra IBM con el SMA de 50 días en rojo y la EMA de 50 días en verde. Tanto alcanzó su punto máximo a finales de enero, pero la disminución de la EMA fue más acusado que el de la media móvil. La EMA se presentó a mediados de febrero, pero el SMA continuó inferior hasta finales de marzo. Observe que el SMA se presentó más de un mes después de la EMA. Longitudes y plazos La longitud de la media móvil depende de los objetivos analíticos. promedios móviles de corto (5-20 períodos) son los más adecuados para las tendencias y el comercio a corto plazo. Cartistas interesados ​​en las tendencias a mediano plazo optaría por promedios móviles más largo, que podría extenderse 20-60 períodos. Los inversores a largo plazo preferirán las medias móviles con 100 o más períodos. Algunas longitudes medias móviles son más populares que otros. El promedio móvil de 200 días es quizás el más popular. Debido a su longitud, se trata claramente de una media móvil a largo plazo. A continuación, el promedio móvil de 50 días es muy popular por la tendencia a medio plazo. Muchos chartistas utilizan los promedios de 50 días y 200 días en movimiento juntos. A corto plazo, un promedio móvil de 10 días fue muy popular en el pasado porque era fácil de calcular. Uno simplemente añaden los números y se trasladó el punto decimal. Tendencia de identificación Las mismas señales se pueden generar utilizando las medias móviles simples o exponenciales. Como se señaló anteriormente, la preferencia depende de cada individuo. Estos ejemplos a continuación usarán ambas medias móviles simple y exponencial. El término promedio móvil se aplica tanto a los promedios móviles simple y exponencial. La dirección de la media móvil transmite información importante acerca de los precios. Una media móvil levantamiento muestra que los precios están aumentando en general. Una media móvil caída indica que los precios, en promedio, están cayendo. Un creciente movimiento promedio a largo plazo refleja una tendencia alcista a largo plazo. Un movimiento a largo plazo promedio caer refleja una tendencia a la baja a largo plazo. El gráfico anterior muestra 3M (MMM) con 150 días de media móvil exponencial. Este ejemplo muestra lo bien que funcionan las medias móviles cuando la tendencia es fuerte. El 150 días EMA rechazó en noviembre de 2007 y de nuevo en enero de 2008. Tenga en cuenta que se tomó un descenso del 15 para invertir el sentido de esta media móvil. Estos indicadores rezagados identificar las inversiones de tendencia que se producen (en el mejor) o después de que se produzcan (en el peor). MMM continuó inferior en marzo de 2009 y luego aumentó 40-50. Observe que la EMA de 150 días no apareció hasta después de este aumento. Una vez que lo hizo, sin embargo, continuó MMM más alta de los próximos 12 meses. Las medias móviles funcionan de manera brillante en las tendencias fuertes. Crossover dobles medias móviles se pueden utilizar juntos para generar señales de cruce. En el análisis técnico de los mercados financieros. John Murphy llama a este método de entrecruzamiento doble. cruces dobles implican una media móvil relativamente corta y una media relativamente larga en movimiento. Al igual que con todas las medias móviles, la longitud general de la media móvil define el marco temporal para el sistema. Un sistema que utiliza un EMA de 5 días y de 35 días EMA se consideraría a corto plazo. Un sistema que utiliza un 50-días de SMA y 200 días SMA se considerará a medio plazo, tal vez incluso a largo plazo. Un cruce alcista se produce cuando los más cortos en movimiento cruza por encima de la media móvil más larga. Esto también se conoce como una cruz de oro. Un cruce bajista se produce cuando los más cortos en movimiento cruza por debajo de la media móvil más larga. Esto se conoce como un centro muerto. Cruces del promedio móvil producen señales relativamente tarde. Después de todo, el sistema utiliza dos indicadores de retraso. Cuanto más largo sea el período de media móvil, mayor es el retraso en las señales. Estas señales funcionan muy bien cuando una buena tendencia se afianza. Sin embargo, un sistema de cruce de media móvil producirá una gran cantidad de señales falsas en la ausencia de una tendencia fuerte. También hay un método de cruce de triple que consiste en tres medias móviles. Una vez más, se genera una señal cuando la media móvil más corto cruza las dos medias ya en movimiento. Un simple sistema triple cruce podría implicar 5 días, 10 días y 20 días de medias móviles. El gráfico anterior muestra Home Depot (HD) con una EMA de 10 días (verde línea de puntos) y EMA de 50 días (línea roja). La línea de color negro es el cierre diario. El uso de un cruce de media móvil habría dado lugar a tres señales falsas antes de coger un buen comercio. La EMA de 10 días se rompió por debajo de la EMA de 50 días a finales de octubre (1), pero esto no duró mucho como el de 10 días se trasladó de nuevo por encima de mediados de noviembre (2). Esta cruz duró más tiempo, pero el siguiente cruce bajista en enero (3) se produjo cerca de los niveles finales de los precios de noviembre, lo que resulta en otro whipsaw. Este cruce bajista no duró mucho tiempo como el EMA de 10 días se trasladó de nuevo por encima de los 50 días a los pocos días (4). Después de tres malas señales, la cuarta señal presagiaba un fuerte movimiento mientras que la acción avanza sobre 20. Hay dos robos de balón aquí. En primer lugar, cruces son propensos a whipsaw. Un filtro de precio o tiempo se puede aplicar para ayudar a prevenir señales falsas. Los comerciantes pueden requerir el cruce de una duración de 3 días antes de actuar o exigir la EMA de 10 días para pasar por encima / debajo de la MME de 50 días por una cierta cantidad antes de actuar. En segundo lugar, MACD se puede utilizar para identificar y cuantificar estos cruces. MACD (10,50,1) mostrará una línea que representa la diferencia entre las dos medias móviles exponenciales. MACD se vuelve positivo durante una cruz de oro y negativa durante una cruz muertos. El oscilador Porcentaje Precio (PPO) puede ser utilizado de la misma manera para mostrar las diferencias porcentuales. Tenga en cuenta que el MACD y el PPO se basan en promedios móviles exponenciales y no coincidirán con las medias móviles simples. Este gráfico muestra Oracle (ORCL) con el de 50 días EMA, EMA de 200 días y el MACD (50,200,1). Había cuatro cruces del promedio móvil durante un período de 2 1/2 años. Los tres primeros dieron lugar a señales falsas o oficios mal. Una tendencia sostenida comenzó con el cuarto cruce como ORCL avanzó a mediados de los años 20. Una vez más, cruces del promedio móvil funcionan muy bien cuando la tendencia es fuerte, pero producen pérdidas en la ausencia de una tendencia. Precio crossover Las medias móviles también se pueden utilizar para generar señales con cruces de precios simple. Una señal de fortaleza se genera cuando los precios se mueven por encima de la media móvil. Una señal bajista se genera cuando los precios se mueven por debajo de la media móvil. cruces de precios se pueden combinar con el comercio dentro de la tendencia más grande. El promedio móvil más larga marca la pauta de la tendencia más grande y la media móvil más corta se utiliza para generar las señales. Uno buscaría cruces de precios alcistas sólo cuando los precios ya está por encima de la media móvil más larga son. Esta sería la negociación en armonía con la tendencia más grande. Por ejemplo, si el precio está por encima de la media móvil de 200 días, los chartistas serían sólo se centran en las señales cuando el precio se mueve por encima de los 50 días de media móvil. Obviamente, un movimiento por debajo de la media móvil de 50 días precedería una señal de este tipo, pero este tipo de cruces bajistas sería ignorado porque la tendencia más grande es hacia arriba. Un cruce bajista simplemente sugerir una retirada dentro de una tendencia alcista más grande. Una cruz de nuevo por encima de la media móvil de 50 días sería una señal de un repunte de los precios y la continuación de la tendencia alcista más grande. La siguiente tabla muestra Emerson Electric (EMR) con el EMA de 50 días y 200 días EMA. La acción se movió arriba y se mantenía por encima de la media móvil de 200 días en agosto. Había depresiones por debajo de la MME de 50 días a principios de noviembre y de nuevo a principios de febrero. Los precios se movieron rápidamente de nuevo por encima de la MME de 50 días para proporcionar señales alcistas (flechas verdes) en armonía con la tendencia alcista más grande. MACD (1,50,1) se muestra en la ventana del indicador para confirmar precio cruza por encima o por debajo de la MME de 50 días. La EMA 1-día es igual al precio de cierre. MACD (1,50,1) es positivo cuando el cierre está por encima de la MME de 50 días y negativo cuando el cierre es por debajo de la EMA de 50 días. las medias de soporte y resistencia en movimiento también pueden actuar como soporte en una tendencia alcista y la resistencia en una tendencia a la baja. Una tendencia alcista a corto plazo podría encontrar apoyo cerca de la media móvil simple de 20 días, que también se utiliza en las bandas de Bollinger. Una tendencia alcista a largo plazo podría encontrar apoyo cerca de la media móvil simple de 200 días, que es el promedio móvil más popular a largo plazo. Si el hecho, la media móvil de 200 días podrá ofrecer soporte o resistencia simplemente porque es tan ampliamente utilizado. Es casi como una profecía autocumplida. El gráfico anterior muestra el NY compuesto con la media móvil simple de 200 días a partir de mediados de 2004 hasta finales de 2008. El 200 días proporcionó apoyo en numerosas ocasiones durante el avance. Una vez que la tendencia se invirtió con un descanso de doble soporte superior, el promedio móvil de 200 días actuó como resistencia en torno a 9500. No hay que esperar de soporte y resistencia niveles exactos de las medias móviles, especialmente ya medias móviles. Los mercados están impulsados ​​por la emoción, lo que los hace propensos a los rebasamientos. En lugar de los niveles exactos, medias móviles pueden ser utilizados para identificar de soporte o resistencia zonas. Conclusiones Las ventajas de utilizar las medias móviles deben sopesarse frente a las desventajas. Las medias móviles están siguiendo la tendencia o retraso, los indicadores que serán siempre un paso por detrás. Esto no es necesariamente una mala cosa sin embargo. Después de todo, la tendencia es su amigo y lo mejor es operar en la dirección de la tendencia. Las medias móviles aseguran que un comerciante está en línea con la tendencia actual. A pesar de que la tendencia es su amigo, los valores pasan una gran cantidad de tiempo en los mercados laterales, que hacen ineficaces las medias móviles. Una vez en una tendencia, las medias móviles se mantendrá en, sino también dar señales de retraso. Don039t espera vender en la parte superior y en la parte inferior comprar usando medias móviles. Al igual que con la mayoría de las herramientas de análisis técnico, los promedios móviles no deben utilizarse por sí solos, sino en conjunción con otras herramientas complementarias. Chartistas pueden utilizar las medias móviles para definir la tendencia general y luego usar el RSI para definir los niveles de sobrecompra o sobreventa. Adición de medias móviles a stockcharts Gráficas Las medias móviles están disponibles como una función de superposición de precios en el banco de trabajo SharpCharts. Mediante el menú desplegable de superposiciones, los usuarios pueden elegir entre una media móvil simple o un promedio móvil exponencial. El primer parámetro se utiliza para establecer el número de períodos de tiempo. Un parámetro opcional se puede añadir para especificar qué campo de precio debe ser usado en los cálculos - O para el Abierto, H para el Alto, L para el bajo, y C para el Close. Una coma se utiliza para separar los parámetros. Otro parámetro opcional se puede añadir a cambiar las medias móviles a la izquierda (pasado) o derecha (futuro). Un número negativo (-10) se desplazaría de la media móvil a la izquierda a 10 periodos. Un número positivo (10) se desplazaría de la media móvil a la derecha 10 periodos. medias móviles múltiples se pueden superponer la trama precio, simplemente añadiendo otra línea de capas a la mesa de trabajo. stockcharts miembros pueden cambiar los colores y el estilo para diferenciar entre múltiples medias móviles. Después de seleccionar un indicador, abra Opciones avanzadas haciendo clic en el pequeño triángulo verde. Opciones avanzadas también se puede utilizar para agregar una superposición de media móvil con otros indicadores técnicos como el RSI, CCI, y Volumen. Haga clic aquí para ver un gráfico en vivo con varios promedios móviles diferentes. El uso de medias móviles con stockcharts Scans Estos son algunos barridos de muestra que los miembros stockcharts pueden utilizar para explorar en busca de diversas situaciones de media móvil: alcista media móvil de la Cruz: Este exploraciones busca compañías con una de 150 días el aumento promedio móvil simple y una corrección alcista del 5 - día EMA y 35 días EMA. El promedio móvil de 150 días está aumentando el tiempo que está operando por encima de su nivel de hace cinco días. Una corrección alcista se produce cuando la EMA de 5 días se mueve por encima de la EMA de 35 días en el volumen por encima del promedio. Bajista media móvil de la Cruz: Este exploraciones busca compañías con una caída de 150 días promedio móvil simple y una cruz bajista de la EMA de 5 días y de 35 días EMA. El promedio móvil de 150 días se está cayendo, siempre que se negocia por debajo de su nivel de hace cinco días. Un cruce bajista se produce cuando la EMA de 5 días se mueve por debajo de la EMA de 35 días en el volumen por encima del promedio. Para Estudiar el libro de John Murphy039s tiene un capítulo dedicado a las medias móviles y sus diversos usos. Murphy cubre los pros y los contras de las medias móviles. Además, Murphy muestra cómo las medias móviles funcionan con bandas de Bollinger y los sistemas de comercio basado canal. Análisis técnico de los mercados financieros, John Murphy