ฮัลล์ เคลื่อนไหว เฉลี่ย metastock สูตร

Hull Moving Average ค่าเฉลี่ยของ Hull Moving Average ช่วยแก้ปัญหาภาวะถดถอยของวัยในการทำให้ค่าเฉลี่ยเคลื่อนที่สามารถตอบสนองต่อการเคลื่อนไหวของราคาในปัจจุบันได้มากขึ้นขณะเดียวกันก็รักษาความเรียบของเส้นโค้งไว้ในความเป็นจริง HMA เกือบจะช่วยลดความล่าช้าในการทำงานทั้งหมดและปรับปรุงให้เรียบขึ้นในเวลาเดียวกัน ประสบความสำเร็จทั้งสองของผลตรงข้ามเหล่านี้พร้อมกันเราต้องเริ่มต้นด้วยการเข้าใจง่ายกรอบของการอ้างอิงแผนภูมิต่อไปนี้มีค่าเฉลี่ยเคลื่อนที่ 16 สัปดาห์ซึ่งอย่างต่อเนื่องทำให้ล่าช้าในกิจกรรมราคาและมีความราบรื่นไม่ดีก่อนที่จะแก้ปัญหาของการเรียบโค้งสามารถทำได้ โดยเฉลี่ยของค่าเฉลี่ยคือ 16 ระยะเวลา SMA 16 ระยะเวลาราคา SMA ข่าวร้ายก็คือว่ามันทำให้เกิดการเพิ่มขึ้นอย่างมากในความล่าช้าตามที่เห็นด้านล่างการแก้ปัญหาของความล่าช้าเป็นบิตที่เกี่ยวข้องมากขึ้นและต้องมีคำอธิบายที่มีตัวเลขมากกว่า แผนภูมิพิจารณาชุดของ 10 หมายเลขตั้งแต่ 0 ถึง 9 รวมและคิดว่าพวกเขาเป็นจุดราคาต่อเนื่องในแผนภูมิที่มี 9 เป็นล่าสุด จุดราคาที่ด้านขวามือชั้นนำถ้าเราใช้ค่าเฉลี่ยระยะเวลา 10 ง่ายๆของตัวเลขเหล่านี้แล้วไม่น่าแปลกใจที่เราจะกำหนดจุดกึ่งกลางของ 4 5 ซึ่งอย่างมีนัยสำคัญล่าช้าหลังจุดราคาล่าสุดของ 9 ที่นี่ s ฉลาดบิตแรกให้ ลดลงครึ่งหนึ่งของระยะเวลาเฉลี่ย 5 และใช้กับตัวเลขล่าสุดของ 5,6,7,8 และ 9 ผลเป็นจุดกึ่งกลางของ 7. สุดท้ายเพื่อลบความล่าช้าที่เราใช้จุดกึ่งกลางของ 7 และ เพิ่มความแตกต่างระหว่างสองค่าเฉลี่ยซึ่งเท่ากับ 2 5 7 4 5 ซึ่งจะให้คำตอบสุดท้ายของ 9 5 7 2 5 ซึ่งเป็นค่าชดเชยเล็กน้อย แต่ค่าคอมมิชชั่นนี้มีประโยชน์มากเนื่องจากมีผลเฉลยผลลัพท์ของค่าเฉลี่ยที่ซ้อนกัน การรวมเทคนิคทั้ง 2 แบบนี้เป็นความสมดุลที่ใกล้เคียงระหว่างการลดความล่าช้าและการทำให้โค้งงอเรียบง่าย HMA สามารถจัดการกับการเปลี่ยนแปลงของราคาได้อย่างรวดเร็วในขณะเดียวกันก็มีประสิทธิภาพเหนือกว่า SMA ในช่วงเวลาเดียวกัน HMA ใช้ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักและทำให้ Smoot ลดลง hing ผลและความล่าช้าผลโดยการใช้รากที่สองของระยะเวลาแทนระยะเวลาที่เกิดขึ้นจริงตัวเองตามที่เห็นด้านล่าง Intteger ระยะเวลารากสแควร์ WMA 2 x ช่วงที่สองช่วงราคา WMA 2 ช่วงราคาราคา WMA สูตรต่อไปนี้สำหรับค่าเฉลี่ยเคลื่อนที่ฮัลล์สำหรับ MetaStock และ Supercharts แต่สามารถปรับได้อย่างง่ายดายสำหรับการใช้งานร่วมกับโปรแกรมสร้างแผนภูมิอื่น ๆ ที่มีความสามารถในการสร้างดัชนีที่กำหนดเองระยะเวลาการป้อนข้อมูล 1,200,20 sqrtperiod ช่วงเวลา Mov 2 Mov C ระยะเวลา 2, W Mov C, period, W, LastValue sqrtperiod, W. ระยะเวลาเริ่มต้นค่าเริ่มต้น 20 waverage 2 waverage close, ระยะเวลา 2 - waverage close, period, SquareRoot Period. โปรแกรมประยุกต์ที่เรียบง่ายสำหรับ HMA ที่ได้รับการปรับให้เรียบที่เหนือกว่าจะใช้จุดเปลี่ยนเป็นสัญญาณออกจากรายการ แต่ไม่ควร t ถูกใช้เพื่อสร้างสัญญาณไขว้เนื่องจากเทคนิคนี้อาศัยความล่าช้าในการสมัครสมาชิกและ Connect. Subscribe to our Newsletter. MetaStock Moving Average Function ค่าเฉลี่ยเคลื่อนที่น่าจะเป็นตัวชี้วัดที่ใช้บ่อยที่สุด ในรูปแบบต่างๆและมีแอพพลิเคชันจำนวนมากในแง่พื้นฐานแม้ว่าค่าเฉลี่ยเคลื่อนที่จะช่วยให้ความผันผวนของราคาหรือตัวบ่งชี้และความแม่นยำของทิศทางที่ระบบรักษาความปลอดภัยมีการเคลื่อนไหวมากขึ้นค่าเฉลี่ยเคลื่อนที่มีตัวชี้วัดที่ล้าหลังและพอดีกับแนวโน้มดังต่อไปนี้ ประเภทต่างๆ ได้แก่ simple, weighted, exponential, variable และ triangular ความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่หลายประเภทคือค่าเฉลี่ยที่คำนวณได้ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเท่ากับค่าน้ำหนักของแต่ละค่าใน period weighted และ exponential ให้ความสำคัญกับค่านิยมล่าสุดในช่วงที่ค่าเฉลี่ยเคลื่อนที่รูปสามเหลี่ยมให้ความสำคัญกับส่วนตรงกลางของช่วงเวลามากขึ้นและค่าเฉลี่ยเคลื่อนที่แปรผันปรับการถ่วงน้ำหนักขึ้นอยู่กับความผันผวนในช่วงนี้ให้โฟกัสที่ง่าย ค่าเฉลี่ยเคลื่อนที่ซึ่งเกิดจากการหาราคาเฉลี่ยของหลักทรัพย์ที่มีการค้ำประกันเป็นระยะเวลาหนึ่งชุดนี้คือ calc ulated โดยการเพิ่มขึ้นราคาปิดของการรักษาความปลอดภัยมากกว่าจำนวนชุดของระยะเวลาเช่น 15 และหารคำตอบรวมนี้โดยจำนวนรอบระยะเวลาด้วยความนับถือประเภทอื่น ๆ ของค่าเฉลี่ยเคลื่อนที่การคำนวณของพวกเขาสามารถเป็นเพียงเล็กน้อยที่ซับซ้อนมากขึ้น แต่หลักฐาน ยังคงเหมือนเดิมความแตกต่างเพียงอย่างเดียวคือตำแหน่งและวิธีการที่มีการจัดวางน้ำหนักที่สัมพันธ์กัน YNTAX Mov Data Array ช่วงเวลา EST TRI VAR W VOL. Data Array นี่คืออาร์เรย์ข้อมูลที่จะมีค่าเฉลี่ยในการสร้างตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่นี้มากที่สุด มักเป็นราคาปิด แต่อาจเป็นข้อมูลราคาหรือตัวบ่งชี้อื่น ๆ ระยะเวลานี้จะระบุจำนวนงวดที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ TRI VAR W VOL เป็นค่าเฉลี่ยเคลื่อนที่ที่จะใช้แสดงดังต่อไปนี้.E Exponential S Simple Time Time. Tri สามเหลี่ยม Var ตัวแปร W Weighted. Vol Volume Adjusted สูตรต่อไปนี้วางแผนแปลงค่าเฉลี่ยระยะสั้น 15 ของราคาปิดในตัวอย่างข้างต้นโปรแกรมที่มีประโยชน์มากขึ้น o ตัวอย่างเช่นอาจเป็น C Mov C, 15, S และ V Mov V, 20, S สูตรข้างต้นระบุว่าราคาปิดจะต้องสูงกว่าค่าเฉลี่ยเคลื่อนที่เฉลี่ย 15 ช่วงซึ่งแสดงด้วย C Mov C, 15, S และที่ ปริมาตรปัจจุบันจะต้องมากกว่าค่าเฉลี่ยของช่วงเวลา 20 ของโวลุ่มที่แสดงโดย V Mov V, 20, S. มองที่รูปที่ 3 27 เราสามารถดูค่าเฉลี่ยเคลื่อนที่แบบง่ายได้ 15 รูปที่ใช้กับกราฟรูปที่ 3 27 ตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่.Construct สูตรต่อไปนี้ 1 ราคาปิดข้ามข้าม 20 ถัวเฉลี่ยถ่วงน้ำหนักของค่าเฉลี่ยเคลื่อนที่ของการปิดและค่าเฉลี่ยระยะเวลา 30 เคลื่อนไหวง่ายของการปิดเป็นมากกว่า 50 ค่าเฉลี่ยเคลื่อนที่ระยะเวลาของการปิดบทความนี้เป็นตัวอย่าง จาก MetaStock คู่มือการเรียนรู้การเขียนโปรแกรมค้นพบความลับง่ายๆในการสร้าง Metastock Easy ระบุ Trades. Click กำไรคลิกที่นี่เพื่อหาข้อมูลเพิ่มเติมเกี่ยวกับคู่มือการศึกษาการเขียนโปรแกรม MetaStock คู่มือฮัลล์ย้ายเฉลี่ยค่าเฉลี่ยเคลื่อนที่ฮัลล์แก้ปัญหาเรื่องภาวะที่กลืนไม่เข้าคายไม่ออกอายุขึ้นในการทำค่าเฉลี่ยเคลื่อนที่มากกว่า ตอบสนองต่อราคาปัจจุบัน ในขณะที่การรักษาความเรียบของเส้นโค้งในความเป็นจริง HMA เกือบจะช่วยลดความล่าช้าทั้งหมดและปรับปรุงให้มีความราบรื่นขึ้นในเวลาเดียวกันเพื่อให้เข้าใจว่าการบรรลุเป้าหมายทั้งสองด้านนี้เป็นไปในทิศทางเดียวกันอย่างไรเราต้องเริ่มต้นด้วยกรอบอ้างอิงที่เข้าใจได้ง่าย สัปดาห์เฉลี่ยเคลื่อนที่อย่างต่อเนื่องซึ่งจะลดลงอย่างต่อเนื่องของกิจกรรมด้านราคาและมีความราบรื่นไม่ดี.16สัปดาห์ Simple Moving Average ทำให้การแก้ปัญหาของการทำให้โค้งงอสามารถทำได้โดยการใช้ค่าเฉลี่ยของค่าเฉลี่ย เพิ่มขึ้นมากในความล่าช้าตามที่เห็นด้านล่าง 16 สัปดาห์ที่ซ้อนกัน Simple Moving Average. Solving ปัญหาของความล่าช้าเป็นบิตที่เกี่ยวข้องมากขึ้นและต้องใช้คำอธิบายที่มีตัวเลขมากกว่าแผนภูมิพิจารณาชุดของ 10 หมายเลขตั้งแต่ 0 ถึง 9 รวมและคิดว่าพวกเขา เป็นจุดราคาต่อเนื่องในแผนภูมิที่มี 9 เป็นจุดราคาล่าสุดที่ขอบด้านขวามือถ้าเราใช้ค่าเฉลี่ยระยะเวลา 10 ของตัวเลขเหล่านี้ แล้วไม่น่าแปลกใจที่เราจะกำหนดจุดกึ่งกลางของ 4 5 ซึ่งอย่างมีนัยสำคัญล่าช้าหลังจุดราคาล่าสุดของ 9 นี่เป็นบิตฉลาดก่อนปล่อยให้ลดลงครึ่งหนึ่งของระยะเวลาเฉลี่ย 5 และนำไปใช้กับตัวเลขล่าสุด 5 , 6,7,8 และ 9 ผลเป็นจุดกึ่งกลางของ 7. ท้ายสุดเพื่อลบความล่าช้าที่เราใช้จุดกึ่งกลางของ 7 และเพิ่มความแตกต่างระหว่างสองค่าเฉลี่ยซึ่งเท่ากับ 2 5 7 4 5 ซึ่งจะให้คำตอบสุดท้าย ของ 9 5 7 2 5 ซึ่งเป็น overcompensation เล็กน้อย แต่ overcompensation นี้มีประโยชน์มากเพราะ offsets ผลปกคลุมด้วยวัตถุฉนวนของค่าเฉลี่ยที่ซ้อนกันดังนั้นผลของการรวม 2 เทคนิคเหล่านี้เป็นความสมดุลที่สมบูรณ์แบบใกล้ระหว่างการลดความล่าช้าและโค้งเรียบคุณสามารถ t ดำเนินการดังกล่าวในขณะนี้คุณลงชื่อเข้าใช้ด้วยแท็บหรือหน้าต่างใหม่โหลดซ้ำเพื่อรีเฟรชเซสชันของคุณคุณออกจากระบบในแท็บหรือหน้าต่างใหม่เพื่อฟื้นฟูเซสชันของคุณอีกครั้ง