ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวของ Kaufman (AMA)
ผู้เขียน:   2024-11-14   คลิ:1

การวิเคราะห์ทางเทคนิคและค่าเฉลี่ยเคลื่อนที่

การวิเคราะห์ทางเทคนิคมักจะอยู่ข้างระบบค่าเฉลี่ยเคลื่อนที่ซึ่งเป็นพื้นฐานในการสังเกตราคาที่เคลื่อนไหว ค่าเฉลี่ยเคลื่อนที่ระยะสั้นจะติดตามแนวโน้มของราคาได้ใกล้ชิดและมีความไวสูง แต่จะมีเสียงรบกวนมากมายซึ่งทำให้เกิดสัญญาณเท็จ ในขณะที่ค่าเฉลี่ยเคลื่อนที่ระยะยาวมักจะแม่นยำในการวิเคราะห์แนวโน้มแต่มีปัญหาเรื่องความล่าช้าอย่างรุนแรง ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวของ Kaufman (AMA)

การใช้งานค่าเฉลี่ยเคลื่อนที่

เราต้องการค่าเฉลี่ยเคลื่อนที่ที่เหมาะสมเมื่อราคาเคลื่อนที่ในทิศทางใดทิศทางหนึ่งอย่างรวดเร็ว ค่าเฉลี่ยเคลื่อนที่ระยะสั้นจะเหมาะที่สุด; เมื่อราคาขึ้นหรือลงในลักษณะแนวนอน ค่าเฉลี่ยเคลื่อนที่ระยะยาวจะเป็นทางเลือกที่เหมาะสม

ระบบค่าเฉลี่ยเคลื่อนที่แบบปรับตัวของ Kaufman

เพื่อให้ได้ผลที่กล่าวมา เรามาดูระบบค่าเฉลี่ยเคลื่อนที่แบบปรับตัวของ Kaufman ขั้นตอนมีดังนี้:

ขั้นตอนที่ 1: ทิศทางราคา

ทิศทางราคาจะถูกแสดงเป็นการเปลี่ยนแปลงราคาสุทธิในช่วงเวลาทั้งหมด ตัวอย่างเช่น ใช้ช่วงเวลา n วัน (หรือนาที): direction = price – price[n]; โดยที่ direction คือตัวแปรที่แสดงถึงค่าแตกต่างของราคาในปัจจุบัน และ price คือราคาปัจจุบัน (ราคาปิดในวันนั้นหรือตอนสิ้นวัน)

ขั้นตอนที่ 2: ความผันผวน

ความผันผวนคือปริมาณเสียงรบกวนของตลาด ซึ่งสามารถกำหนดได้หลายวิธี แต่การคำนวณนี้ใช้การเปลี่ยนแปลงราคาทั้งหมดในแต่ละวันเป็นค่าบวกในช่วงเวลา n volatility = @sum(@abs(price – price[1]), n);

ขั้นตอนที่ 3: อัตราส่วนประสิทธิภาพ (ER)

องค์ประกอบทั้งสองนี้รวมเข้าด้วยกันเพื่อแสดงการเปลี่ยนแปลงของทิศทางต่อเสียงรบกวน เรียกว่าอัตราส่วนประสิทธิภาพ Efficiency_Ratio = direction/volatility; เมื่อราคาสูงขึ้นในทุกวันทิศทาง=ความผันผวนอัตราส่วนประสิทธิภาพ=1 ถ้าอัตราส่วนนี้น้อยกว่า 1 จะมีความหมายว่าราคามีเสียงมากกว่าการเปลี่ยนแปลง

ขั้นตอนที่ 4: การเปลี่ยนค่าเป็นสภาพการเคลื่อนไหว

เพื่อใช้ในค่าเฉลี่ยแบบเลขชี้กำลัง อัตราส่วนจะถูกเปลี่ยนเป็นค่าความเรียบง่าย c ซึ่งอ้างอิงสูตรด้านล่าง EXPMA = EXPMA[1] + c(price - EXPMA[1]); ค่าเฉลี่ยเคลื่อนที่แบบปรับตัวของ Kaufman (AMA)

การปรับตัวของตัวกรอง

เพื่อให้เข้ากับลักษณะการปรับตัวของระบบ ราคาที่ผันผวนจะต้องถูกกำหนดเป็นเปอร์เซ็นต์ที่เล็กมากหรือมากอย่างเหมาะสม filter = percentage@std(AMA - AMA[1], n);

กฎการซื้อขาย

เมื่อตกลงตามกฎดังกล่าวให้เพิ่มเข้ามา เช่น เมื่อค่าของ AMA - @lowest(AMA, n) > filter ให้ซื้อและเมื่อ @highest(AMA, n) - AMA > filter ให้ขาย



ความคิดเห็นของผู้ใช้

ยังไม่มีความคิดเห็น

แสดงความคิดเห็น

เปิดบัญชีกับ
โบรกเกอร์ Dupoin

สมัครสมาชิกกับเรา ผ่านโบรกเกอร์ Dupoin

**สิทธิพิเศษมีจำนวนจำกัด สำหรับสมาชิกเท่านั้น!!

เกี่ยวกับเรา

ติดต่อเรา

เรื่องที่น่ารู้

Crescentcollege คือเว็บไซต์ที่มุ่งมั่นแบ่งปันความรู้เกี่ยวกับตลาด Forex และ Cryptocurrency เช่น Bitcoin, Ethereum, XRP, Litecoin และ Dogecoin รวมถึงข้อมูลข่าวสารที่อัปเดตอย่างรวดเร็ว ครอบคลุมทุกความเคลื่อนไหวในตลาดเหล่านี้

เราไม่สนับสนุนการชักชวนให้เทรดหรือการระดมทุนในทุกรูปแบบ เรามุ่งมั่นเป็นเพียงสื่อกลางในการแบ่งปันความรู้ที่เป็นประโยชน์เท่านั้น

**การซื้อขายสินทรัพย์ทางการเงินทุกประเภทมีความเสี่ยง นักลงทุนหรือนักเก็งกำไรควรทำความเข้าใจอย่างถี่ถ้วนก่อนการซื้อขาย**

ข้อมูลลิขสิทธิ์และนโยบายการใช้งานของ Crescentcollege สามารถดูรายละเอียดเพิ่มเติมได้บนเว็บไซต์

ติดต่อทางอีเมล: [email protected]

ติดต่อเพิ่มเติมทาง Line:

© 2024 Crescentcollege. สงวนลิขสิทธิ์ ห้ามทำซ้ำ คัดลอก หรือเผยแพร่ข้อมูลโดยไม่ได้รับอนุญาต

เรานำเสนอข้อมูลอย่างโปร่งใสและเป็นกลาง โดยไม่มีเจตนาในการชักชวน ชี้นำ หรือให้คำแนะนำการลงทุน