میانگین متحرک

میانگین متحرک

تعریف میانگین های متحرک

آنالیز فنی (TA) و میانگین متحرک ،در دنیای تجارت و سرمایه گذاری، پدیده جدیدی نیست. از اوراق بهادار سنتی گرفته تا ارزهای کریپتو مانند بیت کوین و اتریوم، به هنگام استفاده از شاخص های TA  یک هدف ساده دارند:

از داده های موجود، برای تصمیم گیری های آگاهانه تر استفاده می کنند که به احتمال زیاد منجر به نتایج مورد نظر می شود. در دهه های گذشته با افزایش روز افزون پیچیدگی بازارها، صدها نوع شاخص TA  ارائه شده است، اما تعداد کمی از آنها توانسته اند مانند میانگین های متحرک (MA) محبوب شوند و به صورت پیوسته مورد استفاده قرار بگیرند.

اگرچه در میانگین های متحرک، متغیرهای مختلفی وجود دارد، اما هدف اصلی آنها، ایجاد وضوح در نمودارهای تجاری است. این هدف، با هموار کردن نمودارها به منظور ایجاد یک شاخص روند که به آسانی قابل استخراج باشد، به دست می آید. با توجه به اینکه، میانگین های متحرک به داده های پیشین تکیه می کنند، به نظر می رسد این شاخص ها تاخیری هستند یا روند نزولی دارند. صرف نظر از این موارد، آنها هنوز هم قدرت بسیار زیادی برای کاهش اختلال (جار و جنجال) و تعیین جهت حرکت بازار دارند.

انواع مختلف میانگین های متحرک

میانگین های متحرک، انواع مختلفی دارند که نه تنها در معاملات روز و معاملات نوسانی بلکه در مجموعه های بلندمدت نیز توسط معامله گران، مورد استفاده قرار می گیرند. علی رغم انواع مختلفی که وجود دارد، معمولاً میانگین های متحرک (MA) به دو دسته جداگانه تقسیم می شوند: میانگین های متحرک ساده (SMA) و میانگین های حرکت نمایی(EMA). با توجه به نوع بازار و نتیجه مورد نظر، معامله گران می توانند شاخصی را که برای مجموعه آنها کارآمدتر است انتخاب کنند.

میانگین متحرک ساده

SMA ، داده ها را از یک دوره زمانی مشخص می گیرد و میانگین قیمت یک اوراق را برای مجموعه داده ها ارائه می کند. تفاوت بین SMA و میانگین ساده قیمت های گذشته، این است که SMA به محض ورود
 داده های جدید، از قدیمی ترین مجموعه داده صرف نظر می کند. بنابراین اگر میانگین متحرک ساده، متوسط داده های ارزش 10 روز را محاسبه کند، کل مجموعه داده ها به طور مداوم به روز رسانی می شود تا فقط شامل 10 روز گذشته باشد.

باید توجه شود که تمام داده های ورودی SMA، وزن یکسانی دارند (بدون در نظر گرفتن زمان ورود آنها).
معامله گرانی که معتقدند داده های جدید از اهمیت بیشتری برخوردارند ، اغلب اظهار دارند که وزن برابر SMA آنالیز فنی را با مشکل رو به رو می کند. میانگین متحرک نمایی (EMA) برای رفع این مشکل ارائه شده است.

میانگین متحرک نمایی

 EMA ها از آن نظر که آنالیز فنی را بر اساس نوسانات گذشته قیمت ارائه می دهند، مشابه SMA ها هستند. با این وجود، این معادله کمی پیچیده تر است، چو EMA وزن و ارزش بیشتری را به آخرین ورودی های قیمت اختصاص می دهد. اگرچه هر دو میانگین ارزشمند هستند و به صورت گسترده مورد استفاده قرار می گیرند، اما EMA در برابر نوسانات ناگهانی قیمت و بازگشت ها، پاسخگوتر است.

با توجه به اینکه EMA ها در مقایسه با SMA ها ، بازگشت های قیمت را سریعتر پیش بینی می کنند، اکثراً توسط معامله گرانی که معامله های کوتاه مدت انجام می دهند، مورد استقبال قرار می گیرند. برای یک معامله گر یا یک سرمایه گذار مهم است که نوع میانگین متحرک را مطابق با استراتژی ها و اهداف شخصی خود انتخاب کند و تنظیمات را بر اساس آن انجام دهد.

نحوه استفاده از میانگین های متحرک

میانگین متحرک

با توجه به اینکه MA ها، به جای قیمت های فعلی از قیمت های گذشته استفاده می کنند، یک دوره تأخیر مشخص دارند. هرچه مجموعه داده ها گسترده تر باشد، تاخیر بیشتر خواهد بود. به عنوان مثال، یک میانگین متحرک که 100 روز گذشته را آنالیز می کند، نسبت به میانگین متحرکی که فقط 10 روز گذشته را در نظر می گیرد، به اطلاعات جدید، کندتر پاسخ خواهد داد. دلیل این اتفاق این است که وقتی یک داده جدید به یک مجموعه داده بزرگتر وارد می شود، تأثیر کمتری روی تعداد کلی می گذارد.

با توجه به  نوع مجموعه معاملاتی، هر دو مورد می تواند مؤثر باشد. مجموعه داده های بزرگتر از سرمایه گذاران بلندمدت سود می برند، چرا که احتمال تغییر قابل توجه آنها در اثر یک یا دو نوسان شدید، کم است.
 معامله گران کوتاه مدت، اغلب از یک مجموعه داده کوچکتر که امکان معامله ارتجاعی تر را فراهم می کند، استقبال می کنند.

در بازارهای سنتی، میانگین های متحرک 100،50 و 200 روزه، بیشترین کاربرد را دارند. میانگین های متحرک 50 روزه و 200 روزه، اغلب توسط معامله گران سهام بررسی می شود و هر گونه شکست در بالا یا پایین این خطوط، معمولاً به عنوان سیگنال های مهم تجاری تلقی می شوند، به ویژه اگر به صورت متقاطع ادامه پیدا کنند. همه این موارد در رابطه با ارزهای کریپتو نیز صدق می کند اما به دلیل بازارهای بی ثبات 7/24، ممکن است با توجه به مشخصات معامله گر، تنظیمات MA و استراتژی معاملاتی تغییر کند.

سیگنال های متقاطع

طبیعتاً، یک MA در حال افزایش روند صعودی را نشان می دهد و یک  MAدر حال کاهش، نشان دهنده روند نزولی است. با این وجود، یک میانگین متحرک به تنهایی یک شاخص واقعی قابل اعتماد و قدرتمند نیست. بنابراین، MA ها همیشه به صورت ترکیبی استفاده می شوند تا سیگنال های متقاطع صعودی و نزولی را تشخیص دهند.

هنگامی که دو MA مختلف در یک نمودار متقاطع می شوند، یک سیگنال متقاطع ایجاد می شود. تقاطع صعودی (به عنوان یک تقاطع طلایی نیز شناخته می شود) زمانی اتفاق می افتد که یک MA کوتاه مدت از بالای یک MA بلند مدت عبور کند، که نشانگر شروع یک روند صعودی است. در مقابل، یک تقاطع نزولی (یا تقاطع مرگ) زمانی رخ می دهد که یک MA کوتاه مدت از زیر یک میانگین متحرک بلند مدت عبور کند، که نشان دهنده آغاز یک روند نزولی است.

سایر عوامل مورد توجه

 تمام مثال هایی که تاکنون گفته شد، در مورد روزها بودند ولی الزامی نیست که آنالیز MA ها حتما براساس روز باشد. ممکن است  برای افرادی که به معامله روزانه می پردازند، اطلاع از نحوه تغییرات یک اوراق در دو یا سه ساعت گذشته، مهم تر از  تغییرات آن در دو یا سه ماه گذشته باشد.

 چهارچوب های زمانی متفاوتی را می توان وارد معادلاتی کرد که برای برای محاسبه میانگین های متحرک مورد استفاده قرار می گیرند و تا زمانی که این چهارچوب های زمانی با استراتژی معامله سازگار باشد، داده ها می توانند مفید باشند.

یکی از معایب اصلی MA ها، زمان تاخیر آنها است. با توجه به اینکه MA ها، شاخص های تاخیری هستند که قیمت قبلی را در نظر می گیرند، اغلب سیگنال ها بسیار دیر رخ می دهند. به عنوان مثال، یک تقاطع صعودی ممکن است پیشنهاد یک خرید را داشته باشد، اما این اتفاق، فقط پس از افزایش قابل توجه قیمت رخ می دهد. یعنی حتی اگر روند صعودی ادامه یابد، ممکن است در آن دوره، سود احتمالی بین افزایش قیمت و سیگنال متقاطع از دست رفته باشد. یا بدتر از آن اینکه، ممکن است یک سیگنال تقاطع طلایی اشتباه، معامله گر را به خرید نقطه اوج موضعی که درست قبل از افت قیمت قرار دارد، هدایت کند (این سیگنال های خرید دروغین، معمولاً به عنوان تله گاو شناخته می شوند).

 میانگین های متحرک، از شاخص های قدرتمند TA و یکی از پرکاربردترین آنها می باشند. توانایی آنالیز روندهای بازار بر اساس داده ها، بینش خوبی را در مورد نحوه عملکرد یک بازار ارائه می دهد. البته به خاطر داشته باشید که MA ها و سیگنال های متقاطع، نباید به تنهایی مورد استفاده قرار گیرند و برای جلوگیری از ایجاد سیگنال های اشتباه، استفاده ترکیبی از شاخص های مختلف TA، گزینه امن تری است.

0
بدون دیدگاه

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مقالات مرتبط