मूविंग एवरेज (एमए) The Moving Average (MA)
मूविंग एवरेज (एमए) प्रवृत्ति संकेतक हैं जिनका उपयोग किसी प्रवृत्ति की उपस्थिति और दिशा निर्धारित करने के लिए किया जा सकता है। वे सबसे बहुमुखी उपकरणों में से एक हैं जिन्हें मूल्य चार्ट पर लागू किया जा सकता है और व्यापक रूप से मैकेनिकल ट्रेडिंग सिस्टम के हिस्से के रूप में उपयोग किया जाता है। एक मूविंग एवरेज (एमए) एक निर्दिष्ट अवधि में औसत मूल्य डेटा द्वारा मूल्य कार्रवाई की अनिश्चित प्रकृति को सुचारू करता है। यह क्लोजिंग प्राइस, ओपनिंग प्राइस, हाई या लो का औसत हो सकता है। इस प्रकार, समापन मूल्य का 5-दिवसीय एमए पिछले 5 दिनों में बंद कीमत का औसत है। जैसा कि एमए पिछले डेटा का औसत है, वे मूल्य आंदोलन का पालन करने वाले संकेतकों से पिछड़ रहे हैं। इस प्रकार, मूविंग एवरेज स्थापित होने के बाद ही रुझानों की पहचान करते हैं। इसके अलावा, लंबी अवधि एमए छोटी अवधि एमए की तुलना में मूल्य परिवर्तन के लिए आसान और कम संवेदनशील है लेकिन इसमें अधिक अंतराल है।
मूविंग एवरेज के प्रकार Types of Moving Averages
मूविंग एवरेज के तीन लोकप्रिय प्रकार हैं: सिंपल मूविंग एवरेज (एसएमए); एक्सपोनेंशियल मूविंग एवरेज (EMA), स्मूथेड मूविंग एवरेज (SMMA), और लीनियर वेटेड मूविंग एवरेज (LWMA)। त्रिकोणीय मूविंग एवरेज (टीएमए), वैरिएबल मूविंग एवरेज (वीएमए) और वॉल्यूम एडजस्टेड मूविंग एवरेज (वीएएमए) जैसे कम लोकप्रिय मूविंग एवरेज भी हैं।
सरल चलती औसत (एसएमए)
सरल एमए विश्लेषण के तहत अवधि के लिए मूल्य डेटा का औसत है, जिसमें किसी भी डेटा को कोई अतिरिक्त भार नहीं दिया गया है। इस प्रकार, 5-दिवसीय एमए की गणना केवल पिछले 5 दिनों के मूल्य के योग की गणना करके और परिणाम को 5 से विभाजित करके की जाती है, इस सूत्र के साथ:
एसएमएएन = (कीमत1+कीमत2+...+कीमत)/एन
SMAn = ( price1 + price2 + ... + pricen ) / n
जहां n व्यापारी द्वारा निर्दिष्ट एसएमए की अवधि है।
एसएमए में दो कमजोरियां हैं जो इसे अनिश्चित बना सकती हैं। सबसे पहले, एसएमए उस कीमत के प्रति संवेदनशील होता है जिसे नए एसएमए की गणना के रूप में गिरा दिया जाता है। यदि गिराई गई कीमत औसत से काफी ऊपर है तो यह एसएमए को काफी कम कर सकता है और यदि गिराई गई कीमत औसत से कम है, तो यह एसएमए में काफी वृद्धि कर सकती है। दूसरे, एसएमए गणना में जोड़े गए नवीनतम मूल्य के प्रति संवेदनशील है। यदि जोड़ा गया मूल्य औसत से काफी ऊपर है तो यह एसएमए को काफी बढ़ा सकता है और यदि जोड़ा गया मूल्य औसत से कम है, तो यह एसएमए को काफी कम कर सकता है।
एक्सपोनेंशियल मूविंग एवरेज (ईएमए)
एक्सपोनेंशियल एमए एसएमए का एक शोधन है जो सबसे हाल के डेटा को अधिक वजन देने का प्रयास करता है, जिससे यह उस कीमत के प्रति कम संवेदनशील हो जाता है जिसे गणना से हटा दिया जाता है, और अंतराल को कम करता है। यह एक एसएमए के लिए एक चौरसाई स्थिरांक लागू करके और फिर ईएमए की गणना करके पूरा किया जाता है। इस प्रकार, ईएमए की गणना तीन चरणों में की जाती है: सबसे पहले, अवधि (एन) के लिए एसएमए की गणना करें; दूसरा, सूत्र का उपयोग करके चौरसाई स्थिरांक (Sm) की गणना करें:
एसएम = ( 2 / (एन + 1 ) )
Sm = ( 2 / ( n + 1 ) )
और अंत में, सूत्र का उपयोग करके ईएमए की गणना करें:
ईएमए = (कीमत - पिछला ईएमए) x एसएम + पिछला ईएमए
EMA = ( price - previous EMA ) x Sm + previous EMA
स्मूद मूविंग एवरेज (SMMA) The Smoothed Moving Average (SMMA)
चिकना (एमए) एक एसएमए और एक ईएमए का संयोजन है। यह हाल की कीमतों को ऐतिहासिक कीमतों के बराबर महत्व देता है क्योंकि यह सभी उपलब्ध मूल्य डेटा को ध्यान में रखता है। यह पिछली अवधि के एसएमएमए को आज की कीमत से घटाकर और मौजूदा अवधि के एसएमएमए को खोजने के लिए पिछली अवधि के एसएमएमए में परिणाम जोड़कर हासिल किया जाता है। SMMA के लिए सूत्र SMMA के समान लुक बैक अवधि के साथ SMA की गणना करके और इसे लुक बैक अवधि से विभाजित करके शुरू होता है:
एसएमएमए1 = एसएमए (एन) / एन
SMMA1 = SMA( n ) / n
जहां n SMMA के लिए लुक बैक पीरियड है। बाद के SMMA मानों की गणना सूत्र का उपयोग करके की जाती है:
एसएमएमए (आई) = ( (एसएमएमए (आई -1) एक्स एन) - एसएमएमए (आई -1) + क्लोज (आई)) / एन
SMMA( i ) = ( ( SMMA( i - 1 ) x n ) - SMMA( i - 1 ) + CLOSE( i ) ) / n
जहाँ n SMMA की अवधि है, SMMA(i) वर्तमान बार का SMMA है, CLOSE(i) वर्तमान समापन मूल्य है।
एसएमएमए लुक बैक अवधि के दोगुने ईएमए के लगभग समान है। दूसरे शब्दों में, 20-अवधि का SMMA लगभग 40-अवधि के EMA के समान है।
लीनियर वेटेड मूविंग एवरेज (LWMA) The Linear Weighted Moving Average (LWMA)
रैखिक भारित एमए एसएमए का एक और शोधन है जो सबसे हाल के डेटा को अधिक वजन देने का प्रयास करता है। हालांकि, इसने डेटा स्ट्रीम में अपनी स्थिति से प्रत्येक मूल्य डेटा को सबसे पुराने मूल्य डेटा पर कब्जा करने की स्थिति 1 और नवीनतम मूल्य डेटा पर कब्जा करने की स्थिति n के साथ गुणा करके इसे पूरा किया जहां n व्यापारी द्वारा निर्दिष्ट WMA की अवधि है। परिणामों के योग को n के योग से विभाजित किया जाता है। सूत्र है:
एलडब्ल्यूएमएन = ((कीमत १ x १) + (कीमत २ x २) + ... + (कीमत एक्स एन) / (एन एक्स (एन + १)) / २
त्रिकोणीय चलती औसत (टीएमए) Triangular Moving Average (TMA)
त्रिकोणीय (एमए) एसएमए का एक और शोधन है जो मूल्य कार्रवाई के लिए संकेतक की संवेदनशीलता में सुधार करने का प्रयास करता है। TMA "डबल स्मूथिंग" के एक रूप को लागू करके ऐसा करने का प्रयास करता है। पहले एक एसएमए की गणना की जाती है, फिर प्रत्येक बाद के मूल्य बार के लिए एसएमए के एसएमए की गणना की जाती है। यह प्रक्रिया डेटा अंतराल के मध्य भाग को अधिक भार देती है। प्रयुक्त सूत्र है:
टीएमएएन = (एसएमए -1 + एसएमए -2 + ... + एसएमए -एन) / एन
TMAn = ( SMA -1 + SMA -2 + ... + SMA -n ) / n
जहां n ट्रेडर द्वारा निर्दिष्ट टीएमए की अवधि है।
दुर्भाग्य से, डबल स्मूथिंग संकेतक अंतराल को दूर नहीं करता है और कई व्यापारी टीएमए को चार्ट के बाईं ओर आधे लुक बैक अवधि से विस्थापित करना पसंद करते हैं, और "लापता" डेटा को वर्तमान बार में एक्सट्रपलेशन करना पसंद करते हैं। हालांकि, एक्सट्रपलेशन का कोई भी रूप 100% सटीक नहीं है जिसके परिणामस्वरूप डेटा उपलब्ध होने पर संकेतक को फिर से खींचा जा सकता है।
लीनियर वेटेड मूविंग एवरेज (LWMA) The Linear Weighted Moving Average (LWMA)
रैखिक भारित एमए एसएमए का एक और शोधन है जो सबसे हाल के डेटा को अधिक वजन देने का प्रयास करता है। हालांकि, इसने डेटा स्ट्रीम में अपनी स्थिति से प्रत्येक मूल्य डेटा को सबसे पुराने मूल्य डेटा पर कब्जा करने की स्थिति 1 और नवीनतम मूल्य डेटा पर कब्जा करने की स्थिति n के साथ गुणा करके इसे पूरा किया जहां n व्यापारी द्वारा निर्दिष्ट WMA की अवधि है। परिणामों के योग को n के योग से विभाजित किया जाता है। सूत्र है:
एलडब्ल्यूएमएन = ((कीमत १ x १) + (कीमत २ x २) + ... + (कीमत एक्स एन) / (एन एक्स (एन + १)) / २
LWMAn = ( ( price1 x 1 ) + ( price2 x 2 ) + ... + ( pricen x n ) / ( n x ( n + 1 ) ) ) / 2
वेरिएबल मूविंग एवरेज (VMA) The Variable Moving Average (VMA)
एक चर एमए ईएमए का एक अनुकूलन है जिसे 1992 में तुषार चंदे द्वारा विकसित किया गया था। यह डेटा श्रृंखला के चौरसाई स्थिरांक को समायोजित करने के लिए 9-अवधि के चंदे मोमेंटम ऑसिलेटर (सीएमओ) द्वारा इंगित मूल्य अस्थिरता का उपयोग करता है। जब अस्थिरता अधिक होती है, तो चौरसाई स्थिरांक अधिक होता है, जो वर्तमान डेटा को अधिक भार देता है। इसके विपरीत, जब अस्थिरता कम होती है, तो चौरसाई स्थिरांक कम होता है, जो वर्तमान डेटा को कम वजन देता है। यह वीएमए को अस्थिरता की अवधि के दौरान अधिक संवेदनशील और कम अस्थिरता की अवधि के दौरान कम संवेदनशील बनाता है, जिससे एमए उच्च और निम्न अस्थिरता दोनों बाजारों में अधिक विश्वसनीय हो जाता है।
वॉल्यूम एडजस्टेड मूविंग एवरेज (VAMA) The Volume Adjusted Moving Average (VAMA)
वॉल्यूम एडजस्टेड एमए रिचर्ड डब्ल्यू आर्म्स जूनियर द्वारा विकसित किया गया था। यह उस अवधि की मात्रा के आधार पर डेटा को वजन प्रदान करता है। इस प्रकार, सबसे अधिक मात्रा वाली अवधि का एमए निर्धारित करने में सबसे बड़ा भार होगा, जबकि सबसे कम मात्रा वाले अवधि में सबसे कम वजन होगा।
वॉल्यूम एडजस्टेड मूविंग एवरेज की गणना पहले फॉर्मूला का उपयोग करके प्रत्येक अवधि को वेटिंग देकर की जाती है:
(कीमत x मात्रा) / मात्रा ( price x volume ) / volume
फिर विश्लेषण के तहत प्रत्येक अवधि के परिणामों पर एक साधारण चलती औसत लागू की जाती है।
रुझान और चलती औसत Trends and Moving Averages
मूविंग एवरेज (एमए) की ढलान प्रवृत्ति की दिशा को परिभाषित करती है। एक तेज एमए इंगित करता है कि रुझानों के पीछे अधिक गति है और इसलिए, प्रवृत्ति को मजबूती मिलती है। जब एमए समतल होना शुरू होता है तो यह गति में कमी का संकेत देता है। यह संभावित ट्रेंड रिवर्सल की पहली चेतावनी है।
कोई टिप्पणी नहीं:
एक टिप्पणी भेजें