Gleitende Durchschnittliche Analyse-Tool

Verwenden Sie das Analysis ToolPak, um komplexe Datenanalysen durchzuführen. Betrifft: Excel 2016. Excel 2013. Excel 2010. Mehr. Wenn Sie komplexe statistische oder technische Analysen entwickeln müssen, können Sie mit dem Analysis ToolPak Schritte und Zeit sparen. Sie geben die Daten und Parameter für jede Analyse an und das Tool verwendet die entsprechenden statistischen oder Engineering-Makrofunktionen, um die Ergebnisse in einer Ausgabetabelle zu berechnen und darzustellen. Einige Tools erzeugen Diagramme zusätzlich zu den Ausgabetabellen. Die Datenanalysefunktionen können nur auf einem Arbeitsblatt verwendet werden. Wenn Sie Datenanalyse auf gruppierten Arbeitsblättern durchführen, werden die Ergebnisse auf dem ersten Arbeitsblatt angezeigt, und leere formatierte Tabellen werden auf den verbleibenden Arbeitsblättern angezeigt. Um die Datenanalyse für den Rest der Arbeitsblätter durchzuführen, müssen Sie das Analysetool für jedes Arbeitsblatt neu berechnen. Das Analysis ToolPak enthält die in den folgenden Abschnitten beschriebenen Werkzeuge. Um auf diese Werkzeuge zuzugreifen, klicken Sie auf Datenanalyse in der Gruppe Analyse auf der Registerkarte Daten. Wenn der Data Analysis-Befehl nicht verfügbar ist, müssen Sie das Add-In-Programm Analysis ToolPak laden. Laden und Aktivieren des Analysis ToolPak Klicken Sie auf die Registerkarte Datei, klicken Sie auf Optionen. Und klicken Sie dann auf die Add-Ins-Kategorie. Wählen Sie in dem Feld Verwalten Excel-Add-Ins aus, und klicken Sie dann auf Go. Aktivieren Sie in dem Feld Add-Ins das Analysis ToolPak Kontrolle-Kästchen, und klicken Sie dann auf OK. Wenn Analysis ToolPak nicht in dem Feld Add-Ins verfügbar ist, klicken Sie auf Durchsuchen, um es zu suchen. Wenn Sie aufgefordert werden, dass das Analysis ToolPak derzeit nicht auf Ihrem Computer installiert ist, klicken Sie auf Ja, um es zu installieren. Was möchten Sie über Anova lernen? Die Anova-Analysewerkzeuge bieten verschiedene Varianten der Varianzanalyse. Das Tool, das Sie verwenden sollten, hängt von der Anzahl der Faktoren und der Anzahl der Proben, die Sie aus den Populationen, die Sie testen möchten, ab. Anova: Single Factor Dieses Tool führt eine einfache Analyse der Varianz auf Daten für zwei oder mehrere Samples durch. Die Analyse liefert einen Test der Hypothese, dass jede Probe aus der gleichen zugrunde liegenden Wahrscheinlichkeitsverteilung gegenüber der alternativen Hypothese gezogen wird, dass die zugrunde liegenden Wahrscheinlichkeitsverteilungen nicht für alle Proben gleich sind. Wenn es nur zwei Samples gibt, können Sie die Arbeitsblattfunktion T verwenden. TEST. Bei mehr als zwei Proben gibt es keine praktische Verallgemeinerung von T. TEST. Und das Single Factor Anova-Modell kann stattdessen aufgerufen werden. Anova: Zwei-Faktor mit Replikation Dieses Analyse-Tool ist nützlich, wenn Daten in zwei verschiedenen Dimensionen klassifiziert werden können. Zum Beispiel können die Pflanzen in einem Experiment zur Messung der Pflanzenhöhe verschiedene Düngermarken (z. B. A, B, C) erhalten und auch bei unterschiedlichen Temperaturen (z. B. niedrig, hoch) gehalten werden. Für jedes der sechs möglichen Paare von haben wir eine gleiche Anzahl von Beobachtungen der Pflanzenhöhe. Mit diesem Anova-Tool können wir testen: Ob die Höhen der Pflanzen für die verschiedenen Düngermarken aus der gleichen Grundgesamtheit gezogen werden. Temperaturen werden für diese Analyse nicht berücksichtigt. Ob die Höhen der Pflanzen für die verschiedenen Temperaturniveaus von der gleichen Grundgesamtheit gezogen werden. Düngemittelmarken werden für diese Analyse nicht berücksichtigt. Unabhängig davon, ob die Auswirkungen der Unterschiede zwischen den Düngemittelmarken, die in der ersten Aufzählung gefunden wurden, und die Unterschiede in den Temperaturen im zweiten Punkt der Aufzählung berücksichtigt wurden, werden die sechs Proben, die alle Wertepaare repräsentieren, aus der gleichen Population gezogen. Die alternative Hypothese ist, dass es Auswirkungen auf bestimmte Paare über die Unterschiede, die auf Dünger allein oder auf der Temperatur allein beruhen. Anova: Zwei-Faktor ohne Replikation Dieses Analyse-Tool ist nützlich, wenn Daten in zwei verschiedenen Dimensionen klassifiziert werden, wie im Zwei-Faktor-Fall mit Replikation. Jedoch wird für dieses Werkzeug angenommen, dass es nur eine einzige Beobachtung für jedes Paar (zum Beispiel jedes Paar in dem vorhergehenden Beispiel) gibt. Korrelation Die CORREL - und PEARSON-Arbeitsblattfunktionen berechnen den Korrelationskoeffizienten zwischen zwei Messgrößen, wenn Messungen an jeder Variablen für jede der N Probanden beobachtet werden. (Jegliche fehlende Beobachtung für ein Subjekt bewirkt, dass dieses Objekt in der Analyse ignoriert wird.) Das Korrelationsanalyse-Tool ist besonders nützlich, wenn es mehr als zwei Messvariablen für jedes der N Subjekte gibt. Es stellt eine Ausgabetabelle zur Verfügung, eine Korrelationsmatrix, die den Wert von CORREL (oder PEARSON) anzeigt, der auf jedes mögliche Paar von Messgrößen angewendet wird. Der Korrelationskoeffizient, wie die Kovarianz, ist ein Maß für das Ausmaß, in dem zwei Messgrößen zusammen variieren. Anders als die Kovarianz wird der Korrelationskoeffizient so skaliert, dass sein Wert unabhängig von den Einheiten ist, in denen die beiden Messgrößen ausgedrückt werden. (Wenn zum Beispiel die beiden Messgrößen Gewicht und Höhe sind, ist der Wert des Korrelationskoeffizienten unverändert, wenn das Gewicht von Pfund zu Kilogramm umgewandelt wird.) Der Wert eines Korrelationskoeffizienten muss zwischen -1 und einschließlich 1 liegen. Sie können das Korrelationsanalyse-Tool verwenden, um jedes Paar von Messgrößen zu untersuchen, um zu bestimmen, ob die beiden Messgrößen dazu neigen, zusammen zu bewegen, dh ob große Werte einer Variablen dazu neigen, mit großen Werten der anderen (positive Korrelation) assoziiert zu werden Kleine Werte einer Variablen dazu neigen, mit großen Werten der anderen (negative Korrelation) assoziiert zu werden, oder ob die Werte beider Variablen dazu neigen, unabhängig zu sein (Korrelation nahe 0 (Null)). Kovarianz Die Korrelations - und Kovarianz-Werkzeuge können beide in der gleichen Einstellung verwendet werden, wenn Sie N verschiedene Messgrößen auf einer Reihe von Individuen beobachtet haben. Die Korrelations - und Kovarianz-Werkzeuge geben jeweils eine Ausgabetabelle, eine Matrix, die den Korrelationskoeffizienten bzw. die Kovarianz zwischen jedem Paar von Meßgrößen zeigt. Der Unterschied ist, dass die Korrelationskoeffizienten skaliert sind, um zwischen -1 und 1 einschließlich zu liegen. Entsprechende Kovarianzen sind nicht skaliert. Sowohl der Korrelationskoeffizient als auch die Kovarianz sind Massnahmen, inwieweit zwei Variablen zusammen variieren. Das Werkzeug Kovarianz berechnet den Wert der Arbeitsblattfunktion COVARIANCE. P für jedes Paar von Messgrößen. (Die direkte Verwendung von COVARIANCE. P anstelle des Kovarianz-Werkzeugs ist eine sinnvolle Alternative, wenn es nur zwei Messgrößen, dh N2, gibt.) Der Eintrag auf der Diagonale der Ausgangstabelle der Kovarianz-Werkzeuge in Zeile i, Spalte i, ist die Kovarianz Der i-ten Messgröße mit sich selbst. Dies ist nur die Populationsabweichung für diese Variable, die durch die Arbeitsblattfunktion VAR berechnet wird. P. Sie können das Kovarianz-Tool verwenden, um jedes Paar von Messvariablen zu untersuchen, um zu bestimmen, ob die beiden Messvariablen dazu neigen, zusammen zu bewegen, dh, ob große Werte einer Variablen dazu neigen, mit großen Werten der anderen (positiven Kovarianz), ob klein, assoziiert zu werden Werte einer Variablen dazu neigen, mit großen Werten der anderen (negativen Kovarianz) assoziiert zu werden, oder ob Werte beider Variablen dazu neigen, nicht verwandt zu sein (Kovarianz nahe 0 (Null)). Deskriptive Statistik Das Tool "Deskriptive Statistik" generiert einen Bericht mit univariaten Statistiken für Daten im Eingabebereich und liefert Informationen über die zentrale Tendenz und Variabilität Ihrer Daten. Exponentielle Glättung Das Exponential-Glättungs-Analyse-Tool prognostiziert einen Wert, der auf der Prognose für die vorherige Periode basiert, angepasst für den Fehler in der vorherigen Prognose. Das Werkzeug verwendet die Glättungskonstante a. Deren Größe bestimmt, wie stark die Prognosen auf Fehler in der vorherigen Prognose antworten. Hinweis: Werte von 0,2 bis 0,3 sind vernünftige Glättungskonstanten. Diese Werte zeigen, dass die aktuelle Prognose für Fehler in der vorherigen Prognose um 20 Prozent bis 30 Prozent angepasst werden sollte. Größere Konstanten ergeben eine schnellere Reaktion, können aber zu unregelmäßigen Projektionen führen. Kleinere Konstanten können zu langen Verzögerungen für Prognosewerte führen. F-Test Zwei-Sample für Varianten Das F-Test Zwei-Sample für Variances Analysetool führt einen Zwei-Sample F-Test durch, um zwei Populationsabweichungen miteinander zu vergleichen. Zum Beispiel können Sie die F-Test-Tool auf Proben von Zeiten in einem Swim-Treffen für jedes von zwei Teams. Das Werkzeug liefert das Ergebnis eines Tests der Nullhypothese, dass diese beiden Proben von Verteilungen mit gleichen Varianzen kommen, und zwar gegenüber der Alternative, dass die Varianzen in den zugrunde liegenden Verteilungen nicht gleich sind. Das Werkzeug berechnet den Wert f einer F-Statistik (oder F-Verhältnis). Ein Wert von f nahe 1 zeigt, dass die zugrunde liegenden Populationsabweichungen gleich sind. Wenn in der Ausgabetabelle f lt 1 P (F lt f) ein Schwanz die Wahrscheinlichkeit eines Beobachtens eines Wertes der F-Statistik kleiner als f ergibt, wenn Populationsabweichungen gleich sind und F Kritischer Ein-Schwanz den kritischen Wert kleiner gibt Als 1 für die gewählte Signifikanzstufe, Alpha. Wenn f gt 1 ist, ergibt P (F lt f) ein Schwanz die Wahrscheinlichkeit, einen Wert der F-Statistik größer als f zu beobachten, wenn die Populationsabweichungen gleich sind und F Critical one-tail den kritischen Wert größer als 1 für Alpha ergibt . Fourier-Analyse Das Fourier-Analyse-Tool löst Probleme in linearen Systemen und analysiert periodische Daten mit Hilfe der Fast Fourier Transform (FFT) Methode, um Daten zu transformieren. Dieses Tool unterstützt auch inverse Transformationen, bei denen die Umkehrung der transformierten Daten die ursprünglichen Daten zurückgibt. Histogramm Das Histogramm-Analyse-Tool berechnet individuelle und kumulative Frequenzen für einen Zellbereich von Daten - und Datenbins. Dieses Tool erzeugt Daten für die Anzahl der Vorkommen eines Wertes in einem Datensatz. Zum Beispiel können Sie in einer Klasse von 20 Schülern die Verteilung der Noten in Buchstabenklassenkategorien bestimmen. Eine Histogramm-Tabelle stellt die Buchstaben-Grade-Grenzen und die Anzahl der Punkte zwischen der untersten Schranke und der aktuellen Schranke dar. Die einzige häufigste Punktzahl ist der Modus der Daten. Tipp: In Excel 2016 können Sie nun ein Histogramm oder Pareto-Diagramm erstellen. Moving Average Das Moving Average-Analyse-Tool projiziert Werte im Prognosezeitraum, basierend auf dem Mittelwert der Variablen über eine bestimmte Anzahl von vorhergehenden Perioden. Ein gleitender Durchschnitt liefert Trendinformationen, die ein einfacher Mittelwert aller historischen Daten maskieren würde. Mit diesem Tool können Sie Umsatz-, Bestands - oder andere Trends prognostizieren. Jeder Prognosewert basiert auf folgender Formel. N ist die Anzahl der vorherigen Perioden, die in den gleitenden Durchschnitt einbezogen werden soll jjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjj Aus einer von mehreren Verteilungen. Sie können die Themen in einer Population mit einer Wahrscheinlichkeitsverteilung charakterisieren. Zum Beispiel können Sie eine Normalverteilung verwenden, um die Population von Personenhöhen zu charakterisieren, oder Sie können eine Bernoulli-Verteilung von zwei möglichen Ergebnissen verwenden, um die Population von Münzen-Flip-Ergebnissen zu charakterisieren. Rang und Perzentil Das Analysetool Rank und Percentile erzeugt eine Tabelle, die den Ordinal - und Prozentrang eines jeden Wertes in einem Datensatz enthält. Sie können das relative Stehen von Werten in einem Datensatz analysieren. Dieses Tool verwendet die Arbeitsblattfunktionen RANK. EQ und PERCENTRANK. INC. Wenn Sie gebundene Werte berücksichtigen möchten, verwenden Sie die RANK. EQ-Funktion, die gebundene Werte mit demselben Rang behandelt oder die RANK verwenden. AVG-Funktion, die den durchschnittlichen Rang für die gebundenen Werte zurückgibt. Regression Das Regressionsanalyse-Tool führt eine lineare Regressionsanalyse durch, indem die Methode der kleinsten Quadrate verwendet wird, um eine Linie durch einen Satz von Beobachtungen zu passen. Sie können analysieren, wie eine einzelne abhängige Variable von den Werten einer oder mehrerer unabhängiger Variablen beeinflusst wird. Zum Beispiel können Sie analysieren, wie eine Leistung von Athleten durch Faktoren wie Alter, Höhe und Gewicht beeinflusst wird. Sie können Anteile der Leistungsmessung auf jeden dieser drei Faktoren, basierend auf einem Satz von Leistungsdaten, aufteilen und dann die Ergebnisse verwenden, um die Leistung eines neuen, nicht getesteten Athleten vorherzusagen. Das Regressionstool verwendet die Arbeitsblattfunktion LINEST. Sampling Das Sampling-Analysetool erzeugt eine Stichprobe aus einer Population, indem der Eingabebereich als Population behandelt wird. Wenn die Population zu groß für die Verarbeitung oder das Diagramm ist, können Sie eine repräsentative Stichprobe verwenden. Sie können auch ein Beispiel erstellen, das nur die Werte aus einem bestimmten Teil eines Zyklus enthält, wenn Sie glauben, dass die Eingabedaten periodisch sind. Wenn der Eingangsbereich beispielsweise vierteljährliche Verkaufszahlen enthält, werden bei der Abtastung mit einer periodischen Rate von vier Stellen die Werte von demselben Viertel im Ausgabebereich berücksichtigt. T-Test Die Zwei-Sample t-Test Analyse-Tools-Test für die Gleichheit der Bevölkerung bedeutet, dass jede Probe zugrunde liegen. Die drei Instrumente setzen unterschiedliche Annahmen voraus: dass die Populationsabweichungen gleich sind, dass die Populationsabweichungen nicht gleich sind und dass die beiden Proben Vorbehandlungs - und Nachbehandlungsbeobachtungen zu denselben Themen darstellen. Für alle drei Werkzeuge unten wird ein t-Statistikwert t berechnet und in den Ausgabetabellen als t Stat dargestellt. Abhängig von den Daten kann dieser Wert t negativ oder nicht negativ sein. Unter der Annahme gleichberechtigter Populationsmittel ergibt sich, wenn t lt 0, P (T lt t) ein Schwanz die Wahrscheinlichkeit, daß ein Wert der t-Statistik beobachtet wird, der negativer als t ist. Wenn t gt0, P (T lt t) ein Schwanz die Wahrscheinlichkeit dafür gibt, dass ein Wert der t-Statistik beobachtet wird, der positiver als t ist. T Critical one-tail liefert den Cutoff-Wert, so dass die Wahrscheinlichkeit eines Beobachtens eines Wertes des t-Statistic größer oder gleich t Critical one-tail Alpha ist. P (T lt t) Zwei-Schwanz gibt die Wahrscheinlichkeit an, dass ein Wert der t-Statistik beobachtet wird, der im absoluten Wert größer als t größer ist. P Critical two-tail gibt den Cutoff-Wert, so dass die Wahrscheinlichkeit einer beobachteten t-Statistik größer als P Critical two-tail ist Alpha. T-Test: Paired Two Sample For Means Sie können einen gepaarten Test verwenden, wenn es eine natürliche Paarung von Beobachtungen in den Proben gibt, z. B. wenn eine Probengruppe zweimal vor und nach einem Experiment getestet wird. Dieses Analysewerkzeug und seine Formel führen einen gepaarten Zweistichprobenstudenten-t-Test durch, um festzustellen, ob Beobachtungen, die vor einer Behandlung durchgeführt wurden, und Beobachtungen, die nach einer Behandlung getroffen wurden, wahrscheinlich aus Verteilungen mit gleicher Bevölkerungszahl stammen. Diese t-Test Form geht nicht davon aus, dass die Varianzen beider Populationen gleich sind. Anmerkung: Zu den Ergebnissen, die durch dieses Tool erzeugt werden, handelt es sich um eine gepoolte Varianz, ein akkumuliertes Maß für die Ausbreitung von Daten über den Mittelwert, der aus der folgenden Formel abgeleitet wird. T-Test: Zwei-Sample-Annahme gleicher Varianzen Dieses Analysetool führt zwei T-Teststudien durch. Dieses t-Test-Formular geht davon aus, dass die beiden Datensätze aus Distributionen mit denselben Varianzen stammten. Es wird als homoscedastischer t-Test bezeichnet. Sie können diesen t-Test verwenden, um zu bestimmen, ob die beiden Proben wahrscheinlich aus Distributionen mit gleicher Bevölkerungszahl stammen. T-Test: Zwei-Sample unter Annahme ungleicher Abweichungen Dieses Analysetool führt zwei-Stichproben-Studenten t-Test durch. Diese t-Test-Form setzt voraus, dass die beiden Datensätze aus Verteilungen mit ungleichen Varianzen stammten. Es wird als ein heteroscedastischer t-Test bezeichnet. Wie im Fall des Falles "Gleiche Varianten" können Sie diesen t-Test verwenden, um zu ermitteln, ob die beiden Stichproben wahrscheinlich aus Verteilungen mit gleicher Bevölkerungszahl stammen. Verwenden Sie diesen Test, wenn es unterschiedliche Themen in den beiden Proben gibt. Verwenden Sie den Paired-Test, der in dem folgenden Beispiel beschrieben wird, wenn es einen einzelnen Satz von Subjekten gibt, und die zwei Proben repräsentieren Messungen für jedes Subjekt vor und nach einer Behandlung. Mit Hilfe der folgenden Formel wird der statistische Wert t ermittelt. Zur Berechnung der Freiheitsgrade df wird die folgende Formel verwendet. Da das Ergebnis der Berechnung gewöhnlich keine ganze Zahl ist, wird der Wert von df auf die nächste ganze Zahl gerundet, um einen kritischen Wert aus der t-Tabelle zu erhalten. Die Excel-Arbeitsblattfunktion T. TEST verwendet den berechneten df-Wert ohne Rundung, da es möglich ist, einen Wert für T zu berechnen. TEST mit einem noninteger df. Aufgrund dieser unterschiedlichen Ansätze zur Bestimmung der Freiheitsgrade sind die Ergebnisse von T. TEST und dieses t-Test-Tool unterscheiden sich im Fall Unequal Variances. Z-Test Das z-Test: Zwei Sample for Means Analysewerkzeug führt einen zweifachen z-Test für Mittel mit bekannten Varianzen durch. Dieses Werkzeug wird verwendet, um die Nullhypothese zu testen, dass es keinen Unterschied zwischen zwei Populationsmitteln gegen entweder einseitige oder zweiseitige alternative Hypothesen gibt. Wenn Abweichungen nicht bekannt sind, ist die Arbeitsblattfunktion Z. TEST sollte stattdessen verwendet werden. Wenn Sie das z-Test-Tool verwenden, achten Sie darauf, die Ausgabe zu verstehen. Ist die Wahrscheinlichkeit eines z-Wertes weiter von 0 in der gleichen Richtung wie der beobachtete z-Wert, wenn es keinen Unterschied zwischen den Populationsmitteln gibt (Z gt ABS (z)). Ist die Wahrscheinlichkeit eines Z-Wertes weiter von 0 in beiden Richtungen als der beobachtete z-Wert, wenn es dort ist Ist kein Unterschied zwischen den Mitteln der Bevölkerung. Das z-Test-Tool kann auch für den Fall verwendet werden, in dem die Nullhypothese ist, dass es einen spezifischen Wert ungleich Null für die Differenz zwischen den beiden Populationsmitteln gibt. Zum Beispiel können Sie mit diesem Test Unterschiede zwischen den Leistungen von zwei Fahrzeugmodellen ermitteln. VBA-Funktionen für das Analysis ToolPak Um Visual Basic für Applikationen (VBA) - Funktionen für das Analysis ToolPak einzubinden, können Sie das Analysis ToolPak-VBA-Add-In auf dieselbe Weise laden, wie Sie das Analysis ToolPak laden. Aktivieren Sie in dem Feld Add-Ins verfügbar das Kontrollkästchen Analysis ToolPak - VBA. Siehe auchVerwenden des Moving Average Tools aus Excel 2007 und Excel 2010 Analysis ToolPak Einführung Willkommen auf meinem neuesten Hub auf dem Analysis ToolPak in Excel 2007 und Excel 2010. Heute werde ich schauen, wie die Moving Average Tool verwenden. Dieses Tool wird verwendet, wenn Sie eine Trendanalyse für eine Sequenz von Daten durchführen möchten. In meinem Beispiel betrachte ich die Anzahl der Gesamtzugriffe meiner Hubs auf einer täglichen Basis. Ich möchte feststellen, ob meine täglichen Treffer nach oben tendieren und das Moving Average Tool wird eine Trendlinie als Teil der Analyse erstellen, um mir zu zeigen, wenn dies der Fall ist (hoffentlich ist es). Gleitende Mittelwerte verwenden ein Intervall, um den Mittelwert über die Zeit zu berechnen. Das gewählte Intervall ist die Anzahl der Werte, die Excel 2007 oder Excel 2010 durchschnittlich erzeugen, um die Trendlinie zu erstellen. Ich gehe durch, wie das beste Intervall zu bestimmen, um Ihre Daten passen und geben Ihnen die genaueste und sinnvoll Trendlinie. Vor dem Start habe ich einen Hub, der das Hinzufügen des Analysis ToolPak zu Excel abdeckt, wenn es nicht installiert ist und auch Fehlersuche, wenn es installiert ist, aber nicht in Excel 2007 oder Excel 2010 erscheint. Der Hub finden Sie hier: Wenn wir unsere abgeschlossen haben Analyse der Daten mit dem Tool Moving Average wird ein Diagramm mit den tatsächlichen Daten und dem Trend angezeigt, den das Tool berechnet hat. Beispiel eines Moving Average mit einer Trendlinie, die mit dem Moving Average Tool aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurde. Verwenden des Moving Average Tools in Excel 2007 und Excel 2010 Sofern das Analysis ToolPak in Excel 2007 oder Excel 2010 befindet sich das ToolPak auf der Registerkarte Daten in der Gruppe Analyse. Um sie zu benutzen, klicken Sie einfach auf die Schaltfläche Datenanalyse (Sie müssen keine Daten vor der Hand auswählen). Als nächstes wählen wir aus der Liste der verfügbaren Analysewerkzeuge die Option Verschiebender Durchschnitt aus. Das Dialogfeld Verschiebender Mittelwert wird nun geöffnet. Um zu beginnen, wählen Sie den Eingabebereich. Der Bereich muss in einer Spalte sein und auch angrenzend sein (keine Pausen haben). Dies beinhaltet auch Ihre Etiketten, wenn Sie diese auswählen. Drücken Sie Return oder Enter, um den Bereich auszuwählen Wählen Sie die Option für Etiketten in der ersten Zeile, wenn Sie Etiketten in der ersten Zeile Für Intervall haben. Lassen Sie diese bei der Standardeinstellung von 3. Wir werden Intervalle näher erläutern in einem weiteren Abschnitt unten Wählen Sie einen Ausgabebereich unter Ausgabeoptionen (in meinem Beispiel wählte ich die nächste Spalte, um es einfach zu halten Wählen Sie Diagrammausgabe, so dass Excel 2007 oder Excel 2010 wird ein Diagramm für Sie erstellen, da dies höchstwahrscheinlich das ist, was Sie auf die meisten beziehen werden, wenn Sie das Tool Moving Average verwenden. Standardfehler leer lassen (dies erzeugt eine zweite Spalte, die die Daten enthält), da es unwahrscheinlich ist, dass Sie es verwenden Klicken Sie auf OK Und Excel wird eine Spalte mit den sich bewegenden Durchschnitten und einem Diagramm erstellen. Hinweis: Das Diagramm, das erstellt wird, ist aus irgendeinem Grund sehr klein, müssen Sie es neu zu formatieren, um tatsächlich sehen das Detail Eine Idee, wie es aussieht, wenn Excel die Analyse auf Ihren Daten abgeschlossen hat Beispiel der ursprünglichen Ausgabe, die mit dem Tool Moving Average Tool aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurde. Hinweis: Wie Sie in der obigen Abbildung sehen können, Die ersten beiden Zellen in der Spalte Moving Average (ich habe die Zellen hervorgehoben) haben N / A in ihnen. Dies ist normal, da Excel den gleitenden Durchschnitt nicht ausführen kann, bis er drei Werte hat (das Intervall mit anderen Worten). Ich habe das Diagramm unten aufgeräumt, um meine Daten mit einem gleitenden Durchschnitt von drei Tagen zu zeigen. Ich habe einen Hub, der das Erstellen und Bearbeiten von Diagrammen in viel mehr Details, die Sie hier finden können, umfasst: Wie Sie sehen können, ist die Trendlinie (Prognose) sehr variabel und der Trend ist nicht so einfach zu sehen. Wir werden die Auswahl eines geeigneten Intervalls im nächsten Abschnitt besprechen. Moving Average mit einem Intervall, das nicht mit dem Moving Average Tool aus dem Analysis Toolpak in Excel 2007 und Excel 2010 einen endgültigen Trend erstellt hat. Auswählen des richtigen Intervalls für Ihren gleitenden Durchschnitt in Excel 2007 und Excel 2010 Wie Sie in der Abbildung sehen können Oben ist der gleitende Durchschnitt extrem variabel und illustriert nicht einen nützlichen Trend oder eine Prognose. Das richtige Intervall ist entscheidend, so dass Sie den Trend in Ihren Daten leicht sehen können. Klar in meinem Beispiel, mit einer Prognose mit einem Abstand von drei Tagen würde mir keine wertvollen Daten. Der Trend zeigt sich in der zweiten Grafik in der Abbildung unten mit dem Intervall von sieben Tagen und ist am deutlichsten in der dreißig Tage gleitenden Durchschnitt, so dass ist die, die ich wählen würde. Verschieben von Durchschnitten mit unterschiedlichen Intervallen, die mit dem Moving Average Tool aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurden. Zwei Dinge werden sofort aus diesen Graphen ersichtlich. Der Trend wird deutlicher, je höher das Intervall ist Die Datenreihe muss länger sein, wenn Sie ein längeres Intervall wählen (der Abstand zwischen dem Beginn der Datenreihe und dem Beginn der Trendlinie wird größer, je höher das Intervall ist) Wählen Sie das am besten geeignete Intervall, das Sie benötigen, um die beiden oben genannten Faktoren auszugleichen und ein ausreichend langes Intervall auszuwählen, um die beste Trendlinie basierend auf der Datenmenge anzuzeigen, die Sie haben. Hinzufügen einer Trendlinie zu einem Diagramm in Excel 2007 und Excel 2010 Es gibt eine andere Methode, um eine Trendlinie zu einem Diagramm hinzuzufügen. Dies hat Vor - und Nachteile für die Verwendung des Moving-Average-Tools (ich habe eine Trendlinie zu meinen Daten in der folgenden Abbildung hinzugefügt): Trendlinie hinzugefügt zu einem Diagramm in Excel 2007 und Excel 2010. Hinzufügen einer Trendlinie ermöglicht es Ihnen, Rückwärts - Vorwärts Die Linie ist linear und viel sauberer (nützlich, um den Trend in einer Präsentation zu zeigen) Sehr einfach zu einem vorhandenen Diagramm hinzufügen Die zugrunde liegenden Daten, die verwendet werden, um die Trendlinie zu erstellen, ist nicht verfügbar Standard Fehlerberechnung ist nicht verfügbar So in Zusammenfassung, wenn Sie Wollen eine schöne gerade Linie zeigt Trends entweder vorwärts oder rückwärts, verwenden Sie eine Trendlinie. Wenn Sie sich für die zugrundeliegende Mathematik oder die Daten der gleitenden Durchschnitte interessieren, verwenden Sie das leistungsstärkere Moving Average-Tool aus dem Analysis ToolPak. Ich habe auch einen Hub, der die Erstellung von Trendlinien zu Diagrammen in viel mehr Detail, dass Hub finden Sie hier finden: Fazit Moving Averages ist ein nützliches und leistungsstarke mathematische Tool für die Berechnung eines Trends in einer Datenreihe. Mit dem Tool Moving Average aus dem Analysis ToolPak in Excel 2007 und Excel 2010 konnte ich zeigen, dass der tägliche Verkehr, der in meine Hubs kommt, tatsächlich nach oben führt. In diesem Hub habe ich illustriert: Wie man mit dem Moving Average Tool und auch schaute, wie man ein geeignetes Intervall für Ihre Daten wählte ich auch diskutiert Hinzufügen einer Trendlinie zu einem bestehenden Diagramm und verglichen mit diesem mit dem Moving Average Tool habe ich Eine Reihe von Hubs, die andere populäre Tools aus dem Analysis ToolPak in Excel 2007 und Excel 2010 enthalten. Dazu gehören: Beispiel eines Histogramms, das mit dem Histogramm-Tool aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurde. Beispiel für eine Rangliste, Die mit dem Tool "Rank and Percentile" aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurden. Beispiel für eine Regression, die mithilfe des Regressionstools aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurde. Beispiel für eine Korrelation, die mit dem Korrelationstool erstellt wurde Das Analysis Toolpak in Excel 2007 und Excel 2010. Beispiel für eine Tabelle mit der täglichen Variation, die mit dem Sampling-Tool aus dem Analysis Toolpak in Excel 2007 und Excel 2010 erstellt wurde. Histogramm. Ist ein weiteres Tool, das ein Diagramm Ihrer Daten erstellt. Dieses Tool untersucht die Verteilung Ihrer Daten über Grenzen, die Sie definieren. In meinem Hub auf diesem Tool, betrachte ich die Verteilung der Prüfungsergebnisse über Grade-Grenzen: Rank und Percentile wird verwendet, um Ihre Daten zu ordnen und zuweisen ein Perzentil jedem eindeutigen Wert. Ich benutzte dieses Werkzeug, um die Ergebnisse der Schülerprüfung zu ordnen und ihnen eine Note zuzuordnen, die auf ihrer Position in dieser Rangliste basiert: Korrelation und Regression betrachten die Beziehung zwischen den Variablen. Korrelation misst die Stärke einer Beziehung und Regression schafft eine Linie, die diese Beziehung zeigt. In meiner Nabe auf Korrelation untersuche ich die Beziehung zwischen den täglichen Temperaturen und den Kuchenverkäufen und in meiner Nabe zur Regression. Ich betrachte die Beziehung zwischen Fischsterblichkeit und Phosphat - und Stickstoffkonzentrationen im Wasser. Sampling ermöglicht Ihnen, eine zufällig ausgewählte Stichprobe aus einer Population zu erstellen und eine Analyse darauf durchzuführen. Ich benutze Stichproben, um Lotteriezahlen in meiner Nabe zu wählen. Vielen Dank für das Lesen und ich hoffe, dass es genossen, das zu lesen, so viel wie ich es schreibe, und dass Sie es nützlich und informativ fand. Fühlen Sie bitte sich frei, alle mögliche Anmerkungen zu lassen, die Sie unten haben können. Und schlussendlich. Welches Tool aus der Analyse ToolPak in Excel 2007 und Excel 2010 beabsichtigen Sie (oder bereits regelmäßig) verwendenTechnical Analysis Tools 8211 Moving Average Crossover-Taktik Viele Trader verlassen sich auf Basic Technical Analysis Tools Eines der fundamentalsten technischen Analyse-Tools, die Händler beginnen mit Ist der gleitende Durchschnittsindikator. Vor ein paar Wochen habe ich ein kurzes Tutorial zur Nutzung des gleitenden Durchschnittsindikators für den kurzfristigen Handel vorgestellt. Ich zeigte die besten Einstellungen und präsentierte ein paar Demonstrationen, so dass Händler ein gutes Gefühl für die Verwendung dieses grundlegenden Analyse-Tool bekommen konnte. Heute möchte ich ein wenig mehr zu erweitern und präsentieren ein Tutorial auf mit zwei gleitenden Durchschnitte anstelle von nur einem. Die Methode ist die gleitende Durchschnitt Crossover und it8217s wahrscheinlich einer der ersten, wenn nicht der erste Indikator, der verwendet wurde, um ein Handelssystem Jahrzehnte früher. Wenn Sie auf Veröffentlichungen gehen, die 50 Jahre zurückgehen, vor allem diejenigen, die auf Rohstoffe fokussiert sind, sehen Sie den doppelten durchschnittlichen Crossover in Aktion. Diese Indikatoren wurden ursprünglich für Futures-Trader Viele Indikatoren, die Sie häufig für Aktien verwendet heute verwendet wurden ursprünglich für Rohstoffe und Futures erfunden. Vor den 808217s war der Aktienmarkt relativ ruhig und zeigte nicht zuviel Volatilität, es gab keine kurzfristigen Händler, um die Volatilität zu schaffen, die wir heute auf dem Markt sehen. Rohstoffmärkte waren immer wesentlich volatiler in der Vergangenheit dann Aktien. Daher waren Indikatoren erforderlich, um den Handel mit volatilen Finanzmärkten zu unterstützen. Heute sind die Aktien volatil, wenn nicht sogar volatiler als Rohstoff - und Futures-Kontrakte, so dass diese Indikatoren für den Aktienmarkt übernommen wurden. In der Tat werden nun alle Indikatoren, die einst für Rohstoffe und Futures verwendet wurden, für die Börsenanalyse verwendet. So verwenden Sie die Dual Moving Average Crossover Die Moving Average Crossover verwendet zwei einfache gleitende durchschnittliche Zeitrahmen. Der erste Zeitrahmen ist 90 Tage und der zweite Zeitrahmen ist 14 Tage. Ich finde, dass mit einer Kombination dieser beiden Zeitrahmen produziert eine gute Mischung zwischen dem kurzfristigen Zeitrahmen und die langfristige Zeitrahmen. Der andere Grund, warum ich die 90-Tage-Zeitraum ist, weil es konsequent produziert die besten Ergebnisse aus allen gleitenden durchschnittlichen Zeitrahmen getestet. Der 90-tägige Tag ist die langsame Linie und der 14-tägige ist die schnelle Linie Die größten Fehler Traders machen Die doppelte gleitende Durchschnitt Crossover muss unter den richtigen Bedingungen verwendet werden, um richtig zu arbeiten. Dies ist, wo das größte Problem entsteht die meisten Händler nicht mit dem Dual-Moving-Durchschnitt Crossover im richtigen Marktumfeld. Ich habe viele Male gesehen, wenn Händler gleitende durchschnittliche Indikatoren verwenden, wenn Märkte flach sind und Tendenz weniger und ich gesehen haben, daß viele Händler diese Anzeigen verwenden, wenn Märkte zurückverfolgen. Dies ist nicht, was diese Indikatoren entworfen wurden und wenn Sie sie unter den falschen Marktbedingungen verwenden, werden Sie nie realisieren den wahren Nutzen dieser wunderbaren Handelswerkzeuge. Anwenden der Crossover nach einer Umkehr aufgetreten Die beste Zeit und die einzige Zeit, die ich die gleitende Durchschnitt Crossover verwenden, ist nach einer bestimmten Börse oder einem anderen Markt hat Talsohle und umgekehrt Richtung oder hat gekrönt und ist bereits wieder zurück zu kommen. Lassen Sie mich Ihnen einige grundlegende Beispiele zeigen, so können Sie eine Vorstellung davon bekommen, welche Art von Marktumfeld I8217m sprechen. Apple beendet starken Aufwärtstrend und begann einen Abwärtstrend Hier ist ein weiteres Beispiel für eine Aktie, die deutlich Richtung umkehrt. Die meisten Stornierungen können von 1 bis 4 Monate dauern. Je länger die Konsolidierungsperiode vor der Trendumkehr ist, desto besser wird der Trend den Weg gehen. Je länger der Vorrat konsolidiert, desto besser der Trend danach Oft sehen Sie ein ähnliches Muster in einem Sektor zu entwickeln. In diesem speziellen Fall gehen mehrere Goldaktien und die eigentliche Ware durch ein ähnliches Muster, wie wir sprechen. Werfen Sie einen Blick auf ein paar verschiedene Gold-Aktien oder die tatsächliche Ware und Sie werden sehen, die gleiche Art von Handelsmuster auf der ganzen Linie. Long-Term-Ansicht der Trendumkehr Verwenden Sie die Moving Average Crossover Richtig Nachdem Sie eine Aktie oder ein Markt, die umgekehrte Richtung zu finden, müssen Sie für ein Bestätigungssignal vor dem Markteintritt warten. Sie müssen warten, bis der Markt vollständig außerhalb der 14 Tage einfach gleitenden Durchschnitt handeln. Wenn Sie gehen, um lange Trades zu nehmen, muss der Markt vollständig über den 14-tägigen einfachen gleitenden Durchschnitt handeln. Sie würden eine MOC (Markt in der Nähe) Bestellung ein paar Minuten vor der Schließung Glocke vorausgesetzt, dass kein Teil der Aktie oder anderen Markt hat die 14 Tage einfache gleitende Durchschnitt an diesem Tag berührt. Wenn der Markt zurück kommt und im Durchschnitt gehandelt wird, wird der Handel annulliert und Sie müssen auf einen anderen Tag warten, dass der Markt vollständig über dem 14-tägigen einfachen gleitenden Durchschnitt handelt. Handel wird nach dem Crossover-und Markt-Trading über beiden Durchschnitten initiiert Hier ist ein Beispiel für die kurze Seite. Sie müssen sehr geduldig und diszipliniert sein, wenn Handel Crossovers. Beachten Sie, dass wir früher eingegangen sein könnten, aber wir warten, bis die 14 Tage gleitenden Durchschnitt unter dem 90 Tage gleitenden Durchschnitt ist und die Aktie vollständig unter dem 14 Tage gleitenden Durchschnitt als auch. Der Eintrag ist am Ende des ersten Stabes, um vollständig unter beiden bewegten Durchschnitten zu handeln Dinge, die im Auge zu behalten Die Moving Average Crossover ist eines der besten technischen Analyse-Tools, wenn richtig verwendet. Denken Sie immer daran, auf Marktumkehr zu warten, bevor Sie dieses Kennzeichen anwenden. Denken Sie auch daran, die Einstellung auf den langsam laufenden Durchschnitt auf 90 bar und auf den schnellen Durchschnitt auf 14 bar zu ändern. Das nächste Mal werde ich Ihnen zeigen, wie die gleitenden Durchschnitt Crossover verwenden, um Märkte zu beenden und wie Sie Ihre Stop-Loss auf strategischen Ebenen zu platzieren. That8217s es für today8217s Tutorial. Von Roger Scott Senior Trainer Market GeeksMoving-Mittelwerte - Einfache und Exponential Moving Averages - Einfache und Exponential Einführung Die gleitenden Mittelwerte glatt die Preisdaten zu einem Trend folgend Indikator zu bilden. Sie prognostizieren nicht die Kursrichtung, sondern definieren die aktuelle Richtung mit einer Verzögerung. Moving Averages Lag, weil sie auf vergangenen Preisen basieren. Trotz dieser Verzögerung, gleitende Durchschnitte helfen, glatte Preis-Aktion und Filter aus dem Lärm. Sie bilden auch die Bausteine ​​für viele andere technische Indikatoren und Overlays, wie Bollinger Bands. MACD und dem McClellan-Oszillator. Die beiden beliebtesten Arten von gleitenden Durchschnitten sind die Simple Moving Average (SMA) und die Exponential Moving Average (EMA). Diese Bewegungsdurchschnitte können verwendet werden, um die Richtung des Trends zu identifizieren oder potentielle Unterstützungs - und Widerstandswerte zu definieren. Here039s ein Diagramm mit einem SMA und einem EMA auf ihm: Einfache gleitende durchschnittliche Berechnung Ein einfacher gleitender Durchschnitt wird gebildet, indem man den durchschnittlichen Preis eines Wertpapiers über einer bestimmten Anzahl von Perioden berechnet. Die meisten gleitenden Mittelwerte basieren auf den Schlusskursen. Ein 5-tägiger einfacher gleitender Durchschnitt ist die fünftägige Summe der Schlusskurse geteilt durch fünf. Wie der Name schon sagt, ist ein gleitender Durchschnitt ein Durchschnitt, der sich bewegt. Alte Daten werden gelöscht, wenn neue Daten verfügbar sind. Dies bewirkt, dass sich der Durchschnitt entlang der Zeitskala bewegt. Unten ist ein Beispiel für einen 5-tägigen gleitenden Durchschnitt, der sich über drei Tage entwickelt. Der erste Tag des gleitenden Durchschnitts deckt nur die letzten fünf Tage ab. Der zweite Tag des gleitenden Mittelwerts fällt den ersten Datenpunkt (11) und fügt den neuen Datenpunkt (16) hinzu. Der dritte Tag des gleitenden Durchschnitts setzt sich fort, indem der erste Datenpunkt (12) abfällt und der neue Datenpunkt (17) addiert wird. Im obigen Beispiel steigen die Preise allmählich von 11 auf 17 über insgesamt sieben Tage. Beachten Sie, dass der gleitende Durchschnitt auch von 13 auf 15 über einen dreitägigen Berechnungszeitraum steigt. Beachten Sie auch, dass jeder gleitende Durchschnittswert knapp unter dem letzten Kurs liegt. Zum Beispiel ist der gleitende Durchschnitt für Tag eins gleich 13 und der letzte Preis ist 15. Preise der vorherigen vier Tage waren niedriger und dies führt dazu, dass der gleitende Durchschnitt zu verzögern. Exponentielle gleitende Durchschnittsberechnung Exponentielle gleitende Mittelwerte reduzieren die Verzögerung, indem mehr Gewicht auf die jüngsten Preise angewendet wird. Die Gewichtung des jüngsten Preises hängt von der Anzahl der Perioden im gleitenden Durchschnitt ab. Es gibt drei Schritte, um einen exponentiellen gleitenden Durchschnitt zu berechnen. Berechnen Sie zunächst den einfachen gleitenden Durchschnitt. Ein exponentieller gleitender Durchschnitt (EMA) muss irgendwo anfangen, so dass ein einfacher gleitender Durchschnitt als die vorherige Periode039s EMA in der ersten Berechnung verwendet wird. Zweitens, berechnen Sie die Gewichtung Multiplikator. Drittens berechnen Sie den exponentiellen gleitenden Durchschnitt. Die folgende Formel ist für eine 10-tägige EMA. Ein 10-Perioden-exponentieller gleitender Durchschnitt wendet eine 18,18 Gewichtung auf den jüngsten Preis an. Eine 10-Perioden-EMA kann auch als 18.18 EMA bezeichnet werden. Ein 20-Perioden-EMA wendet einen 9,52 - Wiegen auf den jüngsten Preis an (2 / (201) .0952). Beachten Sie, dass die Gewichtung für den kürzeren Zeitraum mehr ist als die Gewichtung für den längeren Zeitraum. In der Tat, die Gewichtung sinkt um die Hälfte jedes Mal, wenn die gleitende durchschnittliche Periode verdoppelt. Wenn Sie uns einen bestimmten Prozentsatz für eine EMA zuweisen möchten, können Sie diese Formel verwenden, um sie in Zeiträume zu konvertieren, und geben Sie dann diesen Wert als den EMA039s-Parameter ein: Nachstehend ist ein Kalkulationstabellenbeispiel für einen 10-tägigen einfachen gleitenden Durchschnitt und ein 10- Tag exponentiellen gleitenden Durchschnitt für Intel. Einfache gleitende Durchschnitte sind geradlinig und erfordern wenig Erklärung. Der 10-Tage-Durchschnitt bewegt sich einfach, sobald neue Preise verfügbar sind und alte Preise fallen. Der exponentielle gleitende Durchschnitt beginnt mit dem einfachen gleitenden Mittelwert (22.22) bei der ersten Berechnung. Nach der ersten Berechnung übernimmt die Normalformel. Da eine EMA mit einem einfachen gleitenden Durchschnitt beginnt, wird ihr wahrer Wert erst nach 20 oder späteren Perioden realisiert. Mit anderen Worten, der Wert auf der Excel-Tabelle kann sich aufgrund des kurzen Rückblicks von dem Diagrammwert unterscheiden. Diese Kalkulationstabelle geht nur zurück 30 Perioden, was bedeutet, dass der Einfluss der einfachen gleitenden Durchschnitt hatte 20 Perioden zu zerstreuen. StockCharts geht mindestens 250 Perioden (typischerweise viel weiter) für seine Berechnungen zurück, so dass die Effekte des einfachen gleitenden Durchschnitts in der ersten Berechnung vollständig abgebaut sind. Der Lagfaktor Je länger der gleitende Durchschnitt ist, desto stärker ist die Verzögerung. Ein 10-Tage-exponentieller gleitender Durchschnitt wird die Preise sehr eng umringen und sich kurz nach dem Kursumschlag wenden. Kurze gleitende Durchschnitte sind wie Schnellboote - flink und schnell zu ändern. Im Gegensatz dazu enthält ein 100-Tage gleitender Durchschnitt viele vergangene Daten, die ihn verlangsamen. Längere gleitende Durchschnitte sind wie Ozeantanker - lethargisch und langsam zu ändern. Es dauert eine größere und längere Kursbewegung für einen 100-Tage gleitenden Durchschnitt, um Kurs zu ändern. Die Grafik oben zeigt die SampP 500 ETF mit einer 10-tägigen EMA eng ansprechender Preise und einem 100-tägigen SMA-Schleifen höher. Selbst mit dem Januar-Februar-Rückgang hielt die 100-tägige SMA den Kurs und kehrte nicht zurück. Die 50-Tage-SMA passt irgendwo zwischen den 10 und 100 Tage gleitenden Durchschnitten, wenn es um den Verzögerungsfaktor kommt. Simple vs Exponential Moving Averages Obwohl es klare Unterschiede zwischen einfachen gleitenden Durchschnitten und exponentiellen gleitenden Durchschnitten, ist eine nicht unbedingt besser als die anderen. Exponentielle gleitende Mittelwerte haben weniger Verzögerungen und sind daher empfindlicher gegenüber den jüngsten Preisen - und den jüngsten Preisveränderungen. Exponentielle gleitende Mittelwerte drehen sich vor einfachen gleitenden Durchschnitten. Einfache gleitende Durchschnitte stellen dagegen einen wahren Durchschnittspreis für den gesamten Zeitraum dar. Als solches können einfache gleitende Mittel besser geeignet sein, um Unterstützungs - oder Widerstandsniveaus zu identifizieren. Die gleitende Durchschnittspräferenz hängt von den Zielen, dem analytischen Stil und dem Zeithorizont ab. Chartisten sollten mit beiden Arten von gleitenden Durchschnitten sowie verschiedene Zeitrahmen zu experimentieren, um die beste Passform zu finden. Die nachstehende Grafik zeigt IBM mit der 50-Tage-SMA in Rot und der 50-Tage-EMA in Grün. Beide gipfelten Ende Januar, aber der Rückgang in der EMA war schärfer als der Rückgang der SMA. Die EMA erschien Mitte Februar, aber die SMA setzte weiter unten bis Ende März. Beachten Sie, dass die SMA über einen Monat nach der EMA. Längen und Zeitrahmen Die Länge des gleitenden Mittelwerts hängt von den analytischen Zielen ab. Kurze gleitende Durchschnitte (5-20 Perioden) eignen sich am besten für kurzfristige Trends und den Handel. Chartisten, die sich für mittelfristige Trends interessieren, würden sich für längere bewegte Durchschnitte entscheiden, die 20-60 Perioden verlängern könnten. Langfristige Anleger bevorzugen gleitende Durchschnitte mit 100 oder mehr Perioden. Einige gleitende durchschnittliche Längen sind beliebter als andere. Die 200-Tage gleitenden Durchschnitt ist vielleicht die beliebteste. Wegen ihrer Länge ist dies eindeutig ein langfristiger gleitender Durchschnitt. Als nächstes ist der 50-Tage gleitende Durchschnitt für den mittelfristigen Trend ziemlich populär. Viele Chartisten nutzen die 50-Tage-und 200-Tage gleitende Durchschnitte zusammen. Kurzfristig war ein 10 Tage gleitender Durchschnitt in der Vergangenheit ziemlich populär, weil er leicht zu berechnen war. Man hat einfach die Zahlen addiert und den Dezimalpunkt verschoben. Trendidentifikation Die gleichen Signale können mit einfachen oder exponentiellen gleitenden Mittelwerten erzeugt werden. Wie oben erwähnt, hängt die Präferenz von jedem Individuum ab. Die folgenden Beispiele werden sowohl einfache als auch exponentielle gleitende Mittelwerte verwenden. Der Begriff gleitender Durchschnitt gilt für einfache und exponentielle gleitende Mittelwerte. Die Richtung des gleitenden Durchschnitts vermittelt wichtige Informationen über die Preise. Ein steigender Durchschnitt zeigt, dass die Preise im Allgemeinen steigen. Ein sinkender Durchschnittswert zeigt an, dass die Preise im Durchschnitt sinken. Ein steigender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Aufwärtstrend wider. Ein sinkender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Abwärtstrend wider. Das Diagramm oben zeigt 3M (MMM) mit einem 150-Tage-exponentiellen gleitenden Durchschnitt. Dieses Beispiel zeigt, wie gut bewegte Durchschnitte arbeiten, wenn der Trend stark ist. Die 150-Tage-EMA sank im November 2007 und wieder im Januar 2008. Beachten Sie, dass es einen Rückgang von 15 nahm, um die Richtung dieses gleitenden Durchschnitts umzukehren. Diese nachlaufenden Indikatoren identifizieren Trendumkehrungen, wie sie auftreten (am besten) oder nach deren Eintritt (im schlimmsten Fall). MMM setzte unten in März 2009 und dann stieg 40-50. Beachten Sie, dass die 150-Tage-EMA nicht auftauchte, bis nach diesem Anstieg. Sobald es aber tat, setzte MMM die folgenden 12 Monate höher fort. Moving-Durchschnitte arbeiten brillant in starken Trends. Doppelte Frequenzweichen Zwei gleitende Mittelwerte können zusammen verwendet werden, um Frequenzweiche zu erzeugen. In der technischen Analyse der Finanzmärkte. John Murphy nennt dies die doppelte Crossover-Methode. Doppelte Crossover beinhalten einen relativ kurzen gleitenden Durchschnitt und einen relativ langen gleitenden Durchschnitt. Wie bei allen gleitenden Durchschnitten definiert die allgemeine Länge des gleitenden Durchschnitts den Zeitrahmen für das System. Ein System, das eine 5-Tage-EMA und eine 35-Tage-EMA verwendet, wäre kurzfristig. Ein System, das eine 50-tägige SMA - und 200-Tage-SMA verwendet, wäre mittelfristig, vielleicht sogar langfristig. Eine bullische Überkreuzung tritt auf, wenn der kürzere gleitende Durchschnitt über dem längeren gleitenden Durchschnitt kreuzt. Dies wird auch als goldenes Kreuz bezeichnet. Eine bärische Überkreuzung tritt ein, wenn der kürzere gleitende Durchschnitt unter dem längeren gleitenden Durchschnitt liegt. Dies wird als ein totes Kreuz bekannt. Gleitende Mittelübergänge erzeugen relativ späte Signale. Schließlich setzt das System zwei hintere Indikatoren ein. Je länger die gleitenden Durchschnittsperioden, desto größer die Verzögerung in den Signalen. Diese Signale funktionieren gut, wenn eine gute Tendenz gilt. Allerdings wird ein gleitender Durchschnitt Crossover-System produzieren viele whipsaws in Abwesenheit einer starken Tendenz. Es gibt auch eine Dreifach-Crossover-Methode, die drei gleitende Durchschnitte beinhaltet. Wieder wird ein Signal erzeugt, wenn der kürzeste gleitende Durchschnitt die beiden längeren Mittelwerte durchläuft. Ein einfaches Triple-Crossover-System könnte 5-Tage-, 10-Tage - und 20-Tage-Bewegungsdurchschnitte beinhalten. Das Diagramm oben zeigt Home Depot (HD) mit einer 10-tägigen EMA (grüne gepunktete Linie) und 50-Tage-EMA (rote Linie). Die schwarze Linie ist die tägliche Schließung. Mit einem gleitenden Durchschnitt Crossover hätte dazu geführt, dass drei Peitschen vor dem Fang eines guten Handels. Die 10-tägige EMA brach unterhalb der 50-Tage-EMA Ende Oktober (1), aber dies dauerte nicht lange, wie die 10-Tage zog zurück oben Mitte November (2). Dieses Kreuz dauerte länger, aber die nächste bärige Crossover im Januar (3) ereignete sich gegen Ende November Preisniveaus, was zu einer weiteren Peitsche führte. Dieses bärische Kreuz dauerte nicht lange, als die 10-Tage-EMA über die 50-Tage ein paar Tage später zurückging (4). Nach drei schlechten Signalen, schien das vierte Signal eine starke Bewegung als die Aktie vorrückte über 20. Es gibt zwei Takeaways hier. Erstens, Crossovers sind anfällig für whipsaw. Ein Preis oder Zeitfilter kann angewendet werden, um zu helfen, whipsaws zu verhindern. Händler könnten verlangen, dass die Crossover 3 Tage dauern, bevor sie handeln oder verlangen, dass die 10-Tage-EMA zu bewegen, über / unterhalb der 50-Tage-EMA um einen bestimmten Betrag vor handeln. Zweitens kann MACD verwendet werden, um diese Frequenzweichen zu identifizieren und zu quantifizieren. MACD (10,50,1) zeigt eine Linie, die die Differenz zwischen den beiden exponentiellen gleitenden Mittelwerten darstellt. MACD wird positiv während eines goldenen Kreuzes und negativ während eines toten Kreuzes. Der Prozentsatz-Oszillator (PPO) kann auf die gleiche Weise verwendet werden, um Prozentunterschiede anzuzeigen. Beachten Sie, dass MACD und das PPO auf exponentiellen gleitenden Durchschnitten basieren und nicht mit einfachen gleitenden Durchschnitten zusammenpassen. Diese Grafik zeigt Oracle (ORCL) mit dem 50-Tage EMA, 200-Tage EMA und MACD (50.200,1). Es gab vier gleitende durchschnittliche Kreuzungen über einen Zeitraum von 2 1/2 Jahren. Die ersten drei führten zu Peitschen oder schlechten Trades. Ein anhaltender Trend begann mit der vierten Crossover als ORCL bis Mitte der 20er Jahre. Erneut bewegen sich die durchschnittlichen Crossover-Effekte groß, wenn der Trend stark ist, erzeugen aber Verluste in Abwesenheit eines Trends. Preis-Crossover Moving-Durchschnitte können auch verwendet werden, um Signale mit einfachen Preis-Crossover zu generieren. Ein bullisches Signal wird erzeugt, wenn die Preise über dem gleitenden Durchschnitt liegen. Ein bäres Signal wird erzeugt, wenn die Preise unter dem gleitenden Durchschnitt liegen. Preis-Crossover können kombiniert werden, um innerhalb der größeren Trend Handel. Der längere gleitende Durchschnitt setzt den Ton für den größeren Trend und der kürzere gleitende Durchschnitt wird verwendet, um die Signale zu erzeugen. Man würde bullish Preiskreuze nur dann suchen, wenn die Preise schon über dem längeren gleitenden Durchschnitt liegen. Dies würde den Handel im Einklang mit dem größeren Trend. Wenn zum Beispiel der Kurs über dem gleitenden 200-Tage-Durchschnitt liegt, würden sich die Chartisten nur auf Signale konzentrieren, wenn der Kurs über dem 50-Tage-Gleitender Durchschnitt liegt. Offensichtlich würde ein Schritt unterhalb der 50-Tage gleitenden Durchschnitt ein solches Signal vorausgehen, aber solche bearish Kreuze würden ignoriert, weil der größere Trend ist. Ein bearish Kreuz würde einfach vorschlagen, ein Pullback in einem größeren Aufwärtstrend. Ein Cross-Back über dem 50-Tage-Gleitender Durchschnitt würde einen Preisanstieg und eine Fortsetzung des größeren Aufwärtstrends signalisieren. Die nächste Tabelle zeigt Emerson Electric (EMR) mit dem 50-Tage EMA und 200-Tage EMA. Die Aktie bewegte sich über und hielt über dem 200-Tage gleitenden Durchschnitt im August. Es gab Dips unterhalb der 50-Tage-EMA Anfang November und wieder Anfang Februar. Die Preise schnell zurück über die 50-Tage-EMA zu bullish Signale (grüne Pfeile) in Harmonie mit dem größeren Aufwärtstrend. Im Indikatorfenster wird MACD (1,50,1) angezeigt, um Preiskreuze über oder unter dem 50-Tage-EMA zu bestätigen. Die 1-tägige EMA entspricht dem Schlusskurs. MACD (1,50,1) ist positiv, wenn das Schließen oberhalb der 50-Tage-EMA und negativ ist, wenn das Schließen unterhalb der 50-Tage-EMA liegt. Unterstützung und Widerstand Der Gleitende Durchschnitt kann auch als Unterstützung in einem Aufwärtstrend und Widerstand in einem Abwärtstrend dienen. Ein kurzfristiger Aufwärtstrend könnte Unterstützung nahe dem 20-tägigen einfachen gleitenden Durchschnitt finden, der auch in Bollinger-Bändern verwendet wird. Ein langfristiger Aufwärtstrend könnte Unterstützung nahe dem 200-tägigen einfachen gleitenden Durchschnitt finden, der der populärste langfristige bewegliche Durchschnitt ist. Wenn Tatsache, die 200-Tage gleitenden Durchschnitt bieten kann Unterstützung oder Widerstand, nur weil es so weit verbreitet ist. Es ist fast wie eine sich selbst erfüllende Prophezeiung. Die Grafik oben zeigt die NY Composite mit dem 200-Tage einfachen gleitenden Durchschnitt von Mitte 2004 bis Ende 2008. Die 200-Tage-Support zur Verfügung gestellt, mehrmals während des Vorhabens. Sobald der Trend mit einem Doppel-Top-Support-Pause umgekehrt, der 200-Tage gleitenden Durchschnitt als Widerstand um 9500 gehandelt. Erwarten Sie nicht genaue Unterstützung und Widerstand Ebenen von gleitenden Durchschnitten, vor allem längeren gleitenden Durchschnitten. Märkte werden durch Emotionen gefahren, wodurch sie anfällig für Überschreitungen sind. Statt genauer Ebenen können gleitende Mittelwerte verwendet werden, um Unterstützungs - oder Widerstandszonen zu identifizieren. Schlussfolgerungen Die Vorteile der Verwendung von bewegten Durchschnitten müssen gegen die Nachteile gewogen werden. Moving-Durchschnitte sind Trend nach, oder nacheilende, Indikatoren, die immer einen Schritt hinter sich. Dies ist nicht unbedingt eine schlechte Sache. Immerhin ist der Trend ist dein Freund und es ist am besten, in die Richtung des Trends Handel. Die gleitenden Durchschnitte gewährleisten, dass ein Händler dem aktuellen Trend entspricht. Auch wenn der Trend ist dein Freund, verbringen die Wertpapiere viel Zeit in Handelsspannen, die gleitende Durchschnitte ineffektiv machen. Einmal in einem Trend, bewegte Durchschnitte halten Sie in, sondern geben auch späte Signale. Don039t erwarten, an der Spitze zu verkaufen und kaufen Sie am unteren Rand mit gleitenden Durchschnitten. Wie bei den meisten technischen Analysetools sollten die gleitenden Mittelwerte nicht allein verwendet werden, sondern in Verbindung mit anderen komplementären Tools. Chartisten können gleitende Durchschnitte verwenden, um den Gesamttrend zu definieren und dann RSI zu verwenden, um überkaufte oder überverkaufte Niveaus zu definieren. Hinzufügen von Bewegungsdurchschnitten zu StockCharts Diagrammen Gleitende Durchschnitte sind als Preisüberlagerungsfunktion auf der SharpCharts-Workbench verfügbar. Mit dem Dropdown-Menü Overlays können Benutzer entweder einen einfachen gleitenden Durchschnitt oder einen exponentiellen gleitenden Durchschnitt auswählen. Der erste Parameter wird verwendet, um die Anzahl der Zeitperioden einzustellen. Ein optionaler Parameter kann hinzugefügt werden, um festzulegen, welches Preisfeld in den Berechnungen verwendet werden soll - O für die Open, H für High, L für Low und C für Close. Ein Komma wird verwendet, um Parameter zu trennen. Ein weiterer optionaler Parameter kann hinzugefügt werden, um die gleitenden Mittelwerte nach links (vorbei) oder nach rechts (zukünftig) zu verschieben. Eine negative Zahl (-10) würde den gleitenden Durchschnitt auf die linken 10 Perioden verschieben. Eine positive Zahl (10) würde den gleitenden Durchschnitt auf die rechten 10 Perioden verschieben. Mehrere gleitende Durchschnitte können dem Preisplot überlagert werden, indem einfach eine weitere Überlagerungslinie zur Werkbank hinzugefügt wird. StockCharts-Mitglieder können die Farben und den Stil ändern, um zwischen mehreren gleitenden Durchschnitten zu unterscheiden. Nachdem Sie eine Anzeige ausgewählt haben, öffnen Sie die erweiterten Optionen, indem Sie auf das kleine grüne Dreieck klicken. Erweiterte Optionen können auch verwendet werden, um eine gleitende mittlere Überlagerung zu anderen technischen Indikatoren wie RSI, CCI und Volumen hinzuzufügen. Klicken Sie hier für ein Live-Diagramm mit mehreren verschiedenen gleitenden Durchschnitten. Verwenden von Moving Averages mit StockCharts-Scans Hier finden Sie einige Beispielscans, die die StockCharts-Mitglieder verwenden können, um verschiedene gleitende durchschnittliche Situationen zu scannen: Bullish Moving Average Cross: Diese Scans suchen nach Aktien mit einem steigenden 150-Tage-Durchschnitt und einem bullish Kreuz der 5 Tag EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt steigt, solange er über seinem Niveau vor fünf Tagen handelt. Ein bullish Kreuz tritt auf, wenn die 5-Tage-EMA bewegt sich über dem 35-Tage-EMA auf überdurchschnittlichen Volumen. Bearish Moving Average Cross: Diese Scans sucht nach Aktien mit einem fallenden 150-Tage einfachen gleitenden Durchschnitt und einem bärischen Kreuz der 5-Tage EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt fällt, solange er unter seinem Niveau vor fünf Tagen handelt. Ein bäriges Kreuz tritt auf, wenn die 5-Tage-EMA unterhalb der 35-Tage-EMA auf überdurchschnittlichem Volumen bewegt. Weitere Studie John Murphy039s Buch hat ein Kapitel gewidmet gleitende Durchschnitte und ihre verschiedenen Verwendungen. Murphy deckt die Vor-und Nachteile der gleitenden Durchschnitte. Darüber hinaus zeigt Murphy, wie bewegte Durchschnitte mit Bollinger Bands und kanalbasierten Handelssystemen funktionieren. Technische Analyse der Finanzmärkte John MurphyTechnische Analyse: Moving Averages Die meisten Chart-Muster zeigen eine Menge von Veränderungen in der Preisentwicklung. Dies kann es schwierig für Händler, eine Vorstellung von einem Sicherheiten insgesamt Trend zu bekommen. Eine einfache Methode Trader verwenden, um dies zu bekämpfen ist, gelten gleitende Durchschnitte. Ein gleitender Durchschnitt ist der Durchschnittspreis eines Wertpapiers über einen festgelegten Zeitraum. Durch die Plotierung eines durchschnittlichen Sicherheitspreises wird die Kursbewegung geglättet. Sobald die täglichen Schwankungen entfernt sind, sind Händler besser in der Lage, den wahren Trend zu identifizieren und erhöhen die Wahrscheinlichkeit, dass es zu ihren Gunsten zu arbeiten. (Um mehr zu erfahren, lesen Sie die Moving Averages Tutorial.) Arten von Moving Averages Es gibt eine Reihe von verschiedenen Arten von gleitenden Durchschnitten, die in der Art, wie sie berechnet werden, variieren, aber wie jeder Durchschnitt interpretiert wird, bleibt der gleiche. Die Berechnungen unterscheiden sich nur hinsichtlich der Gewichtung, die sie auf die Preisdaten setzen, wobei sie sich von der gleichen Gewichtung jedes Preispunktes zu mehr Gewicht auf die jüngsten Daten setzen. Die drei häufigsten Arten von gleitenden Durchschnitten sind einfach. Linear und exponentiell. Simple Moving Average (SMA) Dies ist die häufigste Methode, um den gleitenden Durchschnitt der Preise zu berechnen. Es nimmt einfach die Summe aller vergangenen Schlusskurse über den Zeitraum und teilt das Ergebnis durch die Anzahl der Preise, die in der Berechnung verwendet werden. Zum Beispiel werden in einem 10-Tage gleitenden Durchschnitt die letzten 10 Schlusskurse addiert und dann durch 10 geteilt. Wie Sie in Abbildung 1 sehen können, ist ein Händler in der Lage, den Durchschnitt weniger auf wechselnde Preise durch Erhöhung der Zahl zu reagieren Der in der Berechnung verwendeten Fristen. Die Erhöhung der Anzahl der Zeiträume in der Berechnung ist eine der besten Möglichkeiten, um die Stärke des langfristigen Trends und die Wahrscheinlichkeit, dass es umgekehrt zu messen. Viele Personen argumentieren, dass die Nützlichkeit dieser Art von Durchschnitt begrenzt ist, da jeder Punkt in der Datenreihe die gleiche Auswirkung auf das Ergebnis hat, unabhängig davon, wo er in der Sequenz auftritt. Die Kritiker argumentieren, dass die jüngsten Daten wichtiger sind und deshalb auch eine höhere Gewichtung haben sollte. Diese Art der Kritik war einer der Hauptfaktoren, die zur Erfindung anderer Formen von gleitenden Durchschnitten führten. Linearer gewichteter Mittelwert Dieser gleitende Durchschnittsindikator ist der kleinste der drei Fälle und wird verwendet, um das Problem der gleichen Gewichtung zu lösen. Der lineare gewichtete gleitende Durchschnitt wird berechnet, indem die Summe aller Schlusskurse über einen bestimmten Zeitraum genommen und mit der Position des Datenpunkts multipliziert wird und dann durch die Summe der Anzahl von Perioden dividiert wird. Beispielsweise wird in einem fünftägigen linearen gewichteten Durchschnitt der heutige Schlusskurs mit fünf, yesterdays um vier multipliziert und so weiter, bis der erste Tag im Periodenbereich erreicht ist. Diese Zahlen werden dann addiert und durch die Summe der Multiplikatoren dividiert. Exponential Moving Average (EMA) Diese gleitende Durchschnittsberechnung verwendet einen Glättungsfaktor, um ein höheres Gewicht auf die letzten Datenpunkte zu legen und gilt als viel effizienter als der linear gewichtete Durchschnitt. Ein Verständnis der Berechnung ist in der Regel nicht für die meisten Händler erforderlich, da die meisten Charting-Pakete die Berechnung für Sie. Das Wichtigste, um sich über den exponentiellen gleitenden Durchschnitt zu erinnern, ist, dass er mehr auf neue Informationen bezogen auf den einfachen gleitenden Durchschnitt reagiert. Diese Reaktionsfähigkeit ist einer der Schlüsselfaktoren, warum dies der gleitende Durchschnitt der Wahl unter vielen technischen Händlern ist. Wie Sie in Abbildung 2 sehen können, steigt und fällt ein 15-Perioden-EMA schneller als ein 15-stündiges SMA. Diese leichte Differenz scheint nicht so viel, aber es ist ein wichtiger Faktor, um bewusst zu sein, da sie die Rückkehr beeinflussen können. Hauptverwendungen der Gleitende Mittel Gleitende Mittelwerte werden verwendet, um aktuelle Trends und Trendumkehrungen zu identifizieren sowie Unterstützungs - und Widerstandswerte einzurichten. Bewegungsdurchschnitte können verwendet werden, um schnell zu identifizieren, ob sich ein Sicherheitsgut in einem Aufwärtstrend oder einem Abwärtstrend bewegt, abhängig von der Richtung des gleitenden Durchschnitts. Wie Sie in Abbildung 3 sehen können, wenn ein gleitender Durchschnitt aufwärts geht und der Preis über ihm liegt, ist die Sicherheit in einem Aufwärtstrend. Umgekehrt kann ein abwärts gerichteter gleitender Durchschnitt mit dem Preis unten verwendet werden, um einen Abwärtstrend zu signalisieren. Ein anderes Verfahren zur Bestimmung des Impulses besteht darin, die Reihenfolge eines Paares von sich bewegenden Mittelwerten zu betrachten. Wenn ein kurzfristiger Durchschnitt über einem längerfristigen Durchschnitt liegt, ist der Trend vorbei. Auf der anderen Seite signalisiert ein langfristiger Durchschnitt über einem kürzerfristigen Durchschnitt eine Abwärtsbewegung im Trend. Gleitende durchschnittliche Trendumkehrungen werden in zwei Hauptformen gebildet: wenn der Preis sich durch einen gleitenden Durchschnitt bewegt und wenn er sich durch gleitende Durchschnittsübergänge bewegt. Das erste gemeinsame Signal ist, wenn der Preis bewegt sich durch einen wichtigen gleitenden Durchschnitt. Wenn beispielsweise der Kurs eines Wertpapiers, der sich in einem Aufwärtstrend befand, unter einen 50-Perioden-gleitenden Durchschnitt fällt, wie in 4, ist dies ein Zeichen, dass der Aufwärtstrend umgekehrt werden kann. Das andere Signal einer Trendumkehr ist, wenn ein gleitender Durchschnitt einen anderen kreuzt. Zum Beispiel, wie Sie in Abbildung 5 sehen können, wenn der 15-Tage-Gleitende Durchschnitt über dem 50-Tage-Gleitenden Durchschnitt überschreitet, ist es ein positives Zeichen, dass der Preis zu steigen beginnt. Wenn die in der Berechnung verwendeten Zeiträume relativ kurz sind, beispielsweise 15 und 35, könnte dies eine kurzfristige Trendumkehr signalisieren. Auf der anderen Seite, wenn zwei Mittelwerte mit relativ langen Zeitrahmen überqueren (50 und 200, zum Beispiel), wird dies verwendet, um eine langfristige Trendverschiebung vorzuschlagen. Ein weiterer wichtiger Weg gleitende Durchschnitte werden verwendet, um Unterstützung und Widerstand Ebenen zu identifizieren. Es ist nicht ungewöhnlich zu sehen, eine Aktie, die fallen hat seinen Rückgang stoppen und umgekehrte Richtung, sobald es die Unterstützung eines großen gleitenden Durchschnitt trifft. Ein Umzug durch einen großen gleitenden Durchschnitt wird oft als Signal von technischen Händlern verwendet, dass der Trend rückgängig gemacht wird. Wenn beispielsweise der Kurs den 200-Tage-Bewegungsdurchschnitt in einer Abwärtsrichtung durchbricht, ist dies ein Signal, dass der Aufwärtstrend umgekehrt wird. Gleitende Durchschnitte sind ein leistungsfähiges Werkzeug für die Analyse der Trend in einer Sicherheit. Sie bieten nützliche Unterstützung und Widerstand Punkte und sind sehr einfach zu bedienen. Die am häufigsten verwendeten Zeitrahmen, die verwendet werden, wenn gleitende Durchschnitte zu schaffen sind die 200-Tage, 100 Tage, 50-Tage, 20-Tage und 10-Tage. Die 200-Tage-Durchschnitt wird angenommen, ein gutes Maß für ein Geschäftsjahr zu sein, ein 100-Tage-Durchschnitt ein halbes Jahr, ein 50-Tage-Durchschnitt ein Viertel eines Jahres eine 20-Tage-Durchschnitt eines Monats und 10 - Durchschnitt von zwei Wochen. Gleitende Durchschnitte helfen technische Händler einige der Lärm glätten, die in Tag-zu-Tag Kursbewegungen, so dass Händler eine bessere Sicht auf die Preisentwicklung zu finden ist. Bisher konzentrieren wir uns auf die Preisentwicklung, durch Diagramme und Durchschnitte. Im nächsten Abschnitt, betrachten auch einige andere Techniken, die benutzt werden, um Preisbewegung und - muster zu bestätigen. Technische Analyse: Indikatoren und Oszillatoren Erfahren Sie, wie Sie investieren, indem Sie den Investing Basics Newsletter abonnieren