Moving average technical analysis wiki

MACD (moving average convergencedivergence) adalah indikator analisis teknis yang dibuat oleh Gerald Appel pada akhir 1970an. 1 Ini digunakan untuk melihat perubahan dalam kekuatan, arah, momentum. Dan durasi tren harga saham. Osilator atau indikator MACD adalah kumpulan tiga sinyal (atau data seri yang dihitung), yang dihitung dari data harga historis, paling sering harga penutupan. Ketiga garis sinyal ini adalah: garis MACD, garis sinyal (atau garis rata-rata), dan perbedaan (atau divergensi). Istilah MACD dapat digunakan untuk merujuk pada indikator secara keseluruhan, atau secara khusus ke garis MACD itu sendiri. Baris pertama, yang disebut garis MACD, sama dengan perbedaan antara moving average eksponensial cepat (short period) (EMA). Dan EMA yang lambat (lebih lama). Garis MACD dipetakan dari waktu ke waktu, bersama dengan EMA dari garis MACD, disebut garis sinyal atau garis rata-rata. Perbedaan (atau divergensi) antara garis MACD dan garis sinyal ditunjukkan sebagai grafik batang yang disebut histogram time series (yang seharusnya tidak disalahartikan dengan penggunaan histogram normal sebagai perkiraan distribusi probabilitas dalam statistik - kesamaan tersebut adalah Hanya di visualisasi menggunakan grafik batang). EMA cepat merespons lebih cepat daripada EMA yang lambat terhadap perubahan harga saham baru-baru ini. Dengan membandingkan EMA dari periode yang berbeda, garis MACD dapat mengindikasikan perubahan dalam tren suatu saham. Dengan membandingkan perbedaan tersebut dengan rata-rata, analis dapat mendeteksi pergeseran halus dalam tren saham. Karena MACD didasarkan pada moving averages, inherennya adalah indikator lagging. Namun, dalam hal ini MACD tidak ketinggalan seperti indikator persimpangan rata-rata bergerak dasar, karena sinyal silang dapat diantisipasi dengan mencatat konvergensi jauh sebelum persimpangan yang sebenarnya. Sebagai metrik tren harga, MACD kurang berguna untuk saham yang tidak tren (trading dalam kisaran) atau diperdagangkan dengan aksi harga yang tidak menentu. Sejarah MACD diciptakan oleh Gerald Appel pada tahun 1970an. Thomas Aspray menambahkan histogram ke MACD pada tahun 1986, sebagai sarana untuk mengantisipasi perpindahan MACD, sebuah indikator pergerakan penting dalam keamanan yang mendasarinya. Appel telah menulis banyak publikasi mengenai strategi investasi termasuk, Sistem Perdagangan Pasar Saham, Sistem Pasar Pindah Besar dan Unggul. 2 Komponen dasar Edit Grafik di atas menunjukkan stok dengan indikator MACD di bawahnya. Indikator menunjukkan garis biru, garis merah, dan grafik histogram atau bar yang menghitung perbedaan antara kedua garis. Nilai dihitung dari harga saham di bagian utama grafik. Untuk contoh di atas ini berarti: Garis MACD (garis biru): perbedaan antara sinyal EMA 12 dan 26 hari (garis merah): 9 hari EMA dari histogram garis biru (grafik batang): perbedaan antara garis biru dan merah Stok MACDPrices , 12EMA - stockPrices, MACEM sinyal 26EMA, 9EMA histogram MACD signal Periode untuk moving averages dimana MACD berbasis dapat bervariasi, namun parameter yang paling umum digunakan melibatkan EMA lebih cepat 12 hari, EMA lebih lambat dari 26 hari, dan Garis sinyal sebagai EMA 9 hari dari perbedaan antara keduanya. Itu tertulis dalam bentuk, MACD (lebih cepat, lebih lambat, sinyal) atau dalam kasus ini, MACD (12,26,9). Interpretasi Edit Rata-rata bergerak eksponensial menyoroti perubahan terbaru dalam harga saham. Dengan membandingkan EMA dengan panjang yang berbeda, pengukur garis MACD akan berubah dalam trend suatu stock. Dengan membandingkan perbedaan dalam perubahan garis itu rata-rata, analis dapat mengidentifikasi pergeseran halus kekuatan dan arah tren saham. Mungkin diperlukan untuk mengkorelasikan sinyal dengan indikator MACD2 seperti kekuatan RSI. Saat ini, MACD memiliki banyak variasi untuk perbedaan dan persamaan sempit dari dua moving averages seperti halnya MACD lag nol. 3 Pedagang mengenali tiga sinyal bermakna yang dihasilkan oleh indikator MACD. Garis MACD melintasi garis sinyal garis MACD melintasi nol ada perbedaan antara garis MACD dan harga saham atau antara histogram dan harga saham. Grafis ini sesuai dengan: garis biru yang melintasi garis merah biru Garis yang melintasi sumbu x (garis lurus hitam di tengah indikator) tinggi yang lebih tinggi (posisi terendah lebih rendah) pada grafik harga tetapi tidak pada garis biru, atau tinggi yang lebih tinggi (posisi terendah lebih rendah) pada grafik harga tetapi tidak pada Grafik batang Sinyal MACD 0 EMAfast, 12 EMAslow, 26 0 Tanda (harga relatif ekstrem akhir harga relatif ekstrem awal) Tanda (MACD ekstrem akhir ekstrem MACD ekstrem akhir) Crossover sinyal balik Edit Crossover sinyal balik adalah isyarat utama yang diberikan oleh MACD. Interpretasi standar adalah untuk membeli ketika garis MACD melintasi melalui garis sinyal, atau menjual saat melintasi melalui garis sinyal. Langkah ke atas disebut crossover bullish dan bergerak ke bawah meneruskan crossover bearish. Masing-masing, mereka menunjukkan bahwa tren di saham akan mempercepat arah crossover. Histogram menunjukkan kapan persimpangan terjadi. Karena histogram adalah perbedaan antara garis MACD dan garis sinyal, ketika mereka menyeberang tidak ada perbedaan di antara keduanya. Histogram juga dapat membantu memvisualisasikan saat kedua garis mendekati crossover. Meski bisa menunjukkan perbedaan, ukuran perubahannya bisa mengindikasikan percepatan tren. Sebuah histogram penyempitan menunjukkan crossover mungkin mendekat, dan histogram pelebaran menunjukkan bahwa tren yang sedang berlangsung cenderung akan semakin kuat. Meskipun secara teori mungkin terjadi kecenderungan untuk meningkat tanpa batas waktu, dalam keadaan normal, bahkan saham yang bergerak secara drastis pada akhirnya akan melambat, jika tidak, mereka akan mencapai tak terhingga atau tidak menghasilkan apa-apa. Zero crossover Edit Penyeberangan garis MACD melalui nol terjadi bila tidak ada perbedaan antara EMA yang cepat dan lambat. Sebuah pergerakan dari positif ke negatif adalah bearish dan dari negative ke positive, bullish. Crossover nol memberikan bukti adanya perubahan arah tren namun kurang konfirmasi momentumnya dibanding crossover garis sinyal. Waktu Edit MACD hanya berguna seperti konteks penggunaannya. Analis mungkin menerapkan MACD ke skala mingguan sebelum melihat skala harian, untuk menghindari perdagangan jangka pendek melawan arah tren menengah. 4 Analis juga akan memvariasikan parameter MACD untuk melacak tren dari durasi yang bervariasi. Salah satu setting jangka pendek yang populer, misalnya, adalah (5,35,5). Sinyal salah Sunting Seperti algoritma peramalan lainnya, MACD dapat menghasilkan sinyal palsu. Sebuah false positive, misalnya, akan menjadi crossover bullish diikuti oleh penurunan mendadak dalam suatu saham. Negatif palsu akan menjadi situasi di mana tidak ada crossover bullish, namun saham tersebut berakselerasi mendadak ke atas. Strategi yang bijaksana adalah menerapkan filter untuk memberi sinyal pada crossover garis untuk memastikan bahwa mereka akan menahannya. Contoh filter harga akan dibeli jika garis MACD pecah di atas garis sinyal dan kemudian berada di atasnya selama tiga hari. Seperti strategi penyaringan lainnya, ini mengurangi probabilitas sinyal palsu namun meningkatkan frekuensi keuntungan yang tidak terjawab. Analis menggunakan berbagai pendekatan untuk menyaring sinyal palsu dan mengkonfirmasi yang benar. Klasifikasi Oscillator Edit MACD adalah osilator harga absolut (APO). Karena berkaitan dengan harga aktual rata-rata bergerak daripada perubahan persentase. Sebuah persentase harga osilator (PPO). Di sisi lain, menghitung selisih antara dua rata-rata harga bergerak dibagi dengan nilai rata-rata pergerakan yang lebih lama. Sementara APO akan menunjukkan tingkat yang lebih tinggi untuk efek dengan harga lebih tinggi dan tingkat yang lebih kecil untuk harga efek yang lebih rendah, PPO menghitung perubahan relatif terhadap harga. Selanjutnya, PPO lebih disukai bila: membandingkan nilai osilator antara sekuritas yang berbeda, terutama dengan harga yang jauh berbeda atau membandingkan nilai osilator untuk keamanan yang sama pada waktu yang berbeda secara signifikan, terutama keamanan yang nilainya telah berubah sangat. Anggota ketiga keluarga osilator harga adalah detrended price oscillator (DPO). Yang mengabaikan tren jangka panjang sambil menekankan pola jangka pendek. Teori pemrosesan sinyal Edit Dalam istilah pemrosesan sinyal, MACD adalah ukuran yang disaring dari turunan dari input (harga) sehubungan dengan waktu. (Derivasinya disebut kecepatan dalam analisis stok teknis). MACD memperkirakan turunannya seolah-olah dihitung dan kemudian disaring oleh dua filter low-pass secara seri, dikalikan dengan gain yang sama dengan perbedaan konstanta waktu mereka. Hal ini juga dapat dilihat mendekati turunannya seolah-olah dihitung dan kemudian disaring oleh filter eksponensial pass pass rendah (EMA) dengan konstanta waktu sama dengan jumlah konstanta waktu dari dua filter, dikalikan dengan gain yang sama. 5 Jadi, untuk konstanta waktu filter MACD standar 12 dan 26 hari, estimasi derivatif MACD disaring kira-kira setara dengan filter EMA low-pass selama 38 hari. Perkiraan waktu turunan (per hari) adalah nilai MACD dibagi dengan 14. Garis sinyal juga merupakan estimasi derivatif, dengan filter low-pass tambahan secara seri untuk perataan lebih lanjut (dan lag tambahan). Perbedaan antara garis MACD dan sinyal (histogram) merupakan ukuran turunan harga kedua sehubungan dengan waktu (percepatan dalam analisis stock teknis). Perkiraan ini memiliki lag tambahan dari saringan sinyal dan faktor penguatan tambahan yang sama dengan konstanta filter sinyal. Sebuah crossover MACD dari garis sinyal menunjukkan bahwa arah percepatan berubah. Garis MACD yang melintasi nol menunjukkan bahwa kecepatan rata-rata berubah arah. Bacaan lebih lanjut Edit Analisis Teknis: Rata-rata Bergerak Sebagian besar pola grafik menunjukkan banyak variasi dalam pergerakan harga. Hal ini bisa menyulitkan para pedagang untuk mendapatkan ide tentang keseluruhan tren keamanan. Salah satu metode sederhana yang digunakan trader untuk memerangi ini adalah dengan menerapkan moving averages. Rata-rata bergerak adalah harga rata-rata keamanan selama jangka waktu tertentu. Dengan merencanakan harga rata-rata keamanan, pergerakan harga merapikan. Begitu fluktuasi sehari-hari dilepaskan, para pedagang lebih mampu mengidentifikasi tren sebenarnya dan meningkatkan kemungkinan bahwa hal itu akan menguntungkan mereka. (Untuk mempelajari lebih lanjut, baca tutorial Moving Averages.) Jenis Rata-rata Bergerak Ada sejumlah jenis rata-rata bergerak yang bervariasi menurut cara perhitungannya, namun rata-rata rata-rata diinterpretasikan tetap sama. Perhitungannya hanya berbeda dalam hal bobot yang mereka tempatkan pada data harga, bergeser dari bobot masing-masing titik harga menjadi bobot yang lebih besar pada data terakhir. Tiga jenis moving average yang paling umum adalah sederhana. Linear dan eksponensial. Simple Moving Average (SMA) Ini adalah metode yang paling umum digunakan untuk menghitung moving average harga. Ini hanya mengambil jumlah dari semua harga penutupan terakhir selama periode waktu dan membagi hasilnya dengan jumlah harga yang digunakan dalam perhitungan. Misalnya, dalam rata-rata pergerakan 10 hari, 10 harga penutupan terakhir ditambahkan bersama-sama dan kemudian dibagi dengan 10. Seperti yang dapat Anda lihat pada Gambar 1, trader mampu membuat rata-rata kurang responsif terhadap perubahan harga dengan meningkatkan jumlah Dari periode yang digunakan dalam perhitungan. Meningkatnya jumlah periode waktu dalam perhitungan adalah salah satu cara terbaik untuk mengukur kekuatan tren jangka panjang dan kemungkinan akan membalikkan. Banyak orang berpendapat bahwa kegunaan jenis rata-rata ini terbatas karena setiap titik dalam rangkaian data memiliki dampak yang sama terhadap hasilnya terlepas dari mana yang terjadi dalam urutan. Para kritikus berpendapat bahwa data terbaru lebih penting dan, oleh karena itu, seharusnya juga memiliki bobot yang lebih tinggi. Jenis kritik ini telah menjadi salah satu faktor utama yang menyebabkan penemuan bentuk rata-rata bergerak lainnya. Rata-rata Tertimbang Linear Indikator rata-rata bergerak ini adalah yang paling tidak biasa dari ketiganya dan digunakan untuk mengatasi masalah bobot yang sama. Rata-rata bergerak tertimbang linear dihitung dengan mengambil jumlah semua harga penutupan selama periode waktu tertentu dan mengalikannya dengan posisi titik data dan kemudian membagi dengan jumlah jumlah periode. Misalnya, dalam rata-rata tertimbang lima hari rata-rata, harga penutupan hari ini dikalikan lima, yesterdays oleh empat dan seterusnya sampai hari pertama dalam rentang periode tercapai. Angka-angka ini kemudian ditambahkan bersama-sama dan dibagi dengan jumlah pengganda. Exponential Moving Average (EMA) Perhitungan rata-rata bergerak ini menggunakan faktor pemulusan untuk menempatkan bobot lebih tinggi pada titik data terakhir dan dianggap jauh lebih efisien daripada rata-rata tertimbang linear. Memiliki pemahaman tentang perhitungan umumnya tidak diperlukan bagi kebanyakan trader karena kebanyakan charting package melakukan perhitungan untuk Anda. Yang paling penting untuk diingat tentang rata-rata pergerakan eksponensial adalah bahwa hal itu lebih responsif terhadap informasi baru dibandingkan dengan rata-rata pergerakan sederhana. Responsivitas ini adalah salah satu faktor kunci mengapa ini adalah rata-rata pergerakan pilihan di antara banyak pedagang teknis. Seperti yang dapat Anda lihat pada Gambar 2, EMA 15 periode naik dan turun lebih cepat dari SMA 15 periode. Perbedaan kecil ini sepertinya tidak banyak, tapi ini adalah faktor penting yang harus diperhatikan karena dapat mempengaruhi tingkat pengembalian. Penggunaan Mayor Rata-rata Bergerak Rata-rata bergerak digunakan untuk mengidentifikasi tren saat ini dan pembalikan tren serta untuk menetapkan level support dan resistance. Moving averages dapat digunakan untuk mengidentifikasi dengan cepat apakah keamanan bergerak dalam uptrend atau downtrend tergantung pada arah moving average. Seperti yang dapat Anda lihat pada Gambar 3, ketika rata-rata bergerak mengarah ke atas dan harganya di atas, keamanan berada dalam tren naik. Sebaliknya, rata-rata bergerak miring ke bawah dengan harga di bawah ini dapat digunakan untuk memberi sinyal tren turun. Metode lain untuk menentukan momentum adalah dengan melihat urutan rata-rata bergerak. Bila rata-rata jangka pendek di atas rata-rata jangka panjang, trennya naik. Di sisi lain, rata-rata jangka panjang di atas rata-rata jangka pendek menandakan pergerakan ke bawah dalam tren. Moving average trend reversals terbentuk dalam dua cara utama: ketika harga bergerak melalui moving average dan ketika bergerak melalui moving average crossover. Sinyal umum pertama adalah ketika harga bergerak melalui moving average yang penting. Misalnya, ketika harga sebuah keamanan yang berada dalam tren naik turun di bawah rata-rata pergerakan 50 periode, seperti pada Gambar 4, ini adalah tanda bahwa tren kenaikan harga mungkin berbalik arah. Sinyal lain dari pembalikan tren adalah ketika satu moving average melewati yang lain. Misalnya, seperti yang dapat Anda lihat pada Gambar 5, jika rata-rata pergerakan 15 hari di atas rata-rata pergerakan 50 hari, ini adalah tanda positif bahwa harga akan mulai meningkat. Jika periode yang digunakan dalam perhitungan relatif pendek, misalnya 15 dan 35, ini bisa menandakan pembalikan tren jangka pendek. Di sisi lain, ketika dua rata-rata dengan kerangka waktu yang relatif lama menyeberang (50 dan 200, misalnya), ini digunakan untuk menyarankan pergeseran jangka panjang dalam tren. Cara lain untuk memindahkan rata-rata yang digunakan adalah mengidentifikasi level support dan resistance. Hal ini tidak biasa untuk melihat saham yang telah jatuh menghentikan penurunan dan arah sebaliknya setelah menyentuh support dari moving average utama. Pergerakan melalui moving average utama sering digunakan sebagai sinyal oleh trader teknik bahwa tren membalikkan. Misalnya, jika harga menembus rata-rata pergerakan 200 hari ke arah bawah, ini adalah sinyal bahwa tren naik berbalik arah. Moving averages adalah alat yang ampuh untuk menganalisis tren keamanan. Mereka memberikan support dan resistance yang berguna dan sangat mudah digunakan. Bingkai waktu yang paling umum digunakan saat membuat rata-rata bergerak adalah hari 200 hari, 100 hari, 50 hari, 20 hari dan 10 hari. Rata-rata 200 hari dianggap sebagai ukuran yang baik dari tahun perdagangan, rata-rata 100 hari setengah tahun, rata-rata 50 hari seperempat tahun, rata-rata 20 hari dalam sebulan dan 10 Rata rata dua minggu. Moving averages membantu pedagang teknik memperlancar beberapa kebisingan yang ditemukan dalam pergerakan harga sehari-hari, memberi para pedagang pandangan yang lebih jelas mengenai tren harga. Sejauh ini kita telah fokus pada pergerakan harga, melalui grafik dan rata-rata. Pada bagian selanjutnya, perhatikan beberapa teknik lain yang digunakan untuk mengkonfirmasi pergerakan dan pola harga. Analisis Teknis: Indikator Dan Osilator Rata-rata dalam statistik. Rata bergerak. Disebut juga rolling average. Bergerak berarti Rolling mean. Rata rata temporal. Atau berjalan rata-rata. Adalah jenis filter respon impuls yang terbatas yang digunakan untuk menganalisis satu set titik data dengan membuat serangkaian rata-rata himpunan bagian yang berbeda dari kumpulan data lengkap. Dengan serangkaian angka dan ukuran subset tetap, elemen pertama dari rata-rata bergerak diperoleh dengan mengambil rata-rata subset tetap awal dari rangkaian angka. Kemudian subset dimodifikasi dengan menggeser ke depan yaitu, tidak termasuk nomor seri pertama dan termasuk nomor berikutnya yang mengikuti subset asli dalam seri. Ini menciptakan subset angka baru, yang dirata-ratakan. Proses ini diulang selama seluruh rangkaian data. Garis petak yang menghubungkan semua rata-rata (tetap) adalah rata-rata bergerak. Rata-rata bergerak adalah satu set angka, yang masing-masing merupakan rata-rata subset yang sesuai dari kumpulan titik datum yang lebih besar. Rata-rata bergerak juga dapat menggunakan bobot yang tidak sama untuk setiap nilai datum di subset untuk menekankan nilai tertentu pada subset. Rata-rata bergerak biasanya digunakan dengan data deret waktu untuk memperlancar fluktuasi jangka pendek dan menyoroti tren atau siklus jangka panjang. Ambang batas antara jangka pendek dan jangka panjang tergantung pada penerapannya, dan parameter rata-rata bergerak akan ditetapkan. Misalnya, sering digunakan dalam analisis teknis data keuangan, seperti harga saham. Kembali atau volume perdagangan Hal ini juga digunakan dalam ekonomi untuk menguji produk domestik bruto, pekerjaan atau rangkaian waktu makroekonomi lainnya. Secara matematis, rata-rata bergerak adalah jenis konvolusi dan karenanya dapat dilihat sebagai contoh filter low-pass yang digunakan dalam pemrosesan sinyal. Bila digunakan dengan data seri non-waktu, filter rata-rata bergerak menyaring komponen frekuensi yang lebih tinggi tanpa adanya koneksi khusus ke waktu, walaupun biasanya beberapa jenis pemesanan tersirat. Dilihat secara simpel dapat dianggap sebagai perataan data. Rata-rata bergerak sederhana Edit Dalam aplikasi keuangan rata-rata bergerak sederhana (SMA) adalah mean tak tertimbang dari n datum poin sebelumnya. Namun, dalam sains dan teknik rata-rata biasanya diambil dari jumlah data yang sama di kedua sisi nilai sentral. Ini memastikan bahwa variasi rata-rata disesuaikan dengan variasi data daripada digeser pada waktunya. Contoh rata-rata berjalan rata-rata tertimbang sederhana untuk sampel n-hari dari harga penutupan adalah rata-rata dari harga penutupan n hari sebelumnya. Jika harga tersebut adalah rumusnya adalah Saat menghitung nilai berturut-turut, nilai baru masuk ke dalam jumlah dan nilai lama turun, yang berarti penjumlahan penuh setiap kali tidak diperlukan untuk kasus sederhana ini, Periode yang dipilih tergantung pada jenis pergerakan Bunga, seperti jangka pendek, menengah, atau jangka panjang. Secara finansial, level rata-rata bergerak bisa diartikan sebagai support di pasar yang naik, atau resistance di pasar yang jatuh. Jika data yang digunakan tidak berpusat di sekitar rata-rata, rata-rata bergerak sederhana tertinggal dari titik datum terakhir dengan setengah lebar sampel. Sebuah SMA juga dapat secara tidak proporsional dipengaruhi oleh titik datum yang putus atau data baru masuk. Salah satu karakteristik SMA adalah jika data memiliki fluktuasi periodik, maka penerapan SMA pada periode tersebut akan menghilangkan variasi tersebut (rata-rata selalu mengandung Satu siklus lengkap). Tapi siklus yang sangat teratur jarang ditemui. 1 Untuk sejumlah aplikasi, ini menguntungkan untuk menghindari pergeseran yang disebabkan hanya dengan menggunakan data sebelumnya. Oleh karena itu, rata-rata pergerakan sentral dapat dihitung, dengan menggunakan data yang sama-sama berjarak kedua sisi titik dalam rangkaian di mana rata-rata dihitung. Ini memerlukan penggunaan sejumlah titik datum ganjil di jendela contoh. Rata-rata bergerak kumulatif Edit Dalam rata-rata pergerakan kumulatif. Data tiba di aliran datum yang dipesan dan ahli statistik ingin mendapatkan rata-rata semua data sampai titik datum saat ini. Misalnya, investor mungkin menginginkan harga rata-rata semua transaksi saham untuk persediaan tertentu sampai saat ini. Karena setiap transaksi baru terjadi, harga rata-rata pada saat transaksi dapat dihitung untuk semua transaksi sampai titik tersebut menggunakan rata-rata kumulatif, biasanya rata-rata tertimbang sama dengan urutan nilai i x 1. X i sampai saat ini: Metode brute force untuk menghitung ini adalah menyimpan semua data dan menghitung jumlah dan membagi dengan jumlah titik datum setiap kali titik datum baru tiba. Namun, adalah mungkin untuk hanya memperbarui rata-rata kumulatif sebagai nilai baru xi 1 menjadi tersedia, dengan menggunakan rumus: Dengan demikian, rata-rata kumulatif saat ini untuk titik datum baru sama dengan rata-rata kumulatif sebelumnya ditambah perbedaan antara titik datum terakhir dan Rata-rata sebelumnya dibagi dengan jumlah poin yang diterima sejauh ini. Ketika semua titik datum tiba (i N), rata-rata kumulatif akan sama dengan rata-rata akhir. Derivasi rumus rata-rata kumulatif sangat mudah. Menggunakan dan sama untuk i 1. terlihat bahwa Memecahkan persamaan ini untuk CA i 1 menghasilkan: Rata-rata bergerak tertimbang Edit Rata-rata tertimbang adalah rata-rata yang memiliki faktor pengali untuk menghasilkan bobot berbeda pada data pada posisi yang berbeda di jendela sampel. Secara matematis, rata-rata bergerak adalah konvolusi titik datum dengan fungsi bobot tetap. Salah satu aplikasi menghilangkan pixelisation dari gambar grafis digital. Dalam analisis teknis data keuangan, rata-rata pergerakan tertimbang (weighted moving average / WMA) memiliki arti bobot spesifik yang menurun dalam perkembangan aritmatika. 2 Dalam wMA n-hari hari terakhir memiliki bobot n. Yang kedua terbaru n 16087221601, dll turun ke satu. File: Berat rata-rata bobot tertimbang N15.png Saat menghitung WMA melintasi nilai berturut-turut, perbedaan antara pembanding WMA M 1 dan WMA M adalah np M 1 1608722160 p M 16087221601608722160 p M 8722n1. Jika kita menunjukkan jumlah p M 160160160160 p M 8722 n 1 dengan Total M. Maka Grafik di sebelah kanan menunjukkan bagaimana bobot menurun, dari berat tertinggi untuk titik datum terbaru, turun menjadi nol. Hal ini dapat dibandingkan dengan bobot dalam moving average eksponensial yang berikut. Rata-rata bergerak eksponensial Edit Rata-rata bergerak eksponensial (moving average moving average / EMA), 3 adalah jenis filter respons impuls tak terbatas yang menerapkan faktor pembobotan yang menurun secara eksponensial. Pembobotan untuk setiap titik datum yang lebih tua menurun secara eksponensial, tidak pernah mencapai nol. Grafik di sebelah kanan menunjukkan contoh penurunan berat badan. EMA untuk rangkaian Y dapat dihitung secara rekursif: Koefisien mewakili tingkat penurunan bobot, faktor penghalusan konstan antara 0 dan 1. Semakin tinggi diskon pengamatan yang lebih tua dengan lebih cepat. Sebagai alternatif, dapat dinyatakan dalam istilah periode waktu N, di mana kesalahan skrip 1601602 (N 1) Script error 91 diperlukan 89. Misalnya, jika N 16016019 setara dengan 1601600,1, waktu paruh bobot (interval di mana Bobot diturunkan dengan faktor dua) kira-kira N 2.8854 (dalam 1 jika N 160gt1605). Y t adalah nilai pada periode waktu t. S t adalah nilai EMA pada setiap periode waktu t. S 1 tidak terdefinisi. S 1 dapat diinisialisasi dengan beberapa cara yang berbeda, paling sering dengan menetapkan S 1 sampai Y 1. Meskipun ada teknik lain, seperti menyetel S 1 ke rata-rata pengamatan 4 atau 5 pertama. Yang menonjol dari efek inisialisasi S 1 pada rata-rata pergerakan yang dihasilkan bergantung pada nilai yang lebih kecil sehingga pilihan S 1 relatif lebih penting daripada nilai yang lebih besar, karena diskon yang lebih tinggi pengamatan lebih tua lebih cepat. Formulasi ini menurut Hunter (1986). 4 Dengan mengulangi rumus ini untuk waktu yang berbeda, akhirnya kita dapat menulis S t sebagai jumlah tertimbang dari titik datum Y t. Sebagai: Pendekatan alternatif oleh Roberts (1959) menggunakan Y t sebagai pengganti Y t 87221. 5 Rumus ini juga dapat dinyatakan dalam istilah analisis teknis sebagai berikut, yang menunjukkan bagaimana langkah EMA menuju titik datum terbaru, namun hanya dengan proporsi perbedaannya (setiap kali):, Ini adalah jumlah tak terbatas dengan istilah yang menurun. Periode N dalam NMA EMA hanya menentukan faktornya. N bukan titik penghentian perhitungannya seperti di SMA atau WMA. Untuk N yang cukup besar. Titik datum N pertama dalam EMA mewakili sekitar 86 dari total berat dalam perhitungan: 6 Formula kekuatan di atas memberikan nilai awal untuk hari tertentu, setelah itu rumus hari berturut-turut yang ditunjukkan pertama dapat diterapkan. Pertanyaan tentang seberapa jauh kembali untuk mendapatkan nilai awal, dalam kasus terburuk, ada pada data. Nilai harga yang besar pada data lama akan berpengaruh pada jumlah total walaupun bobotnya sangat kecil. Jika harga memiliki variasi kecil maka hanya bobot yang bisa dipertimbangkan. Berat yang dihilangkan dengan berhenti setelah kondisi k adalah dari berat total. Misalnya, untuk memiliki berat 99,9, atur rasio di atas sama dengan 0,1 dan selesaikan k. Untuk contoh ini (99,9 berat). Rasio rata-rata bergerak yang dimodifikasi Edit Rata-rata bergerak yang dimodifikasi (MMA), moving moving average (rata-rata bergerak bergerak), atau rata-rata bergerak yang merapikan didefinisikan sebagai: Aplikasi untuk mengukur kinerja komputer Mengedit Beberapa metrik kinerja komputer, mis. Panjang antrian proses rata-rata, atau utilisasi CPU rata-rata, menggunakan bentuk moving average eksponensial. Ini didefinisikan sebagai fungsi waktu antara dua pembacaan. Contoh koefisien yang memberi bobot lebih besar pada pembacaan saat ini, dan bobot yang lebih kecil pada pembacaan yang lebih tua adalah Sebagai contoh, rata-rata L 15 dari panjang antrian proses Q. Diukur setiap 5 detik (selisih waktu 5 detik), dihitung sebagai bobot lainnya. Sistem pembobotan lainnya kadang-kadang digunakan 8211 misalnya, dalam perdagangan saham, bobot volume akan membebani setiap periode waktu sesuai dengan volume perdagangannya. Bobot lebih lanjut, yang digunakan oleh aktuaris, adalah Spencers 15-Point Moving Average 11 (moving average sentral). Koefisien berat simetris adalah -3, -6, -5, 3, 21, 46, 67, 74, 67, 46, 21, 3, -5, -6, -3. Di luar dunia keuangan, sarana berjalan tertimbang memiliki banyak bentuk dan aplikasinya. Setiap fungsi pembobotan atau kernel memiliki karakteristik tersendiri. Di bidang teknik dan sains respons frekuensi dan fase filter seringkali sangat penting dalam memahami distorsi yang diinginkan dan yang tidak diinginkan yang akan diterapkan oleh filter tertentu pada data. Artinya tidak hanya menghaluskan data. Mean adalah bentuk filter low-pass. Efek dari filter tertentu yang digunakan harus dipahami untuk membuat pilihan yang tepat. Pada titik ini, versi Prancis dari artikel ini membahas efek spektral dari 3 macam sarana (kumulatif, eksponensial, Gaussian). Moving median Edit Dari sudut pandang statistik, rata-rata bergerak, bila digunakan untuk memperkirakan tren yang mendasari dalam rangkaian waktu, rentan terhadap kejadian langka seperti guncangan cepat atau anomali lainnya. Perkiraan tren yang lebih kuat adalah titik rata-rata bergerak sederhana di atas n titik waktu: di mana median ditemukan oleh, misalnya, menyortir nilai di dalam tanda kurung dan menemukan nilainya di tengahnya. Untuk nilai n yang lebih besar. Median dapat dihitung secara efisien dengan memperbarui daftar pendek yang dapat diindeks. 12 Secara statistik, rata-rata bergerak optimal untuk memulihkan tren yang mendasari deret waktu ketika fluktuasi tentang tren terdistribusi normal. Namun, distribusi normal tidak menempatkan probabilitas tinggi pada penyimpangan yang sangat besar dari tren yang menjelaskan mengapa penyimpangan tersebut akan memiliki efek yang tidak proporsional besar terhadap perkiraan tren. Dapat ditunjukkan bahwa jika fluktuasi tersebut diasumsikan Laplace didistribusikan. Maka median bergerak optimal secara statistik. 13 Untuk varians yang diberikan, distribusi Laplace memberi kemungkinan lebih tinggi pada kejadian langka daripada normal, yang menjelaskan mengapa median bergerak mentolerir guncangan lebih baik daripada mean bergerak. Bila median bergerak sederhana di atas adalah pusat, smoothing identik dengan median filter yang memiliki aplikasi, misalnya pemrosesan sinyal gambar. Lihat juga Edit Artikel ini berisi daftar referensi. Namun sumbernya tetap tidak jelas karena tidak memiliki inline citations. Tolong bantu memperbaiki artikel ini dengan memperkenalkan kutipan yang lebih tepat. 32 (Februari 2010)