3 เฉลี่ยเคลื่อนที่

การย้ายแบบจำลองการถดถอยเฉลี่ยและการอธิบายเป็นขั้นตอนแรกในการย้ายเกินกว่าโมเดลหมายถึงแบบจำลองการเดินแบบสุ่มและแบบจำลองเชิงเส้นแนวโน้มและรูปแบบที่ไม่เป็นทางการและแนวโน้มสามารถถูกคาดการณ์ได้โดยใช้แบบจำลองที่เคลื่อนที่โดยเฉลี่ยหรือเรียบ สมมติฐานพื้นฐานที่อยู่เบื้องหลังรูปแบบเฉลี่ยและราบเรียบคือชุดเวลาเป็นแบบคงที่ในท้องถิ่นที่มีค่าเฉลี่ยที่เปลี่ยนแปลงไปอย่างช้าๆ ดังนั้นเราจึงใช้ค่าเฉลี่ยเคลื่อนที่ (ท้องถิ่น) เพื่อประมาณค่าปัจจุบันของค่าเฉลี่ยและใช้เป็นค่าพยากรณ์สำหรับอนาคตอันใกล้นี้ ซึ่งถือได้ว่าเป็นการประนีประนอมระหว่างโมเดลเฉลี่ยและแบบสุ่มโดยไม่มีการเลื่อนลอย กลยุทธ์เดียวกันสามารถใช้ในการประมาณและคาดการณ์แนวโน้มในท้องถิ่น ค่าเฉลี่ยเคลื่อนที่มักถูกเรียกว่า quotsmoothedquot version ของชุดเดิมเนื่องจากค่าเฉลี่ยในระยะสั้นมีผลต่อการทำให้เรียบออกกระแทกในชุดเดิม โดยการปรับระดับการทำให้เรียบ (ความกว้างของค่าเฉลี่ยเคลื่อนที่) เราสามารถคาดหวังให้เกิดความสมดุลระหว่างประสิทธิภาพของโมเดลแบบเฉลี่ยและแบบสุ่ม รูปแบบเฉลี่ยที่ง่ายที่สุดคือ ค่าเฉลี่ยของค่าเฉลี่ยของ Y ที่เวลา t1 ที่ทำในเวลา t เท่ากับค่าเฉลี่ยที่แท้จริงของการสังเกตการณ์ m ล่าสุด: (ที่นี่และที่อื่น ๆ ฉันจะใช้สัญลักษณ์ 8220Y-hat8221 เพื่อยืน สำหรับการคาดการณ์ของชุดข้อมูล Y เวลาที่เร็วที่สุดเท่าที่เป็นไปได้ก่อนวันที่โดยรูปแบบที่กำหนด) ค่าเฉลี่ยนี้เป็นศูนย์กลางในช่วง t - (m1) 2 ซึ่งหมายความว่าค่าประมาณของท้องถิ่นจะมีแนวโน้มลดลงหลังค่าจริง ค่าเฉลี่ยของท้องถิ่นโดยประมาณ (m1) 2 ช่วงเวลา ดังนั้นเราจึงกล่าวว่าอายุโดยเฉลี่ยของข้อมูลในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคือ (m1) 2 เทียบกับช่วงเวลาที่คาดการณ์การคำนวณ: นี่คือระยะเวลาโดยที่การคาดการณ์จะมีแนวโน้มลดลงหลังจุดหักเหในข้อมูล . ตัวอย่างเช่นถ้าคุณคิดค่าเฉลี่ย 5 ค่าล่าสุดการคาดการณ์จะประมาณ 3 ช่วงเวลาในการตอบสนองต่อจุดหักเห โปรดทราบว่าถ้า m1 โมเดลเฉลี่ยเคลื่อนที่โดยเฉลี่ย (SMA) เทียบเท่ากับรูปแบบการเดินแบบสุ่ม (โดยไม่มีการเติบโต) ถ้า m มีขนาดใหญ่มาก (เทียบกับความยาวของระยะเวลาประมาณ) รูปแบบ SMA จะเท่ากับรูปแบบเฉลี่ย เช่นเดียวกับพารามิเตอร์ใด ๆ ของรูปแบบการคาดการณ์การปรับค่าของ k จะเป็นเรื่องปกติที่จะได้รับข้อมูลที่ดีที่สุดนั่นคือข้อผิดพลาดในการคาดการณ์ที่เล็กที่สุดโดยเฉลี่ย นี่คือตัวอย่างของชุดที่ดูเหมือนจะแสดงความผันผวนแบบสุ่มรอบ ๆ ค่าเฉลี่ยที่เปลี่ยนแปลงไปอย่างช้าๆ อันดับแรกให้ลองพอดีกับรูปแบบการเดินแบบสุ่มซึ่งเท่ากับค่าเฉลี่ยเคลื่อนที่ที่สั้น ๆ ของ 1 เทอม: รูปแบบการเดินแบบสุ่มตอบสนองได้อย่างรวดเร็วต่อการเปลี่ยนแปลงในซีรีส์ แต่ในการทำเช่นนี้จะทำให้ได้คำที่ไม่เหมาะสมใน ข้อมูล (ความผันผวนแบบสุ่ม) รวมทั้ง quotsignalquot (ค่าเฉลี่ยในท้องถิ่น) ถ้าเราลองใช้ค่าเฉลี่ยเคลื่อนที่ 5 ข้อโดยทั่วไปเราจะได้รับการคาดการณ์ที่นุ่มนวลกว่า: ค่าเฉลี่ยเคลื่อนที่ 5 เทอมทำให้เกิดข้อผิดพลาดน้อยกว่าแบบจำลองการเดินแบบสุ่มในกรณีนี้ อายุเฉลี่ยของข้อมูลในการคาดการณ์นี้คือ 3 ((51) 2) ดังนั้นจึงมีแนวโน้มที่จะล่าช้ากว่าจุดหักเหภายในสามช่วงเวลา (ตัวอย่างเช่นการชะลอตัวน่าจะเกิดขึ้นในช่วง 21 แต่การคาดการณ์ไม่ได้ผกผันไปหลายช่วงเวลาภายหลัง) สังเกตว่าการคาดการณ์ระยะยาวจากแบบจำลอง SMA เป็นแนวเส้นตรงเช่นเดียวกับการเดินแบบสุ่ม แบบ ดังนั้นรูปแบบ SMA สมมติว่าไม่มีแนวโน้มในข้อมูล อย่างไรก็ตามในขณะที่การคาดการณ์จากรูปแบบการเดินแบบสุ่มมีค่าเท่ากับค่าที่สังเกตได้ล่าสุดการคาดการณ์จากรูปแบบ SMA จะเท่ากับค่าเฉลี่ยถ่วงน้ำหนักของค่าล่าสุด วงเงินความเชื่อมั่นที่คำนวณโดย Statgraphics สำหรับการคาดการณ์ในระยะยาวของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายจะไม่ได้รับมากขึ้นเนื่องจากระยะขอบพยากรณ์อากาศเพิ่มขึ้น เห็นได้ชัดว่าไม่ถูกต้อง แต่น่าเสียดายที่ไม่มีทฤษฎีทางสถิติพื้นฐานที่บอกเราว่าช่วงความเชื่อมั่นควรจะกว้างขึ้นสำหรับรุ่นนี้อย่างไร อย่างไรก็ตามไม่ยากที่จะคำนวณค่าประมาณเชิงประจักษ์ถึงขีดจำกัดความเชื่อมั่นสำหรับการคาดการณ์ระยะยาวของเส้นขอบฟ้า ตัวอย่างเช่นคุณสามารถตั้งค่าสเปรดชีตที่จะใช้โมเดล SMA เพื่อคาดการณ์ล่วงหน้า 2 ขั้นตอนล่วงหน้า 3 ก้าวเป็นต้นภายในตัวอย่างข้อมูลที่ผ่านมา จากนั้นคุณสามารถคำนวณส่วนเบี่ยงเบนมาตรฐานตัวอย่างของข้อผิดพลาดในขอบฟ้าพยากรณ์แต่ละครั้งและสร้างช่วงความเชื่อมั่นสำหรับการคาดการณ์ในระยะยาวโดยการเพิ่มและลบคูณของส่วนเบี่ยงเบนมาตรฐานที่เหมาะสม ถ้าเราลองค่าเฉลี่ยเคลื่อนที่ 9 วันเราจะได้รับการคาดการณ์ที่ราบรื่นขึ้นและผลกระทบที่ปกคลุมด้วยวัตถุฉนวน: อายุเฉลี่ยอยู่ที่ 5 ช่วงเวลา ((91) 2) ถ้าเราใช้ค่าเฉลี่ยเคลื่อนที่ในระยะ 19 วันอายุเฉลี่ยจะเพิ่มขึ้นเป็น 10: สังเกตว่าแท้จริงแล้วการคาดการณ์ในขณะนี้ล้าหลังจุดหักเหประมาณ 10 รอบ นี่คือตารางที่เปรียบเทียบสถิติข้อผิดพลาดของพวกเขาซึ่งรวมถึงค่าเฉลี่ยระยะยาว 3 คำ: Model C ซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ 5 เทอมให้ผลตอบแทนน้อยที่สุดของ RMSE โดยมีขอบเล็กกว่า 3 ค่าเฉลี่ยระยะสั้นและระยะ 9 และสถิติอื่น ๆ ของพวกเขาเกือบจะเท่ากัน ดังนั้นในแบบจำลองที่มีสถิติข้อผิดพลาดที่คล้ายกันมากเราสามารถเลือกได้ว่าจะต้องการการตอบสนองเล็กน้อยหรือมีความเรียบขึ้นเล็กน้อยในการคาดการณ์หรือไม่ (ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักที่ชี้แจง) แบบจำลองค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายที่กล่าวมาข้างต้นมีคุณสมบัติที่ไม่พึงประสงค์ที่จะถือว่าข้อสังเกตสุดท้ายของ k อย่างเท่าเทียมกันและสมบูรณ์ละเว้นการสังเกตทั้งหมดก่อนหน้านี้ โดยนัยข้อมูลที่ผ่านมาควรจะลดราคาในรูปแบบที่ค่อยๆมากขึ้นตัวอย่างเช่นการสังเกตล่าสุดควรมีน้ำหนักมากกว่า 2 ครั้งล่าสุดและครั้งที่ 2 ล่าสุดควรมีน้ำหนักน้อยกว่า 3 ครั้งล่าสุดและ อื่น ๆ แบบเรียบง่าย (SES) ทำให้สำเร็จได้ ให้ 945 แสดงถึงค่าคงที่ quotsmoothing (ตัวเลขระหว่าง 0 ถึง 1) วิธีหนึ่งในการเขียนแบบจำลองคือการกำหนดชุด L ซึ่งแสดงถึงระดับปัจจุบัน (นั่นคือค่าเฉลี่ยในท้องถิ่น) ของชุดข้อมูลดังกล่าวโดยประมาณจากข้อมูลจนถึงปัจจุบัน ค่าของ L ที่เวลา t คำนวณจากค่าก่อนหน้าของตัวเองเช่นนี้ดังนั้นค่าที่เรียบนวลในปัจจุบันเป็นค่า interpolation ระหว่างค่าที่ได้จากการเรียบก่อนหน้าและการสังเกตการณ์ในปัจจุบันซึ่ง 945 จะควบคุมความใกล้ชิดของค่า interpolation กับค่าล่าสุด การสังเกต การคาดการณ์ในช่วงถัดไปเป็นเพียงค่าที่ได้รับการปรับปรุงในปัจจุบัน: เทียบเท่าเราสามารถแสดงการคาดการณ์ต่อไปได้โดยตรงในแง่ของการคาดการณ์ก่อนหน้านี้และข้อสังเกตก่อนหน้าในเวอร์ชันเทียบเท่าใด ๆ ต่อไปนี้ ในรุ่นแรกการคาดการณ์คือการแก้ไขระหว่างการคาดการณ์ก่อนหน้าและการสังเกตก่อนหน้านี้: ในรุ่นที่สองการคาดการณ์ครั้งต่อไปจะได้รับโดยการปรับการคาดการณ์ก่อนหน้านี้ในทิศทางของข้อผิดพลาดก่อนหน้าด้วยจำนวนเศษ 945 ข้อผิดพลาดเกิดขึ้นที่ เวลา t ในรุ่นที่สามการคาดการณ์คือค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักแบบยกระดับ (เช่นลด) โดยมีปัจจัยการลดราคา 1-945: สูตรการคาดการณ์เวอร์ชันแก้ไขเป็นวิธีที่ง่ายที่สุดในการใช้งานหากคุณใช้โมเดลในสเปรดชีต: เหมาะกับรูปแบบ เซลล์เดี่ยวและมีการอ้างอิงเซลล์ชี้ไปที่การคาดการณ์ก่อนหน้านี้การสังเกตก่อนหน้าและเซลล์ที่เก็บค่า 945 ไว้ โปรดทราบว่าถ้า 945 1 รูปแบบ SES จะเทียบเท่ากับรูปแบบการเดินแบบสุ่ม (โดยไม่มีการเติบโต) ถ้า 945 0 รูปแบบ SES จะเท่ากับโมเดลเฉลี่ยโดยสมมติว่าค่าที่เรียบเป็นครั้งแรกจะเท่ากับค่าเฉลี่ย (กลับไปด้านบนสุดของหน้า) อายุโดยเฉลี่ยของข้อมูลในการคาดการณ์การเรียบอย่างง่ายและชี้แจงคือ 1 945 เทียบกับระยะเวลาที่คาดการณ์การคำนวณ (นี้ไม่ควรจะเป็นที่เห็นได้ชัด แต่ก็สามารถแสดงได้โดยการประเมินชุดอนันต์.) ดังนั้นการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายมีแนวโน้มที่จะล่าช้าหลังจุดหักเหประมาณ 1 945 รอบระยะเวลา ตัวอย่างเช่นเมื่อ 945 0.5 ความล่าช้าเป็น 2 ช่วงเวลาเมื่อ 945 0.2 ความล่าช้าเป็น 5 ช่วงเวลาที่ 945 0.1 ความล่าช้าเป็น 10 ช่วงเวลาและอื่น ๆ สำหรับอายุโดยเฉลี่ยที่ระบุ (เช่นจำนวนเงินที่ล่าช้า) การคาดการณ์การทำให้การทำให้ลื่นไหลเรียบแบบสมมุติแบบง่าย (SES) ค่อนข้างดีกว่าการคาดการณ์ค่าเฉลี่ยเคลื่อนที่อย่างง่าย (SMA) เนื่องจากมีน้ำหนักมากขึ้นในการสังเกตการณ์ล่าสุด - คือ มีการเปลี่ยนแปลงมากขึ้นในช่วงไม่กี่ปีที่ผ่านมา ตัวอย่างเช่นโมเดล SMA ที่มี 9 คำและแบบ SES ที่มี 945 0.2 มีอายุเฉลี่ยอยู่ที่ 5 สำหรับข้อมูลในการคาดการณ์ แต่แบบจำลอง SES จะให้น้ำหนักมากกว่า 3 ค่าที่มากกว่าแบบจำลอง SMA และที่ ในเวลาเดียวกันมันไม่ได้ 8220forget8221 เกี่ยวกับค่ามากกว่า 9 งวดเก่าดังที่แสดงในแผนภูมินี้ข้อได้เปรียบที่สำคัญอีกประการหนึ่งของโมเดล SES ในรูปแบบ SMA คือรูปแบบ SES ใช้พารามิเตอร์การปรับให้ราบเรียบซึ่งเป็นตัวแปรที่เปลี่ยนแปลงได้อย่างต่อเนื่อง โดยใช้อัลกอริธึม quotsolverquot เพื่อลดข้อผิดพลาดกำลังสองเฉลี่ย ค่าที่เหมาะสมที่สุดของ 945 ในแบบจำลอง SES สำหรับชุดข้อมูลนี้จะเท่ากับ 0.2961 ดังแสดงในที่นี้อายุเฉลี่ยของข้อมูลในการคาดการณ์นี้คือ 10.2961 3.4 งวดซึ่งใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ 6-term ระยะสั้น การคาดการณ์ระยะยาวจากแบบจำลอง SES เป็นแนวเส้นตรง เช่นเดียวกับในรูปแบบ SMA และรูปแบบการเดินแบบสุ่มโดยไม่มีการเติบโต อย่างไรก็ตามโปรดทราบว่าช่วงความเชื่อมั่นที่คำนวณโดย Statgraphics จะแตกต่างกันไปในรูปแบบที่ดูสมเหตุสมผลและมีความแคบกว่าช่วงความเชื่อมั่นสำหรับรูปแบบการเดินแบบสุ่ม แบบจำลอง SES อนุมานว่าชุดนี้ค่อนข้างจะคาดเดาได้มากกว่าแบบจำลองการเดินแบบสุ่ม แบบจำลอง SES เป็นกรณีพิเศษของรูปแบบ ARIMA ดังนั้นทฤษฎีสถิติของแบบจำลอง ARIMA จึงเป็นพื้นฐานที่ใช้ในการคำนวณช่วงความเชื่อมั่นสำหรับแบบจำลอง SES โดยเฉพาะอย่างยิ่งแบบจำลอง SES คือแบบจำลอง ARIMA ที่มีความแตกต่างอย่างไม่มีความแตกต่างกันหนึ่งคำ MA (1) และไม่มีระยะคงที่ หรือที่เรียกว่าโควต้า (0,1,1) โดยไม่มีค่าคงที่ ค่าสัมประสิทธิ์ MA (1) ในรูปแบบ ARIMA สอดคล้องกับจำนวน 1-945 ในแบบจำลอง SES ตัวอย่างเช่นถ้าคุณพอดีกับรูปแบบ ARIMA (0,1,1) โดยไม่มีค่าคงที่สำหรับชุดข้อมูลที่วิเคราะห์ที่นี่ค่าสัมประสิทธิ์ MA (1) โดยประมาณจะเท่ากับ 0.7029 ซึ่งใกล้เคียงกับค่า 0.2961 เป็นไปได้ที่จะเพิ่มสมมติฐานของแนวโน้มเชิงเส้นที่ไม่เป็นศูนย์ให้เป็นรูปแบบ SES ในการทำเช่นนี้เพียงแค่ระบุรูปแบบ ARIMA ที่มีความแตกต่างอย่างไม่มีความแตกต่างอย่างหนึ่งและเทอม MA (1) ที่มีค่าคงที่นั่นคือ ARIMA (0,1,1) โดยมีค่าคงที่ การคาดการณ์ในระยะยาวจะมีแนวโน้มที่เท่ากับแนวโน้มเฉลี่ยที่สังเกตได้ในช่วงประมาณทั้งหมด คุณไม่สามารถดำเนินการนี้ควบคู่กับการปรับฤดูกาลได้เนื่องจากตัวเลือกการปรับฤดูกาลจะถูกปิดใช้งานเมื่อตั้งค่าประเภทของรูปแบบเป็น ARIMA อย่างไรก็ตามคุณสามารถเพิ่มแนวโน้มการชี้แจงในระยะยาวที่คงที่สำหรับแบบจำลองการทำให้เรียบแบบเลขแจงที่เรียบง่าย (โดยมีหรือไม่มีการปรับฤดูกาล) โดยใช้ตัวเลือกการปรับค่าเงินเฟ้อในขั้นตอนการคาดการณ์ อัตราการเติบโตของอัตราแลกเปลี่ยน (quotation) ในแต่ละช่วงเวลาสามารถประมาณได้จากค่าสัมประสิทธิ์ความชันในรูปแบบเส้นตรงที่พอดีกับข้อมูลร่วมกับการแปลงลอการิทึมตามธรรมชาติหรืออาจขึ้นอยู่กับข้อมูลอื่น ๆ ที่เป็นอิสระเกี่ยวกับแนวโน้มการเติบโตในระยะยาว . (กลับไปด้านบนสุดของหน้า) Browns Linear (เช่น double) Exponential Smoothing โมเดล SMA และ SES สมมุติว่าไม่มีแนวโน้มใด ๆ ในข้อมูล (โดยปกติจะเป็นอย่างน้อยหรืออย่างน้อยก็ไม่เลวสำหรับ 1- การคาดการณ์ล่วงหน้าเมื่อข้อมูลมีเสียงดังมาก) และสามารถปรับเปลี่ยนเพื่อรวมแนวโน้มเชิงเส้นคงที่ดังที่แสดงไว้ข้างต้น สิ่งที่เกี่ยวกับแนวโน้มในระยะสั้นหากซีรี่ส์แสดงอัตราการเติบโตที่แตกต่างกันหรือรูปแบบตามวัฏจักรที่โดดเด่นชัดเจนเมื่อเทียบกับเสียงรบกวนและหากมีความจำเป็นต้องคาดการณ์ล่วงหน้ามากกว่า 1 รอบการคาดการณ์แนวโน้มในท้องถิ่นอาจเป็นไปได้ ปัญหา แบบจำลองการทำให้เรียบเรียบง่ายสามารถสรุปเพื่อให้ได้รูปแบบการเรียบแบบเสวนาเชิงเส้น (LES) ซึ่งจะคำนวณการประมาณระดับท้องถิ่นและระดับแนวโน้ม รูปแบบแนวโน้มที่แตกต่างกันตามเวลาที่ง่ายที่สุดคือสีน้ำตาลแบบเสแสร้งแบบเสียดสีแบบเรียบซึ่งใช้ทั้งสองแบบที่เรียบเนียนแตกต่างกันไปตามจุดต่าง ๆ ในเวลา สูตรพยากรณ์ขึ้นอยู่กับการอนุมานของเส้นผ่านทั้งสองศูนย์ (รุ่นที่ซับซ้อนมากขึ้นของรุ่นนี้ Holt8217s ถูกกล่าวถึงด้านล่าง) รูปแบบพีชคณิตของ Brown8217s เชิงเส้นแบบเรียบเช่นเดียวกับรูปแบบการเรียบง่ายชี้แจงสามารถแสดงในรูปแบบที่แตกต่างกัน แต่ที่เท่าเทียมกัน รูปแบบมาตรฐานของแบบจำลองนี้มักจะแสดงดังนี้: ให้ S หมายถึงชุดแบบเดี่ยวที่เรียบง่ายได้โดยใช้การเรียบง่ายแบบเลขยกตัวอย่างให้เป็นชุด Y นั่นคือค่าของ S ในช่วง t จะได้รับโดย: (จำได้ว่าภายใต้หลักการง่ายๆ exponential smoothing นี่คือการคาดการณ์ของ Y ในช่วง t1) จากนั้นให้ Squot แสดงชุดที่มีการคูณทวีคูณขึ้นโดยใช้การเรียบแบบเลขแจงธรรมดา (ใช้แบบเดียวกัน 945) กับชุด S: สุดท้ายการคาดการณ์สำหรับ Y tk สำหรับ kgt1 ใด ๆ ให้โดย: ผลตอบแทนนี้ e 1 0 (เช่นโกงเล็กน้อยและให้การคาดการณ์ครั้งแรกเท่ากับการสังเกตครั้งแรกจริง) และ e 2 Y 2 8211 Y 1 หลังจากที่คาดการณ์จะถูกสร้างโดยใช้สมการข้างต้น ค่านี้จะให้ค่าพอดีกับสูตรตาม S และ S ถ้าค่าเริ่มต้นใช้ S 1 S 1 Y 1 รุ่นของรุ่นนี้ใช้ในหน้าถัดไปที่แสดงให้เห็นถึงการรวมกันของการเรียบแบบเสวนากับการปรับฤดูกาลตามฤดูกาล Holt8217s Linear Exponential Smoothing Brown8217s แบบจำลอง LES คำนวณการประมาณระดับท้องถิ่นและแนวโน้มโดยการให้ข้อมูลที่ราบรื่น แต่ข้อเท็จจริงที่ว่าด้วยพารามิเตอร์เรียบเพียงอย่างเดียวจะกำหนดข้อ จำกัด ของรูปแบบข้อมูลที่สามารถพอดีกับระดับและแนวโน้มได้ ไม่ได้รับอนุญาตให้เปลี่ยนแปลงในอัตราที่เป็นอิสระ แบบจำลอง LES ของ Holt8217s กล่าวถึงปัญหานี้ด้วยการรวมค่าคงที่ที่ราบเรียบสองค่าหนึ่งค่าสำหรับหนึ่งและหนึ่งสำหรับแนวโน้ม ทุกเวลา t เช่นเดียวกับในรุ่น Brown8217s มีการประมาณการ L t ของระดับท้องถิ่นและประมาณการ T t ของแนวโน้มในท้องถิ่น ที่นี่พวกเขาจะได้รับการคำนวณจากค่าของ Y ที่สังเกตได้ในเวลา t และการประมาณค่าก่อนหน้าของระดับและแนวโน้มโดยสมการสองตัวที่ใช้การอธิบายแบบเอกซ์โพเน็นเชียลให้เรียบขึ้น หากระดับและแนวโน้มโดยประมาณของเวลา t-1 คือ L t82091 และ T t-1 ตามลำดับจากนั้นคาดว่า Y tshy ที่จะทำในเวลา t-1 เท่ากับ L t-1 T t-1 เมื่อมีการสังเกตค่าจริงค่าประมาณระดับที่ปรับปรุงใหม่จะถูกคำนวณโดยการ interpolating ระหว่าง Y tshy และการคาดการณ์ L t-1 T t-1 โดยใช้น้ำหนักของ 945 และ 1-945 การเปลี่ยนแปลงระดับโดยประมาณ, คือ L t 8209 L t82091 สามารถตีความได้ว่าเป็นสัญญาณรบกวนของแนวโน้มในเวลา t การประมาณการแนวโน้มของแนวโน้มจะถูกคำนวณโดยการ interpolating ระหว่าง L t 8209 L t82091 และประมาณการก่อนหน้าของแนวโน้ม T t-1 โดยใช้เครื่องชั่ง 946 และ 1-946 การตีความค่าคงที่การทรงตัวของกระแส 946 มีความคล้ายคลึงกับค่าคงที่ของการปรับให้เรียบระดับ 945 โมเดลที่มีค่าน้อย 946 อนุมานได้ว่าแนวโน้มมีการเปลี่ยนแปลงเพียงอย่างช้าๆเมื่อเวลาผ่านไป ใหญ่กว่า 946 สมมติว่ามีการเปลี่ยนแปลงอย่างรวดเร็ว แบบจำลองที่มีขนาดใหญ่ 946 เชื่อว่าในอนาคตอันใกล้นี้มีความไม่แน่นอนมากเนื่องจากข้อผิดพลาดในการคาดการณ์แนวโน้มกลายเป็นสิ่งสำคัญมากเมื่อคาดการณ์ล่วงหน้ามากกว่าหนึ่งช่วง (กลับไปด้านบนสุดของหน้า) ค่าคงที่ที่ราบเรียบ 945 และ 946 สามารถประมาณได้ตามปกติโดยลดข้อผิดพลาดของค่าเฉลี่ยของการคาดการณ์ล่วงหน้า 1 ขั้นตอน เมื่อทำใน Statgraphics ค่าประมาณนี้จะเท่ากับ 945 0.3048 และ 946 0.008 ค่าที่น้อยมากของ 946 หมายความว่ารูปแบบสมมติว่ามีการเปลี่ยนแปลงน้อยมากในแนวโน้มจากระยะหนึ่งไปยังอีกรูปแบบหนึ่งดังนั้นโดยทั่วไปโมเดลนี้กำลังพยายามประมาณแนวโน้มในระยะยาว โดยการเปรียบเทียบกับความคิดของอายุโดยเฉลี่ยของข้อมูลที่ใช้ในการประมาณระดับท้องถิ่นของชุดข้อมูลอายุโดยเฉลี่ยของข้อมูลที่ใช้ในการประเมินแนวโน้มในท้องถิ่นเป็นสัดส่วนกับ 1 946 แม้ว่าจะไม่เท่ากันก็ตาม . ในกรณีนี้ที่กลายเป็น 10.006 125 นี่เป็นตัวเลขที่แม่นยำมากที่สุดเท่าที่ความถูกต้องของค่าประมาณ 946 isn8217t จริง ๆ 3 ตำแหน่งทศนิยม แต่มันก็เป็นเรื่องธรรมดาของขนาดตามตัวอย่างขนาด 100 ดังนั้น รุ่นนี้มีค่าเฉลี่ยมากกว่าค่อนข้างมากของประวัติศาสตร์ในการประมาณแนวโน้ม พล็อตการคาดการณ์ด้านล่างแสดงให้เห็นว่าโมเดล LES ประมาณการแนวโน้มท้องถิ่นในวงกว้างขึ้นเล็กน้อยที่ส่วนท้ายของชุดข้อมูลมากกว่าแนวโน้มที่คงที่ในแบบจำลอง SEStrend นอกจากนี้ค่าประมาณของ 945 เกือบจะเหมือนกันกับที่ได้จากการปรับรุ่น SES ที่มีหรือไม่มีแนวโน้มดังนั้นเกือบจะเป็นแบบเดียวกัน ตอนนี้ดูเหมือนว่าการคาดการณ์ที่สมเหตุสมผลสำหรับโมเดลที่ควรจะประเมินแนวโน้มในระดับท้องถิ่นดูเหมือนว่าแนวโน้มในท้องถิ่นมีแนวโน้มลดลงในตอนท้ายของชุดข้อมูลสิ่งที่เกิดขึ้นพารามิเตอร์ของรุ่นนี้ ได้รับการประเมินโดยการลดข้อผิดพลาดสี่เหลี่ยมของการคาดการณ์ล่วงหน้า 1 ขั้นตอนไม่ใช่การคาดการณ์ในระยะยาวซึ่งในกรณีนี้แนวโน้มไม่ได้สร้างความแตกต่างมากนัก หากสิ่งที่คุณกำลังมองหาคือข้อผิดพลาด 1 ขั้นตอนคุณจะไม่เห็นภาพใหญ่ของแนวโน้มในช่วง 10 หรือ 20 ครั้ง เพื่อให้โมเดลนี้สอดคล้องกับการคาดการณ์ข้อมูลลูกตาของเรามากขึ้นเราจึงสามารถปรับค่าคงที่การปรับให้เรียบตามแนวโน้มเพื่อให้ใช้พื้นฐานที่สั้นกว่าสำหรับการประมาณแนวโน้ม ตัวอย่างเช่นถ้าเราเลือกที่จะตั้งค่า 946 0.1 แล้วอายุเฉลี่ยของข้อมูลที่ใช้ในการประเมินแนวโน้มท้องถิ่นคือ 10 ช่วงเวลาซึ่งหมายความว่าเรามีค่าเฉลี่ยของแนวโน้มมากกว่าช่วงเวลา 20 ช่วงที่ผ่านมา Here8217s พล็อตการคาดการณ์มีลักษณะอย่างไรถ้าเราตั้งค่า 946 0.1 ขณะเก็บรักษา 945 0.3 นี่ดูเหมาะสมสำหรับชุดนี้แม้ว่าจะเป็นแนวโน้มที่จะคาดการณ์แนวโน้มดังกล่าวได้ไม่น้อยกว่า 10 งวดในอนาคต สิ่งที่เกี่ยวกับสถิติข้อผิดพลาดนี่คือการเปรียบเทียบรูปแบบสำหรับสองรุ่นที่แสดงข้างต้นเช่นเดียวกับสามรุ่น SES ค่าที่เหมาะสมที่สุดคือ 945 สำหรับรุ่น SES มีค่าประมาณ 0.3 แต่ผลการค้นหาที่คล้ายกัน (มีการตอบสนองน้อยหรือน้อยตามลำดับ) จะได้รับค่า 0.5 และ 0.2 (A) Holts linear exp. การให้ความนุ่มนวลด้วย alpha 0.3048 และ beta 0.008 (B) Holts linear exp. การทำให้เรียบด้วยเอ็กซ์พี 0.3 และเบต้า 0.1 (C) การเพิ่มความเรียบง่ายด้วยการอธิบายด้วย alpha 0.5 (D) การทำให้เรียบอย่างง่ายด้วยเอ็กซ์โป 0.3 (E) การเรียบง่ายด้วยเลขแจงอัลฟา 0.2 สถิติของพวกเขาใกล้เคียงกันมากดังนั้นเราจึงสามารถเลือกได้บนพื้นฐาน ข้อผิดพลาดในการคาดการณ์ล่วงหน้า 1 ขั้นตอนภายในตัวอย่างข้อมูล เราต้องกลับไปพิจารณาเรื่องอื่น ๆ ถ้าเราเชื่อว่าการคาดการณ์แนวโน้มในปัจจุบันเกี่ยวกับสิ่งที่เกิดขึ้นในระยะเวลา 20 ปีที่ผ่านมาเราสามารถสร้างกรณีสำหรับโมเดล LES ด้วย 945 0.3 และ 946 0.1 ได้ ถ้าเราต้องการที่จะไม่เชื่อเรื่องว่ามีแนวโน้มในระดับท้องถิ่นแบบใดแบบหนึ่งของ SES อาจอธิบายได้ง่ายกว่านี้และจะให้การคาดการณ์ระดับกลางของถนนต่อไปอีก 5 หรือ 10 ครั้ง ชนิดของแนวโน้มการอนุมานที่ดีที่สุดคือแนวนอนหรือเส้นตรงหลักฐานเชิงประจักษ์ชี้ให้เห็นว่าหากข้อมูลได้รับการปรับแล้ว (ถ้าจำเป็น) สำหรับอัตราเงินเฟ้อแล้วก็อาจจะไม่ระมัดระวังในการคาดการณ์ระยะสั้นในเชิงเส้น แนวโน้มที่ไกลมากในอนาคต แนวโน้มที่เห็นได้ชัดในวันนี้อาจลดลงในอนาคตอันเนื่องมาจากสาเหตุที่แตกต่างกันเช่นความล้าสมัยของผลิตภัณฑ์การแข่งขันที่เพิ่มขึ้นและการชะลอตัวของวัฏจักรหรือการปรับตัวในอุตสาหกรรม ด้วยเหตุนี้การเรียบอย่างง่ายจึงมักจะทำให้ได้ตัวอย่างที่ดีกว่าที่ควรจะเป็นอย่างอื่นแม้จะมีการอนุมานแนวโน้มในแนวนอน การปรับเปลี่ยนรูปแบบการลดลงของรูปแบบการเพิ่มประสิทธิภาพเชิงเส้นแบบเชิงเส้นมักใช้ในการปฏิบัติเพื่อแนะนำโน้ตของอนุรักษนิยมในการคาดการณ์แนวโน้ม โมเดล LES ที่มีแนวโน้มลดลงสามารถใช้เป็นกรณีพิเศษของรูปแบบ ARIMA โดยเฉพาะ ARIMA (1,1,2) เป็นไปได้ในการคำนวณช่วงความเชื่อมั่นรอบการคาดการณ์ในระยะยาวที่ผลิตโดยแบบจำลองการทำให้เรียบโดยพิจารณาเป็นกรณีพิเศษของรูปแบบ ARIMA ความกว้างของช่วงความเชื่อมั่นขึ้นอยู่กับ (i) ข้อผิดพลาด RMS ของโมเดล (ii) ประเภทของการปรับให้เรียบ (แบบง่ายหรือแบบเส้นตรง) (iii) ค่า (s) ของคงที่ราบเรียบ (s) และ (iv) จำนวนรอบระยะเวลาที่คุณคาดการณ์ โดยทั่วไปช่วงเวลาจะกระจายออกไปได้เร็วกว่าเมื่อ 945 มีขนาดใหญ่ขึ้นในรูปแบบ SES และแพร่กระจายได้เร็วกว่ามากเมื่อใช้เส้นตรงมากกว่าการเรียบแบบเรียบ หัวข้อนี้จะกล่าวถึงต่อไปในส่วนรูปแบบ ARIMA ของบันทึกย่อ (กลับขึ้นด้านบนของหน้า) 70,548 กล่องย้าย 143,567 ไมล์เดินทาง 54,256 ม้วนเทป 13,027 ลูกค้าพึงพอใจถอดแยก, ป้องกัน, Pack, Unload, Reassemble, Smile เราทำได้ง่ายเหมือนที่ ทั้งหมดนี้มีต้นทุนต่ำสำหรับคุณ ApartmentsCondos ย้ายจากชั้น 3 ไปอีกชั้น 3 ช่วยให้ผู้เชี่ยวชาญด้านการทำงานที่หนักที่สุดในธุรกิจทำเพื่อคุณไม่ว่าจะเป็นชั้น 1, 3 หรือ 35 บันไดไม่เหมาะสำหรับนักเคลื่อนไหวของเรา ไม่มีใครจะดีกว่า สำนักงานกฏหมาย ห้องปฏิบัติการวิศวกรรม ปีกโรงพยาบาลทั้งหมด ไม่มีสำนักงานใหญ่เกินไปเล็กเกินไปหรือซับซ้อนเกินไป ประสิทธิภาพและความชำนาญของเราจะช่วยให้คุณกลับมาทำงานใหม่ได้ในเวลาอันรวดเร็ว Meet Our Team พอลเกิดและโตใน Austin, TX เขาจบการศึกษาจาก Texas A038M University ในปีพ. ศ. 2554 ในบัญชีและ วท. ม. ในการจัดการกับการมุ่งเน้นในการประกอบการ เขาเป็น 8230 คาเมรอนเกิดและเติบโตในออสตินเท็กซัสและยกเว้นเพียง stints สั้น ๆ ที่นี่และที่นั่นได้อาศัยอยู่ที่นี่ตลอดชีวิตของเขา เขาไม่มีแผนจะออกไปและรักโอกาสในการต้อนรับคนใหม่ทุกวันในสถานที่ยอดเยี่ยมนี้ หลังจากที่ 8230 แจ็คบราวน์เกิดและเติบโตที่นี่ในเมืองที่น่าอัศจรรย์ของออสตินเทกซัสซึ่งเขาเล่นฟุตบอลเข้าร่วมในมิราเคิลลีก (ลีกเบสบอลสำหรับเด็กที่มีความต้องการพิเศษ) และอาสาสมัครฉันถูกเลี้ยงดูมาในครอบครัวทหารดังนั้นฉันเติบโตขึ้นมาทั้งหมด ทั่วสหรัฐอเมริกา ฉันอาศัยอยู่ในรัฐแคลิฟอร์เนียยูทาห์แมริแลนด์วอชิงตันจอร์เจียเท็กซัสและวุร์ซบูร์กประเทศเยอรมนี Definitely8230 เช็คเอาท์ส่วนที่เหลือของทีม Smart Austin Moving Services Moving ไม่ใช่กิจการขนาดเล็ก เป็นความรับผิดชอบทางการเงินและทางอารมณ์ที่ยิ่งใหญ่ เหมือนทุกสิ่งทุกอย่างมีวิธีที่ถูกต้องและผิดวิธีในการทำเช่นนั้น Einstein Moving Co. ได้ใช้เวลาเรียนรู้วิธีการเคลื่อนย้ายสิ่งที่ถูกต้อง ด้วยการเตรียมพร้อมเตรียมพร้อมอย่างรอบคอบการฝึกอบรมอย่างละเอียดและทัศนคติที่กระตือรือร้นและกระตือรือร้นลูกค้าจะมั่นใจได้ว่าสิ่งของมีค่าของพวกเขาอยู่ในมือที่ปลอดภัย นี่คือสูตรพื้นฐานสำหรับความสำเร็จของเรา: Great Service ที่ Einstein เราตระหนักถึงภูมิปัญญาในการบริการลูกค้าของแท้ คนจำเป็นต้องรู้ว่าพวกเขาสามารถไว้วางใจทีมงานในการปกป้องทรัพย์สินและทรัพย์สินของตนเองขณะที่พวกเขากำลังย้ายจากที่หนึ่งไปยังอีกที่หนึ่ง กับ Einstein คนมีโอกาสที่จะทำความรู้จักกับคนขับรถก่อนที่จะถึงวันใหญ่ เครื่องเคลื่อนย้ายทั้งหมดของเรามีโปรไฟล์ส่วนบุคคลที่พร้อมให้บริการแก่สาธารณชนในเว็บไซต์ของเรา ตัวเลือกต่างๆเช่นนี้ทำให้ลูกค้าพึงพอใจในชีวิตที่ยิ่งใหญ่เช่นการย้าย อีกวิธีหนึ่งที่เราให้บริการพิเศษคือการรักษาชื่อเสียงที่น่าเชื่อถือและน่าเชื่อถือ เราบรรลุเป้าหมายนี้โดยการคงไว้ซึ่งตรงเวลาและเชื่อถือได้ เราไม่ต้องเสียเวลาในการทำงาน พนักงานที่มีคุณภาพยอดเยี่ยมของ Einsteins ไม่ใช่พนักงานขับรถธรรมดา พวกเขาจะต้องได้รับปริญญาทางวิทยาลัยและได้รับการฝึกอบรมอย่างกว้างขวางก่อนที่จะทำการทีม พนักงานของเราเก่งในการบริการลูกค้าและการย้ายที่มีประสิทธิภาพ เมื่อเสร็จสิ้นการฝึกอบรมพวกเขาไม่ได้รับการศึกษาเท่านั้นพวกเขามีเวลาประสานงานและมีประสบการณ์ Einstein เข้าใจดีว่าบริการที่มีคุณภาพเริ่มต้นด้วยพนักงานที่มีคุณภาพ ความยืดหยุ่น Einstein ภูมิใจในการตอบสนองความต้องการของลูกค้าทุกรายในฐานะส่วนหนึ่งของความมุ่งมั่นในการบริการลูกค้าของแท้ ต่อไปนี้เป็นวิธีที่เราต้องการทำงานร่วมกับลูกค้าของเรา: Einstein ต้องการทำให้การเคลื่อนไหวเป็นไปอย่างรวดเร็วและปราศจากความยุ่งยากที่สุด อัตราคงที่หนึ่งครั้งช่วยประหยัดเวลาและค่าใช้จ่ายสำหรับลูกค้าของเรา ไม่มีค่าธรรมเนียมที่ซ่อนอยู่ลูกค้าจะไม่ประหลาดใจกับค่าใช้จ่ายเพิ่มเติมและสามารถวางแผนค่าใช้จ่ายของพวกเขาตาม Movers จะได้รับการชำระเงินเฉพาะเวลาที่พวกเขากำลังเคลื่อนย้ายและตราบเท่าที่ลูกค้าต้องการและผู้รับมอบสิทธิ์เท่านั้น ราคาที่กำหนดไว้ในตารางเวลาของลูกค้าทำให้สิ่งที่เป็นธรรมและสแควร์ ที่อยู่อาศัยในเชิงพาณิชย์ Einstein ให้บริการบ้านรวมทั้งการย้ายการค้าและธุรกิจ ส่วนหนึ่งของเหตุผลที่เราใช้จ่ายเงินลงทุนเป็นเวลามากในการปฏิบัติงานของพนักงานของเราคือเพื่อให้แน่ใจว่าพวกเขาสามารถจัดการกับความเครียดและความคาดหวังในการย้ายที่อยู่อาศัยได้เป็นอย่างมาก ด้วยจำนวนหุ้นที่ถือครองมากระหว่างการย้ายไอนสไตน์มีความคาดหวังในการย้ายแบบเดิมทำให้เราอยู่ในอันดับต้น ๆ ของอุตสาหกรรมบริการที่ย้าย เรามุ่งมั่นที่จะทำให้ทุกๆประสบการณ์ในเชิงบวกแก่ลูกค้าของเรา ทำไมเราต้องการให้คุณบอกเพื่อนของคุณเกี่ยวกับเราและเพื่อนำธุรกิจของคุณกลับมาหาเราในอนาคต Einstein Moving Company 9200 ถนนสีน้ำตาล, Suite A ออสติน เท็กซัส 78754 Einstein Moving Company เริ่มจากชายสองคนชื่อ Paul Morin และ Cameron Brown เพื่อนตั้งแต่ชั้นอนุบาล (พวกเขาเติบโตขึ้นมาตามถนนคนอื่น) พวกเขาทั้งสองเรียนจบจาก AampM กล่าวว่าไม่ต้องขอบคุณงานโต๊ะและเริ่มต้น บริษัท ของตัวเอง ที่อยู่: 9200 Brown Lane, Suite A ออสติน TX 78754 ติดต่อกับเรา Copyright copy 2017 บริษัท ไอนสเต็นดิสทริบิวชั่นอิงค์ All Rights Reserved TxDMV - (1-888-368-4689) TxDOTDMV ของเรา - 006604158C สหรัฐ DOT - 2193963MACD (Moving Average Convergence-Divergence) วิธีการใช้ MACD ในการซื้อขาย Forex MACD เป็นตัวบ่งชี้ที่น่าเชื่อถือที่สุดตัวหนึ่ง แม้ว่าเราจะไม่เชื่อในการใช้ตัวชี้วัดใด ๆ ในการซื้อขายของเราและเรามักใช้แผนภูมิเชิงเทียนและ Bollinger Bands เพื่อหาการตั้งค่าทางการค้า แต่เราเชื่อว่า MACD เป็นตัวบ่งชี้ที่แข็งแกร่งสำหรับผู้ค้ามือใหม่ที่เคยเข้าและออก ของตลาดเร็วเกินไป MACD เป็นตัวบ่งชี้ที่ล่าช้าและความล่าช้าทำให้คุณอดทนไม่รีบเร่งในการเข้าสู่ตลาดหรือออกไปเร็วเกินไป เมื่อเร็ว ๆ นี้เราได้ตีพิมพ์บทความเกี่ยวกับ MACD อีกครั้งเพื่อแสดงให้ผู้ติดตามของเราเห็นว่าพวกเขาสามารถใช้การตั้งค่าช้าลงของ MACD เพื่อให้มีรายการที่ดีกว่าและดำรงตำแหน่งได้นานขึ้นเพื่อเพิ่มผลกำไรให้สูงสุด: วิธีการใช้การตั้งค่าช้าลงของตัวบ่งชี้ MACD มีผู้ค้ามืออาชีพจำนวนมาก ทั้งหุ้นและผู้ค้า forex) ที่พึ่งพาตัวบ่งชี้นี้ แน่นอนเราไม่ควรพูดเกินจริงเกี่ยวกับตัวบ่งชี้นี้ ไม่ใช่เครื่องมือวิเศษที่จะแสดงสัญญาณ buysell อย่างไรก็ตามเมื่อเทียบกับตัวบ่งชี้อื่น ๆ ก็เป็นที่ดี สามารถใช้พร้อมกับ RSI เพื่อยืนยันการตั้งค่าทางการค้า นั่นคือคำถามล้านดอลลาร์ ก่อนที่เราจะบอกคุณว่าทำไม MACD ทำงานเราจึงต้องการอธิบายเกี่ยวกับสาเหตุที่สำคัญที่สุดประการหนึ่งของ traders forex forex (รวมถึง traders อื่น ๆ อีกด้วย) 8217) บางทีคุณอาจเคยได้ยินเรื่องนี้มามากมายจากเรา แต่ก็ต้องได้รับการเตือนในบทความนี้ด้วย การขาดความอดทนเป็นหนึ่งในสาเหตุที่สำคัญที่สุดของความล้มเหลวของ traders forex forex ผู้ค้าส่วนใหญ่ไม่อดทนพอที่จะรอการตั้งค่าการค้าที่เข้มแข็ง หลังจากหลายนาทีชั่วโมงหรือวันที่พวกเขารอการตั้งค่าทางการค้า (ขึ้นอยู่กับกรอบเวลาหรือระบบที่ใช้) และไม่สามารถหาตำแหน่งใด ๆ ได้พวกเขาก็จะสูญเสียความอดทนและบังคับตัวเองให้เข้ารับตำแหน่งในขณะที่ไม่มีคมและชัดเจน การตั้งค่าทางการค้า ดังนั้นพวกเขาจึงสูญเสีย ในทางตรงกันข้ามเมื่อพวกเขาประสบความสำเร็จในตำแหน่งที่ดีพวกเขาออกไปเร็วเกินไปด้วยกำไรเพียงเล็กน้อยเพราะกลัวการสูญเสียกำไรที่พวกเขาทำไปแล้ว พวกเขาไม่มีความอดทนพอที่จะดำรงตำแหน่งจนกว่าจะบรรลุเป้าหมาย ดังนั้นพวกเขาจึงทำให้กำไรของพวกเขา จำกัด เพราะขาดความอดทน MACD เป็นทางออกสำหรับปัญหาเหล่านี้เนื่องจากมีความล่าช้าและความล่าช้านี้ทำให้คุณต้องรออีกมากทั้งในขณะที่คุณกำลังรอการตั้งค่าการค้าและเมื่อคุณกำลังถือครองอยู่ That8217s ทำไม MACD แนะนำทั้งโดยผู้ค้า forex และ stock (โปรดทราบว่า Heikin Ashi เป็นอีกหนึ่งเครื่องมือที่ช่วยให้คุณรอทั้งก่อนการตั้งค่าการค้าและในขณะที่คุณอยู่ในตลาดคุณสามารถอ่านเกี่ยวกับ Heikin Ashi ได้ที่นี่) บางครั้งตัวชี้วัดอื่น ๆ ของคุณและแผนภูมิราคาจะแสดงให้คุณเห็น การตั้งค่าผู้ประกอบการค้า แต่ MACD บอกให้คุณรอและจะช่วยให้คุณไม่ให้พิงแนวโน้มและสูญเสียเงิน นอกจากนี้ยังมีกรณีหลายอย่างที่คุณต้องการทำตามเทรนด์ แต่ MACD บอกว่าสายเกินไปและเทรนด์อ่อนล้าและอาจย้อนกลับได้ตลอดเวลา ในบทความนี้เราจะพยายามอย่างดีที่สุดเพื่อให้ครอบคลุมทุกกรณีเหล่านี้และช่วยให้คุณใช้ MACD ในธุรกิจการค้าของคุณได้ดีที่สุด MACD หมายถึงอะไร MACD หมายถึง Moving Average Convergence Divergence MACD เป็นตัวบ่งชี้ที่ใช้ในการวิเคราะห์ทางเทคนิค ตัวบ่งชี้นี้ได้รับการพัฒนาโดยเจอราลด์แอ็ปเปิ้ลซึ่งเป็นนักวิเคราะห์รายย่อยและนักวิเคราะห์ด้านเทคนิคของตลาด MACD คือความแตกต่างของค่าเฉลี่ยเลขคณิต 12 และ 26 ที่ระบุ MACD จะตัด 26 งวดออกจากช่วงเวลา 12 เดือนและจะแสดงผลเป็นเส้นเดียวซึ่งเป็นสายหลักของ MACD ตัวบ่งชี้ MACD ทั่วไปมีเส้นพิเศษหนึ่งเส้นซึ่งเป็นเส้นค่าเฉลี่ยเคลื่อนที่เป็นเส้นตรงของเส้นหลัก ค่าเฉลี่ยเคลื่อนที่นี้ถูกกำหนดเป็น 9 โดยค่าเริ่มต้นและเรียกว่าเส้นสัญญาณ ใน MetaTrader MACD doesn8217t เริ่มต้นมีเส้น MACD หลัก แต่มีแถบ (histogram) บนแพลตฟอร์มอื่นคุณสามารถดูทั้ง MACD main line และ MACD histogram MACD histogram คือความแตกต่างของเส้นหลัก MACD และเส้นค่าเฉลี่ย 9 เลขนัยสำคัญ: MACD Histogram: เส้นหลักสัญญาณ MACD 8211 สัญญาณเส้นสัญญาณ MACD เป็นเพียงส่วนที่เป็นเส้นค่าเฉลี่ยเคลื่อนที่สองรูป แม้ว่าจะเป็นตัวบ่งชี้ที่แข็งแกร่งและเชื่อถือได้ แต่ก็เป็นตัวบ่งชี้ที่ช่วยลดเสียงรบกวนจากตลาด หากคุณเป็นผู้ประกอบการค้าอาจเป็นไปได้ว่า MACD จะไม่มีประโยชน์สำหรับคุณ คุณจำเป็นต้องใช้โปรแกรมนี้หากคุณเป็นโปรแกรมเมอร์และต้องการใช้ MACD ในการออกแบบและพัฒนา EA (ผู้เชี่ยวชาญที่ปรึกษา) หรือหุ่นยนต์ อย่างไรก็ตามสูตรช่วยให้คุณเข้าใจตัวบ่งชี้ได้ดียิ่งขึ้น เราได้พูดถึงการคำนวณตัวบ่งชี้นี้8217s: บรรทัดหลัก: 12 EMA 8211 26 EMA บรรทัดสัญญาณ: 9 EMA ของเส้นหลัก Histogram: สายหลัก 8211 เส้นสัญญาณดาวน์โหลด MACD สี: MACD ที่มาพร้อมกับ MetaTrader เป็นค่าเริ่มต้นมีสีเดียว histogram หากคุณต้องการมี MACD สีเดียวกันที่เรามีอยู่ในแผนภูมิของเรา (ด้านล่างภาพหน้าจอ) โปรดดาวน์โหลดและติดตั้งลงในแพลตฟอร์มของคุณก่อนที่เราจะเริ่มอธิบายเกี่ยวกับ MACD และวิธีที่เราใช้ในการวิเคราะห์ทางเทคนิคและการซื้อขายแลกเปลี่ยน ตัวบ่งชี้นี้ทำงานใน MetaTrader คุณต้องคัดลอกและวางลงในโฟลเดอร์ expertindicators แล้วรีสตาร์ทแพลตฟอร์มของคุณและใช้ตัวบ่งชี้บนแผนภูมิราคา คลิกที่นี่เพื่อดาวน์โหลด MACD สี ในการติดตั้ง MACD สีบนแพลตฟอร์ม MT4 ของคุณคุณต้องคัดลอกตัวบ่งชี้ไปที่โฟลเดอร์ Indicators คลิกที่เมนูไฟล์ที่ด้านบนซ้ายของแพลตฟอร์ม MT4 ของคุณ คลิกที่ Open Data Folder เปิดโฟลเดอร์ MQL4 เปิดโฟลเดอร์ Indicators คัดลอกและวางตัวบ่งชี้ไปยังโฟลเดอร์ Indicators รีสตาร์ทแพลตฟอร์ม MT4 เปิดแผนภูมิราคา กด CtrlN เพื่อเปิดตัวนำทาง เปิดเมนูแบบเลื่อนลง Indicators ลาก LuckScout-MACD. ex4 และวางลงในแผนภูมิ MACD มีลักษณะเป็นอย่างไรในแผนภูมิด้านราคากราฟด้านล่างแสดงให้เห็นว่า MACD มีสีสันเป็นอย่างไร นอกจากนี้ยังมี Moving Average 9 แต่เราตั้งค่าให้เป็นศูนย์เสมอเพราะเราไม่ใช้มัน don8217t มันไม่ได้ช่วยอะไร ในตัวบ่งชี้ที่คุณดาวน์โหลดมาด้านบนระบบจะตั้งค่าเป็นศูนย์เป็นค่าเริ่มต้น แต่คุณสามารถเปลี่ยนกลับเป็น 9 ได้หากต้องการ แถบ MACD (ฮิสโตแกรม) ที่คุณเห็นด้านล่างแสดงถึงความแตกต่างของเส้นสัญญาณหลักและสัญญาณ ในแผนภูมิราคาคุณจะเห็นเส้นสัญญาณหลักและสัญญาณ สายสีแดงคือสายหลักและสายสีเขียวคือสายสัญญาณ เมื่อใดก็ตามที่ระยะทางของเส้นเคลื่อนที่สองเส้นมีขนาดใหญ่แถบ MACD จะยาวเกินไปและเมื่อใดก็ตามที่ทั้งสองเส้นข้ามความยาวของแถบ MACD ที่เกี่ยวข้องจะเป็นศูนย์ (ตามลูกศรสีดำ) ขณะที่คุณเห็นเมื่อมีการเคลื่อนไหวและแรงกดดันมากขึ้น (ตลาดกำลังรั้น) histograms ของ MACD จะขึ้นไปและเปลี่ยนสีเป็นสีน้ำเงินและเมื่อมีแรงกดดันและการเคลื่อนไหวที่ลดลง (ตลาดกำลังถดถอย) พวกเขาจะลงไปและเปลี่ยนไป สีแดง บาร์สัญญาณ MACD อยู่ในระดับสูงและต่ำ เมื่อเรามีแนวโน้มขาขึ้นจะทำให้ระดับต่ำสุดและเมื่อเรามีแนวโน้มลดลงจะทำให้ระดับต่ำลงและเมื่อบาร์อยู่ต่ำกว่าระดับศูนย์พวกเขาจะต่ำลง: MACD ช่วยคุณให้พ้นจากแนวโน้มอย่างไร MACD ช่วยคุณให้พ้นจากแนวโน้มที่เรากล่าวถึง " MACD ชะลอตัวและเมื่อคุณเห็นสัญญาณการกลับรายการที่มี candlesticks และ Bollinger Bands และคุณต้องการใช้ตำแหน่งเทียบกับแนวโน้มนี้ MACD จะบอกคุณ 8220No8221 แน่นอนถ้าคุณรู้เกี่ยวกับเอลเลียตคลื่นและรอบคุณจะไม่ใช้ตำแหน่งใด ๆ กับแนวโน้มแม้ว่าคุณ don8217t มี MACD ในแผนภูมิของคุณ แต่เป็นรู้รอบและเอลเลียตคลื่นเป็นเรื่องยากมากคุณสามารถใช้ MACD อยู่ในทิศทางที่ถูกต้อง โปรดดูสัญญาณการกลับรายการด้านล่าง เทียนแท่งสร้างขึ้นจากกลุ่ม Bollinger Bands อย่างสมบูรณ์และมีแท่งเทียน Bearish สามตัวที่มีสัญญาณการกลับรายการทั้งหมด สามเทียนก่อนหน้านี้คุณมีสัญญาณการกลับรายการอื่นอยู่แล้ว แต่คุณควรละเลยไปเพราะมีความสดใหม่และเกิดขึ้นหลังจากเทียนเชิงกลขนาดใหญ่ แต่สัญญาณการขายครั้งที่สอง (โซนสีเหลือง) ช่วยให้คุณมั่นใจได้ว่า Let8217s บอกว่าคุณ wouldn8217t มี MACD ในแผนภูมิของคุณหรือคุณมี แต่คุณ wouldn8217t ให้ความสำคัญกับมัน คุณสามารถไปสั้นและตั้งหยุดการสูญเสียของคุณสูงกว่าระดับสูงสุด และคาดเดาสิ่งที่หยุดการสูญเสียของคุณจะถูกเรียกใช้: ดังนั้นการต่อต้าน MACD เป็นสิ่งที่อันตราย แน่นอนสัญญาณข้างต้นที่เกิดจากเชิงเทียนยังไม่แข็งแรงพอ นั่นคือเหตุผลที่ราคาไม่ถอยกลับและยังคงเพิ่มขึ้น ในฐานะที่เป็นผู้ค้ามือใหม่ไม่สามารถแยกแยะการตั้งค่าการค้าที่เข้มแข็งของแท่งเทียนได้ การมี MACD อาจเป็นปัจจัยสำคัญที่ช่วยไม่ให้เห็นแนวโน้มจากการตั้งค่าทางการค้าที่อ่อนแอ การต่อต้านแนวโน้มจากสัญญาณเทียนที่อ่อนแอไม่ใช่ความผิดพลาดเพียงอย่างเดียวที่คุณสามารถทำได้ MACD ยังระบุว่าตลาดมีการซื้อหรือขายเกิน เมื่อซื้อเกินกำลังเสี่ยงที่จะไปนานและเมื่อมีการซื้อมากเกินไปจะมีความเสี่ยงที่จะไปสั้น เมื่อตลาดซื้อเกิน Bulls (ผู้ซื้อ) สามารถเริ่มเก็บผลกำไรของพวกเขา (พวกเขาขาย) ได้ตลอดเวลาและดังนั้นราคาอาจลงไปและเมื่อตลาดกำลังขายมากเกินไปหมีสามารถเริ่มต้นการซื้อได้ตลอดเวลาและเพื่อให้ราคาอาจไป ขึ้น เทียนยังบอกคุณด้วยว่าตลาดกำลังซื้อหรือขายเกินจำนวนมาก แต่ MACD ยังช่วยได้มาก ลองดูตัวอย่าง: คุณเป็นเทรดเดอร์ที่มีแนวโน้ม คุณมีแนวโน้มขาขึ้นที่นี่ (ด้านล่าง) คุณเห็นสัญญาณการกลับรายการบางส่วน แต่คุณต้องรอสัญญาณความต่อเนื่องเพื่อไปนาน (รูปสุดท้ายที่อยู่ด้านล่าง) และในเวลาเดียวกันแถบ MACD ล่าสุดจะเปลี่ยนสีและแสดงความดันขึ้น นี่คือสิ่งที่คุณรอมายาวนาน แต่คุณ don8217t พิจารณาว่าตลาดกำลังเกิดขึ้นเป็นเวลานาน (ซื้อเกิน) และสามารถย้อนกลับได้ตลอดเวลา แน่นอนว่ามันสามารถเพิ่มสูงขึ้นได้มาก แต่เราไม่เคยรู้มาก่อนว่าตำแหน่งนี้ขึ้นไปเพียงอันเดียวเท่านั้นและจากนั้นก็จะลงไปและจะเป็นตัวกระตุ้นให้เกิดการหยุดชะงักของคุณ: สัญญาณ MACD การซื้อ - ขาย MACD trading เป็นเหมือนกันระหว่าง traders forex พวกเขารอการเคลื่อนไหว MACD ใหม่ ๆ ไม่กี่บาร์และจากนั้นก็ป้อน MACD ปรับตัวดีขึ้นอย่างมาก นอกจากนี้ยังเป็นสิ่งที่ดีสำหรับการยืนยันสัญญาณการกลับรายการ อย่างไรก็ตามต้องมีการใช้ MACD เพื่อยืนยัน ตัวบ่งชี้หลักคือราคา หากใช้ MACD เป็นตัวยืนยันการสนับสนุนและ Breakout ความต้านทาน มันจะช่วยใหญ่ได้ ผู้ค้าที่อยู่บนฐานสนับสนุนจะต้องมี MACD ในแผนภูมิของพวกเขามิเช่นนั้นอัตราความสำเร็จของพวกเขาจะไม่สมเหตุสมผล ดูภาพด้านล่าง มีเส้นแนวโน้มที่มีเส้นสนับสนุนที่ถูกต้องและมองเห็นได้ คุณกำลังรอการฝ่าฟันการสนับสนุนให้สั้น MACD เริ่มหล่นลงมาหลายจุดเทียนก่อนที่จะมีการเปิดตัว แต่คุณ don8217t สั้นเพราะสามารถรีบขึ้นทันทีที่แตะเส้นสนับสนุน หนึ่งใน candlesticks ปิดด้านล่างแนวรับและในเวลาเดียวกันคุณจะเห็นว่า MACD กำลังจะลง แต่มันสดและไม่ oversold อยู่เหนือระดับศูนย์ด้วย ดังนั้นคุณจึงไปสั้น ๆ ที่เปิดเทียนเชิงเทียนถัดไปตั้งค่าการหยุดขาดทุนของคุณเหนือราคาที่สูงของเชิงเทียนที่แล้วและเป้าหมายของคุณจะเป็นระดับการสนับสนุนต่อไป มันลงไปและเป้าหมายอย่างง่ายดาย ตอนนี้ดูภาพด้านล่างซึ่งเหมือนกับภาพด้านบน แต่ก็แสดงให้เห็นถึงการสนับสนุนอีกครั้งซึ่งเกิดขึ้นในขณะที่การฝ่าด่านด้านการสนับสนุนข้างต้นเกิดขึ้น เห็นได้ชัดว่าเป็นโอกาสใหม่ที่จะได้รับตำแหน่งสั้น ๆ แต่มองไปที่ MACD และความแตกต่างกับตำแหน่งก่อนหน้า ในก่อนหน้านี้ MACD เริ่มอ่อนตัวลงในขณะที่อยู่เหนือระดับศูนย์ หมายความว่าคุณจะไปสั้น ๆ ในขณะที่ตลาดได้รับการซื้อเกินกำลังซึ่งเป็นการตัดสินใจที่ดี ในตำแหน่งนี้ (ด้านล่าง) MACD ไม่ได้อยู่เหนือระดับศูนย์ แต่ก็เริ่มไต่ขึ้นและต่ำลงแล้ว ดังนั้นตลาดจึงขายเกินและสัญญาณการขายของคุณไม่สด มันเป็นสัญญาณมือสองขายและเดาว่าจะเกิดอะไรขึ้นถ้าคุณไปสั้น ๆ และคุณ didn8217t พิจารณา MACD: ใช่ตำแหน่งของคุณเรียกหยุดการสูญเสียก่อนที่จะฮิตเป้าหมาย MACD Divergence เป็นสัญญาณซื้อขายที่มีชื่อเสียงและแข็งแกร่งที่สุดแห่งหนึ่งที่ MACD สร้างขึ้น ความแตกต่างระหว่าง MACD Divergence จะขึ้นเมื่อราคาเพิ่มสูงขึ้นและทำให้ความสามารถในการทำ High High ขึ้นและในเวลาเดียวกันแถบ MACD จะลดลงและทำจุดสูงสุดให้ต่ำลง กฎดังกล่าวกล่าวว่าราคาจะขึ้นไปตามทิศทาง MACD และจะลดลง อย่างไรก็ตามปัญหาคือคุณไม่เคยรู้มาก่อนเมื่อราคาจะไปตามทิศทาง MACD ดังนั้นถ้าคุณรีบเร่งและใช้ตำแหน่งสั้น ๆ ที่ถูกต้องเมื่อคุณเห็นความแตกต่างของ MACD อาจถือเป็นโอกาสสำหรับการเพิ่มอีกหลายจุดเทียน คุณควรไปสั้น ๆ เมื่อ MACD Divergence ตามด้วยสัญญาณการขายที่ดีโดย candlesticks และหรือ breakout ที่สนับสนุน ความแตกต่าง MACD สามารถเห็นได้ในตอนท้ายของขาขึ้น หมายความว่าอย่างไรหมายความว่าถ้าคุณเป็นผู้ค้าที่มีแนวโน้มคุณไม่ควรไปนานเมื่อคุณเห็น MACD Divergence ที่เกิดขึ้น สามารถยุบได้ตลอดเวลา MACD Convergence เป็นสัญญาณที่มีชื่อเสียง แต่คนเชื่อ MACD Divergence มากขึ้นเพราะเมื่อตลาดทรุดตัวลงและไปได้เร็วขึ้นและแข็งแกร่งขึ้น กลัวจะดีกว่าความโลภและเมื่อตลาดลงไปความกลัวเป็นอารมณ์ที่โดดเด่น MACD Convergence เกิดขึ้นเมื่อราคาลดลงและต่ำลงหรือลดต่ำลง แต่ในเวลาเดียวกันแถบ MACD จะเพิ่มขึ้นและสร้างความสูงขึ้นหรือต่ำกว่า กฎบอกว่าราคาจะเปลี่ยนทิศทางและจะเป็นไปตาม MACD ซึ่งหมายความว่าจะขึ้นไป MACD Convergence สามารถเห็นได้ในตอนท้ายของ downtrends หมายความว่าอย่างไรซึ่งหมายความว่าถ้าคุณเป็นเทรดเดอร์ที่มีแนวโน้มคุณไม่ควรไปสั้น ๆ เมื่อคุณเห็น MACD Convergence เกิดขึ้น สามารถเด้งได้ตลอดเวลา เข้าร่วมผู้ติดตามความภักดี 20,000 รายของเราขณะนี้ได้รับ E-Book ของเราฟรี 53 ข้อคิดเห็นเกี่ยวกับ ldquo MACD (Moving Average Convergence-Divergence) วิธีการใช้ MACD ใน Forex Trading rdquo สวัสดีขอบคุณสำหรับการแบ่งปันความคิดของคุณฉันได้เข้าสู่ตลาดมานานกว่า 12 ปี แต่ยังคงวิธีการรายละเอียดของคุณช่วยให้มากในการปรับกลยุทธ์ของฉันจากประสบการณ์ของฉัน macd เป็นหนึ่งในตัวชี้วัดที่ดีที่สุด ฉันมาถึงความคิดที่จะเรียนรู้ macd หลังจากที่พ่อค้าที่ฉันรู้จากธนาคารใหญ่เมื่อไม่กี่ปีที่ผ่านมากำลังทำเงินเป็นล้านดอลลาร์ต่อปีโดยใช้คลื่นเอลเลียตกับ macd แต่ฉันเชื่อว่า macd ตัวเองจะเป็นประโยชน์ในการศึกษาทฤษฎี EW มานานกว่า 3 ปีฉันมาสรุปว่าคลื่นเอลเลียตเป็นเพียงเกินไป ambiguous8230 มี 2 คำถาม: 1) indicatiors ที่ดีที่สุดอื่น ๆ เพื่อใช้กับ macd (คุณชอบส่วนตัว) 2) เป็น ผู้ประกอบการค้าแนวโน้ม (ฉันเข้าใจคุณ) สิ่งที่เป็นความคิดของคุณในการสร้างตำแหน่ง upadding เช่นเช่นบิลวิลเลียมส์สอนเกี่ยวกับการพัฒนา fractals หรือ reboundsdips ยินดีที่จะให้การติดต่ออีกครั้งขอบคุณสำหรับทรัพยากรเว็บของคุณขอบคุณดร. คริสแนวคิดจะอธิบายอย่างกว้าง ๆ ฉันมีคำถามวิธีการที่เป็นไปได้คือการใช้ข้ามสายหลักและสัญญาณในการกำหนดแนวโน้มการเคลื่อนไหว มันมีผลใด ๆ ที่ฉันสังเกตเห็นเส้นสีแดงเด่นขึ้นซึ่งเป็นเส้นหลักในแนวโน้มสูงขึ้น LuckScout ใช่ MACD เป็นตัวบ่งชี้ที่ช้าและล้าหลังดังนั้นจึงเป็นสิ่งที่ดีสำหรับการติดตามแนวโน้ม นอกจากนี้การข้ามสายหลักและสัญญาณมักจะสะท้อนถึงความอ่อนเพลียและการพลิกกลับของแนวโน้ม วันดีขอขอบคุณมากสำหรับการอธิบายแนวคิด แต่ทำไมฉันถึงสามารถเปิดตัวบ่งชี้ MACD สีได้ขอบคุณมาก MARTIN LuckScout คุณ don8217t ต้องเปิดขึ้น คุณต้องคัดลอกและวางลงในโฟลเดอร์ตัวบ่งชี้ MT4 เพียงเพื่อเพิ่มถ้าคุณใช้ MT48230 ต่อไปนี้ teps สามารถช่วยคุณ 1. ไฟล์โฟลเดอร์ 8211 gt Open Data 2. ตัวชี้วัด MQL4 8211 gt 3. คัดลอก LuckScout-MACD. ex4 4. ปิด MT4 และเปิดใหม่ 5. เปิดหน้าต่างและคลิก เมื่อเพิ่มตัวบ่งชี้ ควรเลือกที่สามจากด้านบน 6. เลือก Custom 8211 gt LuckScout - MACD 7. ในฐานะผู้เขียนคุณอาจใช้กับแผนภูมิ HikenAshi ขอบคุณมากสำหรับบทความรายละเอียดของคุณ มันช่วยให้ฉันมากและ i8217m ผู้ประกอบการใหม่ฉันมี 1 คำถาม 1) เมื่อฉันเพิ่ม MACD ในแผนภูมิจะถามฉันเพื่อเลือกกรอบเวลา ema ซึ่งเป็นค่าเริ่มต้นช้า 26 fst 12 ฉันเพิ่ม แต่ไม่ให้กราฟ histogram เช่นเดียวกับที่คุณใส่ในบทความนี้ค่อนข้างจะแสดง บรรทัดลงด้านล่างในกราฟโดยเฉพาะอย่างยิ่งที่ i8217m ใช้ platfom อื่นและไม่ MTD4 สิ่ง i8217m ทำผิดบนกราฟของฉันฉันมี BB8217s และ candlesticks. LuckScout ฉัน don8217t รู้ ฉันขอโทษ. ฉันจำเป็นต้องรู้วิธีการตั้งค่าสายสัญญาณ MACD ฉันกำลังใช้ MACD ให้โดยผู้ค้า meta แต่มีเฉพาะสาย MACD สายสัญญาณไม่อยู่ที่นี่ ฉันจะตั้งค่าสัญญาณ Line8230 LuckScout MT4 doesn8217t มี MACD ที่คุณต้องการ คุณต้องดาวน์โหลด 8220traditional MACD8221 และติดตั้งบนแพลตฟอร์ม MT4 ของคุณ hi. Chris8230 คำอธิบายที่ดี 8230 แม้ว่า MACD จะล้าหลัง เราสามารถใช้มันเพื่อยืนยันเกี่ยวกับเวลาที่เหมาะสมในการเข้าและอยู่ห่าง 8230 เราสามารถกำหนดสายหลักและสายสัญญาณด้วยตนเอง ผมหมายถึงว่าไม่มี MACD ใช้ EMA กรุณา Chris บอกค่าให้ฉัน .. Main Line: 82308230 .. Line Signal: 8230823082308230 LuckScout การตั้งค่า Line คือ 12, 26 และสายสัญญาณคือ 9