Déplacement Moyenne Somme

J'ai écrit une moyenne mobile simple avec une fenêtre mobile de Températures lues comme une tension entre 0 et 10V. L'algorithme semble fonctionner correctement, cependant, il a un problème où, selon les Températures remplissait la fenêtre d'abord, la moyenne mobile aura un décalage pour toutes les valeurs qui ne sont pas proches de cette valeur. Par exemple, exécuter ce programme avec la temp. Capteur branché dans une température de la pièce donne 4.4V ou 21.3 C. Bien que, si je débranche la température. La tension baisse à 1.4V et la moyenne mobile reste à 1.6V. Ce décalage diminue à mesure que j'augmente la taille de la fenêtre. Comment éliminer ce décalage même pour les petites tailles de fenêtre par exemple. 20 (Notez ceci est écrit dans ACROBASIC pour l'ACR9000 par Parker) Sortie - Capteur de température attaché retirez le capteur de température pendant que le programme fonctionne Un décalage notable apparaît entre la moyenne brute et la moyenne mobile après avoir enlevé le capteur. Le décalage se produit également dans l'ordre inverse: Sortie - Début du programme w Temp Capteur retiré retirez le capteur de température pendant que le programme est en marche Le décalage remarquable apparaît entre la moyenne brute et la moyenne mobile après avoir fixé le capteur. Le problème semble être que la valeur qui était soustraite de la somme n'était pas réellement la plus ancienne valeur dans le tableau - la valeur la plus ancienne a été, en fait, écrasé par la nouvelle valeur dans la première ligne de la boucle WHILE. C'était la deuxième valeur la plus ancienne qui était soustraite de la somme. EDIT Modification de la moyenne et de la somme de la variable à virgule flottante à 64 bits pour adresser la perte de précision dans le temps, sur le conseil des OP. Assurez-vous que la valeur la plus ancienne est soustraite en premier (une fois le tableau est plein) donne la réponse attendue: Je n'ai pas un environnement BASIC en cours d'exécution, mais j'ai testé ce en Python et a obtenu la même sortie incorrecte pour le code équivalent à votre version et la sortie attendue pour Code équivalent à la version Ive insérée ci-dessus. Répondue Apr 22 13 à 21: 06Facile moyenne mobile en utilisant la fonction de somme Les scientifiques et les ingénieurs utilisent des capteurs en ligne et des dispositifs de mesure pour surveiller une gamme presque infinie d'attributs de processus. En analysant les données de séries chronologiques capturées par les historiens et les enregistreurs de données, deux questions se posent régulièrement: Comment puis-je calculer une moyenne mobile et une question connexe: Comment faire pour afficher les lignes après un écart dans mes séries chronologiques JMP peut faire les deux facilement, Mais la réponse nécessite une petite connaissance d'une fonction de formule de colonne moins fréquemment utilisée. Il est souvent pratique de calculer une moyenne mobile pour les données échantillonnées dans le temps. Ceci atténue à la fois le bruit dans le flux de données et nous permet d'avoir une valeur de mesure moyenne à un moment précis dans le temps. Par exemple, dans le tableau de données de la figure 4, j'ai un pH-mètre en ligne qui enregistre une mesure une fois par seconde, mais mon compteur de turbidité ne peut enregistrer qu'une mesure toutes les 10 secondes. Je pourrais simplement faire correspondre la mesure de turbidité de 10 secondes avec la mesure de pH correspondante, mais la lecture de la turbidité représente réellement les 10 secondes précédentes de ce que l'instrument a vu, et je voudrais la comparer à une résolution similaire de 10 secondes de pH. Pour ce faire, je vais devoir calculer la moyenne mobile des 10 dernières secondes des mesures de pH. La résolution de 1 seconde et les moyennes mobiles de 10 secondes sont comparées dans le graphique de Graph Builder sous le tableau de la figure 5. La deuxième question survient lorsque l'on utilise des moyennes mobiles. Une hypothèse que nous avons avec une moyenne mobile est que chaque mesure est également espacée. Cela fait que la moyenne mobile est uniformément pondérée sur tous les intervalles. Mais périodiquement (dans la vie réelle), il y a de brèves lacunes dans le flux de données, et il faut identifier des écarts plus longs qu'un certain temps pour nous alerter que l'hypothèse est en panne. Ces lacunes sont causées par une variété de problèmes, tels que des courts-circuits, des interruptions intermittentes ou simplement des données manquantes provenant des périphériques connectés au réseau. Une moyenne mobile peut être calculée en une seule étape à l'aide de la fonction Summation dans l'éditeur de formule de colonne. La fonction de sommation (Figure 1) fonctionne comme une boucle itérative. Dans ce cas, alors que i est compris entre 0 et 9, il calcule la somme des valeurs obtenues à partir de l'argument à droite. L'argument de droite est évalué comme Lag (: pH, 0), Lag (: pH, 1), Lag (: pH, 2), Lag (: pH, 3) Lag (: pH, 9). Dans ce cas, Lag (: pH, 0) est la valeur à la rangée actuelle de la colonne pH, et Lag (: pH, 9) est la valeur 9 lignes au-dessus de la ligne courante (pour un total de 10 rangées). Le deuxième problème est un peu délicat, et il sera plus facile de le décomposer en deux étapes. Dans la première étape, nous allons faire une colonne de formule pour signaler les grands écarts de temps, puis à la deuxième étape, nous ajouterons une deuxième formule qui signalera une plage de lignes après l'intervalle de temps. La première étape consiste à créer une nouvelle colonne nommée Time Gap, puis à ajouter une formule pour signaler les écarts lorsqu'ils sont plus longs que 5 secondes comme suit: Time Stamp - Lag (: Time Stamp, 1) gt 5 Ou si vous voulez l'étape Vous pouvez utiliser la fonction Différence de date comme ceci: Différence de date (Lag (: Horodatage, 1), Time Stamp, seconde) gt 5 Dans ce cas précis, je voulais savoir quand des intervalles de temps de 5 secondes ou plus s'est produit Dans d'autres projets, je n'avais vraiment besoin que de savoir quand des écarts plus longs se produisaient. La fonction Différence de date calcule la différence entre deux valeurs de date et renvoie le résultat en unités qui peuvent être spécifiées (par exemple heure, minute, jour, semaine, année). Dans les deux cas, si la différence est supérieure à 30, la formule est évaluée comme 1 pour true et 0 pour false. Dans la deuxième étape, nous créons un nouveau nom de colonne Gap Flag et ajoutez une formule pour marquer 10 lignes suivant l'écart détecté dans la colonne d'intervalle de temps. Comme la formule de la figure 2 est la somme (i 0, 9, Lag (: Time Gap, i)) gt 0 Encore une fois, la fonction Summation (Figure 2) fonctionne comme une boucle itérative. Cette fois, il est combiné avec un argument conditionnel. Alors que i est compris entre 0 et 9, si la somme des valeurs dans la colonne Time Gap est supérieure à 0, la formule est évaluée comme 1 pour true ou 0 pour false. S'il y a au moins un 1 dans la colonne Temps d'intervalle pour les 30 lignes précédentes, la valeur de cette colonne d'indicateur est égale à 1. Avec juste quelques petits ajustements, nous pouvons avoir cette formule fixée la couleur du fabricant de ligne, aussi. Pour utiliser cette formule, créez une nouvelle colonne et définissez le type de données en état de ligne. Etat de la couleur (rouge), état de la ligne () Etat de la couleur (bleu) La fonction de somme est un outil important dans votre JMP Pour plus d'informations sur la syntaxe et l'utilisation de la fonction Summation, consultez Utilisation de JMP, les guides Scripting Guide et l'index Scripting - tous se trouvent sous le menu Aide dans JMP. Moyennes mobiles - Simple et exponentielle Moyennes mobiles - Simple et exponentiel Introduction Les moyennes mobiles lissent les données de prix pour former un indicateur de tendance suivante: elles ne prédisent pas la direction des prix mais définissent plutôt la direction actuelle avec un décalage. Sur les prix passés. Malgré ce décalage, les moyennes mobiles aident à atténuer l'action des prix et de filtrer le bruit. Ils constituent également les éléments de base pour de nombreux autres indicateurs techniques et les superpositions, tels que Bollinger Bands MACD et l'oscillateur McClellan. Les deux types les plus populaires Des moyennes mobiles sont la moyenne mobile simple (SMA) et la moyenne mobile exponentielle (EMA). Ces moyennes mobiles peuvent être utilisées pour identifier la direction de la tendance ou définir des niveaux de support et de résistance potentiels. Voici un diagramme à la fois avec un SMA et un EMA sur elle: calcul simple de moyenne mobile Une moyenne mobile simple est formé en calculant le prix moyen d'un titre sur un certain nombre de périodes. La plupart des moyennes mobiles sont basées sur les cours de clôture. Une moyenne mobile simple de 5 jours est la somme de cinq jours des prix de clôture divisée par cinq. Comme son nom l'indique, une moyenne mobile est une moyenne qui se déplace. Les données anciennes sont supprimées lorsque de nouvelles données sont disponibles. Cela provoque la moyenne se déplacer le long de l'échelle de temps. Voici un exemple d'une moyenne mobile de 5 jours évoluant sur trois jours. Le premier jour de la moyenne mobile couvre simplement les cinq derniers jours. Le deuxième jour de la moyenne mobile dépose le premier point de données (11) et ajoute le nouveau point de données (16). Le troisième jour de la moyenne mobile se poursuit en abandonnant le premier point de données (12) et en ajoutant le nouveau point de données (17). Dans l'exemple ci-dessus, les prix augmentent progressivement de 11 à 17 sur un total de sept jours. Notez que la moyenne mobile passe également de 13 à 15 sur une période de calcul de trois jours. Notez également que chaque valeur moyenne mobile est juste en dessous du dernier prix. Par exemple, la moyenne mobile pour le premier jour est égale à 13 et le dernier prix est 15. Les prix des quatre jours précédents étaient plus bas et cela entraîne un décalage de la moyenne mobile. Moyenne mobile exponentielle Calcul Les moyennes mobiles exponentielles réduisent le décalage en appliquant plus de poids aux prix récents. La pondération appliquée au prix le plus récent dépend du nombre de périodes de la moyenne mobile. Il y a trois étapes pour calculer une moyenne mobile exponentielle. Tout d'abord, calculer la moyenne mobile simple. Une moyenne mobile exponentielle (EMA) doit commencer quelque part, une moyenne mobile simple est utilisée comme EMA de la période précédente039 dans le premier calcul. Deuxièmement, calculez le multiplicateur de pondération. Troisièmement, calculez la moyenne mobile exponentielle. La formule ci-dessous est pour un EMA de 10 jours. Une moyenne mobile exponentielle de 10 périodes applique une pondération de 18,18 au prix le plus récent. Un EMA de 10 périodes peut également être appelé un 18.18 EMA. Une EMA de 20 périodes applique une pondération de 9.52 au prix le plus récent (2 (201) .0952). Notez que la pondération pour la période de temps plus courte est plus que la pondération pour la plus longue période. En fait, la pondération diminue de moitié chaque fois que la période de moyenne mobile double. Si vous souhaitez nous attribuer un pourcentage spécifique pour une EMA, vous pouvez utiliser cette formule pour la convertir en périodes, puis saisir cette valeur en tant que paramètre EMA039s: Ci-dessous un exemple de tableur d'une moyenne mobile simple de 10 jours et d'un 10- Moyenne mobile exponentielle pour Intel. Les moyennes mobiles simples sont simples et nécessitent peu d'explications. La moyenne de 10 jours se déplace simplement que de nouveaux prix deviennent disponibles et les anciens prix baisse. La moyenne mobile exponentielle commence par la valeur moyenne mobile simple (22,22) dans le premier calcul. Après le premier calcul, la formule normale reprend. Parce qu'un EMA commence avec une moyenne mobile simple, sa valeur réelle ne sera pas réalisé jusqu'à 20 périodes plus tard. En d'autres termes, la valeur de la feuille de calcul Excel peut différer de la valeur du graphique en raison de la courte période de retour. Cette feuille de calcul ne remonte qu'à 30 périodes, ce qui signifie que l'effet de la moyenne mobile simple a eu 20 périodes à dissiper. StockCharts remonte au moins 250 périodes (généralement beaucoup plus loin) pour ses calculs de sorte que les effets de la moyenne mobile simple dans le premier calcul ont complètement dissipé. Le facteur Lag Plus la moyenne mobile est longue, plus le décalage est important. Une moyenne mobile exponentielle de 10 jours va étreindre les prix tout à fait étroitement et tourner peu après que les prix tournent. Les moyennes mobiles courtes sont comme les bateaux rapides - agiles et rapides à changer. En revanche, une moyenne mobile de 100 jours contient beaucoup de données passées qui ralentit. Les moyennes mobiles plus longues sont comme les pétroliers océaniques - léthargiques et lentes à changer. Il faut un mouvement de prix plus long et plus long pour une moyenne mobile de 100 jours pour changer de cap. Le graphique ci-dessus montre le FNB SampP 500 avec une EMA de 10 jours suivent de près les prix et un meulage SMA de 100 jours plus élevé. Même avec la baisse de janvier-février, la SMA de 100 jours a tenu le cap et n'a pas refusé. Le SMA de 50 jours s'inscrit quelque part entre les moyennes mobiles 10 et 100 jours quand il s'agit du facteur de retard. Simple vs Moyennes mobiles exponentielles Même si il ya des différences claires entre les moyennes mobiles simples et exponentielles moyennes mobiles, on n'est pas nécessairement mieux que l'autre. Les moyennes mobiles exponentielles ont moins de retard et sont donc plus sensibles aux prix récents et aux récentes variations de prix. Les moyennes mobiles exponentielles tournent avant les moyennes mobiles simples. Les moyennes mobiles simples, en revanche, représentent une vraie moyenne des prix pour toute la période. En tant que tel, les moyennes mobiles simples peuvent être mieux adaptées pour identifier les niveaux de soutien ou de résistance. La préférence en matière de déménagement dépend des objectifs, du style analytique et de l'horizon temporel. Chartistes devraient expérimenter avec les deux types de moyennes mobiles ainsi que des délais différents pour trouver le meilleur ajustement. Le graphique ci-dessous montre IBM avec la SMA de 50 jours en rouge et l'EMA de 50 jours en vert. Les deux ont culminé à la fin de janvier, mais la baisse de l'EMA a été plus forte que la baisse de la SMA. L'EMA est arrivée à la mi-février, mais la SMA a continué à baisser jusqu'à la fin de mars. Notez que la SMA s'est révélée plus d'un mois après l'EMA. Longueurs et délais La longueur de la moyenne mobile dépend des objectifs analytiques. Moyennes mobiles courtes (5-20 périodes) sont les mieux adaptés pour les tendances à court terme et le commerce. Les chartistes intéressés par les tendances à moyen terme opteront pour des moyennes mobiles plus longues qui pourraient s'étendre de 20 à 60 périodes. Les investisseurs à long terme préfèrent les moyennes mobiles avec 100 périodes ou plus. Certaines longueurs moyennes mobiles sont plus populaires que d'autres. La moyenne mobile de 200 jours est peut-être la plus populaire. En raison de sa longueur, il s'agit clairement d'une moyenne mobile à long terme. Ensuite, la moyenne mobile de 50 jours est très populaire pour la tendance à moyen terme. Beaucoup de chartistes utilisent les moyennes mobiles de 50 jours et de 200 jours ensemble. À court terme, une moyenne mobile de 10 jours était très populaire dans le passé parce qu'il était facile à calculer. On a simplement ajouté les chiffres et déplacé la virgule décimale. Identification des tendances Les mêmes signaux peuvent être générés en utilisant des moyennes mobiles simples ou exponentielles. Comme indiqué ci-dessus, la préférence dépend de chaque individu. Ces exemples ci-dessous utiliseront des moyennes mobiles simples et exponentielles. Le terme moyenne mobile s'applique aux moyennes mobiles simples et exponentielles. La direction de la moyenne mobile donne des informations importantes sur les prix. Une hausse de la moyenne mobile montre que les prix augmentent généralement. Une moyenne mobile en baisse indique que les prix, en moyenne, sont en baisse. Une hausse de la moyenne mobile à long terme reflète une tendance à la hausse à long terme. Une baisse de la moyenne mobile à long terme reflète une tendance à la baisse à long terme. Le graphique ci-dessus montre 3M (MMM) avec une moyenne mobile exponentielle de 150 jours. Cet exemple montre à quel point les moyennes mobiles fonctionnent quand la tendance est forte. L'EMA de 150 jours a refusé en novembre 2007 et encore une fois en Janvier 2008. Notez qu'il a fallu une baisse de 15 pour inverser la direction de cette moyenne mobile. Ces indicateurs de retard identifient les retournements de tendance au fur et à mesure qu'ils se produisent (au mieux) ou après leur apparition (au pire). MMM a continué plus bas en mars 2009, puis a bondi de 40-50. Notez que l'EMA de 150 jours n'a pas apparu avant cette surtension. Une fois cela fait, cependant, MMM a continué plus haut les 12 prochains mois. Moyennes mobiles travaillent brillamment dans de fortes tendances. Double Crossover Deux moyennes mobiles peuvent être utilisées ensemble pour générer des signaux de croisement. Dans Analyse Technique des Marchés Financiers. John Murphy appelle cela la méthode du double crossover. Les croisements doubles impliquent une moyenne mobile relativement courte et une moyenne mobile relativement longue. Comme pour toutes les moyennes mobiles, la longueur générale de la moyenne mobile définit le calendrier du système. Un système utilisant un EMA de 5 jours et un EMA de 35 jours serait jugé à court terme. Un système utilisant un SMA de 50 jours et un SMA de 200 jours serait considéré à moyen terme, peut-être même à long terme. Un croisement haussier se produit lorsque la moyenne mobile plus courte croise au-dessus de la moyenne mobile plus longue. C'est aussi connu comme une croix d'or. Un croisement baissier se produit lorsque la moyenne mobile plus courte croise en dessous de la moyenne mobile plus longue. C'est ce qu'on appelle une croix morte. Les crossovers moyens mobiles produisent des signaux relativement tardifs. Après tout, le système emploie deux indicateurs de retard. Plus les périodes de moyenne mobile sont longues, plus le décalage dans les signaux est élevé. Ces signaux fonctionnent très bien quand une bonne tendance prend place. Cependant, un système de crossover moyen mobile produira beaucoup de whipsaws en l'absence d'une tendance forte. Il existe également une méthode de croisement triple impliquant trois moyennes mobiles. Encore une fois, un signal est généré lorsque la moyenne mobile la plus courte traverse les deux moyennes mobiles plus longues. Un simple système de croisement triple peut impliquer des moyennes mobiles de 5 jours, 10 jours et 20 jours. Le tableau ci-dessus montre Home Depot (HD) avec une EMA de 10 jours (ligne pointillée verte) et une EMA de 50 jours (ligne rouge). La ligne noire est la fermeture quotidienne. L'utilisation d'un crossover moyen mobile aurait entraîné trois whipsaws avant de prendre un bon commerce. L'EMA de 10 jours a éclaté en dessous de l'EMA de 50 jours à la fin d'octobre (1), mais cela n'a pas duré longtemps car les 10 jours sont revenus au-dessus à la mi-novembre (2). Cette croix a duré plus longtemps, mais le prochain croisement baissier en Janvier (3) a eu lieu vers la fin de novembre niveaux de prix, résultant en une autre whipsaw. Cette croix baissière n'a pas duré longtemps car l'EMA de 10 jours est revenue au-dessus des 50 jours quelques jours plus tard (4). Après trois mauvais signaux, le quatrième signal annonçait un fort mouvement alors que le stock avançait au-dessus de 20. Il y a deux takeaways ici. Tout d'abord, les crossovers sont sujettes à whipsaw. Un filtre de prix ou de temps peut être appliqué pour aider à prévenir whipsaws. Les traders peuvent exiger que le croisement dure trois jours avant d'agir ou de demander à l'EMA de 10 jours de se déplacer au-dessus de l'EMA de 50 jours d'un certain montant avant d'agir. Deuxièmement, MACD peut être utilisé pour identifier et quantifier ces croisements. MACD (10,50,1) montrera une ligne représentant la différence entre les deux moyennes mobiles exponentielles. MACD devient positif pendant une croix d'or et négatif pendant une croix morte. L'oscillateur de prix en pourcentage (PPO) peut être utilisé de la même façon pour montrer les différences de pourcentage. Notez que le MACD et le PPO sont basés sur des moyennes mobiles exponentielles et ne correspondent pas aux moyennes mobiles simples. Ce graphique montre Oracle (ORCL) avec l'EMA de 50 jours, EMA de 200 jours et MACD (50, 200,1). Il y avait quatre croisements moyens mobiles sur une période de 12 ans. Les trois premiers se sont soldés par des whipsaws ou des mauvais métiers. Une tendance soutenue a commencé avec le quatrième croisement comme ORCL avancé au milieu des années 20. Encore une fois, les crossovers de moyenne mobile fonctionnent très bien quand la tendance est forte, mais produisent des pertes en l'absence d'une tendance. Crossovers de prix Les moyennes mobiles peuvent également être utilisées pour générer des signaux avec des crossovers de prix simple. Un signal haussier est généré lorsque les prix se déplacent au-dessus de la moyenne mobile. Un signal baissier est généré lorsque les prix se déplacent au-dessous de la moyenne mobile. Croisements de prix peuvent être combinés pour le commerce dans la plus grande tendance. La moyenne mobile plus longue donne le ton pour la tendance plus importante et la moyenne mobile plus courte est utilisée pour générer les signaux. On rechercherait des croissants haussiers de prix seulement quand les prix sont déjà au-dessus de la moyenne mobile plus longue. Ce serait le commerce en harmonie avec la plus grande tendance. Par exemple, si le prix est au-dessus de la moyenne mobile de 200 jours, les chartistes se concentrer uniquement sur les signaux lorsque le prix se déplace au-dessus de la moyenne mobile de 50 jours. Évidemment, un mouvement au-dessous de la moyenne mobile de 50 jours précéderait un tel signal, mais de telles croix baissières seraient ignorées parce que la tendance plus grande est vers le haut. Une croix baissière suggérerait simplement un retrait dans une plus grande tendance haussière. Un retour en arrière au-dessus de la moyenne mobile de 50 jours signifierait une reprise des prix et la poursuite de la plus forte tendance haussière. Le graphique suivant montre Emerson Electric (EMR) avec l'EMA de 50 jours et EMA de 200 jours. Le stock a déménagé au-dessus et a tenu au-dessus de la moyenne mobile de 200 jours en août. Il y avait des creux au-dessous de l'EMA de 50 jours au début de novembre et encore au début de février. Les prix ont rapidement reculé au-dessus de l'EMA de 50 jours pour fournir des signaux haussiers (flèches vertes) en harmonie avec la plus grande tendance haussière. MACD (1,50,1) est affiché dans la fenêtre d'indicateur pour confirmer les croix de prix au-dessus ou en dessous de l'EMA de 50 jours. L'EMA d'un jour correspond au cours de clôture. MACD (1,50,1) est positif lorsque la fermeture est supérieure à l'EMA de 50 jours et négative lorsque la fermeture est inférieure à l'EMA de 50 jours. Soutien et résistance Les moyennes mobiles peuvent également servir de support dans une tendance haussière et de résistance dans une tendance baissière. Une tendance à la hausse à court terme pourrait trouver un soutien près de la moyenne mobile simple de 20 jours, qui est également utilisé dans les bandes de Bollinger. Une tendance haussière à long terme pourrait trouver un soutien près de la moyenne mobile simple de 200 jours, qui est la moyenne mobile à long terme la plus populaire. En fait, la moyenne mobile de 200 jours peut offrir un soutien ou une résistance simplement parce qu'elle est si largement utilisée. C'est presque comme une prophétie auto-réalisatrice. Le graphique ci-dessus montre le NY Composite avec la moyenne mobile simple de 200 jours de mi 2004 à la fin de 2008. Les 200 jours ont fourni le soutien de nombreuses fois au cours de l'avance. Une fois que la tendance s'est inversée avec une double rupture de support supérieure, la moyenne mobile de 200 jours a agi comme une résistance autour de 9500. Ne vous attendez pas à des niveaux de soutien et de résistance exacts à partir des moyennes mobiles, en particulier des moyennes mobiles plus longues. Les marchés sont stimulés par l'émotion, ce qui les rend sujets à des dépassements. Au lieu des niveaux exacts, les moyennes mobiles peuvent être utilisées pour identifier les zones de soutien ou de résistance. Conclusions Les avantages de l'utilisation de moyennes mobiles doivent être mis en balance avec les inconvénients. Les moyennes mobiles sont des tendances qui suivent, ou qui sont en retard, des indicateurs qui seront toujours un pas en arrière. Ce n'est pas forcément une mauvaise chose cependant. Après tout, la tendance est votre ami et il est préférable de négocier dans le sens de la tendance. Moyennes mobiles assurer qu'un commerçant est en ligne avec la tendance actuelle. Même si la tendance est votre ami, les titres passent beaucoup de temps dans les gammes de négociation, ce qui rend les moyennes mobiles inefficaces. Une fois dans une tendance, les moyennes mobiles vous tiendront, mais aussi donner des signaux tardifs. Don039t s'attendent à vendre au sommet et acheter au bas en utilisant des moyennes mobiles. Comme pour la plupart des outils d'analyse technique, les moyennes mobiles ne doivent pas être utilisées seules, mais conjointement avec d'autres outils complémentaires. Les chartistes peuvent utiliser des moyennes mobiles pour définir la tendance générale, puis utiliser RSI pour définir les niveaux de sur-achat ou de survente. Ajout de moyennes mobiles aux graphiques StockCharts Les moyennes mobiles sont disponibles en tant que fonctionnalité de superposition de prix sur le workbench de SharpCharts. À l'aide du menu déroulant Superpositions, les utilisateurs peuvent choisir soit une moyenne mobile simple, soit une moyenne mobile exponentielle. Le premier paramètre est utilisé pour définir le nombre de périodes. Un paramètre facultatif peut être ajouté pour spécifier le champ de prix à utiliser dans les calculs - O pour l'Open, H pour le High, L pour le Low et C pour le Close. Une virgule est utilisée pour séparer les paramètres. Un autre paramètre facultatif peut être ajouté pour déplacer les moyennes mobiles vers la gauche (passé) ou vers la droite (future). Un nombre négatif (-10) déplacerait la moyenne mobile vers la gauche 10 périodes. Un nombre positif (10) déplacerait la moyenne mobile vers la droite 10 périodes. Plusieurs moyennes mobiles peuvent être superposées à l'intrigue des prix en ajoutant simplement une autre ligne de superposition à l'atelier. Les membres de StockCharts peuvent changer les couleurs et le style pour différencier entre plusieurs moyennes mobiles. Après avoir sélectionné un indicateur, ouvrez Options avancées en cliquant sur le petit triangle vert. Les options avancées peuvent également être utilisées pour ajouter une superposition de moyenne mobile à d'autres indicateurs techniques comme RSI, CCI et Volume. Cliquez ici pour un graphique en direct avec différentes moyennes mobiles. Utiliser les moyennes mobiles avec les balayages StockCharts Voici quelques exemples de balayages que les membres StockCharts peuvent utiliser pour analyser diverses situations de moyenne mobile: Bullish Moving Average Cross: Cette analyse cherche des stocks avec une hausse de la moyenne mobile de 150 jours et une croix haussière des 5 EMA de jour et EMA de 35 jours. La moyenne mobile de 150 jours est en hausse tant qu'elle se négocie au-dessus de son niveau il ya cinq jours. Un croisement haussier se produit lorsque l'EMA de 5 jours se déplace au-dessus de l'EMA de 35 jours sur un volume supérieur à la moyenne. Moyenne mobile baissière Croix: Cette analyse cherche des actions avec une baisse de la moyenne mobile de 150 jours simples et une croix baissière de l'EMA de 5 jours et de l'EMA de 35 jours. La moyenne mobile de 150 jours est en baisse tant qu'elle est en dessous de son niveau il ya cinq jours. Une croix baissière se produit lorsque l'EMA de 5 jours se déplace au-dessous de l'EMA de 35 jours sur un volume supérieur à la moyenne. Étude complémentaire Le livre de John Murphy a un chapitre consacré aux moyennes mobiles et à leurs diverses utilisations. Murphy couvre les avantages et les inconvénients des moyennes mobiles. De plus, Murphy montre comment les moyennes mobiles travaillent avec Bollinger Bands et les systèmes de négociation basés sur les canaux. Analyse technique des marchés financiers John Murphy