การย้าย ค่าเฉลี่ย ธุรกิจ ศึกษา

การย้ายค่าเฉลี่ยหากข้อมูลนี้ถูกวางแผนไว้บนกราฟจะมีลักษณะดังนี้สิ่งนี้แสดงให้เห็นว่ามีความหลากหลายของจำนวนผู้เข้าชมขึ้นอยู่กับฤดูกาลมีน้อยมากในฤดูใบไม้ร่วงและฤดูหนาวกว่าฤดูใบไม้ผลิและฤดูร้อนอย่างไรก็ตาม, ถ้าเราต้องการเห็นแนวโน้มของจำนวนผู้เข้าชมเราสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ได้ 4 จุดเราทำเช่นนี้โดยการหาจำนวนผู้เข้าชมเฉลี่ยในสี่ไตรมาสของปี 2548 จากนั้นเราจะหาจำนวนผู้เข้าชมเฉลี่ยใน 3 ไตรมาสสุดท้ายของปี 2548 และไตรมาสแรกของปี 2549 จาก 2 ไตรมาสสุดท้ายของปีพ. ศ. 2548 และ 2 ไตรมาสแรกของปี 2549 หมายเหตุว่าค่าเฉลี่ยล่าสุดที่เราพบคือช่วง 2 ไตรมาสสุดท้ายของปี 2549 และ 2 ไตรมาสแรกของปี 2550 เราคำนวณค่าเฉลี่ยการเคลื่อนที่บนกราฟเพื่อให้แน่ใจว่าค่าเฉลี่ยแต่ละจุดอยู่ที่กึ่งกลางของสี่ส่วนที่ครอบคลุมซึ่งเราสามารถเห็นได้ว่ามีแนวโน้มลดลงมากในผู้เข้าชมเฉลี่ยปานกลาง - MA. BREAKING DOWN Moving Average - MA. เป็นตัวอย่าง SMA ให้พิจารณา securit y กับราคาปิดดังต่อไปนี้เกินกว่า 15 วัน 1 สัปดาห์ 5 วัน 20, 22, 24, 25, 23.Week 2 5 วัน 26, 28, 26, 29, 27.Week 3 5 วัน 28, 30, 27, 29, 28. MA - 10 วันเฉลี่ยจะออกจากราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลครั้งแรกจุดข้อมูลถัดไปจะลดลงในราคาที่เก่าที่สุดเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ดังแสดงด้านล่าง ตามที่ระบุไว้ก่อนหน้านี้ MAs lag การกระทำราคาปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมาระยะเวลานานสำหรับ MA, ยิ่งล่าช้าดังนั้น MA 200 วันจะมีมากขึ้นกว่าความล่าช้ากว่า 20 วัน MA เนื่องจากมีราคาในช่วง 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การซื้อขายโดย MAs สั้น ๆ ที่ใช้ในการซื้อขายระยะสั้นและ MAs ระยะยาวมีความเหมาะสมกับนักลงทุนระยะยาว ตามด้วยนักลงทุนและผู้ค้าที่มีการพักเหนือและต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ถือเป็นสัญญาณการซื้อขายที่สำคัญนอกจากนี้ยังมีสัญญาณการซื้อขายที่สำคัญของ บริษัท n หรือเมื่อสองค่าเฉลี่ยข้ามไป MA เพิ่มขึ้นแสดงให้เห็นว่าการรักษาความปลอดภัยอยู่ในขาขึ้นในขณะที่ MA ลดลงบ่งบอกว่ามันอยู่ในขาลงในทำนองเดียวกันโมเมนตัมสูงขึ้นได้รับการยืนยันด้วยการครอสโอเวอร์รั้นซึ่งเกิดขึ้นเมื่อระยะสั้นข้าม MA ข้างต้น MA ในระยะยาวได้รับการยืนยันด้วยการครอสโอเวอร์แบบลบที่เกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่าค่าเฉลี่ย MA. moving ระยะยาว Mean ของการสังเกตการณ์ข้อมูลแบบอนุกรมเวลาเท่า ๆ กันเว้นระยะห่างจากช่วงเวลาต่อเนื่องหลายเรียกว่าย้ายเนื่องจาก เนื่องจากมีการอัพเดตข้อมูลใหม่อย่างต่อเนื่องโดยการลดค่าเร็วที่สุดและเพิ่มมูลค่าล่าสุดตัวอย่างเช่นค่าเฉลี่ยของยอดขายในช่วง 6 เดือนอาจคำนวณได้โดยคำนวณจากยอดขายตั้งแต่เดือนมกราคมถึงเดือนมิถุนายนโดยเฉลี่ยแล้ว ของยอดขายตั้งแต่เดือนกุมภาพันธ์ถึงเดือนกรกฎาคมแล้วจากเดือนมีนาคมถึงเดือนสิงหาคมเป็นต้นไปค่าเฉลี่ยเคลื่อนที่ 1 ลดผลกระทบของข้อมูลรูปแบบชั่วคราว 2 ปรับปรุงพอดีข้อมูลให้สอดคล้องกับกระบวนการที่เรียกว่าการทำให้ราบเรียบ เพื่อแสดงข้อมูลของแนวโน้มชัดเจนขึ้นและ 3 เน้นค่าใด ๆ เหนือหรือต่ำกว่าแนวโน้มหากคุณกำลังคำนวณสิ่งที่มีความแปรปรวนสูงมากที่ดีที่สุดที่คุณอาจสามารถทำคือคิดออก average. I moving ต้องการทราบว่า ค่าเฉลี่ยเคลื่อนที่ของข้อมูลดังนั้นฉันจะมีความเข้าใจที่ดีขึ้นว่าเรากำลังทำอะไรอยู่ขณะที่คุณพยายามหาตัวเลขที่มีการเปลี่ยนแปลงบ่อยครั้งที่ดีที่สุดที่คุณสามารถทำได้คือคำนวณค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเฉลี่ยถ่วงน้ำหนัก