Moving Average Contoh ini mengajarkan cara menghitung moving average dari deret waktu di Excel. Rata-rata bergerak digunakan untuk memperlancar penyimpangan (puncak dan lembah) agar mudah mengenali tren. 1. Pertama, mari kita lihat rangkaian waktu kita. 2. Pada tab Data, klik Analisis Data. Catatan: cant menemukan tombol Analisis Data Klik disini untuk memuat add-in Analisis ToolPak. 3. Pilih Moving Average dan klik OK. 4. Klik pada kotak Input Range dan pilih range B2: M2. 5. Klik di kotak Interval dan ketik 6. 6. Klik pada kotak Output Range dan pilih sel B3. 8. Plot grafik nilai-nilai ini. Penjelasan: karena kita mengatur interval ke 6, rata-rata bergerak adalah rata-rata dari 5 titik data sebelumnya dan titik data saat ini. Akibatnya, puncak dan lembah dihaluskan. Grafik menunjukkan tren yang semakin meningkat. Excel tidak bisa menghitung moving average untuk 5 poin data pertama karena tidak ada cukup data point sebelumnya. 9. Ulangi langkah 2 sampai 8 untuk interval 2 dan interval 4. Kesimpulan: Semakin besar interval, semakin puncak dan lembah dihaluskan. Semakin kecil intervalnya, semakin dekat rata-rata bergerak ke titik data aktual. Apa yang Bergerak Rata-rata Bagian 2 Pada artikel terakhir, kita membicarakan semua tentang rata-rata bergerak sederhana. Apa itu, bagaimana cara menghitungnya, mengapa Anda benar-benar ingin melakukannya, dan semua itu bagus. Seperti yang mungkin Anda duga dari kehadiran kata ldquosimplerdquo dalam frase rata-rata bergerak datar, apakah jenis rata-rata bergerak yang kita bahas terakhir kali benar-benar merupakan puncak gunung es. Yang mungkin membuat Anda bertanya-tanya: Apa jenis rata-rata bergerak lainnya Apakah mereka lebih baik atau lebih buruk daripada rata-rata bergerak sederhana Dan yang terpenting, kapan dan mengapa Anda ingin menggunakan salah satu dari mereka Menantikan karena itu adalah persis Pertanyaan yang harus dijawab hari ini. Review: Rata-rata Bergerak Sederhana Sebelum kita mulai membicarakan semua jenis rata-rata bergerak yang berbeda, marirsquos segera meninjau rata-rata bergerak sederhana yang telah kita bicarakan sebelumnya. Jika Anda lupa, wersquove telah menggunakan ldquofactrdquo bahwa Anda memiliki pelatihan untuk bersaing dalam lomba 1500 meter di Olimpiade 2016 untuk membantu kami memahami bagaimana cara kerja rata-rata bergerak. Pada artikel terakhir. Anda telah mencatat waktu praktik sehari-hari Anda berjalan, dan Anda ingin menemukan cara untuk melacak kemajuan Anda sehari-hari. Masalahnya adalah bahwa hari Anda sehari-hari berfluktuasi banyak, yang membuat sulit untuk melihat tren jangka panjang yang memberitahu Anda apakah atau tidak Anda membaik? Seperti yang kita temukan, salah satu cara untuk mengatasi teka-teki ini adalah dengan menggunakan moving average. Untuk menemukan waktu rata-rata dalam sehari menggunakan rata-rata pergerakan sederhana 3 hari, cukup tambahkan waktu siang hari ke waktu dari 2 hari sebelumnya dan bagi dengan 3 untuk menggunakan rata-rata pergerakan sederhana 4 hari, cukup tambahkan waktu hari kerja. Ke waktu dari 3 hari sebelumnya dan bagi dengan 4 dan seterusnya namun beberapa hari Anda ingin rata-rata berakhir. Ini mudah dilakukan, dan yang terbaik adalah semua fluktuasi sehari-hari yang mengganggu itu dihaluskan sehingga Anda bisa melihat keseluruhan trennya. Seberapa Besarnya Jendela Jadi Satu pertanyaan yang segera muncul di benak adalah: Bagaimana ukuran rata-rata bergerak ldquowindowrdquo mempengaruhi hasilnya Dengan kata lain, apa artinya menggunakan jendela 3 hari versus jendela 4 hari versus sesuatu Seperti jendela 2 minggu Jawaban sederhana adalah bahwa ukuran jendela menentukan berapa banyak ldquomemoryrdquo yang rata-rata bergerak. Dengan kata lain, jendela yang lebih besar (yang berarti lebih banyak hari dalam contoh kita) mencakup data dari waktu ke waktu yang lebih jauh. Yang berarti nilai rata-rata bergerak yang Anda hitung akan berubah lebih lambat karena lebih dipengaruhi oleh nilai masa lalu. Bagaimana Anda tahu seberapa besar jendela itu tergantung pada apakah Anda ingin melihat gambar pendek, menengah, atau panjang. Misalnya, jika Anda melacak waktu balapan Anda selama berbulan-bulan atau bertahun-tahun, mungkin Anda ingin menggunakan sesuatu seperti rata-rata pergerakan 2 minggu untuk melacak kemajuan Anda karena minat Anda benar-benar hanya tertarik pada tren jangka panjang. Semakin besar jendelanya, semakin kecil pengaruhnya terhadap fluktuasi jangka pendek sehari-hari akan bergejolak dan semakin jelas Anda melihat gambaran besarnya. Ukuran jendela menentukan berapa banyak ldquomemoryrdquo yang rata-rata bergerak. Apa itu Moving Average Tengah Tapi ternyata, simple moving averages arenrsquot perfect. Masalah terbesar adalah bahwa nilai saat ini terkadang terlalu bergantung pada nilai masa lalu. Setelah semua, kecuali untuk titik data terbaru, semua data dalam perhitungan rata-rata bergerak sederhana berasal dari masa lalu. Itulah mengapa kadang-kadang lebih baik menggunakan kata-kata yang disebut rata-rata bergerak ldquocentral. rdquo Gagasannya hampir sama, kecuali bahwa kali ini Kami menggunakan jumlah titik data yang sama di kedua sisi titik pusat untuk menghitung rata-rata bergerak. Misalnya, saat rata-rata pergerakan sederhana 5 hari pada hari rabu, hari rabu, hari Sabtu, Minggu, Senin, Selasa, dan Rabu waktu setempat, rata-rata pergerakan harian 5 hari akan digunakan pada hari Senin, Selasa, Rabu, Kamis, dan Jumat. Jenis rata-rata pergerakan sentral digunakan sepanjang waktu dalam sains dan teknik karena kurang banyak waktu lagmdashwhich berarti biasanya lebih baik mewakili rata-rata pergerakan ldquoactualrdquo. Tentu saja, itrsquos tidak begitu nyaman digunakan saat melacak waktu balapan atau berat badan Anda karena Anda harus menunggu beberapa hari tergantung pada ukuran windowmdash untuk membuat perhitungan Anda. Yang berarti bahwa rata-rata bergerak sederhana adalah pilihan yang lebih baik untuk sebagian besar aplikasi sehari-hari Anda. Berapakah rata-rata Bergerak Tertimbang Therersquos satu jenis rata-rata bergerak lainnya yang ingin saya bicarakan hari ini: rata-rata bergerak tertimbang. Tipe moving average ini sedikit lebih rumit sehingga kita tidak terlalu banyak detail. Tapi ini alat yang sangat penting di banyak bidang matematika, sains, teknik, dan dunia bisnis dan keuangan, jadi sangat bagus untuk memahami gagasan dasarnya. Rata-rata pergerakan sederhana yang kita ketahui dan cinta sebenarnya adalah rata-rata bergerak tertimbang di mana semua data ditimbang sama. Apa artinya itu Nah, untuk menghitung waktu lomba rabu dengan menggunakan rata-rata pergerakan sederhana 3 hari, kita menambahkan hari Senin, Selasa, dan Rabu beberapa waktu kemudian membagi dengan 3. Yang sama dengan menambahkan: (1 x Senin waktu) (1 x waktu Selasa waktu) (1 x Rabu waktu), dan kemudian bagi hasil ini dengan 3. Saya tahu ini mungkin sesuatu yang aneh, tapi saya percaya atau tidak benar-benar melihat bagaimana rata-rata rata-rata tertimbang bekerja. Howrsquos that Well, dalam kasus ini, setiap hari diberi bobot 1mdash tapi mereka tidak harus sama. Misalnya, jika kita menetapkan bobot 1 untuk hari Senin, 2 untuk hari Selasa, dan 3 untuk hari Rabu, rata-rata pergerakan tertimbang ditemukan dengan menghitung (1 x Senin waktu) (2 x Selasa waktu) (3 x Rabu waktu), dan Maka dengan membagi hasil ini dengan 1 2 3 6 (yang merupakan jumlah bobot). Mengapa kita ingin melakukan itu dengan baik, jika Anda memikirkannya, Anda pasti melihat bahwa rata-rata bergerak ini memberi bobot lebih banyak pada waktu rabu daripada hari Selasa, dan lebih tinggi ke waktu pada hari Selasa daripada Senin malam. Artinya, waktu yang lebih tua menjadi kurang penting dalam perhitungan moving average seiring berjalannya waktu. Oke, itu semua matematika kita punya waktu untuk hari ini. Ingatlah untuk menjadi penggemar Matematika Bung di Facebook di mana yourquoll menemukan banyak matematika hebat yang diposting sepanjang minggu. Jika yourquore di Twitter. Tolong ikuti aku disana juga Akhirnya, tolong kirimkan pertanyaan matematika saya via Facebook. Kericau. Atau email di mathdudequickanddirtytips. Moving Averages: Apakah Mereka Diantara indikator teknis yang paling populer, moving averages digunakan untuk mengukur arah tren saat ini. Setiap jenis moving average (biasanya ditulis dalam tutorial ini sebagai MA) adalah hasil matematis yang dihitung dengan rata-rata sejumlah titik data sebelumnya. Setelah ditentukan, rata-rata yang dihasilkan kemudian diplot ke bagan untuk memungkinkan pedagang melihat data yang merapikan daripada memusatkan perhatian pada fluktuasi harga sehari-hari yang melekat di semua pasar keuangan. Bentuk paling sederhana dari rata-rata bergerak, yang secara tepat dikenal sebagai moving average sederhana (SMA), dihitung dengan mengambil mean aritmetika dari serangkaian nilai yang diberikan. Misalnya, untuk menghitung rata-rata pergerakan 10 hari dasar, Anda akan menambahkan harga penutupan dari 10 hari terakhir dan kemudian membagi hasil dengan 10. Pada Gambar 1, jumlah harga selama 10 hari terakhir (110) adalah Dibagi dengan jumlah hari (10) sampai pada rata-rata 10 hari. Jika seorang pedagang ingin melihat rata-rata 50 hari, jenis perhitungan yang sama akan dilakukan, tapi itu akan mencakup harga selama 50 hari terakhir. Rata-rata yang dihasilkan di bawah (11) memperhitungkan 10 poin data terakhir untuk memberi gambaran kepada pedagang tentang bagaimana harga aset dibandingkan dengan 10 hari terakhir. Mungkin Anda bertanya-tanya mengapa pedagang teknis menyebut alat ini sebagai moving average dan bukan hanya mean biasa. Jawabannya adalah bahwa saat nilai baru tersedia, titik data tertua harus dikeluarkan dari himpunan dan titik data baru harus masuk untuk menggantikannya. Dengan demikian, kumpulan data terus bergerak untuk memperhitungkan data baru saat tersedia. Metode perhitungan ini memastikan bahwa hanya informasi terkini yang dipertanggungjawabkan. Pada Gambar 2, setelah nilai 5 yang baru ditambahkan ke himpunan, kotak merah (mewakili 10 titik data terakhir) bergerak ke kanan dan nilai terakhir 15 dijatuhkan dari perhitungan. Karena nilai yang relatif kecil dari 5 menggantikan nilai tinggi 15, Anda akan berharap untuk melihat rata-rata penurunan data, yang terjadi, dalam hal ini dari 11 sampai 10. Rata-rata Moving Averages Like Once MA telah dihitung, mereka diplot ke grafik dan kemudian terhubung untuk menciptakan garis rata-rata bergerak. Garis melengkung ini biasa ditemukan pada grafik pedagang teknis, tapi bagaimana penggunaannya dapat bervariasi secara drastis (lebih lanjut tentang ini nanti). Seperti yang dapat Anda lihat pada Gambar 3, adalah mungkin untuk menambahkan lebih dari satu moving average ke setiap grafik dengan menyesuaikan jumlah periode waktu yang digunakan dalam perhitungan. Garis melengkung ini mungkin tampak mengganggu atau membingungkan pada awalnya, tapi Anda akan terbiasa dengan mereka seiring berjalannya waktu. Garis merah hanya harga rata-rata selama 50 hari terakhir, sedangkan garis biru adalah harga rata-rata selama 100 hari terakhir. Sekarang setelah Anda memahami apa itu rata-rata bergerak dan seperti apa rasanya, perkenalkan jenis rata-rata bergerak yang berbeda dan periksa bagaimana perbedaannya dengan rata-rata bergerak sederhana yang disebutkan sebelumnya. Rata-rata pergerakan sederhana sangat populer di kalangan pedagang, namun seperti semua indikator teknis, memang ada kritiknya. Banyak orang berpendapat bahwa kegunaan SMA ini terbatas karena setiap titik dalam rangkaian data tertimbang sama, terlepas dari mana hal itu terjadi dalam urutan. Kritikus berpendapat bahwa data terbaru lebih signifikan daripada data yang lebih tua dan harus memiliki pengaruh lebih besar pada hasil akhir. Sebagai tanggapan atas kritik ini, para pedagang mulai memberi bobot lebih pada data terakhir, yang sejak saat ini menyebabkan penemuan berbagai tipe rata-rata baru, yang paling populer adalah Exponential Moving Average (EMA). (Untuk bacaan lebih lanjut, lihat Dasar-Dasar Rata-rata Bergerak Rata-rata dan Perbedaan antara SMA dan EMA) Rata-rata Moving Exponential Rata-rata pergerakan eksponensial adalah jenis rata-rata bergerak yang memberi bobot lebih pada harga terakhir dalam upaya untuk membuatnya lebih responsif. Untuk informasi baru Mempelajari persamaan yang agak rumit untuk menghitung EMA mungkin tidak perlu bagi banyak pedagang, karena hampir semua paket charting melakukan perhitungan untuk Anda. Namun, bagi Anda ahli matematika matematika di luar sana, inilah persamaan EMA: Bila menggunakan rumus untuk menghitung titik pertama EMA, Anda mungkin memperhatikan bahwa tidak ada nilai yang tersedia untuk digunakan sebagai EMA sebelumnya. Masalah kecil ini bisa diatasi dengan memulai perhitungan dengan simple moving average dan melanjutkan dengan rumus di atas dari sana. Kami telah menyediakan contoh spreadsheet yang mencakup contoh kehidupan nyata tentang bagaimana menghitung rata-rata bergerak sederhana dan rata-rata pergerakan eksponensial. Perbedaan Antara EMA dan SMA Sekarang setelah Anda memiliki pemahaman yang lebih baik tentang bagaimana SMA dan EMA dihitung, mari kita lihat bagaimana rata-rata ini berbeda. Dengan melihat perhitungan EMA, Anda akan melihat bahwa penekanan lebih banyak ditempatkan pada titik data terkini, menjadikannya sebagai jenis rata-rata tertimbang. Pada Gambar 5, jumlah periode waktu yang digunakan pada masing-masing rata-rata identik (15), namun EMA merespons lebih cepat terhadap harga yang berubah. Perhatikan bagaimana EMA memiliki nilai lebih tinggi saat harga naik, dan jatuh lebih cepat dari pada SMA ketika harganya sedang menurun. Responsivitas inilah yang menjadi alasan utama mengapa banyak trader lebih memilih untuk menggunakan EMA di atas SMA. Apa arti Hari yang Berbeda Berarti Moving averages adalah indikator yang benar-benar dapat disesuaikan, yang berarti bahwa pengguna dapat dengan bebas memilih kerangka waktu yang mereka inginkan saat membuat rata-rata. Periode waktu paling umum yang digunakan dalam moving averages adalah 15, 20, 30, 50, 100 dan 200 hari. Semakin pendek rentang waktu yang digunakan untuk menciptakan rata-rata, semakin sensitif akan perubahan harga. Semakin lama rentang waktu, kurang sensitif, atau lebih merapikan, rata-rata akan. Tidak ada kerangka waktu yang tepat untuk digunakan saat mengatur rata-rata bergerak Anda. Cara terbaik untuk mengetahui mana yang paling sesuai untuk Anda adalah bereksperimen dengan sejumlah periode waktu yang berbeda sampai Anda menemukan strategi yang sesuai dengan strategi Anda. Moving Averages: Bagaimana Menggunakannya?
Comments
Post a Comment