فرمول‌های شاخص میانگین جهت‌دار


نکته مهم: وقتی بازاری که با آن کار می‌کنید روندی قوی ندارد یا رنج است این مناطق هیجان خرید و فروش به درستی نقاط ورود و خروج را به شما نشان می‌دهند. ولی در یک بازار قوی و روند دار، رفتن اسیلاتور‌ها در مناطق اشباع خود حکایت از قوی بودن و ادامه دار بودن روند فعلی دارند. پس این مهم است که نموداری که تحلیل می‌کنید روند دار است یا خنثی!

میانگینهای متحرک

بی شک یکی از مهمترین پارامترهای مرکزی شناخت رفتار یک خصیصه در یک جامعه آماری مطالعه میانگین آن جامعه می باشد . (به شرطی که بیان آن مشخصه به زبان ریاضی امکان پذیر باشد ).

به فرمول‌های شاخص میانگین جهت‌دار ندرت پیش می آید ، که رفتار جامعه از میانگین آن تبعیت نکند ، لذا “میانگین” همواره یکی از مبناهای تصمصیم سازی در برخورد با یک جامعه آماری می باشد . در هنگامی که رفتار جامعه از میانگین طبعیت ننماید به این معناست که شما نیز می بایست ، تصمیمات خود را تغییر دهید . به همین ترتیب در هنگامی که میانگین قیمت سهامی را در یکی از انواع مدل آن ( مثلا آخرین قیمت ) ، و در بازه زمانی مشخصی مثلا ۲۰ روزه بررسی می کنید ، می توانید نسبت به تصمیم به ورود و خروج از سهم مربوطه بر اساس آخرین نرخ معامله و در مقایسه با مبانگین ۲۰ روزه تصمیم گیری نمایید . ودر هنگامی که آخرین قیمت از میانگین به سمت بالا و یا پایین حرکت نماید ، ممکن است آغاز شروع یک روند جدید باشد که شما را وادار می کند با مطالعه سایر نشانگرها و ترکیب سیگنالهای صادره از آنها با میانگین قیمت تصمیم به اقدام جدیدی بگیرید.

انواع میانگین

میانگینها از نظر ریاضی انواع مختلفی دارند

  • میانگین حسابی
  • میانگین وزنی
  • میانگین نمایی
  • میانگین هندسی

میانگینها می توانند به جای مطالعه کل حامعه تنها بخشی از آن را مورد بررسی دقیق قرار دهند . به طور مثال اگر جامعه آماری ما آخرین قیمت سهام در ۱۰۰۰ روز گذشته باشد ، شما می توانید تنها ۱۰ روز آخرین تغییرات را مورد بررسی قرار دهید و در فردای روز مطالعه ، این مهم را برای ۱۰ روز بعدی انجام دهید . در این صورت میانگین شما ” غیر ثابت ” یا ” میانگین متحرک ” نامیده می شود . که نمایانگر رفتار میانگین جامعه شما در هر روز نسبت به ده روز قبل آن است. استفاده از سبک میانگین های متحرک از هر الگویی که باشد ( حسابی ، وزنی …. ) استفاده بسیار گسترده ای در اقتصاد ، حسابداری ، علم پیس بینی بر اساس متدولوژی های ریاضی ، نجوم ، اقلیم شناسی و ………. دارد .

مکدی MACD

نکته حائز اهمیت در بحث میانگینها ، شاید نه خود میانگینها بلکه فرمولهای پیچیده بعدی استخراج شده بر اساس منطق میانگینها به منظور نشان دادن ، روند و نواسنات قیمت سهام در بازه های متفاوت زمانی می باشد . به عبارت ساده تر بسیاری از اندیکاتور ها و اسیلیتورهای شناخته شده و پر کاربرد در بحث تحلیل تکنیکال سهامها ، مشتق شده از مباحث کلیدی در میانگینهای متحرک آنها می باشد .

از جمله این نواسنگر ها ( آسیلیتورها ) می توان به میانگین متحرک واگرایی و همگرایی اشاره نمود ( Moving Average of Convergence and Divergence) یا همان مکدی یا MACD .

مکدی در واقع از حاصل تفریق دو میانگین موزون متحرک بلند مدت و کوتاه مدت بدست می آید و بااستفاده از تغییر علامت این معادله از مثبت به منفی و بلعکس ، می کوشد تا نشان دهد در هنگامی که مقدار آخرین میانگینها به شدت میانگینهای دور تر را دستخوش تغییر قرار می دهند ، زمان تغییر روند در بازار ایجاد شده و باید تصمیم جدیدی با توجه به سایر سیگنالها، اتخاذ نمود . و در این گذار میانگین حسابی کوتاه مدتی نیز به منظور شفاف سازی بیشتر به کل معادله اضافه می شود .

همانگونه که ملاحظه میکنید ، روند تصمیم گیری برای ورود و خروج در یک سهم تنها با هویدا شدن یک سیگنال در یک اندیکاتور قطعی نمی شود و می بایست ترکیبی از چند اندیکار و با ارائه و تحلیل و شناخت دقیق ، تصمیم شما را نهایی سازند .

جهت مشاهده کامل این بحث و آموزشهای مرتبط با آن اینجا کلیک کنید

سایر اسیلیتورها و اندیکاتورهای کاربردی مرتبط با میاگین متحرک

در این مقاله همچنین شناخت بعضی دیگر از اندیکاتور های کلیدی و ترکیب سیگنالهای آنها با MACD و Moving Average آموزش داده شده است که لیست آنها به قرار ذیل می باشد :

  • شاخص قدرت نسبی RSI یا (Relative strength Index)
  • نوسانگر اتفاقی یا استوکاستیکها ( Stochastic Oscillator)
  • شاخص کانال کالا یا CCI یا (Commodity Chanel Index)
  • جنبش لحظه ای یا ( Momentum)
  • حجم معاملات یا (Volume)
  • شاخص جریان نقدی یا (Money Flow Index)
  • حجم متوازن یا ( On Balance Volume)
  • شاخص تجمع (Accumulation and Distribution Line)
  • شاخص میانگین جهت دار یا ( Average Directed Index)

جهت مشاهده کامل این بحث و آموزشهای مرتبط با آن اینجا کلیک کنید

مطالعه سایت بورس نیز توصیه می شود . جهت دیدن سایر محصولات اینجا کلیلک کنید

ضریب همبستگی پیرسون و ضريب همبستگي اسپيرمن

ضریب همبستگی پیرسون که به نام های ضریب همبستگی گشتاوری و یا ضریب همبستگی مرتبه ی صفر نیز نامیده می شود ، توسط سر کارل پیرسون معرفی شده است. این ضریب به منظور تعیین میزان رابطه، نوع و جهت رابطه ی بین دو متغیر فاصله ای یا نسبی و یا یک متغیر فاصله ای و یک متغیر نسبی به کار برده می شود. چندین روش محاسباتی معادل می توان برای محاسبه ی این ضریب تعریف نمود.

الف) روش محاسبه با استفاده از اعداد خام :

روش محاسبه ضریب همبستگی

ب) روش محاسبه از طریق نمره های استاندارد شده :

ضریب همبستگی

ضریب همبستگی پیرسون بین -1 و 1 تغییر می کند.اگر r=1 بیانگر رابطه ی مستقیم کامل بین دو متغیر است ، رایطه ی مستقیم یا مثبت به این معناست که اگر یکی از متغیرها افزایش (کاهش) یابد، دیگری نیز افزایش (کاهش) می یابد. مانند رابطه ی بین میزان ساعات مطالعه در روز و معدل محصلین.

r=-1 نیز وجود یک رابطه ی معکوس کامل بین دو متغیر را نشان می دهد. رابطه ی معکوس یا منفی نشان می دهد که اگر یک متغیر افزایش یابد متغیردیگر فرمول‌های شاخص میانگین جهت‌دار کاهش می یابد و بالعکس.

زمانی که ضریب همبستگی برابر صفر است نشان می دهد که بین دو متغیر رابطه ی خطی وجود ندارد.

1) صفر بودن ضریب همبستگی تنها عدم وجود رابطه ی خطی بین دو متغیر را نشان می دهد ولی نمی توان مستقل بودن دو متغیر را نیز نتیجه گرفت. هنگامی که فرمول‌های شاخص میانگین جهت‌دار ضریب همبستگی پیرسون بین دو متغیر صفر باشد، این متغیرها تنها در صورتی مستقل از یکدیگرند که توزیع متغیرها نرمال باشد.

2) همبستگی بین دو متغیر تنها نشان دهنده ی این است که افزایش یا کاهش یک متغیر چه تاثیری بر افزایش یا کاهش متغیر دیگر دارد ولی این همبستگی ضرورتا دال بر رابطه ی علّی بین متغیرها نمی باشد. به طور مثال اگر در یک تحقیق دو متغیر قد و تحصیلات همبستگی مثبت بالایی داشته باشندنمی توانیم نتیجه بگیریم که افراد قد بلندتر دارای تحصیلات بیشتری هستند. بنابراین باید بین مفاهیم همبستگی و رابطه ی علّت و معلولی تفاوت قائل شد. به بیان دیگر ممکن است دو متغیر همبستگی داشته باشند ولی لزومی ندارد که یکی از متغیرها علت و دیگری معلول باشد، علاوه براین عوامل متعدد دیگری نیز می توانند بر ضریب همبستگی اثرگذار باشند.

مثال :

سنوات خدمت و میزان درآمد تعدادی کارمند در دست است ، به کمک نرم افزار spss ضریب همبستگی پیرسون را محاسبه می کنیم.

خروجی spss همبستگی

2- ضریب همبستگی رتبه ای اسپیرمن

ضریب همبستگی رتبه ای اسپیرمن توسط چارلز اسپیرمن(1945-1863) روانشناس و آماردان انگلیسی در سال 1904 معرفی شد.این ضریب میزان همبستگی رابطه ی میان دو متغیر ترتیبی را نشان می دهد و به عبارت دیگر متناظر ناپارامتری ضریب همبستگی پیرسون می باشد. در این ضریب همبستگی به جای استفاده از خود مقادیر متغیرها از رتبه های آنان استفاده می شود. رابطه ی مربوط به ضریب همبستگی رتبه ای اسپیرمن به صورت زیر تعریف می شود.

D : تفاوت بین رتبه های اعضای متناظر دو گروه مورد بررسی. n: حجم هر گروه .

3- تفاوت ضریب همبستگی رتبه ای اسپیرمن و ضریب همبستگی پیرسون

  • برای استفاده از فرمول‌های شاخص میانگین جهت‌دار ضریب همبستگی پیرسون لازم است داده ها دارای توزیع نرمال باشند یا تعدادشان خیلی زیاد باشد. اما در ضریب همبستگی پیرسون نرمال بودن داده ها شرط نیست.
  • ضریب همبستگی پیرسون آزمونی پارامتری است اما ضریب همبستگی اسپیرمن آزمونی ناپارامتری (ناپارامتریک) است.
  • ضریب همبستگی پیرسون برای محاسبه ی همبستگی دو متغیر فاصله ای یا نسبی به کار برده می شود، ولی ضریب اسپیرمن ، همبستگی موجود بین دو متغیر ترتیبی را نشان می دهد.
  • به کمک ضریب همبستگی اسپیرمن روابط غیرخطی بررسی می شود در حالیکه ضریب همبستگی پیرسون به منظور بررسی یک رابطه ی خطی بکار برده می شود.
  • کارایی ضریب همبستگی رتبه ای اسپیرمن کمتر از ضریب همبستگی پیرسون است.
  • محاسبه ی ضریب همبستگی اسپیرمن ساده تر بوده و نیاز به پیش فرض های کمتری نسبت به ضریب پیرسون دارد.
مثال:

فرض کنید می خواهیم بدانیم آیا بین تعدا دانش آموزان هرکلاس و افت تحصیلی آنان رابطه وجود دارد یا خیر. نمونه های حاصل از مناطق مختلف یک شهر به همراه رتبه بندی مقادیر مربوط به هریک از متغیرها به شرح زیر است.

خروجی spss اسپیرمن

4-آموزش ویدئویی نحوه آزمون نرمال بودن داده ها

با توجه به اینکه برای تشخیص اینکه از کدام آزمون همبستگی (اسپیرمن یا پیرسون) استفاده کنید نیاز دارید به اینکه بدانید آیا داده های شما نرمال هستند یا خیر، آموزش جامع و ویدئویی زیر می تواند برای شما راهگشا باشد. خصوصا اینکه مفهوم نرمال بودن نیز به صورت کامل تشریح شده است (با بررسی عینی داده های دارای توزیع نرمال):

5- قبول سفارش تحلیل آماری فصل 4 پایان نامه با نرم افزار آماری

در صورتی که مایل بودید می توانید انجام تحلیل آماری فصل 4 پایان نامه خود و تجزیه و تحلیل نتایج پرسشنامه ها و آزمون فرضیات پایان نامه خود را به تیم تحلیلگران با تجربه اطمینان شرق بسپارید.

برای بررسی و اعلام قیمت و زمان انجام تحلیل، به ما واتساپ بزنید و مدل و فرضیات و پرسشنامه و اطلاعات لازم را ارسال نمایید.

هر گونه سوالی؟

هر گونه سوالی در خصوص ضریب همبستگی و انواع دارید در بخش دیدگاه در پایین این صفحه درج نمایید. هنگامی که به سوال شما پاسخ دهیم از طریق ایمیل مطلع خواهید شد.

برای جستجو در میان کامنت ها، از Ctrl + f استفاده نمایید تا کامنت مرتبط با سوال خود را بیابید.

براي مشاهده ساير مقاله هاي تحليل آماري اين وب سايت بر لينک زير کليک نماييد: صفحه مقاله هاي تحليل آماري

معرفی اندیکاتور میانگین متحرک (اندیکاتور مووینگ اوریج) Moving Average یا MA

آشنایی با اندیکاتور میانگین متحرک Moving Average یا MA

معرفی اندیکاتور میانگین متحرک (اندیکاتور مووینگ اوریج) Moving Average یا MA

میانگین متحرک اندیکاتوری است که نوسانات بازار را به یک خط صاف و ملایم تبدیل می‌کند. اندیکاتور میانگین متحرک (مووینگ اوریج) (Moving Average یا MA) یک اندیکاتور پیرو روندی است. از این اندیکاتور نمی‌توان برای پیش‌بینی آینده استفاده کرد، اما برای توصیف وضعیت فعلی می‌تواند مفید باشد. بایستی توجه داشت که این اندیکاتور تأخیر دارد، یعنی حتی در توصیف وضعیت فعلی بازار با کمی تأخیر عمل می‌کند. میانگین متحرک از محاسبه قیمت‌های قبلی به دست می‌آید، به همین دلیل همواره با تأخیر همراه است.
میانگین متحرک در طراحی و توسعه سایر اندیکاتورها هم کاربرد دارد، به‌طور مثال از اندیکاتور میانگین متحرک در اندیکاتورهای باندهای بولینگر (Bollinger Bands) و MACD هم استفاده شده است. اندیکاتور میانگین متحرک انواع مختلفی دارد، اما میانگین متحرک ساده (Simple Moving Average یا SMA) و میانگین متحرک نمایی (Exponential Moving Average یا EMA) محبوب‌ترین میانگین‌های متحرک مورد استفاده معامله گران هستند. از اندیکاتور میانگین متحرک (MA) می‌توان برای تعیین روند بازار یا تعیین سطوح حمایت/مقاومت استفاده کرد.

برای اضافه کردن اندیکاتور مووینگ اوریج به چارت متاتریدر خود می توانید از مسیر مشخص شده در تصویر زیر استفاده کنید، از منوی اصلی متاتریدر گزینه اینسرت و سپس در نهایت مووینگ اوریج را انتخاب کنید.
insert >> indicator >> trend >> Moving Average

چگونه اندیکاتور مووینگ اوریج را به چارت متاتردیر اضافه کنیم؟

آموزش اندیکاتور مووینگ اوریج: چگونه اندیکاتور مووینگ اوریج به چارت متاتریدر اضافه کنیم

انتخاب نوع اندیکاتور مووینگ اوریج

آموزش اندیکاتور مووینگ اوریج: انتخاب نوع اندیکاتور میانگین متحرک، Simple Moving Average یا Exponential Moving Average

میانگین متحرک ساده (SMA)

اندیکاتور میانگین متحرک ساده از محاسبه میانگین قیمت در یک بازه زمانی خاص به دست می‌آید. معمولاً از قیمت بسته شدن بازار برای محاسبه میانگین استفاده می‌شود. به‌طور مثال اگر اندیکاتور میانگین متحرک (مووینگ اوریج) برای بازه ۱۰ کندلی انتخاب شود، اندیکاتور MA میانگین قیمت بسته شدن ۱۰ کندل آخر را محاسبه خواهد کرد. همان‌طور که از نام میانگین متحرک مشخص است، میانگین‌های محاسبه شده با بسته شدن کندل جدید تغییر می‌کند، به همین دلیل به این اندیکاتور میانگین متحرک می‌گویند. با بسته شدن کندل های جدید، کندل های قدیمی دیگر مورد استفاده قرار نمی‌گیرند، به همین دلیل اندیکاتور میانگین متحرک تا زمانی که بازار باز است در حرکت خواهد بود.

میانگین متحرک نمایی – اندیکاتور مووینگ اوریج اکسپوننشیال (Exponential Moving Average یا EMA)

اگر از روش نمایی برای محاسبه میانگین متحرک استفاده کنید، میزان تأخیری که در اندیکاتور مووینگ اوریج ساده وجود دارد کاهش خواهد یافت. در این روش آخرین کندل های تشکیل شده در بازار (کندل های جدید) وزن بیشتری در میانگین محاسبه شده خواهند داشت. روش محاسبه میانگین متحرک نمایی (EMA) با میانگین متحرک ساده (EMA) متفاوت است. از آنجایی که امروزه تمامی تحلیل‌ها و معاملات به کمک کامپیوتر انجام می‌شوند، نیازی به دانستن جزئیات محاسبات ریاضی اندیکاتورها نیست. شما می‌توانید به راحتی با چند کلیک در متاتریدر یا سی تریدر اندیکاتور میانگین متحرک (MA) را به نمودار قیمتی اضافه کنید.

تفاوت میانگین متحرک‌های نمایی و ساده

هر چند که تفاوت زیادی بین میانگین‌های متحرک نمایی و ساده وجود دارد، اما لزوماً این تغییر به معنی برتری یکی بر دیگری نیست. میانگین متحرک نمایی (EMA) تأخیر کمتری دارد و به همین دلیل حساسیت بیشتری به نوسانات قیمتی اخیر دارد. میانگین متحرک نمایی پیش از میانگین متحرک ساده تغییر خواهد کرد. در مقابل میانگین متحرک ساده نشانگر میانگین واقعی قیمت‌هاست، به همین خاطر می‌تواند در تعیین سطوح حمایت و مقاومتی کارایی بیشتری داشته باشد.
عملکرد اندیکاتورهای میانگین متحرک (MA) بیشتر به سبک تحلیلگر و بازه زمانی تحلیل بستگی دارد. اگر به دنبال استفاده از اندیکاتور میانگین متحرک هستید، توصیه می‌شود که دوره‌های زمانی متفاوت و روش‌های محاسبه مختلف میانگین‌های متحرک را در نمودار قیمتی امتحان کنید، تا مناسب‌ترین میانگین متحرک را برای نماد معاملاتی موردنظر خود پیدا کنید.
دوره (Period) زمانی و تایم فریم اندیکاتور میانگین متحرک بسته به سبک تحلیل شما می‌تواند متغیر باشد. اما به‌طور کلی برای روندهای کوتاه‌مدت از میانگین‌های متحرک با دوره‌های زمانی بین ۵ تا ۲۰ کندل استفاده می‌شود. اگر به دنبال بررسی روند میان‌مدت بازار هستید، باید از دوره زمانی ۲۰ تا ۶۰ کندل استفاده کنید. برای تحلیل‌های بلندمدت هم باید از دوره زمانی بالای ۱۰۰ کندل استفاده شود. برخی از دوره‌های زمانی محبوب‌تر از سایر دوره‌های زمانی هستند. به‌طور مثال اکثر معامله گران از میانگین متحرک ۲۰۰ برای ارزیابی روند بلندمدت استفاده می‌کنند. برای ارزیابی روندهای میان‌مدت دوره ۵۰ کندلی محبوبیت بیشتری دارد و برای روندهای کوتاه‌مدت هم از دوره ۱۰ کندلی بیشتر استفاده می‌شود.

تفاوت میانگین متحرک ساده (خط آبی) و میانگین متحرک نمایی (خط قرمز)

تفاوت میانگین متحرک ساده (خط آبی) و میانگین متحرک نمایی (خط قرمز)

تأخیر در اندیکاتور میانگین متحرک (مووینگ اوریج) (MA)

هر چه دوره (Period) انتخاب شده برای میانگین متحرک طولانی‌تر باشد، تأخیر میانگین متحرک هم بیشتر خواهد بود. به‌طور مثال میانگین متحرک نمایی با دوره ۱۰ کندل (EMA 10) فاصله کمی با قیمت دارد و با تغییر قیمت سریعاً تغییر می‌کند. برای مقایسه عملکرد میانگین‌های متحرک در بازه‌های مختلف می‌توان از مثال قایق و کشتی استفاده کرد. هر چه دوره زمانی اندیکاتور کوتاه باشد، نوسانات اندیکاتور هم سریع‌تر خواهد بود، درست مثل قایق‌های موتوری کوچک که به راحتی می‌توانند تغییر مسیر دهند. اما در مقابل اگر دوره زمانی میانگین متحرک بلند باشد، مثلاً ۱۰۰ کندل، تغییرات میانگین متحرک هم کوتاه و جزئی خواهد بود. میانگین‌های بلند همانند کشتی‌های اقیانوس‌پیما می‌مانند، تغییر مسیر آن‌ها به کُندی انجام می‌شود.

تعیین روند به کمک اندیکاتور میانگین متحرک (مووینگ اوریج) (MA)

سیگنال‌های صادر شده در میانگین متحرک نمایی و ساده تفاوتی از نظر کاربرد ندارند. هر دو به یک روش سیگنال صادر می‌کنند. به همین دلیل در بررسی کاربرد اندیکاتور میانگین متحرک به میانگین متحرک ساده یا نمایی اشاره نخواهد شد. کاربرد تمامی انواع میانگین‌های متحرک یکی است. به‌طور کلی اگر روند میانگین متحرک صعودی باشد، یعنی قیمت‌ها به تدریج افزایش می‌یابند. اگر روند میانگین متحرک نزولی باشد، به این معنی است که قیمت‌ها به تدریج کاهش می‌یابند. اگر روند میانگین متحرک بلند صعودی باشد، یعنی روند بلندمدت بازار صعودی است.

سیگنال یابی به کمک اندیکاتور مووینگ اوریج (MA)

می‌توان از دو اندیکاتور میانگین متحرک (MA) برای سیگنال یابی استفاده کرد. جان مورفی در کتاب تحلیل تکنیکال بازارهای مالی به این نوع سیگنال اشاره کرده است. در این نوع سیستم از دو اندیکاتور با دوره‌های کندلی متفاوت (به‌طور مثال EMA 5 و EMA 35) استفاده می‌شود. در این روش، سیگنال خرید زمانی صادر می‌شود که میانگین متحرک کوتاه به بالای میانگین متحرک بلند عبور می‌کند. در مقابل اگر میانگین متحرک کوتاه به زیر میانگین متحرک بلند عبور کند، سیگنال فروش صادر خواهد شد.

سیگنال یابی با دو اندیکاتور میانگین متحرک نمایی

آموزش اندیکاتور مووینگ اوریج: آموزش سیگنال یابی با دو اندیکاتور میانگین متحرک نمایی

میانگین‌های متحرک به خاطر نحوه محاسبه‌ای که دارند همیشه سیگنال را با تأخیر صادر می‌کنند. فرقی نمی‌کند که شما دوره کندلی میانگین را تغییر دهید یا خیر، در هر صورت روش محاسبه میانگین به گونه‌ای است که سیگنال با تأخیر صادر خواهد شد. هر چه دوره کندلی میانگین متحرک بلندتر باشد، تأخیر آن هم بیشتر خواهد شد. اما آیا اگر دوره کندل میانگین متحرک کوتاه‌تر باشد، تأخیر هم کاهش خواهد یافت؟ بله. اما در چنین وضعیت سیگنال‌های صادر شده قابل اطمینان نخواهند بود. کاهش دوره زمانی اندیکاتور باعث تشدید نوسانات آن خواهد شد.
علاوه بر روش میانگین متحرک دوگانه، می‌توان از سه میانگین متحرک هم برای سیگنال یابی استفاده کرد. در این روش باز هم زمانی که میانگین های متحرک کوتاه به بالای دو میانگین متحرک بلند عبور می‌کنند، سیگنال خرید صادر خواهد شد. سقوط میانگین کوتاه به زیر میانگین‌های بلندمدت هم نشانگر سیگنال فروش خواهد بود. به‌طور مثال برخی از معامله گران از میانگین‌های متحرک با دوره زمانی ۵ روز، ۱۰ روز و ۲۰ روز استفاده می‌کنند.
نکته‌ای که در سیگنال یابی به کمک اندیکاتور میانگین متحرک باید به آن توجه کنید، تعداد سیگنال‌های کاذب است. شاید پیش از اینکه سیگنال اصلی صادر شود، چندین بار سیگنال کاذبی در بازار صادر شود و موجب ضرر و زیان سرمایه‌گذار شود. برای اینکه بتوان سیگنال‌ها را فیلتر کرد، می‌توان از اندیکاتور MACD استفاده کرد. اندیکاتور MACD هم از دو میانگین متحرک نمایی ساخته شده، به همین دلیل باید اندیکاتور MACD را با میانگین‌های متحرک نمایی به کار برد. اگر سیگنال خرید در میانگین‌های متحرک صادر شود، برای تائید سیگنال خرید، MACD هم باید وارد محدوده مثبت شود. برای تائید سیگنال فروش هم باید اندیکاتور MACD وارد محدوده منفی شود.

سیگنال یابی به کمک قیمت و اندیکاتور میانگین متحرک (MA)

شما می‌توانید تنها به کمک نمودار قیمتی و میانگین متحرک اقدام به سیگنال یابی کنید. سیگنال خرید زمانی صادر می‌شود که قیمت به بالای میانگین متحرک عبور می‌کند، سیگنال فروش هم زمانی صادر می‌شود که قیمت به زیر میانگین متحرک عبور می‌کند. این نوع سیگنال‌ها را می‌توان در روندهای بلند مورد استفاده قرار داد. میانگین متحرک بلند نشانگر روند بلندمدت و میانگین متحرک کوتاه نشانگر روند کوتاه‌مدت است.
در این روش تنها زمانی می‌توان به سیگنال‌های خرید اعتماد کرد که قیمت در بالای میانگین متحرک بلندمدت باشد. یعنی سیگنال‌های خرید تنها زمانی موفق عمل می‌کنند که روند بلندمدت هم صعودی باشد. اگر روند بلندمدت صعودی باشد و سیگنال فروشی در بالای میانگین متحرک بلند صادر شود، تنها نشانگر اصلاح نزولی خواهد بود. اما اگر قیمت به زیر میانگین بلند سقوط کند، بدین معنی خواهد بود که بازار در حال تغییر روند است.

سیگنال یابی به کمک قیمت و میانگین متحرک نمایی 200

سیگنال یابی به کمک قیمت و میانگین متحرک نمایی ۲۰۰

تعیین سطوح حمایت/مقاومت به کمک اندیکاتور میانگین متحرک

شما می‌توانید از میانگین‌های متحرک برای تعیین سطوح حمایت و مقاومت هم استفاده کنید. اگر روند بازار صعودی باشد، یعنی قیمت در بالای میانگین‌های متحرک خواهد بود. به همین دلیل میانگین‌های متحرک حمایت‌های بازار خواهند بود. اگر روند نزولی باشد، قیمت در زیر میانگین‌های متحرک خواهد بود. پس مقاومت اصلی بازار میانگین‌های متحرک خواهد بود. توجه داشته باشید که با رسیدن قیمت به میانگین‌های متحرک نباید انتظار واکنش فوری یا دقیق را داشته باشید. شکست های جعلی در میانگین‌های متحرک یک پدیده طبیعی است. به همین خاطر به جای اینکه میانگین‌های متحرک را به عنوان محل دقیق حمایت یا مقاومت انتخاب کنید، آن‌ها را محدوده در نظر بگیرید. به‌طور مثال شاید محدوده ۱۰ پیپی اطراف یک میانگین متحرک برای انتخاب محدوده حمایتی یا مقاومتی مناسب باشد.

میانگین های متحرک نمایی 200 و 100 در قالب مقاومت و حمایت بازار

میانگین های متحرک نمایی ۲۰۰ و ۱۰۰ در قالب مقاومت و حمایت بازار

به طور خلاصه میانگین متحرک یک اندیکاتور پیرو روندی است و به همین خاطر در سیگنال دهی با تأخیر عمل می‌کند. شاید در نگاه اول برای بسیاری از معامله‌گرانی که به دنبال سیگنال یابی هستند، چنین ویژگی خیلی خوشایند نباشد، اما اگر شما هم جزو افرادی هستید که با روند معامله می‌کنند، میانگین متحرک می‌تواند اطلاعات مفیدی در اختیار شما قرار دهد. میانگین‌های متحرک شما را مجاب خواهند کرد همراه با روند معامله کنید. همانند اکثر اندیکاتورهای تکنیکال نباید از اندیکاتور مووینگ اوریج به تنهایی استفاده کنید، شاید ترکیب میانگین متحرک با اندیکاتور RSI بتواند سیگنال‌های بهتری صادر کند. سعی کنید در کنار اندیکاتور یا سبکی که برای تحلیل و معامله استفاده می‌کنید، میانگین متحرک را هم اضافه کنید. به مرور زمان به کاربردها و مزایای استفاده از میانگین متحرک پی خواهید برد.

اسیلاتور‌ها و اندیکاتور

اسیلاتور‌ها و اندیکاتور

اسیلاتور‌‌ها (oscillators) یا ترجمه فارسی آن ارتعاش سنج , نوسانگر به مجموعه‌ای از اندیکاتور‌‌ها اطلاق می‌شود که هدفشان درک و سنجش میزان هیجان خریداران و فروشندگان است. در حقیقت اسیلاتور‌‌ها سعی دارند دماسنج هیجانات خریداران و فروشندگان فعال در سهم باشند و ما را از میزان هیجان خرید و فروش حاضر در معاملات اگاه کنند.

میان تحلیل‌گران تکنیکال ایرانی با نام‌‌های نوسان ساز یا نوسانگر نیز شناخته می‌شود. اسیلاتور یک ابزار تحلیل فنی است؛ که از قرار گرفتن یک یا چند شاخص نموداری (حاصل فرمولاسیون داده‌‌های قیمتی) در یک محدوده نوسانی دارای حد بالایی و پایینی مشخص تشکیل شده و با بررسی نوسانات شاخص‌‌های مذکور، شرایط هیجانی بازار و مومنتوم قیمت را ارزیابی نموده و نتیجه نهایی را در قالب یک عدد یا نشانه نموداری در اختیار معامله‌گر قرار می‌دهد. اسیلاتور‌ها معمولاً به دو شیوه تقاطع با خط مرکزی یا نوسان بین سطوح مرزی (نواحی اشباع خرید و فروش) مورد استفاده قرار می‌گیرند. در نظر داشته باشید؛ که این ابزار برای معامله‌گران با افق زمانی سرمایه‌گذاری کوتاه‌مدت و در مواقع بازار خنثی (فاقد روند مشخص)، عملکرد مناسب‌تری دارد.

این دسته‌بندی دارای چهار زیرمجموعه نیز می‌باشد که عبارتند از:

  • قدرت نسبی یا RSI
  • استوکاستیک
  • میانگینِ حرکت جهت‌دار یا ADX
  • ایچیموکو

کار اصلی این دسته نمایش قدرت یک روند است که در حقیقت به عنوان چاشنیِ دیگر دسته‌‌ها محسوب می‌شود. یکی از دلایلی که اکثر معامله‌گران به اشتباه، اسیلاتور‌ها را با دیگر دسته‌‌های اندیکاتور یکی می‌دانند همین خاصیت چاشنی بودنِ اسیلاتورهاست که معمولاً به صورت ترکیب شده و در زیر پنجره اصلیِ روند‌‌ها دیده می‌شوند.

معروف‌ترین دسته اسیلاتور‌ها RSI نام دارد که در مقیاسی به اندازه ۰ تا ۱۰۰ درصد قرار داده و به طور کلی در جهت تعیین قیمت سقف و کف شما را راهنمایی می‌کنند.

همان‌طور که گفتیم، اسیلاتور نوعی اندیکاتور بوده و نسبت به آن متفاوت است؛ اما برخی از معامله‌گران به اشتباه اندیکاتور و اسیلاتور را دارای یک ماهیت مشابه تصور نموده و تفاوتی میان آن‌‌ها قائل نیستند.

در این بخش سه ویژگی منحصربه‌فرد اسیلاتور‌ها را ذکر می‌کنیم:

۱- نواحی اشباع خرید و فروش

در اغلب اسیلاتور‌ها دو ناحیه بالایی و پایینی محدوده نوسانی به عنوان نواحی اشباع خرید و فروش درنظر گرفته می‌شوند. اشباع خرید یا فروش در قالب کلمه به معنی بیش از حد گران یا ارزان بودن یک دارایی طی یک دوره زمانی بوده و بر اساس شرایط نمودار قیمت، نشان‌دهنده یک دوره حرکات روندی شدید (احتمالاً هیجانی) و بدون اصلاح است؛ که بازگشت قیمت در این نواحی محتمل می‌باشد.

۲- نحوه قرار گرفتن در نمودار قیمت

اندیکاتور‌ها معمولاً در پس‌زمینه نمودار قیمت قرار می‌گیرند. این درحالی است، که اسیلاتور‌ها در یک پنجره جداگانه در بخش پایینی نمودار نمایش داده می‌شوند. در واقع اگر اندیکاتور‌هایی نظیر میانگین متحرک یا پارابولیک سار را بررسی کنید؛ این ابزار روی خود نمودار قرار گرفته و مواردی نظیر استوکاستیک، در یک پنجره منفرد نموداری جای می‌گیرند.

۳- واگرایی

یکی از معتبرترین سیگنال‌‌های معاملاتی در تحلیل تکنیکال، واگرایی قیمت و اندیکاتور است. حتی برخی معامله‌گران از این ساختار نموداری به عنوان یک استراتژی معاملاتی کامل استفاده می‌کنند. به بیان ساده واگرایی به شرایطی گفته می‌شود، که قیمت و اندیکاتور سیگنال‌‌های متناقض صادر کنند. شرایط تشکیل واگرایی به گونه‌ای است، که صرفاً به واسطه مقایسه قیمت و اسیلاتور‌هایی نظیر مکدی، استوکاستیک و RSI قابل تشخیص می‌باشد.

متداول‌ترین اسیلاتور‌ها

انواع مختلفی از اسیلاتور‌های مرسوم به صورت پیش‌فرض در پلتفرم‌‌های تحلیلی نظیر متاتریدر قرار داده شده‌ و فرآیند طراحی اسیلاتور‌های جدید فرمول‌های شاخص میانگین جهت‌دار توسط علاقه‌مندان و پژوهش‌گران معامله‌گری نیز هم‌چنان ادامه دارد. مکدی، استوکاستیک و RSI، تقریباً پرکاربردترین اسیلاتور‌های تکنیکالی در میان معامله‌گران بازار‌های مالی هستند.

مکدی (MACD)

مکدی یا میانگین متحرک همگرایی واگرایی (Moving Average Convergence Divergence)، از خانواده اسیلاتور‌ها و با قابلیت شناسایی مومنتوم و جهت روند بازار می‌باشد. این اندیکاتور از سه بخش اساسی خط مکدی (تفاوت بین میانگین‌‌های متحرک نمایی ۱۲ و ۲۶)، خط سیگنال (میانگین نمایی خط مکدی با دوره ۹) و هیستوگرام (تفاوت خط سیگنال و مکدی) تشکیل شده است.

اندیکاتور RSI

کاربرد اصلی شاخص قدرت نسبی (Relative Strength Index) در تشخیص جهت، قدرت روند و تعیین نقاط بازگشتی بازار است. این اندیکاتور همواره یکی از قدرتمندترین اسیلاتور‌های تکنیکالی بوده و مورد توجه بسیاری از معامله‌گران می‌باشد. RSI نیز مشابه استوکاستیک در یک بازه ۰ تا ۱۰۰ نوسان نموده و دارای دو ناحیه اشباع خرید (۷۰ تا ۱۰۰) و فروش (۰ تا ۳۰) است.

اندیکاتور چیست؟

اندیکاتور‌‌ها (indicator) یا ترجمه فارسی آن شاخص‌‌ها مجموعه‌ای از توابع هستند که از انواع میانگین‌‌ها یا حجم معاملات برای گرفتن هشدار‌‌ها , تایید‌‌ها , و از همه مهمتر سنجش قدرت روند‌‌ها و یا حتی پیش‌بینی آینده روند‌‌ها در کنار الگو‌‌ها و یا سایر ابزار‌‌ها در نمودار‌‌ها مورد استفاده قرار میگرند.

به عبارتی دیگر اندیکاتور یک تابع ریاضی است، که داده‌‌های قیمت و حجم معاملات یک دارایی (سهام، ارز، طلا، کالا و شاخص‌) را بر اساس فرمول‌‌های مشخصی پردازش کرده و خروجی این محاسبات را در قالب اشکال گرافیکی نموداری نمایش می‌دهد.

اندیکاتور نیز مشابه سایر ابزار‌های تحلیل تکنیکال از اطلاعات گذشته قیمتی استفاده نموده و داده‌‌های پایه محاسباتی آن شامل قیمت بازشدن (Open)، بیشترین (High)، کمترین (Low)، بسته شدن (Close) و حجم معاملات (روزانه یا هر تایم‌فریم دیگر) است.

این ابزار معمولاً به منظور تعیین روند بازار، قدرت حرکات قیمت و دریافت سیگنال‌‌های معاملاتی به‌کار می‌روند. اندیکاتور‌های تکنیکالی بر اساس ماهیت و نحوه کاربرد به سه دسته اصلی

  • روندیاب
  • اسیلاتور (نوسان ساز)
  • حجمی

تقسیم می‌شوند. در کنار این تقسیم‌بندی، دسته کوچک دیگری از اندیکاتور‌ها به نام بیل ویلیام وجود دارند. اندیکاتور‌های موجود در این گروه همگی متعلق به جناب ویلیام (یکی از برترین معامله‌گران بازار مالی) بوده و بر اساس فلسفه سرمایه‌گذاری ایشان تدوین شده‌اند.

اندیکاتور‌‌ها به چهار خانواده اصلی تقسیم می‌شوند:

1- روند‌ها (trend):

شناخته شده‌ترین اعضای این خانواده ابر‌‌های ایچیموکو انواع موینگ اورج‌‌ها هستند مهمترین ویژگی مشترک اعضای این خانواده قرار گرفتن اندیکاتور‌‌ها بر روی خود نمودار قیمتی (میله و یا کندل هاس )

2- اسیلاتور‌‌ها (oscillators):

به تفصیل در ادامه مطلب توضیح داده خواهد شد.

3- حجم (volume):

دسته‌بندی حجم، با توجه به نامی که دارد میزان کم و زیادی چیزی را به نمایش می‌گذارد، آن چیز می‌تواند حجم معاملات باشد که در بازه زمانی دچار تغییرات می‌شوند. استفاده از این اندیکاتور در کنار دیگر دسته‌‌ها می‌تواند ترکیب جذابی را تشکیل دهد که با توجه به قیمت، حجم معاملات یا تاثیر قیمت‌‌ها بر معاملات را تشخیص دهید.

4- اندیکاتور بیل ویلیام (bill wiliams):

مجموعه‌ای از اندیکاتور‌‌های که جناب بیل ویلیامز خالق آن‌‌ها بوده و به احترام تلاش‌‌های ایشون در یک خانواده قرار گرفته‌اند شناخته شده‌ترین اندیکاتور این خانواده اندیکاتور Aligator هست البته در این خانواده دو اسیلاتور نیز وجود دارد.

در سه زیر مجموعه دیگر اندیکاتور‌‌ها شامل اندیکاتور‌‌های حجم , اندیکاتور‌‌های روند , اندیکاتور‌‌های بیل ویلیامز واگرایی گرفتن متداول و مشروع نیست علت این امر به فلسفه ماهیت و فرمول سایر اندیکاتور‌‌ها بر می‌گردد.

مزیت استفاده از اندیکاتور‌ها در ترید

موقعیت‌‌های عمده برای استفاده از اندیکاتور‌ها شامل پیش‌بینی، خرید و فروش هستند.

  1. پیش‌بینی: اولین مزیت استفاده از اندیکاتور‌ها در پیش‌بینی‌‌ها نهفته است که می‌توانند برای تصحیح یا تایید حدسیاتی که نسبت به روند یک سهم دارید یاری‌تان دهند.
  2. خرید: به معنای دریافت فرصت‌‌هایی جهت ورود به یک سهم است و به عنوان تاییدیه‌‌هایی دقیق برای تصمیم‌گیری درست است که شما را در راستای عملکرد بهتر هدایت می‌کند.
  3. فروش: مزیت دیگر اندیکاتور‌ها در شناخت فرصت‌‌های فروش است. به بیانی دیگر دریافت هشدار‌هایی جهت تصمیم‌گیری است که آیا الآن وقت خوبی برای فروش است یا خیر؟

اندیکاتور (روندی و حجمی) یا اسیلاتور؟

ذهن بسیاری از معامله‌گران و تحلیل‌گران تکنیکال همواره درگیر این موضوع است، که آیا اسیلاتور‌ها نسبت به سایر گروه‌‌های اندیکاتوری برتری دارند؟ در پاسخ باید گفت، که این موضوع به مؤلفه‌‌های بسیاری از جمله شرایط بازار، وضعیت نمودار قیمت، نحوه استفاده، میزان تخصص و تجربه، افق زمانی سرمایه‌گذاری و استراتژی معاملاتی فرد بستگی دارد.

همچنین اسیلاتور‌ها معمولاً به عنوان یک ابزار تأیید به‌کار رفته و همواره باید از صرفاً تصمیم‌گیری بر مبنای آن‌‌ها پرهیز کنید. در واقع اسیلاتور‌ها نیز همانند سایر ابزار تحلیل می‌توانند، برای یک معامله‌گر بسیار مفید واقع شده و برای دیگری بدون تأثیر یا فقط مایه ضرر و زیان باشند. در نتیجه نمی‌توان، این ابزار را به عنوان بهترین یا بدترین درنظر گرفت! به طور کلی، اگر هر نوع ابزار تحلیل را در شرایط مناسب و به طرز صحیحی به کار ببرید، حتماً نتیجه مثبتی در پی خواهد داشت.

تفاوت اسیلاتور‌ها و اندیکاتور‌ها:

  1. تفاوت اول اینکه، اسیلاتور‌ها دقیقا سعی دارند به شما بگویند معامله گران در چه مرحله و نقطه‌ای از این سیکل روحی هستند. برای همین اسیلاتور‌‌ها دارای دو محدوده هستند، اشباع خرید اشباع فروش.
  2. تفاوت دوم می‌شود قرار گرفتن محدوده خرید و فرش هیجانی در اسیلاتور ‌ها. در عموم اسیلاتور‌‌های مشهور اشباع خرید در محدوده بیش از 70 قرار دارد و حکایت از اوج هیجان زدگی در خریداران است و اشباع فروش در محدوده کمتر از 30 و حکایت از اوج هیجان شتاب زدگی در فروشندگان است. این در حالیست که در سایر اندیکاتور‌‌ها مثل adx مووینگ اورج‌‌ها ابر‌‌های ایچوموکو و… چنین چیزی وجود نداره. پس نوسانگر‌های پر کاربرد RSI و DT oscillator و Stochasic و CCI و MACD از نوع اسیلاتور هستند.

نکته مهم: وقتی بازاری که با آن کار می‌کنید روندی قوی ندارد یا رنج است این مناطق هیجان خرید و فروش به درستی نقاط ورود و خروج را به شما نشان می‌دهند. ولی در یک بازار قوی و روند دار، رفتن اسیلاتور‌ها در مناطق اشباع خود حکایت از قوی بودن و ادامه دار بودن روند فعلی دارند. پس این مهم است که نموداری که تحلیل می‌کنید روند دار است یا خنثی!

  1. تفاوت سوم اسیلاتور‌‌ها و اندیکاتور‌‌ها در گرفتن واگرایی هاست. ما صرفا اجازه داریم از اسیلاتور‌‌ها واگرایی بگیریم! اسیلاتور‌‌های مثل macd و rsi و cci محبوب‌ترین اسیلاتور‌‌ها برای گرفتن واگراییست.

سوالات متداول:

1. بهترین روش استفاده از اندیکاتور‌ها چیست؟

بهترین روشی که می‌توانید جهت دریافت اطلاعات بیشتر از آن استفاده کنید ترکیبی نام دارد و به معنای مشاهده چند دسته مختلف از اندیکاتور‌ها در کنار یکدیگر است که این به معنای قراردادن دسته‌ای از اندیکاتور‌های حجم در کنار اسیلاتور است.

2. بدترین روش استفاده از اندیکاتور‌ها چیست؟

  • اصلاً از اندیکاتور‌ها استفاده نکنید
  • فقط از ترکیب اندیکاتور‌های یک دسته مثل قیمت استفاده کنید.
  • هر سهم، ترکیب اندیکاتور‌‌های خاص خودش را می‌پذیرد که اگر آن ترکیب را روی سهم دیگر امتحان نمایید نتیجه خوبی نخواهید گرفت.

3. تفاوت شاخص با اندیکاتور چیست؟

شاخص‌‌ها به مجموعه اندیکاتور‌های عمومی‌ گفته می‌شوند که قصد معرفی پتانسیل کلیِ مجموعه شرکت‌‌ها را دارند تا وضعیت کلی یک بازار مثل بورس روشن شود اما اندیکاتور‌هایی که در این مقاله به معرفی‌شان پرداختیم به عنوان اندیکاتور‌های تحلیلی شناخته می‌شوند که به «ابزار‌های تحلیل تکنیکال» تعلق دارند تا سرمایه‌گذار بتواند با استفاده از آن روی یک سهم فوکوس کرده و جزئیات جامعی را از آن بیرون بکشد.

نگارش: ساناز یوسفی

به منظور کسب اطلاعات بیشتر، مطالعه مقاله کندل استیک را به شما عزیزان پیشنهاد می نماییم.


Warning: ltrim() expects parameter 1 to be string, object given in /home/mbainfin/public_html/wp-includes/formatting.php on line 4369

فرمول‌های شاخص میانگین جهت‌دار

Термины в модуле (24)

خطای نوع اول: رد کردن H0 وقتیH0درست است.

خطای نوع دوم: رد کردن H1 وقتی H1 درست است.

آلفا α احتمال ارتکاب به خطای فرمول‌های شاخص میانگین جهت‌دار نوع اول را گویند وقتی فرضیه صفر که واقعا درست است را به اشتباه با توجه به نتایج نمونه رد کنیم .

1- در روش ناپارامتری بیان و درک این روش ها آسان تر از روش های پارامتری می باشد.

2- روش ناپارامتری دارای محاسبات ساده تری نسبت به روش های پارامتری هستند.

3- روش ناپارامتری برخلاف روش های پارامتری می توانند برای داده های اسمی یا ترتیبی که دارای مقادیر عددی دقیقی نیستند، به کار گرفته شوند.

4- روش ناپارامتری می توانند برای محدوده ی گسترده ای از شرایط و وضعیتها بکار گرفته شوند، زیرا نیاز به شرایط جدی برای پارامتر مورد نظر جامعه ندارند.

5- در روش های ناپارامتری مقداری از اطلاعات جامعه از دست می رود، لذا این روش ها کارایی کمتری نسبت به روش های پارامتری متناظر دارند.

6- حساسیت روش های ناپارمتری نسبت به روش های پارمتری متناظر کم تر است. یعنی در این روشها برای رد فرضیه ی آماری نیاز به ادله بیش تر و یا شواهد وسیع تری داریم.



اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.