4 เดือน เฉลี่ยเคลื่อนที่

ค่าเฉลี่ยเคลื่อนที่หากข้อมูลนี้ถูกวางแผนไว้ในกราฟจะมีลักษณะดังนี้: แสดงว่ามีความหลากหลายของจำนวนผู้เข้าชมขึ้นอยู่กับฤดูกาล ในฤดูใบไม้ร่วงและฤดูหนาวมีน้อยมากในฤดูใบไม้ผลิและฤดูร้อน อย่างไรก็ตามหากเราต้องการเห็นแนวโน้มของจำนวนผู้เข้าชมเราสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ได้ 4 จุด เราทำเช่นนี้โดยหาจำนวนผู้เข้าชมเฉลี่ยในสี่ไตรมาสของปี 2548: จากนั้นเราพบจำนวนผู้เข้าชมเฉลี่ยในช่วงสามไตรมาสสุดท้ายของปี 2548 และไตรมาสแรกของปี 2549: จากนั้นสองไตรมาสสุดท้ายของปี 2548 และสองไตรมาสแรก จากปี 2549: โปรดทราบว่าค่าเฉลี่ยล่าสุดที่เราสามารถหาได้คือช่วง 2 ไตรมาสสุดท้ายของปี 2549 และในช่วง 2 ไตรมาสแรกของปี 2550 เราคำนวณค่าเฉลี่ยเคลื่อนที่ของกราฟเพื่อให้แน่ใจว่าแต่ละค่าเฉลี่ยถูกวางแผนไว้ที่กึ่งกลางของสี่ไตรมาส ครอบคลุม: ขณะนี้เราสามารถเห็นได้ว่ามีผู้เข้าชมลดลงเล็กน้อยแนวโน้มเฉลี่ยตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงที่ 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะยิ่งเรียบขึ้น ระยะห่างที่สั้นลงค่าเฉลี่ยของค่าเฉลี่ยที่เคลื่อนที่ได้ใกล้เคียงกับค่าเฉลี่ยที่เกิดขึ้นจริงค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยที่ใช้ในแผนภูมิและการวิเคราะห์ทางเทคนิค ค่าเฉลี่ยของราคาหลักทรัพย์หรือสินค้าโภคภัณฑ์ที่สร้างขึ้นในระยะเวลาเพียงไม่กี่วันหรือนานเท่านานหลายปีและแสดงแนวโน้มสำหรับช่วงเวลาล่าสุด เนื่องจากตัวแปรใหม่แต่ละตัวจะรวมอยู่ในการคำนวณค่าเฉลี่ยตัวแปรสุดท้ายของชุดข้อมูลจะถูกลบออก Moving Average ราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาหนึ่ง ๆ ที่คำนวณได้อย่างต่อเนื่อง ตัวอย่างเช่นสามารถคำนวณค่าเฉลี่ยเคลื่อนที่โดยการเพิ่มราคาจากวันซื้อขายล่าสุด (เช่น 10 วันที่ผ่านมา) และหารด้วยจำนวนวันทำการซื้อขาย (ในกรณีนี้คือ 10) ค่าเฉลี่ยเคลื่อนที่อาจมีหรือไม่มีการถ่วงน้ำหนัก ค่าเฉลี่ยเคลื่อนที่ช่วยลดเสียงรบกวนที่อาจมีอยู่ในราคาหลักทรัพย์ในวันทำการที่ระบุ ดูเพิ่มเติมที่: Simple Moving Average ค่าเฉลี่ยเคลื่อนที่แบบเสวนา ค่าเฉลี่ยเคลื่อนที่เฉลี่ยต่อเนื่องของจำนวนตัวแปรที่กำหนด เนื่องจากตัวแปรใหม่แต่ละตัวจะรวมอยู่ในการคำนวณค่าเฉลี่ยตัวแปรสุดท้ายของชุดข้อมูลจะถูกลบออก สมมติว่าราคาหุ้น ณ สิ้นช่วง 6 เดือนที่ผ่านมาคือ 40, 44, 50, 48, 50 และ 52 ค่าเฉลี่ยเคลื่อนไหว 4 เดือนในเดือนที่ห้าคือ (44 50 48 50) 4 หรือ 48 เมื่อปลายเดือนที่หกค่าเฉลี่ยเคลื่อนที่ 4 เดือนคือ (50 48 50 52) 4 หรือ 50 นักวิเคราะห์ทางเทคนิคมักใช้ค่าเฉลี่ยเคลื่อนที่เพื่อดูแนวโน้มราคาหุ้น ดูค่าเฉลี่ยเคลื่อนที่ 200 วัน ค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยถ่วงน้ำหนักของราคาหลักทรัพย์เป็นค่าเฉลี่ยที่คำนวณขึ้นใหม่เป็นประจำโดยการเพิ่มราคาล่าสุดและลดราคาที่เก่าที่สุด ตัวอย่างเช่นหากคุณดูค่าเฉลี่ยเคลื่อนที่ 365 วันในเช้าวันที่ 30 มิถุนายนราคาล่าสุดจะเป็นวันที่ 29 มิถุนายนและค่าที่เก่าที่สุดจะเป็นวันที่ 30 มิถุนายนของปีที่แล้ว วันถัดไปราคาล่าสุดจะเป็นวันที่ 30 มิถุนายนและเป็นวันที่เก่าที่สุดสำหรับวันที่ 1 กรกฎาคมก่อนนักลงทุนอาจใช้ค่าเฉลี่ยเคลื่อนที่ของการรักษาความปลอดภัยของแต่ละบุคคลในช่วงเวลาสั้น ๆ เช่น 5, 10 หรือ 30 วันไปจนถึง กำหนดเวลาที่เหมาะสมในการซื้อหรือขายหลักทรัพย์นั้น ตัวอย่างเช่นคุณอาจตัดสินใจว่าหุ้นที่ซื้อขายสูงกว่าค่าเฉลี่ยเคลื่อนที่ 10 วันเป็นราคาที่ดีหรือเวลาที่จะขายเมื่อหุ้นอยู่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 10 วัน ระยะเวลาที่ยาวนานขึ้นค่าเฉลี่ยจะน้อยกว่า ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเคลื่อนที่