分类
外匯交易入門知識

與EMA哪種比較好?

分享到微信

與EMA哪種比較好?

Our website is made possible by displaying non-intrusive online advertisements to our visitors.
Please consider supporting us by disabling or pausing your ad blocker.

平滑异同移动平均线


Image:macd.jpg

当MACD指标中的DIF线和 MACD线在远离0值线以区域同时向上运行很长一段时间并向上远离0值线后,当DIF线开始进行横向运行或慢慢勾头向下靠近MACD线时,如果DIF线接着向下突破MACD线,这是MACD指标的第一种“死亡交叉”。它表示股价经过很长一段时间的上涨行情,并在高位横盘整理后,一轮比较大的跌势将展开。对于这一种“死亡交叉”,预示着股价的中长期上升行情结束,该股的另一个下跌趋势已可能开始,股价将可能展开一段时间较长的跌势,因此,投资者对于MACD 指标的这种“死亡交叉”应格外警惕,应及时逢高卖出全部或大部分股票,特别是对于那些前期涨幅过高的股票更要加倍小心。

当MACD 指标中的DIF线和MACD线在远离0值线以下区域运行很长一段时间后,由于DIF线的走势领先于MACD线,因此,当DIF线再次开始慢慢调头向下靠近 MACD线时,如果DIF线接着向下突破MACD线,这是MACD指标的另一种“死亡交叉”。它表示股价在长期下跌途中的一段时间的反弹整理后,一轮比较大的跌势又要展开,股价将再次下跌,是短线卖出信号。对于这种“死亡交叉”,它意味着下跌途中的短线反弹结束,股价的中长期趋势依然看淡,投资者应以逢高卖出剩余的股票或持币观望为主。

三、持股待涨信号

四、持币观望信号

本条目相关文档

  • 平滑异同移动平均线(MACD) 18页
  • MACD指标(指数平滑异同移动平均线) 50页
  • 移动平均线均线形态 8页
  • 最好的技术:移动平均线指标和均线理论(MA)动平均线原理 69页
  • 移动平均线八大法则及均线运用感悟 5页
  • 平均线发散 2页
  • 移动平均线 3页
  • 移动平均线 30页
  • 大阴下穿平均线 1页
  • 【股票技术分析】什么是移动平均线?如何应用移动平均线? 3页

本条目相关课程

本条目由以下用户参与贡献

评论(共29条)

完全不同????????? 这事可大了! 麻烦你校对下嘛!

MBA智库百科是可以自由参与的百科,如有发现错误和不足,您也可以参与修改编辑,只要通过网页右上角的创建新帐号,创建用户名后即可参与,期待您的加入!~

前往 與EMA哪種比較好? 移動平均線MA是什麼?與EMA哪種比較好? -

2. 指數移動平均線(Exponential Moving Average , EMA):. EMA在均線上分配了更多權重與價值參考, 因此對價格波動、逆轉反應更為敏感,是短期交易 .

移動平均通常是指簡單移動平均(Simple Moving Average; SMA),就是股票每天都有很多起起伏伏,真正的趨勢會被雜訊給掩蓋,所以我們把前幾天 .

指數移動平均線(Exponential Moving Average, EMA)與加權移動 .

EMA(Exponential Moving Average)是指数移动平均值。也叫EXPMA 指标,它也是一种趋向类指标,指数移动平均值是以指数式递减加权的移动平均。

指數平均數指標(Exponential Moving Average,EXPMA或EMA)指數平均數指標也 . 在一個明顯的多頭趨勢中,價格將沿短期EXPMA線移動,價格反覆的最低點將 .

EMA的全名是指數加權移動平均(Exponential Moving Average或簡稱為EMA),它的計算公式是:EMA=(當根收盤價-前根EMA值)/ N+前 .

與「指數移動平均」相較,「簡易移動平均線指標」因為並未將高位列入,因此並未能提供準確的參考價值。 免責聲明: Fusion Media 謹此提醒,本網站的數據並非 .

與EMA哪種比較好?

移动平均指标用于各种交易策略,以发现价格数据的长期趋势。简单移动平均线策略的一个潜在缺点是它们对所有价格的权重相同,而您可能希望最近的价格占有更大的比重。指数移动平均线 (EMA) 是实现这一目标的一种方法。

下面我们通过代码示例详细介绍 EMA 的实现,并将其与 SMA (简单移动平均)进行比较。

EMA 通过加权乘数赋予最新价格更多权重。这个乘数应用于最后一个价格,因此它比其他数据点占移动平均线更大的部分。EMA 是通过采用最近的价格(我们将其称为“时间 t 的价格”) 减去前一个时间段 (EMA_)。此差异由您将 EMA 设置为 (N) 并加回到 EMA_的时间段数加权。在数学上,我们可以这样写:

你可能已经注意到上面的等式有一个小问题,它是如何开始的?它参考了最后一个时期的 EMA,所以如果你进行第一次计算,它参考的是什么?这通常可以通过替换简单移动平均线 (SMA) 来初始化计算来延缓,这样您就可以在第一次之后的所有时间段构建 EMA。

让我们通过导入我们的包,用 Python 中的一个简单示例来展示它是如何工作的。

第二个函数将计算我们所有数据的 EMA,首先使用 SMA 对其进行初始化,然后迭代我们的数据以使用我们的 SMA 列中的值更新每个后续条目,或者调用我们上面定义的 _calcEMA 函数来处理大于 N的值。

现在,让我们获取一些数据,看看它是如何工作的。我们将拉出比回测更短的时间段,并比较 EMA 和 SMA 的 10、50 和 100 天。

您可以在上图中看到,EMA 比 SMA 对最近的变化更敏感。较短的时间范围也比较长的时间范围更具响应性,较长的时间范围具有可以追溯到几个月或更长时间的价格“记忆”。

所有类型的移动平均线都是滞后指标,这意味着它们只能告诉您价格中已经发生了什么。然而,这并不意味着它们不能用于识别趋势和制定使用一个或多个移动平均指标的策略。如果您有想法,请继续进行测试,看看如何结合 EMA、SMA 和其他值来开发新的盈利交易策略。

分享到微信

分享到微博