ตำนานแห่งทีม InstaSpot!
ที่สุด! คุณคิดว่าอะไรคือการทำให้รู้สึกฮึกเหิมกันละ? แต่พวกเราควรจะเรียกคนที่กลายมาเป็นชาวเอเชียคนแรกที่คว้าแชมป์หมากรุกระดับโลกรุ่นเยาวชนอายุ 18 ปี และยังกลายมาเป็นแกรนด์มาสเตอร์ชาวอินเดียคนแรกด้วยอายุ 19ปีเท่านั้น? นั้นเป็นจุดเริ่มต้นของเส้นทางสู่การเป็นแชมป์โลกสำหรับคุณ Viswanathan Anand คนที่กลายมาเป็นส่วนหนึ่งในหน้าประวติศาสตร์หมากรุกไปตลาดกาล ตอนนี้ก็มีอีกตำนานมาอยู่ในทีม InstaSpot แล้ว!
Borussia เป็นหนึ่งในสโมสรฟุตบอลขึ้นชื่อในประเทศเยอรมนี ที่ได้พิสูจน์ให้กับเหล่าแฟนๆเห็นแล้วถึงจิตวิญญาณของการแข่งขัน และการขึ้นมาสู่จุดสูงสุด เพื่อจะมุ่งหน้าสู่ความสำเร็จ การเทรดเองก็เหมือนกับการเล่นกีฬาอย่างมืออาชีพในการแข่งขัน โดยต้องมีความมั่นใจและการไม่หยุดนิ่ง เพื่อที่จะได้ "ผ่าน" จากสโมสร Borussia FC และขึ้นมาอยู่ในอันดับต้นไปพร้อมกับ InstaSpot!
ตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ทางเทคนิค (MA) จะแสดง ราคาเฉลี่ยในระยะเวลานั้นๆ ตัวบ่งชี้นี้จะถูกคิดคำนวณตามค่าเฉลี่ยทางคณิตศาสตร์ของราคาสินทรัพย์ในช่วงระยะเวลาที่ระบุมา หลังจากที่มีการเปลี่ยนเเปลงเกิดขึ้นในการเคลื่อนไหวของราคา ข้อมูลโดยเแลี่ยนั้นจะไม่เพิ่มขึ้นก็ลดลงไป
ค่าเฉลี่ยเคลื่อนที่นั้นมีสี่ประเภท: แบบธรรมดาหรือ ตามเลขคณิต , แบบเอ็กโปแนนเชี่ยว , แบบเรียบ และแบบเชิงเส้นค่าน้ำหนัก โดยตัวบ่งชี้ MA สามารถใช้ในการคิดคำนวณผลลัพธ์ของข้อมูลที่จะรวมทั้ง ราคาในช่วงเปิดและการปิด , ระดับสูงและระดับต่ำ, ปริมาณการเทรด หรือข้อมูลเกี่ยวกับตัวบ่งชี้อื่นๆ บางครั้งเทรดเดอร์อาจใช้งานค่าเฉลี่ยเคลื่อนที่ของค่าเฉลี่ยเคลื่อนที่อื่นๆก็ได้
หน้าที่หลักของค่าเฉลี่ยเคลื่อนที่ก็คือ ค่าสัมประสิทธิ์น้ำหนักที่กำหนดให้กับข้อมูลสุดท้ายในชุด ดังนั้นแล้ว ค่าเฉลี่ยเคลื่อนที่ แบบเรียบง่ายจะแสดงราคาที่มีค่าสัมประสิทธิ์น้ำหนักเท่ากันในระยะเวลาที่ระบุลงไป ส่วนค่าเฉลี่ยเคลื่อนที่แบบเอ็กโปแนนเชี่ยว และแบบเชิงเส้นน้ำหนัก จะกำหนด ค่าสัมประสิทธิ์น้ำหนักที่มากกว่าจนถึงราคาล่าสุดในชุด
ตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่มักจะทำหน้าที่เป็นการปรับฐานระหว่าง การเคลื่อนไหว และการเคลื่อนไหวของราคา หากข้อมูลของ MA นั้นอยู่ต่ำกว่าราคาของตราสารการเทรด ต่อจากนั้นมันก็จะกลายเป็นสัญญาณสำหรับการซื้อ และในทำนองกลับกันอีกด้วย หากข้อมูลที่อ่านมาได้ของ MA นั้นอยู่เหนือราคา ก็ควรเริ่มต้นการเทรดด้วยการขาย
การเทรดบนค่าเฉลี่ยเคลื่อนที่นั้นจะช่วยให้นักลงทุนตัดสินใจโดยจะเกี่ยวข้องกับ การฟื้นตัวขึ้นมาในปัจจุบันของตลาด หรือกล่าวในอีกนัยหนึ่ง พวกเขาจะทำการซื้อหลังจากที่ราคาได้เคลื่อนตัวชนระดับต่ำและ ขายหลังจากที่มูลค่าขยับตัวสูงขึ้นมา สำหรับแนวทาง MA นั้นสามารถใช้งานร่วมกับตัวบ่งชี้อื่ๆได้ด้วย โดยการปรับฐานจะเป็นเหมือนกันก็คือ หากตัวบ่งชี้เคลื่อนตัวอยู่เหนือกว่าข้อมูลของ MA ก็อาจจะเกิดการปรับตัวขึ้นมา และหากมันเคลื่อนตัวลงด้านล่างต่ำกว่าข้อมูล MA มันก็อาจจะปรับตัวลงมากกว่าเดิม
ค่าเฉลี่ยเคลื่อนที่แบบธรรมดา (SMA)
ค่าเฉลี่ยเคลื่อนที่แบบเอ็กโปแนนเชี่ยว (EMA)
ค่าเฉลี่ยเคลื่อนที่แบบเรียบ (SMMA)
ค่าเฉลี่ยเคลื่อนที่แบบเชิงเส้นค่าน้ำหนัก(LWMA)
ค่าเฉลี่ยเคลื่อนที่แบบธรรมดา หรือ SMA
ค่าเฉลี่ยเคลื่อนที่แบบธรรมดา หรือแบบเลขคณิต นั้นจะคิดคำนวณโดยการเพิ่ม ราคาในช่วงปิดลงไปพร้อมกับระยะเวลาที่กำหนด อย่างเช่น 12 ชั่วโมง และทำการหารออกกับจำนวนรวมทั้งหมดของระยะเวลา
SMA = SUM (CLOSE, N)/N
SUM — the sum;
CLOSE (i) — ระดับราคาในช่วงปิดของระยะเวลาในปัจจุบัน;
N — จำนวนของระยะเวลา.
ค่าเฉลี่ยเคลื่อนที่แบบเอ็กโปแนนเชี่ยวหรือ EMA
ค่าเฉลี่ยเคลื่อนที่แบบเอ็กโปแนนเชี่ยว ั้นจะคิดคำนวณโดยการเพิ่มส่วนของราคาในช่วงปิดปัจจุบันลงไปในข้อมูล MA ก่อนหน้านี้ สำหรับ EMA นั้นราคาในช่วงปิดจะต้องสูงกว่าค่าสัมประสิทธิ์น้ำหนัก และนี้จะเป็นสูตรสำหรับการคำนวณ EMA:
EMA = (CLOSE (i)*P) + (EMA (i-1)*(100-P))
CLOSE (i) — ระดับราคาในช่วงปิดของระยะเวลาในปัจจุบัน;
EMA (i-1) — ข้อมูล MA ของช่วงที่ผ่านมา ;
P — ค่าเปอร์เซ็นต์ของข้อมูลด้านราคาที่ใช้งาน
ค่าเฉลี่ยเคลื่อนที่แบบเรียบหรือ SMMA
สูตรสำหรับการคิดคำนวณ ข้อมูลแรกของค่าเฉลี่ยเคลื่อนที่แบบเรียบนั้นจะเหมือนกับสูตรที่ใช้ในการคิดคำนวณค่าเฉลี่ยเคลื่อนที่แบบธรรมดา
SUM1 = SUM(CLOSE, N)
SMMA1 = SUM1/N
ข้อมูลส่วนที่สอง และหลังจากนั้นจะคิดคำนวณตามสูตรดังต่อไปนี้ :
SMMA (i) = (SUM1-SMMA1+CLOSE (i))/N
SUM — ผลรวม;
SUM1 — ผลรวมของราคาในช่วงปิดตามระยะเวลาของ N ที่เริ่มต้นจากขอบเส้นก่อนหน้านี้ ;
SMMA (i - 1) — ค่าเฉลี่ยเคลื่อนที่แบบเรียบของเส้นขอบก่อนหน้านี้ ;
SMMA (i) — ค่าเฉลี่ยเคลื่อนที่แบบเรียบของเส้นขอบในปัจจุบัน (ยกเว้นแต่เส้นแรก);
CLOSE (i) — ราคาปิดในปัจจุบัน ;
N — ระยะเวลาของการปรับตัวเรียบ
ค่าเฉลี่ยเคลื่อนที่แบบเชิงเส้นค่าน้ำหนัก หรือ LWMA
ในส่วนของค่าเฉลี่ยเคลื่อนที่แบบเชิงเส้นค่าน้ำหนัก นั้นจะมีการกำหนดข้อมูลในชุดล่าสุดออกมาให้มากกว่าค่าสัมประสิทธิ์น้ำหนัก ส่วนราคาก่อนหน้านี้จะมีน้ำหนักที่น้อยลงมา สำหรับ LWMA จะคิดคำนวณโดยการคูณราคาในช่วงปิดแต่ละอันไปจากค่าสัมประสิทธิ์น้ำหนักนั้นๆ
LWMA = SUM (Close (i)*i, N)/SUM (i, N)
SUM — ผลรวม;
CLOSE(i) — ราคาในช่วงปิดปัจจุบัน ;
SUM (i, N) — ผลรวมของค่าสัมประสิทธิ์น้ำหนัก;
N — ระยะเวลาของการปรับตัวเรียบ