Einfache, exponentielle und gewichtete gleitende Durchschnitte | Rankia: Finanz-Community

Einfache, exponentielle und gewichtete gleitende Durchschnitte

Sehr oft verwenden “Trader” oder “Börsenmakler” technische Indikatoren, um Trends und Preisentwicklungen auf dem Markt zu analysieren. In diesem Artikel werden wir erklären, was sie sind und wie man den “einfachen, exponentiellen und gewichteten gleitenden Durchschnitt” berechnet.

Einfache, exponentielle und gewichtete

Einfache, exponentielle und gewichtete gleitende Durchschnitte

Sie sind die am häufigsten verwendeten Indikatoren in der technischen Analyse von Markttrends.

Als nächstes werden wir jeden dieser Indikatoren im Detail beschreiben.

Einfacher gleitender Durchschnitt

Dieser Indikator ist der am häufigsten verwendete auf dem Markt und wird berechnet, indem die Daten, die einem bestimmten Zeitraum entsprechen, summiert und durch die Gesamtzahl der Werte geteilt werden.

Der gleitende Durchschnitt wird dann auf der Grundlage des Schluss- oder Eröffnungskurses berechnet, u. a. mit hohen und niedrigen Schlusskursen.

Das heißt, der gleitende Durchschnitt zeichnet sich durch eine den Kursen folgende Verschiebung des jüngsten Datensatzes aus und verwirft den ältesten.

Berechnung eines einfachen gleitenden Durchschnitts (SMA)

Bei der Berechnung eines einfachen gleitenden Durchschnitts wird der Durchschnitt der Schlusskurse bezogen auf den gewählten Zeitraum berücksichtigt, so dass die in der Berechnung verwendeten Kurse in ihrer Bedeutung für die Berechnung des Index gleich sind.

Die Formel lautet wie folgt:

SMA = (p1 + p2 + p3 + p4 +…) / n

SMA = p1 (0,25) + p2 (0,23) + p3 (0,30) + p4 (0,28) + p5 (0,29) / n (5)

SMA = 0,27

In diesem Fall: p ist der Schlusskurs der gewählten Periode und n ist die Anzahl der Perioden.

Exponentieller gleitender Durchschnitt

Exponentielle gleitende Durchschnitte ermöglichen die Verwendung einer langen historischen Reihe, wobei den jüngsten Daten mehr Gewicht verliehen wird, aber auch Daten aus weiter zurückliegenden Zeiträumen berücksichtigt werden.

Der größte Unterschied zur Berechnung des Weighted Moving Average besteht darin, dass beim “Exponential Average” ein Parameter bzw. Abklingfaktor definiert werden muss, der in der Regel zwischen 0 und 1 liegt und nicht linear, sondern exponentiell vergeben wird.

Ein “exponentieller Mittelwert” ist als ein Parameter oder Koeffizient der Verteilung zu definieren, der normalerweise zwischen 0 und 1 liegt und nicht linear, sondern exponentiell zugewiesen wird.

Berechnung eines exponentiellen gleitenden Durchschnitts (EMA)

Da der exponentielle gleitende Durchschnitt nicht auf alte Daten anspringt, weil er sich im Laufe der Zeit allmählich glättet, können wir seine Berechnung durch Hinzufügen eines Faktors oder Multiplikators wie folgt bestimmen:

Um den Koeffizienten (K) zu berechnen, müssen wir die folgende Formel verwenden (3 Schritte):

  1. Berechnen Sie den gleitenden Durchschnitt, indem Sie die Schlusskurse einer Periode nehmen und diese addieren. Teilen Sie dann das Ergebnis der Summe durch die Anzahl der genommenen Perioden wie folgt:

SMA = Summe der ausgewählten Perioden ÷ zwischen Anzahl der ausgewählten Perioden.

2. Sie müssen den Multiplikator zur Gewichtung des exponentiellen gleitenden Durchschnitts wie folgt berechnen:

Multiplikator = [2 ÷ (Anzahl der ausgewählten Perioden + 1)].

3. Berechnen Sie den aktuellen EMA nach der folgenden Formel:

Aktueller EMA = [Schlusskurs – EMA (Vortag)] x multiplizieren

Gewichteter gleitender Durchschnitt

Diese Art von Durchschnitt funktioniert genauso wie ein Exponentialwert, gibt aber den letzten Perioden mehr Wert.

Dieser Durchschnitt wird berechnet, indem die älteste Periode mit eins, die vorletzte Periode mit zwei und so weiter bis zur letzten Periode multipliziert wird.

Berechnung eines gewichteten gleitenden Durchschnitts (WMA)

Die Formel zur Berechnung des gewichteten gleitenden Durchschnitts ist unten angegeben:

(an * 1) + (an-1 * 2) + (an-2 * 3) + ……. + (as * n-1) + (a * n) / (1 + 2 + …… + (n -2) + n-1) + n)

Wobei a gleich den Preisdaten der vorherigen Aktivität ist, a1 die zeitlich nächstgelegene ist und n gleich der Anzahl der Sitzungen des Durchschnitts ist.

Mit diesen Informationen hoffen wir, die Frage der mobilen Durchschnittswerte geklärt zu haben.

Schreibe einen Kommentar

Seien Sie der erste, der einen Kommentar abgibt!
Kommentar

Willkommen in der Community!

Wählen Sie die Themen, die Sie interessieren, und passen Sie Ihr Erlebnis in Rankia an

Wir senden Ihnen alle vierzehn Tage einen Newsletter mit Neuigkeiten in jeder von Ihnen gewählten Kategorie


Möchten Sie Benachrichtigungen über unsere Veranstaltungen/Webinare erhalten?


Wenn Sie fortfahren, akzeptieren Sie die Datenschutzbestimmungen