Exponencial Móvel Médio Oráculo

Exponential Moving Average Houve uma pergunta agradável sobre OTN hoje sobre se há uma função padrão do Oracle para calcular a média móvel exponencial. A resposta é que não há tal função, mas com a cláusula modelo, você pode calculá-lo muito fácil. E é um ótimo exemplo do que eu quero dizer com o número variável de cálculos baseados em valores calculados, escrito na minha terceira parte do tutorial de cláusula modelo. Antes de hoje, eu nem sabia o que uma média móvel exponencial era exatamente. Você pode ler mais sobre ele aqui na Wikipedia ou aqui com um bom exemplo. A partir do primeiro link: Uma média móvel exponencial (EMA), aplica fatores de ponderação que diminuem exponencialmente. A ponderação para cada ponto de dados mais antigo diminui exponencialmente, dando muito mais importância a observações recentes, enquanto ainda não descarta observações mais antigas inteiramente. A partir do segundo link: A fórmula para calcular uma média móvel exponencial (EMA) é: X EMA atual (ou seja, EMA a ser calculada) C Valor de dados original atual K Smoothing Constant P EMA anterior (O primeiro EMA no intervalo a ser calculado é Arbitrária e pode ser o valor de dados original correspondente ou, muitas vezes, um valor de média móvel simples K Smoothing Constant 2 (1 n) E esta fórmula é seguida por um exemplo que eu estendi um pouco, usando esta tabela: Os registros do produto A Corresponder ao exemplo no link. Eu fiz os números do produto B. Aqui está a consulta de cláusula de modelo que implementa a fórmula. Nota como a fórmula traduzir diretamente para a única regra da cláusula do modelo. A constante de suavização K é definido Para .5, com base em uma janela de valores (n) igual a 3. Desafio: tente isso sem a cláusula do modelo e veja se você pode chegar a algo mais abrangente 5 comentários: 11.2 recursos em uso com dat como (selecione 39A39 produto Data 392009-01-0139 mês, 10 de dupla união todos selecionam 39A39, data 392009-02-0139, 15 de dupla união todos selecionam 39A39, data 392009-03-0139, 17 de dupla união todos selecionam 39A39, data 392009-04-0139, 20 de dupla união Todos selecionam 39A39, data 392009-05-0139, 22 da união dupla todos selecionam 39A39, data 392009-06-0139, 20 da união dupla todos selecionam 39A39, data 392009-07-0139, 25 da união dupla todos selecionam 39A39, data 392009-08-0139, 27 de dupla união todos selecionam 39A39, data 392009-09-0139, 30 de dupla união todos selecionam 39A39, data 392009-10-0139, 35 de dupla união todos selecionam 39A39, data 392009-11-0139 , 37 de dupla união todos selecionam 39A39, data 392009-12-0139, 40 de dupla união todos selecionam 39B39, data 392009-01-0139, 0 de dupla união todos selecionam 39B39, data 392009-02-0139, 50 de dupla união Todos selecionar 39B39, data 392009-03-0139, 10 de dupla união todos selecionar 39B39, data 392009-04-0139, 40 de dupla união todos selecionar 39B39, data 392009-05-0139, 15 de dupla união todos selecionar 39B39, data 392009-06-0139, 35 de Dupla união todos selecionar 39B39, data 392009-07-0139, 30 de união dupla todos selecionar 39B39, data 392009-08-0139, 30 de união dupla todos selecionar 39B39, data 392009-09-0139, 20 de dupla união todos selecionar 39B39 , Data 392009-10-0139, 20 de dupla união todos selecionam 39B39, data 392009-11-0139, 20 de dupla união todos selecionam 39B39, data 392009-12-0139, 20 de dupla), rns como (data de seleção). . Rownumber () over (partição por produto fim por mês) rn -. 2 (1count () sobre (partição por produto)) k. 0,5 k de dat), res (produto, mês, quantidade, rn, x) como (selecione r. produto, r. month, r. amount, r. rn, r. amount x de rns r onde rn 1 union all select Ns. product, ns. month, ns. amount, ns. rn, ns. k (ns. amount - es. x) es. xx de rns ns, res es onde ns. rn es. rn 1 e ns. product es (EMA de res. Ordem por produto, mês após a computação do formulário fechado eu vim com o seguinte código que se mais como uma ofuscação do que qualquer coisa abrangente. A idéia é criar múltiplos executando usando uma concatenação de seqüência de caracteres ea xml-eval-funcionalidade. As formas fechadas dos casos especiais só precisam de somas correntes. Há um caso geral e dois casos especiais que são muito mais fáceis: com t1 como (selecione o produto, o mês, o montante, o montante ci, o número do rownumber () sobre (partição por ordem de produto por mês) rn, --2 (1 rownumber (Partição por ordem de produto por mês)) ki 0,5 ki de vendas), t2 como (produto selecionado, mês, montante, (caso quando rn 1 então 1 outro ki fim ci) ai, caso quando rn 1 então 1 else Ki) end bi de t1), t3 como (produto SELECT, MONTH, amount, ai, xmlquery), 39,39, 3939 (REPLACE (wmconcat (bi) over (PARTIÇÃO BY product ORDER BY MONTH linhas ) RETORNAR conteúdo).getnumberval () mi FROM t2), t4 como (selecionar produto, mês, quantidade, mi, (ai mi) xi de t3) SELECT produto, MONTH, amount, round BY produto ORDEM POR MONTH linhas entre ENTRADA ilimitada precedente E CORRENTE), 3) ema FROM t4 Caso especial K 0,5: com t1 como (selecione produto, mês, quantidade, rownumber () sobre (partição por produto ordem por mês) rn, quantidade Poder (2, nvl (nullif (r Número de ordem (por ordem de produto por mês) - 1, 0), 1)) ci), produto, mês, valor, rodada (soma (ci) (2, rn), 3) ema de t1 Caso especial K 2 (1 i): com t1 como (selecione produto, mês, quantidade, rownumber () Número de rownumber () sobre (partição por produto ordem por mês) ci de vendas) select product, month, amount, round (sum (ci) over) Rn 1)), 3) ema de t1 I39ll postar a prova da forma fechada se alguém está interessado nele. Este é um ótimo exemplo de quotfun com SQLquot :-) Uma combinação de XMLQuery, o wmconcat não documentado, e funções analíticas com a cláusula windowing. Eu gosto disso. Embora não seja tão abrangente como a variante de cláusula modelo e o Rafu39s recursivo com um, como você mesmo disse. E certamente, gostaria de ver a prova da forma fechada. Abordei outra questão: como otimizar a constante de suavização SELECT k - suavização constante. Mse - erro quadrado médio FROM (SELECT FROM vendas MODEL DIMENSION BY (produto. ROWNUMBER () OVER (PARTITION BY produto ORDEM POR mês ASC) rn) AS P - 0 AS X. 0 AS SE - erro quadrado - - linha de trabalho e atributos - a) linha de trabalho é produto 39X39, rn 1 - b) atributos de trabalho são os seguintes:. 0 AS SSE - soma SE para todos os meses do produto. 0 AS MSE - significa SSE para todos os meses do produto. 0 AS k - para todos os produtos meses. 0 AS PreMSE - pré-MS39 k39s para todos os meses de produtos. 0 AS diff - entre MSE atual e anterior. 0.1 AS delta - incremento inicial. 0 AS priorpt - ponto de partida inicial) REGRAS ITERATE (99) ATÉ (abs (diff39A39,1) lt 0,00010) (Cany, rn amountcv (), cv () K39A39,1 priorpt39A39,1 delta39A39,1. , Rn ORDER BY produto, rn ASC COALESCE (K39A39,1 Ccv (), cv () (1-K39A39,1) Xcv (), cv () - 1, Ccv (), cv ()) Pproduct, rn Xcv (), Cv () - 1. SEproduct, rn POWER (Ccv (), cv () - Xcv (), cv () - 1, 2) SSE39A39,1 SUM (SE) any, any MSE39A39,1 SUM (SE) any, any 24. diff39A39,1 CASE iterationnumber QUANDO 0 então NULL ELSE preMSE39A39,1 - MSE39A39,1 END PreMSE39A39,1 MSE39A39,1 delta39A39,1 CASO WHEN diff39A39,1 lt 0 THEN - abs (delta39A39, 12) ELSE abs (delta39A39,1) ENDPT39A39,1 K39A39,1)) onde o produto 39A39 e rn 1 K MSE ---------- ---------- .599999237 174.016094 Se você vir esta mensagem, seu navegador desativou ou não suporta JavaScript. Para usar os recursos completos deste sistema de ajuda, como a pesquisa, o navegador deve ter o suporte JavaScript ativado. Médias móveis exponenciais As médias móveis exponenciais, semelhantes às médias móveis ponderadas, também atribuem um peso maior a valores de dados mais recentes. Ao contrário das Médias Móveis Ponderadas, no entanto, utilizam o valor da Média Móvel Exponencial calculado anteriormente como base para o cálculo em vez dos valores de dados originais (não-médias). Desta forma, o método de cálculo utilizado pelas Médias Móveis Exponenciais é cumulativo, o que significa que (ao contrário das Médias Móveis Simples ou das Médias Móveis Ponderadas) todos os valores de dados anteriores têm algum efeito sobre a Média Móvel Exponencial a ser calculada, embora este efeito diminua muito com o tempo . As médias móveis exponenciais tendem a ser mais precisas do que os outros tipos de média móvel quando os valores de dados originais mostram um grau mais rápido de variação ao longo do tempo (ou outra variável). A fórmula para calcular uma Média Móvel Exponencial (EMA) é: X EMA Corrente (ou seja, EMA a ser calculada) C Valor de dados original atual K Suavização Constante P EMA anterior (O primeiro EMA no intervalo a ser calculado é arbitrário e pode ser o Valor de dados original correspondente ou, muitas vezes, um valor de Média Móvel Simples K Constante de Suavização 2 (1 n) n número de períodos para EMA, ou seja, a Janela a calcular Este cálculo bastante complexo talvez seja melhor ilustrado pelo exemplo. Dos valores de vendas mensais, como mostrado anteriormente: Se calcularmos a Média Móvel Exponencial de forma semelhante à Média Móvel Simples de 3 Meses, executaríamos as seguintes etapas: Se você vir esta mensagem, seu navegador desativou ou não suporta JavaScript Para usar os recursos completos deste sistema de ajuda, como a pesquisa, o navegador deve ter o suporte a JavaScript ativado Médias móveis ponderadas Com médias móveis simples, cada valor de dados no quotwindowquot Em que o cálculo é executado é dado um significado ou peso igual. É freqüentemente o caso, especialmente na análise de dados de preços financeiros, que mais dados cronologicamente recentes devem ter um peso maior. Nestes casos, a funcionalidade de Média Móvel Ponderada (ou Média Móvel Exponencial - consulte o tópico seguinte) é frequentemente preferida. Considere a mesma tabela de valores de dados de Vendas para doze meses: Para calcular uma Média Móvel Ponderada: Calcule quantos intervalos de dados estão participando no cálculo da Média Móvel (ou seja, o tamanho do cálculo quotwindowquot). Se a janela de cálculo é dita ser n, então o valor de dados mais recente na janela é multiplicado por n, o próximo mais recente multiplicado por n-1, o valor anterior ao multiplicado por n-2 e assim por diante para todos os valores na janela. Divida a soma de todos os valores multiplicados pela soma dos pesos para dar a Média Móvel Ponderada sobre essa janela. Coloque o valor da Média Móvel Ponderada em uma nova coluna de acordo com o posicionamento das médias de arrasto descrito acima. Para ilustrar essas etapas, considere se uma Média Móvel Ponderada de 3 meses de Vendas em dezembro é necessária (usando a tabela acima de valores de Vendas). O termo quot3-mês implica que o cálculo quotwindowquot é 3, portanto, o algoritmo de cálculo da Média Móvel Ponderada para este caso deve ser: Ou, se uma Média Móvel Ponderada de 3 meses foi avaliada em toda a gama original de dados, os resultados seriam : Média móvel ponderada de 3 meses Médias de movimentação - médias móveis simples e exponenciais - simples e exponencial Introdução As médias móveis alisam os dados do preço para formar uma tendência que segue o indicador. Eles não prevêem a direção do preço, mas sim definir a direção atual com um atraso. As médias móveis são retardadas porque são baseadas em preços passados. Apesar deste atraso, as médias móveis ajudam a suavizar a ação dos preços e filtrar o ruído. Eles também formam os blocos de construção para muitos outros indicadores técnicos e sobreposições, como Bandas Bollinger. MACD eo Oscilador de McClellan. Os dois tipos mais populares de médias móveis são a Média Móvel Simples (SMA) e a Média Móvel Exponencial (EMA). Essas médias móveis podem ser usadas para identificar a direção da tendência ou definir níveis potenciais de suporte e resistência. Here039s um gráfico com um SMA e um EMA sobre ele: Simples Moving Average Cálculo Uma simples média móvel é formada por calcular o preço médio de um título sobre um determinado número de períodos. A maioria das médias móveis são baseadas em preços de fechamento. Uma média móvel simples de 5 dias é a soma de cinco dias dos preços de fechamento dividida por cinco. Como seu nome indica, uma média móvel é uma média que se move. Os dados antigos são eliminados à medida que novos dados são disponibilizados. Isso faz com que a média se mova ao longo da escala de tempo. Abaixo está um exemplo de uma média móvel de 5 dias evoluindo ao longo de três dias. O primeiro dia da média móvel cobre simplesmente os últimos cinco dias. O segundo dia da média móvel cai o primeiro ponto de dados (11) e adiciona o novo ponto de dados (16). O terceiro dia da média móvel continua caindo o primeiro ponto de dados (12) e adicionando o novo ponto de dados (17). No exemplo acima, os preços aumentam gradualmente de 11 para 17 ao longo de um total de sete dias. Observe que a média móvel também aumenta de 13 para 15 ao longo de um período de cálculo de três dias. Observe também que cada valor da média móvel está logo abaixo do último preço. Por exemplo, a média móvel para o dia um é igual a 13 eo último preço é 15. Os preços dos quatro dias anteriores eram mais baixos e isso faz com que a média móvel fique atrasada. Cálculo da média móvel exponencial As médias móveis exponenciais reduzem o desfasamento aplicando mais peso aos preços recentes. A ponderação aplicada ao preço mais recente depende do número de períodos na média móvel. Há três etapas para calcular uma média móvel exponencial. Primeiro, calcule a média móvel simples. Uma média móvel exponencial (EMA) tem que começar em algum lugar assim uma média móvel simples é usada como EMA do período anterior039s no primeiro cálculo. Em segundo lugar, calcular o multiplicador de ponderação. Em terceiro lugar, calcule a média móvel exponencial. A fórmula abaixo é para uma EMA de 10 dias. Uma média móvel exponencial de 10 períodos aplica uma ponderação de 18,18 ao preço mais recente. Um EMA de 10 períodos também pode ser chamado de EMA 18.18. Um EMA de 20 períodos aplica uma ponderação de 9,52 ao preço mais recente (2 (201) .0952). Observe que a ponderação para o período de tempo mais curto é mais do que a ponderação para o período de tempo mais longo. De fato, a ponderação cai pela metade cada vez que o período de média móvel dobra. Se você deseja uma porcentagem específica para uma EMA, use esta fórmula para convertê-la em períodos de tempo e insira esse valor como o parâmetro EMA039s: Abaixo está um exemplo de planilha de uma média móvel simples de 10 dias e um valor 10- Dia média móvel exponencial para a Intel. As médias móveis simples são diretas e exigem pouca explicação. A média de 10 dias simplesmente se move conforme novos preços se tornam disponíveis e os preços antigos caem. A média móvel exponencial começa com o valor da média móvel simples (22,22) no primeiro cálculo. Após o primeiro cálculo, a fórmula normal assume o controle. Como um EMA começa com uma média móvel simples, seu valor verdadeiro não será realizado até 20 ou mais períodos mais tarde. Em outras palavras, o valor na planilha do Excel pode diferir do valor do gráfico por causa do curto período de retorno. Esta planilha só remonta 30 períodos, o que significa que o efeito da média móvel simples teve 20 períodos para dissipar. StockCharts volta pelo menos 250 períodos (geralmente muito mais) para os seus cálculos para os efeitos da média móvel simples no primeiro cálculo totalmente dissipada. O fator de Lag Quanto maior a média móvel, mais o lag. Uma média móvel exponencial de 10 dias abraçará os preços muito de perto e virará logo após os preços virarem. Curtas médias móveis são como barcos de velocidade - ágeis e rápidos para mudar. Em contraste, uma média móvel de 100 dias contém muitos dados passados ​​que o desaceleram. Médias móveis mais longas são como petroleiros oceânicos - letárgicos e lentos para mudar. É preciso um movimento de preços maior e mais longo para uma média móvel de 100 dias para mudar de rumo. O gráfico acima mostra o SampP 500 ETF com uma EMA de 10 dias seguindo de perto os preços e uma moagem SMA de 100 dias mais alta. Mesmo com o declínio de janeiro-fevereiro, o SMA de 100 dias manteve o curso e não recusou. A SMA de 50 dias se encaixa entre as médias móveis de 10 e 100 dias quando se trata do fator de latência. Simples vs médias exponenciais Moving Embora existam diferenças claras entre médias móveis simples e médias móveis exponenciais, um não é necessariamente melhor do que o outro. As médias móveis exponenciais têm menos atraso e, portanto, são mais sensíveis aos preços recentes - e as recentes mudanças nos preços. As médias móveis exponenciais virarão antes de médias móveis simples. As médias móveis simples, por outro lado, representam uma verdadeira média de preços para todo o período de tempo. Como tal, as médias móveis simples podem ser mais adequadas para identificar níveis de suporte ou resistência. Preferência média móvel depende de objetivos, estilo analítico e horizonte de tempo. Chartists deve experimentar com ambos os tipos de médias móveis, bem como diferentes prazos para encontrar o melhor ajuste. O gráfico abaixo mostra a IBM com a SMA de 50 dias em vermelho ea EMA de 50 dias em verde. Ambos atingiram o pico no final de janeiro, mas o declínio no EMA foi mais nítida do que o declínio no SMA. A EMA apareceu em meados de fevereiro, mas a SMA continuou baixa até o final de março. Observe que a SMA apareceu mais de um mês após a EMA. Comprimentos e prazos A duração da média móvel depende dos objetivos analíticos. Curtas médias móveis (5-20 períodos) são mais adequados para as tendências de curto prazo e de negociação. Os cartistas interessados ​​em tendências de médio prazo optariam por médias móveis mais longas que poderiam estender 20-60 períodos. Investidores de longo prazo preferem médias móveis com 100 ou mais períodos. Alguns comprimentos de média móvel são mais populares do que outros. A média móvel de 200 dias é talvez a mais popular. Devido ao seu comprimento, esta é claramente uma média móvel a longo prazo. Em seguida, a média móvel de 50 dias é bastante popular para a tendência de médio prazo. Muitos chartists usam as médias móveis de 50 dias e de 200 dias junto. Curto prazo, uma média móvel de 10 dias foi bastante popular no passado porque era fácil de calcular. Um simplesmente adicionou os números e moveu o ponto decimal. Identificação de tendências Os mesmos sinais podem ser gerados usando médias móveis simples ou exponenciais. Como mencionado acima, a preferência depende de cada indivíduo. Esses exemplos abaixo usarão médias móveis simples e exponenciais. O termo média móvel se aplica a médias móveis simples e exponenciais. A direção da média móvel transmite informações importantes sobre os preços. Uma média móvel em ascensão mostra que os preços estão aumentando. Uma média móvel em queda indica que os preços, em média, estão caindo. A subida da média móvel a longo prazo reflecte uma tendência de alta a longo prazo. A queda da média móvel a longo prazo reflecte uma tendência de baixa a longo prazo. O gráfico acima mostra 3M (MMM) com uma média móvel exponencial de 150 dias. Este exemplo mostra quão bem as médias móveis funcionam quando a tendência é forte. A EMA de 150 dias recusou-se em novembro de 2007 e novamente em janeiro de 2008. Observe que foi necessário um declínio de 15 para reverter a direção dessa média móvel. Estes indicadores de atraso identificam inversões de tendência à medida que ocorrem (na melhor das hipóteses) ou depois de ocorrerem (na pior das hipóteses). MMM continuou menor em março de 2009 e, em seguida, subiu 40-50. Observe que a EMA de 150 dias não apareceu até depois desse aumento. Uma vez que o fez, no entanto, MMM continuou maior nos próximos 12 meses. As médias móveis trabalham brilhantemente em tendências fortes. Crossovers dobro Duas médias móveis podem ser usadas junto para gerar sinais do cruzamento. Na Análise Técnica dos Mercados Financeiros. John Murphy chama isso de método de cruzamento duplo. Os cruzamentos duplos envolvem uma média móvel relativamente curta e uma média móvel relativamente longa. Como com todas as médias móveis, o comprimento geral da média móvel define o tempo para o sistema. Um sistema usando um EMA de 5 dias e um EMA de 35 dias seria considerado de curto prazo. Um sistema usando uma SMA de 50 dias e uma SMA de 200 dias seria considerado de médio prazo, talvez até de longo prazo. Um crossover de alta ocorre quando a média móvel mais curta cruza acima da média móvel mais longa. Isso também é conhecido como uma cruz de ouro. Um crossover de baixa ocorre quando a média móvel mais curta cruza abaixo da média móvel mais longa. Isso é conhecido como uma cruz morta. Os crossovers médios móveis produzem sinais relativamente tardios. Afinal, o sistema emprega dois indicadores de atraso. Quanto mais longos os períodos de média móvel, maior o atraso nos sinais. Esses sinais funcionam muito bem quando uma boa tendência se apodera. No entanto, um sistema de crossover média móvel vai produzir lotes de whipsaws na ausência de uma forte tendência. Há também um método de cruzamento triplo que envolve três médias móveis. Novamente, um sinal é gerado quando a média móvel mais curta atravessa as duas médias móveis mais longas. Um simples sistema de crossover triplo pode envolver médias móveis de 5 dias, 10 dias e 20 dias. O gráfico acima mostra Home Depot (HD) com um EMA de 10 dias (linha pontilhada verde) e EMA de 50 dias (linha vermelha). A linha preta é o fechamento diário. Usando um crossover média móvel teria resultado em três whipsaws antes de pegar um bom comércio. O EMA de 10 dias quebrou abaixo do EMA de 50 dias em outubro atrasado (1), mas este não durou por muito tempo enquanto os 10 dias se moveram para trás acima em meados de novembro (2). Este cruzamento durou mais, mas o próximo cruzamento de baixa em janeiro (3) ocorreu perto dos níveis de preços de novembro, resultando em outro whipsaw. Esta cruz bearish não durou por muito tempo porque o EMA de 10 dias moveu para trás acima dos 50 dias alguns dias mais tarde (4). Depois de três sinais ruins, o quarto sinal prefigurou um forte movimento como o estoque avançou mais de 20. Existem dois takeaways aqui. Primeiramente, os crossovers são prone ao whipsaw. Um filtro de preço ou tempo pode ser aplicado para ajudar a evitar whipsaws. Os comerciantes podem exigir que o crossover durar 3 dias antes de agir ou exigir a EMA de 10 dias para mover acima abaixo da EMA de 50 dias por um determinado montante antes de agir. Em segundo lugar, MACD pode ser usado para identificar e quantificar esses cruzamentos. MACD (10,50,1) mostrará uma linha representando a diferença entre as duas médias móveis exponenciais. MACD torna-se positivo durante uma cruz dourada e negativo durante uma cruz morta. O Oscilador de Preço Percentual (PPO) pode ser usado da mesma forma para mostrar diferenças percentuais. Observe que o MACD eo PPO são baseados em médias móveis exponenciais e não se igualam a médias móveis simples. Este gráfico mostra Oracle (ORCL) com a EMA de 50 dias, EMA de 200 dias e MACD (50,200,1). Houve quatro cruzamentos de média móvel em um período de 2 12 anos. Os três primeiros resultaram em whipsaws ou maus negócios. Uma tendência sustentada começou com o quarto crossover como ORCL avançado para os 20s meados. Mais uma vez, os crossovers de média móvel funcionam muito bem quando a tendência é forte, mas produzem perdas na ausência de uma tendência. Crossovers de preço As médias móveis também podem ser usadas para gerar sinais com cruzamentos de preços simples. Um sinal de alta é gerado quando os preços se movem acima da média móvel. Um sinal de baixa é gerado quando os preços se movem abaixo da média móvel. Os crossovers do preço podem ser combinados para negociar dentro da tendência mais grande. A média móvel mais longa define o tom para a tendência maior e a média móvel mais curta é usada para gerar os sinais. Um olharia para cruzes de preço de alta somente quando os preços já estão acima da média móvel mais longa. Isso seria negociar em harmonia com a maior tendência. Por exemplo, se o preço estiver acima da média móvel de 200 dias, os chartistas só se concentrarão nos sinais quando o preço se mover acima da média móvel de 50 dias. Obviamente, um movimento abaixo da média móvel de 50 dias precederia tal sinal, mas tais cruzamentos de baixa seriam ignorados porque a maior tendência é para cima. Uma cruz bearish sugeriria simplesmente um pullback dentro de um uptrend mais grande. Um cruzamento acima da média móvel de 50 dias indicaria uma subida dos preços e continuação da maior tendência de alta. O gráfico a seguir mostra Emerson Electric (EMR) com a EMA de 50 dias e EMA de 200 dias. A ação moveu-se acima e manteve-se acima da média móvel de 200 dias em agosto. Houve mergulhos abaixo dos 50 dias EMA no início de novembro e novamente no início de fevereiro. Os preços recuaram rapidamente acima dos 50 dias EMA para fornecer sinais de alta (setas verdes) em harmonia com a maior tendência de alta. MACD (1,50,1) é mostrado na janela do indicador para confirmar cruzamentos de preços acima ou abaixo da EMA de 50 dias. O EMA de 1 dia é igual ao preço de fechamento. MACD (1,50,1) é positivo quando o fechamento está acima do EMA de 50 dias e negativo quando o fechamento está abaixo do EMA de 50 dias. Suporte e Resistência As médias móveis também podem atuar como suporte em uma tendência de alta e resistência em uma tendência de baixa. Uma tendência de alta de curto prazo pode encontrar apoio perto da média móvel simples de 20 dias, que também é usada em Bandas de Bollinger. Uma tendência de alta de longo prazo pode encontrar suporte perto da média móvel simples de 200 dias, que é a média móvel mais popular a longo prazo. Se fato, a média móvel de 200 dias pode oferecer suporte ou resistência simplesmente porque é tão amplamente utilizado. É quase como uma profecia auto-realizável. O gráfico acima mostra o NY Composite com a média móvel simples de 200 dias de meados de 2004 até o final de 2008. Os 200 dias de suporte fornecido várias vezes durante o avanço. Uma vez que a tendência revertida com uma ruptura de apoio superior dupla, a média móvel de 200 dias agiu como resistência em torno de 9500. Não espere suporte exato e níveis de resistência de médias móveis, especialmente as médias móveis mais longas. Os mercados são impulsionados pela emoção, o que os torna propensos a superações. Em vez de níveis exatos, as médias móveis podem ser usadas para identificar zonas de suporte ou de resistência. Conclusões As vantagens de usar médias móveis precisam ser ponderadas contra as desvantagens. As médias móveis são a tendência que segue, ou retardar, os indicadores que serão sempre um passo atrás. Isso não é necessariamente uma coisa ruim embora. Afinal, a tendência é o seu amigo e é melhor para o comércio na direção da tendência. As médias móveis asseguram que um comerciante está em linha com a tendência atual. Mesmo que a tendência é seu amigo, os títulos gastam uma grande quantidade de tempo em intervalos de negociação, o que torna as médias móveis ineficazes. Uma vez em uma tendência, as médias móveis mantê-lo-ão dentro, mas igualmente dar sinais atrasados. Don039t esperam vender no topo e comprar na parte inferior usando médias móveis. Tal como acontece com a maioria das ferramentas de análise técnica, as médias móveis não devem ser utilizadas por conta própria, mas em conjunto com outras ferramentas complementares. Os cartistas podem usar médias móveis para definir a tendência geral e, em seguida, usar o RSI para definir os níveis de sobrecompra ou sobrevenda. Adicionando médias móveis para gráficos StockCharts As médias móveis estão disponíveis como um recurso de sobreposição de preço na bancada do SharpCharts. Usando o menu suspenso Sobreposições, os usuários podem escolher uma média móvel simples ou uma média móvel exponencial. O primeiro parâmetro é usado para definir o número de períodos de tempo. Um parâmetro opcional pode ser adicionado para especificar qual campo de preço deve ser usado nos cálculos - O para o aberto, H para o alto, L para o baixo e C para o fechamento. Uma vírgula é usada para separar parâmetros. Outro parâmetro opcional pode ser adicionado para deslocar as médias móveis para a esquerda (passado) ou para a direita (futuro). Um número negativo (-10) deslocaria a média móvel para a esquerda 10 períodos. Um número positivo (10) deslocaria a média móvel para o direito 10 períodos. Múltiplas médias móveis podem ser superadas o preço parcela simplesmente adicionando outra linha de superposição para a bancada. Os membros do StockCharts podem alterar as cores eo estilo para diferenciar entre várias médias móveis. Depois de selecionar um indicador, abra Opções Avançadas clicando no pequeno triângulo verde. As Opções Avançadas também podem ser usadas para adicionar uma sobreposição média móvel a outros indicadores técnicos como RSI, CCI e Volume. Clique aqui para um gráfico ao vivo com várias médias móveis diferentes. Usando Médias Móveis com Varreduras StockCharts Aqui estão alguns exemplos de varreduras que os membros do StockCharts podem usar para varrer para várias situações de média móvel: Bullish Moving Average Cross: Esta varredura procura ações com uma média móvel em ascensão de 150 dias simples e uma cruz de alta das 5 EMA de dia e EMA de 35 dias. A média móvel de 150 dias está subindo, desde que ela esteja negociando acima de seu nível cinco dias atrás. Um cruzamento de alta ocorre quando o EMA de 5 dias se move acima do EMA de 35 dias em volume acima da média. Bearish Moving Average Cross: Este analisa procura por ações com uma queda de 150 dias de média móvel simples e um cruzamento de baixa da EMA de 5 dias e EMA de 35 dias. A média móvel de 150 dias está caindo, enquanto ela está negociando abaixo do seu nível cinco dias atrás. Uma cruz de baixa ocorre quando a EMA de 5 dias se move abaixo da EMA de 35 dias acima do volume médio. Estudo adicional O livro de John Murphy tem um capítulo dedicado a médias móveis e seus vários usos. Murphy abrange os prós e os contras de médias móveis. Além disso, Murphy mostra como as médias móveis funcionam com Bollinger Bands e sistemas de negociação baseados em canais. Análise Técnica dos Mercados Financeiros John Murphy