Geweegde Bewegende Gemiddelde Statistiek

What039s die verskil tussen bewegende gemiddelde en geweegde bewegende gemiddelde A 5-tydperk bewegende gemiddelde, gebaseer op die bogenoemde, sal bereken word deur die volgende formule pryse: Gebaseer op die vergelyking hierbo, het die gemiddelde prys oor die bogenoemde tydperk was 90,66. Die gebruik van bewegende gemiddeldes is 'n effektiewe metode vir die uitskakeling van sterk prysskommelings. Die sleutel beperking is dat datapunte vanaf ouer data nie anders word geweeg as datapunte naby die begin van die datastel. Dit is hier waar geweegde bewegende gemiddeldes 'n rol speel. Geweegde gemiddeldes toewys 'n swaarder gewig meer huidige data punte omdat hulle meer relevant as datapunte in die verre verlede. Die som van die gewig moet optel tot 1 (of 100). In die geval van die eenvoudige bewegende gemiddelde, is die gewigte eweredig versprei, wat is die rede waarom hulle nie in die tabel hierbo getoon. Sluitingsprys van AAPL Die geweegde gemiddelde is bereken deur vermenigvuldig die gegewe prys deur sy verwante gewig en dan die WHALM waardes. In die voorbeeld hierbo, sal die geweegde 5-daagse bewegende gemiddelde 90,62. In hierdie voorbeeld is die onlangse data punt die hoogste gewig uit 'n arbitrêre 15 punte. Jy kan die waardes weeg uit enige waarde goeddink jou. Die laer waarde van die geweegde gemiddelde persentasie van relatief tot die eenvoudige gemiddelde dui die onlangse verkoop druk kan meer betekenisvol as 'n paar handelaars verwag word. Vir die meeste handelaars, die gewildste keuse by die gebruik van geweeg bewegende gemiddeldes is om 'n hoër gewig gebruik vir die afgelope waardes. (Vir meer inligting, kyk na die bewegende gemiddelde Tutoriaal) Lees meer oor die verskil tussen eksponensiële bewegende gemiddeldes en geweegde bewegende gemiddeldes, twee glad aanwysers dat. Lees Antwoord Die enigste verskil tussen hierdie twee tipes bewegende gemiddelde is die sensitiwiteit elkeen toon veranderinge in die gebruik van data. Lees Antwoord Sien waarom bewegende gemiddeldes het bewys voordelig vir handelaars en ontleders en nuttig te wees wanneer dit toegepas word om die prys kaarte en. Lees Antwoord Leer hoe handelaars en beleggers gebruik geweegde Alpha om momentum van 'n aandele prys te identifiseer en of pryse hoër sal beweeg. Lees Antwoord Hier is die mees algemene gekies tydperke gebruik deur handelaars en markanaliste in die skep van bewegende gemiddeldes te trek as tegniese. Lees Antwoord verstaan ​​hoe om die gewigte van die verskil koste van kapitaal en hoe hierdie berekening word gebruik om te bepaal bereken. Lees Beantwoord bewegende gemiddeldes bewegende gemiddeldes Met konvensionele datastelle die gemiddelde waarde is dikwels die eerste, en een van die mees bruikbare, opsommingstatistiek te bereken. Wanneer data in die vorm van 'n tydreeks, die reeks beteken is 'n nuttige maatstaf, maar nie die dinamiese aard van die data weerspieël. Gemiddelde waardes bereken oor kortsluiting periodes, hetsy voor die huidige tydperk of gesentreer op die huidige tydperk, is dikwels meer nuttig. Omdat so 'n gemiddelde waardes sal wissel, of beweeg, soos die huidige tydperk beweeg van tyd t 2, t 3. ens staan ​​hulle bekend as bewegende gemiddeldes (Mas). 'N Eenvoudige bewegende gemiddelde is (tipies) die ongeweegde gemiddelde van k voor waardes. 'N eksponensieel geweeg bewegende gemiddelde is in wese dieselfde as 'n eenvoudige bewegende gemiddelde, maar met bydraes tot die gemiddelde geweegde deur hul nabyheid aan die huidige tyd. Want daar is nie een nie, maar 'n hele reeks bewegende gemiddeldes vir enige gegewe reeks, die stel van Mas kan hulself getrek word op grafieke, ontleed as 'n reeks, en gebruik in die modellering en voorspelling. 'N verskeidenheid van modelle kan gebou word met behulp van bewegende gemiddeldes, en dit is bekend as MA modelle. As sulke modelle word gekombineer met outoregressiewe (AR) modelle die gevolglike saamgestelde modelle is bekend as ARMA of ARIMA modelle (die Ek is vir geïntegreerde). Eenvoudige bewegende gemiddeldes Sedert 'n tydreeks kan as 'n stel waardes beskou word,, t 1,2,3,4, N die gemiddeld van hierdie waardes kan bereken word. As ons aanvaar dat N is nogal groot, en ons kies 'n heelgetal k wat is veel kleiner as n. kan ons 'n stel van blok gemiddeldes, of eenvoudig bewegende gemiddeldes (van orde k) bereken: Elke maat verteenwoordig die gemiddelde van al die datawaardes oor 'n interval van k waarnemings. Let daarop dat die eerste moontlike MA van orde k gt0 is dat vir t k. Meer in die algemeen kan ons die ekstra onderskrif val in die uitdrukkings bo en skryf: Dit bepaal dat die geskatte gemiddelde op tydstip t is die eenvoudige gemiddelde van die waargeneem waarde op tydstip t en die voorafgaande k -1 tyd stappe. As gewigte word toegepas wat die bydrae van waarnemings wat verder weg in die tyd is verminder, is die bewegende gemiddelde gesê eksponensieel word stryk. Bewegende gemiddeldes word dikwels gebruik as 'n vorm van vooruitskatting, waardeur die beraamde waarde vir 'n reeks op tydstip t 1, S T1. geneem word as die MA vir die tydperk tot en met tyd t. bv vandag se skatting is gebaseer op 'n gemiddelde van vorige aangeteken waardes tot en met gister se (vir daaglikse data). Eenvoudige bewegende gemiddeldes kan gesien word as 'n vorm van gladstryking. In die onderstaande diagram getoon word byvoorbeeld het die lugbesoedeling dataset getoon in die inleiding tot hierdie onderwerp is aangevul deur 'n 7-daagse bewegende gemiddelde (MA) reël, hier in rooi. Soos gesien kan word, die MA lyn glad uit die pieke en trôe in die data en kan baie nuttig wees in die identifisering van tendense wees. Die standaard toekomsgerigte berekening formule beteken dat die eerste k -1 datapunte het geen MA waarde, maar daarna berekeninge uit te brei na die finale data punt in die reeks. PM10 daaglikse gemiddelde waardes, Greenwich bron: London Luggehalte Network, www. londonair. org. uk Een rede vir die berekening van eenvoudige bewegende gemiddeldes op die voorgeskrewe wyse, is dat dit in staat stel om waardes te bereken vir alle tydgleuwe van tyd tk tot op hede en as 'n nuwe meting verkry vir tyd t 1, die MA vir tyd t 1 kan die reeds bereken stel bygevoeg. Dit bied 'n eenvoudige prosedure vir 'n dinamiese datastelle. Daar is egter 'n paar probleme met hierdie benadering. Dit is redelik om te argumenteer dat die gemiddelde waarde van die afgelope 3 periodes, sê, moet geleë wees op tyd t -1, nie tyd t. en vir 'n MA oor 'n gelyke getal periodes miskien is dit moet geleë wees by die middelpunt tussen twee tyd intervalle. 'N oplossing vir hierdie probleem is om gesentreer MA berekeninge, waarin die MA op tydstip t is die gemiddeld van 'n simmetriese stel waardes rondom t gebruik. Ten spyte van die ooglopende meriete, is hierdie benadering nie oor die algemeen gebruik word, want dit vereis dat data is beskikbaar vir toekomstige gebeure, wat nie die geval mag wees. In gevalle waar analise is geheel en al van 'n bestaande reeks, kan die gebruik van gesentreer Mas beter wees. Eenvoudige bewegende gemiddeldes kan beskou word as 'n vorm van gladstryking, die verwydering van 'n paar hoë frekwensie komponente van 'n tydreeks en beklemtoon (maar nie die verwydering van) tendense in 'n soortgelyke wyse as die algemene opvatting van digitale filter. Inderdaad, bewegende gemiddeldes is 'n vorm van lineêre filter. Dit is moontlik om 'n bewegende gemiddelde berekening van toepassing op 'n reeks wat reeds stryk, dit wil sê glad of filter 'n reeds stryk reeks. Byvoorbeeld, met 'n bewegende gemiddelde van orde 2, ons kan dit beskou as synde bereken met behulp van gewigte, sodat die MA by x 2 0.5 x 1 0.5 x 2. Net so, die MA by x 3 0.5 x 2 0.5 x 3. As ons dien 'n tweede vlak van gladstryking of filter, ons het 0,5 x 2 0.5 x 3 0.5 (0.5 x 1 0.5 x 2) 0.5 (0.5 x 2 0.5 x 3) 0.25 x 1 0.5 x 2 0,25 x 3 dws die 2-stadium filter proses (of konvolusie) het 'n wisselvallig geweegde simmetriese bewegende gemiddelde, met gewigte vervaardig. Veelvuldige konvolusie kan ingewikkeld geweegde bewegende gemiddeldes, waarvan sommige is gevind veral gebruik in gespesialiseerde velde, soos in lewensversekering berekeninge te produseer. Bewegende gemiddeldes gebruik kan word om periodieke effekte verwyder indien bereken met die lengte van die periodisiteit as 'n bekende. Byvoorbeeld, met 'n maandelikse data seisoenale variasies dikwels verwyder kan word (indien dit die doel) deur toe te pas 'n simmetriese 12 maande bewegende gemiddelde met al maande gelyke gewigte, behalwe die eerste en laaste wat geweeg deur 1/2. Dit is omdat daar sal 13 maande in die simmetriese model (huidige tyd, t / -. 6 maande). Die totale is gedeel deur 12. Soortgelyke prosedures kan vir enige goed gedefinieerde periodisiteit word aangeneem. Eksponensieel geweeg bewegende gemiddeldes (EWMA) Met die eenvoudige bewegende gemiddelde formule: alle waarnemings is ewe geweegde. As ons noem hulle die gelyke gewigte, Alpha t. elk van die k gewigte sou gelyk 1 / k. sodat die som van die gewigte sal wees 1, en die formule sou wees: Ons het reeds gesien dat verskeie programme van hierdie proses lei tot die gewigte wissel. Met eksponensieel geweeg bewegende gemiddeldes die bydrae tot die gemiddelde waarde van waarnemings wat meer verwyder betyds beraadslaag verminder, en sodoende meer onlangse (plaaslike) gebeure beklemtoon. In wese 'n glad parameter, 0lt Alpha LT1, is bekend gestel, en die formule hersien om 'n simmetriese weergawe van hierdie formule van die vorm sal wees: As die gewigte in die simmetriese model is gekies as die terme van die bepalings van die binomiale uitbreiding, (1/21/2) 2S. hulle sal vat om 1, en as Q groot word, sal die normaalverdeling benader. Dit is 'n vorm van kern gewig, met die Binomiale optree as die kern funksie. Die twee stadium konvolusie in die vorige subartikel beskryf is juis hierdie reëling, met Q 1, opbrengs die gewigte. In eksponensiële gladstryking is dit nodig om 'n stel gewigte gebruik wat som tot 1 en wat verminder in grootte meetkundig. Die gewigte gebruik is tipies van die vorm: Om te wys dat hierdie gewigte op te som tot 1, oorweeg die uitbreiding van 1 / as 'n reeks. Ons kan skryf en die uitdrukking in hakies gebruik te maak van die binomiale formule (1- x) p brei. waar x (1-) en p -1, wat gee: Dit bied dan 'n vorm van geweegde bewegende gemiddelde van die vorm: Hierdie opsomming kan geskryf word as 'n herhaling verhouding: wat berekening grootliks vereenvoudig, en vermy die probleem wat die gewig regime moet streng oneindige wees vir die gewigte op te som tot 1 (vir klein waardes van alfa. hierdie is tipies nie die geval). Die notasie wat gebruik word deur verskillende skrywers wissel. Sommige gebruik die letter S aan te dui dat die formule is in wese 'n reëlmatige veranderlike, en skryf: terwyl die beheerteorie literatuur gebruik dikwels Z eerder as S vir die eksponensieel geweeg of glad waardes (sien, byvoorbeeld, Lucas en Saccucci, 1990, LUC1 , en die NIST webwerf vir meer besonderhede en uitgewerkte voorbeelde). Bogenoemde aangehaal formules uit die werk van Roberts (1959 ROB1), maar Hunter (1986, HUN1) gebruik 'n uitdrukking van die vorm: wat meer geskik is vir gebruik in 'n paar prosedures kan wees. Met alfa 1 die gemiddelde skatting is eenvoudig sy gemeet waarde (of die waarde van die vorige data-item). Met 0,5 die skatting is die eenvoudige bewegende gemiddelde van die huidige en vorige metings. In voorspellingsmodelle die waarde, S t. word dikwels gebruik as die skatting of voorspelling waarde vir die volgende tydperk, dit wil sê as die skatting vir x op tydstip t 1. So ons het: Dit dui aan dat die voorspelling waarde op tydstip t 1 is 'n kombinasie van die vorige eksponensieel geweeg bewegende gemiddelde plus 'n komponent wat die geweegde voorspelling fout, Epsilon verteenwoordig. op tyd t. Die aanvaarding van 'n tydreeks gegee en 'n voorspelling is nodig, word 'n waarde vir Alpha vereis. Dit kan geskat word van die bestaande data deur die evaluering van die som van 'n vierkant voorspelling foute te kry met wisselende waardes van Alpha vir elke T 2,3. die opstel van die eerste skatting van die eerste waargenome data waarde wees, x 1. In beheer aansoeke ter waarde van Alpha is belangrik in wat gebruik word in die bepaling van die boonste en onderste beheer perke, en raak die gemiddelde duur lank (ARL) verwag voor hierdie beheer perke is gebreek (onder die aanname dat die tyd reeks verteenwoordig 'n stel van ewekansige, identies verdeelde onafhanklike veranderlikes met 'n gemeenskaplike variansie). Onder hierdie omstandighede die variansie van die beheer statistiek: is (Lucas en Saccucci, 1990): beheer perke word gewoonlik gestel as vaste veelvoude van hierdie asimptotiese variansie, bv / - 3 keer die standaardafwyking. 1,134 en die proses sal een of ander perk in 500 bereik - As alfa 0,25, byvoorbeeld, en die data wat gemonitor word aangeneem dat 'n normale verspreiding, N (0,1) het, terwyl dit in beheer, die beheer perke sal / kan stappe op die gemiddelde. Lucas en Saccucci (1990 LUC1) lei die ARLs vir 'n wye verskeidenheid van alfa waardes en onder verskillende aannames met behulp van Markov Chain prosedures. Hulle tabuleer die resultate, insluitend die verskaffing van ARLs wanneer die gemiddelde van die beheerproses is verskuif deur sommige verskeie van die standaardafwyking. Byvoorbeeld, met 'n 0.5 verskuiwing met alfa 0,25 die ARL is minder as 50 keer stappe. Die hierbo beskryf benaderings staan ​​bekend as een eksponensiële gladstryking. as die prosedures wat eenmaal aan die tydreeks toegepas en dan ontleed of beheer prosesse uit op die gevolglike stryk dataset gedra. As die dataset sluit 'n tendens en / of seisoenale komponente, twee - of drie-fase eksponensiële gladstryking kan hieronder toegedien word as 'n middel van die verwydering (uitdruklik modellering) hierdie effekte (sien verder, die afdeling oor vooruitskatting., En die NIST uitgewerkte voorbeeld ). CHA1 Chat Field C (1975) die ontleding van Times Reeks: teorie en praktyk. Chapman en Hall, Londen HUN1 Hunter J S (1986) Die eksponensieel geweeg bewegende gemiddelde. J van kwaliteit Tegnologie, 18, 203-210 LUC1 Lucas J M, Saccucci M S (1990) eksponensieel Geweegde Moving Gemiddelde beheer Skemas: Properties en verbeteringe. Technometrics, 32 (1), 1-12 ROB1 Roberts S W (1959) beheer Chart Toetse Op grond van Meetkundige bewegende gemiddeldes. Technometrics, 1, 239-250Weighted Bewegende Gemiddeldes: Die Basics Oor die jare, tegnici het twee probleme met die eenvoudige bewegende gemiddelde gevind. Die eerste probleem lê in die tyd van die bewegende gemiddelde (MA). Die meeste tegniese ontleders glo dat die prys aksie. die opening of sluiting voorraad prys, is nie genoeg om op te hang vir goed voorspel koop of te verkoop seine van die MA crossover aksie. Om hierdie probleem op te los, het ontleders nou meer gewig toeken aan die mees onlangse prys data deur gebruik te maak van die eksponensieel stryk bewegende gemiddelde (EMA). (Meer inligting in die ondersoek van die eksponensieel geweeg bewegende gemiddelde.) 'N voorbeeld Byvoorbeeld, met behulp van 'n 10-dag MA, sou 'n ontleder die sluitingsprys van die 10de dag te neem en vermeerder hierdie getal deur 10, die negende dag van nege, die agtste van dag tot agt en so aan tot die eerste van die MA. Sodra die totale bepaal, sou die ontleder dan verdeel die aantal deur die byvoeging van die vermenigvuldigers. As jy die vermenigvuldigers van die 10-dag MA voorbeeld te voeg, die getal is 55. Hierdie aanwyser is bekend as die lineêr geweeg bewegende gemiddelde. (Vir verwante leesstof, check Eenvoudige bewegende gemiddeldes Maak Trends uitstaan.) Baie tegnici is ferm gelowiges in die eksponensieel stryk bewegende gemiddelde (EMA). Hierdie aanwyser is verduidelik in so baie verskillende maniere waarop dit verwar studente en beleggers sowel. Miskien is die beste verduideliking kom van John J. Murphy tegniese ontleding van die finansiële markte, (uitgegee deur die New York Instituut van Finansies, 1999): Die eksponensieel stryk bewegende gemiddelde adresse beide van die probleme wat verband hou met die eenvoudige bewegende gemiddelde. Eerstens, die eksponensieel stryk gemiddelde ken 'n groter gewig aan die meer onlangse data. Daarom is dit 'n geweegde bewegende gemiddelde. Maar terwyl dit ken mindere belang vir verlede prys data, beteken dit sluit in die berekening al die data in die lewe van die instrument. Daarbenewens het die gebruiker in staat is om die gewig te pas by mindere of meerdere gewig te gee aan die mees onlangse dae prys, wat by 'n persentasie van die vorige dae waarde. Die som van beide persentasie waardes voeg tot 100. Byvoorbeeld, die laaste dae die prys kan 'n gewig van 10 (0,10), wat by die vorige dae gewig van 90 (0,90) opgedra. Dit gee die laaste dag 10 van die totale gewig. Dit sou die ekwivalent van 'n 20-dag gemiddeld deur die laaste dae die prys 'n kleiner waarde van 5 (0,05) wees. Figuur 1: eksponensieel stryk bewegende gemiddelde Bogenoemde grafiek toon die Nasdaq saamgestelde indeks van die eerste week in Augustus 2000 tot 1 Junie 2001 As jy duidelik kan sien, die EMO, wat in hierdie geval is die gebruik van die sluitingsprys data oor 'n tydperk van nege dae, het definitiewe verkoop seine op die 8 September (gekenmerk deur 'n swart afpyltjie). Dit was die dag toe die indeks het onder die vlak 4000. Die tweede swart pyl toon 'n ander af been wat tegnici eintlik verwag het nie. Die Nasdaq kon genoeg volume en belangstelling van die kleinhandel beleggers na die 3000 merk breek nie genereer. Dit dan duif weer af na onder uit by 1619,58 op April 4. Die uptrend van 12 April is gekenmerk deur 'n pyl. Hier is die indeks gesluit 1,961.46, en tegnici begin institusionele fondsbestuurders begin om af te haal 'n paar winskopies soos Cisco, Microsoft en 'n paar van die energie-verwante kwessies te sien. (Lees ons verwante artikels: Moving Gemiddelde Koeverte: Verfyning 'n gewilde Trading Tool en bewegende gemiddelde Bounce.) Scottrade ontvang die hoogste numeriese telling in die JD Power 2016 Selfgerigte Beleggers tevredenheid Studie, gebaseer op 4242 reaksies meet 13 maatskappye en die ervarings en persepsies van beleggers wat gebruik selfgerigte beleggingsondernemingen, ondervra in Januarie 2016. Jou ervarings kan wissel. Besoek jdpower. Gemagtig inskrywing en toegang dui kliënte toestemming om die makelaarsloon rekening ooreenkoms. Sulke toestemming effektief te alle tye wanneer die gebruik van hierdie webwerf. Ongemagtigde toegang verbied. Scottrade, Inc. en Scottrade Bank is afsonderlike maar geaffilieerde maatskappye en is volfiliale van Scottrade Financial Services, Inc. makelaarsloon produkte en dienste wat aangebied word deur Scottrade, Inc. - Lid FINRA en SIPC. Deposito produkte en dienste wat aangebied word deur Scottrade Bank, lid FDIC. Makelaarsloon produkte is nie oortuig deur die FDIC is nie deposito's of ander verpligtinge van die bank en is nie gewaarborg nie deur die bank is onderhewig aan belegging risiko's, insluitende die moontlike verlies van die skoolhoof belê. Alle beleggings behels risiko. Die waarde van jou belegging kan wissel met verloop van tyd, en jy kan kry of geld verloor. Online mark en perk voorraad ambagte is net 7 vir aandele geprys 1 en hoër. Bykomende koste kan aansoek doen vir aandele prys minder as 1, onderlinge fonds en opsie transaksies. Gedetailleerde inligting oor ons fooie kan gevind word in die Verklaring van Fooie (PDF). Jy moet 500 in aandele in 'n individu, Gesamentlike, Trust, IRA, Roth IRA, of September IRA rekening met Scottrade om in aanmerking te kom vir 'n Scottrade bankrekening. In hierdie geval, is aandele gedefinieer as Totaal makelaarsloon rekening Waarde minus Onlangse makelaarsloon Deposito op te hou. Die prestasie data aangehaal verteenwoordig prestasie in die verlede. Vorige prestasie waarborg nie toekomstige resultate. Die navorsing, gereedskap en inligting wat sal insluit nie elke sekuriteit aan die publiek beskikbaar. Hoewel die bronne van die navorsing gereedskap verskaf op hierdie webwerf is geloofwaardig te wees, Scottrade maak geen waarborg met betrekking tot die inhoud, akkuraatheid, volledigheid, tydigheid, geskiktheid of betroubaarheid van die inligting. Inligting op hierdie webwerf is slegs ter inligting gebruik en moet nie beskou word as beleggingsadvies of aanbeveling te belê. Scottrade nie opstel, onaktiwiteit of jaarlikse onderhoud fooie. Toepassing transaksiefooie steeds van toepassing. Scottrade verskaf nie belastingadvies. Die materiaal verskaf is slegs vir inligting doeleindes. Asseblief met jou belasting of regsadviseur vir vrae met betrekking tot jou persoonlike belasting of finansiële situasie. Enige spesifieke sekuriteite, of tipes van effekte, gebruik as voorbeelde is slegs vir demonstrasie. Nie een van die inligting wat verskaf moet word beskou as 'n aanbeveling of werwing om te belê in, of likwideer, 'n bepaalde sekuriteit of tipe sekuriteit. Beleggers moet die beleggingsdoelwitte, koste, koste, en 'n unieke risikoprofiel van 'n beursverhandelde fonds (ETF) voor te belê oorweeg. 'N Prospektus bevat hierdie en ander inligting oor die fonds en kan verkry word aanlyn of deur kontak Scottrade. Die prospektus moet versigtig voor te belê gelees. Aged en omgekeerde ETF dalk nie geskik vir alle beleggers nie en kan blootstelling aan wisselvalligheid te verhoog deur die gebruik van hefboom, kort verkope van effekte, afgeleide instrumente en ander komplekse beleggingstrategieë. Hierdie fondse prestasie sal waarskynlik beduidend anders as hul maatstaf oor 'n tydperk van meer as 'n dag, en hul prestasie met verloop van tyd kan in werklikheid tendens teenoorgestelde van hul maatstaf. Beleggers moet hierdie Holdings, in ooreenstemming met hul strategieë te monitor, so dikwels as daaglikse. Beleggers moet die beleggingsdoelwitte, risiko's, koste en uitgawes van 'n onderlinge fonds oorweeg voordat 'n belegging. 'N Prospektus bevat hierdie en ander inligting oor die fonds en kan verkry word aanlyn of deur kontak Scottrade. Die prospektus moet versigtig voor te belê gelees. Geen-transaksie-fooi (NTF) fondse is onderhewig aan die terme en voorwaardes van die NTF fondse program. Scottrade vergoed word deur die fondse wat deelneem aan die NTF program deur rekordhouding, aandeelhouer of SEC 12B-1 fooie. Marge handel behels renteheffings en risiko's, insluitende die potensiaal om meer te verloor as gedeponeer of die behoefte om bykomende kollaterale in 'n dalende mark te deponeer. Die marge Openbaringsverklaring en ooreenkoms (PDF) is beskikbaar vir aflaai, of dit beskikbaar is by een van ons takkantore. Dit bevat inligting oor ons uitleen beleid, renteheffings, en die risiko's wat verband hou met marge rekeninge. Opsies behels risiko en is nie geskik vir alle beleggers. Gedetailleerde inligting oor ons beleid en die risiko's wat verband hou met opsies kan gevind word in die Scottrade Options Aansoek en ooreenkoms. Makelaarsloon rekening ooreenkoms. deur die aflaai van die eienskappe en risiko's van gestandaardiseerde Options en aanvullings (PDF) uit die opsies Clearing Corporation, of deur 'n afskrif versoek deur kontak Scottrade. Ondersteunende dokumentasie vir enige eise sal voorsien word op versoek. Konsulteer met jou belasting adviseur vir meer inligting oor hoe belasting die uitkoms van hierdie strategieë kan beïnvloed. Hou in gedagte, sal die wins verminder of verlies vererger, soos van toepassing, deur die aftrekking van kommissie en fooie. Markonbestendigheid, kan die volume en stelsel beskikbaarheid toegang rekening en handel uitvoering impak. Hou in gedagte dat terwyl diversifikasie verspreiding risiko kan help, is dit nie 'n wins te verseker, of te beskerm teen verlies, in 'n down mark. Scottrade, die Scottrade logo en alle ander handelsmerke, hetsy geregistreer of ongeregistreer, is die eiendom van Scottrade, Inc en sy affiliasies. Skakels na webwerwe van derde partye bevat inligting wat van belang kan wees of gebruik om die leser. Derdeparty-webwerwe, navorsing en gereedskap is uit bronne betroubaar geag. Scottrade waarborg nie die akkuraatheid of volledigheid van die inligting en maak geen versekering met betrekking tot die resultate wat verkry word uit die gebruik daarvan. 2016 Scottrade, Inc. Alle regte reserved. The ongelooflike manier om 'n bewegende gemiddelde fretten die tendens van 'n massa van verwarrende metings kan gesien word deur die plot die 10 dae - bewegende gemiddelde saam met die oorspronklike daaglikse gewigte, getoon as klein diamante. Die bewegende gemiddeldes weve tot dusver gebruik gee gelyke belang vir al die dae in die gemiddelde. Dit neednt so wees. As jy daaroor dink, nie die geval is dit baie sin maak, veral as jy belangstel in die gebruik van 'n langer termyn bewegende gemiddelde uit te stryk ewekansige knoppe in die tendens. Aanvaar jy die gebruik van 'n 20 dag bewegende gemiddelde. Hoekom moet jou gewig byna drie weke gelede net so relevant is vir die huidige tendens as jou gewig vanoggend oorweeg verskillende vorme van geweeg bewegende gemiddeldes is ontwikkel om hierdie beswaar aan te spreek. In plaas daarvan om net te voeg tot die metings vir 'n reeks van dae en te deel deur die aantal dae, in 'n geweegde bewegende gemiddelde elke meting eerste vermenigvuldig met 'n gewig faktor wat verskil van dag tot dag. Die finale bedrag is verdeel, nie deur die aantal dae nie, maar deur die som van al die gewig faktore. As groter gewig faktore verder terug in die tyd gebruik word vir meer afgelope dae en kleiner faktore vir metings, sal die tendens meer reageer op onlangse veranderings sonder om die glad 'n bewegende gemiddelde bied nie. 'N ongeweegde bewegende gemiddelde is bloot 'n geweegde bewegende gemiddelde met al die gewig faktore gelyk is aan 1. Jy kan enige gewig faktore wat jy wil gebruik, maar 'n bepaalde stel met die jawbreaking monicker eksponensieel Reëlmatige bewegende gemiddelde nuttig bewys in aansoeke wat wissel van lug verdediging radar om handel die Chicago vark maag mark. Kom ons sit dit om te werk aan ons mae sowel. Hierdie grafiek vergelyk die gewig faktore vir 'n eksponensieel stryk 20 daagse bewegende gemiddelde met 'n eenvoudige bewegende gemiddelde wat gewigte elke dag ewe. Eksponensiële gladstryking gee vandag meting twee keer die betekenis van die eenvoudige gemiddelde sou dit wys, yesterdays meting 'n bietjie minder as dit, en elke opeenvolgende dag minder as sy voorganger met dag 20 dra net 20 so veel om die resultaat as 'n eenvoudige bewegende gemiddelde. Die gewig faktore in 'n eksponensieel stryk bewegende gemiddelde is opeenvolgende magte van 'n aantal het die glad konstante. 'N eksponensieel stryk bewegende gemiddelde met 'n glad konstante van 1 is identies aan 'n eenvoudige bewegende gemiddelde, sedert 1 tot enige bevoegdheid is 1. Smoothing konstantes minder as 1 weeg onlangse data swaarder, met die vooroordeel teenoor die mees onlangse metings toeneem soos die smoothing konstante afname in die rigting van nul. As die smoothing konstante oorskry 1, ouer data swaarder geweeg as onlangse metings. Dit plot toon die gewig faktore wat spruit uit verskillende waardes van die smoothing konstante. Let op hoe die gewig faktore is almal 1 wanneer die glad konstante is 1. Wanneer die glad konstante is tussen 0,5 en 0,9, die gewig wat aan ou data druppels af so vinnig in vergelyking met die meer onlangse metings wat nie nodig om die bewegende gemiddelde te beperk Theres 'n spesifieke aantal dae kan ons al die data wat ons het, terug na die begin gemiddeld en laat die gewig faktore bereken vanaf die glad konstante outomaties die ou data weggooi omdat dit irrelevant vir die huidige tendens raak.