5 अंकों से आगे बढ़ - औसत

मूविंग एवरेज यदि यह जानकारी किसी ग्राफ़ पर रखी जाती है, तो ऐसा लगता है: यह दर्शाता है कि मौसम के आधार पर आगंतुकों की संख्या में व्यापक विविधता है शरद ऋतु और सर्दियों की तुलना में वसंत और गर्मियों में बहुत कम है हालांकि, अगर हम आगंतुकों की संख्या में रुझान देखना चाहते हैं, तो हम एक 4-बिंदु चलती औसत की गणना कर सकते हैं। हम 2005 के चार तिमाहियों में दर्शकों की औसत संख्या को ढूंढकर ऐसा करते हैं: फिर हम 2005 के अंतिम तीन तिमाहियों और 2006 की पहली तिमाही में आगंतुकों की औसत संख्या पा सकते हैं: फिर 2005 के अंतिम दो क्वार्टर और पहले दो क्वार्टर 2006 का: ध्यान रखें कि पिछले औसत हम 2006 के पिछले दो तिमाहियों और 2007 के पहले दो तिमाहियों के लिए मिल सकते हैं। हम एक ग्राफ पर चलती औसत का पता लगाते हैं, जिससे यह सुनिश्चित होता है कि प्रत्येक औसतन चार तिमाहियों के बीच यह कवर करता है: हम अब देख सकते हैं कि आगंतुकों में बहुत कम निम्न प्रवृत्ति है। औसत औसत यह उदाहरण आपको सिखाता है कि Excel में समय श्रृंखला की चलती औसत की गणना कैसे करें। रुझानों को आसानी से पहचानने के लिए चलती औसत का उपयोग अनियमितताओं (चोटियों और घाटियों) को सुलझाने के लिए किया जाता है 1. सबसे पहले, हमारी समय श्रृंखला पर एक नज़र डालें। 2. डेटा टैब पर, डेटा विश्लेषण क्लिक करें। नोट: डेटा विश्लेषण बटन को ढूंढने में कठिनाई नहीं है, विश्लेषण टूलपैक ऐड-इन लोड करने के लिए यहां क्लिक करें। 3. मूविंग औसत चुनें और ठीक क्लिक करें। 4. इनपुट रेंज बॉक्स पर क्लिक करें और सीमा B2: M2 चुनें। 5. अंतराल बॉक्स में क्लिक करें और टाइप करें 6. 6. आउटपुट रेंज बॉक्स में क्लिक करें और सेल B3 चुनें। 8. इन मूल्यों का एक ग्राफ प्लॉट करें। स्पष्टीकरण: क्योंकि हम अंतराल को 6 निर्धारित करते हैं, चलती औसत पिछले 5 डेटा बिंदुओं की औसत और वर्तमान डेटा बिंदु है। नतीजतन, चोटियों और घाटियों को बाहर smoothed हैं। ग्राफ़ में बढ़ती प्रवृत्ति को दर्शाता है Excel पहले 5 डेटा बिंदुओं के लिए चलती औसत की गणना नहीं कर सकता क्योंकि इससे पहले के डेटा बिंदु पर्याप्त नहीं हैं 9. अंतराल 2 और अंतराल के लिए चरण 2 से 8 दोहराएं। निष्कर्ष: अंतराल जितना बड़ा होगा, उतनी ही अधिक चोटियों और घाटियों को सुखाया जाएगा। अंतराल जितना छोटा होता है, चलती औसत करीब वास्तविक डेटा बिंदु हैं.मॉविंग औसत कैलकुलेटर अनुक्रमिक डेटा की सूची को देखते हुए, आप प्रत्येक सेट के प्रत्येक एवरेज के औसत से n-point moving average (या रोलिंग औसत) का निर्माण कर सकते हैं लगातार अंक उदाहरण के लिए, यदि आपके पास ऑर्डर किया हुआ डेटा सेट 10, 11, 11, 15, 13, 14, 12, 10, 11 है, तो 4-पॉइंट मूविंग एवरेज 11.75, 12.5, 13.25, 13.5, 12.25, 11.75 मूविंग एवरेज का उपयोग किया जाता है अनुक्रमिक डेटा को चिकना करने के लिए वे तेज चोटियों को बनाते हैं और कम स्पष्ट होते हैं क्योंकि प्रत्येक कच्चे डेटा बिंदु को केवल चलती औसत में एक आंशिक वजन दिया जाता है। एन का बड़ा मूल्य मूल आंकड़ों के ग्राफ के मुकाबले चलती औसत का ग्राफ चिकना। स्टॉक विश्लेषक अक्सर स्टॉक की कीमत के आंकड़ों की औसत बढ़त को देखते हुए प्रवृत्तियों की भविष्यवाणी करते हैं और पैटर्न को अधिक स्पष्ट रूप से देखते हैं डेटा सेट की चलती औसत खोजने के लिए आप नीचे कैलकुलेटर का उपयोग कर सकते हैं। एक साधारण एन-पॉइंट मूविंग एवरेज में शर्तों की संख्या यदि मूल सेट में शब्दों की संख्या घ है और प्रत्येक औसत में उपयोग की जाने वाली शब्द संख्या एन है तो चलती औसत अनुक्रम में शब्दों की संख्या होगी उदाहरण के लिए, यदि आपके पास 90 शेयर की कीमतों का क्रम है और कीमतों की 14-दिवसीय रोलिंग औसत लेते हैं तो रोलिंग औसत क्रम में 90 से 14 1 77 अंक होंगे। यह कैलकुलेटर चलने की औसत की गणना करता है जहां सभी शब्दों को समान रूप से भारित किया जाता है। आप भारित मूविंग एवरेज भी बना सकते हैं जिसमें कुछ शब्दों को दूसरों की तुलना में अधिक वजन दिया जाता है। उदाहरण के लिए, अधिक हाल के आंकड़ों को अधिक वजन देना, या केन्द्रित भारित मतलब बनाना, जहां मध्य शब्दों को और अधिक गिना जाता है। अधिक जानकारी के लिए भारित चलती औसत आलेख और कैलकुलेटर देखें। बढ़ते अंकगणित औसत के साथ, कुछ विश्लेषकों ने आदेश दिया डेटा की चलती माध्य को भी देखा है क्योंकि मध्य अदभुत आउटलाइयरों से प्रभावित नहीं है। औसत औसत - एमए एक मूविंग औसत क्या है - तकनीकी विश्लेषण में एमए एक व्यापक रूप से इस्तेमाल किया गया संकेतक यादृच्छिक मूल्य में उतार-चढ़ाव से शोर को फ़िल्टर करके एक चल औसत (एमए) एक प्रवृत्ति के बाद या पीछे सूचक है क्योंकि यह पिछले कीमतों पर आधारित है। दो बुनियादी और आम तौर पर इस्तेमाल किए जाने वाले एमए सरल चल औसत (एसएमए) हैं, जो एक परिभाषित संख्या की अवधि के दौरान एक सुरक्षा का सरल औसत और घातीय चलती औसत (एएमए) है, जो हाल के मूल्यों के लिए बड़ा वजन देता है। एमए के सबसे सामान्य अनुप्रयोग प्रवृत्ति दिशा की पहचान करने और समर्थन और प्रतिरोध स्तर निर्धारित करने के लिए हैं। जबकि एमए अपने दम पर पर्याप्त उपयोगी होते हैं, वे दूसरे संकेतकों के आधार भी बनाते हैं जैसे मूविंग औसत कनवर्जेन्स डिवर्जेंस (एमएसीडी)। खिलाड़ी लोड हो रहा है नीचे की ओर बढ़ते औसत - एमए एक एसएमए उदाहरण के रूप में, निम्न समापन कीमतों के साथ 15 दिनों के दौरान एक सुरक्षा पर विचार करें: सप्ताह 1 (5 दिन) 20, 22, 24, 25, 23 सप्ताह 2 (5 दिन) 26, 28, 26, 29, 27 सप्ताह 3 (5 दिन) 28, 30, 27, 29, 28 एक 10-दिन एमए पहले डेटा बिंदु के रूप में पहले 10 दिनों के लिए समापन कीमतों का औसत होगा। अगले डेटा बिंदु जल्द से जल्द कीमत को छोड़ देगा, 11 दिन की कीमत बढ़ाएं और औसत ले लें, और नीचे दिखाए गए अनुसार। जैसा कि पहले उल्लेख किया गया है, एमए की वर्तमान कीमत कार्रवाई की वजह से वे पिछले कीमतों पर आधारित हैं, एमए के लिए समय अवधि, अधिक से अधिक अंतराल इस प्रकार 200-दिवसीय एमए में 20-दिवसीय एमए की तुलना में काफी अधिक अंतर होगा क्योंकि इसमें पिछले 200 दिनों के लिए मूल्य शामिल हैं। एमए का उपयोग करने की लंबाई व्यापारिक उद्देश्यों पर निर्भर करती है, अल्प अवधि के व्यापार के लिए इस्तेमाल होने वाले कम एमए और लंबी अवधि के निवेशकों के लिए अधिक उपयुक्त एमए हैं। 200-दिवसीय एमए व्यापक रूप से निवेशकों और व्यापारियों द्वारा पीछा किया जाता है, इसके साथ-साथ इस चलती औसत से नीचे के ब्रेक और महत्वपूर्ण व्यापार संकेतों के रूप में माना जाता है। एमए भी अपने दम पर महत्वपूर्ण व्यापारिक संकेत देते हैं, या जब दो औसत पार हो जाते हैं एक बढ़ते हुए एमए इंगित करता है कि सुरक्षा एक अपट्रेंड में है। जबकि गिरावट एमए इंगित करता है कि यह एक डाउनट्रेंड में है। इसी तरह, ऊपर की गति को एक तेजी के क्रॉसओवर से पुष्ट किया जाता है। जो तब होता है जब एक अल्पावधि एमए एक लंबी अवधि के एमए ऊपर पार डाउनवर्ड गति को एक मंदी क्रॉसओवर से पुष्ट किया गया है, जो तब होता है जब एक अल्पावधि एमए लंबे समय तक एमए के नीचे पार करता है।