チャート
移動平均 (MA)
移動平均 (Moving Average) は、 異なったサブセットの一連の平均を作成します。最新の価格を追加して一番古い価格を除外することで、新規の各サブセットは一定の長さを保持します。移動平均はユーザーが定義する、データの n 期間を示します。他の指標と並んでこのテクニカル指標では、ユーザーが計算で使用する移動平均のタイプを選択できます。数式セクションは各タイプの数式を示しています。
移動平均の方向 (高値、安値、フラット) は、市場のトレンドを示していて、スロープはトレンドの力を示しています。長い平均は、長期的なトレンドを識別するのに使用され、短い平均は短期的なトレンドを識別するのに使用されます。
Configuration Options
- Period (ピリオド): 計算で使用されるバー数。
- 欄: 平均計算のベースに使用する価格、または価格の組み合わせ。以下の値があります。
- Open (始値)
- High (高値)
- Low (安値)
- Close (終値)
- Adjusted Close (調整終値)
- HL/2 \( \left ( \frac{High + Low}{2} \right ) \)
- HLC/3 \( \left ( \frac{High + Low + Close}{3} \right ) \)
- HLCC/4 \( \left ( \frac{High + Low + Close + Close}{4} \right ) \)
- OHLC/4 \( \left ( \frac{Open + High + Low + Close}{4} \right ) \)
- Moving Average Type: Type of moving average to use in the calculations:
- Simple: Mean (average) of the data.
- Exponential: Newer data are weighted more heavily geometrically.
- Time Series: Calculates a linear regression trendline using the “least squares fit” method.
- Triangular: Weighted average where the middle data are given the most weight, decreasing linearly to the end points.
- Variable: An exponential moving average with a volatility index factored into the smoothing formula. The Variable Moving average uses the Chande Momentum Oscillator as the volatility index.
- VIDYA: An exponential moving average with a volatility index factored into the smoothing formula. The VIDYA moving average uses the Standard Deviation as the volatility index. (Volatility Index DYnamic Average).
- Weighted: Newer data are weighted more heavily arithmetically.
- Welles Winder:The standard exponential moving average formula converts the time period to a fraction using the formula EMA% = 2/(n + 1) where n is the number of days. For example, the EMA% for 14 days is 2/(14 days +1) = 13.3%. Wilder, however, uses an EMA% of 1/14 (1/n) which equals 7.1%. This equates to a 27-day exponential moving average using the standard formula.
- Hull: The Hull Moving Average makes a moving average more responsive while maintaining a curve smoothness. The formula for calculating this average is as follows: HMA[i] = MA( (2*MA(input, period/2) – MA(input, period)), SQRT(period)) where MA is a moving average and SQRT is square root.
- Double Exponential: The Double Exponential moving average attempts to remove the inherent lag associated to Moving Averages by placing more weight on recent values.
- Triple Exponential: TBD
- Simple
- Exponential
- Time Series
- Triangular
- Variable
- VIDYA
- Weighted
- Welles Winder
- Hull
- Double Exponential
- Triple Exponential
- Type: 移動平均のタイプ:
- 単純移動平均: データの手段 (平均)。
- 指数移動平均: 新規のデータは幾何学的により加重されます。
- strong>Time Series: 「最小二乗フィット」方法を使用して、直線回帰傾向線を計算します。
- 三角移動平均: 中央のデータが最も比重が与えられる加重平均で、連結点へ直線的に減少します。
- 変数: 平滑化公式を計算に入れる、ボラティリティ指標を備えた指数移動平均。変数移動平均は、ボラティリティ指標としてシャンデ モメンタム オシレーター(CMO) を使用します。
- VIDYA: 平滑化公式を計算に入れる、ボラティリティ指標を備えた指数移動平均。VIDYA 移動平均は、ボラティリティ指標として標準偏差 (Standard Deviation) を使用します。(Volatility Index DYnamic Average)。
- 加重移動平均: 新規のデータは幾何学的により加重されます。
- ウェルズ･ワイルダー (Welles Wilder): 標準指数移動平均数式は、 EMA% = 2/(n + 1) の数式を使って、時間の期間を変換します。n は日数を示します。例えば、14日の EMA% は、2 ÷ (14 日 +1) = 13.3%.ワイルダーはしかし、1/14 (1/n) の EMA% = 7.1% としました。これは、標準数式を使った、27日の変数移動平均と同等です。
- Hull
- 二重指数移動平均
- 三重指数移動平均
- Offset (オフセット):
- Underlay (アンダーレイ): チャート下に移動平均を表示するかどうかを指定します。
- Color Selectors (配色セレクター): グラフ要素に使用する配色。
- Display Axis Label (軸ラベルの表示): Y 軸に最新値を表示するかどうか。
数式
\[Simple = MA = \frac{\sum_{i=1}^{n} Close_{i}}{n}\]
\[Exponential = EMA = (Close_{n} - EMA_{t-1}) \times k + EMA_{n-1}\]
この場合 k = 平滑化定数 = \( \frac{2}{n+1}\)
また n = 単純移動平均の期間数は、EMA で近似されます。
\[Time\;Series = TSMA = \frac{\sum_{i=1}^{n} Close_{i}}{n}\]
\[Triangular = TMA = \frac{\sum_{i=1}^{n} MA_{i}}{n} \]
この場合 \(MA = \frac{\sum_{i=1}^{n} Close_{i}}{n} \)
\[Variable = VMA = \frac{(w_{1} \times Close_{t}) + (w_{2} \times Close_{t-1}) + ...+ \;(w_{n} \times Close_{t-n+1})}{w_{1}+w_{2}+....+w_{n}}= \frac{\sum_{t=1}^{n} w_{t}Close_{t-n+1}}{\sum_{t=1}^{n} w_{t}}\]
\[Weighted = WMA = \frac{(w_{1} \times Close_{t}) + (w_{2} \times Close_{t-1}) + ...+ \;(w_{n} \times Close_{t-n+1})}{w_{1}+w_{2}+....+w_{n}}= \frac{\sum_{t=1}^{n} w_{t}Close_{t-n+1}}{\sum_{t=1}^{n} w_{t}}\]
\[Welles\;Wilder Smoothing = WWS_{n} = WWS_{n-1} - \left ( \frac{WWS_{n-1}}{n} \right )+(Value_{n})\]
この場合 WWS の最初の計算は単純移動平均を使用 \( WWS_{1} = \frac{\sum_{i=1}^{n} Close_{i}}{n}\)