简单移动平均线与指数移动平均线的比较

不同类型移动平均线的比较，周期为 20

【干货分享】MT5新增技术指标全解析：（一）自适应移动平均线AMA

阿里巴巴日线，主图为基于 AMA 构造的布林带，附图为基于 AMA 构造的 MACD 。

图表来源：嘉盛集团 MT 5 平台

四、套用所有均线使用方法到 AMA

事实上，几乎所有传统均线中的使用方法和技巧，我们都可以套用到 AMA 上。例如，使用 AMA 作为支撑 / 阻力、利用三条 AMA 构建三均线系统和套用葛兰碧八大法则等等。我们实在是有太多关于均线的用法了，这里不胜枚举。

现货黄金日线，基于 AMA 构造的三均线交易系统。图表来源：嘉盛集团 MT 5 平台

AMA 构建原理——“智能”的移动平均线

从理论上说，自适应移动平均线解决了传统均线的困境。在自适应移动平均线中，如果价格沿着一个方向快速运动，也就是市场出现趋势时， AMA 的均线参数就会越来越小，从而更快地追上趋势，此时 AMA 相当于一条短期均线；而当价格出现停滞，然后陷入区间震荡时， AMA 的均线参数就会越来越大，此时 AMA 简单移动平均线与指数移动平均线的比较就相当于一条长期均线。

AMA 计算 规则

自适应移动平均线 AMA 有 3 个参数，周期 N 、快速 EMA 和慢速 EMA ，其中 EMA 为指数移动平均线。

AMA 指标的默认参数。图表来源：嘉盛集团 MT 5 平台

赫尔移动平均线——更好的 MA

移动平均线是最常用的技术分析工具之一。它们有很多种。一个简单移动平均线（SMA）虽然是最基本的，但它显示出最大的滞后。然后我们有，例如，指数移动平均线 (EMA) 或加权移动平均线 (WMA)。他们更多地关注最近的数据，因此延迟有所减少。那么赫尔移动平均线（HMA）呢？你听说过它还是对你来说是新事物？今天，我将解释 HMA 的工作原理。

赫尔移动平均线的基础知识

将 HMA 添加到 Binomo 图表

要在 Binomo 平台上使用 HMA 进行交易，您必须登录您的账户。您还应该决定要交易的资产类型。然后单击指标图标并选择移动平均线作为交易工具。选择船体类型并单击黄色的应用按钮。

如何在 Binomo 平台上插入赫尔移动平均线

赫尔移动平均线计算

首先，计算周期为 n/2 的加权移动平均线并将其乘以 2。

然后，计算周期为 n 的 WMA。从第一步的计算结果中减去它。

最后，计算周期为 sqrt(n) 的 WMA。

WMA (2*WMA(n/2) – WMA(n) ) sqrt(n) = HMA

不同类型移动平均线的比较，周期为 20

在交易中使用赫尔移动平均线

较长周期的 HMA，例如简单移动平均线与指数移动平均线的比较 200，可以帮助交易者定义趋势。当移动平均线向上移动时，市场出现上升趋势。 HMA 的下降线反映了下降趋势。

HMA(200) 可用作趋势过滤器

当您应用较短周期的赫尔移动平均线时，例如 20，它可能会产生交易信号。当整体趋势向上并且 HMA 线出现时，寻找做多的机会。当指标线在整体下降趋势中向下时做空。

短期 HMA(20) 可用作改变方向时的交易信号

Alan Hull 发明的赫尔移动平均线通过优先考虑最近的值来显着减少滞后。它响应速度更快，并且靠近价格栏。

HMA 可用于技术分析，以识别趋势和趋势的变化。交易信号在转折点产生。 HMA 创建者不建议使用 HMA 与另一个移动平均线的交叉进行交易，因为这种方法基于滞后的差异，而这里的滞后已经大大减少。

留惠丰股票网

指标的移动平均

接着之前数据上下文（Context）的话题继续探讨网站分析中可以设立的数据意境。数据上下文2中的网站质量控制图为网站的KPI指标给出了有效的监控体系，但质量控制图毕竟比较严谨，其实对于大部分互联网环境的指标而言，可能并不符合这么苛刻的条件，于是我们需要寻找另外的方法来监控和观察这些指标的变化趋势。

同样是基于时间序列的分析，前面的文章——时间序列的趋势分析中主要介绍了“同比”和“环比”的概念，这里在介绍一种方法——移动平均法。其实移动平均线应用最多的是在股市，5日、10日、30日均线都是用移动平均法计算得到的；而移动平均线也是Excel中的趋势线的一种类型。所以移动平均法最常见的用法就是对于趋势变化的观察分析，但同时也具备了预测和比较监控的功能。下面介绍两个最简单常用的移动平均法：简单移动平均法（Simple Moving Average）和加权移动平均法（Weighted Moving Average）。

移动平均的适用条件

指标没有明显的快速增长或下降的趋向
指标不具备周期性波动的特征

简单移动平均法

简单移动平均（Simple moving average, SMA），将时间序列上前n个数值做简单的算术平均。假设用X₁到X_n来表示指标在时间序列上前n期中每一期的实际值，那么第n+1期的预测值可以用以下公式来计算得到：

SELECT date_id “日期”,SUM(amout) “每天销售额”,AVG(SUM(amount)) OVER(ORDER BY date_id ROWS BETWEEN 10 PROCEDING AND CURRENT ROW) “销售额移动均值” FROM sales GROUP BY date_id ORDER BY date_id;

加权移动平均法

加权移动平均（Weighted moving average, WMA），在基于简单移动平均的基础上，对时间序列上前n期的每一期数值赋予相应的权重，即加权平均的结果。基本思想是：提升近期的数据、减弱远期数据对当前预测值的影响，使预测值更贴近最近的变化趋势。我们用W_n来表示每一期的权重，加权移动平均的计算公式如下：

这里需要满足W₁+W₂+……+W_n=1，对于各权重的确定，可以使用经验法根据需要进行赋权：如果希望预期值受前几期数据的影响逐步加深，则可以赋予递增的权重，如0.1,0.2,0.3……；如果希望加深最近期的几个数值的影响，以反映最近的变化，则可以适当加大近1-2期的权重，根据适应实际情况结合测试来完成赋权。我们来比较下简单移动平均（下图SMA线，取近5期均值）和加权移动平均（下图WMA线，取近5期加权均值，权重依次为0.1, 0.1, 0.2, 0.3, 0.3）：

移动平均实例

上面展现的是移动平均法的用途之一——分析趋势，其实我们也可以用移动平均来进行数据监控和预警。

用移动平均法可以计算得到一个本期的预测值，我们可以将这个预测值作为本期预期可以实现的量，并用这个预期量与实际量进行比较，要分析实际量与预期量之间的差距。还是基于销售额，不过销售额可能存在明显的递增或递减趋势，于是我们除以消费用户数，于是就得到了所谓的ARPU值（Average Revenue Per User），这个是电子商务乃至任何消费型网站的关键指标之一，还是使用简单移动平均来比较实际值和预期值的差异：

【干货分享】MT5新增技术指标全解析： （一）自适应移动平均线AMA