गतिशील औसत
- मूविंग औसत स्टॉक कीमतों का व्यापक रूप से उपयोग किया जाने वाला तकनीकी संकेतक है जो बेतरतीब कीमत के उतार-चढ़ाव से शोर फिल्टर करके कीमत के कार्य में अस्थिरता को आसान बनाने में मदद करता है. गतिशील औसत एक ट्रेंड-फॉलो लैगिंग इंडिकेटर है क्योंकि इसकी गणना पिछले डेटा को ध्यान में रखते हुए की जाती है. जैसा कि इसका नाम से पता चलता है, एक गतिशील औसत एक औसत है जो पुराने मूल्यों को छोड़कर नए मान उपलब्ध हो जाते हैं. स्क्रिप्ट में मौजूदा ट्रेंड की पहचान करने के लिए मूविंग औसत का उपयोग किया जा सकता है.
गतिशील औसत के प्रकार
3 प्रकार के मूविंग औसत हैं
a) आसान मूविंग एवरेज (एसएमए)
- यह एक निर्धारित अवधि के दौरान मूल्य डेटा के साधारण औसत की गणना करके प्राप्त किया जाता है. आमतौर पर, हम सुरक्षा की बंद कीमत के आधार पर आसान गतिशील औसत की गणना करते हैं क्योंकि इसे शेष मूल्य बिंदुओं की तुलना में अधिक महत्व माना जाता है (अर्थात दिन के लिए ओपन/हाई/कम कीमत). इस प्रकार, 5-दिवसीय एसएमए की गणना 5 दिनों की बंद कीमत जोड़कर और इस राशि को कुल दिनों (इस मामले में, पांच) से भाग देकर की जाती है.
उदाहरण के लिए, आईटीसी के 5 दिनों के एसएमए की गणना निम्नानुसार की जाती है:
- जुलाई 7, 2017 को ट्रेडिंग सेशन के बंद होने के बाद औसत की गणना करते समय, हम जुलाई 7, 2017 सहित पिछले 5 ट्रेडिंग सेशन की बंद कीमत लेकर एसएमए वैल्यू की गणना कर सकते हैं और इसे 5 तक विभाजित कर सकते हैं. जुलाई 10, 2017 को अगले ट्रेडिंग सेशन के बंद होने पर, एसएमए की गणना जुलाई 3, 2017 की बंद कीमत को छोड़कर नए डेटा पॉइंट जोड़कर की जाती है. (जुलाई 10, 2017 की अंतिम कीमत).
- जैसा कि नीचे दिए गए उदाहरण में दिखाया गया है, कीमतें धीरे-धीरे आठ दिनों की अवधि में 342.5 से 328.85 तक कम हो जाती हैं, इसी समय 5 अवधि की एसएमए 336.44 से 332.79 तक कम हो जाती है, जिसमें गतिशील औसत से संबंधित एक लैग का संकेत मिलता है. इसलिए, समय अवधि बड़ा है, बड़ा है लैग.
तिथि | बंद कीमत | 5 पीरियड एसएमए |
03-Jul-17 | 342.5 |
|
04-Jul-17 | 337.25 |
|
05-Jul-17 | 331.05 |
|
06-Jul-17 | 337.10 |
|
07-Jul-17 | 334.30 | 336.44 |
10-Jul-17 | 333.30 | 334.60 |
11-Jul-17 | 330.40 | 333.23 |
12-Jul-17 | 328.85 | 332.89 |
7 जुलाई एसएमए = 336.44= (342.50+337.25+331.05+337.10+334.30)
5
10 जुलाई SMA =334.6= (337.25+331.05+337.10+334.30+333.30)
5
11 जुलाई SMA= 333.23= (331.05+337.10+334.30+333.30+330.40)
5
12 जुलाई WMA= 332.89= (337.10+334.30+333.30+330.40+328.85)
5
b) वेटेड मूविंग एवरेज (डब्ल्यूएमए)
- भारित गतिशील औसत साधारण गतिशील औसत से एक कदम आगे बढ़ता है. यहां, हम प्रत्येक मूल्य का वजन निर्धारित करते हैं, हाल ही के सबसे अधिक डेटा पॉइंट को सौंपे गए बड़े वजन के साथ क्योंकि ये ऐतिहासिक डेटा पॉइंट से अधिक प्रासंगिक हैं. वजन की राशि 1 (या 100%) तक जोड़नी चाहिए. चूंकि नए डेटा पॉइंट जोड़े जाते हैं, इसलिए नए वजन तदनुसार संरेखित होंगे. इसके विपरीत, सरल गतिशील औसत में, प्रत्येक मान एक ही वजन दिया जाता है. आदर्श रूप से, व्यापारी बंद कीमत के आधार पर डब्ल्यूएमए की गणना करते हैं.
- भारित गतिशील औसत की गणना उसके निर्धारित वजन द्वारा दी गई कीमत को गुणा करके और फिर कुल दिनों की संख्या द्वारा राशि को विभाजित करके की जाती है. नियत वजन प्रकृति के अधीन होते हैं, और यह व्यापारी के विवेकाधिकार पर आधारित होता है. इसकी गणना विधि के कारण, डब्ल्यूएमए एक संबंधित एसएमए की तुलना में अधिक कीमतों का पालन करेगा. डब्ल्यूएमए एक सीमा तक लैग इफेक्ट को कम करता है.
| बंद कीमत | वजन | डब्ल्यूएमए |
03-Jul-17 | 342.5 | 0.07 |
|
04-Jul-17 | 337.25 | 0.13 |
|
05-Jul-17 | 331.05 | 0.20 |
|
06-Jul-17 | 337.10 | 0.27 |
|
07-Jul-17 | 334.30 | 0.33 | 335.34 |
10-Jul-17 | 333.30 |
| 334.29 |
11-Jul-17 | 330.40 |
| 332.89 |
12-Jul-17 | 328.85 |
| 331.43 |
7 जुलाई डब्ल्यूएमए = 335.34= (342.50*0.07+337.25*0.13+331.05*0.20+337.10*0.27+334.3*0.33)
5
10 जुलाई डब्ल्यूएमए =334.29= (337.25*0.07+331.05*0.13+337.10*0.20+334.3*0.27+333.3*0.33)
5
11 जुलाई डब्ल्यूएमए= 332.89= (331.05*0.07+337.10*0.13+334.30*0.20+333.3*0.27+330.4*0.33)
5
12 जुलाई डब्ल्यूएमए= 331.43= (337.1*0.07+334.30*0.13+333.30*0.20+330.4*0.27+328.85*0.33)
5
C) एक्सपोनेंशियल मूविंग एवरेज (EMA)
- एक्सपोनेंशियल मूविंग औसत सरल और वजन वाले औसत से भिन्न होता है क्योंकि स्टॉक की स्थापना के बाद से सभी ऐतिहासिक डेटा पॉइंट लेकर ईएमए की गणना की जाती है. आदर्श रूप से, 100% सटीक ईएमए की गणना करने के लिए, हमें स्टॉक की लिस्टिंग के समय से सभी बंद कीमतों का उपयोग करना चाहिए.
EMA की गणना 3 चरण प्रक्रिया है
चरण 1: चूंकि स्टॉक की शुरुआत से ही ऐतिहासिक डेटा की गणना करना व्यावहारिक नहीं है, इसलिए हम प्रारंभिक ईएमए वैल्यू के रूप में एसएमए वैल्यू का उपयोग करते हैं. इसलिए, पहली गणना में पिछले अवधि के ईएमए के रूप में एक साधारण मूविंग औसत का उपयोग किया जाता है.
चरण 2: हम कुल अवधि और 1 के सम द्वारा 2 को विभाजित करके वेटिंग मल्टीप्लायर की गणना करते हैं.
चरण 3: हम पिछले दिन की ईएमए को वर्तमान बंद कीमत से घटाते हैं और गुणक द्वारा इस संख्या को गुणा करते हैं. फिर हम अंतिम ईएमए वैल्यू जानने के लिए इस प्रोडक्ट को अपनी पिछली अवधि के ईएमए के साथ जोड़ते हैं.
इसलिए, मौजूदा ईएमए मान हमारे ईएमए की गणना में कितने पिछले डेटा का उपयोग करते हैं, इसके आधार पर बदल जाएगा. हम जितने अधिक डेटा पॉइंट का उपयोग करते हैं, उतना ही अधिक सटीक हमारा ईएमए होगा. गणना का समय कम करते समय सटीकता को अधिकतम करना लक्ष्य है.
शुरुआती EMA वैल्यू = 5-पीरियड SMA
वेटिंग मल्टीप्लायर= (2 / (समय अवधि + 1)) = (2 / (5 + 1) ) = 0.3333 (33.33%)
EMA= {Close – ema of previous day} x मल्टीप्लायर + EMA (पिछले दिन).
5-पीरियड EMA सबसे हाल ही कीमतों पर 33.33% वजन लगाता है. 10-पीरियड EMA में 18.18% का वजन बढ़ता है. कम समय अवधि, वजन बड़ा होगा. हम देखते हैं कि समय की अवधि दोगुनी होने के कारण, वजन बढ़ता हुआ ~50% गिरता है.
तिथि | बंद कीमत | 5 पीरियड एसएमए | वजन कारक | 5 अवधि EMA |
03-Jul-17 | 342.5 |
|
|
|
04-Jul-17 | 337.25 |
|
|
|
05-Jul-17 | 331.05 |
|
|
|
06-Jul-17 | 337.10 |
|
|
|
07-Jul-17 | 334.30 | 336.44 |
| 336.44 |
10-Jul-17 | 333.30 | 334.60 | 0.3333 | 335.39 |
11-Jul-17 | 330.40 | 333.23 | 0.3333 | 333.73 |
12-Jul-17 | 328.85 | 332.79 | 0.3333 | 332.10 |
7 जुलाई EMA = 5 अवधि SMA= 336.44
10 जुलाई EMA = 335.39= (333.30-336.44) एक्स0.33 + 336.44
11 जुलाई EMA = 333.73= (330.40-335.39) एक्स0.33 + 335.39
12 जुलाई EMA = 332.10= (328.85 -333.72) एक्स0.33 +333.72
3 मूविंग एवरेज की तुलना
जैसा कि हम 3 चल रहे औसत की कंप्यूटेशन विधि की तुलना करके देखते हैं, विभिन्न मूल्यों को जनरेट किया जाता है. ईएमए का इस्तेमाल आमतौर पर व्यापारियों द्वारा किया जाता है.
गतिशील औसत | स्मा | डब्ल्यूएमए | ईएमए |
लाभ | 1)चिकनी औसत | 1)प्राइस लैग में कमी, इसलिए शॉर्ट टर्म ट्रेडिंग के लिए लागू की जा सकती है | 1)प्राइस लैग में कमी, इसलिए शॉर्ट टर्म ट्रेडिंग के लिए इस्तेमाल किया जा सकता है |
नुकसान | 1)अधिकतम कीमत है | 1) पिछले डेटा पॉइंट को छोड़ना जिससे सभी मूल्य डेटा का उपयोग नहीं किया जाता है | 1)व्हिपसॉ की संभावना |