Purata bergerak berwajaran (WMA) adalah petunjuk teknikal yang digunakan peniaga untuk menghasilkan arah perdagangan dan membuat keputusan membeli atau menjual. Ia memberikan pemberat yang lebih besar kepada titik data terkini dan kurang memberi penekanan pada titik data yang lalu. Purata bergerak berwajaran dikira dengan mengalikan setiap pemerhatian dalam set data dengan faktor pemberat yang telah ditentukan.
Pedagang menggunakan alat berwajaran rata untuk menghasilkan isyarat perdagangan. Sebagai contoh, ketika tindakan harga bergerak menuju atau di atas rata-rata bergerak tertimbang, isyarat dapat menjadi petunjuk untuk keluar dari perdagangan. Namun, jika tindakan harga merosot hampir atau tepat di bawah rata-rata bergerak berwajaran, ini dapat menjadi petunjuk masa yang baik untuk memasuki perdagangan.
Menggunakan purata bergerak berwajaran untuk menentukan arah aliran lebih tepat daripada purata bergerak sederhana, yang memberikan bobot yang sama kepada semua nombor dalam kumpulan data.
Ringkasan
- Purata bergerak berwajaran (WMA) adalah penunjuk teknikal yang memberikan pemberat yang lebih besar ke titik data terbaru, dan kurang pemberat ke titik data pada masa lalu.
- WMA diperoleh dengan mengalikan setiap nombor dalam set data dengan berat yang telah ditentukan dan menjumlahkan nilai yang dihasilkan.
- Peniaga menggunakan wajaran bergerak rata-rata untuk menghasilkan isyarat perdagangan, untuk menunjukkan kapan hendak membeli atau menjual saham.
Cara Mengira Purata Pergerakan Berat
Semasa mengira purata bergerak berwajaran, titik data baru-baru ini diberi pemberat pemberat yang lebih besar, sedangkan titik data masa lalu diberi pemberat kurang. Ini digunakan ketika angka-angka dalam kumpulan data memiliki bobot yang berbeda, satu sama lain. Jumlah berat hendaklah sama dengan 1 atau 100%.
Ia berbeza dengan purata bergerak sederhana, di mana semua nombor diberi pemberat yang sama. Nilai purata bergerak berwajaran akhir mencerminkan kepentingan setiap titik data, dan oleh itu, lebih deskriptif mengenai frekuensi serentak daripada purata bergerak sederhana.
Contoh 1
Ikuti langkah berikut semasa mengira purata bergerak berwajaran:
1. Kenal pasti nombor yang anda mahu rata-rata
Langkah pertama adalah membuat senarai nombor yang pengguna perlu mencari purata wajaran. Di sini, kita dapat menggunakan harga tutup saham ABC untuk tempoh mulai 1 Januari hingga 5 Januari. Harga penutupan adalah $ 90, $ 88, $ 89, $ 90, dan $ 91, dengan nombor pertama adalah yang paling baru.
2. Tentukan pemberat setiap nombor
Setelah mengenal pasti nombor untuk mengira purata wajaran, langkah seterusnya adalah menentukan berat setiap nombor untuk mengetahui berapa berat setiap nombor. Dalam kes seperti ini, kami memberikan penekanan tertinggi pada titik data terbaru dari 15 titik rawak, seperti yang ditunjukkan dalam jadual di bawah:
| Tarikh | Harga Penutupan | Berat | |
| 1 Januari | $ 91 | 1/15 | |
| 2 Januari | $ 90 | 2/15 | |
| 3 Januari | $ 89 | 3/15 | |
| 4 Januari | $ 88 | 4/15 | |
| 5 Januari | $ 90 | 5/15 |
3. Darabkan setiap nombor dengan faktor pemberat
Setelah menentukan pemberat bagi setiap nombor, langkah seterusnya adalah mengalikan setiap nombor dari 1 hingga 5 Januari dengan faktor pemberat yang sesuai dan kemudian menjumlahkan nilai yang dihasilkan. Ia ditunjukkan di bawah:
| Tarikh | Harga Penutupan | Berat | Purata Berat |
| 1 Januari | $ 91 | 1/15 | $ 6.07 |
| 2 Januari | $ 90 | 2/15 | $ 12 |
| 3 Januari | $ 89 | 3/15 | $ 17.80 |
| 4 Januari | $ 88 | 4/15 | $ 23.47 |
| 5 Januari | $ 90 | 5/15 | $ 30 |
Rumus untuk purata bergerak berwajaran dinyatakan sebagai berikut:
Di mana:
- N adalah tempoh masa
4. Tambahkan nilai yang dihasilkan untuk mendapatkan purata wajaran
Langkah terakhir adalah menambahkan nilai yang dihasilkan untuk mendapatkan nilai rata-rata tertimbang untuk harga tutup Saham ABC.
WMA = $ 30 + $ 23.47 + $ 17.80 + $ 12 + $ 6.07
WMA = $ 89.34
Oleh itu, purata berwajaran bergerak untuk tempoh dari 1 Januari hingga 5 Januari adalah $ 89.34 .
Contoh 2
Anggap bahawa bilangan jangka masa adalah 10, dan kami mahukan purata bergerak berwajaran empat harga saham $ 70, $ 66, $ 68, dan $ 69, dengan harga pertama adalah yang paling baru.
Dengan menggunakan maklumat yang diberikan, pemberat yang terakhir adalah 4/10, tempoh sebelumnya sebelum itu adalah 3/10, dan tempoh seterusnya sebelum itu adalah 2/10, dan pemberat masa awal adalah 1/10.
Purata pemberat untuk empat harga yang berbeza akan dikira seperti berikut:
WMA = [70 x (4/10)] + [66 x (3/10)] + [68 x (2/10)] + [69 x (1/10)]
WMA = $ 28 + $ 19.80 + $ 13.60 + $ 6.90 = $ 68.30
Purata Pergerakan Sederhana vs Purata Pergerakan Berat
Purata bergerak sederhana dan purata bergerak berwajaran adalah dua statistik yang banyak digunakan di dunia, dan mereka digunakan untuk mencari rata-rata pemerhatian dalam satu set data.
Perbezaan utama antara dua ukuran statistik ialah purata bergerak sederhana mengira rata-rata dengan menjumlahkan semua pemerhatian dalam satu set data dan membahagi jumlahnya dengan jumlah pemerhatian. Secara sederhana, ia menggunakan pemberat yang sama untuk semua pemerhatian dalam sampel.
Sebaliknya, rata-rata bergerak berwajaran memberikan berat atau frekuensi tertentu untuk setiap pemerhatian, dengan pemerhatian terakhir diberikan berat yang lebih besar daripada yang pada masa lalu untuk memperoleh purata.
Bacaan Berkaitan
Kewangan adalah pembekal rasmi Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ Certification Bank Certified Banking & Credit Analyst (CBCA) ™ adalah standard global untuk penganalisis kredit yang merangkumi kewangan, perakaunan, analisis kredit, analisis aliran tunai , pemodelan perjanjian, pembayaran balik pinjaman dan banyak lagi. program pensijilan, yang direka untuk membantu sesiapa sahaja menjadi penganalisis kewangan bertaraf dunia. Untuk terus memajukan kerjaya anda, sumber Kewangan tambahan di bawah akan berguna:
- Cara Membaca Grafik Saham Bagaimana Membaca Grafik Saham Jika anda secara aktif berdagang saham sebagai pelabur pasaran saham, maka anda perlu mengetahui cara membaca carta saham. Malah peniaga yang menggunakan analisis fundamental untuk memilih saham untuk dilaburkan masih sering menggunakan analisis teknikal pergerakan harga saham untuk menentukan jual beli tertentu, grafik saham
- Adaptive Moving Average (KAMA) Adaptive Moving Average (KAMA) Kaufman's Adaptive Moving Average (KAMA) Kaufman's Adaptive Moving Average (KAMA) dikembangkan oleh ahli teori kewangan kuantitatif Amerika, Perry J. Kaufman, pada tahun 1998. Teknik ini bermula pada tahun 1972 tetapi Kaufman secara rasmi menyampaikannya kepada orang ramai melalui bukunya, "Sistem dan Kaedah Perdagangan." Tidak seperti purata bergerak lain
- Momentum Investing Momentum Investing Momentum Investing adalah strategi pelaburan yang bertujuan untuk membeli sekuriti yang telah menunjukkan arah aliran harga atau sekuriti penjualan pendek yang
- Noise Trader Noise Trader Seorang peniaga kebisingan adalah individu yang berdagang berdasarkan data yang tidak lengkap atau tidak tepat, sering berdagang secara tidak rasional. Pedagang kebisingan sering membuat perdagangan berdasarkan gembar-gembur
