เส้นค่าเฉลี่ยน (Moving Average)
ครั้งที่แล้วเขียนเรื่องเกี่ยวกับ Oscillators ไปแล้ว วันนี้จะแบ่งปันเกี่ยวกับเรื่องของ เส้นค่าเฉลี่ยน (Moving Average) กันบ้าง
เส้นค่าเฉลี่ยนมีการใช้มานาน และเป็นเครื่องมือสารพัดประโยชน์ อยู่ที่ผู้ใช้จะไปประยุกต์ใช้ในงานอะไร
โดยปัจจุบันมี Model ออกมามากมายแต่วันนี้จะมาเล่าโมเดลที่เป็น linear ซึ่งทุกโปรแกรมเทรดน่าจะมีอยู่แล้ว ได้แก่ Simple Moving Average(SMA) , Exponential Moving Average , Linear Weight Moving Average (LWMV)
ประเด็นสำคัญน่าจะมีอยู่ 2 เด็นหลัก คือ การให้ค่าความเรียบ(Smoothness) และ ค่าความช้า (Lag) โดยปกติราคาสินค้าต่างๆ ย่อมมีการเคลื่อนในเชิงเวลา ( Time Series ) ที่เรานิยมใช้กันนั้น ไม่คงตัว คือมีการเคลื่อนที่ขึ้นสลับลงไปมา โดยเฉพาะตลาดที่มีขนาดใหญ่ย่อมมีความไม่เรียบและไม่คงตัว หรือบางทีเรามักเรียกว่า Noise นั้นค่อนข้างสูง ซึ่งเส้นค่าเฉลี่ยนจะนำมาค่าในอดีตมาคิดคำนวณด้วยทำให้มีความเรียบมากขึ้น แต่ในขณะเดียวกันก็เพิ่มการ Lag เข้าไปด้วย ยิ่งเราใช้ค่า parameter มากขึ้นเท่าใด ก็ยิ่งเรียบมากขึ้น และในขณะเดียวกันก็ยิ่ง Lag มากขึ้นด้วย ยกตัวอย่างเช่น SMA 10 ค่าความ Lag ก็ประมาณครึ่งหนึ่ง หรือก็คือ 5 นั่นเอง
ปัจจุบันมีโมเดลที่พัฒนาเพื่อลดความล่าช้าแต่ก็สามารถกำจัด noise ได้ด้วย แต่ก็การตั้งค่าใช้งานก็จะซับซ้อนมากขึ้นไปด้วย
ผมเอาราคาแบบที่กระชากเร็ว และลดลงเร็ว มาเปรียบเทียบกันให้ดูครับ จะสังเกตุว่า LWMA >EMA>SMA ถ้าพูดความเร็วในการตอบสนองของข้อมูล แต่จะสังเกตุว่าถ้าใช้ค่าสั้นๆ จะไม่ค่อยเรียบ ถ้าเทียบค่ายาวกว่า (จากรูป ค่า 10 จะเรียบ กว่า 5 แต่จะช้ากว่า ) ส่วนความเรียบนั้น EMA จะค่อนข้างเรียบที่สุด เพราะการคำนวณใช้เป็นแบบ Recursive (ใครงงตรงนี้ลองไปหาวิธีคำนวณ EMA ดูนะครับ)
เมื่อ LWMA ตอบสนองได้เร็วแต่เมื่อราคาเหวี่ยงลงมาเร็วทำให้ราคาปรับตัวช้าตามไปด้วย
แต่ละตัวมีทั้งข้อดีและข้อเสีย ลองเลือกใช้ให้เข้ากับพฤติกรรมราคาตลาดแล้วกันนะครับ ซึ่งในตัวอย่างอาจจะ Over ไปหน่อย แต่จะทำให้เห็นภาพการตอบสนองข้อมูลของแต่ละตัวได้ดีครับ
เส้นค่าเฉลี่ยนมีการใช้มานาน และเป็นเครื่องมือสารพัดประโยชน์ อยู่ที่ผู้ใช้จะไปประยุกต์ใช้ในงานอะไร
โดยปัจจุบันมี Model ออกมามากมายแต่วันนี้จะมาเล่าโมเดลที่เป็น linear ซึ่งทุกโปรแกรมเทรดน่าจะมีอยู่แล้ว ได้แก่ Simple Moving Average(SMA) , Exponential Moving Average , Linear Weight Moving Average (LWMV)
ประเด็นสำคัญน่าจะมีอยู่ 2 เด็นหลัก คือ การให้ค่าความเรียบ(Smoothness) และ ค่าความช้า (Lag) โดยปกติราคาสินค้าต่างๆ ย่อมมีการเคลื่อนในเชิงเวลา ( Time Series ) ที่เรานิยมใช้กันนั้น ไม่คงตัว คือมีการเคลื่อนที่ขึ้นสลับลงไปมา โดยเฉพาะตลาดที่มีขนาดใหญ่ย่อมมีความไม่เรียบและไม่คงตัว หรือบางทีเรามักเรียกว่า Noise นั้นค่อนข้างสูง ซึ่งเส้นค่าเฉลี่ยนจะนำมาค่าในอดีตมาคิดคำนวณด้วยทำให้มีความเรียบมากขึ้น แต่ในขณะเดียวกันก็เพิ่มการ Lag เข้าไปด้วย ยิ่งเราใช้ค่า parameter มากขึ้นเท่าใด ก็ยิ่งเรียบมากขึ้น และในขณะเดียวกันก็ยิ่ง Lag มากขึ้นด้วย ยกตัวอย่างเช่น SMA 10 ค่าความ Lag ก็ประมาณครึ่งหนึ่ง หรือก็คือ 5 นั่นเอง
ปัจจุบันมีโมเดลที่พัฒนาเพื่อลดความล่าช้าแต่ก็สามารถกำจัด noise ได้ด้วย แต่ก็การตั้งค่าใช้งานก็จะซับซ้อนมากขึ้นไปด้วย
ผมเอาราคาแบบที่กระชากเร็ว และลดลงเร็ว มาเปรียบเทียบกันให้ดูครับ จะสังเกตุว่า LWMA >EMA>SMA ถ้าพูดความเร็วในการตอบสนองของข้อมูล แต่จะสังเกตุว่าถ้าใช้ค่าสั้นๆ จะไม่ค่อยเรียบ ถ้าเทียบค่ายาวกว่า (จากรูป ค่า 10 จะเรียบ กว่า 5 แต่จะช้ากว่า ) ส่วนความเรียบนั้น EMA จะค่อนข้างเรียบที่สุด เพราะการคำนวณใช้เป็นแบบ Recursive (ใครงงตรงนี้ลองไปหาวิธีคำนวณ EMA ดูนะครับ)
เมื่อ LWMA ตอบสนองได้เร็วแต่เมื่อราคาเหวี่ยงลงมาเร็วทำให้ราคาปรับตัวช้าตามไปด้วย
แต่ละตัวมีทั้งข้อดีและข้อเสีย ลองเลือกใช้ให้เข้ากับพฤติกรรมราคาตลาดแล้วกันนะครับ ซึ่งในตัวอย่างอาจจะ Over ไปหน่อย แต่จะทำให้เห็นภาพการตอบสนองข้อมูลของแต่ละตัวได้ดีครับ
ความคิดเห็น
แสดงความคิดเห็น