ชี้แจง เรียบ หรือ เฉลี่ยเคลื่อนที่

การคาดการณ์โดย Smoothing Techniques เว็บไซต์นี้เป็นส่วนหนึ่งของ JavaScript E-labs การเรียนรู้วัตถุสำหรับการตัดสินใจ JavaScript อื่น ๆ ในชุดนี้จัดอยู่ในส่วนต่างๆของแอ็พพลิเคชันในส่วน MENU ในหน้านี้ชุดข้อมูลเวลาคือชุดของข้อสังเกตที่ มีการสั่งซื้อในเวลาที่สืบทอดมาในชุดของข้อมูลที่ถ่ายเมื่อเวลาผ่านไปคือรูปแบบของรูปแบบการสุ่มบางอย่างมีอยู่วิธีการในการลดการยกเลิกผลกระทบเนื่องจากรูปแบบการสุ่มเทคนิคที่ใช้กันอย่างแพร่หลายคือ smoothing เทคนิคเหล่านี้เมื่อใช้อย่างถูกต้องเปิดเผยอย่างชัดเจนมากขึ้นแนวโน้มพื้นฐาน ใส่ชุดข้อมูลลำดับแถวตามลำดับจากมุมซ้ายบนและพารามิเตอร์ s จากนั้นคลิกที่ปุ่มคำนวณเพื่อขอรับการคาดการณ์ล่วงหน้าหนึ่งรอบล่วงหน้ากล่อง Bowl ไม่รวมอยู่ในการคำนวณ แต่มีศูนย์อยู่ ในการป้อนข้อมูลของคุณเพื่อย้ายจากเซลล์ไปยังเซลล์ในข้อมูลเมทริกซ์ใช้แป้น Tab ไม่ใช่ลูกศรหรือป้อนคีย์ลักษณะของชุดเวลาซึ่งอาจถูกเปิดเผยโดย examini กราฟของค่าคาดการณ์และลักษณะการตกค้างของการคาดการณ์สภาพอากาศการคำนวณค่าเฉลี่ยการเลื่อนอันดับเฉลี่ยระหว่างเทคนิคที่นิยมใช้มากที่สุดสำหรับการประมวลผลล่วงหน้าของชุดข้อมูลเวลาพวกเขาใช้เพื่อกรองสัญญาณรบกวนแบบสุ่มจากข้อมูลเพื่อให้ชุดข้อมูลเวลา นุ่มนวลหรือแม้กระทั่งการเน้นองค์ประกอบข้อมูลบางอย่างที่มีอยู่ในชุดข้อมูลเวลา Exponential Smoothing นี่เป็นโครงการที่ได้รับความนิยมมากในการผลิตชุดเวลาที่ราบรื่นโดยที่ค่าเฉลี่ยเคลื่อนที่ของการสังเกตการณ์ในอดีตมีการถ่วงน้ำหนักเท่ากัน Exponential Smoothing กำหนดค่าน้ำหนักที่ลดลงอย่างมากเมื่อการสังเกตมีอายุมากขึ้น กล่าวอีกนัยหนึ่งการสังเกตล่าสุดมีน้ำหนักมากขึ้นในการคาดการณ์มากกว่าการสังเกตที่เก่ากว่า Double Exponential Smoothing ดีกว่าในการจัดการกับแนวโน้ม Triple Exponential Smoothing จะดีกว่าในการจัดการกับแนวโน้มของพาราโบลาค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักแบบเร้าซ้อนด้วยการปรับให้เรียบสม่ำเสมอสอดคล้องกับแบบเรียบง่าย ค่าเฉลี่ยเคลื่อนที่ของความยาวเช่น ระยะเวลา n โดยที่ a และ n มีความสัมพันธ์กันโดย 2 n 1 หรือ n 2 - a. ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักที่มีค่าความยาวคลื่นและค่าคงที่ที่ราบเรียบเท่ากับ 0 1 จะเท่ากับค่าเฉลี่ยเคลื่อนที่ 19 วันและ ค่าเฉลี่ยเคลื่อนที่เฉลี่ย 40 วันจะสอดคล้องกับค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบยกกำลังยกโดยมีค่าคงที่ที่ราบเรียบเท่ากับ 0 04878.Holt s Linear Exponential Smoothing สมมติว่าลำดับเวลาไม่ใช่ตามฤดูกาล แต่เป็นวิธีการแสดงแนวโน้มของ Holt s ประมาณทั้งปัจจุบัน ระดับและแนวโน้มปัจจุบันข้อสังเกตุว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นกรณีพิเศษของการเพิ่มความลําชี้แจงโดยกําหนดระยะเวลาของค่าเฉลี่ยเคลื่อนที่เป็นส่วนจํานวนเต็มของอัลฟ่าอัลฟ่าอัลฟา 2 สำหรับข้อมูลธุรกิจส่วนใหญ่พารามิเตอร์อัลฟ่าน้อยกว่า 0 40 มักเป็น มีประสิทธิภาพ แต่หนึ่งอาจดำเนินการค้นหาตารางพื้นที่พารามิเตอร์ด้วย 0 1 ถึง 0 9 ด้วยการเพิ่มขึ้นของ 0 1 แล้ว alpha ที่ดีที่สุดมีค่าเฉลี่ยน้อยที่สุดข้อผิดพลาด Absolute MA Error. How เพื่อเปรียบเทียบวิธีการเรียบหลายแม้ว่าจะมี เป็นตัวชี้วัดเชิงตัวเลขสำหรับการประเมินความถูกต้องของเทคนิคการคาดการณ์วิธีที่กว้างที่สุดคือการใช้การเปรียบเทียบภาพของการคาดการณ์ต่างๆเพื่อประเมินความถูกต้องและเลือกวิธีการคาดการณ์ต่างๆในแนวทางนี้ต้องใช้พล็อตเช่น Excel ในกราฟเดียวกัน ค่าเดิมของตัวแปรชุดเวลาและค่าที่คาดการณ์ไว้จากวิธีการคาดการณ์ที่แตกต่างกันจำนวนมากซึ่งจะช่วยให้สามารถเปรียบเทียบภาพได้คุณอาจต้องการใช้การคาดการณ์ที่ผ่านมาโดยเทคนิค Smoothing JavaScript เพื่อดูค่าพยากรณ์ที่ผ่านมาโดยใช้เทคนิคการปรับให้เรียบโดยใช้พารามิเตอร์เดียว Holt และ Winters ใช้พารามิเตอร์สองและสามตามลำดับดังนั้นจึงไม่ใช่เรื่องง่ายที่จะเลือกค่าที่ดีที่สุดหรือใกล้เคียงกับค่าทดลองโดยรวมและข้อผิดพลาดสำหรับพารามิเตอร์การปรับความเรียบแบบเอกซ์โพเน็นเชียลเดี่ยวเน้นมุมมองในระยะสั้น กำหนดระดับการสังเกตสุดท้ายและขึ้นอยู่กับเงื่อนไขที่ไม่มีแนวโน้มการถอยหลังแบบเส้นตรง ion ซึ่งเหมาะกับเส้นสี่เหลี่ยมเล็ก ๆ น้อย ๆ กับข้อมูลทางประวัติศาสตร์หรือเปลี่ยนข้อมูลทางประวัติศาสตร์เป็นระยะทางยาวซึ่งขึ้นอยู่กับแนวโน้มขั้นพื้นฐานการเรียบแบบเสแสร้งเชิงเส้นของ Holt จะรวบรวมข้อมูลเกี่ยวกับแนวโน้มล่าสุดพารามิเตอร์ในรูปแบบของโฮลท์คือพารามิเตอร์ระดับ ควรจะลดลงเมื่อปริมาณของการเปลี่ยนแปลงข้อมูลมีขนาดใหญ่และแนวโน้มควรเพิ่มขึ้นหากแนวโน้มทิศทางล่าสุดได้รับการสนับสนุนจากปัจจัยที่เป็นสาเหตุบางประการการคาดการณ์ในระยะสั้นให้สังเกตว่า JavaScript ทุกหน้าจะมีขั้นตอนเดียวล่วงหน้า เมื่อต้องการได้รับการคาดการณ์สองขั้นตอนเพียงแค่เพิ่มค่าที่คาดไว้ในตอนท้ายของข้อมูลชุดข้อมูลเวลาของคุณแล้วคลิกปุ่มคำนวณเดียวกันคุณอาจทำซ้ำขั้นตอนนี้สองสามครั้งเพื่อให้ได้การคาดการณ์ในระยะสั้นที่จำเป็น . ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ - EMA. BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่แบบ Exponential - EMA. EMA แบบ 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมสูงสุดและใช้เป็นตัวบ่งชี้เช่น ความแตกต่างของค่าเฉลี่ยของค่าเฉลี่ยของการเคลื่อนไหว MACD และค่าร้อยละของค่าเฉลี่ย PPO โดยทั่วไป EMA 50 และ 200 วันจะถูกใช้เป็นสัญญาณของแนวโน้มในระยะยาวนักวิจัยที่ใช้การวิเคราะห์ทางเทคนิคพบค่าเฉลี่ยเคลื่อนที่ที่มีประโยชน์และลึกซึ้งเมื่อใช้อย่างถูกต้อง แต่สร้างขึ้น ค่าเฉลี่ยเคลื่อนที่ทั้งหมดที่ใช้กันโดยทั่วไปในการวิเคราะห์ทางเทคนิคเป็นไปตามลักษณะของตัวชี้วัดที่ล่าช้าดังนั้นข้อสรุปที่ได้จากการนำค่าเฉลี่ยเคลื่อนที่ไปใช้แผนภูมิตลาดหนึ่ง ๆ ควรเป็นไปเพื่อยืนยันการย้ายตลาดหรือระบุ ความแรงของมันบ่อยมากเมื่อถึงเวลาที่เส้นค่าเฉลี่ยของค่าตัวบ่งชี้เคลื่อนไหวได้เปลี่ยนแปลงไปเพื่อสะท้อนการเคลื่อนไหวที่สำคัญในตลาดจุดที่เหมาะสมที่สุดของการเข้าสู่ตลาดได้ผ่านไปแล้ว EMA จะช่วยลดปัญหานี้ได้บ้างเนื่องจากการคำนวณ EMA วางน้ำหนักให้มากขึ้นกับข้อมูลล่าสุดจะกอดการดำเนินการราคาที่น้อยลงและดังนั้นจึงตอบสนองได้เร็วขึ้นนี้เป็นที่พึงปรารถนาเมื่อมีการใช้ EMA d ในการหาสัญญาณการซื้อขายการปรับค่า EMA เช่นเดียวกับตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ทั้งหมดจะเหมาะสมกับตลาดที่มีแนวโน้มมากขึ้นเมื่อตลาดอยู่ในแนวรองรับที่แข็งแกร่งและยั่งยืนเส้น EMA จะแสดงแนวโน้มขาขึ้นและทางกลับกัน แนวโน้มลดลงผู้ประกอบการระมัดระวังจะไม่เพียง แต่ใส่ใจกับทิศทางของเส้น EMA แต่ยังสัมพันธ์ของอัตราการเปลี่ยนแปลงจากแถบหนึ่งไปยังอีกตัวอย่างเช่นการดำเนินการตามราคาของขาขึ้นที่แข็งแกร่งเริ่มแผ่ออกและย้อนกลับ, อัตราการเปลี่ยนแปลงของ EMA จากแถบหนึ่งไปยังอีกแถบหนึ่งจะเริ่มลดลงไปจนกว่าจะถึงเวลาดังกล่าวที่บรรทัดตัวบ่งชี้จะราบเรียบและอัตราการเปลี่ยนแปลงเป็นศูนย์เนื่องจากผลกระทบที่ปกคลุมด้วยวัตถุฉนวนถึงจุดนี้หรือแม้กระทั่งไม่กี่บาร์ก่อน การดำเนินการด้านราคาควรได้รับการกลับรายการไปแล้วดังนั้นจึงเป็นไปได้ว่าการสังเกตการลดลงของอัตราการเปลี่ยนแปลงของ EMA ที่สอดคล้องกันอาจเป็นตัวบ่งชี้ที่สามารถช่วยกันตอบโต้ภาวะที่กลืนไม่เข้าคายไม่ออกอันเกิดจากผลกระทบที่เกิดจากการเคลื่อนที่โดยเฉลี่ย การใช้ EMA. EMAs มักใช้ร่วมกับตัวบ่งชี้อื่น ๆ เพื่อยืนยันการย้ายตลาดที่สำคัญและเพื่อวัดความถูกต้องของพวกเขาสำหรับผู้ค้าที่ค้าขายระหว่างวันและตลาดที่เคลื่อนไหวเร็ว EMA มีผลบังคับใช้มากนักค้ามักใช้ EMA เพื่อหาอคติทางการค้า ตัวอย่างเช่นถ้า EMA ในแผนภูมิรายวันแสดงให้เห็นถึงแนวโน้มที่แข็งแกร่งขึ้นกลยุทธ์การค้าระหว่างวันอาจเป็นการค้าเฉพาะจากด้านยาวบนแผนภูมิระหว่างวันค่ามัธยฐานของการเปลี่ยนแปลงเล็กน้อยที่เป็นตัวเลขมากกว่าการศึกษาของ ลำดับของตัวเลขในลำดับต่อเนื่องผู้ประกอบการในช่วงต้นของการวิเคราะห์ชุดเวลาเป็นจริงมากขึ้นที่เกี่ยวข้องกับตัวเลขแต่ละชุดเวลากว่าที่พวกเขาด้วยการแก้ไขของข้อมูลที่การแทรกสอดในรูปแบบของทฤษฎีความน่าจะเป็นและการวิเคราะห์มามากในภายหลังเป็นรูปแบบการพัฒนาและความสัมพันธ์ ค้นพบเมื่อเข้าใจเส้นโค้งที่มีรูปร่างต่างๆและเส้นถูกวาดตามลำดับเวลาในความพยายามที่จะคาดการณ์ที่จุดข้อมูลอาจจะไป ตอนนี้ถือว่าเป็นวิธีการขั้นพื้นฐานที่ใช้ในปัจจุบันโดยนักวิเคราะห์ทางเทคนิคการวิเคราะห์แผนภูมิสามารถโยงย้อนกลับไปยังศตวรรษที่ 18 ของญี่ปุ่นในประเทศญี่ปุ่นได้อย่างไรและเมื่อใดก็ตามที่ค่าเฉลี่ยเคลื่อนที่ที่ถูกนำมาใช้เป็นครั้งแรกในราคาตลาดก็ยังคงเป็นความลึกลับเป็นที่เข้าใจกันโดยทั่วไปว่า SMA เคลื่อนที่ขนาดเล็กถูกใช้มานาน ก่อนที่ EMA จะเป็นค่าเฉลี่ยเลขคณิตที่เป็นค่าเฉลี่ยเคลื่อนที่เนื่องจาก EMA ถูกสร้างขึ้นบน SMA framework และความต่อเนื่อง SMA สามารถเข้าใจได้ง่ายขึ้นสำหรับการวางแผนและการติดตามวัตถุประสงค์คุณต้องการอ่านพื้นหลังเล็กน้อยตรวจสอบค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่เฉลี่ย SMA ค่าเฉลี่ยเคลื่อนที่แบบธรรมดากลายเป็นค่าเฉลี่ย วิธีที่นิยมใช้ในการติดตามราคาตลาดเนื่องจากสามารถคำนวณได้ง่ายและเข้าใจได้ง่ายผู้ประกอบการตลาดในยุคต้น ๆ ดำเนินการโดยไม่ต้องใช้เมตริกกราฟที่ซับซ้อนในการใช้งานในปัจจุบันดังนั้นพวกเขาจึงพึ่งพาราคาตลาดเป็นคำแนะนำอย่างเดียว และกราฟราคาเหล่านั้นเพื่อแสดงแนวโน้มและทิศทางตลาดกระบวนการนี้ได้ลาออก e น่าเบื่อ แต่พิสูจน์แล้วว่าค่อนข้างมีกำไรกับการยืนยันการศึกษาต่อไปการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันเพียงแค่เพิ่มราคาปิดของ 10 วันที่ผ่านมาและหารด้วย 10 ค่าเฉลี่ยเคลื่อนที่ 20 วันคำนวณโดยการเพิ่มราคาปิด ในช่วงระยะเวลา 20 วันและหารด้วย 20 และอื่น ๆ สูตรนี้ไม่ได้ขึ้นอยู่เฉพาะในราคาปิด แต่ผลิตภัณฑ์เป็นราคาเฉลี่ย - เซตย่อย Moving averages เรียกว่าเนื่องจากกลุ่มของราคาที่ใช้ในการคำนวณ ย้ายไปตามจุดในแผนภูมิซึ่งหมายความว่าวันเก่า ๆ ลดลงในวันที่ปิดราคาใหม่ดังนั้นการคำนวณใหม่จำเป็นต้องใช้เสมอกับกรอบเวลาของการใช้งานโดยเฉลี่ยดังนั้นค่าเฉลี่ยโดยเฉลี่ย 10 วันจะถูกคำนวณใหม่โดยการเพิ่ม วันใหม่และลดลงวันที่ 10 และวันที่เก้าจะลดลงในวันที่สองสำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีใช้แผนภูมิในการซื้อขายสกุลเงินโปรดดูข้อมูลพื้นฐานเกี่ยวกับแผนภูมิของเรา Walkthrough. Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่ที่ได้รับการชี้แจงได้รับการปรับแต่งแล้ว ใช้กันมาตั้งแต่ทศวรรษที่ 1960 เนื่องจากการทดลองกับคอมพิวเตอร์ก่อนหน้านี้ EMA ใหม่จะมุ่งเน้นไปที่ราคาล่าสุดมากกว่าในชุดข้อมูลยาว ๆ เนื่องจากต้องใช้ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยปัจจุบัน EMA ราคาปัจจุบัน - ก่อนหน้า EMA X ตัวคูณ EMA ก่อนหน้านี้ปัจจัยที่สำคัญที่สุดคือค่าคงที่ที่ราบเรียบที่ 2 1 N โดยที่ N จำนวนวัน EMA 10 วัน 10 10 18 18 8. หมายถึง EMA 10 ระยะเวลาการวัดราคาล่าสุด 18 8, a EMA 20 วัน EMA 9 52 และ EMA 50 วัน EMA 3 92 ในวันล่าสุด EMA จะทำงานโดยการหาน้ำหนักส่วนต่างระหว่างราคาของงวดปัจจุบันกับ EMA ก่อนหน้าและเพิ่มผลให้ EMA ก่อนหน้าระยะสั้น, น้ำหนักมากขึ้นนำไปใช้กับราคาล่าสุดเส้นขอบการคำนวณโดยการคำนวณเหล่านี้จุดจะพล็อตเผยให้เห็นเส้นที่เหมาะสมข้อต่อสายด้านบนหรือด้านล่างของราคาในตลาดบ่งชี้ว่าค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็นตัวชี้วัดที่ล่าช้าและใช้เป็นหลักสำหรับแนวโน้มต่อไปนี้ ว ดีกับตลาดช่วงและระยะเวลาของความแออัดเนื่องจากสายการประกอบไม่สามารถแสดงถึงแนวโน้มเนื่องจากการขาดความชัดเจนสูงขึ้นหรือต่ำกว่าต่ำ Plus เส้นติดตั้งมักจะคงที่โดยไม่ต้องคำแนะนำทิศทางสายปรับขึ้นที่ด้านล่างของตลาดหมายถึง ยาวในขณะที่สายการปรับตัวที่ตกลงมาเหนือตลาดหมายถึงระยะสั้นสำหรับคำแนะนำฉบับสมบูรณ์อ่าน Moving Average Tutorial ของเราวัตถุประสงค์ของการใช้ค่าเฉลี่ยเคลื่อนที่แบบง่ายๆคือการวัดและวัดแนวโน้มโดยการทำให้ข้อมูลเรียบโดยใช้วิธีหลายกลุ่มของราคา สมมติฐานว่าการเคลื่อนไหวของแนวโน้มก่อนหน้าจะยังคงดำเนินต่อไปสำหรับค่าเฉลี่ยเคลื่อนที่แบบง่ายๆแนวโน้มระยะยาวสามารถหาได้ง่ายกว่า EMA โดยมีสมมติฐานที่สมเหตุสมผลว่าสายกระชับจะแข็งแรงขึ้น มากกว่าเส้น EMA อันเนื่องมาจากการให้ความสำคัญกับราคาเฉลี่ยมากขึ้น EMA ใช้ในการจับภาพการเคลื่อนไหวที่สั้นลงเนื่องจากมุ่งเน้นไปที่ราคาล่าสุดโดยวิธีนี้ EMA ควร ลดความล่าช้าใด ๆ ในค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเพื่อให้สายกระชับสามารถกอดราคาได้ใกล้กว่าค่าเฉลี่ยเคลื่อนที่ที่แท้จริงปัญหาเกี่ยวกับ EMA เป็นเช่นนี้แนวโน้มที่จะมีการแบ่งราคาโดยเฉพาะอย่างยิ่งในช่วงตลาดที่รวดเร็วและช่วงความผันผวน EMA ทำงานได้ดีจนราคาตก สายการประกอบที่เหมาะสมระหว่างตลาดที่มีความผันผวนสูงขึ้นคุณสามารถพิจารณาเพิ่มความยาวของค่าเฉลี่ยเคลื่อนที่ได้หนึ่งสามารถเปลี่ยนจาก EMA เป็น SMA เนื่องจาก SMA ทำให้ข้อมูลดีกว่า EMA ได้มากเนื่องจากมุ่งเน้นไปที่วิธีการระยะยาว ตัวบ่งชี้ที่เป็นตัวบ่งชี้การถือครองต่อไปนี้เป็นตัวบ่งชี้การพลิกกลับของค่าเฉลี่ยที่เคลื่อนไหวได้ดีเป็นเส้นค่าเฉลี่ยที่สนับสนุนและเส้นแนวต้านหากราคาต่ำกว่าเส้นแนวรับ 10 วันที่มีแนวโน้มสูงขึ้นมีโอกาสดีที่แนวโน้มขาขึ้นอาจลดลงหรืออย่างน้อยตลาดอาจ หากราคาพุ่งขึ้นเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 10 วันในช่วงขาลงแนวโน้มอาจลดลงหรือรวมตัวในกรณีเหล่านี้ให้ใช้ค่าเฉลี่ยเคลื่อนที่ 10 และ 20 วันเข้าด้วยกันและรอให้ระยะเวลา 10 วัน ine ข้ามด้านบนหรือด้านล่างบรรทัด 20 วันกำหนดทิศทางระยะสั้นถัดไปสำหรับราคาในระยะยาวให้ดูค่าเฉลี่ยเคลื่อนที่ 100 และ 200 วันสำหรับทิศทางระยะยาวตัวอย่างเช่นการใช้ 100 และ 200 วันหากค่าเฉลี่ยเคลื่อนที่ในช่วง 100 วันต่ำกว่าค่าเฉลี่ย 200 วันจะเรียกว่าเครื่องหมายการเสียชีวิตและราคาที่ถดถอยมากราคาเฉลี่ยเคลื่อนที่ 100 วันที่ข้ามค่าเฉลี่ยเคลื่อนที่ 200 วันเรียกว่า เนื่องจากมีทั้งตัวบ่งชี้ที่เป็นตัวบ่งชี้แนวโน้มโดยเฉพาะในระยะสั้นที่ SMA มีการเบี่ยงเบนเล็กน้อยจากคู่สัญญา EMA ข้อสรุป ค่าเฉลี่ยเคลื่อนที่เป็นพื้นฐานของแผนภูมิและการวิเคราะห์ชุดข้อมูลแบบเรียลไทม์ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดที่ซับซ้อนยิ่งขึ้นจะช่วยให้เห็นภาพแนวโน้มโดยการทำให้การเคลื่อนไหวของราคาเป็นไปอย่างราบรื่นการวิเคราะห์ทางเทคนิคบางครั้งเรียกว่าศิลปะมากกว่าวิทยาศาสตร์ซึ่งทั้งสองใช้เวลาหลายปี Mas ter เรียนรู้เพิ่มเติมในการวิเคราะห์ทางเทคนิคของเรากวดวิชาการสำรวจทำโดยสำนักสถิติแห่งสหรัฐอเมริกาเพื่อช่วยในการวัดตำแหน่งงานว่างมันรวบรวมข้อมูลจากนายจ้างจำนวนเงินสูงสุดของเงินที่ประเทศสหรัฐอเมริกาสามารถยืมเพดานหนี้ที่ถูกสร้างขึ้นภายใต้เสรีภาพที่สอง พันธบัตร Act. The อัตราดอกเบี้ยที่สถาบันรับฝากเงินยืมเงินไว้ใน Federal Reserve ไปยังสถาบันรับฝากอื่น 1 มาตรการทางสถิติของการกระจายตัวของผลตอบแทนสำหรับการรักษาความปลอดภัยที่กำหนดหรือดัชนีตลาดดัชนีความผันผวนสามารถวัดได้ทำรัฐสภาคองเกรสแห่งสหรัฐอเมริกา ในปีพ. ศ. 2476 เป็นพระราชบัญญัติการธนาคารซึ่งห้ามไม่ให้ธนาคารพาณิชย์เข้าร่วมในการลงทุนการจ่ายเงินเดือนของ Nonfarm หมายถึงงานนอกฟาร์มบ้านพักคนชราและภาครัฐที่ไม่แสวงหาผลกำไร US Bureau of Labour