前言：

百度滑动平均的原理出来的都是什么乱七八糟的? 谷歌英文Moving Average一下子就看懂了。于是准备写下来。

本文将介绍Simple moving average 和 Exponential Moving Average.

背景：

滑动平均是用来衡量当前趋势的方向。每种类型的滑动平均（MA）都是一个通过计算过去数据的平均值得到的数学结果。经常用于金融领域的预测，一旦计算出一个平均值结果，就会绘制成图标，以便交易员能够查看平滑的数据，而不是聚焦于所有金融市场固有的每日价格波动。

Simple moving average (SMA):

最简单的滑动平均模型，SMA，通过计算过去数据集的平均值。换句话说，在金融场景下，一组数字或者价格被加在一起，然后除以该集合价格的数量。例如，要计算一个基本的10天滑动平均，你需要把过去10天的收盘价加起来，然后除以10。如下图，过去10天(110)的价格之和除以平均的天数(10)。如果交易者希望看到的是50天的平均水平，也会进行同样的计算，但它将包括过去50天的价格。由此得出的平均值(11)考虑了过去10个数据点，以便让交易员了解相对于过去10天的资产定价方式。

“滑动”指什么：

也许你想知道为什么技术交易者称这个工具为“移动”平均值，而不仅仅是一个普通的平均值或平均值？答案是，当新值可用时，必须从集合中删除最老的数据点，并且必须引入新的数据点来替换它们。因此，数据集不断“移动”。这种计算方法确保只对当前信息进行核算。如下图，一旦将新的值5添加到集合中，红色框(代表过去的10个数据点)将向右移动，最后一个值15将从计算中删除。因为相对较小的值5取代了高值15，所以您可能会看到数据集的平均值会减少，在这种情况下，它会从11减少到10。(For more, see:How is a simple moving average calculated?)

在图表上，移动平均线是什么样子的：

一旦MA的值被计算出来，它们就被绘制到一个图表上，然后连接起来创建一条移动平均线。这些曲线在技术交易者的图表中很常见，但是它们的使用方式可能会有很大的不同(稍后会有更多的介绍)。如下图中，通过调整计算中使用的时间段数，可以向任何图表中添加多个移动平均值。这些弯曲的线条一开始可能会让人分心或困惑，但随着时间的推移，你会逐渐习惯它们。红线只是过去50天的平均价格，而蓝线是过去100天的平均价格。(For more, see: Simple Moving Averages Make Trends Stand Out)

现在您已经了解了移动平均线是什么以及它是什么样子，我们将介绍一种不同类型的移动平均线，并检查它与前面提到的简单移动平均线有什么不同。

简单的移动平均线在交易者中非常受欢迎，但与所有技术指标一样，它也受到了批评。许多人认为SMA的有用性是有限的，因为数据序列中的每一个点都有相同的权重，而不管它在序列中发生在哪里。批评人士认为，最近的数据比旧的数据更重要，对最终结果的影响应该更大。作为对这一批评的回应，交易员开始对最近的数据给予更高的重视，这些数据导致加权平均数的人气上升，其中最受欢迎的是指数移动平均(EMA)。(For further reading, see Basics Of Weighted Moving Averages and What's the difference between an SMA and an EMA?)

Exponential Moving Average：

指数移动平均是一种移动平均，它赋予最近的价格更多的权重，以使它对新的信息更有反应。对于许多交易者来说，学习计算EMA的复杂公式可能是不必要的，因为几乎所有图表包都是可以为您计算的。然而，对于你的数学怪才们来说，这里是EMA方程：

当使用公式计算EMA的第一点时，您可能会注意到，没有可用的值作为以前的EMA。这个小问题可以用简单的移动平均开始计算，然后继续上面的公式。

EMA 和 SMA的不同点：

现在您已经更好地理解了SMA和EMA是如何计算的，让我们来看看这些平均值是如何不同的。通过查看EMA的计算，您将注意到最近的数据点得到了更多的重视，使其成为一种加权平均值。在下图中，每个平均值中使用的时间段数是相同的(15)，但是EMA对不断变化的价格反应更快。请注意，当价格上涨时，EMA有更高的价值，而当价格下降时，EMA的下降速度比SMA更快。这种反应能力是许多交易者喜欢使用EMA（下图红线）而不是SMA（下图蓝线）的主要原因。

选择不同的日期意味着什么：

移动平均线是一个完全可定制的指标，这意味着用户可以自由选择他们想要的任何时间框架时，创建平均值。最常见的平均时间是15、20、30、50、100和200天。用来创造平均值的时间跨度越短，对价格变化就越敏感。时间跨度越长，越不敏感，或者越平滑，平均水平就越低。在设置移动平均值时，没有“正确”的时间框架。找出哪一种方法最适合你，最好的方法就是尝试一些不同的时间段，直到你找到一个适合你的策略。

阅读更多

更多精彩内容