บทที่ 6
ระบบค่าเฉลี่ยเคลื่อนที่ Moving Averages
ค่าเฉลี่ยเคลื่อนที่ เป็นเครื่องมือในการปรับค่าให้เรียบ เพื่อให้ง่ายในการติดตามแนวโน้มราคาว่า ใกล้จะสิ้นสุดหรือกำลังจะเข้าสู่แนวโน้มใหม่หรือไม่ โดยพื้นฐานแล้ว ค่าเฉลี่ยจะช่วยกระจาย ความผิดปกติออกไปจากข้อมูล เช่น บางวันราคาอาจจะโด่งขึ้นโดยไม่มีเหตุผล และบางวันราคาอาจจะหล่นโดยไม่มีเหตุผล แต่ถ้าเราเฉลี่ยแล้วมันก็จะหักล้างกันไปทำให้ค่าเฉลี่ยนี้เรียบขึ้น เมื่อตลาดอยู่ในช่วง uptrend ราคาจะสูงขึ้นเป็นส่วนใหญ่ ส่งผลให้ค่าเฉลี่ยเคลื่อนที่สูงไปด้วย อย่างไรก็ดี เนื่องจากค่าเฉลี่ยเคลื่อนที่เป็นการเฉลี่ยจากราคาในอดีตหลายวัน ซึ่งตามคำจำกัดความของคำว่า uptrend นั้น หมายความว่าราคาวันก่อนๆจะต่ำกว่าราคาในปัจจุบัน ดังนั้น ในช่วง uptrend ค่ำเฉลี่ยเคลื่อนที่ ซึ่งมีราคาวันก่อนๆซึ่งต่ำกว่าราคาวันนี้มาถัวเฉลี่ยด้วย จึงมีค่าต่ำกว่าราคาปัจจุบัน
แต่เมื่อตลาดเปลี่ยนแนวโน้มกลายเป็น downtrend ราคาจะตกลง แต่ค่าเฉลี่ยจะตกลงช้ากว่า เนื่องจากถูกถ่วงถัวเฉลี่ยด้วยราคาในอดีตที่สูงกว่าราคาวันนี้ จนถึงจุดๆหนึ่งซึ่งราคาตกลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่จุดนั้น เป็นการยืนยันว่าราคาที่ตกลงมานี้เป็นการเปลี่ยนแนวโน้มจาก uptrend เป็น downtrend ซึ่งราคาจะต่ำกว่าค่าเฉลี่ยเคลื่อนที่
.สัญญาณซื้อ สัญญาณขาย.
- สัญญาณซื้อ เกิดขึ้นเมื่อ ราคาตัดเส้นค่าเฉลี่ยเคลื่อนที่ของตัวมันเองจากข้างล่างขึ้นข้างบน หรือเส้นค่าเฉลี่ยเคลื่อนที่ที่มีระยะเวลาสั้นกว่าได้ตัดเส้นค่าเฉลี่ยเคลื่อนที่ที่มีระยะเวลายาวนานกว่า จากข้างล่างขึ้นข้างบน
- สัญญาณขาย เกิดขึ้นเมื่อราคาตัดเส้นค่าเฉลี่ยเคลื่อนที่ของตัวมันเองจากข้างบนลงข้างล่าง หรือเส้นค่าเฉลี่ยเคลื่อนที่ที่มีระยะเวลาสั้นกว่าได้ตัดเส้นค่าเฉลี่ยเคลื่อนที่ที่มีระยะเวลายาวนานกว่า จากข้างบนลงข้างล่าง
.การใช้ค่าเฉลี่ยเคลื่อนที่ 2 ตัวประกอบกัน.
(Double Moving Average Crossover)
ในบางครั้งราคาอาจมีการขึ้นลงแบบหลอกๆ ซึ่งเกิดขึ้นจากเหตุการณ์ผิดปกติหรือการปรับตัวที่มากเกินไป (Irregularities) ทำให้การใช้ค่าเฉลี่ยเคลื่อนที่ให้สัญญาณผิดพลาดได้ โดยเฉพาะอย่างยิ่งเมื่อเราใช้จำนวนวันในการคำนวณค่าเฉลี่ยเคลื่อนที่น้อยๆ ยิ่งทำให้เกิดความผิดพลาดได้ง่าย เนื่องจากมันเคลื่อนไหวตามราคาได้เร็วมาก
ทางหนึ่งที่นิยมใช้กันก็คือ ใช้เส้นค่าเฉลี่ยเคลื่อนที่ซึ่งคำนวณจากจำนวนวันที่น้อยแทนเส้นราคา เนื่องจากเส้นค่าเฉลี่ยเคลื่อนที่นี้ จะมีความเรียบมากกว่า จากนั้นใช้เส้นค่าเฉลี่ยเคลื่อนที่อีกเส้นหนึ่ง ซึ่งคำนวณจากจำนวนวันที่มากกว่าเป็นตัวให้สัญญาณ เช่นเดียวกับในกรณีของการใช้ค่าเฉลี่ยเคลื่อนที่ตัวเดียว วิธีนี้จะให้สัญญาณหลอกน้อยลงเนื่องจากความผิดปกติของราคาจะถูกทำให้เรียบ โดยเส้นค่าเฉลี่ยที่คำนวณจากวันที่น้อยไปแล้ว แต่ข้อเสียของวิธีนี้ก็คือ จะให้สัญญาณที่ช้ากว่า เนื่องจากค่าเฉลี่ยเคลื่อนที่จะเคลื่อนไหวช้ากว่าราคา
การอ่านสัญญาณจากเส้นค่าเฉลี่ยสองเส้น ก็เหมือนกับการใช้เส้นค่าเฉลี่ยเส้นเดียว กล่าวคือ ถ้าค่าเฉลี่ยระยะสั้นตัดลง ผ่านค่าเฉลี่ยระยะยาวให้ขาย ถือเป็น sell Signal และถ้าค่าเฉลี่ยระยะสั้นตัดขึ้นผ่านค่าเฉลี่ยระยะยาว ให้ซื้อถือเป็น Buy Signal
นอกจากนี้ ตัวของเส้นค่าเฉลี่ยเคลื่อนที่เอง ยังสามารถเป็นได้ทั้งแนวรับและแนวต้าน กล่าวคือ ในตอนที่ตลาดกำลังขึ้น (uptrend) ราคาจะอยู่เหนือเส้นเฉลี่ยเคลื่อนที่ ดังนั้น เส้นค่าเฉลี่ยเคลื่อนที่กรณีนี้ จะทำหน้าที่เป็นแนวรับ ถ้าราคาเปลี่ยนทิศทางและตกต่ำกว่าค่าเฉลี่ยที่ซึ่งเป็นแนวรับ แสดงว่าแนวโน้มเปลี่ยนแล้ว เส้นค่าเฉลี่ยเคลื่อนที่จะกลับมาอยู่เหนือกว่าเส้นราคา และกลายเป็นแนวต้านไป
.รูปแบบของค่าเฉลี่ยเคลื่อนที่.
วิธีการสร้างค่าเฉลี่ยเคลื่อนที่ (Moving Averages) นี้มีหลายแบบด้วยกัน คือ
.1. Simple Moving Averages (SMA).
เป็นชนิดที่ง่ายที่สุด อาศัยวิธีหาค่าเฉลี่ยแบบเลขคณิตเข้ามาคำนวณ
ตัวอย่างเช่น ค่าเฉลี่ยเคลื่อนที่ 10 วัน ก็คือการคำนวณหาราคาเฉลี่ยในรอบ 10 วันที่ผ่านมา
ค่าเฉลี่ยที่ได้นี้จะถือว่า ข้อมูลแต่ละตัวถูกให้น้ำหนักที่เท่าๆกัน sma 10 วันก็เฉลี่ยน้ำหนักให้ตัวละ 100/10 = 10% หรือ 25 sma ก็เฉลี่ยให้น้ำหนักตัวละ 100/25 = 4% เป็นต้น
.2. Linear Weighted Moving Average (WMA).
เป็นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบหนึ่ง ที่นำเอาวิธีทางสถิติมาปรับให้ค่าเฉลี่ยเคลื่อนที่ตอบสนองต่อการเปลี่ยนแปลงของราคาเร็วขึ้น โดยการจัดสรรน้ำหนักที่ให้แก่ข้อมูลแตกต่างกัน ข้อมูลที่เพิ่งเกิดขึ้นล่าสุด จะได้รับการถ่วงน้ำหนักมากกว่าข้อมูลในอดีตนานมาแล้ว (ซึ่งถือว่าเป็นข้อมูลล้าสมัยกว่า) แต่หลักการยังใช้วิธีการหารแบบเส้นตรงอยู่ คือ ใช้ผลรวมของน้ำหนักทั้งหมดมาเป็นตัวหาร โดยมีสูตรยุ่งๆดังนี้
แต่ในการคำนวณจริงๆแล้วไม่ยุ่งอย่างที่คิด ตัวอย่างเช่น การคำนวณหา WMA 10 วันจะคำนวณจาก
จะเห็นว่าข้อมูลในวันที่ 10 จะมีค่าถ่วงน้ำหนักเท่ากับ 10/55 ซึ่งมากกว่าข้อมูลในวันที่ 1 ซึ่งมีค่าถ่วงน้ำหนักเท่ากับ 1/55 การถ่วงน้ำหนักข้อมูลล่าสุดมากกว่าข้อมูลเก่าๆในอดีตนี้ ทำให้ WMA เคลื่อนไหวได้รวดเร็วใกล้เคียงกับราคาปัจจุบันมากขึ้น
.3. Exponential Moving Average (EMA).
เป็นการคำนวณค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักที่ซับซ้อนมากขึ้นกว่า Weighted Moving Average แบบธรรมดา โดยมีการนำเอาค่าความผิดพลาดจากการพยากรณ์ มาปรับค่าเฉลี่ยตัวต่อไปให้ถูกต้องมากขึ้น สูตรก็คือ
โดยที่ EMA(N,t) หมายถึง Exponential Moving Average ระยะเวลา N วัน ที่คำนวณได้ในวันที่ t ส่วน a คือค่า Smoothing Constant ซึ่งอันที่จริงแล้ว เป็นค่าที่ใช้ในการกำหนดว่า EMA ของเราจะตอบสนองต่อราคาล่าสุดมากน้อยเพียงใด จากผลการศึกษาของ Jack K. Hutson พบว่า ค่า a ที่เหมาะสม สำหรับจำนวนวันที่จะทำการเฉลี่ยเคลื่อนที่สามารถประมาณการได้จาก
โดยที่ N คือจำนวนวันในการคำนวณค่าเฉลี่ยเคลื่อนที่ ซึ่งจากสูตรดังกล่าวจะเห็นได้ว่า ยิ่งใช้จำนวนที่ทำค่าเฉลี่ยเคลื่อนที่มากเท่าใด ค่า a ก็จะยิ่งเล็กลง (เพราะ N ใหญ่ขึ้น) ผลที่ตามมาก็คือ ค่าเฉลี่ยเคลื่อนที่จะตอบสนองกับราคาล่าสุดน้อยลงแต่ถ้าค่า N ยิ่งน้อย EMA ก็ยิ่งจะตอบสนองกับราคาล่าสุดเร็วมากขึ้น
ในกรณีของการคำนวณ EMA 10 วัน เราหาค่า a ได้จาก a = 2/(10+1) = 0.1818 เราเริ่มจากวันแรกซึ่งเราไม่รู้ค่า EMA ดังนั้น เราสมมติให้ EMA เริ่มต้นมีค่าเท่ากับราคาในวันแรก
จากนั้นเราจะคำนวณตามสูตรของการคำนวณ EMA ปกติ เช่น EMA ในวันที่ 2 จะคำนวณจาก
ถึงแม้ว่าวิธีการคำนวณนี้จะค่อนข้างยุ่งยากสักหน่อย แต่ปัจจุบันก็มีโปรแกรมในการคำนวณ ด้วยคอมพิวเตอร์ที่สามารถให้ค่าออกมาได้เพียงในเวลาไม่กี่นาที เช่นเดียวกับค่าเฉลี่ยเคลื่อนที่แบบ WMA ค่าเฉลี่ยเคลื่อนที่แบบ EMA นี้จะสามารถตอบสนองต่อราคาที่เคลื่อนไหวไดรวดเร็วกว่าค่าเฉลี่ยเคลื่อนที่แบบ SMA ดังนั้นจะให้สัญญาณซื้อขายที่เร็วกว่า
เนื้อหาต่อไป : ระยะเวลาหรือจำนวนวันที่ใช้ในการคำนวณ Moving Average
 |  |  |
|---|