लीनियरली वेटेड मूविंग एवरेज (LWMA)
एक रैखिक भारित चलती औसत क्या है?
एक रैखिक भारित चलती औसत (LWMA) एक चलती औसत गणना है जो हाल के मूल्य डेटा को अधिक भारित करती है। सबसे हाल की कीमत में सबसे अधिक भार होता है, और प्रत्येक पूर्व कीमत में उत्तरोत्तर कम वजन होता है। वजन एक रैखिक फैशन में गिरता है। LWMA सरल मूविंग एवरेज (SMA) और एक्सपोनेंशियल मूविंग ए वेरेज (EMA) की तुलना में मूल्य परिवर्तन पर प्रतिक्रिया करने के लिए तेज हैं।
लीनियरली वेटेड मूविंग एवरेज (LWMA) का फॉर्मूला है:
< स्पैन क्लास="col-align-l"><span class="mord" LWMA=< /span><span class="mop op-symbol small-op" शैली ="position:relative;top:-0.0000050000000000050004em;">∑ W (P< स्पैन क्लास = "वीलिस्ट" स्टाइल = "हाइट: 0.151392em;"> " style="height:2.7em;">n ∗ W1< स्पैन क्लास="vlist" स्टाइल="ऊंचाई:0.15em;">) +(P< स्पैन क्लास="vlist-t vlist-t2"><span शैली="शीर्ष:-2.5500000000000003em;मार्जिन-बाएं:-0.13889em;मार्जिन-दाएं:0.05em;">n−1 < /span><span class="mspace" style="margin-right" :0.222222222222222em;">W2 < /span>)< स्पैन क्लास="mspace" स्टाइल="मार्जिन-राइट:0.22222222222222222em;">+(<span class= "मॉर्ड मैथनॉर्मल" स्टाइल="मार्जिन-राइट:0.13889em;">पीn−2< /span> < /span>W3 )... कहाँ:P = अवधि के लिए मूल्य < स्पैन क्लास="pstrut" style="height:3.427em;">< span class="mord">n = सबसे हाल की अवधि, n-1 पूर्व अवधि है,और n-2 दो अवधि पहले हैW = <span class="pstrut" के साथ प्रत्येक अवधि के लिए नियत भार style="height:3.427em;">उच्चतम वजन पहले जा रहा है और फिर रैखिक रूप से उतर रहा हैउपयोग की जाने वाली अवधियों की संख्या के आधार पर
लीनियरली वेटेड मूविंग एवरेज (LWMA) की गणना कैसे करें
लुकबैक अवधि चुनें। LWMA में कितने n मानों की गणना की जाएगी।
प्रत्येक अवधि के लिए रैखिक भार की गणना करें। इसे दो तरीकों से पूरा किया जा सकता है। सबसे आसान है n को पहले मान के लिए भार के रूप में निर्दिष्ट करना। उदाहरण के लिए, यदि 100-अवधि के लुकबैक का उपयोग किया जाता है, तो पहले मान को 100 के वजन से गुणा किया जाता है, अगले मान को 99 के वजन से गुणा किया जाता है। एक अधिक जटिल तरीका सबसे हाल के मूल्य के लिए एक अलग वजन चुनना है, जैसे कि 30. अब प्रत्येक मान को 30/100 तक गिराने की आवश्यकता होगी ताकि जब n-99 (100वीं अवधि) तक पहुँच जाए तो वजन एक हो।
प्रत्येक अवधि के लिए कीमतों को उनके संबंधित भार से गुणा करें, फिर कुल योग प्राप्त करें।
उपरोक्त को सभी भारों के योग से विभाजित करें।
पिछले पांच दिनों में स्टॉक के समापन मूल्य के रैखिक रूप से भारित चलती औसत की गणना करने में रुचि रखते हैं ।
आज की कीमत को 5 से, कल के 4 से और एक दिन पहले के मूल्य को 3 से गुणा करके शुरू करें। डेटा श्रृंखला में पहली कीमत तक पहुंचने तक प्रत्येक दिन की कीमत को डेटा श्रृंखला में अपनी स्थिति से गुणा करना जारी रखें, जिसे 1 से गुणा किया जाता है। इन परिणामों को एक साथ जोड़ें, वजन के योग से विभाजित करें, और आपके पास इस अवधि के लिए रैखिक रूप से भारित चलती औसत होगी।
((P55)+(P44)+(P33)+(P22)+(P1*1)) / (5+4+3+2+1)
मान लीजिए कि इस स्टॉक की कीमत में इस प्रकार उतार-चढ़ाव होता है:
दिन 5: $90.90
दिन 4: $90.36
दिन 3: $90.28
दिन 2: $90.83
दिन 1: $90.91
((90.905)+(90.364)+(90.283)+(90.832)+(90.91*1)) / (5+4+3+2+1) = 90.62
इस समयावधि में इस स्टॉक का LWMA $90.62 है।
लीनियरली वेटेड मूविंग एवरेज (LWMA) आपको क्या बताता है?
रैखिक रूप से भारित चलती औसत एक निश्चित अवधि में किसी परिसंपत्ति की औसत कीमत की गणना करने की एक विधि है। यह विधि पुराने डेटा की तुलना में हाल के डेटा को अधिक महत्व देती है, और इसका उपयोग बाजार के रुझानों का विश्लेषण करने के लिए किया जाता है ।
आम तौर पर, जब कीमत LWMA से ऊपर होती है, और LWMA बढ़ रहा होता है, तो कीमत भारित औसत से ऊपर होती है जो एक अपट्रेंड की पुष्टि करने में मदद करती है । यदि कीमत LWMA से नीचे है, और LWMA नीचे की ओर इंगित किया गया है, तो यह कीमत में गिरावट की पुष्टि करने में मदद करता है।
जब कीमत LWMA को पार करती है जो एक प्रवृत्ति परिवर्तन का संकेत दे सकती है। उदाहरण के लिए, यदि कीमत LWMA से ऊपर है और फिर उसके नीचे गिरती है, तो यह अपट्रेंड से डाउनट्रेंड में बदलाव का संकेत दे सकता है।
रुझानों का आकलन करते समय, व्यापारियों को लुकबैक अवधि के बारे में पता होना चाहिए। लुकबैक अवधि यह है कि LWMA में कितनी अवधियों की गणना की जा रही है। पांच-अवधि का LWMA मूल्य को बहुत बारीकी से ट्रैक करेगा और छोटे रुझानों पर नज़र रखने के लिए उपयोगी है क्योंकि लाइन को मामूली मूल्य दोलनों द्वारा भी आसानी से भंग कर दिया जाएगा। 100-अवधि का LWMA कीमत को उतनी बारीकी से ट्रैक नहीं करेगा, जिसका अर्थ है कि LWMA और कीमत के बीच अक्सर जगह होगी। यह लंबी अवधि के रुझान और उलट के निर्धारण के लिए अनुमति देता है।
अन्य प्रकार की चलती औसत की तरह, LWMA का उपयोग कभी-कभी समर्थन और प्रतिरोध क्षेत्रों को इंगित करने के लिए किया जा सकता है। उदाहरण के लिए, अतीत में, कीमत कई मौकों पर LWMA से उछली और फिर ऊपर चली गई। यह इंगित करता है कि रेखा समर्थन के रूप में कार्य कर रही है। लाइन भविष्य में समर्थन के रूप में कार्य करना जारी रख सकती है। ऐसा करने में विफलता यह संकेत दे सकती है कि मूल्य प्रवृत्ति में बदलाव आया है। यह नीचे की ओर उलट हो सकता है या एक ऐसी अवधि शुरू हो सकती है जहां यह अधिक बग़ल में चलती है।
लीनियरली वेटेड मूविंग एवरेज (LWMA) और डबल एक्सपोनेंशियल मूविंग एवरेज (DEMA) में क्या अंतर है?
इन दोनों चलती औसत को एसएमए में निहित अंतराल को कम करने के लिए डिज़ाइन किया गया है। LWMA हाल की कीमतों पर अधिक भार डालकर ऐसा करता है। डबल एक्सपोनेंशियल मूविंग एवरा जीई ( डीईएमए) ईएमए को एक निश्चित अवधि में दो से गुणा करके और फिर एक चिकनी ईएमए घटाकर ऐसा करता है। क्योंकि एमए की गणना अलग तरह से की जाती है, वे मूल्य चार्ट पर अलग-अलग मान प्रदान करेंगे।
एक रैखिक भारित चलती औसत (LWMA) का उपयोग करने की सीमाएं
सभी चलती औसत प्रवृत्तियों को परिभाषित करने में मदद करते हैं जब वे मौजूद होते हैं, लेकिन कम जानकारी प्रदान करते हैं जब मूल्य कार्रवाई तड़का हुआ या मुख्य रूप से बग़ल में चलती है। ऐसे समय के दौरान कीमत एमए के आसपास दोलन करेगी। ऐसे समय में एमए अच्छा क्रॉसओवर या समर्थन/प्रतिरोध संकेत प्रदान नहीं करेगा।
एक LWMA समर्थन या प्रतिरोध प्रदान नहीं कर सकता है। यह विशेष रूप से संभावना है अगर उसने अतीत में ऐसा नहीं किया है।
कई गलत ई सिग्नल भी हो सकते हैं। एक गलत संकेत तब होता है जब कीमत LWMA को पार कर जाती है, लेकिन फिर अपेक्षित दिशा में आगे बढ़ने में विफल हो जाती है, जिसके परिणामस्वरूप खराब व्यापार होता है।
हाइलाइट्स
उलटफेर को अधिक स्पष्ट रूप से परिभाषित करने के लिए LWMA का उपयोग करें , क्रॉसओवर के आधार पर व्यापार संकेत प्रदान करें , और संभावित समर्थन या प्रतिरोध के क्षेत्रों को इंगित करें।
- एसएमए या ईएमए की तरह ही एक रैखिक भारित चलती औसत का उपयोग करें।
अंतराल के साथ चलती औसत चाहते हैं, वे एलडब्ल्यूएमए का उपयोग करना चाह सकते हैं।
