میانگین های متحرک چه هستند؟

تحلیل تکنیکی (TA)، پدیده‌ای جدید در دنیای تجارت و سرمایه‌گذاری نیست. از اوراق بهادار سنتی گرفته تا رمزارزهایی همچون بیت‌کوین و اتریوم، استفاده از شاخص‌های TA دارای یک هدف مشخص است: استفاده از داده‌های موجود برای گرفتن تصمیم‌های آگاهانه‌تر که احتمالاً منجر به نتایج مطلوبی می‌شود. با پیچیده‌تر شدن شرایط بازارها، در دهه‌های گذشته، صدها نوع گوناگون شاخص TA ایجاد شده است، اما تعداد کمی از آن‌ها همچون میانگین متحرک (MA)، محبوبیت داشته‌اند و پیوسته از آن‌ها استفاده شده است.

اگرچه گونه‌های متفاوتی از میانگین متحرک وجود دارد، اما هدف اصلی آن‌ها، ایجاد شفافیت در چارت‌های تجاری است. این از طریق ایجاد گراف‌ها برای شکل‌گیری یک شاخص روند به‌راحتی قابل‌رمزگشایی انجام می‌شود. از آنجایی‌که این میانگین‌های متحرک به داده‌های گذشته متکی هستند، اما آن‌ها شاخص‌های تاخیر یا دنبال‌کننده‌ی روند هستند. صرف‌نظر از این، آن‌ها همچنان قدرت زیادی برای از بین بردن عوامل اختلال‌کننده دارند و به تعیین سرنوشت بازار کمک می‌کنند.

انواع گوناگون میانگین‌های متحرک

میانگین‌های متحرک، انواع گوناگونی دارند که تجار نه‌فقط در تجارت روزانه‌ی خود، بلکه در تجارت طولانی‌مدت نیز مورد استفاده قرار می‌دهند. علیرغم وجود انواع گوناگون، MAها معمولاً به دو گروه مستقل تقسیم می‌شوند: میانگین متحرک ساده (SMA) و میانگین متحرک نمایی (EMA). بسته به بازار و نتیجه‌ی دلخواه، تجار خود می‌توانند انتخاب کنند که کدام شاخص احتمالاً به سودشان است.

میانگین متحرک ساده

SMA داده‌ها را از یک دوره‌ی زمانی مشخص گرفته و میانگین قیمت آن دوره را برای مجموعه‌ی داده‌ها ایجاد می‌کند. تفاوت بین SMA و میانگین پایه‌ی قیمت‌های گذشته این است که در SMA، به‌محض ورود یک مجموعه‌ی داده‌ی جدید، مجموعه‌ی داده‌های قدیمی‌تر لحاظ نمی‌شود. بنابراین، اگر میانگین متحرک ساده، میانگین را بر اساس داده‌های 10 روز محاسبه کند، کل مجموعه‌ی داده‌ها پیوسته در حال به روز شدن است تا فقط داده‌های 10 روز گذشته را محاسبه کند.

ذکر این نکته ضروری است که تمام ورودی‌های داده در یک SMA، صرف‌نظر از اینکه چه زمانی وارد شده‌اند، به‌شکل مساوی سنجش می‌شوند. تاجرانی که بر این باور هستند که پیوند بیشتری با داده‌های جدیدتر وجود دارد، غالباً بیان می‌کنند که سنجش برابر SMA برای تحلیل تکنیکی مخرب است. میانگین متحرک نمایی (EMA) برای رفع این مشکل طراحی و ایجاد شده است.

میانگین متحرک نمایی

EMAها در این حقیقت مشابه SMAها هستند که تحلیل تکنیکی را بر اساس نوسانات قیمت‌های گذشته فراهم می‌کنند. با این حال، این معادله کمی پیچیده‌تر است، چون یک EMA سنجش و اهمیت بیشتری به ورودی‌های قیمت‌های جدید دارد. اگرچه هر دو متوسط دارای ارزش هستند و به‌شکل گسترده‌ای استفاده می‌شوند، اما EMA به نوسانات ناگهانی و بازگشت‌های قیمت، بیشتر واکنش نشان می‌دهند. از آنجایی‌که احتمال بیشتری وجود دارد که EMAها بازگشت قیمت را سریع‌تر از SMAها انعکاس دهند، آن‌ها غالباً توسط تجاری مورد استفاده قرار می‌گیرند که در تجارت کوتاه‌مدت درگیر هستند. انتخاب نوع میانگین متحرک مطابق با استراتژی‌ها و اهداف شخصی یک تاجر یا سرمایه‌گذار و تنظیم کردن آن، از اهمیت فراوانی برخوردار است.

چگونگی استفاده از میانگین‌های متحرک

از آنجایی‌که MAs به‌جای قیمت‌های فعلی، از قیمت‌های گذشته استفاده می‌کنند، مدت مشخصی از تاخیر را دارا می‌باشند. هرچه مجموعه‌ی داده‌ها گسترده‌تر باشد، تاخیر بیشتر خواهد بود. مثلاً میانگین متحرکی که 100 روز گذشته را تحلیل می‌کند، نسبت به میانگین متحرکی که 10 روز گذشته را تحلیل می‌کند، به اطلاعات جدید، کندتر پاسخ می‌دهد، چون ورودی جدید به یک مجموعه‌ی داده‌ی بزرگ‌تر تاثیر کمتری روی اعداد کلی خواهد داشت. بسته به شرایط تجاری، هر دوی این شاخص‌ها می‌توانند سودمند باشند. مجموعه‌ی داده‌های بزرگ‌تر به سرمایه‌گذاران بلندمدت سود می‌رساند، چون بدلیل یک یا دو نوسان بزرگ، احتمالاً کمتر دچار تغییر می‌شوند. تجار کوتاه‌مدت معمولاً مجموعه‌ی داده‌های کوچک‌تر را ترجیح می‌دهند که امکان تجارت واکنشی‌تری را فراهم می‌کند.

در بازارهای سنتی، MAهای 50 ، 100 و 200 روزه بیشترین استفاده را دارند. میانگین‌های متحرک روز 50 و 200 توسط معامله‌گران سهام به‌دقت رصد می‌شود و هرگونه تغییری بالا یا پایین این خطوط، معمولاً به‌عنوان سیگنال‌های مهم تجاری در نظر گرفته می‌شوند، به‌ویژه وقتی با تقاطع (Crossovers) دنبال شود. همین موضوع راجع‌به تجارت رمزارزها نیز صادق است، اما به‌دلیل شرایط متغیّر بازارهای 7/24 و MA و استراتژی تجاری، ممکن است با توجه به مشخصات تجار متفاوت باشد.

سیگنال‌های متقاطع

طبیعتاً، MA افزایشی نشان‌دهنده‌ی روند صعودی و MA کاهشی نشان‌دهنده‌ی روند نزولی است. با این حال، میانگین متحرک به‌تنهایی یک شاخص قابل‌اعتماد و قوی نیست. بنابراین، از MAها پیوسته در کنار هم برای شناسایی سیگنال‌های متقاطع افزایشی و کاهشی استفاده می‌شود.

سیگنال متقاطع زمانی ایجاد می‌شود که دو MA مختلف در یک نمودار متقاطع شوند. سیگنال متقاطع افزایشی (که به آن صلیب طلایی نیز گفته می‌شود) زمانی رخ می‌دهد که MA کوتاه‌مدت از بالای یک MA بلندمدت عبور می‌کند و این نشان‌دهنده آغاز روند صعودی است. در نقطه‌ی مقابل، یک سیگنال متقاطع کاهشی (یا صلیب مرگ) زمانی رخ می‌دهد که MA کوتاه‌مدت از زیر یک MA بلندمدت عبور می‌کند و این نشان‌دهنده‌ی آغاز روند نزولی است.

سایر عواملی که باید در نظر گرفت

مثال‌ها تاکنون همه برحسب روز بوده است، اما هنگام تحلیل MA، چنین چیزی ضروری نیست. افرادی که در تجارت روزانه درگیر هستند، احتمالاً علاقه‌ی بیشتری به چگونگی عملکرد یک دارایی در طول دو یا سه ساعت گذشته دارند تا دو یا سه ماه گذشته. از چارچوب‌های زمانی مختلف می‌توان برای معادلات استفاده شده به‌منظور محاسبه‌ی میانگین متحرک بهره برد و تا زمانی‌که این چارچوب‌های زمانی با استراتژی تجاری سازگار باشد، داده‌ها می‌تواند مفید باشد.

یک نقطه‌ی ضعف مهم در MAs، زمان تاخیر آن‌هاست. از آنجایی‌که MAs شاخص‌های تاخیری هستند که قیمت قبلی را در نظر می‌گیرند، این سیگنال‌ها اغلب خیلی دیر هستند. برای مثال، یک سیگنال تقاطع افزایشی ممکن است خریدی را پیشنهاد دهد، اما این خرید احتمالاً فقط پس از افزایش قابل‌توجه قیمت رخ می‌دهد.

این بدان معناست که حتی در صورت ادامه‌ی روند صعودی، ممکن است سود بالقوه در آن دوره بین افزایش قیمت و سیگنال متقاطع از دست برود. یا حتی بدتر، یک سیگنال صلیب طلایی کاذب ممکن است یک تاجر را به‌سمت خرید بهترین‌های محلی درست قبل از کاهش قیمت هدایت کند. این سیگنال‌های خرید جعلی معمولاً به دام گاو نر نیز معروف هستند.

سخن پایانی

میانگین متحرک، شاخص‌های TA قدرتمند و یکی از پُرکاربردترین آن‌ها هستند. توانایی تحلیل داده‌محور فرایندهای بازار، بینش خوبی در مورد عملکرد یک بازار فراهم می‌کند. با این حال، به‌یاد داشته باشید که MAs و سیگنال‌های متقاطع را نباید به‌تنهایی استفاده کرد و برای جلوگیری از سیگنال‌های کاذب، همیشه ترکیب شاخص‌های گوناگون TA ایمن‌تر است.