میانگینهای متحرک
با اینکه قیمتهای سهام و کالا در یک دورهی خاص ممکن است صعودی یا نزولی باشند، در طول همان دوره میتوانند کاملا نوسانی نیز باشند. برای مثال، روند بلندمدت در سهام برای دههی ۱۹۸۰ صعودی بوده است، ولی در طول همین دوره، روندهای میان و کوتاهمدت – نظیر سقوط بازار سهام در اکتبر ۱۹۸۷ – نیز وجود داشتند که دقیقا برخلاف جهت حرکت کردند. برای هموارسازی این نوسان، از میانگین متحرک استفاده میکنیم.
میانگینهای متحرک ساده
در حال حاضر، انواع مختلفی از میانگینهای متحرک وجود دارند که از آنها استفاده میکنیم. ابتداییترین نوعی میانگینهای متحرک، میانگین متحرک ساده است که قیمتها را از n دورهی گذشته (که توسط کاربر مشخص میشود) با یکدیگر جمع میکند و بر تعداد دورهها تقسیم میکند. یک میانگین ۱۰ روزه به سادگی یعنی میانگین قیمتهای پایانی (بسته شدن) برای ۱۰ روز گذشته. هر روز به صورت متوالی از ۱۰ روز قبل از خود محاسبه میشود. به خاطر همین است که اصطلاحا میگوییم، میانگین «حرکت» میکند. تعداد دورههای مورد استفاده در میانگین به سهام یا کالایی بستگی دارد که در حال تحلیلاش هستیم. معمولا، این دورهها با چرخهی اقلام مورد نظر در ارتباط هستند؛ مثلا یک چرخهی چهار سالهی بازار سهام، چرخهی فصلی نفت گرمایشی، یا یک چرخهی برداشت سالیانهی کشاورزی.
این میانگین روی نمودار قیمت قرار میگیرد و تقاطعهای میان این میانگین و قیمت پایه بررسی میشوند. وقتی قیمتها افزایشی باشند، معمولا در بالای میانگین قرار دارند. این مسئلهای بدیهی است، زیرا میانگینها شامل دادههایی از روزهای گذشته با قیمتهای پایینتر هستند. تا زمانی که قیمتها بالای میانگین قرار دارند، بازار قدرتمند است. خریداران حاضر هستند پول بیشتری برای سهام یا کالا پرداخت کنند، زیرا بازار به افزایش قیمت ادامه میدهد.
وقتی قیمتها میانگین را به سمت پایین قطع کنند، به این معنی است که دیگر (دستکم به طور موقت) انتظار نمیرود قیمتها به روند صعودی خود ادامه دهند. هر چه شرکتکنندگان بیشتری در بازار به این ایدهی جدید باور پیدا کنند، حجم افزایش مییابد و سیگنال قویتر خواهد شد. به خاطر داشته باشید، مقادیر موجود در بازار به این بستگی دارند که شرکتکنندگان بازار دربارهی اتفاقات آینده چه فکر میکنند. اگر انتظار برود قیمت افزایشی باشد، خریداران میخواهند هماکنون با قیمتهای پایینتر بخرند؛ همین مسئله باعث افزایش تقاضا خواهد شد. افزایش تقاضا به معنی افزایش قیمتها است، و این تاثیر انتظارات و احساسات معاملهگران به طور پایدار بر قیمتها تاثیرگذار خواهد بود.
شکل شمارهی ۱ نمودار خطی ۲۰۰ روزهی مریل لینچ است. میانگین ۲۱ روزهی مورد استفاده در این نمودار برای یک سهام آمریکایی بزرگ مناسب است، و برای روند صعودی تابستان ۱۹۹۳ یک حمایت ایجاد کرده است. از آنجا که میانگینگیری نوسان را هموار میکند، میتوان از آن به عنوان یک روند استفاده کرد؛ بنابراین، وقتی قیمتها در اوایل اکتبر میانگین را به سمت پایین قطع کردند، هشداری مبنی بر بازگشت نزولی سهام صادر شد. وقتی خودِ میانگین در اواسط اکتبر به سمت پایین تغییر جهت داد، این سیگنال تایید شد. توجه کنید، قیمتها بارها میانگین را قطع کردند، ولی سهام دچار بازگشت نشد. هیچیک از این سیگنالهای غلط توسط سایر اندیکاتورها نظیر RSI یا حجم تایید نشدند.
میانگینهای وزنی و نمایی
میانگینهای متحرک جزء اندیکاتورهای تاخیری هستند. آنها دادههای گذشته را خلاصه کرده و روی قیمتهای کنونی رسم میکنند؛ بنابراین، تحلیلگرانی که فقط از میانگینهای متحرک استفاده میکنند، احتمالا قادر به تشخیص سقفها و کفهای بازار نیستند. آنها تنها بعد از وقوع اتفاقات میتوانند تغییر در روند را مشاهده کنند. زیان بالقوهای که به خاطر ناتوانی در تشخیص سقفها و کفها ایجاد میشود، با انجام تلاشهایی برای کاهش نوسانهای قابل مشاهده و کاهش ریسک انجام یک معاملهی بد قابل پیشگیری است.
به منظور کاهش تاخیر میانگین ساده، میتوانیم وزن (یا اهمیت) بیشتری به دادههای تازه و وزن کمتری به دادههای قدیمی بدهیم. یک میانگین متحرک وزنی ۱۰ روزه، وزن ۱ را برای نخستین روز، وزن ۲ را برای دومین روز و الی آخر در نظر میگیرد؛ تا دهمین و جدیدترین روز که وزن ۱۰ را به آن اختصاص میدهد. مقادیر وزنی ۱۰ روزه با هم جمع میشوند و سپس حاصل جمع بر مجموع وزنها، که در این مثال ۵۵ است، تقسیم میشود.
میانگینهای نمایی از این جهت شبیه میانگینهای وزنی هستند که به دادههای اخیر اهمیت بیشتری میدهند. تفاوت آنها در نحوهی قرار دادن وزنها است. در این مقاله، قصد نداریم وارد جزییات فرمولها شویم؛ ولی تا همین حد میگوییم که میانگین وزنی دارای وزندهی حسابی است، ولی میانگین نمایی دارای وزندهی هندسی است؛ این فقط یعنی میانگین نمایی در مقایسه با سایر میانگینها با سرعت بیشتری به تغییرات قیمت واکنش نشان میدهد.
میانگین متحرک پاکتنامهای (Envelopes)
برخی از بازارها در وضعیتهای گاوی (صعودی) و خرسی (نزولی) واکنشهای متفاوتی نشان میدهند. به همین خاطر، بهتر است به جای استفاده از قیمتهای پایانی برای میانگینهای متحرک، از قیمتهای سقف و کف استفاده کنیم. برای مثال، تحلیلگران برای تایید یک بازار گاوی جدید ممکن است منتظر بمانند تا قیمتها میانگین متحرک سقفها را به سمت بالا قطع کنند. این کار باعث میشود، بدون آنکه مجبور باشیم از میانگینهای بلندتر، و فاقد حساسیت کافی، استفاده کنیم، بتوانیم نوسانها را به خوبی فیلتر کنیم.
این کار باعث ایجاد پاکتنامههای میانگین متحرک میشود؛ آنها صرفا جفتی از میانگینهای متحرکی هستند که در بالا و پایین قیمت قرار میگیرند (گاهی اوقات به این پاکتنامهها باندهای معاملاتی گفته میشود). شکل شمارهی ۲ نمودار سویا را در ماه می ۱۹۹۳ در بورس معاملات اختیار و آتی شیکاگو با میانگینهای سادهی سقف ۵۰ روزه و کف ۵۰ روزه نشان میدهد. بریکاوت (یا شکست) صعودی وقتی اتفاق میافتد که قیمتها میانگین سقف را به سمت بالا قطع کنند (و به بالای آن بروند). در مقابل، روند نزولی جدید بازار وقتی رخ میدهد که قیمتها میانگین کف پایین را به سمت پایین قطع کنند. توجه کنید، چگونه تقاطعهای به سمت پایینِ میانگین سقف در مارس ۱۹۹۳ توسط تقاطعهای به سمت پایینِ میانگین کف تایید نشدند. این پاکتنامه سیگنال فروش صادر نمیکند، ولی در صورت تداوم حرکت صعودی، به افزایش سود منجر میشود.
همچنین، از طریق محاسبهی میانگین متحرک قیمتهای پایانی، و جمع و منهای آن با درصد مشخصی از مقدار میانگین میتوان پاکتنامه را حساب کرد. شکل شمارهی ۳ نمودار یک سالهی نفت خام بورس کالای نیویورک مارس ۱۹۹۳ را نشان میدهد. پاکتنامهی نشان داده شده در این نمودار یک باند ۲.۵ درصدی با مرکزیت یک میانگین متحرک ۱۴ روزه است. میانگین متحرک انتخابشده نشانهی خوبی برای روندهای کوتاهمدت برای نفت خام در آن سال، و مقدار دو و نیم درصد نیز پارامتر پرکاربردی برای تمام بازارها است. با انتخاب پارامترهای پاکتنامهای که حاوی نوسان نرمال بازار باشند، هنگامی که قیمتها از مرزهای پاکتنامه خارج شوند، تحلیلگران میتوانند تشخیص دهند آیا وضعیت اشباع خرید است یا اشباع فروش. با کاهش پهنای پاکتنامه حساسیت تحلیل افزایش یافته و با افزایش پهنای پاکتنامه، حساسیت تحلیل کاهش مییابد.
بولینجر باندها نیز پاکتنامههایی هستند که به جای درصد میانگین، با انحرافهای معیار تعریف میشوند. تحلیل آنها کمی پیچیده است؛ بنابراین، در مقالهای دیگر به بررسی آنها پرداختهایم.