میانگین متحرک نمایی (EMA) در تحلیل تکنیکال چیست؟

فهرست مطالب [مخفی]
میانگین متحرک نمایی (EMA) در تحلیل تکنیکال چیست؟
یک میانگین متحرک نمایی (Exponential Moving Average – EMA) یک نوع از میانگینهای متحرک (Moving averages – MA’s) میباشد که به اطلاعات اخیر بازار نسبت به اطلاعات قدیمیتر وزن و اهمیت بیشتری میدهد.
میانگین متحرک نمایی همچنین به یک میانگین متحرک وزندار نیز اطلاق میگردد. یک میانگین متحرک وزندار واکنش بیشتری نسبت به تغییرات اخیر قیمت نسبت به میانگینهای متحرک ساده (Simple Moving Averages – SMA) نشان میدهد.
میانگینهای متحرک ساده، نسبت به تمامی اطلاعات قیمت – چه اطلاعات اخیر و چه اطلاعات سابق قیمت – واکنش یکسانی نشان میدهد.
برای کسب اطلاعات بیشتر در مورد میانگین متحرک میتوانید از مطلب آموزشی «میانگین متحرک در تحلیل تکنیکال چیست؟» دیدن نمایید.
نکات کلیدی:
- میانگین متحرک نمایی یک میانگین متحرک میباشد که وزن و اهمیت بیشتری نسبت به اطلاعات اخیر قیمتی نشان میدهد.
- مانند تمامی میانگینهای متحرک، این اندیکاتور تکنیکال بهمنظور تولید سیگنالهای خرید یا فروش (Buy or sell signals) بر اساس تقاطعهای پیش آمده، و همچنین واگراییهایی در رابطه با میانگینهای تاریخی قیمت را به ما میدهد.
- معاملهگران معمولاً از انواع متفاوتی از میانگینهای متحرک نمایی استفاده میکنند، مانند میانگینهای متحرک نمایی دهروزه، پنجاهروزه، و یا حتی میانگینهای متحرک نمایی دویستروزه.
برای کسب اطلاعات بیشتر در مورد واگرایی میتوانید از مطلب آموزشی «واگرایی در تحلیل تکنیکال چیست؟» دیدن نمایید.
فرمول میانگینهای متحرک نمایی

در حالی که انتخابات زیادی برای ضریب هموارسازی وجود دارد، اما معمولاً از ضریب هموارسازی 2 (Smoothing = 2) استفاده میشود.
این ضریب هموارسازی به آخرین اطلاعات قیمتی وزن بیشتری میدهد. اگر ضریب هموارسازی افزایش یابد، باز هم وزن داده شده به اطلاعات اخیر قیمتی افزایش یافته و تأثیر آنها بر میانگینهای متحرک نمایی بیشتر خواهد شد.
محاسبه میانگینهای متحرک نمایی
محاسبه میانگینهای متحرک نمایی (مرجع) نیاز به ملاحظات بیشتری نسبت محاسبه کردن میانگینهای متحرک ساده دارد.
در نظر بگیرید که شما میخواهید از اطلاعات قیمتی بیستروز برای محاسبه میانگین متحرک نمایی استفاده کنید.
بنابراین، شما باید تا روز بیستم صبر کنید تا میانگین متحرک سادهتان را بدست آورید. در روز بیستویکم، شما میتوانید از میانگین متحرک ساده برای روز قبل بهعنوان اولین میانگین متحرک نمایی روز قبل استفاده نمایید.
محاسبهٔ میانگین متحرک ساده آسان است. این محاسبات بدین شرح انجام میشوند: جمع قیمتهای بسته شدن سهام در طی روزهای منتخب، تقسیم بر تعداد رصدهای (observations) انجام شده در آن روز.
برای مثال، یک میانگین متحرک ساده بیستروزه تنها برابر با جمع قیمتهای پایانی بیست روز اخیر است که تقسیم بر بیست شدهاند.
سپس، شما باید ضریب وزندهندهٔ میانگینِ متحرک نمایی (Multiplier for smoothing – Weighting – the EMA) را محاسبه کنید، که معمولاً بهشکلِ این فرمول محاسبه میگردد:
برای محاسبه یک میانگین متحرک نمایی بیستروزه، ضریب هموارسازی ما باید برابر با 0.0952 = [(20+1)/2] باشد. در نهایت، فرمولی که در ادامه آمده است برای محاسبهٔ میانگینِ متحرک نمایی به کار میرود:
(EMA = Closing price x multiplier + EMA (previous day) x (1-multiplier
میانگین متحرک نمایی = (قیمت بسته شدن × ضریب) + (میزان میانگین متحرک نمایی روز قبل × (1- ضریب))
میانگین متحرک نمایی به قیمتهای اخیر وزن بیشتری میدهد، در حالی که میانگین متحرک ساده مقدار وزنی یکسان را برای همهٔ اطلاعات قیمتی در نظر میگیرد.
این وزندهی به قیمتهای اخیر تأثیرات بیشتری را در میانگینهای متحرک نمایی کوتاه مدت (Shorter – period EMA’s)، نسبت به میانگینهای متحرک نمایی بلندمدت اعمال میکند.
برای مثال، یک ضریب هموارسازی 18/18 درصدی به قیمتهای اخیر یک میانگین متحرک نمایی دهروزه اعمال شده است، در حالی که این وزن تنها برابر 9/52 درصد یک میانگین متحرک نمایی بیستروزه میباشد.
میانگین های متحرک نمایی دوگانه در تحلیل تکنیکال چیست؟
بهطور کلی، انواع متفاوت میانگینهای متحرک که از قیمتهای باز شدن، بسته شدن، بالاترین قیمت و یا قیمت میانی روز بهجای قیمت پایانی روز استفاده میکنند، وجود دارد.

میانگینهای متحرک نمایی چه چیزهایی را به ما میگویند؟
میانگینهای متحرک نمایی دوازدهروزه و بیستوششروزه در تحلیل کوتاهمدت از پُرکاربردترین میانگینهای متحرک میباشند.
میانگینهای متحرک دوازده و شانزدهروزه برای استفاده در ساخت اندیکاتورهایی مانند «اندیکاتورهای همگرایی و واگرایی میانگینهای متحرک -Moving average convergence divergence – MACD» و «اندیکاتور نوسانسنج درصد قیمتی – Percentage Price oscillator – PPO» استفاده میشود.
بهطور کلی، اندیکاتورهای میانگین متحرک نمایی پنجاهروزه و دویستروزه بهعنوان نشانگرهایی جهت شناسایی روندهای طولانی مدت استفاده میشوند.
زمانی که قیمت میانگین متحرکی نمایی دویستروزه را رد میکند، یک سیگنال در مورد بازگشت روند (Trend Reversal) صادر میشود.
اندیکاتور همگرایی-واگرایی میانگین متحرک – مکدی – در تحلیل تکنیکال چیست؟
معاملهگرانی که از تحلیل تکنیکال برای یافتن موقعیتهای معاملاتی استفاده میکنند، استفاده از میانگینهای متحرک را بسیار کاربردی میبینند؛ البته در صورتی که از آنها درست استفاده شود.
با این وجود، آنها همچنین متوجه این موضوع میشوند که سیگنالهای تولیدشده توسط این میانگینهای متحرک ممکن است بهصورت نادرستی تفسیر گردند. تمامی میانگینهای متحرکهای استفاده شده در تحلیل تکنیکال، بهمانند بسیاری از انواع اندیکاتورها؛ دچار تأخیر (Lagging) میباشند.
درنتیجه، استنتاجهای انجامشده از اعمال کردن یک میانگین متحرک در یک نمودار خاص بازاری باید قادر باشد تا یک حرکت در قیمت را تأیید کرده و یا میزان قدرت آن را نشان دهد.
زمان مناسب برای ورود به بازار معمولاً زودتر از موقعی رخ میدهد که میانگینهای متحرک بهشما تغییرات در بازار را نشان میدهند.
یک میانگین متحرک نمایی بهمنظور کم کردن اثرات این تأخیر در برخی از شرایط مورد استفاده قرار میگیرد. از آنجایی که میانگینهای متحرک نمایی در محاسبات خود به آخرین دیتاهای ورودی، وزن بیشتری میبخشد؛
باعث شدیدتر نشان داده شدن حرکات اخیر قیمت میشود و بههمین دلیل میانگینهای متحرک نمایی نسبت به اطلاعات آخر قیمت حساسیت بیشتری دارند. این موضوع مطلوبی بهخصوص در هنگام استفاده از میانگینهای متحرک نمایی برای پیدا کردن سیگنال ورودی به یک معامله میباشد.
به مانند دیگر اندیکاتورهای میانگین متحرک، میانگینهای متحرک نمایی در بازارهای رونددار (Trending Markets) بسیار بهتر کار میکند.
زمانی که بازار در یک روند صعودی و مداوم رو به بالا میباشد، میانگین متحرک نمایی نیز خطی رو به بالا است و یا در حالت عکس، میانگین متحرک نمایی در بازارهای نزولی خطی رو به پایین خواهد بود.
یک معاملهگر هوشیار به ارتباط بین جهت خط میانگین متحرک نمایی و نرخ تغییرات هر یک از کندلها با کندل بعدی توجه میکند.
برای مثال، در نظر بگیرید که حرکات قیمتی در یک روند صعودی شروع به تضعیف شدن میکند و بازگشت قیمتی رخ میدهد.
از دیدگاه هزینه فرصت (Opportunity cost) ممکن است این زمان زمانِ مناسبی برای انجام سرمایهگذاریهای بیشتر (More bullish investments) باشد.
برای کسب اطلاعات بیشتر در مورد بازگشت قیمتی میتوانید از مطلب آموزشی «بازگشت قیمتی در تحلیل تکنیکال چیست؟» دیدن نمایید.
مثالهایی از نحوه استفاده میانگینهای متحرک نمایی
میانگینهای متحرک نمایی معمولاً بههمراه دیگر اندیکاتورهای تکنیکال برای تأیید کردن حرکات مهم قیمتی در بازار و همچنین سنجیدن اعتبار آنها استفاده میشود.
برای معاملهگرانی که به صورت کوتاهمدت و روزانه کار کرده و در بازارهایی با حرکات سریع معامله میکنند، میانگینهای متحرک نمایی کاربردهای بیشتری دارند.
معمولاً معاملهگران از میانگینهای متحرک نمایی برای تأیید معامله خود استفاده میکنند. اگر یک میانگین متحرک نمایی در یک نمودار روزانه نشان از یک روند صعودی قدرتمند دهد، ممکن است استراتژی یک معامله روزانه، تنها معامله کردن در جهت خرید باشد.
تفاوت بین میانگین متحرک نمایی و میانگین متحرک ساده
تفاوت اصلی بین میانگینهای متحرک نمایی و میانگین متحرک ساده در حساسیتی است که هر یک از آنها نسبت به اطلاعات بهکار رفته در آنها نشان میدهند.
بهطور دقیقتر، میانگینهای متحرک نمایی وزن بیشتری به اطلاعات اخیر قیمتی میدهند، در حالی که میانگینهای متحرک ساده وزن یکسانی را نسبت به تمامی اطلاعات ورودی میدهند.
این دو میانگین شبیه بهیکدیگر هستند زیرا که هر دوی آنها به شیوه یکسان تفسیر میشوند و هر دویشان نیز توسط معاملهگران تکنیکال برای هموار کردن نوسانات قیمتی مورد استفاده قرار میگیرند.
از آنجایی که میانگینهای متحرک نمایی وزن بیشتری را بر اطلاعات اخیر قیمتی نسبت به اطلاعات قدیمی آن قرار میدهند، نسبت به آخرین تغییرات قیمتی واکنش بیشتری را نشان میدهند.
در حالی که چنین واکنشهای سنگینی را از میانگینهای متحرک ساده شاهد نخواهیم بود. این باعث بهروزتر بودن میانگینهای متحرک نمایی نسبت به میانگینهای متحرک ساده میشود و به ما این توضیح را میدهد که چرا استفاده از این نوع میانگینهای متحرک در بین بسیاری از معاملهگران رایجتر است.
محدودیتهای میانگینهای متحرک نمایی
بهطور واضح مشخص نیست که در چه زمانی باید تأکید بیشتری بر روی اطلاعات قیمتی روزهای اخیر در بازهٔ زمانی داده شده داشته باشیم.
بسیاری از معاملهگران باور دارند که اطلاعات جدید، وضعیت کنونی روند و یا سهم را بهتر از اطلاعات قدیمی آن نشان میدهند.
در همین حین، دیگر افراد این احساس را دارند که وزندهی بیش از حد به اطلاعات اخیر، ممکن است نوعی تعصب را بهوجود بیاورد که این خود منجر به ایجاد اخطارهای غلط میگردد.
بهطور مشابه، میانگین متحرک نمایی بهطور کامل بر روی اطلاعات تاریخی اتکا دارد. بسیاری از اقتصاددانان باور دارند که بازارها بهصورت بهینه (Efficient market hypothesis) رفتار میکنند، این بدین معنی است که قیمتهای کنونی بازار تمامی اطلاعات در دسترس و مورد نیاز را از قبل در خود بازتاب کردهاند.
اگر بازارها نیز در واقع بهینه باشند، استفاده از اطلاعات تاریخی نمیتواند به ما چیزی را در مورد جهت حرکت آینده قیمت بگوید.
اگر علاقه مند به یادگیری بیشتر در این حوزه هستید میتوانید از نقشه راهنمای دیجی کوینر به نام «درخت یادگیری» دیدن نمایید که از نقطه ابتدایی تا انتهای مسیر را ریل گذاری کرده است.
شما با مطالعه درخت یادگیری تا حد مطلوبی دانش خود را افزایش دادهاید اما برای حرفه ای شدن و انجام معاملات در این بازار نیاز به یک راهنمای مجرب و با تجربه دارید.
مجموعه دیجی کوینر بر آن است که با برگزاری کلاسهای آموزشی تجریبات چند ساله خود را در اختیار هم وطنان عزیز قرار دهد تا در این بحران اقتصادی بتوانند در آمد دلاری کسب نمایند. (تاریخ برگزاری کلاسها متعاقبا از طریق وبسایت اعلام خواهد شد.)
تیم تحریریه دیجی کوینر
این مقاله به کوشش هیئت تحریریه دیجی کوینر تولید شده است. تک تک ما امیدواریم که با تلاش خود، تاثیری هر چند کوچک در آگاه سازی فعالان حوزه رمز ارزها و بازارهای مالی داشته باشیم.
نوشته های بیشتر از دیجی کوینر