Gleitende Durchschnittliche Volatilität Excel

Wie zu berechnen EMA in Excel Erfahren Sie, wie die exponentiellen gleitenden Durchschnitt in Excel und VBA zu berechnen, und erhalten Sie eine kostenlose Web-Kalkulationstabelle. Die Kalkulationstabelle holt die Bestandsdaten von Yahoo Finance ab, berechnet die EMA (über dem gewählten Zeitfenster) und stellt die Ergebnisse dar. Der Download-Link ist unten. Die VBA kann angesehen und bearbeitet werden. Aber zuerst disover, warum EMA ist wichtig für technische Händler und Marktanalysten. Historische Aktienkurse werden oft mit vielen hochfrequenten Geräuschen belastet. Das verbirgt oft große Trends. Gleitende Durchschnitte helfen, diese kleinen Schwankungen auszugleichen, so dass Sie einen besseren Einblick in die allgemeine Marktrichtung erhalten. Der exponentielle gleitende Durchschnitt legt mehr Wert auf neuere Daten. Je größer die Zeitspanne, desto geringer die Wichtigkeit der aktuellsten Daten. EMA wird durch diese Gleichung definiert. (Multipliziert mit einem Gewicht) und yesterday8217s EMA (multipliziert mit 1-Gewicht) Sie müssen die EMA-Berechnung mit einer anfänglichen EMA (EMA 0) kickstart. Dies ist gewöhnlich ein einfacher gleitender Durchschnitt der Länge T. Die obige Tabelle gibt beispielsweise die EMA von Microsoft zwischen dem 1. Januar 2013 und dem 14. Januar 2014 an. Technische Händler verwenden oft die Kreuzung zweier gleitender Durchschnitte 8211 mit einer kurzen Zeitskala Und ein anderer mit einer langen Zeitskala 8211, um Kauf / Verkaufssignale zu erzeugen. Häufig werden 12- und 26-Tage-Gleitmittel verwendet. Wenn der kürzere gleitende Durchschnitt über dem längeren gleitenden Durchschnitt steigt, ist der Markt trends aufwändig, das ist ein Kaufsignal. Allerdings, wenn die kürzere gleitende Mittelwerte fällt unter den langlebigen Durchschnitt, der Markt sinkt dies ist ein Verkaufssignal. Let8217s erlernen zuerst, wie man EMA using Arbeitsblattfunktionen berechnet. Danach entdecken wir, wie man VBA zur Berechnung von EMA verwendet (und automatisch Plot Diagramme) Berechnen Sie EMA in Excel mit Worksheet-Funktionen Schritt 1. Let8217s sagen, dass wir die 12-Tage-EMA von Exxon Mobil8217s Aktienkurs berechnen wollen. Wir müssen zunächst historische Aktienkurse 8211 erhalten, die Sie mit diesem Bulk-Aktien-Downloader tun können. Schritt 2 . Berechnen Sie den einfachen Durchschnitt der ersten 12 Preise mit Excel8217s Average () - Funktion. In der Screengrab unten, in Zelle C16 haben wir die Formel AVERAGE (B5: B16) wo B5: B16 enthält die ersten 12 schließen Preise Schritt 3. Unterhalb der Zelle, die in Schritt 2 verwendet wird, geben Sie die EMA Formel oben ein Dort haben Sie es You8217ve berechnete erfolgreich einen wichtigen technischen Indikator, EMA, in einer Kalkulationstafel. Berechnen EMA mit VBA Jetzt let8217s mechanisieren die Berechnungen mit VBA, einschließlich der automatischen Erstellung von Plots. Ich hab8217t zeigt Ihnen die volle VBA hier (es8217s in der Kalkulationstabelle unten), aber wir8217ll diskutieren die meisten kritischen Code. Schritt 1. Laden Sie historische Aktienkurse für Ihre Ticker von Yahoo Finanzen (mit CSV-Dateien), und laden Sie sie in Excel oder verwenden Sie die VBA in dieser Tabelle, um historische Zitate direkt in Excel zu erhalten. Ihre Daten können so aussehen: Schritt 2. Dies ist, wo wir brauchen, um ein paar braincells 8211 wir brauchen, um die EMA-Gleichung in VBA implementieren. Wir können R1C1 Stil verwenden, um programmgesteuert Formeln in einzelne Zellen eingeben. Untersuchen Sie das Code-Snippet unten. EMAWindow ist eine Variable, die dem gewünschten Zeitfenster entspricht numRows ist die Gesamtzahl der Datenpunkte 1 (die 8220 18221 ist weil wir8217re unter der Annahme, dass die tatsächlichen Bestandsdaten in Zeile 2 beginnen) wird die EMA in Spalte berechnet h Angenommen, dass EMAWindow 5 und Numrows Die erste Zeile platziert eine Formel in der Zelle h6, die das arithmetische Mittel der ersten 5 historischen Datenpunkte berechnet. Die zweite Zeile platziert Formeln in den Zellen h7: h100, die die EMA der verbleibenden 95 berechnet Datenpunkte Schritt 3 Diese VBA-Funktion erzeugt einen Plot des engen Preises und der EMA. Großer Job auf Diagrammen und Erklärungen. Ich habe eine Frage though. Wenn ich das Anfangsdatum zu einem Jahr später ändere und neueste EMA Daten betrachte, ist es merklich unterschiedlich, als wenn ich den gleichen EMA Zeitraum mit einem früheren Anfangsdatum für die gleiche neue Datumsreferenz verwende. Ist das, was Sie erwarten. Es macht es schwierig, auf veröffentlichte Diagramme mit EMAs angezeigt und sehen nicht das gleiche Diagramm. Shivashish Sarkar sagt: Hallo, ich bin mit Ihrem EMA-Rechner und ich wirklich zu schätzen wissen. Allerdings habe ich festgestellt, dass der Taschenrechner nicht in der Lage, die Graphen für alle Unternehmen (es zeigt Run time error 1004). Können Sie bitte erstellen Sie eine aktualisierte Ausgabe Ihres Rechners, in dem neue Unternehmen aufgenommen werden wird Lassen Sie eine Antwort Abbrechen Antwort Wie die kostenlose Spreadsheets Master Knowledge Base Aktuelle Berechnungen Historische Volatilität mit EWMA Volatilität ist die am häufigsten verwendete Maß für das Risiko. Die Volatilität in diesem Sinne kann entweder eine historische Volatilität (eine aus früheren Daten beobachtete) oder eine Volatilität (beobachtet aus Marktpreisen von Finanzinstrumenten) sein. Die historische Volatilität kann auf drei Arten berechnet werden: Einfache Volatilität, exponentiell gewichtetes Wachstum Durchschnitt (EWMA) GARCH Einer der großen Vorteile von EWMA ist, dass es mehr Gewicht auf die jüngsten Erträge bei der Berechnung der Renditen gibt. In diesem Artikel werden wir untersuchen, wie die Volatilität mit EWMA berechnet wird. Wenn wir die Aktienkurse anschauen, können wir die täglichen logarithmischen Renditen unter Verwendung der Formel ln (P i / P i -1) berechnen, wobei P für P steht Jeder Tag schließt Aktienkurs. Wir müssen das natürliche Protokoll verwenden, weil wir die Renditen kontinuierlich erweitern wollen. Wir haben jetzt täglich Rücksendungen für die gesamte Preisreihe. Schritt 2: Platzieren Sie die Rückkehr Der nächste Schritt ist die nehmen das Quadrat der langen Rückkehr. Dies ist tatsächlich die Berechnung der einfachen Varianz oder der Volatilität, die durch die folgende Formel dargestellt wird: Hier steht u für die Rendite und m für die Anzahl der Tage. Schritt 3: Gewichte Zuweisen Gewichte zuweisen, so dass die jüngsten Renditen ein höheres Gewicht haben und ältere Renditen weniger Gewicht haben. Dazu benötigen wir einen Faktor Lambda (), eine Glättungskonstante oder einen persistenten Parameter. Die Gewichte werden als (1-) 0 zugewiesen. Lambda muss kleiner als 1 sein. Risikometrik verwendet Lambda 94. Das erste Gewicht ist (1-0,94) 6, das zweite Gewicht ist 60,94 5,64 und so weiter. In EWMA summieren sich alle Gewichte auf 1, jedoch sinken sie mit einem konstanten Verhältnis von. Schritt 4: Multiplizieren Rückkehr-quadriert mit den Gewichten Schritt 5: Nehmen Sie die Summe von R 2 w Dies ist die abschließende EWMA-Varianz. Die Volatilität ist die Quadratwurzel der Varianz. Der folgende Screenshot zeigt die Berechnungen. Das obige Beispiel, das wir gesehen haben, ist der von RiskMetrics beschriebene Ansatz. Die generalisierte Form von EWMA kann als die folgende rekursive Formel dargestellt werden: 1 KommentarExploring Die exponentiell gewichtete gleitende durchschnittliche Volatilität ist die häufigste Maßnahme für das Risiko, aber es kommt in mehreren Geschmacksrichtungen. In einem früheren Artikel haben wir gezeigt, wie man einfache historische Volatilität berechnet. (Um diesen Artikel zu lesen, finden Sie unter Verwenden von Volatilität, um zukünftiges Risiko zu messen.) Wir verwendeten Googles tatsächlichen Aktienkursdaten, um die tägliche Volatilität basierend auf 30 Tagen der Bestandsdaten zu berechnen. In diesem Artikel werden wir auf einfache Volatilität zu verbessern und diskutieren den exponentiell gewichteten gleitenden Durchschnitt (EWMA). Historische Vs. Implied Volatility Erstens, lassen Sie diese Metrik in ein bisschen Perspektive. Es gibt zwei breite Ansätze: historische und implizite (oder implizite) Volatilität. Der historische Ansatz geht davon aus, dass Vergangenheit ist Prolog Wir messen Geschichte in der Hoffnung, dass es prädiktive ist. Die implizite Volatilität dagegen ignoriert die Geschichte, die sie für die Volatilität der Marktpreise löst. Es hofft, dass der Markt am besten weiß und dass der Marktpreis, auch wenn implizit, eine Konsensschätzung der Volatilität enthält. (Für verwandte Erkenntnisse siehe Die Verwendungen und Grenzen der Volatilität.) Wenn wir uns auf die drei historischen Ansätze (auf der linken Seite) konzentrieren, haben sie zwei Schritte gemeinsam: Berechnen Sie die Reihe der periodischen Renditen Berechnen die periodische Rendite. Das ist typischerweise eine Reihe von täglichen Renditen, bei denen jede Rendite in kontinuierlich zusammengesetzten Ausdrücken ausgedrückt wird. Für jeden Tag nehmen wir das natürliche Protokoll des Verhältnisses der Aktienkurse (d. H. Preis heute geteilt durch den Preis gestern und so weiter). Dies erzeugt eine Reihe von täglichen Renditen, von u i bis u i-m. Je nachdem wie viele Tage (m Tage) wir messen. Das bringt uns zum zweiten Schritt: Hier unterscheiden sich die drei Ansätze. Wir haben gezeigt, dass die einfache Varianz im Rahmen einiger akzeptabler Vereinfachungen der Mittelwert der quadratischen Renditen ist: Beachten Sie, dass diese Summe die periodischen Renditen zusammenfasst und dann diese Summe durch die Anzahl der Tage oder Beobachtungen (m). Also, seine wirklich nur ein Durchschnitt der quadrierten periodischen kehrt zurück. Setzen Sie einen anderen Weg, jede quadratische Rückkehr wird ein gleiches Gewicht gegeben. Wenn also Alpha (a) ein Gewichtungsfaktor (speziell eine 1 / m) ist, dann sieht eine einfache Varianz so aus: Die EWMA verbessert die einfache Varianz Die Schwäche dieses Ansatzes ist, dass alle Renditen das gleiche Gewicht erzielen. Yesterdays (sehr jüngste) Rückkehr hat keinen Einfluss mehr auf die Varianz als die letzten Monate zurück. Dieses Problem wird durch Verwendung des exponentiell gewichteten gleitenden Mittelwerts (EWMA), bei dem neuere Renditen ein größeres Gewicht auf die Varianz aufweisen, festgelegt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) führt Lambda ein. Die als Glättungsparameter bezeichnet wird. Lambda muss kleiner als 1 sein. Unter dieser Bedingung wird anstelle der gleichen Gewichtungen jede quadratische Rendite durch einen Multiplikator wie folgt gewichtet: Beispielsweise neigt die RiskMetrics TM, eine Finanzrisikomanagementgesellschaft, dazu, eine Lambda von 0,94 oder 94 zu verwenden. In diesem Fall wird die erste ( (1 - 0,94) (94) 0 6. Die nächste quadrierte Rückkehr ist einfach ein Lambda-Vielfaches des vorherigen Gewichts in diesem Fall 6 multipliziert mit 94 5,64. Und das dritte vorherige Tagegewicht ist gleich (1-0,94) (0,94) 2 5,30. Das ist die Bedeutung von exponentiell in EWMA: jedes Gewicht ist ein konstanter Multiplikator (d. h. Lambda, der kleiner als eins sein muß) des vorherigen Gewichtes. Dies stellt eine Varianz sicher, die gewichtet oder zu neueren Daten voreingenommen ist. (Weitere Informationen finden Sie im Excel-Arbeitsblatt für die Googles-Volatilität.) Der Unterschied zwischen einfacher Volatilität und EWMA für Google wird unten angezeigt. Einfache Volatilität wiegt effektiv jede periodische Rendite von 0,196, wie in Spalte O gezeigt (wir hatten zwei Jahre tägliche Aktienkursdaten, das sind 509 tägliche Renditen und 1/509 0,196). Aber beachten Sie, dass die Spalte P ein Gewicht von 6, dann 5,64, dann 5,3 und so weiter. Das ist der einzige Unterschied zwischen einfacher Varianz und EWMA. Denken Sie daran: Nachdem wir die Summe der ganzen Reihe (in Spalte Q) haben wir die Varianz, die das Quadrat der Standardabweichung ist. Wenn wir Volatilität wollen, müssen wir uns daran erinnern, die Quadratwurzel dieser Varianz zu nehmen. Was ist der Unterschied in der täglichen Volatilität zwischen der Varianz und der EWMA im Googles-Fall? Bedeutend: Die einfache Varianz gab uns eine tägliche Volatilität von 2,4, aber die EWMA gab eine tägliche Volatilität von nur 1,4 (Details siehe Tabelle). Offenbar ließ sich die Googles-Volatilität in jüngster Zeit verringern, so dass eine einfache Varianz künstlich hoch sein könnte. Die heutige Varianz ist eine Funktion der Pior Tage Variance Youll bemerken wir benötigt, um eine lange Reihe von exponentiell sinkenden Gewichte zu berechnen. Wir werden die Mathematik hier nicht durchführen, aber eine der besten Eigenschaften der EWMA ist, daß die gesamte Reihe zweckmäßigerweise auf eine rekursive Formel reduziert: Rekursiv bedeutet, daß heutige Varianzreferenzen (d. h. eine Funktion der früheren Tagesvarianz) ist. Sie können diese Formel auch in der Kalkulationstabelle zu finden, und es erzeugt genau das gleiche Ergebnis wie die Langzeitberechnung Es heißt: Die heutige Varianz (unter EWMA) ist gleichbedeutend mit der gestrigen Abweichung (gewichtet mit Lambda) plus der gestrigen Rückkehr (gewogen durch ein Minus-Lambda). Beachten Sie, wie wir sind nur das Hinzufügen von zwei Begriffe zusammen: gestern gewichtet Varianz und gestern gewichtet, quadriert zurück. Dennoch ist Lambda unser Glättungsparameter. Ein höheres Lambda (z. B. wie RiskMetrics 94) deutet auf einen langsameren Abfall in der Reihe hin - in relativer Hinsicht werden wir mehr Datenpunkte in der Reihe haben, und sie fallen langsamer ab. Auf der anderen Seite, wenn wir das Lambda reduzieren, deuten wir auf einen höheren Abfall hin: die Gewichte fallen schneller ab, und als direkte Folge des schnellen Zerfalls werden weniger Datenpunkte verwendet. (In der Kalkulationstabelle ist Lambda ein Eingang, so dass Sie mit seiner Empfindlichkeit experimentieren können). Zusammenfassung Volatilität ist die momentane Standardabweichung einer Aktie und die häufigste Risikomessung. Es ist auch die Quadratwurzel der Varianz. Wir können Varianz historisch oder implizit messen (implizite Volatilität). Bei der historischen Messung ist die einfachste Methode eine einfache Varianz. Aber die Schwäche mit einfacher Varianz ist alle Renditen bekommen das gleiche Gewicht. So stehen wir vor einem klassischen Kompromiss: Wir wollen immer mehr Daten, aber je mehr Daten wir haben, desto mehr wird unsere Berechnung durch weit entfernte (weniger relevante) Daten verdünnt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) verbessert die einfache Varianz durch Zuordnen von Gewichten zu den periodischen Renditen. Auf diese Weise können wir beide eine große Stichprobengröße, sondern auch mehr Gewicht auf neuere Renditen. (Um ein Film-Tutorial zu diesem Thema zu sehen, besuchen Sie die Bionic Turtle.) Moving Average - MA BREAKING DOWN Moving Average - MA Als SMA-Beispiel betrachten Sie eine Sicherheit mit den folgenden Schlusskursen über 15 Tage: Woche 1 (5 Tage) 20 , 22, 24, 25, 23 Woche 2 (5 Tage) 26, 28, 26, 29, 27 Woche 3 (5 Tage) 28, 30, 27, 29, 28 Eine 10-tägige MA würde die Schlusskurse für Die ersten 10 Tage als erster Datenpunkt. Der nächste Datenpunkt würde den frühesten Preis senken, den Preis am Tag 11 addieren und den Durchschnitt nehmen, und so weiter, wie unten gezeigt. Wie bereits erwähnt, verzögert MAs die aktuelle Preisaktion, weil sie auf vergangenen Preisen basieren, je länger der Zeitraum für die MA ist, desto größer ist die Verzögerung. So wird ein 200-Tage-MA haben eine viel größere Verzögerung als eine 20-Tage-MA, weil es Preise für die letzten 200 Tage enthält. Die Länge des zu verwendenden MA hängt von den Handelszielen ab, wobei kürzere MAs für den kurzfristigen Handel und längerfristige MAs eher für langfristige Anleger geeignet sind. Die 200-Tage-MA ist weithin gefolgt von Investoren und Händlern, mit Pausen über und unter diesem gleitenden Durchschnitt als wichtige Trading-Signale. MAs auch vermitteln wichtige Handelssignale auf eigene Faust, oder wenn zwei Durchschnitte überqueren. Eine steigende MA zeigt an, dass die Sicherheit in einem Aufwärtstrend liegt. Während eine sinkende MA zeigt, dass es in einem Abwärtstrend ist. In ähnlicher Weise wird das Aufwärtsmoment mit einem bulligen Crossover bestätigt. Die auftritt, wenn eine kurzfristige MA über einem längerfristigen MA kreuzt. Abwärts-Momentum wird mit einem bärischen Übergang bestätigt, der auftritt, wenn eine kurzfristige MA unter eine längerfristige MA übergeht. Standardabweichung (Volatilität) Standardabweichung (Volatilität) Einleitung Standardabweichung ist ein statistischer Begriff, der die Größe der Variabilität oder Dispersion misst Um einen Durchschnitt. Die Standardabweichung ist auch ein Maß für die Volatilität. Allgemein gesprochen ist Dispersion die Differenz zwischen dem Istwert und dem Mittelwert. Je größer diese Dispersion oder Variabilität ist, desto höher ist die Standardabweichung. Je kleiner diese Dispersion oder Variabilität ist, desto geringer ist die Standardabweichung. Chartisten können die Standardabweichung verwenden, um das erwartete Risiko zu messen und die Bedeutung bestimmter Preisbewegungen zu bestimmen. Berechnung StockCharts berechnet die Standardabweichung für eine Population, die davon ausgeht, dass die betreffenden Perioden den gesamten Datensatz darstellen, nicht ein Sample aus einem größeren Datensatz. Die Berechnungsschritte sind wie folgt: Berechnen Sie den durchschnittlichen (mittleren) Preis für die Anzahl der Perioden oder Beobachtungen. Bestimmen Sie jede Periode039s Abweichung (schließen Sie weniger durchschnittlichen Preis). Quadrat jede Periode039s Abweichung. Summe der quadrierten Abweichungen. Teilen Sie diese Summe durch die Anzahl der Beobachtungen. Die Standardabweichung ist dann gleich der Quadratwurzel dieser Zahl. Die Kalkulationstabelle oben zeigt ein Beispiel für eine 10-Perioden-Standardabweichung unter Verwendung von QQQQ-Daten. Man beachte, daß der 10-Periodendurchschnitt nach dem 10. Periodenzeitraum berechnet wird und dieser Durchschnitt auf alle 10 Perioden angewendet wird. Der Aufbau einer laufenden Standardabweichung mit dieser Formel wäre sehr intensiv. Excel hat einen einfacheren Weg mit der STDEVP-Formel. Die folgende Tabelle zeigt die 10-stufige Standardabweichung nach dieser Formel. Here039s ein Excel-Kalkulationstabelle, die die Standardabweichung Berechnungen zeigt. Standardabweichungswerte Die Standardabweichungswerte sind abhängig vom Preis der unter Sicherheit. Wertpapiere mit hohen Preisen wie Google (550) haben höhere Standardabweichungswerte als Wertpapiere mit niedrigen Preisen wie Intel (22). Diese höheren Werte sind keine Reflexion der höheren Volatilität, sondern eine Reflexion des tatsächlichen Preises. Die Standardabweichungswerte sind in Bezug auf den Preis des zugrunde liegenden Wertpapiers dargestellt. Historische Standardabweichungswerte werden auch betroffen sein, wenn ein Sicherheitssystem über einen längeren Zeitraum eine große Preisänderung erfährt. Eine Sicherheit, die sich von 10 auf 50 bewegt, hat höchstwahrscheinlich eine höhere Standardabweichung bei 50 als bei 10. In der obigen Tabelle bezieht sich die linke Skala auf die Standardabweichung. Google039s Standardabweichung Skala reicht von 2,5 bis 35, während die Intel-Bereich von 0,10 bis 0,75 läuft. Durchschnittliche Preisänderungen (Abweichungen) in Google reichen von 2,5 bis 35, während durchschnittliche Preisänderungen (Abweichungen) in Intel von 10 Cent bis 75 Cent liegen. Trotz der Bandbreitenunterschiede können Chartisten die Volatilitätsänderungen für jedes Wertpapier visuell beurteilen. Die Volatilität von Intel nahm von April bis Juni ab, da sich die Standardabweichung mehr als 70 Male veränderte. Google erlebt eine Schwankung der Volatilität im Oktober als Standardabweichung schoss über 30. Man müsste die Standardabweichung durch den Schlusskurs teilen, um die Volatilität für die beiden Wertpapiere direkt zu vergleichen. Messen von Erwartungen Der aktuelle Wert der Standardabweichung kann verwendet werden, um die Wichtigkeit einer Bewegungs - oder Soll-Erwartung abzuschätzen. Dabei wird davon ausgegangen, dass Preisänderungen in der Regel mit einer klassischen Glockenkurve verteilt werden. Obwohl Preisänderungen für Wertpapiere nicht immer normal verteilt sind, können Chartisten immer noch normale Distributionsrichtlinien verwenden, um die Bedeutung einer Kursbewegung abzuschätzen. In einer Normalverteilung liegen 68 der Beobachtungen innerhalb einer Standardabweichung. 95 der Beobachtungen fallen in zwei Standardabweichungen. 99,7 der Beobachtungen fallen unter drei Standardabweichungen. Mit diesen Richtlinien können Händler die Bedeutung einer Preisbewegung abschätzen. Eine Bewegung, die größer als eine Standardabweichung ist, würde in Abhängigkeit von der Bewegungsrichtung eine überdurchschnittliche Stärke oder Schwäche zeigen. Die Grafik oben zeigt Microsoft (MSFT) mit einer 21-tägigen Standardabweichung im Indikatorfenster. Es gibt ungefähr 21 Handelstage in einem Monat und die monatliche Standardabweichung war .88 am letzten Tag. In einer Normalverteilung sollten 68 der 21 Beobachtungen eine Preisänderung von weniger als 88 Cent aufweisen. 95 der 21 Beobachtungen sollten eine Preisänderung von weniger als 1,76 Cent (2 x .88 oder zwei Standardabweichungen) aufweisen. 99,7 der Beobachtungen sollten eine Preisänderung von weniger als 2,64 (3 x .88 oder drei Standardabweichungen) aufweisen, wobei Preisbewegungen, die 1,2 oder 3 Standardabweichungen darstellen, als bemerkenswert angesehen werden Es schwankte zwischen 0,32 und 0,88 von Mitte August bis Mitte Dezember. Ein 250-Tage-gleitenden Durchschnitt kann angewandt werden, um den Indikator zu glätten und finden einen Durchschnitt, die rund 68 Cent ist. Preis bewegt sich größer als 68 Cents waren größer als die 250 Tage-SMA der 21-Tage-Standardabweichung Diese überdurchschnittlichen Kursbewegungen weisen auf ein gesteigertes Interesse hin, das eine Trendveränderung vorherzusagen oder einen Breakout markieren könnte Schlussfolgerungen Die Standardabweichung ist ein statistisches Maß für die Volatilität Die Standardabweichung wird auch bei anderen Indikatoren wie Bollinger-Bändern verwendet, die 2 Standardabweichungen oberhalb und unterhalb des gleitenden Mittelwerts festlegen. Bewegungen, die die Bänder übersteigen, werden als signifikant genug angesehen, um die Aufmerksamkeit zu rechtfertigen. Wie bei allen Indikatoren sollte die Standardabweichung in Verbindung mit anderen Analysewerkzeugen wie Impulsoszillatoren oder Diagrammmustern verwendet werden. Standardabweichung und SharpCharts Die Standardabweichung ist als Indikator in SharpCharts mit einem Standardparameter von 10 verfügbar. Dieser Parameter kann je nach Analysebedarf geändert werden. Grob gesagt, 21 Tage entspricht einem Monat, 63 Tage entspricht einem Viertel und 250 Tagen entspricht einem Jahr. Die Standardabweichung kann auch auf wöchentlichen oder monatlichen Diagrammen verwendet werden. Indikatoren können auf die Standardabweichung angewendet werden, indem Sie auf erweiterte Optionen klicken und dann eine Überlagerung hinzufügen. Klicken Sie hier für ein Live-Diagramm mit der Standardabweichung.