การย้าย ค่าเฉลี่ย การวิเคราะห์ เครื่องมือ

วิธีการใช้ค่าเฉลี่ยเคลื่อนที่ในการซื้อหุ้นค่าเฉลี่ยเคลื่อนที่ (MA) เป็นเครื่องมือวิเคราะห์ทางเทคนิคที่เรียบง่ายซึ่งช่วยให้ข้อมูลราคาดีขึ้นโดยการสร้างราคาเฉลี่ยที่อัปเดตอยู่ตลอดเวลา ค่าเฉลี่ยจะถูกนำมาใช้ในช่วงระยะเวลาหนึ่งเช่น 10 วัน 20 นาที 30 สัปดาห์หรือช่วงเวลาใดก็ได้ที่พ่อค้าเลือก มีข้อได้เปรียบในการใช้ค่าเฉลี่ยเคลื่อนที่ในการซื้อขายรวมถึงตัวเลือกในประเภทค่าเฉลี่ยเคลื่อนที่ที่จะใช้ กลยุทธ์การย้ายเฉลี่ยยังเป็นที่นิยมและสามารถปรับแต่งให้เหมาะกับช่วงเวลาใด ๆ เหมาะกับนักลงทุนระยะยาวและผู้ค้าระยะสั้น ทำไมต้องใช้ค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่สามารถช่วยลดปริมาณเสียงในแผนภูมิราคาได้ มองไปที่ทิศทางของค่าเฉลี่ยเคลื่อนที่เพื่อดูแนวคิดพื้นฐานของราคาที่เคลื่อนไหว ราคาปรับตัวขึ้นและราคาปรับตัวลง (หรือเมื่อเร็ว ๆ นี้) โดยรวมลดลงและราคาปรับตัวลงโดยรวมเคลื่อนไปด้านข้างและราคาน่าจะอยู่ในช่วง ค่าเฉลี่ยเคลื่อนที่สามารถทำหน้าที่เป็นตัวสนับสนุนหรือความต้านทาน ในระยะขาขึ้นค่าเฉลี่ยเคลื่อนที่ 50 วัน 100 วันหรือ 200 วันอาจเป็นระดับการสนับสนุนดังที่แสดงในรูปด้านล่าง นี่เป็นเพราะการกระทำโดยเฉลี่ยเช่นพื้น (การสนับสนุน) ดังนั้นราคาจึงกลับขึ้นมา ในขาลงค่าเฉลี่ยถ่วงน้ำหนักอาจทำหน้าที่เป็นความต้านทานเช่นเพดานราคากระทบมันแล้วเริ่มที่จะลดลงอีกครั้ง ราคาเคยชินเคารพค่าเฉลี่ยเคลื่อนที่ในลักษณะนี้ ราคาอาจไหลผ่านเล็กน้อยหรือหยุดและย้อนกลับก่อนที่จะถึง เป็นแนวทางทั่วไปถ้าราคาอยู่เหนือค่าเฉลี่ยที่เคลื่อนที่แนวโน้มจะเพิ่มขึ้น หากราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่แนวโน้มจะลดลง ค่าเฉลี่ยเคลื่อนที่สามารถมีความยาวแตกต่างกันได้ (กล่าวสั้น ๆ ) ดังนั้นหนึ่งอาจบ่งบอกถึงแนวโน้มขาขึ้นขณะที่อีกค่าหนึ่งบ่งบอกถึงแนวโน้มขาลง ประเภทของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้หลายวิธี ค่าเฉลี่ยเคลื่อนที่ห้าวัน (SMA) เพียงแค่เพิ่มขึ้นห้าราคาปิดล่าสุดในชีวิตประจำวันและหารด้วยห้าเพื่อสร้างค่าเฉลี่ยใหม่ในแต่ละวัน แต่ละค่าเฉลี่ยจะเชื่อมต่อกันทำให้เกิดเส้นไหลเอกพจน์ ค่าเฉลี่ยเคลื่อนที่ที่นิยมอีกอย่างหนึ่งคือค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) การคำนวณมีความซับซ้อนมากขึ้น แต่โดยทั่วไปใช้น้ำหนักมากขึ้นกับราคาล่าสุด วางแผน SMA 50 วันและ EMA 50 วันในแผนภูมิเดียวกันและคุณจะสังเกตเห็นว่า EMA ทำปฏิกิริยากับการเปลี่ยนแปลงราคาได้เร็วกว่า SMA เนื่องจากมีการเพิ่มน้ำหนักข้อมูลราคาล่าสุด ซอฟต์แวร์การทำแผนที่และแพลตฟอร์มการซื้อขายทำคำนวณดังนั้นจึงไม่มีการใช้คณิตศาสตร์ด้วยตนเองเพื่อใช้ MA ชนิดหนึ่งของ MA ไม่ดีกว่าอีก EMA อาจทำงานได้ดีขึ้นในตลาดหุ้นหรือตลาดการเงินเป็นระยะ ๆ และในบางครั้ง SMA อาจทำงานได้ดีขึ้น กรอบเวลาที่เลือกสำหรับค่าเฉลี่ยเคลื่อนที่จะมีบทบาทสำคัญในประสิทธิภาพของการทำงาน (โดยไม่คำนึงถึงประเภท) ความยาวเฉลี่ยที่เคลื่อนที่ได้คือ 10, 20, 50, 100 และ 200 ความยาวเหล่านี้สามารถใช้กับกรอบเวลาแผนภูมิใด ๆ (หนึ่งนาทีทุกวันรายสัปดาห์ ฯลฯ ) ขึ้นอยู่กับเส้นขอบการค้าของผู้ค้า กรอบเวลาหรือความยาวที่คุณเลือกสำหรับค่าเฉลี่ยเคลื่อนที่ซึ่งเรียกอีกอย่างว่าช่วงเวลาที่มองย้อนกลับสามารถมีบทบาทอย่างมากในการที่มีประสิทธิภาพ MA ที่มีกรอบเวลาสั้น ๆ จะตอบสนองต่อการเปลี่ยนแปลงของราคาได้เร็วกว่า MA ที่มีระยะเวลาย้อนหลังนาน ในภาพด้านล่างค่าเฉลี่ยเคลื่อนที่ 20 วันจะติดตามราคาที่เกิดขึ้นจริงกว่า 100 วันอย่างใกล้ชิด 20 วันอาจเป็นประโยชน์ในการวิเคราะห์แก่ผู้ประกอบการที่มีอายุสั้นเนื่องจากราคาดังกล่าวใกล้เคียงกับราคามากขึ้นและทำให้เกิดความล่าช้าน้อยกว่าค่าเฉลี่ยเคลื่อนที่ระยะยาว ความล่าช้าคือเวลาที่ใช้สำหรับค่าเฉลี่ยเคลื่อนที่ในการส่งสัญญาณการกลับรายการที่อาจเกิดขึ้น การเรียกคืนเป็นแนวทางทั่วไปเมื่อราคาอยู่เหนือค่าเฉลี่ยที่เคลื่อนที่แนวโน้มจะพิจารณาขึ้น ดังนั้นเมื่อราคาปรับตัวลดลงต่ำกว่าค่าเฉลี่ยที่เคลื่อนที่จะส่งผลให้เกิดการกลับรายการที่อาจเกิดขึ้นจาก MA ค่าเฉลี่ยเคลื่อนที่ 20 วันจะให้สัญญาณการกลับรายการมากขึ้นกว่าค่าเฉลี่ยเคลื่อนที่ 100 วัน ค่าเฉลี่ยเคลื่อนที่สามารถยาวได้ 15, 28, 89 ฯลฯ การปรับค่าเฉลี่ยเคลื่อนที่เพื่อให้ได้ข้อมูลที่ถูกต้องมากขึ้นเกี่ยวกับข้อมูลในอดีตอาจช่วยสร้างสัญญาณที่ดีขึ้นในอนาคต กลยุทธ์การซื้อขาย - Crossovers Crossovers เป็นหนึ่งในกลยุทธ์เฉลี่ยที่เคลื่อนไหวโดยเฉลี่ย ประเภทแรกคือครอสโอเวอร์ราคา เรื่องนี้ถูกกล่าวถึงก่อนหน้านี้และเมื่อราคาสูงกว่าหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่เพื่อบ่งชี้ถึงแนวโน้มการเปลี่ยนแปลงที่อาจเกิดขึ้น กลยุทธ์อีกอย่างหนึ่งก็คือการใช้ค่าเฉลี่ยเคลื่อนที่สองค่าเป็นแผนภูมิหนึ่งและยาวอีกหนึ่งอัน เมื่อ MA สั้นข้ามเหนือ MA ระยะยาวสัญญาณซื้อตามที่บ่งชี้ว่าแนวโน้มมีการขยับขึ้นซึ่งเรียกว่า Cross สีทอง เมื่อ MA สั้นลงมาต่ำกว่า MA ในระยะยาวสัญญาณการขายของมันบ่งชี้ว่าแนวโน้มมีการเคลื่อนตัวลง ค่านี้เรียกว่าเป็นค่าเฉลี่ย deaddeath ค่าเฉลี่ยเคลื่อนที่จะคำนวณจากข้อมูลที่ผ่านมาและไม่มีอะไรเกี่ยวกับการคำนวณที่คาดการณ์ในธรรมชาติ ดังนั้นผลที่ได้จากการใช้ค่าเฉลี่ยเคลื่อนที่จะเป็นแบบสุ่ม - ในบางครั้งตลาดดูเหมือนว่าจะให้ความสนับสนุนสัญญาณตอบรับและสัญญาณการค้าระหว่างประเทศ และบางครั้งก็แสดงให้เห็นว่าไม่มีการเคารพ ปัญหาที่สำคัญอย่างหนึ่งก็คือถ้าการดำเนินการด้านราคากลายเป็นราคาที่ผันผวนราคาอาจแกว่งไปมาเป็นสัญญาณสัญญาณย้อนกลับหลายทิศทาง เมื่อสิ่งนี้เกิดขึ้นได้ดีที่สุดให้หลีกเลี่ยงหรือใช้ตัวบ่งชี้อื่นเพื่อช่วยชี้แจงแนวโน้ม สิ่งเดียวที่สามารถเกิดขึ้นได้กับการครอสโอเวอร์ MA ซึ่ง MAs ได้รับการพันกันเป็นระยะเวลาหนึ่งโดยเริ่มต้นธุรกิจการค้าหลายอย่าง ค่าเฉลี่ยเคลื่อนที่ทำงานได้ดีขึ้นในสภาวะที่มีแนวโน้มสูง แต่มักไม่ดีในสภาวะที่แปรปรวนหรือแตกต่างกัน การปรับกรอบเวลาสามารถช่วยในเรื่องนี้ได้ชั่วคราวแม้ว่าในบางประเด็นประเด็นเหล่านี้มักเกิดขึ้นโดยไม่คำนึงถึงกรอบเวลาที่เลือกสำหรับ MA (s) ค่าเฉลี่ยเคลื่อนที่ช่วยลดข้อมูลราคาโดยการทำให้เรียบและสร้างเส้นไหล วิธีนี้สามารถทำให้แนวโน้มในการแยกตัวง่ายขึ้น ค่าเฉลี่ยเคลื่อนที่แบบเสวนาตอบสนองต่อการเปลี่ยนแปลงของราคาได้ง่ายกว่าค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย ในบางกรณีอาจเป็นเรื่องที่ดีและในบางกรณีอาจทำให้เกิดสัญญาณผิดพลาด การเคลื่อนไหวโดยเฉลี่ยที่มีระยะเวลาย้อนกลับสั้นกว่า (เช่น 20 วัน) จะตอบสนองต่อการเปลี่ยนแปลงราคาได้เร็วกว่าค่าเฉลี่ยที่มีระยะเวลามองยาว (200 วัน) การย้ายไขว้เฉลี่ยเป็นกลยุทธ์ยอดนิยมสำหรับทั้งรายการและทางออก MAs ยังสามารถเน้นพื้นที่ของการสนับสนุนหรือความต้านทานที่อาจเกิดขึ้น แม้ว่าค่าดังกล่าวอาจมีการคาดการณ์ก็ตามค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับข้อมูลในอดีตเสมอและเพียงแสดงราคาเฉลี่ยในช่วงเวลาหนึ่งเท่านั้น ข้อ 50 คือข้อตกลงการเจรจาต่อรองและข้อยุติในสนธิสัญญา EU ที่ระบุขั้นตอนที่จะต้องดำเนินการสำหรับประเทศใด ๆ ที่ เบต้าเป็นตัวชี้วัดความผันผวนหรือความเสี่ยงอย่างเป็นระบบของการรักษาความปลอดภัยหรือผลงานเมื่อเทียบกับตลาดโดยรวม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การออกจำหน่ายทรัพย์สินทางปัญญามักออกโดย บริษัท ที่มีขนาดเล็กและอายุน้อยกว่าที่แสวงหาข้อมูลทางกฎหมายที่สำคัญเกี่ยวกับอีเมลที่คุณจะส่ง เมื่อใช้บริการนี้ถือว่าคุณยอมรับที่อยู่อีเมลที่แท้จริงของคุณและส่งเฉพาะคนที่คุณรู้จักเท่านั้น เป็นการละเมิดกฎหมายในบางเขตอำนาจศาลในการระบุตัวตนด้วยอีเมล ข้อมูลทั้งหมดที่คุณให้ไว้จะถูกใช้โดย Fidelity เพียงเพื่อวัตถุประสงค์ในการส่งอีเมลในนามของคุณ บรรทัดหัวเรื่องของอีเมลที่คุณส่งจะเป็น Fidelity: อีเมลของคุณได้รับการส่งแล้ว กองทุนรวมและการลงทุนในกองทุนรวม - การลงทุนใน Fidelity คลิกที่ลิงค์จะเปิดหน้าต่างใหม่ เทรดดิ้งเคลื่อนไหวด้วยค่าเฉลี่ยเคลื่อนที่ปลดปล่อยเครื่องมือที่เรียบง่ายและทรงพลังเพื่อปลดล็อกความมั่งคั่งของข้อมูลภายในแผนภูมิของคุณ Fidelity Active Trader News ndash 11212016 การวิเคราะห์ด้านเทคนิคหุ้นผู้ค้าหลักทรัพย์ที่เป็นนายหน้าซื้อขายหลักทรัพย์ Pro ในบรรดาเครื่องมือวิเคราะห์ทางเทคนิคทั้งหมดที่คุณต้องการทฤษฎีการคำนวณ MACD ดัชนีความสัมพันธ์สัมพัทธ์ เชิงเทียนของญี่ปุ่น และค่าเฉลี่ย moremoving เป็นหนึ่งในที่ง่ายที่สุดในการทำความเข้าใจและใช้กลยุทธ์ของคุณ ถึงกระนั้นก็ยังเป็นตัวชี้วัดที่สำคัญที่สุดของแนวโน้มตลาดซึ่งเป็นประโยชน์อย่างยิ่งในตลาดที่มีแนวโน้มสูงขึ้น (upward downward) เช่นแนวโน้มขาขึ้นในระยะยาวที่เราได้รับตั้งแต่ปีพ. ศ. 2552 เป็นต้นมาว่าคุณสามารถรวมค่าเฉลี่ยเคลื่อนที่ไว้ที่ใด ความชำนาญ ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของชุดตัวเลข ค่าเฉลี่ยเคลื่อนที่หมายถึง (ค่าเฉลี่ย)) หมายถึงค่าเฉลี่ยเคลื่อนที่เนื่องจากเป็นราคาใหม่ข้อมูลเก่าถูกทิ้งและข้อมูลใหม่ล่าสุดจะแทนที่ หุ้นหรือการรักษาความปลอดภัยทางการเงินอื่น ๆ การเคลื่อนไหวปกติบางครั้งสามารถระเหย, gyrating ขึ้นหรือลงซึ่งอาจทำให้ยากที่จะประเมินทิศทางทั่วไป จุดประสงค์หลักของการย้ายค่าเฉลี่ยคือการทำให้ข้อมูลที่คุณได้รับการตรวจสอบมีความเรียบขึ้นเพื่อช่วยให้ได้รับแนวโน้มที่ชัดเจนขึ้น (ดูแผนภูมิด้านล่าง) ค่าเฉลี่ยเคลื่อนที่จะคลี่คลายออกจากราคา ที่มา: ผู้ค้าหลักทรัพย์ที่ใช้งานอยู่ ณ วันที่ 15 พฤศจิกายน 2016 มีค่าเฉลี่ยเคลื่อนที่ไม่กี่แบบที่นักลงทุนมักใช้ ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) SMA คำนวณโดยการเพิ่มข้อมูลทั้งหมดในช่วงเวลาที่ระบุและหารจำนวนทั้งหมดตามจำนวนวัน หากหุ้นของ XYZ ปิดที่ 30, 31, 30, 29 และ 30 ในช่วง 5 วันที่ผ่านมาค่าเฉลี่ยเคลื่อนที่ 5 วันจะอยู่ที่ 30 ค่าเฉลี่ยถ่วงน้ำหนัก (Exponential Movient Average - EMA) หรือที่เรียกว่าค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนัก EMA กำหนดน้ำหนักให้กับข้อมูลล่าสุดมากที่สุด ผู้ค้าจำนวนมากต้องการใช้ EMA เพื่อให้ความสำคัญกับการพัฒนาล่าสุด ค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลาง หรือที่เรียกว่าค่าเฉลี่ยเคลื่อนที่สามเหลี่ยมค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยจะคำนึงถึงราคาและเวลาโดยการวางน้ำหนักไว้ที่ตรงกลางชุดมากที่สุด นี่คือค่าเฉลี่ยเคลื่อนที่ที่ใช้กันอย่างแพร่หลาย ค่าเฉลี่ยเคลื่อนที่สามารถใช้กับแผนภูมิราคาทุกประเภท (เช่นเส้นแถบและเชิงเทียน) นอกจากนี้ยังเป็นส่วนประกอบสำคัญของตัวชี้วัดอื่น ๆ เช่นกลุ่ม Bollinger Bands การตั้งค่าค่าเฉลี่ยเคลื่อนที่เมื่อตั้งค่าแผนภูมิของคุณการเพิ่มค่าเฉลี่ยเคลื่อนที่จะง่ายมาก ใน Fidelitys Active Trader Pro ตัวอย่างเช่นเพียงแค่เปิดแผนภูมิและเลือกตัวชี้วัดจากเมนูหลัก ค้นหาหรือเลื่อนไปยังค่าเฉลี่ยเคลื่อนที่โดยเลือกเส้นที่คุณต้องการเพิ่มลงในแผนภูมิ คุณสามารถเลือกระหว่างตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันซึ่งรวมถึงค่าเฉลี่ยเคลื่อนที่แบบง่ายหรือแบบเสวนา คุณยังสามารถเลือกระยะเวลาสำหรับค่าเฉลี่ยเคลื่อนที่ การตั้งค่าที่ใช้กันโดยทั่วไปคือการใช้ค่าเฉลี่ยเคลื่อนที่แบบเสวนา 50 วันและค่าเฉลี่ยเคลื่อนที่แบบเสวนา 200 วันไปเป็นกราฟราคา ค่าเฉลี่ยเคลื่อนที่ที่ใช้ Moving averages กับช่วงเวลาที่ต่างกันสามารถให้ข้อมูลหลากหลายได้อย่างไร ค่าเฉลี่ยเคลื่อนที่อีกต่อไป (เช่น EMA 200 วัน) สามารถทำหน้าที่เป็นอุปกรณ์ปรับความสมดุลที่มีค่าเมื่อคุณพยายามประเมินแนวโน้มในระยะยาว ค่าเฉลี่ยเคลื่อนที่ที่สั้นลงเช่นค่าเฉลี่ยเคลื่อนที่ 50 วันจะติดตามการดำเนินการด้านราคาอย่างใกล้ชิดมากขึ้นดังนั้นจึงมักใช้เพื่อประเมินรูปแบบระยะสั้น ค่าเฉลี่ยเคลื่อนที่แต่ละค่าสามารถใช้เป็นตัวบ่งชี้การสนับสนุนและความต้านทานและมักใช้เป็นเป้าหมายราคาในระยะสั้นหรือระดับคีย์ การเคลื่อนไหวค่าเฉลี่ยสร้างสัญญาณการซื้อขายค่าเฉลี่ยเคลื่อนที่เป็นที่รู้จักกันอย่างแพร่หลายจากผู้ค้าหลายรายในฐานะที่เป็นปัจจัยสนับสนุนที่สำคัญและระดับราคาต้านทาน หากราคาสูงกว่าค่าเฉลี่ยเคลื่อนที่อาจเป็นระดับการสนับสนุนที่แข็งแกร่งหากหุ้นลดลงราคาอาจมีช่วงเวลาที่ยากลำบากกว่าซึ่งอยู่ต่ำกว่าระดับราคาเฉลี่ยที่เคลื่อนที่ได้ อีกทางเลือกหนึ่งหากราคาต่ำกว่าค่าเฉลี่ยเคลื่อนที่อาจเป็นเส้นค่าเฉลี่ยที่แข็งแกร่งได้หากสต๊อกเพิ่มขึ้นราคาอาจไต่ระดับสูงกว่าค่าเฉลี่ยเคลื่อนที่ เครื่องหมายกากบาทสีทองและเครื่องหมายกากบาทความตาย 2 ค่าเฉลี่ยเคลื่อนที่ 2 ตัวสามารถใช้ร่วมกันเพื่อสร้างสัญญาณการซื้อขายครอสโอเวอร์ที่มีประสิทธิภาพ วิธีการครอสโอเวอร์เกี่ยวข้องกับการซื้อหรือขายเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นลงจะเคลื่อนที่ข้ามค่าเฉลี่ยที่ยาวขึ้น สัญญาณการซื้อสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่เร็วเหนือค่าเฉลี่ยเคลื่อนที่ช้า ตัวอย่างเช่นเครื่องหมายกากบาทสีทองเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่เช่น EMA 50 วันอยู่เหนือเส้นค่าเฉลี่ยเคลื่อนที่ 200 วัน สัญญาณนี้สามารถสร้างขึ้นในแต่ละสต็อกหรือดัชนีตลาดกว้างเช่น SP 500 โดยใช้แผนภูมิของ SP 500 ข้างต้นการท่องไขว้ล่าสุดเป็นรูปกางเขนทองคำในเดือนเมษายนปีพ. ศ. 2519 (ดูแผนภูมิด้านบน) SP 500 ได้รับประมาณ 7 ตั้งแต่นั้นกลางเดือนพฤศจิกายน อีกทางเลือกหนึ่งสัญญาณการขายจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่เร็วต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ต่ำ เครื่องหมายการเสียชีวิตนี้จะเกิดขึ้นหากค่าเฉลี่ยเคลื่อนที่ 50 วันเช่นต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การเสียชีวิตครั้งสุดท้ายเกิดขึ้นในช่วงต้นปี 2016 สัญญาณครอสโอเวอร์ที่เป็นไปได้ครั้งต่อไปเนื่องจากว่าคนสุดท้ายเป็นกากบาทสีทองคือความตาย การเคลื่อนที่โดยเฉลี่ยอยู่ในระหว่างดำเนินการและเคล็ดลับสุดท้ายโดยทั่วไปโปรดระลึกไว้ว่าค่าเฉลี่ยเคลื่อนที่โดยทั่วไปมีประโยชน์มากที่สุดเมื่อใช้ในช่วงขาขึ้นหรือขาลงและมักมีประโยชน์น้อยที่สุดเมื่อใช้ในตลาดด้านข้าง โดยทั่วไปแล้วหุ้นก็เข้าสู่ช่วงขาขึ้นเช่นเดียวกับบันไดสำหรับการชุมนุมที่มากที่สุดในรอบ 7 ปีดังนั้นทฤษฎีที่แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่สามารถเป็นเครื่องมือที่ทรงพลังมากในสภาพตลาดปัจจุบัน มองอีกครั้งที่แผนภูมิ SP 500 (ด้านบน) คุณจะเห็นว่าแนวโน้มในระยะยาวมีมากขึ้น นอกจากนี้ราคายังอยู่เหนือเส้นค่าเฉลี่ยระยะสั้นและค่าเฉลี่ยเคลื่อนที่ระยะยาว หากราคาลดลงจากระดับปัจจุบันค่าเฉลี่ยทั้งสองจะถูกมองว่าเป็นระดับสนับสนุนที่สำคัญ ตามแผนภูมิแสดงให้เห็นว่าเป็นไปได้ที่ราคาจะยังคงอยู่เหนือ (หรือต่ำกว่า) ค่าเฉลี่ยเคลื่อนที่เป็นระยะเวลานาน แน่นอนว่าคุณไม่ต้องการซื้อขาย แต่เพียงอย่างเดียวกับสัญญาณที่สร้างโดยค่าเฉลี่ยเคลื่อนที่ อย่างไรก็ตามสามารถใช้ร่วมกับจุดข้อมูลทางเทคนิคและพื้นฐานอื่น ๆ เพื่อช่วยในการจัดทำมุมมองของคุณ เรียนรู้เพิ่มเติมการวิเคราะห์ทางเทคนิคมุ่งเน้นไปที่การดำเนินการด้านตลาดโดยเฉพาะปริมาณและราคา การวิเคราะห์ทางเทคนิคเป็นเพียงแนวทางเดียวในการวิเคราะห์หุ้น เมื่อพิจารณาว่าต้องการซื้อหรือขายหุ้นใดคุณควรใช้แนวทางที่คุณพึงพอใจมากที่สุด เช่นเดียวกับการลงทุนทั้งหมดของคุณคุณจะต้องตัดสินใจเองว่าการลงทุนในหลักทรัพย์หรือหลักทรัพย์ใด ๆ ที่เหมาะสมกับคุณนั้นขึ้นอยู่กับวัตถุประสงค์ในการลงทุนความอดกลั้นความเสี่ยงและสถานการณ์ทางการเงินของคุณ ผลการดำเนินงานที่ผ่านมาไม่มีการรับประกันผลการดำเนินงานในอนาคต ตลาดหุ้นมีความผันผวนและอาจลดลงอย่างมากในการตอบสนองต่อผู้ออกตราสารหนี้การเปลี่ยนแปลงทางการเมืองการกำกับดูแลการตลาดหรือด้านเศรษฐกิจ โหวตจะถูกส่งโดยสมัครใจโดยบุคคลและแสดงความเห็นของตัวเองของบทความที่เป็นประโยชน์ ค่าเปอร์เซ็นต์สำหรับความเป็นประโยชน์จะแสดงขึ้นเมื่อมีการส่งคะแนนเสียงที่เพียงพอ Fidelity Brokerage Services LLC, สมาชิก NYSE, SIPC 900 Salem Street, Smithfield, RI 02917 ข้อมูลทางกฎหมายที่สำคัญเกี่ยวกับอีเมลที่คุณจะส่ง เมื่อใช้บริการนี้ถือว่าคุณยอมรับที่อยู่อีเมลที่แท้จริงของคุณและส่งเฉพาะคนที่คุณรู้จักเท่านั้น เป็นการละเมิดกฎหมายในบางเขตอำนาจศาลในการระบุตัวคุณเองในอีเมล ข้อมูลทั้งหมดที่คุณให้จะถูกใช้โดย Fidelity เพียงเพื่อวัตถุประสงค์ในการส่งอีเมลในนามของคุณบรรทัดหัวเรื่องของอีเมลที่คุณส่งจะเป็น Fidelity: อีเมลของคุณถูกส่งไปแล้วการวิเคราะห์ทางเทคนิค: Moving Averages รูปแบบแผนภูมิส่วนใหญ่แสดงการเปลี่ยนแปลงของราคาเป็นจำนวนมาก ซึ่งอาจทำให้ผู้ค้าได้รับความคิดในเรื่องแนวโน้มความปลอดภัยโดยรวม หนึ่งวิธีง่ายๆที่ผู้ค้าใช้ในการต่อสู้นี้คือการใช้ค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่คือราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด โดยการวางแผนการรักษาความปลอดภัยราคาเฉลี่ยการเคลื่อนไหวของราคาจะเรียบออก เมื่อความผันผวนแบบวันต่อวันจะถูกเอาออกผู้ค้าจะสามารถระบุแนวโน้มที่แท้จริงได้ดีขึ้นและเพิ่มความเป็นไปได้ที่จะใช้ประโยชน์ได้ ประเภทของค่าเฉลี่ยเคลื่อนที่มีค่าเฉลี่ยเคลื่อนที่หลายแบบแตกต่างกันไปตามที่คำนวณ แต่วิธีตีความค่าเฉลี่ยแต่ละค่ายังคงเหมือนเดิม การคำนวณมีความแตกต่างกันเพียงอย่างเดียวกับการถ่วงน้ำหนักที่พวกเขาวางไว้กับข้อมูลราคาขยับจากน้ำหนักที่เท่ากันของแต่ละจุดราคาไปเป็นน้ำหนักที่มากขึ้นเมื่อเทียบกับข้อมูลล่าสุด สามประเภทที่พบมากที่สุดของค่าเฉลี่ยเคลื่อนที่อยู่ที่ง่ายๆ เชิงเส้นและเลขชี้กำลัง Simple Moving Average (SMA) นี่เป็นวิธีที่นิยมใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ของราคา ใช้เวลาเพียงผลรวมของราคาปิดที่ผ่านมาในช่วงเวลาและหารผลตามจำนวนราคาที่ใช้ในการคำนวณ ตัวอย่างเช่นในค่าเฉลี่ยเคลื่อนที่ 10 วันราคาปิดสุดท้าย 10 รายการจะรวมเข้าด้วยกันและหารด้วย 10 ดังที่คุณเห็นในรูปที่ 1 ผู้ประกอบการค้าสามารถที่จะทำให้ค่าเฉลี่ยของการตอบสนองต่อการเปลี่ยนแปลงราคาโดยเฉลี่ยน้อยลงโดยการเพิ่มจำนวน ของรอบระยะเวลาที่ใช้ในการคำนวณ การเพิ่มจำนวนช่วงเวลาในการคำนวณเป็นวิธีที่ดีที่สุดในการวัดความแข็งแกร่งของแนวโน้มในระยะยาวและความเป็นไปได้ที่จะเกิดการย้อนกลับ หลายคนอ้างว่าประโยชน์ของค่าเฉลี่ยประเภทนี้มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีผลกระทบต่อผลลัพธ์โดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากขึ้นและควรมีการถ่วงน้ำหนักที่สูงขึ้น การวิพากษ์วิจารณ์ประเภทนี้เป็นหนึ่งในปัจจัยหลักที่นำไปสู่การประดิษฐ์รูปแบบอื่น ๆ ของค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่นี้เป็นค่าเฉลี่ยที่น้อยที่สุดจากสามตัวและใช้เพื่อแก้ปัญหาเกี่ยวกับการถ่วงน้ำหนักเท่ากัน เส้นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบเส้นตรงคำนวณจากผลรวมของราคาปิดทั้งหมดในช่วงเวลาหนึ่งและคูณด้วยตำแหน่งของจุดข้อมูลและหารด้วยผลรวมของจำนวนงวด ตัวอย่างเช่นในระยะเวลาห้าวันโดยถัวเฉลี่ยถ่วงน้ำหนักราคาปิดในปัจจุบันจะคูณด้วยห้าวันวานโดยสี่เป็นต้นจนกว่าจะถึงวันแรกในช่วงระยะเวลา ตัวเลขเหล่านี้จะถูกรวมกันและหารด้วยผลรวมของตัวคูณ ค่าเฉลี่ยการเคลื่อนที่แบบ Exponential (EMA) การคำนวณค่าเฉลี่ยเคลื่อนที่นี้ใช้ปัจจัยที่ราบเรียบเพื่อให้น้ำหนักที่สูงขึ้นในจุดข้อมูลล่าสุดและถือว่ามีประสิทธิภาพมากกว่าค่าเฉลี่ยถ่วงน้ำหนักแบบเส้นตรง ไม่จำเป็นต้องมีความเข้าใจในการคำนวณสำหรับผู้ค้าส่วนใหญ่เนื่องจากส่วนใหญ่แพคเกจแผนภูมิทำคำนวณสำหรับคุณ สิ่งสำคัญที่สุดที่ต้องจดจำเกี่ยวกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาก็คือการตอบสนองต่อข้อมูลใหม่ ๆ เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย การตอบสนองนี้เป็นหนึ่งในปัจจัยสำคัญที่ทำให้ค่าเฉลี่ยเคลื่อนที่ของทางเลือกในหมู่ผู้ค้าทางเทคนิคจำนวนมาก ดังที่เห็นในรูปที่ 2 EMA ระยะเวลา 15 วันจะเพิ่มขึ้นและลดลงเร็วกว่า SMA 15 ช่วง ความแตกต่างเล็กน้อยนี้ดูเหมือนจะไม่ค่อยมากนัก แต่เป็นปัจจัยสำคัญที่ต้องคำนึงถึงเนื่องจากอาจมีผลกระทบต่อ การใช้ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อระบุแนวโน้มในปัจจุบันและการกลับรายการแนวโน้มเช่นเดียวกับการตั้งค่าการสนับสนุนและระดับความต้านทาน ค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุได้อย่างรวดเร็วว่าการรักษาความปลอดภัยมีการเคลื่อนไหวในขาขึ้นหรือขาลงหรือไม่ขึ้นอยู่กับทิศทางของค่าเฉลี่ยเคลื่อนที่ ดังที่เห็นในรูปที่ 3 เมื่อค่าเฉลี่ยเคลื่อนที่เคลื่อนขึ้นสูงและราคาอยู่เหนือระดับความปลอดภัยจะอยู่ในแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยเคลื่อนที่ที่หดตัวลงพร้อมกับราคาด้านล่างสามารถนำมาใช้เป็นสัญญาณขาลง อีกวิธีหนึ่งในการกำหนดโมเมนตัมคือการดูลำดับของค่าเฉลี่ยเคลื่อนที่สองเส้น เมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวแนวโน้มจะเพิ่มขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง การย้ายการพลิกกลับของค่าเฉลี่ยโดยเฉลี่ยจะเกิดขึ้นในสองวิธีหลัก ๆ คือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่และเมื่อเคลื่อนที่ผ่านค่าไขว้ถัวเฉลี่ยเคลื่อนที่ สัญญาณแรกที่พบคือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญ ตัวอย่างเช่นเมื่อราคาหลักทรัพย์ที่อยู่ในช่วงขาลงลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในช่วง 50 เช่นในรูปที่ 4 จะเป็นสัญญาณว่าแนวโน้มขากลับอาจย้อนกลับ สัญญาณอื่น ๆ ของการกลับรายการแนวโน้มคือเมื่อค่าเฉลี่ยเคลื่อนที่หนึ่งตัวผ่านไปมาอีก ตัวอย่างเช่นที่คุณเห็นในรูปที่ 5 ถ้าค่าเฉลี่ยเคลื่อนที่ 15 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันนั่นเป็นสัญญาณบวกที่ราคาจะเริ่มเพิ่มขึ้น หากระยะเวลาที่ใช้ในการคำนวณค่อนข้างสั้นตัวอย่างเช่น 15 และ 35 อาจส่งสัญญาณการกลับรายการในระยะสั้น ในทางกลับกันเมื่อค่าเฉลี่ยสองค่าที่มีกรอบเวลาที่ค่อนข้างยาว (เช่น 50 และ 200) จะใช้เพื่อแนะนำการเปลี่ยนแปลงในระยะยาว อีกวิธีหนึ่งในการคำนวณค่าเฉลี่ยเคลื่อนที่คือการระบุระดับการสนับสนุนและความต้านทาน ไม่ใช่เรื่องแปลกที่จะเห็นสต็อกที่ได้รับการล้มหยุดการลดลงและทิศทางย้อนกลับเมื่อมันกระทบการสนับสนุนของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ การเคลื่อนที่ผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญมักถูกใช้เป็นสัญญาณโดยผู้ค้าทางเทคนิคว่าเทรนด์กำลังถอยกลับ ตัวอย่างเช่นถ้าราคาพักผ่านเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันในทิศทางที่ลดลงสัญญาณนี้จะเป็นสัญญาณว่าแนวโน้มขากลับกำลังย้อนกลับ ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพในการวิเคราะห์แนวโน้มด้านความปลอดภัย พวกเขาให้การสนับสนุนที่มีประโยชน์และจุดความต้านทานและใช้งานง่ายมาก กรอบเวลาที่พบบ่อยที่สุดที่ใช้เมื่อสร้างค่าเฉลี่ยเคลื่อนที่ ได้แก่ 200 วัน 100 วัน 50 วัน 20 วันและ 10 วัน ค่าเฉลี่ย 200 วันนับเป็นวัดที่ดีสำหรับปีการค้าขายซึ่งเป็นค่าเฉลี่ยครึ่งวันของ 100 วันซึ่งเป็นค่าเฉลี่ย 50 วันของไตรมาสโดยเฉลี่ยอยู่ที่ 20 วันต่อเดือนและ 10 วันเฉลี่ย 2 สัปดาห์ การเคลื่อนย้ายค่าเฉลี่ยช่วยให้ผู้ค้าทางเทคนิคสามารถเอื้ออำนวยต่อการเคลื่อนไหวของราคาในแต่ละวันซึ่งทำให้ผู้ค้ามองเห็นแนวโน้มราคาได้ชัดเจนยิ่งขึ้น จนถึงตอนนี้เรามุ่งเน้นการเคลื่อนไหวของราคาผ่านแผนภูมิและค่าเฉลี่ย ในส่วนถัดไปให้ดูเทคนิคอื่น ๆ ที่ใช้เพื่อยืนยันการเคลื่อนไหวและรูปแบบราคาใช้ ToolPak การวิเคราะห์เพื่อทำการวิเคราะห์ข้อมูลที่ซับซ้อนใช้กับ: Excel 2016 Excel 2013 Excel 2010 Excel 2007 Excel 2016 for Mac More น้อยถ้าคุณต้องการวิเคราะห์เชิงสถิติหรือวิศวกรรมที่ซับซ้อนคุณสามารถบันทึกขั้นตอนและเวลาโดยใช้เครื่องมือวิเคราะห์ ToolPak คุณให้ข้อมูลและพารามิเตอร์สำหรับการวิเคราะห์แต่ละครั้งและเครื่องมือจะใช้ฟังก์ชันแมโครทางสถิติหรือทางวิศวกรรมที่เหมาะสมเพื่อคำนวณและแสดงผลลัพธ์ในตารางเอาท์พุท เครื่องมือบางอย่างสร้างแผนภูมินอกเหนือจากตารางเอาท์พุท ฟังก์ชั่นการวิเคราะห์ข้อมูลสามารถใช้ได้เฉพาะแผ่นงานละแผ่นเท่านั้น เมื่อคุณทำการวิเคราะห์ข้อมูลในแผ่นงานที่จัดกลุ่มผลลัพธ์จะปรากฏในแผ่นงานแรกและตารางรูปแบบว่างเปล่าจะปรากฏในแผ่นงานที่เหลืออยู่ เมื่อต้องการวิเคราะห์ข้อมูลในส่วนที่เหลือของแผ่นงานให้คำนวณเครื่องมือวิเคราะห์สำหรับแต่ละแผ่นงานใหม่ ToolPak การวิเคราะห์ประกอบด้วยเครื่องมือที่อธิบายไว้ในส่วนต่อไปนี้ หากต้องการเข้าถึงเครื่องมือเหล่านี้ให้คลิกการวิเคราะห์ข้อมูลในกลุ่มการวิเคราะห์ในแท็บข้อมูล ถ้าคำสั่งการวิเคราะห์ข้อมูลไม่พร้อมใช้งานคุณต้องโหลดโปรแกรม Add-in Analysis ToolPak โหลดและเปิดใช้งาน ToolPak การวิเคราะห์คลิกแท็บแฟ้มคลิกตัวเลือก แล้วคลิก Add-Ins category หากคุณใช้ Excel 2007 ให้คลิกปุ่ม Microsoft Office จากนั้นคลิกตัวเลือก Excel ในกล่องจัดการให้เลือก Excel Add-ins แล้วคลิกไป หากคุณกำลังใช้ Excel สำหรับ Mac ในเมนูไฟล์ให้ไปที่เครื่องมือ gt Excel Add-ins ในกล่อง Add-Ins ให้ทำเครื่องหมายที่ช่อง Analysis Tool จากนั้นคลิก OK หาก Toolkit การวิเคราะห์ไม่ปรากฏในกล่องที่มี Add-ins ให้คลิกเรียกดูเพื่อค้นหา ถ้าคุณได้รับพร้อมท์ว่า ToolPak การวิเคราะห์ไม่ได้ติดตั้งอยู่ในคอมพิวเตอร์ของคุณให้คลิกใช่เพื่อติดตั้ง หมายเหตุ: เมื่อต้องการรวมฟังก์ชัน Visual Basic for Application (VBA) สำหรับ ToolPak การวิเคราะห์คุณสามารถโหลดเครื่องมือการวิเคราะห์ ToolPak - VBA Add-in แบบเดียวกับที่คุณโหลด ToolPak การวิเคราะห์ ในกล่องพร้อมใช้งานเลือกกล่องกาเครื่องหมายวิเคราะห์ ToolPak - VBA เครื่องมือวิเคราะห์ Anova มีการวิเคราะห์ความแปรปรวนประเภทต่างๆ เครื่องมือที่คุณควรใช้ขึ้นอยู่กับจำนวนของปัจจัยและจำนวนตัวอย่างที่คุณได้รับจากประชากรที่คุณต้องการทดสอบ Anova: Single Factor เครื่องมือนี้ทำการวิเคราะห์ความแปรปรวนของข้อมูลสำหรับตัวอย่างสองชิ้นหรือมากกว่า การวิเคราะห์ให้การทดสอบสมมติฐานว่าตัวอย่างแต่ละตัวถูกดึงออกมาจากการแจกแจงความเป็นไปได้เดียวกันกับสมมติฐานทางเลือกว่าการกระจายความน่าจะเป็นพื้นฐานไม่เหมือนกันสำหรับตัวอย่างทั้งหมด หากมีเพียงสองตัวอย่างคุณสามารถใช้ฟังก์ชันแผ่นงาน T TEST มีตัวอย่างมากกว่าสองตัวอย่างไม่มีคำอธิบายทั่วไปของ T TEST และสามารถเรียกใช้ Single Factor Anova model แทนได้ Anova: สองปัจจัยกับการจำลองแบบเครื่องมือวิเคราะห์นี้มีประโยชน์เมื่อสามารถจัดแบ่งข้อมูลตามสองมิติที่แตกต่างกัน ตัวอย่างเช่นในการทดลองเพื่อวัดความสูงของพืชพืชอาจได้รับปุ๋ยที่แตกต่างกัน (เช่น A, B, C) และอาจเก็บไว้ในอุณหภูมิที่ต่างกัน (เช่นต่ำและสูง) สำหรับแต่ละคู่ที่เป็นไปได้ 6 คู่เรามีข้อสังเกตเกี่ยวกับความสูงของต้นที่เท่ากัน การใช้เครื่องมือ Anova นี้เราสามารถทดสอบได้ว่าความสูงของพืชสำหรับผลิตภัณฑ์ปุ๋ยต่างๆจะถูกดึงออกมาจากประชากรต้นแบบเดียวกันหรือไม่ อุณหภูมิจะถูกละเว้นสำหรับการวิเคราะห์นี้ ไม่ว่าความสูงของพืชสำหรับระดับอุณหภูมิที่ต่างกันจะถูกดึงออกมาจากประชากรต้นแบบเดียวกันหรือไม่ บริษัท ปุ๋ยจะไม่สนใจในการวิเคราะห์นี้ ไม่ว่าจะมีผลต่อความแตกต่างระหว่างยี่ห้อปุ๋ยที่พบในจุดแรกและความแตกต่างของอุณหภูมิที่พบในจุดที่สองสัญลักษณ์หกตัวอย่างที่แสดงค่าคู่ทั้งหมดจะถูกดึงออกมาจากประชากรเดียวกัน สมมติฐานทางเลือกคือมีผลกระทบจากคู่เฉพาะมากกว่าความแตกต่างที่เกิดจากปุ๋ยเพียงอย่างเดียวหรืออยู่ในอุณหภูมิเพียงอย่างเดียว Anova: Two-Factor Without Replication เครื่องมือวิเคราะห์นี้มีประโยชน์เมื่อข้อมูลถูกจัดแบ่งเป็นสองมิติที่แตกต่างกันเช่นเดียวกับกรณี Two-Factor ที่มีการจำลองแบบ อย่างไรก็ตามสำหรับเครื่องมือนี้สันนิษฐานว่ามีเพียงข้อสังเกตเดียวสำหรับแต่ละคู่ (ตัวอย่างเช่นคู่ในตัวอย่างก่อนหน้านี้) ฟังก์ชันแผ่นงานของ CORREL และ PEARSON คำนวณค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างตัวแปรวัดสองแบบเมื่อการวัดแต่ละตัวแปรปรากฏขึ้นสำหรับแต่ละ N วิชา (การสังเกตที่ขาดหายไปสำหรับเรื่องใด ๆ ทำให้เกิดการละเว้นในการวิเคราะห์) เครื่องมือวิเคราะห์ความสัมพันธ์มีประโยชน์อย่างยิ่งเมื่อมีตัวแปรวัดมากกว่าสองตัวแปรสำหรับแต่ละวิชา N มีตารางแสดงผลเป็นเมทริกซ์ความสัมพันธ์ซึ่งแสดงค่าของ CORREL (หรือ PEARSON) ที่ใช้กับคู่ของตัวแปรการวัดที่เป็นไปได้ ค่าสัมประสิทธิ์สหสัมพันธ์เช่นความแปรปรวนร่วมเป็นตัวชี้วัดถึงขอบเขตที่ตัวแปรวัดสองตัวแปรมีความแตกต่างกัน สัมประสิทธิ์สหสัมพันธ์จะถูกปรับขนาดเพื่อให้ค่าของมันเป็นอิสระจากหน่วยที่มีการแสดงตัวแปรวัดสองตัว (ตัวอย่างเช่นถ้าทั้งสองตัวแปรวัดมีน้ำหนักและความสูงค่าสัมประสิทธิ์สหสัมพันธ์จะไม่เปลี่ยนแปลงถ้าน้ำหนักถูกแปลงเป็นปอนด์เป็นกิโลกรัม) ค่าสัมประสิทธิ์สหสัมพันธ์ใด ๆ ต้องอยู่ระหว่าง -1 ถึง 1 คุณสามารถใช้เครื่องมือวิเคราะห์ความสัมพันธ์เพื่อตรวจสอบแต่ละคู่ของตัวแปรการวัดเพื่อดูว่าตัวแปรวัดทั้งสองมีแนวโน้มที่จะเคลื่อนไปด้วยกันหรือไม่ว่าค่าขนาดใหญ่ของตัวแปรหนึ่งมีแนวโน้มที่จะเกี่ยวข้องกับค่าที่มากขึ้นของค่าความสัมพันธ์เชิงบวกอื่น ๆ หรือไม่ (ค่าความสัมพันธ์เชิงลบ) หรือว่าค่าของตัวแปรทั้งสองมีแนวโน้มที่จะไม่สัมพันธ์กัน (correlation ใกล้ 0 (ศูนย์)) เครื่องมือความสัมพันธ์และความแปรปรวนสามารถใช้ได้ทั้งสองแบบในการตั้งค่าเดียวกันเมื่อคุณมีตัวแปรการวัดที่แตกต่างกัน N ในแต่ละกลุ่ม เครื่องมือ Correlation และ Covariance แต่ละตัวจะแสดงตารางผลลัพธ์เป็นเมตริกซ์ที่แสดงค่าสัมประสิทธิ์สหสัมพันธ์หรือความแปรปรวนร่วมตามลำดับระหว่างคู่ของตัวแปรการวัดแต่ละคู่ ความแตกต่างคือค่าสัมประสิทธิ์สหสัมพันธ์จะถูกปรับให้อยู่ระหว่าง -1 ถึง 1 ไม่แปรผันผลเฉลยที่สอดคล้องกัน ทั้งค่าสัมประสิทธิ์สหสัมพันธ์และความแปรปรวนร่วมเป็นตัวชี้วัดถึงขอบเขตที่ตัวแปรทั้งสองมีความแตกต่างกัน เครื่องมือ Covariance คำนวณค่าของฟังก์ชันแผ่นงาน COVARIANCE. P สำหรับคู่ของตัวแปรการวัดแต่ละคู่ (ใช้โดยตรงของ COVARIANCE. P มากกว่าเครื่องมือ Covariance เป็นทางเลือกที่เหมาะสมเมื่อมีเพียงสองตัวแปรวัดนั่นคือ N2) รายการบนเส้นทแยงมุมของเครื่องมือ Covariance ผลลัพธ์ในแถว i คอลัมน์ i เป็นความแปรปรวนร่วม ของตัวแปรการวัดค่า i-th ด้วยตัวเอง นี่เป็นเพียงความแปรปรวนของประชากรสำหรับตัวแปรนั้นตามที่คำนวณโดยฟังก์ชันเวิร์กชีท VAR P. คุณสามารถใช้เครื่องมือ Covariance เพื่อตรวจสอบแต่ละคู่ของตัวแปรการวัดเพื่อดูว่าตัวแปรการวัดทั้งสองมีแนวโน้มที่จะเคลื่อนที่ร่วมกันหรือไม่นั่นคือค่าที่มีขนาดใหญ่ของตัวแปรหนึ่งมีแนวโน้มที่จะเชื่อมโยงกับค่าที่มากขึ้นของค่าความแปรปรวนบวก (ค่าแปรปรวนเชิงลบ) หรือค่าของตัวแปรทั้งสองมีแนวโน้มที่จะไม่สัมพันธ์กัน (ความแปรปรวนใกล้ 0 (ศูนย์))