การย้าย ค่าเฉลี่ย การทำเหมืองข้อมูล

ค่าเฉลี่ยเลขหมาย EMA - ค่าเฉลี่ย EMA - EMA ระยะเวลา 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมสูงสุดและใช้ในการสร้างตัวบ่งชี้เช่นความแตกต่างของค่าเฉลี่ยของการเคลื่อนตัว MACD และค่าร้อยละ PPO โดยทั่วไปแล้ว EMA 50 และ 200 วันจะถูกใช้เป็นสัญญาณของแนวโน้มในระยะยาวนักวิจัยที่ใช้การวิเคราะห์ทางเทคนิคพบว่าค่าเฉลี่ยเคลื่อนที่โดยรวมมีประโยชน์และลึกซึ้งเมื่อใช้อย่างถูกต้อง แต่สร้างความหายนะเมื่อใช้ไม่ถูกต้องหรือมีการตีความผิด ๆ ค่าเฉลี่ยเคลื่อนที่ทั้งหมด การวิเคราะห์ทางเทคนิคมักใช้ในการวิเคราะห์ทางเทคนิคเนื่องจากลักษณะของตัวชี้วัดที่ล่าช้าดังนั้นข้อสรุปที่ได้จากการนำค่าเฉลี่ยเคลื่อนที่ไปเป็นกราฟตลาดโดยเฉพาะควรเป็นเพื่อยืนยันการเคลื่อนไหวของตลาดหรือเพื่อบ่งชี้ถึงความแข็งแกร่งของข้อมูลโดยมากแล้วในขณะที่ค่าเฉลี่ยเคลื่อนที่ สายบ่งชี้ได้มีการเปลี่ยนแปลงเพื่อสะท้อนถึงการย้ายที่สำคัญในตลาดจุดที่ดีที่สุดของการเข้าสู่ตลาดได้ผ่านไปแล้ว EMA จะทำหน้าที่ในการบรรเทาปัญหานี้ mma บางส่วนเนื่องจากการคำนวณ EMA ให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดทำให้การดำเนินการด้านราคาอ่อนลงและตอบสนองได้เร็วขึ้นนี่เป็นสิ่งที่พึงปรารถนาเมื่อ EMA ใช้เพื่อรับสัญญาณการซื้อขายเข้ามาแทรกแซง EMA เช่นเดียวกับการย้ายทั้งหมด ตัวบ่งชี้เฉลี่ยจะดีกว่ามากสำหรับตลาดที่มีแนวโน้มเมื่อตลาดอยู่ในขาขึ้นที่แข็งแกร่งและยั่งยืนเส้น EMA จะแสดงแนวโน้มขาขึ้นและทางกลับกันสำหรับแนวโน้มขาลงผู้ประกอบการที่ระมัดระวังจะไม่เพียง แต่ใส่ใจกับทิศทางของ เส้น EMA แต่ยังเป็นความสัมพันธ์ของอัตราการเปลี่ยนแปลงจากแถบหนึ่งไปอีกอันหนึ่งตัวอย่างเช่นเนื่องจากการเคลื่อนไหวด้านราคาของขาขึ้นที่แข็งแกร่งเริ่มย่อและย้อนกลับอัตราการเปลี่ยนแปลงของ EMA จากแถบหนึ่งไปยังอีกแถบหนึ่งจะเริ่มขึ้น ลดลงจนกว่าจะถึงเวลาดังกล่าวที่เส้นบ่งชี้ flattens และอัตราการเปลี่ยนแปลงเป็นศูนย์เนื่องจากผลปกคลุมด้วยวัตถุฉนวนโดยจุดนี้หรือแม้กระทั่งไม่กี่บาร์ก่อนที่การกระทำของราคาควรได้กลับรายการแล้วจึงเป็นไปตามที่ผู้สังเกต การลดอัตราการเปลี่ยนแปลงของ EMA ที่สอดคล้องกันอาจเป็นตัวบ่งชี้ที่สามารถช่วยแก้ปัญหาภาวะที่กลืนไม่เข้าคายไม่มอันเป็นผลมาจากผลกระทบที่เกิดจากการเคลื่อนย้ายโดยเฉลี่ยการใช้ EMA. EMAs มักใช้ควบคู่ไปกับตัวชี้วัดอื่น ๆ เพื่อยืนยันอย่างมีนัยสำคัญ การเคลื่อนย้ายตลาดและการวัดความถูกต้องของพวกเขาสำหรับผู้ค้าที่ค้าขายระหว่างวันและตลาดที่มีการเคลื่อนไหวอย่างรวดเร็ว EMA มีผลบังคับใช้ค่อนข้างบ่อยนักค้ามักใช้ EMA เพื่อพิจารณาความลำเอียงทางการค้าตัวอย่างเช่นถ้า EMA ในแผนภูมิรายวันแสดงให้เห็นถึงแนวโน้มที่แข็งแกร่งขึ้น กลยุทธ์ทางการค้าระหว่างวันอาจเป็นการค้าเฉพาะจากด้านยาวบนแผนภูมิระหว่างวันค่าเฉลี่ย - ค่าเฉลี่ยที่เรียบง่ายและค่าเฉลี่ย Exponential. Moving - ค่าเฉลี่ยที่เรียบง่ายและค่าเฉลี่ยที่สูงขึ้นโดยเฉลี่ยแล้วข้อมูลราคาจะเป็นตัวบ่งชี้ต่อไป แต่กำหนดทิศทางในปัจจุบันที่มีความล่าช้าการเลื่อนค่าเฉลี่ยความล่าช้าเนื่องจากขึ้นอยู่กับราคาในอดีตแม้จะมีความล่าช้านี้ค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนไหวจะช่วยให้การดำเนินการด้านราคาเรียบและ filte นอกจากนี้ยังมีการสร้างบล็อคสำหรับตัวชี้วัดทางเทคนิคและการซ้อนทับอีกหลายแบบเช่น Bollinger Bands MACD และ McClellan Oscillator สองค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยอยู่ที่ Simple Moving Average SMA และ Exponential Moving Average EMA ค่าเฉลี่ยเคลื่อนที่ สามารถใช้เพื่อระบุทิศทางของแนวโน้มหรือกำหนดระดับการสนับสนุนและความต้านทานที่อาจเกิดขึ้นแผนภูมิต่อไปนี้มีทั้ง SMA และ EMA ในคลิกที่แผนภูมิสำหรับเวอร์ชันสดการคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยของค่าเฉลี่ยเคลื่อนที่จะถูกสร้างขึ้น โดยการคำนวณราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาเฉพาะช่วงเวลาส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่อยู่บนพื้นฐานของราคาปิดราคาเฉลี่ยเคลื่อนที่ 5 วันเป็นผลรวมของราคาปิดของราคาปิดห้าหารด้วย 5 ตามที่ชื่อหมายถึงค่าเฉลี่ยเคลื่อนที่คือ ค่าเฉลี่ยที่ย้ายข้อมูลเก่าจะลดลงเมื่อมีข้อมูลใหม่มาซึ่งจะทำให้ค่าเฉลี่ยเคลื่อนที่ไปตามช่วงเวลาดังต่อไปนี้เป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่ 5 วันที่พัฒนาขึ้นในช่วงสามวัน วันแรกของค่าเฉลี่ยเคลื่อนที่จะครอบคลุมช่วง 5 วันที่ผ่านมาวันที่สองของค่าเฉลี่ยเคลื่อนที่จะปล่อยจุดข้อมูลแรก 11 และเพิ่มจุดข้อมูลใหม่ 16 วันที่สามของค่าเฉลี่ยเคลื่อนที่จะยังคงอยู่ต่อไปโดยปล่อยจุดข้อมูลแรก 12 และเพิ่ม จุดข้อมูลใหม่ 17 ในตัวอย่างข้างต้นราคาค่อยๆเพิ่มขึ้นจาก 11 เป็น 17 ในช่วงเจ็ดวันทั้งหมดสังเกตว่าค่าเฉลี่ยเคลื่อนที่ยังเพิ่มขึ้นจาก 13 ถึง 15 ในช่วงการคำนวณสามวันด้วยเช่นกันโปรดทราบว่าค่าเฉลี่ยเคลื่อนที่แต่ละรายการอยู่ต่ำกว่า ราคาสุดท้ายตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ของวันที่หนึ่งเท่ากับ 13 และราคาสุดท้ายคือ 15 ราคาในช่วง 4 วันก่อนหน้านี้ลดลงและทำให้ค่าเฉลี่ยเคลื่อนที่ลดลงการคำนวณโดยเฉลี่ยที่เกินกว่าค่าเฉลี่ยที่คำนวณได้ค่าเฉลี่ยเคลื่อนที่ที่ลดลงจะลดความล่าช้าโดยการใช้งานมากขึ้น น้ำหนักกับราคาล่าสุดการถ่วงน้ำหนักที่ใช้กับราคาล่าสุดขึ้นอยู่กับจำนวนงวดในค่าเฉลี่ยเคลื่อนที่โดยมีขั้นตอนสามขั้นตอนในการคำนวณค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามค่าเฉลี่ยครั้งแรก calcula ค่าเฉลี่ยเคลื่อนที่ที่ถดถอย EMA มีการเริ่มต้นที่ไหนสักแห่งดังนั้นค่าเฉลี่ยเคลื่อนที่แบบธรรมดาจะถูกใช้เป็นค่า EMA ของงวดก่อนหน้าในการคำนวณครั้งที่สองคำนวณตัวคูณที่มีการถ่วงน้ำหนักสามคำนวณค่าเฉลี่ยเคลื่อนที่ที่เป็นไปได้สูตรด้านล่างมีไว้สำหรับ EMA 10 วัน EMA เฉลี่ย 10 วันใช้ค่าเฉลี่ย 18 18 สำหรับราคาล่าสุด EMA 10 ระยะเวลายังสามารถเรียกได้ว่า EMA 18 18 EMA 20 เป็นระยะเวลา 20 ปีใช้การชั่งน้ำหนัก 9 52 กับราคาล่าสุด 2 20 1 0952 โปรดสังเกตว่าการชั่งน้ำหนักในช่วงเวลาที่สั้นกว่ามากกว่าการชั่งน้ำหนักในช่วงเวลาที่ยาวขึ้นในความเป็นจริงการถ่วงน้ำหนักลดลงครึ่งหนึ่งทุกครั้งที่ช่วงเวลาเฉลี่ยที่เคลื่อนที่ได้สองเท่าหากคุณต้องการให้เราระบุเปอร์เซ็นต์สำหรับ EMA คุณสามารถใช้สูตรนี้เพื่อแปลงเป็นช่วงเวลาแล้วป้อนค่านั้นเป็นพารามิเตอร์ของ EMA ด้านล่างเป็นตัวอย่างของสเปรดชีตของค่าเฉลี่ยเคลื่อนที่ 10 วันและค่าเฉลี่ยเคลื่อนที่แบบเสด็จอนุภาค 10 วันสำหรับ Intel Simple moving avera ges ตรงไปข้างหน้าและต้องมีคำอธิบายเล็กน้อยค่าเฉลี่ย 10 วันก็เคลื่อนไหวตามราคาใหม่กลายเป็นใช้ได้และราคาเก่าลดลงค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นเริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่ 22 22 ในการคำนวณครั้งแรกหลังจากการคำนวณครั้งแรกสูตรปกติ ใช้เวลามากกว่าเนื่องจาก EMA เริ่มต้นด้วยค่าเฉลี่ยเคลื่อนที่แบบง่ายๆค่าที่แท้จริงจะไม่ได้รับรู้จนกว่าจะถึง 20 ปีดังนั้นในอีกระยะหนึ่งค่าในกระดาษคำนวณของ excel อาจแตกต่างจากค่าแผนภูมิเนื่องจากระยะเวลาย้อนกลับสั้น สเปรดชีตจะย้อนกลับไป 30 งวดซึ่งหมายความว่าผลกระทบของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆมีระยะเวลาในการกระจายสต๊อกชิพ 20 ช่วงเวลาอย่างน้อย 250 รอบซึ่งโดยมากแล้วจะมากขึ้นสำหรับการคำนวณดังนั้นผลกระทบของค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายในการคำนวณครั้งแรกมีค่าอย่างเต็มที่ ความล่าช้าปัจจัยความล่าช้าอีกต่อไปค่าเฉลี่ยเคลื่อนที่ที่มากขึ้นความล่าช้า 10- วันค่าเฉลี่ยเคลื่อนที่ชี้แจงจะกอดราคาค่อนข้างใกล้ชิดและเปิดไม่นานเอเอฟ ราคาเปลี่ยนเป็นค่าเฉลี่ยของการเคลื่อนที่ในระยะสั้นเช่นเดียวกับเรือเร็ว - เปลี่ยนเร็วและว่องไวในทางตรงกันข้ามค่าเฉลี่ยเคลื่อนที่ในช่วง 100 วันมีจำนวนข้อมูลในอดีตที่ลดลงค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นเป็นเหมือนเรือบรรทุกน้ำมันทางทะเล - เซื่องซึมและชะลอการเปลี่ยนแปลง การเคลื่อนไหวของราคาที่สูงขึ้นและยาวขึ้นสำหรับค่าเฉลี่ยเคลื่อนที่ 100 วันเพื่อเปลี่ยนหลักสูตรคลิกที่กราฟสำหรับแผนภูมิแบบสดแผนภูมิด้านบนแสดง SP 500 ETF โดยมี EMA 10 วันใกล้เคียงกับราคาและ SMA 100 วันที่สูงขึ้น แม้จะมีการลดลงในเดือนมกราคมถึงเดือนกุมภาพันธ์ SMA 100 วันก็จัดขึ้นแน่นอนและไม่ได้ลดลง SMA 50 วันเหมาะกับบางช่วงระหว่างค่าเฉลี่ยเคลื่อนที่ 10 และ 100 วันเมื่อเทียบกับค่าความล่าช้าค่ามัธยฐานเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นในกลุ่ม Exponential แม้ว่าจะมีความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและค่าเฉลี่ยเคลื่อนที่แบบเสวนาอย่างหนึ่งก็ไม่จำเป็นต้องดีไปกว่าค่าเฉลี่ยเคลื่อนที่อื่น ๆ ที่มีความล่าช้าน้อยลงและมีความไวต่อราคาล่าสุดและการเปลี่ยนแปลงราคาล่าสุด Exp ค่าเฉลี่ยเคลื่อนที่ที่เกิดขึ้นจะเปลี่ยนแปลงก่อนค่าเฉลี่ยเคลื่อนที่ง่ายค่าเฉลี่ยเคลื่อนที่เฉลี่ยอยู่ที่ค่าเฉลี่ยที่แท้จริงของราคาสำหรับช่วงเวลาทั้งหมดดังนั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจเหมาะสมกว่าในการระบุระดับการสนับสนุนหรือความต้านทาน เกี่ยวกับวัตถุประสงค์รูปแบบการวิเคราะห์และเส้นขอบเวลา Chartists ควรทดลองทั้งสองประเภทของค่าเฉลี่ยเคลื่อนที่และระยะเวลาที่แตกต่างกันเพื่อหาพอดีที่ดีที่สุดแผนภูมิด้านล่างแสดงให้เห็น IBM กับ 50 วัน SMA สีแดงและ EMA 50 วันเป็นสีเขียวทั้งสองแหลม ในช่วงปลายเดือนมกราคม แต่การลดลงของ EMA มีความคมชัดกว่า SMA ที่ลดลง EMA เปิดขึ้นในช่วงกลางเดือนกุมภาพันธ์ แต่ SMA ยังคงลดลงต่อไปจนถึงสิ้นเดือนมี. ค. ที่ประกาศว่า SMA เปิดขึ้นหลังจากผ่านไปหนึ่งเดือนหลังจาก EMA ความยาว และ Timeframes ความยาวของค่าเฉลี่ยเคลื่อนที่ขึ้นอยู่กับวัตถุประสงค์ในการวิเคราะห์โดยรวมระยะสั้น 5-20 จะเหมาะสมกับแนวโน้มระยะสั้นและการซื้อขาย Chartists ที่สนใจในระยะปานกลาง nds จะเลือกใช้ค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นซึ่งอาจขยายระยะเวลา 20-60 จุดนักลงทุนระยะยาวจะชอบเคลื่อนไหวค่าเฉลี่ยที่มีระยะเวลาประมาณ 100 หรือมากกว่าระยะเวลาเฉลี่ยที่เคลื่อนที่ได้โดยทั่วไปจะเป็นที่นิยมมากกว่าคนอื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 200 วันอาจเป็นที่นิยมมากที่สุด ความยาวของค่าเฉลี่ยนี้เป็นระยะยาวค่าเฉลี่ยเคลื่อนที่ถัดไปค่าเฉลี่ยเคลื่อนที่ 50 วันค่อนข้างเป็นที่นิยมสำหรับแนวโน้มในระยะปานกลางนักเกรซี่หลายคนใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันและ 200 วันในระยะสั้นระยะสั้น 10- วันเคลื่อนไหวเฉลี่ยค่อนข้างเป็นที่นิยมในอดีตเพราะมันเป็นเรื่องง่ายที่จะคำนวณเพียงแค่เพิ่มตัวเลขและย้ายทศนิยม point. Rend Identification. The สัญญาณเดียวกันสามารถสร้างขึ้นโดยใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายหรือเป็นค่าชี้แจงตามที่ระบุไว้ข้างต้นการตั้งค่าขึ้นอยู่กับแต่ละ แต่ละตัวอย่างด้านล่างนี้จะใช้ทั้งค่าเฉลี่ยเคลื่อนที่แบบง่ายและแบบทอนเชิงเส้นค่าเฉลี่ยเคลื่อนที่ระยะจะใช้กับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและเชิงเสี้ยวหนึ่งทิศทางของค่าเฉลี่ยเคลื่อนที่จะบ่งบอกถึงข้อมูลที่สำคัญ ab out average ค่าเฉลี่ยเคลื่อนที่ที่เพิ่มขึ้นแสดงให้เห็นว่าราคาโดยทั่วไปจะเพิ่มขึ้นค่าเฉลี่ยถดถอยที่ลดลงบ่งชี้ว่าราคาเฉลี่ยลดลงค่าเฉลี่ยระยะยาวที่เพิ่มขึ้นสะท้อนให้เห็นแนวโน้มขาขึ้นในระยะยาวค่าเฉลี่ยเคลื่อนที่ระยะยาวที่ลดลงสะท้อนถึงระยะยาว downtrend แผนภูมิข้างต้นแสดงถึง 3M MMM ที่มีค่าเฉลี่ยเลขยกกำลัง 150 วันตัวอย่างนี้แสดงให้เห็นว่าค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนไหวได้ดีเพียงใดเมื่อแนวโน้มแข็งแกร่งขึ้น EMA 150 วันปิดลงในเดือนพฤศจิกายน 2550 และอีกครั้งในเดือนมกราคม 2551 แจ้งให้ทราบว่า ตัวชี้วัดที่ปกคลุมด้วยวัตถุฉนวนดังกล่าวระบุถึงการผกผันตามแนวโน้มที่เกิดขึ้นในช่วงที่ดีที่สุดหรือหลังจากที่เกิดขึ้นในช่วงที่เลวร้ายที่สุดของ MMM ที่ลดลงอย่างต่อเนื่องในเดือนมีนาคม 2009 และเพิ่มขึ้น 40-50 สังเกตว่า EMA 150 วันไม่ได้ขึ้น จนกระทั่งหลังจากไฟกระชากครั้งนี้ MMM ยังคงสูงขึ้นต่อเนื่องใน 12 เดือนข้างหน้าค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยอยู่ในระดับที่แข็งแกร่ง Double Crossovers. Two ค่าเฉลี่ยเคลื่อนที่สามารถใช้ร่วมกันเพื่อสร้าง crossover สัญญาณในการวิเคราะห์ทางเทคนิคของตลาดการเงิน John Murphy เรียกวิธีนี้ว่าไขว้แบบคู่ Double crossovers หมายถึงค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างสั้นและค่าเฉลี่ยเคลื่อนที่ที่ค่อนข้างยาวเช่นเดียวกับค่าเฉลี่ยเคลื่อนที่ทั้งหมดความยาวโดยทั่วไปของค่าเฉลี่ยเคลื่อนที่จะกำหนดระยะเวลาของระบบ A ระบบที่ใช้ EMA 5 วันและ EMA 35 วันจะถือว่าเป็นระบบระยะสั้นโดยใช้ SMA 50 วันและ SMA 200 วันจะถือว่าเป็นระยะปานกลางถึงแม้จะเป็นระยะยาวก็ตามการทับถมในเชิงรุกจะเกิดขึ้นเมื่อ ครอสโอเวอร์หยาบคายเกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่ต่ำลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาวขึ้นนี้เรียกว่า cross cross ที่ตายแล้วค่าเฉลี่ย crossovers ผลิตสัญญาณค่อนข้างล่าช้าหลังจากทั้งหมด, ระบบใช้ตัวบ่งชี้ที่ปกคลุมด้วยวัตถุขังสองตัวขึ้นไประยะเวลาการเคลื่อนที่ที่ยาวนานขึ้นสัญญาณล่าช้าในสัญญาณสัญญาณเหล่านี้ทำงานได้ดีเมื่อมีแนวโน้มดีขึ้น ระบบไขว้เฉลี่ยจะผลิตจำนวนมาก whipsaws ในกรณีที่ไม่มีแนวโน้มที่แข็งแกร่งนอกจากนี้ยังมีวิธีการไขว้ไขว้ที่เกี่ยวข้องกับค่าเฉลี่ยเคลื่อนที่สามครั้งอีกครั้งสัญญาณจะถูกสร้างขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่ที่สั้นที่สุดข้ามสองค่าเฉลี่ยเคลื่อนที่อีกครั้งระบบไขว้ง่ายสาม อาจมีค่าเฉลี่ยเคลื่อนที่ 5 วัน 10 วันและ 20 วันแผนภูมิข้างบนแสดง Home Depot HD พร้อมด้วยเส้นประสีเขียว EMA 10 วันและเส้นสีแดง EMA 50 วันสายสีดำคือการปิดบัญชีรายวันโดยใช้ค่าเฉลี่ยเคลื่อนที่ การครอสโอเวอร์จะส่งผลให้เกิด whipsaws 3 ตัวก่อนที่จะเริ่มมีการซื้อขายที่ดีโดย EMA 10 วันพังลงมาต่ำกว่า EMA 50 วันในช่วงปลายเดือนตุลาคมที่ผ่านมา แต่ไม่นานนักเมื่อ 10 วันย้อนหลังไปถึงกลางเดือนพฤศจิกายน ยาว แต่ครอสโอเวอร์แบบลบต่อไปในเดือนม. ค. ที่เกิดขึ้นใกล้ระดับราคาในปลายเดือนพฤศจิกายนส่งผลให้เกิดการแส้วข้ามอีกครั้งเครื่องหมายลบนี้ไม่นานจนเป็น EMA 10 วันที่ขยับขึ้นเหนือ 50 วันในอีกไม่กี่วันต่อมา 4 หลังจากสัญญาณไม่ดีสามสัญญาณ , ที่สี่ สัญญาณบ่งบอกถึงการเคลื่อนไหวที่แข็งแกร่งในขณะที่สต็อกสูงกว่า 20.There มีสอง takeaways ที่นี่ก่อนไขว้มีแนวโน้มที่จะ whipsaw สามารถใช้ตัวกรองราคาหรือเวลาที่จะช่วยป้องกัน whipsaws ผู้ค้าอาจต้องครอสโอเวอร์ที่จะล่าสุด 3 วันก่อนที่จะทำหน้าที่หรือต้องการ EMA 10 วันเคลื่อนตัวเหนือด้านล่าง EMA 50 วันก่อนดีดตัวขึ้นอีกครั้ง MACD 10,50,1 จะแสดงเส้นแสดงความแตกต่างระหว่างค่าเฉลี่ยเลขยกกำลังสอง MACD มีค่าเป็นบวกในช่วงข้ามทองคำและมีค่าลบระหว่างช่วงที่ตายแล้วค่า Percentage Price Oscillator PPO สามารถใช้วิธีเดียวกันในการแสดงความแตกต่างของเปอร์เซ็นต์หมายเหตุ MACD และ PPO คำนวณจากค่าเฉลี่ยเคลื่อนที่ที่เป็นเส้นตรงและไม่ตรงกับค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย แผนภูมินี้แสดง Oracle ORCL พร้อมกับ EMA 50 วัน EMA 200 วันและ MACD 50,200,1 มีการแยกไขว้เฉลี่ย 4 ช่วงในช่วง 2 1 2 ปีครั้งแรกมีผลให้เกิด whipsaws หรือไม่ดี เทรดเทรดเทรนด์เริ่มต้นด้วยการครอสโอเวอร์ที่ 4 เมื่อ ORCL ก้าวขึ้นสู่ช่วงกลางยุค 20 อีกครั้งการเคลื่อนไหวไขว้เฉลี่ยทำงานได้ดีเมื่อมีแนวโน้มแข็งแกร่ง แต่สร้างความสูญเสียในกรณีที่ไม่มีแนวโน้มราคา Cross Cross เฉลี่ยของการขายเฉลี่ยยังสามารถนำมาใช้ สร้างสัญญาณด้วยไขว้ราคาที่ง่ายสัญญาณรั้นเกิดขึ้นเมื่อราคาเคลื่อนตัวเหนือเส้นค่าเฉลี่ยเคลื่อนที่สัญญาณหยาบคายถูกสร้างขึ้นเมื่อราคาเคลื่อนตัวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ค่าไขว้ราคาสามารถรวมเข้ากับการค้าภายในแนวโน้มที่ใหญ่ขึ้น แนวโน้มที่ใหญ่ขึ้นและค่าเฉลี่ยเคลื่อนที่ที่สั้นลงจะใช้ในการสร้างสัญญาณหนึ่งจะมองหาราคารั้น bullish เพียงเมื่อราคามีอยู่แล้วสูงกว่าค่าเฉลี่ยเคลื่อนที่อีกต่อไปนี้จะซื้อขายในความสามัคคีกับแนวโน้มที่ใหญ่กว่าตัวอย่างเช่นถ้าราคาอยู่เหนือ 200- วันโดยเฉลี่ยแล้วผู้ที่อยู่ในแวดวงชาตินิยมจะเน้นเฉพาะสัญญาณเมื่อราคาเคลื่อนไหวเหนือเส้นค่าเฉลี่ยเคลื่อนที่ 50 วันอย่างเห็นได้ชัดการเคลื่อนตัวต่ำกว่าเส้นค่าเฉลี่ยเคลื่อนที่ 50 วัน d ก่อนที่สัญญาณดังกล่าว แต่ข้ามหยาบคายดังกล่าวจะถูกละเว้นเนื่องจากมีแนวโน้มที่ใหญ่ขึ้นข้ามหยาบคายก็จะแนะนำ pullback ภายในขาขึ้นที่ใหญ่กว่าข้ามกลับเหนือ 50 วันค่าเฉลี่ยเคลื่อนที่จะส่งสัญญาณการปรับตัวดีขึ้นของราคาและความต่อเนื่องของ แนวรับที่สูงขึ้นกราฟถัดไปแสดง Emerson Electric EMR ที่มี EMA 50 วันและ EMA 200 วันหุ้นขึ้นไปเหนือระดับเฉลี่ย 200 วันในเดือนสิงหาคมและมีการปรับตัวลงต่ำกว่า EMA 50 วันในช่วงต้นเดือนพฤศจิกายนและ อีกครั้งในช่วงต้นเดือนกุมภาพันธ์ราคาพลิกกลับอย่างรวดเร็วเหนือเส้น EMA 50 วันเพื่อให้สัญญาณลูกศรสีเขียวในแนวราบสอดคล้องกับขาขึ้นที่ใหญ่ขึ้น MACD 1,50,1 จะแสดงในหน้าต่างตัวบ่งชี้เพื่อยืนยันว่าราคาจะข้ามหรือต่ำกว่า EMA 50 วัน EMA ระยะ 1 วันใกล้เคียงกับราคาปิด MACD 1,50.1 เป็นบวกเมื่อการดีดตัวใกล้เส้น EMA 50 วันและเป็นลบเมื่อระยะเวลาปิดอยู่ด้านล่าง EMA 50 วันการสนับสนุนและค่าความต้านทานค่าเฉลี่ย MACD ยังสามารถทำหน้าที่เป็น แนวรับและแนวต้านในแนวรับ rend แนวโน้มขาขึ้นในระยะสั้นอาจได้รับแรงหนุนจากเส้นค่าเฉลี่ยเคลื่อนที่ 20 วันซึ่งใช้ใน Bollinger Bands แนวโน้มขาขึ้นในระยะยาวอาจได้รับแรงหนุนจากค่าเฉลี่ยเคลื่อนที่ 200 วันซึ่งเป็นระยะยาวที่ได้รับความนิยมมากที่สุด moving average ถ้าความเป็นจริงค่าเฉลี่ยเคลื่อนที่ 200 วันอาจให้การสนับสนุนหรือความต้านทานได้เนื่องจากมีการใช้งานกันอย่างแพร่หลายเกือบจะเหมือนกับคำทำนายของตัวเองที่ทำเองแผนภูมิข้างบนแสดง NY Composite ที่มีค่าเฉลี่ยเคลื่อนที่ 200 วันจากกลาง 2004 จนถึงสิ้นปี 2008 200 วันให้การสนับสนุนหลายครั้งในช่วงก่อนเมื่อแนวโน้มผกผันกับการหยุดพักการสนับสนุนด้านบนสองครั้งค่าเฉลี่ยเคลื่อนที่ 200 วันทำหน้าที่เป็นความต้านทานรอบ 9500 ไม่ควรคาดหวังว่าการสนับสนุนที่ถูกต้องและระดับความต้านทานจากการเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยอีกต่อไปตลาดจะถูกขับเคลื่อนโดยอารมณ์ซึ่งทำให้มีแนวโน้มที่จะ overshoots แทนระดับที่แน่นอนค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุโซนสนับสนุนหรือความต้านทานข้อดีของการใช้ค่าเฉลี่ยเคลื่อนที่ จำเป็นต้องมีการชั่งน้ำหนักกับข้อเสียการย้ายค่าเฉลี่ยมีแนวโน้มตามหรือ lagging ตัวบ่งชี้ที่จะเป็นขั้นตอนหลังนี้ไม่จำเป็นต้องเป็นสิ่งไม่ดีแม้ว่าหลังจากทั้งหมดแนวโน้มเป็นเพื่อนของคุณและที่ดีที่สุดคือการค้าในทิศทางของ แนวโน้มการเคลื่อนค่าเฉลี่ยประกันว่าผู้ประกอบการค้าเป็นไปตามแนวโน้มในปัจจุบันถึงแม้ว่าแนวโน้มจะเป็นเรื่องที่เพื่อนของคุณ แต่หลักทรัพย์ใช้เวลาในช่วงการซื้อขายที่สูงมากซึ่งทำให้ค่าเฉลี่ยเคลื่อนที่ไม่ได้ผลเมื่อมีแนวโน้มที่ค่าเฉลี่ยเคลื่อนที่จะอยู่ในเส้นแนวโน้ม แต่ยังให้สัญญาณปลาย Don t คาดว่าจะขายที่ด้านบนและซื้อที่ด้านล่างโดยใช้ค่าเฉลี่ยเคลื่อนที่เช่นเดียวกับเครื่องมือวิเคราะห์ทางเทคนิคส่วนใหญ่ค่าเฉลี่ยเคลื่อนที่ไม่ควรใช้ด้วยตัวเอง แต่ร่วมกับเครื่องมือเสริมอื่น ๆ Chartists สามารถใช้การย้าย ค่าเฉลี่ยเพื่อกำหนดแนวโน้มโดยรวมและใช้ RSI เพื่อกำหนดระดับซื้อเกินหรือเกินซื้อการเพิ่มค่าเฉลี่ยของการเคลื่อนไหวไปยัง StockCharts Charts. Moving ค่าเฉลี่ยจะมีเป็นคุณลักษณะการวางซ้อนราคาบน SharpCharts workbench การใช้เมนูแบบเลื่อนลง Overlays ผู้ใช้สามารถเลือกค่าเฉลี่ยเคลื่อนที่แบบเรียบหรือค่าเฉลี่ยเคลื่อนที่ที่อธิบายได้พารามิเตอร์แรกจะใช้เพื่อกำหนดจำนวนรอบระยะเวลาคุณสามารถเพิ่มพารามิเตอร์ที่เป็นตัวเลือกเพื่อระบุว่าควรใช้ฟิลด์ราคาใด ในการคำนวณ - O สำหรับเปิด, H สำหรับสูง, L สำหรับต่ำและ C สำหรับเครื่องหมายจุลภาคปิดเครื่องหมายจุลภาคใช้เพื่อแยกพารามิเตอร์พารามิเตอร์อื่น ๆ ที่เป็นตัวเลือกสามารถเพิ่มเพื่อเลื่อนค่าเฉลี่ยเคลื่อนที่ไปทางซ้ายที่ผ่านมาหรือในอนาคตที่ถูกต้อง จำนวนลบ -10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางซ้าย 10 ช่วงเวลาจำนวนบวก 10 จะเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปทางขวา 10 รอบระยะเวลาหลายค่าเฉลี่ยเคลื่อนที่สามารถวางทับราคาได้โดยเพียงแค่เพิ่มอีกชั้นวางซ้อนกับสมาชิก Workbench StockCharts สามารถเปลี่ยนสีและสไตล์เพื่อแยกแยะระหว่างค่าเฉลี่ยเคลื่อนที่หลาย ๆ ได้หลังจากเลือกตัวบ่งชี้ให้เปิดตัวเลือกขั้นสูงโดยคลิกสามเหลี่ยมสีเขียวเล็กน้อย ตัวเลือกขั้นสูงสามารถใช้เพื่อเพิ่มการวางซ้อนค่าเฉลี่ยเคลื่อนไหวสำหรับตัวชี้วัดทางเทคนิคอื่น ๆ เช่น RSI, CCI และ Volume คลิกที่นี่เพื่อดูกราฟสดที่มีค่าเฉลี่ยเคลื่อนที่แตกต่างกันโดยใช้เส้นค่าเฉลี่ยเคลื่อนที่ที่มีการสแกนสต็อกช็อต สมาชิกสามารถใช้เพื่อสแกนหาค่าเฉลี่ยของสถานการณ์ที่เคลื่อนไหวได้โดยทั่วไปการเคลื่อนไหวเฉลี่ยข้ามเฉลี่ยการสแกนนี้จะหาหุ้นที่มีค่าเฉลี่ยเคลื่อนที่ 150 วันที่เพิ่มขึ้นและการข้ามผ่านแนวราบของ EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วัน จะเพิ่มขึ้นตราบเท่าที่มีการซื้อขายเหนือระดับของห้าวันที่ผ่านมาข้ามรั้นจะเกิดขึ้นเมื่อ EMA 5 วันเคลื่อนตัวเหนือ EMA 35 วันเมื่อเทียบกับค่าเฉลี่ยสูงกว่าค่าเฉลี่ยการเคลื่อนไหวของค่าเฉลี่ย Cross การสแกนนี้จะมองหาหุ้นที่ลดลง 150- วันค่าเฉลี่ยการเคลื่อนไหวแบบถดถอยและเส้นค่าเฉลี่ยถดถอยในระยะสั้น EMA 5 วันและ EMA 35 วันค่าเฉลี่ยเคลื่อนที่ 150 วันจะลดลงตราบใดที่ยังซื้อขายอยู่ในระดับต่ำกว่า 5 วันที่ผ่านมา ต่ำกว่า EMA 35 วันที่ ABO หนังสือเล่มนี้มีบทที่อุทิศให้กับค่าเฉลี่ยเคลื่อนที่และการใช้งานต่างๆของพวกเขา Murphy ครอบคลุมข้อดีและข้อเสียของการย้ายค่าเฉลี่ยนอกจากนี้เมอร์ฟี่แสดงให้เห็นว่าการเคลื่อนไหวโดยเฉลี่ยทำงานร่วมกับ Bollinger Bands และระบบการซื้อขายบนช่องทางอย่างไรเทคนิค การวิเคราะห์ตลาดการเงิน John Murphy ลองนึกภาพคุณมีข้อมูลเกี่ยวกับราคาสำหรับสินค้าจำนวนมาก สำหรับแต่ละผลิตภัณฑ์ที่คุณบันทึกข้อมูลราคารายสัปดาห์ชุดทำความสะอาด 200.gen prodid n แต่ละผลิตภัณฑ์มีราคาเฉลี่ยที่ไม่ซ้ำกัน rpoisson 5 7 คุณมีข้อมูลเกี่ยวกับราคารายสัปดาห์สำหรับ 200 สัปดาห์ขยาย 200 bysort prodid gen t n ป้ายชื่อ var สัปดาห์ นอกจากนี้ยังมีการเปลี่ยนแปลงฤดูกาลตามฤดูกาล 2 sin pi t 50 รวมทั้งแนวโน้มของแนวโน้มทั่วไปของ gen 005 การสังเกตครั้งแรกไม่มีความสัมพันธ์กับราคาใด ๆ 2 5 แนวโน้ม rpoisson 10 10 ถ้า t 1 แทนราคา prodprice 2 แนวโน้มตามฤดูกาล 7 ราคา n-1 3 rpoisson 10 10 ถ้า t 2 แทนราคา prodprice แนวโน้มตามฤดูกาล 5 ราคา n-1 2 ราคา n-2 3 rpoisson 10 10 ถ้า t 3 แทนราคา prodprice แนวโน้มตามฤดูกาล 3 ราคา n-1 2 ราคา n - 2 2 ราคา n-3 3 rpoisson 10 10 ถ้า t 4 แทนราคา prodprice แนวโน้มตามฤดูกาล 3 ราคา n-1 175 ราคา n-2 125 ราคา n-3 1 ราคา n-4 3 rpoisson 10 10 ถ้า t 4. สร้าง globabl เพื่อ เก็บทั่วโลก twograph. forv ฉัน 1 6 โลก twograph บรรทัดราคา t ถ้า prodid i. twoway twograph ตำนาน off ชื่อแนวโน้มราคาจริงสำหรับผลิตภัณฑ์แรกที่หก ตอนนี้ให้จินตนาการว่าข้อมูลที่สร้างขึ้นเป็นข้อมูลราคาที่แท้จริงซึ่งไม่สามารถสังเกตได้ คุณมีคอลเล็กชันข้อมูลหลายชุดต่อสัปดาห์ในราคาที่แตกต่างกันไปตามข้อผิดพลาดแบบสุ่มเพิ่มขึ้น 3.bysort prodid t gen prodobs n. gen pricecollect ราคา rnormal 25 อย่างไรก็ตามข้อมูลราคาที่คุณมีอยู่มีบางรายการที่ผิดพลาด ป้อน wrong. gen เข้าสู่ระบบ rbinomial 1, 1 gen scalarerror rnormal 1.gen priceobs pricecollect 1 entryaror scalarerror label var priceobs ราคาที่บันทึกไว้ นอกจากนี้ข้อมูลราคา 35 ของคุณยังไม่เคยถูกรวบรวม gen rbinomial 1, 35.drop ถ้าขาดหายไป 1. สร้าง globabl เพื่อเก็บ twograph. forv ทั่วโลก 1 1 twigs. forv ทั่วโลก 1 ราคา t ถ้า prodid i prodobs 1.twoway twograph ตำนาน ปิดชื่อสังเกตแนวโน้มราคาสำหรับหกผลิตภัณฑ์แรก t priceobs prodid entryerror ฉันเก็บข้อผิดพลาดในรายการในชุดข้อมูลเป็นวิธีการเปรียบเทียบแม้ว่าจะไม่ได้สังเกตโดยตรง คำถามคือ. ตอนนี้คุณสามารถกู้คืนข้อมูลราคาที่คล้ายกับต้นฉบับได้หรือไม่ สิ่งแรกที่เราควรจะใช้ประโยชน์คือข้อมูลที่บันทึกซ้ำกันราคาจะขึ้นอยู่กับราคาถ้าเป็น 1 ชื่อเรื่องง่ายที่จะเห็นการเบี่ยงเบนของแต่ละบุคคล มันง่ายที่จะเห็นการเบี่ยงเบนของแต่ละบุคคล แต่เราไม่ต้องการที่จะไปถึง 200 ผลิตภัณฑ์ทั้งหมดเพื่อระบุตัวตนที่แตกต่างกันราคาเราต้องการที่จะเกิดขึ้นกับระบบเพื่อระบุค่าผิดปกติ ให้ s สร้างค่าเฉลี่ยตามผลิตภัณฑ์และเวลาโดยการ prodid t egen pricemean หมายถึงราคา. อนุญาตให้ธง s สังเกตการณ์ใด ๆ ที่เป็น 120 มากกว่าค่าเฉลี่ยหรือ 80 น้อยกว่าค่าเฉลี่ย pricemean flag flag ราคา 1 2 pricemean priceobs 8. ลองดูว่ามันคือการทำงานสอง scatter priceobs t ถ้า prodid 1 scatter priceobs t if prodid 1 flag 1 msymbol lgx title ข้อผิดพลาดบางประการสามารถระบุได้เพียงแค่มองไปที่คำว่า flag. cb flag. org flag ของเรามีความเกี่ยวพันกับข้อผิดพลาด 45 ข้อผิดพลาดในการเข้าใช้งานนี่เป็นสิ่งที่ดี แต่เราสามารถทำได้ดีกว่า ผมขอแนะนำว่าแทนที่จะใช้เพียงค่าเฉลี่ยที่เราสร้างค่าเฉลี่ยเคลื่อนที่ของราคาและดูว่าแต่ละรายการเบี่ยงเบนไปจากค่าเฉลี่ยปัญหาเดียวคือคำสั่ง moving average ต้องใช้ xtset และต้องใช้รายการเดียวต่อช่วงเวลาดังนั้นผมจึงพูด เราจะชดเชยตัวแปรเวลาและเพิ่มในราวกับว่าบันทึกในช่วงเวลาที่ต่างกันของสัปดาห์หมายเลขสังเกตการณ์ เราจำเป็นต้องสร้าง prodobs ใหม่เนื่องจากเราไม่ทราบว่าการสังเกตใดหายไปจากแต่ละผลิตภัณฑ์โดยใช้ prodid t gen prodobs n. gen t2 t 4 prodobs xtset ตั้งค่าแผงข้อมูลแผงควบคุมและชุดลำดับเวลา xtset prodid t2 คำสั่งที่เราจะใช้คือ tssmooth เป็นรหัสว่าโดยการระบุ ma หมายถึงค่าเฉลี่ยเคลื่อนที่และหน้าต่างบอก Stata ว่ามีกี่ช่วงเวลาที่จะนับล่วงหน้าและจำนวนที่อยู่เบื้องหลังในเครื่องบินเคลื่อนที่คำสั่งนี้สามารถใช้เวลาสักครู่ tssmooth ma mapriceobs priceobs หน้าต่าง 23 0 23 23 อยู่ใน ผล 5 สัปดาห์ข้างหน้าและ 5 สัปดาห์หลัง 0 บอก stata ไม่รวม inself ในค่าเฉลี่ยที่ ค่าเฉลี่ยเคลื่อนที่สองค่ากระจายอยู่ในเกณฑ์ t หากมีการสร้างเส้นตรง 1 เส้นถ้ามีการผลิต 1 บรรทัดหากมี 1 ชื่อค่าเฉลี่ยเคลื่อนที่จะน้อยกว่าค่าที่ยอมรับได้ ค่าเฉลี่ยเคลื่อนที่มีเสถียรภาพมากกว่าค่าเฉลี่ยของเวลา ลองตั้งค่าสถานะโดยใช้ค่าเฉลี่ยของค่าเฉลี่ยที่เลื่อนลง flag2 gen flag2 mapriceobs priceobs 1 2 costriceobs priceobs 8.two scatter priceobs t ถ้า prodid 1 scatter priceobs t ถ้า prodid 1 flag2 1 msymbol lgx title ค่าเฉลี่ยเคลื่อนที่สามารถเป็นประโยชน์ off. corr ตำนาน flager entry2 วางข้อมูลที่ถูกตั้งค่าสถานะของเราลงหาก flag2 1. ยุบลงไปที่ระดับราคาที่ลดลงในสัปดาห์ตามราคาโดย prodid t ป้ายชื่อ var priceobs ราคาเฉลี่ยที่สังเกตจาก iv 1 1 twitter กระจายทั่วโลก t ถ้า prodid i. twoway twograph ตำนานปิดชื่อสังเกตแนวโน้มราคา หกผลิตภัณฑ์แรกข้อมูลกำลังมองหาที่ดีขึ้นมาก แต่เรายังคงมีข้อผิดพลาดที่ไม่พึงประสงค์บางอย่าง เราสามารถใช้ประโยชน์จากแนวโน้มของผลิตภัณฑ์ข้ามเพื่อช่วยในการระบุข้อผิดพลาดภายในราคาผลิตภัณฑ์ bysort t avencer egen หมายถึง priceobs. reg priceobs aveprice ถ้า prodid 1 ทำนาย resid1, เหลือเกิน priceobs aveprice ถ้า prodid 2 ทำนาย resid2, residual. reg priceobs aveprice ถ้า prodid 3 ทำนาย resid3, resid. twoway บรรทัด resid1 t ถ้า prodid 1 บรรทัด priceobs t ถ้า prodid 1 บรรทัด resid2 t ถ้า prodid 2 บรรทัด priceobs t ถ้า prodid 2 บรรทัด resid3 t ถ้า prodid 3 บรรทัด priceobs t ถ้า prodid 3 ชื่อส่วนที่เหลือเป็นตัวชี้วัดที่ชัดเจนของ ตำนานนอกคอกปิด สุดท้ายให้เราสังเกตด้วยส่วนที่เหลือที่มีค่ามากกว่า 1 5 เบี่ยงเบนมาตรฐานจาก mean. qui forv i 1 200 reg priceobs aveprice ถ้า prodid i predict residtemp ที่เหลือ residtemp ที่เหลือแทนที่ธง residtemp r หมายถึง r sd 1 5 residtemp r ลดลงเฉลี่ย ลองดูว่ามันคือการทำงานทั้งสองกระจาย priceobs t ถ้า prodid 2 scatter priceobs t ถ้า prodid 2 ธง 1 msymbol lgx title ตอนนี้เพียงแค่พยายามเอาตำนานบาง outliers ออก การกำหนดราคาผลิตภัณฑ์ 1 เมื่อเทียบกับค่าดีเอ็นเอทั่วโลก twograph. forv i 1 6 เส้น twograph ทั่วโลก priceobs t if prodid i. สุดท้ายลดค่าผิดปกติหากธง หนึ่งกราฟสุดท้ายทั่วโลก twograph. forv i 1 6 กระจายทั่วโลก twograph priceobs t ถ้า prodid i. twoway twograph, ตำนานออกชื่อสังเกตแนวโน้มราคาสำหรับหกผลิตภัณฑ์แรก ไม่สะอาดเท่ากราฟแรกของเรา แต่ดีขึ้นมาก