Dự báo bằng phương pháp trung bình trượt năm 2024

Trung bình trượt giản đơn SMA (tiếng Anh: Simple moving average) được tính bằng cách tính tổng giá trong một khoảng thời gian và chia cho số quan sát trong khoảng thời gian đó.

Hình minh họa

Trung bình trượt giản đơn SMA (Simple moving average)

Định nghĩa

Trung bình trượt giản đơn trong tiếng Anh là Simple moving average, viết tắt SMA. Trung bình trượt giản đơn được tính bằng cách tính tổng giá trong một khoảng thời gian và chia cho số quan sát trong khoảng thời gian đó.

Công thức xác định trung bình trượt giản đơn SMA

MA (n) = (C1 + C2 + ... + Cn)/n

Trong đó:

Ct là giá đóng cửa ngày t

n là số ngày cần tính giá trị trung bình trượt giản đơn

Ví dụ

Cổ phiếu XYZ có giá đóng cửa 10 ngày như sau:

NgàyGiá đóng cửaTổngMA (3)110NANA211NANA31233114143712.335123812.676123812.677174113.678144314.339164715.6710154515

Ví dụ trên minh họa cách tính toán giá trị trung bình trượt giản đơn cho ba ngày.

Giá trị MA (3) cho ngày thứ ba bằng trung bình cộng giá cổ phiếu XYZ trong ngày 1,2 và 3.

Đặc trưng của đường trung bình trượt giản đơn

- Đường trung bình trượt có thể được tính toán cho những khoảng thời gian khác nhau, các đường trung bình trượt phổ biến là MA (200), MA (60), MA (50), MA (30), MA (20), MA (10).

- Những biến động giá hàng ngày được làm trơn thông qua việc tính toán giá trị trung bình trượt. Việc sử dụng đường trung bình trượt giúp cho các phân tích phát hiện được xu hướng của giá chứng khoán mà không bị ảnh hưởng bởi những biến động giá hàng ngày.

- Đường MA đi lên cho thấy xu hướng tăng điểm và đường MA đi xuống chỉ ra một xu hướng giảm điểm. Mặc dù việc sử dụng đường MA là hữu dụng trong việc nhận diện xu hướng, nhưng việc nhận diện này chỉ xảy ra khi xu hướng đã bắt đầu.

- Do đó, trung bình trượt là một chỉ báo sau. Cần ghi nhớ rằng theo phân tích kĩ thuật, chúng ta tiến hành giao dịch cùng với xu hướng. Việc sử dụng đường trung bình trượt luôn luôn đưa ra một dấu hiệu trễ so với xu hướng.

- Đường MA có thể được tính toán cho các khoảng thời gian khác nhau. Thời gian càng dài, số quan sát càng lớn thì đường trung bình trượt sẽ mang lại càng nhiều thông tin.

Khi tăng số ngày để tính toán ra đường trung bình trượt, dữ liệu giá chứng khoán trong từng ngày sẽ tương đối không còn quá quan trọng nữa.

Đây chính là một ưu điểm của việc sử dụng đường trung bình trượt

- Việc không quá chú trọng vào dữ liệu giá trong từng ngày sẽ loại bỏ tác động của quan sát đột biến. Tuy nhiên, khoảng thời gian của đường trung bình trượt càng dài thì đường trung bình trượt đó sẽ càng chậm trong việc báo hiệu về xu hướng tiềm ẩn trong diễn biến giá.

Hình 14-21 minh họa đường SMA (10) và SMA (60) của cổ phiếu DIS (Công ty Walt Disney). Có thể nhận thấy đường trung bình trượt giản đơn 60 ngày mượt hơn đường trung bình trượt giản đơn 10 ngày và xu hướng chủ đạo của cổ phiếu trong giai đoạn này là tăng điểm.

• Trang chính
• THỐNG KÊ ỨNG DỤNG
  • THỐNG KÊ MÔ TẢ
    • Giới thiệu phần mềm SPSS
      • Truyền dữ liệu vào SPSS
        • Truyền trực tiếp từ bàn phím
        • Truyền từ Data file
      • File data
    • Đối với dữ liệu định tính
      • Bảng tần số, tần suất, tần số tích lũy và tần suất tích lũy
      • Biểu đồ cột
      • Biểu đồ tròn
    • Đối với dữ liệu định lượng
      • Bảng tần số, tần suất, tần số và tần suất tích lũy
      • Biểu đồ đường
      • Biểu đồ Stem-and-leaf, boxplot
      • Đồ thị Histogram
      • Biểu đồ phân tán
    • Mô tả dữ liệu số
    • Khảo sát hình dạng phân phối của tập dữ liệu
    • Phân phối mẫu
    • Các phân phối thường gặp trong thống kê
      • Phân phối đều (rời rạc)
      • Phân phối đều (liên tục)
      • Phân phối Bernoulli
      • Phân phối nhị thức
      • Phân phối Poission
      • Phân phối chuẩn
      • Phân phối Chi-bình phương
      • Phấn phối Student
  • ƯỚC LƯỢNG CÁC THAM SỐ THỐNG KÊ
    • Ước lượng khoảng tin cậy cho trung bình
      • Ước lượng trung bình của một tổng thể
      • Ước lượng sự sai khác trung bình trên hai tổng thể
        • Trường hợp hai tổng thể độc lập
        • Trường hợp hai tổng thể không độc lập
    • Ước lượng khoảng tin cậy cho tỷ lệ
      • Ước lượng tỷ lệ trên một tổng thể
      • Ước lượng sự sai khác tỷ lệ trên 2 tổng thể
  • KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ
    • Kiểm định trung bình
      • Kiểm định trung bình cho một tổng thể
      • Kiểm định sai khác trung bình cho hai tổng thể độc lập
      • Kiểm định trung bình cho mẫu cặp (paired)
    • Kiểm định tỉ lệ
      • Kiểm định tỷ lệ cho một tổng thể
      • Kiểm định sai khác tỷ lệ cho 2 tổng thể
    • Phân tích ANOVA
  • KIỂM ĐỊNH PHI THAM SỐ
    • Kiểm định về tính độc lập của hai biến định tính
    • Kiểm định phân phối
    • Kiểm định dấu
    • Kiểm định Willconxon
    • Kiểm định Mann-Whitney
  • DỮ LIỆU
    • Dữ liệu vi mô
    • Dữ liệu vĩ mô
      • Đơn biến
      • Đa biến
• KINH TẾ LƯỢNG
  • GIỚI THIỆU
    • Kinh tế lượng
    • Phần mềm Eviews
      • Nhập dữ liệu vào từ bàn phím
      • Nhập dữ liệu vào từ file Excel
  • THỐNG KÊ MÔ TẢ
    • Tính các thống kê mô tả
    • Vẽ đồ thị
      • Vẽ đồ thị một biến
      • Vẽ đồ thị hai biến
        • Biểu diễn hai biến trên cùng một trục
        • Đồ thị hệ trục kép
        • Đồ thị phân tán
    • Ma trận tương quan
    • Ma trận hiệp phương sai
  • HỒI QUY ĐƠN BIẾN
    • Mô hình hồi quy đơn biến
    • Phương pháp bình phương nhỏ nhất OLS
    • Hệ số R bình phương
    • Kiểm định giả thuyết
    • Thực hành Eviews
  • HỒI QUY ĐA BIẾN
    • Mô hình hồi quy đa biến
    • Đặc điểm các ước lượng OLS
    • Hệ số R bình phương và R bình phương hiệu chỉnh
    • Kiểm định giả thuyết
    • Thực hành Eviews
  • MỘT SỐ ỨNG DỤNG
    • Phân tích dạng mô hình - Các dạng hàm mô tả
      • Diễn giải các hệ số hồi quy
      • Các dạng hàm mô tả
      • Sự tác động qua lại giữa các biến độc lập
      • Biến giả- Hồi quy với biến giả
        • Bản chất của biến giả
        • Mô hình hồi quy với biến giải thích là biến giả
        • Tương tác giữa các biến
      • Biến trễ
    • Sơ lược về mô hình ra quyết định nghiên cứu thị trường
      • Mô hình nhị nguyên
      • Mô hình ordered choice
  • VI PHẠM GIẢ THIẾT MÔ HÌNH
    • Hiện tượng đa cộng tuyến
      • Khái niệm về đa cộng tuyến
      • Hậu quả của đa cộng tuyến
      • Cách phát hiện đa cộng tuyến trong Eviews
      • Cách khắc phục đa cộng tuyến trong Eviews
    • Hiện tượng tự tương quan
      • Khái niệm về tự tương quan
      • Hậu quả của hiện tượng tự tương quan
      • Cách phát hiện tự tương quan trong Eviews
        • Phương pháp đồ thị
        • Durbin-Waston
        • Breusch - Godfrey (BG)
        • Correlogram
      • Cách khắc phục tự tương quan trong Eviews
    • Phương sai sai số thay đổi
      • Khái niệm về phương sai không đồng đều
      • Hậu quả của hiện tượng phương sai không đồng đều
      • Phát hiện phương sai phần dư thay đổi
      • Khắc phục PSSSTĐ trong Eviews
  • DỮ LIỆU
    • Dữ liệu
      • Dữ liệu vi mô
      • Dữ liệu vĩ mô
        • Đơn biến
        • Đa biến
• DỰ BÁO KINH TẾ
  • TỔNG QUAN VỀ PHẦN MỀM EVIEWS
    • Cách tạo tập tin EVIEWS
  • CÁC MÔ HÌNH DỰ BÁO ĐƠN GIẢN
    • Phương pháp dự báo thô
    • Phương pháp dự báo trung bình trượt - trung bình trượt kép
    • Dự báo bằng phương pháp san mũ đơn giản
    • Dự báo bằng phương pháp san mũ Holt
    • Dự báo bằng phương pháp san mũ Winter_mô hình nhân
    • Dự báo bằng phương pháp san mũ Winter _ mô hình cộng
  • DỰ BÁO BẰNG PHƯƠNG PHÁP PHÂN TÍCH
    • Mô hình nhân tính
    • Mô hình cộng tính
  • DỰ BÁO BẰNG CÁC MÔ HÌNH XU THẾ
    • Cách nhận dạng hàm hồi quy
    • Ước lượng
    • Hàm xu thế bậc nhất
    • Hàm xu thế bậc 2
    • Hàm tăng trưởng mũ
  • DỰ BÁO BẰNG PHÂN TÍCH HỒI QUY
    • Hồi quy đơn
      • Mô hình hồi quy đơn
      • Ước lượng hồi quy đơn trên Eviews
    • Hồi quy bội
      • Mô hình hồi quy bội
      • Ước lượng hồi quy bội trên Eviews
  • CÁC MÔ HÌNH DỰ BÁO THEO PHƯƠNG PHÁP BOX - JENKINS
    • Tính dừng
    • Chuỗi dừng sai phân
    • Kiểm định Tính dừng - kiểm định nghiệm đơn vị - khắc phục chuỗi không dừng
    • Mô hình ARIMA
  • CÁC MÔ HÌNH VAR/VEC
    • Mô hình VAR
    • Mô hình VEC
  • DỮ LIỆU
    • Data nguồn
      • Dữ liệu
        • Dữ liệu vi mô
        • Dữ liệu vĩ mô
          • Đơn biến
          • Đa biến
• Phương pháp dự báo thô
• Phương pháp dự báo trung bình trượt - trung bình trượt kép
• Dự báo bang phương pháp san mũ đơn giản
• Dự báo bằng phương pháp san mũ Holt
• Dự báo bằng phương pháp san mũ Winter _ Mô hình cộng
• Dự báo bằng phương pháp san mũ Winter _ Mô hình nhân