2025-04-21
Форекс арилжаа, Хөрөнгийн зах зээл, техникийн шинжилгээнд хамгийн өргөн хэрэглэгддэг хэрэгслүүдийн нэг бол Хөдөлгөөнт дундаж (Moving Average – MA) юм. Энэ нь тодорхой хугацаанд үнэт цаасны үнэ хэрхэн өөрчлөгдөж байгааг тэгшитгэн дундажлан гаргаж ирэх аргын нэг бөгөөд трендийг тодорхойлох, зах зээлийн хэлбэлзлийг шүүх, орж гарах шийдвэр гаргахад тусалдаг.
Хөдөлгөөнт дундаж нь тодорхой хугацаанд (жишээ нь: 10 өдөр, 50 өдөр, 200 өдөр гэх мэт) тухайн үнэт цаасны хаалтын үнийг дундажладаг. Энэ дундаж нь шинэ өгөгдөл нэмэгдэх бүрд “хөдөлж” байдаг тул ийм нэртэй болсон юм.
Хамгийн түгээмэл хэрэглэгддэг хоёр төрөл бий:
Энэ нь сонгосон хугацаан дахь бүх өдрийн үнийг адил жинтэйгээр дундажлан гаргаж ирдэг.
Жишээ: 5 өдрийн SMA = (Өдөр 1 + Өдөр 2 + Өдөр 3 + Өдөр 4 + Өдөр 5) / 5
EMA нь хамгийн сүүлийн үеийн мэдээлэлд илүү их ач холбогдол өгдгөөрөө SMA-аас ялгардаг. Иймд EMA нь зах зээлийн өөрчлөлтөд илүү мэдрэмтгий байдаг.
Хэрвээ "XYZ" компанийн хувьцааны сүүлийн 5 өдрийн хаалтын үнэ дараах байдалтай байвал:
Давуу тал
Зах зээлийн трендийг харахад хялбар
Зах зээлийн хурдан өөрчлөлтийг алдаж болно
Үнийн хэлбэлзлийг шүүж өгдөг
Сул тал
Хуучин мэдээлэлд хэт найддаг (ялангуяа SMA)
Дохио авахад ашиглаж болно
Худал дохио өгөх магадлалтай
Хөдөлгөөнт дундаж (MA) нь техникийн шинжилгээнд ашиглагддаг хамгийн түгээмэл хэрэгсэлүүдийн нэг бөгөөд эдгээрийг тооцоолох, график дээр ашиглахад зориулсан Python кодын жишээг гаргаж өгье.
Юуны өмнө, таны компьютер дээр Python суулгасан байх хэрэгтэй. Мөн pandas
болон matplotlib
зэрэг номын сангууд хэрэгтэй.
Эдгээр номын сангуудыг суулгахын тулд дараах командуудыг ашиглана уу:
pip install pandas matplotlib
Доорх жишээ код нь хувьцааны мэдээллийг (жишээ нь 5 өдрийн хаалтын үнэ) ашиглан энгийн хөдөлгөөнт дундаж (SMA) болон экспоненциал хөдөлгөөнт дундаж (EMA) тооцоолох болно.
import pandas as pd
import matplotlib.pyplot as plt
# Хувьцааны үнэ (жишээ)
data = {
'Date': ['2025-04-15', '2025-04-16', '2025-04-17', '2025-04-18', '2025-04-19'],
'Close': [100, 102, 101, 103, 104]
}
# DataFrame үүсгэх
df = pd.DataFrame(data)
# Date баганаас DateTime үүсгэх
df['Date'] = pd.to_datetime(df['Date'])
# 5 өдрийн SMA тооцоолох
df['SMA_5'] = df['Close'].rolling(window=5).mean()
# 5 өдрийн EMA тооцоолох
df['EMA_5'] = df['Close'].ewm(span=5, adjust=False).mean()
# График зурж үзүүлэх
plt.figure(figsize=(10,6))
plt.plot(df['Date'], df['Close'], label='Close Price', color='blue', marker='o')
plt.plot(df['Date'], df['SMA_5'], label='5-Day SMA', color='red', linestyle='--')
plt.plot(df['Date'], df['EMA_5'], label='5-Day EMA', color='green', linestyle='-.')
plt.title('5-Day Simple and Exponential Moving Averages')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.grid(True)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
data
нэртэй жагсаалттай бид хувьцааны хаалтын үнэ болон огноог хадгална. Энэ нь жишээ мэдээлэл бөгөөд бодит мэдээллийг хэрэглэж болно.df['SMA_5'] = df['Close'].rolling(window=5).mean()
код нь 5 өдрийн хөдөлгөөнт дундажийг тооцоолдог.df['EMA_5'] = df['Close'].ewm(span=5, adjust=False).mean()
код нь 5 өдрийн экспоненциал хөдөлгөөнт дундажийг тооцоолдог.matplotlib
номын сангаар график зурж, хаалтын үнэ, SMA, EMA шугамыг харуулдаг.Хөдөлгөөнт дундаж (MA) бол техникийн шинжилгээнд зайлшгүй хэрэглэх шаардлагатай, энгийн хэр нь хүчирхэг хэрэгсэл юм. Гэхдээ үүнийг бие даасан дохио гэж үзэхээс илүүтэй бусад үзүүлэлт, аргуудтай хавсарган хэрэглэснээр илүү бодитой шийдвэр гаргах боломжтой.