تمهيد عامل في و الأسي الحركة المتوسط

التنبؤ بواسطة تقنيات التلطيخ. هذا الموقع هو جزء من جافاسكريبت E-لابس كائنات التعلم لاتخاذ القرار يتم تصنيف جافاسكريبت أخرى في هذه السلسلة تحت مجالات مختلفة من التطبيقات في القسم مينو في هذه الصفحة. السلسلة الزمنية هي سلسلة من الملاحظات التي يتم ترتيبها في الوقت المناسب متجانس في جمع البيانات التي تم التقاطها مع مرور الوقت هو شكل من أشكال الاختلاف العشوائي هناك طرق للحد من إلغاء تأثير بسبب الاختلاف العشوائي تقنيات على نطاق واسع تمهيد هذه التقنيات، عند تطبيقها بشكل صحيح، يكشف عن أكثر وضوحا الاتجاهات الأساسية. Enter السلاسل الزمنية الصف الحكيم في تسلسل، بدءا من الزاوية اليسرى العليا، والمعلمة s، ثم انقر فوق زر حساب للحصول على فترة واحدة قبل التنبؤ. لا يتم تضمين صناديق فارغة في الحسابات ولكن الأصفار هي. في إدخال البيانات الخاصة بك للانتقال من خلية إلى خلية في مصفوفة البيانات استخدام مفتاح تاب ليس السهم أو إدخال مفاتيح. الميزات من السلاسل الزمنية، والتي يمكن كشفها من قبل إكساميني نغ الرسم البياني مع القيم المتوقعة، والسلوك المتبقي، النمذجة التنبؤ حالة. المتوسطات المتحركة ترتيب المتوسطات المتحركة بين التقنيات الأكثر شعبية ل بريبروسيسينغ من السلاسل الزمنية أنها تستخدم لتصفية الضوضاء البيضاء العشوائية من البيانات، لجعل سلسلة زمنية أكثر سلاسة أو حتى للتأكيد على بعض المكونات المعلوماتية الواردة في السلاسل الزمنية. تمهيد إكسوننتيال هذا هو مخطط شعبية جدا لإنتاج سلسة سلسلة الوقت حيث أنه في المتوسطات المتحركة يتم ترجيح الملاحظات السابقة بالتساوي، الأسي تجانس يعين الأوزان تناقص أضعافا مع تقدم الملاحظة وبعبارة أخرى، أعطيت الملاحظات الأخيرة وزن أكثر نسبيا في التنبؤ من الملاحظات القديمة ضعف الأسي التمويه هو أفضل في التعامل مع الاتجاهات الثلاثي الأسي تجانس أفضل في التعامل مع اتجاهات القطع المكافئ. المتوسط ​​المتحرك المرجح أضعافا مضاعفة مع ثابت تجانس يتوافق تقريبا إلى بسيطة المتوسط ​​المتحرك للطول أي حيث n و n ترتبط ب a. a 2 n 1 أور n 2 a a. Thus، على سبيل المثال، فإن المتوسط ​​المتحرك المرجح أسيونيننتيالي مع ثابت التمهيد يساوي 0 1 أن تقابل تقريبا إلى 19 يوم متحرك المتوسط ​​و فإن المتوسط ​​المتحرك البسيط لمدة 40 يوما سوف يتوافق تقريبا مع متوسط ​​متحرك مرجح أسي مع ثابت ثابت يساوي 0 04878.Holt s خطي الأسي تمهيد لنفترض أن السلاسل الزمنية غير موسمية ولكن لا عرض الاتجاه هولت s طريقة تقدير كل من التيار المستوى والاتجاه الحالي. لاحظ أن المتوسط ​​المتحرك البسيط هو حالة خاصة من التمهيد الأسي من خلال تحديد فترة المتوسط ​​المتحرك إلى جزء صحيح من ألفا ألفا 2. وبالنسبة لمعظم بيانات الأعمال معلمة ألفا أصغر من 0 40 في كثير من الأحيان فعالة ومع ذلك، يمكن للمرء إجراء بحث الشبكة من مساحة المعلمة، مع 0 1 إلى 0 9، مع زيادات 0 0 ثم أفضل ألفا لديه أصغر خطأ المطلق خطأ ما MA. How لمقارنة عدة طرق التجانس على الرغم من أن هناك هي مؤشرات رقمية لتقييم دقة تقنية التنبؤ، فإن النهج الأكثر انتشارا هو استخدام المقارنة البصرية لعدة تنبؤات لتقييم دقتها والاختيار من بين أساليب التنبؤ المختلفة في هذا النهج، يجب على المرء أن رسم باستخدام، على سبيل المثال إكسيل على نفس الرسم البياني والقيم الأصلية لمتغير سلسلة زمنية والقيم المتوقعة من عدة أساليب التنبؤ المختلفة، مما يسهل المقارنة البصرية. قد ترغب في استخدام التنبؤات الماضية من قبل تقنيات تجانس جافاسكريبت للحصول على قيم التوقعات السابقة على أساس تقنيات تمهيد التي تستخدم معلمة واحدة فقط هولت، وطرق الشتاء تستخدم اثنين وثلاثة معلمات، على التوالي، وبالتالي فإنه ليس من السهل مهمة لتحديد الأمثل، أو حتى بالقرب من القيم المثلى من قبل التجربة والأخطاء للمعلمات. التمهيد الأسي واحد يؤكد على منظور قصير المدى ذلك يحدد المستوى إلى الملاحظة الأخيرة ويستند إلى شرط عدم وجود اتجاه الانحدار الخطي أيون، الذي يناسب خط المربعات الصغرى إلى البيانات التاريخية أو البيانات التاريخية المحولة، يمثل المدى الطويل، وهو مشروط على الاتجاه الأساسي هولت s الخطي الأسي التمهيد يلتقط المعلومات حول الاتجاه الأخير المعلمات في نموذج هولت s هو مستويات المعلمة التي ينبغي أن تنخفض عندما يكون مقدار تغير البيانات كبيرا وينبغي زيادة معلمة الاتجاهات إذا كان اتجاه الاتجاه الأخير مدعوما بالسببية لبعض العوامل. التنبؤ على المدى القصير لاحظ أن كل جافاسكريبت في هذه الصفحة يوفر خطوة واحدة إلى الأمام توقعات للحصول على توقعات من خطوتين إلى الأمام ببساطة إضافة القيمة المتوقعة إلى نهاية لك سلسلة بيانات الوقت ومن ثم انقر على نفس زر حساب يمكنك تكرار هذه العملية لبضع مرات من أجل الحصول على التوقعات اللازمة على المدى القصير. Exponential Smoothing Explinder. Copyright المحتوى على محمي بحقوق الطبع والنشر وغير متوفر لإعادة النشر. عندما يواجه الناس لأول مرة مصطلح الأسي التمهيد قد يعتقدون ر قبعة يبدو وكأنه جحيم الكثير من تمهيد أي تمهيد هو ثم تبدأ في تصور حساب رياضي معقد من المرجح أن يتطلب درجة في الرياضيات لفهم، ونأمل أن يكون هناك المدمج في وظيفة إكسيل المتاحة إذا كانوا بحاجة من أي وقت مضى للقيام بذلك واقع التجانس الأسي هو أقل بكثير دراماتيكية وصدمة أقل بكثير. الحقيقة هي، تمهيد الأسي هو حساب بسيط جدا أن ينجز مهمة بسيطة نوعا ما لديه فقط اسم معقد لأن ما يحدث من الناحية الفنية نتيجة لهذا الحساب البسيط هو في الواقع قليلا معقدة. لنفهم التمهيد الأسي، فإنه يساعد على البدء مع المفهوم العام للتجانس واثنين من الأساليب الشائعة الأخرى المستخدمة لتحقيق تمهيد. ما هو التمهيد. التمهيد هو عملية إحصائية شائعة جدا في الواقع، ونحن نواجه بانتظام بيانات ممهدة في أشكال مختلفة في حياتنا يوما بعد يوم في أي وقت كنت تستخدم متوسط ​​لوصف شيء، كنت تستخدم عدد ممهدة إذا كنت تعتقد حول لماذا تستخدم متوسط ​​لوصف شيء ما، سوف تفهم بسرعة مفهوم تجانس على سبيل المثال، نحن فقط شهدت أحر الشتاء على السجل كيف يمكننا أن نقدر هذا حسنا نبدأ مع مجموعات من درجات الحرارة العالية والمنخفضة يوميا ل الفترة التي نسميها الشتاء لكل سنة في التاريخ المسجل ولكن هذا يترك لنا حفنة من الأرقام التي تقفز حول قليلا جدا انها ليست مثل كل يوم هذا الشتاء كان أكثر دفئا من الأيام المقابلة من جميع السنوات السابقة نحن بحاجة إلى عدد الذي يزيل جميع وهذا القفز حولها من البيانات حتى نتمكن من مقارنة أكثر سهولة فصل الشتاء إلى التالي إزالة القفز حول في البيانات يسمى التنعيم، وفي هذه الحالة يمكننا فقط استخدام متوسط ​​بسيط لإنجاز التجانس. في التنبؤ الطلب، ونحن نستخدم تمهيد لإزالة الضوضاء الاختلاف عشوائي من الطلب التاريخي لدينا وهذا يسمح لنا لتحديد أنماط الطلب بشكل رئيسي الاتجاه والموسمية ومستويات الطلب التي يمكن استخدامها لتقدير دي المستقبل ماند الضوضاء في الطلب هي نفس مفهوم القفز اليومي حول بيانات درجة الحرارة ليس من المستغرب أن الطريقة الأكثر شيوعا الناس إزالة الضوضاء من تاريخ الطلب هو استخدام متوسط ​​بسيط أو أكثر تحديدا، المتوسط ​​المتحرك A المتوسط ​​المتحرك يستخدم فقط عدد محدد مسبقا من الفترات لحساب المتوسط، وتلك الفترات تتحرك بمرور الوقت على سبيل المثال، إذا كنت تستخدم متوسط ​​متحرك لمدة 4 أشهر، واليوم هو 1 مايو، أنا باستخدام متوسط ​​الطلب الذي حدث في يناير، فبراير، مارس وأبريل في الأول من يونيو / حزيران، سأستخدم الطلب من شباط / فبراير وآذار / مارس ونيسان / أبريل وأيار / مايو. المتوسط ​​المتحرك الضعيف. عندما نستخدم متوسطا نطبق نفس الأهمية على كل قيمة في مجموعة البيانات. متوسط، كل شهر يمثل 25 من المتوسط ​​المتحرك عند استخدام الطلب التاريخ إلى الطلب في المستقبل الطلب وخاصة الاتجاه المستقبلي، فمن المنطقي أن نصل إلى استنتاج مفاده أنك تريد المزيد من التاريخ الحديث أن يكون لها تأثير أكبر على توقعاتك يمكننا تكييف حسابنا المتوسط ​​المتحرك لتطبيق مختلف الأوزان لكل فترة للحصول على النتائج المرجوة لدينا نحن نعرب عن هذه الأوزان كنسب مئوية، ويجب أن يصل مجموع جميع الأوزان لجميع الفترات إلى ما يصل إلى 100 لذلك، إذا قررنا أننا نريد تطبيق 35 والوزن لأقرب فترة في المتوسط ​​المتحرك المرجح لمدة 4 أشهر لدينا، يمكننا طرح 35 من 100 لإيجاد لدينا 65 المتبقية لتقسيم على مدى 3 فترات أخرى على سبيل المثال، قد ينتهي الأمر مع ترجيح 15، 20، 30 ، و 35 على التوالي لمدة 4 أشهر 15 20 30 35 100. تمهيد اقتصادي. إذا عدنا إلى مفهوم تطبيق الوزن إلى آخر فترة مثل 35 في المثال السابق ونشر الوزن المتبقي محسوبا بطرح الأكثر والوزن فترة الأخيرة من 35 من 100 للحصول على 65، لدينا اللبنات الأساسية لدينا حساب تمهيد الأسي ومن المعروف أن مدخلات السيطرة على حساب تجانس الأسية كعامل تمهيد يسمى أيضا ثابت تمهيد إيت إس يمثل بشكل محسوس الترجيح المطبق على آخر فترة من الطلب لذا، حيث استخدمنا 35 كمرجح لآخر فترة في حساب المتوسط ​​المتحرك المرجح، يمكننا أيضا اختيار استخدام 35 كعامل التمهيد في حساب التجانس الأسي لدينا الحصول على تأثير مماثل الفرق مع حساب تمهيد الأسي هو أنه بدلا من الاضطرار إلى معرفة أيضا كم من الوزن لتطبيقها على كل فترة سابقة، ويستخدم عامل تمهيد للقيام بذلك تلقائيا. لذلك يأتي هنا الجزء الأسي إذا كنا نستخدم 35 كعامل التمهيد، فإن ترجيح آخر فترة من الطلب سوف يكون 35 ترجيح آخر فترة الأخيرة ق الطلب على الفترة قبل آخر سيكون 65 من 35 65 يأتي من طرح 35 من 100 وهذا يعادل 22 75 الترجيح لتلك الفترة إذا كنت تفعل الرياضيات. الطلب المقبل آخر فترة ق سيكون 65 من 65 من 35، وهو ما يعادل 14 79 الفترة قبل أن يتم ترجيح 65 من 65 من 6 5 من 35، وهو ما يعادل 9 61، وهلم جرا وهذا يذهب مرة أخرى من خلال كل ما تبذلونه من فترات السابقة على طول الطريق إلى بداية الوقت أو النقطة التي بدأت باستخدام تمهيد أسي لهذا البند معين. لعلك ربما والتفكير أن s تبدو وكأنها الكثير من الرياضيات ولكن جمال حساب الأسية تمهيد هو أنه بدلا من الاضطرار إلى إعادة حساب ضد كل فترة السابقة في كل مرة تحصل على طلب فترة جديدة ق، يمكنك ببساطة استخدام الناتج من حساب تجانس الأسي من في الفترة السابقة لتمثيل جميع الفترات السابقة. هل كنت الخلط بعد وهذا سيجعل أكثر منطقية عندما ننظر إلى الحساب الفعلي. نحن عادة نشير إلى إخراج حساب تجانس الأسي كما توقعات الفترة المقبلة في الواقع، فإن التوقعات النهائية يحتاج إلى المزيد من العمل، ولكن لأغراض هذا الحساب المحدد، وسوف نشير إليها كما التنبؤ. حساب تمهيد الأسي هو على النحو التالي. أحدث فترة ق الطلب مضروبا في عامل التجانس بلوس أحدث توقعات الفترة s مضروبة في واحدة مطروحا منها عامل التجانس. د الطلب في الفترة الأخيرة S يمثل عامل التمهيد الممثلة في شكل عشري حتى 35 35 F F أحدث توقعات s s الناتج من حساب تجانس من الفترة السابقة. ور بافتراض عامل تمهيد من 0 35.It لا تحصل على أبسط من ذلك بكثير. كما ترون، كل ما نحتاج إليه لمدخلات البيانات هنا هي أحدث فترة الطلب s و آخر فترة ق توقعات نحن تطبيق عامل التمهيد الترجيح إلى آخر فترة ق الطلب بنفس الطريقة التي نفعلها في حساب المتوسط ​​المتحرك المرجح نحن ثم تطبيق الترجيح المتبقي 1 ناقص عامل التمهيد إلى أحدث التوقعات s s. منذ تم إنشاء توقعات الفترة الأخيرة استنادا إلى توقعات الفترة السابقة وتوقعات الفترة السابقة والتي كانت تستند إلى الطلب على الفترة السابقة لذلك والتوقعات الخاصة بالدول أود قبل ذلك، الذي كان على أساس الطلب على الفترة قبل ذلك والتوقعات للفترة قبل ذلك، والتي كانت على أساس الفترة قبل ذلك. ويل، يمكنك ان ترى كيف يتم تمثيل كل طلب الفترة السابقة ق في الحساب دون في الواقع العودة وإعادة حساب أي شيء. وهذا ق ما دفع شعبية الأولي من تمهيد الأسي كان واسن لأنه فعل وظيفة أفضل من تمهيد من المتوسط ​​المتحرك المرجح، كان لأنه كان من الأسهل لحساب في برنامج الكمبيوتر و، لأنك لا تحتاج إلى التفكير في الترجيح لإعطاء الفترات السابقة أو كم من الفترات السابقة لاستخدامها كما هو الحال في المتوسط ​​المتحرك المرجح ولأنه بدا أكثر برودة من المتوسط ​​المتحرك المرجح. في الواقع، يمكن القول بأن المتوسط ​​المتحرك المرجح يوفر مزيدا من المرونة منذ لديك المزيد من السيطرة على ترجيح الفترات السابقة والواقع هو أي من هذه يمكن أن توفر نتائج محترمة، فلماذا لا تذهب مع أسهل وأكثر برودة سون ding. Exonential التجانس في Excel. Let s نرى كيف أن هذا سوف ننظر في الواقع في جدول بيانات مع data. Copyright الحقيقي المحتوى على حقوق الطبع والنشر المحمية وغير متوفر ل republication. In الشكل 1A، لدينا جدول إكسل مع 11 أسبوعا من الطلب ، وتوقعات ممهدة أضعافا محسوبة من هذا الطلب لقد استخدمت عامل تمهيد 25 0 25 في الخلية C1 الخلية النشطة الحالية هي الخلية M4 التي تحتوي على توقعات للأسبوع 12 يمكنك أن ترى في شريط الصيغة، والصيغة هي L3 C1 L4 1- C1 وبالتالي فإن المدخلات المباشرة الوحيدة لهذا الحساب هي الفترة السابقة L خلية الطلب L3، الفترة السابقة ق توقعات الخلية L4، وعامل التجانس الخلية C1، كما هو مبين كمرجع الخلية المطلقة C1.When نبدأ حساب التجانس الأسي ، ونحن بحاجة إلى سد العجز يدويا قيمة للتوقعات 1 حتى في الخلية B4، بدلا من صيغة، كتبنا فقط في الطلب من تلك الفترة نفسها كما توقعات في الخلية C4 لدينا لدينا 1 الأسي حساب تمهيد B3 C1 B4 1- C1 يمكننا بعد ذلك نسخ الخلية C4 ولصقه في الخلايا D4 من خلال M4 لملء بقية الخلايا توقعاتنا. يمكنك الآن انقر نقرا مزدوجا فوق على أي خلية توقعات لنرى أنه يقوم على الخلية السابقة s توقعات الخلية والفترة السابقة ق خلية الطلب حتى كل حساب تمهيد الأسي اللاحق يرث الإخراج من حساب التجانس الأسي السابق أن s كيف يتم تمثيل كل طلب الفترة السابقة ق في الفترة الأخيرة حساب s على الرغم من أن الحساب لا يشير مباشرة تلك الفترات السابقة إذا كنت ترغب في الحصول على يتوهم، يمكنك استخدام إكسيل s أثر السوابق وظيفة للقيام بذلك، انقر فوق الخلية M4، ثم على شريط الأدوات الشريط إكسيل 2007 أو 2010 انقر فوق علامة التبويب الصيغ، ثم انقر فوق تتبع السوابق فإنه سيتم رسم خطوط الموصل إلى المستوى 1 من السوابق، ولكن إذا كنت الاستمرار في النقر تتبع السوابق فإنه سيتم رسم خطوط موصل لجميع الفترات السابقة لتظهر لك العلاقات الموروثة. لا يسمح الآن نرى ما تمهيد الأسي لم us. Figure 1B يظهر مخططا خطيرا لطلبنا وتوقعاتك إذا كنت ترى كيف أن التوقعات الملساء أضعافا يزيل معظم القفز من حول الطلب الأسبوعي، ولكن لا يزال يدير لمتابعة ما يبدو أن الاتجاه التصاعدي في الطلب سوف تلاحظ أيضا أن تمهيد خط التنبؤ يميل إلى أن يكون أقل من خط الطلب هذا هو المعروف باسم تأخر الاتجاه وهو تأثير جانبي لعملية تمهيد في أي وقت كنت تستخدم تمهيد عندما يكون الاتجاه الحالي توقعاتك سوف تتخلف عن الاتجاه هذا ينطبق على أي تقنية تمهيد في الواقع، إذا كنا لمواصلة هذا الجدول والبدء في إدخال أرقام الطلب المنخفض مما يجعل الاتجاه الهبوطي سترى انخفاض خط الطلب، وخط الاتجاه التحرك فوقه قبل البدء في اتباع الاتجاه النزولي. وهذا لماذا ذكر سابقا الإخراج من حساب تمهيد الأسي الذي نسميه توقعات، لا يزال يحتاج الى مزيد من العمل هناك الكثير أكثر للتنبؤ من مجرد تمهيد المطبات في الطلب نحن بحاجة إلى إجراء تعديلات إضافية لأشياء مثل تأخر الاتجاه والموسمية والأحداث المعروفة التي قد تؤثر على الطلب، الخ ولكن كل ما هو أبعد من نطاق هذه المادة. سوف من المرجح أن تعمل أيضا من حيث مثل تمهيد مزدوج الأسي والتجانس الثلاثي الأسي هذه الشروط هي مضللة بعض الشيء لأنك لا إعادة تمهيد الطلب عدة مرات يمكنك إذا كنت تريد، ولكن هذا ليس نقطة هنا تمثل هذه المصطلحات باستخدام تمهيد الأسي على عناصر إضافية للتنبؤ حتى مع تمهيد الأسي بسيطة، كنت تمهيد قاعدة الطلب، ولكن مع تجانس مزدوج الأسي كنت تمهيد الطلب قاعدة بالإضافة إلى الاتجاه، ومع تمهيد الثلاثي الأسي كنت تمهيد الطلب قاعدة بالإضافة إلى الاتجاه بالإضافة إلى الموسمية. السؤال الأكثر شيوعا حول التجانس الأسي هو أين أنا الحصول على عامل تجانس بلدي ليس هناك إجابة سحرية هنا، تحتاج إلى اختبار مختلف العوامل تمهيد مع بيانات الطلب الخاص بك لمعرفة ما يحصل لك أفضل ريسو لتس هناك حسابات التي يمكن تلقائيا تعيين وتغيير عامل تمهيد هذه تقع تحت مصطلح التجانس التكيف، ولكن عليك أن تكون حذرا معهم ببساطة لا يوجد إجابة كاملة، ويجب أن لا تنفيذ عمياء أي حساب دون اختبار شامل وتطوير شامل فهم ما هذا الحساب يجب عليك أيضا تشغيل ما إذا كان سيناريوهات لمعرفة كيف تتفاعل هذه الحسابات على التغييرات الطلب التي قد لا توجد حاليا في بيانات الطلب الذي تستخدمه للاختبار. المثال البيانات كنت سابقا هو مثال جيد جدا من وهو الوضع الذي كنت حقا بحاجة لاختبار بعض السيناريوهات الأخرى هذا المثال بيانات معينة يظهر اتجاها تصاعديا متسقا إلى حد ما العديد من الشركات الكبيرة مع برامج التنبؤ مكلفة للغاية حصلت في ورطة كبيرة في الماضي ليس بعيدة جدا عندما إعدادات البرامج التي تم أنب ل فإن االقتصاد المتنامي لم يتفاعل بشكل جيد عندما بدأ االقتصاد في الركود أو االنكماش مثل هذه األمور تحدث عندما ال تتراجع تاند ما هي برامج الحسابات الخاصة بك تفعل في الواقع إذا فهموا نظام التنبؤ بهم، فإنها قد عرفت أنهم بحاجة إلى القفز في وتغيير شيء عندما كانت هناك تغييرات مفاجئة مفاجئة لأعمالهم. لذلك كان لديك ذلك أساسيات تمهيد الأسي وأوضح تريد معرفة المزيد عن استخدام التجانس الأسي في التنبؤ الفعلي، وتحقق من كتابي إدارة المخزون Explained. Copyright المحتوى على محمية بحقوق الطبع والنشر وغير متوفرة ل ريبوبليكاتيون. ديف بياسيكي هو مالك مشغل جرد العمليات استشارات ليك شركة استشارية تقديم الخدمات المتعلقة وإدارة المخزون، والتعامل مع المواد، وعمليات المستودع لديه أكثر من 25 عاما من الخبرة في إدارة العمليات ويمكن الوصول إليها من خلال موقعه على شبكة الانترنت، حيث يحافظ على معلومات إضافية ذات صلة. العمل. المتوسط ​​المتحرك المتحرك - إما. BREAKing دون المتوسط ​​المتحرك الأسي - إما. أما المتوسط ​​المتحرك المتوسط ​​لمدة 12 و 26 يوما فهو المتوسطات الأكثر شيوعا على المدى القصير، وهي أ تستخدم في إنشاء مؤشرات مثل المتوسط ​​المتحرك التقارب التقارب ماسد ومعدل مذبذب السعر بو بصفة عامة، يتم استخدام المتوسط ​​المتحرك 50 و 200 يوم كإشارات للاتجاهات طويلة الأجل. التجار الذين يستخدمون التحليل الفني يجدون المتوسطات المتحركة مفيدة جدا و عندما تكون مطبقة بشكل صحيح ولكن تخلق الفوضى عند استخدامها بشكل غير صحيح أو يساء تفسيرها جميع المتوسطات المتحركة المستخدمة عادة في التحليل الفني هي، بحكم طبيعتها، والمؤشرات المتخلفة ونتيجة لذلك، فإن الاستنتاجات المستخلصة من تطبيق المتوسط ​​المتحرك على الرسم البياني للسوق معين يجب أن يكون للتأكيد حركة السوق أو للإشارة إلى قوتها في كثير من الأحيان، في الوقت الذي جعل خط مؤشر المتوسط ​​المتحرك تغييرا يعكس خطوة كبيرة في السوق، فإن النقطة المثلى لدخول السوق قد مرت بالفعل و إما تعمل على التخفيف من هذه المعضلة إلى إلى حد ما لأن حساب إما يضع المزيد من الوزن على أحدث البيانات، فإنه العناق حركة السعر قليلا أكثر تشددا، وبالتالي يتفاعل أسرع هو مرغوب فيه عند استخدام إما لاستخلاص إشارة دخول التداول. تفسير المتوسط ​​المتحرك. على غرار جميع مؤشرات المتوسط ​​المتحرك، فهي أكثر ملاءمة بكثير للأسواق تتجه عندما يكون السوق في اتجاه صاعد قوي ومستمر سوف خط مؤشر إما تظهر أيضا الاتجاه الصاعد والعكس بالعكس للاتجاه الهبوطي لن يقوم المتيقظ الحذر بإيلاء الاهتمام لاتجاه خط إما ولكن أيضا علاقة معدل التغير من شريط إلى آخر على سبيل المثال، حيث أن حركة السعر القوية يبدأ الاتجاه الصعودي بالتسطح والعكس، فإن معدل التغير في المتوسط ​​إما من شريط إلى آخر سيبدأ في التقلص إلى أن يتسطح خط المؤشر ويكون معدل التغير صفرا. بسبب التأثير المتخلف، عند هذه النقطة، أو وحتى بعض الحانات من قبل، كان يجب أن يكون الفعل السعر قد عكس بالفعل وبالتالي فإن مراقبة تناقص ثابت في معدل التغيير في إما يمكن أن تستخدم في حد ذاته كمؤشر يمكن أن تزيد من مواجهة المعضلة الناجمة عن التأخر تأثير اللامع المتحرك للمتوسط ​​المتحرك استخدامات إما. إما تستخدم عادة مع مؤشرات أخرى لتأكيد تحركات السوق الهامة ولقياس مدى صحتها بالنسبة للمتداولين الذين يتاجرون بالأسواق اللحظية والسريعة الحركة، فإن المتوسط ​​المتحرك أكثر قابلية للتطبيق كثيرا ما يستخدم المتداولون المؤشرات إما لتحديد تحيز التداول على سبيل المثال، إذا أظهرت إما على الرسم البياني اليومي اتجاها تصاعديا قويا، قد تكون استراتيجية التداولات اللحظية للتداول فقط من الجانب الطويل على الرسم البياني اللحظي.