Lĩnh vực: Chứng khoán
Giải thích thuật ngữ
Đường WMA
Đường WMA là gì?
Đường trung bình động có trọng số (Weighted Moving Average: WMA) là một loại đường trung bình động gán trọng số lớn hơn cho một số điểm dữ liệu nhất định (có thể là khối lượng, hoặc dữ liệu gần đây nhất...).
Ý nghĩa của đường WMA
- Cũng tương tự như các đường trung bình động khác, có thể sử dụng hai hoặc nhiều WMA với các khoảng thời gian khác nhau để tạo tín hiệu mua và bán. Đường WMA ngắn hạn phản ứng nhanh hơn với những thay đổi về giá, trong khi đường WMA dài hạn phản ứng chậm hơn nhưng có thể cung cấp dấu hiệu tốt hơn về xu hướng chung. Ví dụ: Sử dụng đường WMA10 và WMA20 ngày để xác định các tín hiệu mua bán tiềm năng. Khi đường WMA10 cắt lên trên WMA20 có thể cho thấy cơ hội mua và ngược lại.
- WMA cũng có thể được sử dụng để xác định mức hỗ trợ và kháng cự trong dữ liệu thị trường. Các mức hỗ trợ là những vùng mà áp lực mua đủ mạnh để ngăn giá giảm thêm, trong khi các mức kháng cự là những vùng mà áp lực bán đủ mạnh để ngăn giá tăng thêm.
- Kết hợp với các chỉ báo kỹ thuật khác, chẳng hạn như Chỉ số sức mạnh tương đối (RSI) hoặc Trung bình động hội tụ phân kỳ (MACD), để xác nhận tín hiệu mua hoặc bán.
Cách tính WMA
Công thức tổng quát tính WMA
- Pn: đại diện cho điểm dữ liệu gần đây nhất
- n: là số lượng điểm dữ liệu trong khoảng thời gian.
Các bước tính WMA
- Bước 1: Xác định số chu kỳ đưa vào tính toán
- Bước 2: Chỉ định một hệ số trọng số cho mỗi khoảng thời gian, tăng trọng số cho các khoảng thời gian gần đây
- Bước 3: Nhân từng điểm dữ liệu với hệ số trọng số tương ứng
- Bước 4: Tính tổng kết quả của phép nhân
- Bước 5: Chia tổng cho tổng trọng số để có WMA.
Ưu và nhược điểm của đường WMA
- Độ chính xác được cải thiện so với các đường trung bình động đơn giản, vì chúng mang lại trọng số lớn hơn cho các điểm dữ liệu gần đây.
- Có thể được điều chỉnh cho phù hợp với các tập dữ liệu cụ thể bằng cách điều chỉnh các yếu tố thời gian và trọng số.
- Sử dụng cho nhiều loại tập dữ liệu khác nhau, bao gồm dữ liệu tài chính, giá cổ phiếu và các kiểu thời tiết.
- Tính toán phức tạp có thể là một thách thức đối với người mới bắt đầu.
- Nhạy cảm với các giá trị cực đoan, có thể làm sai lệch kết quả.
- Có thể không phản ánh những thay đổi đột ngột trong dữ liệu vì chúng mang lại nhiều trọng số hơn cho các điểm dữ liệu gần đây.