Techniken Der Gleitenden Durchschnittlichen Analyse

Moving Averages Ein gleitender Durchschnitt ist einer der flexibelsten und am häufigsten verwendeten technischen Analyse-Indikatoren. Es ist sehr beliebt bei den Händlern, vor allem wegen seiner Einfachheit. Es funktioniert am besten in einer Trendumgebung. Einleitung In der Statistik ist ein gleitender Durchschnitt einfach ein Mittelwert aus einer bestimmten Menge von Daten. Im Falle einer technischen Analyse werden diese Daten in den meisten Fällen durch die Schlusskurse der Bestände für die jeweiligen Tage repräsentiert. Jedoch verwenden einige Händler auch separate Mittelwerte für tägliche Minima und Maxima oder sogar einen Durchschnitt von Mittelwerten (die sie durch Summieren von täglichem Minimum und Maximum und Teilen durch sie zwei berechnen). Dennoch können Sie einen gleitenden Durchschnitt auch auf einem kürzeren Zeitrahmen konstruieren, zum Beispiel mit Hilfe von Tages - oder Minuten-Daten. Zum Beispiel, wenn Sie einen 10-Tage gleitenden Durchschnitt machen wollen, fügen Sie nur alle Schlusskurse während der letzten 10 Tage und dann teilen sie um 10 (in diesem Fall ist es ein einfacher gleitender Durchschnitt). Am nächsten Tag tun wir dasselbe, nur dass wir die Preise für die letzten 10 Tage wieder nehmen, was bedeutet, dass der Preis, der der letzte in unserer Berechnung für den Vortag war, nicht mehr im heutigen Durchschnitt enthalten ist - er wird durch gestern ersetzt Preis. Die Datenverschiebung auf diese Weise mit jedem neuen Handelstag, daher der Begriff gleitenden Durchschnitt. Der Zweck und die Verwendung von gleitenden Durchschnitten in der technischen Analyse Der gleitende Durchschnitt ist ein Trendfolger. Sein Ziel ist es, den Beginn eines Trends zu erkennen, seinen Fortschritt zu verfolgen und seine Stornierung zu melden, falls er auftritt. Im Gegensatz zu Charting, bewegte Durchschnitte nicht erwarten, den Beginn oder das Ende eines Trends. Sie bestätigen es nur, aber nur einige Zeit nach der eigentlichen Umkehrung. Es stammt aus ihrer sehr Konstruktion, da diese Indikatoren ausschließlich auf historischen Daten basieren. Je weniger Tage ein gleitender Durchschnitt enthält, desto eher kann er eine Trendumkehr erkennen. Es ist wegen der Menge der historischen Daten, die stark beeinflusst den Durchschnitt. Ein gleitender 20-Tage-Durchschnitt generiert das Signal einer Trendumkehr früher als der 50-Tage-Durchschnitt. Jedoch ist es auch wahr, dass die wenigen Tage, die wir in der gleitenden Durchschnittsberechnung verwenden, die falschen Signale haben, die wir erhalten. Daher verwenden die meisten Händler eine Kombination aus mehreren Bewegungsdurchschnitten, die alle gleichzeitig ein Signal liefern müssen, bevor ein Trader seine Position auf dem Markt öffnet. Nichtsdestoweniger kann ein gleitender Durchschnitt hinter dem Trend nicht vollständig eliminiert werden. Trading Signale Jede Art von gleitenden Durchschnitt kann verwendet werden, um kaufen oder verkaufen Signale und dieser Prozess ist sehr einfach. Die Diagrammsoftware zeichnet den gleitenden Durchschnitt als Linie direkt in den Preisplan. Signale werden an Orten erzeugt, wo die Preise diese Linien schneiden. Wenn der Kurs über die gleitende Durchschnittslinie hinausgeht, bedeutet dies den Beginn eines neuen Aufwärtstrends und somit ein Kaufsignal. Auf der anderen Seite, wenn der Preis kreuzt unter der gleitenden durchschnittlichen Linie und der Markt schließt auch in diesem Bereich, signalisiert es den Beginn eines Abwärtstrend und daher stellt es ein Verkaufssignal. Using mehrere Mittelwerte Wir können auch für die Verwendung mehrerer bewegen Mittelungen gleichzeitig, um das Lärm in den Preisen und vor allem die falschen Signale (whipsaws), die die Verwendung eines einzigen gleitenden Durchschnitt ergibt, zu beseitigen. Wenn mehrere Mittelwerte verwendet werden, tritt ein Kaufsignal auf, wenn der kürzere der Durchschnittswerte über dem längeren Durchschnitt liegt, z. B. Die 50-Tage-Durchschnitt kreuzt über dem 200-Tage-Durchschnitt. Umgekehrt wird ein Verkaufssignal in diesem Fall erzeugt, wenn der 50-tägige Durchschnitt unter dem 200-Durchschnitt liegt. Ähnlich können wir auch eine Kombination von drei Durchschnittswerten verwenden, z. B. Einem 5-Tage-, 10-Tage - und 20-Tage-Durchschnitt. In diesem Fall wird ein Aufwärtstrend angezeigt, wenn die 5-Tage-Durchschnittslinie über dem 10-Tage-Durchschnitt liegt, während der 10-Tage-Durchschnitt immer noch über dem 20-Tage-Durchschnitt liegt. Jede Kreuzung von gleitenden Durchschnitten, die zu dieser Situation führt, gilt als Kaufsignal. Umgekehrt wird der Abwärtstrend durch die Situation angezeigt, wenn die 5-tägige Durchschnittslinie niedriger als der 10-Tage-Durchschnitt ist, während der 10-Tage-Durchschnitt niedriger als der 20-Tage-Durchschnitt ist. Mit drei gleitenden Durchschnittswerten wird gleichzeitig der Betrag von falsch begrenzt Die durch das System generiert werden, aber auch das Gewinnpotenzial begrenzen, da ein solches System nur dann ein Handelssignal erzeugt, wenn der Trend im Markt fest etabliert ist. Das Eingangssignal kann auch nur kurz vor der Trendumkehr erzeugt werden. Die Zeitintervalle, die von Händlern zur Berechnung von Bewegungsdurchschnitten verwendet werden, sind ganz anders. Zum Beispiel sind die Fibonacci-Zahlen sehr beliebt, wie die Verwendung von 5-Tage-, 21-Tage-und 89-Tage-Mittelwerte. Im Futures-Handel ist die Kombination 4-, 9- und 18-Tage sehr beliebt. Vor - und Nachteile Der Grund, warum bewegte Durchschnitte so populär gewesen sind, ist, dass sie einige grundlegende Regeln des Handels reflektieren. Die Verwendung von gleitenden Durchschnitten hilft Ihnen, Ihre Verluste zu reduzieren, während Sie Ihre Gewinne laufen lassen. Bei der Verwendung von bewegten Durchschnitten, um Handelssignale zu generieren, handeln Sie immer in Richtung Markttrend, nicht dagegen. Darüber hinaus können im Gegensatz zu Chart-Muster-Analyse oder andere sehr subjektiven Techniken, Bewegungsdurchschnitte verwendet werden, um Handelssignale nach klare Regeln zu generieren - damit Subjektivität der Handelsentscheidungen, die die Händler Psyche helfen können, zu beseitigen. Allerdings ist ein großer Nachteil der gleitenden Durchschnitte, dass sie nur funktionieren, wenn der Markt ist Trends. Daher, in Zeiten der choppy Märkte, wenn die Preise in einer bestimmten Preisspanne schwanken sie überhaupt nicht funktionieren. Diese Periode kann leicht dauern mehr als ein Drittel der Zeit, so dass sich auf bewegte Durchschnitte allein ist sehr riskant. Einige Händler empfehlen, die Kombination von gleitenden Durchschnitten mit einem Indikator, der die Stärke eines Trends misst, wie ADX, oder die Verwendung von gleitenden Durchschnittswerten nur als Bestätigung für Ihr Handelssystem. Arten von gleitenden Durchschnitten Die am häufigsten verwendeten Arten von gleitenden Durchschnitten sind Simple Moving Average (SMA) und Exponential Weighted Moving Average (EMA, EWMA). Diese Art von gleitendem Durchschnitt ist auch als arithmetisches Mittel bekannt und stellt den einfachsten und am häufigsten verwendeten Typ des gleitenden Durchschnitts dar. Wir berechnen sie, indem wir alle Schlusskurse für einen gegebenen Zeitraum zusammenfassen, den wir dann durch die Anzahl der Tage in der Periode dividieren. Allerdings sind mit dieser Art von Durchschnitt zwei Probleme verbunden: Sie berücksichtigt nur die Daten, die in der ausgewählten Periode enthalten sind (zB berücksichtigt ein 10-Tage einfacher gleitender Durchschnitt nur die Daten der letzten 10 Tage und ignoriert einfach alle anderen Daten Vor diesem Zeitraum). Es wird auch oft für die Zuteilung gleicher Gewichte zu allen Daten in dem Datensatz kritisiert (d. H. In einem 10-tägigen gleitenden Durchschnitt hat ein Preis von 10 Tagen das gleiche Gewicht wie der Preis von gestern -10). Viele Händler argumentieren, dass die Daten aus den letzten Tagen sollten mehr Gewicht als ältere Daten - was dazu führen würde, dass die Verringerung der Mittelwerte lag hinter dem Trend. Diese Art von gleitenden Durchschnitt löst beide Probleme mit einfachen gleitenden Durchschnitten verbunden. Erstens, es verteilt mehr Gewicht in seiner Berechnung auf die jüngsten Daten. Er spiegelt teilweise auch alle historischen Daten für das jeweilige Instrument wider. Diese Art von Durchschnitt wird entsprechend der Tatsache benannt, dass die Datengewichte der Vergangenheit exponentiell abnehmen. Die Steigung dieser Abnahme kann an die Bedürfnisse der Trader angepasst werden. Forecasting von Smoothing Techniques Diese Website ist ein Teil der JavaScript E-Labs Lernobjekte für die Entscheidungsfindung. Andere JavaScript in dieser Serie sind unter verschiedenen Bereichen von Anwendungen im Abschnitt MENU auf dieser Seite kategorisiert. Eine Zeitreihe ist eine Folge von Beobachtungen, die zeitlich geordnet sind. Inhärent in der Sammlung von Daten über die Zeit genommen ist eine Form der zufälligen Variation. Es gibt Methoden zur Verringerung der Annullierung der Wirkung aufgrund zufälliger Variation. Weit verbreitete Techniken sind Glättung. Diese Techniken, wenn richtig angewandt, zeigt deutlicher die zugrunde liegenden Trends. Geben Sie die Zeitreihe Row-weise in der Reihenfolge beginnend mit der linken oberen Ecke und den Parametern ein, und klicken Sie dann auf die Schaltfläche Berechnen, um eine Prognose für eine Periode zu erhalten. Blank Boxen sind nicht in den Berechnungen, sondern Nullen enthalten. Wenn Sie Ihre Daten eingeben, um von Zelle zu Zelle in der Daten-Matrix zu bewegen, verwenden Sie die Tabulatortaste nicht Pfeil oder geben Sie die Tasten ein. Merkmale der Zeitreihen, die durch die Untersuchung seines Graphen aufgezeigt werden könnten. Mit den prognostizierten Werten und dem Residualverhalten, Condition Prognose Modellierung. Moving Averages: Gleitende Durchschnitte zählen zu den beliebtesten Techniken für die Vorverarbeitung von Zeitreihen. Sie werden verwendet, um zufälliges weißes Rauschen aus den Daten zu filtern, um die Zeitreihe glatter zu machen oder sogar bestimmte in der Zeitreihe enthaltene Informationskomponenten zu betonen. Exponentialglättung: Dies ist ein sehr populäres Schema, um eine geglättete Zeitreihe zu erzeugen. Während in den gleitenden Durchschnitten die früheren Beobachtungen gleich gewichtet werden, weist Exponentialglättung exponentiell abnehmende Gewichte zu, wenn die Beobachtung älter wird. Mit anderen Worten, die jüngsten Beobachtungen sind relativ mehr Gewicht in der Prognose gegeben als die älteren Beobachtungen. Double Exponential Smoothing ist besser im Umgang mit Trends. Triple Exponential Smoothing ist besser im Umgang mit Parabeltrends. Ein exponentiell gewichteter gleitender Durchschnitt mit einer Glättungskonstanten a. Entspricht in etwa einem einfachen gleitenden Durchschnitt der Länge (d. h. Periode) n, wobei a und n durch a 2 (n1) OR n (2 - a) a verknüpft sind. So würde beispielsweise ein exponentiell gewichteter gleitender Durchschnitt mit einer Glättungskonstante gleich 0,1 etwa einem 19 Tage gleitenden Durchschnitt entsprechen. Und ein 40 Tage einfacher gleitender Durchschnitt würde etwa einem exponentiell gewichteten gleitenden Durchschnitt mit einer Glättungskonstanten gleich 0,04878 entsprechen. Holts Lineare Exponentialglättung: Angenommen, die Zeitreihe ist nicht saisonal, sondern zeigt Trend. Holts-Methode schätzt sowohl das aktuelle Niveau als auch den aktuellen Trend. Beachten Sie, dass der einfache gleitende Durchschnitt ein Spezialfall der exponentiellen Glättung ist, indem die Periode des gleitenden Mittelwertes auf den ganzzahligen Teil von (2-Alpha) Alpha gesetzt wird. Für die meisten Geschäftsdaten ist ein Alpha-Parameter kleiner als 0,40 oft effektiv. Man kann jedoch eine Gittersuche des Parameterraums mit 0,1 bis 0,9 mit Inkrementen von 0,1 durchführen. Dann hat das beste Alpha den kleinsten mittleren Absolutfehler (MA Error). Wie man mehrere Glättungsmethoden miteinander vergleicht: Obwohl es numerische Indikatoren für die Beurteilung der Genauigkeit der Prognosetechnik gibt, besteht der am weitesten verbreitete Ansatz darin, einen visuellen Vergleich mehrerer Prognosen zu verwenden, um deren Genauigkeit zu bewerten und unter den verschiedenen Prognosemethoden zu wählen. Bei diesem Ansatz muss man auf demselben Graphen die ursprünglichen Werte einer Zeitreihenvariablen und die vorhergesagten Werte aus verschiedenen Prognoseverfahren aufzeichnen und damit einen visuellen Vergleich erleichtern. Sie können die Vergangenheitsvorhersage von Smoothing Techniques JavaScript verwenden, um die letzten Prognosewerte basierend auf Glättungstechniken zu erhalten, die nur einen einzigen Parameter verwenden. Holt - und Winters-Methoden zwei bzw. drei Parameter, daher ist es keine leichte Aufgabe, die optimalen oder sogar nahezu optimalen Werte durch Versuch und Fehler für die Parameter auszuwählen. Die einzelne exponentielle Glättung betont die kurzreichweite Perspektive, die sie den Pegel auf die letzte Beobachtung setzt und basiert auf der Bedingung, dass es keinen Trend gibt. Die lineare Regression, die auf eine Linie der kleinsten Quadrate zu den historischen Daten (oder transformierten historischen Daten) passt, repräsentiert die lange Reichweite, die auf dem Grundtrend konditioniert ist. Holts lineare exponentielle Glättung erfasst Informationen über die jüngsten Trend. Die Parameter im Holts-Modell sind Ebenenparameter, die verringert werden sollten, wenn die Menge der Datenvariation groß ist, und der Trends-Parameter sollte erhöht werden, wenn die jüngste Trendrichtung durch das Kausale beeinflusst wird. Kurzfristige Prognose: Beachten Sie, dass jeder JavaScript auf dieser Seite eine einstufige Prognose zur Verfügung stellt. Um eine zweistufige Prognose zu erhalten. Fügen Sie einfach den prognostizierten Wert an das Ende der Zeitreihendaten und klicken Sie dann auf die Schaltfläche Berechnen. Sie können diesen Vorgang für ein paar Mal wiederholen, um die erforderlichen kurzfristigen Prognosen zu erhalten. Technische Analyse: Moving Averages Die meisten Chart-Muster zeigen eine Menge von Veränderungen in der Preisbewegung. Dies kann es schwierig für Händler, eine Vorstellung von einem Sicherheiten insgesamt Trend zu bekommen. Eine einfache Methode Trader verwenden, um dies zu bekämpfen ist, gelten gleitende Durchschnitte. Ein gleitender Durchschnitt ist der Durchschnittspreis eines Wertpapiers über einen festgelegten Zeitraum. Durch die Plotierung eines durchschnittlichen Sicherheitspreises wird die Kursbewegung geglättet. Sobald die täglichen Schwankungen entfernt sind, sind Händler besser in der Lage, den wahren Trend zu identifizieren und erhöhen die Wahrscheinlichkeit, dass es zu ihren Gunsten zu arbeiten. (Um mehr zu erfahren, lesen Sie die Moving Averages Tutorial.) Arten von Moving Averages Es gibt eine Reihe von verschiedenen Arten von gleitenden Durchschnitten, die in der Art, wie sie berechnet werden, variieren, aber wie jeder Durchschnitt interpretiert wird, bleibt der gleiche. Die Berechnungen unterscheiden sich nur hinsichtlich der Gewichtung, die sie auf die Preisdaten setzen, wobei sie sich von der gleichen Gewichtung jedes Preispunktes zu mehr Gewicht auf die jüngsten Daten setzen. Die drei häufigsten Arten von gleitenden Durchschnitten sind einfach. Linear und exponentiell. Simple Moving Average (SMA) Dies ist die häufigste Methode, um den gleitenden Durchschnitt der Preise zu berechnen. Es nimmt einfach die Summe aller vergangenen Schlusskurse über den Zeitraum und teilt das Ergebnis durch die Anzahl der Preise, die in der Berechnung verwendet werden. Zum Beispiel werden in einem 10-Tage gleitenden Durchschnitt die letzten 10 Schlusskurse addiert und dann durch 10 geteilt. Wie Sie in Abbildung 1 sehen können, ist ein Händler in der Lage, den Durchschnitt weniger auf wechselnde Preise durch Erhöhung der Zahl zu reagieren Der in der Berechnung verwendeten Fristen. Die Erhöhung der Anzahl der Zeiträume in der Berechnung ist eine der besten Möglichkeiten, um die Stärke des langfristigen Trends und die Wahrscheinlichkeit, dass es umgekehrt zu messen. Viele Personen argumentieren, dass die Nützlichkeit dieser Art von Durchschnitt begrenzt ist, da jeder Punkt in der Datenreihe die gleiche Auswirkung auf das Ergebnis hat, unabhängig davon, wo er in der Sequenz auftritt. Die Kritiker argumentieren, dass die jüngsten Daten wichtiger sind und deshalb auch eine höhere Gewichtung haben sollte. Diese Art der Kritik war einer der Hauptfaktoren, die zur Erfindung anderer Formen von gleitenden Durchschnitten führten. Linearer gewichteter Mittelwert Dieser gleitende Durchschnittsindikator ist der kleinste der drei Fälle und wird verwendet, um das Problem der gleichen Gewichtung zu lösen. Der lineare gewichtete gleitende Durchschnitt wird berechnet, indem die Summe aller Schlusskurse über einen bestimmten Zeitraum genommen und mit der Position des Datenpunkts multipliziert wird und dann durch die Summe der Anzahl von Perioden dividiert wird. Beispielsweise wird in einem fünftägigen linear gewichteten Durchschnitt der heutige Schlusskurs mit fünf, yesterdays um vier multipliziert und so weiter, bis der erste Tag im Periodenbereich erreicht ist. Diese Zahlen werden dann addiert und durch die Summe der Multiplikatoren dividiert. Exponential Moving Average (EMA) Diese gleitende Durchschnittsberechnung verwendet einen Glättungsfaktor, um ein höheres Gewicht auf die letzten Datenpunkte zu legen und gilt als viel effizienter als der linear gewichtete Durchschnitt. Ein Verständnis der Berechnung ist in der Regel nicht für die meisten Händler erforderlich, da die meisten Charting-Pakete die Berechnung für Sie. Das Wichtigste, um sich über den exponentiellen gleitenden Durchschnitt zu erinnern ist, dass er mehr auf neue Informationen bezogen auf den einfachen gleitenden Durchschnitt reagiert. Diese Reaktionsfähigkeit ist einer der Schlüsselfaktoren, warum dies der gleitende Durchschnitt der Wahl unter vielen technischen Händlern ist. Wie Sie in Abbildung 2 sehen können, steigt und fällt ein 15-Perioden-EMA schneller als ein 15-stündiges SMA. Diese leichte Differenz scheint nicht so viel, aber es ist ein wichtiger Faktor, um bewusst zu sein, da sie die Rückkehr beeinflussen können. Hauptverwendungen der Gleitende Mittel Gleitende Mittelwerte werden verwendet, um aktuelle Trends und Trendumkehrungen zu identifizieren sowie Unterstützungs - und Widerstandswerte einzurichten. Bewegungsdurchschnitte können verwendet werden, um schnell zu identifizieren, ob sich ein Wertpapier in einem Aufwärtstrend oder einem Abwärtstrend bewegt, abhängig von der Richtung des gleitenden Durchschnitts. Wie Sie in Abbildung 3 sehen können, wenn ein gleitender Durchschnitt aufwärts geht und der Preis über ihm liegt, ist die Sicherheit in einem Aufwärtstrend. Umgekehrt kann ein abwärts gerichteter gleitender Durchschnitt mit dem Preis unten verwendet werden, um einen Abwärtstrend zu signalisieren. Ein anderes Verfahren zur Bestimmung des Impulses besteht darin, die Reihenfolge eines Paares von sich bewegenden Mittelwerten zu betrachten. Wenn ein kurzfristiger Durchschnitt über einem längerfristigen Durchschnitt liegt, ist der Trend vorbei. Auf der anderen Seite signalisiert ein langfristiger Durchschnitt über einem kürzerfristigen Durchschnitt eine Abwärtsbewegung im Trend. Gleitende durchschnittliche Trendumkehrungen werden in zwei Hauptformen gebildet: wenn der Preis sich durch einen gleitenden Durchschnitt bewegt und wenn er sich durch gleitende Durchschnittsübergänge bewegt. Das erste gemeinsame Signal ist, wenn der Preis bewegt sich durch einen wichtigen bewegten Durchschnitt. Wenn beispielsweise der Kurs eines Wertpapiers, der sich in einem Aufwärtstrend befand, unter einen 50-Perioden-gleitenden Durchschnitt fällt, wie in 4, ist dies ein Zeichen, dass der Aufwärtstrend umgekehrt werden kann. Das andere Signal einer Trendumkehr ist, wenn ein gleitender Durchschnitt einen anderen kreuzt. Zum Beispiel, wie Sie in Abbildung 5 sehen können, wenn der 15-Tage-Gleitende Durchschnitt über dem 50-Tage-Gleitenden Durchschnitt überschreitet, ist es ein positives Zeichen, dass der Preis zu steigen beginnt. Wenn die in der Berechnung verwendeten Zeiträume relativ kurz sind, beispielsweise 15 und 35, könnte dies eine kurzfristige Trendumkehr signalisieren. Auf der anderen Seite, wenn zwei Mittelwerte mit relativ langen Zeitrahmen überqueren (50 und 200, zum Beispiel), wird dies verwendet, um eine langfristige Trendverschiebung vorzuschlagen. Ein weiterer wichtiger Weg gleitende Durchschnitte werden verwendet, um Unterstützung und Widerstand Ebenen zu identifizieren. Es ist nicht ungewöhnlich zu sehen, eine Aktie, die fallen hat seinen Rückgang stoppen und umgekehrte Richtung, sobald es die Unterstützung eines großen gleitenden Durchschnitt trifft. Ein Umzug durch einen großen gleitenden Durchschnitt wird oft als Signal von technischen Händlern verwendet, dass der Trend rückgängig gemacht wird. Wenn beispielsweise der Kurs den 200-Tage-Bewegungsdurchschnitt in einer Abwärtsrichtung durchbricht, ist dies ein Signal, dass der Aufwärtstrend umgekehrt wird. Gleitende Durchschnitte sind ein leistungsfähiges Werkzeug für die Analyse der Trend in einer Sicherheit. Sie bieten nützliche Unterstützung und Widerstand Punkte und sind sehr einfach zu bedienen. Die häufigsten Zeitrahmen, die bei der Erstellung von Bewegungsdurchschnitten verwendet werden, sind die 200-Tage, 100-Tage, 50-Tage, 20 Tage und 10 Tage. Der 200-Tage-Durchschnitt ist ein gutes Maß für ein Handelsjahr, ein 100-Tage-Durchschnitt von einem halben Jahr, ein 50-Tage-Durchschnitt von einem Vierteljahr, ein 20-Tage-Durchschnitt von einem Monat und 10 - Durchschnitt von zwei Wochen. Die gleitenden Durchschnitte helfen technischen Händlern, einige der Geräusche, die in den täglichen Preisbewegungen gefunden werden, zu glätten und geben den Händlern einen klareren Überblick über die Preisentwicklung. Bisher konzentrieren wir uns auf die Preisentwicklung, durch Diagramme und Durchschnitte. Im nächsten Abschnitt, betrachten auch einige andere Techniken, die benutzt werden, um Preisbewegung und - muster zu bestätigen. Technische Analyse: Indikatoren Und Oszillatoren