فاركس پرشين

واگرایی در مکدی

همانطور که از نام این اندیکاتور پیداست، مهم‌ترین وظیفه این اندیکاتور نمایش و تشخیص همگرایی و واگرایی می‌باشد. در مورد کاربرد همگرایی‌ها و واگرایی‌ها در بازار‌های مالی در مقاله‌ای جداگانه صحبت خواهیم کرد، اما به طور کلی و خلاصه می‌توان گفت زمانی که در بازار واگرایی وجود دارد، یعنی یک تضادی بین روند قیمتی بازار با ابزار یا اندیکاتور مد نظر ما وجود دارد که نشان دهنده تغییرات کوچک و بزرگ قیمتی در آینده‌ی بازار می‌باشد. به عبارت دیگر زمانی که ما یک واگرایی بین قیمت و ابزار مورد نظرمان (در اینجا اندیکاتور MACD) پیدا می‌کنیم انتظار داریم که تغییراتی در روند بازار ایجاد شود.

Your access to this site has been limited by the site owner

If you think you have been blocked in error, contact the owner of this site for assistance.

If you are a WordPress user with administrative privileges on this site, please enter your email address in the box below and click "Send". You واگرایی در مکدی will then receive an email that helps you regain access.

Block Technical Data

Block Reason: Access from your area has been temporarily limited for security reasons.
Time: Fri, 20 May 2022 23:53:13 GMT

About Wordfence

Wordfence is a security plugin installed on over 3 million WordPress sites. The owner of this site is using Wordfence to manage واگرایی در مکدی access to their site.

You can also read the documentation to learn about Wordfence's blocking tools, or visit wordfence.com to learn more about Wordfence.

Click here to learn more: Documentation

Generated by Wordfence at Fri, واگرایی در مکدی 20 May 2022 23:53:13 GMT.
Your computer's time: .

اندیکاتور مکدی (MACD)

اندیکاتور مکدی، یکی از اندیکاتورهای نوسانگرنما یا اسیلاتور (Oscillator) است. MACD مخفف عبارت Moving Average Convergence/ Divergence است و به معنی همگرایی و واگرایی میانگین متحرک است.

میانگین متحرک همگرایی-واگرایی که در اواخر دهه ۱۹۷۰ میلادی بوجود آمد، یکی از ساده‌ترین و کاربردی‌ترین اندیکاتور‌های “تکانه (Momentum) “در دسترس، به شمار می‌رود. این اندیکاتور در اواخر دهه ۱۹۷۰ توسط یک مدیر مالی حرفه‌ای به نام جرالد اپل (Gerald Appel) اختراع شد. او بیش از ۳۵ سال در بخش مدیریت سرمایه‌گذاری فعالیت کرد. اپل، علاوه ‌بر موفقیت‌هایی که در حرفه خود کسب کرد، به مطالعه آکادمیک در زمینه خدمات مالی پرداخت. همچنین، در انتشار ۱۵ کتاب و چندین مقاله دانشگاهی همکاری واگرایی در مکدی داشت. او به عنوان یک متخصص در زمینه تحلیل تکنیکال شناخته می‌شود.

در سال ۱۹۸۶، یک تحلیلگر بازارهای مالی به نام توماس آسپری(Thomas Aspray)، هیستوگرام را به اندیکاتور مکدی اضافه کرد.

اندیکاتور MACD، اندیکاتورهای دنبال‌کننده روند – میانگین‌های متحرک – را به یک اسیلاتور تکانه تبدیل می‌کند. اندیکاتور MACD این‌کار را با کسر کردن میانگین متحرک با دوره زمانی طولانی‌تر از میانگین متحرک با دوره زمانی کوتاه‌مدت‌تر انجام می‌دهد. بنابراین، اندیکاتور MACD، بهترین ویژگی‌های هر دو تحلیل را دارد و همزمان، روند و تکانه را دنبال می‌کند.

همان‌طور که از نام آن پیداست، مکدی، همگرایی و واگرایی بین دو خط میانگین متحرک را نشان می‌دهد. مقادیر مکدی، به قیمت سهام، ارز یا هر دارایی دیگری وابسته هستند و رابطه بین دو مووینگ اوریج (Moving Average) مربوط به قیمت را نشان می‌دهند. MACD در بالا و پایین خط صفر که به آن خط مرکزی هم می‌گویند، نوسان می‌کند.

اندیکاتور مکدی، واگرایی در مکدی با شناسایی روند بازار، بهترین نقاط را برای خرید و فروش به ما نشان می‌دهد. MACD این کار را از طریق محاسبه اختلاف ارتفاع بین دو خط مووینگ اوریج، انجام می‌دهد. به این دلیل که دو خط MA داده‌های خود را از اعداد متفاوتی می‌گیرند، بین آن‌ها اختلاف ایجاد می‌شود.

مکدی به این روش محاسبه می‌شود:

MACD=میانگین متحرک نمایی ۲۶ دوره‌ای – میانگین متحرک نمایی ۱۲ دوره‌ای

MACD توسط تفریق میانگین متحرک نمایی بلند مدت (۲۶ دوره‌ای) از میانگین متحرک نمایی کوتاه‌مدت (۱۲ دوره‌ای) به دست می‌آید.

منظور ما از ۱۲ یا ۲۶ دوره‌ای، ۱۲ روز یا ۲۶ روز، ۱۲ یا ۲۶ هفته یا مثلا ۱۲ یا ۲۶ ساعتی است.

تنظیمات بازه‌های زمانی، روی نرم‌افزارهای تحلیل تکنیکال قابل تغییر هستند.

میانگین متحرک نمایی (EMA) نوعی از میانگین متحرک (MA) است که وزن و اهمیت بیشتری به برخی نقاط داده اخیر می‌دهد.

میانگین متحرک نمایی به عنوان میانگین متحرکی که وزنی نمایی دارد واگرایی در مکدی نیز شناخته می‌شود. یک میانگین متحرک که وزنی نمایی دارد به تغییرات اخیر قیمت واکنش بیشتری نشان می‌دهد. ولی یک میانگین متحرک ساده (SMA) وزنی یکسان به تمام مشاهدات در طول یک بازه زمانی مشخص می‌دهد.

مقالات مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

برو به دکمه بالا