การย้าย ค่าเฉลี่ย ระยะเวลา กะ

สำหรับค่ามาตรฐานตัวบ่งชี้มาตรฐานแพคเกจฟิลด์ Shift จะแก้ไขพารามิเตอร์ mashift สำหรับค่ามัธยฐานของตัวบ่งชี้ที่กำหนดเองที่บรรจุไว้ฟิลด์ MAShift จะแก้ไขพารามิเตอร์ mashift ไม่มีตัวบ่งชี้ใดที่ช่วยให้คุณสามารถแก้ไขพารามิเตอร์การเปลี่ยนครั้งล่าสุดได้ กราฟิกสำหรับ Standard Indicator Moving Average การเปลี่ยนฟิลด์ Shift จะเปลี่ยนเส้นด้านขวาของ MA (มีตัวเลขที่มี) และด้านซ้าย (มีตัวเลข - ve) ตามจำนวนงวดที่กำหนดโดยค่าจำนวนเต็ม รหัสที่ชาญฉลาดเมื่อทำการสำรวจ iMA () และตั้งค่า mashift เป็น 4 เช่น คุณจะได้รับค่าเฉลี่ยเคลื่อนที่ 4 ช่วงหลัง นี่คือตัวบ่งชี้ที่เรียบง่ายซึ่งแสดงค่า iMA () ซึ่งมีระยะเวลา mashift และพารามิเตอร์ shift สามารถแก้ไขได้ เล่นด้วยและตรวจสอบเทียบกับตัวบ่งชี้ Moving Average (เรียกหน้าต่างข้อมูล): พารามิเตอร์การเปลี่ยนแปลงล่าสุดในฟังก์ชัน iMA () จะเปลี่ยนระยะเวลาที่ใช้ในการคำนวณและสามารถเป็นตัวเลขได้เท่านั้น จำนวนที่ระบุจะขอช่วงเวลาที่ไม่มีอยู่จริงในอนาคต คุณสามารถลองใส่ตัวเลข - ve ในตัวบ่งชี้ด้านบนเพื่อดูสิ่งที่คุณได้รับ (0.00000) ดังที่ได้กล่าวมาแล้วตัวบ่งชี้ไม่อนุญาตให้แก้ไขพารามิเตอร์นี้เนื่องจากมีประสิทธิภาพเหมือนกัน เหตุใดจึงเป็นไปได้มากที่สุดเนื่องจากเป็นมาตรฐานกับตัวชี้วัดอื่น ๆ เช่น docs. mql4indicatorsiAlligator ที่พารามิเตอร์ shift เป็นตัวกำหนดที่ครอบคลุมซึ่งระยะเวลาในการคำนวณและ jawshift ที่แยกต่างหากการเปลี่ยนฟันเปลี่ยนเป็นตัวแปรอิสระที่จะเปลี่ยนเส้นที่วาดออกมาแบบกราฟิก ตอบ 3 ต. ค. ที่ 9:56 mashift คือการเปลี่ยนภาพของเส้นที่แสดง นี่เป็นเพียงการแสดงค่าอาเรย์เท่านั้น ไม่มีส่วนเกี่ยวข้องกับการเขียนโค้ดของอีเอ การเปลี่ยนคือค่าขององค์ประกอบนำมาคำนวณ โดยค่าเริ่มต้นค่าของการเปลี่ยนคือศูนย์ (ศูนย์แถบ (แถบสุดท้าย)) การเลื่อนแถบใด ๆ ใน MQL4 มาจากแถบสุดท้ายย้อนหลัง ตัวอย่าง: คุณเปรียบเทียบสอง SMA หนึ่งคือ 20 shift0 งวดอื่น ๆ คือ 10 period4 shift การเปรียบเทียบระหว่าง SMA s จะทำระหว่างช่วง SMA 20 ช่วงบนแถบสุดท้ายในอาร์เรย์และช่วงเวลา SMA 4 ที่ 10 ย้อนกลับไปในอาร์เรย์ ในจำนวน บอกว่า 20 SMA ในแถบสุดท้ายคือ 1.1000 บอกว่า 10 SMA มีดังต่อไปนี้: 1.1050 ที่ 0 bar (แถบสุดท้าย) 1.1000 ที่ 1 bar (แถบก่อนหน้า) 1.0950 ที่ 2 บาร์ (สองบาร์ด้านหลัง) 1.0900 ที่ 3 บาร์ (สามบาร์ด้านหลัง) ผลลัพธ์: เป็น 20SMA (shift0) gt 10SMA (shift0) ไม่ใช่ 20SMA (shift0) gt 10SMA (shift3) ใช่สรุป MAshift คือการเปลี่ยนทิศทางของสายการบิน การเปลี่ยนคือการย้อนกลับค่า barvalue (จากแถบ 0last) ความหมายการเปลี่ยน 4 หมายถึงค่า MA 4 บาร์กลับ ตัวเลือกนี้มีให้ใช้งานในการเขียนโค้ดเท่านั้นเพื่อวัตถุประสงค์ในการสร้างอัลกอริทึม mashift ไม่เกี่ยวข้องกับ EA เนื่องจากคอมพิวเตอร์คำนวณ MA crosses จะใช้ค่า array ไม่ใช่บรรทัดเองการวิเคราะห์ทางเทคนิค: Moving Averages รูปแบบแผนภูมิส่วนใหญ่แสดงการเปลี่ยนแปลงของราคาในรูปแบบต่างๆ ซึ่งอาจทำให้ผู้ค้าได้รับความคิดในเรื่องแนวโน้มความปลอดภัยโดยรวม หนึ่งวิธีง่ายๆที่ผู้ค้าใช้ในการต่อสู้นี้คือการใช้ค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่คือราคาเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด โดยการวางแผนการรักษาความปลอดภัยราคาเฉลี่ยการเคลื่อนไหวของราคาจะเรียบออก เมื่อความผันผวนแบบวันต่อวันจะถูกเอาออกผู้ค้าจะสามารถระบุแนวโน้มที่แท้จริงได้ดีขึ้นและเพิ่มความเป็นไปได้ที่จะใช้ประโยชน์ได้ ประเภทของค่าเฉลี่ยเคลื่อนที่มีค่าเฉลี่ยเคลื่อนที่หลายแบบแตกต่างกันไปตามที่คำนวณ แต่วิธีตีความค่าเฉลี่ยแต่ละค่ายังคงเหมือนเดิม การคำนวณมีความแตกต่างกันเพียงอย่างเดียวกับการถ่วงน้ำหนักที่พวกเขาวางไว้กับข้อมูลราคาขยับจากน้ำหนักที่เท่ากันของแต่ละจุดราคาไปเป็นน้ำหนักที่มากขึ้นเมื่อเทียบกับข้อมูลล่าสุด สามประเภทที่พบมากที่สุดของค่าเฉลี่ยเคลื่อนที่อยู่ที่ง่ายๆ เชิงเส้นและเลขชี้กำลัง Simple Moving Average (SMA) นี่เป็นวิธีที่นิยมใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ของราคา ใช้เวลาเพียงผลรวมของราคาปิดที่ผ่านมาในช่วงเวลาและหารผลตามจำนวนราคาที่ใช้ในการคำนวณ ตัวอย่างเช่นในค่าเฉลี่ยเคลื่อนที่ 10 วันราคาปิดสุดท้าย 10 รายการจะรวมเข้าด้วยกันและหารด้วย 10 ดังที่คุณเห็นในรูปที่ 1 ผู้ประกอบการค้าสามารถที่จะทำให้ค่าเฉลี่ยของการตอบสนองต่อการเปลี่ยนแปลงราคาโดยเฉลี่ยน้อยลงโดยการเพิ่มจำนวน ของรอบระยะเวลาที่ใช้ในการคำนวณ การเพิ่มจำนวนช่วงเวลาในการคำนวณเป็นวิธีที่ดีที่สุดในการวัดความแข็งแกร่งของแนวโน้มในระยะยาวและความเป็นไปได้ที่จะเกิดการย้อนกลับ หลายคนอ้างว่าประโยชน์ของค่าเฉลี่ยประเภทนี้มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีผลกระทบต่อผลลัพธ์โดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากขึ้นและควรมีการถ่วงน้ำหนักที่สูงขึ้น การวิพากษ์วิจารณ์ประเภทนี้เป็นหนึ่งในปัจจัยหลักที่นำไปสู่การประดิษฐ์รูปแบบอื่น ๆ ของค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยถ่วงน้ำหนักเชิงเส้นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่นี้เป็นค่าเฉลี่ยที่น้อยที่สุดจากสามตัวและใช้เพื่อแก้ปัญหาเกี่ยวกับการถ่วงน้ำหนักเท่ากัน เส้นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบเส้นตรงคำนวณจากผลรวมของราคาปิดทั้งหมดในช่วงเวลาหนึ่งและคูณด้วยตำแหน่งของจุดข้อมูลและหารด้วยผลรวมของจำนวนงวด ตัวอย่างเช่นในระยะเวลาห้าวันโดยถัวเฉลี่ยถ่วงน้ำหนักราคาปิดในปัจจุบันจะคูณด้วยห้าวันวานโดยสี่เป็นต้นจนกว่าจะถึงวันแรกในช่วงระยะเวลา ตัวเลขเหล่านี้จะถูกรวมกันและหารด้วยผลรวมของตัวคูณ ค่าเฉลี่ยการเคลื่อนที่แบบ Exponential (EMA) การคำนวณค่าเฉลี่ยเคลื่อนที่นี้ใช้ปัจจัยที่ราบเรียบเพื่อให้น้ำหนักที่สูงขึ้นในจุดข้อมูลล่าสุดและถือว่ามีประสิทธิภาพมากกว่าค่าเฉลี่ยถ่วงน้ำหนักแบบเส้นตรง ไม่จำเป็นต้องมีความเข้าใจในการคำนวณสำหรับผู้ค้าส่วนใหญ่เนื่องจากส่วนใหญ่แพคเกจแผนภูมิทำคำนวณสำหรับคุณ สิ่งสำคัญที่สุดที่ต้องจดจำเกี่ยวกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาก็คือการตอบสนองต่อข้อมูลใหม่ ๆ เมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย การตอบสนองนี้เป็นหนึ่งในปัจจัยสำคัญที่ทำให้ค่าเฉลี่ยเคลื่อนที่ของทางเลือกในหมู่ผู้ค้าทางเทคนิคจำนวนมาก ดังที่เห็นในรูปที่ 2 EMA ระยะเวลา 15 วันจะเพิ่มขึ้นและลดลงเร็วกว่า SMA 15 ช่วง ความแตกต่างเล็กน้อยนี้ดูเหมือนจะไม่ค่อยมากนัก แต่เป็นปัจจัยสำคัญที่ต้องคำนึงถึงเนื่องจากอาจมีผลกระทบต่อ การใช้ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อระบุแนวโน้มในปัจจุบันและการกลับรายการแนวโน้มเช่นเดียวกับการตั้งค่าการสนับสนุนและระดับความต้านทาน ค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อระบุได้อย่างรวดเร็วว่าการรักษาความปลอดภัยมีการเคลื่อนไหวในขาขึ้นหรือขาลงหรือไม่ขึ้นอยู่กับทิศทางของค่าเฉลี่ยเคลื่อนที่ ดังที่เห็นในรูปที่ 3 เมื่อค่าเฉลี่ยเคลื่อนที่เคลื่อนขึ้นสูงและราคาอยู่เหนือระดับความปลอดภัยจะอยู่ในแนวโน้มขาขึ้น ในทางกลับกันค่าเฉลี่ยเคลื่อนที่ที่หดตัวลงพร้อมกับราคาด้านล่างสามารถนำมาใช้เป็นสัญญาณขาลง อีกวิธีหนึ่งในการกำหนดโมเมนตัมคือการดูลำดับของค่าเฉลี่ยเคลื่อนที่สองเส้น เมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือค่าเฉลี่ยระยะยาวแนวโน้มจะเพิ่มขึ้น ในทางกลับกันค่าเฉลี่ยระยะยาวที่สูงกว่าค่าเฉลี่ยระยะสั้นจะส่งผลให้แนวโน้มการปรับตัวลดลง การย้ายการพลิกกลับของค่าเฉลี่ยโดยเฉลี่ยจะเกิดขึ้นในสองวิธีหลัก ๆ คือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่และเมื่อเคลื่อนที่ผ่านค่าไขว้ถัวเฉลี่ยเคลื่อนที่ สัญญาณแรกที่พบคือเมื่อราคาเคลื่อนผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญ ตัวอย่างเช่นเมื่อราคาหลักทรัพย์ที่อยู่ในช่วงขาลงลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในช่วง 50 เช่นในรูปที่ 4 จะเป็นสัญญาณว่าแนวโน้มขากลับอาจย้อนกลับ สัญญาณอื่น ๆ ของการกลับรายการแนวโน้มคือเมื่อค่าเฉลี่ยเคลื่อนที่หนึ่งตัวผ่านไปมาอีก ตัวอย่างเช่นที่คุณเห็นในรูปที่ 5 ถ้าค่าเฉลี่ยเคลื่อนที่ 15 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันนั่นเป็นสัญญาณบวกที่ราคาจะเริ่มเพิ่มขึ้น หากระยะเวลาที่ใช้ในการคำนวณค่อนข้างสั้นตัวอย่างเช่น 15 และ 35 อาจส่งสัญญาณการกลับรายการในระยะสั้น ในทางกลับกันเมื่อค่าเฉลี่ยสองค่าที่มีกรอบเวลาที่ค่อนข้างยาว (เช่น 50 และ 200) จะใช้เพื่อแนะนำการเปลี่ยนแปลงในระยะยาว อีกวิธีหนึ่งในการคำนวณค่าเฉลี่ยเคลื่อนที่คือการระบุระดับการสนับสนุนและความต้านทาน ไม่ใช่เรื่องแปลกที่จะเห็นสต็อกที่ได้รับการล้มหยุดการลดลงและทิศทางย้อนกลับเมื่อมันกระทบการสนับสนุนของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ การเคลื่อนที่ผ่านค่าเฉลี่ยเคลื่อนที่ที่สำคัญมักถูกใช้เป็นสัญญาณโดยผู้ค้าทางเทคนิคว่าเทรนด์กำลังถอยกลับ ตัวอย่างเช่นถ้าราคาพักผ่านเส้นค่าเฉลี่ยเคลื่อนที่ 200 วันในทิศทางที่ลดลงสัญญาณนี้จะเป็นสัญญาณว่าแนวโน้มขากลับกำลังย้อนกลับ ค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพในการวิเคราะห์แนวโน้มด้านความปลอดภัย พวกเขาให้การสนับสนุนที่มีประโยชน์และจุดความต้านทานและใช้งานง่ายมาก กรอบเวลาที่พบบ่อยที่สุดที่ใช้เมื่อสร้างค่าเฉลี่ยเคลื่อนที่ ได้แก่ 200 วัน 100 วัน 50 วัน 20 วันและ 10 วัน ค่าเฉลี่ย 200 วันนับเป็นวัดที่ดีสำหรับปีการค้าขายซึ่งเป็นค่าเฉลี่ยครึ่งวันของ 100 วันซึ่งเป็นค่าเฉลี่ย 50 วันของไตรมาสโดยเฉลี่ยอยู่ที่ 20 วันต่อเดือนและ 10 วันเฉลี่ย 2 สัปดาห์ การเคลื่อนย้ายค่าเฉลี่ยช่วยให้ผู้ค้าทางเทคนิคสามารถเอื้ออำนวยต่อการเคลื่อนไหวของราคาในแต่ละวันซึ่งทำให้ผู้ค้ามองเห็นแนวโน้มราคาได้ชัดเจนยิ่งขึ้น จนถึงตอนนี้เรามุ่งเน้นการเคลื่อนไหวของราคาผ่านแผนภูมิและค่าเฉลี่ย ในส่วนถัดไปให้ดูเทคนิคอื่น ๆ ที่ใช้เพื่อยืนยันการเคลื่อนไหวของราคาและแผนภูมิรูปแบบของอาหาร Marvins ในบทนี้ถูกสร้างขึ้นจากแผ่นงาน Excel ที่รวมไว้เพื่อให้คุณสามารถทดลองต่อด้วยตัวคุณเองและรู้สึกดีขึ้น ค่าเฉลี่ยเคลื่อนที่คำนวณค่าแนวโน้มโดยรวมระหว่างข้อมูลที่อาจมีการเปลี่ยนแปลงในระยะสั้นที่มีขนาดใหญ่ หากต้องการใช้แบบจำลองนี้ให้โหลดแผ่นงาน SMOOTH. XLS ลงใน Excel คุณจะเห็นบางอย่างเช่นนี้บนหน้าจอ คุณอาจต้องปรับขนาดหน้าต่างเพื่อดูแผ่นงานทั้งหมดทั้งนี้ขึ้นอยู่กับจอภาพและกราฟิกการ์ดของคุณ แผนภูมิแสดงเส้นแนวโน้มที่แท้จริงเป็นเส้นสีแดงบาง ๆ แนวโน้มนี้จะถูกปกคลุมโดยรูปแบบที่สุ่มในแต่ละวันส่งผลให้การวัดทุกวันเป็นเพชรสีเขียวที่เชื่อมต่อด้วยเส้นสีเหลือง แนวโน้มที่แยกได้จากค่าเฉลี่ยเคลื่อนที่ที่เลือกจะวาดเป็นเส้นสีน้ำเงินหนา เส้นสีน้ำเงินใกล้เส้นสีแดงใกล้เคียงกับเส้นสีแดงแสดงถึงแนวโน้มที่แท้จริงยิ่งมีค่าเฉลี่ยเคลื่อนที่มากขึ้นในการกรองรูปแบบการสุ่มในช่วงสั้น ๆ ที่วัดได้ คุณสามารถควบคุมโมเดลเฉลี่ยเคลื่อนที่โดยการป้อนค่าในกล่องต่อไปนี้ของแผงควบคุม เรียบ พารามิเตอร์นี้จะเลือกประเภทของค่าเฉลี่ยเคลื่อนที่และระดับการทำให้เรียบ ถ้าเป็นค่าบวกให้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ได้รับการให้คะแนนแบบเรียบอย่างต่อเนื่องโดยมีค่าคงที่ที่ราบเรียบเท่ากับ Smoothing ค่าคงที่ที่ราบเรียบระหว่าง 0 ถึง 1 เท่านั้นที่ถูกต้อง หากค่าลบมีค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยในช่วงที่ผ่านมา - Smoothing days หากต้องการดูผลของค่าเฉลี่ยเคลื่อนที่ 20 วันให้ป้อน -20 ในเซลล์ Smoothing ค่าความดังระบุการผันแปรแบบสุ่มต่อวันของแนวโน้มพื้นฐาน ถ้าคุณกำหนด Noise เป็น 10 ค่าที่วัดได้จะถูกแทนที่โดยสุ่ม 5 จากแนวโน้มที่แท้จริง การแทนที่แบบสุ่มของจุดในแนวโน้มหลักจะเปลี่ยนแปลงทุกครั้งที่ทำเวิร์กชีทใหม่ เมื่อต้องการแสดงผลของการแทนที่แบบสุ่มของแนวโน้มในปัจจุบันกดเพื่อบังคับให้คำนวณใหม่ เนื่องจากค่าเฉลี่ยเคลื่อนที่จะย้อนกลับไปที่การวัดก่อนหน้าจึงทำให้แนวโน้มปัจจุบันลดลง คุณสามารถเปลี่ยนค่าเฉลี่ยเคลื่อนที่ย้อนหลังในเวลาเพื่อยกเลิกความล่าช้านี้โดยป้อนจำนวนวันที่มีการเคลื่อนที่ในเซลล์ Shift ซึ่งจะช่วยให้คุณสามารถเปรียบเทียบรูปร่างของเส้นแนวโน้มที่พบได้จากค่าเฉลี่ยเคลื่อนที่ต่างๆที่มีแนวโน้มเริ่มต้น ค่าการเปลี่ยนค่าของศูนย์ยกเลิกการเคลื่อนย้ายและสร้างค่าเฉลี่ยเคลื่อนที่ที่ทำงานโดยคำนึงถึงแนวโน้มที่เกิดขึ้นจริงเช่นเดียวกับที่คำนวณทุกวันจากข้อมูลปัจจุบัน สำหรับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายการเปลี่ยนจากครึ่งวันของ Smoothing จะปรับแนวโน้มและค่าเฉลี่ยโดยเฉลี่ย สำหรับค่าเฉลี่ยเคลื่อนที่ที่ได้รับการทำความสะอาดอย่างรวดเร็วค่าการปรับ Smoothing เท่ากับ 0.9 สามารถปรับตำแหน่งให้สอดคล้องกับ Shift ที่มีค่าประมาณ 10. Amplitude แนวโน้มที่ใช้ในโมเดลนี้สร้างโดยฟังก์ชันโคไซน์ แอมพลิจูดควบคุมขอบเขตของแนวโน้มที่ค่าสูงสุดของการแปรผันสูงสุดเป็นสองเท่าของค่า Amplitude อัตราการควบคุมระยะเวลาของแนวโน้มหลักซึ่งระบุเป็นจำนวนวันจากรางน้ำถึงจุดสูงสุดและในทางกลับกัน เมื่อคุณลดอัตรา แนวโน้มจะแตกต่างกันไปอย่างรวดเร็วมากขึ้นโดยต้องใช้ค่าเฉลี่ยเคลื่อนที่ระยะสั้นในการติดตามฉันสามารถเปลี่ยนค่าเฉลี่ยของการเคลื่อนที่ไปข้างหน้าและข้างหลังได้อย่างไร (wvideo) การขยับค่าเฉลี่ยเคลื่อนที่ไม่เป็นไปอย่างที่อาจเป็นไปได้ ประการแรก chartists อาจต้องการเปรียบเทียบราคาปัจจุบันของวันกับค่าเฉลี่ยของค่าเฉลี่ยของวันก่อนหน้า เมื่อต้องการทำเช่นนี้เราต้องเปลี่ยนค่าเฉลี่ยเคลื่อนที่ไปข้างหน้าหนึ่งช่วง ประการที่สองค่าเฉลี่ยเคลื่อนที่ 50 วันเป็นค่าเฉลี่ยของช่วง 50 วันที่ผ่านมาและนักคิดแบบชาญฉลาดบางคนต้องการแสดงค่านี้ในช่วงกลางของระยะเวลา 50 วันดังกล่าว นี่เป็นที่รู้จักกันว่าเป็นค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลาง Chartists สามารถเปลี่ยน (ย้าย) ค่าเฉลี่ยเคลื่อนที่ไปข้างหน้าหรือย้อนกลับโดยการเพิ่มเครื่องหมายจุลภาคและตัวเลขให้กับพารามิเตอร์ การเพิ่มเครื่องหมายจุลภาคและตัวเลขเป็นค่าเฉลี่ยเคลื่อนที่ 50 วัน (50,25) จะเป็นการเลื่อนไปข้างหน้า 25 งวดซึ่งจะนำไปวางไว้ในอนาคต ค่าเฉลี่ยเคลื่อนที่สามารถเลื่อนกลับโดยก่อนหน้าตัวเลขที่มีเครื่องหมายลบ (50, -25) ค่านี้จะเปลี่ยนค่าเฉลี่ยย้อนหลัง 25 รอบซึ่งจะอยู่ในช่วงกลางของช่วงเวลาที่มองย้อนกลับ (50 วัน) แผนภูมิด้านบนแสดง SMA 50 วันตามปกติเป็นสีน้ำเงินค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนไปข้างหน้าเป็นสีแดงและค่าเฉลี่ยเคลื่อนที่โดยศูนย์กลางเป็นสีเขียว ผู้ใช้ SharpCharts สามารถเปลี่ยนตัวชี้วัดที่ใช้ค่าเฉลี่ยเคลื่อนที่ได้ ประกอบด้วย Bollinger Bands, Keltner Channels, SMA Envelopes และ Channels ราคา ตัวอย่างข้างต้นแสดง SMA Envelopes เลื่อนไปข้างหน้าหนึ่งช่วง (10,1,1) พิเศษที่ปลายที่ 1 คือพารามิเตอร์ขยับ บรรทัดนี้ขึ้นแถบราคาปัจจุบันที่มีค่าบ่งชี้เมื่อวานนี้ วิธีนี้จะเป็นประโยชน์หากคุณต้องการทราบว่าการกระทำด้านราคาในปัจจุบันมีเพียงพอที่จะทำลายค่าตัวบ่งชี้ของวันก่อนหน้าหรือต่ำกว่าได้