மாற்று சராசரிகள்

மாற்று சராசரிகள்

மாற்று சராசரிகள் (Alternative Averages) என்பது, பொதுவான சராசரி முறையிலிருந்து மாறுபட்டு, தரவுத் தொகுப்பில் உள்ள போக்குகளைக் கண்டறிய உதவும் மேம்பட்ட வழிமுறைகளாகும். சராசரி என்பது ஒரு தரவுத் தொகுப்பில் உள்ள அனைத்து மதிப்புகளையும் கூட்டி, மதிப்புகளின் எண்ணிக்கையால் வகுப்பதன் மூலம் கணக்கிடப்படுகிறது. இது ஒரு எளிய மற்றும் பரவலாகப் பயன்படுத்தப்படும் முறையாகும், ஆனால் சில நேரங்களில் இது தரவுத் தொகுப்பில் உள்ள முக்கியமான தகவல்களை மறைக்கலாம் அல்லது தவறான முடிவுகளைக் கொடுக்கலாம். குறிப்பாக, நிதிச் சந்தைகளில் உள்ள தரவுகளில், மாற்று சராசரிகள் அதிக துல்லியமான மற்றும் நம்பகமான முடிவுகளை வழங்குகின்றன. இந்த கட்டுரை, மாற்று சராசரிகளின் அடிப்படைகள், வகைகள், பயன்பாடுகள் மற்றும் நன்மைகள் பற்றி விரிவாக விளக்குகிறது.

அடிப்படை கருத்துகள்

மாற்று சராசரிகள் ஏன் தேவை?

சராசரி, நிலையான விலகல் மற்றும் பிற அடிப்படை புள்ளியியல் அளவீடுகள் தரவுத் தொகுப்பின் பொதுவான பண்புகளைப் புரிந்துகொள்ள உதவுகின்றன. இருப்பினும், நிதிச் சந்தைகள் போன்ற சிக்கலான சூழல்களில், இந்த முறைகள் போதுமானதாக இருக்காது. சந்தை தரவு பெரும்பாலும் சத்தம் (Noise) மற்றும் விதிவிலக்குகள் (Outliers) ஆகியவற்றைக் கொண்டிருக்கும். இந்த காரணிகள் சராசரியின் துல்லியத்தை பாதிக்கலாம். மாற்று சராசரிகள் இந்த சவால்களை சமாளிக்க உதவுகின்றன.

மாற்று சராசரிகளின் முக்கியத்துவம்

• சந்தை போக்குகளை துல்லியமாக அடையாளம் காணுதல்.
• தவறான சமிக்ஞைகளை குறைத்தல்.
• முதலீட்டு முடிவுகளை மேம்படுத்துதல்.
• ஆபத்து மேலாண்மைக்கு உதவுதல்.

மாற்று சராசரிகளின் வகைகள்

1. நகரும் சராசரி (Moving Average - MA)

   *   எளிய நகரும் சராசரி (Simple Moving Average - SMA): ஒரு குறிப்பிட்ட காலப்பகுதியில் உள்ள தரவுகளின் சராசரி கணக்கிடப்படுகிறது.
   *   எக்ஸ்போனென்ஷியல் நகரும் சராசரி (Exponential Moving Average - EMA): சமீபத்திய தரவுகளுக்கு அதிக முக்கியத்துவம் கொடுக்கப்படுகிறது.
   *    weighted நகரும் சராசரி (Weighted Moving Average - WMA): ஒவ்வொரு தரவுக்கும் ஒரு குறிப்பிட்ட எடை கொடுக்கப்படுகிறது.

2. மீடியன் சராசரி (Median Average)

   *   தரவுத் தொகுப்பை வரிசைப்படுத்தி, நடுவில் உள்ள மதிப்பை சராசரியாகக் கொள்ளுதல். இது விதிவிலக்குகளால் பாதிக்கப்படுவதில்லை.

3. ட்ரிம்டு சராசரி (Trimmed Mean)

   *   தரவுத் தொகுப்பின் இரு முனைகளிலிருந்தும் குறிப்பிட்ட சதவீத மதிப்புகளை நீக்கிவிட்டு, மீதமுள்ள மதிப்புகளின் சராசரி கணக்கிடப்படுகிறது. இதுவும் விதிவிலக்குகளைக் குறைக்க உதவுகிறது.

4. ஹார்மோனிக் சராசரி (Harmonic Mean)

   *   விகிதங்கள் அல்லது விகிதங்களின் சராசரியைக் கணக்கிடப் பயன்படுகிறது.

5. ஜியோமெட்ரிக் சராசரி (Geometric Mean)

   *   வளர்ச்சி விகிதங்கள் போன்ற பெருக்கப் பண்புகளைக் கொண்ட தரவுகளுக்குப் பயன்படுகிறது.

6. வில்லியம்ஸ் %R (Williams %R)

   *   ஒரு குறிப்பிட்ட காலப்பகுதியில் சமீபத்திய மூடல் விலைக்கும் அதிகபட்ச மற்றும் குறைந்த விலைக்கும் இடையிலான உறவை அளவிடுகிறது.

7. MACD (Moving Average Convergence Divergence)

   *   இரண்டு EMA-களுக்கு இடையிலான உறவை வைத்து சந்தை போக்குகளை கணிக்கிறது.

8. போல்லிங்கர் பேண்ட்ஸ் (Bollinger Bands)

   *   நகரும் சராசரி மற்றும் நிலையான விலகலைப் பயன்படுத்தி சந்தையின் ஏற்ற இறக்கத்தை அளவிடுகிறது.

9. இச்சிகோகா குமோ (Ichimoku Kumo)

   *   சந்தை போக்குகள், ஆதரவு மற்றும் எதிர்ப்பு நிலைகளை அடையாளம் காணப் பயன்படுகிறது.

நகரும் சராசரி (Moving Average)

நகரும் சராசரி என்பது மிகவும் பிரபலமான மாற்று சராசரி ஆகும். இது ஒரு குறிப்பிட்ட காலப்பகுதியில் உள்ள தரவுகளின் சராசரியை கணக்கிடுகிறது. நகரும் சராசரியின் முக்கிய வகைகள்:

• எளிய நகரும் சராசரி (SMA):

   *   கணக்கீடு: குறிப்பிட்ட காலப்பகுதியில் உள்ள அனைத்து தரவுகளையும் கூட்டி, கால அளவால் வகுக்கவும்.
   *   பயன்பாடு: நீண்ட கால போக்குகளை அடையாளம் காண உதவுகிறது.

• எக்ஸ்போனென்ஷியல் நகரும் சராசரி (EMA):

   *   கணக்கீடு: சமீபத்திய தரவுகளுக்கு அதிக முக்கியத்துவம் கொடுக்கப்படுகிறது. ஒரு எடை காரணி பயன்படுத்தப்படுகிறது.
   *   பயன்பாடு: குறுகிய கால போக்குகளை அடையாளம் காண உதவுகிறது மற்றும் SMA-வை விட வேகமாக பதிலளிக்கிறது.

• எடை நகரும் சராசரி (WMA):

   *   கணக்கீடு: ஒவ்வொரு தரவுக்கும் ஒரு குறிப்பிட்ட எடை கொடுக்கப்படுகிறது.
   *   பயன்பாடு: குறிப்பிட்ட காலப்பகுதியில் சில தரவுகளுக்கு அதிக முக்கியத்துவம் கொடுக்க விரும்பினால் பயன்படுத்தப்படுகிறது.

நகரும் சராசரி வகைகள்

கணக்கீடு | பயன்பாடு |

குறிப்பிட்ட காலப்பகுதியில் உள்ள அனைத்து தரவுகளையும் கூட்டி, கால அளவால் வகுக்கவும் | நீண்ட கால போக்குகளை அடையாளம் காண |

சமீபத்திய தரவுகளுக்கு அதிக முக்கியத்துவம் கொடுக்கப்படுகிறது | குறுகிய கால போக்குகளை அடையாளம் காண |

ஒவ்வொரு தரவுக்கும் ஒரு குறிப்பிட்ட எடை கொடுக்கப்படுகிறது | குறிப்பிட்ட தரவுகளுக்கு அதிக முக்கியத்துவம் கொடுக்க |

மீடியன் சராசரி (Median Average)

மீடியன் சராசரி என்பது தரவுத் தொகுப்பை வரிசைப்படுத்தி, நடுவில் உள்ள மதிப்பை சராசரியாகக் கொள்ளும் முறையாகும். இது விதிவிலக்குகளால் பாதிக்கப்படுவதில்லை.

• கணக்கீடு: தரவுத் தொகுப்பை வரிசைப்படுத்தி, நடுவில் உள்ள மதிப்பைக் கண்டறியவும்.
• பயன்பாடு: தரவுத் தொகுப்பில் விதிவிலக்குகள் அதிகமாக இருந்தால், மீடியன் சராசரி மிகவும் பயனுள்ளதாக இருக்கும்.

ட்ரிம்டு சராசரி (Trimmed Mean)

ட்ரிம்டு சராசரி என்பது தரவுத் தொகுப்பின் இரு முனைகளிலிருந்தும் குறிப்பிட்ட சதவீத மதிப்புகளை நீக்கிவிட்டு, மீதமுள்ள மதிப்புகளின் சராசரி கணக்கிடப்படும் முறையாகும்.

• கணக்கீடு: தரவுத் தொகுப்பின் இரு முனைகளிலிருந்தும் குறிப்பிட்ட சதவீத மதிப்புகளை நீக்கிவிட்டு, மீதமுள்ள மதிப்புகளின் சராசரி கணக்கிடவும்.
• பயன்பாடு: விதிவிலக்குகளைக் குறைக்க உதவுகிறது மற்றும் மீடியன் சராசரியை விட அதிக தகவல்களை வழங்குகிறது.

ஹார்மோனிக் சராசரி (Harmonic Mean)

ஹார்மோனிக் சராசரி என்பது விகிதங்கள் அல்லது விகிதங்களின் சராசரியைக் கணக்கிடப் பயன்படுகிறது.

• கணக்கீடு: தரவுகளின் எண்ணிக்கையை, ஒவ்வொரு தரவின் தலைகீழியின் கூட்டுத்தொகையால் வகுக்கவும்.
• பயன்பாடு: சராசரி வேகத்தைக் கணக்கிட இது பயனுள்ளதாக இருக்கும்.

ஜியோமெட்ரிக் சராசரி (Geometric Mean)

ஜியோமெட்ரிக் சராசரி என்பது வளர்ச்சி விகிதங்கள் போன்ற பெருக்கப் பண்புகளைக் கொண்ட தரவுகளுக்குப் பயன்படுகிறது.

• கணக்கீடு: தரவுகளின் பெருக்கற்பலனை, தரவுகளின் எண்ணிக்கையின் மூலத்தால் வகுக்கவும்.
• பயன்பாடு: முதலீட்டு வருவாயைக் கணக்கிட இது பயனுள்ளதாக இருக்கும்.

நிதிச் சந்தைகளில் மாற்று சராசரிகளின் பயன்பாடுகள்

• பங்குச் சந்தை பகுப்பாய்வு: மாற்று சராசரிகள் பங்கு விலைகளின் போக்குகளைக் கண்டறிய உதவுகின்றன.
• நாணய சந்தை வர்த்தகம்: நாணய ஜோடிகளின் போக்குகளைக் கணிக்கப் பயன்படுகிறது.
• சரக்கு சந்தை பகுப்பாய்வு: சரக்குகளின் விலை மாற்றங்களை ஆராய உதவுகிறது.
• கிரிப்டோகரன்சி வர்த்தகம்: கிரிப்டோகரன்சிகளின் விலை போக்குகளைக் கணிக்கப் பயன்படுகிறது.
• போர்ட்ஃபோலியோ மேலாண்மை: முதலீட்டு போர்ட்ஃபோலியோவின் செயல்திறனை மதிப்பிட உதவுகிறது.

மாற்று சராசரிகளின் நன்மைகள்

• துல்லியமான போக்கு அடையாளம் காணுதல்.
• சந்தை சத்தத்தைக் குறைத்தல்.
• விதிவிலக்குகளைக் கையாளுதல்.
• நம்பகமான முதலீட்டு சமிக்ஞைகளை வழங்குதல்.
• ஆபத்து மேலாண்மைக்கு உதவுதல்.

சவால்கள் மற்றும் வரம்புகள்

• தாமதமான சமிக்ஞைகள்: நகரும் சராசரிகள், குறிப்பாக நீண்ட கால நகரும் சராசரிகள், சந்தை மாற்றங்களுக்கு தாமதமாக பதிலளிக்கலாம்.
• தவறான சமிக்ஞைகள்: சில நேரங்களில், மாற்று சராசரிகள் தவறான சமிக்ஞைகளை வழங்கலாம், இது தவறான வர்த்தக முடிவுகளுக்கு வழிவகுக்கும்.
• உகந்த அளவுருக்களைத் தேர்ந்தெடுப்பது: ஒவ்வொரு மாற்று சராசரிக்கும் உகந்த அளவுருக்களைத் தேர்ந்தெடுப்பது சவாலாக இருக்கலாம்.
• சந்தை நிலைமைகளுக்கு ஏற்ப மாற்றுவது: வெவ்வேறு சந்தை நிலைமைகளுக்கு ஏற்ப மாற்று சராசரியை மாற்றியமைக்க வேண்டியிருக்கலாம்.

மேம்பட்ட நுட்பங்கள்

• பல நகரும் சராசரிகளை இணைத்தல்: பல்வேறு கால அளவுகளில் பல நகரும் சராசரிகளைப் பயன்படுத்துவதன் மூலம், சந்தை போக்குகளை மேலும் துல்லியமாகக் கண்டறியலாம்.
• மாற்று சராசரிகளை பிற குறிகாட்டிகளுடன் இணைத்தல்: RSI, MACD போன்ற பிற தொழில்நுட்ப குறிகாட்டிகளுடன் மாற்று சராசரிகளை இணைப்பதன் மூலம், வர்த்தக சமிக்ஞைகளின் நம்பகத்தன்மையை அதிகரிக்கலாம்.
• இயந்திர கற்றல் (Machine Learning) மற்றும் செயற்கை நுண்ணறிவு (Artificial Intelligence): இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவு அல்காரிதம்களைப் பயன்படுத்தி, மாற்று சராசரிகளின் செயல்திறனை மேம்படுத்தலாம் மற்றும் தானியங்கி வர்த்தக அமைப்புகளை உருவாக்கலாம்.

முடிவுரை

மாற்று சராசரிகள் நிதிச் சந்தை பகுப்பாய்வில் ஒரு முக்கியமான கருவியாகும். அவை சந்தை போக்குகளை துல்லியமாக அடையாளம் காணவும், தவறான சமிக்ஞைகளைக் குறைக்கவும், முதலீட்டு முடிவுகளை மேம்படுத்தவும் உதவுகின்றன. பல்வேறு வகையான மாற்று சராசரிகள் உள்ளன, ஒவ்வொன்றும் அதன் சொந்த நன்மைகள் மற்றும் வரம்புகளைக் கொண்டுள்ளன. சந்தை நிலைமைகளுக்கு ஏற்ப சரியான மாற்று சராசரியைத் தேர்ந்தெடுப்பது மற்றும் பிற தொழில்நுட்ப குறிகாட்டிகளுடன் இணைத்து பயன்படுத்துவது முக்கியம். இந்த நுட்பங்களைப் பயன்படுத்துவதன் மூலம், வர்த்தகர்கள் மற்றும் முதலீட்டாளர்கள் சந்தையில் வெற்றிபெற வாய்ப்புகளை அதிகரிக்கலாம்.

சந்தை பகுப்பாய்வு தொழில்நுட்ப பகுப்பாய்வு புள்ளியியல் நிதி முதலீடு வர்த்தகம் ஆபத்து மேலாண்மை சராசரி நிலையான விலகல் சத்தம் விதிவிலக்குகள் எடை இயந்திர கற்றல் செயற்கை நுண்ணறிவு பங்குச் சந்தை நாணய சந்தை சரக்கு சந்தை கிரிப்டோகரன்சி போர்ட்ஃபோலியோ மேலாண்மை

Quantitative Finance Algorithmic Trading Time Series Analysis Financial Modeling Risk Assessment Data Science in Finance Trading Strategies Investment Analysis Portfolio Optimization Market Microstructure Behavioral Finance Financial Econometrics Trading Psychology Technical Indicators Financial Forecasting

பரிந்துரைக்கப்பட்ட எதிர்கால சந்தை பதிவு தளங்கள்

தளம்	எதிர்கால செயல்பாடுகள்	பதிவு
Binance Futures	125x வரை மூலதனம், USDⓈ-M ஒப்பந்தங்கள்	இங்கு பதிவு செய்யவும்
Bybit Futures	நிரந்தர தலைகீழ் ஒப்பந்தங்கள்	வணிகத்தை தொடங்கு
BingX Futures	நகல் வணிகம்	BingX இல் சேர்
Bitget Futures	USDT உறுதியான ஒப்பந்தங்கள்	கணக்கை திற
BitMEX	கிரிப்டோ சந்தை, 100x வரை மூலதனம்	BitMEX

நமது சமூகத்தில் சேர்க்கை

@strategybin என்ற Telegram சேனலுக்கு குழுசேர்க்கை செய்து மேலும் தகவல்களைப் பெறுங்கள். சிறந்த இலாப தளங்கள் – இங்கு பதிவு செய்யவும்.

நமது சமூகத்தில் பங்கேற்கவும்

@cryptofuturestrading என்ற Telegram சேனலுக்கு குழுசேர்க்கை செய்து பகுப்பாய்வு, இலவச சமிக்ஞைகள் மற்றும் மேலும் தகவல்களைப் பெறுங்கள்!