Kas ir MACD histogramma?

Slīdošās vidējās konverģences novirzes (MACD) histogramma ir joslu diagrammas veids, kas aprēķina starpību starp akciju cenu un tās eksponenciālo mainīgo vidējo (EMA) deviņu dienu periodā. EMA ir filtrs, kas, analizējot vecos datus, izmanto eksponenciāli samazinošus svara koeficientus. MACD histogramma parasti tiek parādīta diagrammā ar MACD un deviņu dienu EMA līnijām. Tas sastāv no virknes dažādu joslu, kas ir izvietotas horizontāli un pārvietojas vertikāli virs un zem diagrammas nulles līnijas.

Analītiķi izmanto MACD histogrammu, lai izsekotu izmaiņām akciju tendencēs. Tas var sniegt norādījumus par to, kad pirkt vai pārdot. Piemēram, ja EMA un MACD krustojas, histogramma neparāda atšķirību starp abiem. Tas analītiķim norāda, ka cena ir ideāla un ir pienācis laiks pirkt.

MACD histogramma var arī palīdzēt analītiķim noteikt, kad rīkoties ar konkrētu akciju. Sekojot histogrammas joslām, analītiķis var noteikt gan tendenču attīstību, gan tempu. Regulāri analizējot diagrammu, var paredzēt, kad EMA un MACD krustosies.

MACD histogrammas nozīme ir atkarīga no konteksta, kurā tā tiek izmantota. Diagramma, kas parāda tendences dienas laikā, bieži vien eksponenciāli atšķirsies no iknedēļas aktivitātes analīzes. Analītiķis bieži aplūko histogrammas no vairākiem laika periodiem, lai pilnībā izprastu akciju tendences.

Analītiķi izveido un izseko MACD histogrammu datoros. Sarežģītas programmas var ļaut viņiem apskatīt krājumus no vairākiem skatu punktiem. Tas var sniegt analītiķiem ne tikai priekšstatu par to, kur virzās tendence, bet arī priekšstatu par to, cik ātri tā mainās. Diagrammu veidošana ar histogrammu var arī atklāt tirdzniecības apjomu, kas ir vēl viens spēcīgs vērtības rādītājs.

MACD histogrammas izveidoja Tomass Asprajs 1986. gadā. Viņš sāka savu karjeru kā bioķīmiķis, taču sānu interese par finanšu tirgu analīzi noveda pie profesijas maiņas 1970. gados. Astoņdesmito gadu sākumā viņš bija finanšu uzņēmuma pētniecības direktors. Papildus MACD histogrammai Aspray izmantoja savas zināšanas zinātnē un datoros, lai radītu daudzas metodes, kas vairākus gadus ir palikušas populāras analītiķu vidū.