Erläuterung der gleitenden Durchschnitte

Technische Analyse (TA) ist in der Welt des Tradings und Investierens nichts Neues. Von Anleihen bis hin zu Kryptowährungen wie Bitcoin und Ethereum hat der Einsatz technischer Analyseindikatoren das einfache Ziel, verfügbare Daten zu nutzen, um bessere Entscheidungen zu treffen, die mit größerer Wahrscheinlichkeit zu den gewünschten Ergebnissen/Gewinn führen. Da die Märkte immer komplexer wurden, sind in den letzten Jahrzehnten Hunderte verschiedener Arten von Indikatoren für die technische Analyse entstanden, aber nur wenige haben die Popularität und Verwendung gleitender Durchschnitte in der Analyse erlebt.

Obwohl es verschiedene Variationen gleitender Durchschnitte gibt, besteht ihr Hauptzweck darin, die Klarheit der Handelsdiagramme zu erhöhen. Dies geschieht durch die Vereinfachung der Diagramme, um auf einfache Weise einen Trendindikator zu erstellen. Da diese gleitenden Durchschnitte auf früheren Daten basieren, gelten sie als nachlaufende oder trendfolgende Indikatoren. Aber unabhängig davon hat es immer noch die Möglichkeit, den Fokus zu schärfen und dabei zu helfen, festzustellen, wohin sich der Markt entwickeln könnte.


Verschiedene Arten von gleitenden Durchschnitten

Es gibt verschiedene Arten von gleitenden Durchschnitten, die von Händlern nicht nur im Daytrading oder Volatilitäts-/Swing-Trading, sondern auch im langfristigen Handel verwendet werden können. Obwohl es verschiedene Arten gibt, werden gleitende Durchschnitte meist in zwei separate Kategorien unterteilt: 

Einfache gleitende Durchschnitte (SMA) und exponentielle gleitende Durchschnitte (EMA). Händler können basierend auf dem Markt und den gewünschten Ergebnissen auswählen, von welchem ​​Indikator sie am wahrscheinlichsten profitieren.


Einfacher gleitender Durchschnitt (SMA)

Ein einfacher gleitender Durchschnitt verwendet Daten aus einem bestimmten Zeitraum und erstellt für diese Daten einen Durchschnittspreis für den Vermögenswert. Der Unterschied zwischen einem einfachen gleitenden Durchschnitt und einem herkömmlichen gleitenden Durchschnitt vergangener Preise besteht darin, dass bei einem einfachen gleitenden Durchschnitt der älteste Datensatz verworfen wird, sobald ein neuer Datensatz eingegeben wird. Das heißt, wenn der SMA den Durchschnitt auf der Grundlage der Daten von 10 Tagen berechnet, wird der gesamte Datensatz aktualisiert und umfasst nur die letzten 10 Tage.

Es ist wichtig zu beachten, dass alle Dateneingaben in den einfachen gleitenden Durchschnitt gleich gewichtet werden, unabhängig davon, wann sie eingegeben wurden, auch wenn sie erst kürzlich eingegeben wurden. Händler, die glauben, dass ein Zusammenhang mit den neuesten verfügbaren Daten besteht, weisen häufig darauf hin, dass die Gewichtung des gleitenden Durchschnitts der technischen Analyse abträglich sei. Um dieses Problem zu lösen, wurde der Exponential Moving Average (EMA) geschaffen.


Exponentieller gleitender Durchschnitt (EMA)

Der Exponential Moving Average (EMA) ähnelt dem Simple Moving Average (SMA) darin, dass er eine technische Analyse basierend auf vergangenen Preisschwankungen bietet. Allerdings ist die Gleichung etwas komplizierter, da die EMA neueren Preiseingaben mehr Gewicht und Wert beimisst. Obwohl beide Durchschnittswerte einen Wert haben und weit verbreitet sind, reagiert der EMA besser auf plötzliche Preisschwankungen und Umkehrungen/Umkehrungen.

Da EMAs mit größerer Wahrscheinlichkeit eine schnellere Preisumkehr zeigen als SMAs, werden sie oft besonders von Händlern bevorzugt, die kurzfristig handeln. Für den Trader oder Investor ist es wichtig, die Art des gleitenden Durchschnitts entsprechend seinen persönlichen Strategien und Zielen zu wählen und die Einstellungen entsprechend anzupassen.


So verwenden Sie gleitende Durchschnitte

Gleitende Durchschnitte verwenden frühere Preise anstelle aktueller Preise und haben aus diesem Grund eine gewisse Verzögerungszeit. Je breiter/expansiver der Datensatz ist, desto größer ist die Verzögerung. Beispielsweise reagiert ein gleitender Durchschnitt, der die letzten 100 Tage analysiert, langsamer auf neue Informationen als ein gleitender Durchschnitt, der die letzten 10 Tage analysiert. Dies liegt einfach daran, dass das Hinzufügen von Daten zu einem großen Datensatz weniger Auswirkungen auf die Gesamtzahlen hat.


Abhängig von Ihren Handelseinstellungen kann beides nützlich sein.

Große Datensätze kommen langfristigen Anlegern zugute, da sie sich weniger stark verändern, wenn sie ein oder zwei großen Schwankungen ausgesetzt sind. Aber kurzfristig orientierte Händler bevorzugen oft einen kleineren Datensatz, weil dieser einen reaktionäreren Handel ermöglicht.

 Auf traditionellen Märkten sind gleitende 50-, 100- und 200-Tage-Durchschnitte normal und werden am häufigsten verwendet. Die gleitenden 50- und 200-Tage-Durchschnitte werden von Aktienhändlern genau beobachtet und alle Ausbrüche über oder unter diesen Linien werden normalerweise als wichtige Handelssignale angesehen gefolgt von einer Kreuzung. Das Gleiche gilt für den Handel mit digitalen Währungen. Da die Märkte jedoch rund um die Uhr volatil sind, können die durchschnittlichen Handelseinstellungen und -strategien je nach Aktivität des Händlers variieren.


Crossover-Signale

Normalerweise deutet ein hoher gleitender Durchschnitt auf einen Aufwärtstrend und ein Tief auf einen Abwärtstrend hin. Der gleitende Durchschnitt allein ist jedoch kein starker und verlässlicher Indikator. Daher werden in einer Gruppe fortlaufend gleitende Durchschnitte verwendet, um bullische und bärische Crossover-Signale zu ermitteln. 

Ein Crossover-Signal wird erzeugt, wenn sich zwei gleitende Durchschnitte in einem Diagramm (oder Histogramm) schneiden. Ein Bull Cross (auch als Golden Cross bekannt) entsteht, wenn ein kurzfristiger gleitender Durchschnitt einen längerfristigen überschreitet, was den Beginn eines Aufwärtstrends anzeigt. Umgekehrt tritt ein Bärenkreuz (auch Todeskreuz genannt) auf, wenn ein kurzfristiger gleitender Durchschnitt einen anderen langfristigen gleitenden Durchschnitt kreuzt, was den Beginn eines Abwärtstrends anzeigt.


Weitere wichtige Faktoren

Bisher basierten alle Beispiele auf der Anzahl der Tage, dies ist jedoch keine notwendige Voraussetzung für die Analyse arithmetischer Mittelwerte. Menschen, die Daytrading betreiben, sind möglicherweise mehr daran interessiert, wie sich ein Vermögenswert/Wertpapier in den letzten zwei oder drei Stunden entwickelt hat, als in den letzten zwei oder drei Monaten. In den Gleichungen zur Berechnung der gleitenden Durchschnitte können alle unterschiedlichen Zeitrahmen verwendet werden. Solange diese Zeitrahmen mit der Handelsstrategie übereinstimmen, können die Daten nützlich sein.


Ein Nachteil arithmetischer Mittelwerte ist die Zeitverzögerung (oder Verzögerung). 

Da gleitende Durchschnitte nachlaufende Indikatoren sind und frühere Preisbewegungen berücksichtigen, kommen die Signale oft zu spät. Beispielsweise kann ein zinsbullischer Crossover auf einen Kauf hinweisen, dies geschieht jedoch erst nach einem deutlichen Preisanstieg. Dies bedeutet, dass selbst bei einer Fortsetzung des Aufwärtstrends potenzielle Gewinne in der Zeit zwischen dem Preisanstieg und dem Crossover-Signal verloren gegangen sein könnten. Oder noch schlimmer: Ein falsches Golden-Cross-Signal kann einen Händler dazu veranlassen, das Hoch zu kaufen, bevor die Preise fallen (solche falschen Signale werden allgemein als Bullenfalle bezeichnet).


Gleitende Durchschnitte sind leistungsstarke Indikatoren für die technische Analyse und gelten als einer der am häufigsten verwendeten Indikatoren. Die Fähigkeit, Markttrends datengesteuert zu analysieren, bietet Einblicke in die Marktleistung. Es sollte jedoch beachtet werden, dass gleitende Durchschnittssignale und Crossover-Signale nicht allein verwendet werden sollten und dass es immer besser ist, verschiedene technische Analyseindikatoren miteinander zu kombinieren, um falsche Signale zu vermeiden.