สองตัว เคลื่อนไหว ค่าเฉลี่ย

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงเวลา 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะเรียบขึ้น ระยะห่างที่ใกล้เคียงกันค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่จะใกล้เคียงกับจุดข้อมูลที่เกิดขึ้นจริงค่าเฉลี่ยตัวชี้วัดค่าเฉลี่ยเคลื่อนที่หมายถึงทิศทางของทิศทางโดยการปรับข้อมูลราคาให้เรียบ โดยปกติการคำนวณโดยใช้ราคาปิดค่าเฉลี่ยเคลื่อนที่สามารถใช้กับมัธยฐาน ตามแบบฉบับ การปิดถ่วงน้ำหนัก และสูงราคาต่ำหรือราคาเปิดรวมทั้งตัวบ่งชี้อื่น ๆ ความยาวเฉลี่ยที่สั้นลงมีความละเอียดอ่อนและระบุแนวโน้มใหม่ ๆ ก่อนหน้านี้ แต่ยังให้สัญญาณเตือนที่ผิดพลาดมากขึ้น ค่าเฉลี่ยเคลื่อนที่ที่ยาวกว่ามีความน่าเชื่อถือมากขึ้น แต่ไม่ตอบสนองน้อยเพียงยกขึ้นแนวโน้มใหญ่ ใช้ค่าเฉลี่ยเคลื่อนที่ซึ่งเท่ากับครึ่งความยาวของวัฏจักรที่คุณกำลังติดตาม หากความยาวรอบสูงสุดถึงสูงสุดคือประมาณ 30 วันค่าเฉลี่ยเคลื่อนที่ 15 วันมีความเหมาะสม ถ้า 20 วันค่าเฉลี่ยเคลื่อนที่ 10 วันมีความเหมาะสม อย่างไรก็ตามผู้ค้าบางรายจะใช้ค่าเฉลี่ยเคลื่อนที่ 14 และ 9 วันสำหรับรอบข้างต้นด้วยความหวังว่าจะสร้างสัญญาณได้เล็กน้อยก่อนตลาด อื่น ๆ โปรดปรานตัวเลข Fibonacci 5, 8, 13 และ 21. 100 ถึง 200 วัน (20 ถึง 40 สัปดาห์) ค่าเฉลี่ยเคลื่อนที่เป็นที่นิยมสำหรับรอบที่ยาวกว่า 20 ถึง 65 วัน (4 ถึง 13 สัปดาห์) ค่าเฉลี่ยเคลื่อนที่มีประโยชน์สำหรับรอบกลางและ 5 เป็นระยะเวลาสั้น ๆ 20 วัน ระบบค่าเฉลี่ยที่ง่ายที่สุดในการสร้างสัญญาณเมื่อราคาข้ามค่าเฉลี่ยเคลื่อนที่: ไปนานเมื่อราคาข้ามไปเหนือค่าเฉลี่ยเคลื่อนที่จากด้านล่าง สั้นเมื่อราคาทะลุไปต่ำกว่าค่าเฉลี่ยเคลื่อนที่จากด้านบน ระบบมีแนวโน้มที่จะ whipsaws ในตลาดที่หลากหลายมีราคาข้ามไปมาทั่วค่าเฉลี่ยเคลื่อนที่สร้างจำนวนมากของสัญญาณเท็จ ด้วยเหตุนี้ระบบเฉลี่ยเคลื่อนที่มักใช้ตัวกรองเพื่อลดเสียงกระเพื่อม ระบบซับซ้อนใช้ค่าเฉลี่ยเคลื่อนที่มากกว่าหนึ่งค่า Two Moving Averages ใช้ค่าเฉลี่ยเคลื่อนที่เร็วขึ้นแทนราคาปิด สามค่าเฉลี่ยเคลื่อนที่ใช้ค่าเฉลี่ยเคลื่อนที่ที่สามเพื่อระบุเมื่อราคาอยู่ในช่วง ค่าเฉลี่ยเคลื่อนที่หลายค่าใช้ค่าเฉลี่ยเคลื่อนที่หกตัวและค่าเฉลี่ยเคลื่อนที่ช้าๆหกตัวเพื่อยืนยันกัน Displaced Moving Averages มีประโยชน์สำหรับวัตถุประสงค์ในการติดตามแนวโน้มการลดจำนวน whipsaws ช่อง Keltner ใช้แผนภูมิที่วางแผนไว้ที่ช่วงจริงหลายช่วงเพื่อกรองไขว้เฉลี่ยเคลื่อนไหว ตัวบ่งชี้ความนิยม MACD (Moving Average Convergence Divergence) ที่เป็นที่นิยมคือรูปแบบของระบบค่าเฉลี่ยเคลื่อนที่ 2 เส้นซึ่งเป็นกราฟแสดง oscillator ซึ่งจะลบค่าเฉลี่ยเคลื่อนที่ช้าจากค่าเฉลี่ยเคลื่อนที่เร็ว มีค่าเฉลี่ยเคลื่อนที่หลายแบบแต่ละแบบมีลักษณะเฉพาะของตนเอง ค่าเฉลี่ยเคลื่อนที่ง่ายเป็นวิธีที่ง่ายที่สุดในการสร้าง แต่ยังมีแนวโน้มที่จะบิดเบือนมากที่สุด ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักเป็นเรื่องยากที่จะสร้าง แต่น่าเชื่อถือ ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวชี้วัดจะได้รับประโยชน์จากการชั่งน้ำหนักรวมกับความสะดวกในการก่อสร้าง ค่าเฉลี่ยเคลื่อนที่ส่วนใหญ่จะใช้เป็นตัวชี้วัดที่พัฒนาขึ้นโดย J. Welles Wilder สูตรเดียวกันกับค่าเฉลี่ยเคลื่อนที่แบบเสวนาโดยใช้ mdash ที่แตกต่างกันซึ่งผู้ใช้จำเป็นต้องให้เงินช่วยเหลือ แผงตัวบ่งชี้แสดงวิธีตั้งค่าเฉลี่ยเคลื่อนที่ การตั้งค่าเริ่มต้นคือค่าเฉลี่ยเคลื่อนที่แบบเสวนา 21 วันวิธีการใช้ค่าเฉลี่ยเคลื่อนที่การย้ายค่าเฉลี่ยช่วยให้เราสามารถกำหนดแนวโน้มและอันดับที่สองเพื่อรับรู้ถึงแนวโน้มการเปลี่ยนแปลงได้ แค่นั้นแหละ. ไม่มีอะไรที่ดีสำหรับพวกเขา สิ่งอื่นใดเป็นเพียงแค่เสียเวลา ฉันจะไม่ได้รับรายละเอียดเกี่ยวกับวิธีการที่พวกเขาจะถูกสร้างขึ้น มีเกี่ยวกับเว็บไซต์ zillion ที่จะอธิบายการแต่งหน้าทางคณิตศาสตร์ของพวกเขา ฉันจะปล่อยให้คุณทำอย่างนั้นในวันหนึ่งของคุณเองเมื่อคุณเบื่อกับความคิดของคุณ แต่สิ่งที่คุณต้องรู้ก็คือเส้นค่าเฉลี่ยเคลื่อนที่เป็นเพียงราคาเฉลี่ยของหุ้นในช่วงเวลาหนึ่ง แค่นั้นแหละ. ค่าเฉลี่ยเคลื่อนที่สองค่าที่ฉันใช้ค่าเฉลี่ยเคลื่อนที่สองค่าคือค่าเฉลี่ยเคลื่อนที่เฉลี่ยของช่วงเวลา 10 (SMA) และค่าเฉลี่ยเคลื่อนที่เชิงเส้น 30 (EMA) ฉันชอบที่จะใช้ช้าลงและเร็วขึ้น เพราะเหตุใดเมื่อความเร็วที่เร็ว (10) ข้ามไปช้ากว่า (30) ก็จะส่งสัญญาณการเปลี่ยนแปลงแนวโน้ม ลองดูตัวอย่าง: คุณสามารถดูในแผนภูมิด้านบนว่าเส้นเหล่านี้สามารถช่วยคุณกำหนดแนวโน้มได้อย่างไร ที่ด้านข้างซ้ายของกราฟ 10 SMA อยู่เหนือเส้น 30 EMA และมีแนวโน้มเพิ่มขึ้น สัญญาณ SMA 10 ตัวผวนลงมาต่ำกว่า 30 EMA ในช่วงกลางเดือนสิงหาคมและแนวโน้มจะลดลง จากนั้นดัชนี SMA 10 ตัวก็ทะลุผ่าน 30 EMA ในเดือนกันยายนและมีแนวโน้มเพิ่มขึ้นอีกครั้งและจะยังคงอยู่ต่อไปเป็นเวลาหลายเดือนหลังจากนั้น ต่อไปนี้เป็นกฎ: ให้ความสำคัญกับตำแหน่งที่ยาวเมื่อ SMA 10 อยู่เหนือเส้น 30 EMA เน้นเฉพาะตำแหน่งสั้น ๆ เมื่อ SMA 10 อยู่ต่ำกว่า 30 EMA มันไม่ได้ง่ายกว่านั้นและมันก็จะทำให้คุณอยู่ทางด้านขวาของแนวโน้มทราบว่าค่าเฉลี่ยเคลื่อนที่จะทำงานได้ดีเมื่อหุ้นมีแนวโน้ม - ไม่เมื่อพวกเขาอยู่ในช่วงการซื้อขาย เมื่อหุ้น (หรือตลาดเอง) กลายเป็นเลอะเทอะคุณสามารถละเลยค่าเฉลี่ยเคลื่อนที่ได้ - โดยปกติแล้วจะเป็นสิ่งสำคัญที่ต้องจดจำ (สำหรับตำแหน่งที่ยาว - ย้อนกลับสำหรับตำแหน่งสั้น ๆ ): SMA 10 ตัวต้องสูงกว่า 30 EMA ต้องมีช่องว่างระหว่างค่าเฉลี่ยเคลื่อนที่ ทั้งสองค่าเฉลี่ยเคลื่อนที่จะต้องแคบลง ค่าเฉลี่ยเคลื่อนที่ 200 ครั้ง SMA 200 ถูกใช้เพื่อแยกดินแดนของวัวจากดินแดนหมี การศึกษาพบว่าการเน้นตำแหน่งยาวเหนือบรรทัดนี้และตำแหน่งสั้น ๆ ใต้เส้นนี้จะทำให้คุณมีขอบเล็กน้อย คุณควรเพิ่มค่าเฉลี่ยเคลื่อนที่นี้ลงในแผนภูมิทั้งหมดในกรอบเวลาทั้งหมด ใช่. แผนภูมิรายสัปดาห์, แผนภูมิรายวันและแผนภูมิภายในวัน (15 นาที, 60 นาที) SMA 200 เป็นค่าเฉลี่ยเคลื่อนที่ที่สำคัญที่สุดที่จะมีอยู่ในแผนภูมิหุ้น คุณจะประหลาดใจที่จำนวนครั้งที่หุ้นจะย้อนกลับในพื้นที่นี้ ใช้เพื่อประโยชน์ของคุณนอกจากนี้เมื่อเขียนการสแกนหาหุ้นคุณสามารถใช้ตัวเลือกนี้เป็นตัวกรองเพิ่มเติมเพื่อค้นหาการตั้งค่าที่ยาวนานซึ่งอาจอยู่เหนือบรรทัดนี้และอาจมีการตั้งค่าสั้น ๆ ที่อยู่ใต้เส้นนี้ การสนับสนุนและความต้านทานขัดต่อความเชื่อที่เป็นที่นิยมหุ้นไม่พบการสนับสนุนหรือความต้านทานต่อค่าเฉลี่ยเคลื่อนที่ หลายครั้งที่คุณจะได้ยินพ่อค้าบอกว่า Hey ดูที่หุ้นนี้มันเด้งออกจากค่าเฉลี่ยเคลื่อนที่ 50 วันทำไมสต็อกก็รีบออกจากสายที่ผู้ประกอบการค้าบางวางบนแผนภูมิหุ้นมัน wouldnt หุ้นจะเด้ง (ถ้าคุณต้องการเรียกว่า) จากระดับราคาที่สำคัญที่เกิดขึ้นในอดีตไม่ใช่บรรทัดบนแผนภูมิ หุ้นจะกลับ (ขึ้นหรือลง) ในระดับราคาที่ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ที่เป็นที่นิยม แต่จะไม่ย้อนกลับไปที่บรรทัด ดังนั้นสมมติว่าคุณกำลังดูแผนภูมิและคุณเห็นสต็อคที่ดึงกลับมาช่วยบอกว่าค่าเฉลี่ยเคลื่อนที่รอบระยะเวลา 200 ดูที่ระดับราคาในแผนภูมิซึ่งเป็นจุดที่มีการสนับสนุนหรือความต้านทานอย่างมากในอดีต เหล่านี้คือพื้นที่ที่หุ้นอาจจะกลับรายการเพิ่มแนวโน้มหรือย้ายเส้นค่าเฉลี่ยไปเป็นแผนภูมิใช้กับ: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 เพิ่มเติม น้อยกว่าเพื่อแสดงแนวโน้มข้อมูลหรือค่าเฉลี่ยเคลื่อนที่ในแผนภูมิที่คุณสร้างขึ้น คุณสามารถเพิ่มเส้นแนวโน้มได้ นอกจากนี้คุณยังสามารถขยายเส้นแนวโน้มเกินกว่าข้อมูลจริงของคุณเพื่อช่วยในการคาดการณ์ค่าในอนาคต ตัวอย่างเช่นเส้นแนวโน้มดังต่อไปนี้คาดการณ์ล่วงหน้า 2 ไตรมาสและแสดงให้เห็นชัดเจนว่ามีแนวโน้มสูงขึ้นซึ่งน่าจะเป็นไปได้สำหรับการขายในอนาคต คุณสามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิ 2 มิติที่ไม่ได้ถูกจัดวางรวมทั้งพื้นที่แถบเส้นคอลัมน์สต็อกการกระจายและฟองอากาศ คุณไม่สามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิแบบวง, 3 มิติ, เรดาร์, พาย, พื้นผิวหรือโดนัท เพิ่มเส้นแนวโน้มบนแผนภูมิของคุณคลิกชุดข้อมูลที่คุณต้องการเพิ่มเส้นแนวโน้มหรือค่าเฉลี่ยเคลื่อนที่ เส้นแนวโน้มจะเริ่มต้นที่จุดข้อมูลแรกของชุดข้อมูลที่คุณเลือก ทำเครื่องหมายที่ช่อง Trendline หากต้องการเลือกเส้นแนวโน้มประเภทอื่นให้คลิกลูกศรถัดจากเส้นแนวโน้ม แล้วคลิกเลขชี้กำลัง พยากรณ์เชิงเส้น หรือสองค่าเฉลี่ยเคลื่อนที่ระยะเวลา สำหรับเส้นแนวโน้มเพิ่มเติมคลิกตัวเลือกเพิ่มเติม หากคุณเลือก More Options คลิกตัวเลือกที่คุณต้องการในบานหน้าต่าง 'รูปแบบเส้นขอบ' ภายใต้ตัวเลือกของ Trendline ถ้าคุณเลือกพหุนาม ป้อนพลังงานสูงสุดสำหรับตัวแปรอิสระในกล่องคำสั่งซื้อ หากเลือก Moving Average ป้อนจำนวนงวดที่จะใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในช่องงวด เคล็ดลับ: เส้นแนวโน้มมีความถูกต้องที่สุดเมื่อค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลจริงของคุณมากน้อยเพียงใด) อยู่ที่หรือใกล้เคียง 1. เมื่อคุณเพิ่มเส้นแนวโน้มลงในข้อมูลของคุณ , Excel จะคำนวณค่า R-squared โดยอัตโนมัติ คุณสามารถแสดงค่านี้ในแผนภูมิของคุณได้โดยการตรวจสอบค่า Display R-squared ในกล่องแผนภูมิ (แผงเส้นแนวโน้มรูปแบบตัวเลือก Trendline) คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับตัวเลือกเส้นแนวโน้มทั้งหมดในส่วนด้านล่าง เส้นแนวโน้มเชิงเส้นใช้เส้นแบบนี้เพื่อสร้างเส้นตรงที่ดีที่สุดสำหรับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นเส้นตรงถ้ารูปแบบในจุดข้อมูลมีลักษณะเป็นเส้น เส้นแนวโน้มจะแสดงให้เห็นว่ามีบางอย่างที่เพิ่มขึ้นหรือลดลงในอัตราที่คงที่ เส้นตรงใช้สมการนี้ในการคำนวณสมการกำลังสองอย่างน้อยที่สุดสำหรับเส้น: โดย m คือความลาดชันและ b คือการสกัดกั้น เส้นแสดงแนวโน้มต่อไปนี้แสดงให้เห็นว่ายอดขายตู้เย็นเพิ่มขึ้นอย่างต่อเนื่องตลอดระยะเวลา 8 ปี สังเกตว่าค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลจริงของคุณมากน้อยแค่ไหน) เป็น 0.9792 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นโค้งที่พอดีกับเส้นโค้งที่ดีที่สุดเส้นแนวโน้มนี้จะเป็นประโยชน์เมื่ออัตราการเปลี่ยนแปลงข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็วและลดระดับลง เส้นค่าลอการิทึมสามารถใช้ค่าลบและค่าบวกได้ เส้นรอบวงลอการิทึมใช้สมการนี้ในการคำนวณสมการสี่เหลี่ยมที่เล็กที่สุดผ่านจุด: c และ b เป็นค่าคงที่และ ln เป็นฟังก์ชันลอการิทึมธรรมชาติ เส้นค่าลอการิทึมต่อไปนี้แสดงการเติบโตของประชากรที่คาดการณ์ไว้ของสัตว์ในพื้นที่ว่างคงที่โดยที่ประชากรลดลงเป็นพื้นที่สำหรับสัตว์ลดลง โปรดทราบว่าค่า R-squared เท่ากับ 0.933 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นแนวโน้มนี้มีประโยชน์เมื่อข้อมูลของคุณผันผวน ตัวอย่างเช่นเมื่อคุณวิเคราะห์ผลกำไรและขาดทุนจากชุดข้อมูลขนาดใหญ่ ลำดับของพหุนามสามารถกำหนดได้จากจำนวนความผันผวนของข้อมูลหรือจำนวนโค้ง (เนินเขาและหุบเขา) ปรากฏในเส้นโค้ง โดยปกติคำสั่ง Order 2 polynomial trendline มีเพียงเนินเขาหรือหุบเขาคำสั่ง Order 3 มีภูเขาหรือหุบเขาหนึ่งหรือสองแห่งและลำดับที่ 4 มีถึง 3 เนินหรือหุบเขา เส้นรอบวงหรือ curvilinear trendline ใช้สมการนี้ในการคำนวณสมการอย่างน้อยสี่เหลี่ยมผ่านจุด: ที่ b และเป็นค่าคงที่ พหุนามสองสายสั่งซื้อ (หนึ่งเนิน) แสดงความสัมพันธ์ระหว่างความเร็วในการขับขี่และการสิ้นเปลืองน้ำมันเชื้อเพลิง สังเกตว่าค่า R-squared เท่ากับ 0.979 ซึ่งใกล้เคียงกับ 1 ดังนั้นเส้นจะพอดีกับข้อมูล แสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์สำหรับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราเฉพาะ ตัวอย่างเช่นการเร่งความเร็วของรถแข่งในช่วงเวลา 1 วินาที คุณไม่สามารถสร้างเส้นแนวโน้มกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เส้นกำลังกำลังใช้สมการนี้เพื่อคำนวณสมการกำลังสองอย่างน้อยที่สุดผ่านจุด: c และ b เป็นค่าคงที่ หมายเหตุ: ตัวเลือกนี้จะใช้ไม่ได้เมื่อข้อมูลของคุณมีค่าเป็นลบหรือเป็นศูนย์ แผนภูมิวัดระยะทางต่อไปนี้แสดงระยะทางเป็นหน่วยเป็นวินาที เส้นแรงที่แสดงให้เห็นถึงการเพิ่มขึ้นอย่างรวดเร็ว โปรดทราบว่าค่า R-squared เท่ากับ 0.986 ซึ่งเป็นเส้นที่สมบูรณ์แบบเกือบทั้งหมดของข้อมูล แสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์เมื่อค่าข้อมูลเพิ่มขึ้นหรือลดลงอย่างต่อเนื่องตามอัตราที่เพิ่มขึ้น คุณไม่สามารถสร้างเส้นแสดงแนวโน้มเป็นตัวเลขได้หากข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เสนเสนยอยใชสมการนี้เพื่อคํานวณสมการสแควรอยางนอยที่สุดโดยที่จุด c และ b เปนคาคงที่และ e เปนฐานของลอการิทึมตามธรรมชาติ เส้นแสดงเส้นโครงร่างต่อไปนี้แสดงถึงปริมาณคาร์บอน 14 ที่ลดลงในวัตถุเมื่ออายุมากขึ้น โปรดทราบว่าค่า R-squared เท่ากับ 0.990 ซึ่งหมายความว่าเส้นตรงกับข้อมูลเกือบสมบูรณ์ เส้นแนวโน้มการเคลื่อนที่เฉลี่ยแนวโน้มนี้จะแสดงถึงความผันผวนของข้อมูลเพื่อแสดงรูปแบบหรือแนวโน้มที่ชัดเจนขึ้น ค่าเฉลี่ยเคลื่อนที่จะใช้จำนวนจุดข้อมูลที่ระบุ (กำหนดโดยตัวเลือก Period) โดยให้ค่าเฉลี่ยโดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุดในบรรทัด ตัวอย่างเช่นถ้ากำหนดระยะเวลาเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้ม ฯลฯ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้สมการนี้: จำนวนจุดในเส้นแนวโน้มเฉลี่ยเคลื่อนที่เท่ากับจำนวนจุดทั้งหมดในชุดลบด้วย หมายเลขที่คุณระบุสำหรับงวด ในแผนภูมิกระจายเส้นแนวโน้มจะขึ้นอยู่กับลำดับของค่า x ในแผนภูมิ สำหรับผลลัพธ์ที่ดีขึ้นให้จัดเรียงค่า x ก่อนที่จะเพิ่มค่าเฉลี่ยเคลื่อนที่ เส้นค่าเฉลี่ยเคลื่อนที่เฉลี่ยต่อไปนี้แสดงรูปแบบจำนวนบ้านที่ขายในช่วง 26 สัปดาห์