الفرق بين المتوسط المتحرك المرجح والتجانس الأسي

شرح الأسي تجانس. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. عندما يواجه الناس لأول مرة مصطلح الأسي التمهيد قد يعتقدون أن يبدو وكأنه جهنم الكثير من التجانس. مهما كان التمهيد. ثم تبدأ في تصور حساب رياضي معقد من المرجح أن يتطلب درجة في الرياضيات لفهم، ونأمل أن يكون هناك المدمج في وظيفة إكسيل المتاحة إذا كانوا في أي وقت الحاجة إلى القيام بذلك. واقع التجانس الأسي هو أقل بكثير دراماتيكية وأقل بكثير صدمة. والحقيقة هي، تمهيد الأسي هو حساب بسيط جدا أن ينجز مهمة بسيطة إلى حد ما. انها مجرد اسم معقد لأن ما يحدث من الناحية الفنية نتيجة لهذه العملية الحسابية البسيطة هو في الواقع معقدة قليلا. لفهم التجانس الأسي، فإنه يساعد على البدء مع المفهوم العام للتجانس واثنين من الأساليب الشائعة الأخرى المستخدمة لتحقيق التجانس. ما هو التمهيد تجانس هو عملية إحصائية شائعة جدا. في الواقع، نواجه بانتظام البيانات ممهدة في أشكال مختلفة في حياتنا يوما بعد يوم. في أي وقت تستخدم فيه متوسطا لوصف شيء ما، فإنك تستخدم رقم سلس. إذا كنت تفكر في لماذا تستخدم متوسط ​​لوصف شيء ما، سوف تفهم بسرعة مفهوم التجانس. على سبيل المثال، شهدنا فقط أحر الشتاء في السجل. كيف يمكننا أن نقدر هذا جيدا نبدأ مع مجموعات من درجات الحرارة العالية والمنخفضة اليومية للفترة التي نسميها الشتاء لكل سنة في التاريخ المسجل. ولكن هذا يترك لنا مجموعة من الأرقام التي تقفز حول قليلا (وليس مثل كل يوم هذا الشتاء كان أكثر دفئا من الأيام المقابلة من جميع السنوات السابقة). نحن بحاجة إلى عدد الذي يزيل كل هذا القفز من حول البيانات حتى نتمكن من مقارنة أكثر سهولة فصل الشتاء إلى التالي. إزالة القفز حول في البيانات يسمى التنعيم، وفي هذه الحالة يمكننا فقط استخدام متوسط ​​بسيط لإنجاز التجانس. في التنبؤ الطلب، ونحن نستخدم تمهيد لإزالة الاختلاف العشوائي (الضوضاء) من الطلب التاريخي لدينا. وهذا يتيح لنا تحديد أنماط الطلب بشكل أفضل (في المقام الأول الاتجاه والموسمية) ومستويات الطلب التي يمكن استخدامها لتقدير الطلب في المستقبل. الضجيج في الطلب هو نفس المفهوم مثل القفز اليومي حول بيانات درجة الحرارة. ليس من المستغرب أن الطريقة الأكثر شيوعا الناس إزالة الضوضاء من تاريخ الطلب هو استخدام المتوسط ​​العادي على وجه التحديد، وهو المتوسط ​​المتحرك. المتوسط ​​المتحرك يستخدم فقط عدد محدد مسبقا من الفترات لحساب المتوسط، وتلك الفترات تتحرك بمرور الوقت. على سبيل المثال، إذا كان استخدام إم المتوسط ​​المتحرك لمدة 4 أشهر، واليوم هو 1 مايو، إم باستخدام متوسط ​​الطلب الذي حدث في يناير وفبراير ومارس وأبريل. في الأول من حزيران (يونيو)، سأستخدم الطلب من شباط (فبراير) ومارس وأبريل ومايو (أيار). المتوسط ​​المتحرك الموزون. عند استخدام متوسط ​​نقوم بتطبيق نفس الأهمية (الوزن) على كل قيمة في مجموعة البيانات. في المتوسط ​​المتحرك لمدة 4 أشهر، يمثل كل شهر 25 من المتوسط ​​المتحرك. عند استخدام التاريخ الطلب على الطلب الطلب في المستقبل (وخاصة الاتجاه المستقبلي)، منطقي أن يأتي إلى الاستنتاج الذي تريد المزيد من التاريخ الحديث أن يكون لها تأثير أكبر على توقعاتك. يمكننا تكييف حسابنا المتوسط ​​المتحرك لتطبيق مختلف الأوزان لكل فترة للحصول على النتائج المرجوة. نحن نعبر عن هذه الأوزان كنسب مئوية، ويجب أن يصل مجموع جميع الأوزان لجميع الفترات إلى 100. لذلك، إذا قررنا أن نطبق 35 كوزن لأقرب فترة في المتوسط ​​المتحرك المرجح لمدة 4 أشهر، يمكننا طرح 35 من 100 لإيجاد لدينا 65 المتبقية لتقسيم على مدى 3 فترات أخرى. على سبيل المثال، قد ينتهي بنا الأمر بترجيح 15 و 20 و 30 و 35 على التوالي للأشهر الأربعة (15 20 30 35 100). تجانس الأسي. إذا عدنا إلى مفهوم تطبيق الوزن إلى آخر فترة (مثل 35 في المثال السابق) ونشر الوزن المتبقي (محسوبا بطرح أحدث وزن فترة 35 من 100 للحصول على 65)، لدينا اللبنات الأساسية لدينا حساب الأسي تمهيد. وتعرف مدخلات التحكم في حساب التجانس الأسي كعامل التمهيد (الذي يطلق عليه أيضا ثابت التجانس). وهي تمثل أساسا الترجيح المطبق على أحدث فترات الطلب. لذلك، حيث استخدمنا 35 كوزن لآخر فترة في حساب المتوسط ​​المتحرك المرجح، يمكننا أيضا اختيار استخدام 35 كعامل تمهيد في حساب التجانس الأسي للحصول على تأثير مماثل. الفرق مع حساب تمهيد الأسي هو أنه بدلا من أن علينا أيضا معرفة مقدار الوزن لتطبيقه على كل فترة سابقة، يتم استخدام عامل التمهيد للقيام بذلك تلقائيا. حتى يأتي هنا الجزء الأسي. إذا استخدمنا 35 كعامل تمهيد، فإن ترجيح آخر طلب للفترات سيكون 35. ترجيح آخر طلب للفترات الأخيرة (الفترة قبل آخر) سيكون 65 من 35 (65 يأتي من طرح 35 من 100). وهذا يعادل 22.75 الترجيح لتلك الفترة إذا كنت تفعل الرياضيات. وسيكون الطلب التالي للفترات الأخيرة 65 من 65 من 35، وهو ما يعادل 14.79. وستتم ترجيح الفترة السابقة لذلك على أنها 65 من 65 من 65 من 35، أي ما يعادل 9.61، وما إلى ذلك. وهذا يسير مرة أخرى من خلال كل ما تبذلونه من فترات السابقة على طول الطريق إلى بداية الوقت (أو النقطة التي كنت بدأت باستخدام تمهيد الأسي لهذا البند معين). ربما كنت تفكر في أن تبدو وكأنها الكثير من الرياضيات. ولكن جمال حساب التجانس الأسي هو أنه بدلا من الاضطرار إلى إعادة حساب مقابل كل فترة سابقة في كل مرة تحصل على طلب فترات جديدة، يمكنك ببساطة استخدام الإخراج من حساب تمهيد الأسي من الفترة السابقة لتمثيل جميع الفترات السابقة. هل أنت الخلط حتى هذا وسوف تجعل أكثر منطقية عندما ننظر إلى الحساب الفعلي عادة نشير إلى إخراج حساب تمهيد الأسي كما توقعات الفترة المقبلة. في الواقع، فإن التوقعات النهائية تحتاج إلى المزيد من العمل، ولكن لأغراض هذا الحساب المحدد، وسوف نشير إليها على أنها التوقعات. حساب التجانس الأسي هو كما يلي: طلب الفترات الأخيرة مضروبا في عامل التمهيد. بلوس أحدث الفترات المتوقعة مضروبة في (واحد ناقص عامل التجانس). D أحدث فترات الطلب S عامل التمهيد ممثلة في شكل عشري (حتى 35 سيتم تمثيلها على أنها 0.35). F أحدث الفترات المتوقعة (ناتج حساب التجانس من الفترة السابقة). أو (على افتراض عامل تمهيد 0.35) (D 0.35) (F 0.65) أنها لا تحصل على أبسط من ذلك بكثير. كما ترون، كل ما نحتاجه من أجل مدخلات البيانات هنا هو أحدث طلب لفترات وأحدث الفترات المتوقعة. نطبق عامل التمهيد (الترجيح) على أحدث الفترات التي تتطلب نفس الطريقة التي نفعلها في حساب المتوسط ​​المتحرك المرجح. ثم نطبق الترجيح المتبقي (1 ناقص عامل التجانس) إلى أحدث الفترات المتوقعة. وبما أن أحدث الفترات المتوقعة قد تم إنشاؤها بناء على الطلب السابق للفترات وتوقعات الفترات السابقة التي استندت إلى الطلب على الفترة السابقة لذلك والتنبؤ بالفترة السابقة على ذلك والذي استند إلى الطلب على الفترة السابقة وتوقعات الفترة السابقة لذلك، التي استندت إلى الفترة السابقة لذلك. حسنا، يمكنك أن ترى كيف يتم تمثيل جميع فترات الفترات السابقة الطلب في الحساب دون العودة فعلا وإعادة حساب أي شيء. وهذا ما دفع شعبية الأولي من التمهيد الأسي. لم يكن ذلك لأنه كان أفضل من التمهيد من المتوسط ​​المتحرك المرجح، كان ذلك لأنه كان من الأسهل لحساب في برنامج الكمبيوتر. ولأنك لم تحتاج إلى التفكير في الترجيح لإعطاء الفترات السابقة أو عدد الفترات السابقة التي ستستخدم، كما تفعل في المتوسط ​​المتحرك المرجح. و، لأنه بدا فقط برودة من المتوسط ​​المتحرك المرجح. في الواقع، يمكن القول بأن المتوسط ​​المتحرك المرجح يوفر مرونة أكبر لأن لديك المزيد من السيطرة على ترجيح الفترات السابقة. الواقع هو إما من هذه يمكن أن توفر نتائج محترمة، فلماذا لا تذهب مع أسهل وأكثر برودة السبر. التمدد الأسي في إكسيل يتيح رؤية كيفية ظهور ذلك في جدول بيانات يحتوي على بيانات حقيقية. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. في الشكل 1A، لدينا جدول إكسل مع 11 أسبوعا من الطلب، وتوقعات أملس أضعافا محسوبة من هذا الطلب. إيف استخدم عامل تمهيد 25 (0.25 في الخلية C1). الخلية النشطة الحالية هي الخلية M4 التي تحتوي على توقعات للأسبوع 12. يمكنك أن ترى في شريط الصيغة، والصيغة هي (L3C1) (L4 (1-C1)). لذا فإن المدخلات المباشرة الوحيدة لهذا الحساب هي الطلب على الفترات السابقة (الخلية L3)، وتوقعات الفترات السابقة (الخلية L4)، وعامل التجانس (الخلية C1، المبين كمرجع الخلية المطلق C1). عندما نبدأ حساب تمهيد الأسي، نحن بحاجة إلى سد قيمة يدويا للتوقعات 1ST. حتى في الخلية B4، بدلا من الصيغة، ونحن فقط كتب في الطلب من نفس الفترة من التوقعات. في الخلية C4 لدينا لدينا 1 الأسي حساب تمهيد (B3C1) (B4 (1-C1)). يمكننا بعد ذلك نسخ الخلية C4 ولصقه في الخلايا من D4 إلى M4 لملء بقية الخلايا توقعاتنا. يمكنك الآن انقر نقرا مزدوجا فوق على أي خلية توقعات لنرى أنه يقوم على الخلية السابقة الفترات المتوقعة وخلايا الطلب فترات السابقة. لذلك كل حساب تمهيد الأسي اللاحقة يرث الإخراج من حساب التجانس الأسي السابق. ولكيف يتم تمثيل كل طلب فترات سابقة في حساب الفترات الأخيرة على الرغم من أن هذا الحساب لا يشير مباشرة إلى تلك الفترات السابقة. إذا كنت ترغب في الحصول على الهوى، يمكنك استخدام إكسيلز تتبع السوابق وظيفة. للقيام بذلك، انقر فوق الخلية M4، ثم على شريط الأدوات الشريط (إكسيل 2007 أو 2010) انقر فوق علامة التبويب الصيغ، ثم انقر فوق تتبع السوابق. فإنه سيتم رسم خطوط الموصل إلى المستوى الأول من السوابق، ولكن إذا كنت الاستمرار في النقر تتبع السوابق فإنه سيتم رسم خطوط موصل لجميع الفترات السابقة لتظهر لك العلاقات الموروثة. الآن دعونا نرى ما تمهيد الأسي لم بالنسبة لنا. ويبين الشكل 1B مخطط خطي لطلبنا والتوقعات. أنت ترى كيف أن التوقعات الملساء أضعافا يزيل معظم الخدش (القفز حول) من الطلب الأسبوعي، ولكن لا يزال يدير لمتابعة ما يبدو أن الاتجاه التصاعدي في الطلب. ويلاحظ أيضا أن خط التنبؤ ممهدة يميل إلى أن يكون أقل من خط الطلب. هذا هو المعروف باسم تأخر الاتجاه و هو تأثير جانبي لعملية تمهيد. في أي وقت كنت تستخدم تمهيد عندما يكون الاتجاه الحالي توقعاتك سوف تتخلف عن الاتجاه. هذا صحيح لأي تقنية تمهيد. في الواقع، إذا كان لنا أن نستمر في جدول البيانات هذا وبدء إدخال أرقام الطلب المنخفض (مما يجعل الاتجاه الهابط) سترى انخفاض خط الطلب، وخط الاتجاه التحرك فوقه قبل البدء في اتباع الاتجاه النزولي. ولهذا السبب سبق أن ذكرت الإخراج من حساب تمهيد الأسي الذي نسميه توقعات، لا يزال يحتاج الى مزيد من العمل. هناك الكثير للتنبؤ من مجرد تمهيد المطبات في الطلب. نحن بحاجة إلى إجراء تعديلات إضافية لأشياء مثل تأخر الاتجاه، والموسمية، والأحداث المعروفة التي قد تؤثر الطلب، وما إلى ذلك ولكن كل ما هو أبعد من نطاق هذه المادة. ومن المحتمل أن تتعامل أيضا مع مصطلحات مثل التجانس المزدوج الأسي والتجانس الثلاثي الأسي. هذه المصطلحات هي مضللة بعض الشيء لأنك لا إعادة تمهيد الطلب عدة مرات (هل يمكن إذا كنت تريد، ولكن هذا ليس نقطة هنا). وتمثل هذه المصطلحات استخدام التمهيد الأسي للعناصر الإضافية للتنبؤات. حتى مع تمهيد الأسي بسيط، كنت تمهيد الطلب قاعدة، ولكن مع تجانس مزدوج الأسي كنت تمهيد الطلب قاعدة بالإضافة إلى الاتجاه، ومع تمهيد الثلاثي الأسي كنت تمهيد الطلب الأساسي بالإضافة إلى الاتجاه بالإضافة إلى الموسمية. السؤال الآخر الأكثر شيوعا حول تمهيد الأسي هو أين يمكنني الحصول على عامل تجانس بلدي ليس هناك إجابة السحرية هنا، تحتاج إلى اختبار مختلف العوامل تمهيد مع بيانات الطلب الخاص بك لمعرفة ما يحصل لك أفضل النتائج. هناك حسابات التي يمكن تلقائيا تعيين (وتغيير) عامل تمهيد. هذه تقع تحت مصطلح التجانس التكيف، ولكن عليك أن تكون حذرا معهم. ببساطة لا يوجد إجابة كاملة ويجب أن لا تنفذ بشكل أعمى أي حساب دون اختبار شامل وتطوير فهم دقيق لما يفعله هذا الحساب. يجب عليك أيضا تشغيل سيناريوهات ماذا لو لرؤية كيف تتفاعل هذه الحسابات مع التغييرات التي قد لا توجد حاليا في بيانات الطلب التي تستخدمها للاختبار. مثال البيانات الذي استخدمته سابقا هو مثال جيد جدا على الوضع الذي تحتاج فيه حقا لاختبار بعض السيناريوهات الأخرى. ويظهر مثال البيانات المعين هذا اتجاها تصاعديا متسقا إلى حد ما. فالكثير من الشركات الكبيرة التي لديها برامج تنبؤات باهظة الثمن حصلت في ورطة كبيرة في الماضي غير البعيد عندما لم تكن إعدادات البرامج التي أعدت لاقتصاد متزايد تتفاعل بشكل جيد عندما بدأ الاقتصاد في الركود أو الانكماش. أشياء مثل هذا يحدث عندما كنت لا تفهم ما الحسابات الخاصة بك (البرمجيات) هو في الواقع. إذا فهموا نظام التنبؤ بهم، كانوا قد عرفوا أنهم بحاجة إلى القفز في وتغيير شيء عندما كانت هناك تغييرات مفاجئة مفاجئة في أعمالهم. لذلك هناك يكون لديك أساسيات الأسس تمهيد شرح. تريد أن تعرف المزيد عن استخدام التجانس الأسي في التنبؤ الفعلي، تحقق من كتابي شرح إدارة المخزون. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. ديف بياسيكي. هو أونيروبيراتور من جرد العمليات استشارات ليك. وهي شركة استشارية تقدم الخدمات المتعلقة بإدارة المخزون، ومناولة المواد، وعمليات المستودعات. لديه أكثر من 25 عاما من الخبرة في إدارة العمليات ويمكن الوصول إليه من خلال موقعه على الانترنت (إنفنتوريوبس)، حيث يحافظ على معلومات إضافية ذات صلة. عملي ما هو الفرق بين المتوسط ​​المتحرك البسيط والمتوسط ​​المتحرك الأسي والفرق الوحيد بين هذين النوعين من المتوسط ​​المتحرك هو الحساسية التي يظهرها كل واحد للتغيرات في البيانات المستخدمة في حسابه. وبشكل أكثر تحديدا، فإن المتوسط ​​المتحرك الأسي (إما) يعطي ترجيح أعلى للأسعار الأخيرة من المتوسط ​​المتحرك البسيط (سما) في حين أن سما يعين ترجيح متساو لجميع القيم. والمتوسطان متشابهان لأنهما يفسران بنفس الطريقة ويستخدمان عادة من قبل التجار التقنيين لتخفيف تقلبات الأسعار. إن المتوسط ​​المتحرك المتوسط ​​هو النوع الأكثر شيوعا من المتوسط ​​الذي يستخدمه المحللون الفنيون ويحسب بقسمة مجموع مجموعة الأسعار على إجمالي عدد الأسعار الموجودة في السلسلة. على سبيل المثال، يمكن حساب متوسط ​​متحرك لمدة سبع سنوات بإضافة الأسعار السبعة التالية معا ثم تقسيم النتيجة بمقدار سبعة (ويعرف النتيجة أيضا بمتوسط ​​حسابي حسابي). مثال: بالنظر إلى سلسلة الأسعار التالية: 10، 11، 12، 16، 17، 19، 20 سيبدو حساب سما على النحو التالي: 10111216171920 105 فترة 7 سما 1057 15 بما أن المتوسطات إما تضع وزن أعلى على البيانات الحديثة أكثر من البيانات القديمة ، فهي أكثر تفاعلا مع أحدث تغيرات الأسعار من سما، مما يجعل النتائج من إماز أكثر في الوقت المناسب، ويوضح لماذا إما هو المتوسط ​​المفضل بين العديد من التجار. كما ترون من الرسم البياني أدناه، قد لا يهتم المتداولون الذين لديهم منظور قصير المدى بالمتوسط ​​المستخدم، لأن الفرق بين المتوسطين عادة ما يكون مجرد سنتات فقط. ومن ناحية أخرى، ينبغي للمتداولين الذين لديهم منظور طويل الأجل أن يولوا مزيدا من الاعتبار للمتوسط ​​الذي يستخدمونه لأن القيم قد تختلف باختلاف بضعة دولارات، وهو ما يكفي من فرق السعر ليثبت في نهاية المطاف تأثيره على العائدات المحققة - خاصة عندما تكون تداول كمية كبيرة من الأسهم. كما هو الحال مع جميع المؤشرات الفنية. لا يوجد نوع واحد من المتوسط ​​الذي يمكن للمتداول استخدامه لضمان النجاح، ولكن باستخدام التجربة والخطأ يمكنك بلا شك تحسين مستوى راحتك مع جميع أنواع المؤشرات، ونتيجة لذلك، زيادة احتمالات اتخاذ قرارات التداول الحكيمة. لمعرفة المزيد عن المتوسطات المتحركة، انظر أساسيات المتوسطات المتحركة وأساسيات المتوسطات المتحركة الموزونة. بيانات بيانات السوق الأسية مقابل المتوسطات المتحركة البسيطة هاي توم - أنا مشترك لك وكان يتساءل عما إذا كان لديك مخطط لدكوكونفرزيونردكو لتحويل قيمة الاتجاه إلى الفترة الأسيوية ماجستير. على سبيل المثال، 10 الاتجاه يساوي تقريبا إيما 19 فترة، 1 الاتجاه إلى 200EMA الخ شكرا لكم مقدما. الصيغة لتحويل المتوسط ​​المتحرك الأسي (إما) تمهيد ثابت لعدد من الأيام هي: 2 mdashmdashmdash - N 1 حيث N هو عدد الأيام. وهكذا، فإن إما لمدة 19 يوما تناسب في الصيغة على النحو التالي: 2 2 mdashmdashmdashmdash - مداشمداشمداش 0.10، أو 10 19 1 20 هذا ينبع من فكرة أن يتم اختيار ثابت تمهيد وذلك لإعطاء نفس متوسط ​​عمر البيانات كما كان الحال في المتوسط ​​المتحرك البسيط. إذا كان لديك متوسط ​​متحرك بسيط لمدة 20، فإن متوسط ​​عمر كل إدخال للبيانات هو 9.5. قد يعتقد المرء أن متوسط ​​العمر يجب أن يكون 10، لأن هذا هو نصف 20، أو 10.5 لأن هذا هو متوسط ​​الأرقام من 1 إلى 20. ولكن في الاتفاقية الإحصائية، وعمر أحدث قطعة من البيانات هو 0. لذلك العثور على متوسط ​​عمر نقاط البيانات العشرين الماضية يتم عن طريق إيجاد متوسط ​​هذه السلسلة: وبالتالي فإن متوسط ​​عمر البيانات في مجموعة من N فترات هي: N - 1 mdashmdashmdashmdash - 2 للتجانس الأسي، مع ثابت تمهيد من A ، اتضح من رياضيات نظرية الجمع أن متوسط ​​عمر البيانات هو: 1 - و mdashmdashmdashmdash - A الجمع بين هاتين المعادلتين: 1 - أن - 1 مداشمداشمداش مداشمداشمداشمداش A 2 يمكننا حل لقيمة A أن يساوي إما إلى المتوسط ​​المتوسط ​​المتحرك بسيط كما: 2 A mdashmdashmdashmdash - N 1 يمكنك أن تقرأ واحدة من القطع الأصلية مكتوبة من أي وقت مضى حول هذا المفهوم من خلال الذهاب إلى McClellanMTAaward. pdf. هناك، ونحن مقتطف من P. N. هورلانرسكوس كتيب، لدكووماسورينغ الاتجاه فالويسردكو. كان هورلان واحدا من أوائل الناس الذين يستخدمون المتوسطات المتحركة الأسية لتتبع أسعار الأسهم مرة أخرى في 1960s، ونحن لا نزال نفضل المصطلحات الأصلية له شكس الاتجاه، بدلا من استدعاء المتوسط ​​المتحرك الأسي من قبل عدد من الأيام. سبب واحد كبير لهذا هو أنه مع المتوسط ​​المتحرك بسيط (سما)، كنت تبحث فقط إلى الوراء عدد معين من الأيام. أي شيء أقدم من فترة الاسترجاع لا عامل في الحساب. ولكن مع إما، البيانات القديمة لا يختفي أبدا يصبح أقل وأقل أهمية لقيمة المتوسط ​​المتحرك. لفهم لماذا يهتم الفنيون ب إماز مقابل سما، نظرة سريعة على هذا المخطط يوفر بعض التوضيح للفرق. خلال التحركات تتجه صعودا أو هبوطا، فإن الاتجاه 10 و سما لمدة 19 يوما يكون إلى حد كبير على حق معا. ومن خلال الفترات التي تكون فيها الأسعار متقطعة، أو عندما يتغير اتجاه الاتجاه، نرى أن البداية تبدأ بالتحرك. في تلك الحالات، فإن الاتجاه 10 عادة عناق حركة السعر عن كثب، وبالتالي تكون في وضع أفضل للإشارة إلى تغيير عندما يعبر السعر عليه. لكثير من الناس، وهذا العقار يجعل إماس لدكوبتردكو من سما، ولكن لكوبيتيردكو هو في عين الناظر. السبب الذي جعل المهندسين يستخدمون إماس لسنوات، وخاصة في مجال الالكترونيات، هو أنها أسهل لحساب. لتحديد دايرسكوس القيمة الجديدة إما، تحتاج فقط قيمة أميريستيرسكوس إما، ثابت التمهيد، و تودرسكوس سعر الإغلاق الجديد (أو مسند آخر). ولكن لحساب سما، عليك أن تعرف كل قيمة مرة أخرى في الوقت المناسب لفترة الاسترجاع كله.