Тут сму обсуждают ))
Прежде чем использовать Sma, нужно понять что это такое.
Возьмем 100 значений данных. С первой точки по сотую.
Вычислим среднее, с 1 точки до 50.
Вычислим среднее с 51 точки до 100.
Получили два средних. Берем среднее этих двух значений. Полученное значение, абсолютно равно обычной средней с 1 до 100 точки.
Но, проведенные примитивные вычисления, показывают суть среднего. Это значение находящееся между, 50 и 51 точками данных. Фактически, это идеальное состояние данных, сдвинутое на пол периода назад, вокруг которого колеблются наши точки с некоторой дисперсией.
Как это применить? Прошлые данные мы знаем. Те первую половинку смы мы легко построим. А вот будущие данные мы не знаем. И нам придется спрогнозировать одно значение будущую половинку смы. Итого, чем точнее прогноз будущей половинки смы, тем точнее значение нашей искомой смы.
Надеюсь, хоть кто то сумеет понять, поток мысли, который я изложил )))
а если сделать close-SMa то будет фвч
а маcd это полосовой фильтр
вообще у сма есть ценность в то, что она не обладает памятью т.е для вычисления sma100 надо 100 отсчетов данных… а для ЕМА 100 надо 500 отсчетов как минимум