محاسبه میانگین

نکته: مرتب کردن مقادیر مجموعه قبل از پیدا کردن میانه بسیار حائز اهمیت است.

میانگین سه عدد با C

میانگین سه عدد با C ، برنامه ی محاسبه میانگین سه متغییر با زبان C ، در دانشگاه در درس سی (C) برای شروع کار حتما به موضوع محاسبه میانگین متغییرها یا عدد برخورد کردید. در این پست، کدهای C را در اختیار شما دانشجویان قرار دادیم.

میانگین

میانگین (Mean)، مقدار متوسط اعداد است. نام دیگر آن معدل است. مسلماً همه ما با این واژه در کارنامه‌های نحصیلی خود آشنا هستیم. میانگین شاخصی از نحوه پراکندگی اعضای یک مجموعه به دست می‌دهد. محاسبه میانگین کار آسانی است. کافی است کل اعداد مورد نظر را با هم جمع کنید، سپس حاصل را بر تعداد شماره‌های جمع شده تقسیم کنید. به عبارت دیگر، میانگین، از تقسیم مجموع اعداد بر تعداد آنها به دست می‌آید.

مثال 1: محاسبه میانگین میانگین اعداد زیر چند است؟

7 , 11 , 6

پاسخ: اعداد زیر را با هم جمع کنید:

24 = 7 + 11 + 6

سپس پاسخ به دست آمده را تقسیم بر تعداد عددهای مورد نظر کنید (که اینجا 3 است): 8 = 3 / 24

میانگین برابر است با 8

الگوریتم و فلوچارتی بنویسید که سه عدد را به عنوان ورودی گرفته و میانگین آن ها را محاسبه کند .

الگوریتم :

1. شروع
2. اعداد x,y,n را بگیر
3. sum =x+y+z
4. ave=sum/3
5. نمایش بده ave را .
6. پایان

سوال برنامه نویسی:

در این برنامه ۳ عدد از ورودی خوانده می شود و میانگین آن ها محاسبه می شود.

یا برنامه ای بنویسید که 3 نمره را از ورودی دریافت کند و میانگین آن را محاسبه کند.

اندیکاتور میانگین متحرک چیست؟

تحلیل تکنیکال یکی از متداول‌ترین روش‌های تحلیل بازار، به خصوص برای سرمایه‌گذاران بورسی است. در این روش تحلیلی، از اندیکاتورهای مختلفی برای رسم نمودار حرکات سهام استفاده می‌شود. یکی از این اندیکاتورها، اندیکاتور میانگین متحرک یا مووینگ اوریج است. این اندیکاتور با تمرکز بر حذف نوسانات قیمتی، به سرمایه‌گذاران کمک می‌کند تا متوسط قیمت سهم مورد نظر را کشف کنند و همین ویژگی، اندیکاتور میانگین متحرک را به یکی از پرکاربردترین اندیکاتورها در تحلیل تکنیکال تبدیل کرده است.

اندیکاتور میانگین متحرک در بورس چیست؟

اندیکاتور میانگین متحرک (Moving Average)، در دسته اندیکاتورهای دنباله‌رو و رونده قرار دارد که پس از رسم، حرکتی مشابه نمودار قیمت را نمایش می‌دهد. در نام این اندیکاتور از کلمه «میانگین» استفاده شده است. به بیان ساده ما زمان میانگین گرفتنِ مثلا 5 عدد، آن‌ها را با هم جمع و سپس بر تعدادشان (یعنی عدد 5) تقسیم می‌کنیم و عدد حاصل میانگین آن 5 عدد قبلی خواهد بود. برای مطالعه بیشتر در رابطه با اندیکاتورها اینجا کلیک کنید.

حال در اندیکاتور میانگین متحرک هم همین اتفاق می‌افتد. ابتدا باید یک بازه زمانی برای بررسی سهم مورد نظر انتخاب کنیم. سهم در این مدت (مثلا 30 روز) قیمت‌های مختلفی را تجربه کرده است. این قیمت‌ها مشابه همان اعدادی هستند که با یکدیگر جمع می‌شوند و در نهایت مجموع آنها تقسیم بر تعدادشان یعنی 30 خواهد شد. البته در اندیکاتور میانگین متحرک، نتیجه در قالب یک نمودار خطی قیمت نمایش می‌یابد. در تصویر زیر ما سه دوره زمانی 50 روز، 100 روز و 200 را انتخاب کرده‌ایم. نتیجه با سه خط سبز، مشکی و قرمز قابل مشاهده است.

انواع اندیکاتور میانگین متحرک

اندیکاتور میانگین متحرک یا همان اندیکاتور مووینگ اوریج در تحلیل تکنیکال، به دو نوع ساده و نمایی تقسیم می‌شود. اندیکاتور میانگین متحرک ساده، همان نوعی است که در قبل به توضیح آن پرداختیم. در حقیقت اندیکاتور میانگین متحرک بر اساس میانگین گرفتن قیمت‌ها در بازه زمانی مشخص شکل گرفت و با توجه به ایراداتی که بر این روش وارد شد، کارشناسان بورسی حالت تکمیلی دیگری به این اندیکاتور افزودند و شکل اصلی اندیکاتور را «ساده» و حالت تکمیلی را «نمایی» نامیدند.

اندیکاتور میانگین متحرک ساده (Simple Moving Average)

اندیکاتور میانگین متحرک ساده (SMA) یک مدل میانگین متحرک است که استفاده از روش اندیکاتور میانگین متحرک ساده (SMA)، بسیار آسان است و به همین سبب طرفداران زیادی دارد. برای محاسبه میانگین قیمت ساده، شما می‌توانید بر اساس استراتژی معاملاتی، از قیمت‌های باز یا بسته، بالاترین یا پایین‌ترین قیمت استفاده کنید. اما کارشناسان بورسی در نظر نگرفتنِ روند حرکت سهم را ایراد اصلی این روش می‌دانند. به عبارتی ما در محاسبه میانگین متحرک ساده، تفاوتی بین حرکت صعودی و نزولی قائل نمی‌شویم و تنها به قیمت‌ها توجه می‌کنیم.

برای مثال اگر قیمت سهمی در روز نخست 100 تومان و در روز پایانی 400 تومان باشد، میانگین این دو عدد می‌شود 250 تومان و حرکت سهم صعودی بوده است. حال برعکس این موضوع را در نظر بگیرید، یعنی قیمت در روز نخست 400 تومان و در روز پایانی 100 تومان است، نتیجه میانگین باز هم 250 تومان می‌شود ولی حرکت نزولی بوده است.

فرمول میانگین متحرک ساده:

تعداد روزها / (مجموع قیمت کل روزهای بازه زمانی) = فرمول محاسبه قیمت در اندیکاتور میانگین متحرک ساده

کارشناسان بورسی روند حرکت سهم را موضوعی مهم تلقی می‌کنند و معتقدند که برای تصمیم‌گیری درباره سهام، باید دلایل روند حرکتی نیز مدنظر قرار بگیرد. بنا بر این تفکر، اندیکاتور میانگین متحرک ساده مورد انتقاد قرار گرفت و شکل دومی از آن با در نظر گرفتن روند حرکت ترسیم شد که به آن میانگین متحرک نمایی می‌گوییم.

اندیکاتور میانگین متحرک نمایی (Exponential Moving Average)

اندیکاتور میانگین متحرک نمایی (EMA) نیز یک مدل میانگین متحرک نمایی است و روشی است که در آن برای قیمت‌های اخیر اهمیت بیشتری قائل می‌شویم. در این اندیکاتور ما با توجه به دوره زمانی که انتخاب کرده‌ایم برای قیمت‌ها وزن در نظر می‌گیریم و هر قدر دوره زمانی کوتاه‌تر باشد، وزن قیمت روزهای اخیر بیشتر خواهد شد. فرمول محاسبه اندیکاتور میانگین متحرک نمایی به شرح زیر است:

فرمول میانگین متحرک نمایی:

EMA قبلی + (ضریب فزاینده * (EMA قبلی – قیمت فعلی)) = میانگین متحرک نمایی فعلی (EMA)

همچنین برای محاسبه ضریب فزاینده باید تعداد روزها را با عدد 1 جمع و سپس بر عدد 2 تقسیم کنیم. برای درک بهتر از فرمول و مثال زیر استفده کنید:

2 / (1 + تعداد روزها) = ضریب فزاینده

محاسبه ضریب فزاینده برای 10 روز برابر است با: (11 = 1 + 10) و (5.5 = 2 / 11). پس در محاسبه میانگین فرمول محاسبه اندیکاتور میانگین متحرک نمایی برای 10 روز، به جای ضریب فزاینده از عدد 5.5 استفاده می‌کنیم.

تفاوت اندیکاتورهای میانگین متحرک ساده و نمایی

تفاوت اندیکاتورهای میانگین متحرک ساده و نمایی در توجهی است که به موضوع «زمان» می‌شود. استفاده از اندیکاتور میانگین متحرک نمایی با توجه به وزن بیشتری که برای روزهای اخیر قائل است، تغییرات قیمت (چه صعودی و چه نزولی) را برای سهامدار پررنگ می‌کند. اگرچه تعداد زیادی از تحلیل‌گران این موضوع را پوئنی مثبت تلقی می‌کنند اما ایراداتی هم به آن وارد است و مهم‌ترین ایراد، تصمیمات عجولانه سهامداران در زمان استفاده از اندیکاتور میانگین متحرک نمایی است.

به عبارتی در روش SMA روند حرکت در نظر گرفته نمی‌شود و سهامدار نوسان قیمت را امری عادی می‌داند، بنابراین برای انجام معامله صبوری بیشتری به خرج می‌دهد. اما در روش EMA تغییر روند اهمیت دارد و فرد پس از مشاهده تغییر، در زمان کوتاهی باید برای انجام معامله تصمیم بگیرد.

انتخاب اندیکاتور میانگین متحرک ساده یا میانگین متحرک نمایی

انتخاب اندیکاتور میانگین متحرک ساده یا میانگین متحرک نمایی تا حد زیادی به استراتژی سرمایه‌گذاری فرد بستگی دارد. درست است که اندیکاتور میانگین متحرک نمایی در ادامه اندیکاتور میانگین متحرک ساده و برای تکمیل آن شکل گرفت، اما به هر حال نمی‌توان آن را در تمامی اوقات روش بهتر برشمارد.

به همین دلیل است که می‌گوییم بهترین راه برای انتخاب روش SMA یا EMA، توجه به استراتژی معاملاتی هر سهامدار است. برای معامله‌گرانی که به طور روزانه در بازارهای پر چالش فعال هستند و معمولا استراتژی بلندمدت برای سهامداری اتخاذ نمی‌کنند، اندیکاتور میانگین متحرک نمایی گزینه دقیق‌تری محسوب می‌شود. این افراد نگهداری سهام را چندان مطلوب نمی‌دانند و چالش اصلی آنها «زمان ورود به سهم» و «زمان خروج از سهم» است و همانطور که در قبل ذکر شد اندیکاتور EMA روی موضوع «زمان» تمرکز زیادی دارد. بنابراین اندیکاتور میانگین متحرک نمایی برای سرمایه‌گذاران با استراتژی کوتاه‌مدت پیشنهاد خوبی است.

در طرف مقابل سهامدارانی هستند که با استراتژی بلندمدت وارد بازارهایی مانند بورس می‌شوند. برای این افراد فراز و فرود سهام امری عادی است. در استراتژی بلندمدت، ما می‌دانیم که زمان اصلاح بازار، قیمت احتمالا کاهش خواهد یافت و سهم به ارزش حقیقی خود می‌رسد و پس از مدتی مجددا روند جدیدی را آغاز می‌کند. پس سعی نمی‌کنیم سهم را در بالاترین حد خود و قبل از اصلاح بازار بفروشیم. بدیهی است که در این استراتژی استفاده از انتخاب اندیکاتور میانگین متحرک ساده گزینه خوبی خواهد بود.

در روش SMA ما وزنی برای زمان قائل نمی‌شویم، یعنی هر تغییر قیمت را می‌پذیریم و بر نتیجه‌ای که در بلندمدت بدست آمده است تمرکز می‌کنیم و معتقد هستیم که هر سهمی در آینده، مجددا خود را تکرار خواهد کرد. با توجه به این تصور، اندیکاتور میانگین متحرک ساده، گزینه خوبی برای سهامداران با استراتژی بلندمدت به حساب می‌آید.

مهم‌ترین کاربردهای اندیکاتور میانگین متحرک

مهم‌ترین کاربرد اندیکاتور میانگین متحرک یا مووینگ اوریج در تحلیل تکنیکال، تعیین روند نمودار و نمایش حمایت‌ها و مقاوت‌های پنهان است. در مورد محاسبه میانگین تعیین روند حرکت نمودار بدیهی است که اگر جهت حرکت خط رو به بالا باشد، قیمت سهم روند صعودی دارد و اگر جهت حرکت خط رو به پایین باشد، قیمت سهم روند نزولی را طی می‌کند.

یکی دیگر از کاربرد میانگین متحرک در تعیین روند نمودار، زمانی است که ما دو بازه زمانی را با یکدیگر مقایسه می‌کنیم. مثلا در تصویر زیر نمودار بازه زمانی 30 روزه و 60 روزه برای یک سهم رسم شده‌اند.

در این تصویر خط میانگین متحرک 30 روزه بیشتر اوقات بالاتر از خط میانگین متحرک 60 روزه رسم شده است و در این مدت قیمت، روند صعودی طی کرده است. اما در انتهای بازه زمانی خط نمودار بلندمدت بالاتر از خط نمودار کوتاه‌مدت قرار می‌گیرد که به معنای کاهش قیمت سهم است. این دقیقا زمانی است که سهامدار با استراتژی کوتاه‌مدت برای ورود یا خروج از سهم تصمیم می‌گیرد و سهامدار با استراتژی بلندمدت با توجه به در نظر گرفتنِ اصلاح قیمت، مدت بیشتری در سهم باقی می‌ماند.

دگر کاربرد میانگین متحرک، نمایش حمایت‌ها و مقاوت‌ها روی نمودار است. معمولا سیگنال بازگشت روند سهم، از روی نمودار قیمت بدست می‌آید. اما متاسفانه گاهی در بخش‌هایی از نمودار قیمت، نشانه‌های بازگشت روند برای سهامداران ملموس نیست و در این زمان اندیکاتور میانگین متحرک نقش تکمیلی را ایفا می‌کند. به عبارتی اندیکاتور میانگین متحرک در تحلیل تکنیکال، نقاط حمایت و مقاومتی که در نمودار قیمت پنهان مانده‌اند را به تصویر می‌کشد.

سخن آخر

اندیکاتور میانگین متحرک یا اندیکاتور مووینگ اوریج (Moving Average)، با توجه به سادگی و پرکاربرد بودن، بسیار مورد توجه تحلیل‌گران تکنیکال است. اگرچه همه تحلیل‌گران تاکید بر بکارگیری چندین روش و تصمیم‌گیری بر مبنای مجموع نتایج حاصل از محاسبات را دارند، ولی به هر حال سرمایه‌گذاران بسیاری هستند که با بکارگیری چند اندیکاتور ساده، معاملات خود را مدیریت می‌کنند. با توجه به این موضوع سعی کردیم که در این مقاله اندیکاتور میانگین متحرک و انواع آن را برای شما شرح دهیم.

سوالات رایج میانگین متحرک

میانگین متحرک، یکی از ابزارهای تحلیل تکنیکال است که با دو نوع میانگین متحرک ساده (SMA) و نمایی (EMA) شناسایی می‌شود. برای کمک گرفتن از این میانگین، سرمایه‌گذار بازه زمانی مدنظر (مثلا 10 روز، یک ماه یا حتی چند ساعت) را انتخاب و با توجه به صعودی یا نزولی بودن نتیجه، آینده سهم را پیش‌بینی می‌کند. در میانگین متحرک ساده، قیمت‌های بازه انتخابی با هم جمع و بر تعداد روز تقسیم می‌شود.

تعداد روزها/(p1+p2+p3)= میانگین متحرک ساده (SMA)

برا محاسبه میانگین متحرک نمایی، بعد از انتخاب بازه زمانی، SMA را بدست می‌آوریم. سپس ضریب هموارسازی را طبق فرمول (2/(بازه زمانی مورد نظر+1)) محاسبه و در فرمول زیر قرار می‌دهیم:

… و )(((تعداد روز + 1)/فاکتور هموارسازی)-1) * EMA دیروز( + (((تعداد روز +1) / فاکتور هموارسازی) * ارزش امروز سهم) = میانگین متحرک نمایی (EMA)

روش میانگین کم کردن در بورس

احتمالا تاکنون اصطلاح کم کردن میانگین خرید را بین اهالی بورس شنیده‌اید. روش میانگین کم کردن در بورس، یک استراتژی خرید است که در صورت افت قیمت سهم کاربرد دارد. کاهش میانگین خرید که برخی مواقع ممکن است با خرید پله‌ای اشتباه گرفته شود، موافقان و مخالفان زیادی در بین معامله گران سهام دارد. در این مقاله قصد داریم به طور مفصل به این مسئله بپردازیم و از زوایای مختلف آن را بررسی کنیم. با ما همراه باشید.

کم کردن میانگین خرید چیست؟

کم کردن میانگین قیمت خرید یک سهم، در واقع خرید پله‌ای سهم در صورت افت قیمت است.
میانگین کم کردن (averaging down) در شرایطی کاربرد دارد که پس از خرید یک سهم، قیمت آن افت کند و سرمایه‌گذار در قیمت پایین‌تری آن سهام را دوباره خریداری می‌کند. در این صورت میانگین قیمت خرید تمام شده سهم برای او کاهش خواهد یافت و طبیعتا اگر سهم رشد کند، خیلی زودتر سرمایه گذاری به سود می‌رسد.

برای مثال فرض کنید شما 10 سهم یک شرکت را با قیمت 100 تومان خریده اید. حال قیمت افت کرده و به 50 تومان رسیده است. اگر در این قیمت نیز 10 سهم این شرکت را خریداری کنید، مثل این است که شما 20 سهم را در قیمت 75 تومان خریده اید. یعنی میانگین خرید شما از 100 تومان به 75 تومان کاهش پیدا کرده است. حال اگر قیمت سهم رشد کند و به 80 تومان برسد، شما وارد سود شده اید. در حالی که اگر میانگین خرید کم نکرده بودید، تا زمانی که دوباره قیمت به 100 تومان نرسد، از ضرر خارج نمی‌شود. میتوانید کم کردن میانگین خرید را در چندین مرحله انجام دهید و هرچه قیمت پایین تر می رود شما نیز میانگین خرید را کاهش دهید.

شاید با خود بگویید “چقدر خوب، من همیشه سعی خواهم کرد میانگین کم کنم و زودتر به سود برسم”. اما عجله نکنید، این روش معایب خاص خودش را دارد و اگر به درستی انجام نشود میتواند بزرگترین زیان را نصیب معامله گر کند. قبل از آنکه به اشکال این روش بپردازیم، اجازه بدهید منشاء این روش را ذکر کنیم که قطعا خالی از لطف نخواهد بود.

روش مارتینگل و کاهش میانگین خرید

روش مارتینگل در ابتدا برای شرط بندی‌ها انجام میشد و خوب به ظاهر یک راه زیرکانه برای قماربازها بود تا همیشه در شرط بندی ها سود کنند و هیچ گاه متحمل ضرر نشوند💰.
در روش مارتینگل فرد قمارباز (معامله گر) در یک رشته شرط بندی حاضر می شود نه فقط در یک شرط بندی! یعنی او چندین شرط بندی را پشت سرهم انجام می‌دهد به طوریکه بعد از هر باخت، میزان شرط بندی خود را دو برابر حالت قبل می کند تا جایی که بالاخره در یک شرط بندی ببرد و از این بازی با سود خارج شود. برای روشن شدن محاسبه میانگین چگونگی کارکرد این روش به مثال زیر توجه کنید.
فرض کنید که در یک بازی شرط بندی که موضوع آن انداختن یک سکه است شرکت می‌کنیم، به طوریکه اگر شیر بیاید معادل میزان شرط بندی می‌بریم و اگر خط بیاید میزان شرط بندی را می‌بازیم. فرض کنید این بازی را با n تومان شروع می کنیم. در مرحله اول یا سکه شیر می‌آید و ما برنده می‌شویم و پولمان می شود 2n تومان یا خط می‌آید و n تومان می‌بازیم. اگر باختیم، در مرحله بعدی میزان شرط بندی را دو برابر می کنیم، یعنی 2n تومان وسط میگذاریم. در این مرحله اگر ببریم آنگاه سود ما در کل n تومان خواهد بود زیرا در این مرحله 2n تومان برده و در مرحله قبل n تومان باخته بودیم. بنابراین سود خاص ما n تومان خواهد بود. حال فرض کنید اگر دوباره در این مرحله ببازیم، برای مرحله بعدی میزان شرط بندی را دوباره دو برابر می کنیم، یعنی 4n تومان. حال اگر برنده شویم آنگاه باز هم در کل n تومان سود کرده ایم:
باخت در مرحله اول و دوم 3n تومان
سود از مرحله سوم 4n تومان
سود کل: 4n-3n=n تومان

این مراحل اگر N بار هم رخ دهد باز در نهایت ما در بار N ام مقدار n تومان سود کرده ایم، البته اگر سرمایه ما تمام نشده باشد!💰💰💰
روش مارتینگل توسط یک آمریکایی ابداع شد و بعد از آن توسط معامله‌گران مختلفی با روش‌های گوناگون اجرا شد. طبق این روش شما سرمایه اولیه خود را که برای سرمایه گذاری در بورس معیین کرده اید به قسمت‌های نامساوی (از توان‌های عدد 2) تقسیم می‌کنید و خرید خود را در قیمت‌های مختلف بر مبنای این ضرایب انجام می‌دهید. برای مثال فرض کنید شما 1 عدد سهم را باقیمت 100 تومان خریداری کرده اید و قیمت آن 30% افت کرده و به 70 تومان می‌رسد.

بر اساس روش مارتینگل شما باید در این قیمت 2 عدد سهم جدید خریداری نمایید. با این کار میانگین قیمت کل خرید شما به 80 تومان کاهش می‌یابد. حال اگر قیمت سهم به‌ جای رشد مجدداً افت نماید و به 50 تومان برسد، طبق روش مارتینگل این بار شما باید 2 برابر خرید قبلی یعنی 4 سهم را در این قیمت خریداری کنید. با این کار میانگین قیمت تمام‌ شده هر سهم شما به 63 تومان کاهش می‌یابد. در واقع انگار شما 7 سهم را در قیمت 63 تومان خریده اید و حال قیمت به 50 تومان رسیده است و این در حالی‌ است که قیمت فعلی سهم در حال حاضر 50% نسبت به قیمت خرید اولیه شما کاهش پیدا کرده است. اگر سهم فقط 26% رشد نماید کل خرید شما سودآور خواهد شد. این روش مشابه همان روش کم کردن میانگین خرید است و میتواند زودتر شما به سود برساند.

مزیت روش میانگین کم کردن چیست؟

مزیت روش میانگین کم کردن این است که ما در صورت افت سهم، از نظر زمانی دچار ضرر نمیشویم. در واقع هنگامی‌ که قیمت سهم از قیمت خرید اولیه ما افت میکند و فاصله می‌گیرد، می‌توان با اجرای این روش، قبل از رسیدن قیمت سهم به قیمت خرید اولیه ما، وارد سود شویم، نه اینکه صبر کنیم تا قیمت سهم به قیمت خرید اولیه برسد و ما تازه از زیان خارج شویم. چه‌ بسا که ممکن است در مواردی قیمت سهم پس از افت به‌ راحتی به قیمت‌های قبلی برنگردد و زمان بسیار طولانی طول بکشد و از نظر زمانی برای ما توجیه نداشته باشد و ما مجبور شویم در نهایت با ضرر از معامله خارج شویم. از طرف دیگر در صورت رشد سهم پس از میانگین کم کردن، به دلیل اینکه حجم خرید ما بیشتر شده است، سود بسیار بیشتری خواهیم کرد.

عیب میانگین کم کردن در چیست؟

قطعا روش مارتینگل یا روش‌هایی مشابه که بر اساس کم کردن میانگین خرید کار می‌کنند یک ایراد بزرگ دارند. توجه به این نقطه ضعف میتواند دیدگاه شما را به کلی تغییر بدهد. این روش توسط معامله‌ گران بزرگی اجرا شده است و هر کدام از آن‌ها با توجه به سیستم‌های معاملاتی خود و استراتژی‌هایشان آن را شخصی سازی کرده اند. طبق این روش شما میتوانید دفعات متعددی این کار را انجام دهیم و هرچقدر که قیمت سهم افت میکند میانگین قیمت خرید خود را به آن نزدیک کنید. اما نکته بسیار مهمی که وجود دارد این است که سرمایه ما محدود است و ما نمی‌توانیم تا ابد بر روی خرید قبلی خود 2 برابر خرید جدید انجام دهیم و با گذشتن چند مرحله از این کار، حجم خرید و سرمایه مورد نیاز برای آن به‌ شدت افزایش پیدا می‌کند. فرض کنید در هشت مرحله بخواهید میانگین خرید را به این روش کم کنید. اگر در مرحله اول 10 میلیون تومان از یک سهم را خریده باشید، در مرحله هشتم باید 1 میلیارد و 280 ملیون تومان پول داشته باشید. مضاف بر اینکه در طی هفت مرحله قبلی شما 1 میلیارد و 270 میلیون تومان تاکنون از این سهم خریداری کرده اید. می‌بینید که چگونه تصاعدی مبلغ مورد نیاز برای خرید بیشتر خواهد شد.

حالا چگونه عیب بزرگ روش کم کردن میانگین محاسبه میانگین خرید را بر طرف کنیم👇

در ابتدا باید بگوییم که این ایراد بزرگ کاملا مرتفع نخواهد شد بلکه میتوان آن را مدیریت کرد. برای انجام این کار باید مراحل خرید برای کم کردن میانگین را به تعداد مشخصی محدود کرد تا بتوان از عهده انجام آن برآمد.

برای مثال محاسبه میانگین میتوان پس از افت قیمت سهم، در سه مرحله میانگین خرید را کاهش داد. بدین‌ صورت که سرمایه خود را به ۴ قسمت نامساوی بر اساس ضرایب توان 2 تقسیم کنید و در هر مرحله، آنها را خرج کنید. برای مثال اگر کل سرمایه شما 60 ملیون است باید محاسبه میانگین آن را به قسمت های 4، 8، 16 و 32 ملیون تقسیم کنید. سپس با 4 ملیون شروع کنید و میتوانید با عبور از حد ضرر در مرحله اول 8 در مرحله دوم 16 و در مرحله آخر 32 میلیون سهم را خریداری کنید.💰💰
🔶 این روش زمانی بسیار کاربردی است و میتواند فایده داشته باشد که شما آموزش های تکنیکالی و بنیادی و روانشناسی لازم را دیده باشید و سهمی را که انتخاب کرده اید، سهم با ارزشی باشد ✅✅✅

چه زمانی میانگین کم کنیم؟

آموزش گام به گام تحلیل بنیادی برای انتخاب سهم مناسب

برای دانلود کتاب آموزش گام به گام تحلیل بنیادی روی لینک زیر کلیک کنید.

آیا میخواهید در بورس به موفقیت برسید؟ آیا نمیدانید چگونه یک سهم را از منظر بنیادی تحلیل کنید؟ نبود منبع آموزشی مناسب در زمینه تحلیل بنیادی انگیزه ای شد تا در یک کتاب آموزشی به زبانی کاملا ساده و کاربردی، به کمک تصاویر گویا و آموزش گام به گام، روش انتخاب یک سهم را بر اساس نکات بنیادی آموزش داده ایم. قطعا این روش آموزشی را در هیچ کجا پیدا نخواهید کرد! این کتاب الکترونیکی را به تمام کسانی که می خواهند در بازار بورس به موفقیت مستمر برسند توصیه میکنیم .

این سوالی است که بسیاری از افراد آن را می‌پرسند. اگر منظور زمان خرید های پله ای است، این موضوع با تحلیل تکنیکال و مشخص کردن حد ضرر مشخص میشود. اگر منظور از این سوال این است که در چه مواردی میتوانیم از این روش استفاده کرد باید گفت زمانی که یک سهم بنیادی و باارزش خریده اید و تحلیل بنیادی می‌گوید که بازار در مورد این سهم در حال حاضر دارد اشتباه می‌کند.

در بسیاری از مواقع بازار در یک بازه زمانی کوتاه مدت، در مورد قیمت یک سهم دچار اشتباه می‌شود و قیمت بیش از حد افت میکند. این مواقع بهترین فرصت برای کم کردن میانگین و شکار سهم است. اگر سهمی بنیادی را انتخاب کنید، میتوان با خیالی آسوده تر میانگین خرید را کم کرد زیرا می دانیم که این سهم در آینده نزدیک رشد خوبی را خواهد کرد و به قیمت اصلی خودش خواهد رسید. بنابراین نکته قابل توجه آن که استراتژی کم کردن میانگین باید پس از تحلیل یک سهم بر اساس روش‌های مختلف انجام شود و بدون داشتن تحلیل مناسب، نباید اقدام به اتخاذ این روش کرد.

در بسیاری از موارد ممکن است افت یک سهم بی ارزش حد و مرزی نداشته باشد. به اصطلاح “بعضی از سهام‌ها کف ندارند” و شما پس از اینکه آخرین پول خود را نیز در کم کردن میانگین خرج کردید، باز هم شاهد افت قیمت خواهید بود و این روش نه تنها کمکی به شما نمی‌کند بلکه میتواند باعث زیان بیشتر شما بشود.

اخطار

میانگین کم کردن اگر بر روی سهم‌های بنیادی انجام نشود می‌تواند باعث از دست رفتن 70 درصدی سرمایه شما شود! پس اگر با تحلیل بنیادی آشنا نیستید و نمی‌توانید به لحاظ بنیادی سهم‌های ارزنده را شناسایی کنید، توصیه اکید داریم که هیچ گاه بر روی سهمی که از آن شناخت کافی ندارید میانگین خرید کم نکنید که این کار میتواند به منزله پایان کار شما در بورس باشد.

فرمول محاسبه میانگین خرید

بسیاری از افراد در بدست آوردن قیمت سر به سر یا همان میانگین خرید خود کمی دچار ابهام هستند. در اینجا فرمول محاسبه میانگین خرید را ذکر میکنیم. فرض کنید ما در سه مرحله یا سه قیمت متفاوت سهمی را با حجم متفاوت خریداری کرده‌ایم و حالا می‌خواهیم ببینیم قیمت میانگین خرید ما یا همان قیمت سر به سر ما چقدر است.

برای این کار ابتدا حاصل عبارت زیر را بدست اورید:

(تعداد سهامی که در قیمت اول خریدیم ضربدر قیمت اول + تعداد سهامی که در قیمت دوم خریدیم ضربدر قیمت دوم + تعداد سهامی که در قیمت سوم خریدیم ضربدر قیمت سوم)

حال عدد بدست آمده را تقسیم بر تعداد کل سهامی که خریدیم میکنیم و به این ترتیب قیمت میانگین خرید بدست می‌آید.

نتیجه گیری

روش میانگین کم کردن در بورس میتواند در بسیاری از مواقع مفید باشد و به ما کمک کند تا زود تر از ضرر خارج شویم و بیشتر سود کنیم. اما در اتخاذ این روش نکات زیادی وجود دارد که باید آن را در نظر بگیریم:

• روی سهمی میانگین کم کنید که به لحاظ بنیادی مورد تایید باشد
• زمانی میانگین خرید را کم کنید به لحاظ تکنیکالی مناسب باشد
• مراحل کم کردن میانگین را به سه مرحله محدود کنید

کلام آخر اینکه سرمایه خود را مدیریت کنید و تنها بخشی از سرمایه کلی خود را برای یک سهم و میانگین کم کردن قیمت آن در نظر بگیرید. همیشه باید در پرتفوی شما سهامی از گروه های مختلف وجود داشته باشد. برای افراد مبتدی، میانگین کم کردن دامی است که آنها را به سمت تک سهم شدن می‌کشاند، مراقب این دام باشید.

معامله‌گر هستید یا سرمایه‌گذار

نکته پایانی اینکه باید ابتدا مشخص کنید معامله‌گر هستید با سرمایه‌گذار؟ در معامله‌گری اصلا چیزی به نام “میانگین کم کردن” وجود ندارد! برای روشن شدن این موضوع مقاله زیر را مطالعه کنید:
تفاوت تحلیلگری، سرمایه گذاری و معامله‌گری

روش محاسبه نمره خام و میانگین در آزمون وکالت

چطور در آزمون‌های چهارگزینه‌ای نمره خام و میانگین خود را حساب کنیم؟

پایگاه خبری اختبار- نحوه محاسبه نمره خام و تراز آزمون‌های چهارگزینه‌ای به‌ویژه آزمون وکالت، یکی از دغدغه‌های داوطلبین است.

لذا بر آن شدیم در این یادداشت، نحوه محاسبه نمره خام، میانگین آزمون را شرح دهیم.

نمره خام و شیوه محاسبه آن

نمره خام عبارتست از نمره کسب‌شده از سوی داوطلب در هر درس که به درصد بیان شده باشد.

در هر آزمون چهارگزینه‌ای که نمره منفی دارد، به هر پاسخ صحیح ۳ امتیاز تعلق می‌گیرد و به ازای هر پاسخ غلط، یک امتیاز کسر می‌شود؛ بنابراین برای به‌دست‌آوردن نمره خام (درصد) هر درس از این روش استفاده کنید :

۱۰۰× (تعداد کل سئوالات آن درس ×3) تقسیم بر/ (تعداد پاسخ های غلط) – (تعداد پاسخ های صحیح×3)

توجه داشته باشید که گزینه‌های پاسخ‌نداده (سفید) در این فرمول محاسبه نخواهند شد.

شیوه محاسبه میانگین نمرات آزمون وکالت

می‌دانیم که در آزمون وکالت، ضریب درس‌های حقوق مدنی و آیین دادرسی مدنی، ۳ است و ضریب درس‌های حقوق جزا و حقوق تجارت و آیین دادرسی کیفری ۲ است و اصول فقه نیز ضریب ۱ دارد. بنابراین، مجموع ضرایب درس‌های آزمون وکالت، ۱۳ است.

یادگیری ماشین مباحث میانگین، میانه و نما ( python Mode، Mean، Median)

اعداد همیشه در صدر مسائل پایه ای برنامه نویسی بوده اند و انجام عملیات روی آن ها باعث انجام کارهای خارق العاده می شود. در بحث یادگیری ماشین (Machine Learning) نیز اعداد جزو مسائل مهم و پایه ای به شمار می آیند.

با نگاه کردن به یک گروه از اعداد چه چیزی می توانیم بیاموزیم؟

در یادگیری ماشین (Machine Learning) و در مبحث ریاضیات اغلب سه ارزش وجود دارد که توجه ما را جلب می کند:

1. Mean : میانگین یک مجموعه عدد
2. Median : میانه یک مجموعه عدد
3. Mode : نمای یک مجموعه عدد

مثال: در این مثال ما سرعت 13 خودرو را ثبت کرده ایم:

در این جا میانگین سرعت، میانه مقادیر و یا رایج ترین مقدار سرعت کدام است؟

میانگین (Mean) یادگیری ماشین با پایتون

مقدار میانگین همان مقدار متوسط مجموعه اعداد است.

برای محاسبه میانگین، مجموع کل مقادیر را به دست می آوریم و آن را تقسیم بر تعداد اعداد در مجموعه می کنیم.

مقادیر بالا همان مقادیر مثال قبل هستند که میانگین آن ها را به دست آورده ایم.

ماژول NumPy روشی برای این کار دارد که در ادامه آن را بررسی می کنیم.

مثال: همان مثال بالا را در نظر بگیرید برای پیدا کردن میانگین سرعتش از ماژول NumPy، متد ()mean استفاده کرده ایم.

میانه (Median) پایتون

بعد از مرتب کردن کل مقادیر مجموعه، مقدار میانی آن ها میانه آن مجموعه است.

در این مثال که همان مثال سرعت خودرو ها محاسبه میانگین است، اول مجموعه مرتب شده است سپس مقدار میانی آن که عدد 87 است به دست آمده است.

نکته: مرتب کردن مقادیر مجموعه قبل از پیدا کردن میانه بسیار حائز اهمیت است.

ماژول NumPy برای این کار هم متدی دارد که در ادامه آن را با مثال به شما نشان داده ایم.

مثال : در این مثال برای یافتن میانه از متد ()median در ماژول NumPy استفاده کرده ایم.

نکته: اگر در میانه یک مجموعه دو عدد قرار داشت آن ها را باهم جمع می کند و مجموع آن ها را بر دو تقسیم می کند و عدد به دست آمده میانه مجموعه می باشد.

مثال: در این مثال که دو عدد در میانه وجود دارد را با ماژول NumPy و متد ()median به دست آورده ایم.

نما (Mode) یادگیری ماشین

نما مقداری را که در مجموعه بیشترین تکرار را داشته است نشان می دهد.

ماژول SciPy متدی برای این کار دارد که در ادامه آن را با مثال به شما نشان می دهیم.

مثال: در این مثال نمای یک مجموعه را با استفاده از ماژول SciPy و متد mode پیدا می کنیم.

متد ()mode دو مقدار را برمی گرداند یکی مقدار ModeResult که نمای مجموعه را نشان می دهد و دیگری مقدار Count که تعداد دفعات تکرار مقدار نما در مجموعه را نشان می دهد.

میانگین، میانه و نما تکنیک هایی هستند که اغلب در یادگیری ماشین با پایتون (Machine Learning) استفاده می شوند، بنابراین درک اساسی آن ها بسیار حائز اهمیت است.