LEARNING GUIDE
EMA எப்படி கணக்கிடப்படுகிறது? Alpha, previous EMA, lag
Current price மற்றும் previous EMA-வை α மூலம் சேர்க்கும் recursive formula, seed choice மற்றும் period sensitivity விளக்கம்.
Reader questions
- Alpha=2/(n+1) எப்படிக் கிடைக்கும்?
- Previous EMA ஏன் தேவை?
- Starting value மாறினால் என்ன?
- Short EMA வேகமாகத் தோன்றுவது ஏன்?
Learning objectives
- Alpha கணக்கிடுதல்.
- EMA update hand-calculate செய்தல்.
- Seed/period differences அறிதல்.
Key sections
Recursive formula
n period-க்கு α=2/(n+1). EMA_t=α×Price_t+(1-α)×EMA_(t-1). Common seed first n values-ன் SMA; implementation தெரிவிக்க வேண்டும்.
Lag and sensitivity
Latest price முழு weight அல்ல; α பகுதி மட்டும். Shorter period-ல் α அதிகம், response வேகம்; noise sensitivity கூடும். Longer period smoother, slower.
Data hygiene
Missing candle, adjusted source, timezone boundary, seed method sequence-ஐ மாற்றலாம். வேறு platform values compare செய்ய warm-up மற்றும் source align செய்ய வேண்டும்.
Extended reading
EMA-வின் அடிப்படை நோக்கம்
Exponential Moving Average என்பது காலவரிசை விலைகளை மென்மையாக்கும் கணித மாற்றம். சமீபத்திய observation-க்கு பழைய observation-களைவிட அதிக எடை கிடைக்கிறது; ஆனால் பழைய வரலாறு ஒரே நேரத்தில் மறைவதில்லை. ஒவ்வொரு புதிய candle-லும் முந்தைய EMA மதிப்பு மறுபயன்படுத்தப்படுகிறது. இதனால் இது recursive தொடர். கோடு விலையைத் தொடர்ந்து தோன்றினாலும் எதிர்கால நகர்வை அறிந்ததாக எடுத்துக்கொள்ளக் கூடாது. இது ஏற்கெனவே நடந்த விலைத் தரவின் சுருக்கம்.
Alpha கணக்கின் பொருள்
பொதுவான வரையறையில் alpha என்பது இரண்டு வகுத்தல் period கூட்டல் ஒன்று. Period பத்து என்றால் alpha இரண்டு வகுத்தல் பதினொன்று. Period இருபது என்றால் இரண்டு வகுத்தல் இருபத்தொன்று. Period பெருகும்போது புதிய விலைக்கான எடை குறைகிறது. அதனால் கோடு மெதுவாக மாறும். Alpha ஒரு சதவீத prediction அல்ல; தற்போதைய observation EMA update-ல் எவ்வளவு பங்கு பெறுகிறது என்பதைக் கூறும் நிரந்தர coefficient.
Recursive update-ஐப் பிரித்துப் படித்தல்
புதிய EMA என்பது தற்போதைய விலை பெருக்கல் alpha மற்றும் முந்தைய EMA பெருக்கல் ஒன்று கழித்த alpha ஆகியவற்றின் கூட்டுத்தொகை. இரண்டு weights-ன் கூட்டுத்தொகை ஒன்று. எனவே ஒரே unit-இல் உள்ள இரண்டு மதிப்புகளின் weighted average கிடைக்கிறது. தற்போதைய விலை உயர்ந்தால் EMA பொதுவாக மேலே நகரும்; எவ்வளவு நகரும் என்பது gap மற்றும் alpha சார்ந்தது. Formula market காரணத்தை விளக்காது.
முதல் மதிப்பு ஏன் தேவை
Recursive formula-க்கு முந்தைய EMA தேவைப்படுவதால் தொடரின் தொடக்கத்தில் seed அவசியம். முதல் period observations-ன் simple average-ஐ seed ஆகப் பயன்படுத்துவது ஒரு பொதுவான முறை. சில implementations முதல் கிடைக்கும் விலையையே தொடக்கமாகப் பயன்படுத்தலாம். இரு முறைகளும் ஆரம்ப பகுதியில் வேறு மதிப்புகளைத் தரும். Period, seed method, தொடக்க timestamp ஆகியவற்றை வெளிப்படுத்தாமல் இரண்டு platforms-ஐ ஒப்பிடுவது முழுமையான ஆய்வு அல்ல.
Warm-up பகுதியின் தாக்கம்
Seed-ன் தாக்கம் காலத்துடன் குறைந்தாலும் உடனே மறையாது. குறுகிய dataset-ல் தொடக்க EMA values implementation choice-க்கு அதிகமாக சார்ந்திருக்கலாம். நீண்ட history முன்கூட்டியே load செய்து பின்னர் தேவையான window-ஐ காட்டுவது warm-up நடைமுறை. எத்தனை observations போதுமானது என்பது பயன்பாடு மற்றும் precision அடிப்படையில் மாறும். Warm-up இல்லாத chart மற்றும் நீண்ட history chart இடையே சிறிய வேறுபாடு தோன்றலாம்.
மூன்று period INR எடுத்துக்காட்டு
Period மூன்று என்றால் alpha அரை. முந்தைய EMA நூறு ரூபாய், புதிய close நூற்று நான்கு ரூபாய் என்றால் புதிய EMA நூற்று இரண்டு ரூபாய். அடுத்த close நூற்று எட்டு என்றால் புதிய மதிப்பு அரை பெருக்கல் நூற்று எட்டு மற்றும் அரை பெருக்கல் நூற்று இரண்டு; மொத்தம் நூற்று ஐந்து. ஒவ்வொரு படியிலும் முந்தைய EMA புதுப்பிக்கப்படுவதால் இரண்டாவது கணக்கில் நூறு பயன்படுத்தக் கூடாது.
Period sensitivity ஒப்பீடு
ஒரே close series-க்கு சிறிய period மற்றும் பெரிய period கணக்கிட்டு வித்தியாசத்தைப் பார்க்கலாம். சிறிய period-ன் alpha பெரியதால் சமீபத்திய மாற்றம் கோட்டில் அதிகமாகப் பிரதிபலிக்கும். பெரிய period மென்மையான கோடு தரும்; turning point பின்னால் தோன்றலாம். வேகமானது சிறந்தது அல்லது மெதுவானது பாதுகாப்பானது என்று formula கூறாது. இரண்டும் வெவ்வேறு smoothing choices. ஒப்பீட்டில் மற்ற எல்லா inputs ஒரேதாக இருக்க வேண்டும்.
Close அல்லாத source
EMA input கட்டாயமாக close மட்டும் அல்ல. Open, high, low, volume அல்லது வேறு derived series பயன்படுத்தும் software இருக்கலாம். ஒரே period இருந்தாலும் source field மாறினால் values மாறும். High-low average மீது EMA கணக்கிட்டதை close EMA என்று label செய்வது தவறு. வாசகர் source series, candle interval, venue, timezone ஆகியவற்றை பதிவு செய்ய வேண்டும். Formula சரியாக இருந்தாலும் தவறான label interpretation-ஐ பாதிக்கும்.
Candle interval-ன் தாக்கம்
Period இருபது என்பது இருபது observations; அது தானாக இருபது நாட்கள் அல்ல. ஐந்து நிமிட candles-ல் இருபது periods நூறு நிமிட தரவைச் சுருக்குகிறது. ஒரு நாள் candles-ல் இருபது periods சுமார் இருபது trading observations. எனவே EMA இருபது என்ற பெயர் மட்டும் போதாது. Interval மாறினால் input series மற்றும் பொருள் முழுவதும் மாறும். வேறு intervals-ன் கோடுகளை நேரடியாக ஒரே indicator என்று ஒப்பிடக்கூடாது.
Missing candle மற்றும் duplicate row
ஒரு candle இல்லாதபோது sequence குறுகுகிறது; duplicate candle இருந்தால் அதே observation இருமுறை weight பெறலாம். Recursive கணக்கு என்பதால் இந்தப் பிழை அடுத்த values-க்கும் செல்கிறது. Timestamp ascending order, unique rows, expected interval continuity ஆகியவற்றை முன்பே சோதிக்க வேண்டும். Missing interval-ஐ zero price-ஆக நிரப்புவது தவறு. தரவு வழங்குநரின் gap policy-யைத் தெரிந்து, நிரப்பப்பட்ட values இருந்தால் அவற்றை வெளிப்படுத்த வேண்டும்.
Timezone மற்றும் candle boundary
ஒரு நாள் candle எந்த நேரத்தில் முடிகிறது என்பது source-க்கு மாறலாம். ஒரே pair-க்கும் வேறு boundary-ல் high, low, close மாறுவதால் EMA sequence மாறும். இதை formula discrepancy என்று தவறாக நினைக்கலாம். Venue, timezone, session boundary ஆகியவை audit தகவல். Continuous crypto market-லும் data provider தினத்தை எவ்வாறு பிரிக்கிறது என்பதைப் பதிவு செய்ய வேண்டும். Screenshot மட்டும் அந்த context-ஐ முழுமையாகக் காட்டாது.
Price gap-ஐ EMA நீக்காது
புதிய விலை முந்தைய விலையிலிருந்து பெரிதாக மாறினால் EMA அந்த மாற்றத்தின் alpha பகுதியை உடனே எடுத்துக்கொள்கிறது; மீதி தாக்கம் பிந்தைய updates-ல் தொடர்கிறது. Smoothing என்பது gap நடந்ததே இல்லை என்று மாற்றுவதல்ல. Outlier அல்லது bad tick இருந்தால் அதுவும் series-க்கு தாக்கம் தரும். தரவைச் சரிபார்க்காமல் மென்மையான கோட்டை நம்புவது சரியல்ல. Price source quality indicator calculation-க்கு முன் ஆய்வு செய்யப்பட வேண்டும்.
Crossing என்ற observation
Price EMA-வைக் கடந்தது அல்லது குறுகிய EMA நீண்ட EMA-வைக் கடந்தது என்பது இரண்டு historical series-ன் relative position பற்றிய observation. அது அடுத்த candle direction-க்கு உத்தரவாதம் அல்ல. இரண்டு கோடுகளும் lag கொண்டவை; choppy data-ல் பல முறை crossing தோன்றலாம். Educational copy crossing time, values, periods ஆகியவற்றை விவரிக்கலாம். வாங்க அல்லது விற்க signal, உறுதியான trend change, return expectation போன்ற மொழியைத் தவிர்க்க வேண்டும்.
SMA உடன் வேறுபாடு
Simple Moving Average ஒரு குறிப்பிட்ட window-க்குள் observations-க்கு சம எடை தருகிறது; window-க்கு வெளியே சென்ற observation அடுத்த கணக்கில் முழுமையாக நீங்குகிறது. EMA-வில் பழைய observations-ன் தாக்கம் படிப்படியாகக் குறைகிறது. இரண்டுக்கும் period என்ற பெயர் இருந்தாலும் weighting முறை வேறு. ஒரே price series-ல் values சமமாக இருக்க வேண்டிய அவசியம் இல்லை. எந்தக் கோடு உண்மை என்று கேட்பதைவிட எந்த வரையறை பயன்படுத்தப்பட்டது என்று கேட்பது சரி.
கைமுறை கணக்காய்வு
ஒரு சிறிய dataset எடுத்துக் கொண்டு முதலில் period, alpha, seed எழுதுங்கள். ஒவ்வொரு row-லும் தற்போதைய price contribution மற்றும் previous EMA contribution தனித் columns-ல் கணக்கிடுங்கள். இரண்டையும் கூட்டி புதிய EMA பெறுங்கள். அடுத்த row-க்கு அந்த மதிப்பை எடுத்துச் செல்லுங்கள். Spreadsheet formula absolute reference தவறுகள், descending dates, rounded intermediate values ஆகியவற்றைச் சரிபார்க்கவும். இறுதியில் weights கூட்டுத்தொகை ஒன்றா என்று உறுதிசெய்யவும்.
Rounding மற்றும் precision
ஒவ்வொரு recursive படியிலும் இரண்டு decimals-க்கு round செய்தால் பிழை தொடர்ந்து சேரலாம். Calculation-ல் அதிக precision வைத்துக் கொண்டு display-ல் மட்டும் round செய்வது பொதுவாக தெளிவான நடைமுறை. Platform ஒன்று internal precision வேறுபாட்டால் கடைசி decimals-ல் மாறலாம். அந்தச் சிறிய வேறுபாட்டை market meaning ஆக எடுத்துக்கொள்ள வேண்டாம். Currency tick size display-க்கு உதவலாம்; ஆனால் raw computational value மற்றும் displayed value இரண்டையும் குழப்பக்கூடாது.
மீளுருவாக்கத்திற்கான பதிவு
EMA value-ஐ மீண்டும் உருவாக்க pair, venue, source field, interval, period, alpha convention, seed method, warm-up length, timezone, checked timestamp தேவை. Corporate adjustment போன்றவை பாரம்பரிய சந்தையில் கூடுதல் context; crypto data-வில் contract mapping அல்லது venue history முக்கியமாகலாம். இவை இல்லாமல் ஒரே final number மட்டுமே இருந்தால் discrepancy காரணம் கண்டுபிடிக்க கடினம். கல்விப் பக்கம் calculation assumptions-ஐ அருகிலேயே காட்ட வேண்டும்.
இறுதி வாசிப்பு
EMA என்பது சமீபத்திய observation-க்கு அதிக weight தரும் historical smoothing series. Period குறையும்போது response அதிகரிக்கலாம்; noise sensitivity-வும் அதிகரிக்கலாம். Seed, warm-up, source, interval மாறினால் values மாறும். கோட்டின் slope, distance அல்லது crossing எதுவும் தனியாக future direction-ஐ நிரூபிக்காது. Formula புரிந்தபின் வாசகர் முதலில் data provenance மற்றும் parameter labels-ஐச் சரிபார்த்து, output-ஐ observation ஆக மட்டுமே பயன்படுத்த வேண்டும்.
ஒரு முழு தொடர் எடுத்துக்காட்டு
மூன்று நாள் closes தொண்ணூற்று எட்டு, நூறு, நூற்று இரண்டு ரூபாய் என்றால் அவற்றின் simple average நூறு ரூபாய்; இதை seed என்று கொள்ளலாம். அடுத்த close நூற்று ஆறு ரூபாய். Period மூன்றுக்கான alpha அரை என்பதால் புதிய EMA நூற்று மூன்று ரூபாய். அடுத்த close நூற்று நான்கு என்றால் புதிய EMA நூற்று மூன்றரை ரூபாய். ஒவ்வொரு புதிய மதிப்பும் முந்தைய கணக்கின் நினைவைக் கொண்டிருப்பதை இந்த வரிசை காட்டுகிறது. கடைசி மூன்று closes-ன் simple average என்று இதை மாற்ற முடியாது.
எடை குறையும் விதம்
இன்றைய விலை alpha எடை பெறுகிறது. முந்தைய நாளின் விலை முந்தைய EMA வழியாக alpha பெருக்கல் ஒன்று கழித்த alpha என்ற குறைந்த எடை பெறுகிறது. இன்னும் பழைய observation-கள் கூடுதல் powers வழியாக தொடர்ந்து குறையும். எனவே theoretically history முழுவதும் தாக்கம் வைத்திருக்கலாம்; practically மிகப் பழைய தாக்கம் மிகச் சிறியதாகும். இதுவே exponential என்ற பெயரின் கணிதப் பொருள். ஒரு fixed window முடிந்தவுடன் பழைய தரவு திடீரென zero ஆகாது.
Trend என்ற சொல்லின் எல்லை
EMA மேல்நோக்கி வளைந்துள்ளது என்று எழுதுவது அதன் சமீபத்திய values உயர்ந்ததை விவரிக்கலாம். அடுத்த விலை உயரும் என்று அதிலிருந்து தானாக முடிவு செய்ய முடியாது. Historical slope கூட input interval மற்றும் period சார்ந்தது. வேறு period-ல் slope மாறலாம். கல்வி விளக்கத்தில் கடந்தகால observation, பயன்படுத்திய parameters, தெரிந்த limitation ஆகியவற்றை ஒன்றாகச் சொல்ல வேண்டும். உறுதி, நிச்சயம், தவறாத signal போன்ற சொற்கள் கணிதம் ஆதரிக்காத வாக்குறுதிகள்.
பல EMA கோடுகள்
ஒரே chart-ல் பத்து, இருபது, ஐம்பது period EMA கோடுகள் இருந்தால் ஒவ்வொன்றும் தனி recursive series. குறுகிய கோட்டின் alpha வேறு; நீண்ட கோட்டின் alpha வேறு. ஒரு கோட்டின் previous value-ஐ மற்ற கோட்டின் update-க்கு பயன்படுத்த முடியாது. Labels மறைந்தால் interpretation குழப்பம் ஏற்படும். ஒவ்வொரு நிறத்துக்கும் period, source, interval ஆகியவற்றை legend-ல் காட்ட வேண்டும். கோடுகளின் வரிசை market state-க்கு ஒரு முழுமையான வகைப்படுத்தல் அல்ல.
Live candle பிரச்சினை
முடிவடையாத candle-ன் current price தொடர்ந்து மாறுவதால் live EMA-வும் ஒவ்வொரு tick-க்கும் மாறலாம். Candle close ஆன பின் கிடைக்கும் final EMA வேறாக இருக்கலாம். Closed-candle dataset மற்றும் live display-ஐ ஒப்பிடும்போது இந்த வேறுபாட்டைக் குறிப்பிட வேண்டும். Screenshot எடுத்த நேரம் தெரியாவிட்டால் mismatch காரணம் கண்டுபிடிக்க முடியாது. Reproducible historical கணக்குக்கு finalised observations பயன்படுத்தப்பட்டதா என்று தெளிவுபடுத்த வேண்டும்.
Returns மீது EMA
Price series-க்கு பதிலாக returns series மீது EMA கணக்கிடலாம்; ஆனால் அதன் unit மற்றும் interpretation முற்றிலும் வேறு. Price EMA-வை return EMA என்று அழைக்கக்கூடாது. Input மாற்றம் formula-வை மாற்றாதபோதும் output பொருளை மாற்றுகிறது. Negative returns இருக்கலாம்; positive-price validation அங்கு பொருந்தாது. கல்விப் பக்கத்தில் எந்தத் தொடரின் மீது smoothing செய்யப்படுகிறது என்பதை முதல் வரியிலேயே சொல்ல வேண்டும். Derived input-ன் formula கூட பதிவு செய்யப்பட வேண்டும்.
Software சோதனைக்கான cases
Constant price series கொடுத்தால் seed அதே விலையில் இருந்தபின் EMA அதே மதிப்பில் தொடர வேண்டும். Alpha ஒன்று என்ற edge case-ல் புதிய EMA தற்போதைய input-க்கு சமமாகும். Missing previous value இருந்தால் தெளிவான error அல்லது documented seed behavior தேவை. Reverse chronological input reject செய்யப்பட வேண்டும் அல்லது முன்கூட்டியே sort செய்யப்பட வேண்டும். கையால் தெரிந்த சிறிய தொடரின் expected values unit test-ல் வைத்தால் formula மாற்றம் உடனே தெரியவரும்.
வாசகர் சரிபார்ப்பு பட்டியல்
முதலில் காலவரிசை ஏறுவரிசையிலா என்று பாருங்கள். பின்னர் விலை source மற்றும் candle interval ஒரேதாக உள்ளதா உறுதிசெய்யுங்கள். Period மற்றும் alpha பொருந்துகிறதா கணக்கிடுங்கள். Seed எவ்வாறு உருவானது, warm-up எவ்வளவு என்பதைக் குறியிடுங்கள். Intermediate rounding இல்லையா சோதியுங்கள். Live candle சேர்க்கப்பட்டதா குறிப்பிடுங்கள். கடைசியாக crossing அல்லது slope-ஐ prediction மொழியாக மாற்றாமல், வரலாற்று கணக்கின் விளக்கம் மட்டுமே எழுதப்பட்டுள்ளதா படியுங்கள்.
பயிற்சி கேள்விகள்
Period ஐந்து மற்றும் period இருபது ஆகியவற்றின் alpha-வை கையால் கணக்கிடுங்கள். ஒரே previous EMA மற்றும் current price வைத்து இரண்டு updates எழுதுங்கள். எது current price-க்கு அருகில் வருகிறது, ஏன் என்று coefficient மூலம் விளக்குங்கள். பின்னர் seed-ஐ ஒரு ரூபாய் மாற்றி ஐந்து updates இயக்கி difference எவ்வாறு குறைகிறது என்று பதிவு செய்யுங்கள். இந்தப் பயிற்சி sensitivity மற்றும் recursive memory-ஐ புரியச் செய்கிறது; எந்த period-ஐ தேர்ந்தெடுக்க வேண்டும் என்று பரிந்துரைக்காது.
நூறு ரூபாய் சமநிலைத் தொடர்
அனைத்து input prices-மும் நூறு ரூபாய், seed-மும் நூறு ரூபாய் என்றால் எந்த சரியான period-க்கும் EMA நூறு ரூபாயாகவே தொடர வேண்டும். இந்த invariant கணக்கீட்டு நிரலைச் சோதிக்க மிகவும் பயனுள்ளது. நடுவில் நூற்று பத்து ரூபாய் observation ஒன்றை சேர்த்தால் EMA மேலே நகர்ந்து, பின்னர் மீண்டும் நூறு ரூபாய் inputs வரும்போது படிப்படியாக நூறை அணுகும். ஒரே படியில் உடனடியாகத் திரும்பாது. இந்த வடிவம் smoothing மற்றும் decay இரண்டையும் தெளிவாகக் காட்டுகிறது.
முடிவுரை
சரியான EMA மதிப்புக்கு formula மட்டும் போதாது; சரியான காலவரிசை, மூலத் தரவு, கால இடைவெளி, period, seed, warm-up, precision ஆகியவை ஒன்றாகத் தேவை. அவற்றை எழுதாமல் காட்டப்படும் கோடு மீளுருவாக்க முடியாதது. EMA விலையின் சமீபத்திய வரலாற்றை அதிக எடையுடன் சுருக்குகிறது. அது risk limit அமைக்காது, order உருவாக்காது, future price சொல்லாது. வாசகர் output-ஐ historical measurement ஆக மட்டுமே வைத்திருக்க வேண்டும். ஒவ்வொரு எண்ணையும் மூலக் காலவரிசையுடன் இணைத்துச் சரிபார்ப்பதே தெளிவான கல்வி நடைமுறை. கணக்கின் எல்லையை எப்போதும் தெளிவாகவும் முழுமையாகவும் எழுத வேண்டும்.
INR example
- Scenario
- n=3, previous EMA ₹100, current price ₹104.
- Calculation
- α=2/(3+1)=0.5; EMA=0.5×104+0.5×100=₹102.
- Meaning
- Current price ₹104 முழுவதும் copy ஆகவில்லை; smoothing காரணமாக ₹102.
Common mistake
EMA-வை last n prices-ன் simple average போல ஒவ்வொரு candle-லும் புதிதாகக் கணக்கிடுதல்.
Checklist
- Period n பதிவு செய்யவும்.
- Alpha சரிபார்க்கவும்.
- Seed method மற்றும் warm-up காட்டவும்.
- Chronological order காக்கவும்.
- Crossing-ஐ future direction statement ஆக மாற்ற வேண்டாம்.
Limitations
- Seed sequence தொடக்கத்தை பாதிக்கும்.
- Outlier/missing data sensitivity உண்டு.
- EMA எதிர்கால விலையைத் தெரிவிக்காது.
Risk note
EMA historical price smoothing மட்டும்; gap, noise, missing data அல்லது source differences நீங்காது.
Source provenance
https://www.tradingview.com/support/solutions/43000592270-exponential-moving-average/