సాంకేతిక స్టాక్ మార్కెట్ విశ్లేషణలో కదిలే సగటులు విస్తృతంగా ఉన్నాయి ఎందుకంటే అవి ధరల డేటాను సున్నితంగా చేయగలవు, ట్రెండ్‌లైన్‌లను ఏర్పరుస్తాయి మరియు సులభంగా అర్థమయ్యే దృశ్య సహాయాన్ని సృష్టించగలవు. ఒక నిర్దిష్ట వ్యవధిని కలిగి ఉన్న డేటా సెట్‌లతో కలిపి ఉపయోగం కోసం గణాంక సాధనంగా అభివృద్ధి చేయబడింది, కదిలే సగటులు ధర పటాలు మరియు ఇతర సూచికలకు బాగా సరిపోతాయని నిరూపించబడింది.
సింపుల్ కదిలే సగటులు (SMA లు) సమయ వ్యవధిలో డేటా పాయింట్ల మొత్తం ద్వారా లెక్కించబడతాయి. ఉదాహరణకు, ఒక కొవ్వొత్తి ధర చార్టులో ప్రామాణిక 10-రోజుల కదిలే సగటు ప్రతి ముగింపు ధర యొక్క విలువను తీసుకుంటుంది, వాటిని ఒకదానితో ఒకటి జోడిస్తుంది, ఆపై ఫలిత సంఖ్యను 10 ద్వారా విభజిస్తుంది. విరామం యొక్క పొడవు మరియు ఎంచుకున్న డేటా పాయింట్లు వ్యక్తికి మిగిలి ఉంటాయి వ్యాపారి, కదిలే సగటులను చాలా తేలికైనదిగా చేస్తుంది.
ఎక్స్‌పోనెన్షియల్ కదిలే సగటు (EMA) SMA వలె అదే సూత్రాలను ఉపయోగిస్తుంది, ఇది ఇటీవలి ధర పట్టీలకు ఎక్కువ బరువును వర్తింపజేస్తుంది తప్ప. ఇటీవలి చర్యను నొక్కి చెప్పడం ద్వారా, EMA లు సమయ డేటాలో మందగింపును తగ్గిస్తాయి మరియు ఇకపై సంబంధితంగా ఉండని సమాచారం నుండి వక్రీకరణలను నివారిస్తాయి.
కొన్నిసార్లు కదిలే సగటులు మద్దతు మరియు ప్రతిఘటన ప్రాంతాలను గుర్తించడంలో సహాయపడతాయి. ఈ పరిస్థితులలో, ఎక్స్‌పోనెన్షియల్ లేదా వెయిటెడ్ కదిలే సగటుల కంటే సరళంగా వాడండి.
కదిలే సగటు అనువర్తనం మరియు వ్యాఖ్యానం యొక్క సరళత ఒకే సమయంలో అనేక వేర్వేరు కదిలే సగటు పంక్తులను ప్లాట్ చేయడం సాధ్యపడుతుంది, అనేక ఇతర సాంకేతిక సూచికలు లేని ప్రయోజనం. తక్కువ మరియు ఎక్కువ కదిలే సగటు ట్రెండ్‌లైన్‌ల మధ్య సంబంధం చాలా అధ్యయనాలకు సంబంధించినది, మరియు వ్యాపారులు కొనుగోలు, అమ్మకం లేదా చిన్న అవకాశాల కోసం క్రాస్ఓవర్లను చూస్తారు. ఏదైనా కదిలే సగటు సిగ్నల్ మాదిరిగా, క్రాస్ఓవర్లను మరొక సూచికతో నిర్ధారించాలి. (మరింత చదవడానికి, చూడండి: "కదిలే సగటు వ్యూహాలు.")
