ค่าเฉลี่ยเคลื่อนที่อย่างง่าย (Simple Moving Average - SMA) คืออะไร?

ค่าเฉลี่ยเคลื่อนที่อย่างง่าย (Simple Moving Average หรือย่อว่า SMA) เป็นหนึ่งในเครื่องมือทางคณิตศาสตร์และสถิติขั้นพื้นฐานที่ได้รับความนิยมมากที่สุด โดยเฉพาะในการวิเคราะห์ทางเทคนิค (Technical Analysis) สำหรับตลาดหุ้น ตลาดฟอเร็กซ์ (Forex) และสินทรัพย์อื่นๆ รวมถึงการพยากรณ์ข้อมูลทางธุรกิจ (Business Forecasting) หน้าที่หลักของ SMA คือการทำให้ข้อมูลดิบที่มีความผันผวนสูง เรียบเนียนขึ้น (Smooth out) ช่วยให้เรามองเห็น "แนวโน้มหลัก" (Trend) ได้ชัดเจนยิ่งขึ้น โดยลดสัญญาณรบกวนระยะสั้น (Market Noise) ออกไป

สูตรการคำนวณ SMA

วิธีการคำนวณ SMA นั้นเรียบง่ายตรงตามชื่อของมัน นั่นคือการนำเอาข้อมูลหรือราคาปิดย้อนหลังจำนวน N วัน (หรือคาบเวลาใดๆ ที่สนใจ) มาบวกกัน แล้วหารด้วยจำนวนวัน N เหล่านั้น เมื่อเวลาผ่านไป ข้อมูลเก่าที่สุดจะถูกตัดออกไป และข้อมูลใหม่ล่าสุดจะถูกเพิ่มเข้ามาในการคำนวณแทน ทำให้ค่าเฉลี่ยนี้ "เคลื่อนที่ (Moving)" ไปข้างหน้าเรื่อยๆ

โดยที่:
A = ข้อมูลในแต่ละช่วงเวลา (เช่น ราคาปิดของหุ้นแต่ละวัน)
N = จำนวนคาบเวลาทั้งหมด (Period) ที่นำมาพิจารณา

ตัวอย่างการคำนวณ: สมมติเราต้องการหา SMA 3 วัน (N = 3) ของราคาหุ้นที่มีราคาปิดดังนี้: 10, 12, 15, 14, 18
วันที่ 3 (ใช้ข้อมูลวันที่ 1-3): (10 + 12 + 15) / 3 = 12.33
วันที่ 4 (ใช้ข้อมูลวันที่ 2-4): (12 + 15 + 14) / 3 = 13.67
วันที่ 5 (ใช้ข้อมูลวันที่ 3-5): (15 + 14 + 18) / 3 = 15.67

การประยุกต์ใช้งานคาบเวลาต่างๆ (Periods)

การเลือกใช้คาบเวลา (N) มีผลอย่างมากต่อความไวของเส้น SMA โดยทั่วไปมักจะแบ่งออกเป็น 3 ระยะ:

• แนวโน้มระยะสั้น (Short-term): มักใช้ SMA 5 ถึง 20 วัน เส้นจะเคลื่อนที่เกาะติดกับราคาอย่างใกล้ชิดและเปลี่ยนทิศทางได้ไว แต่ก็อาจให้สัญญาณหลอก (False Signal) ได้ง่าย
• แนวโน้มระยะกลาง (Medium-term): มักใช้ SMA 50 วัน นิยมใช้เพื่อดูทิศทางหลักในรอบ 1-2 เดือน
• แนวโน้มระยะยาว (Long-term): มักใช้ SMA 200 วัน เป็นตัวชี้วัดสำคัญที่นักลงทุนทั่วโลกใช้ดูว่าตลาดอยู่ในภาวะกระทิง (Bull Market) หรือหมี (Bear Market) หากราคาอยู่เหนือ SMA 200 ถือว่าเป็นเทรนด์ขาขึ้น และในทางกลับกัน

ข้อดีและข้อจำกัดของ SMA

ข้อดี: ใช้งานง่าย คำนวณไม่ซับซ้อน และให้ภาพรวมของแนวโน้มได้อย่างชัดเจน เหมาะสำหรับการดูกรอบเวลาใหญ่ๆ
ข้อจำกัด: เนื่องจากเป็นการให้น้ำหนักข้อมูลทุกตัวเท่าๆ กันหมด (Equal Weighting) ทำให้เส้น SMA มีลักษณะล้าหลัง (Lagging) กล่าวคือเมื่อเกิดการเปลี่ยนแปลงอย่างฉับพลันของข้อมูลล่าสุด เส้น SMA จะใช้เวลาสักระยะกว่าจะปรับตัวตามทัน เพื่อแก้ปัญหานี้ นักวิเคราะห์หลายคนจึงเปลี่ยนไปใช้ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักเอกซ์โพเนนเชียล (EMA) แทน ซึ่งจะให้น้ำหนักกับข้อมูลใหม่มากกว่าข้อมูลเก่า

เครื่องมือคำนวณ SMA ออนไลน์นี้ ออกแบบมาเพื่ออำนวยความสะดวกในการหาค่าเฉลี่ยเคลื่อนที่อย่างรวดเร็ว โดยที่คุณสามารถวางชุดข้อมูลดิบที่มีจำนวนมากได้ทันที พร้อมเลือกระบุ Period ที่ต้องการ ระบบจะแสดงการไล่ลำดับการคำนวณในแต่ละช่วงเวลา และสรุปค่าล่าสุดให้คุณทราบโดยอัตโนมัติ