[均线指标 MA与EXPMA 的区别]
MA（Moving Average），中文名称叫移动平均，或移动均线，是统计学中数据处理的最简单方法之一。
对原始数据进行这种“平滑”处理的目的是消除原始数据中的干扰因素，保留本质的内容。
移动平均的核心思想就是将当日前若干天（这个若干天就是MA的时间参数）的股票价格的算术平均数作为当日的移动平均值
这样就可以得到每日的移动平均值，再将每日的移动平均值连接成一条线，就得到移动均线。
计算公式：
其中，m为参数。为第n天的m日移动平均值。
传统移动平均实际上在数理统计学里是一个很简单的概念。
移动均线实际上就是对过去股价走势的一个拟合和滤波，通过这个方法，发现运动规律，以便能预测股价未来的走势。
移动均线的参数是时间天数，通常结合短期和长期移动均线来使用，因为短期移动均线和长期移动均线在走势上还是有些区别的。
根据移动均线的定义和算法，数学上可以证明如下结果：
不论哪种参数的移动均线较之原始数据的连线都有滞后，而且长期移动均线较之短期移动均线更滞后
（所谓滞后，就是移动均线反映股价的走势总是比实际走势慢或迟钝：当股价走势出现反转后，移动均线往往要等几天才出现反转信号，这也是所有移动均线的共性）。
但是移动均线却是对原始股价进行了一次滤波处理，“过滤”了股价走势的'锯齿'成分
这样，移动均线就比原始股价数据连线更为光滑，更容易看出股价的中长期运行趋势。
而且，长期移动均线比短期移动均线更光滑，参数时间越长，走势也越光滑，越稳定。
-----------------------------------------------------------------------------------------------------------------------------
EXPMA（Exponentially Moving Average），也叫EMA，中文名称叫指数平滑移动平均，也是一种经常用的数据处理方法。
EXPMA与MA一样，也是对股价的一种平均算法
不同的是MA用的是算术平均，而EX PMA用的是加权平均。
EXPMA与移动均线（MA）相同的是：两者都是把从当日起过去若干日的数据（也就是股价）作一平均，当作当日的拟合值。
EXPMA与MA有两点不同的是：
1、MA算法里，只考虑了当日起过去有限若干日（移动均线的参数）对当日的影响，至于若干日之前，就不考虑了，而EXPMA认为过去所有的数据都有影响
2、MA算法里认为过去若干日的数据对当日拟合值的影响大小是一样的
而EXPMA算法认为：历史数据对当日股价的影响是不同的，时间越远，影响越小，时间越近，影响越大（这就是加权的思想）。
同样，EXPMA也是有参数的，参数是时间，根据时间长短的不同选择，也可以把EXPMA分为短期EXPMA和长期EXPMA等。
一般来说，短期EXPMA对股价走势的拟合程度比长期EXPMA好，但是不如长期EXPMA光滑（所有的均线系统都有此性质）。
计算公式：
其中m为参数，而且上市当日的EXPMA一般取值为当日收盘价。
从MA和EXPMA的算法中可以知道，两者都是对股价的一个平均
但MA（移动均线）由于认为前面一段日子数据的影响都是一样
而EXPMA（指数平滑移动均线）认为越近的数据贡献越大，因此，一般来说，EXPMA比MA对股价走势的反映更灵敏一些。
EXPMA的用法同MA类似，也是从股价同EXPMA之间的关系以及长期EXPMA和短期EXPMA之间的关系这两方面去考虑
主要也是判断市场多空双方力量，从而得出股价的运行趋势以及给出买卖信号。
