Histogram rozbieżności średniej ruchomej (MACD) to rodzaj wykresu słupkowego, który oblicza różnicę między ceną akcji a jej wykładniczymi średnimi kroczącymi (EMA) w okresie dziewięciu dni. EMA to filtr, który wykorzystuje wykładniczo malejące współczynniki wagowe podczas analizy starych danych. Histogram MACD zazwyczaj pojawia się na wykresie z liniami MACD i dziewięciodniowej EMA. Składa się z szeregu różnych słupków ułożonych poziomo i poruszających się pionowo powyżej i poniżej linii zerowej na wykresie.
Analitycy używają histogramu MACD do śledzenia zmian w trendach akcji. Może dostarczyć wskazówek, kiedy kupić lub sprzedać. Na przykład, jeśli EMA i MACD krzyżują się, histogram nie pokazuje różnicy między nimi. Wskazuje to analitykowi, że cena jest idealna i nadszedł czas na zakup.
Histogram MACD może również pomóc analitykowi w wykreśleniu, kiedy należy podjąć działania z określonymi akcjami. Śledząc słupki na histogramie, analityk może wykryć zarówno rozwój, jak i tempo trendów. Dzięki regularnej analizie wykresu można przewidzieć, kiedy EMA i MACD się przebiją.
Znaczenie histogramu MACD zależy od kontekstu, w jakim jest używany. Wykres przedstawiający trendy w ciągu dnia często będzie różnił się wykładniczo od analizy aktywności tygodniowej. Analityk często przygląda się histogramom z kilku okresów, aby w pełni zrozumieć, jakie trendy mają akcje.
Analitycy tworzą i śledzą histogram MACD na komputerach. Zaawansowane programy umożliwiają im przeglądanie zapasów z kilku perspektyw. Może to dać analitykom nie tylko wyobrażenie o tym, dokąd zmierza trend, ale także wyobrażenie o tym, jak szybko się zmienia. Wykresy z histogramem mogą również ujawnić wolumen transakcji, co jest kolejnym silnym wskaźnikiem wartości.
Histogramy MACD zostały stworzone przez Thomasa Aspraya w 1986 roku. Karierę rozpoczął jako biochemik, ale zainteresowanie analizą rynków finansowych doprowadziło do zmiany zawodu w latach siedemdziesiątych. Na początku lat 1970. był dyrektorem ds. badań w firmie finansowej. Oprócz histogramu MACD Aspray wykorzystał swoją wiedzę naukową i komputerową do stworzenia wielu technik, które od kilku lat cieszą się popularnością wśród analityków.