Moving Media Dax

DAX include alcune funzioni di aggregazione statistici, come la media, la varianza e deviazione standard. Altri calcoli statistici tipici richiedono di scrivere più espressioni DAX. Excel, da questo punto di vista, ha un linguaggio molto più ricca. I modelli statistici sono un insieme di calcoli statistici comuni: mediana, moda, media mobile, percentile, e quartile. Vorremmo ringraziare Colin Banfield, Gerard Brueckl, e Javier Guilln, il cui blog ispirato alcuni dei seguenti modelli. Di base del modello Esempio Le formule di questo modello sono le soluzioni ai calcoli statistici specifici. È possibile utilizzare le funzioni standard DAX per calcolare la (media aritmetica) media di un insieme di valori. MEDIA. restituisce la media di tutti i numeri in una colonna numerica. MEDIA. VALORI. restituisce la media di tutti i numeri in una colonna, la manipolazione di testo e valori non numerici (conta valori di testo non numerici e vuoti come 0). AVERAGEX. calcolare la media su un'espressione valutata su un tavolo. Media mobile La media mobile è un calcolo per analizzare i punti di dati con la creazione di una serie di medie di diversi sottoinsiemi di set di dati completo. È possibile utilizzare molte tecniche DAX per implementare questo calcolo. La tecnica più semplice utilizza AVERAGEX, iterando una tabella della granularità desiderato e calcolando per ogni iterazione l'espressione che genera il punto dati singolo da utilizzare nella media. Ad esempio, la seguente formula calcola la media mobile degli ultimi 7 giorni, partendo dal presupposto che si sta utilizzando una tabella data nel vostro modello di dati. Utilizzando AVERAGEX, si calcola automaticamente la misura ad ogni livello di granularità. Quando si utilizza una misura che può essere aggregate (ad esempio SUM), poi un altro approachbased su CALCULATEmay essere più veloce. È possibile trovare questo approccio alternativo nel modello completo di media mobile. È possibile utilizzare le funzioni standard DAX per calcolare la varianza di un insieme di valori. VAR. S. restituisce la varianza dei valori in una colonna che rappresenta un campione di popolazione. VAR. P. restituisce la varianza dei valori in una colonna che rappresenta l'intera popolazione. VARX. S. restituisce la varianza di un'espressione valutata su una tabella che rappresenta un campione di popolazione. VARX. P. restituisce la varianza di un'espressione valutata su una tabella che rappresenta l'intera popolazione. Deviazione standard, è possibile utilizzare le funzioni standard DAX per calcolare la deviazione standard di un insieme di valori. STDEV. S. restituisce la deviazione standard dei valori in una colonna che rappresenta un campione di popolazione. STDEV. P. restituisce la deviazione standard dei valori in una colonna che rappresenta l'intera popolazione. STDEVX. S. restituisce la deviazione standard di un'espressione valutata su una tabella che rappresenta un campione di popolazione. STDEVX. P. restituisce la deviazione standard di un'espressione valutata su una tabella che rappresenta l'intera popolazione. La mediana è il valore numerico che separa la metà superiore di una popolazione dalla metà inferiore. Se vi è un numero dispari di righe, la mediana è il valore centrale (ordinamento delle righe dal valore minimo al valore massimo). Se vi è un numero di righe, è la media dei due valori medi. La formula ignora i valori vuoti, che non sono considerati parte della popolazione. Il risultato è identica alla funzione mediano Excel. La figura 1 mostra un confronto tra il risultato restituito da Excel e la formula DAX corrispondente per il calcolo della mediana. Figura 1 Esempio di calcolo in Excel mediana e DAX. La modalità è il valore visualizzato più spesso in un insieme di dati. La formula ignora i valori vuoti, che non sono considerati parte della popolazione. Il risultato è identico alle funzioni MODE e MODE. SNGL in Excel, che restituiscono solo il valore minimo quando ci sono più modi nel set di valori considerati. La funzione MODE. MULT Excel restituirebbe tutti i modi, ma non è possibile implementarlo come una misura in DAX. Figura 2 confronta il risultato restituito da Excel con il corrispondente formula DAX per il calcolo modalità. Figura 2 Esempio di calcolo modalità in Excel e DAX. Percentile Il percentile è il valore sotto al quale una data percentuale di valori in un gruppo scende. La formula ignora i valori vuoti, che non sono considerati parte della popolazione. Il calcolo in DAX richiede diversi passaggi, descritti nella sezione modello completo, che mostra come ottenere gli stessi risultati delle funzioni di Excel PERCENTILE, PERCENTILE. INC, e PERCENTILE. EXC. I quartili sono tre punti che dividono un insieme di valori in quattro gruppi uguali, ogni gruppo comprendente un quarto dei dati. È possibile calcolare i quartili utilizzando il modello percentile, a seguito di queste corrispondenze: Primo quartile inferiore quartile 25 ° percentile secondo quartile mediana 50 ° percentile terzo quartile superiore quartile 75 ° percentile modello completo Pochi calcoli statistici hanno una descrizione più lunga del modello completo, perché si potrebbe avere diverse implementazioni a seconda dei modelli di dati e altri requisiti. Media mobile Di solito si valuta la media mobile facendo riferimento al livello di granularità giorno. Il modello generale della seguente formula ha questi marcatori: ltnumberofdaysgt è il numero di giorni per la media mobile. ltdatecolumngt è la colonna della data della tabella data, se ne avete uno, o la colonna data della tabella contenente i valori se non vi è alcuna tabella data separata. ltmeasuregt è la misura per calcolare la media mobile. Il modello più semplice utilizza la funzione AVERAGEX in DAX, che considera automaticamente solo i giorni per i quali esiste un valore. In alternativa, è possibile utilizzare il seguente modello in modelli di dati senza una tabella data e con una misura che può essere aggregato (come SUM) per tutto il periodo considerato. La formula precedente considera un giorno con dati corrispondenti come una misura che ha valore 0. Questo può accadere solo quando si dispone di una tabella data separato, che potrebbe contenere giorni per i quali non ci sono transazioni corrispondenti. È possibile risolvere il denominatore per la media utilizzando solo il numero di giorni per i quali ci sono transazioni utilizzando il seguente schema, in cui: ltfacttablegt è la tabella relativa alla tabella di data e valori contenenti calcolato dal provvedimento. È possibile utilizzare le funzioni DATESBETWEEN o DATESINPERIOD invece di filtro, ma questi funzionano solo in una tabella appuntamento fisso, mentre è possibile applicare il modello sopra descritto anche alle tabelle di data non regolari e di modelli che non hanno una tabella data. Ad esempio, considerare i diversi risultati prodotti dai seguenti due misure. Nella Figura 3, si può vedere che non ci sono vendite su 11 settembre 2005. Tuttavia, questa data è incluso nella tabella data così, ci sono 7 giorni (dal 11 settembre al 17 settembre) che hanno solo 6 giorni con i dati. Figura 3 Esempio di calcolo di Moving Average considerando e ignorando le date con nessuna vendita. La misura media mobile 7 giorni ha un numero minore tra 11 settembre e il 17 settembre, in quanto considera dell'11 settembre come un giorno con 0 vendite. Se si desidera ignorare giorni con nessuna vendita, quindi utilizzare la misura media mobile 7 giorni nessuna Zero. Questo potrebbe essere il giusto approccio quando si dispone di una tabella data completa, ma si desidera ignorare giorni con nessuna transazione. Utilizzando la media mobile 7 Giorni formula, il risultato è corretto perché AVERAGEX considera automaticamente solo i valori non vuoti. Tenete a mente che si potrebbe migliorare le prestazioni di una media mobile persistendo il valore in una colonna calcolata di un tavolo con la granularità desiderato, come ad esempio la data, o la data e il prodotto. Tuttavia, il metodo di calcolo dinamico con una misura offre la possibilità di utilizzare un parametro per il numero di giorni di media mobile (ad esempio, sostituire ltnumberofdaysgt con una misura di applicazione del modello Tabella Parametri). La mediana corrisponde al 50 ° percentile, che si può calcolare utilizzando il modello percentile. Tuttavia, il modello mediana consente di ottimizzare e semplificare il calcolo mediana utilizzando una singola misura, al posto delle diverse misure previste dal modello percentile. È possibile utilizzare questo approccio quando si calcola la mediana dei valori inclusi nel ltvaluecolumngt, come illustrato di seguito: Per migliorare le prestazioni, si potrebbe voler persistere il valore di una misura in una colonna calcolata, se si vuole ottenere il mediano per i risultati di una misura nel modello di dati. Tuttavia, prima di fare questa ottimizzazione, è necessario implementare il calcolo MedianX basato sul seguente modello, utilizzando questi marcatori: ltgranularitytablegt è la tabella che definisce la granularità del calcolo. Ad esempio, potrebbe essere la tabella di Data se si desidera calcolare la mediana di una misura calcolata a livello di giorno, o potrebbe essere VALORI (8216DateYearMonth) se si desidera calcolare la mediana di una misura calcolata a livello di mese. ltmeasuregt è la misura di calcolare per ogni riga ltgranularitytablegt per il calcolo mediana. ltmeasuretablegt è la tabella che contiene i dati utilizzati da ltmeasuregt. Ad esempio, se il ltgranularitytablegt è una dimensione come 8216Date8217, allora il ltmeasuretablegt sarà 8216Internet Sales8217 contenente la colonna Importo Internet Sales sintetizzato dalla misura totale di Internet Sales. Ad esempio, è possibile scrivere la mediana di Internet totale vendite per tutti i clienti di Adventure Works come segue: Punta il seguente schema: viene utilizzato per rimuovere le righe da ltgranularitytablegt che non hanno dati corrispondenti nella selezione corrente. Si tratta di un modo più veloce rispetto all'utilizzo la seguente espressione: Tuttavia, si potrebbe sostituire l'intera espressione CALCULATETABLE con appena ltgranularitytablegt se si vuole considerare valori vuoti della ltmeasuregt come 0. Le prestazioni della formula MedianX dipende dal numero di righe nel tavolo iterato e sulla complessità della misura. Se le prestazioni è male, si potrebbe persistere il risultato ltmeasuregt in una colonna calcolata del lttablegt, ma questo verrà rimosso la capacità di applicare filtri per il calcolo mediana in fase di query. Percentile Excel dispone di due diverse implementazioni di calcolo del percentile con tre funzioni: PERCENTILE, PERCENTILE. INC, e PERCENTILE. EXC. Tutti restituiscono il percentile K-esimo di valori, dove K è compreso nell'intervallo da 0 a 1. La differenza è che PERCENTILE e PERCENTILE. INC considerare K come range inclusivo, mentre PERCENTILE. EXC considera l'intervallo K 0 a 1 esclusivo . Tutte queste funzioni e delle loro implementazioni DAX ricevere un valore percentile come parametro, che noi chiamiamo K. ltKgt valore percentile è nel range da 0 a 1. Le due implementazioni DAX di percentile richiedono alcune misure che sono simili, ma abbastanza diverso da richiedere due diversi set di formule. Le misure definite in ogni modello sono: KPerc. Il valore percentile corrisponde a ltKgt. PercPos. La posizione del percentile nel set ordinato di valori. ValueLow. Il valore al di sotto della posizione percentile. ValueHigh. Il valore sopra la posizione percentile. Percentile. Il calcolo finale del percentile. È necessario le misure ValueLow e ValueHigh nel caso in cui i PercPos contiene una parte decimale, perché poi si deve interpolare tra ValueLow e ValueHigh al fine di restituire il valore corretto percentile. La figura 4 mostra un esempio di calcoli effettuati con formule di Excel e Dax, utilizzando entrambi gli algoritmi di percentile (inclusivo ed esclusivo). Figura 4 calcoli percentili utilizzando formule di Excel e il calcolo DAX equivalente. Nelle sezioni seguenti, le formule percentili eseguire il calcolo su valori memorizzati in una colonna della tabella, DataValue, mentre le formule PercentileX eseguire il calcolo sui valori restituiti da una misura calcolata in un dato granularità. Percentile Inclusive percentile implementazione Inclusive è la seguente. implementazione Percentile Exclusive Il percentile Exclusive è il seguente. PercentileX Inclusive La PercentileX implementazione Inclusive si basa sul seguente modello, utilizzando questi marcatori: ltgranularitytablegt è la tabella che definisce la granularità del calcolo. Ad esempio, potrebbe essere la tabella di Data se si vuole calcolare il percentile di una misura a livello di giorno, o potrebbe essere VALORI (8216DateYearMonth) se si vuole calcolare il percentile di una misura a livello di mese. ltmeasuregt è la misura di calcolare per ogni fila di ltgranularitytablegt per il calcolo percentile. ltmeasuretablegt è la tabella che contiene i dati utilizzati da ltmeasuregt. Ad esempio, se il ltgranularitytablegt è una dimensione come 8216Date, 8217 allora il ltmeasuretablegt sarà 8216Sales8217 contenente la colonna Importo riassunta dalla misura somma totale. Ad esempio, è possibile scrivere la PercentileXInc di importo totale delle vendite per tutte le date nella tabella Data come segue: implementazione PercentileX Esclusivo The PercentileX Exclusive si basa sulla seguente modello, utilizzando gli stessi marcatori usati nella PercentileX Inclusive: Ad esempio, è in grado di scrivere il PercentileXExc del totale ammontare delle vendite per tutte le date nella tabella Data come segue: Inviami i prossimi modelli (newsletter). Deselezionare per scaricare gratuitamente il file. Pubblicato il 17 marzo 2014 daThe cumulativa modello Total consente di eseguire calcoli, come totali parziali, e si può utilizzare per implementare scorte di magazzino e bilanciare i calcoli del foglio utilizzando le transazioni originali invece di utilizzare istantanee dei dati nel tempo. Ad esempio, al fine di creare una tabella di inventario che mostra lo stock di ogni prodotto per ogni mese, è possibile effettuare lo stesso calcolo utilizzando la tabella dei movimenti di magazzino originale, senza elaborazione e il consolidamento dei dati in anticipo. Modello di base Esempio Si supponga di voler calcolare la somma cumulativa mensile dei quantitativi di transazione. Il modello di dati ha una tabella data che è contrassegnato come una tabella data. Nella figura 1, la tabella Transazioni ha una relazione con la tabella Data. Si potrebbe avere più relazioni tra le tabelle, ma questo non cambierebbe la misura DAX per questo modello. Figura 1 La tabella Registrazioni ha una relazione con la tabella di Data. La figura 2 mostra una tabella Transazioni campione, con poche operazioni per ogni mese. Figura 2 I dati di esempio in una tabella transazioni. Come mostrato in Figura 3, si calcola la quantità cumulativa, che è simile ad un totale parziale della somma di misura Quantità. Figura 3 La misura Quantità cumulativo produce un totale parziale della somma di quantità. In qualsiasi data, la misura Quantità cumulativa visualizza la somma delle quantità di tutte le transazioni effettuate in una data che è minore o uguale alla data selezionata. Per esempio, la quantità cumulativa di Febbraio 2013 corrisponde alla somma di dicembre 2012, gennaio 2013 e febbraio 2013. Si definisce la misura Quantità cumulativa come segue: La funzione FILTER restituisce l'elenco di tutte le date che sono meno o uguale a l'ultima data nella selezione corrente. Ogni cella della tabella pivot in Figura 3 ha una diversa selezione di date. È possibile applicare il filtro alla colonna Data della tabella Data, che deve essere contrassegnata come una tabella data nel modello di dati. È possibile utilizzare il modello di totale cumulativo ogni volta che si desidera visualizzare il totale di una misura fino a una certa data, considerando tutte le operazioni precedenti (anche quelli precedenti rispetto alla corrente selezione di date). Si potrebbe risolvere problemi simili creando una tabella un'istantanea, che calcola il valore di una certa entità in un determinato punto nel tempo. Spostare questo calcolo in fase di query consente di risparmiare memoria, ma si potrebbe avere una risposta più lenta in quel momento. La granularità del modello totale cumulativa è sempre la stessa di quella della tabella Registrazioni, senza richiedere memoria aggiuntiva. Si deve valutare la convenienza del modello cumulativo totale caso per caso. Inventario di magazzino contenente informazioni di inventario magazzino di solito richiede una tabella che contiene un'istantanea con insistenza la disponibilità di riserva per ogni prodotto e ogni giorno. Al fine di risparmiare spazio, si potrebbe avere una diversa granularità della tabella di snapshot, definiti a livello settimanale o mensile, invece di tutti i giorni. È possibile implementare l'Inventario della calcolo come calcolo dinamico in DAX, utilizzando la tabella Movimenti come una tabella transazioni nel modello totale cumulativo. Stato Patrimoniale È possibile valutare i numeri in bilancio conti (attività, passività, patrimonio netto) aggregando tutte le transazioni utilizzando il modello totale cumulativo. La maggior parte dei sistemi transazionali hanno già un calcolo integrato per questi conti che salva il valore cumulativo aggiornato sui conti coinvolte in ogni transazione. È possibile utilizzare il modello di totale cumulativo per ricostruire il comportamento storico o prevedibile in un dato granularità. Saldo complessivo E 'comune per implementare il saldo complessivo come un calcolo year-to-date. In alcuni casi, tuttavia, si potrebbe desiderare di calcolare il saldo cumulato senza anno boundariesfor esempio, se si desidera visualizzare le tendenze e analisi di previsione oltre il limite dell 'anno. È possibile utilizzare o adattare il modello di quantità cumulativa a questo scopo. Modello completo va applicato il modello totale cumulativo di modelli che hanno una tabella contrassegnata come una tabella data nel modello di dati. Il calcolo si estende il periodo di includere tutte le date prima del periodo selezionato. Per garantire risultati corretti, scegliere la colonna data dalla tabella corretta (quello contrassegnato come una tabella Data). La figura 4 mostra un modello di dati in cui la relazione tra la tabella Transazioni e la tabella Data viene definito utilizzando una colonna integer (DateKey). La tabella Data viene contrassegnato come una tabella data nel modello di dati secondo la colonna Data. Figura 4 La colonna DateKey (in entrambe le tabelle) è un valore intero, mentre la colonna Data nella tabella Data ha un tipo di dati datetime. Al fine di evitare la visualizzazione di un valore quando il periodo selezionato è più grande di qualsiasi data nella tabella transazioni, è possibile applicare un'istruzione condizionale che verifica questa condizione. Nella misura seguente quantità cumulativa, si confronta il valore minimo DateKey del periodo selezionato con il valore massimo della DateKey nell'intera tabella Registrazioni. In questo modello, si confrontano le due colonne che definiscono la relazione tra le tabelle si adattare questo confronto alle colonne utilizzati nel modello di dati. Grazie a questo controllo, si evita la propagazione di l'ultimo valore nei periodi che sono più avanti rispetto alle ultime transazioni nei dati. Nella Figura 5, si può vedere che il calcolo incontrollato propaga il valore aprile 2013 per tutti i mesi successivi, mentre la versione selezionata ritorna vuoto quando non ci sono più le operazioni disponibili. Figura 5 La versione selezionata del provvedimento Quantità cumulativo mostra valori vuoti quando il periodo è successiva l'ultima transazione disponibile. Altri esempi del modello si può facilmente applicare il modello di totale cumulativo agli esempi descritti in precedenza. La sezione seguente illustra l'inventario della calcolo in modo più dettagliato. Valorizzazione È possibile applicare il generale cumulativa modello complessivo per l'Inventario della calcolo. La tabella Movimenti corrisponde alla tabella Registrazioni. Se si desidera calcolare una valutazione dell'inventario, è necessario calcolare il prezzo unitario per ogni prodotto in un qualsiasi punto nel tempo. Se si crea una tabella di snapshot che contiene il prezzo unitario per ciascun prodotto in ogni giorno, probabilmente utilizzare la stessa tabella per memorizzare l'inventario di magazzino. In questo modo, si utilizzerà il modello totale cumulativo solo quando è possibile calcolare in modo dinamico in un'espressione DAX il prezzo unitario del prodotto per un dato giorno. Si consideri il modello di dati in Figura 6: ogni riga della tabella Movimenti ha una quantità e una Costounitario. I valori negativi in ​​quantità identificare le vendite, mentre i valori positivi in ​​termini di quantità di identificare gli acquisti. Il Costounitario correlato nella stessa riga o è il prezzo di vendita o di acquisto, rispettivamente. Figura 6 Il Costounitario nella tabella Movimenti rappresenta la vendita o l'acquisto di prezzo. Si deve calcolare il prodotto del valore di inventario per prodotto, perché ogni prodotto potrebbe avere un prezzo diverso. Industrie che condividono lo stesso prezzo per le categorie di prodotti potrebbero applicare una diversa granularità calcolo. Al fine di ottenere un valore aggregato, è necessario implementare la seguente misura: I itera funzione SUMX oltre tutti i prodotti selezionati. E 'importante per scorrere la colonna ProductKey nella tabella prodotti, invece di utilizzare la colonna ProductKey nella tabella movimenti, perché quest'ultimo avrebbe ignorare prodotti senza transazioni nel periodo considerato. Per ogni prodotto, si moltiplicano le altre due misure: UnitsInStock e ProductPrice. È possibile implementare la misura UnitsInStock applicando il modello totale cumulativo: L'implementazione ProductPrice dipende dal metodo di valutazione delle scorte che si desidera applicare. Ad esempio, è possibile calcolare l'ultimo prezzo di acquisto con la seguente misura: la misura LastBuyPrice funziona se si seleziona un solo prodotto. Si calcola il valore medio dei Costounitario per le righe della tabella Movimenti del prodotto selezionato l'ultimo giorno di movimento fino al periodo selezionato. La funzione TopN restituisce tutti i movimenti del prodotto nell'ultimo giorno disponibile, e la funzione AVERAGEX restituisce una media del Costounitario se ci sono più righe nella stessa giornata. Quantità viene filtrato a prendere in considerazione solo gli acquisti, che sono numeri positivi nei movimenti. In modo analogo, è possibile implementare la LastSellPrice cambiando il filtro per quantità e considerando solo valori negativi, come mostrato nel seguente esempio: La cartella di lavoro di esempio contiene due misure (Valuebuy e ValueSell) che implementano la misura Valore sostituendo ProductPrice con LastBuyPrice e LastSellPrice rispettivamente. Nella Figura 7, è possibile vedere il risultato utilizzando un set campione di dati caricati dal database AdventureWorks. Il acquistare e vendere valori sono diversi (anche se la differenza non è realistica a causa della particolare insieme di dati AdventureWorks utilizzato). Figura 7 La valutazione delle scorte ottenuto con due algoritmi differenti (prezzo ultimo acquisto e l'ultimo prezzo di vendita). Un'analisi più dettagliata del Inventario della calcolo è disponibile in questo articolo sul sito SQLBI: tinyurlDaxInventoryStock. L'articolo mette a confronto le dimensioni e le prestazioni tra un classico di calcolo snapshot-based e una implementazione equivalente sulla base del modello di totale cumulativo. La scelta tra questi approcci dipende dal volume e la distribuzione dei dati che devono essere valutati caso per caso. Tenermi informato sulle prossime modelli (newsletter). Deselezionare per scaricare gratuitamente il file. Pubblicato il 7 febbraio 2014 byDAX (GDAXI) Vi incoraggio a utilizzare i commenti per interagire con gli utenti, condividere il tuo punto di vista e porre domande degli autori e l'altro. Tuttavia, al fine di mantenere l'alto livello del discorso wersquove tutti vengono a valore e si aspettano, si prega di tenere i seguenti criteri in mente: arricchire la conversazione rimanere concentrati e in pista. Solo inviare materiale thatrsquos pertinente al tema in discussione. Sii rispettoso. Anche le opinioni negative possono essere inquadrate in modo positivo e diplomatico. Utilizzare stile di scrittura standard. Includi la punteggiatura e maiuscole e minuscole. NOTA. Spam eo messaggi promozionali e collegamenti all'interno di un commento saranno rimossi Evitare parolacce, calunnie o attacchi personali rivolti a un autore o un altro utente. Donrsquot monopolizzare la conversazione. Apprezziamo passione e convinzione, ma crediamo anche fortemente nel dare a tutti la possibilità di ventilare i loro pensieri. Pertanto, oltre all'interazione civile, ci aspettiamo commentatori di offrire le loro opinioni in modo succinto e pensieroso, ma non così più volte che gli altri sono infastiditi o offeso. Se riceviamo denunce di individui che prendono più di un filo o un forum, ci riserviamo il diritto di vietare dal sito, senza il ricorso. Solo i commenti in inglese sarà consentito. Autori di spam o abuso verranno eliminati dal sito e vietati dalla registrazione futura a discrezione Investingrsquos. Ho letto commenti Investings linee guida e di accettare i termini descritti. Sei sicuro di voler eliminare questo grafico Sostituire la tabella allegata con un nuovo grafico attendere un minuto prima di provare a lasciare un commento, di nuovo. Grazie per il tuo commento. Si prega di notare che tutti i commenti sono in attesa fino a quando approvato dal nostro staff. Si può quindi richiedere un certo tempo prima che venga visualizzato sul nostro sito web. Questo commento è già stato salvato nella cartella preferenze Condividi questo commento al: ragazzi vorrei dire a tutti qui dont commercio su dax così tante persone in questo forum è andato come qualcosa di così tante persone la perdita di loro soldi vive dax è davvero grande Dont gatto selvatico commercio su perdita Dax. i mia auto oltre 150K sul Dax. se qualcuno vuole sapere su REV-quota ad essere onesti ull fare soldi questo commento è già stato salvato nella cartella preferenze Condividi questo commento al: E 'stata la decisione che avete preso . Se si ha avuto la vendita su 12000, si sarebbe guadagnato più di quello che hai perso. Questo commento è già stato salvato nella cartella preferenze Condividi questo commento a: So che cosa il vostro detto suona duro, ma è il rischio che stiamo tutti prendendo quando trading. Ecco perché bene o guardare o uso molto bassa leva per ridurre al minimo il rischio. Questo commento è già stato salvato nella cartella preferenze Condividi questo commento al: Che ironia proveniente da un ragazzo che si chiama il DAXMAN. Mi dispiace per la tua perdita, ma siamo al commercio di questa bestia perché dà buoni rendimenti ed è molto volatile Questo commento è già stato salvato nella cartella preferenze Condividi questo commento a: quali sono le possibilità di Dax si è scendere più o volontà salire questo commento è già stato salvato nella cartella preferenze Condividi questo commento a: Prova nuovo test di 11727 il Lunedi questo commento è già stato salvato nella cartella preferenze Condividi questo commento a: bene mai dire mai, ma purtroppo DAX è come quel mostro in un film horror che proprio non andrà giù, continua solo a tornare su. vorrei chiudere la mia posizione vendita e rilassare la mente per la prossima settimana. Ci saranno sempre occasioni Questo commento è già stato salvato nel vostro preferenze Condividi questo commento a: grafico settimanale Dax mostra una stella quasi tiro candeliere. può ancora salire ma il suo movimento verso l'alto sarà limitato alla elevata del 2015