What Is Geweegde Bewegende Gemiddelde Vooruitskatting

Bewegende gemiddelde vooruitskatting Inleiding. Soos jy kan raai ons is op soek na 'n paar van die mees primitiewe benaderings tot vooruitskatting. Maar hopelik dit is ten minste 'n waardevolle inleiding tot sommige van die rekenaar kwessies wat verband hou met die implementering van voorspellings in sigblaaie. In dié opsig sal ons voortgaan deur te begin by die begin en begin werk met bewegende gemiddelde voorspellings. Bewegende gemiddelde voorspellings. Almal is vertroud met bewegende gemiddelde voorspellings ongeag of hulle glo hulle is. Alle kollege studente doen dit al die tyd. Dink aan jou toetspunte in 'n kursus waar jy gaan vier toetse gedurende die semester het. Kom ons neem aan jy het 'n 85 op jou eerste toets. Wat sou jy voorspel vir jou tweede toetstelling Wat dink jy jou onderwyser sou Ongeag voorspel vir jou volgende toetstelling Wat dink jy jou vriende kan voorspel vir jou volgende toetstelling Wat dink jy jou ouers kan voorspel vir jou volgende toetstelling al die blabbing jy kan doen om jou vriende en ouers, hulle en jou onderwyser is baie geneig om te verwag dat jy iets kry in die gebied van die 85 wat jy nou net gekry. Wel, nou kan aanneem dat ten spyte van jou self-bevordering van jou vriende, jy oorskat jouself en vind jy minder vir die tweede toets te studeer en so kry jy 'n 73. Nou wat is al die betrokkenes en onbekommerd gaan verwag jy sal op jou derde toets te kry Daar is twee baie waarskynlik benaderings vir hulle om 'n skatting, ongeag of hulle dit sal met julle deel te ontwikkel. Hulle mag sê om hulself, quotThis man is altyd waai rook oor sy intelligensie. Hes gaan na 'n ander 73 as hes gelukkig te kry. Miskien sal die ouers probeer meer ondersteunend te wees en sê, quotWell, tot dusver youve gekry 'n 85 en 'n 73, so miskien moet jy dink oor hoe om oor 'n (85 73) / 2 79. Ek weet nie, miskien as jy minder gedoen partytjies en werent swaaiende die mol al oor die plek en as jy begin doen 'n baie meer studeer jy kan kry 'n hoër score. quot Beide van hierdie vooruitskattings eintlik bewegende gemiddelde voorspellings. Die eerste is net met jou mees onlangse telling tot jou toekomstige prestasie te voorspel. Dit staan ​​bekend as 'n bewegende gemiddelde vooruitskatting gebruik van een tydperk van data. Die tweede is ook 'n bewegende gemiddelde voorspelling, maar die gebruik van twee periodes van data. Kom ons neem aan dat al hierdie mense breker op jou groot gees soort het dronk jy af en jy besluit om goed te doen op die derde toets vir jou eie redes en 'n hoër telling in die voorkant van jou quotalliesquot sit. Jy neem die toets en jou telling is eintlik 'n 89 Almal, insluitende jouself, is beïndruk. So nou het jy die finale toets van die semester kom en soos gewoonlik jy voel die behoefte om almal te dryf in die maak van hul voorspellings oor hoe sal jy doen op die laaste toets. Wel, hopelik sien jy die patroon. Nou, hopelik kan jy die patroon te sien. Wat glo jy is die mees akkurate Whistle Terwyl ons werk. Nou moet ons terugkeer na ons nuwe skoonmaak maatskappy wat begin is deur jou vervreemde halfsuster genoem Whistle Terwyl ons werk. Jy het 'n paar verkope verlede data wat deur die volgende artikel uit 'n sigblad. Ons bied eers die data vir 'n drie tydperk bewegende gemiddelde skatting. Die inskrywing vir sel C6 moet wees Nou kan jy hierdie sel formule af na die ander selle C7 kopieer deur C11. Let op hoe die gemiddelde beweeg oor die mees onlangse historiese data, maar gebruik presies die drie mees onlangse tye beskikbaar wees vir elke voorspelling. Jy moet ook sien dat ons nie regtig nodig om die voorspellings vir die afgelope tyd maak om ons mees onlangse voorspelling ontwikkel. Dit is beslis anders as die eksponensiële gladstryking model. Ive ingesluit die quotpast predictionsquot omdat ons dit sal gebruik in die volgende webblad om voorspellingsgeldigheid meet. Nou wil ek die analoog resultate aan te bied vir 'n periode van twee bewegende gemiddelde skatting. Die inskrywing vir sel C5 moet wees Nou kan jy hierdie sel formule af na die ander selle C6 kopieer deur C11. Let op hoe nou net die twee mees onlangse stukke historiese data gebruik vir elke voorspelling. Weereens het ek die quotpast predictionsquot vir illustratiewe doeleindes en vir latere gebruik in vooruitskatting validering ingesluit. Sommige ander dinge wat van belang om te let. Vir 'n m-tydperk bewegende gemiddelde voorspelling net die m mees onlangse data waardes word gebruik om die voorspelling te maak. Niks anders is nodig. Vir 'n m-tydperk bewegende gemiddelde voorspelling, wanneer quotpast predictionsquot, agterkom dat die eerste voorspelling kom in periode m 1. Beide van hierdie kwessies sal baie belangrik wees wanneer ons ons kode te ontwikkel. Die ontwikkeling van die bewegende gemiddelde funksie. Nou moet ons die kode vir die bewegende gemiddelde voorspelling dat meer buigsaam kan word ontwikkel. Die kode volg. Let daarop dat die insette is vir die aantal periodes wat jy wil gebruik in die vooruitsig en die verskeidenheid van historiese waardes. Jy kan dit stoor in watter werkboek wat jy wil. Funksie MovingAverage (Historiese, NumberOfPeriods) as 'n enkele verkondig en inisialisering veranderlikes Dim punt Soos Variant Dim Counter As Integer Dim Akkumulasie as 'n enkele Dim HistoricalSize As Integer Inisialiseer veranderlikes Counter 1 Akkumulasie 0 bepaling van die grootte van Historiese skikking HistoricalSize Historical. Count Vir Counter 1 Om NumberOfPeriods opbou van die toepaslike aantal mees onlangse voorheen waargeneem waardes Akkumulasie Akkumulasie Historiese (HistoricalSize - NumberOfPeriods toonbank) MovingAverage Akkumulasie / NumberOfPeriods die kode sal in die klas verduidelik. Jy wil die funksie te posisioneer op die sigblad sodat die resultaat van die berekening verskyn waar dit die following. What039s wil die verskil tussen bewegende gemiddelde en geweegde bewegende gemiddelde A 5-tydperk bewegende gemiddelde, gebaseer op die pryse hierbo, sal bereken word met behulp van die volgende formule: op grond van die bostaande vergelyking, het die gemiddelde prys oor die bogenoemde tydperk was 90,66. Die gebruik van bewegende gemiddeldes is 'n effektiewe metode vir die uitskakeling van sterk prysskommelings. Die sleutel beperking is dat datapunte vanaf ouer data nie anders word geweeg as datapunte naby die begin van die datastel. Dit is hier waar geweegde bewegende gemiddeldes 'n rol speel. Geweegde gemiddeldes toewys 'n swaarder gewig meer huidige data punte omdat hulle meer relevant as datapunte in die verre verlede. Die som van die gewig moet optel tot 1 (of 100). In die geval van die eenvoudige bewegende gemiddelde, is die gewigte eweredig versprei, wat is die rede waarom hulle nie in die tabel hierbo getoon. Sluitingsprys van AAPL Die geweegde gemiddelde is bereken deur vermenigvuldig die gegewe prys deur sy verwante gewig en dan die WHALM waardes. In die voorbeeld hierbo, sal die geweegde 5-daagse bewegende gemiddelde 90,62. In hierdie voorbeeld is die onlangse data punt die hoogste gewig uit 'n arbitrêre 15 punte. Jy kan die waardes weeg uit enige waarde goeddink jou. Die laer waarde van die geweegde gemiddelde persentasie van relatief tot die eenvoudige gemiddelde dui die onlangse verkoop druk kan meer betekenisvol as 'n paar handelaars verwag word. Vir die meeste handelaars, die gewildste keuse by die gebruik van geweeg bewegende gemiddeldes is om 'n hoër gewig gebruik vir die afgelope waardes. (Vir meer inligting, kyk na die bewegende gemiddelde Tutoriaal) Lees meer oor die verskil tussen eksponensiële bewegende gemiddeldes en geweegde bewegende gemiddeldes, twee glad aanwysers dat. Lees Antwoord Die enigste verskil tussen hierdie twee tipes bewegende gemiddelde is die sensitiwiteit elkeen toon veranderinge in die gebruik van data. Lees Antwoord Sien waarom bewegende gemiddeldes het bewys voordelig vir handelaars en ontleders en nuttig te wees wanneer dit toegepas word om die prys kaarte en. Lees Antwoord Leer hoe handelaars en beleggers gebruik geweegde Alpha om momentum van 'n aandele prys te identifiseer en of pryse hoër sal beweeg. Lees Antwoord Hier is die mees algemene gekies tydperke gebruik deur handelaars en markanaliste in die skep van bewegende gemiddeldes te trek as tegniese. Lees Antwoord verstaan ​​hoe om die gewigte van die verskil koste van kapitaal en hoe hierdie berekening word gebruik om te bepaal bereken. Lees Antwoord Geweegde Moving Gemiddelde Model definisie in die geweegde bewegende gemiddelde model (voorspelling strategie 14), is elke historiese waarde geweeg met 'n faktor van die gewig groep in die eenveranderlike voorspelling profiel. Formule vir die Geweegde Moving Gemiddelde Die geweegde bewegende gemiddelde model kan jy onlangse historiese data swaarder gewig as ouer data by die bepaling van die gemiddelde. Jy doen dit as die meer onlangse data is meer verteenwoordigend van watter toekomstige aanvraag sal wees as ouer data. Daarom is die stelsel in staat is om vinniger te reageer op 'n verandering in die vlak. Gebruik Die akkuraatheid van hierdie model hang grootliks af van jou keuse van gewig faktore. As die tyd reeks patroon verander, moet jy ook pas die gewig faktore. Wanneer die skep van 'n gewig groep, betree jy die gewig faktore as persentasies. Die som van die gewig faktore hoef nie te wees 100. Geen ex-post voorspel word bereken met hierdie voorspelling strategy. Weighted Bewegende Gemiddeldes: Die Basics Oor die jare, het tegnici twee probleme met die eenvoudige bewegende gemiddelde gevind. Die eerste probleem lê in die tyd van die bewegende gemiddelde (MA). Die meeste tegniese ontleders glo dat die prys aksie. die opening of sluiting voorraad prys, is nie genoeg om op te hang vir goed voorspel koop of te verkoop seine van die MA crossover aksie. Om hierdie probleem op te los, het ontleders nou meer gewig toeken aan die mees onlangse prys data deur gebruik te maak van die eksponensieel stryk bewegende gemiddelde (EMA). (Meer inligting in die ondersoek van die eksponensieel geweeg bewegende gemiddelde.) 'N voorbeeld Byvoorbeeld, met behulp van 'n 10-dag MA, sou 'n ontleder die sluitingsprys van die 10de dag te neem en vermeerder hierdie getal deur 10, die negende dag van nege, die agtste van dag tot agt en so aan tot die eerste van die MA. Sodra die totale bepaal, sou die ontleder dan verdeel die aantal deur die byvoeging van die vermenigvuldigers. As jy die vermenigvuldigers van die 10-dag MA voorbeeld te voeg, die getal is 55. Hierdie aanwyser is bekend as die lineêr geweeg bewegende gemiddelde. (Vir verwante leesstof, check Eenvoudige bewegende gemiddeldes Maak Trends uitstaan.) Baie tegnici is ferm gelowiges in die eksponensieel stryk bewegende gemiddelde (EMA). Hierdie aanwyser is verduidelik in so baie verskillende maniere waarop dit verwar studente en beleggers sowel. Miskien is die beste verduideliking kom van John J. Murphy tegniese ontleding van die finansiële markte, (uitgegee deur die New York Instituut van Finansies, 1999): Die eksponensieel stryk bewegende gemiddelde adresse beide van die probleme wat verband hou met die eenvoudige bewegende gemiddelde. Eerstens, die eksponensieel stryk gemiddelde ken 'n groter gewig aan die meer onlangse data. Daarom is dit 'n geweegde bewegende gemiddelde. Maar terwyl dit ken mindere belang vir verlede prys data, beteken dit sluit in die berekening al die data in die lewe van die instrument. Daarbenewens het die gebruiker in staat is om die gewig te pas by mindere of meerdere gewig te gee aan die mees onlangse dae prys, wat by 'n persentasie van die vorige dae waarde. Die som van beide persentasie waardes voeg tot 100. Byvoorbeeld, die laaste dae die prys kan 'n gewig van 10 (0,10), wat by die vorige dae gewig van 90 (0,90) opgedra. Dit gee die laaste dag 10 van die totale gewig. Dit sou die ekwivalent van 'n 20-dag gemiddeld deur die laaste dae die prys 'n kleiner waarde van 5 (0,05) wees. Figuur 1: eksponensieel stryk bewegende gemiddelde Bogenoemde grafiek toon die Nasdaq saamgestelde indeks van die eerste week in Augustus 2000 tot 1 Junie 2001 As jy duidelik kan sien, die EMO, wat in hierdie geval is die gebruik van die sluitingsprys data oor 'n tydperk van nege dae, het definitiewe verkoop seine op die 8 September (gekenmerk deur 'n swart afpyltjie). Dit was die dag toe die indeks het onder die vlak 4000. Die tweede swart pyl toon 'n ander af been wat tegnici eintlik verwag het nie. Die Nasdaq kon genoeg volume en belangstelling van die kleinhandel beleggers na die 3000 merk breek nie genereer. Dit dan duif weer af na onder uit by 1619,58 op April 4. Die uptrend van 12 April is gekenmerk deur 'n pyl. Hier is die indeks gesluit 1,961.46, en tegnici begin institusionele fondsbestuurders begin om af te haal 'n paar winskopies soos Cisco, Microsoft en 'n paar van die energie-verwante kwessies te sien. (Lees ons verwante artikels: Moving Gemiddelde Koeverte:. Verfyning 'n gewilde Trading Tool en bewegende gemiddelde Bounce) Die skep van 'n geweegde bewegende gemiddelde in 3 stappe Oorsig van die bewegende gemiddelde Die bewegende gemiddelde is 'n statistiese tegniek gebruik te stryk korttermynskommelings in 'n reeks van data ten einde makliker herken langer termyn tendense of siklusse. Die bewegende gemiddelde is ook soms na verwys as 'n rollende gemiddelde of 'n lopende gemiddelde. 'N bewegende gemiddelde is 'n reeks van getalle, wat elk verteenwoordig die gemiddelde van 'n tussenpose van gespesifiseerde aantal vorige tydperke. Hoe groter die interval, hoe meer glad plaasvind. Hoe kleiner die interval, hoe meer dat die bewegende gemiddelde lyk die werklike data reeks. Bewegende gemiddeldes te voer die volgende drie funksies: glad die data, wat beteken dat die pas van die data te verbeter om 'n lyn. Die vermindering van die uitwerking van 'n tydelike afwyking en ewekansige geraas. Klem op uitskieters bo of onder die tendens. Die bewegende gemiddelde is een van die mees gebruikte statistiese tegnieke in die industrie om data tendense te identifiseer. Byvoorbeeld, verkope bestuurders algemeen sien drie maande bewegende gemiddeldes van verkope data. Die artikel sal 'n twee maande, drie maande en ses maande eenvoudige bewegende gemiddeldes van dieselfde veiling data te vergelyk. Die bewegende gemiddelde is dikwels gebruik in tegniese ontleding van finansiële inligting soos voorraad opbrengste en in ekonomie aan tendense in makro-ekonomiese tydreekse soos indiensneming te spoor. Daar is 'n aantal variasies van die bewegende gemiddelde. Die mees algemeen in diens is die eenvoudige bewegende gemiddelde, die geweegde bewegende gemiddelde en die eksponensiële bewegende gemiddelde. Die uitvoer van elk van hierdie tegnieke in Excel sal gedek word in detail in afsonderlike artikels in hierdie blog. Hier is 'n kort oorsig van elkeen van hierdie drie tegnieke. Eenvoudige bewegende gemiddelde Elke punt in 'n eenvoudige bewegende gemiddelde is die gemiddeld van 'n gespesifiseerde aantal vorige tydperke. 'N Skakel na 'n ander artikel in hierdie blog wat 'n gedetailleerde verduideliking van die implementering van hierdie tegniek in Excel bied is soos volg: Geweegde bewegende gemiddelde punte in die geweegde bewegende gemiddelde ook 'n gemiddeld van 'n gespesifiseerde aantal vorige tydperke verteenwoordig. Die geweegde bewegende gemiddelde van toepassing verskillende gewigte aan sekere vorige tydperke dikwels die meer onlangse tye word 'n groter gewig. Hierdie blog artikel sal 'n gedetailleerde verduideliking van die implementering van hierdie tegniek in Excel te voorsien. Eksponensiële bewegende gemiddelde punte in die eksponensiële bewegende gemiddelde verteenwoordig ook 'n gemiddeld van 'n gespesifiseerde aantal vorige tydperke. Eksponensiële gladstryking van toepassing gewig faktore om vorige tydperke wat eksponensieel afneem, nooit bereik nul. As gevolg hiervan eksponensiële gladstryking in ag neem al die vorige periodes in plaas van 'n aangewese aantal vorige tydperke wat die geweegde bewegende gemiddelde doen. 'N Skakel na 'n ander artikel in hierdie blog wat 'n gedetailleerde verduideliking van die implementering van hierdie tegniek in Excel bied is soos volg: Die volgende beskryf die 3-stap proses van die skep van 'n geweegde bewegende gemiddelde van tydreeksdata in Excel: Stap 1 8211 grafiek die oorspronklike data in 'n tydreeks plot die lyn grafiek is die mees algemeen gebruikte Excel grafiek om tydreeksdata grafiek. 'N Voorbeeld van so 'n Excel-grafiek wat gebruik word om te stip soos volg 13 periodes van verkope data word getoon: Stap 2 8211 Skep die Geweegde bewegende gemiddelde met formules in Excel Excel verskaf nie die bewegende gemiddelde instrument binne die spyskaart Data-analise so die formules moet wees hand gebou. In hierdie geval is 'n 2-interval geweegde bewegende gemiddelde is geskep deur die toepassing van 'n gewig van 2 tot die mees onlangse tydperk en 'n gewig van 1 tot die tydperk voor daardie. Die formule in sel E5 kan tot sel E17 gekopieer. Stap 3 8211 Voeg die Geweegde reeks bewegende gemiddeldes op die Chart Hierdie data moet nou na die grafiek met die oorspronklike tydlyn van verkope data bygevoeg word. Die data sal net bygevoeg word as 'n meer datareeks in die grafiek. Om dit te doen, regs-kliek op enige plek op die kaart en 'n spyskaart sal verskyn. Klik op Select data na die nuwe reeks van data by te voeg. Die bewegende gemiddelde reeks sal bygevoeg word deur die dialoog boks Reeks wysig soos volg: Die grafiek wat die oorspronklike data reeks en dat data8217s 2-interval geweegde bewegende gemiddelde is soos volg getoon. Let daarop dat die bewegende gemiddelde lyn is nogal 'n bietjie gladder en rou data8217s afwykings bo en onder die tendens lyn is baie meer duidelik. Die algemene tendens is nou baie meer duidelik as well. 'N 3-interval bewegende gemiddelde geskep kan word en geplaas word op die grafiek met behulp van byna dieselfde prosedure soos volg. Let daarop dat die mees onlangse tydperk die gewig van 3 opgedra, is die tydperk voor daardie opgedra en gewig van 2, en die tydperk voor wat 'n gewig van 1. Hierdie data opgedra moet nou bygevoeg word om die grafiek met die oorspronklike tydlyn van verkope data saam met die 2-interval reeks. Die data sal net bygevoeg word as 'n meer datareeks in die grafiek. Om dit te doen, regs-kliek op enige plek op die kaart en 'n spyskaart sal verskyn. Klik op Select data na die nuwe reeks van data by te voeg. Die bewegende gemiddelde reeks sal bygevoeg word deur die dialoog boks Reeks wysig soos volg: Soos verwag 'n bietjie meer glad plaasvind met die 3-interval geweegde bewegende gemiddelde as die 2-interval geweegde bewegende gemiddelde. Ter vergelyking, sal 'n 6-interval geweegde bewegende gemiddelde word bereken en by die grafiek op dieselfde manier soos volg. Let op die progressief afneem gewigte toegeken as tydperke meer ver in die verlede. Hierdie data moet nou na die grafiek met die oorspronklike tydlyn van verkope data saam met die 2 en 3-interval reeks gevoeg. Die data sal net bygevoeg word as 'n meer datareeks in die grafiek. Om dit te doen, regs-kliek op enige plek op die kaart en 'n spyskaart sal verskyn. Klik op Select data na die nuwe reeks van data by te voeg. Die bewegende gemiddelde reeks sal bygevoeg word deur die dialoog boks Reeks wysig soos volg: Soos verwag, het die 6-interval geweegde bewegende gemiddelde is aansienlik gladder as die 2 of 3-interval geweegde bewegende gemiddeldes. A gladder grafiek pas nader 'n reguit lyn. Ontleding van voorspelling Akkuraatheid Die twee komponente van akkuraatheid voorspel, is die volgende: Voorspelling Vooroordeel 8211 Die neiging van 'n voorspelling te konsekwent hoër of laer as die werklike waardes van 'n tydreeks te wees. Voorspelling vooroordeel is die som van al fout gedeel deur die aantal periodes soos volg: 'n Positiewe vooroordeel dui op 'n neiging om onder-skatting. 'N negatiewe vooroordeel dui op 'n neiging om oor-skatting. Vooroordeel nie akkuraat te meet omdat positiewe en negatiewe fout mekaar uit te kanselleer. Voorspelling Fout 8211 Die verskil tussen die werklike waardes van 'n tydreeks en die voorspelde waardes van die skatting. Die mees algemene maatstawwe van voorspelling fout is die volgende: MAD 8211 Mean Absolute Afwyking MAD word bereken dat die gemiddelde absolute waarde van die fout en word bereken met die volgende formule: die gemiddeld van die absolute waardes van die foute uitskakel die kansellering van krag van positiewe en negatiewe foute. Hoe kleiner die MAD, hoe beter is die model is. MSE 8211 Mean Squared Fout MSE is 'n gewilde mate van fout wat die kansellasie van effek van positiewe en negatiewe foute uitskakel deur die WHALM blokkies van die fout met die volgende formule: Groot fout terme geneig om MSE oordryf omdat die fout terme is almal vierkantig. RMSE (wortel Square Mean) verminder die probleem deur die neem van die vierkantswortel van MSE. Mape 8211 Mean Absolute Persent Fout Mape skakel ook die kansellasie van effek van positiewe en negatiewe foute deur die WHALM absolute waardes van die fout terme. Mape bereken die som van die persent fout maak met die volgende formule: Deur optel persent fout terme, kan Mape gebruik word om voorspellingsmodelle wat verskillende skale van meting gebruik vergelyk. Berekening Vooroordeel, mal, MSE, RMSE, en Mape in Excel vir die Geweegde bewegende gemiddelde Vooroordeel, mal, MSE, RMSE, en Mape sal in Excel bereken om die 2-interval, 3-interval te evalueer, en 6-interval geweegde bewegende gemiddelde voorspelling wat in hierdie artikel en soos volg getoon: Die eerste stap is om te bereken E t. E t 2. E t, E t / Y t-wet. en dan op te som dan soos volg: Vooroordeel, mal, MSE, Mape en RMSE kan soos volg bereken word: Dieselfde berekeninge is nou uitgevoer word om partydigheid, mal, MSE, Mape en RMSE bereken vir die 3-interval geweegde bewegende gemiddelde. Vooroordeel, mal, MSE, Mape en RMSE kan soos volg bereken word: Dieselfde berekeninge is nou uitgevoer word om te bereken vooroordeel, mal, MSE, Mape en RMSE vir die 6-interval geweegde bewegende gemiddelde. Vooroordeel, mal, MSE, Mape en RMSE kan soos volg bereken word: vooroordeel, mal, MSE, Mape en RMSE opgesom vir die 2-interval, 3-interval, en 6-interval geweegde bewegende gemiddeldes soos volg. Die 2-interval geweegde bewegende gemiddelde is die model wat die nouste pas dat werklike data, soos verwag sou word. 160 Excel Master Series Blog Gids statistiese onderwerpe en artikels in elke onderwerp