Usando Uma Média Móvel Para Previsão

Como você pode supor que nós estamos olhando algumas das aproximações as mais primitivas à previsão mas esperançosamente estes são pelo menos uma introdução de valor a algumas das edições de computação relacionadas a executar previsões em spreadsheets. In esta veia nós continuaremos por Começando no início e começar a trabalhar com previsões média móvel. Moving previsões médias Todo mundo está familiarizado com as previsões de média móvel, independentemente de se eles acreditam que são Todos os estudantes universitários fazê-los o tempo todo Pense sobre seus resultados de teste em um curso onde você está indo Ter quatro testes durante o semestre Vamos supor que você tem um 85 em seu primeiro teste. O que você poderia prever para sua segunda pontuação de teste. O que você acha que seu professor iria prever para sua próxima pontuação de teste. O que você acha que seus amigos podem prever Para a sua próxima pontuação de teste. O que você acha que seus pais podem prever para a sua próxima pontuação de teste. Independentemente de todos os blabbing você pode fazer para o seu fr Eu e seus pais, eles e seu professor são muito provável esperar que você obtenha algo na área dos 85 que você começou apenas. Bem, agora vamos supor que, apesar de sua auto-promoção para seus amigos, você over-estimate yourself E figura você pode estudar menos para o segundo teste e assim você começa um 73.Now o que são todos os interessados ​​e despreocupados vai antecipar você vai chegar em seu terceiro teste Há duas abordagens muito provável para eles desenvolverem uma estimativa, independentemente de Se eles vão compartilhá-lo com você. Eles podem dizer a si mesmos, Este cara está sempre soprando fumaça sobre o seu smarts Ele vai ter outro 73 se ele tiver sorte. Talvez os pais vão tentar ser mais solidário e dizer, Bem, então Longe de você ter obtido um 85 e um 73, então talvez você deve figura em obter cerca de 85 73 2 79 Eu não sei, talvez se você fez menos festas e weren t sacudir a doninha todo o lugar e se você começou a fazer um Muito mais estudar você poderia obter uma maior score. Both destas estimativas são reais A média móvel previsões. A primeira é usar apenas a sua pontuação mais recente para prever o seu desempenho futuro Isso é chamado de uma média móvel previsão usando um período de dados. O segundo é também uma média móvel previsão, mas usando dois períodos de dados. Somente Que todas essas pessoas rebentando em sua grande mente têm tipo de puto você fora e você decidir fazer bem no terceiro teste para suas próprias razões e colocar uma pontuação mais alta na frente de seus aliados Você faz o teste e sua pontuação é realmente um 89 Todo mundo, incluindo você, está impressionado. Então agora você tem o teste final do semestre chegando e, como de costume, você sente a necessidade de incitar todos a fazer suas predições sobre como você vai fazer no último teste. Bem, espero que você veja o Pattern. Now, espero que você pode ver o padrão Que você acha que é o mais preciso. Whistle Enquanto Trabalhamos Agora vamos voltar para a nossa nova empresa de limpeza iniciado por sua meia irmã distanciada chamado Whistle While We Work Você tem alguns dados de vendas passadas Representado pela seguinte seção de uma planilha Nós primeiro apresentar os dados para um período de três média móvel forecast. The entrada para a célula C6 deve ser. Now você pode copiar esta fórmula de célula para baixo para as outras células C7 a C11.Notice como a média se move Sobre os dados históricos mais recentes, mas usa exatamente os três períodos mais recentes disponíveis para cada previsão Você também deve notar que realmente não precisamos fazer as previsões para os períodos passados, a fim de desenvolver a nossa previsão mais recente Isso é definitivamente diferente do Modelo de suavização exponencial Eu incluí as previsões do passado, porque vamos usá-los na próxima página da web para medir a validade de previsão. Agora eu quero apresentar os resultados análogos para uma média de dois meses de previsão média móvel. A entrada para a célula C5 deve ser. Agora você Pode copiar esta fórmula de célula para baixo para as outras células C6 a C11.Notice como agora apenas as duas mais recentes peças de dados históricos são utilizados para cada previsão Novamente tenho incluir D as previsões passadas para fins ilustrativos e para uso posterior na validação de previsão. Algumas outras coisas que são de importância para aviso. Para uma m-período média móvel previsão apenas os m valores de dados mais recentes são utilizados para fazer a previsão Nada mais é necessário. Para uma média móvel de m-período de previsão, ao fazer predições passadas, observe que a primeira predição ocorre no período m 1.Todas estas questões serão muito significativas quando desenvolvemos o nosso code. Developing a função de média móvel Agora precisamos desenvolver O código para a previsão média móvel que pode ser usado de forma mais flexível O código segue Observe que as entradas são para o número de períodos que você deseja usar na previsão ea matriz de valores históricos Você pode armazená-lo em qualquer pasta de trabalho que você want. Function MovingAverage Histórico, NumberOfPeriods Como Único Declarar e inicializar variáveis ​​Dim Item como Variant Dim Counter As Integer Dim Acumulação como único Dim HistoricalSize As Integer. Inicializando variáveis ​​Contador 1 Acumulação 0. Determinando o tamanho da matriz histórica HistoricalSize. For Counter 1 To NumberOfPeriods. Acumulando o número apropriado de valores mais recentes anteriormente observados. Acumulação Acumulação Histórico Histórico Tamanho - NúmeroOfPeriodos Counter. MovingAverage Acumulação NumberOfPeriods. The código será explicado na classe Você deseja posicionar a função na planilha para que o resultado da computação aparece onde deveria Como o seguinte. Movendo médias Como usar Them. Some das funções primárias de uma média móvel são para identificar tendências e reversões medir a força da dinâmica de um ativo e determinar as áreas potenciais onde um recurso vai encontrar apoio ou resistência Nesta seção nós Irá apontar como diferentes períodos de tempo podem monitorar o momento e como as médias móveis podem ser benéficas na definição stop-loss Além disso, vamos abordar algumas das capacidades e limitações de médias móveis que se deve considerar quando usá-los como parte de uma rotina de negociação Tendência Identificar as tendências é uma das principais funções das médias móveis, que são nós A maioria dos comerciantes que procuram fazer a tendência seu amigo As médias móveis são indicadores de atraso, o que significa que eles não prevêem novas tendências, mas confirmam as tendências uma vez que foram estabelecidos Como você pode ver na Figura 1, um estoque é considerado como sendo Uma tendência de alta quando o preço está acima de uma média móvel ea média está inclinada para cima Por outro lado, um comerciante usará um preço abaixo de uma média descendente inclinada para confirmar uma tendência de baixa Muitos comerciantes só consideram manter uma posição longa em um ativo quando o preço está negociando Acima de uma média móvel Esta regra simples pode ajudar a garantir que a tendência funciona no favor. Momentum comerciantes Muitos comerciantes iniciantes perguntam como é possível medir impulso e como as médias móveis podem ser usados ​​para enfrentar tal façanha A resposta simples é pagar perto A atenção para os períodos de tempo utilizados na criação da média, como cada período de tempo pode fornecer uma visão valiosa em diferentes tipos de momentum Em geral, momentum de curto prazo pode ser medido olhando para mover Médias que se concentram em períodos de tempo de 20 dias ou menos Olhando para médias móveis que são criados com um período de 20 a 100 dias é geralmente considerada como uma boa medida de momento de médio prazo Finalmente, qualquer média móvel que usa 100 dias ou mais em O cálculo pode ser usado como uma medida de impulso de longo prazo O senso comum deve dizer-lhe que uma média móvel de 15 dias é uma medida mais adequada do momentum de curto prazo do que uma média móvel de 200 dias. Um dos melhores métodos para determinar A força ea direção de um momento do ativo é colocar três médias móveis em um gráfico e, em seguida, prestar muita atenção para a forma como eles se acumulam em relação uns aos outros As três médias móveis que são geralmente utilizados têm diferentes prazos em uma tentativa de representar Movimentos de preços de curto, médio e longo prazos. Na Figura 2, observa-se forte impulso ascendente quando as médias de curto prazo se situam acima das médias de longo prazo e as duas médias são divergentes. Inversamente, quando o curto prazo Outra utilização comum das médias móveis está na determinação de suportes de preços potenciais Não é preciso muita experiência em lidar com médias móveis para perceber que a queda do preço de Um recurso muitas vezes parar e inverter direção no mesmo nível que uma média importante Por exemplo, na Figura 3 você pode ver que a média móvel de 200 dias foi capaz de sustentar o preço do estoque depois que ele caiu de sua alta perto de 32 Muitos comerciantes antecipam um salto fora das médias moventes principais e usarão outros indicadores técnicos como a confirmação do movimento esperado. Resistência Uma vez que o preço de um recurso cai abaixo de um nível influential do apoio, tal como a média movente de 200 dias, é Não é raro ver o ato médio como uma barreira forte que impede os investidores de empurrar o preço de volta acima dessa média Como você pode ver a partir do gráfico abaixo, essa resistência é freqüentemente usado por comerciantes Um sinal para ter lucros ou para fechar qualquer posições longas existentes Muitos vendedores curtos também usar essas médias como pontos de entrada, porque o preço muitas vezes salta fora da resistência e continua a sua queda inferior Se você é um investidor que está segurando uma posição longa em um Que está negociando abaixo de médias móveis principais, pode ser em seu melhor interesse para prestar atenção a estes níveis pròxima porque podem afetar extremamente o valor de seu investment. Stop-Losses As características da sustentação e da resistência de médias móveis fazem-lhes uma ferramenta grande para controlar Risco A capacidade de médias móveis para identificar lugares estratégicos para definir stop-loss ordens permite que os comerciantes para cortar posições perdedoras antes que possam crescer maiores Como você pode ver na Figura 5, os comerciantes que detêm uma posição longa em um estoque e definir a sua paragem Ordens de perda abaixo médias influentes podem salvar-se muito dinheiro Usando médias móveis para definir stop-loss ordens é a chave para qualquer estratégia de negociação bem sucedida. Na prática a ave em movimento Rage fornecerá uma boa estimativa da média da série temporal se a média for constante ou mudando lentamente. No caso de uma média constante, o maior valor de m dará as melhores estimativas da média subjacente. Os efeitos da variabilidade. A finalidade de fornecer um m menor é permitir que a previsão para responder a uma mudança no processo subjacente Para ilustrar, propomos um conjunto de dados que incorpora mudanças na média subjacente da série temporal A figura mostra o tempo Série usada para ilustração em conjunto com a demanda média a partir da qual a série foi gerada A média começa como uma constante em 10 A partir do tempo 21, ela aumenta em uma unidade em cada período até atingir o valor de 20 no tempo 30 Então torna-se constante Novamente Os dados são simulados adicionando à média um ruído aleatório de uma distribuição Normal com média zero e desvio padrão 3 Os resultados da simulação são arredondados para o inteiro mais próximo. Se as observações simuladas utilizadas para o exemplo. Quando usamos a tabela, devemos lembrar que a qualquer momento, apenas os dados passados ​​são conhecidos. As estimativas do parâmetro do modelo, para três valores diferentes de m são mostrados juntamente com a média Da série temporal na figura abaixo A figura mostra a média móvel estimativa da média em cada momento e não a previsão As previsões iria deslocar a média móvel curvas para a direita por periods. One conclusão é imediatamente aparente a partir do valor Para todos os três Estima-se que a média móvel está atrasada em relação à tendência linear, com o atraso aumentando com m. O atraso é a distância entre o modelo e a estimativa na dimensão temporal Por meio do desfasamento, a média móvel subestima as observações à medida que a média aumenta. O estimador é a diferença em um tempo específico no valor médio do modelo eo valor médio predito pela média móvel O viés quando a média está aumentando é negativo Para uma diminuição O desvio é positivo O atraso no tempo e o viés introduzido na estimativa são funções de m Quanto maior o valor de m maior a magnitude do atraso e do viés. Para uma série continuamente crescente com tendência a os valores de lag e O viés do estimador da média é dado nas equações abaixo. As curvas de exemplo não correspondem a essas equações porque o modelo de exemplo não está aumentando continuamente, em vez disso, ele começa como uma constante, muda para uma tendência e depois se torna constante novamente. As curvas são afetadas pelo ruído. A previsão média móvel de períodos no futuro é representada pelo deslocamento das curvas para a direita. O atraso e o viés aumentam proporcionalmente As equações abaixo indicam o atraso e o viés de um período de previsão no futuro quando comparado ao Parâmetros do modelo Novamente, essas fórmulas são para uma série de tempo com uma tendência linear constante. Não devemos nos surpreender com este resultado O estimador da média móvel é baseado na suposição de um const E o exemplo tem uma tendência linear na média durante uma porção do período de estudo. Como as séries de tempo real raramente obedecerão exatamente aos pressupostos de qualquer modelo, devemos estar preparados para tais resultados. Também podemos concluir a partir da figura que A variabilidade do ruído tem o maior efeito para m menor A estimativa é muito mais volátil para a média móvel de 5 que a média móvel de 20 Temos os desejos conflitantes de aumentar m para reduzir o efeito da variabilidade devido ao ruído e Para diminuir m para tornar a previsão mais sensível às mudanças na média. O erro é a diferença entre os dados reais eo valor previsto Se a série de tempo é verdadeiramente um valor constante o valor esperado do erro é zero ea variância do erro É composto por um termo que é uma função de e um segundo termo que é a variância do ruído. O primeiro termo é a variância da média estimada com uma amostra de m observações, assumindo que os dados vêm de um populati On com uma média constante Este termo é minimizado fazendo m tão grande quanto possível A m grande torna a previsão não responde a uma mudança na série de tempo subjacente Para fazer a previsão responsiva às mudanças, queremos m tão pequeno quanto possível 1, mas isso Aumenta a variância de erro A previsão prática requer um valor intermediário. Previsão com o Excel O suplemento de Previsão implementa as fórmulas de média móvel O exemplo abaixo mostra a análise fornecida pelo suplemento para os dados de amostra na coluna B As primeiras 10 observações são indexadas -9 a 0 Em comparação com a tabela acima, os índices de período são deslocados por -10. As primeiras dez observações fornecem os valores de inicialização para a estimativa e são usadas para calcular a média móvel para o período 0. A coluna C de MA 10 mostra a movimentação computada Médias O parâmetro de média móvel m está na célula C3 A coluna Fore 1 D mostra uma previsão para um período no futuro O intervalo de previsão está na célula D3 Quando o intervalo de previsão é alterado para Um número maior os números na coluna Fore são deslocados para baixo. A coluna Err 1 E mostra a diferença entre a observação e a previsão Por exemplo, a observação no tempo 1 é 6 O valor previsto feito a partir da média móvel no tempo 0 é 11 1 O erro é então de -5 1 O desvio padrão eo Desvio médio médio MAD são calculados nas células E6 e E7, respectivamente.