Flyttande medelvärde I det här exemplet lär du dig hur du beräknar glidande medelvärdet för en tidsreaktor i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Det går inte att hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta medelvärde och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv en graf över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer topparna och dalarna utjämnas. Ju mindre intervallet desto närmare de rörliga medelvärdena ligger till de faktiska datapunkterna. Möjlig medelprognos införande. Som du kan gissa vi tittar på några av de mest primitiva tillvägagångssätten för prognoser. Men förhoppningsvis är dessa åtminstone en värdefull introduktion till några av de datorproblem som är relaterade till att implementera prognoser i kalkylblad. I den här venen fortsätter vi med att börja i början och börja arbeta med Moving Average prognoser. Flyttande medelprognoser. Alla är bekanta med att flytta genomsnittliga prognoser oavsett om de tror att de är. Alla studenter gör dem hela tiden. Tänk på dina testresultat i en kurs där du ska ha fyra tester under semestern. Låt oss anta att du fick en 85 på ditt första test. Vad skulle du förutse för ditt andra testresultat Vad tycker du att din lärare skulle förutsäga för nästa testresultat Vad tycker du att dina vänner kan förutsäga för nästa testresultat Vad tror du att dina föräldrar kan förutsäga för nästa testresultat Oavsett om alla blabbing du kan göra för dina vänner och föräldrar, de och din lärare förväntas mycket sannolikt att du får något i området 85 du bara har. Nåväl, nu kan vi anta att trots din egen marknadsföring till dina vänner överskattar du dig själv och räknar att du kan studera mindre för det andra testet och så får du en 73. Nu är vad alla berörda och oroade kommer att Förutse att du kommer att få ditt tredje test Det finns två väldigt troliga metoder för att utveckla en uppskattning oavsett om de kommer att dela den med dig. De kan säga till sig själva: "Den här killen sprider alltid rök om hans smarts. Hes kommer att få ytterligare 73 om han är lycklig. Kanske kommer föräldrarna att försöka vara mer stödjande och säga, Quote, hittills har du fått en 85 och en 73, så kanske du ska räkna med att få en (85 73) 2 79. Jag vet inte, kanske om du gjorde mindre fester och werent vaggar vassan överallt och om du började göra mycket mer studerar kan du få en högre poäng. quot Båda dessa uppskattningar flyttade faktiskt genomsnittliga prognoser. Den första använder endast din senaste poäng för att förutse din framtida prestanda. Detta kallas en glidande genomsnittlig prognos med en period av data. Den andra är också en rörlig genomsnittlig prognos men använder två dataperioder. Låt oss anta att alla dessa människor bråkar på ditt stora sinne, har gett dig en puss och du bestämmer dig för att göra det bra på det tredje testet av dina egna skäl och att lägga ett högre poäng framför din quotalliesquot. Du tar testet och din poäng är faktiskt en 89 Alla, inklusive dig själv, är imponerade. Så nu har du det sista testet av terminen som kommer upp och som vanligt känner du behovet av att ge alla till att göra sina förutsägelser om hur du ska göra på det sista testet. Jo, förhoppningsvis ser du mönstret. Nu kan du förhoppningsvis se mönstret. Vilken tror du är den mest exakta visselpipan medan vi arbetar. Nu återvänder vi till vårt nya rengöringsföretag som startas av din främmande halvsyster, kallad Whistle While We Work. Du har några tidigare försäljningsdata som representeras av följande avsnitt från ett kalkylblad. Vi presenterar först data för en treårs glidande medelprognos. Posten för cell C6 ska vara Nu kan du kopiera den här cellformeln ner till de andra cellerna C7 till och med C11. Lägg märke till hur genomsnittet rör sig över de senaste historiska data men använder exakt de tre senaste perioderna som finns tillgängliga för varje förutsägelse. Du bör också märka att vi inte verkligen behöver göra förutsägelser för de senaste perioderna för att utveckla vår senaste förutsägelse. Detta är definitivt annorlunda än exponentiell utjämningsmodell. Ive inkluderade quotpast predictionsquot eftersom vi kommer att använda dem på nästa webbsida för att mäta förutsägelse validitet. Nu vill jag presentera de analoga resultaten för en tvåårs glidande medelprognos. Posten för cell C5 ska vara Nu kan du kopiera den här cellformeln ner till de andra cellerna C6 till och med C11. Lägg märke till hur nu endast de två senaste bitarna av historiska data används för varje förutsägelse. Återigen har jag inkluderat quotpast predictionsquot för illustrativa ändamål och för senare användning i prognosvalidering. Några andra saker som är viktiga att märka. För en m-period som rör genomsnittlig prognos används endast de senaste datavärdena för att göra förutsägelsen. Inget annat är nödvändigt. För en m-period rörande genomsnittlig prognos, när du gör quotpast predictionsquot, märka att den första förutsägelsen sker i period m 1. Båda dessa problem kommer att vara väldigt signifikanta när vi utvecklar vår kod. Utveckla den rörliga genomsnittsfunktionen. Nu behöver vi utveckla koden för den glidande medelprognosen som kan användas mer flexibelt. Koden följer. Observera att inmatningarna är för antalet perioder du vill använda i prognosen och en rad historiska värden. Du kan lagra den i vilken arbetsbok du vill ha. Funktion MovingAverage (Historical, NumberOfPeriods) Som enstaka deklarering och initialisering av variabler Dim-objekt som variant Dim-räknare som integer Dim-ackumulering som enstaka Dim HistoricalSize som heltal Initialiserande variabler Counter 1 ackumulering 0 Bestämning av storleken på Historisk matris Historisk storlek Historical. Count för Counter 1 till NumberOfPeriods Ackumulera lämpligt antal senast tidigare observerade värden ackumulering ackumulering historisk (historicalSize - numberOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods Koden förklaras i klassen. Du vill placera funktionen på kalkylbladet så att resultatet av beräkningen visas där det skulle tycka om följande. I min senaste bok Praktiska tidsserieprognoser: En praktisk guide. Jag inkluderade ett exempel på att använda Microsoft Excels glidande genomsnittlig tomt för att undertrycka månadsäsong. Detta görs genom att skapa ett linjeplot av serien över tiden och sedan lägga till Trendline gt Moving Average (se mitt inlägg om undertryckande säsongsförhållanden). Syftet med att lägga till den glidande genomsnittliga trendlinjen till en tidsplan är att bättre se en trend i data, genom att undertrycka säsongsalder. Ett glidande medelvärde med fönsterbredd w betyder medelvärde över varje uppsättning av w-konsekutiva värden. För att visualisera en tidsserie använder vi vanligtvis ett centrerat glidande medelvärde med w-säsongen. I ett centrerat glidande medel beräknas värdet på det glidande medlet vid tid t (MA t) genom att centrera fönstret kring tiden t och medelvärdet över w-värdena i fönstret. Om vi till exempel har dagliga data och vi misstänker en veckodagseffekt, kan vi undertrycka det med ett centrerat glidande medelvärde med w7 och sedan planera MA-linjen. En observant deltagare i min online-kursprognos Upptäckt att Excels glidande medelvärde producerar inte vad vi förväntar oss: I stället för medelvärdet över ett fönster som är centrerat kring en tidsperiod, tar det helt enkelt genomsnittet för de senaste w månaderna (kallad en efterföljande glidande medelvärde). Medan efterföljande rörliga medelvärden är användbara för prognoser, är de sämre för visualisering, särskilt när serien har en trend. Anledningen är att det efterföljande glidande medlet ligger bakom. Titta på figuren nedan, och du kan se skillnaden mellan Excels efterföljande glidande medelvärde (svart) och ett centrerat glidande medelvärde (rött). Det faktum att Excel producerar ett efterföljande glidande medelvärde i Trendline-menyn är ganska störande och vilseledande. Ännu mer störande är dokumentationen. som felaktigt beskriver den efterföljande MA som produceras: Om Perioden är inställd till 2, används medelvärdet av de två första datapunkterna som den första punkten i den glidande genomsnittliga trendlinjen. Medelvärdet av andra och tredje datapunkter används som andra punkt i trendlinjen, och så vidare. För mer om glidande medelvärden, se här: Flytta genomsnittlig period Flytta genomsnittlig period Betydelse Längden på en glidande medelperiod, eller helt enkelt glidande medelperiod. betyder hur många barer som används för att beräkna det rörliga genomsnittet. När du väljer en rörlig genomsnittlig periodlängd bestämmer du hur långt tillbaka till historiken du vill se. Till exempel kommer ett enkelt glidande medelvärde med en period av 10 att beräknas genom att lägga till slutkurserna för de sista 10 staplarna och dela summan med 10. Resultatet, värdet på glidande medelvärdet. Representerar den genomsnittliga stängningskursen för de senaste 10 staplarna. Om din tidsram är 5 minuter representerar detta glidande medelvärde det genomsnittliga priset under de senaste 50 minuterna. Om du använder dagliga diagram, representerar den genomsnittliga stängningskursen under de senaste 10 dagarna (2 veckor). Periodlängd är den viktigaste rörliga genomsnittsparametern Det finns tre grundläggande parametrar som du kan ställa in med glidande medelvärden. Förutom periodlängden är de andra två: det pris som används för beräkning (t. ex. nära eller medelstora höga och låga) typen av glidande medelvärde (t. ex. enkel eller exponentiell) Av dessa tre parametrar kommer längden på den glidande medeltiden i de flesta fall vara det viktigaste. Om du är ny på glidande medelvärden, försök att sätta två enkla glidande medelvärden på ditt diagram (inte viktigt vilken säkerhet det är). Ställ in perioden för ett glidande medelvärde till 10 och perioden för det andra glidande medlet till 200. Skillnaden är enorm. Rörande medelvärden Lag bakom priset Ett korttidsflyttande medelvärde (t ex 10) spårar priset nära nästan hela tiden. Tvärtom dirigerar ett långsiktigt glidande medelvärde (t ex 200) ofta långt ifrån priset och håller sig borta under längre perioder. Du kommer märka att det långa rörliga genomsnittet ligger bakom priset, det går alltid i samma riktning som priset, men tar lite mer tid att flytta. Faktum är att alla glidande medelvärden ligger bakom priset. Ju längre periodens längd desto större är fördröjningen. Bästa rörliga genomsnittliga perioden Så är det bättre att använda korta glidande medelvärden, eftersom de är snabbare. Eller finns det några fördelar med att använda långa glidande medelvärden. Det finns ingen 8220right8221 sätt att göra många saker i finans och handel. Det finns också ingen 8220right8221 flyttning Genomsnittlig period. Fördelar med snabbare rörliga medelvärden De flesta som gillar handel är naturligtvis lockade till verktyg som verkar fungera snabbare och visar mer åtgärd. That8217s varför vi tenderar att spela med vansinnigt korta tidsramar för daytrading (har du redan försökt 10 sekunder eller 10 tick bar period på SampP500 Mycket spännande men ganska värdelös, åtminstone i mitt fall.) Med glidande medelvärdesval är det liknande som med barperioder. Särskilt om du är en näringsidkare på kort sikt. du känner förmodligen trängseln att du måste reagera så fort som möjligt för att hålla dig framför marknaderna. Du vill förmodligen fånga alla nya trender i början. Nackdelar med snabbare rörliga medelvärden Problemet med att vara väldigt snabbt är att du också kommer att vara fel ofta. Ju snabbare du bestämmer dig för att komma in i en potentiell handel. Ju mindre tid du har för beslutet, och ju mindre information du har tillgänglig när du gör det. Om trenden visar sig vara bra, kommer du sannolikt att tjäna mer pengar på det om du kommer in snart. Men på prisflyttningar som först ser ut som något stort kommer att hända, medan ett ögonblick senare flyttade och väntar lite längre med ditt beslut kunde ha räddat dig från att gå in i en förlorande handel. Lång eller kort period8230 Det är frågan. Det bästa du kan göra är att bestämma i förväg om du vill vara den snabb-ofta-ofta-felaktiga näringsidkaren eller den grundliga analytiker-som-missar-några-bra-branschen. Det finns en avvägning och det finns ingen väg kring det du kan vara den goda delen av båda (och om du försöker vara båda, är du mer sannolikt att hamna som den dåliga delen av båda). Ett tillvägagångssätt är inte som standard bättre än det andra. Ett bra sätt att se på det är: Hur många gånger per dag (månad, år beror på din tidshorisont) vill jag ha en meningsfull information från det glidande medlet. Eller med andra ord, hur ofta vill jag få en handelssignal Hur man väljer den bästa rörliga medeltiden för mig I idealfall kommer du att undersöka din market8217s historia och ta reda på den vanliga rytmen på marknaden och den typiska längden av trender och rör sig på marknaden. Till exempel är du daytrading SampP500-terminerna och genom att studera det förflutna (titta på diagrammen för intradagens prisutveckling under de senaste dagarna) kan man dra slutsatsen att en typisk intradag-trend på SampP500 varar i ca 25 minuter. Så du bestämmer dig för att du vill använda 25 minuters historia för beräkning av glidande medelvärde på varje stapel. Dela bara 25 av längden på varje stapel (tidsramen du visar på diagrammet) och du får antalet barer du ska använda för att beräkna de glidande medelvärdena (den glidande genomsnittliga perioden). Exempel: Du arbetar med 5 minuters staplar, du ställer in ditt glidande medelvärde med 5 bar. Du arbetar med 1 minuters staplar, du ställer in ditt glidande medelvärde vid 25 bar. Du arbetar med 3 minuters staplar, du ställer in ditt glidande medelvärde vid 8 bar. Jag vet att 3 gånger 8 är 24, men en sådan skillnad spelar ingen roll här. Marknaderna fortsätter att förändras I verkligheten, och i synnerhet på en marknad som SampP500, ändras den ideala rörliga genomsnittliga periodlängden eller rytmen på marknaden från dag till dag, och även från timme till timme. I idealfall kommer du alltid att använda den idealiska längden på glidande medelvärdet, och du kommer alltid bara snyggt fånga varje trend och hålla dig borta från varje fälla, eftersom ditt mirakel glidande medel skulle visa dig. Problemet är att du aldrig vet på förhand vad rytmen på marknaden kommer att bli. Om vi kunde se framtiden skulle handel vara så lätt. Välj en period och låt det visa dig om It8217s Bra Så det bästa du kan göra om du vill använda glidande medelvärden är att välja en period som ofta fungerar. Eftersom det inte finns någon period som alltid skulle fungera. Dessutom kan vad som fungerar för en person, inte fungera för andra personer. Så jag föreslår att du nu don8217t startar googling för 8220 den bästa glidande medeltiden8221, eftersom det blir en slöseri med tid. Sätt på lite längd. Använd det under en tid, och du kommer snart att känna dig själv om den perioden är för långsam, för snabb eller en bra för dig. En sista anteckning: 25-minutersperioden på SampP500 var bara ett exempel (första talet som kom till mitt huvud medan jag skrev). Det kan eller inte är lämpligt för dig. Genom att förbli på denna webbplats andor med hjälp av Macroption-innehåll bekräftar du att du har läst och godkänt användaravtalet som om du har skrivit det. Avtalet inkluderar även sekretesspolicy och cookies. Om du inte håller med någon del av detta avtal, vänligen lämna webbplatsen nu. All information är endast för utbildningsändamål och kan vara felaktigt, ofullständigt, föråldrat eller vanligt fel. Makroption är inte ansvarig för eventuella skador som uppstår genom att använda innehållet. Ingen finansiell, investering eller handelsrådgivning ges när som helst. kopiera 2017 Macroption
No comments:
Post a Comment