Mit A Moving Average To Prognose

Moving Average Forecasting. Introduction Wie Sie vielleicht erraten, wir sind auf der Suche nach einigen der primitivsten Ansätze zur Prognose Aber hoffentlich sind diese zumindest eine lohnende Einführung in einige der Computing-Fragen im Zusammenhang mit der Umsetzung von Prognosen in Kalkulationstabellen. In diesem Sinne werden wir weiter vorbei Beginnend am Anfang und mit der Arbeit mit Moving Average Prognosen beginnen. Moving Average Prognosen Jeder ist vertraut mit gleitenden durchschnittlichen Prognosen unabhängig davon, ob sie glauben, sie sind alle College-Studenten tun sie die ganze Zeit Denken Sie an Ihre Testergebnisse in einem Kurs, wo Sie gehen werden Haben vier Tests während des Semesters Lassen Sie Sie davon ausgehen, Sie haben eine 85 auf Ihrem ersten Test. Was würden Sie vorhersagen, für Ihre zweite Test-Score. Was denkst du, dein Lehrer würde für Ihre nächste Test-Score vorauszusagen. Was denkst du, deine Freunde können voraussagen Für deine nächste Testpartitur. Was denkst du, deine Eltern könnten für deinen nächsten Testbericht voraussagen. Unabhängig von all dem Blabbing, den du deinen Freunden und Eltern machen kannst, sind sie und dein Lehrer sehr wahrscheinlich, dass du etwas in der Gegend bekommst Von der 85 Sie gerade bekommen. Well, jetzt lassen Sie s davon ausgehen, dass trotz Ihrer Selbst-Förderung zu Ihren Freunden, Sie über-schätzen Sie sich selbst und Figur können Sie weniger für den zweiten Test zu studieren und so erhalten Sie eine 73.Now was sind Alle betroffenen und unbeteiligten gehen zu antizipieren Sie werden auf Ihrem dritten Test Es gibt zwei sehr wahrscheinlich Ansätze für sie, um eine Schätzung zu entwickeln, unabhängig davon, ob sie es mit Ihnen teilen. Sie können sich selbst sagen, Dieser Kerl ist immer bläst Rauch Über seine smarts Er wird eine weitere 73 bekommen, wenn er Glück hat. Maybe die Eltern werden versuchen, mehr unterstützen und sagen, Nun, so weit haben Sie eine 85 und eine 73 bekommen, so vielleicht sollten Sie sich auf eine 85 73 2 79 Ich weiß es nicht, vielleicht, wenn du weniger feiern musstest und den Wiesel an der ganzen Stelle wedeln würdest und wenn du anfingst, viel mehr zu studieren, kannst du eine höhere Punktzahl bekommen. Von diesen Schätzungen werden tatsächlich durchschnittliche Prognosen getragen. Die erste ist nur Ihre jüngsten Score zu prognostizieren Ihre zukünftige Leistung Dies wird als eine gleitende durchschnittliche Prognose mit einer Periode von Daten. Die zweite ist auch eine gleitende durchschnittliche Prognose aber mit zwei Perioden von data. Let s davon ausgehen, dass alle diese Menschen Zerschlagung Auf deinem großen Verstand hast du dich verärgert und du entscheidest, den dritten Test aus deinen eigenen Gründen gut zu machen und eine höhere Punktzahl vor deinen Verbündeten zu setzen. Du nimmst den Test und dein Ergebnis ist eigentlich ein Allein, auch dich selbst , Ist beeindruckt. So jetzt haben Sie die endgültige Prüfung des Semesters kommen und wie üblich fühlen Sie sich die Notwendigkeit, goad jeder in die Herstellung ihrer Vorhersagen darüber, wie Sie tun, auf den letzten Test Nun, hoffentlich sehen Sie das Muster. Jetzt, hoffentlich Du siehst das Muster, das du glaubst, ist das genaueste. Whistle Während wir arbeiten Jetzt kehren wir zu unserer neuen Reinigungsfirma zurück, die von deiner entfremdeten Halbschwester namens Whistle angerufen wurde. Wir arbeiten, wir haben einige vergangene Verkaufsdaten, die durch den folgenden Abschnitt dargestellt werden Kalkulationstabelle Wir stellen zunächst die Daten für eine dreiseitige gleitende durchschnittliche Prognose dar. Der Eintrag für Zelle C6 sollte sein. Jetzt kannst du diese Zellformel in die anderen Zellen C7 bis C11 kopieren. Nichts, wie sich der Durchschnitt über die aktuellsten historischen Daten bewegt Verwendet genau die drei letzten Perioden, die für jede Vorhersage zur Verfügung stehen Sie sollten auch bemerken, dass wir nicht wirklich brauchen, um die Vorhersagen für die vergangenen Perioden zu machen, um unsere jüngste Vorhersage zu entwickeln. Dies ist definitiv anders als das exponentielle Glättungsmodell Vergangenheit Vorhersagen, weil wir sie in der nächsten Web-Seite verwenden, um die Vorhersagegültigkeit zu messen. Jetzt möchte ich die analogen Ergebnisse für eine zwei Periode gleitende durchschnittliche Prognose zu präsentieren. Der Eintrag für Zelle C5 sollte. Jetzt können Sie diese Zelle Formel auf zu kopieren Die anderen Zellen C6 bis C11.Notice, wie jetzt nur die beiden letzten Stücke von historischen Daten für jede Vorhersage verwendet werden Wieder habe ich die Vergangenheit Vorhersagen für illustrative Zwecke und für spätere Verwendung in der Prognosevalidierung enthalten. Einige andere Dinge, die von Bedeutung sind Hinweis: Für eine m-Periode gleitende durchschnittliche Prognose nur die m aktuellsten Datenwerte verwendet werden, um die Vorhersage Nichts anderes ist notwendig. Für eine m-Periode gleitende durchschnittliche Prognose, wenn Vergangenheit Vorhersagen, beachten Sie, dass die erste Vorhersage tritt in der Periode M 1.Both von diesen Fragen wird sehr wichtig sein, wenn wir unseren Code entwickeln. Entwicklung der Moving Average Function Jetzt müssen wir den Code für die gleitende durchschnittliche Prognose entwickeln, die flexibler genutzt werden kann Der Code folgt Beachten Sie, dass die Eingaben für die Anzahl der Perioden, die Sie in der Prognose verwenden möchten und das Array von historischen Werten Sie können es in beliebiger Arbeitsmappe speichern, die Sie wollen. Funktion MovingAverage Historical, NumberOfPeriods Als Single Declaring und Initialisierung von Variablen Dim Item Als Variant Dim Zähler als Integer Dim Accumulation als Single Dim HistoricalSize als Integer. Initialisierung von Variablen Zähler 1 Akkumulation 0. Ermittlung der Größe des Historischen Arrays HistoricalSize. For Counter 1 Zu NumberOfPeriods. Akkumulation der passenden Anzahl der letzten bisher beobachteten Werte. Accumulation Accumulation Historical HistoricalSize - NumberOfPeriods Counter. MovingAverage Accumulation NumberOfPeriods. The Code wird in der Klasse erklärt Sie wollen die Funktion auf der Tabelle zu positionieren, so dass das Ergebnis der Berechnung erscheint, wo es sollte Wie die folgenden. Moving Averages So verwenden Sie Them. Einige der primären Funktionen eines gleitenden Durchschnitt sind zu identifizieren Trends und Umkehrungen messen die Stärke eines Vermögens s Momentum und bestimmen potenzielle Bereiche, wo ein Vermögenswert finden Unterstützung oder Widerstand In diesem Abschnitt wir Wird darauf hinweisen, wie unterschiedliche Zeiträume die Dynamik überwachen können und wie sich die Bewegungsdurchschnitte bei der Einstellung von Stop-Verlusten vorteilhaft sein können. Darüber hinaus werden wir einige der Fähigkeiten und Einschränkungen von gleitenden Durchschnitten ansprechen, die man bei der Verwendung als Teil eines Trading-Routine-Trends berücksichtigen sollte Die Identifizierung von Trends ist eine der Schlüsselfunktionen der bewegten Durchschnitte, die von den meisten Händlern verwendet werden, die den Trend zu ihrem Freund machen wollen. Durchgehende Durchschnitte sind nacheilende Indikatoren, was bedeutet, dass sie keine neuen Trends vorhersagen, aber die Trends bestätigen, sobald sie etabliert sind Sie sehen in Abbildung 1, eine Aktie gilt als in einem Aufwärtstrend, wenn der Preis über einem gleitenden Durchschnitt ist und der Durchschnitt ist nach oben geneigt Umgekehrt wird ein Händler einen Preis unter einem nach unten geneigten Durchschnitt verwenden, um einen Abwärtstrend zu bestätigen Viele Händler werden Nur in Erwägung ziehen, eine lange Position in einem Vermögenswert zu halten, wenn der Preis über einen gleitenden Durchschnitt gehandelt wird Diese einfache Regel kann dazu beitragen, dass der Trend in den Händlern begünstigt. Momentum Viele Anfänger Händler fragen, wie es möglich ist, Momentum zu messen und wie gleitende Mittelwerte können Verwendet werden, um ein solches Kunststück anzupacken Die einfache Antwort ist, die Aufmerksamkeit auf die Zeitspannen zu berücksichtigen, die bei der Erstellung des Durchschnitts verwendet werden, da jeder Zeitraum wertvolle Einblicke in verschiedene Arten von Impuls geben kann. Im Allgemeinen kann kurzfristige Dynamik durch das Sehen gemessen werden Bei bewegten Durchschnitten, die sich auf Zeiträume von 20 Tagen oder weniger konzentrieren Die Betrachtung von gleitenden Durchschnitten, die mit einem Zeitraum von 20 bis 100 Tagen erstellt werden, gilt allgemein als ein gutes Maß für die mittelfristige Dynamik. Schließlich gilt jeder gleitende Durchschnitt, der 100 Tage oder Mehr in der Berechnung kann als ein Maß für die langfristige Dynamik verwendet werden Gemeinsamer Sinn sollte Ihnen sagen, dass ein 15-Tage gleitenden Durchschnitt ist ein geeigneteres Maß für kurzfristige Dynamik als ein 200-Tage gleitenden Durchschnitt. Eines der besten Methoden Um die Stärke und die Richtung eines Vermögenswertes zu bestimmen, ist es, drei gleitende Durchschnitte auf ein Diagramm zu legen und dann genau darauf achten, wie sie sich in Beziehung zueinander stapeln. Die drei gleitenden Mittelwerte, die im Allgemeinen verwendet werden, haben unterschiedliche Zeitrahmen in einem Versuch Kurzfristige, mittelfristige und langfristige Kursbewegungen darstellen In Abbildung 2 ist ein starker Aufwärtsimpuls zu erkennen, wenn sich kürzere Mittelwerte über den längerfristigen Durchschnittswerten befinden und die beiden Durchschnittswerte divergieren. Umgekehrt, wenn die kürzere Zeit im Durchschnitt liegt Befinden sich unterhalb der längerfristigen Mittelwerte, ist der Impuls in der Abwärtsrichtung. Support Eine weitere häufige Verwendung von gleitenden Durchschnitten ist in der Bestimmung potenziellen Preis unterstützt Es dauert nicht viel Erfahrung im Umgang mit gleitenden Durchschnitten zu bemerken, dass der sinkende Preis eines Vermögenswertes Wird oft aufhören und umgekehrt Richtung auf dem gleichen Niveau wie ein wichtiger Durchschnitt Zum Beispiel in Abbildung 3 können Sie sehen, dass der 200-Tage gleitenden Durchschnitt in der Lage war, den Preis der Aktien zu stützen, nachdem es von seinem hohen in der Nähe von 32 Viele Händler fiel Wird ein Absprung von großen gleitenden Durchschnitten erwarten und wird andere technische Indikatoren als Bestätigung der erwarteten move. Resistance Sobald der Preis eines Vermögenswertes unter ein einflussreiches Niveau der Unterstützung, wie der 200-Tage gleitenden Durchschnitt fällt, ist es nicht ungewöhnlich Um die durchschnittliche Handlung als eine starke Barriere zu sehen, die Investoren daran hindert, den Preis über diesen Durchschnitt zurückzusetzen. Wie Sie aus der folgenden Tabelle sehen können, wird dieser Widerstand oft von Händlern als Zeichen verwendet, um Gewinne zu nehmen oder bestehende Longpositionen zu schließen Viele Short-Verkäufer werden auch diese Durchschnitte als Einstiegspunkte verwenden, weil der Preis oft von dem Widerstand abhängt und setzt seinen Umzug weiter fort Wenn Sie ein Investor sind, der eine lange Position in einem Vermögenswert hält, der unterhalb der großen gleitenden Durchschnitte gehandelt wird, kann es sein Ihr bestes Interesse, diese Ebenen genau zu beobachten, weil sie den Wert Ihrer Investition stark beeinflussen können. Stop-Verluste Die Unterstützung und Widerstandseigenschaften der bewegten Durchschnitte machen sie zu einem großartigen Werkzeug für die Verwaltung von Risiken Die Fähigkeit der Durchblendung, um strategische Orte zu identifizieren, um zu stoppen - Flight-Aufträge erlauben es den Händlern, die Positionen zu senken, bevor sie größer werden können. Wie Sie in Abbildung 5 sehen können, können Händler, die eine Long-Position in einer Aktie halten und ihre Stop-Loss-Aufträge unter einflussreichen Durchschnitten setzen, sich eine Menge Geld sparen Mit bewegten Durchschnitten, um Stop-Loss-Aufträge festzulegen, ist der Schlüssel für jede erfolgreiche Handelsstrategie. In der Praxis wird der gleitende Durchschnitt eine gute Schätzung des Mittelwerts der Zeitreihen liefern, wenn der Mittelwert konstant oder langsam verändert ist. Im Falle eines konstanten Mittels, Der größte Wert von m wird die besten Schätzungen des zugrunde liegenden Mittels geben Eine längere Beobachtungsperiode wird die Effekte der Variabilität ausgleichen. Der Zweck der Bereitstellung eines kleineren m ist es, die Prognose auf eine Änderung des zugrunde liegenden Prozesses zu reagieren, um zu veranschaulichen, Wir schlagen einen Datensatz vor, der Änderungen in der zugrundeliegenden Mittelzahl der Zeitreihe beinhaltet. Die Abbildung zeigt die zur Veranschaulichung verwendeten Zeitreihen zusammen mit der mittleren Nachfrage, aus der die Serie erzeugt wurde. Der Mittelwert beginnt bei 10, beginnend mit der Zeit 21 Um eine Einheit in jeder Periode zu erhöhen, bis sie den Wert von 20 zum Zeitpunkt 30 erreicht. Dann wird sie wieder konstant. Die Daten werden durch Hinzufügen zum Mittelwert, ein zufälliges Rauschen aus einer Normalverteilung mit Nullmittelwert und Standardabweichung 3 simuliert Die Simulation wird auf die nächste Ganzzahl gerundet. Die Tabelle zeigt die simulierten Beobachtungen, die für das Beispiel verwendet werden. Wenn wir die Tabelle verwenden, müssen wir uns daran erinnern, dass zu jedem gegebenen Zeitpunkt nur die vergangenen Daten bekannt sind. Die Schätzungen des Modellparameters für drei Es werden verschiedene Werte von m zusammen mit dem Mittelwert der Zeitreihen in der folgenden Abbildung dargestellt. Die Abbildung zeigt die gleitende durchschnittliche Schätzung des Mittelwertes zu jeder Zeit und nicht die Prognose Die Prognosen würden die gleitenden Mittelkurven nach Perioden nach rechts verschieben Schlussfolgerung ist aus der Figur sofort ersichtlich. Für alle drei Schätzungen liegt der gleitende Durchschnitt hinter dem linearen Trend zurück, wobei die Verzögerung mit m zunimmt. Die Verzögerung ist der Abstand zwischen dem Modell und der Schätzung in der Zeitdimension. Aufgrund der Verzögerung unterschätzt sich der gleitende Durchschnitt Die Beobachtungen als Mittelwert steigen Die Vorspannung des Schätzers ist die Differenz zu einer bestimmten Zeit im Mittelwert des Modells und der Mittelwert, der durch den gleitenden Durchschnitt vorhergesagt wird. Die Vorspannung, wenn der Mittelwert zunimmt, ist negativ Für ein abnehmendes Mittel, Bias ist positiv Die Verzögerung in der Zeit und die Vorspannung in der Schätzung eingeführt sind Funktionen von m Je größer der Wert von m desto größer die Größe der Verzögerung und Bias. Für eine kontinuierlich zunehmende Serie mit Trend a die Werte der Verzögerung und Bias des Schätzers Des Mittels ist in den folgenden Gleichungen gegeben. Die Beispielkurven stimmen nicht mit diesen Gleichungen überein, weil das Beispielmodell nicht kontinuierlich zunimmt, sondern es beginnt als Konstante, ändert sich zu einem Trend und wird dann wieder konstant Auch die Beispielkurven sind betroffen Das Rauschen. Die gleitende durchschnittliche Prognose der Perioden in die Zukunft wird durch die Verschiebung der Kurven nach rechts dargestellt Die Verzögerung und Bias steigen proportional Die Gleichungen unten zeigen die Verzögerung und Vorspannung einer Prognoseperioden in die Zukunft im Vergleich zu den Modellparametern Wieder, Diese Formeln sind für eine Zeitreihe mit einem konstanten linearen Trend. Wir sollten nicht über dieses Ergebnis überrascht werden Der gleitende durchschnittliche Schätzer basiert auf der Annahme eines konstanten Mittels, und das Beispiel hat einen linearen Trend im Mittel während eines Teils der Studienzeit Da Realzeitreihen nur selten den Annahmen eines Modells gehorchen, sollten wir auf solche Ergebnisse vorbereitet sein. Wir können auch aus der Figur schließen, dass die Variabilität des Rauschens die größte Wirkung für kleinere m hat. Die Schätzung ist viel volatiler Für den gleitenden Durchschnitt von 5 als der gleitende Durchschnitt von 20 Wir haben die widersprüchlichen Wünsche zu erhöhen m, um die Wirkung der Variabilität aufgrund des Rauschens zu reduzieren, und zu verringern m, um die Prognose besser auf Veränderungen in der Mittelgröße zu reagieren. Der Fehler ist der Unterschied zwischen den tatsächlichen Daten und dem prognostizierten Wert Wenn die Zeitreihe wirklich ein konstanter Wert ist, ist der Erwartungswert des Fehlers Null und die Varianz des Fehlers besteht aus einem Begriff, der eine Funktion und ein zweiter Term ist, der die Varianz ist Des Lärms. Der erste Term ist die Varianz des Mittelwertes mit einer Stichprobe von m Beobachtungen geschätzt, vorausgesetzt, die Daten stammen aus einer Population mit einem konstanten Mittelwert Dieser Begriff wird minimiert, indem man m so groß wie möglich macht Eine große m macht die Prognose nicht mehr ansprechbar Zu einer Veränderung der zugrunde liegenden Zeitreihe Um die Prognose auf Veränderungen zu reagieren, wollen wir m so klein wie möglich 1, aber das erhöht die Fehlerabweichung. Die praktische Prognose erfordert einen Zwischenwert. Forecasting mit Excel. Das Prognose-Add-In implementiert das Bewegen Durchschnittliche Formeln Das folgende Beispiel zeigt die Analyse, die durch das Add-In für die Beispieldaten in Spalte B bereitgestellt wird. Die ersten 10 Beobachtungen sind indiziert -9 bis 0. Im Vergleich zur obigen Tabelle werden die Periodenindizes um -10 erhöht. Die ersten zehn Beobachtungen Liefern die Startwerte für die Schätzung und werden verwendet, um den gleitenden Durchschnitt für die Periode 0 zu berechnen. Die MA 10 Spalte C zeigt die berechneten Bewegungsdurchschnitte Der gleitende Mittelwert m ist in Zelle C3 Die Spalte Fore 1 zeigt eine Prognose für eine Periode in die Zukunft Das Prognoseintervall befindet sich in Zelle D3 Wenn das Prognoseintervall auf eine größere Zahl geändert wird, werden die Zahlen in der Spalte Fore nach unten verschoben. Die Err 1 Spalte E zeigt den Unterschied zwischen der Beobachtung und der Prognose zB die Beobachtung zum Zeitpunkt 1 Ist 6 Der prognostizierte Wert aus dem gleitenden Durchschnitt zum Zeitpunkt 0 beträgt 11 1 Der Fehler ist dann -5 1 Die Standardabweichung und die mittlere Durchschnittsabweichung MAD werden in den Zellen E6 bzw. E7 berechnet.