Moving Average Best Pradiktor




Moving Average Best PrädiktorGleitender Durchschnitt Vorhersage Einleitung. Wie Sie vermutlich schauen, betrachten wir einige der primitivsten Ansatze zur Prognose. Aber hoffentlich sind diese zumindest eine lohnende Einfuhrung in einige der Rechenprobleme im Zusammenhang mit der Umsetzung von Prognosen in Tabellenkalkulationen. In diesem Sinne werden wir von Anfang an beginnen und beginnen mit Moving Average Prognosen zu arbeiten. Gleitende durchschnittliche Prognosen. Jeder ist vertraut mit gleitenden durchschnittlichen Prognosen, unabhangig davon, ob sie glauben, sie sind. Alle Studenten tun sie die ganze Zeit. Denken Sie an Ihre Testergebnisse in einem Kurs, in dem Sie vier Tests wahrend des Semesters haben werden. Angenommen, Sie haben eine 85 auf Ihrem ersten Test. Was wurden Sie vorhersagen, fur Ihre zweite Test-Score Was glauben Sie, Ihr Lehrer wurde fur Ihre nachste Test-Punkt vorhersagen Was denken Sie, Ihre Freunde konnten fur Ihre nachste Test-Punkt vorherzusagen Was denken Sie, Ihre Eltern konnten fur Ihre nachste Test-Score Unabhangig davon vorhersagen Alle die blabbing Sie tun konnten, um Ihre Freunde und Eltern, sie und Ihr Lehrer sind sehr wahrscheinlich zu erwarten, dass Sie etwas im Bereich der 85 erhalten Sie gerade bekommen. Nun, jetzt gehen wir davon aus, dass trotz Ihrer Selbst-Forderung an Ihre Freunde, Sie uber-schatzen Sie sich und Figur, die Sie weniger fur den zweiten Test lernen konnen und so erhalten Sie eine 73. Nun, was sind alle betroffenen und unbekummerten gehen Erwarten Sie erhalten auf Ihrem dritten Test Es gibt zwei sehr wahrscheinlich Ansatze, damit sie eine Schatzung unabhangig davon entwickeln, ob sie es mit Ihnen teilen. Sie konnen zu sich selbst sagen, dieser Kerl ist immer blast Rauch uber seine smarts. Hes gehend, ein anderes 73 zu erhalten, wenn hes glucklich. Vielleicht werden die Eltern versuchen, mehr unterstutzend und sagen, quotWell, so weit youve bekommen eine 85 und eine 73, so dass Sie vielleicht auf eine uber (85 73) / 2 79. Ich wei? nicht, vielleicht, wenn Sie weniger haben Partying und werent wedelte das Wiesel ganz uber dem Platz und wenn Sie anfingen, viel mehr zu studieren, konnten Sie einen hoheren score. quot erhalten. Beide dieser Schatzungen sind wirklich gleitende durchschnittliche Prognosen. Der erste verwendet nur Ihre jungste Punktzahl, um Ihre zukunftige Leistung zu prognostizieren. Dies wird als gleitende Durchschnittsprognose mit einer Datenperiode bezeichnet. Die zweite ist auch eine gleitende durchschnittliche Prognose, aber mit zwei Perioden von Daten. Nehmen wir an, dass alle diese Leute, die auf deinem gro?en Verstand zerschmettern, Art von dich angepisst haben und du entscheidest, auf dem dritten Test aus deinen eigenen Grunden gut zu tun und eine hohere Kerbe vor deinen quotalliesquot zu setzen. Sie nehmen den Test und Ihre Gaste ist eigentlich ein 89 Jeder, einschlie?lich selbst, ist beeindruckt. So jetzt haben Sie die abschlie?ende Prufung des Semesters herauf und wie ublich spuren Sie die Notwendigkeit, alle in die Vorhersagen zu machen, wie youll auf dem letzten Test tun. Nun, hoffentlich sehen Sie das Muster. Nun, hoffentlich konnen Sie das Muster sehen. Was glauben Sie, ist die genaueste Pfeife, wahrend wir arbeiten. Jetzt kehren wir zu unserer neuen Reinigungsfirma zuruck, die von Ihrer entfremdeten Halbschwester namens Whistle While We Work begonnen wurde. Sie haben einige vergangene Verkaufsdaten, die durch den folgenden Abschnitt aus einer Kalkulationstabelle dargestellt werden. Zuerst prasentieren wir die Daten fur eine dreidimensionale gleitende Durchschnittsprognose. Der Eintrag fur Zelle C6 sollte jetzt sein Sie konnen diese Zellformel auf die anderen Zellen C7 bis C11 kopieren. Beachten Sie, wie der Durchschnitt bewegt sich uber die jungsten historischen Daten, sondern verwendet genau die drei letzten Perioden zur Verfugung fur jede Vorhersage. Sie sollten auch feststellen, dass wir nicht wirklich brauchen, um die Vorhersagen fur die vergangenen Perioden zu machen, um unsere jungste Vorhersage zu entwickeln. Dies ist definitiv anders als das exponentielle Glattungsmodell. Ive eingeschlossen das quotpast predictionsquot, weil wir sie auf der folgenden Webseite verwenden, um Vorhersagegultigkeit zu messen. Nun mochte ich die analogen Ergebnisse fur eine zwei-Periode gleitenden Durchschnitt Prognose zu prasentieren. Der Eintrag fur Zelle C5 sollte jetzt sein Sie konnen diese Zellformel auf die anderen Zellen C6 bis C11 kopieren. Beachten Sie, wie jetzt nur die beiden letzten Stucke der historischen Daten fur jede Vorhersage verwendet werden. Wieder habe ich die quotpast predictionsquot Bilder dienen der Veranschaulichung und fur die spatere Verwendung in Prognose Validierung. Einige andere Dinge, die wichtig zu beachten sind. Fur einen m-Zeitraum durchschnittliche Prognose bewegen nur die m letzten Datenwerte werden verwendet, um die Vorhersage zu machen. Nichts anderes ist notwendig. Fur einen m-Zeitraum durchschnittliche Prognose bewegen, wenn quotpast predictionsquot machen, feststellen, dass die erste Vorhersage in Periode m 1. Beide Probleme auftritt, wird sehr bedeutend sein, wenn wir unseren Code zu entwickeln. Entwicklung der Moving Average Funktion. Jetzt mussen wir den Code fur den gleitenden Durchschnitt Prognose zu entwickeln, die flexibel eingesetzt werden konnen. Der Code folgt. Beachten Sie, dass die Eingange fur die Anzahl der Perioden sind Sie in der Prognose und dem Array von historischen Werten verwenden mochten. Sie konnen es in beliebiger Arbeitsmappe speichern. Funktion MovingAverage (Historische, NumberOfPeriods) As Single Deklarieren und Variablen Dim Artikel As Variant Dim Zahler As Integer Dim Accumulation As Single Dim HistoricalSize Initialisierung As Integer initialisieren Variablen Zahler 1 Accumulation 0 Bestimmung der Gro?e der historischen Array HistoricalSize Historical. Count fur Zahler 1 Um NumberOfPeriods Anhaufung der entsprechenden Anzahl der zuletzt beobachteten Werte Accumulation Accumulation Historical (HistoricalSize - NumberOfPeriods Counter) MovingAverage Accumulation / NumberOfPariods Der Code wird in der Klasse erklart. Sie wollen die Funktion auf der Tabelle platzieren, so dass das Ergebnis der Berechnung erscheint, wo es die folgenden. Moving Averages: Was sind sie Unter den beliebtesten technischen Indikatoren werden gleitende Mittelwerte verwendet, um die Richtung des aktuellen Trends zu messen. Jede Art von gleitendem Durchschnitt (gemeinhin in diesem Tutorial als MA geschrieben) ist ein mathematisches Ergebnis, das durch Mittelung einer Anzahl von vergangenen Datenpunkten berechnet wird. Sobald es bestimmt ist, wird der daraus resultierende Mittelwert dann auf eine Tabelle aufgetragen, um es den Handlern zu ermoglichen, auf geglattete Daten zu schauen, anstatt sich auf die taglichen Preisschwankungen zu konzentrieren, die in allen Finanzmarkten inharent sind. Die einfachste Form eines gleitenden Durchschnitts, der als einfacher gleitender Durchschnitt (SMA) bekannt ist, wird berechnet, indem das arithmetische Mittel eines gegebenen Satzes von Werten genommen wird. Um beispielsweise einen gleitenden 10-Tage-Durchschnitt zu berechnen, wurden Sie die Schlusskurse der letzten 10 Tage addieren und dann das Ergebnis mit 10 teilen. In Abbildung 1 ist die Summe der Preise fur die letzten 10 Tage (110) Geteilt durch die Anzahl von Tagen (10), um den 10-Tage-Durchschnitt zu erreichen. Wenn ein Trader einen 50-Tage-Durchschnitt sehen mochte, wurde die gleiche Art der Berechnung gemacht, aber er wurde auch die Preise in den letzten 50 Tagen enthalten. Der daraus resultierende Durchschnitt unter (11) berucksichtigt die letzten 10 Datenpunkte, um den Handlern eine Vorstellung davon zu geben, wie ein Vermogenswert im Verhaltnis zu den vergangenen 10 Tagen bewertet wird. Vielleicht fragen Sie sich, warum technische Handler nennen dieses Tool einen gleitenden Durchschnitt und nicht nur ein normaler Durchschnitt. Die Antwort ist, dass, wenn neue Werte verfugbar werden, die altesten Datenpunkte aus dem Satz fallen gelassen werden mussen und neue Datenpunkte hereinkommen mussen, um sie zu ersetzen. Somit bewegt sich der Datensatz standig, um neue Daten, wie er verfugbar wird, zu berucksichtigen. Diese Berechnungsmethode stellt sicher, dass nur die aktuellen Informationen berucksichtigt werden. Wenn in Fig. 2 der neue Wert von 5 zu dem Satz hinzugefugt wird, bewegt sich das rote Feld (das die letzten 10 Datenpunkte darstellt) nach rechts und der letzte Wert von 15 wird aus der Berechnung entfernt. Weil der relativ kleine Wert von 5 den hohen Wert von 15 ersetzt, wurden Sie erwarten, dass der Durchschnitt des Datensatzabbaus zu sehen, was er tut, in diesem Fall von 11 bis 10. Wie sehen sich die gleitenden Mittelwerte aus? MA berechnet worden sind, werden sie auf ein Diagramm aufgetragen und dann verbunden, um eine gleitende mittlere Linie zu erzeugen. Diese Kurvenlinien sind auf den Diagrammen der technischen Handler ublich, aber wie sie verwendet werden, konnen drastisch variieren (mehr dazu spater). Wie Sie in Abbildung 3 sehen konnen, ist es moglich, mehr als einen gleitenden Durchschnitt zu irgendeinem Diagramm hinzuzufugen, indem man die Anzahl der Zeitperioden, die in der Berechnung verwendet werden, anpasst. Diese kurvenreichen Linien scheinen vielleicht ablenkend oder verwirrend auf den ersten, aber youll wachsen Sie daran gewohnt, wie die Zeit vergeht. Die rote Linie ist einfach der durchschnittliche Preis in den letzten 50 Tagen, wahrend die blaue Linie der durchschnittliche Preis in den letzten 100 Tagen ist. Nun, da Sie verstehen, was ein gleitender Durchschnitt ist und wie es aussieht, stellen Sie auch eine andere Art von gleitenden Durchschnitt ein und untersuchen, wie es sich von der zuvor genannten einfachen gleitenden Durchschnitt unterscheidet. Die einfache gleitende Durchschnitt ist sehr beliebt bei den Handlern, aber wie alle technischen Indikatoren, hat es seine Kritiker. Viele Personen argumentieren, dass die Nutzlichkeit der SMA begrenzt ist, da jeder Punkt in der Datenreihe gleich gewichtet wird, unabhangig davon, wo er in der Sequenz auftritt. Kritiker argumentieren, dass die neuesten Daten bedeutender sind als die alteren Daten und sollten einen gro?eren Einfluss auf das Endergebnis haben. Als Reaktion auf diese Kritik begannen die Handler, den jungsten Daten mehr Gewicht zu verleihen, was seitdem zur Erfindung verschiedener Arten von neuen Durchschnittswerten gefuhrt hat, wobei der popularste der exponentielle gleitende Durchschnitt (EMA) ist. (Fur weitere Informationen siehe Grundlagen der gewichteten gleitenden Mittelwerte und was ist der Unterschied zwischen einer SMA und einer EMA) Exponentieller gleitender Durchschnitt Der exponentielle gleitende Durchschnitt ist eine Art von gleitendem Durchschnitt, die den jungsten Preisen mehr Gewicht verleiht, um sie reaktionsfahiger zu machen Zu neuen Informationen. Das Erlernen der etwas komplizierten Gleichung fur die Berechnung einer EMA kann fur viele Handler unnotig sein, da fast alle Kartierungspakete die Berechnungen fur Sie durchfuhren. Jedoch fur Sie Mathegeeks heraus dort, ist hier die EMA-Gleichung: Wenn Sie die Formel verwenden, um den ersten Punkt der EMA zu berechnen, konnen Sie feststellen, dass es keinen Wert gibt, der als das vorhergehende EMA benutzt werden kann. Dieses kleine Problem kann gelost werden, indem man die Berechnung mit einem einfachen gleitenden Durchschnitt beginnt und mit der obigen Formel fortfahrt. Wir haben Ihnen eine Beispielkalkulationstabelle zur Verfugung gestellt, die praktische Beispiele enthalt, wie Sie sowohl einen einfachen gleitenden Durchschnitt als auch einen exponentiellen gleitenden Durchschnitt berechnen konnen. Der Unterschied zwischen der EMA und SMA Nun, da Sie ein besseres Verstandnis haben, wie die SMA und die EMA berechnet werden, konnen wir einen Blick darauf werfen, wie sich diese Mittelwerte unterscheiden. Mit Blick auf die Berechnung der EMA, werden Sie feststellen, dass mehr Wert auf die jungsten Datenpunkte gelegt wird, so dass es eine Art von gewichteten Durchschnitt. In Abbildung 5 sind die Anzahl der Zeitperioden, die in jedem Durchschnitt verwendet werden, identisch (15), aber die EMA reagiert schneller auf die sich andernden Preise. Beachten Sie, wie die EMA einen hoheren Wert hat, wenn der Preis steigt, und fallt schneller als die SMA, wenn der Preis sinkt. Diese Reaktionsfahigkeit ist der Hauptgrund, warum viele Handler es vorziehen, die EMA uber die SMA zu verwenden. Was sind die verschiedenen Tage Durchschnittliche Mittelwerte sind eine vollig anpassbare Indikator, was bedeutet, dass der Benutzer frei wahlen konnen, was Zeitrahmen sie bei der Schaffung der durchschnittlichen wollen. Die haufigsten Zeitabschnitte, die bei gleitenden Durchschnitten verwendet werden, sind 15, 20, 30, 50, 100 und 200 Tage. Je kurzer die Zeitspanne, die verwendet wird, um den Durchschnitt zu erzeugen, desto empfindlicher wird es fur Preisanderungen sein. Je langer die Zeitspanne, desto weniger empfindlich, oder mehr geglattet, wird der Durchschnitt sein. Es gibt keinen richtigen Zeitrahmen fur die Einrichtung Ihrer gleitenden Durchschnitte. Der beste Weg, um herauszufinden, welche am besten fur Sie arbeitet, ist es, mit einer Reihe von verschiedenen Zeitperioden zu experimentieren, bis Sie eine finden, die zu Ihrer Strategie passt. Moving Averages: Wie Sie sie verwenden