Gleitendurchschnitt Prognose Genauigkeit

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 beginnen mit Moving Average Prognosen zu arbeiten. 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 Ihre nächste Test-Score. Was denkst du, deine Eltern könnten für Ihre nächste Test-Score prognostizieren. Um trotz aller Blabbing können Sie tun, um Ihre fr Iend und Eltern, sie und dein Lehrer sind sehr wahrscheinlich zu erwarten, dass du etwas in der Gegend von 85 bekommst, die du gerade bekommen hast. Nun, jetzt gehts an, dass du trotz deiner Selbstbeförderung zu deinen Freunden dich selbst überschätzst Und die Zahl, die Sie weniger für den zweiten Test studieren können 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 unabhängig von zu entwickeln Ob sie es mit Ihnen teilen werden. Sie können sich selbst sagen, dieser Kerl ist immer bläst Rauch über seine smarts Er wird zu bekommen 73, wenn er Glück hat. Maybe die Eltern werden versuchen, mehr unterstützen und sagen, Nun, so Weit hast du eine 85 und eine 73 bekommen, also vielleicht solltest du auf eine 85 73 2 79 steigen. Ich weiß es nicht, vielleicht, wenn du weniger feiern wolltest und den Wiesel über den ganzen Platz wedelnd und wenn du anfingst zu tun Viel mehr studieren könnte man eine höhere score. Both von diesen Schätzungen sind tatsächlich Ly gleitende durchschnittliche Prognosen. Der erste ist mit 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 annehmen Dass all diese Leute, die auf deinem großen Verstand zerschlagen sind, dich irgendwie verärgert haben 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 89 Jeder, auch dich selbst, ist beeindruckt. So jetzt hast du die abschließende Prüfung des Semesters kommen und wie üblich fühlst du die Notwendigkeit, alle zu machen, die ihre Vorhersagen darüber machen, wie du bei dem letzten Test machst. Nun, hoffentlich sehst du das Pattern. Now, hoffentlich können Sie das Muster sehen, was Sie glauben, ist das genaueste. Whistle Während wir arbeiten Jetzt kehren wir zu unserer neuen Reinigungsfirma, die von Ihrer entfremdeten Halbschwester namens Whistle genannt wird, während wir arbeiten Sie haben einige vergangene Verkaufsdaten Vertreten durch den folgenden Abschnitt aus einer Kalkulationstabelle Wir stellen zunächst die Daten für eine dreistellige gleitende durchschnittliche Prognose dar. Der Eintrag für Zelle C6 sollte sein. Jetzt kannst du diese Zellformel in die anderen Zellen C7 bis C11 kopieren. Notice, wie sich der Durchschnitt bewegt Über die jüngsten historischen Daten, sondern nutzt genau die drei letzten Perioden für jede Vorhersage Sie sollten auch bemerken, dass wir nicht wirklich brauchen, um die Vorhersagen für die vergangenen Perioden zu machen, um unsere jüngsten Vorhersage zu entwickeln Dies ist definitiv anders als die Exponentielle Glättung Modell I ve enthalten die Vergangenheit Vorhersagen, weil wir sie in der nächsten Web-Seite verwenden, um Vorhersage Gültigkeit zu messen. Jetzt möchte ich die analogen Ergebnisse für eine zwei Periode gleitende durchschnittliche Prognose zu präsentieren. Der Eintrag für Zelle C5 sollte. Jetzt Sie Kann diese Zellformel auf die anderen Zellen C6 bis C11 kopieren. Notice, wie jetzt nur die beiden letzten Stücke historischer Daten für jede Vorhersage verwendet werden D die vergangenen Vorhersagen für illustrative Zwecke und für die spätere Verwendung in der Prognosevalidierung. Einige andere Dinge, die von Bedeutung zu bemerken sind. Für eine m-Periode gleitende durchschnittliche Prognose nur die m neuesten 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 entwickeln Der Code für die gleitende durchschnittliche Prognose, 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 speichern, was auch immer Arbeitsmappe 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 Trends zu identifizieren ist eine der Schlüsselfunktionen der gleitenden Durchschnitte, die uns sind Von den meisten Händlern, die versuchen, den Trend zu machen, ihre Freundbewegungsdurchschnitte sind nacheilende Indikatoren, was bedeutet, dass sie keine neuen Trends vorhersagen, aber die Trends bestätigen, sobald sie etabliert sind. Wie Sie in Abbildung 1 sehen können, gilt eine Aktie als in Ein Aufwärtstrend, wenn der Preis über einem gleitenden Durchschnitt liegt und der Durchschnitt nach oben geneigt ist. Umgekehrt wird ein Händler einen Preis unterhalb eines abwärts geneigten Durchschnitts verwenden, um einen Abwärtstrend zu bestätigen. Viele Händler werden nur eine lange Position in einem Vermögenswert halten, wenn der Preis gehandelt wird Über einen gleitenden Durchschnitt Diese einfache Regel kann dazu beitragen, dass der Trend funktioniert in den Händlern favor. Momentum Viele Anfänger Händler fragen, wie es möglich ist, Momentum zu messen und wie gleitende Mittelwerte verwendet werden können, um ein solches Kunststück zu begegnen Die einfache Antwort ist, um zu bezahlen Aufmerksamkeit auf die Zeiträume, die bei der Erstellung des Durchschnitts verwendet werden, da jeder Zeitraum wertvolle Einblicke in verschiedene Arten von Impuls liefern kann. Im Allgemeinen kann kurzfristige Dynamik durch das Bewegen beurteilt werden Mittelwerte, 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 an mittelfristigem Momentum. Schließlich wird jeder gleitende Durchschnitt, der 100 Tage oder mehr verwendet Die Berechnung kann als 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 zu bestimmen Die Stärke und die Richtung eines Vermögens s Momentum ist es, drei gleitende Durchschnitte auf ein Diagramm zu platzieren 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 zu vertreten Kurzfristige, mittelfristige und langfristige Kursbewegungen In Abbildung 2 wird ein starker Aufwärtsimpuls beobachtet, wenn kürzere Durchschnittswerte über den längerfristigen Durchschnittswerten liegen und die beiden Durchschnittswerte divergieren. Umgekehrt, wenn die kürzere, Rm Mittelwerte liegen 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 fallende Preis von Ein Vermögenswert 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 Aktie zu stützen, nachdem es von seinem hohen in der Nähe von 32 fiel Viele Händler werden eine Abkehr von großen gleitenden Durchschnitten erwarten und werden andere technische Indikatoren als Bestätigung der erwarteten Bewegung verwenden. Resistance Sobald der Preis eines Vermögenswertes unter ein einflussreiches Niveau der Unterstützung fällt, wie der 200-Tage gleitende Durchschnitt, ist es Nicht ungewöhnlich, um den durchschnittlichen Akt als eine starke Barriere zu sehen, die Investoren daran hindert, den Preis wieder über diesen Durchschnitt zu schieben. Wie Sie aus der folgenden Tabelle sehen können, wird dieser Widerstand oft von Händlern verwendet Sa Zeichen, um Gewinne zu nehmen oder alle bestehenden Long-Positionen zu schließen Viele Short-Verkäufer werden auch diese Mittelwerte als Einstiegspunkte verwenden, weil der Preis oft vom Widerstand abprallt und seine Verschiebung weiter setzt Wenn Sie ein Investor sind, der eine lange Position in einem hält Asset, das unterhalb der großen gleitenden Durchschnitte gehandelt wird, kann es in Ihrem besten Interesse sein, 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 hervorragenden Werkzeug für die Verwaltung Risiko Die Fähigkeit, Durchschnitte zu ermitteln, um strategische Orte zu identifizieren, um Stop-Loss-Aufträge festzulegen, erlaubt es Händlern, Positionen zu sperren, bevor sie größer werden können. Wie Sie in Abbildung 5 sehen können, Händler, die eine lange Position in einer Aktie halten und ihren Halt setzen - Blätter Aufträge unter einflussreichen Durchschnitten können sich eine Menge Geld sparen Mit bewegten Durchschnitten, um Stop-Loss-Aufträge zu setzen ist der Schlüssel zu jeder erfolgreichen Handelsstrategie. In der Praxis die bewegten ave Wut wird eine gute Schätzung des Mittelwertes der Zeitreihen liefern, wenn der Mittelwert konstant oder langsam verändert ist. Im Falle eines konstanten Mittels wird der größte Wert von m die besten Schätzungen des zugrunde liegenden Mittels geben. Eine längere Beobachtungsperiode wird durchschnittlich ausfallen Die Effekte der Variabilität. Der Zweck der Bereitstellung einer kleineren m ist es, die Prognose auf eine Änderung in der zugrunde liegenden Prozess zu reagieren Um zu veranschaulichen, schlagen wir einen Datensatz, der Änderungen in der zugrunde liegenden Mittel der Zeitreihe enthält Die Abbildung zeigt die Zeit Serie zur Illustration zusammen mit der mittleren Nachfrage, aus der die Serie erzeugt wurde. Der Mittelwert beginnt als Konstante bei 10 Ab dem Zeitpunkt 21 erhöht er sich in jeder Periode um eine Einheit, bis er zum Zeitpunkt 20 den Wert von 20 erreicht. Dann wird er konstant Wieder Die Daten werden durch Hinzufügen zum Mittelwert, ein zufälliges Rauschen aus einer Normalverteilung mit Null Mittelwert und Standardabweichung simuliert. 3 Die Ergebnisse der Simulation werden auf die nächste Ganzzahl gerundet. Die Tabelle sh 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 sind für drei verschiedene Werte von m zusammen mit dem Mittelwert dargestellt Der Zeitreihen in der folgenden Abbildung Die Abbildung zeigt die gleitende durchschnittliche Schätzung des Mittelwertes zu jeder Zeit und nicht die Prognose Die Prognosen würden die gleitenden Durchschnittskurven nach rechts um Perioden verschieben. Ein Schlussfolgerung ist sofort aus der Figur für alle drei sichtbar Schätzt den gleitenden Durchschnitt hinter dem linearen Trend, wobei die Verzögerung mit m ansteigt. Die Verzögerung ist der Abstand zwischen dem Modell und der Schätzung in der Zeitdimension. Aufgrund der Verzögerung unterschätzt der gleitende Durchschnitt die Beobachtungen, wenn der Mittelwert zunimmt Der Schätzer ist der Unterschied 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 eine Abnahme Die Vorspannung ist positiv Die Verzögerung in der Zeit und die Vorspannung, die in der Schätzung eingeführt werden, sind Funktionen von m Je größer der Wert von m um so größer ist die Größe der Verzögerung und Vorspannung. Für eine stetig ansteigende Serie mit Trend 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 das Beispiel Kurven werden durch das Rauschen beeinflusst. Die gleitende durchschnittliche Prognose der Perioden in die Zukunft wird durch die Verschiebung der Kurven nach rechts dargestellt. Die Verzögerung und die Vorspannung steigen proportional Die nachstehenden Gleichungen zeigen die Verzögerung und die Vorspannung einer Prognoseperiode in die Zukunft im Vergleich zum Modellparameter Auch 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 const Ameisen-Mittel, und das Beispiel hat eine lineare Tendenz im Mittel während eines Teils der Studienzeit Da Echtzeit-Reihen selten genau den Annahmen eines Modells gehorchen, sollten wir für solche Ergebnisse vorbereitet werden. Wir können auch aus der Figur schließen Die Variabilität des Rauschens hat die größte Wirkung für kleinere m 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 Lärms zu reduzieren, und Um m zu reduzieren, um die Prognose besser auf die Änderungen in der Mittelgröße zu reagieren. Der Fehler ist die Differenz zwischen den tatsächlichen Daten und dem prognostizierten Wert Wenn die Zeitreihe wirklich ein konstanter Wert ist, ist der erwartete Wert des Fehlers Null und die Varianz des Fehlers Besteht aus einem Begriff, der eine Funktion und ein zweiter Term ist, der die Varianz des Rauschens ist. Der erste Term ist die Varianz des Mittelwertes, der mit einer Stichprobe von m Beobachtungen geschätzt wird, vorausgesetzt, die Daten stammen aus einem Populati Mit einem konstanten Mittelwert Dieser Begriff wird minimiert, indem man m so groß wie möglich macht. Eine große m macht die Prognose nicht mehr auf eine Veränderung der zugrunde liegenden Zeitreihe reagieren 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 die gleitenden durchschnittlichen Formeln Das folgende Beispiel zeigt die Analyse, die durch das Add-In für die Beispieldaten in Spalte B bereitgestellt wird. Die ersten 10 Beobachtungen werden indiziert -9 bis 0 Im Vergleich zur obigen Tabelle werden die Periodenindizes um -10 verschoben. 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 berechnete Bewegung Mittelwerte Der gleitende Mittelwert m ist in Zelle C3 Die Spalte Fore 1 zeigt eine Prognose für einen Zeitraum in die Zukunft Das Prognoseintervall befindet sich in Zelle D3 Wenn das Prognoseintervall geändert wird Eine größere Zahl werden die Zahlen in der Spalte Fore nach unten verschoben. Die Err 1 Spalte E zeigt den Unterschied zwischen der Beobachtung und der Prognose. Zum Beispiel ist die Beobachtung zum Zeitpunkt 1 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 mittlere Abweichung MAD werden in den Zellen E6 bzw. E7 berechnet.