Liukuva Keskiarvo Ennuste Virhe

Siirtyminen keskimääräiseen ennusteeseen. Integrointi Kuten ehkä arvailme, tarkastelemme joitakin alkeellisimpia ennusteiden lähestymistapoja. Toivottavasti nämä ovat ainakin hyödyllistä tutustua joihinkin laskentataulukoiden ennusteiden toteuttamiseen liittyviin laskentaan liittyviin kysymyksiin. aloittaen alusta ja aloittaa työskentelyn keskimääräisten ennusteiden kanssa. Keskimääräisten ennusteiden siirtäminen Jokainen tuntee liukuvat keskimääräiset ennusteet riippumatta siitä, uskovatko he ovat. Kaikki opiskelijat tekevät niitä koko ajan Ajattele testituloksia kurssissa, josta aiot sinulla on neljä testia lukukauden aikana Oletetaan, että sinulla on 85 testissä ensimmäisellä testillä. Mitä arvioisit toisen testipisteen suhteen? Mitä mieltä olet opettajasi seuraavan testipisteenne arvioimisesta? Mitä mieltä olet ystäväsi ennustavan seuraavalle testipistemäärällemme. Mitä mieltä olette vanhemmillenne seuraavan testipistemääränne suhteen. Riippumatta kaikista blabbereista, joita voit tehdä he ja sinun opettajasi odottavat todennäköisesti, että sait jotain 85: n juuri saamaasi alaan. Vaikka, nyt oletetaan, että huolimatta omasta mainoksestasi ystävillesi, olet yliarvioinut itsesi ja luku voi opiskella vähemmän toisen testin ja niin saat 73. Nyt, mitä kaikki ovat huolissaan ja huolimattomia menossa ennakoimaan saat kolmannella testillä on kaksi erittäin todennäköistä lähestymistapaa heille kehittää arvio riippumatta ovatko he jakaneet sen kanssasi. He voivat sanoa itselleen: Tämä kaveri puhaltaa aina savua hänen älykkyydestään. Hän aikoo saada toisen 73, jos hän on onnekas. Ehkä vanhemmat yrittävät olla tukevampia ja sanoa: No, niin että sinulla on 85 ja 73, joten ehkä sinun pitäisi ymmärtää 85 73 2 79 En tiedä, ehkä jos teet vähemmän juhlimista ja ettet vaivannut pikkulintua koko paikan päällä ja jos aloitit tekemään paljon enemmän opiskelu voit saada korkeampi score. Both näistä arvioista ovat todellisia Toinen on myös liukuva keskimääräinen ennuste, mutta käyttää kahta ajanjaksoa. Lien oletetaan että kaikki nämä ihmiset, jotka menettivät teidän suurta mieltänne, ovat jonkinlaisen kuohuttaneet sinut ja päättävät tehdä hyvin kolmannella testillä omasta syystä ja antaa korkeamman pistemäärän liittolaistensa edessä. Otat testin ja pisteet ovat oikeasti 89 Jokainen, mukaanlukien itsesi, on vaikuttunut. Nyt sinulla on lopullinen puolivälin testi, ja tavalliseen tapaan tunnet tarvetta yllyttää kaikki tekemään ennustusta siitä, miten teet viimeisen testin aikana. Toivottavasti näet kuvio. Nyt, toivottavasti näet kuvion Mitkä ovat mielestänne tarkimmat. Whistle Vaikka toimimme Nyt palataan uusi puhdistusyhtiö aloitti teidän estranged puolison sisar nimeltä Whistle Vaikka työskentelemme Sinulla on joitakin aiempia myynti tietoja edustaa seuraava osio laskentataulukosta Esittelemme ensin tiedot kolmelle ajanjaksolle liukuvalle keskimääräiselle ennusteelle. Solun C6 merkinnän tulisi olla. Nyt voit kopioida tämän solukehyksen alas muihin soluihin C7-C11. Huomaa, kuinka keskimääräinen liikkuu viimeisimpien historiallisten tietojen mukaan, mutta käyttää täsmälleen kolmea viimeisintä ajanjaksoa jokaiselle ennustukselle. Huomaa myös, että emme todellakaan tarvitse tehdä ennusteita aiempina aikoina, jotta voimme kehittää viimeisimmän ennustamme. Tämä on ehdottomasti erilainen kuin eksponentiaalinen tasoitusmalli Olen sisällyttänyt aikaisemmat ennusteet, koska käytämme niitä seuraavalla verkkosivulla mittaamaan ennusteiden pätevyys. Nyt haluan esittää samanlaiset tulokset kahden ajan liikkuvaa keskimääräistä ennustetta varten. C5-solun merkinnän pitäisi olla. voi kopioida tämän solukehyksen alas muille soluille C6-C11. Huomatkaa, kuinka kullekin ennusteelle käytetään vain kahta viimeisintä historiatietoa. Jälleen olen sisällyttänyt d aiempia ennusteita havainnollistamistarkoituksiin ja myöhempää käyttöä varten ennusteiden validoinnissa. Jotkin muut asiat, jotka ovat tärkeitä huomaamaan. Mm-ajan liikkuvaa keskimääräistä ennustetta käytetään vain m viimeisimpien tietojen arvojen avulla tehdä ennuste Mitään muuta ei ole tarpeen . M-aikavälin liukuva keskimääräinen ennuste, kun tehdään aikaisempia ennusteita, huomaa, että ensimmäinen ennuste tapahtuu ajanjaksolla m 1. Näistä asioista suuri merkitys on, kun kehitämme koodimme. Liikkuvan keskiarvotoiminnon kehittäminen Nyt meidän on kehitettävä liikkuvaa keskimääräistä ennusteita, joita voidaan käyttää joustavammin. Koodi seuraa Huomaa, että syötteet ovat ennusteiden ja historiallisten arvojen joukossa käytettävien aikajaksojen lukumäärää. Voit tallentaa sen haluamaasi työkirjaan. MovingAverage Historiallinen, NumberOfPeriods kuin yksittäinen Ilmoittaa ja alustaa muuttujat Dim Item kuin Variant Dim Counter kuin kokonaisluku Dim Kerääntyminen kuin yksi Dim HistoricalSize kuin kokonaisluku. Muuttujien alustaminen Counter 1: n kertyminen 0. Historical array HistoricalSize. ofin määrittäminen Counter 1: lle NumberOfPeriods: lle. Keräämällä sopiva määrä viimeisimpiä aiemmin havaittuja arvoja. Kerääntymisen kertyminen Historiallinen HistoricalSize - NumberOfPeriods Counter. MovingMaksujen keskimääräinen kertymänumero. Peruutukset. Koodi selitetään luokassa Haluat sijoittaa toiminnon laskentataulukkoon niin, että laskutoimitus näkyy missä se pitäisi kuten seuraavassa. Käytännössä liukuva keskiarvo antaa hyvän arvion aikasarjojen keskiarvosta, jos keskiarvo on vakio tai hitaasti muuttuva Vakaan keskiarvon tapauksessa m: n suurin arvo antaa parhaan estimaatin taustalla olevasta Keskimääräinen Pitempi havaintojakso keskittää vaihtelun vaikutukset keskenään. Pienemmän m: n tarjoamisen tarkoituksena on mahdollistaa ennusteiden vastaaminen taustalla olevan prosessin muutokseen. Havainnollistamiseksi ehdotamme tietojoukkoa, joka sisältää muutoksia taustalla olevaan keskiarvoon aikasarja Kuviossa on esitetty havainnollistettu aikasarja yhdessä keskimääräisen kysynnän kanssa, josta se on ries syntyi. Keskimäärä alkaa vakiona 10: ssä Lähtöhetkellä 21, se kasvaa yhdellä yksiköllä jokaisessa jaksossa, kunnes se saavuttaa 20: n arvon 30 hetkellä. Sitten se muuttuu vakiona. Tietojen simuloidaan lisäämällä keskiarvo, keskiarvo satunnaisen melun normaalijakaumasta nolla keskiarvolla ja keskihajonnalla 3 Simulointitulokset pyöristetään lähimpään kokonaislukuun. Taulukko esittää esimerkille käytetyt simuloituja havaintoja Kun käytämme taulukkoa, meidän on muistettava, että milloin tahansa, vain aikaisemmat tiedot ovat tunnettuja. Mallin parametrin arviot kolmen eri m: n arvolle esitetään yhdessä aikasarjojen keskiarvon kanssa alla olevassa kuvassa. Kuvassa näkyy keskimääräisen keskiarvon liukuva keskiarvo joka kerralla eikä ennuste Ennusteet siirtävät liukuvien keskiarvojen käyrät oikealle kausittain. Lopullinen johtopäätös on heti ilmeinen luvusta. Kaikkien kolmen arvioinnin mukaan liukuva keskiarvo viivästyy lineaarisen kehityksen taakse. ng kanssa m Viive on mallin ja aikamääritelmän välinen etäisyys Koska viivästys, liukuva keskiarvo aliarvioi havainnot keskiarvon kasvaessa Estimaattorin esijännitys on eroa tiettynä ajankohtana keskiarvona mallista ja keskimääräisestä arvosta, joka ennustaa liikkumavälin keskiarvolla. Esivärä, kun keskiarvo kasvaa, on negatiivinen. Vähemmän keskitasoa, esijännitys on positiivinen. Aikaviive ja arvioon otettu bias ovat m: n funktiot. m, sitä suurempi on viivästymisen ja biasin suuruus. Jatkuvasti kasvava sarja, jossa trendi a keskiarvon estimaattorin viive ja bias on annettu alla olevissa yhtälöissä. Esimerkkikäyrät eivät vastaa näitä yhtälöitä, koska esimerkkimalli on ei jatkuvasti kasvussa, vaan se alkaa jatkuvana, muuttuu trendiksi ja muuttuu taas jatkuvasti. Myös melu vaikuttaa myös esimerkkikäyräihin. Kausien liukuva keskimääräinen ennuste tulevaisuuteen on esitetty siirtäen käyrät oikealle Viive ja esijännitys suhteellisesti Alla esitetyt yhtälöt osoittavat ennustejaksojen viiveen ja ennakkoluulottomuuden tulevaisuuteen verrattuna malliparametreihin. Nämä kaavat taas ovat aikasarjoja, joilla on jatkuva lineaarinen kehitys. Nä ei pidä yllättyä tässä tuloksessa Liikkuvan keskiarvon estimaattori perustuu oletusarvoiseen vakioarvoon ja esimerkissä on lineaarinen kehitys keskimäärin osan tutkimusjakson aikana Koska reaaliaikasarjat noudattavat harvoin tarkasti niitä oletuksia mistä tahansa mallista, meidän pitäisi olla valmis tällaisiin tuloksiin. Voimme myös päätellä, että melun vaihtelulla on suurin vaikutus pienemmille m. Arvio on huomattavasti haihtumaton liikkuva keskiarvo 5 kuin liukuva keskiarvo 20 Meillä on ristiriitaiset toiveet lisätä m vähentää melun aiheuttaman vaihtelun vaikutusta ja pienentää m ennusteen paremmin reagoida keskimääräisiin muutoksiin. Virhe on di todellisen datan ja ennustetun arvon välinen suhde Jos aikasarja on todella vakioarvo, virheen odotettu arvo on nolla ja virheen varianssi muodostuu termistä, joka on funktio ja toinen termi, joka on varianssi . Ensimmäinen termi on keskiarvon varianssi, joka on arvioitu otoksella m havaintoja, olettaen, että tiedot tulevat väestöstä, jolla on vakio keskiarvo. Tämä termi minimoidaan tekemällä m mahdollisimman suuret. Suuri m tekee ennusteesta puuttuvan muuttuviin taustalla olevaan aikasarjaan Jotta ennuste olisi reagoiva muutoksiin, haluamme m pienemmäksi 1, mutta tämä lisää virhevariantia Käytännön ennuste vaatii välivaiheen arvon. Forecasting Excelin kanssa. Ennusteiden lisäosa toteuttaa liikkuvia muutoksia keskimääräiset kaavat Seuraavassa esimerkissä esitetään sarakkeessa B olevan näytteen tiedot lisäosan tarjoama analyysi Ensimmäiset 10 havaintoa indeksoidaan -9 - 0 Verrattuna edellä olevaan taulukkoon ajanjakso ind ices siirretään -10: llä. Ensimmäiset kymmenen havaintoa antavat arvioinnin käynnistysarvot ja niitä käytetään laskettaessa liukuva keskiarvo ajanjaksolle. MA 10-sarakkeessa C esitetään lasketut liukuva keskiarvot. Liikkuva keskiarvo m on solussa C3 Fore 1 sarake D näyttää ennustuksen yhdeksi jaksoksi tulevaisuuteen. Ennusteintervalli on solussa D3. Kun ennustevälit muuttuvat suuremmiksi, Fore-sarakkeessa olevat numerot siirretään alaspäin. Err 1-sarake E osoittaa havainnon ja ennuste Esimerkiksi havainto ajankohtana 1 on 6 Oletusarvo liikkuvasta keskiarvosta hetkellä 0 on 11 1 Virhe on -5 1 Keskimääräinen poikkeama ja keskiarvon keskihajonta MAD lasketaan vastaavasti soluissa E6 ja E7.Muuta keskimäärin - MA. BREAKING DOWN Liikkuva keskiarvo - MA. As SMA esimerkki, harkitse turvallisuutta seuraavilla sulkeutumishinnoilla 15 päivää. Viikko 1 5 päivää 20, 22, 24, 25., 23. Viikko 2 5 päivää 26, 28, 26, 29, 27. Viikko 3 5 päivää 28, 30 , 27, 29, 28. 10 päivän MA keskimäärin laskisi ensimmäisten 10 päivän päätöskurssit ensimmäisen datapisteenä. Seuraava datapiste alensivat aikaisimman hinnan, lisäsivät hinnan 11. päivänä ja ottaisivat keskiarvon, ja niin kuten alla. Kuten aiemmin on todettu, MAs viivästyttää nykyistä hinta toimintaa, koska ne perustuvat aiempiin hintoihin kauemmin MA: n aikajaksoa, sitä suurempaa viivettä Näin 200 päivän MA: lla on paljon suurempi viive kuin 20 päivää MA, koska se sisältää hinnat viimeisten 200 päivän aikana. Käytettävän MA: n pituus riippuu kaupankäynnin tavoitteista. Lyhyempiä kaupankäynnin kohteena olevia lyhytaikaisia ​​kaupankäyntijärjestelmiä käytetään pitempiaikaisten sijoittajien kannalta. päivän MA on laajalti sijoittajien ja kauppiaiden keskuudessa, ja tämän liiketalouden yläpuolella ja sen alapuolella olevat tauot ovat tärkeitä kaupankäyntijasignaaleja. Myös tärkeät kaupankäyntisignaalit antavat itselleen tai kun kaksi keskiarvoa ylittävät nouseva MA osoittaa, että turvallisuus on kun nouseva MA osoittaa, että se on i n laskutrendi Vastaavasti ylöspäin suuntautuvaa vauhtia vahvistetaan nousevan nousun jälkeen, mikä ilmenee, kun lyhyen aikavälin MA ylittää pidemmän aikavälin MA Downwardin momentin, vahvistetaan laskevalla risteyksellä, joka ilmenee, kun lyhytaikainen MA ylittää pidemmän aikavälin MA.