Flytta medelvärden Om denna information är ritad på ett diagram ser det ut så här: Detta visar att det finns en stor variation i antalet besökare beroende på säsong. Det finns mycket mindre på hösten och vintern än våren och sommaren. Men om vi ville se en trend i antalet besökare kunde vi beräkna ett 4-punkts glidande medelvärde. Det gör vi genom att hitta det genomsnittliga antalet besökare under de fyra kvartalen 2005: Då hittar vi det genomsnittliga antalet besökare under de senaste tre kvartalen 2005 och första kvartalet 2006: Sedan de sista två kvartalen 2005 och de två första kvartalen av 2006: Observera att det sista genomsnittet vi kan hitta är under de två sista kvartalen 2006 och de första två kvartalen 2007. Vi räknar de glidande medelvärdena på ett diagram och ser till att varje genomsnitt är ritat i mitten av de fyra kvartalen Det täcker: Vi kan nu se att det finns en mycket liten nedåtgående trend hos besökarna. Flyttmedelvärden: Vad är de Bland de mest populära tekniska indikatorerna används glidande medelvärden för att mäta riktningen för den nuvarande trenden. Varje typ av glidande medelvärde (vanligtvis skrivet i denna handledning som MA) är ett matematiskt resultat som beräknas genom att medelvärda ett antal tidigare datapunkter. När det bestämts är det resulterande genomsnittet plottat på ett diagram för att låta handlare se på jämn data istället för att fokusera på de dagliga prisfluktuationerna som är inneboende på alla finansmarknader. Den enklaste formen av ett glidande medel, lämpligt känt som ett enkelt glidande medelvärde (SMA), beräknas genom att ta det aritmetiska medelvärdet av en given uppsättning värden. För att beräkna ett grundläggande 10-dagars glidande medelvärde skulle du lägga till slutkurserna från de senaste 10 dagarna och sedan dela resultatet med 10. I Figur 1 är summan av priserna under de senaste 10 dagarna (110) dividerat med antalet dagar (10) för att komma fram till 10-dagars genomsnittet. Om en näringsidkare vill se ett 50-dagars medel istället skulle samma typ av beräkning göras, men det skulle inkludera priserna under de senaste 50 dagarna. Det resulterande genomsnittet under (11) tar hänsyn till de senaste 10 datapunkterna för att ge handlare en uppfattning om hur en tillgång prissätts relativt de senaste 10 dagarna. Kanske du undrar varför tekniska handlare kallar det här verktyget ett glidande medelvärde och inte bara en vanlig medelvärde. Svaret är att när de nya värdena blir tillgängliga måste de äldsta datapunkterna släppas från uppsättningen och nya datapunkter måste komma in för att ersätta dem. Således flyttar datasatsen ständigt för att redogöra för nya data när den blir tillgänglig. Denna beräkningsmetod säkerställer att endast den nuvarande informationen redovisas. I figur 2 flyttas den röda rutan (representerande de senaste 10 datapunkterna) till höger om det nya värdet på 5 och det sista värdet av 15 släpps från beräkningen. Eftersom det relativt lilla värdet på 5 ersätter det höga värdet på 15, förväntar du dig att genomsnittet av datamängden minskar, vilket det gör, i det här fallet från 11 till 10. Vad ser Moving Averages Like När värdena på MA har beräknats, de är plottade på ett diagram och sedan anslutna för att skapa en rörlig genomsnittslinje. Dessa kurvor är vanliga på diagrammen för tekniska handlare, men hur de används kan variera drastiskt (mer om detta senare). Som du kan se i Figur 3 är det möjligt att lägga till mer än ett glidande medelvärde till ett diagram genom att justera antalet tidsperioder som används i beräkningen. Dessa böjda linjer kan verka distraherande eller förvirrande först, men du kommer att bli vana vid dem som tiden går vidare. Den röda linjen är helt enkelt genomsnittspriset under de senaste 50 dagarna, medan den blå linjen är genomsnittspriset under de senaste 100 dagarna. Nu när du förstår vad ett rörligt medelvärde är och hur det ser ut, introducerar du en annan typ av rörligt medelvärde och undersöker hur det skiljer sig från det tidigare nämnda enkla glidande medlet. Det enkla glidande medlet är extremt populärt bland handlare, men som alla tekniska indikatorer har det kritiker. Många individer hävdar att användbarheten av SMA är begränsad eftersom varje punkt i dataserien är densamma, oavsett var det inträffar i sekvensen. Kritiker hävdar att de senaste uppgifterna är mer signifikanta än de äldre uppgifterna och bör ha större inverkan på slutresultatet. Som svar på denna kritik började näringsidkare lägga större vikt vid de senaste uppgifterna, som sedan har lett till uppfinningen av olika typer av nya medelvärden, varav den mest populära är det exponentiella rörliga genomsnittet (EMA). (För vidare läsning, se Grunderna för viktade rörliga medelvärden och vad som är skillnaden mellan en SMA och en EMA) Exponentiell rörlig genomsnitts Det exponentiella rörliga genomsnittsvärdet är en typ av rörligt medelvärde som ger större vikt till de senaste priserna i ett försök att göra det mer responsivt till ny information. Att lära sig den något komplicerade ekvationen för att beräkna en EMA kan vara onödig för många handlare, eftersom nästan alla kartläggningspaket gör beräkningarna för dig. Men för dig matte geeks där ute, här är EMA-ekvationen: När du använder formeln för att beräkna den första punkten hos EMA kan du märka att det inte finns något värde tillgängligt för att använda som tidigare EMA. Detta lilla problem kan lösas genom att starta beräkningen med ett enkelt glidande medelvärde och fortsätta med ovanstående formel därifrån. Vi har försett dig med ett provkalkylblad som innehåller verkliga exempel på hur man beräknar både ett enkelt glidande medelvärde och ett exponentiellt glidande medelvärde. Skillnaden mellan EMA och SMA Nu när du har en bättre förståelse för hur SMA och EMA beräknas, kan vi titta på hur dessa genomsnitt skiljer sig åt. Genom att titta på beräkningen av EMA kommer du att märka att större vikt läggs på de senaste datapunkterna, vilket gör det till en typ av vägt genomsnitt. I Figur 5 är antalet tidsperioder som används i varje genomsnitt identiskt (15), men EMA svarar snabbare på de förändrade priserna. Lägg märke till hur EMA har ett högre värde när priset stiger och faller snabbare än SMA när priset sjunker. Denna respons är den främsta anledningen till att många handlare föredrar att använda EMA över SMA. Vad betyder de olika dagarna Medflyttande medelvärden är en helt anpassningsbar indikator, vilket innebär att användaren fritt kan välja vilken tidsram de vill ha när de skapar genomsnittet. De vanligaste tidsperioderna som används i glidande medelvärden är 15, 20, 30, 50, 100 och 200 dagar. Ju kortare tidsintervallet användes för att skapa medelvärdet desto känsligare blir det för prisändringar. Ju längre tidspanelen är, desto mindre känslig eller jämnare blir medeltalet. Det finns ingen rätt tidsram att använda när du ställer in dina glidande medelvärden. Det bästa sättet att ta reda på vilken som passar dig bäst är att experimentera med ett antal olika tidsperioder tills du hittar en som passar din strategi. Flytta genomsnittsvärden: Så här använder du dem Lägg till en trend eller rörlig genomsnittslinje till ett diagram Gäller för: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Mer. Mindre Om du vill visa datatrender eller flytta medelvärden i ett diagram du skapade. du kan lägga till en trendlinje. Du kan också förlänga en trendlinje bortom din faktiska data för att kunna förutse framtida värden. Till exempel prognostiserar följande linjära trendlinje två kvartaler framåt och visar tydligt en uppåtgående trend som ser lovande ut för framtida försäljning. Du kan lägga till en trendlinje till ett 2-D-diagram som inte är staplat, inklusive område, streck, kolumn, rad, lager, scatter och bubbla. Du kan inte lägga till en trendlinje till en staplad, 3-D, radar, paj, yta eller donut diagram. Lägg till en trendlinje På diagrammet klickar du på den dataserie som du vill lägga till en trendlinje eller glidande medelvärde. Trendlinjen börjar på den första datapunkten i den dataserie du väljer. Markera rutan Trendline. För att välja en annan typ av trendlinje, klicka på pilen bredvid Trendline. och klicka sedan Exponential. Linjär prognos. eller två period flyttande medelvärde. För ytterligare trendlinjer, klicka på Fler alternativ. Om du väljer Fler alternativ. klicka på det alternativ du vill ha i rutan Format Trendline under Trendline Options. Om du väljer Polynomial. ange högsta effekten för den oberoende variabeln i rutan Order. Om du väljer Flytta medelvärde. Ange antalet perioder som ska användas för att beräkna det glidande genomsnittet i rutan Period. Tips: En trendlinje är mest exakt när dess R-kvadrerade värde (ett tal från 0 till 1 som visar hur nära de uppskattade värdena för trendlinjen motsvarar din faktiska data) ligger vid eller nära 1. När du lägger till en trendlinje för dina data , Excel beräknar automatiskt sitt R-kvadrerade värde. Du kan visa detta värde på diagrammet genom att markera rutan Visa R-kvadrering i kartrutan (Format Trendline-rutan, Trendline Options). Du kan lära dig mer om alla trendlinjealternativ i nedanstående avsnitt. Linjär trendlinje Använd denna typ av trendlinje för att skapa en bäst passande rak linje för enkla linjära dataset. Dina data är linjära om mönstret i dess datapunkter ser ut som en linje. En linjär trendlinje visar vanligtvis att något ökar eller minskar med jämna mellanrum. En linjär trendlinje använder denna ekvation för att beräkna de minsta kvadraterna som passar för en linje: där m är lutningen och b är avlyssningen. Följande linjära trendlinje visar att försäljningen av kylskåp konsekvent har ökat under en 8-årig period. Observera att R-kvadrerat värde (ett tal från 0 till 1 som visar hur nära de uppskattade värdena för trendlinjen motsvarar din faktiska data) är 0.9792, vilket är en bra passning på linjen till data. Visar en bäst passande kurvlinje, denna trendlinje är användbar när förändringshastigheten i data ökar eller minskar snabbt och sedan nivåer ut. En logaritmisk trendlinje kan använda negativa och positiva värden. En logaritmisk trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: där c och b är konstanter och ln är den naturliga logaritmen funktionen. Följande logaritmiska trendlinje visar förutspådd befolkningstillväxt för djur i en fastareal, där befolkningen nivån ut som ett utrymme för djuren minskade. Observera att R-kvadrerade värdet är 0.933, vilket är en relativt bra passning av linjen till data. Denna trendlinje är användbar när dina data fluktuerar. Till exempel när du analyserar vinster och förluster över en stor dataset. Polynomernas ordning kan bestämmas av antalet fluktuationer i data eller hur många böjningar (kullar och dalar) visas i kurvan. Typiskt har en order 2 polynomisk trendlinje endast en kulle eller dal, en order 3 har en eller två kullar eller dalar och en order 4 har upp till tre kullar eller dalar. En polynom eller kurvlinjig trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: var b och är konstanter. Följande Order 2 polynomial trendlinje (en kulle) visar förhållandet mellan körhastighet och bränsleförbrukning. Observera att R-kvadrerat värde är 0.979, vilket är nära 1 så linjerna passar bra för data. Visar en kurvlinje, denna trendlinje är användbar för dataset som jämför mätningar som ökar med en viss takt. Till exempel accelerationen av en tävlingsbil med 1 sekunders intervall. Du kan inte skapa en power trendlinje om dina data innehåller noll eller negativ värden. En kraft trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: där c och b är konstanter. Obs! Det här alternativet är inte tillgängligt när dina data innehåller negativa eller nollvärden. Följande distansmätningsdiagram visar avståndet i meter per sekund. Power trendlinjen visar tydligt den ökande accelerationen. Observera att R-kvadrerat värde är 0.986, vilket är en nästan perfekt passform av linjen till data. Visar en krökt linje, denna trendlinje är användbar när datavärdena stiger eller faller med ständigt ökande räntor. Du kan inte skapa en exponentiell trendlinje om dina data innehåller noll - eller negativa värden. En exponentiell trendlinje använder denna ekvation för att beräkna minsta kvadrater passande genom punkter: där c och b är konstanter och e är basen för den naturliga logaritmen. Följande exponentiella trendlinje visar den minskande mängden kol 14 i ett objekt som det åldras. Observera att R-kvadrerat värde är 0.990, vilket betyder att linjen passar data nästan perfekt. Flyttande genomsnittlig trendlinje Denna trendlinje utspelar fluktuationer i data för att tydligt visa ett mönster eller en trend. Ett glidande medel använder ett visst antal datapunkter (inställt av alternativet Period), genomsnitts dem och använder medelvärdet som en punkt i raden. Till exempel, om Perioden är inställd på 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 etc. En glidande genomsnittlig trendlinje använder denna ekvation: Antalet poäng i en glidande medellinje är lika med det totala antalet poäng i serien minus nummer du anger för perioden. I ett scatterdiagram baseras trendlinjen på ordningen av x-värdena i diagrammet. För ett bättre resultat, sortera x-värdena innan du lägger till ett glidande medelvärde. Följande glidande genomsnittliga trendlinje visar ett mönster i antalet bostäder som säljs under en 26-veckorsperiod.
No comments:
Post a Comment