Moving Average - MA BREAKING DOWN Moving Average - MA Som ett SMA-exempel, överväga en säkerhet med följande stängningskurser över 15 dagar: Vecka 1 (5 dagar) 20, 22, 24, 25, 23 Vecka 2 (5 dagar) 26, 28, 26, 29, 27 Vecka 3 (5 dagar) 28, 30, 27, 29, 28 En 10-dagars MA skulle medeltala slutkurserna för de första 10 dagarna som första datapunkt. Nästa datapunkt skulle släppa det tidigaste priset, lägga till priset på dag 11 och ta medeltalet, och så vidare som visas nedan. Som tidigare noterat lagrar MAs nuvarande prisåtgärd eftersom de är baserade på tidigare priser, ju längre tidsperioden för MA, desto större är fördröjningen. Således kommer en 200-dagars MA att ha en mycket större grad av fördröjning än en 20-dagars MA eftersom den innehåller priser för de senaste 200 dagarna. Längden på MA som ska användas beror på handelsmålen, med kortare MAs som används för kortfristig handel och långsiktiga MAs mer lämpade för långsiktiga investerare. 200-dagars MA följs i stor utsträckning av investerare och handlare, med raster över och under detta glidande medel anses vara viktiga handelssignaler. MAs ger också viktiga handelssignaler på egen hand eller när två genomsnitt övergår. En stigande MA indikerar att säkerheten är i en uptrend. medan en minskande MA indikerar att den ligger i en nedåtgående trend. På samma sätt bekräftas uppåtgående momentum med en haussead crossover. som uppstår när en kortsiktig MA passerar över en längre tid MA. Nedåtgående momentum bekräftas med en bearish crossover som uppträder när en kortsiktig MA korsar en längre sikt MA. Time Series Methods Tidsseriemetoder är statistiska tekniker som utnyttjar historiska data som samlats över en tidsperiod. Tidsseriemetoder antar att det som inträffat i det förflutna kommer att fortsätta att ske i framtiden. Som namnetidsserierna föreslår, beräknar dessa metoder prognosen till endast en faktor - tid. De innefattar bland annat glidande medelvärde, exponentiell utjämning och linjär trendlinje och de är bland de mest populära metoderna för prognoser för kortdistans mellan service - och tillverkningsföretag. Dessa metoder antar att identifierbara historiska mönster eller trender för efterfrågan över tid kommer att upprepa sig. Flytta genomsnittet En prognos för tidsserier kan vara så enkel som att använda efterfrågan under den aktuella perioden för att förutsäga efterfrågan under nästa period. Detta kallas ibland en naiv eller intuitiv prognos. 4 Till exempel, om efterfrågan är 100 enheter i veckan, är prognosen för nästa veckors efterfrågan 100 enheter om efterfrågan visar sig vara 90 enheter istället, då efterfrågan på följande veckor är 90 enheter, och så vidare. Denna typ av prognostiseringsmetod tar inte hänsyn till historiskt efterfrågan beteende som det endast bygger på efterfrågan under den aktuella perioden. Det reagerar direkt på de normala, slumpmässiga rörelserna i efterfrågan. Den enkla glidande metoden använder flera efterfrågningsvärden under det senaste förflutet för att utveckla en prognos. Detta tenderar att dämpa eller släta ut de slumpmässiga ökningarna och minskningarna av en prognos som endast använder en period. Det enkla glidande medlet är användbart för att förutse efterfrågan som är stabil och visar inte något uttalat efterfrågan beteende, såsom en trend eller ett säsongsmönster. Flyttande medelvärden beräknas för specifika perioder, till exempel tre månader eller fem månader, beroende på hur mycket prognosen önskar släta efterfrågningsdata. Ju längre den rörliga genomsnittliga perioden, desto smidigare blir det. Formeln för att beräkna det enkla rörliga genomsnittet är att beräkna ett enkelt rörligt medelvärde. Instant Paper Clip Office Supply Company säljer och levererar kontorsmaterial till företag, skolor och byråer inom en 50-mils radie av sitt lager. Kontorsleveransverksamheten är konkurrenskraftig, och möjligheten att leverera order snabbt är en faktor för att få nya kunder och hålla gamla. (Kontor beställer vanligtvis inte när de är låga på leveranser, men när de slutar helt. Därför behöver de sina beställningar omedelbart.) Företagets chef vill vara säker med tillräckligt många förare och fordon är tillgängliga för att snabbt kunna leverera order och De har tillräcklig inventering i lager. Därför vill chefen kunna förutse antalet order som kommer att inträffa under nästa månad (dvs. att förutse efterfrågan på leveranser). Från register över leveransorder har ledningen ackumulerat följande data under de senaste 10 månaderna, från vilken man vill beräkna 3- och 5-månaders glidande medelvärden. Låt oss anta att det är slutet av oktober. Prognosen som följer av antingen 3- eller 5-månaders glidande medelvärde är typiskt för nästa månad i sekvensen, vilket i det här fallet är november. Det glidande medelvärdet beräknas från efterfrågan på order under de föregående 3 månaderna i sekvensen enligt följande formel: 5-månaders glidande medelvärde beräknas från de föregående 5 månaderna av efterfrågningsdata enligt följande: 3- och 5-månaders Flytta genomsnittliga prognoser för alla månader av efterfrågadata visas i följande tabell. Faktum är att endast prognosen för november baserat på den senaste månatliga efterfrågan skulle användas av chefen. De tidigare prognoserna för tidigare månader tillåter oss emellertid att jämföra prognosen med den faktiska efterfrågan för att se hur exakt prognosmetoden är - det vill säga hur bra det gör. Tre - och femmånadersgenomsnitt Både glidande genomsnittliga prognoser i tabellen ovan tenderar att släta ut variabiliteten i de faktiska data. Denna utjämningseffekt kan observeras i följande figur där 3-månads - och 5-månadsgenomsnittet har överlagts på ett diagram över de ursprungliga dataen: Det 5-månaders glidande genomsnittet i föregående figur släpper ut fluktuationerna i större utsträckning än 3 månaders glidande medelvärde. Det 3-månadersgenomsnittet återspeglar emellertid närmare de senaste uppgifterna som finns tillgängliga för kontorsleverantören. I allmänhet är prognoser som använder det längre glidande genomsnittet långsammare att reagera på de senaste förändringarna i efterfrågan än vad som gjordes med hjälp av kortare glidande medelvärden. De extra dataperioderna dämpar den hastighet som prognosen svarar på. Att fastställa lämpligt antal perioder att använda i en glidande genomsnittlig prognos kräver ofta en viss mängd försök och felprov. Nackdelen med den glidande genomsnittliga metoden är att den inte reagerar på variationer som uppstår av en orsak, såsom cykler och säsongseffekter. Faktorer som orsakar förändringar ignoreras generellt. Det är i princip en mekanisk metod som speglar historiska data på ett konsekvent sätt. Emellertid har den glidande medelmetoden fördelen att det är lätt att använda, snabbt och relativt billigt. I allmänhet kan denna metod ge en bra prognos på kort sikt, men det bör inte skjutas för långt in i framtiden. Viktat rörligt medelvärde Den glidande genomsnittliga metoden kan justeras för att bättre reflektera fluktuationer i data. I den viktade glidande genomsnittsmetoden tilldelas vikter till de senaste data enligt följande formel: Efterfrågningsdata för PM Computer Services (visad i tabellen för Exempel 10.3) verkar följa en ökande linjär trend. Företaget vill beräkna en linjär trendlinje för att se om den är mer exakt än exponentiella utjämning och justerade exponentiella utjämningsprognoser som utvecklats i exempel 10.3 och 10.4. De värden som krävs för minsta kvadratberäkningarna är följande: Med dessa värden beräknas parametrarna för linjär trendlinje enligt följande: Därför är linjär trendlinjekvation Att beräkna en prognos för period 13, låt x 13 i linjär trendlinje: Nedanstående diagram visar linjär trendlinje jämfört med aktuella data. Trendslinjen verkar tydligt reflektera de faktiska uppgifterna - det vill säga vara en bra passform - och skulle därmed vara en bra prognosmodell för detta problem. En nackdel med den linjära trenderlinjen är emellertid att den inte kommer att anpassas till en förändring i trenden, eftersom de exponentiella utjämningsprognosmetoderna kommer att det antas att alla framtida prognoser kommer att följa en rak linje. Detta begränsar användningen av denna metod till en kortare tidsram där du kan vara relativt säker på att trenden inte kommer att förändras. Säsongsjusteringar Ett säsongsmönster är en repetitiv ökning och minskning av efterfrågan. Många efterfrågevaror uppvisar säsongsbeteende. Klädförsäljningen följer årliga säsongsmönster, med efterfrågan på varma kläder ökar på hösten och vintern och sjunker under våren och sommaren då efterfrågan på svalare kläder ökar. Efterfrågan på många detaljhandelsvaror, inklusive leksaker, sportutrustning, kläder, elektroniska apparater, skinka, kalkoner, vin och frukt, ökar under semesterperioden. Efterfrågan på hälsokort ökar i samband med speciella dagar som Alla hjärtans dag och mors dag. Säsongsmönster kan också ske varje månad, veckovis eller till och med dagligen. Vissa restauranger har högre efterfrågan på kvällen än vid lunch eller på helgerna i motsats till vardagar. Trafik - därmed försäljning - på köpcentra hämtar på fredag och lördag. Det finns flera metoder för att reflektera säsongsmönster i en prognos för tidsserier. Vi beskriver en av de enklare metoderna med en säsongsbetonad faktor. En säsongsfaktor är ett numeriskt värde som multipliceras med den normala prognosen för att få en säsongrensad prognos. En metod för att utveckla en efterfrågan på säsongsmässiga faktorer är att dela efterfrågan på varje säsongsperiod efter den totala årliga efterfrågan enligt följande formel: De resulterande säsongsfaktorerna mellan 0 och 1,0 är i själva verket den del av den totala årliga efterfrågan som tilldelas varje säsong. Dessa säsongsfaktorer multipliceras med den årliga prognostiserade efterfrågan för att ge justerade prognoser för varje säsong. Beräkna ett prognos med säsongsjusteringar Wishbone Farms växer kalkoner för att sälja till ett köttbearbetningsbolag under hela året. Men högsäsong är uppenbarligen under fjärde kvartalet, från oktober till december. Wishbone Farms har upplevt efterfrågan på kalkoner under de senaste tre åren som visas i följande tabell: Eftersom vi har tre års efterfrågadata kan vi beräkna säsongsfaktorerna genom att dela den totala kvartalsbehovet för de tre åren med total efterfrågan under alla tre år : Sedan vill vi multiplicera den prognostiserade efterfrågan på nästa år, 2000, genom varje säsongsfaktor för att få den prognostiserade efterfrågan för varje kvartal. För att uppnå detta behöver vi en efterfråganprognos för 2000. I det här fallet, eftersom efterfrågadata i tabellen verkar uppvisa en generellt ökande trend, beräknar vi en linjär trendlinje för de tre år av data i tabellen för att få en grov prognosuppskattning: Prognosen för 2000 är således 58,17 eller 58,170 kalkoner. Med hjälp av denna årliga prognosen för efterfrågan jämförs de säsongrensade prognoserna SF i för år 2000 med jämförelse av dessa kvartalsprognoser med de faktiska efterfrågningsvärdena i tabellen, de verkar vara relativt goda prognosberäkningar som återspeglar både säsongsvariationerna i data och den allmänna uppåtgående trenden. 10-12. Hur är den glidande medelmetoden som liknar exponentiell utjämning 10-13. Vilken effekt på exponentiell utjämningsmodell kommer att öka utjämningskonstanten har 10-14. Hur skiljer sig justerad exponentiell utjämning från exponentiell utjämning 10-15. Vad bestämmer valet av utjämningskonstanten för trend i en justerad exponentiell utjämningsmodell 10-16. I kapitelexemplen för tidsseriemetoder antogs startprognosen alltid vara densamma som den faktiska efterfrågan under den första perioden. Föreslå andra sätt att startprognosen kan härledas vid faktisk användning. 10-17. Hur skiljer den linjära trendlinjeprognosmodellen från en linjär regressionsmodell för prognoser 10-18. Av de tidsseriemodeller som presenteras i detta kapitel, inklusive det glidande medelvärdet och det vägda glidande medlet, exponentiell utjämning och justerad exponentiell utjämning och linjär trendlinje, vilken anser du bäst Varför 10-19. Vilka fördelar har justerad exponentiell utjämning över en linjär trendlinje för prognostiserad efterfrågan som uppvisar en trend 4 K. B. Kahn och J. T. Mentzer, prognoser inom konsument - och industrimarknaderna, Journal of Business Forecast 14, nr. 2 (sommaren 1995): 21-28.Simple Moving Averages Göra trender stående ut Flyttande medelvärden (MA) är en av de mest populära och ofta använda tekniska indikatorerna. Det rörliga genomsnittet är lätt att beräkna och, en gång ritat på ett diagram, är ett kraftfullt visuellt trendspottningsverktyg. Du kommer ofta att höra om tre typer av glidande medelvärde: enkelt. exponentiell och linjär. Det bästa stället att börja är att förstå de mest grundläggande: det enkla glidande medlet (SMA). Låt oss titta på denna indikator och hur det kan hjälpa näringsidkare att följa trender mot större vinster. (För mer om glidande medelvärden, se vår Forex Walkthrough.) Trendlines Det kan inte finnas någon fullständig förståelse för glidande medelvärden utan att förstå trender. En trend är helt enkelt ett pris som fortsätter att röra sig i en viss riktning. Det finns bara tre riktiga trender som en säkerhet kan följa: En uptrend. eller hausseffekt, innebär att priset går högre. En downtrend. eller bearish trend, innebär att priset går lägre. En sido trend. där priset rör sig sidled. Det viktiga att komma ihåg om trender är att priserna sällan rör sig i en rak linje. Därför används rörliga medellinjer för att hjälpa en näringsidkare att lättare identifiera riktningens riktning. (För mer avancerad läsning om detta ämne, se Grunderna i Bollinger-band och Flytta genomsnittliga kuvert: Raffinera ett populärt handelsverktyg.) Flyttande medelkonstruktion Textboksdefinitionen för ett glidande medelvärde är ett genomsnittspris för en säkerhet med en viss tidsperiod. Låt oss ta det mycket populära 50-dagars glidande genomsnittet som ett exempel. Ett 50-dagars glidande medelvärde beräknas genom att ta slutkurserna för de sista 50 dagarna av eventuell säkerhet och lägga dem ihop. Resultatet från additionskalkylen divideras sedan med antalet perioder, i det här fallet 50. För att fortsätta att beräkna det rörliga genomsnittet dagligen, ersätt det äldsta numret med den senaste stängningskursen och gör samma matte. Oavsett hur länge eller kort av ett rörligt medelvärde du ser att plotta, är de grundläggande beräkningarna förblir desamma. Förändringen kommer att vara i antal slutkurser du använder. Så, till exempel, ett 200-dagars glidande medelvärde är slutkursen för 200 dagar summerad tillsammans och sedan dividerad med 200. Du kommer att se alla typer av glidande medelvärden, från två dagars glidande medelvärden till 250 dagars glidande medelvärden. Det är viktigt att komma ihåg att du måste ha ett visst antal slutkurser för att beräkna det rörliga genomsnittet. Om en säkerhet är helt ny eller bara en månad gammal kommer du inte att kunna göra ett 50-dagars glidande medelvärde eftersom du inte har tillräckligt med datapunkter. Det är också viktigt att notera att weve valt att använda slutkurs i beräkningarna, men glidande medelvärden kan beräknas med månatliga priser, veckopriser, öppningspriser eller till och med intradagpriser. (Mer information finns i vår handledning för Moving Averages.) Figur 1: Ett enkelt glidande medelvärde i Google Inc. Figur 1 är ett exempel på ett enkelt glidande medelvärde på ett börsdiagram av Google Inc. (Nasdaq: GOOG). Den blå linjen representerar ett 50-dagars glidande medelvärde. I exemplet ovan kan du se att trenden har gått lägre sedan slutet av 2007. Priset på Googles aktier sjönk under 50-dagars glidande genomsnitt i januari 2008 och fortsatte nedåt. När priset korsar under ett glidande medelvärde kan det användas som en enkel handelssignal. Ett drag under det glidande genomsnittet (som visat ovan) tyder på att björnen har kontroll över prisåtgärden och att tillgången sannolikt kommer att bli lägre. Omvänt antyder ett kors över ett glidande medel att tjurarna är i kontroll och att priset kan bli redo att göra ett drag högre. (Läs mer i Spårprispriser med Trendlines.) Andra sätt att använda rörliga medelvärden Flytta medelvärden används av många näringsidkare för att inte bara identifiera en nuvarande trend utan också som en inloggnings - och utträdesstrategi. En av de enklaste strategierna är beroende av korsningen av två eller flera glidande medelvärden. Grundsignalen ges när kortsiktigt medelvärde passerar över eller under längre sikt glidande medelvärde. Två eller flera glidande medelvärden gör det möjligt för dig att se en långsiktig trend jämfört med ett kortare löpande glidande medelvärde. Det är också en enkel metod för att bestämma om trenden ökar styrkan eller om det är på väg att vända. (För mer om denna metod läs A Primer på MACD.) Figur 2: Ett långsiktigt och kortare sikt glidande medelvärde i Google Inc. Figur 2 använder två glidande medelvärden, en långsiktig (50-dagars, visas av blå linje) och den andra kortare termen (15-dagars, visad av den röda linjen). Detta är samma Google-diagram som visas i Figur 1, men med tillägg av de två glidande medelvärdena för att illustrera skillnaden mellan de två längderna. Du märker att 50-dagars glidande medelvärdet är långsammare för att anpassa sig till prisändringar. eftersom det använder mer datapunkter i beräkningen. Å andra sidan är det 15-dagars glidande medlet snabbt att reagera på prisändringar, eftersom varje värde har en större viktning i beräkningen på grund av den relativt korta tidshorisonten. I det här fallet, med hjälp av en korsstrategi, ser du till att 15-dagarsgenomsnittet går över 50-dagars glidande medelvärde som en post för en kort position. Figur 3: En tre månad Ovanstående är ett tremånadersdiagram över United States Oil (AMEX: USO) med två enkla glidande medelvärden. Den röda linjen är det kortare 15-dagars glidande genomsnittet, medan den blå linjen representerar det längre, 50-dagars glidande medlet. De flesta handlare kommer att använda korset av det kortsiktiga glidande genomsnittet över det långsiktiga glidande genomsnittet för att initiera en lång position och identifiera starten på en hausseuropeisk trend. (Läs mer om att tillämpa denna strategi i Trading MACD Divergence.) Stöd är etablerat när ett pris trender nedåt. Det finns en punkt där försäljningspresset sjunker och köparna är villiga att gå in. Med andra ord är ett golv etablerat. Motstånd händer när ett pris trender uppåt. Det kommer en punkt när köpstyrkan minskar och säljarna går in. Detta skulle skapa ett tak. (För mer förklaring, läs Support amp Resistance Basics.) I båda fallen kan ett glidande medel kunna signalera ett tidigt stöd eller motståndsnivå. Till exempel, om en säkerhet drivs lägre i en etablerad uptrend, så skulle det inte vara överraskande att se aktieökningen på ett långsiktigt 200-dagars glidande medelvärde. Å andra sidan, om priset trender lägre, kommer många handlare att se till att beståndet studsar motståndet hos stora glidande medelvärden (50-dagars, 100-dagars, 200-dagars SMA). (För mer om att använda stöd och motstånd för att identifiera trender, läs Trend-Spotting med AccumulationDistribution Line.) Slutsats Flytta medelvärden är kraftfulla verktyg. Ett enkelt glidande medelvärde är enkelt att beräkna, vilket gör att det kan användas ganska snabbt och enkelt. En glidande medelvärde största styrka är dess förmåga att hjälpa en näringsidkare att identifiera en nuvarande trend eller upptäcka en eventuell trendomvandling. Flytta medelvärden kan också identifiera en nivå av stöd eller motstånd för säkerheten, eller fungera som en enkel inmatnings - eller utgående signal. Hur du väljer att använda glidande medelvärden är helt upp till dig.
No comments:
Post a Comment