Central glidande medelvärde exempel

Flyttande medelvärde I det här exemplet lär du dig hur du beräknar glidande medelvärdet för en tidsreaktor i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Det går inte att hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta medelvärde och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv en graf över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer topparna och dalarna utjämnas. Ju mindre intervallet desto närmare de rörliga medelvärdena är de faktiska datapunkterna. När du beräknar ett löpande rörligt medelvärde, är det genomsnittligt att placera medelvärdet under mellantidstiden. I det föregående exemplet beräknade vi genomsnittet av de första 3 tidsperioderna och placerades det bredvid period 3. Vi kunde ha placerat medelvärdet mitt i tidsintervallen av tre perioder, det vill säga intill period 2. Detta fungerar bra med udda tidsperioder, men inte så bra för jämn tid. Så vart skulle vi placera det första glidande medlet när M 4 Tekniskt sett skulle det rörliga genomsnittet falla vid t 2.5, 3.5. För att undvika detta problem släpper vi MAs med M 2. Således släpper vi de jämnda värdena Om vi ​​i genomsnitt ett jämnt antal termer behöver vi släta de jämnda värdena Följande tabell visar resultaten med M 4.Moving Averages: Vad är de Bland de mest populära tekniska indikatorerna används glidande medelvärden för att mäta riktningen för den nuvarande trenden. Varje typ av rörligt medelvärde (vanligtvis skrivet i denna handledning som MA) är ett matematiskt resultat som beräknas genom att medelvärda ett antal tidigare datapunkter. När det är fastställt, blir det resulterande genomsnittet plottat på ett diagram för att låta handlare titta på jämnare 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 man tar det aritmetiska medelvärdet av en given uppsättning värden. Till exempel 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 innefatta 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 tyckas 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 liksom alla tekniska indikatorer har det kritiker. Många individer hävdar att användbarheten av SMA är begränsad eftersom varje punkt i dataserien är densamma, oavsett var den uppträder 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 glidande 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 glidande medlet är en typ av glidande 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 börja beräkna 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 rörligt 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 medeltal skiljer sig. 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 man 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 tidsperiod, desto mindre känslig, eller mer utjämnas, blir medelvärdet. 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. Vad rör sig för medeltal Del 2 I den senaste artikeln pratade vi om enkla glidande medelvärden. Vad de är, hur man beräknar dem, varför kanske du verkligen vill göra det och alla de bra sakerna. Som du kanske har antydit från närvaron av ordet ldquosimplerdquo i frasen ldquosimple glidande medelvärde, rdquo typen av glidande medel som vi diskuterade förra gången är egentligen bara toppen av isberget. Vilka kan leda till att du undrar: Vilka är några av de andra typerna av glidande medelvärden Är de bättre eller sämre än enkla glidande medelvärden Och viktigast av allt, när och varför skulle du någonsin vilja använda en av dem Stanna avstämda eftersom de är exakt de frågor wersquoll svarar idag. Granskning: Vad är enkla rörliga medelvärden Innan vi börjar prata om alla olika typer av glidande medelvärden, letrsquos snabbt granska det enkla glidande medlet som vi pratade om tidigare. Om yoursquove glömde, har du använt ldquofactrdquo som dinsquore-träning för att tävla i 1500 meter-tävlingen vid OS 2016 för att hjälpa oss att förstå hur rörliga medelvärden fungerar. I den sista artikeln. yoursquod har hållit koll på tiderna i dina dagliga övningar, och du ville komma fram till ett sätt att följa din dagliga framsteg. Problemet är att dina dagliga tider fluktuerar mycket, vilket gör det svårt att se den långsiktiga trenden som berättar om huruvida du ska förbättra. Som vi har funnit, är ett sätt att lösa detta konundrum att använda ett glidande medelvärde. För att hitta den genomsnittliga tiden för en dag med ett 3-dagars enkelt glidande medelvärde, lägg bara till den dagarsquos-tiden till tiderna från de föregående 2 dagarna och dividera med 3 för att använda ett 4-dagars enkelt glidande medel istället, lägg bara till dagarsquos tid till tiderna från de föregående 3 dagarna och dela med 4 och så vidare för hur många dagar du vill ha över genomsnittet. Det är enkelt att göra, och det bästa är att alla dessa distraherande dagliga fluktuationer släpper ut så att du kan se den övergripande trenden. Hur stor ska fönstret vara En fråga som omedelbart kommer att tänka är: Hur påverkar storleken på det rörliga genomsnittet ldquowindowrdquo resultatet Med andra ord, vad betyder det att man använder ett 3-dagars fönster mot ett 4-dagars fönster mot något som ett fönster i två veckor Det enkla svaret är att storleken på fönstret avgör hur mycket ldquomemoryrdquo det rörliga genomsnittet innehåller. Med andra ord innehåller ett större fönster (vilket betyder flera dagar i vårt exempel) data från längre tid tillbaka. Det betyder att värdet på det rörliga genomsnittsvärdet som du beräknar kommer att förändras långsammare eftersom det påverkas mer av tidigare värden. Hur vet du hur stort fönstret ska vara Det beror på huruvida du vill titta på den korta, medellånga eller långsiktiga bilden. Om du till exempel spåra dina tider under månader eller år, vill dinsquod förmodligen använda något som ett 2 veckors glidande medelvärde för att spåra dina framsteg, eftersom dinsquod verkligen bara är intresserad av mycket långsiktiga trender. Ju större fönstret desto mindre påverkar de korta dagliga fluktuationerna kommer hahellipand ju tydligare yoursquoll ser den stora bilden. Storleken på fönstret avgör hur mycket ldquomemoryrdquo det rörliga genomsnittet innehåller. Vad är ett centralt rörligt medelvärde Men som det visar sig är enkla glidande medelvärden arenrsquot perfekta. Det största problemet är att nuvarande värden ibland kan vara beroende av tidigare värden. När allt kommer ifrån, förutom den senaste datapunkten, kommer alla data i en enkel glidande genomsnittlig beräkning från det förflutna. Det är därför itrsquos ibland bättre att använda whatrsquos kallat ett ldquocentral glidande medelvärde. rdquo Idén är nästan identisk, förutom att den här tiden Vi använder lika många datapunkter på vardera sidan av en central punkt för att beräkna det glidande medlet. Till exempel, medan ett 5-dagars enkelt glidande medelvärde av Wednesdayrsquos racertid skulle använda lördag, söndag, måndag, tisdag och onsdagskvaller skulle ett 5-dagars centrerande glidande medel bruka måndag, tisdag, onsdag, torsdag och fredag. Denna typ av centrala glidande medel används hela tiden i vetenskap och teknik eftersom det är mindre tid lagmdashwhich betyder att det vanligtvis representerar ldquoactualrdquo glidande medelvärde. Det är självklart inte så bekvämt att använda när du håller koll på tiderna eller din vikt eftersom du måste vänta lite antal daysmdashdependent på storleken på windowmdash för att göra din beräkning. Det innebär att ett enkelt glidande medelvärde är ett bättre val för de flesta av dina dagliga applikationer. Vad är vägda rörliga medelvärden Therersquos en annan typ av rörligt medelvärde som jag vill prata om idag: viktat glidande medelvärden. Denna typ av rörligt medelvärde är lite mer komplicerat så vi kommer att gå in för mycket detaljer. Men itrsquos är ett otroligt viktigt verktyg inom många områden inom matematik, vetenskap, teknik, och i näringslivet och den finansiella världen, så det är bra att förstå den grundläggande idén. Det enkla glidande medelvärdet som vi känner och älskar är faktiskt ett viktat glidande medelvärde där alla data vägs lika. Vad betyder det bra, för att beräkna onsdagssquos tävlingstid med hjälp av ett 3-dagars enkelt glidande medelvärde lägger vi upp måndag, tisdag och onsdagskväll gånger och delar sedan med 3. Vilket är samma sak som att lägga till: (1 x måndag) (1 x Tuesdayrsquos tid) och sedan dela detta resultat med 3. Jag vet att det här förmodligen verkar som en konstig sak att göra, men att du tror det eller notmdashwersquove faktiskt bara sett hur ett viktat glidande medelvärde fungerar. Howrsquos så bra, i det här fallet fick varje dag en vikt av 1mdashbut de donrsquot måste vara densamma. Om vi ​​till exempel tilldelar en vikt på 1 för måndag, 2 för tisdag och 3 för onsdag, det vägda glidande medlet hittas genom att beräkna (1 x Mondayrsquos tid) (2 x tisdag) (3 x onsdag) och då genom att dividera detta resultat med 1 2 3 6 (vilket är summan av vikterna). Varför skulle vi vilja göra det Nåväl, om du funderar på det, så ser du att det här glidande genomsnittet ger mer vikt till onsdagen än tisdagskvällen, och mer vikt till tisdagskvällen än Mondayrsquos. Det betyder att äldre tider blir mindre viktiga vid beräkningen av det rörliga genomsnittet när tiden går vidare. Okej, det är allt matematiken vi har tid för idag. Kom ihåg att bli en fan av Math Dude på Facebook där yoursquoll hittar massor av bra matte publicerad under hela veckan. Om din fråga på Twitter. snälla följ mig där också. Slutligen skicka dina matematiska frågor på min väg via Facebook. Twitter. eller e-post på mathdudequickanddirtytips.