الانتقال المتوسط دون الفاصلة

المتوسط ​​المتحرك يعلمك هذا المثال كيفية حساب المتوسط ​​المتحرك لسلسلة زمنية في إكسيل. ويستخدم المتوسط ​​المتحرك للتخلص من المخالفات (قمم ووديان) للتعرف بسهولة على الاتجاهات. 1. أولا، دعونا نلقي نظرة على السلاسل الزمنية لدينا. 2. من علامة التبويب بيانات، انقر فوق تحليل البيانات. ملاحظة: لا يمكن العثور على زر تحليل البيانات انقر هنا لتحميل الوظيفة الإضافية تولباس تولباك. .3 حدد متوسط ​​النقل وانقر فوق موافق. .4 انقر في مربع نطاق الإدخال وحدد النطاق B2: M2. 5. انقر في المربع الفاصل الزمني واكتب 6. 6. انقر في المربع نطاق الإخراج وحدد الخلية B3. 8. رسم رسم بياني لهذه القيم. إكسلاناتيون: لأننا نقوم بضبط الفاصل الزمني الى 6، المتوسط ​​المتحرك هو متوسط ​​نقاط البيانات الخمس السابقة ونقطة البيانات الحالية. ونتيجة لذلك، يتم تمهيد قمم والوديان. يظهر الرسم البياني اتجاها متزايدا. لا يستطيع إكسيل حساب المتوسط ​​المتحرك لنقاط البيانات الخمس الأولى لأنه لا توجد نقاط بيانات سابقة كافية. 9. كرر الخطوات من 2 إلى 8 للفاصل الزمني 2 والفاصل الزمني 4. الخاتمة: كلما زاد الفاصل الزمني، كلما تم تمهيد القمم والوديان. كلما كان الفاصل الزمني أصغر كلما اقتربت المتوسطات المتحركة من نقاط البيانات الفعلية. المتوسط ​​المتوسط ​​ونماذج التمهيد الأسي كخطوة أولى في التحرك خارج النماذج المتوسطة ونماذج المشي العشوائي ونماذج الاتجاه الخطي، يمكن استقراء الأنماط والاتجاهات غير التقليدية باستخدام نموذج متحرك أو تمهيد. الافتراض الأساسي وراء المتوسطات ونماذج التمهيد هو أن السلاسل الزمنية ثابتة محليا بمتوسط ​​متغير ببطء. وبالتالي، فإننا نأخذ متوسطا متحركا (محلي) لتقدير القيمة الحالية للمتوسط ​​ومن ثم استخدامه كمؤشر للمستقبل القريب. ويمكن اعتبار ذلك بمثابة حل توفيقي بين النموذج المتوسط ​​ونموذج المشي العشوائي بدون الانجراف. ويمكن استخدام نفس الاستراتيجية لتقدير الاتجاه المحلي واستقراءه. وعادة ما يطلق على المتوسط ​​المتحرك نسخة كوتسموثيدكوت من السلسلة الأصلية لأن المتوسط ​​على المدى القصير له تأثير على إزالة المطبات في السلسلة الأصلية. من خلال تعديل درجة التمهيد (عرض المتوسط ​​المتحرك)، يمكننا أن نأمل في ضرب نوع من التوازن الأمثل بين أداء المتوسط ​​و نماذج المشي العشوائي. أبسط نوع من نموذج المتوسط ​​هو. المتوسط ​​المتحرك البسيط (بالتساوي المرجح): تقدر قيمة قيمة Y في الوقت t1 التي يتم إجراؤها في الوقت t بالمتوسط ​​البسيط لآخر ملاحظات m: (هنا وفي مكان آخر سأستخدم الرمز 8220Y-hat8221 للوقوف للتنبؤ بالسلسلة الزمنية Y التي أجريت في أقرب موعد ممكن من قبل نموذج معين.) ويتركز هذا المتوسط ​​في الفترة t - (m1) 2، مما يعني أن تقدير المتوسط ​​المحلي سوف تميل إلى التخلف عن الحقيقة قيمة المتوسط ​​المحلي بنحو (m1) فترتين. وبالتالي، نقول أن متوسط ​​عمر البيانات في المتوسط ​​المتحرك البسيط هو (m1) 2 بالنسبة إلى الفترة التي يتم فيها احتساب التوقعات: هذا هو مقدار الوقت الذي تميل التنبؤات إلى التخلف عن نقاط التحول في البيانات . على سبيل المثال، إذا كنت تقوم بحساب متوسط ​​القيم الخمس الأخيرة، فإن التوقعات ستكون حوالي 3 فترات متأخرة في الاستجابة لنقاط التحول. ويلاحظ أنه في حالة M1، فإن نموذج المتوسط ​​المتحرك البسيط (سما) يساوي نموذج المشي العشوائي (بدون نمو). وإذا كانت m كبيرة جدا (مماثلة لطول فترة التقدير)، فإن نموذج سما يعادل النموذج المتوسط. وكما هو الحال مع أي معلمة لنموذج التنبؤ، من العرفي أن تعدل قيمة k من أجل الحصول على أفضل قيمة ممكنة للبيانات، أي أصغر أخطاء التنبؤ في المتوسط. وفيما يلي مثال لسلسلة يبدو أنها تظهر تقلبات عشوائية حول متوسط ​​متغير ببطء. أولا، يتيح محاولة لتناسب ذلك مع نموذج المشي العشوائي، وهو ما يعادل متوسط ​​متحرك بسيط من 1 مصطلح: نموذج المشي العشوائي يستجيب بسرعة كبيرة للتغيرات في هذه السلسلة، ولكن في ذلك يفعل ذلك يختار الكثير من كوتنويسكوت في البيانات (التقلبات العشوائية) وكذلك كوتسيغنالكوت (المتوسط ​​المحلي). إذا حاولنا بدلا من ذلك متوسط ​​متحرك بسيط من 5 مصطلحات، نحصل على مجموعة أكثر سلاسة من التوقعات: المتوسط ​​المتحرك البسيط لمدة 5 سنوات ينتج أخطاء أقل بكثير من نموذج المشي العشوائي في هذه الحالة. متوسط ​​عمر البيانات في هذه التوقعات هو 3 ((51) 2)، بحيث تميل إلى التخلف عن نقاط التحول بنحو ثلاث فترات. (على سبيل المثال، يبدو أن الانكماش قد حدث في الفترة 21، ولكن التوقعات لا تتحول حتى عدة فترات في وقت لاحق). لاحظ أن التوقعات على المدى الطويل من نموذج سما هي خط مستقيم أفقي، تماما كما في المشي العشوائي نموذج. وبالتالي، يفترض نموذج سما أنه لا يوجد اتجاه في البيانات. ومع ذلك، في حين أن التنبؤات من نموذج المشي العشوائي هي ببساطة مساوية للقيمة الملاحظة الأخيرة، والتنبؤات من نموذج سما يساوي المتوسط ​​المرجح للقيم الأخيرة. إن حدود الثقة المحسوبة من قبل ستاتغرافيكس للتنبؤات طويلة الأجل للمتوسط ​​المتحرك البسيط لا تتسع مع زيادة أفق التنبؤ. ومن الواضح أن هذا غير صحيح لسوء الحظ، لا توجد نظرية إحصائية أساسية تخبرنا كيف يجب أن تتسع فترات الثقة لهذا النموذج. ومع ذلك، ليس من الصعب جدا حساب التقديرات التجريبية لحدود الثقة للتنبؤات الأطول أجلا. على سبيل المثال، يمكنك إعداد جدول بيانات سيتم فيه استخدام نموذج سما للتنبؤ بخطوتين إلى الأمام، و 3 خطوات إلى الأمام، وما إلى ذلك ضمن عينة البيانات التاريخية. يمكنك بعد ذلك حساب الانحرافات المعيارية للعينة في كل أفق للتنبؤ، ومن ثم بناء فترات ثقة للتنبؤات الأطول أجلا عن طريق جمع وطرح مضاعفات الانحراف المعياري المناسب. إذا حاولنا متوسط ​​متحرك بسيط لمدة 9 سنوات، نحصل على توقعات أكثر سلاسة وأكثر تأثيرا متخلفا: متوسط ​​العمر هو الآن 5 فترات ((91) 2). إذا أخذنا متوسط ​​متحرك لمدة 19 عاما، فإن متوسط ​​العمر يزيد إلى 10: لاحظ أن التوقعات تتخلف الآن عن نقاط التحول بنحو 10 فترات. أي كمية من التجانس هو الأفضل لهذه السلسلة هنا جدول يقارن إحصاءات الخطأ، بما في ذلك أيضا متوسط ​​3 المدى: نموذج C، المتوسط ​​المتحرك لمدة 5 سنوات، ينتج أقل قيمة رمز بهامش صغير على 3 المتوسطات و 9-المدى، وإحصاءاتهم الأخرى متطابقة تقريبا. لذلك، من بين نماذج مع إحصاءات الخطأ مشابهة جدا، يمكننا أن نختار ما إذا كنا نفضل استجابة أكثر قليلا أو أكثر قليلا نعومة في التوقعات. (العودة إلى أعلى الصفحة.) براونز بسيط الأسي تمهيد (المتوسط ​​المتحرك المرجح أضعافا) نموذج المتوسط ​​المتحرك البسيط المذكورة أعلاه لديه الخاصية غير المرغوب فيها أنه يعامل الملاحظات k الماضية بالتساوي تماما ويتجاهل جميع الملاحظات السابقة. بشكل حدسي، يجب أن يتم خصم البيانات السابقة بطريقة أكثر تدرجية - على سبيل المثال، يجب أن تحصل على الملاحظة الأخيرة أكثر قليلا من الوزن الثاني من أحدث، و 2 أحدث يجب الحصول على وزن أكثر قليلا من 3 أحدث، و هكذا. نموذج التمهيد الأسي بسيط (سيس) يحقق هذا. اسمحوا 945 تدل على كونتسموثينغ كونستانتكوت (عدد بين 0 و 1). طريقة واحدة لكتابة النموذج هو تعريف سلسلة L التي تمثل المستوى الحالي (أي القيمة المتوسطة المحلية) من السلسلة كما يقدر من البيانات حتى الوقت الحاضر. يتم حساب قيمة L في الوقت t بشكل متكرر من قيمته السابقة مثل هذا: وهكذا، فإن القيمة الملساء الحالية هي الاستكمال الداخلي بين القيمة الملساء السابقة والمراقبة الحالية، حيث 945 تسيطر على التقارب من قيمة محرف إلى الأحدث الملاحظة. التوقعات للفترة القادمة هي ببساطة القيمة الملساء الحالية: على نحو مماثل، يمكننا التعبير عن التوقعات القادمة مباشرة من حيث التوقعات السابقة والملاحظات السابقة، في أي من الإصدارات المكافئة التالية. في النسخة الأولى، والتنبؤ هو الاستيفاء بين التوقعات السابقة والملاحظة السابقة: في النسخة الثانية، ويتم الحصول على التوقعات القادمة عن طريق ضبط التوقعات السابقة في اتجاه الخطأ السابق من قبل كمية كسور 945. هو الخطأ المحرز في الوقت t. أما في النسخة الثالثة، فإن التنبؤ هو المتوسط ​​المتحرك المرجح ألسعاره (أي مخفضة) مع عامل الخصم 1- 945: إصدار الاستكمال الداخلي لصيغة التنبؤ هو أبسط الاستخدام إذا كنت تنفذ النموذج على جدول بيانات: خلية واحدة ويحتوي على مراجع الخلية مشيرا إلى التوقعات السابقة، الملاحظة السابقة، والخلية حيث يتم تخزين قيمة 945. لاحظ أنه إذا كان 945 1، فإن نموذج سيس يساوي نموذج المشي العشوائي (بدون نمو). وإذا كان 945 0، فإن نموذج سيس يعادل النموذج المتوسط، على افتراض أن القيمة الملساء الأولى موضوعة تساوي المتوسط. (العودة إلى أعلى الصفحة). يبلغ متوسط ​​عمر البيانات في توقعات التمهيد الأسي البسيط 945 1 بالنسبة للفترة التي يتم فيها حساب التوقعات. (وهذا ليس من المفترض أن يكون واضحا، ولكن يمكن بسهولة أن تظهر من خلال تقييم سلسلة لانهائية). وبالتالي، فإن متوسط ​​المتوسط ​​المتحرك بسيط يميل إلى التخلف عن نقاط التحول بنحو 1 945 فترات. على سبيل المثال، عندما يكون 945 0.5 الفارق الزمني هو فترتين عندما يكون 945 0.2 الفارق الزمني هو 5 فترات عندما يكون 945 0.1 الفارق الزمني هو 10 فترات، وهكذا. وبالنسبة إلى متوسط ​​عمر معين (أي مقدار التأخير)، فإن توقعات التمهيد الأسي البسيط تفوق إلى حد ما توقعات المتوسط ​​المتحرك البسيط (سما) لأنها تضع وزنا أكبر نسبيا على الملاحظة الأخيرة - أي. هو أكثر قليلا كوريبرسونسيفكوت إلى التغييرات التي تحدث في الماضي القريب. على سبيل المثال، نموذج سما مع 9 شروط ونموذج سيس مع 945 0.2 على حد سواء لديها متوسط ​​عمر 5 للبيانات في توقعاتها، ولكن نموذج سيس يضع وزنا أكبر على القيم 3 الماضية مما يفعل نموذج سما وفي في الوقت نفسه فإنه don8217t تماما 8220forget8221 حول القيم أكثر من 9 فترات القديمة، كما هو مبين في هذا المخطط: ميزة أخرى هامة من نموذج سيس على نموذج سما هو أن نموذج سيس يستخدم معلمة تمهيد التي هي متغيرة باستمرار، لذلك يمكن بسهولة الأمثل باستخدام خوارزمية كوتسولفيركوت لتقليل متوسط ​​الخطأ التربيعي. وتبين القيمة المثلى ل 945 في نموذج سيس لهذه السلسلة 0.2961، كما هو مبين هنا: متوسط ​​عمر البيانات في هذا التنبؤ هو 10.2961 3.4 فترات، وهو ما يشبه متوسط ​​المتوسط ​​المتحرك البسيط لمدة 6. والتنبؤات الطويلة الأجل من نموذج الخدمة الاقتصادية والاجتماعية هي خط مستقيم أفقي. كما هو الحال في نموذج سما ونموذج المشي العشوائي دون نمو. ومع ذلك، لاحظ أن فترات الثقة التي يحسبها ستاتغرافيكس الآن تتباعد بطريقة معقولة المظهر، وأنها هي أضيق بكثير من فترات الثقة لنموذج المشي العشوائي. ويفترض نموذج سيس أن المسلسل إلى حد ما يمكن التنبؤ به أكثر من ذلك لا نموذج المشي العشوائي. نموذج سيس هو في الواقع حالة خاصة من نموذج أريما. وبالتالي فإن النظرية الإحصائية لنماذج أريما توفر أساسا سليما لحساب فترات الثقة لنموذج سيس. على وجه الخصوص، نموذج سيس هو نموذج أريما مع اختلاف واحد غير منطقي، وهو ما (1) المدى، وليس هناك مصطلح ثابت. والمعروف باسم كوتاريما (0،1،1) نموذج دون كونستانتكوت. معامل ما (1) في نموذج أريما يتوافق مع الكمية 1- 945 في نموذج سيس. على سبيل المثال، إذا كنت تناسب نموذج أريما (0،1،1) دون ثابت لسلسلة تحليلها هنا، فإن ما المقدرة (1) معامل تبين أن يكون 0.7029، وهو تقريبا تقريبا واحد ناقص 0.2961. ومن الممكن إضافة افتراض اتجاه خطي ثابت غير صفري إلى نموذج سيس. للقيام بذلك، مجرد تحديد نموذج أريما مع اختلاف واحد نونسونالونال و ما (1) المدى مع ثابت، أي أريما (0،1،1) نموذج مع ثابت. وعندئذ سيكون للتنبؤات الطويلة الأجل اتجاه يساوي متوسط ​​الاتجاه الذي لوحظ خلال فترة التقدير بأكملها. لا يمكنك القيام بذلك بالتزامن مع التعديل الموسمية، لأن خيارات التعديل الموسمية يتم تعطيل عند تعيين نوع النموذج إلى أريما. ومع ذلك، يمكنك إضافة اتجاه أسي ثابت على المدى الطويل إلى نموذج بسيط الأسي تمهيد (مع أو بدون تعديل موسمي) باستخدام خيار تعديل التضخم في إجراء التنبؤ. ويمكن تقدير معدل كوتينفلاتيونكوت المناسب (نسبة النمو) لكل فترة على أنها معامل الانحدار في نموذج الاتجاه الخطي المجهز بالبيانات بالتزامن مع تحول لوغاريتم طبيعي، أو يمكن أن يستند إلى معلومات مستقلة أخرى تتعلق باحتمالات النمو على المدى الطويل . (العودة إلى أعلى الصفحة). البني الخطي (أي مزدوج) تجانس الأسي نماذج سما ونماذج سيس تفترض أنه لا يوجد أي اتجاه من أي نوع في البيانات (التي عادة ما تكون موافق أو على الأقل ليست سيئة جدا لمدة 1- والتنبؤ بالمتابعة عندما تكون البيانات صاخبة نسبيا)، ويمكن تعديلها لإدراج اتجاه خطي ثابت كما هو مبين أعلاه. ماذا عن الاتجاهات على المدى القصير إذا كانت سلسلة يعرض معدل نمو متفاوت أو نمط دوري الذي يبرز بوضوح ضد الضوضاء، وإذا كان هناك حاجة للتنبؤ أكثر من 1 فترة المقبلة، ثم قد يكون تقدير الاتجاه المحلي أيضا قضية. ويمكن تعميم نموذج التمهيد الأسي البسيط للحصول على نموذج تمهيد أسي خطي (ليس) يحسب التقديرات المحلية لكل من المستوى والاتجاه. أبسط نموذج الاتجاه المتغير بمرور الوقت هو نموذج تمهيد الأسي الخطي براون، والذي يستخدم سلسلتين مختلفتين تمهيدهما تتمركزان في نقاط مختلفة من الزمن. وتستند صيغة التنبؤ إلى استقراء خط من خلال المركزين. (ويمكن مناقشة الشكل الأكثر تطورا من هذا النموذج، هولت 8217s أدناه). ويمكن التعبير عن شكل جبري من نموذج التجانس الأسي الخطي البني 8217s، مثل نموذج التجانس الأسي البسيط، في عدد من الأشكال المختلفة ولكن المكافئة. وعادة ما يعبر عن الشكل المعياري للنموذج من هذا النموذج على النحو التالي: اسمحوا S تدل على سلسة سلسة السلسلة التي تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط لسلسلة Y. وهذا هو، يتم إعطاء قيمة S في الفترة t من قبل: (أذكر أنه تحت بسيطة الأسفل، وهذا سيكون التنبؤ ل Y في الفترة t1.) ثم اسمحوا سكوت تدل على سلسلة مضاعفة مضاعفة التي تم الحصول عليها من خلال تطبيق التمهيد الأسي بسيطة (باستخدام نفس 945) لسلسلة S: وأخيرا، والتوقعات ل تك تك. عن أي kgt1، تعطى بواسطة: هذه الغلة e 1 0 (أي الغش قليلا، والسماح للتوقعات الأولى تساوي الملاحظة الأولى الفعلية)، و e 2 Y 2 8211 Y 1. وبعد ذلك يتم توليد التنبؤات باستخدام المعادلة أعلاه. وهذا يعطي نفس القيم المجهزة كالصيغة المستندة إلى S و S إذا كانت الأخيرة قد بدأت باستخدام S 1 S 1 Y 1. يستخدم هذا الإصدار من النموذج في الصفحة التالية التي توضح مجموعة من التجانس الأسي مع التعديل الموسمية. هولت 8217s الخطي الأسي تمهيد البني 8217s نموذج ليس يحسب التقديرات المحلية من المستوى والاتجاه من خلال تمهيد البيانات الأخيرة، ولكن حقيقة أنه يفعل ذلك مع معلمة تمهيد واحد يضع قيدا على أنماط البيانات التي هي قادرة على تناسب: المستوى والاتجاه لا يسمح لها أن تختلف بمعدلات مستقلة. ويعالج نموذج هولت 8217s ليس هذه المسألة عن طريق تضمين اثنين من الثوابت تمهيد، واحدة للمستوى واحد للاتجاه. في أي وقت t، كما هو الحال في نموذج Brown8217s، هناك تقدير ل t من المستوى المحلي وتقدير t ر للاتجاه المحلي. وهنا يتم حسابها بشكل متكرر من قيمة Y الملاحظة في الوقت t والتقديرات السابقة للمستوى والاتجاه من خلال معادلتين تنطبقان على تمهيد أسي لها بشكل منفصل. وإذا كان المستوى المقدر والاتجاه في الوقت t-1 هما L t82091 و T t-1. على التوالي، فإن التنبؤ ب Y تشي الذي كان سيجري في الوقت t-1 يساوي L t-1 T t-1. وعند ملاحظة القيمة الفعلية، يحسب التقدير المحدث للمستوى بصورة متكررة بالاستكمال الداخلي بين Y تشي وتوقعاته L t-1 T t-1 باستعمال أوزان 945 و1-945. والتغير في المستوى المقدر، وهي L t 8209 L t82091. يمكن تفسيرها على أنها قياس صاخبة للاتجاه في الوقت t. ثم يتم حساب التقدير المحدث للاتجاه بشكل متكرر عن طريق الاستكمال الداخلي بين L t 8209 L t82091 والتقدير السابق للاتجاه T t-1. وذلك باستخدام أوزان 946 و 1-946: تفسير ثابت ثابت تمهيد 946 مماثل لتلك التي من 9500 تمهيد مستوى ثابت. نماذج ذات قيم صغيرة من 946 نفترض أن الاتجاه يتغير ببطء شديد مع مرور الوقت، في حين أن النماذج مع أكبر 946 تفترض أنها تتغير بسرعة أكبر. ويعتقد نموذج مع كبير 946 أن المستقبل البعيد غير مؤكد جدا، لأن الأخطاء في تقدير الاتجاه تصبح مهمة جدا عند التنبؤ أكثر من فترة واحدة المقبلة. (العودة إلى أعلى الصفحة). ويمكن تقدير ثوابت التنعيم 945 و 946 بالطريقة المعتادة من خلال تقليل الخطأ المتوسط ​​التربيعي للتنبؤات ذات الخطوة الأولى. عندما يتم ذلك في ستاترافيكس، وتظهر التقديرات إلى أن 945 0.3048 و 946 0.008. القيمة الصغيرة جدا 946 تعني أن النموذج يفترض تغير طفيف جدا في الاتجاه من فترة إلى أخرى، وذلك أساسا هذا النموذج هو محاولة لتقدير الاتجاه على المدى الطويل. وبالمقارنة مع فكرة متوسط ​​عمر البيانات المستخدمة في تقدير المستوى المحلي للسلسلة، فإن متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي يتناسب مع 1 946، وإن لم يكن يساويها بالضبط . في هذه الحالة تبين أن تكون 10.006 125. هذا هو 8217t عدد دقيق جدا بقدر دقة تقدير 946 isn8217t حقا 3 المنازل العشرية، ولكن من نفس الترتيب العام من حيث حجم العينة من 100، لذلك هذا النموذج هو المتوسط ​​على مدى الكثير جدا من التاريخ في تقدير هذا الاتجاه. ويبين مخطط التنبؤ الوارد أدناه أن نموذج ليس يقدر اتجاه محلي أكبر قليلا في نهاية السلسلة من الاتجاه الثابت المقدر في نموذج سيترند. كما أن القيمة المقدرة ل 945 تكاد تكون مطابقة لتلك التي تم الحصول عليها من خلال تركيب نموذج سيس مع أو بدون اتجاه، لذلك هذا هو تقريبا نفس النموذج. الآن، هل هذه تبدو وكأنها توقعات معقولة لنموذج من المفترض أن يكون تقدير الاتجاه المحلي إذا كنت 8220eyeball8221 هذه المؤامرة، يبدو كما لو أن الاتجاه المحلي قد تحولت إلى أسفل في نهاية السلسلة ما حدث المعلمات من هذا النموذج قد تم تقديرها من خلال تقليل الخطأ المربعة للتنبؤات 1-خطوة إلى الأمام، وليس التنبؤات على المدى الطويل، في هذه الحالة لا يوجد 8217t الاتجاه الكثير من الفرق. إذا كان كل ما كنت تبحث في 1-خطوة قبل الأخطاء، كنت لا ترى الصورة الأكبر للاتجاهات أكثر (مثلا) 10 أو 20 فترات. من أجل الحصول على هذا النموذج أكثر في تناغم مع استقراء العين مقلة العين من البيانات، يمكننا ضبط ثابت الاتجاه تجانس يدويا بحيث يستخدم خط الأساس أقصر لتقدير الاتجاه. على سبيل المثال، إذا اخترنا تعيين 946 0.1، ثم متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي هو 10 فترات، وهو ما يعني أننا متوسط ​​متوسط ​​الاتجاه على مدى تلك الفترات 20 الماضية أو نحو ذلك. Here8217s ما مؤامرة توقعات يبدو وكأننا وضعنا 946 0.1 مع الحفاظ على 945 0.3. هذا يبدو معقولا بشكل حدسي لهذه السلسلة، على الرغم من أنه من المحتمل أن يستقضي هذا الاتجاه أي أكثر من 10 فترات في المستقبل. ماذا عن إحصائيات الخطأ هنا هو مقارنة نموذج للنموذجين المبينين أعلاه وكذلك ثلاثة نماذج سيس. القيمة المثلى 945. لنموذج سيس هو تقريبا 0.3، ولكن يتم الحصول على نتائج مماثلة (مع استجابة أكثر قليلا أو أقل، على التوالي) مع 0.5 و 0.2. (A) هولتس الخطي إكس. تمهيد مع ألفا 0.3048 وبيتا 0.008 (B) هولتس الخطية إكس. تمهيد مع ألفا 0.3 و بيتا 0.1 (C) تمهيد الأسي بسيط مع ألفا 0.5 (D) تمهيد الأسي بسيطة مع ألفا 0.3 (E) بسيطة الأسي تمهيد مع ألفا 0.2 احصائياتهم متطابقة تقريبا، لذلك نحن حقا يمكن 8217t جعل الاختيار على أساس من 1-خطوة قبل توقعات الأخطاء داخل عينة البيانات. وعلينا أن نعود إلى الاعتبارات الأخرى. إذا كنا نعتقد اعتقادا قويا أنه من المنطقي أن يستند تقدير الاتجاه الحالي على ما حدث على مدى السنوات ال 20 الماضية أو نحو ذلك، يمكننا أن نجعل من حالة لنموذج ليس مع 945 0.3 و 946 0.1. إذا أردنا أن نكون ملحدين حول ما إذا كان هناك اتجاه محلي، فإن أحد نماذج سيس قد يكون من الأسهل تفسيره، كما سيوفر المزيد من توقعات منتصف الطريق للفترات الخمس أو العشر القادمة. (العودة إلى أعلى الصفحة). أي نوع من الاستقراء هو الأفضل: أدلة أفقية أو خطية تشير إلى أنه إذا تم تعديل البيانات (إذا لزم الأمر) للتضخم، فقد يكون من غير الحكمة استقراء الخطي القصير الأجل الاتجاهات بعيدة جدا في المستقبل. إن الاتجاهات الواضحة اليوم قد تتراجع في المستقبل بسبب أسباب متنوعة مثل تقادم المنتج، وزيادة المنافسة، والانكماش الدوري أو التحولات في صناعة ما. لهذا السبب، تجانس الأسي بسيط غالبا ما يؤدي أفضل من خارج العينة مما قد يكون من المتوقع خلاف ذلك، على الرغم من كوتنيفيكوت الاتجاه الأفقي الاستقراء. وكثيرا ما تستخدم أيضا تعديلات الاتجاه المخفف لنموذج تمهيد الأسي الخطي في الممارسة العملية لإدخال ملاحظة المحافظة على توقعات الاتجاه. ويمكن تطبيق نموذج ليس المائل للاتجاه ليس كحالة خاصة لنموذج أريما، ولا سيما نموذج أريما (1،1،2). ومن الممكن حساب فترات الثقة حول التنبؤات طويلة الأجل التي تنتجها نماذج التمهيد الأسي، من خلال اعتبارها حالات خاصة لنماذج أريما. (حذار: لا تحسب جميع البرامج فترات الثقة لهذه النماذج بشكل صحيح). يعتمد عرض فترات الثقة على (1) خطأ رمز في النموذج، (2) نوع التجانس (بسيط أو خطي) (3) القيمة (ق) من ثابت ثابت (ق) و (4) عدد الفترات المقبلة كنت التنبؤ. بشكل عام، انتشرت الفترات بشكل أسرع مع 945 يحصل أكبر في نموذج سيس وانتشرت بشكل أسرع بكثير عندما يتم استخدام خطية بدلا من تجانس بسيط. ويناقش هذا الموضوع بمزيد من التفصيل في قسم نماذج أريما من الملاحظات. (العودة إلى أعلى الصفحة). لماذا تتحرك المتوسطات استراتيجيات محفوفة بالمخاطر هذه هي الثانية في سلسلة من ثلاثة أجزاء. قراءة الجزء 1 هنا. تشابيل هيل، N. C. (ماركيتواتش) إن المتوسط ​​المتحرك للاستراتيجيات ينطوي على مخاطر. هذا التأكيد المضحك الذي قدمته في عمودي الذي ظهر في وقت سابق من هذا الأسبوع، استنادا إلى بحث متعمق أجريته خلال الأشهر القليلة الماضية في عوائد مختلف استراتيجيات المتوسط ​​المتحرك. وكما وعدنا في هذا العمود الأولي من هذه السلسلة المكونة من ثلاثة أجزاء، هنا مناقشة أكثر تفصيلا لكل من الاستنتاجات العامة الأربعة التي توصلت إليها. العثور على 1: حتى أفضل استراتيجيات المتوسط ​​المتحرك لا تعمل دائما لفهم لماذا المتوسط ​​المتحرك استراتيجيات محفوفة بالمخاطر، من المهم أن نفهم أن ثيريس أكثر من طريقة واحدة لتحديد المخاطر. ووفقا للتعريف الأكاديمي التقليدي للمخاطر على أنه تقلب، فإن استراتيجيات المتوسط ​​المتحرك هي في الواقع أقل خطورة من السوق. ولكن هناك نوع آخر من المخاطر أيضا، وجود علاقة مع متى قد تكون الاستراتيجية تحت الماء. وعند النظر إلى هذه الطريقة، تكون استراتيجيات المتوسط ​​المتحرك محفوفة بالمخاطر: حتى في الظروف المثالية، فإن أفضل استراتيجيات المتوسط ​​المتحرك لا تزال عادة أقل من أداء السوق لفترات طويلة تدوم أحيانا بضعة عقود. النظر في المتوسط ​​المتحرك لمدة 200 يوم، وربما النسخة الأكثر استخداما على نطاق واسع. عند تطبيقها على مؤشر سامب 500 سبس، 0.15 وعند توظيفه بالاقتران مع مغلف التداول 5، كانت هذه الاستراتيجية واحدة من القلة التي جعلت المال أكثر من السوق منذ أواخر 1920s حتى بعد العمولات. (سوف نناقش بشكل كامل المغلفات التجارية في لحظة واحدة). ومع ذلك، أنفقت هذه الاستراتيجية على وجه الخصوص أكثر من نصف الوقت على مدى السنوات 80 زائد الماضية وراء شراء وعقد، على النحو الموجز في الجدول التالي. لاحظ بعناية أن هذه النتائج الاكتئاب تنطبق على واحدة من أكثر ربحية من أي من عدد لا يحصى من المتوسطات التحركات المتوسطة التي درست. من فترات هذا الطول المدروسة (على أساس سنة تقويمية متجددة) والتي جعلت فيها استراتيجية المتوسط ​​المتحرك أقل من المال من السوق نفسه حيث كان المتوسط ​​المتحرك لمعدل شارب أقل من الأسواق السؤال الذي يجب طرحه على نفسك عندما تتعامل مع هذه النتائج: هل أنت ملتزم باستراتيجية السوق وتوقيت التي تذهب 20 أو 10 أو حتى خمس سنوات دون الضرب في السوق نتائجي تشير إلى اعتراض محتمل أكثر خطورة لاستراتيجيات المتوسط ​​المتحرك: معظم استراتيجيات المتوسط ​​المتحرك المختلفة اختبرت ذلك فازت على السوق خلال القرن الماضي أداء أقل من ذلك منذ عام 1990، وهذا قد يكون أكثر من مجرد واحدة من تلك الفترات الدورية التي تتحرك المتوسطات استراتيجيات الكفاح من أجل مواكبة. ويشكك بليك ليبارون، وهو أستاذ مالي في جامعة برانديز، في أن طرقا أرخص للتجارة والخروج من السوق أدت إلى زيادة عدد المستثمرين الذين يتبعون استراتيجيات المتوسط ​​المتحرك، مما أدى بدوره إلى انخفاض أرباحهم بل وتلاشيهم العقود الاخيرة. إضافة المصداقية إلى الفرضية البروفيسور ليبارونس هو أن، بدءا أيضا في أوائل 1990s، توقف المتوسط ​​المتحرك استراتيجيات العمل في سوق العملات الأجنبية. العثور على 2: تخريب اللجان حتى أفضل الاستراتيجيات، وبالتالي تقليل وتيرة المعاملات أمر بالغ الأهمية معظم الدراسات السابقة للمتوسطات المتحركة يفترض أن المستثمر يمكن أن تتداول دون عمولات أو تكاليف المعاملات الأخرى. وبمجرد التخلص من هذا الافتراض غير الواقعي، فإن معظم استراتيجيات المتوسط ​​المتحرك تتخلف عن شراء كميات كبيرة. هذا صحيح بشكل خاص في الأسواق المتقلبة، عندما العديد من استراتيجيات المتوسط ​​المتحرك وخاصة تلك التي تعتمد على متوسط ​​طول قصير لا تولد في كثير من الأحيان إشارات عديدة في السنة. تحديد ما هي لجنة عادلة ليست سهلة، بطبيعة الحال. ومن الجدير بالذكر أنه لم يتم خلال معظم القرن الماضي توفير أي أموال متداولة في البورصة، مما مكن المستثمر من شراء 30 سهم من أسهم داو في ضربة واحدة، أقل بكثير من عدة مئات من الأسهم التي كانت آنذاك جزءا من مؤشر سامب المركب. كما لم يكن هناك أي أموال سوق المال التي يمكنك فورا وبسهولة وقف العائدات النقدية من أي مبيعات. وعلاوة على ذلك، فإنه حتى 1 مايو 1975 (الانفجار الكبير)، تم إلغاء تنظيم لجان الوساطة قبل ذلك، كانت تلك اللجان ثابتة وكبيرة. عند حساب مدى الضربة الكبيرة التي استغرقتها استراتيجيات المتوسط ​​المتحرك بسبب العمولات، افترضت أنه كان يتعين دفع 1 مقابل كل عملية شراء أو بيع قبل الانفجار الكبير 0.5 في كل اتجاه حتى نهاية عام 1999 و 0.1 في كل اتجاه منذ ذلك الحين . تويتر: كيف يمكن أن تستفيد 1،000 من التكنولوجيا في مجال التكنولوجيا من خلال الاكتتاب العام على موقع Twitter39s في يوم الخميس، كم من المال يمكن أن تكون قد حققته مع 1،000 إذا كنت حصلت في بسعر يبدأ ما هي التكنولوجيا الأخرى IPO39s قد سددت بهدوء كيف هاندزوميلي WSJ39s جيسون بيليني ديه ثيشورتانزوير. الصورة: أسوسياتد بريس طريقة واحدة لتقدير مدى أهمية تكاليف المعاملات في تقييم فعالية هذه الاستراتيجيات هي: عند افتراض عدم وجود تكاليف معاملات، فإن العديد من الاستراتيجيات المتوسطة التحركات التي رصدت عددا لا يحصى من المراقبة التي تم مراقبتها تغلب على السوق طوال الفترة الزمنية الكاملة للبيانات كانت متاحة. ومع ذلك، عند تضمين تكاليف المعاملات، تقريبا كل منهم تأخر. لذلك، الحد من وتيرة المعاملات أمر بالغ الأهمية لأي استراتيجية المتوسط ​​المتحرك. في حين أن هناك أكثر من طريقة واحدة للقيام بذلك، ربما أبسط والأكثر شيوعا هو استخدام ما يسمى المغلف. وتسمح هذه الطريقة للمستثمر باختيار مبلغ تعسفي يحتاج مؤشر السوق إلى التحرك فوق أو فوق المتوسط ​​المتحرك من أجل إنشاء معاملة. على سبيل المثال، إذا كنت تستخدم مغلفا واحدا بالفعل في السوق، فسيتعين على المؤشر إسقاط أكثر من 1 تحت المتوسط ​​المتحرك لإنشاء حركة نقدية. على العكس من ذلك، إذا كنت نقدا، فإنك سوف تتحول فقط إلى الوجود في السوق فقط إذا ارتفع المؤشر إلى 1 على الأقل فوق المتوسط ​​المتحرك. اختبرت العديد من الأحجام مغلف مختلفة. في جميع الحالات تقريبا، وجدت أن المغلف الحجم الأمثل هو 5. عند استخدام المتوسط ​​المتحرك لمدة 200 يوم ل داو، على سبيل المثال، انخفض تردد المعاملات من متوسط ​​ستة في السنة (أو مرة واحدة كل شهرين، في المتوسط ) لمرة واحدة فقط في السنة، مما أدى إلى ارتفاع ملحوظ في صافي عوائد العمولات. العثور على 3: عمولات سانس، أقصر على المدى القصير ماز على المدى الطويل ماس إذا كانت العمولات ليست عاملا، فإن المتوسطات المتحركة على المدى القصير يكون أفضل عموما: أظهرت دراستي أن كقاعدة عامة قبل أداء الصفقة التكلفة تنخفض كما يمكنك زيادة طول المتوسط ​​المتحرك. ومع ذلك، بعد إدراج افتراض عمولة واقعية، ظهرت المتوسطات المتحركة على المدى الطويل. وحتى عند استخدام المغلفات للحد من تواتر المعاملات للمتوسطات المتحركة على المدى القصير، فإن الاستراتيجيات المتوسطة الأجل على المدى الطويل قد ظهرت بشكل عام. ولكن لاحظ بعناية أنه لا يوجد طول مثالي للمتوسط ​​المتحرك الذي يجب أن تستخدمه. نورمان فوسباك، محرر فوسباكس صندوق فوركباك، والرئيس السابق لمعهد بحوث الاقتصاد القياسي، وضعه بهذه الطريقة في كتابه سوق الأسهم المنطق: لا توجد أرقام سحرية في الاتجاه التالي. قد يكون بعض أطوال المتوسط ​​المتحرك أفضل أداء في الماضي، ولكن، بعد كل شيء، كان هناك شيء ما للعمل بشكل أفضل في الماضي واختبار كل شيء ممكن، كيف يمكن للمرء أن يساعد ولكن العثور عليه. وينبغي أن يكون مطلبا أساسيا لأي اتجاه متوسط ​​الاتجاه يتبع النظام الذي يتوقع عمليا جميع أطوال المتوسط ​​المتحرك التنبؤ بدرجة أكبر أو أقل. إذا عمل واحد فقط أو اثنين من أطوال، واحتمالات عالية من النتائج الناجحة تم الحصول عليها عن طريق الصدفة. النتيجة 4: لا يتم إنشاء جميع الفهارس على قدم المساواة عندما يتعلق الأمر باستراتيجيات المتوسط ​​المتحرك ربما تعتقد أنه لا يهم كثيرا مؤشر السوق الذي تستخدمه عند حساب المتوسط ​​المتحرك. ولكن سيكون من الخطأ: هناك اختلافات ملحوظة في عوائد المتوسط ​​المتحرك استراتيجيات اعتمادا على ما إذا كنت تستخدم داو، سامب 500 أو ناسداك لتوليد إشارات شراء وبيع. النظر في المتوسط ​​المتحرك لمدة 200 يوم إلى جانب مغلف واحد. عندما وضعت هذه الاستراتيجية على داو إندستريالز، فإنه منذ عام 1990 أدى إلى 100 معاملة منفصلة لمتوسط ​​أربعة في السنة. ومع ذلك، عندما طبقت هذه الاستراتيجية على برنامج سامب 500، أدت هذه العملية إلى 68 معاملة لمتوسط ​​يقل عن ثلاثة معاملات في السنة. على أساس معدل المخاطر، فقد هزمت هذه الاستراتيجية شراء وشراء في حالة سامب 500 ولكن ليس داو. تناقضات واسعة مثل هذا واحد اقتصاص في كثير من الأحيان في بحثي. فوسباكس ملاحظة التحذيرية التي أشرت إليها أعلاه هي ذات الصلة جدا هنا أيضا. نيت فيرنون هو كبير في جامعة روتشستر تخصص في الاقتصاد المالي. في الصيف الماضي، كان متدربا للمجلة المالية هولبرت. وهو أيضا عضو في فريق كرة السلة في جامعة روتشستر. كوبيرايت copy2017 ماركيتواتش، Inc. جميع الحقوق محفوظة. البيانات اليومية المقدمة من قبل سيكس المعلومات المالية ورهنا بشروط الاستخدام. بيانات نهاية اليوم التاريخية والحالية التي تقدمها سيكس فينانسيال إنفورماتيون. تأخرت البيانات اللحظية لكل متطلبات الصرف. سامبدو جونز مؤشرات (سم) من شركة داو جونز أمب، وشركة جميع يقتبس في وقت الصرف المحلي. في الوقت الحقيقي بيانات بيع الماضي المقدمة من نسداق. المزيد من المعلومات حول بورصة ناسداك تداولت الرموز وحالتها المالية الحالية. تأخرت البيانات اللحظية 15 دقيقة لناسداك، و 20 دقيقة للتبادلات الأخرى. سامبدو جونز مؤشرات (سم) من شركة داو جونز أمب، وشركة سيهك يتم توفير البيانات اللحظية من قبل سيكس المعلومات المالية ويتأخر 60 دقيقة على الأقل. كل الاقتباسات هي في الوقت الصرف المحلي. لا توجد نتائج