المتوسط المتحرك الأسي متكرر

لقد قرأت المناقشة التي ذكرتموها. وهو ينطبق على بوستغريزل لأنه يسمح لإنشاء وظيفة تجميع المعرفة من قبل المستخدم باستخدام سكل في بوستغريزل ولكن لا يسمح في سكل سيرفر. استخدام كت العودية هو طريقة مجدية في سكل سيرفر، ولكن لاحظت أن طريقة كت قد يؤدي إلى مسح الجدول أكثر من وظائف النافذة. لذلك أنا جعل هذه الوظيفة أن نسأل إذا كان من الممكن لحساب المتوسط ​​المتحرك الأسي باستخدام سكل سيرفر 2012 وظيفة النافذة تماما مثل حساب المتوسط ​​المتحرك البسيط. نداش xiagao1982 14 أبر في 13:53 أولا، يمكنك حساب إما (سما (x)) بدلا من إما (x). ثانيا، كوتشتموثينغ كونستانتكوت هو في الواقع قيمة بيتا في صيغة بلدي، وليس ألفا. مع تلك التغييرات اثنين سكلفيدل يبدو مثل هذا: sqlfiddle6191921 ومع ذلك، لا يزال هناك فرق بسيط بين النتيجة الفعلية والنتيجة المتوقعة. وأود أن أعود ونرى ما إذا كان تعريف إما يطابق ما أعرفه. نداش سيباستيان ماين 7 مايو في 13:46 أنا فقط نظرت في صيغة في جدول البيانات التي تعلقها وأنه هو الطريق بعيدا عن تعريف إما القياسية. تحسب صيغتي المتوسط ​​المتحرك الأسي للصفوف العشرة الأخيرة. يحسب جدول البيانات أولا المتوسط ​​القياسي خلال الصفوف العشرة الأخيرة، ثم المتوسط ​​المتحرك المرجح بشكل غير مقيد على جميع المتوسطات. هذا يتبع الصيغة هنا: en. wikipedia. orgwikiEWMAchart نداش سيباستيان ماين مايو 13 13 في 13: 52 استكشاف التذبذب المتوسط ​​المرجح أضعافا مضاعفة هو مقياس الأكثر شيوعا من المخاطر، لكنه يأتي في العديد من النكهات. في مقال سابق، أظهرنا كيفية حساب التقلبات التاريخية البسيطة. (لقراءة هذه المقالة، راجع استخدام التقلب لقياس المخاطر المستقبلية.) استخدمنا بيانات سعر السهم الفعلي من غوغل من أجل احتساب التقلبات اليومية استنادا إلى بيانات 30 يوما من بيانات المخزون. في هذه المقالة، سوف نحسن التقلبات البسيطة ونناقش المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما). تاريخي مقابل التقلب الضمني أولا، يتيح وضع هذا المقياس في القليل من المنظور. هناك نهجان واسعان: التقلب التاريخي والضمني (أو الضمني). يفترض النهج التاريخي أن الماضي هو مقدمة نقيس التاريخ على أمل أن يكون التنبؤي. ومن ناحية أخرى، يتجاهل التقلب الضمني التاريخ الذي يحل فيه التقلبات التي تنطوي عليها أسعار السوق. وهي تأمل أن يعرف السوق أفضل وأن سعر السوق يتضمن، حتى ولو ضمنا، تقديرا للآراء بشأن التقلب. (للاطلاع على القراءة ذات الصلة، انظر استخدامات وحدود التقلب). إذا ركزنا على النهج التاريخية الثلاثة فقط (على اليسار أعلاه)، فإن لديهم خطوتين مشتركتين: حساب سلسلة العوائد الدورية تطبيق مخطط الترجيح أولا، نحن حساب العائد الدوري. ثاتس عادة سلسلة من العوائد اليومية حيث يتم التعبير عن كل عودة في مصطلحات معقدة باستمرار. لكل يوم، ونحن نأخذ السجل الطبيعي لنسبة أسعار الأسهم (أي السعر اليوم مقسوما على السعر أمس، وهلم جرا). هذا ينتج سلسلة من العوائد اليومية، من ش أنا ش أنا م. اعتمادا على عدد الأيام (م أيام) نحن قياس. وهذا يقودنا إلى الخطوة الثانية: هذا هو المكان الذي تختلف فيه النهج الثلاثة. في المقالة السابقة (استخدام التقلب لقياس المخاطر المستقبلية)، أظهرنا أنه في ظل اثنين من التبسيط المقبول، التباين البسيط هو متوسط ​​العوائد التربيعية: لاحظ أن هذه المبالغ كل من الإرجاع الدوري، ثم يقسم المجموع من قبل عدد الأيام أو الملاحظات (م). لذلك، في الواقع مجرد متوسط ​​من المربعات الدورية المربعة. وبعبارة أخرى، يعطى كل مربع مربعة وزن متساو. لذلك إذا كان ألفا (a) عامل ترجيح (على وجه التحديد، 1m)، فإن التباين البسيط يبدو شبيها بهذا: إوما يحسن على التباين البسيط ضعف هذا النهج هو أن جميع العوائد تكسب نفس الوزن. يوم أمس (الأخيرة جدا) عودة ليس لها تأثير أكثر على الفرق من الأشهر الماضية العودة. يتم إصلاح هذه المشكلة باستخدام المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما)، حيث يكون لعوائد أكثر حداثة وزنا أكبر على التباين. المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما) يدخل لامدا. والتي تسمى المعلمة تمهيد. يجب أن يكون لامبدا أقل من واحد. وبموجب هذا الشرط، بدلا من الأوزان المتساوية، يتم ترجيح كل عائد مربعة بمضاعف على النحو التالي: على سبيل المثال، ريسكمتريكس تم، وهي شركة لإدارة المخاطر المالية، تميل إلى استخدام لامدا 0.94، أو 94. في هذه الحالة، (0-1.94) (.94) 0 6. العائد التربيعي التالي هو ببساطة مضاعف لامدا للوزن السابق في هذه الحالة 6 مضروبا في 94 5.64. والثالث أيام السابقة الوزن يساوي (1-0.94) (0.94) 2 5.30. ثاتس معنى الأسي في إوما: كل وزن هو مضاعف ثابت (أي لامدا، التي يجب أن تكون أقل من واحد) من وزن الأيام السابقة. وهذا يضمن التباين المرجح أو المنحاز نحو المزيد من البيانات الحديثة. (لمعرفة المزيد، راجع ورقة عمل إكسيل لتقلب غوغل.) يظهر أدناه الفرق بين تقلب ببساطة و إوما ل غوغل. التقلبات البسيطة تزن بشكل فعال كل عائد دوري بمقدار 0.196 كما هو موضح في العمود O (كان لدينا عامين من بيانات أسعار الأسهم اليومية، أي 509 عائد يومي و 1509 0.196). ولكن لاحظ أن العمود P تعيين وزن 6، ثم 5.64، ثم 5.3 وهلم جرا. هذا الفرق الوحيد بين التباين البسيط و إوما. تذكر: بعد أن نجمع السلسلة بأكملها (في العمود س) لدينا التباين، وهو مربع الانحراف المعياري. إذا أردنا التقلب، علينا أن نتذكر أن تأخذ الجذر التربيعي لهذا التباين. ما هو الفرق في التقلب اليومي بين التباين و إوما في حالة غوغل لها أهمية: التباين البسيط أعطانا تقلب يومي من 2.4 ولكن إوما أعطى تقلب يومي فقط 1.4 (انظر جدول البيانات لمزيد من التفاصيل). على ما يبدو، استقرت تقلبات غوغل في الآونة الأخيرة وبالتالي، قد يكون التباين البسيط مرتفع بشكل مصطنع. فارق اليوم هو وظيفة من بيور تباين أيام ستلاحظ أننا بحاجة إلى حساب سلسلة طويلة من الأثقال الهبوط أضعافا مضاعفة. لن نفعل الرياضيات هنا، ولكن واحدة من أفضل ملامح إوما هو أن السلسلة بأكملها يقلل بسهولة إلى صيغة عودية: ريكورسيف يعني أن المراجع التباين اليوم (أي وظيفة من التباين أيام سابقة). يمكنك أن تجد هذه الصيغة في جدول البيانات أيضا، وتنتج نفس النتيجة بالضبط كما حساب لونغاند يقول: التباين اليوم (تحت إوما) يساوي التباين الأمس (مرجحة من لامدا) بالإضافة إلى الأمتار مربعة العودة (وزنه من قبل ناقص لامدا). لاحظ كيف أننا مجرد إضافة فترتين معا: يوم أمس التباين المرجح والأمثلة المرجحة، مربعا العودة. ومع ذلك، لامدا هو لدينا تمهيد المعلمة. يشير ارتفاع اللامدا (مثل ريسكمتريكس 94) إلى انحطاط بطيء في السلسلة - من الناحية النسبية، سيكون لدينا المزيد من نقاط البيانات في السلسلة، وسوف تسقط ببطء أكثر. من ناحية أخرى، إذا قلنا من لامدا، فإننا نشير إلى انحلال أعلى: الأوزان تسقط بسرعة أكبر، ونتيجة مباشرة للتسوس السريع، يتم استخدام نقاط بيانات أقل. (في جدول البيانات، لامدا هو المدخلات، حتى تتمكن من تجربة مع حساسية لها). سوماري التقلب هو الانحراف المعياري لحظية من الأسهم ومقياس المخاطر الأكثر شيوعا. وهو أيضا الجذر التربيعي للتباين. يمكننا قياس التباين تاريخيا أو ضمنيا (التقلب الضمني). عند قياس تاريخيا، وأسهل طريقة هو التباين البسيط. ولكن الضعف مع التباين بسيط هو كل عوائد الحصول على نفس الوزن. لذلك نحن نواجه مفاضلة الكلاسيكية: نحن نريد دائما المزيد من البيانات ولكن المزيد من البيانات لدينا أكثر يتم تخفيف الحساب لدينا عن بعد (أقل أهمية) البيانات. ويحسن المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما) على التباين البسيط بتخصيص أوزان للعائدات الدورية. من خلال القيام بذلك، يمكننا على حد سواء استخدام حجم عينة كبيرة ولكن أيضا إعطاء المزيد من الوزن لعوائد أكثر حداثة. (لعرض فيلم تعليمي حول هذا الموضوع، قم بزيارة بيونيك تورتل.) المتوسط ​​المتحرك المتحرك الأسي نظرا لقائمة مرتبة من نقاط البيانات، يمكنك بناء المتوسط ​​المتحرك المرجح أضعافا مضاعفة لجميع النقاط حتى النقطة الحالية. في المتوسط ​​المتحرك الأسي (إما أو إوما لفترة قصيرة)، فإن الأوزان تنخفض بعامل ثابت 945 مع تقدم الشروط. وكثيرا ما يستخدم هذا النوع من المتوسط ​​المتحرك التراكمي عند رسم أسعار الأسهم. الصيغة العودية ل إما هي حيث x اليوم هي نقطة السعر الحالية اليوم و 945 هو ثابت ما بين 0 و 1. في كثير من الأحيان، 945 هو وظيفة لعدد معين من الأيام N. الوظيفة الأكثر شيوعا هو 945 2 (N1). على سبيل المثال، إما 9 أيام من تسلسل لديها 945 0.2، في حين إما 30 يوما لديها 945 231 0.06452. لقيم 945 أقرب إلى 1، يمكن تهيئة تسلسل إما في EMA8321 x8321. ومع ذلك، إذا كان 945 صغيرا جدا، فإن المصطلحات الأولى في التسلسل قد تتلقى وزنا لا لزوم له مع هذه التهيئة. لتصحيح هذه المشكلة في إما n-داي، يتم تعيين المصطلح الأول من تسلسل إما ليكون المتوسط ​​البسيط للشروط 8968 الأولى (N-1) 28969، وبالتالي، تبدأ إما في اليوم رقم 8968 (N-1 ) 28969. على سبيل المثال، في المتوسط ​​المتحرك الأسي لمدة 9 أيام، EMA8324 (x8321x8322x8323x8324) 4. ثم EMA8325 0.2x8325 0.8EMA8324 و EMA8326 0.2x8326 0.8EMA8325 الخ باستخدام المحللين الأسي المتوسط ​​التحليلي الأسهم غالبا ما ننظر إما و سما (المتوسط ​​المتحرك البسيط) لأسعار الأسهم لاحظ الاتجاهات في الارتفاع والسقوط أو الأسعار، ومساعدة فإنهم يتوقعون السلوك في المستقبل. ومثل كل المتوسطات المتحركة، فإن المستويات المرتفعة والهبوطية للرسم البياني إما ستتخلف عن ارتفاعات وأدنى البيانات الأصلية التي لم تتم تصفيتها. وكلما ارتفعت قيمة N، فإن أصغر 945 سيكون وأكثر سلاسة الرسم البياني سيكون. إلى جانب المتوسطات المتحركة التراكمية المرجح أضعافا مضاعفة، يمكن للمرء أيضا حساب المتوسطات المتحركة التراكمية المرجحة خطيا، والتي تنخفض فيها الأوزان خطيا مع نمو المصطلحات القديمة. انظر الخطية، التربيعية، والتكعيبية المتوسط ​​المتوسط ​​المتراكمة المادة وآلة حاسبة.