و - ميزة من بين المرجحة الحركة - متوسط - طريقة هو بين أن ذلك بنفسك، يميل إلى أملس خارج السعر التغييرات

ما هو المتوسط ​​المتحرك. المهمة هذه الصفحة هي جزء من المحتوى المؤرشفة وقد تكون قديمة. ويمكن تقسيم مجموعة كاملة من المؤشرات المالية إلى ثلاث فئات الاتجاه التالي، ومؤشرات التذبذب وغيرها الاتجاه التالية المؤشرات فعالة عندما يتحرك السوق في الاتجاه ولكن تصبح خطرة على السوق مستقرة مؤشرات التذبذب تظهر نقاط تحول السوق الثابتة ويمكن أن ترسل إشارات غير مواتية أو خاطئة على السوق تتحرك مؤشرات أخرى رصد حالة المستثمرين النفسية النفسية. الاتجاه الأكثر أهمية المؤشرات التالية تتحرك المتوسط، ماسد التحرك المتوسط ​​التقارب التقارب، MACD - الرسم البياني، مؤشر المتوسط ​​المتوسط ​​أدكس ومؤشر توزيع التراكم وكلها مؤشرات متخلفة تتغير عندما يكون الاتجاه قد تغير بالفعل. المتوسط ​​المتحرك المتوسط ​​المتحرك، وهو أيضا متوسط ​​الدوران، هو مؤشر متوسط ​​حركة الحركة، يظهر متوسط ​​قيمة البيانات ضمن محدد الإطار الزمني انها تستخدم لتخفيف التقلبات على المدى القصير وتسليط الضوء على الاتجاهات على المدى الطويل سي جميع الأدوات الأخرى المتوسط ​​المتحرك له مزاياه وعيوبه الخاصة النقطة الأضعف هي أنه لا يحذر من التغيير القادم للاتجاه أكبر ميزة تساعدنا على تحديد الحركة الحالية للاتجاه وتأكيد التغيير عندما يحدث فعلا. مستويات المتوسط ​​المتحرك تفسر على أنها مقاومة في سوق صاعد أو دعم في سوق هبوط هنا مستوى الدعم يعني ترتيب السعر حيث السعر يميل إلى إيجاد الدعم عند انخفاضه من المرجح أن يرتفع السعر عن هذا المستوى بدلا من اختراق من خلال مستوى المقاومة هو عكس مستوى الدعم وهو الطرف العلوي حيث يميل السعر إلى العثور على المقاومة كما هو صاعد. البرامج التحليلية الرسومية الحديثة حساب مجموعة واسعة من مختلف أنواع المتوسط ​​المتحرك وتقديم تشكيلة من أنماط التصور بهم ويمكن تحديد إطار زمني للحساب على أنه قصير أو متوسط ​​أو طويل الأجل بالنسبة للاتجاه الطويل الأجل فإن متوسط ​​200 يوم هو الأكثر شعبية في المدى المتوسط ​​50 د متوسط ​​المتوسطات المتوسطة والمتوسط ​​القصير الأجل 10 أيام تستخدم الأنواع التالية من المتوسطات المتداولة في كثير من الأحيان المتوسط ​​المتحرك البسيط سما المتوسط ​​المتحرك المرجح وما ومتوسط ​​المتوسط ​​المتحرك أضعافا مضاعفة. على الرغم من أن المتوسط ​​الحسابي المتوسط ​​المتوسط ​​الحسابي للأسعار غير المرجحة للفترات السابقة هو الأكثر استخداما يمكن أن تتأثر بشكل غير متناسب من البيانات القديمة، تضمين في حسابها من أجل تجنب أن يتم إعطاء وزن إضافي لنقاط البيانات أكثر حجما القادمة إلى المتوسط ​​المتحرك المرجح وما هو أيضا أكثر حساسية من سما وأقرب إلى السعر الاتجاه في المتوسط ​​المتحرك لأسيا، يتم تعيين معامل لتمثيل درجة ترجيح الترجيح، عامل تمهيد ثابت بين 0 و 1 ثم يتم ترجيح كل من البيانات الأخيرة و إما للفترة السابقة وفقا للمعامل الذي تم اختياره بمعنى هذا يعني البيانات الخاصة بكل الوقت السابق يتم تضمين فترات تلقائيا في الحساب ولكن الأسعار الأخيرة لا تزال لديها المزيد من الوزن. تحليل عام للتحرك أفيرا جيس على العناصر الرئيسية التالية. تحديد نقاط العبور من السعر والرسوم البيانية MA. Determining الحد الأدنى والحد الأقصى من MA. Detecting التشتت الأقصى بين السعر والمتوسط ​​المتحرك. بعد حركة المتوسط ​​المتحرك. عادة اثنين من المتوسطات المتحركة، وبناء على وقت مختلف وتستخدم لتحليل اتجاه السوق العلاقة بين خطوطها يمكن أن تعطي معلومات أساسية حول قوة الاتجاه في الاتجاه التصاعدي القوي، على سبيل المثال، على المدى القصير ارتفاع المتوسط ​​المتحرك أسرع من المدى الطويل وانتشر بين خطوط اتسعت إذا بدأ انتشار لتقليص هذا يعطينا إشعارا مبكرا أن الاتجاه التصاعدي يفقد زخمه. لأن المتوسطات المتحركة هي المؤشرات الاتجاه التالية، فهي أكثر فائدة في السوق العصرية عندما يكون السوق مستقرا، والتخلف عن طبيعة المتوسطات المتحركة تمهيد توليد إشارات كاذبة. متوسط ​​التحرك و نماذج التجانس الأسية. كخطوة أولى في التحرك خارج النماذج المتوسطة، نماذج المشي العشوائي، ونماذج الاتجاه الخطي، أنماط غير منطقية يمكن استنباط الاتجاهات D باستخدام نموذج متوسط ​​الحركة أو التمهيد الافتراض الأساسي وراء نماذج المتوسط ​​والتجانس هو أن السلسلة الزمنية ثابتة محليا بمتوسط ​​متغير ببطء وبالتالي فإننا نأخذ متوسطا محليا متحركا لتقدير القيمة الحالية للمتوسط ومن ثم استخدام ذلك كتوقعات للمستقبل القريب ويمكن اعتبار هذا بمثابة حل وسط بين النموذج المتوسط ​​ونموذج المشي العشوائي بدون الانجراف ويمكن استخدام نفس الاستراتيجية لتقدير واستقراء الاتجاه المحلي A المتوسط ​​المتحرك هو وغالبا ما تسمى نسخة ممهدة من السلسلة الأصلية لأن المتوسط ​​على المدى القصير له تأثير تجانس المطبات في السلسلة الأصلية من خلال تعديل درجة تمهيد عرض المتوسط ​​المتحرك، يمكننا أن نأمل في ضرب نوع من التوازن الأمثل بين وأداء متوسط ​​ونماذج المشي العشوائية أبسط نوع من نموذج المتوسط ​​هو. Simple بالتساوي المرجح المتوسط ​​المتحرك. التوقعات لقيمة Y في الوقت ر 1 التي يتم إجراؤها في الوقت t يساوي المتوسط ​​البسيط لآخر الملاحظات m. هنا وفي أماكن أخرى سأستخدم الرمز Y-هات للوقوف على توقعات للسلسلة الزمنية Y التي تم إجراؤها في أقرب موعد ممكن من قبل نموذج معين ويتركز هذا المتوسط ​​في الفترة t 1 1، مما يعني أن تقدير فإن المتوسط ​​المحلي سيميل إلى التخلف عن القيمة الحقيقية للمتوسط ​​المحلي بحوالي m 1 2 وبالتالي فإننا نقول أن متوسط ​​عمر البيانات في المتوسط ​​المتحرك البسيط هو m 1 2 بالنسبة إلى الفترة التي يتم فيها حساب التوقعات هذا هو مقدار الوقت الذي من شأنه أن التنبؤات تميل إلى تخلف نقاط تحول في البيانات على سبيل المثال، إذا كنت متوسط ​​القيم 5 الماضية، فإن التوقعات ستكون حوالي 3 فترات في وقت متأخر من الاستجابة لنقاط تحول لاحظ أنه إذا م 1، متوسط ​​نموذج المتوسط ​​المتحرك المتوسط ​​البسيط يساوي نموذج المشي العشوائي بدون نمو إذا كانت m كبيرة جدا مقارنة بطول فترة التقدير، فإن نموذج سما يعادل النموذج المتوسط ​​كما هو الحال مع أي معلمة لنموذج التنبؤ، لضبط قيمة كي n للحصول على أفضل ملاءمة للبيانات، أي أصغر أخطاء التنبؤ في المتوسط. هنا هو مثال لسلسلة التي يبدو أن تظهر تقلبات عشوائية حول متوسط ​​ببطء متغير أولا، دعونا نحاول لتناسب ذلك مع المشي العشوائي نموذج، وهو ما يعادل متوسط ​​متحرك بسيط من 1 term. The نموذج المشي العشوائي يستجيب بسرعة كبيرة للتغيرات في هذه السلسلة، ولكن في ذلك يفعل ذلك يختار الكثير من الضوضاء في البيانات تقلبات عشوائية، فضلا عن إشارة المحلية يعني 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 هذا التنبؤ هو 3 5 1 2، حتى أنه يميل 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 المدى الطويل، والتنبؤات طويلة الأجل من وزارة الدفاع سما إل هي خط أفقي مستقيم، تماما كما في نموذج المشي العشوائي وهكذا، يفترض نموذج سما أنه لا يوجد اتجاه في البيانات ومع ذلك، في حين أن التوقعات من نموذج المشي العشوائي هي ببساطة مساوية لقيمة الملاحظة الأخيرة، والتنبؤات من فإن نموذج سما يساوي المتوسط ​​المرجح للقيم الأخيرة. حدود الثقة التي تحسبها ستاتغرافيكس للتنبؤات طويلة الأجل للمتوسط ​​المتحرك البسيط لا تتسع مع زيادة أفق التنبؤ هذا من الواضح أنه ليس صحيحا للأسف، النظرية الإحصائية التي تخبرنا كيف يجب أن تتسع فترات الثقة لهذا النموذج ومع ذلك، ليس من الصعب جدا حساب التقديرات التجريبية لحدود الثقة لتوقعات الأفق الأطول على سبيل المثال، يمكنك إعداد جدول بيانات فيه نموذج سما سوف تستخدم 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 توقعات h أوريزون، ومن ثم بناء فترات الثقة 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. الآن 5 فترات 9 1 2 إذا أخذنا متوسط ​​متحرك لمدة 19 عاما، فإن متوسط ​​العمر يزداد إلى 10.لاحظ أن التوقعات في الواقع تتخلف الآن عن نقاط التحول بنحو 10 فترات. كما أن كمية التجانس هي الأفضل لهذه السلسلة في ما يلي جدول يقارن إحصاءات الخطأ الخاصة بهم، بما في ذلك أيضا متوسط ​​3 فترات. نموذج C، المتوسط ​​المتحرك لمدة 5 سنوات، ينتج أدنى قيمة ل رمز بهامش صغير على متوسطات المدى 3 و 9، إحصائياتهم الأخرى متطابقة تقريبا لذلك، من بين نماذج مع إحصاءات الخطأ مشابهة جدا، يمكننا أن نختار ما إذا كنا نفضل أكثر قليلا من الاستجابة أو أكثر قليلا نعومة في التوقعات العودة إلى أعلى الصفحة. الألوان s الأسي بسيط تمهيد أضعافا مضاعفة أضعافا مضاعفة متوسط ​​المتوسط ​​المتحرك البسيط الموضح أعلاه يحتوي على الخاصية غير المرغوب فيها التي يتعامل معها ملاحظات k الأخيرة بالتساوي وبشكل كامل يتجاهل جميع الملاحظات السابقة بشكل حدسي، يجب أن يتم خصم البيانات السابقة بطريقة أكثر تدرجية - على سبيل المثال، والحصول على أكثر من ذلك بقليل من الوزن الثاني من أحدث، والثاني الأكثر حداثة يجب الحصول على وزن أكثر قليلا من 3 أحدث، وهلم جرا بسيطة الأسي تمهيد نموذج سيس ينجز هذا. لاحظ يدل على ثابت تمهيد عدد بين 0 و 1 طريقة واحدة لكتابة النموذج هو تحديد سلسلة L التي تمثل المستوى الحالي أي القيمة المتوسطة المحلية للسلسلة 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 تسيطر على القرب من قيمة محرف إلى أكثر إعادة سينت المراقبة التوقعات للفترة القادمة هي ببساطة قيمة ممهدة الحالية. على العكس من ذلك، 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، يتم الحصول على التوقعات القادمة عن طريق ضبط التوقعات السابقة في اتجاه الخطأ السابق عن طريق كمية كسور. is الخطأ المحرز في الوقت t في النسخة الثالثة، والتوقعات هي أي المتوسط ​​المتحرك المخصوم مع معامل الخصم 1. إن نسخة الاستكمال الداخلي لصيغة التنبؤ هي أبسط الاستخدامات إذا كنت تنفذ النموذج على جدول بيانات يناسبه في خلية واحدة ويحتوي على مراجع خلية تشير إلى التوقعات السابقة، الملاحظة، والخلية حيث يتم تخزين قيمة. ملاحظة أنه إذا 1، نموذج سيس يعادل نموذج المشي المشيح نمو هوت إذا كان نموذج سيس يساوي النموذج المتوسط، على افتراض أن القيمة الملساء الأولى تم تعيينها تساوي متوسط ​​العائد إلى أعلى الصفحة. متوسط ​​عمر البيانات في توقعات التمهيد الأسي البسيط هو 1 نسبي إلى الفترة التي يتم حساب التنبؤ بها ليس من المفترض أن تكون واضحة، ولكن يمكن بسهولة أن تظهر من خلال تقييم سلسلة لانهائية وبالتالي، فإن متوسط ​​التوقعات المتحركة البسيطة يميل إلى التخلف عن نقاط التحول بنحو 1 فترات على سبيل المثال، عند 0 5 الفاصل الزمني هو فترتين عندما يكون 0 2 الفارق الزمني 5 فترات عندما يكون 0 1 الفارق الزمني 10 فواصل وهكذا بالنسبة لعمر متوسط ​​معين أي مقدار الفارق الزمني فإن التنبؤ الأسي البسيط للتلطيف سيس متفوق إلى حد ما على التحرك البسيط متوسط ​​توقعات سما لأنه يضع وزنا أكبر نسبيا على الملاحظة الأخيرة - فهو أكثر استجابة قليلا للتغيرات التي تحدث في الماضي القريب على سبيل المثال، نموذج سما مع 9 شروط ونموذج سيس مع 0 2 على حد سواء لديها متوسط ​​العمر من 5 ل دا تا في توقعاتها، ولكن نموذج سيس يضع وزنا أكبر على القيم 3 الماضية مما يفعل نموذج سما، وفي الوقت نفسه فإنه لا ننسى تماما القيم أكثر من 9 فترات القديمة، كما هو مبين في هذا الرسم البياني. أية ميزة أخرى من فإن نموذج سيس على نموذج سما هو أن نموذج سيس يستخدم معلمة التمهيد التي تتغير باستمرار بحيث يمكن تحسينها بسهولة باستخدام خوارزمية حلالا لتقليل متوسط ​​الخطأ الوسطي وتبين القيمة المثلى لنموذج سيس لهذه السلسلة أن يكون 0 2961، كما هو مبين هنا. متوسط ​​عمر البيانات في هذه التوقعات هو 1 0 2961 3 4 فترات، وهو مماثل للمتوسط ​​المتحرك البسيط لمدة 6. التوقعات على المدى الطويل من نموذج سيس 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 للراند أوم نموذج المشي يفترض أن سلسلة يمكن التنبؤ بها إلى حد ما أكثر من نموذج المشي العشوائي. نموذج سيس هو في الواقع حالة خاصة من نموذج أريما حتى نظرية إحصائية نماذج أريما يوفر أساسا سليما لحساب فترات الثقة ل نموذج سيس على وجه الخصوص، نموذج سيس هو نموذج أريما مع اختلاف واحد غير منطقي، وهو مصطلح 1 ما، وليس هناك مصطلح ثابت يعرف باسم أريما 0،1،1 نموذج دون ثابت معامل ما 1 في نموذج أريما يتوافق مع الكمية 1 في نموذج سيس على سبيل المثال، إذا كنت تناسب أريما 0،1،1 نموذج دون ثابت لسلسلة تحليلها هنا، فإن معامل ما 1 المقدرة تبين أن 0 7029، وهو تقريبا تقريبا واحد ناقص 0 2961. ومن الممكن إضافة افتراض اتجاه خطي ثابت غير صفري إلى نموذج سيس للقيام بذلك، ما عليك سوى تحديد نموذج أريما مع اختلاف واحد غير منطقي ومدة ما 1 مع ثابت، أي نموذج أريما 0،1،1 مع ثابت سوف التوقعات على المدى الطويل ثم يكون الاتجاه الذي يساوي الاتجاه المتوسط ​​لوحظ خلال فترة التقدير بأكملها لا يمكنك القيام بذلك جنبا إلى جنب مع التعديل الموسمية، لأن خيارات التعديل الموسمية يتم تعطيل عندما يتم تعيين نوع النموذج إلى أريما ومع ذلك، يمكنك إضافة ثابتة طويلة إلى نموذج بسيط للتجانس الأسي مع أو بدون تعديل موسمية باستخدام خيار تعديل التضخم في إجراء التنبؤ يمكن تقدير معدل النمو المناسب لنسبة التضخم في كل فترة على أنه معامل الانحدار في نموذج اتجاه خطي مجهز بالبيانات في جنبا إلى جنب مع التحول اللوغاريتم الطبيعي، أو أنه يمكن أن تستند إلى معلومات أخرى مستقلة بشأن آفاق النمو على المدى الطويل العودة إلى أعلى الصفحة. الخطية s الخطي أي ضعف الأسي تمهيد. 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 ل 1-خطوة قبل التوقعات عندما تكون البيانات نوي نسبيا ويمكن تعديلها لدمج اتجاه خطي ثابت كما هو مبين أعلاه ماذا عن الاتجاهات قصيرة الأجل إذا كانت سلسلة يعرض معدل نمو متفاوت أو نمط دوري الذي يبرز بوضوح ضد الضوضاء، وإذا كان هناك حاجة إلى توقعات أكثر من 1 فترة المقبلة، ثم تقدير الاتجاه المحلي قد يكون أيضا قضية يمكن تعميم نموذج التمهيد الأسي بسيط للحصول على خطية الأسية تمهيد نموذج ليس الذي يحسب التقديرات المحلية من كل من مستوى والاتجاه. أبسط الاتجاه متغيرة الوقت النموذج هو نموذج تمهيد الأسي الخطي براون، والذي يستخدم اثنين من سلسلة سلسة مختلفة التي تتمحور في نقاط مختلفة في الوقت المحدد ويستند صيغة التنبؤ على استقراء خط من خلال المركزين وهناك نسخة أكثر تطورا من هذا النموذج، هولت s، هو نوقشت أدناه. يمكن التعبير عن شكل جبري من براون s الخطي الأسي تمهيد نموذج، مثل ذلك من نموذج تمهيد الأسي بسيط، في عدد من مختلف ولكن ه الأشكال المتكافئة عادة ما يعبر عن النموذج القياسي لهذا النموذج على النحو التالي تدل S تدل على سلسلة سلسة منفرد تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط لسلسلة Y وهذا هو، وتعطى قيمة S في الفترة t من قبل. أذكر أنه في ظل تمهيد الأسي بسيط، وهذا سيكون التنبؤ ل Y في الفترة ر 1 ثم اسمحوا S تدل على سلسلة سلسة تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط باستخدام نفسه لسلسلة S. Finally، والتوقعات ل يك تك لأي k 1. ويعطي هذا العائد e 1 0 أي غش قليلا، والسماح للتنبؤ الأول يساوي الملاحظة الأولى الفعلية، و e 2 Y 2 Y 1 وبعد ذلك يتم توليد التنبؤات باستعمال المعادلة أعلاه ينتج هذا القيم المجهزة نفسها كما الصيغة التي تستند إلى S و S إذا تم بدء هذه الأخيرة باستخدام S 1 S 1 Y 1 يستخدم هذا الإصدار من النموذج في الصفحة التالية التي توضح مجموعة من التجانس الأسي مع التعديل الموسمي. الخطي S الخطي الأسي Smoothing. Brown s يحسب التقديرات المحلية من المستوى والاتجاه من خلال تمهيد البيانات الأخيرة، ولكن حقيقة أن يفعل ذلك مع معلمة تمهيد واحد يضع قيدا على أنماط البيانات التي هي قادرة على تناسب المستوى والاتجاه لا يسمح لها أن تختلف في معدلات مستقلة هولت s ليس نموذج يتناول هذه المسألة من خلال تضمين اثنين من ثوابت تمهيد، واحدة لمستوى واحد للاتجاه في أي وقت t، كما هو الحال في نموذج براون s، وهناك تقدير L ر من المستوى المحلي وتقدير T t للاتجاه المحلي هنا يتم حسابها بشكل متكرر من قيمة Y الملاحظة في الوقت t والتقديرات السابقة لمستوى واتجاه المعادلتين اللتين تنطبقان على تمهيد أسي لها بشكل منفصل. إذا كان المستوى المقدر والاتجاه في الوقت t-1 هما T t 1 و T t-1 على التوالي، فإن التنبؤات Y t التي كان من الممكن أن تكون قد أجريت في الوقت t-1 تساوي L t-1 T t-1 عندما يلاحظ القيمة الفعلية، يتم حساب المستوى بشكل متكرر عن طريق الاستكمال الداخلي بين Y t والتنبؤ به L t-1 T t-1 باستخدام الأوزان و 1. ويمكن تفسير التغير في المستوى المقدر وهو L t L 1 على أنه قياس صاخب ل الاتجاه في الوقت t يتم حساب التقدير المحدث للاتجاه بشكل متكرر عن طريق الاستكمال الداخلي بين L t L t 1 والتقدير السابق للاتجاه T t-1 باستخدام أوزان و 1. إن تفسير ثابت تجانس الاتجاه يشبه ثابت ثابت التمهيد. النماذج ذات القيم الصغيرة تفترض تغير الاتجاه فقط ببطء شديد مع مرور الوقت، في حين أن النماذج ذات الحجم الأكبر تفترض أنها تتغير بسرعة أكبر ويعتقد نموذج مع كبير أن المستقبل البعيد غير مؤكد جدا، لأن الأخطاء في تقدير الاتجاه تصبح مهمة جدا عند التنبؤ أكثر من فترة واحدة قبل العودة إلى أعلى من ثوابت التجانس ويمكن تقديرها بالطريقة المعتادة من خلال تقليل متوسط ​​الخطأ المئوي للتنبؤات ذات الخطوة الأولى عندما يتم ذلك في ستاترافيكس، تشير التقديرات إلى أن 03048 و 0 008 القيمة الصغيرة جدا من يعني أن النموذج يفترض تغير طفيف جدا في الاتجاه من فترة إلى أخرى، وذلك أساسا هذا النموذج هو محاولة لتقدير الاتجاه على المدى الطويل قياسا على فكرة متوسط ​​عمر البيانات المستخدمة في تقدير t هو المستوى المحلي للسلسلة، متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي يتناسب مع 1، وإن لم يكن يساوي بالضبط في هذه الحالة التي تبين أن يكون 1 0 006 125 هذا هو إس عدد دقيق جدا حيث أن دقة تقدير إيسن t حقا 3 المنازل العشرية، ولكن من نفس الترتيب العام من حجم حجم العينة من 100، لذلك هذا النموذج هو المتوسط ​​على مدى الكثير جدا من التاريخ في تقدير الاتجاه مؤامرة التوقعات ويبين الشكل أدناه أن نموذج ليس يقدر اتجاها محليا أكبر قليلا في نهاية السلسلة من الاتجاه الثابت المقدر في نموذج الاتجاه سيس، كما أن القيمة المقدرة تكاد تكون مطابقة للاتجاه الذي يتم الحصول عليه من خلال تركيب نموذج سيس مع الاتجاه أو بدونه ، لذلك هذا هو تقريبا نفس النموذج. الآن، هل هذه تبدو وكأنها توقعات معقولة لنموذج من المفترض أن يكون تقدير الاتجاه المحلي إذا كنت مقلة العين هذه المؤامرة، يبدو كما لو أن الاتجاه المحلي قد تحول إلى أسفل في نهاية سلسلة و في حدث وقد تم تقدير المعلمات من هذا النموذج عن طريق تقليل الخطأ التربيعي من 1-خطوة إلى الأمام التنبؤات، وليس التنبؤات على المدى الطويل، وفي هذه الحالة الاتجاه لا تجعل الكثير من الفرق إذا كان كل ما كنت تبحث في 1 - step قبل الأخطاء، كنت لا ترى الصورة أكبر من الاتجاهات على القول 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 أساس أقصر لتقدير الاتجاه على سبيل المثال، إذا اخترنا تعيين 0 1، فإن متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي هو 10 فترات، مما يعني أننا نحسب متوسط ​​الاتجاه خلال الفترات العشرين الأخيرة أو نحو ذلك هنا s ما يبدو مؤامرة توقعات إذا وضعنا 0 1 مع الحفاظ على 0 3 وهذا يبدو بديهية معقولة لهذه السلسلة، على الرغم من أنه من المحتمل أن خطورة لاستقراء هذا الاتجاه أي أكثر من 10 فترات في المستقبل. ماذا عن إرور ستاتس هنا مقارنة نموذجية f أو النموذجين المبينين أعلاه فضلا عن ثلاثة نماذج سيس تبلغ القيمة المثلى لنموذج سيس حوالي 0 3، ولكن يتم الحصول على نتائج مماثلة مع استجابة أكثر قليلا أو أقل، على التوالي مع 0 5 و 0 2. A هولت إكس خطي تجانس مع ألفا 0 3048 وبيتا 0 008. B هولت خ الخطية تجانس مع ألفا 0 3 وبيتا 0 1. C تمهيد الأسي بسيطة مع ألفا 0 5. D تمهيد الأسي بسيط مع ألفا 0 3. E تمهيد الأسي بسيط مع ألفا 0 2 . احصائيات هي متطابقة تقريبا، لذلك نحن حقا يمكن أن تجعل ر الاختيار على أساس 1-خطوة قبل توقعات الأخطاء داخل عينة البيانات علينا أن نراجع مرة أخرى على اعتبارات أخرى إذا كنا نعتقد بقوة أنه من المنطقي أن قاعدة الحالية تقدير الاتجاه على ما حدث على مدى ال 20 فترة الماضية أو نحو ذلك، يمكننا أن نجعل حالة لنموذج ليس مع 0 3 و 0 1 إذا أردنا أن نكون ملحدين حول ما إذا كان هناك اتجاه محلي، ثم واحدة من نماذج سيس قد يكون من الأسهل أن يفسر، وسوف يعطي أيضا المزيد من ميدل التنبؤات على الطريق على مدى 5 أو 10 فترات القادمة العودة إلى أعلى الصفحة. أي نوع من الاستقراء الاتجاه هو أفضل الأفقي أو الخطي تشير الأدلة التجريبية أنه إذا كانت البيانات قد تم تعديلها إذا لزم الأمر للتضخم، ثم قد يكون من غير الحكمة استقراء الاتجاهات الخطية قصيرة الأجل بعيدا جدا في الاتجاهات المستقبلية قد تتراجع اليوم بوضوح في المستقبل بسبب أسباب مختلفة مثل تقادم المنتج وزيادة المنافسة والانكماش الدوري أو التحولات في صناعة لهذا السبب، الأسي بسيط فإن التنعيم غالبا ما يؤدي إلى خروج عينة أفضل مما يمكن توقعه على خلاف ذلك، على الرغم من استقراء الاتجاه الأفقي الساذج. وغالبا ما تستخدم تعديلات الاتجاه المعاكسة لنموذج تمهيد الأسي الخطي في الممارسة العملية لإدخال ملاحظة المحافظة على توقعات اتجاهها الاتجاه المعاكسة يمكن تنفيذ نموذج ليس كحالة خاصة من نموذج أريما، على وجه الخصوص، نموذج أريما 1،1،2.ومن الممكن لحساب فترات الثقة أرو والتنبؤات الطويلة الأجل التي تنتجها نماذج التمهيد الأسي من خلال اعتبارها حالات خاصة لنماذج أريما حذار ليس كل البرامج بحساب فترات الثقة لهذه النماذج بشكل صحيح عرض فترات الثقة يعتمد على i خطأ رمز النموذج، من تمهيد بسيطة أو خطية إي قيمة s من ثابت التمهيد ق و الرابع عدد الفترات المقبلة كنت التنبؤ بشكل عام، والفواصل انتشرت بشكل أسرع كما يحصل أكبر في نموذج سيس وانتشرت بشكل أسرع بكثير عندما الخطية بدلا من بسيطة تمهيد هذا الموضوع يتم مناقشته بشكل أكبر في قسم نماذج أريما من الملاحظات العودة إلى أعلى الصفحة. أسلوب الانتقال المتوسط ​​أسلوب الاقتصاد مقالات مقالة 23 مارس، 2015 آخر تعديل 23 مارس، 2015. تم تقديم هذه المقالة من قبل طالب هذا ليس مثالا على العمل الذي كتبه كتابنا مقال محترف. فوريكاستينغ ضروري جدا وجزء مهم في تخطيط الأعمال ويشير إلى تقدير t فهو يطالب بالمنتجات والخدمات في المستقبل القادم والمورد اللازم لإنتاج هذه النواتج وتشير التقديرات إلى الطلب المستقبلي على المنتجات أو الخدمات عادة باسم توقعات المبيعات وبعبارة أخرى، والتنبؤ هو فن وعلم التنبؤ بالأحداث المستقبلية أليس كذلك مجرد تخمين أو التنبؤ حول المستقبل دون أي أساس عقلاني قد تنطوي على أخذ البيانات التاريخية أو التنبؤ بديهية في غياب البيانات التاريخية. الاستكشاف من التنبؤ. فوركاستينغ بطبيعتها يستخدم البيانات من الفترة الماضية للتنبؤ التوقعات المستقبلية للشركة تتضمن البيانات التاريخية البيانات المالية لمؤسستك وأي معلومات تعتقد أنها ذات قيمة تنبؤية نسبية لنجاح شركتك في المستقبل. لا يجب أن تأتي البيانات التاريخية من شركتك فحسب بل يمكن أن تكون أيضا بيانات اقتصادية كلية تاريخية مثل مؤشر ثقة المستهلك، وأسعار الفائدة، وبداية السكن أو أي متغير اقتصادي آخر كنت تعتقد أن له تأثير على بوسي الخاص بك نيس استنادا إلى خبرة عملك وملاحظاتك. الطريقة المتوسطة المتحركة. أسلوب المتوسط ​​المتحرك يستخدم عددا من أحدث قيم البيانات الفعلية التاريخية لإنشاء توقعات يتم حساب المتوسط ​​المتحرك لعدد n من الفترات في المتوسط ​​المتحرك كما تستخدم هذه الطريقة متوسط ​​عدد من نقاط أو فترات البيانات المجاورة تستخدم عملية حساب المتوسط ​​ملاحظات متداخلة لتوليد متوسطات يشير مصطلح الانتقال إلى طريقة حساب المتوسطات إلى أن تتحرك التنبؤات صعودا أو هبوطا في السلاسل الزمنية لاختيار عمليات رصد لحساب متوسط ​​عدد ثابت من الملاحظات في فتراتنا العشر على السؤال فإن طريقة المتوسطات المتحركة ستستخدم متوسط ​​آخر عشرة ملاحظات للبيانات في السلاسل الزمنية كتوقعات للفترة القادمة. المتوسط ​​المتحرك يستخدم عادة مع بيانات السلاسل الزمنية لتسهيل من التذبذب على المدى القصير ويسلط الضوء على الاتجاهات أو الدورات على المدى الطويل العتبة بين الأجل الطويل والقصير الأجل يعتمد على تطبيق على سبيل المثال فإنه يستخدم عادة في التحليل الفني للبيانات المالية مثل أسعار الأسهم وعائد مختلف الأسهم أو حجم التداول A المتوسط ​​المتحرك يسمى أيضا متوسط ​​الدوران، هو مؤشر حركة السعر المتوسط، والتي تظهر متوسط ​​قيمة البيانات ضمن إطار زمني محدد. يتم تفسير متوسط ​​مستويات التحرك على أنه مقاومة في سوق صاعد أو دعم في سوق هبوط هنا مستوى الدعم يعني ترتيب السعر حيث السعر يميل إلى إيجاد الدعم عند انخفاضه السعر هو أكثر احتمالا لترتد هذا المستوى بدلا من اختراقه مستوى المقاومة هو عكس مستوى الدعم وهو أعلى مستوى حيث السعر يميل إلى العثور على المقاومة كما هو صاعد. البرامج التحليلية الرسومية الحديثة حساب مجموعة واسعة من مختلف تتحرك أنواع المتوسط ​​وتقدم مجموعة متنوعة من أنماط التصور لها يمكن وضع إطار زمني لحساب قصيرة أو متوسطة أو طويلة الأجل ل t على المدى الطويل فإن متوسط ​​مدة ال 200 يوما هو الأكثر شعبية على المدى المتوسط ​​- 50 يوما في المتوسط ​​وعلى المدى القصير - متوسط ​​10 أيام وتستخدم الأنواع التالية من المتوسطات المتداول أكثر من غيرها المتوسط ​​المتحرك البسيط سما المتوسط ​​المتحرك المرجح وما والتحرك الأسي متوسط ​​المتوسط ​​المتحرك. طريقة المتوسط ​​المتحرك. طريقة المتوسط ​​المتحرك البسيطة يتم استخدامه لتقدير متوسط ​​السلاسل الزمنية للطلب وإزالة آثار التقلب العشوائي ومن المفيد جدا عندما لا يكون للطلب أي اتجاه واضح أو تقلبات موسمية في هذه الطريقة إذا كنا يتم حساب متوسط ​​الطلب على الفترات الزمنية األخيرة، واستخدامها كتوقعات للفترة القادمة. في الفترة التالية، بعد أن يعرف الطلب، يتم استبدال الطلب القديم من المتوسط ​​السابق بأكثر الطلب الأخير والمتوسط ​​يعاد حسابه. طريقة المتوسط ​​المتحرك المرجح في هذه الطريقة يمكن أن يكون لكل طلب تاريخي في المتوسط ​​المتحرك وزنه الخاص ومجموع الوزن يساوي o ن على سبيل المثال، في نموذج المتوسط ​​المتحرك المرجح لمدة 5 سنوات، يمكن تعيين الوزن الأحدث 0 50، أما الفترة الثانية الأخيرة فيمكن أن تعطى وزنا قدره 0 30 و 0 و 20 و 0 10 وللفترة الثالثة الأكثر مع وزن 0 0. الاستفادة من طريقة المتوسط ​​المرجح هو أن يسمح التركيز على الطلب في الآونة الأخيرة على الطلب في وقت سابق. الأساسي تمهيد الطريقة وهي طريقة متحرك متطورة التحرك التي لا تزال سهلة نسبيا لفهم واستخدام فإنه يتطلب فقط ثلاثة بنود من فترة البيانات s التوقعات، والطلب الفعلي لهذه الفترة والتي يشار إليها باسم ثابت تمهيد وجود قيمة بين 0 و 1 صيغة إسم هي كما يلي. فت-1 أت-1 - فت-1.Where فت توقعات للفترة t. Ft-1 التوقعات للفترة السابقة t-1.At-1 الطلب الفعلي للفترة السابقة t-1. تتناسق قيمة ثابتة يختلف من 0 إلى 1.Selecting ثابت التمهيد هو في الأساس مسألة الحكم أو المحاكمة والقيم المستخدمة إرورمونلي النطاق من 0 05 إلى 0 5.Feature طريقة المتوسط ​​المتحرك. تمهيد البيانات موفينغ متوسط ​​المساعدة في تمهيد أو وظيفة على نحو سلس تسلسل الأصلي، وتضعف تسلسل الأصلي من تذبذب، ومتوسط ​​عدد الفاصل N أكبر وأقوى على سلسلة تمهيد تأثير. أو دد وحتى نقل متوسط ​​الوقت الفاصل عدد N هو الغريب، إلا أن المتوسط ​​المتحرك، والمتوسط ​​المتحرك كما المتوسطة تتحرك متوسط ​​المصطلحات في قيمة ممثل الاتجاه وعندما يكون متوسط ​​المتوسط ​​المتحرك N حتى، فإن متوسط ​​المتوسط ​​المتحرك يمثل الموضع المتوسط ​​للمستوى السوي، وليس في المرة الواحدة، وهو في حاجة إلى متوسط ​​قيمتين متجاورتين للمتوسط ​​المتحرك، يمكن أن تجعل متوسط ​​قيمة فترة معينة من الزمن، وهذا ما يسمى التحول هو المتوسط، كما تصبح مركز المتوسط ​​المتحرك. التغيرات الطبيعية عندما تشمل سلسلة التغيير الموسمية، المتوسط ​​المتحرك في يجب أن يكون عدد الطرفية متسقة مع التغير الموسمية من طول N، من أجل القضاء على الاختلاف الموسمي إذا كان تسلسل يحتوي على دورة من التغيير، من المصطلحات N وطول دورة يجب أن يكون في الأساس نفس المتوسط، ويمكن القضاء دورة تقلب يكون أفضل. مزايا طريقة المتوسط ​​المتحرك. مفهومة بشكل جيد افتراض نموذج المتوسط ​​المتحرك هو أن التنبؤ الأكثر دقة للطلب المستقبلي هو مزيج خطي بسيط لطريقة المتوسط ​​المتحرك السابق للطلب من السهل فهمه من أي طريقة أخرى هذا الأسلوب يسهل البيانات ويجعلها أسهل لتحديد الاتجاه. حساب بسيط وسهل يتم حساب المتوسط ​​المتحرك بأخذ المتوسط ​​الحسابي لمجموعة معينة من القيم وهي أسهل في الاستخدام من نماذج الانحدار الأخرى على سبيل المثال، لحساب المتوسط ​​المتحرك الأساسي لمدة 10 أيام، يمكنك إضافة ما يصل إلى الإغلاق الأسعار من الأيام ال 10 الماضية ومن ثم تقسيم النتيجة بنسبة 10.Stable توقعات مدى استجابة نحن نريد أن يكون نموذج التنبؤ للتغيرات في يجب أن تكون بيانات الطلب الفعلي متوازنة مع رغبتنا في قمع التباين غير المرغوب فيه في الفرص أو الضجيج في البيانات مع مساعدة المتوسط ​​المتحرك يمكن تحقيق هذه الأهداف. القيود من المتوسط ​​المتحرك. ويعطى الوزن الزاوي لكل من القيم المستخدمة في حساب المتوسط ​​المتحرك ، في حين أن البيانات المعقولة المعقولة أكثر أهمية للحالات الراهنة. أسلوب المتوسط ​​المتحرك لا يأخذ في الاعتبار البيانات خارج المتوسط ​​الفترة. استخدام المتوسط ​​المتحرك غير المعدل يمكن أن يؤدي إلى توقعات مضللة. طريقة المتوسط ​​المتحرك إلى عدد كبير من سجلات البيانات من الماضي. من خلال إدخال بيانات جديدة هو المزيد والمزيد من الوقت، معدل القيمة المنقحة بشكل مستمر، كما هو متوقع القيمة. المبدأ الأساسي للمتوسط ​​المتحرك الأسلوب هو من خلال المتوسط ​​المتحرك للقضاء على عدم انتظام سلسلة زمنية من التغييرات والتغيرات الأخرى ، مما يكشف عن الاتجاه الطويل الأجل للسلاسل الزمنية. الحل لمشكلة معينة 3 السنة المتحركة المجموع 3 السنة المتحركة المتوسط.