움직이는 평균 예측 시스템

이동 평균 예측. 소개 당신이 추측 할 수 있듯이 우리는 예측에 대한 가장 원시적 인 접근법 중 일부를보고 있습니다. 그러나 이것은 적어도 스프레드 시트에서 예측을 구현하는 것과 관련된 일부 컴퓨팅 문제에 대한 가치있는 소개 일 것입니다. 이 경우 우리는 처음부터 시작하여 이동 평균 예측으로 작업을 시작하십시오. 이동 평균 예측 모든 사람들은 그들이 믿는 지 여부에 관계없이 이동 평균 예측에 익숙합니다. 모든 대학생들이 항상 그 일을합니다. 진행할 코스에서 시험 점수를 생각해보십시오. 4 학기 동안 시험을 치러야합니다. 첫 번째 시험에서 85 점이라고 가정합시다. 두 번째 시험 점수를 어떻게 예측할 것입니까? 당신의 선생님이 다음 시험 성적에 대해 어떻게 예측할 것이라고 생각하십니까. 친구들이 예측할 수 있다고 생각합니까? 다음 시험 성적을 위해. 부모님이 다음 시험 성적에 대해 어떻게 예측 하시는지 생각해보십시오. 귀하가 귀하의 fr에 할 수있는 모든 모방에 상관없이 부모님들과 부모님들, 선생님과 선생님은 당신이 방금 얻은 85의 영역에서 뭔가를 얻을 것을 기대할 가능성이 큽니다. 이제, 당신의 친구들에게 당신의 자기 승진에도 불구하고, 당신 자신을 과대 평가한다고 가정합시다. 두 번째 테스트에서 더 적은 수를 공부하면 73 점을 얻을 수 있습니다. 이제 걱정 스럽거나 걱정하지 않는 것이 무엇인지 예상하여 세 번째 테스트를 시작하게 될 것입니다. 그들이 너와 나눌 지 말지. 그들은 스스로에게 말할지도 모른다. 이 남자는 항상 그의 영리에 대해 연기를 불고있다. 그가 운이 좋다면 73 세를 더 가질 것이다. 어쩌면 부모가 더지지하고 말하기를 시도 할 것이다. 음. 지금까지 85와 73을 얻었습니다. 85 73 2 79 알지 못합니다. 만약 파티가 덜하고 집집마다 족제비를 흔들지 않았다면 더 많이 공부하면 더 높은 점수를 얻을 수 있습니다. 이 두 견적은 모두 실제입니다. 이동 평균 예측. 첫 번째는 가장 최근의 점수 만 사용하여 미래의 실적을 예측합니다. 이것은 한 기간의 데이터를 사용하는 이동 평균 예측이라고합니다. 두 번째는 이동 평균 예측이지만 두 기간의 데이터를 사용합니다. 당신의 위대한 마음에 파문을 가진이 사람들은 모두 당신을 화나게하고 당신은 당신의 동맹국 앞에서 높은 점수를두기 위해 세 번째 시험에서 잘하기로 결정합니다. 시험을 치고 점수는 실제로 89 자신을 포함한 모든 사람들이 감명받습니다. 그래서 이제 학기말 테스트가 끝납니다. 평소처럼 모든 사람들이 마지막 테스트에서 어떻게 할 것인가에 대한 예측을 할 필요가 있다고 느낍니다. 패턴입니다. 자, 이제 패턴을 볼 수 있습니다. 가장 정확하다고 믿습니다. 우리가 일하는 동안 지금 우리는 일하는 동안 호각이라고 불리는 이분의 여동생이 시작한 새로운 청소 회사로 돌아갑니다. 과거 판매 데이터가 있습니다. 스프레드 시트에서 다음 섹션으로 표시됩니다. 우리는 먼저 3 기간 이동 평균 예측에 대한 데이터를 제시합니다. 셀 C6에 대한 항목이 있어야합니다. 이제이 셀 수식을 다른 셀 C7에서 C11까지 복사 할 수 있습니다. 평균 이동 방식을 알려줍니다. 가장 최근의 과거 데이터를 사용하지만 각 예측에 사용할 수있는 가장 최근의 세 기간을 정확하게 사용합니다. 가장 최근의 예측을 개발하기 위해 과거 기간에 대한 예측을 실제로 수행 할 필요가 없음을 알아야합니다. 지수 평활화 모델 저는 예측 결과를 다음 웹 페이지에서 사용하여 예측 유효성을 측정하기 때문에 과거 예측을 포함 시켰습니다. 이제는 2 기간 이동 평균 예측에 대한 유사한 결과를 제시하고자합니다. 셀 C5에 대한 항목이 있어야합니다. 이 셀 수식을 다른 셀 C6에서 C11까지 복사 할 수 있습니다. 이제는 가장 최근의 두 가지 기록 데이터 만 각 예측에 사용됩니다. 다시 말하지만 예측을 검증하기 위해 나중에 사용하기 위해 과거 예측을 사용합니다. 주목해야 할 다른 중요한 사항입니다. m - 기간 이동 평균 예측의 경우 가장 최근의 데이터 값만이 예측을 수행하는 데 사용됩니다. . m - 기간 이동 평균 예측에 대해 과거 예측을 할 때 첫 번째 예측이 m1 기간에 발생 함을 주목하십시오. 우리가 코드를 개발할 때이 두 문제 모두 매우 중요합니다. 이동 평균 기능 개발 이제는 보다 유연하게 사용할 수있는 이동 평균 예측을위한 코드 코드는 다음과 같습니다. 예측은 예측에서 사용하려는 기간 수와 기록 값 배열에 대한 것입니다. 원하는 통합 문서에 저장할 수 있습니다. 기능 MovingAverage Historical, NumberOfPeriods 단일 변수로 선언 및 초기화 함 Dim 항목으로 Variant Dim 카운터를 정수로 희석 Accumulation으로 Single Dim HistoricalSize Integer로. 변수 초기화 중 카운터 1 누계 0. 기록 배열 크기 HistoricalSize. For 카운터 1 For NumberOfPeriods. 가장 최근에 이전에 관측 된 값 중 적절한 수를 누적합니다. 누적 누적 기록 이력 - 크기 누적 횟수 카운터. 이동중 누적 누적 누적 횟수입니다. 코드가 클래스로 설명됩니다. 계산 결과가 필요한 위치에 표시되도록 스프레드 시트에 함수를 배치하려고합니다. 여러 연속 된 시간과 동일한 시간 간격으로 시계열 데이터 관측의 의미 새로운 데이터가 사용 가능 해짐에 따라 지속적으로 다시 계산되기 때문에 이동 호출 됨 초기 값을 삭제하고 최신 값을 추가하여 진행합니다. 예를 들어, 6 개월 매출의 이동 평균은 1 월에서 6 월까지의 평균 매출을 취한 다음 2 월에서 7 월까지, 3 월부터 8 월까지의 평균 판매를 계산하여 계산할 수 있습니다. 이동 평균 1은 임시 변동의 영향을 줄입니다. 데이터, 2 라인에 데이터의 적합성을 향상시킵니다. learly, 그리고 trend의 위 또는 아래의 값을 강조 표시합니다. 매우 높은 분산을 가진 무언가를 계산하는 경우 이동 평균을 계산하는 것이 가장 좋습니다. 이동 평균이 데이터의 것인지, 그래서 우리가하고있는 일에 대해 더 잘 이해하게 될 것입니다. 자주 바뀌는 숫자를 알아 내려고 할 때, 당신이 할 수있는 최선의 방법은 이동 평균을 계산하는 것입니다. 직선적으로 가중 된 이동 평균을 계산하는 것입니다. 움직이는 평균 어떻게 사용합니까? 이동 평균의 주요 기능은 추세를 식별하고 역전으로 자산의 힘의 강도를 측정하고 자산이 지원 또는 저항을 발견 할 수있는 잠재 영역을 결정하는 것입니다. 이 절에서는 다양한 기간이 모멘텀을 모니터링하고 이동하는 방법을 지적 할 것입니다 평균은 stop-loss 설정에 도움이 될 수 있습니다. 또한 우리는 이동 평균의 기능 및 제한 사항 중 일부를 거래 루틴의 일부로 사용할 때이를 고려해야합니다. 동향 파악은 동향을 만들려고하는 대부분의 거래자들이 사용하는 이동 평균의 핵심 기능 중 하나입니다. 이동 평균은 지연 추세입니다. 이는 새로운 동향을 예측하지는 않지만 일단 확립되면 동향을 확인한다는 것을 의미합니다. 그림 1에서 볼 수 있듯이, 주가는 이동 평균보다 높고 평균이 상승 할 때 상승 추세로 간주됩니다. 반대로, 상인은 하락 추세를 확인하기 위해 하향 경 사진 평균보다 낮은 가격을 사용할 것입니다. 가격이 움직이는 평균 이상으로 거래 할 때 자산에서 긴 포지션을 유지하는 것을 고려하십시오. 이 간단한 규칙은 거래자가 트렌드에 호의적으로 작용할 수 있도록 도와줍니다. 모멘텀 많은 초보 트레이더들은 모멘텀을 측정하는 것이 가능하고 이동 평균이 이러한 취지를 해결하는 데 사용됩니다. 간단한 대답은 각 기간이 다른 유형에 대한 중요한 통찰력을 제공 할 수 있으므로 평균 작성에 사용 된 기간에 세심한주의를 기울이는 것입니다 운동량 일반적으로 단기 운동량은 20 일 또는 그 이하의 기간에 초점을 맞춘 이동 평균을보고 계측 할 수 있습니다. 20-100 일 기간으로 생성되는 이동 평균을 보는 것은 일반적으로 중기 모멘텀 마지막으로, 계산에서 100 일 이상을 사용하는 모든 이동 평균은 장기 모멘텀의 척도로 사용될 수 있습니다. 상식은 15 일 이동 평균이 단기적 모멘텀은 200 일 이동 평균보다 더 큽니다. 자산의 모멘텀의 강도와 방향을 결정하는 가장 좋은 방법 중 하나는 3 개의 이동 평균을 차트에 배치 한 다음 서로 관련하여 스택하는 방법에 세심한주의를 기울이는 것입니다. 일반적으로 사용되는 세 가지 이동 평균은 단기, 중기 및 장기 가격 변동을 나타 내기위한 시도에서 다양한 시간 프레임을 가짐 그림 2에서 단기 평균이 장기 - 장기 평균보다 높을 때 강한 상승 모멘텀이 나타남 erm 평균 및 두 평균은 분기가 반대로, 단기 평균이 장기 평균보다 낮 으면 기세가 아래쪽 방향입니다. 지원 평균 이동 평균의 또 다른 일반적인 사용은 잠재적 가격 지원을 결정하는 것입니다. 이동 평균을 다루는 많은 경험을 통해 자산의 하락 가격은 종종 중요한 평균과 같은 수준에서 방향을 멈추고 되돌릴 수 있습니다. 예를 들어 그림 3에서 200 일 이동 평균은 주가가 32 근처의 최고가에서 하락한 이후 주가 상승 많은 트레이더들은 주요 이동 평균의 반등을 예상 할 것이며 예상 이동의 확인으로 다른 기술적 지표를 사용할 것입니다. 저항 자산의 가격이 영향력 수준 200 일 이동 평균과 같은 지원의 경우, 평균 행위가 투자자가 평균보다 높은 가격으로 되돌아가는 것을 막는 강력한 장벽으로 보는 것이 드문 일은 아닙니다 아래 차트에서 알 수 있듯이이 저항은 흔히 거래자가 이익을 취하거나 기존의 긴 포지션을 닫는 신호로 사용됩니다. 많은 단기 매매자는 가격이 종종 저항에서 벗어나서 이탈하기 때문에 이러한 평균을 진입 점으로 사용합니다. 낮은 이동 계속 주요 이동 평균 이하로 거래하는 자산에서 장기 포지셔닝을하는 투자자는 투자 가치에 큰 영향을 줄 수 있으므로 이러한 수준을주의 깊게 관찰하는 것이 좋습니다. 중지 - 손실 이동 평균의 지원 및 저항 특성으로 인해 위험을 관리하는 데 큰 도움이됩니다. 이동 평균을 사용하여 중단 손실 주문을 설정하는 전략적 위치를 파악하면 상인은 더 큰 규모로 성장하기 전에 손실 위치를 차단할 수 있습니다. 그림 5에서 주식에 ​​대해 긴 포지션을 유지하고 영향력있는 평균보다 낮은 스톱 로스 주문을 설정 한 거래자는 많은 돈을 절약 할 수 있습니다. 이동 평균을 사용하여 stop-l을 설정합니다 oss 주문은 성공적인 거래 전략의 핵심입니다.