المتوسط المتحرك الأسي المزدوج في إكسيل

وأوضح المتوسط ​​المتحرك لأسعار مزدوجة أن المتداولين اعتمدوا على المتوسطات المتحركة للمساعدة في تحديد نقاط دخول تداول محتملة عالية ومخارج مربحة لسنوات عديدة. ومع ذلك، فإن مشكلة معروفة مع المتوسطات المتحركة هي التأخر الخطير الذي يحدث في معظم أنواع المتوسطات المتحركة. المتوسط ​​المتحرك الأسي المزدوج (ديما) يوفر حلا من خلال حساب منهجية أسرع في المتوسط. تاريخ المتوسط ​​المتحرك الأسي المزدوج في التحليل الفني. يشير المتوسط ​​المتحرك المتوسط ​​إلى متوسط ​​سعر أداة تداول معينة على مدى فترة زمنية محددة. على سبيل المثال، يحسب متوسط ​​متحرك لمدة 10 أيام متوسط ​​سعر أداة معينة على مدى الأيام العشرة الماضية، ويحسب المتوسط ​​المتحرك لمدة 200 يوم متوسط ​​سعر آخر 200 يوم. كل يوم، وفترة نظرة إلى الوراء السلف لحسابات قاعدة على عدد X الأخير من الأيام. يظهر المتوسط ​​المتحرك كخط سلس منحني يوفر تمثيل مرئي للاتجاه الأطول أجلا للأداة. فالمتوسطات المتحركة الأسرع، مع فترات النظر القصيرة، هي معدلات أبطأ تتحرك، مع فترات نظر أطول، هي أكثر سلاسة. ولأن المتوسط ​​المتحرك هو مؤشر متخلف، فإنه متخلف. تم تطوير المتوسط ​​المتحرك الأسي المزدوج (ديما)، كما هو مبين في الشكل 1، من قبل باتريك مولوي في محاولة لتقليل مقدار الفارق الزمني الموجود في المتوسطات المتحركة التقليدية. تم عرضه لأول مرة في فبراير 1994، التحليل الفني للمخزون أمب السلع مجلة في مولويس المادة تمهيد البيانات مع معدلات متحركة أسرع. (للحصول على التمهيدي على التحليل الفني، نلقي نظرة على لدينا التحليل الفني التعليمي.) الشكل 1: يظهر هذا الرسم البياني دقيقة واحدة من العقود الإلكترونية الآجلة راسل 2000 الآفاق اثنين من المتوسطات المتحركة الأسي مزدوجة مختلفة تظهر فترة 55 باللون الأزرق، وهو 21 فترة باللون الوردي. حساب ديما كما يوضح مولوي في مقالته الأصلية، فإن ديما ليست مجرد إما المزدوج مع ضعف الوقت المتخلف من إما واحد، ولكن هو تنفيذ مركب من إماس واحد ومزدوج إنتاج إما إما مع تأخر أقل من أي من الأصلي اثنين. وبعبارة أخرى، فإن مؤشر ديما ليس مجرد اثنين من المتوسطات المتحركة إما مجتمعة، أو متوسط ​​متحرك للمتوسط ​​المتحرك، ولكن هو حساب لكل من المتوسطات المتحركة الفردية والمزدوجة. تقريبا جميع منصات تحليل التداول ديما المدرجة كمؤشر يمكن أن تضاف إلى الرسوم البيانية. لذلك، يمكن للتجار استخدام ديما دون معرفة الرياضيات وراء الحسابات ودون الحاجة إلى كتابة أو إدخال أي رمز. مقارنة المتوسط ​​المتحرك مع المعدلات المتحركة التقليدية المتوسطات المتحركة هي واحدة من أكثر الطرق شعبية للتحليل الفني. يستخدمها العديد من المتداولين لتتبع انعكاسات الاتجاه. وخاصة في متوسط ​​كروس متحرك، حيث يتم وضع متوسطين متحركين بأطوال مختلفة على الرسم البياني. النقاط التي تعبر فيها المتوسطات المتحركة يمكن أن تعني فرص الشراء أو البيع. يمكن أن تساعد ديما المتداولين على اكتشاف انعكاسات عاجلة لأنها أسرع للرد على التغيرات في نشاط السوق. ويبين الشكل 2 مثالا لعقد العقود الآجلة الإلكترونية "راسل" لعام 2000. هذا الرسم البياني دقيقة واحدة لديه أربعة المتوسطات المتحركة المطبقة: 21-فترة ديما (وردي) 55 يوما ديما (الأزرق الداكن) 21 فترة ما (الضوء الأزرق) 55 فترة ما (الضوء الأخضر) الشكل 2: هذا الرسم البياني دقيقة واحدة من ويوضح العقد الآجل راسل 2000 الآجلة أسرع وقت استجابة لل ديما عند استخدامها في كروس. لاحظ كيف يظهر التقاطع ديما في كلتا الحالتين بشكل أسرع بكثير من عمليات الانتقال ما. يظهر أول التقاطع ديما في 12:29 ويفتح الشريط التالي بسعر 663.20. من ناحية أخرى، يشكل التقاطع ما عند الساعة 12:34، ثم سعر القضبان التالية عند 660.50. في المجموعة التالية من عمليات الانتقال، يظهر كروس أوفر ديما في 1:33 ويفتح الشريط التالي عند 658. أما في المقابل، فيشكل 1:43 عند 1:43، مع فتح الشريط التالي عند 662.90. في كل حالة، يوفر كروس ديما ميزة في الدخول في الاتجاه في وقت سابق من ما كروسوفر. (لمزيد من التبصر، اقرأ البرنامج التعليمي المتحرك المتوسطات). التداول مع مؤشر ديما يوضح متوسط ​​كروسوفر المتوسط ​​المتحرك أعلاه فعالية استخدام المتوسط ​​المتحرك الأسي المزدوج الأسرع. بالإضافة إلى استخدام ديما كمؤشر مستقل أو في إعداد كروس، يمكن استخدام ديما في مجموعة متنوعة من المؤشرات حيث يقوم المنطق على أساس المتوسط ​​المتحرك. أدوات التحليل الفني مثل بولينجر باندز. متوسط ​​المتوسط ​​المتحرك المتقارب (ماسد) والمتوسط ​​المتحرك الأسي الثلاثي (تريكس) على أساس المتوسط ​​المتحرك، ويمكن تعديله ليشمل ديما بدلا من أنواع أخرى أكثر تقليدية للمتوسطات المتحركة. يمكن أن يساعد استبدال ديما التجار على اكتشاف فرص شراء وشراء مختلفة قبل تلك التي تقدمها ماس أو إماس المستخدمة تقليديا في هذه المؤشرات. بالطبع الدخول في اتجاه عاجلا وليس آجلا يؤدي عادة إلى أرباح أعلى. الشكل 2 يوضح هذا المبدأ - إذا كنا لاستخدام عمليات الانتقال كعلامات شراء وبيع. فإننا سوف ندخل الصفقات في وقت مبكر جدا عند استخدام كروس أوفر ديما بدلا من كروس أوفر. الخلاصة استخدم التجار والمستثمرون منذ فترة طويلة المتوسطات المتحركة في تحليلهم للسوق. المتوسطات المتحركة هي أداة التحليل الفني المستخدمة على نطاق واسع والتي توفر وسيلة لعرض وتفسير الاتجاه الطويل الأجل لأداة تداول معينة بسرعة. وبما أن المتوسطات المتحركة بطبيعتها هي مؤشرات متخلفة. من المفيد تعديل المتوسط ​​المتحرك من أجل حساب مؤشر أسرع وأكثر استجابة. يوفر المتوسط ​​المتحرك الأسي المزدوج للمتداولين والمستثمرين نظرة على الاتجاه على المدى الطويل، مع ميزة إضافية تتمثل في كونه متوسط ​​متحرك أسرع مع تأخير أقل. (للحصول على القراءة ذات الصلة، نلقي نظرة على موفينغ متوسط ​​ماسد كومبو وبسيطة مقابل المتوسطات المتحركة الأسية). تعد عملية التصفية والتصفية اثنين من أكثر تقنيات السلاسل الزمنية استخداما لإزالة الضوضاء من البيانات الأساسية للمساعدة في الكشف عن الميزات والمكونات الهامة (مثل الاتجاه، والموسمية، وما إلى ذلك). ومع ذلك، يمكننا أيضا استخدام تمهيد لملء القيم المفقودة أندور إجراء التنبؤ. في هذا العدد، سنناقش خمسة (5) طرق تمهيد مختلفة: المتوسط ​​المتحرك المرجح (وما i)، تمهيد أسي بسيط، تمهيد أسي مضاعف، تمهيد أسي خطي، تمهيد أسي ثلاثي. لماذا يجب أن نهتم كثيرا ما يتم استخدام التمويه (والإساءة) في هذه الصناعة لإجراء فحص بصري سريع لخصائص البيانات (مثل الاتجاه والموسمية، وما إلى ذلك)، وتناسب في القيم المفقودة، وإجراء سريع خارج العينة توقعات. لماذا لدينا العديد من وظائف التمهيد كما سنرى في هذه الورقة، تعمل كل وظيفة لفرضية مختلفة حول البيانات الأساسية. فعلى سبيل المثال، يفترض التجانس الأسي البسيط أن للبيانات متوسطا مستقرا (أو متوسطا بطيئا متحركا على الأقل)، فإن التمهيد الأسي البسيط سيؤدي إلى ضعف في التنبؤ بالبيانات الموسمية أو الاتجاه. في هذه الورقة، سوف نذهب على كل وظيفة تمهيد، وتسليط الضوء على افتراضاتها والمعلمات، وإثبات تطبيقها من خلال الأمثلة. المتوسط ​​المتحرك المرجح (وما) يستخدم المتوسط ​​المتحرك عادة مع بيانات السلاسل الزمنية لتلافي التقلبات على المدى القصير وتسليط الضوء على الاتجاهات أو الدورات الأطول أجلا. والمتوسط ​​المتحرك المرجح له عوامل مضاعفة تعطي أوزان مختلفة للبيانات في مواقع مختلفة في نافذة العينة. والمتوسط ​​المتحرك المرجح له نافذة ثابتة (أي N)، وعادة ما يتم اختيار العوامل لإعطاء وزن أكبر للملاحظات الأخيرة. يحدد حجم النافذة (N) عدد النقاط التي تم حساب متوسطها في كل مرة، وبالتالي فإن حجم النوافذ الأكبر يستجيب للتغييرات الجديدة في السلسلة الزمنية الأصلية وقد يتسبب حجم النافذة الصغير في أن يكون الناتج الملمس صاخبا. للخروج من أغراض التنبؤ بالعينة: المثال 1: يتيح النظر في المبيعات الشهرية للشركة X، باستخدام متوسط ​​متحرك لمدة 4 أشهر (متساوي الوزن). ويلاحظ أن المتوسط ​​المتحرك يتخلف دائما عن البيانات وتتقارب التنبؤات خارج العينة مع قيمة ثابتة. دعونا نحاول استخدام نظام الترجيح (انظر أدناه) الذي يعطي المزيد من التركيز على أحدث الملاحظة. قمنا بتخطيط المتوسط ​​المتحرك متساوي الوزن و وما على نفس الرسم البياني. ويبدو أن ال وما أكثر استجابة للتغيرات الأخيرة وتتقارب توقعات خارج العينة مع القيمة نفسها للمتوسط ​​المتحرك. المثال 2: يتيح فحص ما في وجود الاتجاه والموسمية. على سبيل المثال، استخدام بيانات الركاب الدولية بشكل جيد. تبلغ مدة المتوسط ​​المتحرك 12 شهرا. موا و وما مواكبة هذا الاتجاه، ولكن توقعات خارج العينة تتسطح. وعلاوة على ذلك، على الرغم من أن وما يحمل بعض الموسمية، فإنه دائما متخلفة عن البيانات الأصلية. (براون) بسيط الأسي تجانس بسيط الأسي تمهيد يشبه ما مع استثناء أن حجم النافذة إذا لانهائية والعوامل الترجيح تنخفض أضعافا مضاعفة. كما رأينا في وما، الأسي بسيط هو مناسبة لسلاسل زمنية مع متوسط ​​مستقر، أو على الأقل بطيئة جدا المتوسط ​​المتحرك. المثال 1: يتيح استخدام بيانات المبيعات الشهرية (كما فعلنا في مثال وما). في المثال أعلاه، اخترنا عامل التمهيد ليكون 0.8، الذي يطرح السؤال: ما هي أفضل قيمة لعامل التجانس تقدير أفضل قيمة من البيانات باستخدام الدالة تسوب (لحساب الخطأ)، سومزق و إكسيل جداول البيانات، قمنا بحساب مجموع الأخطاء المربعة (سس) ورسم النتائج: سس يصل الحد الأدنى لقيمة حوالي 0.8، لذلك اخترنا هذه القيمة لدينا التمهيد. (هولت-وينترس) مضاعفة الأسي مزدوجة تجانس الأسي بسيطة لا تفعل جيدا في وجود اتجاه، لذلك العديد من طريقة وضعت تحت مظلة أسي مزدوجة المقترحة لمعالجة هذا النوع من البيانات. نومكسل يدعم هولت الشتاء الشتاء الأسي التجانس، والتي تأخذ الصيغة التالية: مثال 1: يتيح فحص البيانات الدولية الركاب الركاب اخترنا قيمة ألفا 0.9 و بيتا من 0.1. يرجى ملاحظة أنه على الرغم من أن التجانس المزدوج يتتبع البيانات الأصلية بشكل جيد، فإن التوقعات خارج العينة أدنى من المتوسط ​​المتحرك البسيط. كيف يمكننا العثور على أفضل عوامل التمهيد نحن نأخذ نهجا مماثلا لدينا مثال بسيط الأسي تمهيد، ولكن تعديل لمتغيرين. نحن نحسب مجموع الأخطاء التربيعية بناء جدول بيانات متغيرين، واختيار قيم ألفا وبيتا التي تقلل من سس الكلي. (براونز) الخطي الأسي تجانس هذا هو طريقة أخرى من ضعف وظيفة الأسي تمهيد، ولكن لديها عامل تمهيد واحد: براونز الأسي ضعف تجانس يأخذ معلمة واحدة أقل من وظيفة هولت الشتاء، ولكن قد لا تقدم جيدة كما تناسب هذه الوظيفة. المثال 1: يتيح استخدام نفس المثال في هولت-وينترز الأسي المزدوج ومقارنة المجموع الأمثل للخطأ التربيعي. لا يتطابق البنيان الأسيان المزدوجان مع بيانات العينة وكذلك طريقة هولت-وينترس، ولكن خارج العينة (في هذه الحالة بالذات) أفضل. كيف نجد أفضل عامل تمهيد () نستخدم نفس الطريقة لتحديد قيمة ألفا التي تقلل من مجموع الخطأ التربيعي. على سبيل المثال نموذج البيانات، تم العثور على ألفا لتكون 0.8. (وينترس) تريبل إكسبوننتيال سموثينغ التجانس الأسي الثلاثي يأخذ في الاعتبار التغيرات الموسمية وكذلك الاتجاهات. يتطلب هذا الأسلوب 4 معلمات: صياغة للتجانس الأسي الثلاثي هو أكثر انخراطا من أي من تلك السابقة. من فضلك، تحقق من دليل مرجعي على الانترنت لصياغة بالضبط. باستخدام البيانات الدولية الركاب الجوية، يمكننا تطبيق الشتاء الثلاثي الأسي التمهيد، والعثور على المعلمات الأمثل، وإجراء خارج العينة من التوقعات. ومن الواضح أنه يتم تطبيق التجانس الأسي الثلاثي في ​​فصل الشتاء على أفضل وجه بالنسبة لعينة البيانات هذه، حيث أنه يتتبع القيم جيدا وتظهر التنبؤات خارج العينة الموسمية (L12). كيف يمكننا العثور على أفضل عامل تمهيد () مرة أخرى، نحن بحاجة إلى اختيار القيم التي تقلل من المجموع الكلي للأخطاء التربيعية (سس)، ولكن يمكن استخدام جداول البيانات لأكثر من متغيرين، لذلك نلجأ إلى إكسيل حلالا: (1) إعداد مشكلة التقليل، مع سس كدالة الأداة المساعدة (2) القيود لهذه المشكلة دعم الاستنتاج فليشير لدينا كل من المعاملات المستمرة والاتجاه المقدرة من قبل التمهيد الأسي. ويمكن تحديد بارامترات التنبؤ، بالنسبة للمدة الثابتة وللمدة الاتجاهية بشكل مستقل. يجب أن يكون كل من المربعات بين 0 و 1. توقعات القيمة المتوقعة للفترات المستقبلية هي ثابتة بالإضافة إلى مصطلح خطي يعتمد على عدد الفترات في المستقبل. مع مصطلح خطي كجزء من التوقعات، وهذه الطريقة تتبع الاتجاهات في السلاسل الزمنية. نستخدم نفس البيانات كما في طرق التنبؤ الأخرى للتوضيح. نكرر البيانات أدناه. نذكر أن البيانات المحاكاة تبدأ بمتوسط ​​ثابت قدره 10. وفي الوقت 11 يزداد متوسط ​​مع اتجاه 1 حتى الوقت 20 عندما يصبح المتوسط ​​ثابت مرة أخرى مع القيمة 20. ويتم محاكاة الضوضاء باستخدام التوزيع العادي مع متوسط ​​0 و الانحراف المعياري 3. تقريب القيم إلى أقرب عدد صحيح. في أي وقت T. لا يلزم سوى ثلاث قطع من المعلومات لحساب التقديرات، و، و. نوضح الحسابات للوقت 20، باستخدام المعاملات المقدرة للوقت 19 والبيانات للوقت 20. يتم تعيين المعلمات مع ثلاث قيم مختلفة كما هو موضح في الجدول أدناه. وتظهر تقديرات النموذج لثلاث حالات مع متوسط ​​السلاسل الزمنية في الشكل أدناه. ويبين الشكل تقدير المتوسط ​​في كل مرة وليس التنبؤ. والتقديرات ذات القيمة الأكبر تتبع الاتجاه بشكل أكثر دقة ولكن لديها المزيد من التباين. التوقعات مع قيمة أصغر من هو أكثر سلاسة إلى حد كبير، ولكن لا يصحح تماما لهذا الاتجاه. وبالمقارنة مع نموذج الانحدار، فإن طريقة التجانس الأسي لا تنسى تماما أي جزء من ماضيها. وبالتالي قد يستغرق وقتا أطول لاسترداد في حالة حدوث اضطراب في الوسط الأساسي. ويوضح ذلك في الشكل أدناه حيث يتم ضبط تباين الضوضاء إلى 0. التنبؤ مع إكسيل تقوم الوظيفة الإضافية للتنبؤ بتطبيق صيغ التمهيد الأسي المزدوجة. يوضح المثال أدناه التحليل المقدم من الوظيفة الإضافية لعينة البيانات في العمود B. نستخدم معلمات الحالة الثانية. يتم فهرسة الملاحظات العشرة الأولى من 9 إلى 0. وبالمقارنة بالجدول أعلاه، يتم تغيير مؤشرات الفترة بمقدار -10. وتوفر الملاحظات العشرة الأولى قيم بدء التشغيل للتنبؤ. وتحدد قيم المعاملات في الوقت 0 بطريقة الانحدار الخطي. وتحسب النسبة المتبقية من تقديرات المعامل في العمودين جيم ودال مع تمهيد أسي مزدوج. ويبين العمود (1) (E) توقعات لفترة واحدة في المستقبل. قيم و هي في الخلايا C3 و D3 على التوالي. الفاصل الزمني المتوقع هو في الخلية E3. عندما يتم تغيير الفاصل الزمني المتوقع إلى عدد أكبر، يتم تغيير القيم في العمود فور إلى أسفل. ويبين العمود إر (1) (F) الفرق بين الملاحظة والتنبؤ. ويحسب الانحراف المعياري ومتوسط ​​الانحراف (ماد) في الخلايين F6 و F7 على التوالي.