Wednesday, January 18, 2017

Berechnen Moving Average Trendline

Verschieben von Durchschnitten im Excel-Datenanalyse-Add-In Excel-Verkaufsprognose für Dummies, 2nd Edition Nachdem Sie das Excel-Datenanalyse-Add-In installiert und you8217ve es Excel zur Verfügung gestellt haben, können Sie eines seiner Analysetools auswählen und diese Analyse ausführen Die Sie angeben. In der Welt der Prognose bedeutet das die Grundlinie, die Sie gesammelt und ordnungsgemäß auf einem Arbeitsblatt strukturiert haben. Das erste Werkzeug, das Sie betrachten, wenn nur, weil es das einfachste zu verwenden und zu verstehen ist, ist das Moving Average Tool. Wie immer mit dem Add-In, gehen Sie auf die Registerkarte Ribbon8217s Data und wählen Sie Data Analysis. Wählen Sie im Listenfeld Analysis Tools die Option Moving Average aus, und klicken Sie auf OK. Das Dialogfeld Gleitender Durchschnitt wird angezeigt. Umzugstag: Von hier nach dort So einfach wie gleitende Durchschnitte sind zu gründen und zu verstehen, nehmen Sie eine zusätzliche Verantwortung, wenn Sie sich entscheiden, mit ihnen zu prognostizieren. Das Problem ist, wie viele Zeiträume von Ihrer Grundlinie sollten Sie in jedem gleitenden Durchschnitt enthalten. Verwenden Sie die gleiche Anzahl von tatsächlichen Beobachtungen bei der Berechnung jedes gleitenden Durchschnitts. Wenn der erste gleitende Durchschnitt, für den Sie Excel berechnen, drei Perioden von der Baseline verwendet, dann verwenden alle gleitenden Durchschnittswerte in Ihrer Prognose drei Perioden. Sie wollen die richtige Anzahl von Perioden auswählen: Wenn Sie zu wenig verwenden, werden die Prognosen auf zufällige Schocks in der Baseline reagieren, wenn das, was Sie wollen, um die zufälligen Fehler zu glätten und konzentrieren sich auf die tatsächlichen Treiber Ihrer Verkaufsergebnisse. Wenn Sie zu viele verwenden, liegen die Prognosen hinter realen, anhaltenden Änderungen in der Ebene der Grundlinie vielleicht zu weit für Sie, um effektiv zu reagieren. Wenn Sie sich entscheiden, das Tool Moving Average zu verwenden, oder generell, um gleitende Mittelwerte zu verwenden, unabhängig davon, ob Sie das Tool verwenden oder die Formeln selbst eingeben, nehmen Sie eine Position auf dem Effekt der letzten Baseline-Werte gegenüber dem Effekt von weiter entfernten Baseline-Werten ein. Angenommen, Sie haben eine Grundlinie, die von Januar 2016 bis Dezember 2016 reicht, und Sie verwenden einen dreimonatigen gleitenden Durchschnitt der Verkaufsergebnisse für Ihre Prognosen. Die Prognose für Januar 2017 wäre der Durchschnitt der Ergebnisse von Oktober, November und Dezember 2016. Diese Prognose ist ganz vom letzten Quartal 2016 abhängig und ist mathematisch unabhängig von den ersten drei Quartalen 2016. Was wäre, wenn Sie stattdessen gewählt hätten Ein gleitender Durchschnitt von sechs Monaten Die Prognose für Januar 2017 würde auf dem Durchschnitt von Juli bis Dezember 2016 basieren. Sie wäre vollständig abhängig von der zweiten Jahreshälfte 2016 und die erste Hälfte von 2016 hätte keinen direkten Einfluss auf den Januar 2017 prognostiziert. Es könnte gut sein, dass eine dieser Situationen oder eine andere, wie ein zweimonatiger gleitender Durchschnitt genau das ist, was Sie wollen. Beispielsweise benötigen Sie möglicherweise Ihre Prognose, um die jüngsten Ergebnisse hervorzuheben. Diese Betonung kann besonders wichtig sein, wenn Sie vermuten, dass ein jüngstes Ereignis, wie eine signifikante Veränderung Ihrer Produktlinie, einen Einfluss auf den Umsatz haben wird. Auf der anderen Seite, können Sie nicht wollen, um die jüngsten Verkaufsergebnisse zu viel zu betonen. Betonung der jüngsten Verkaufsergebnisse kann obscience what8217s los mit Ihrer Grundlinie auf lange Sicht. Wenn Sie nicht sicher, wie viel zu den jüngsten Ergebnissen betonen, haben Sie ein paar gute Optionen: Experimentieren Sie mit verschiedenen Zahlen von Zeitperioden, um Ihre gleitenden Durchschnitte. Dieser Ansatz ist oft am besten. Verwenden Sie exponentielle Glättung, die die gesamte Baseline verwendet, um eine Prognose zu erhalten, aber mehr Gewicht auf die neueren Baseline-Werte. Die exponentielle Glättung gibt dem vorletzten Baseline-Wert ein wenig weniger Gewicht, etwas weniger Gewicht gegenüber dem vorherigen und so weiter den ersten Baseline-Wert, der den geringsten Einfluss auf den nächsten hat Prognose. Gleitende Mittelwerte und stationäre Basislinien Gleitende Mittelwerte eignen sich gut für stationäre Basislinien (Basislinien, deren Niveaus im Allgemeinen nicht über einen längeren Zeitraum ansteigen oder abnehmen). Sie können gleitende Mittelwerte mit Basislinien verwenden, die aufwärts oder abwärts tendieren, aber normalerweise sollten Sie sie zuerst tilgen oder aber eines der komplizierteren gleitenden Durchschnittsmodelle verwenden. Wie erzählen Sie eine stationäre Grundlinie von einem, der nach oben oder unten tendiert, ist eine Möglichkeit, es zu betrachten. Die folgende Abbildung zeigt ein Beispiel. Die Grundlinie sieht bestimmt stationär aus. Es hat Spikes und Gipfel und Täler, aber insgesamt die Grundlinie doesn8217t scheinen Trend nach oben oder unten. Das Problem mit nur Blick auf die Grundlinie ist, dass manchmal es nicht ganz klar, ob es stationär oder trended. Was denkst du über die Grundlinie, die in der folgenden Abbildung gezeigt wird? Es ist schwer zu sagen, ob die Grundlinie stationär ist. Es könnte sein, aber dann könnte es wirklich driften allmählich nach unten. Sie können einen schnellen Test durch die Überprüfung der Korrelation zwischen Datum und Umsatz. Die ganze Wahrheit über Moving Averages: Die ganze Wahrheit über Moving Averages: Weve alle gesehen, der Analytiker auf CNBC mit einem Gefühl der Autorität, dass der SampP 500 Index hat gerade gekreuzt zu erklären Über oder unter einem wichtigen gleitenden Durchschnitt (MA). Wir glauben, dass dies eine Trendumkehr voraussagt, aber wir sehen nie wirklich Daten, die diese Idee unterstützen, nachdem die Aussage gemacht worden ist. Dies führt zu der logischen Frage, sind Analytiker reden MAs einfach, etwas zu sagen haben oder sind MAs nützlich Die Antwort, wie so viele Antworten in der Finanzwelt sind, ist, dass es hängt davon ab. Manchmal arbeiten MAs spektakulär gut. Dies war der Fall im Jahr 2008, als Befürworter beachten sie warnte vor einer nahenden Bärenmarkt. Die Grafik oben zeigt, wie viele Analysten sich erinnern. Die 200-Tage-MA lieferte ein klares Verkaufssignal am 31. Dezember 2007. Der Verkauf auf dieses Signal hätte die Baisse vermieden, die dazu führte, dass die Preise um mehr als 50 fallen. Während es leicht ist, den Wert dieses Verkaufssignals zu sehen, genau hinschauen Am Diagramm, können wir das Problem mit MAs sehen. Es gab eine Anzahl falscher Signale vor dem, der so gut funktionierte. Das letzte Kreuz unter dem MA war das fünfte Verkaufssignal in weniger als drei Monaten. Dann gab es einen weiteren verlierenden Handel im Mai 2008. Kaufen (ich wiederhole BUY) Dieses Lager heute war ich vor kurzem auf eine Aktie, die HUGE Wellen in der Tech-Welt macht gedreht. Was ich sah, machte mich wirklich doppelt. Dieses Unternehmen ist gut in einem riesigen Markt positioniert (ein Wert mehr als 100 Milliarden) 8230 It8217s gesetzt, um exponentially8230 wachsen und es könnte sehr gut das Unternehmen, das das Internet rettet. Was bedeutet das? Nun, es bedeutet, dass dieses Unternehmen in den nächsten Monaten auf 85 ansteigen könnte. Mit anderen Worten, waren auf ein riesiges Potenzial laufen hier laufen. Um die vollständigen Details zu erhalten, klicken Sie hier. Die ganze Wahrheit über Moving Averages: Losing Trades sind für Händler, die sich auf MAs. Tests zeigen Signale, die auf einem langfristigen gleitenden Durchschnitt basieren, z. B. die 200-Tage - oder eine 50-tägige MA, werden verlierende Trades etwa 60 der Zeit identifizieren. Die gewinnende Trades sind in der Regel groß und die meisten verlieren Trades sind klein. Auf lange Sicht scheint der Indikator auf dem Markt zu schlagen. Allerdings hängt dieses Ergebnis weitgehend vom Startdatum der Testperiode ab. Von 1973 bis 2000 hätte eine 200-tägige MA-Strategie den Markt geschlagen. Aber von 1982 bis 2000 übertraf die MA den Markt. Wenn Sie MAs handeln möchten, müssen Sie fragen, ob Sie mit einer Strategie, in Echtzeit, die nicht auf dem Markt für 18 Jahre schlagen konnte halten. Ein weiteres Problem mit MAs ist, dass sie fast immer geben Kaufsignale auch nach dem Aufwärtstrend begonnen hat. Dies kann im Jahr 2009 gesehen werden, wenn die 200-Tage-MA gab ein Kaufsignal nach dem SampP 500 mehr als 40 gewonnen hatte. In Echtzeit konnte man warten, drei Monate, wie der Markt fast gerade nach oben für ein Kaufsignal Dies ist schwierig Und dies ist einer der Gründe, die MAs schwer zu folgen sind. Aber die Verzögerung der Signale ist teilweise auf das Design der MA zurückzuführen. MAs sind eine beliebte technische Indikator, weil sie einfach zu berechnen und können schnell markieren die Richtung des Trends. Um einen MA zu berechnen, finden Sie den Durchschnitt der Preise für einen Zeitraum von Zeit. Zum Beispiel wird die 200-Tage-MA durch Summierung der Schlusskurse für die letzten 200 Tage und dann dividiert die Summe von 200 gefunden. Die Berechnung bewegt sich mit dem Markt-Aktion. Am nächsten Tag wird das älteste Datenelement verworfen und die Berechnung mit den 200 letzten Schlusskursen wiederholt. Wenn der jüngste Schlusskurs über dem Durchschnitt liegt, ist der Trend angestiegen. Ein Abwärtstrend bedeutet, dass der Kurs unter dem gleitenden Durchschnitt sinkt. Beispiele hierfür sind in den obigen Diagrammen zu sehen. Da die Berechnung historische Daten verwendet, gibt es eine unvermeidbare Verzögerung in den Handelssignalen. Aus den Charts ist es leicht zu sehen, dass einige der Trades große Gewinne geliefert oder große Verluste vermieden hätten. Wie wir gesehen haben, gibt es jedoch viele andere Zeiten, in denen sich die Preise schnell über und unter dem gleitenden Durchschnitt bewegen. Diese sind bekannt als whipsaw Trades, und sind unmöglich, mit jedem MA zu vermeiden. Testen in der Regel zeigt die meisten MA-Signale werden in whipsaw Trades führen. Zusätzlich zur Identifikation der Richtung der Tendenz können MAs auch als Handelssystem verwendet werden. Dies kann durch den Kauf getan werden, wenn der Preis über die MA kreuzt und verkauft, wenn der Preis unterhalb der MA bricht. Dies wird die Händler auf der rechten Seite der sehr starken Trends halten, wie es im Jahr 2008 getan hat. Aber manchmal wird es unterdurchschnittlich für lange Zeiträume und führen zu einer frustrierend großen Anzahl von verlieren Trades. Um diese Probleme zu überwinden, verwenden einige Händler zwei MAs. Zum Beispiel könnten sie eine 50-Tage-MA mit einem 200-Tage-MA kombinieren. In diesem Fall kaufen sie, wenn die kurzfristige MA (die 50-Tage) über die langfristige MA (die 200-Tage-MA) kreuzt. Testen zeigt, dies nicht das Problem lösen, es ändert sich einfach den Tag, an dem die Signale gegeben werden. Aber auch mit zwei MAs oder mit komplexeren Berechnungen der MA, gibt es immer noch whipsaw Trades und Lags in Signale. Eine weniger häufige Verwendung von MAs ist als Filter für andere Handelssignale. Zum Beispiel ist es möglich, überboughtoversold Indikatoren mit MAs zu kombinieren. Eine populäre Strategie besteht darin, die 200-Tage-MA mit dem 2-Perioden-RSI (relativer Stärkeindex) zu kombinieren. RSI gehört zu den beliebtesten technischen Indikatoren. Sie wird gewöhnlich mit 14 Tagen oder 14 Wochen Daten berechnet. Mit nur 2 Tagen macht den Indikator mehr Reaktion auf die Markt-Aktion. Dies wird in der nächsten Tabelle gezeigt, wo der 14-Tage-RSI in der Mitte und der 2-Tage-RSI im unteren Bereich angezeigt wird. Der 14-Perioden-RSI ist ziemlich flach, während die 2-Tage-Version häufig zwischen überkauften und überdimensionalen Extremen schwankt. Eine Strategie ist zu kaufen, wenn die 2-Periode RSI ist überverkauft, mit einer Lesung unter 20, wenn der Schlusskurs über seinem 200-Tage-MA ist. Diese Strategie bietet einen klaren Satz von Regeln für den Kauf Pullbacks in einem Aufwärtstrend. Es kann auch als ein quantifizierter Weg, um die Dips, eine beliebte Strategie unter den einzelnen Investoren zu kaufen beschrieben werden. Der Dip wird durch den RSI mit 2 Perioden definiert. Wenn der Indikator überverkauft ist, sind die Preise Eintauchen. Die MA definiert den Trend und maximiert die Chance für den Kauf eines Dip anstatt zu versuchen, einen Boden in einem Verkauf zu wählen. Wenn die Preise über dem MA liegen, deutet das Gewicht des Nachweises darauf hin, dass der Rückzug ein Aufwärtstrend ist. Wenn der Preis unter dem MA liegt, ist der Markt in einem Abwärtstrend und Kauf zu diesem Zeitpunkt ist riskanter. MAs sind als Bestätigungssignale nützlich, aber viele Händler werden wahrscheinlich weiterhin verwenden sie als ein Timing-Tool trotz der Probleme mit diesem Ansatz. MAs, und die Probleme mit MAs, haben eine lange Geschichte. Einer der frühesten Hinweise auf den Indikator ist ein Kapitel über automatisierte Trendlinien in der technischen Analyse der Aktientrends von Robert Edwards und John Magee. Im Jahr 1948 schrieben sie: Und es war schon 1941, dass wir die Entdeckung gemacht haben (obwohl viele andere es vorher gemacht hatten), dass durch die Mittelung der Daten für eine bestimmte Anzahl von Tagen könnte eine Art von automatisierten Trendlinie, die definitiv interpretieren könnte abgeleitet werden Trendveränderungen schienen fast zu gut, um wahr zu sein. Tatsächlich war es zu schön, um wahr zu sein. Trotz der Anerkennung, dass die Idee zu gut war, um wahr zu sein, haben Händler an die Hoffnung aufgehängt, dass MAs funktionieren wird. Die Wahrheit ist, sie sind groß im Nachhinein, aber schwer zu folgen in Echtzeit. Schwierigkeiten ergeben sich aus der hohen Anzahl von Whipsaw Trades und der Verzögerungszeit in Signalen. Aber sie können als Filter für andere Indikatoren wirksam sein. Dies könnte ihre beste Verwendung sein. Um dies zu tun, nehmen Sie Kaufsignale von anderen Indikatoren nur, wenn der Abschluss über dem MA ist und ignorieren Kaufsignale, wenn der Preis unter dem MA liegt. Mit einem MA, um ein Handelssignal zu bestätigen, erhalten Sie nicht auf CNBC, aber es könnte Ihre Gewinne erhöhen. Ein Gedanke über die ganze Wahrheit über gleitende Durchschnitte:


No comments:

Post a Comment