การย้าย ค่าเฉลี่ย วิธีการ ของ การคาดการณ์ ความละเอียด

moving average. Mean ของการสังเกตข้อมูลแบบอนุกรมเวลาเว้นระยะเท่ากันในเวลาจากระยะเวลาหลายติดต่อกันเรียกว่าการเคลื่อนไหวเนื่องจากมีการคำนวณใหม่อย่างต่อเนื่องจากข้อมูลใหม่จะพร้อมใช้งานโดยดำเนินการโดยการลดค่าที่เก่าสุดและเพิ่มค่าล่าสุดตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ของหก ยอดขายรายเดือนอาจคำนวณได้โดยคำนวณยอดขายตั้งแต่เดือนมกราคมถึงเดือนมิถุนายนโดยเฉลี่ยแล้วยอดขายตั้งแต่เดือนกุมภาพันธ์ถึงเดือนกรกฎาคมถึงเดือนมีนาคมถึงเดือนสิงหาคมเป็นต้นไปค่าเฉลี่ยเคลื่อนที่ 1 จะลดผลกระทบของรูปแบบชั่วคราวของข้อมูล 2 ปรับปรุง พอดีกับข้อมูลที่สายกระบวนการที่เรียกว่าเรียบเพื่อแสดงแนวโน้มของข้อมูลได้ชัดเจนขึ้นและ 3 เน้นค่าใด ๆ เหนือหรือต่ำกว่าแนวโน้มหากคุณกำลังคำนวณสิ่งที่มีความแปรปรวนสูงมากที่ดีที่สุดที่คุณอาจจะสามารถทำคือรูป ออกค่าเฉลี่ยเคลื่อนที่ฉันต้องการทราบว่าค่าเฉลี่ยเคลื่อนที่เป็นข้อมูลดังนั้นฉันจะมีความเข้าใจที่ดีขึ้นว่าเรากำลังทำอะไรอยู่ขณะที่คุณพยายามคิดตัวเลขที่เปลี่ยนแปลงไปบ่อยๆ คุณสามารถคาดเดาได้ว่าเรากำลังมองหาบางส่วนของวิธีการแบบดั้งเดิมที่สุดในการคาดการณ์ แต่หวังว่าสิ่งเหล่านี้เป็นสิ่งที่แนะนำอย่างคุ้มค่าสำหรับประเด็นด้านคอมพิวเตอร์บางอย่างที่เกี่ยวกับการคาดการณ์ เพื่อดำเนินการคาดการณ์ในสเปรดชีตในหลอดเลือดดำนี้เราจะดำเนินต่อโดยการเริ่มต้นที่จุดเริ่มต้นและเริ่มต้นทำงานกับการคาดการณ์เฉลี่ยการเคลื่อนที่การคาดการณ์เฉลี่ยทุกคนคุ้นเคยกับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยไม่คำนึงว่าพวกเขาเชื่อหรือไม่ว่าพวกเขาเป็นนักศึกษาวิทยาลัยทั้งหมดทำอยู่ตลอดเวลา ลองนึกถึงคะแนนการทดสอบของคุณในหลักสูตรที่คุณกำลังจะมีการทดสอบสี่ครั้งในระหว่างภาคการศึกษา Let s สมมติว่าคุณได้รับ 85 ในการทดสอบครั้งแรกของคุณคุณจะคาดการณ์อะไรสำหรับคะแนนการทดสอบที่สองคุณคิดว่าครูของคุณจะคาดการณ์ได้อย่างไร คะแนนทดสอบต่อไปคุณคิดว่าเพื่อนของคุณอาจคาดเดาคะแนนการทดสอบครั้งต่อไปคุณคิดว่าพ่อแม่ของคุณอาจคาดเดาคะแนนของคุณได้อย่างไร คะแนนการทดสอบ xt. Barardless ของ blabbing ทั้งหมดที่คุณอาจจะทำกับเพื่อนและผู้ปกครองของพวกเขาและครูของคุณมีแนวโน้มที่จะคาดหวังว่าคุณจะได้รับบางสิ่งบางอย่างในพื้นที่ของ 85 คุณเพิ่ง got. Well ตอนนี้ขอให้สมมติว่าทั้งๆ ของตัวเองโปรโมชั่นของคุณให้เพื่อนของคุณคุณมากกว่าประมาณการตัวเองและรูปที่คุณสามารถศึกษาได้น้อยลงสำหรับการทดสอบที่สองและเพื่อให้คุณได้รับ 73.Now ทุกสิ่งที่มีความกังวลและไม่แยแสไปคาดหวังว่าคุณจะได้รับในการทดสอบที่สามของคุณ มีสองแนวทางที่เป็นไปได้มากสำหรับพวกเขาในการพัฒนาประมาณการโดยไม่คำนึงถึงว่าพวกเขาจะแบ่งปันกับคุณหรือไม่พวกเขาอาจพูดกับตัวเองว่าผู้ชายคนนี้มักจะเป่าควันเกี่ยวกับสมาร์ทของเขาเขาจะได้รับอีก 73 ครั้งถ้าเขาโชคดี พ่อแม่จะพยายามสนับสนุนมากขึ้นและพูดว่า "ดีแล้วคุณเคยได้รับ 85 และ 73 แล้วบางทีคุณอาจคิดเกี่ยวกับการได้รับ 85 73 2 79 ฉันไม่ทราบบางทีถ้าคุณไม่ปาร์ตี้และ weren t การเคี้ยวพังพอนไปทั่วทุกแห่งและถ้าคุณเริ่มทำแกนอีกมาก คุณสามารถได้รับคะแนนที่สูงขึ้นทั้งสองค่านี้เป็นจริงการคาดการณ์โดยเฉลี่ยของการเคลื่อนไหวครั้งแรกใช้เฉพาะคะแนนล่าสุดของคุณในการคาดการณ์ประสิทธิภาพในอนาคตของคุณเท่านั้นเรียกว่าการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยใช้ช่วงเวลาหนึ่งของข้อมูล ย้ายการคาดการณ์โดยเฉลี่ย แต่ใช้สองช่วงของข้อมูลขอให้สมมติว่าคนเหล่านี้ทั้งหมด busting ในใจที่ดีของคุณมีการจัดเรียงของ pissed คุณออกและคุณตัดสินใจที่จะทำดีในการทดสอบที่สามด้วยเหตุผลของคุณเองและนำคะแนนที่สูงขึ้นในด้านหน้า ของพันธมิตรของคุณคุณใช้การทดสอบและคะแนนของคุณเป็นจริง 89 ทุกคนรวมทั้งตัวคุณเองเป็นที่ประทับใจตอนนี้คุณมีการทดสอบขั้นสุดท้ายของภาคการศึกษาขึ้นมาและตามปกติคุณรู้สึกว่าต้องกระตุ้นให้ทุกคนในการคาดการณ์ของพวกเขาเกี่ยวกับวิธีการ คุณจะทำในการทดสอบครั้งสุดท้ายดีหวังว่าคุณจะเห็นรูปแบบตอนนี้หวังว่าคุณจะเห็นรูปแบบที่คุณเชื่อว่าเป็นที่ถูกต้องที่สุดในขณะที่เราทำงานตอนนี้เรากลับไปที่ บริษัท ทำความสะอาดใหม่ของเราเริ่มต้นโดยเหินห่างของคุณ น้องสาวที่ชื่อนกหวีดขณะที่เราทำงานคุณมีข้อมูลการขายในอดีตที่แสดงโดยส่วนต่อไปนี้จากสเปรดชีตก่อนอื่นเรานำเสนอข้อมูลสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ 3 ช่วงเวลารายการสำหรับเซลล์ C6 ควรเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ลงได้ ไปยังเซลล์อื่น ๆ C7 ถึง C11.Notice ค่าเฉลี่ยของการเคลื่อนย้ายข้อมูลล่าสุดที่ผ่านมา แต่ใช้เวลาสามช่วงล่าสุดสำหรับการคาดการณ์แต่ละครั้งนอกจากนี้คุณควรสังเกตด้วยว่าเราไม่จำเป็นต้องทำการคาดการณ์ในช่วงที่ผ่านมาใน เพื่อที่จะพัฒนาการคาดการณ์ล่าสุดของเราแน่นอนว่านี่เป็นสิ่งที่แตกต่างจากแบบจำลองการให้ราบเรียบเชิงตัวเลขซึ่งรวมถึงการคาดการณ์ในอดีตเนื่องจากเราจะใช้ข้อมูลเหล่านี้ในหน้าเว็บถัดไปเพื่อวัดความถูกต้องในการคาดการณ์ตอนนี้ฉันต้องการนำเสนอผลที่คล้ายคลึงกันสำหรับระยะเวลาสองช่วงเวลา คาดการณ์โดยเฉลี่ยรายการสำหรับเซลล์ C5 ควรจะเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ลงไปที่เซลล์อื่น ๆ C6 ถึง C11.Notice ตอนนี้เพียงสองชิ้นล่าสุด ของข้อมูลทางประวัติศาสตร์ที่ใช้สำหรับการคาดการณ์แต่ละครั้งที่ฉันได้รวมการคาดการณ์ที่ผ่านมาเพื่อวัตถุประสงค์ในการอธิบายและเพื่อใช้ในภายหลังในการตรวจสอบการคาดการณ์สิ่งอื่น ๆ บางอย่างที่มีความสำคัญในการแจ้งให้ทราบล่วงหน้าสำหรับ m-period moving average forecast only the m ข้อมูลล่าสุด ค่าที่ใช้ในการคาดการณ์ไม่มีอะไรที่เป็นสิ่งที่จำเป็นสำหรับการคาดการณ์ค่าเฉลี่ยของรอบการเคลื่อนที่ m-period เมื่อทำการคาดการณ์ที่ผ่านมาสังเกตว่าการทำนายครั้งแรกเกิดขึ้นในช่วงม. 1. ปัญหาเหล่านี้จะมีความสำคัญมากเมื่อเราพัฒนาโค้ดของเรา พัฒนาฟังก์ชัน Moving Average ตอนนี้เราจำเป็นต้องพัฒนาโค้ดสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ที่สามารถใช้ได้อย่างคล่องตัวมากขึ้นโค้ดต่อไปนี้โปรดสังเกตว่าปัจจัยการผลิตเป็นจำนวนงวดที่คุณต้องการใช้ในการคาดการณ์และอาร์เรย์ของค่าทางประวัติศาสตร์ คุณสามารถเก็บไว้ในสมุดงานที่คุณต้องการใด ๆ MovementAverage ฟังก์ชันประวัติศาสตร์ NumberOfPeriods เป็น Single ประกาศและเริ่มต้นตัวแปร Dim Item As Variant Dim Counter เป็นจำนวนเต็ม Di สะสมเป็น Single Dim HistoricalSize As Integer Initializing variables Counter 1 Accumulation 0 การกำหนดขนาดของ Historical HistoricalSize. For Counter จำนวน 1 ต่อ NumberOfPeriods สะสมจำนวนที่เหมาะสมของค่าที่สังเกตก่อนหน้านี้สะสมสะสมข้อมูลประวัติ HistoricalSize - NumberOfPeriods Counter. MovingAverage การสะสม NumberOfPeriods รหัสจะอธิบายในชั้นเรียนคุณต้องการวางตำแหน่งฟังก์ชันในสเปรดชีตเพื่อให้ผลของการคำนวณปรากฏขึ้นในตำแหน่งที่ควร เช่นเดียวกับค่าเฉลี่ยต่อไปนี้ค่าเฉลี่ย - MA. BREAKING DOWN Moving Average - MA เป็นตัวอย่าง SMA พิจารณาการรักษาความปลอดภัยโดยมีราคาปิดดังต่อไปนี้เกินกว่า 15 วัน 1 สัปดาห์ 5 วัน 20, 22, 24, 25, 23.Week 2 5 วันที่ 26, 28, 26, 29, 27.Week 3 5 วัน 28, 30, 27, 29, 28. MA 10 วันจะเฉลี่ยราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลแรกจุดข้อมูลถัดไป จะลดราคาที่เก่าที่สุดเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ตามที่แสดงด้านล่างดังที่ระบุไว้ก่อนหน้านี้ MAs ล่าช้าในการดำเนินการในปัจจุบันราคาเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมาอีกต่อไประยะเวลาสำหรับ MA, ความล่าช้ามากขึ้นดังนั้น MA 200 วันจะมี am มีความล่าช้ากว่า MA ในระยะเวลา 20 วันเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การซื้อขายโดย MAs สั้นสำหรับการซื้อขายระยะสั้นและ MAs ระยะยาวมีความเหมาะสมมากกว่า นักลงทุนและนักลงทุนระยะยาวนักลงทุนและผู้ค้ารายใหญ่มีแนวโน้มที่จะขายพันธบัตรระยะ 200 วันโดยมีส่วนแบ่งสูงกว่าหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ซึ่งถือเป็นสัญญาณการซื้อขายที่สำคัญนอกจากนี้ MAs ยังให้สัญญาณการซื้อขายที่สำคัญด้วยตัวเองหรือเมื่อทั้งสองค่าเฉลี่ยข้ามตัว A ขึ้น MA แสดงให้เห็นว่าการรักษาความปลอดภัยอยู่ในขาขึ้นขณะที่ MA ลดลงแสดงให้เห็นว่าอยู่ในขาลงขณะเดียวกันโมเมนตัมสูงขึ้นจะได้รับการยืนยันจากการพังทลายของค่าระวางซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุเหนือระดับ MA Downward Moment ระยะยาวได้รับการยืนยันด้วย ครอสโอเวอร์แบบลบซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่า MA ระยะยาว