Bewegende gemiddelde Hierdie voorbeeld leer jy hoe om die bewegende gemiddelde van 'n tydreeks in Excel te bereken. 'N bewegende avearge gebruik te stryk onreëlmatighede (pieke en dale) om maklik tendense herken. 1. In die eerste plek kan 'n blik op ons tyd reeks. 2. Klik op die blad Data, kliek Data-analise. Nota: cant vind die Data-analise knoppie Klik hier om die analise ToolPak add-in te laai. 3. Kies bewegende gemiddelde en klik op OK. 4. Klik op die insette Range boks en kies die reeks B2: M2. 5. Klik op die boks interval en tik 6. 6. Klik in die uitset Range boks en kies sel B3. 8. Teken 'n grafiek van hierdie waardes. Verduideliking: omdat ons die interval stel om 6, die bewegende gemiddelde is die gemiddeld van die vorige 5 datapunte en die huidige data punt. As gevolg hiervan, is pieke en dale stryk uit. Die grafiek toon 'n toenemende tendens. Excel kan nie bereken die bewegende gemiddelde vir die eerste 5 datapunte, want daar is nie genoeg vorige datapunte. 9. Herhaal stappe 2 tot 8 vir interval 2 en interval 4. Gevolgtrekking: Hoe groter die interval, hoe meer die pieke en dale is glad nie. Hoe kleiner die interval, hoe nader die bewegende gemiddeldes is om die werklike data punte. Hou jy van hierdie gratis webwerf Deel asseblief hierdie bladsy op Googlemoving gemiddelde gemiddeld van tydreeksdata (waarnemings eweredig gespasieerde in tyd) van 'n paar agtereenvolgende tydperke. Genoem beweeg omdat dit voortdurend recomputed as nuwe data beskikbaar raak, dit vorder deur die val van die vroegste waarde en die toevoeging van die jongste waarde. Byvoorbeeld, kan die bewegende gemiddelde van ses maande verkoop word bereken deur die gemiddelde van verkope van Januarie tot Junie, dan is die gemiddeld van verkope van Februarie tot Julie dan Maart tot Augustus en so aan. Bewegende gemiddeldes (1) verminder die effek van tydelike verskille in data, (2) die verbetering van die passing van data om 'n lyn ( 'n proses genaamd smoothing) om die data in tendens duideliker wys, en (3) na vore te bring enige waarde bo of onder die tendens. As jy iets met 'n baie hoë variansie is die berekening van die beste wat jy kan in staat wees om te doen, is uit die bewegende gemiddelde. Ek wou weet wat die bewegende gemiddelde was van die data, so ek sal 'n beter begrip van hoe ons doen het. As jy probeer om uit te vind 'n paar nommers wat verander dikwels die beste wat jy kan doen is om te bereken die bewegende gemiddelde. Die beste van BusinessDictionary, afgelewer dailyMoving Gemiddeld - MA afbreek bewegende gemiddelde - MA As SMA voorbeeld, kyk na 'n sekuriteit met die volgende sluitingsdatum pryse meer as 15 dae: Week 1 (5 dae) 20, 22, 24, 25, 23 Week 2 (5 dae) 26, 28, 26, 29, 27 Week 3 (5 dae) 28, 30, 27, 29, 28 A 10-dag MA sou gemiddeld uit die sluitingsdatum pryse vir die eerste 10 dae as die eerste data punt. Die volgende data punt sal daal die vroegste prys, voeg die prys op dag 11 en neem die gemiddelde, en so aan, soos hieronder getoon. Soos voorheen verduidelik, MA lag huidige prys aksie omdat dit gebaseer is op vorige pryse hoe langer die tydperk vir die MA, hoe groter is die lag. So sal 'n 200-dag MA 'n veel groter mate van lag as 'n 20-dag MA het omdat dit pryse vir die afgelope 200 dae bevat. Die lengte van die MA om te gebruik, hang af van die handel doelwitte, met korter MA gebruik vir 'n kort termyn handel en langer termyn MA meer geskik vir 'n lang termyn beleggers. Die 200-dag MA word wyd gevolg deur beleggers en handelaars, met onderbrekings bo en onder hierdie bewegende gemiddelde beskou as belangrike handel seine wees. MA ook mee belangrik handel seine op hul eie, of wanneer twee gemiddeldes kruis. 'N stygende MA dui daarop dat die sekuriteit is in 'n uptrend. terwyl 'n dalende MA dui daarop dat dit in 'n verslechtering neiging. Net so, is opwaartse momentum bevestig met 'n lomp crossover. wat gebeur wanneer 'n korttermyn-MA kruisies bo 'n langer termyn MA. Afwaartse momentum bevestig met 'n lomp crossover, wat plaasvind wanneer 'n kort termyn MA kruisies onder 'n langer termyn MA. Moving gemiddeldes - Eenvoudige en Eksponensiële Bewegende Gemiddeldes - Eenvoudige en Eksponensiële Inleiding bewegende gemiddeldes glad die prys data om 'n tendens volgende aanwyser vorm . Hulle het nie die prys rigting voorspel nie, maar eerder die huidige rigting met 'n lag te definieer. Bewegende gemiddeldes lag omdat hulle op grond van vorige pryse. Ten spyte hiervan lag, bewegende gemiddeldes te help gladde prys aksie en filter die geraas. Hulle vorm ook die boustene vir baie ander tegniese aanwysers en overlays, soos Bollinger Bands. MACD en die McClellan Ossillator. Die twee mees populêre vorme van bewegende gemiddeldes is die Eenvoudige bewegende gemiddelde (SMA) en die eksponensiële bewegende gemiddelde (EMA). Hierdie bewegende gemiddeldes gebruik kan word om die rigting van die tendens te identifiseer of definieer potensiaal ondersteuning en weerstand vlakke. Here039s n grafiek met beide 'n SMA en 'n EMO daarop: Eenvoudige bewegende gemiddelde Berekening 'n Eenvoudige bewegende gemiddelde is wat gevorm word deur die berekening van die gemiddelde prys van 'n sekuriteit oor 'n spesifieke aantal periodes. Die meeste bewegende gemiddeldes is gebaseer op sluitingstyd pryse. 'N 5-dag eenvoudig bewegende gemiddelde is die vyf dag som van die sluiting pryse gedeel deur vyf. Soos die naam aandui, 'n bewegende gemiddelde is 'n gemiddelde wat beweeg. Ou data laat val as nuwe data kom beskikbaar. Dit veroorsaak dat die gemiddelde om te beweeg langs die tydskaal. Hieronder is 'n voorbeeld van 'n 5-daagse bewegende gemiddelde ontwikkel met verloop van drie dae. Die eerste dag van die bewegende gemiddelde dek net die laaste vyf dae. Die tweede dag van die bewegende gemiddelde daal die eerste data punt (11) en voeg die nuwe data punt (16). Die derde dag van die bewegende gemiddelde voort deur die val van die eerste data punt (12) en die toevoeging van die nuwe data punt (17). In die voorbeeld hierbo, pryse geleidelik verhoog 11-17 oor 'n totaal van sewe dae. Let daarop dat die bewegende gemiddelde styg ook 13-15 oor 'n driedaagse berekening tydperk. Let ook op dat elke bewegende gemiddelde waarde is net onder die laaste prys. Byvoorbeeld, die bewegende gemiddelde vir die eerste dag is gelyk aan 13 en die laaste prys is 15. Pryse die vorige vier dae laer was en dit veroorsaak dat die bewegende gemiddelde te lag. Eksponensiële bewegende gemiddelde Berekening eksponensiële bewegende gemiddeldes te verminder die lag deur die toepassing van meer gewig aan onlangse pryse. Die gewig van toepassing op die mees onlangse prys hang af van die aantal periodes in die bewegende gemiddelde. Daar is drie stappe om die berekening van 'n eksponensiële bewegende gemiddelde. Eerstens, bereken die eenvoudige bewegende gemiddelde. 'N eksponensiële bewegende gemiddelde (EMA) moet iewers begin so 'n eenvoudige bewegende gemiddelde word gebruik as die vorige period039s EMO in die eerste berekening. Tweede, bereken die gewig vermenigvuldiger. Derde, bereken die eksponensiële bewegende gemiddelde. Die onderstaande formule is vir 'n 10-dag EMO. 'N 10-tydperk eksponensiële bewegende gemiddelde van toepassing 'n 18,18 gewig na die mees onlangse prys. 'N 10-tydperk EMO kan ook 'n 18,18 EMO genoem. A 20-tydperk EMO geld 'n 9,52 weeg om die mees onlangse prys (2 / (201) 0,0952). Let daarop dat die gewig vir die korter tydperk is meer as die gewig vir die langer tydperk. Trouens, die gewig daal met die helfte elke keer as die bewegende gemiddelde tydperk verdubbel. As jy wil ons 'n spesifieke persentasie vir 'n EMO, kan jy hierdie formule gebruik om dit te omskep in tydperke en gee dan daardie waarde as die parameter EMA039s: Hier is 'n spreadsheet voorbeeld van 'n 10-dag eenvoudig bewegende gemiddelde en 'n 10- dag eksponensiële bewegende gemiddelde vir Intel. Eenvoudige bewegende gemiddeldes is reguit vorentoe en verg min verduideliking. Die 10-dag gemiddeld net beweeg as nuwe pryse beskikbaar raak en ou pryse af te laai. Die eksponensiële bewegende gemiddelde begin met die eenvoudige bewegende gemiddelde waarde (22,22) in die eerste berekening. Na die eerste berekening, die normale formule oorneem. Omdat 'n EMO begin met 'n eenvoudige bewegende gemiddelde, sal sy werklike waarde nie besef tot 20 of so tydperke later. Met ander woorde, kan die waarde van die Excel spreadsheet verskil van die term waarde as gevolg van die kort tydperk kyk terug. Hierdie sigblad gaan net terug 30 periodes, wat beteken dat die invloed van die eenvoudige bewegende gemiddelde het 20 periodes om te ontbind het. StockCharts gaan terug ten minste 250-tydperke (tipies veel verder) vir sy berekeninge sodat die gevolge van die eenvoudige bewegende gemiddelde in die eerste berekening volledig verkwis. Die sloerfaktor Hoe langer die bewegende gemiddelde, hoe meer die lag. 'N 10-dag eksponensiële bewegende gemiddelde pryse sal baie nou omhels en draai kort ná pryse draai. Kort bewegende gemiddeldes is soos spoed bote - ratse en vinnige te verander. In teenstelling hiermee het 'n 100-daagse bewegende gemiddelde bevat baie afgelope data wat dit stadiger. Meer bewegende gemiddeldes is soos see tenkwaens - traag en stadig om te verander. Dit neem 'n groter en meer prysbewegings vir 'n 100-daagse bewegende gemiddelde kursus te verander. bo die grafiek toon die SampP 500 ETF met 'n 10-dag EMO nou na aanleiding van pryse en 'n 100-dag SMA maal hoër. Selfs met die Januarie-Februarie afname, die 100-dag SMA gehou deur die loop en nie draai. Die 50-dag SMA pas iewers tussen die 10 en 100 dae bewegende gemiddeldes wanneer dit kom by die lag faktor. Eenvoudige vs Eksponensiële Bewegende Gemiddeldes Hoewel daar duidelike verskille tussen eenvoudige bewegende gemiddeldes en eksponensiële bewegende gemiddeldes, een is nie noodwendig beter as die ander. Eksponensiële bewegende gemiddeldes minder lag en is dus meer sensitief vir onlangse pryse - en onlangse prysveranderings. Eksponensiële bewegende gemiddeldes sal draai voor eenvoudige bewegende gemiddeldes. Eenvoudige bewegende gemiddeldes, aan die ander kant, verteenwoordig 'n ware gemiddelde van die pryse vir die hele tydperk. As sodanig, kan eenvoudig bewegende gemiddeldes beter geskik wees om ondersteuning of weerstand vlakke te identifiseer. Bewegende gemiddelde voorkeur hang af van doelwitte, analitiese styl en tydhorison. Rasionele agente moet eksperimenteer met beide tipes bewegende gemiddeldes, asook verskillende tydsraamwerke om die beste passing te vind. Die onderstaande grafiek toon IBM met die 50-dag SMA in rooi en die 50-dag EMO in groen. Beide 'n hoogtepunt bereik in die einde van Januarie, maar die daling in die EMO was skerper as die afname in die SMA. Die EMO opgedaag het in die middel van Februarie, maar die SMA voortgegaan laer tot aan die einde van Maart. Let daarop dat die SMA opgedaag het meer as 'n maand nadat die EMO. Lengtes en tydsraamwerke Die lengte van die bewegende gemiddelde is afhanklik van die analitiese doelwitte. Kort bewegende gemiddeldes (20/05 periodes) is die beste geskik vir tendense en handel kort termyn. Rasionele agente belangstel in medium termyn tendense sou kies vir langer bewegende gemiddeldes wat 20-60 periodes kan verleng. Langtermyn-beleggers sal verkies bewegende gemiddeldes met 100 of meer periodes. Sommige bewegende gemiddelde lengtes is meer gewild as ander. Die 200-daagse bewegende gemiddelde is miskien die mees populêre. As gevolg van sy lengte, dit is duidelik 'n langtermyn-bewegende gemiddelde. Volgende, die 50-dae - bewegende gemiddelde is baie gewild vir die medium termyn tendens. Baie rasionele agente gebruik die 50-dag en 200-dae - bewegende gemiddeldes saam. Korttermyn, 'n 10-dae bewegende gemiddelde was baie gewild in die verlede, want dit was maklik om te bereken. Een van die nommers bygevoeg eenvoudig en verskuif die desimale punt. Tendens Identifikasie Dieselfde seine gegenereer kan word met behulp van eenvoudige of eksponensiële bewegende gemiddeldes. Soos hierbo aangedui, die voorkeur hang af van elke individu. Hierdie voorbeelde sal onder beide eenvoudige en eksponensiële bewegende gemiddeldes gebruik. Die term bewegende gemiddelde is van toepassing op beide eenvoudige en eksponensiële bewegende gemiddeldes. Die rigting van die bewegende gemiddelde dra belangrike inligting oor pryse. 'N stygende bewegende gemiddelde wys dat pryse oor die algemeen is aan die toeneem. A val bewegende gemiddelde dui daarop dat pryse gemiddeld val. 'N stygende langtermyn bewegende gemiddelde weerspieël 'n langtermyn - uptrend. A val langtermyn bewegende gemiddelde weerspieël 'n langtermyn - verslechtering neiging. bo die grafiek toon 3M (MMM) met 'n 150-dag eksponensiële bewegende gemiddelde. Hierdie voorbeeld toon hoe goed bewegende gemiddeldes werk wanneer die neiging is sterk. Die 150-dag EMO van die hand gewys in November 2007 en weer in Januarie 2008. Let daarop dat dit 'n 15 weier om die rigting van hierdie bewegende gemiddelde om te keer. Hierdie nalopend aanwysers identifiseer tendens terugskrywings as hulle voorkom (op sy beste) of nadat hulle (in die ergste geval) voorkom. MMM voortgegaan laer in Maart 2009 en daarna gestyg 40-50. Let daarop dat die 150-dag EMO nie opgedaag het nie eers na hierdie oplewing. Sodra dit gedoen het, maar MMM voortgegaan hoër die volgende 12 maande. Bewegende gemiddeldes werk briljant in sterk tendense. Double CROSSOVER twee bewegende gemiddeldes kan saam gebruik word om crossover seine op te wek. In tegniese ontleding van die finansiële markte. John Murphy noem dit die dubbele crossover metode. Double CROSSOVER behels een relatief kort bewegende gemiddelde en een relatiewe lang bewegende gemiddelde. Soos met al die bewegende gemiddeldes, die algemene lengte van die bewegende gemiddelde definieer die tydraamwerk vir die stelsel. 'N Stelsel met behulp van 'n 5-dag EMO en 35-dag EMO sal geag kort termyn. 'N Stelsel met behulp van 'n 50-dag SMA en 200-dag SMA sal geag medium termyn, miskien selfs 'n lang termyn. N bullish crossover vind plaas wanneer die korter bewegende gemiddelde kruise bo die meer bewegende gemiddelde. Dit is ook bekend as 'n goue kruis. N lomp crossover vind plaas wanneer die korter bewegende gemiddelde kruise onder die meer bewegende gemiddelde. Dit staan bekend as 'n dooie kruis. Bewegende gemiddelde CROSSOVER produseer relatief laat seine. Na alles, die stelsel werk twee sloerende aanwysers. Hoe langer die bewegende gemiddelde periodes, hoe groter is die lag in die seine. Hierdie seine werk groot wanneer 'n goeie tendens vat. Dit sal egter 'n bewegende gemiddelde crossover stelsel baie whipsaws produseer in die afwesigheid van 'n sterk tendens. Daar is ook 'n driedubbele crossover metode wat drie bewegende gemiddeldes behels. Weereens, is 'n sein gegenereer wanneer die kortste bewegende gemiddelde kruisies die twee langer bewegende gemiddeldes. 'N Eenvoudige trippel crossover stelsel kan 5-dag, 10-dag en 20-dae - bewegende gemiddeldes te betrek. bo die grafiek toon Home Depot (HD) met 'n 10-dag EMO (groen stippellyn) en 50-dag EMO (rooi lyn). Die swart lyn is die daaglikse naby. Met behulp van 'n bewegende gemiddelde crossover gevolg sou gehad het drie whipsaws voor 'n goeie handel vang. Die 10-dag EMO gebreek onder die 50-dag EMO die einde van Oktober (1), maar dit het nie lank as die 10-dag verhuis terug bo in die middel van November (2). Dit kruis duur langer, maar die volgende lomp crossover in Januarie (3) het plaasgevind naby die einde van November prysvlakke, wat lei tot 'n ander geheel verslaan. Dit lomp kruis het nie lank geduur as die 10-dag EMO terug bo die 50-dag 'n paar dae later (4) verskuif. Na drie slegte seine, die vierde sein voorafskaduwing n sterk beweeg as die voorraad oor 20. gevorderde Daar is twee wegneemetes hier. In die eerste plek CROSSOVER is geneig om geheel verslaan. 'N Prys of tyd filter toegepas kan word om te voorkom dat whipsaws. Handelaars kan die crossover vereis om 3 dae duur voordat waarnemende of vereis dat die 10-dag EMO hierbo beweeg / onder die 50-dag EMO deur 'n sekere bedrag voor waarnemende. In die tweede plek kan MACD gebruik word om hierdie CROSSOVER identifiseer en te kwantifiseer. MACD (10,50,1) sal 'n lyn wat die verskil tussen die twee eksponensiële bewegende gemiddeldes te wys. MACD draai positiewe tydens 'n goue kruis en negatiewe tydens 'n dooie kruis. Die persentasie Prys ossillator (PPO) kan op dieselfde manier gebruik word om persentasie verskille te wys. Let daarop dat die MACD en die PPO is gebaseer op eksponensiële bewegende gemiddeldes en sal nie ooreen met eenvoudige bewegende gemiddeldes. Hierdie grafiek toon Oracle (ORCL) met die 50-dag EMO, 200-dag EMO en MACD (50,200,1). Daar was vier bewegende gemiddelde CROSSOVER oor 'n tydperk 2 1/2 jaar. Die eerste drie gelei tot whipsaws of slegte ambagte. A opgedoen tendens begin met die vierde crossover as ORCL gevorder tot die middel van die 20s. Weereens, bewegende gemiddelde CROSSOVER werk groot wanneer die neiging is sterk, maar produseer verliese in die afwesigheid van 'n tendens. Prys CROSSOVER bewegende gemiddeldes kan ook gebruik word om seine met 'n eenvoudige prys CROSSOVER genereer. N bullish sein gegenereer wanneer pryse beweeg bo die bewegende gemiddelde. N lomp sein gegenereer wanneer pryse beweeg onder die bewegende gemiddelde. Prys CROSSOVER kan gekombineer word om handel te dryf in die groter tendens. Hoe langer bewegende gemiddelde gee die toon aan vir die groter tendens en die korter bewegende gemiddelde word gebruik om die seine te genereer. 'N Mens sou kyk vir bullish prys kruise net vir pryse is reeds bo die meer bewegende gemiddelde. Dit sou wees die handel in harmonie met die groter tendens. Byvoorbeeld, as die prys is hoër as die 200-daagse bewegende gemiddelde, rasionele agente sal net fokus op seine wanneer prysbewegings bo die 50-dae - bewegende gemiddelde. Dit is duidelik dat, sou 'n skuif onder die 50-dae - bewegende gemiddelde so 'n sein voorafgaan, maar so lomp kruise sou word geïgnoreer omdat die groter tendens is up. N lomp kruis sou net dui op 'n nadeel binne 'n groter uptrend. 'N kruis terug bo die 50-dae - bewegende gemiddelde sou 'n opswaai in pryse en voortsetting van die groter uptrend sein. Die volgende grafiek toon Emerson Electric (EMR) met die 50-dag EMO en 200-dag EMO. Die voorraad bo verskuif en bo die 200-daagse bewegende gemiddelde gehou in Augustus. Daar was dips onder die 50-dag EMO vroeg in November en weer vroeg in Februarie. Pryse het vinnig terug bo die 50-dag EMO te lomp seine (groen pyle) voorsien in harmonie met die groter uptrend. MACD (1,50,1) word in die aanwyser venster te prys kruise bo of onder die 50-dag EMO bevestig. Die 1-dag EMO is gelyk aan die sluitingsprys. MACD (1,50,1) is positief wanneer die naby is bo die 50-dag EMO en negatiewe wanneer die einde is onder die 50-dag EMO. Ondersteuning en weerstand bewegende gemiddeldes kan ook dien as ondersteuning in 'n uptrend en weerstand in 'n verslechtering neiging. 'N kort termyn uptrend kan ondersteuning naby die 20-dag eenvoudig bewegende gemiddelde, wat ook gebruik word in Bollinger Bands vind. 'N langtermyn-uptrend kan ondersteuning naby die 200-dag eenvoudig bewegende gemiddelde, wat is die mees gewilde langtermyn bewegende gemiddelde vind. As Trouens, die 200-daagse bewegende gemiddelde ondersteuning of weerstand bloot omdat dit so algemeen gebruik word aan te bied. Dit is amper soos 'n self-fulfilling prophecy. bo die grafiek toon die NY Saamgestelde met die 200-dag eenvoudig bewegende gemiddelde van middel 2004 tot aan die einde van 2008. Die 200-dag voorsien ondersteuning talle kere tydens die vooraf. Sodra die tendens omgekeer met 'n dubbele top ondersteuning breek, die 200-daagse bewegende gemiddelde opgetree as weerstand rondom 9500. Moenie verwag presiese ondersteuning en weerstand vlakke van bewegende gemiddeldes, veral langer bewegende gemiddeldes. Markte word gedryf deur emosie, wat hulle vatbaar vir overschrijdingen maak. In plaas van presiese vlakke, kan bewegende gemiddeldes gebruik word om ondersteuning of weerstand sones identifiseer. Gevolgtrekkings Die voordele van die gebruik bewegende gemiddeldes moet opgeweeg word teen die nadele. Bewegende gemiddeldes is tendens volgende, of nalopend, aanwysers wat altyd 'n stap agter sal wees. Dit is nie noodwendig 'n slegte ding al is. Na alles, die neiging is jou vriend en dit is die beste om handel te dryf in die rigting van die tendens. Bewegende gemiddeldes te verseker dat 'n handelaar is in ooreenstemming met die huidige tendens. Selfs al is die tendens is jou vriend, sekuriteite spandeer 'n groot deel van die tyd in die handel reekse, wat bewegende gemiddeldes ondoeltreffend maak. Sodra 'n tendens, sal bewegende gemiddeldes jy hou in nie, maar ook gee laat seine. Don039t verwag om te verkoop aan die bokant en koop aan die onderkant met behulp van bewegende gemiddeldes. Soos met die meeste tegniese ontleding gereedskap, moet bewegende gemiddeldes nie gebruik word op hul eie, maar in samewerking met ander aanvullende gereedskap. Rasionele agente kan gebruik bewegende gemiddeldes tot die algehele tendens definieer en gebruik dan RSI om oorkoop of oorverkoop vlakke te definieer. Toevoeging van bewegende gemiddeldes te StockCharts Charts bewegende gemiddeldes is beskikbaar as 'n prys oortrek funksie op die SharpCharts werkbank. Die gebruik van die Overlays aftrekkieslys, kan gebruikers kies óf 'n eenvoudige bewegende gemiddelde of 'n eksponensiële bewegende gemiddelde. Die eerste parameter word gebruik om die aantal tydperke stel. 'N opsionele parameter kan bygevoeg word om te spesifiseer watter prys veld moet gebruik word in die berekeninge - O vir die Ope, H vir die High, L vir die lae, en C vir die buurt. 'N Komma word gebruik om afsonderlike parameters. Nog 'n opsionele parameter kan bygevoeg word om die bewegende gemiddeldes te skuif na links (verlede) of regs (toekomstige). 'N negatiewe getal (-10) sou die bewegende gemiddelde skuif na links 10 periodes. 'N Positiewe nommer (10) sou die bewegende gemiddelde na regs skuif 10 periodes. Veelvuldige bewegende gemiddeldes kan oorgetrek die prys plot deur eenvoudig 'n ander oortrek lyn aan die werkbank. StockCharts lede kan die kleure en styl verander om te onderskei tussen verskeie bewegende gemiddeldes. Na die kies van 'n aanduiding, oop Advanced Options deur te kliek op die klein groen driehoek. Gevorderde Opsies kan ook gebruik word om 'n bewegende gemiddelde oortrek voeg tot ander tegniese aanwysers soos RSI, CCI, en Deel. Klik hier vir 'n lewendige grafiek met 'n paar verskillende bewegende gemiddeldes. Die gebruik van bewegende gemiddeldes met StockCharts skanderings Hier is 'n paar monster skanderings wat StockCharts lede kan gebruik om te soek na verskeie bewegende gemiddelde situasies: Bul bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n stygende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5 - Day EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde is stygende solank dit handel bo sy vlak vyf dae gelede. N bullish kruis vind plaas wanneer die 5-dag EMO bo die 35-dag EMO op bogemiddelde volume beweeg. Lomp bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n dalende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5-dag EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde val solank dit handel onder sy vlak vyf dae gelede. N lomp kruis vind plaas wanneer die 5-dag EMO beweeg onder die 35-dag EMO op bogemiddelde volume. Verdere Studie John Murphy039s boek het 'n hoofstuk gewy aan bewegende gemiddeldes en hul onderskeie gebruike. Murphy dek die voor - en nadele van bewegende gemiddeldes. Daarbenewens Murphy wys hoe bewegende gemiddeldes met Bollinger Bands en kanaal gebaseer handel stelsels. Tegniese ontleding van die finansiële markte John MurphyTrended Bewegende Gemiddeldes Ive altyd 'n ferm oortuigings is dat bewegende gemiddeldes waarskynlik 'n beter insig in tendense gee binne 'n besigheid as 'n eenvoudige tendens lyn verbonde aan 'n stel waardes soos maandelikse verkope (hoewel ek is geneig om te hersien hierdie twee waardes bymekaar). Die rede hiervoor is dat 'n tendens wat deur een of twee waardes wat nie verteenwoordigend van die onderliggende besigheid kan wees kan skeef soos spykers wat verband hou met seisoenaliteit of 'n spesifieke gebeurtenis. Wanneer BillD 'n navraag in verband met hierdie konsep in sy kommentaar op Wins amp Verlies uitgelig (Deel 2) Vergelyk en ontleed. Ek het gedink dit sou 'n goeie idee om ons PampL dataset buig tot 'n bewegende gemiddelde vermoë te verskaf. In hierdie post, sal ek verduidelik wat bewegende gemiddeldes is bedoel om te lewer en te verduidelik hoe om dit te bereken met behulp van die verkope elemente van die voorbeeld data wat in die Wins amp Verlies reeks van poste. Ek sal dan voeg die buigsaamheid vir gebruikers om die tyd dat die bewegende gemiddelde berekening in ag moet neem, die aantal tendens periodes vertoon moet word en die einddatum van die verslag te kies. Wat is 'n bewegende gemiddelde Die mees algemene bewegende gemiddelde maatstaf is oor die algemeen as 'n 12 maande bewegende gemiddelde verwys. In die geval van ons verkope data, vir enige gegewe tydperk, sal hierdie maatreël som die laaste 12 maande van verkope voorafgaande en met die maand ontleed en dan verdeel met 12 tot 'n gemiddelde verkope waarde vir daardie tydperk toon. In finansiële terme, die vergelyking is dus eenvoudig: 12 Maand bewegende gemiddelde bedrag van verkope vir afgelope 12 maande / 12 Dit alles lyk baie reguit vorentoe maar Theres baie van kompleksiteit wat betrokke is as ons wil hê dat die bewegende gemiddelde tydperk sit (verteenwoordig as 12 in die voorbeeld hierbo) in die hande van die gebruiker, gee hulle die krag om die aantal tendens periodes vertoon moet word en die maand wat die verslag moet vertoon te kies. Die Dataset die dataset wat met behulp van lyk iets soos hieronder. Let Im met behulp van PowerPivot V1. Ontwerp kyker is beskikbaar in V2 maar Ive hashed dit saam niks slim Youll kennisgewing wat FACTTran (ons dataset te ontleed) is gekoppel aan DIMHeading1, DIMHeading2 en DIMDataType sommige kategorisering ons dataset voorsien. Ive ook gekoppel aan datums is 'n opeenvolgende reeks van datums wat meer as dek die panne van ons datastel. Hierdie tabel dra 'n paar statiese bykomende inligting wat gebaseer is op die datum: Weereens, is nie heeltemal registreer op Robs pittige skaal Wees verseker dat jy sal kry 'n meer intense DAX oefensessie soos ons aangaan. Aangesien hierdie datum maatreëls Arent verwag dinamiese te wees, Ive gekodeerde hulle in die PowerPivot venster. Dit laat hulle bereken word op lêer verfris maar hulle sal nie nodig het om te herbereken vir elke Snijder operasie wat prestasie oorhoofse verwyder uit ons uiteindelike dinamiese maatstaf. Vir redes wat ek sal kom op om later, ek moet ook die maand einddatum op my feit tafel as ek nie gebruik maak van die Maand Einde datum op my Datums tafel in my maatreëls. Ek kan egter trek dieselfde waarde in my FACTTran tafel met behulp van die volgende mate: So wat is hierdie ontkoppel MA Tafels Die rede vir hierdie tabelle moet duidelik geword soos ons aangaan. In kort, hulle is van plan om gebruik te word as parameters of opskrifte op ons verslag. Die rede is dat hulle bestaan en dat hulle is nie gekoppel aan die res van ons data is bloot omdat ek nie wil hê hulle moet gefiltreer word deur ons maatreëls. In plaas daarvan, Ek wil hê hulle moet die filter ry. Aanvanklike PivotTable Setup Im gaan word vertoon 'n reeks van data georganiseer in maandelikse kolomme. Die gebruiker sal gegee sny om Maand Einde datum (die laaste tydperk te vertoon op die verslag), aantal periodes vir bewegende gemiddelde (dit sal uiteindelik deel van ons deler berekening) en aantal periodes vir Trend (dit sal wees stel die aantal maandelikse kolomme wat ons sal wys op ons tendens). Ons kan hierdie sny dadelik vas te stel en dit te koppel aan die spilpunt. Ek het natuurlik moet 'n maand einddatum as kolomopskrif maar watter een om 'n mate Ive op gegewe hierdie weg vroeër. In kort, ek moet my MADatesMonthEndDate veld gebruik. Die rede hiervoor is dat hierdie gebied isnt gekoppel aan ons dataset en dus gewoond geraak word deur enige ander filters. As ek 'n datum in die veld wat deel is van my dataset of 'n gedeelte van 'n gekoppelde tabel te gebruik, die beskikbare waardes kan deur die gebruikers keuse gefiltreer. Ek kan kry om dit met behulp van 'n ALL () uitdrukking vir my die korrekte waardes te gee, maar die probleem is dat die kolom is steeds gefiltreer en my resultate sal al vertoon in 'n kolom. Die moeilik om te verduidelik totdat jy sien dit so moet asseblief gaan voort en probeer sy waarde slaan die baksteenmuur om regtig te verstaan dit Berekening Som van verkope vir verlede X maande het die eerste deel van ons vergelyking is om die totale waarde bereken vir verkope oor alle tydperke binne 'n dinamiese tydperk gekies word deur die gebruiker. Hiervoor gebruik ek 'n Bereken funksie wat soos volg lyk: Im met behulp van 'n basis maatstaf genoem CascadeValueAll wat geskep is in Wins amp Verlies Die kuns van die Cascading Subtotaal. Im dan filter wat maatreël om my dataset beperk tot rekords wat verband hou met verkope en 'n data tipe Werklike (dws die uitskakeling van Begroting). Dit is eenvoudig filter van 'n BEREKEN funksie. Maar dit raak 'n bietjie meer lekker met die derde filter wat die datastel beperk tot 'n reeks van datums wat afhanklik is van die gebruikers keuse in sny en ons opskrif datum kolom is. Die DATESBETWEEN funksie het die sintaksis DATESBETWEEN (datums, Begindatum, Einddatum) en werk soos volg: Ek, die stuk grond wat filter vereis (DatesData) stel. Ive het bevind dat hierdie werk die beste as dit 'n gekoppelde tabel van opeenvolgende datums sonder enige onderbrekings. Indien u enige onderbrekings het, Theres 'n kans dat jy dalk nie 'n antwoord as die antwoord wat jy evalueer om moet beskikbaar in die tabel wees nie. My begin datum is 'n DATEADD funksie wat bereken dat die kolomopskrif datum minus die aantal maande wat die gebruiker gekies op die bewegende gemiddelde Aantal periodes Snijder. Ek gebruik die funksie LASTDATE (waardes (MADatesNextMonthStartDate)) om die NextMonthStartDate waarde van die MADates tafel wat betrekking het op die datum verteenwoordig op die kolomopskrif te haal. dan het ek rewind deur die aantal maande gekeur op Snijder met behulp van MAX (MAFunctionPeriodsMovingAverageNoPeriods) -1. Die -1 gebruik word om terug in die tyd gaan. Die rede waarom ek gebruik NextMonthStartDate en 'n veelvoud van 1 is meer duidelik in mengers vir die kies van Laaste X Periodes. My einddatum is eenvoudig die MonthEndDate soos aangedui op die kolomopskrif van die verslag. Dit word bereken deur gebruik te maak LASTDATE (waardes (MADatesMonthEndDate). Dis 'n groot, maar my maat isnt enige rekening van my Wys periode van ten seleksie en die tendens Aantal periodes wat Ive gekies. Daarom moet ons die maatstaf te beperk tot net uit te voer wanneer sekere parameters te hou as die waarheid op grond van hierdie keuses Ek wil net waardes te vertoon wanneer my kolom opskrif datum is:. Minder as of gelyk aan die geselekteerde Maand Einde datum op my Wys periode van ten Snijder en groter as of gelyk aan die geselekteerde Maand Einde .. datum minus die gekose aantal periodes op my Trend aantal periodes Snijder om dit te doen, ek gebruik 'n IF-stelling om te bepaal wanneer my BEREKEN funksie moet voer Kom ons noem hierdie maatreël SalesMovingAverageTotalValue die IF-stelling werk soos volg: Ek moet eers bepaal dat Im evaluering net waar ek een waarde vir MADateMonthEndDate. As ek dit nie doen nie, ek kry die ou gunsteling fout in my latere evaluering wat sê dat 'n tafel van verskeie waardes verskaf dan Ek evalueer om te bepaal of my kolom opskrif datum (waardes (MADatesMonthEndDate) is minder as of gelyk aan die geselekteerde op die Maand Einde periode Snijder (LASTDATE (datesDateMonthEnd) EN (ampamp) My kolom opskrif datum is groter as of gelyk aan 'n berekende datum wat X tydperke voor die gekose Wys periodes datum tot soos op die Snijmachines. Ek gebruik 'n DATEADD funksie vir hierdie soortgelyk aan dié wat in my BEREKEN funksie behalwe die datum deur die geselekteerde op die Trend Aantal periodes Snijder waarde is aanpassing. Met dit in plek is, ons het die totale verkope vir die geselekteerde periode wat verband hou met die gebruikers keuse. So my tafel is nou beperk tot die aantal tendens periodes gekies en verteenwoordig die maand einddatum gekies. So nou deel ons net deur die bewegende gemiddelde Aantal periodes Reg eh GEEN Weve bereken ons totale verkope vir die tydperk wat verband hou met die gebruikers keuse. Jy sal hom vergewe word vir wat daarop dui dat ons eenvoudig verdeel deur die aantal bewegende gemiddelde periodes gekies. Afhangende van jou data, kan jy dit doen, maar die probleem is dat die dataset die geselekteerde aantal periodes nie kan hou, veral as die gebruiker 'n maand einddatum wat terug gaan in tyd kan kies. As gevolg hiervan, het ons om uit te werk hoe Mei periodes teenwoordig in ons SalesMovingAverageTotalValue maatstaf is. Hierdie maatreël is in wese dieselfde as my SalesMovingAverageTotal meet. Die enigste werklike verskil is dat ons reken die afsonderlike datum waardes in ons dataset in teenstelling met die roeping van die CascadeValueAll meet. Ek vroeër gesê daar was 'n rede hoekom ek nodig het die maand einddatum op my FACTTran tafel gehou word genoem en dit is hoekom. As ek iemand anders tafel gebruik hou die maand einddatum, wat tafel isnt gaan is gefiltreer in die manier waarop die kern dataset is gefiltreer. As 'n voorbeeld, my Datums tafel het 'n reeks van datums wat my dataset tydraamwerk en meer strek. As gevolg hiervan, die evaluering teen hierdie tabel sal aflei dat die tafel doen in werklikheid datums wat my dataset voorafgaan en daar is dus geen evaluering om te bepaal of daar 'n transaksie wat in die datastel vir daardie datum. Soos jy kan sien, want my dataset strek vanaf 1 Julie 2009, ek het net 9 periodes van data te evalueer vir my 31/03/2010 kolom. As ek gedeel deur 12 (soos per my Moving Gemiddelde Aantal periodes Snijder seleksie), sou ek 'n baie verkeerde antwoord gekry het. Dit is duidelik dat hierdie is 'n bietjie slinks, maar sy waardig ag. En nou is die Eenvoudige Bit Ek kan verstaan dat die laaste twee mate paar boeiende geneem, veral uit te werk wanneer bepaalde datum velde moet gebruik word. Vir 'n bietjie lig verligting, die volgende mate gewoond regtig jy belas Dit is 'n eenvoudige verdeling met 'n bietjie fout nagaan om enige vuil koppie onder gehou vermy. Wanneer sy alles saam Aangesien al hierdie maatreël is draagbaar, kan ek 'n ander Pivot Table skep op dieselfde grondslag as die een hierbo (met SalesMovingAverageValue gegee 'n alias van bewegende gemiddelde), rond te beweeg 'n paar dinge, voeg 'n mate vir die werklike verkope waarde vir die maand (ek gewoond daarop ingaan nie nou nie, maar dit is 'n eenvoudige BEREKEN maat met 'n paar keer intelligensie) en ek weer instel dan lyk die volgende: Ek kan dan ry 'n eenvoudige lyn grafiek en toe te pas 'n tendens lyn op my Werklike maat met die term gerieflik wegkruip my data rooster wat dit dryf. Soos jy kan sien, 'n tendens op my werklike maatstaf toon 'n bestendige afname. My bewegende gemiddelde, toon egter 'n relatief stabiele, indien nie effens verbeter tendens. Seisoenaliteit van 'n ander spykers is natuurlik dus betrokke en die werklikheid is dat beide maatreëls waarskynlik kant te hersien mekaar. Vir dié van julle wat hierdie lees wat belangstel in die sien van die werkboek van hierdie voorbeeld is, Ill kyk na hierdie post in 'n toekomstige post wanneer ek hierdie analise neem 'n stap verder om die hele PampL dek. Jammer om jou te laat wag. Ek hoop dit help jou uit BillD een punt na Diegene arend oë DAX voor Let daar waarskynlik opgemerk dat my IF-funksies 'n berekening te evalueer wanneer die logiese toets 'n ware antwoord bereik bevat net. Die rede hiervoor is dat die funksie neem aan OOP () wanneer 'n valse evaluering toestand isnt voorsien. Ek havent uitgewerk indien enige prestasie impak met behulp van hierdie metode op groot datastelle Theres. Dit is aan jou wat jy gekies het om te doen en as iemand my kan oortuig waarom so OOP (kodering die Vals toestand) is die beste praktyke, sal ek vinnig my gewoontes te verander hierdie plasing is 6 Kommentaar Renato En net sê:
No comments:
Post a Comment