Compare Moving Average Und Exponential Glättung

Vorhersage von Smoothing Techniques. This Website ist ein Teil der JavaScript-E-Labs Lernobjekte für die Entscheidungsfindung Andere JavaScript in dieser Serie sind unter verschiedenen Anwendungsbereichen im MENU-Bereich auf dieser Seite kategorisiert. Eine Zeitreihe ist eine Abfolge von Beobachtungen, die Sind in der Zeit geordnet Inhärent in der Sammlung von Daten über die Zeit genommen ist irgendeine Form von zufälligen Variation Es gibt Methoden zur Verringerung der Streichung der Wirkung durch zufällige Variation Weit verbreitete Techniken sind Glättung Diese Techniken, wenn richtig angewendet, zeigt deutlicher die zugrunde liegenden Trends. Geben Sie die Zeitreihe Row-weise in der Reihenfolge, beginnend von der linken oberen Ecke und den Parameter s, dann klicken Sie auf die Schaltfläche Berechnen, um eine Periode-voraus Prognose zu erhalten. Blank-Boxen sind nicht in den Berechnungen enthalten, aber Nullen sind. Bei der Eingabe Ihrer Daten von Zelle zu Zelle in der Daten-Matrix zu bewegen, verwenden Sie die Tab-Taste nicht Pfeil oder geben Sie Schlüssel. Features der Zeitreihen, die durch Examini aufgedeckt werden könnte Ng seinen Graphen mit den prognostizierten Werten und das Residualverhalten, Bedingungsvorhersage Modellierung. Moving Averages Moving Mittelwerte gehören zu den beliebtesten Techniken für die Vorverarbeitung von Zeitreihen Sie werden verwendet, um zufällige weiße Rauschen aus den Daten zu filtern, um die Zeitreihe zu machen Glatter oder sogar, um bestimmte in der Zeitreihe enthaltene Informationskomponenten zu betonen. Exponentielle Glättung Dies ist ein sehr populäres Schema, um eine geglättete Zeitreihe zu produzieren, während bei fortlaufenden Beobachtungen die bisherigen Beobachtungen gleich gewichtet werden. Exponentielle Glättung weist exponentiell abnehmende Gewichte zu, wenn die Beobachtung älter wird Mit anderen Worten, die jüngsten Beobachtungen werden bei der Prognose relativ viel mehr gegeben als die älteren Beobachtungen. Die doppelte exponentielle Glättung ist besser bei der Handhabung von Trends. Triple Exponential Die Glättung ist bei der Handhabung von Parabeltrends besser. Ein exponentiell gewichteter gleitender Durchschnitt mit einer Glättungskonstante entspricht etwa einer einfachen Gleitender Durchschnitt der Länge dh Periode n, wobei a und n mit aa nn O ODER n 2 - a a verbunden sind. So würde beispielsweise ein exponentiell gewichteter gleitender Durchschnitt mit einer Glättungskonstante gleich 0 1 etwa einem 19-Tage-Gleitwert entsprechen Ein 40-Tage-einfacher gleitender Durchschnitt würde etwa einem exponentiell gewichteten gleitenden Durchschnitt entsprechen, wobei eine Glättungskonstante gleich 0 04878.Holt s Lineare Exponential-Glättung Angenommen, die Zeitreihe ist nicht saisonal, aber zeigt Trend an Holt-Methode schätzt sowohl den Strom Level und der aktuelle Trend. Notice, dass die einfache gleitende Durchschnitt ist Sonderfall der exponentiellen Glättung durch die Einstellung der Periode des gleitenden Durchschnitt auf die Ganzzahl Teil von 2-Alpha Alpha. Für die meisten Geschäftsdaten ein Alpha-Parameter kleiner als 0 40 ist oft Effektiv Allerdings kann man eine Gittersuche des Parameterraums mit 0 1 bis 0 9 mit Inkrementen von 0 1 ausführen. Dann hat das beste Alpha den kleinsten Mean Absolute Error MA Error. How, um mehrere Glättungsmethoden zu vergleichen Sind numerische Indikatoren für die Beurteilung der Genauigkeit der Prognose-Technik, ist der am weitesten verbreitete Ansatz bei der Verwendung visueller Vergleich von mehreren Prognosen, um ihre Genauigkeit zu beurteilen und wählen Sie unter den verschiedenen Vorhersage Methoden In diesem Ansatz muss man mit zB Excel auf dem gleichen Diagramm zu zeichnen Die ursprünglichen Werte einer Zeitreihenvariable und die vorhergesagten Werte aus verschiedenen Prognosemethoden, so dass ein visueller Vergleich erleichtert wird. Sie können die Vergangenheitsprognosen durch Glättungstechniken verwenden, um die vergangenen Prognosewerte auf der Grundlage von Glättungstechniken zu erhalten, die nur einen einzigen Parameter verwenden Holt - und Winters-Methoden verwenden zwei bzw. drei Parameter, daher ist es keine leichte Aufgabe, die optimalen oder sogar nahezu optimalen Werte durch Versuche und Fehler für die Parameter auszuwählen. Die einzelne exponentielle Glättung unterstreicht die Kurzstreckenperspektive Setzt das Niveau auf die letzte Beobachtung und basiert auf der Bedingung, dass es keinen Trend gibt. Der lineare Regress Ion, das zu den kleinsten Quadraten zu den historischen Daten passt oder transformierte historische Daten passt, stellt die lange Reichweite dar, die auf dem Grundtakt basiert. Holt s lineare exponentielle Glättung erfasst Informationen über den jüngsten Trend Die Parameter im Holt-Modell sind Ebenenparameter, Sollte verringert werden, wenn die Menge der Datenvariation groß ist und der Trends-Parameter erhöht werden sollte, wenn die aktuelle Trendrichtung durch die kausalen Faktoren unterstützt wird. Kurzfristige Prognose Beachten Sie, dass jedes JavaScript auf dieser Seite einen Schritt-Schritt voraus ist Prognose Um eine zweistufige Prognose zu erhalten, fügen Sie einfach den prognostizierten Wert dem Ende der Zeitreihendaten hinzu und klicken Sie dann auf die Schaltfläche Berechnen. Sie können diesen Vorgang für einige Male wiederholen, um die benötigten Kurzzeitprognosen zu erhalten. Exponentielle Glättung Explained. Copyright Content auf ist urheberrechtlich geschützt und ist nicht für die Wiederveröffentlichung verfügbar. Wenn die Menschen zuerst den Begriff Exponentielle Glättung begegnen, können sie denken, t Hut klingt wie eine Hölle von einer Menge Glättung, was Glättung ist Sie dann beginnen, eine komplizierte mathematische Berechnung, die wahrscheinlich erfordert einen Abschluss in Mathematik zu verstehen, und hoffe, es ist eine eingebaute Excel-Funktion zur Verfügung, wenn sie jemals brauchen, um es zu tun Die Realität der exponentiellen Glättung ist weit weniger dramatisch und weit weniger traumatisch. Die Wahrheit ist, exponentielle Glättung ist eine sehr einfache Berechnung, die eine ziemlich einfache Aufgabe vollbringt. Es hat nur einen komplizierten Namen, denn was technisch geschieht als Ergebnis dieser einfachen Berechnung ist eigentlich Ein wenig kompliziert. Um eine exponentielle Glättung zu verstehen, hilft es, mit dem allgemeinen Konzept der Glättung zu beginnen und ein paar andere gängige Methoden, um Glättung zu erreichen. Was ist Glättung. Smoothing ist ein sehr häufiger statistischer Prozess In der Tat, wir regelmäßig begegnen geglätteten Daten In verschiedenen Formen in unserem täglichen Leben Jedes Mal, wenn Sie einen Durchschnitt verwenden, um etwas zu beschreiben, verwenden Sie eine geglättete Zahl Wenn Sie denken Darüber, warum Sie einen Durchschnitt verwenden, um etwas zu beschreiben, werden Sie schnell verstehen, das Konzept der Glättung Zum Beispiel haben wir nur den wärmsten Winter auf Rekord erlebt Wie können wir das gut beurteilen Nun beginnen wir mit Datensätzen der täglichen hohen und niedrigen Temperaturen für die Periode, die wir Winter für jedes Jahr in der aufgezeichneten Geschichte nennen Aber das lässt uns mit einem Bündel von Zahlen, die herumspringen ziemlich ein bisschen es nicht wie jeden Tag dieser Winter war wärmer als die entsprechenden Tage aus allen vorherigen Jahren Wir brauchen eine Zahl, die alle entfernt Dies springt von den Daten herum, so dass wir einfach einen Winter mit dem nächsten vergleichen können. Das Entfernen des Sprungs um in den Daten wird als Glättung bezeichnet, und in diesem Fall können wir einfach einen einfachen Durchschnitt verwenden, um die Glättung zu erreichen. Die Nachfragevorhersage, die wir verwenden Glättung, um zufälliges Variation Lärm aus unserer historischen Nachfrage zu entfernen Dies ermöglicht es uns, besser zu identifizieren Nachfrage Muster in erster Linie Trend und Saisonalität und Nachfrage Ebenen, die verwendet werden können, um die Zukunft de abschätzen Mand Der Lärm in der Nachfrage ist das gleiche Konzept wie das tägliche Springen um die Temperatur Daten Nicht überraschend, die häufigste Art und Weise Menschen entfernen Lärm aus der Nachfrage Geschichte ist es, eine einfache durchschnittliche oder genauer gesagt, ein gleitender Durchschnitt Ein gleitender Durchschnitt verwendet nur ein Vordefinierte Anzahl von Perioden, um den Durchschnitt zu berechnen, und diese Perioden bewegen sich wie die Zeit vergeht Zum Beispiel, wenn ich m mit einem 4-Monats-gleitenden Durchschnitt, und heute ist der 1. Mai, ich m mit einem durchschnittlichen Nachfrage, die im Januar, Februar, März und April Am 1. Juni werde ich die Nachfrage von Februar, März, April und Mai. Weighted gleitenden Durchschnitt. Wenn wir einen Durchschnitt verwenden wir die gleiche Bedeutung Gewicht auf jeden Wert in der Datensatz In der 4-Monats-Verschiebung Durchschnittlich, jeder Monat repräsentiert 25 des gleitenden Durchschnitts Bei der Verwendung der Nachfrage Geschichte, um zukünftige Nachfrage und vor allem zukünftige Trend zu projizieren, ist es logisch, zu dem Schluss zu kommen, dass Sie möchten, dass die jüngste Geschichte einen größeren Einfluss auf Ihre Prognose haben Wir können Passen Sie unsere gleitendurchschnittliche Berechnung an, um verschiedene Gewichte auf jede Periode anzuwenden, um unsere gewünschten Ergebnisse zu erhalten. Wir geben diese Gewichte als Prozentsätze aus, und die Summe aller Gewichte für alle Perioden muss bis zu 100 addieren. Wenn wir uns entscheiden, dass wir 35 anwenden möchten Das Gewicht für die nächste Periode in unserem 4-Monats-gewichteten gleitenden Durchschnitt, können wir 35 von 100 zu subtrahieren, um zu finden, dass wir noch 65 übrig haben, um über die anderen 3 Perioden zu teilen. Zum Beispiel können wir am Ende mit einer Gewichtung von 15, 20, 30 , Und 35 für die 4 Monate 15 20 30 35 100.Exponential Glättung. Wenn wir zurück zu dem Konzept der Anwendung eines Gewichts auf die jüngste Periode wie 35 im vorigen Beispiel und Ausbreitung der restlichen Gewicht berechnet durch Subtraktion der meisten Jüngste Periodengewicht von 35 von 100, um 65 zu bekommen, haben wir die grundlegenden Bausteine ​​für unsere exponentielle Glättung Berechnung Die steuernde Eingabe der exponentiellen Glättung Berechnung ist bekannt als Glättungsfaktor auch als Glättung Konstante It ess Die für die jüngste Periode s anwendbar ist, also, wo wir 35 als Gewichtung für die jüngste Periode in der gewichteten gleitenden Durchschnittsberechnung verwendet haben, könnten wir auch wählen, 35 als Glättungsfaktor in unserer exponentiellen Glättungsberechnung zu verwenden Erhalten einen ähnlichen Effekt Der Unterschied zu der exponentiellen Glättung Berechnung ist, dass anstatt uns auch herauszufinden, wie viel Gewicht auf jede vorherige Periode gelten, wird der Glättungsfaktor verwendet, um automatisch zu tun. So kommt hier der exponentielle Teil Wenn wir verwenden 35 als Glättungsfaktor, wird die Gewichtung der jüngsten Periode s Nachfrage 35 Die Gewichtung der nächsten letzten Periode s verlangen die Zeit vor dem jüngsten wird 65 von 35 65 kommt von Subtraktion 35 von 100 Dies entspricht 22 75 Gewichtung für diesen Zeitraum, wenn Sie die Mathematik. Die nächste jüngste Periode s Nachfrage wird 65 von 65 von 35, was entspricht 14 79 Die Periode vor, die als 65 von 65 von 6 gewichtet werden 5 von 35, was entspricht 9 61, und so weiter Und das geht zurück durch alle Ihre vorherigen Perioden den ganzen Weg zurück zum Anfang der Zeit oder der Punkt, an dem Sie begonnen, exponentielle Glättung für das jeweilige item. You re wahrscheinlich Denken, dass s aussieht wie eine ganze Menge von Mathematik Aber die Schönheit der exponentiellen Glättung Berechnung ist, dass anstatt mit jeder vorherigen Periode neu zu berechnen, jedes Mal, wenn Sie eine neue Periode s Nachfrage erhalten, verwenden Sie einfach die Ausgabe der exponentiellen Glättung Berechnung aus Die vorherige Periode, um alle vorherigen Perioden zu repräsentieren. Sind Sie verwirrt noch Dies wird mehr Sinn machen, wenn wir die tatsächliche Berechnung betrachten. Typisch verweisen wir auf die Ausgabe der exponentiellen Glättung Berechnung als die nächste Periode Prognose In Wirklichkeit die ultimative Prognose braucht ein Wenig mehr Arbeit, aber für die Zwecke dieser spezifischen Berechnung werden wir es als die Prognose verweisen. Die exponentielle Glättung Berechnung ist wie folgt. Die jüngste Periode s Nachfrage multipliziert mit dem Glättungsfaktor PLUS Die jüngste Periode s Prognose multipliziert mit einem Minus der Glättungsfaktor. Die jüngste Periode s Nachfrage S der Glättungsfaktor in Dezimalform dargestellt, so würde 35 als 0 35 F die letzte Periode s Prognose dargestellt werden Die Ausgabe der Glättung Berechnung aus der vorherigen Periode. OR unter der Annahme eines Glättungsfaktors von 0 35.Es doesn t viel einfacher als das. Wie Sie sehen können, alles, was wir brauchen für Dateneingaben hier sind die jüngsten Periode s Nachfrage und die Die jüngste Periode s Prognose Wir wenden die Glättungsfaktorgewichtung auf die jüngste Periode an, die wir in der gewichteten gleitenden Durchschnittsberechnung fordern. Wir wenden die restliche Gewichtung 1 minus den Glättungsfaktor auf die jüngste Periode s prognose an Die jüngste Periode s Prognose wurde auf der Grundlage der vorherigen Periode s Nachfrage und der vorherigen Periode s Prognose, die auf der Nachfrage für den Zeitraum vor diesem und die Prognose für die peri basiert erstellt wurde Vor dem, was auf der Nachfrage nach dem Zeitraum vor diesem und der Prognose für die Zeit vor dem basiert, die auf der Zeit vor diesem basiert. Sie können sehen, wie alle vorherigen Periode s Nachfrage in der Berechnung ohne dargestellt sind Ich gehe zurück und rekalkuliere nichts. Und das s, was die anfängliche Popularität der exponentiellen Glättung fuhr Es war nicht, weil es einen besseren Job der Glättung als gewichtet gleitenden Durchschnitt, es war, weil es einfacher war, in einem Computer-Programm zu berechnen und weil Sie Musste nicht darüber nachdenken, welche Gewichtung, um vorherige Perioden zu geben oder wieviele vorherige Perioden zu verwenden, wie Sie in gewichteten gleitenden Durchschnitt und weil es nur kühler klang als gewichtet gleitenden Durchschnitt. In der Tat konnte man argumentieren, dass gewichtete gleitenden Durchschnitt Bietet mehr Flexibilität, da Sie mehr Kontrolle über die Gewichtung der vorherigen Perioden haben Die Realität ist entweder von diesen können respektable Ergebnisse liefern, also warum nicht mit einfacher und kühler soun gehen Ding. Exponential Glättung in Excel. Let s sehen, wie dies tatsächlich in einer Kalkulationstabelle mit echten Daten aussehen würde. Copyright Content auf ist urheberrechtlich geschützt und ist nicht für die Wiederveröffentlichung verfügbar. In Abbildung 1A haben wir eine Excel-Kalkulationstabelle mit 11 Wochen Nachfrage , Und eine exponentiell geglättete Prognose, die aus dieser Nachfrage berechnet wurde, habe ich einen Glättungsfaktor von 25 0 25 in Zelle C1 verwendet. Die aktuelle aktive Zelle ist die Zelle M4, die die Prognose für die Woche 12 enthält. Sie können in der Formelleiste sehen, die Formel ist L3 C1 L4 1- C1 Also die einzigen direkten Eingaben zu dieser Berechnung sind die vorherige Periode s Nachfrage Zelle L3, die vorherige Periode s Prognose Zelle L4, und die Glättungsfaktor Zelle C1, als absolute Zellreferenz C1 gezeigt. Wenn wir eine exponentielle Glättung Berechnung beginnen , Müssen wir manuell den Wert für die 1. Prognose So in Zelle B4 anstatt einer Formel, wir haben nur die Nachfrage aus dem gleichen Zeitraum wie die Prognose In Cell C4 haben wir unsere erste exponentielle Glättung Berechnung B3 C1 B4 1- C1 Wir können dann Cell C4 kopieren und in Cells D4 bis M4 einfügen, um den Rest unserer Prognosezellen zu füllen. Du kannst nun auf eine beliebige Prognosezelle doppelklicken, um zu sehen, dass sie auf der vorherigen Periode s Prognosezelle und der vorherigen Periode s basiert Nachfrage-Zelle Also jede nachfolgende exponentielle Glättungsberechnung erbt die Ausgabe der vorherigen exponentiellen Glättungsberechnung. Das ist, wie jede vorherige Periode s Nachfrage in der jüngsten Periode s Berechnung dargestellt wird, obwohl diese Berechnung nicht direkt auf diese vorherigen Perioden Bezug nimmt, wenn Sie erhalten möchten Fancy, können Sie Excel s Trace-Präzedenz-Funktion verwenden Um dies zu tun, klicken Sie auf Cell M4, dann auf der Multifunktionsleiste Excel 2007 oder 2010 klicken Sie auf die Registerkarte Formeln und klicken Sie dann auf Trace Precedents Es wird Verbindungslinien auf die 1. Ebene der Präzedenzfälle, Aber wenn du noch auf Trace Precedents klickst, zieht es Verbindungslinien zu allen vorherigen Perioden, um dir die ererbten Beziehungen zu zeigen. Jetzt sehe ich, was für eine exponentielle Glättung für uns war. Bild 1B Zeigt ein Liniendiagramm unserer Nachfrage und Prognose Sie sehen, wie die exponentiell geglättete Prognose den Großteil der Zacke beseitigt, die von der wöchentlichen Nachfrage springt, aber immer noch gelingt, dem zu folgen, was ein Aufwärtstrend bei der Nachfrage zu sein scheint Geglättete Prognoselinie neigt dazu, niedriger zu sein als die Nachfragelinie Dies ist bekannt als Trendverzögerung und ist ein Nebeneffekt des Glättungsprozesses Jedes Mal, wenn Sie Glättung verwenden, wenn ein Trend vorhanden ist, wird Ihre Prognose hinter dem Trend liegen. Dies gilt für jede Glättungstechnik In der Tat, wenn wir diese Kalkulationstabelle fortsetzen und die Eingabe von niedrigeren Nachfrage-Nummern, die einen Abwärtstrend, würden Sie sehen, die Nachfrage Linie fallen, und die Trendlinie bewegen sich darüber, bevor sie den Abwärtstrend zu folgen. Das ist, warum ich zuvor erwähnt, die Ausgabe aus der exponentiellen Glättung Berechnung, die wir eine Prognose nennen, braucht noch etwas mehr Arbeit Es gibt viel mehr zu prognostizieren als nur Glättung der Beulen in der Nachfrage Wir müssen Machen zusätzliche Anpassungen für Dinge wie Trend Verzögerung, Saisonalität, bekannte Ereignisse, die die Nachfrage beeinflussen können, etc Aber alles, was über den Rahmen dieses Artikels ist. Sie ​​werden wahrscheinlich auch in Begriffe wie doppel-exponentielle Glättung und Triple-exponentielle Glättung Diese Begriffe sind Ein bisschen irreführend, da du die Nachfrage nicht mehrmals neu beherrschst, wenn du willst, aber das ist nicht der Punkt hier. Diese Begriffe stellen sich mit exponentieller Glättung auf weitere Elemente der Prognose dar. So mit einfacher exponentieller Glättung wirst du die Basis glätten Nachfrage, aber mit doppelter exponentieller Glättung glätten Sie die Basis-Nachfrage plus den Trend, und mit Triple-Exponential-Glättung glätten Sie die Basis-Nachfrage plus den Trend plus die Saisonalität. Die am häufigsten gestellte Frage nach exponentieller Glättung ist wo ich bin Bekomme meinen Glättungsfaktor Hier gibt es keine magische Antwort, du musst verschiedene Glättungsfaktoren mit deinen Bedarfsdaten testen, um zu sehen, was dir das beste Resu gibt Lts Es gibt Berechnungen, die automatisch den Glättungsfaktor einstellen und ändern können. Diese fallen unter den Begriff adaptive Glättung, aber du musst mit ihnen vorsichtig sein. Es gibt einfach keine perfekte Antwort und du solltest keine Berechnungen ohne gründliche Prüfung durchführen und gründlich entwickeln Verständnis dessen, was diese Berechnung ist, solltest du auch was-if-Szenarien ausführen, um zu sehen, wie diese Berechnungen auf Änderungsänderungen reagieren, die derzeit nicht in den Bedarfsdaten vorhanden sind, die du zum Testen benutzt hast. Das Datenbeispiel, das ich früher benutzt habe, ist ein sehr gutes Beispiel dafür Eine Situation, wo Sie wirklich brauchen, um einige andere Szenarien zu testen, dass bestimmte Daten Beispiel zeigt einen etwas konsequenten Aufwärtstrend Viele große Unternehmen mit sehr teuren Prognose-Software bekam in großen Schwierigkeiten in der nicht-so-fernen Vergangenheit, wenn ihre Software-Einstellungen, die für ein gezwickt wurden Wachsende Wirtschaft hat nicht gut reagiert, als die Wirtschaft stagnierte oder schrumpfte. So wie es passiert ist, wenn Sie nicht unterziehen Tand was deine Berechnungssoftware tatsächlich tut Wenn sie ihr Prognosesystem verstanden hätten, hätten sie gewusst, dass sie nötig waren, um zu springen und etwas zu ändern, wenn es plötzliche dramatische Änderungen an ihrem Geschäft gab. So haben Sie es die Grundlagen der exponentiellen Glättung erklärt Wissen mehr über die Verwendung von exponentiellen Glättung in einer tatsächlichen Prognose, check out mein Buch Inventory Management Explained. Copyright Content auf ist urheberrechtlich geschützt und ist nicht verfügbar für republication. Dave Piasecki ist Eigentümer Betreiber von Inventory Operations Consulting LLC ein Beratungsunternehmen, die Dienstleistungen im Zusammenhang mit Inventory Management, Material Handling und Lagerbetrieb Er hat über 25 Jahre Erfahrung im Betriebsmanagement und kann über seine Website erreicht werden, wo er zusätzliche relevante Informationen unterhält. Meine Business. Moving Averages - Einfache und exponentielle. Moving Averages - Einfach und exponentiell. Durchgehende Mittelwerte verkleinern die Preisdaten zu einem Trend nach Indikator Sie definieren nicht die Preisrichtung, sondern definieren die aktuelle Richtung mit einer Verzögerung Umzugsdurchschnitte Verzögerung, weil sie auf vergangene Preise basieren Trotz dieser Verzögerung, gleitende Durchschnitte helfen glatte Preis-Aktion und filtern Sie den Lärm Sie bilden auch die Bausteine ​​für viele andere Technische Indikatoren und Overlays wie Bollinger Bands MACD und der McClellan Oszillator Die beiden beliebtesten Arten von gleitenden Durchschnitten sind die Simple Moving Average SMA und die Exponential Moving Average EMA Diese gleitenden Durchschnitte können verwendet werden, um die Richtung des Trends zu identifizieren oder Potential zu definieren Unterstützung und Widerstand Ebenen. Hier sa Diagramm mit einem SMA und eine EMA auf it. Klicken Sie auf die Tabelle für eine Live-Version. Simple Moving Average Calculation. A einfach gleitenden Durchschnitt wird durch die Berechnung der durchschnittlichen Preis einer Sicherheit über eine bestimmte Anzahl von Perioden Die meisten gleitenden Durchschnitte basieren auf Schlusskursen Ein 5-Tage einfacher gleitender Durchschnitt ist die Fünf-Tage-Summe der Schlusspreise geteilt durch fünf Wie der Name schon sagt, Ein gleitender Durchschnitt ist ein Durchschnitt, der sich bewegt. Alte Daten werden gelöscht, wenn neue Daten verfügbar sind. Dies bewirkt, dass sich der Durchschnitt entlang der Zeitskala bewegt. Unten ist ein Beispiel für einen 5-tägigen gleitenden Durchschnitt, der sich über drei Tage entwickelt. Der erste Tag des gleitenden Durchschnitts Deckt einfach die letzten fünf Tage ab Der zweite Tag des gleitenden Durchschnitts fällt den ersten Datenpunkt 11 ab und fügt den neuen Datenpunkt hinzu 16 Der dritte Tag des gleitenden Mittels setzt sich fort, indem er den ersten Datenpunkt 12 fällt und den neuen Datenpunkt 17 addiert Beispiel oben steigen die Preise allmählich von 11 auf 17 über insgesamt sieben Tage Beachten Sie, dass der gleitende Durchschnitt auch von 13 auf 15 über einen Zeitraum von drei Tagen steigt. Beachten Sie auch, dass jeder gleitende Mittelwert knapp unter dem letzten Preis liegt Gleitender Durchschnitt für Tag eins gleich 13 und der letzte Preis ist 15 Preise der vorherigen vier Tage waren niedriger und dies bewirkt, dass der gleitende Durchschnitt zu lag. Exponential Moving Average Calculation. Exponential gleitende Durchschnitte reduzieren die Verzögerung durch applyin G mehr Gewicht auf die jüngsten Preise Die Gewichtung, die auf den jüngsten Preis angewendet wird, hängt von der Anzahl der Perioden im gleitenden Durchschnitt ab Es gibt drei Schritte zur Berechnung eines exponentiellen gleitenden Durchschnitts Zuerst berechnen Sie den einfachen gleitenden Durchschnitt Ein exponentieller gleitender Durchschnitt EMA muss irgendwo beginnen So wird ein einfacher gleitender Durchschnitt als vorhergehende Periode verwendet s EMA in der ersten Berechnung Zweitens berechnen Sie den Gewichtungs-Multiplikator Drittens berechnen Sie den exponentiellen gleitenden Durchschnitt Die folgende Formel ist für eine 10-tägige EMA. A 10-Periode exponentieller gleitender Durchschnitt gilt a 18 18 Gewichtung auf den jüngsten Preis Eine 10-Perioden-EMA kann auch als 18 18 EMA bezeichnet werden. Eine 20-Perioden-EMA wendet eine 9 52 Abwägung auf den letzten Preis an 2 20 1 0952 Beachten Sie, dass die Gewichtung für den kürzeren Zeitraum ist Mehr als die Gewichtung für den längeren Zeitraum In der Tat, die Gewichtung sinkt um die Hälfte jedes Mal, wenn die gleitende durchschnittliche Periode verdoppelt. Wenn Sie uns einen bestimmten Prozentsatz für eine EMA wollen, können Sie diese Formel verwenden Um es in Zeiträume umzuwandeln und dann diesen Wert als EMA-Parameter einzugeben. Below ist ein Tabellenkalkulationsbeispiel für einen 10-tägigen, einfach gleitenden Durchschnitt und einen 10-tägigen, exponentiellen gleitenden Durchschnitt für Intel. Einfache Umzugsdurchschnitte sind einfach und erfordern wenig Erklärung Der 10-Tage-Durchschnitt bewegt sich einfach, wenn neue Preise verfügbar sind und die alten Preise fallen. Der exponentielle gleitende Durchschnitt beginnt mit dem einfachen gleitenden Mittelwert 22 22 in der ersten Berechnung Nach der ersten Berechnung übernimmt die normale Formel, weil eine EMA mit einem beginnt Einfacher gleitender Durchschnitt, sein wahrer Wert wird erst 20 Jahre später realisiert. Mit anderen Worten, der Wert auf der Excel-Tabelle kann sich aufgrund des kurzen Rückblicks von dem Diagrammwert unterscheiden. Diese Kalkulationstabelle geht nur noch 30 Perioden zurück Bedeutet der Einfluss der einfachen gleitenden Durchschnitt hat 20 Perioden zu zerstreuen StockCharts geht zurück mindestens 250-Perioden in der Regel viel weiter für seine Berechnungen so die Auswirkungen der sim Der gleitende Durchschnitt in der ersten Berechnung vollständig abgebaut. Die Lag Factor. Der längere der gleitenden Durchschnitt, desto mehr der Verzögerung Ein 10-Tage-exponentieller gleitender Durchschnitt wird die Preise ganz genau umarmen und kurz nach den Preisen drehen Kurze bewegte Durchschnitte sind wie Speed ​​Boote - flink und schnell zu ändern Im Gegensatz dazu enthält ein 100-Tage-Gleitender Durchschnitt viele vergangene Daten, die es verlangsamen. Längere Bewegungsdurchschnitte sind wie Ozean-Tanker - lethargisch und langsam zu ändern Es dauert eine größere und längere Preisbewegung für einen 100-Tage-Tag Gleitender Durchschnitt, um den Kurs zu wechseln. Klicken Sie auf die Tabelle für eine Live-Version. Die Grafik oben zeigt die SP 500 ETF mit einer 10-Tage-EMA genau nach Preisen und ein 100-Tage-SMA-Schleifen höher Auch mit dem Januar-Februar Rückgang, die 100 - Tag SMA hielt den Kurs und drehte sich nicht ab Die 50-Tage-SMA passt irgendwo zwischen den 10 und 100 Tage gleitenden Durchschnitten, wenn es um den Lag-Faktor geht. Simple vs Exponential Moving Averages. Even obwohl es deutliche Unterschiede zwischen einfachen mo Ving Mittelwerte und exponentielle gleitende Durchschnitte, ist man nicht unbedingt besser als die anderen exponentiellen gleitenden Durchschnitte haben weniger Verzögerung und sind daher empfindlicher auf die jüngsten Preise - und die jüngsten Preisänderungen Exponentielle gleitende Durchschnitte werden sich vor einfachen gleitenden Durchschnitten bewegen Einfache gleitende Durchschnitte auf der anderen Seite Hand, stellen einen wahren Durchschnitt der Preise für den gesamten Zeitraum dar. So können einfache gleitende Mittelwerte besser geeignet sein, um Unterstützung oder Widerstandsebenen zu identifizieren. Die durchschnittliche Präferenz hängt von den Zielen, dem analytischen Stil und dem Zeithorizont ab. Chartisten sollten mit beiden Arten von Bewegen experimentieren Durchschnitte sowie verschiedene Zeitrahmen, um die beste Passform zu finden Die untenstehende Grafik zeigt IBM mit dem 50-Tage-SMA in Rot und der 50-Tage-EMA in grün Beide erreichten Ende Januar, aber der Rückgang der EMA war schärfer als der Rückgang in Die SMA Die EMA ist Mitte Februar aufgetaucht, aber die SMA setzte sich bis Ende März fort. Beachten Sie, dass die SMA über einen Monat nach der EMA. Len auftauchte Gths und Timeframes. Die Länge des gleitenden Durchschnitts hängt von den analytischen Zielen ab Kurzer Durchfluss von 5-20 Perioden sind am besten für kurzfristige Trends und Handel geeignet Chartisten, die sich für mittelfristige Trends interessieren, würden sich für längere gleitende Mittelwerte entscheiden, die 20- 60 Perioden Langfristige Investoren bevorzugen gleitende Durchschnitte mit 100 oder mehr Perioden. Einige gleitende durchschnittliche Längen sind beliebter als andere Der 200-Tage-Gleitender Durchschnitt ist vielleicht der beliebteste wegen seiner Länge, das ist eindeutig ein langfristig gleitender Durchschnitt Als nächstes ist der 50-Tage-Gleitender Durchschnitt für den mittelfristigen Trend sehr beliebt. Viele Chartisten nutzen die 50-Tage - und 200-Tage-Gruppendurchschnitte zusammen Kurzfristig war ein 10-Tage-Gleitender Durchschnitt in der Vergangenheit sehr beliebt, weil es war Einfach zu berechnen Einer fügte einfach die Zahlen hinzu und bewegte den Dezimalpunkt. Trend Identification. Die gleichen Signale können mit einfachen oder exponentiellen gleitenden Durchschnitten erzeugt werden Wie oben erwähnt, hängt die Präferenz von jedem einzelnen Diese e Die folgenden Beispiele werden sowohl einfache als auch exponentielle Bewegungsdurchschnitte verwenden. Der Begriff Gleitender Durchschnitt gilt sowohl für einfache als auch für exponentielle Bewegungsdurchschnitte. Die Richtung des gleitenden Durchschnitts vermittelt wichtige Informationen über die Preise. Ein steigender gleitender Durchschnitt zeigt, dass die Preise im Allgemeinen ansteigen. Ein fallender gleitender Durchschnitt zeigt das an Preise im Durchschnitt fallen sinken Ein steigender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Aufwärtstrend Ein fallender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Abwärtstrend wider. Das Diagramm oben zeigt 3M MMM mit einem 150-Tage-exponentiellen gleitenden Durchschnitt Dieses Beispiel Zeigt, wie gut bewegte Durchschnitte funktionieren, wenn der Trend stark ist Die 150-Tage-EMA hat sich im November 2007 und wieder im Januar 2008 abgelehnt. Beachten Sie, dass es einen Rückgang der Rückkehr in die Richtung dieses gleitenden Durchschnitts verlief. Diese nacheilenden Indikatoren identifizieren Trendumkehrungen Treten Sie am besten oder nach ihnen auftreten, schlimmsten MMM setzte sich im März 2009 und dann stieg 40-50 Beachten Sie, dass die 150-Tage-EMA nicht auftauchen un Bis nach diesem Anstieg Sobald es aber schon war, fuhr MMM in den nächsten zwölf Monaten weiter fort. Durchgehende Durchschnitte funktionieren brillant in starken Trends. Doppelte Übergänge. Zwei bewegte Durchschnitte können zusammen verwendet werden, um Crossover-Signale zu generieren In der technischen Analyse der Finanzmärkte nennt John Murphy dies Die doppelte Crossover-Methode Double Crossover beinhalten einen relativ kurzen gleitenden Durchschnitt und einen relativ langen gleitenden Durchschnitt Wie bei allen gleitenden Durchschnitten definiert die allgemeine Länge des gleitenden Durchschnitts den Zeitrahmen für das System A-System mit einer 5-tägigen EMA und 35-Tage-EMA Würde als kurzfristig betrachtet Ein System, das eine 50-Tage-SMA - und 200-Tage-SMA verwendet, wäre mittelfristig, vielleicht sogar langfristig. Ein bullish Crossover tritt auf, wenn der kürzere gleitende Durchschnitt über dem längeren gleitenden Durchschnitt übergeht Bekannt als ein goldenes Kreuz Eine bärige Kreuzung tritt auf, wenn der kürzere gleitende Durchschnitt kreuzt unter dem längeren gleitenden Durchschnitt Dies ist bekannt als ein totes Kreuz. Moving durchschnittliche Übergänge produzieren relativ Ly spätes Signale Schließlich verwendet das System zwei nacheilende Indikatoren Je länger die gleitenden durchschnittlichen Perioden, desto größer die Verzögerung in den Signalen Diese Signale funktionieren gut, wenn ein guter Trend in Einklang kommt. Allerdings wird ein gleitendes durchschnittliches Crossover-System viele Peitschen in der Abwesenheit eines starken Tendenzes. Es gibt auch eine Triple-Crossover-Methode, die drei gleitende Durchschnitte enthält Wieder wird ein Signal erzeugt, wenn der kürzeste gleitende Durchschnitt die beiden längeren Durchschnitte überschreitet. Ein einfaches Triple-Crossover-System könnte 5-Tage-, 10-Tage - und 20-Tage-Umzugsdurchschnitte. Die Grafik oben zeigt Home Depot HD mit einer 10-tägigen EMA grüne punktierte Linie und 50-Tage EMA rote Linie Die schwarze Linie ist die tägliche Schließung Mit einem gleitenden durchschnittlichen Crossover würde es zu drei Whipsaws geführt haben Guter Handel Die 10-tägige EMA brach am Ende des 1. Oktober unter die 50-tägige EMA, aber das dauerte nicht lange, als die 10-tägige Reise Mitte November 2 zurückblieb. Dieses Kreuz dauerte länger, aber die nächste bärige Crossover im Januar Ary 3 trat in der Nähe des späten November Preisniveaus, was zu einer anderen Whipsaw Diese Baisse Kreuz dauerte nicht lange als die 10-Tage-EMA zog zurück über die 50-Tage ein paar Tage später 4 Nach drei schlechten Signalen, das vierte Signal einen starken Zug vorausgesehen Wie die Lagerung über 20. Es gibt zwei Takeaways hier zuerst, Crossovers sind anfällig für whipsaw Ein Preis oder Zeit Filter kann angewendet werden, um zu verhindern, Whipsaw Trader könnte die Crossover verlangen, um 3 Tage vor dem Handeln oder erfordern die 10-Tage-EMA zu Bewegen Sie sich oberhalb der 50-Tage-EMA um einen bestimmten Betrag, bevor Sie Zweitens verwenden. MACD kann verwendet werden, um diese Crossover zu identifizieren und zu quantifizieren. MACD 10,50,1 zeigt eine Linie, die den Unterschied zwischen den beiden exponentiellen gleitenden Mittelwerten darstellt. MACD dreht sich positiv während eines Goldenes Kreuz und negativ während eines toten Kreuzes Der Prozentsatz-Preis-Oszillator PPO kann auf die gleiche Weise verwendet werden, um prozentuale Unterschiede zu zeigen. Beachten Sie, dass MACD und das PPO auf exponentiellen gleitenden Durchschnitten basieren und nicht zusammenpassen werden Einfache bewegte Durchschnitte. Dieses Diagramm zeigt Oracle ORCL mit der 50-Tage-EMA, 200-Tage-EMA und MACD 50.2001 Es gab vier gleitende durchschnittliche Übergänge über einen Zeitraum von 2 1 2 Jahren Die ersten drei führten zu Whipsaws oder schlechten Trades Ein anhaltender Trend Begann mit dem vierten Crossover als ORCL, der bis Mitte der 20er Jahre vorangetrieben wurde. Wieder einmal sind die gleitenden durchschnittlichen Crossover großartig, wenn der Trend stark ist, aber Verluste in Abwesenheit eines Trends produzieren. Preis Crossover. Moving Mittelwerte können auch verwendet werden, um Signale mit einfachen zu generieren Preisübergänge Ein bullisches Signal wird erzeugt, wenn die Preise über dem gleitenden Durchschnitt liegen Ein bärisches Signal wird erzeugt, wenn die Preise unter dem gleitenden Durchschnitt liegen Preisübergänge können kombiniert werden, um im größeren Trend zu handeln Der längere gleitende Durchschnitt setzt den Ton für den größeren Trend und die Kürzere gleitende Durchschnitt wird verwendet, um die Signale zu generieren Man würde für bullish Preiskreuze nur dann suchen, wenn die Preise bereits über dem längeren gleitenden Durchschnitt liegen. Dies würde im Einklang mit dem Größerer Trend Zum Beispiel, wenn der Preis über dem 200-Tage-Gleitender Durchschnitt liegt, würden sich die Chartisten nur auf Signale konzentrieren, wenn sich der Preis über den 50-Tage-Gleitender Durchschnitt bewegt. Offensichtlich würde ein Umzug unter dem 50-Tage-Gleitender Durchschnitt einem solchen Signal vorausgehen Solche bärigen Kreuze würden ignoriert werden, weil die größere Tendenz ist Ein bärisches Kreuz würde einfach vorschlagen, ein Pullback in einem größeren Aufwärtstrend Ein Kreuz zurück über dem 50-Tage gleitenden Durchschnitt würde einen Aufschwung in den Preisen und Fortsetzung der größeren Aufwärtstrend signalisieren. Die nächste Tabelle Zeigt Emerson Electric EMR mit der 50-tägigen EMA und 200-Tage-EMA Die Aktie bewegte sich oben und hielt über dem 200-Tage gleitenden Durchschnitt im August. Es gab Dips unterhalb der 50-Tage-EMA Anfang November und wieder Anfang Februar Die Preise bewegten sich schnell Zurück über die 50-Tage-EMA, um bullish Signale grüne Pfeile in Harmonie mit dem größeren Aufwärtstrend MACD 1,50,1 wird im Indikatorfenster angezeigt, um Preiskreuze über oder unter der 50-Tage-EMA zu bestätigen Die 1-Tage-EMA entspricht der Schlusskurs MAC D 1,50,1 ist positiv, wenn die Schließung über der 50-Tage-EMA und negativ ist, wenn die Schließung unterhalb der 50-Tage-EMA. Support und Resistance. Moving Mittelwerte können auch als Unterstützung in einem Aufwärtstrend und Widerstand in einem Abwärtstrend Ein kurzfristiger Aufwärtstrend könnte Unterstützung in der Nähe des 20-tägigen einfachen gleitenden Durchschnitts finden, der auch in Bollinger Bands verwendet wird. Ein langfristiger Aufwärtstrend könnte Unterstützung in der Nähe des 200-tägigen einfachen gleitenden Durchschnitts finden, der die beliebteste Langzeitbewegung ist Durchschnitt Wenn der 200-Tage-Gleitender Durchschnitt Unterstützung oder Widerstand bieten kann, nur weil es so weit verbreitet ist. Es ist fast wie eine sich selbst erfüllende Prophezeiung. Das Diagramm oben zeigt den NY Composite mit dem 200-Tage einfachen gleitenden Durchschnitt von Mitte 2004 Bis zum Ende des Jahres 2008 Die 200-Tage-Unterstützung unterstützte viele Male während des Fortschritts Sobald der Trend mit einer doppelten Top-Support-Pause umgekehrt wurde, fuhr der 200-Tage-Gleitender Durchschnitt als Widerstand um 9500.Unternehmen Sie nicht genaue Unterstützung und Widerstandswerte von bewegten Durchschnitten , Besonders länger mo Ving Mittelwerte Märkte werden durch Emotionen angetrieben, die sie anfällig für Überschwemmungen anstelle von exakten Ebenen, gleitende Mittelwerte können verwendet werden, um Stütz - oder Widerstandszonen zu identifizieren. Die Vorteile der Verwendung von gleitenden Durchschnitten müssen gegen die Nachteile gewogen werden Bewegen Mittelwerte sind Trend nach, Oder nachträglich, Indikatoren, die immer ein Schritt dahinter werden Das ist nicht unbedingt eine schlechte Sache, denn schließlich ist der Trend dein Freund und es ist am besten, in Richtung des Trends zu handeln. Durchgehende Durchschnitte versichern, dass ein Händler im Einklang steht Aktueller Trend Auch wenn der Trend Ihr Freund ist, verbringen die Wertpapiere viel Zeit in den Handelsbereichen, die gleitende Durchschnitte ineffektiv machen. Sobald Sie in einem Trend sind, werden die gleitenden Durchschnitte Sie in sich behalten, aber auch späte Signale geben Top und kaufen Sie am Boden mit gleitenden Durchschnitten Wie bei den meisten technischen Analyse-Tools, gleitende Durchschnitte sollten nicht auf eigene Faust verwendet werden, sondern in Verbindung mit anderen komplementären Tools Chartisten können Verwenden Sie gleitende Durchschnitte, um den Gesamttrend zu definieren und dann RSI zu verwenden, um überkaufte oder überverkaufte Ebenen zu definieren. Hinzufügen Verschieben von Durchschnittswerten zu StockCharts Charts. Moving-Mittelwerte sind als Preis-Overlay-Funktion auf der SharpCharts-Workbench verfügbar Mit dem Overlays-Dropdown-Menü können Benutzer wählen Entweder ein einfacher gleitender Durchschnitt oder ein exponentieller gleitender Durchschnitt Der erste Parameter wird verwendet, um die Anzahl der Zeitperioden festzulegen. Ein optionaler Parameter kann hinzugefügt werden, um festzulegen, welches Preisfeld in den Berechnungen verwendet werden soll - O für das Open, H für das Hoch , L für die Low und C für die Close Ein Komma wird verwendet, um Parameter zu trennen. Ein weiterer optionaler Parameter kann hinzugefügt werden, um die gleitenden Mittelwerte nach links oder rechts zu verschieben Eine negative Zahl -10 würde den gleitenden Durchschnitt nach links verschieben 10 periods A positive number 10 would shift the moving average to the right 10 periods. Multiple moving averages can be overlaid the price plot by simply adding another overlay line to the workbench StockCharts me mbers can change the colors and style to differentiate between multiple moving averages After selecting an indicator, open Advanced Options by clicking the little green triangle. Erweiterte Optionen können auch verwendet werden, um eine gleitende durchschnittliche Überlagerung zu anderen technischen Indikatoren wie RSI, CCI und Volume. Klicken Sie hier für ein Live-Diagramm mit mehreren verschiedenen gleitenden Durchschnitten. Using Moving Averages mit StockCharts Scans. Here sind einige Beispiel-Scans, die StockCharts Mitglieder können verwenden, um für verschiedene gleitende durchschnittliche Situationen zu scannen. Bullish Moving Average Cross Diese Scans sucht nach Aktien mit einem steigenden 150-Tage-einfachen gleitenden Durchschnitt und einem bullish Kreuz der 5-Tage-EMA und 35-Tage-EMA Die 150-Tage gleitenden Durchschnitt Steigt, solange es über seinem Niveau vor fünf Tagen gehandelt wird Ein bullisches Kreuz tritt auf, wenn die 5-tägige EMA über die 35-Tage-EMA auf überdurchschnittliche Lautstärke bewegt. Bearish Moving Average Cross Diese Scans sucht nach Aktien mit einem fallenden 150- Tag einfacher gleitender Durchschnitt und ein bärisches Kreuz der 5-tägigen EMA und 35-Tage-EMA Der 150-Tage-Gleitender Durchschnitt fällt so lange, wie es unter seinem Niveau fährt vor fünf Tagen Ein bärisches Kreuz tritt auf, wenn die 5-Tage-EMA bewegt Unterhalb der 35-tägigen EMA auf abo Durchschnittliche Volumen. Weitere Studie. John Murphy s Buch hat ein Kapitel gewidmet, um die Durchschnitte und ihre verschiedenen Anwendungen Murphy deckt die Vor-und Nachteile der bewegten Durchschnitte Darüber hinaus zeigt Murphy, wie gleitende Mittelwerte mit Bollinger Bands und Kanal basierte Handelssysteme. Technical Analyse der Finanzmärkte John Murphy.