A suavização de dados remove a variação aleatória e mostra tendências e componentes cíclicos Inerente à coleta de dados ao longo do tempo, há alguma forma de variação aleatória. Existem métodos para reduzir o cancelamento do efeito devido à variação aleatória. Uma técnica frequentemente usada na indústria é suavizar. Esta técnica, quando aplicada corretamente, revela mais claramente a tendência subjacente, componentes sazonais e cíclicos. Existem dois grupos distintos de métodos de suavização Métodos de Média Exponencial Suavização de Métodos A obtenção de médias é a maneira mais simples de suavizar dados. Primeiro investigaremos alguns métodos de cálculo de média, como a média simples de todos os dados anteriores. Um gerente de um depósito quer saber quanto um fornecedor típico entrega em unidades de mil dólares. Ele / ela pega uma amostra de 12 fornecedores, aleatoriamente, obtendo os seguintes resultados: A média calculada ou média dos dados 10. O gerente decide usar isso como a estimativa para o gasto de um fornecedor típico. Esta é uma estimativa boa ou ruim O erro quadrático médio é uma maneira de julgar quão bom é um modelo Vamos calcular o erro quadrático médio. O valor verdadeiro do erro gasto menos o valor estimado. O erro ao quadrado é o erro acima, ao quadrado. O SSE é a soma dos erros quadrados. O MSE é a média dos erros ao quadrado. Resultados do MSE, por exemplo Os resultados são: Erro e Erros Quadráticos A estimativa 10 Surge a pergunta: podemos usar a média para prever renda se suspeitarmos de uma tendência Uma olhada no gráfico abaixo mostra claramente que não devemos fazer isso. A média pesa todas as observações passadas igualmente Em resumo, afirmamos que A média simples ou média de todas as observações passadas é apenas uma estimativa útil para previsão quando não há tendências. Se houver tendências, use estimativas diferentes que levem em consideração a tendência. A média pesa todas as observações passadas igualmente. Por exemplo, a média dos valores 3, 4, 5 é 4. Sabemos, é claro, que uma média é computada adicionando todos os valores e dividindo a soma pelo número de valores. Outra maneira de calcular a média é somando cada valor dividido pelo número de valores, ou 3/3 4/3 5/3 1 1.3333 1.6667 4. O multiplicador 1/3 é chamado de peso. Em geral: bar frac soma esquerda (fratura direita) x1 esquerda (fratura direita) x2,. , esquerda (frac direita) xn. Os (à esquerda (fratura à direita)) são os pesos e, é claro, somam 1. Análise técnica: médias móveis A maioria dos padrões gráficos mostra muita variação no movimento dos preços. Isso pode dificultar que os traders tenham uma idéia da tendência geral de segurança. Um método simples que os operadores usam para combater isso é aplicar médias móveis. Uma média móvel é o preço médio de um título em um determinado período de tempo. Ao traçar um preço médio de segurança, o movimento do preço é suavizado. Uma vez que as flutuações do dia-a-dia são removidas, os comerciantes são mais capazes de identificar a verdadeira tendência e aumentar a probabilidade de que ela funcionará a seu favor. (Para saber mais, leia o tutorial Médias móveis.) Tipos de médias móveis Há vários tipos diferentes de médias móveis que variam na maneira como são calculados, mas como cada média é interpretada permanece a mesma. Os cálculos diferem apenas em relação à ponderação que eles colocam nos dados de preço, passando da ponderação igual de cada ponto de preço para mais peso sendo colocado em dados recentes. Os três tipos mais comuns de médias móveis são simples. linear e exponencial. Média Móvel Simples (SMA) Este é o método mais comum usado para calcular a média móvel dos preços. Ele simplesmente pega a soma de todos os preços de fechamento anteriores durante o período de tempo e divide o resultado pelo número de preços usados no cálculo. Por exemplo, em uma média móvel de 10 dias, os últimos 10 preços de fechamento são somados e depois divididos por 10. Como você pode ver na Figura 1, um trader é capaz de tornar a média menos responsiva a mudanças de preços aumentando o número de períodos utilizados no cálculo. Aumentar o número de períodos de tempo no cálculo é uma das melhores maneiras de avaliar a força da tendência de longo prazo e a probabilidade de que ela seja revertida. Muitos indivíduos argumentam que a utilidade desse tipo de média é limitada porque cada ponto na série de dados tem o mesmo impacto sobre o resultado, independentemente de onde ele ocorra na sequência. Os críticos argumentam que os dados mais recentes são mais importantes e, portanto, também devem ter um peso maior. Esse tipo de crítica tem sido um dos principais fatores que levam à invenção de outras formas de médias móveis. Média ponderada linear Este indicador de média móvel é o menos comum dentre os três e é usado para resolver o problema da ponderação igual. A média móvel ponderada linear é calculada tomando a soma de todos os preços de fechamento em um determinado período de tempo e multiplicando-os pela posição do ponto de dados e dividindo pela soma do número de períodos. Por exemplo, em uma média ponderada linear de cinco dias, o preço de fechamento de hoje é multiplicado por cinco, ontens por quatro e assim por diante até que o primeiro dia no intervalo de período seja atingido. Esses números são então somados e divididos pela soma dos multiplicadores. Média Móvel Exponencial (EMA) Este cálculo de média móvel usa um fator de suavização para colocar um peso maior em pontos de dados recentes e é considerado muito mais eficiente que a média ponderada linear. Ter um entendimento do cálculo geralmente não é necessário para a maioria dos traders porque a maioria dos pacotes de gráficos faz o cálculo para você. A coisa mais importante a se lembrar sobre a média móvel exponencial é que ela é mais responsiva a novas informações em relação à média móvel simples. Essa capacidade de resposta é um dos fatores-chave do motivo pelo qual essa é a média móvel de escolha entre muitos operadores técnicos. Como você pode ver na Figura 2, um EMA de 15 períodos sobe e desce mais rápido que um SMA de 15 períodos. Esta ligeira diferença não parece muito, mas é um fator importante a ter em conta, uma vez que pode afetar os retornos. Principais Usos de Médias Móveis As médias móveis são usadas para identificar tendências atuais e reversões de tendências, bem como para estabelecer níveis de suporte e resistência. As médias móveis podem ser usadas para identificar rapidamente se uma segurança está se movendo em uma tendência de alta ou uma tendência de baixa, dependendo da direção da média móvel. Como você pode ver na Figura 3, quando uma média móvel está indo para cima e o preço está acima dela, a segurança está em tendência de alta. Por outro lado, uma média móvel descendente com o preço abaixo pode ser usada para sinalizar uma tendência de baixa. Outro método para determinar o momento é olhar para a ordem de um par de médias móveis. Quando uma média de curto prazo está acima da média de longo prazo, a tendência é de alta. Por outro lado, uma média de longo prazo acima de uma média de curto prazo sinaliza um movimento descendente na tendência. As inversões de tendências médias móveis são formadas de duas maneiras principais: quando o preço se move através de uma média móvel e quando se move através de cruzamentos médios móveis. O primeiro sinal comum é quando o preço se move através de uma importante média móvel. Por exemplo, quando o preço de um título que estava em tendência de alta cai abaixo de uma média móvel de 50 períodos, como na Figura 4, é um sinal de que a tendência de alta pode estar se revertendo. O outro sinal de uma reversão de tendência é quando uma média móvel atravessa outra. Por exemplo, como você pode ver na Figura 5, se a média móvel de 15 dias ultrapassar a média móvel de 50 dias, é um sinal positivo de que o preço começará a aumentar. Se os períodos usados no cálculo forem relativamente curtos, por exemplo, 15 e 35, isso pode sinalizar uma reversão de tendência de curto prazo. Por outro lado, quando duas médias com prazos relativamente longos atravessam (50 e 200, por exemplo), isso é usado para sugerir uma mudança de tendência a longo prazo. Outra maneira importante de usar as médias móveis é identificar os níveis de suporte e resistência. Não é incomum ver uma ação que vem caindo parar seu declínio e inverter a direção, uma vez que atinge o apoio de uma grande média móvel. Um movimento através de uma grande média móvel é frequentemente usado como um sinal por parte de traders técnicos de que a tendência está se revertendo. Por exemplo, se o preço romper a média móvel de 200 dias em sentido descendente, é um sinal de que a tendência de alta está se revertendo. As médias móveis são uma ferramenta poderosa para analisar a tendência em uma segurança. Eles fornecem suporte útil e pontos de resistência e são muito fáceis de usar. Os intervalos de tempo mais comuns usados na criação de médias móveis são o período de 200 dias, 100 dias, 50 dias, 20 dias e 10 dias. A média de 200 dias é considerada uma boa medida de um ano comercial, uma média de 100 dias de meio ano, uma média de 50 dias de um trimestre de um ano, uma média de 20 dias de um mês e 10 - dia média de duas semanas. As médias móveis ajudam os traders técnicos a suavizar parte do ruído encontrado nos movimentos cotidianos dos preços, dando aos operadores uma visão mais clara da tendência dos preços. Até agora nos concentramos no movimento de preços, através de gráficos e médias. Na próxima seção, analise algumas outras técnicas usadas para confirmar o movimento e os padrões de preços. Análise técnica: indicadores e osciladoresOperação de vendas, estoque, visitantes do site e métodos de previsão diferentes nos negócios estão disponíveis para melhorar a tomada de decisões e a eficiência. O tipo de método de previsão a ser usado depende da natureza dos dados e do nível de precisão que a empresa está procurando. Os métodos de previsão de negócios mais comuns incluem análise de regressão, média móvel e simulação de Monte Carlo. Análise de regressão A análise de regressão é um modelo de previsão estatística que prevê uma variável com base na sua relação com outra variável. Se duas variáveis são consideradas como tendo um relacionamento forte calculando seu coeficiente, então uma análise de regressão pode ser usada para fazer previsões. Embora possa ser calculado manualmente, programas como o Microsoft Excel podem fazer o cálculo com facilidade. Por exemplo, clique na guia de dados, selecione o botão de análise de dados e, em seguida, clique na opção de regressão. Ao calcular uma análise de regressão, as variáveis x e y devem ser determinadas. A variável x representa os dados que estão sendo usados para fazer a previsão. Por exemplo, se estiver prevendo o número de vendas diárias com base no número de visitantes diários do website, o número de vendas diárias será a variável y e os visitantes do website serão a variável x. Se múltiplas variáveis precisam ser consideradas para fazer uma previsão, então uma análise de regressão múltipla deve ser feita. Média móvel O método de previsão de médias móveis é especialmente útil para empresas que desejam fazer previsões em setores que estão mudando rapidamente. Em vez de observar a média em um determinado período, a média móvel considera o intervalo de tempo do qual se move a cada semana ou mês. Uma abordagem comum de usar esse método é tomando a média das três semanas anteriores para prever a próxima semana. Também pode ser feito mensal ou trimestralmente. A principal desvantagem deste método de previsão é que ele não leva em consideração variações sazonais ou tendências de demanda ascendente. Por exemplo, se o negócio está usando uma média móvel trimestral e a demanda geralmente aumenta significativamente no quarto trimestre, então a média móvel será muito baixa. Existe uma técnica chamada média móvel modificada (MMA), ou a média móvel exponencial, na qual resolve as deficiências do método de médias móveis originais. Simulação de Monte Carlo A simulação de Monte Carlos é um método de previsão que usa probabilidades com base em dados históricos, experiência ou experiência para fazer previsões. As empresas podem criar uma gama de valores possíveis e a probabilidade de cada ocorrência, e a simulação calcula o que provavelmente acontecerá. O resultado do modelo é registrado e normalmente repetido centenas de vezes usando diferentes variáveis selecionadas aleatoriamente. Como o método de simulação de Monte Carlo se baseia em cálculos repetidos, é mais eficiente usar um computador em vez de tentar fazer isso manualmente. Software de computador está disponível para calcular essas simulações automaticamente. O Microsoft Excel também pode ser usado, mas requer fórmulas avançadas para configurar o modelo. Se o modelo depender de milhares de linhas de dados, o Microsoft Excel poderá ficar lento ou congelar. Usando diferentes métodos de previsão nos negócios Existem diferentes métodos de previsão nos negócios para fazer certos tipos de previsões. Se a empresa quiser fazer previsões de uma variável com base em outra, uma análise de regressão pode ser usada. Por exemplo, para prever receita de vendas ou propaganda com base no número de visitantes do site ou no número de pessoas que participarão de um seminário com base no número de membros dessa cidade. Uma média móvel é melhor usada quando quer fazer previsões baseadas nos resultados do passado recente. Isso é mais comumente usado para prever o número de vendas ou quando o estoque deve ser reabastecido. A simulação de Monte Carlo prevê o que acontecerá no futuro com base na probabilidade de certos eventos ocorrerem. Isso é normalmente usado para gerenciar riscos ou ver como uma decisão afetará o desempenho da empresa. Também existem fórmulas comuns de previsão de vendas que podem ser usadas além desses métodos de previsão. Navegação
No comments:
Post a Comment