का उपयोग करते हुए एक चलती - औसत - टू- पूर्वानुमान

औसत पूर्वानुमान चलाना। परिचय जैसा कि आप अनुमान लगा सकते हैं हम भविष्यवाणी के कुछ सबसे प्राचीन तरीकों पर विचार कर रहे हैं लेकिन उम्मीद है कि ये स्प्रेडशीट में पूर्वानुमान लागू करने से संबंधित कुछ कंप्यूटिंग मुद्दों पर कम से कम एक सार्थक परिचय है। इस नस में हम जारी रहेंगे शुरुआत से शुरू और चलने के औसत पूर्वानुमान के साथ काम करना शुरू करते हैं। औसत पूर्वानुमान पूर्वानुमान चल रहा है हर कोई औसत औसत पूर्वानुमान चलती है चाहे वे चाहे वे सभी कॉलेज के छात्रों को हर समय उन्हें अपने पाठ्यक्रम के पाठ्यक्रम के बारे में सोचें, जहां आप जा रहे हैं सेमेस्टर के दौरान चार परीक्षाएं हैं, मान लीजिए कि आपको अपनी पहली परीक्षा में 85 मिले हैं। आप अपने दूसरे टेस्ट स्कोर के लिए क्या भविष्यवाणी करेंगे.तुम्हें क्या लगता है कि आपका शिक्षक आपके अगले टेस्ट स्कोर के लिए भविष्यवाणी करेगा.तुम्हें क्या लगता है कि आपके दोस्तों का अनुमान लगाया जा सकता है अपने अगले टेस्ट स्कोर के लिए. तुम्हें क्या लगता है कि आपके माता-पिता आपके अगले टेस्ट स्कोर के लिए अनुमान लगा सकते हैं। आईएंड्स और माता-पिता, वे और आपके शिक्षक आपसे मिलने वाले 85 के क्षेत्र में कुछ पाने की उम्मीद कर रहे हैं। ठीक है, अब हम यह मान लें कि अपने मित्रों को अपने स्वयं के प्रचार के बावजूद, आप खुद को अनुमान लगाते हैं और आंकड़ा है कि आप दूसरे टेस्ट के लिए कम अध्ययन कर सकते हैं और आपको 73 मिल जाए। अब आप सभी को लेकर चिंतित और निराश होने की उम्मीद कर रहे हैं कि आप अपने तीसरे परीक्षण पर पहुंचेंगे। चाहे उनके अनुमान के विकास के लिए दो संभावित संभावनाएं हों चाहे वे इसे आपके साथ साझा करेंगे.वे खुद से कह सकते हैं, यह लड़का अपने स्मार्टफोन के बारे में हमेशा धुआं उड़ रहा है वह अगर वह भाग्यशाली हो तो 73 को मिलेगा.शायद माता-पिता इससे ज्यादा सहायक बनने की कोशिश करेंगे और कहते हैं, ठीक है, तो अब तक आप 85 और 73 मिल चुके हैं, इसलिए शायद आप को 85 73 2 79 के बारे में जानने के बारे में पता होना चाहिए, शायद अगर आपने कम पार्टिसाइज़ किया हो और सभी जगह पर वीज़ल को सताते हुए और यदि आप बहुत अधिक पढ़ना आप उच्च अंक प्राप्त कर सकते हैं। इन अनुमानों में से दो वास्तविक हैं लिविंग औसत पूर्वानुमान। पहले अपने भविष्य के प्रदर्शन की भविष्यवाणी करने के लिए केवल आपके नवीनतम स्कोर का उपयोग कर रहा है यह डेटा के एक अवधि का उपयोग करते हुए चलती औसत पूर्वानुमान कहा जाता है। दूसरा भी चलती औसत पूर्वानुमान है, लेकिन डेटा के दो अवधियों का उपयोग करते हैं। कि आपके महान दिमाग को खत्म करने वाले ये सभी लोग आपको परेशान करते हैं और आप अपने स्वयं के कारणों के लिए तीसरी परीक्षा में अच्छी तरह से काम करने का फैसला करते हैं और अपने सहयोगियों के सामने उच्च अंक डालते हैं आप परीक्षा लेते हैं और आपका स्कोर वास्तव में एक है 89 प्रत्येक व्यक्ति को, खुद सहित, प्रभावित है। इसलिए अब आपके पास सेमेस्टर की अंतिम परीक्षा आ रही है और हमेशा की तरह आपको लगता है कि आप सभी को अपनी भविष्यवाणियां बनाने की आवश्यकता महसूस करते हैं कि आप आखिरी परीक्षा में कैसे करेंगे, अच्छा, उम्मीद है कि आप देखेंगे पैटर्न. अब, उम्मीद है कि आप पैटर्न देख सकते हैं जो आपको सबसे अधिक सटीक मानते हैं। हम जब भी काम करते हैं, हमले अब हम आपकी नई सफाई वाली कंपनी में लौट आए हैं जो आपकी बहिष्कार वाली बहन ने शुरू की थी, जब हम काम करते हैं, तो आपके पास कुछ पिछले बिक्री डेटा एक स्प्रैडशीट से निम्न अनुभाग द्वारा प्रतिनिधित्व किया गया है हम पहले तीन दिनों की औसत पूर्वानुमान चलते समय डेटा प्रस्तुत करते हैं। सेल C6 के लिए प्रविष्टि होना चाहिए. अब आप इस सेल सूत्र को C11 के माध्यम से अन्य कक्षों C7 से कॉपी कर सकते हैं। नोट करें कि कैसे औसत चालें सबसे हाल के ऐतिहासिक आंकड़ों पर, लेकिन प्रत्येक भविष्यवाणी के लिए उपलब्ध तीन सबसे हाल की अवधि का उपयोग करता है आपको यह भी ध्यान देना चाहिए कि हमें वास्तव में पिछली अवधि के पूर्वानुमानों को बनाने की आवश्यकता है ताकि हमारी सबसे हाल की भविष्यवाणी विकसित हो सकें यह निश्चित रूप से अलग है घातीय चौरसाई मॉडल में मैंने पिछले भविष्यवाणियों को शामिल किया है क्योंकि हम भविष्य की वैधता को मापने के लिए अगले वेब पेज में उनका उपयोग करेंगे। अब मैं औसत अवधि के चलते दो अवधि के लिए समान परिणाम पेश करना चाहता हूं। सेल सी 5 के लिए प्रवेश होना चाहिए. अब आप इस सेल सूत्र को अन्य कोशिकाओं C6 से C11 तक कॉपी कर सकते हैं। नोटिस कैसे अब केवल प्रत्येक भविष्यवाणी के लिए ऐतिहासिक आंकड़ों के हाल ही के टुकड़े का उपयोग किया जाता है फिर मैं इसमें शामिल है उदाहरण के उद्देश्यों के लिए पिछले पूर्वानुमान और पूर्वानुमान सत्यापन में बाद में उपयोग के लिए। कुछ अन्य चीजें जो ध्यान देने योग्य हैं। मी-अवधि की औसत औसत पूर्वानुमान केवल मी के सबसे हाल के डेटा मानों को भविष्यवाणी करने के लिए उपयोग किया जाता है और कुछ नहीं आवश्यक है पिछली भविष्यवाणियां करते समय, एम-अवधि की औसत पूर्वानुमान के लिए, ध्यान दें कि पहली बार भविष्यवाणी की अवधि 1 एम में होती है। जब हम अपना कोड विकसित करते हैं तो इन दोनों मुद्दे बहुत महत्वपूर्ण होंगे.संभावना औसत समारोह का विकास अब हमें विकसित करने की आवश्यकता है चलती औसत पूर्वानुमान के लिए कोड जो अधिक लचीले ढंग से इस्तेमाल किया जा सकता है कोड निम्न सूचना देता है कि इनपुट अवधि में आप उपयोग करना चाहते हैं और ऐतिहासिक मूल्यों की सरणी के लिए हैं, आप इसे जो वही कार्यपुस्तिका में संग्रहीत कर सकते हैं। कार्य MovingAverage ऐतिहासिक, NumberOfPeriods एकल घोषित करने और चर को प्रारंभ करने के रूप में मंद आइटम के रूप में चर अंकीय काउंटर के रूप में पूर्णांक मंद संचय के रूप में एकल मंद ऐतिहासिक आकार पूर्णांक के रूप में। चर को शुरू करना काउंटर 1 संचय 0. ऐतिहासिक सरणी के आकार का निर्धारण ऐतिहासिक सिमित। काउंटर 1 से नंबरऑफ अवधि के लिए। सबसे हाल ही में देखे गए मूल्यों की उचित संख्या को संचित करना। आकलन संचय ऐतिहासिक ऐतिहासिक सिज़िज़ - संख्याऑफ़परोड्स काउंटर। मैव्वेज एवेन्यूशन नंबरऑफपेरियोड। कोड को कक्षा में समझाया जाएगा आप स्प्रेडशीट पर फ़ंक्शन की स्थिति बनाना चाहते हैं, ताकि कंप्यूटशन का नतीजा तब दिखता है जहां यह होना चाहिए निम्न की तरह. मॉविंग औसत उनका उपयोग कैसे करें। चलती औसत के प्राथमिक कार्यों में से कुछ प्रवृत्तियों की पहचान करना और उत्क्रमण के रूप में संपत्ति की गति की ताकत को मापते हैं और संभावित क्षेत्रों को निर्धारित करते हैं जहां संपत्ति को समर्थन या प्रतिरोध मिल जाएगा। यह बताएगा कि विभिन्न समय की अवधि गति को कैसे मॉनिटर कर सकती है और स्टॉप-हानियों को स्थापित करने में औसत कैसे चलती फायदेमंद हो सकता है इसके अलावा, हम चलने वाली औसत की कुछ क्षमताओं और सीमाओं को संबोधित करेंगे, जो कि उन्हें व्यापारिक रूटीन ट्रेंड रुझानों की पहचान करना औसत चलने के प्रमुख कार्यों में से एक है, जो हम हैं ज्यादातर व्यापारियों द्वारा प्रवृत्ति बनाने की तलाश करने वाले, उनके मित्र मूविंग एवरेज कम हो रहे हैं संकेतक, जो कि वे नए रुझानों की भविष्यवाणी नहीं करते हैं, लेकिन एक बार स्थापित होने के बाद रुझान की पुष्टि करें जैसा कि आप चित्रा 1 में देख सकते हैं, एक स्टॉक में माना जाता है कीमत एक चलती औसत से अधिक है और औसत ऊपर उछाल है इसके विपरीत, एक व्यापारी एक डाउनथ्रेंड की पुष्टि के लिए एक नीचे की ओर ढलान औसत से नीचे कीमत का उपयोग करेगा कई व्यापारियों केवल एक परिसंपत्ति में लंबी स्थिति रखने पर विचार करेंगे जब मूल्य व्यापार होता है चलती औसत से ऊपर यह सरल नियम यह सुनिश्चित करने में मदद कर सकता है कि यह रुझान व्यापारियों के पक्ष में काम करता है। मज़ेदार कई शुरुआती व्यापारी पूछते हैं कि गति को कैसे मापना संभव है और इस तरह की उपलब्धि से निपटने के लिए चलती औसत कैसे इस्तेमाल किया जा सकता है औसत बनाने के लिए उपयोग किए जाने वाले समयावधि पर ध्यान देना, क्योंकि प्रत्येक समय की अवधि विभिन्न प्रकार की गति में बहुमूल्य अंतर्दृष्टि प्रदान कर सकती है सामान्यतया, लघु अवधि की गति को चलते हुए देखकर इसका पता लगाया जा सकता है औसत जो 20 दिनों या उससे कम समय की अवधि पर ध्यान केंद्रित करता है 20 से 100 दिनों की अवधि के साथ बनाए जाने वाली चलती औसत को देखते हुए आम तौर पर मध्यम अवधि की गति के अच्छे उपाय के रूप में माना जाता है अंत में, कोई चलती औसत जो 100 दिन या उससे अधिक का उपयोग करता है गणना को दीर्घकालिक गति के एक उपाय के रूप में इस्तेमाल किया जा सकता है सामान्य ज्ञान आपको बता देना चाहिए कि एक 15 दिन की चलती औसत 200 दिन की चलती औसत की तुलना में अल्पकालिक गति का अधिक उचित उपाय है। एक निर्धारित करने के लिए सर्वोत्तम तरीकों में से एक एक परिसंपत्ति की गति की शक्ति और दिशा एक चार्ट पर तीन चलती औसत रखने और उसके बाद एक दूसरे के संबंध में कैसे वे ढेर हो जाते हैं, इस पर करीब ध्यान दें, आम तौर पर उपयोग की जाने वाली तीन चलती औसतों का प्रतिनिधित्व करने के प्रयास में समय सीमाएं भिन्न होती हैं अल्पकालिक, मध्यम अवधि और लंबी अवधि के मूल्य आंदोलनों चित्रा 2 में, मजबूत ऊपरी गति को देखा जाता है, जब कम-अवधि की औसत लंबी अवधि की औसत से ऊपर स्थित होती है और दो औसत घटते हुए होते हैं, जब कम ते आरएम औसत लंबी अवधि की औसत से नीचे स्थित हैं, गति नीचे की ओर है। समर्थन चलती औसत का एक अन्य आम उपयोग संभावित मूल्य का निर्धारण करने में है, यह चलती औसत से निपटने में काफी अनुभव नहीं लेता है यह ध्यान देने के लिए कि गिरने की कीमत एक परिसंपत्ति अक्सर एक महत्वपूर्ण औसत के रूप में एक ही स्तर पर रोक और रिवर्स दियेगा उदाहरण के लिए, चित्रा 3 में आप यह देख सकते हैं कि 200 दिन की चलती औसत शेयर 32 डॉलर के ऊंचे स्तर से गिर जाने के बाद शेयर की कीमत में वृद्धि करने में सक्षम था। कई व्यापारियों ने बड़ी चलती औसत की बाउंस बंद की आशा की है और अपेक्षित कदम की पुष्टि के रूप में अन्य तकनीकी संकेतकों का उपयोग करेगा। प्रतिसंभव एक बार संपत्ति का मूल्य समर्थन के प्रभावशाली स्तर से नीचे आता है, जैसे कि 200-दिवसीय चलती औसत, यह औसत कार्य को एक मजबूत बाधा के रूप में देखने के लिए असामान्य नहीं है जो निवेशकों को उस औसत से अधिक मूल्य वापस करने से रोकता है जैसा कि आप नीचे दिए गए चार्ट से देख सकते हैं, यह प्रतिरोध अक्सर व्यापारियों द्वारा उपयोग किया जाता है लाभ लेने के लिए या किसी भी मौजूदा लंबे पदों को बंद करने के लिए साइन इन करें कई छोटे विक्रेता प्रवेश बिंदुओं के रूप में इन औसतों का उपयोग भी करेंगे क्योंकि कीमत अक्सर प्रतिरोध को बाउंस करती है और इसके चाल को जारी रखती है यदि आप एक निवेशक हैं जो एक लंबी स्थिति में है परिसंपत्ति जो प्रमुख चलती औसत से नीचे कारोबार कर रही है, ये आपके स्तर पर बारीकी से देखने के लिए आपके सर्वोत्तम हित में हो सकती है क्योंकि वे आपके निवेश के मूल्य को बहुत प्रभावित कर सकते हैं। बंद-हानि चलती औसत की सहायता और प्रतिरोध विशेषताएं उन्हें प्रबंधित करने के लिए एक महान उपकरण बनाती हैं जोखिम स्टॉप-लॉस ऑर्डर सेट करने के लिए सामरिक स्थानों की पहचान करने की चाल चलने की क्षमता व्यापारियों को किसी भी बड़े बढ़ने से पहले स्थिति खोने से कटौती की अनुमति देता है जैसा कि आप चित्रा 5 में देख सकते हैं, जो व्यापारियों को स्टॉक में एक लंबी स्थिति रखती है प्रभावशाली औसत से नीचे लॉस ऑर्डर खुद को बहुत अधिक पैसा बचा सकते हैं स्टॉप-लॉसन ऑर्डर सेट करने के लिए मूविंग एवरेज का इस्तेमाल करना किसी भी सफल ट्रेडिंग रणनीति की कुंजी है। क्रोध समय श्रृंखला का मतलब का एक अच्छा अनुमान प्रदान करेगा यदि मतलब निरंतर या धीरे धीरे बदल रहा है एक निरंतर मतलब के मामले में, मी का सबसे बड़ा मान अंतर्निहित अर्थ का सबसे अच्छा अनुमान देगा एक लंबा अवलोकन अवधि औसत होगा परिवर्तनशीलता के प्रभाव। एक छोटा मी प्रदान करने के उद्देश्य पूर्वानुमान की प्रक्रिया को अंतर्निहित प्रक्रिया में बदलाव का जवाब देने की अनुमति देना है, उदाहरण के लिए, हम एक डेटा सेट का प्रस्ताव करते हैं जो समय श्रृंखला के अंतर्निहित मतलब में परिवर्तन को शामिल करता है यह आंकड़ा समय दिखाता है श्रृंखला जिसका उपयोग श्रृंखला से उत्पन्न हुई थी, के साथ मिलकर चित्रण के लिए किया जाता है मतलब का मतलब 10 पर निरंतर के रूप में शुरू होता है, 21 समय से शुरू होता है, यह प्रत्येक अवधि में एक इकाई में बढ़ जाता है जब तक कि समय पर 20 के मूल्य तक नहीं पहुंच जाता 30 फिर यह स्थिर हो जाता है फिर से डेटा को जोड़कर सिम्युलेटेड किया जाता है, शून्य के साथ सामान्य वितरण से एक यादृच्छिक शोर और मानक विचलन 3 सिमुलेशन के परिणाम निकटतम पूर्णांक में गोल होते हैं। तालिका श उदाहरण के लिए प्रयोग किए गए सिम्युलेटेड अवलोकन, जब हम मेज का उपयोग करते हैं, तो हमें याद रखना चाहिए कि किसी भी समय, केवल पिछले डेटा ज्ञात हैं। मॉडल पैरामीटर के अनुमान, मीटर के तीन अलग-अलग मानों के लिए मतलब नीचे दिए गए आंकड़े में समय की श्रृंखला का आंकड़ा हर बार मतलब के चल औसत औसत अनुमान को दर्शाता है और भविष्यवाणी नहीं करता है पूर्वानुमान भविष्य में चलती औसत घटता को सही समय तक ले जाएगा। एक निष्कर्ष आंकड़ा से तुरंत स्पष्ट है सभी तीनों के लिए अनुमान लगाते हुए चलती औसत लम्बाई के पीछे रैखिक प्रवृत्ति के पीछे है, साथ ही अंतराल बढ़ती है। अंतराल के बीच के अंतराल मॉडल और अनुमान के बीच की दूरी है, अंतराल की वजह से चलती औसत टिप्पणियों को कम कर देता है क्योंकि इसका अर्थ बढ़ रहा है पूर्वाग्रह अनुमानक मॉडल के माध्य मूल्य में एक विशिष्ट समय में अंतर है और चल औसत से अनुमानित औसत मूल्य पूर्वाग्रह जब माध्य बढ़ रहा है नकारात्मक है आईएनजी मतलब है, पूर्वाग्रह सकारात्मक है समय में अंतराल और अनुमान में पेश पूर्वाग्रह मी के कार्य हैं, बड़ा मील का मूल्य जो अंतराल और पूर्वाग्रह के बड़े आकार का है। प्रवृत्ति के साथ लगातार बढ़ती श्रृंखला के लिए अंतराल के मूल्य और माध्य के अनुमानक के पूर्वाग्रह नीचे दिए गए समीकरणों में दिए गए हैं। उदाहरण के घटता इन समीकरणों से मेल नहीं खाते हैं क्योंकि उदाहरण के मॉडल लगातार बढ़ नहीं रहे हैं, बल्कि यह एक निरंतर, एक प्रवृत्ति में परिवर्तन के रूप में शुरू होता है और फिर फिर से निरंतर हो जाता है उदाहरण के लिए घटता शोर से प्रभावित होते हैं। भविष्य में अवधि की औसत पूर्वानुमान चलती है, वक्र को दाहिनी ओर बदलकर प्रस्तुत किया जाता है अंतराल और पूर्वाग्रह आनुपातिक रूप से वृद्धि नीचे दिए गए समीकरण भविष्य की तुलना में भविष्य की अवधि के पूर्वाग्रह और पूर्वाग्रह को दर्शाते हैं। मॉडल पैरामीटर फिर, ये सूत्र एक निरंतर रैखिक प्रवृत्ति के साथ एक समय श्रृंखला के लिए हैं। हमें इस परिणाम पर आश्चर्य नहीं होना चाहिए चलती औसत अनुमानक एक const की धारणा पर आधारित है चींटी मतलब है, और उदाहरण के अध्ययन अवधि के एक अंश के दौरान मतलब में एक रैखिक प्रवृत्ति है क्योंकि वास्तविक समय श्रृंखला शायद ही कभी बिल्कुल किसी भी मॉडल की मान्यताओं का पालन करती है, हमें ऐसे परिणामों के लिए तैयार रहना चाहिए। हम यह भी आंकड़े से निष्कर्ष निकाल सकते हैं कि शोर की परिवर्तनशीलता का छोटा असर सबसे बड़ा प्रभाव होता है अनुमानित औसत 20 की औसत चलती औसत 5 के लिए अधिक अस्थिर है। हमारे पास शोर के कारण परिवर्तनशीलता के प्रभाव को कम करने के लिए विरोधाभासी इच्छाएं हैं, और मतलब में परिवर्तनों के पूर्वानुमान को और अधिक उत्तरदायी बनाने के लिए मीटर को कम करने के लिए। त्रुटि वास्तविक डेटा और पूर्वानुमानित मान के बीच का अंतर है यदि समय श्रृंखला वास्तव में एक स्थिर मूल्य है, तो त्रुटि का अनुमानित मान शून्य है और त्रुटि का विचरण एक शब्द है जो कि एक समारोह है और एक दूसरे शब्द है जो शोर का विचरण है। पहला शब्द मी अनुमानों के एक नमूने के साथ अनुमानित अनुमान का विचरण है, यह मानते हुए कि डेटा जनसंख्या से आता है निरंतर मतलब के साथ इस शब्द को मी जितना बड़ा हो उतना बड़ा बनाकर कम किया जाता है एक बड़े मी अंतराल समय श्रृंखला में बदलाव के लिए अनुत्तरदायी पूर्वानुमान बनाता है, परिवर्तनों के प्रति पूर्वानुमान को पूर्वानुमान करने के लिए, हम चाहते हैं कि मी जितना संभव हो उतना छोटा हो, लेकिन यह त्रुटि विसंगति को बढ़ाता है व्यावहारिक पूर्वानुमान को एक मध्यवर्ती मूल्य की आवश्यकता होती है। Excel के साथ कास्टिंग। पूर्वानुमान ऐड-इन चलती औसत फ़ार्मुलों का कार्यान्वयन नीचे दिया गया उदाहरण कॉलम बी में नमूना डेटा के लिए ऐड-इन द्वारा प्रदान किए गए विश्लेषण को दर्शाता है पहला 10 टिप्पणियां अनुक्रमित हैं -9 से 0 ऊपर की तालिका के मुकाबले, अवधि सूचकांक -10 तक स्थानांतरित कर दिया जाता है। पहले दस टिप्पणियां अनुमान के लिए स्टार्टअप मान प्रदान करती हैं और अवधि के लिए चलती औसत की गणना करने के लिए उपयोग किया जाता है 0 एमए 10 कॉलम सी, गणना की गई चलती औसत चलती औसत पैरामीटर मी सेल C3 में है 1 पहले वाला कॉलम भविष्य में एक अवधि के लिए पूर्वानुमान दिखाता है पूर्वानुमान अंतराल सेल D3 में है जब पूर्वानुमान अंतराल में बदल जाता है एक बड़ी संख्या में फोर कॉलम में नंबर नीचे स्थानांतरित कर दिया जाता है। त्रुटि 1 कॉलम ई अवलोकन और पूर्वानुमान के बीच अंतर को दर्शाता है उदाहरण के लिए, समय 1 पर अवलोकन 6 है समय पर चलती औसत से बना अनुमानित मूल्य 0 है 11 1 त्रुटि तो है -5 1 मानक विचलन और मीन औसत विचलन एमएडी क्रमशः कोशिकाओं E6 और E7 में गिना जाता है।