المرجحة أضعافا مضاعفة - الحركة - متوسط - حساب

المتوسط ​​المتحرك الموزون أسي إوما هو إحصائية لرصد العملية التي متوسط ​​البيانات بطريقة تعطي أقل وأقل وزنا للبيانات كما تتم إزالتها في الوقت المناسب من مخطط التحكم شيوهارت وتقنيات التحكم إوما الرسم البياني. للسيطرة على مخطط شيوهارت التقنية، فإن القرار المتعلق بحالة السيطرة على العملية في أي وقت، t، يعتمد فقط على أحدث قياس من العملية، وبطبيعة الحال، درجة تفاؤل تقديرات حدود المراقبة من البيانات التاريخية بالنسبة ل إوما فإن هذا القرار يعتمد على إوما إحصائية، وهو متوسط ​​مرجح أضعافا مضاعفة لجميع البيانات السابقة، بما في ذلك القياس الأخير. بإختيار عامل الترجيح، لامدا، يمكن أن يكون إجراء التحكم إوما حساسا لصغير أو تدريجي الانجراف في هذه العملية، في حين أن إجراءات التحكم شيوهارت يمكن أن تتفاعل فقط عندما تكون نقطة البيانات الأخيرة خارج حد السيطرة. تعريف إوما. الاحصاء أن يتم حساب مبوكس t لامدا يت 1- لامدا مبوكس،، مبوكس،، t 1،، 2،، لدوتس، n حيث. مبوكس 0 هو متوسط ​​هدف البيانات التاريخية. يت هو الملاحظة في الوقت t. n هو عدد الملاحظات التي سيتم رصدها بما في ذلك مبوكس 0. تفسير إوما التحكم في الرسم البياني. النقاط الحمراء هي البيانات الخام خط خشنة هو إوما إحصائية مع مرور الوقت يخبرنا المخطط أن العملية هي في السيطرة لأن كل مبوكس t كذبة بين حدود السيطرة ومع ذلك، يبدو أن هناك اتجاها صعودا لمدة 5 فترات الماضية. كيفية حساب المتوسطات المتحركة المرجح في إكسيل باستخدام الأسي Smoothing. Excel تحليل البيانات للدمى، 2nd Edition. The الأسي أداة تجانس في إكسيل بحساب المتوسط ​​المتحرك ومع ذلك، فإن وزن التجانس الأسي للقيم المضمنة في حسابات المتوسط ​​المتحرك بحيث يكون للقيم الأحدث تأثير أكبر على متوسط ​​الحساب والقيم القديمة لها تأثير أقل. ويتم هذا الترجيح من خلال ثابت التمهيد. لتوضيح كيفية عمل أداة التمدد الأسي ، لنفترض أنك مرة أخرى تبحث في متوسط ​​المعلومات درجة الحرارة اليومية. لحساب المتوسطات المتحركة المرجح باستخدام سمو الأسي ، اتبع الخطوات التالية. لحساب متوسط ​​متحرك ممسود أضعافا مضاعفة، انقر أولا فوق الزر الأمر تحليل البيانات داتا أناليسيس. عندما يعرض إكسيل مربع الحوار تحليل البيانات، حدد عنصر التمدد الأسي من القائمة ثم انقر فوق يعرض OK. Excel مربع الحوار الأسي تمهيد. تحديد البيانات. لتحديد البيانات التي تريد حساب متوسط ​​متحرك أضعافا مضاعفة، انقر في مربع النص نطاق الإدخال ثم حدد نطاق الإدخال، إما عن طريق كتابة عنوان نطاق ورقة العمل أو عن طريق تحديد مجموعة أوراق العمل إذا كان نطاق الإدخال الخاص بك يتضمن تسمية نص لتحديد أو وصف البيانات الخاصة بك، حدد خانة الاختيار التصنيفات. توفير ثابت التمهيد. أدخل قيمة ثابت التمهيد في مربع النص عامل التخميد ملف تعليمات إكسيل يوحي باستخدام ثابت التمهيد بين 0 2 و 0 3 ويفترض، ومع ذلك، إذا كنت إعادة استخدام هذه الأداة، لديك الأفكار الخاصة بك حول ما هو ثابت ثابت تمهيد هو إذا كنت إعادة جاهل أبو t ثابت ثابت، ربما يجب أن يكون t استخدام هذه الأداة. إكسل إكسيل حيث وضع بيانات متوسط ​​متحرك أضعافا مضاعفة. استخدم مربع النص نطاق الإخراج لتحديد نطاق ورقة العمل التي تريد وضع بيانات المتوسط ​​المتحرك في ورقة العمل على سبيل المثال، يمكنك وضع بيانات المتوسط ​​المتحرك في نطاق ورقة العمل B2 B10. اختياري رسم البيانات ممهدة أضعافا مضاعفة. لرسم البيانات ممهدة أضعافا مضاعفة، حدد خانة الاختيار مخطط الإخراج. اختياري تشير إلى أنك تريد معلومات الخطأ القياسية المحسوبة. لحساب الأخطاء القياسية، حدد خانة الاختيار الأخطاء القياسية يضع إكسيل قيم الخطأ القياسية بجوار قيم المتوسط ​​المتحرك الممهدة أضعافا مضاعفة. بعد الانتهاء من تحديد معلومات المتوسط ​​المتحرك الذي تريد حسابه والمكان الذي تريده ثم انقر فوق OK. Excel يحسب متوسط ​​المتوسط ​​المتحرك. استكشاف المتوسط ​​المتحرك المتجول أضعافا مضاعفة هو مقياس الأكثر شيوعا من المخاطر، لكنه يأتي في العديد من النكهات في مقال سابق، أظهرنا كيفية حساب التقلبات التاريخية البسيطة لقراءة هذا انظر استخدام التقلب لقياس المخاطر المستقبلية استخدمنا بيانات سعر السهم الفعلية من غوغل من أجل حساب التقلبات اليومية بناء على بيانات الأسهم لمدة 30 يوما في هذه المقالة، سنحسن التقلبات البسيطة ونناقش المتوسط ​​المتحرك المرجح ألسيا إوما التاريخية فس التقلب الضمني أولا، دعونا نضع هذا المقياس إلى قليلا من منظور هناك نوعان من أبر واسع أوتشس التقلبات التاريخية والضمنية أو الضمنية النهج التاريخي يفترض أن الماضي هو مقدمة نحن قياس التاريخ على أمل أن يكون التنبؤية التقلب الضمني، من ناحية أخرى، يتجاهل التاريخ الذي يحل للتقلبات التي تنطوي عليها أسعار السوق يأمل أن السوق يعرف أفضل وأن سعر السوق يحتوي، حتى لو ضمنا، تقدير إجماع التقلب للقراءة ذات الصلة، انظر استخدامات وحدود التقلب. إذا كنا نركز على النهج التاريخية الثلاثة فقط على اليسار أعلاه، لديهم خطوتين مشترك. حساب سلسلة من العائدات الدورية. تطبيق مخطط الترجيح. أولا، نحسب العائد الدوري أن s عادة سلسلة من العوائد اليومية حيث يتم التعبير عن كل عائد في مصطلحات معقدة بشكل مستمر عن كل يوم، ونحن نأخذ السجل الطبيعي لنسبة الأسهم أسعار أي سعر اليوم مقسوما على السعر أمس، وهلم جرا. هذا ينتج سلسلة من العوائد اليومية، من أوي إلى u إم اعتمادا على عدد الأيام أيام م نحن قياس. هذا يقودنا إلى الخطوة الثانية هذا هو المكان الذي تختلف فيه المقاربات الثلاثة في المقالة السابقة باستخدام التقلب لقياس المخاطر المستقبلية، أظهرنا أنه في ظل اثنين من التبسيط المقبول، التباين البسيط هو متوسط ​​العوائد التربيعية. لاحظ أن هذه المبالغ كل من العوائد الدورية، ثم يقسم المجموع بعدد الأيام أو الملاحظات م لذلك، انها حقا مجرد متوسط ​​العوائد الدورية التربيعية طريقة أخرى، ويعطى كل مربعة عودة متساوية الوزن إذا كان ألفا هو الترجيح عامل على وجه التحديد، و 1 م، ثم تباين بسيط يبدو شيئا من هذا القبيل. تحسين إوما على التباين البسيط ضعف هذا النهج هو أن جميع العائدات كسب نفس الوزن أمس عودته الأخيرة ليس لها تأثير أكثر على الفرق من الشهر الماضي s يتم إصلاح هذه المشكلة باستخدام المتوسط ​​المتحرك المرجح أسي إوما، حيث عوائد أكثر حجما لها وزن أكبر على التباين. المتوسط ​​المتحرك المرجح أضعافا إوما يدخل لامدا الذي يسمى معلمة التمهيد يجب أن يكون لامبا أقل من واحد في ظل هذا الشرط، بدلا من الأوزان متساوية، يتم ترجيح كل مربعات العائد من مضاعف على النحو التالي. على سبيل المثال، ريسكمتريكس تم، وهي شركة لإدارة المخاطر المالية، تميل إلى استخدام لامدا من 0 94، أو 94 في هذه الحالة، يتم ترجيح أول عائد دوري مربعة أحدث بمقدار 1-0 94 94 0 6 العائد التربيعي التالي هو ببساطة لامدا متعددة من الوزن السابق في هذه الحالة 6 مضروبا في 94 5 64 والثالث من وزن اليوم السابق يساوي 1-0 94 0 94 2 5 30. وهذا يعني معنى الأسي في إوما كل وزن هو مضاعف ثابت أي لامدا، والتي يجب أن تكون أقل من واحد من وزن اليوم السابق s وهذا يضمن تباين مرجح أو متحيز نحو أحدث البيانات لمعرفة المزيد، راجع ورقة عمل إكسيل لتقلب غوغل يظهر الفرق بين تقلب ببساطة و إوما ل غوغل أدناه. التقلبات البسيطة تزن بشكل فعال كل عائد دوري بنسبة 0 196كما هو موضح في العمود O كان لدينا عامين من بيانات أسعار الأسهم اليومية وهذا هو 509 العوائد اليومية و 1 509 0 196 ولكن لاحظ أن العمود P يعين وزن 6، ثم 5 64، ثم 5 3 وهلم جرا وهذا الفرق الوحيد بين والتباين البسيط و EWMA. Remember بعد أن نجمع مجموع سلسلة في العمود Q لدينا التباين، وهو مربع الانحراف المعياري إذا أردنا تقلب، ونحن بحاجة إلى تذكر أن تأخذ الجذر التربيعي لهذا التباين. ما الفرق في التقلب اليومي بين التباين و إوما في حالة غوغل s s التباين البسيط أعطانا تقلب يومي من 2 4 ولكن إوما أعطى تقلب يومي فقط 1 4 انظر جدول البيانات للحصول على التفاصيل على ما يبدو، تقلب جوجل استقر أكثر وبالتالي فإن التباين البسيط قد يكون ارتفاع مصطنع. اليوم s التباين هو وظيفة بيور يوم s الفرق سوف نلاحظ نحن بحاجة لحساب سلسلة طويلة من أضعاف انخفاض أضعافا مضاعفة فزنا ر القيام الرياضيات هنا، ولكن واحدة من أفضل الميزات من و إوما هو أن السلسلة بأكملها يقلل بشكل مناسب إلى صيغة عودية. الاستدعاء يعني أن المراجع فاريانس اليوم أي أي وظيفة من اليوم السابق s التباين يمكنك العثور على هذه الصيغة في جدول البيانات أيضا، وتنتج نفس النتيجة بالضبط كما حساب لونغاند يقول التباين اليوم تحت إوما يساوي التباين يوم أمس مرجحة لامدا زائد أمس تربيع عودة يزنها واحد ناقص لامدا لاحظ كيف نضيف فقط اثنين من المصطلحات معا يوم أمس التباين المرجح والأمثلة المرجحة، مربعة العودة. حتى ذلك، لامدا هو معلمة التمهيد لدينا أعلى لامدا مثل ريسكمتريك s 94 يشير إلى تسوس أبطأ في سلسلة - من حيث النسبية، ونحن سوف يكون لدينا المزيد من النقاط البيانات في سلسلة وأنها سوف تسقط أكثر ببطء من ناحية أخرى، إذا نحن والحد من لامدا، ونحن نشير إلى ارتفاع الاضمحلال تسقط الأوزان بسرعة أكبر، ونتيجة مباشرة للتسوس السريع، وتستخدم نقاط بيانات أقل في جدول البيانات، لامدا هو إنب أوت، حتى تتمكن من التجربة مع حساسية لها. الذبذبات الصومالية هو الانحراف المعياري لحظية من الأسهم ومقياس المخاطر الأكثر شيوعا بل هو أيضا الجذر التربيعي للتباين يمكننا قياس التباين تاريخيا أو ضمنا ضمنيا التقلب عند قياس تاريخيا، وأسهل طريقة هو التباين البسيط ولكن الضعف مع التباين البسيط هو كل عوائد الحصول على نفس الوزن لذلك نحن نواجه المفاضلة الكلاسيكية نحن نريد دائما المزيد من البيانات ولكن المزيد من البيانات لدينا أكثر يتم تخفيف الحساب لدينا من قبل البيانات أقل أهمية ذات الصلة تتحرك أضعافا مضاعفة متوسط ​​إوما يحسن على التباين البسيط عن طريق تعيين الأوزان للعائدات الدورية من خلال القيام بذلك، يمكننا أن نستخدم على حد سواء حجم عينة كبيرة ولكن أيضا إعطاء المزيد من الوزن لعوائد أكثر حداثة. لعرض فيلم تعليمي حول هذا الموضوع، قم بزيارة بيونيك تورتل.