तेजी से भारित चलती - औसत - उदाहरण

एक समय श्रृंखला सीआई को देखते हुए, मैं एन अंकों की औसत विंडो के साथ एक भारित चल औसत की गणना करना चाहता हूं, जहां वज़न पुराने मानों पर अधिक हाल के मानों का अनुकूलन करते हैं। वजन चुनने में, मैं परिचित तथ्य का उपयोग कर रहा हूं कि एक ज्यामितीय श्रृंखला 1, अर्थात् राशि frac k, प्रदान किए गए असीम रूप से कई शब्द हैं। एकता की राशि का असतत संख्या प्राप्त करने के लिए, मैं बस ज्यामितीय श्रृंखला के पहले एन पदों को लेकर frac k लेता हूं, और उसके बाद उनके योग द्वारा सामान्यीकृत। जब एन 4, उदाहरण के लिए, यह गैर-सामान्यीकृत वजन देता है। जो, उनके योग के सामान्य होने के बाद देता है, देता है। चलती औसत तो बस इन सामान्य वजन से सबसे हाल के 4 मानों के उत्पाद का योग है। इस विधि में सामान्यता लम्बाई की खिड़कियां चलने का स्पष्ट तरीका, और कम्प्यूटेशनल रूप से आसान भी लगता है। किसी भी कारण से भारोत्तोलन भार का उपयोग करके भारित चल औसत की गणना करने के लिए इस सरल तरीके का उपयोग नहीं किया जा सकता है। मैं पूछता हूं क्योंकि विकिपीडिया प्रविष्टि के लिए EWMA अधिक जटिल लगता है इससे मुझे आश्चर्य होता है कि क्या ईडब्ल्यूएमए की पाठ्यपुस्तक की परिभाषा शायद कुछ सांख्यिकीय गुण हैं जो उपरोक्त सरल परिभाषा नहीं करती हैं या वे वास्तव में बराबर हैं। 28 नवंबर को 23 53 में प्रकाशित किया गया था। आपके साथ शुरू करने के लिए 1 मान रहे हैं कि कोई असामान्य मूल्य नहीं हैं और कोई स्तर नहीं बदला और कोई समय के रुझान और कोई मौसमी डमी नहीं 2 कि इष्टतम भारित औसत के वजन 1 गुणांक 3 द्वारा वर्णित चिकनी वक्र पर आते हैं जो त्रुटि भिन्नता स्थिर है कि कोई ज्ञात उत्पत्ति श्रृंखला नहीं है। सभी मान्यताओं आयरिश स्टेटस 1 अक्टूबर 14 21 21. रवी उदाहरण के तौर पर, पहले चार पदों का योग है 0 9375 0 0625 0 125 0 25 0 5 तो, पहले चार शब्दों में 9 9 कुल वजन 6 9 हैं। कटौती की गई पूंछ सामान्य वजन प्राप्त करने के लिए इसका प्रयोग करें, जो 0 9375 से विभाजित करके एकता का योग करता है, यह 0 06667, 0 1333, 0 2667, 0 5333, असद ईब्राहिम 1 अक्टूबर, 1 22 को 22 देता है। मुझे यह पाया गया है कि कंप्यूटिंग एक्सपोनेट्री भारित चल औसत अतिरेखा छोड़ दिया ओ ओ ओवरलाइन अल्फा एक्स - ओवरलाइन, अल्फा 1 है। एक सरल एक-लाइन विधि है.यह आसानी से है, यदि केवल लगभग एक नमूने के प्रभावशाली संख्या के संदर्भ में, अल्फा अल्फ़ा की तुलना चल रहे औसत की गणना के लिए फ़ॉर्म से करें। वर्तमान आंकड़े और वर्तमान माध्य मूल्य की आवश्यकता है, और। संख्यात्मक रूप से स्थिर है। तकनीकी तौर पर, यह दृष्टिकोण सभी इतिहास को औसत में शामिल करता है प्रश्न में चर्चा की गई छद्म एक के विरोध में पूर्ण विंडो का उपयोग करने के दो मुख्य लाभ ये हैं कि कुछ में मामलों में यह फ़िल्टरिंग के विश्लेषणात्मक लक्षण वर्णन को कम कर सकता है, और यह प्रेरित होकर उतार-चढ़ाव को कम कर देता है यदि कोई बहुत बड़ा या छोटा डाटा वैल्यू डेटा सेट का हिस्सा है उदाहरण के लिए, फ़िल्टर परिणाम पर विचार करें यदि डेटा सभी शून्य हैं, जिसका मान 10 है 6. उत्तर 29 नवंबर से 12 बजे 33.हमेशा मूविंग एवरेज बेसिक्स। वर्षों के दौरान, तकनीशियनों ने सरल चलती औसत के साथ दो समस्याएं पाई हैं पहली समस्या चलती औसत एमए के समय सीमा में है अधिकांश तकनीकी विश्लेषकों का मानना ​​है कि मूल्य कार्रवाई खोलने या समापन शेयर की कीमत पर्याप्त नहीं है, जिस पर एमए के क्रॉसओवर कार्रवाई के संकेत खरीदने या बेचने का उचित अनुमान लगाया जा सकता है इस समस्या को हल करने के लिए, विश्लेषकों ने हाल के मूल्य डेटा तेजी से चलने वाले औसत ईएमए का इस्तेमाल करके एक्सपोनिसलीली तौले हुए मूविंग औसत की तलाश में और जानें। उदाहरण के लिए, एक 10-दिवसीय एमए का उपयोग करके, एक विश्लेषक 10 वें दिन की समाप्ति मूल्य लेगा और यह संख्या 10, नौवें दिन के नौ, आठवां दिन आठ से और इतने पर एमए की पहली बार। कुल मिलाकर एक बार निर्धारित किया गया है, तो विश्लेषक मल्टीप्लायर्स के जोड़ के द्वारा संख्या को विभाजित करेगा यदि आप 10-दिवसीय एमए उदाहरण के मल्टीप्लायर जोड़ते हैं , संख्या 55 है इस सूचक को रैखिक रूप से भारित चलती औसत के रूप में जाना जाता है, संबंधित पढ़ने के लिए, सरल मूविंग एवेरेज़ मेक ट्रेडेड्स स्टैंड आउट देखें। कई तकनीशियन तेजी से सुगंधित मूवी एनजी औसत ईएमए इस सूचक को इतने सारे अलग-अलग तरीकों से समझाया गया है कि यह छात्रों और निवेशकों को समान रूप से भ्रमित करता है शायद सबसे अच्छा स्पष्टीकरण जॉन जे मर्फी के तकनीकी बाजार विश्लेषण, न्यू यॉर्क इंस्टीट्यूट ऑफ फाइनेंस, 1999 द्वारा प्रकाशित किया गया है। सरल चलती औसत पहले से जुड़े दोनों समस्याओं को सुलझाने वाले औसत पतों को ढंकते हुए, तेजी से धीमा औसत अधिक हाल के आंकड़ों को अधिक वजन देता है इसलिए, यह एक भारित चलती औसत है, लेकिन जब यह पिछले मूल्य डेटा को कम महत्व देता है, तो यह इसके गणना में साधन के जीवन में सभी डेटा शामिल हैं, इसके अतिरिक्त, उपयोगकर्ता सबसे हाल के दिन की कीमत में अधिक या कम वजन देने के लिए भार को समायोजित करने में सक्षम है, जो पिछले दिन के मूल्य के प्रतिशत में जोड़ा जाता है दोनों प्रतिशत मूल्यों का योग 100 तक बढ़ जाता है। उदाहरण के लिए, आखिरी दिन की कीमत को 10 10 का भार सौंपा जा सकता है, जो पिछले दिनों में जोड़ा गया है 90 90 के जीटी यह कुल भार का आखिरी दिन 10 देता है यह अंतिम दिन की कीमत 5 05 के छोटे मूल्य को देकर 20-दिवसीय औसत के बराबर होगा। आंकड़ा 1 एक्सपोनेंसिलीली Smoothed मूविंग औसत। उपरोक्त चार्ट शो अगस्त 2000 से 1 जून 2001 तक नासडेक कम्पोजिट इंडेक्स पहले सप्ताह से, जैसा कि आप स्पष्ट रूप से देख सकते हैं, ईएमए, जो इस मामले में नौ दिन की अवधि के समापन मूल्य डेटा का उपयोग कर रहा है, ने सितंबर 8 एक काले नीचे तीर द्वारा चिह्नित यह दिन था जब सूचकांक 4,000 स्तर से नीचे तोड़ दिया दूसरा काली तीर एक और नीचे की ओर दिखाता है कि तकनीशियन वास्तव में उम्मीद कर रहे थे कि नास्डैक खुदरा निवेशकों से पर्याप्त मात्रा और ब्याज उत्पन्न नहीं कर सके और 3,000 अंक तोड़ सके तो फिर 4 अप्रैल को 16 9 58 में नीचे से नीचे कबूतर आ गया। अप्रैल 12 के उत्थान एक तीर से चिह्नित है सूचकांक 1 9 61 में 46 पर बंद हुआ, और तकनीशियनों ने संस्थागत फंड मैनेजर को सिस्को, माइक्रोसॉफ्ट जैसे कुछ सस्ते दामों को खरीदने के लिए शुरू किया। कुछ ऊर्जा से संबंधित मुद्दों का हमारे संबंधित लेख पढ़ें हमारे बारे में एक लेख लिखना औसत लिफ़ाफ़े चल रहा है जो एक लोकप्रिय ट्रेडिंग उपकरण को परिष्कृत कर रहा है और औसत उछाल चल रहा है। हमने दिखाया कि साधारण ऐतिहासिक अस्थिरता की गणना कैसे करें इस लेख को पढ़ने के लिए देखें, भविष्य की जोखिम को मापने के लिए अस्थिरता का उपयोग करना देखें स्टॉक डेटा के 30 दिनों के आधार पर दैनिक अस्थिरता की गणना करने के लिए हमने Google के वास्तविक स्टॉक मूल्य डेटा का इस्तेमाल किया इस आलेख में, हम सरल उतार-चढ़ाव और तेजी से भारित चलती औसत ईडब्ल्यूएमए ऐतिहासिक वि। इम्प्लाइड अस्थिरता के बारे में चर्चा करते हैं, इस मीट्रिक को परिप्रेक्ष्य में थोड़ा सा लगाते हैं ऐतिहासिक और निहित या अंतर्निहित अस्थिरता के दो व्यापक दृष्टिकोण हैं ऐतिहासिक दृष्टिकोण यह मानते हैं कि अतीत हम आशा में इतिहास को मापने के लिए प्रस्तावना चाहते हैं कि यह भविष्य कहनेवाला अस्थिरता है, दूसरी तरफ, इतिहास की अनदेखी करता है यह उतार-चढ़ाव के लिए हल करता है वाई बाजार कीमतों यह उम्मीद है कि बाजार सबसे अच्छा जानता है और बाजार मूल्य में शामिल है, भले ही असल में अस्थिरता का एक सर्वसम्मत अनुमान, संबंधित रीडिंग के लिए, उपयोग और वाष्पशीलता की सीमाएं देखें। यदि हम बाईं ओर सिर्फ तीन ऐतिहासिक दृष्टिकोणों पर ध्यान देते हैं ऊपर, उनके पास सामान्य में दो चरण हैं। आवधिक वापसी की श्रृंखला का परिचालना। एक भारोत्तोलन योजना लागू करें। सबसे पहले, हम आवधिक वापसी की गणना करते हैं, जो आमतौर पर दैनिक रिटर्न की एक श्रृंखला होती है, जहां प्रत्येक प्रतिदिन लगातार जटिल शब्दों में व्यक्त किया जाता है, प्रत्येक दिन हम शेयर की कीमतों के अनुपात का स्वाभाविक लॉग लेना, अर्थात् आज कल मूल्य से विभाजित मूल्य, और इसी तरह। यह यूरी से यू इम से दैनिक रिटर्न की एक श्रृंखला का उत्पादन करता है, इस बात पर निर्भर करता है कि कितने दिनों का दिन हम माप रहे हैं। दूसरा कदम यह वह जगह है जहां तीन दृष्टिकोण भिन्न होते हैं भविष्य के जोखिम को मापने के लिए वाष्पशीलता का उपयोग करते हुए पिछले लेख में, हमने दिखाया है कि स्वीकार्य सरलीकरण के तहत, सरल विचरण चुकता retu का औसत है आरएनएस। नोटिस कि यह प्रत्येक आवधिक रिटर्न की गणना करता है, फिर उस दिन को कुल संख्या या टिप्पणियों से विभाजित करता है एम, तो यह वास्तव में चुकता आवधिक रिटर्न का औसत है, एक और रास्ता दें, प्रत्येक स्क्वेर्ड रिटर्न को बराबर वजन दिया जाता है यदि अल्फा ए विशेष रूप से एक भारित कारक है, तो एक 1 मीटर, तो एक साधारण विचरण ऐसा कुछ दिखता है। ईवमा सरल विचरण पर सुधार करता है इस दृष्टिकोण की कमजोरी यह है कि सभी लाभ एक ही वजन कम करते हैं कल की हाल ही में हुई रिटर्न का कोई और प्रभाव नहीं पड़ा है पिछले महीने की वापसी की तुलना में विचरण पर यह समस्या तेजी से भारित चलती औसत ईडब्ल्यूएमए का उपयोग करके तय की गई है, जिसमें अधिक हाल के रिटर्न का विचरण पर अधिक वजन होता है। तेजी से भारित चलती औसत EWMA लैम्ब्डा का परिचय देता है जिसे लम्ब्डा पैरामीटर लाम्बडा होना चाहिए एक से कम उस स्थिति के तहत, बराबर वज़न के बजाय प्रत्येक स्क्वायर रिटर्न का गुणांक एक गुणक द्वारा भारित किया जाता है। उदाहरण के लिए, जोखिम मैट्रिक्स टीएम, एक वित्तीय जोखिम प्रबंधन सी ओम्पानी, 0 94 या 94 के लैम्ब्डा का उपयोग करने की आदत है, इस मामले में, सबसे हाल ही में चुकता आवधिक वापसी का पहला परिणाम 1-0 94 94 0 6 है, अगले स्क्वायर रिटर्न केवल एक लैम्ब्डा- इसके पहले वजन का बहुमत है मामले 6 से 94 5 64 गुणा और तीसरे पहले दिन का वजन 1-0 94 94 94 2 5 30 के बराबर है। इसका अर्थ है कि ईडब्ल्यूएमए में प्रत्येक वजन एक निरंतर गुणक यानी लैम्ब्डा है, जो कि एक से कम होना चाहिए पहले दिन के वजन यह एक भिन्नता को सुनिश्चित करता है जो अधिक हाल के डेटा पर भारित या पक्षपाती है और अधिक जानने के लिए, Google की अस्थिरता के लिए एक्सेल वर्कशीट देखें Google के लिए बस अस्थिरता और ईडब्ल्यूएमए के बीच अंतर नीचे दिखाया गया है। साधारण अस्थिरता का प्रभावी ढंग से प्रत्येक कॉलम ओ में दिखाए गए अनुसार 0 1 9 6 से आवधिक वापसी हमें दैनिक स्टॉक मूल्य डेटा के दो साल हुए थे जो कि 50 9 दैनिक रिटर्न और 1 50 9 0 196 है, लेकिन ध्यान दें कि कॉलम पी 6 का वजन, फिर 5 64, फिर 5 3 और इसी तरह यह सरल विचरण और ईडब्ल्यूएमए के बीच एकमात्र अंतर है fter हम कॉलम क्यू में पूरी श्रृंखला का योग करते हैं, हमारे पास विचरण है, जो मानक विचलन का वर्ग है यदि हम अस्थिरता चाहते हैं, हमें उस विचरण के वर्गमूल को याद रखना चाहिए। विचरण के बीच दैनिक अस्थिरता में क्या अंतर है और Google के मामले में ईडब्ल्यूएमए यह महत्वपूर्ण है कि सरल विचरण ने हमें 2 4 की एक दैनिक अस्थिरता दी लेकिन ईडब्ल्यूएमए ने केवल 1 4 की दैनिक अस्थिरता को विवरण के लिए स्प्रैडशीट दिखाई दिया, जाहिर है, Google की अस्थिरता हाल ही में बसे, इसलिए एक सरल विचरण कृत्रिम रूप से ऊंचा हो सकता है। आज का विचरण पाइअर दिवस के भिन्नता का कार्य है आप देखेंगे कि हमें ज़्यादा गिरावट के वजन की एक लंबी श्रृंखला की गणना करने की आवश्यकता है, हम यहां गणित नहीं जीते, लेकिन ईडब्ल्यूएमए की सबसे अच्छी सुविधाओं में से एक यह है कि पूरे श्रृंखला आसानी से एक पुनरावर्ती फार्मूला को कम कर देता है। पुनरावृत्त मतलब है कि आज के विचरण संदर्भ अर्थात् पूर्व दिन के विचरण का एक कार्य है, आप इस सूत्र को स्प्रेडशीट में भी पा सकते हैं, और यह सटीक उत्पादन करता है मुझे लंबे समय से गणना के रूप में परिणाम यह कहते हैं कि ईडब्ल्यूएमए के तहत आज का विचलन लैम्ब्डा से भारित कल के विचरण के बराबर है और कल शून्य के चुकता वापसी का वजन एक शून्य से लैम्ब्डा है। ध्यान दें कि हम कल के भारित विचरण के साथ दो शब्दों को जोड़ रहे हैं और वेटेड, स्क्वेर्ड रिटर्न फिर भी, लैम्ब्डा हमारे चौरसाई पैरामीटर है एक उच्च लैम्ब्डा उदा जैसे जोखिममैट्रिक 94 श्रृंखला में धीमी क्षय को इंगित करता है - सापेक्ष रूप में, हम श्रृंखला में अधिक डेटा पॉइंट होने जा रहे हैं और वे धीरे धीरे गिरने जा रहे हैं दूसरे पर हाथ, यदि हम लैम्ब्डा को कम करते हैं, तो हम संकेत देते हैं कि अधिक क्षय वजन तेजी से गिरता है और तेजी से क्षय के प्रत्यक्ष परिणाम के रूप में, कम डेटा पॉइंट का उपयोग किया जाता है स्प्रेडशीट में, लैम्ब्डा एक इनपुट है, इसलिए आप इसकी संवेदनशीलता के साथ प्रयोग कर सकते हैं.समुदायी अस्थिरता एक स्टॉक का तात्कालिक मानक विचलन है और सबसे आम जोखिम मीट्रिक है यह भिन्नता का वर्गमूल भी है, हम ऐतिहासिक या अप्रत्यक्ष रूप से उल्लेखित खंडों को माप सकते हैं। lity ऐतिहासिक रूप से मापने के लिए, सबसे आसान तरीका सरल विचरण है लेकिन सरल विचरण के साथ कमजोरी सभी वही वजन एक ही वजन मिलता है इसलिए हम एक क्लासिक ट्रेड-ऑफ का सामना करते हैं, हम हमेशा अधिक डेटा चाहते हैं लेकिन अधिक डेटा हमारे पास है और हमारी गणना से पतला होता है दूर कम प्रासंगिक आंकड़े समय-समय पर होने वाले रिटर्न के लिए भार बताते हुए तेजी से भारित चलने वाले औसत ईडब्ल्यूएमए सरल विचरण में सुधार करते हैं, हम दोनों एक बड़ा नमूना आकार का उपयोग कर सकते हैं लेकिन अधिक हाल के रिटर्न के लिए अधिक वजन भी दे सकते हैं। इस विषय पर एक फिल्म ट्यूटोरियल देखने के लिए, बायोनिक कछुए पर जाएं