<<
>>

15.3. Организация данных в табличном процессоре

Составление прогнозов с помощью метода скользящего среднего

Метод скользящего среднего применять достаточно несложно, однако он слишком прост для создания точного прогноза. При использовании этого метода прогноз любого периода представляет собой не что иное, как получение среднего показателя нескольких результатов наблюдений временного ряда.

Вычисления с помощью этого метода довольно просты и достаточно точно отражают изменения основных показателей предыдущего периода.

Иногда при составлении прогноза они эффективнее, чем методы, основанные на долговременных наблюдениях.

Мы исследуем рынок ценных бумаг, данные взяты с сервера Московской фондовой биржи (адрес — www.rmg.ru).

Полученные данные котировок акций крупнейших мы вводим в рабочий лист Exel. Чтобы понять, существует ли какая-либо определенная тенденция изменения котировок, мы создали на основе средних данных о полученных котировках скользящее среднее. Скользящее среднее сглаживает смещения базовой линии, лежащей в его основе. Мы решили воспользоваться двухдневным скользящим среднем, то есть среднее значение от котировок двух предыдущих дней.

422

Недостатки данного метода. Прогнозы с использованием скользящего среднего приводят к потере некоторых данных в начальном периоде базовой линии.

Прогнозирование с использованием функции экспоненциального сглаживания

Сглаживание — это способ, обеспечивающий быстрое реагирование вашего прогноза на все события, происходящие в течение периода протяженности базовой линии.

Основная идея применения метода сглаживания состоит в том, что каждый новый прогноз получается по средством перемещения предыдущего прогноза в направлении, которое дало бы лучшие результаты по сравнению со старым прогнозом. Базовое уравнение имеет вид:

F[t+1] = F[t]+a*e[t]

где t — временной период;

Fft] — это прогноз, сделанный в момент времени t;

F[t+1] — отражает прогноз во временной период, следующий непосредственно за моментом времени t;

а — константа сглаживания (в нашем случае мы взяли ее равной 0,8;

eft] — погрешность, то есть различие между прогнозом, сделанным в момент времени t, и фактическими результатами наблюдений в момент времени t.

При прогнозе с использованием линии тренда пропускается скачок функции базовой линии, тогда как при прогнозе с применением сглаживания он отслеживается. Поэтому уровень ряда может резко увеличиваться. Это явление известно под названием выброса функций, что и прослеживается на наших графиках. При прогнозе, выполненном с помощью сглаживания, фактическая базовая линия отслеживается довольно точно. Excel непосредственно поддерживает метод сглаживания с помощью средства Экспоненциальное сглаживание в надстройке Пакет Анализа.

Технический анализ широко используется на Западе, а последнее время и в нашей стране при разнообразной работе на всех видах товарных и валютных рынков. Технический анализ работает на практике уже многие годы и приносит пользователям немалый доход.

<< | >>
Источник: Маренков Н.Л.. Ценные бумаги — Изд. 2-е. — М.: Московский экономико-финансовый институт. Ростов н/Д: Изд-во «Феникс». — 602 с. — (Высшее образование) . 2005

Еще по теме 15.3. Организация данных в табличном процессоре:

  1. Табличный процессор
  2. 4.12.1. Организация и проведение сбора данных
  3. База данных предприятий и организаций
  4. Покупка данных у исследовательских организаций
  5. 3.3. Технологии автоматизированного офиса, использования текстовых и табличных редакторов
  6. Технологии автоматизированного офиса, использования текстовых и табличных редакторов
  7. 6.4. АНАЛИЗ ДАННЫХ ОБ ЭМИССИИ ЦЕННЫХ БУМАГ ОРГАНИЗАЦИИ
  8. § 4. Табличный стандарт (Tabular Standard)
  9. Табличное согласование входов и выходов процессов между собой
  10. РЕЛЯЦИОННЫЕ БАЗЫ ДАННЫХ. МОДЕЛЬ ДАННЫХ
  11. Табличное согласование входов и выходов процессов между собой
  12. Руководство Осло. РЕКОМЕНДАЦИИ ПО СБОРУ И АНАЛИЗУ ДАННЫХ ПО ИННОВАЦИЯМ / Третье издание / Совместная публикация ОЭСР и Евростата ОРГАНИЗАЦИЯ ЭКОНОМИЧЕСКОГО СОТРУДНИЧЕСТВА И РАЗВИТИЯ СТАТИСТИЧЕСКОЕ БЮРО ЕВРОПЕЙСКИХ СООБЩЕСТВ, 2006
  13. 4.13. Анализ данных