कैसे से करने भारित चलती - औसत - 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 करने और मुवक्किल औसत पूर्वानुमान के साथ काम करना शुरू करना। औसत पूर्वानुमान पूर्वानुमान चलाना हर कोई औसत मौके पर चलने से परिचित है, भले ही उनका मानना ​​है कि वे सभी कॉलेज के छात्रों को हर समय उनको अपने पाठ्यक्रम के परीक्षण के बारे में सोचें, जहां आप जा रहे हैं सेमेस्टर के दौरान चार परीक्षाएं हैं, मान लें कि आपको अपनी पहली परीक्षा में 85 मिले। आप अपने दूसरे टेस्ट स्कोर के लिए 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 यह मान लें कि अपने दोस्तों 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, इसलिए 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। अब आप 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 थे, 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 प्रत्येक भविष्यवाणी के लिए केवल दो सबसे हालिया टुकड़ों 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 के लिए संख्या - अभियान अवधि। 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 क्लास में समझाया जाएगा आप स्प्रेडशीट पर फ़ंक्शन की स्थिति बनाना चाहते हैं, ताकि गणना के परिणाम दिखाई दें जहां यह होना चाहिए जैसा कि निम्नलिखित। विचित्र तरीके से चलती औसत भ्रामक मापों की प्रवृत्ति को फेर्रेट करता है, 10 दिन चलती औसत को मूल दैनिक भार के साथ साजिश करके देखा जा सकता है, छोटे हीरे के रूप में दिखाया जाता है। चलती औसत जो हमने अभी तक इस्तेमाल किया है औसत में सभी दिनों के बराबर महत्व यह ज़रूरत नहीं है यदि आप इसके बारे में सोचते हैं, तो यह अधिक मायने नहीं रखता है, खासकर यदि आप लंबे समय तक चलती औसत का इस्तेमाल करने में दिलचस्पी रखते हैं तो आपको लगता है कि रुझान में यादृच्छिक बाधा को सुचारू बनाने के लिए आपको लगता है 20 दिनों की चलती औसत का उपयोग कर रहे हैं आपका वजन लगभग तीन हफ्ते पहले क्यों होना चाहिए, वही वर्तमान प्रवृत्ति से उतना ही प्रासंगिक है जितना आपका वजन आज सुबह। भारित चलती औसत के विभिन्न रूपों को इस आक्षेप का समाधान करने के लिए विकसित किया गया है, इसके बजाय एक अनुक्रमित दिनों के माप को मापने और दिनों की संख्या को विभाजित करने के बजाय, भारित चलती औसत में प्रत्येक माप पहले वजन घटाने से गुणा किया जाता है जो दिन-प्रतिदिन से भिन्न होता है अंतिम राशि विभाजित होती है, दिन की संख्या से नहीं, बल्कि सभी वजन घटकों के योग से विभाजित होती है यदि हाल के दिनों में बड़े वजन घटकों का उपयोग किया जाता है और माप के लिए छोटे कारकों को समय के साथ आगे बढ़ाया जाता है, तो प्रवृत्ति हाल के बदलावों के लिए उत्तरदायी चलती औसत चलने के बगैर और अधिक उत्तरदायी होगा। एक अवांछित चलती औसत केवल एक भारित चल औसत है जो 1 के बराबर सभी वजन घटकों के साथ होता है। आप किसी भी वजन के कारक का उपयोग कर सकते हैं, लेकिन जेब्रेकिंग के साथ एक विशेष सेट मोनिकर एक्सपेंनेलीली स्मूथेट मूविंग एवर ने हवाई रक्षा रडार से लेकर शिकागो पोर्क पेट बाजार तक के कारोबार के लिए उपयोगी साबित कर दिया है चलो इसे काम पर रखे हमारे पेटों पर भी। इस आलेख के लिए वजन घटकों की तुलना एक तेजी से चिकनी 20 दिन की चलती औसत के साथ सरल चलती औसत के साथ होती है, जो हर रोज़ वज़न के बराबर होती है। एक्सपेंनेशन चौरसाई आज की माप को दो बार महत्व देता है, सरल औसत इसे निर्दिष्ट करेगा, कल एस माप उस से थोड़ा कम, और प्रत्येक दिन लगातार 20 दिन के साथ अपने पूर्ववर्ती से भी कम समय का परिणाम केवल 20 की तुलना में एक सरल चलती औसत के साथ होता है। एक तेज गति से चलती औसत में वजन के कारक एक नंबर की लगातार शक्तियां हैं जिन्हें चौरसाई कहा जाता है निरंतर 1 के एक चिकनाई स्थिरता के साथ एक तेजी से चिकनी चलती औसत एक सरल चलती औसत के समान है, 1 से किसी भी शक्ति 1 के बाद से है 1 चम्मच स्थिरांक 1 से भी कम ताज़ा आंकड़ा अधिक भारी होता है, चूंकि चौरसाई के रूप में बढ़ते हुए हाल के माप की ओर पूर्वाग्रह होता है शून्य की ओर निरंतर घट जाती है यदि चौरसाई निरंतर 1 से अधिक हो जाता है, तो पुराने डेटा हालिया माप से अधिक भारी हैं इस साजिश से वजन घटकों को दिखाया जाता है जो कि चौरसाई के विभिन्न मूल्यों से उत्पन्न होता है ध्यान दें कि जब चौरसाई स्थिर होती है, तो वजन के सभी कारक 1 के होते हैं। जब चौरसाई स्थिर होती है तो 0 5 और 9 9 के बीच, पुराने डेटा बूंदों को दिया जाने वाला वजन बहुत तेजी से तुलना में हाल की माप की तुलना में कि चलती औसत को विशिष्ट दिनों की संख्या तक सीमित करने की कोई आवश्यकता नहीं है, हम अपने सभी डेटा को औसत कर सकते हैं, बहुत ही शुरूआत में वापस आ सकते हैं, और चौरसाई स्थिरांक से वजन घटकों की गणना कर सकते हैं पुराने आंकड़ों को स्वचालित रूप से त्यागें, क्योंकि यह वर्तमान प्रवृत्ति के लिए अप्रासंगिक हो जाता है.हमेशा मूविंग एवरेज़ 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 सबसे अधिक तकनीकी विश्लेषकों मानना ​​है कि मूल्य कार्रवाई खोलने या समापन शेयर की कीमत पर्याप्त नहीं है, जिस पर एमए के क्रॉसओवर कार्रवाई की सिग्नल खरीदने या बेचने की ठीक तरह से भविष्यवाणी करने के लिए निर्भर नहीं है इस समस्या को हल करने के लिए, विश्लेषकों ने अब तक का सबसे हालिया मूल्य डेटा का विस्तार करके तेजी से चलती औसत औसत ईएमए का इस्तेमाल करके एक्सपोनेंसिलीली तौले हुए मूविंग औसत की तलाश में अधिक जानें। उदाहरण के लिए, उदाहरण के लिए, 10-दिवसीय एमए का उपयोग करके, एक विश्लेषक इसका समापन मूल्य ले जाएगा 10 वें दिन और इस संख्या को 10, नौवें दिन 9, आठवें दिन आठ और इतने पर एमए के पहले की संख्या में गुणा करें, एक बार कुल निर्धारित किया गया है, तो विश्लेषक मल्टीप्लायर्स के जोड़ द्वारा संख्या को विभाजित करेगा यदि आप 10-दिन के एमए उदाहरण के मल्टीप्लायर जोड़ते हैं, संख्या 55 है, यह सूचक रेखीय भारित चलती औसत के रूप में जाना जाता है, संबंधित रीडिंग के लिए, सरल मूविंग एवेरेज़ मेक टेंडर स्टैंड आउट को देखें। कई तकनीशियन तेजी से चिकनी चलती 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 विवरण जॉन जे मर्फी के तकनीकी वित्तीय विश्लेषण से आता है न्यू यॉर्क इंस्टीट्यूट ऑफ फाइनेंस द्वारा प्रकाशित, आर्कटेट्स, 1 999। तेजी से चलने वाले औसत पते, सरल चलती औसत से जुड़े दोनों समस्याएं, शीघ्रता से धुंधला औसत, अधिक हाल के आंकड़ों के लिए अधिक वजन देता है इसलिए, यह भारित है औसत चलती है लेकिन जब यह पिछले मूल्य के आंकड़ों को कम महत्त्व प्रदान करता है, तो इसमें इसकी गणना में साधन के जीवन के सभी आंकड़ों को शामिल किया जाता है इसके अलावा, उपयोगकर्ता हाल ही के दिनों में अधिक या कम वजन देने के लिए भार को समायोजित करने में सक्षम है। एस मूल्य, 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 10 10 के वजन को सौंपी जा सकती है, जो पिछले दिनों में जोड़ा गया है 90 90 का वजन 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। निर्धारण 1 प्रत्याशित रूप से सुगम मूविंग औसत। उपरोक्त चार्ट, अगस्त 2000 से 1 जून, 2001 तक पहले सप्ताह से नास्डेक कम्पोजिट इंडेक्स को दिखाता है, जैसा कि आप स्पष्ट रूप से देख सकते हैं, ईएमए, जो इस मामले में नौ दिनों की अवधि के समापन मूल्य डेटा का उपयोग कर रहा है, निश्चित रूप से बेचे जाने वाले सिग्नल एक काले नीचे तीर द्वारा चिह्नित 8 सितंबर को यह वह दिन था जब सूचकांक 4,000 स्तर से नीचे गिर गया 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 रुचि उत्पन्न नहीं कर सके 3,000 अंक तो फिर नीचे 4 9 अप्रैल को 1619 58 में नीचे आते हुए कबूतर। अप्रैल 12 के उत्थान एक तीर के रूप में चिह्नित किया गया है यहां सूचकांक 1,961 46 पर बंद हुआ, और तकनीशियनों ने संस्थागत फंड मैनेजर्स को शुरू करना शुरू किया, जैसे कि कुछ सस्ते दाम सिस्को, माइक्रोसॉफ्ट और ऊर्जा से संबंधित मुद्दों में से कुछ हमारे संबंधित लेख पढ़ें औसत लिफाफेों को एक लोकप्रिय ट्रेडिंग उपकरण रिफाइनिंग चलाना और औसत बाउंस चलाना। संयुक्त राज्य अमेरिका की अधिकतम राशि ऋण की सीमा को उधार ले सकती है द्वितीय लिबर्टी बॉण्ड अधिनियम के अंतर्गत बनाया गया था। ब्याज दर जिस पर एक डिपॉजिटरी संस्था फेडरल रिजर्व में एक अन्य डिपॉजिटरी संस्था में रखी गई धनराशि रखती है। किसी दिए गए सुरक्षा या बाजार सूचकांक के लिए रिटर्न के फैलाव का एक सांख्यिकीय उपाय वाष्पशीलता या तो मापा जा सकता है अमेरिकी कानून 1 9 33 में बैंकिंग अधिनियम के रूप में पारित किया, जिसमें वाणिज्यिक बैंकों ने निवेश में भाग लेने से मना किया था। नॉनफ़ॉर्म पेरोल खेतों, निजी घरों और गैर-लाभकारी क्षेत्र के बाहर किसी भी नौकरी को संदर्भित करता है अमेरिकी श्रम ब्यूरो। मुद्रा संक्षिप्त या भारतीय रुपया के लिए मुद्रा का प्रतीक, भारत का मुद्रा रुपया 1 से बना है