Hur man beräknar vägda rörliga medelvärden i Excel med hjälp av exponentiell utjämning Excel-dataanalys för dummies, 2: a utgåvan Exponentiell utjämning i Excel beräknar glidande medelvärdet. Exponentiell utjämning väger emellertid värdena som ingår i de glidande medelberäkningarna så att de senaste värdena har större effekt på medelberäkningen och gamla värden har en mindre effekt. Denna viktning åstadkommes genom en utjämningskonstant. För att illustrera hur verktyget för exponentiell utjämning fungerar, antar att du8217re återigen tittar på den genomsnittliga daglig temperaturinformationen. För att beräkna vägda glidmedel med hjälp av exponentiell utjämning, gör följande steg: För att beräkna ett exponentiellt jämnt glidande medelvärde, klicka först på kommandoknappen Data tab8217s dataanalys. När Excel visar dialogrutan Dataanalys väljer du alternativet Exponentiell utjämning från listan och klickar sedan på OK. Excel visar dialogrutan Exponentiell utjämning. Identifiera data. För att identifiera de data för vilka du vill beräkna ett exponentiellt jämnt glidande medelvärde, klicka i textrutan Inmatningsområde. Identifiera sedan ingångsintervallet, antingen genom att skriva in en arbetsbladets intervalladress eller genom att välja arbetsbladets intervall. Om ditt inmatningsområde innehåller en textetikett för att identifiera eller beskriva dina data markerar du kryssrutan Etiketter. Ge utjämningskonstanten. Ange utjämningskonstantvärdet i textrutan Dämpningsfaktor. Excel-hjälpfilen föreslår att du använder en utjämningskonstant på mellan 0,2 och 0,3. Förmodligen, om du använder det här verktyget, har du egna idéer om vad den korrekta utjämningskonstanten är. (Om you8217re clueless om utjämningskonstanten, kanske du shouldn8217t använda det här verktyget.) Berätta Excel var du placerar de exponentiellt jämnaste glidande genomsnittliga data. Använd textrutan Utmatningsområde för att identifiera arbetsbladets intervall i vilket du vill placera den glidande genomsnittliga data. I exemplet på arbetsbladet placerar du exempelvis den glidande genomsnittliga data i arbetsarkets intervall B2: B10. (Valfritt) Diagram exponentialt jämna data. För att kartlägga exponentiellt jämna data, markera kryssrutan Diagramutmatning. (Valfritt) Anger att du vill beräkna standard felinformation. För att beräkna standardfel markerar du kryssrutan Standard fel. Excel placerar standardfelvärden bredvid de exponentiellt slätade glidande medelvärdena. När du är klar med att ange vilken flyttbar genomsnittsinformation du vill ha beräknad och var du vill placera den, klicka på OK. Excel beräknar glidande medelvärden. Möjliga medelvärden: Vad är de Bland de mest populära tekniska indikatorerna används glidande medelvärden för att mäta riktningen för den nuvarande trenden. Varje typ av rörligt medelvärde (vanligtvis skrivet i denna handledning som MA) är ett matematiskt resultat som beräknas genom att medelvärda ett antal tidigare datapunkter. När det bestämts är det resulterande genomsnittet plottat på ett diagram för att låta handlare se på jämn data istället för att fokusera på de dagliga prisfluktuationer som är inneboende på alla finansmarknader. Den enklaste formen av ett glidande medel, lämpligt känt som ett enkelt glidande medelvärde (SMA), beräknas genom att man tar det aritmetiska medelvärdet av en given uppsättning värden. För att exempelvis beräkna ett grundläggande 10-dagars glidande medelvärde skulle du lägga till slutkurserna från de senaste 10 dagarna och sedan dela resultatet med 10. I Figur 1 är summan av priserna för de senaste 10 dagarna (110) Dividerat med antalet dagar (10) för att komma fram till 10-dagars genomsnittet. Om en näringsidkare vill se ett 50-dagars genomsnitt istället, skulle samma typ av beräkning göras, men det skulle innehålla priser under de senaste 50 dagarna. Det resulterande genomsnittet under (11) tar hänsyn till de senaste 10 datapunkterna för att ge handlare en uppfattning om hur en tillgång prissätts relativt de senaste 10 dagarna. Kanske du undrar varför tekniska handlare kallar det här verktyget ett glidande medelvärde och inte bara en vanlig medelvärde. Svaret är att när de nya värdena blir tillgängliga måste de äldsta datapunkterna släppas från uppsättningen och nya datapunkter måste komma in för att ersätta dem. Således flyttar datasatsen ständigt för att redogöra för nya data när den blir tillgänglig. Denna beräkningsmetod säkerställer att endast den nuvarande informationen redovisas. I figur 2 flyttas den röda rutan (representerande de senaste 10 datapunkterna) till höger om det nya värdet på 5 och det sista värdet av 15 släpps från beräkningen. Eftersom det relativt lilla värdet på 5 ersätter det höga värdet på 15, förväntar du dig att genomsnittet av datamängden minskar, vilket det gör, i det här fallet från 11 till 10. Vad ser rörliga medelvärden ut som en gång värdena på MA har beräknats, de är plottade på ett diagram och sedan anslutna för att skapa en rörlig genomsnittslinje. Dessa kurvor är vanliga på diagrammen för tekniska handlare, men hur de används kan variera drastiskt (mer om detta senare). Som du kan se i Figur 3 är det möjligt att lägga till mer än ett glidande medelvärde till ett diagram genom att justera antalet tidsperioder som används i beräkningen. Dessa böjda linjer kan tyckas distraherande eller förvirrande först, men du kommer att bli vana vid dem som tiden går vidare. Den röda linjen är helt enkelt genomsnittspriset under de senaste 50 dagarna, medan den blå linjen är genomsnittspriset under de senaste 100 dagarna. Nu när du förstår vad ett rörligt medelvärde är och hur det ser ut, introducerar du en annan typ av rörligt medelvärde och undersöker hur det skiljer sig från det tidigare nämnda enkla glidande medlet. Det enkla glidande medlet är extremt populärt bland handlare, men som alla tekniska indikatorer har det sina kritiker. Många individer hävdar att användbarheten av SMA är begränsad eftersom varje punkt i dataserien är densamma, oavsett var den inträffar i sekvensen. Kritiker hävdar att de senaste uppgifterna är mer signifikanta än de äldre uppgifterna och bör ha större inverkan på slutresultatet. Som svar på denna kritik började näringsidkare lägga större vikt vid de senaste uppgifterna, som sedan lett till uppfinningen av olika typer av nya medelvärden, varav den mest populära är det exponentiella glidande genomsnittet (EMA). (För vidare läsning, se Grunderna för viktade rörliga medelvärden och vad som är skillnaden mellan en SMA och en EMA) Exponentiell rörlig genomsnitts Det exponentiella rörliga genomsnittsvärdet är en typ av rörligt medelvärde som ger större vikt till de senaste priserna i ett försök att göra det mer responsivt Till ny information. Att lära sig den något komplicerade ekvationen för att beräkna en EMA kan vara onödig för många handlare, eftersom nästan alla kartläggningspaket gör beräkningarna för dig. Men för dig matte geeks där ute, här är EMA-ekvationen: När du använder formeln för att beräkna den första punkten hos EMA kan du märka att det inte finns något värde tillgängligt för att använda som tidigare EMA. Detta lilla problem kan lösas genom att starta beräkningen med ett enkelt glidande medelvärde och fortsätter med ovanstående formel därifrån. Vi har försett dig med ett provkalkylblad som innehåller verkliga exempel på hur man beräknar både ett enkelt glidande medelvärde och ett exponentiellt glidande medelvärde. Skillnaden mellan EMA och SMA Nu när du har en bättre förståelse för hur SMA och EMA beräknas, kan vi titta på hur dessa medelvärden skiljer sig åt. Genom att titta på beräkningen av EMA kommer du att märka att större vikt läggs på de senaste datapunkterna, vilket gör det till en typ av vägt genomsnitt. I Figur 5 är antalet tidsperioder som används i varje genomsnitt identiskt (15), men EMA svarar snabbare på de förändrade priserna. Lägg märke till hur EMA har ett högre värde när priset stiger och faller snabbare än SMA när priset sjunker. Denna respons är den främsta anledningen till att många handlare föredrar att använda EMA över SMA. Vad betyder de olika dagarna? Förflyttande medelvärden är en helt anpassningsbar indikator, vilket innebär att användaren fritt kan välja vilken tidsram de vill ha när de skapar genomsnittet. De vanligaste tidsperioderna som används i glidande medelvärden är 15, 20, 30, 50, 100 och 200 dagar. Ju kortare tidsintervallet användes för att skapa medelvärdet desto känsligare blir det för prisändringar. Ju längre tidspanelen, desto mindre känslig eller mer utjämnas, blir medelvärdet. Det finns ingen rätt tidsram att använda när du ställer in dina glidande medelvärden. Det bästa sättet att ta reda på vilket som passar dig bäst är att experimentera med ett antal olika tidsperioder tills du hittar en som passar din strategi. Vågad rörlig medelkalkylator Med en lista över sekventiella data kan du konstruera n-punktsvikten Glidande medelvärde (eller viktat rullande medelvärde) genom att hitta det viktade genomsnittet av varje uppsättning n-på varandra följande punkter. Antag exempelvis att du har den beställda datasatsen 10, 11, 15, 16, 14, 12, 10, 11 och viktningsvektorn är 1, 2, 5, där 1 tillämpas på äldsta termen, tillämpas 2 på Medellång sikt och 5 tillämpas på den senaste termen. Då är det viktade 3-punkts glidande medlet 13.375, 15.125, 14.625, 13, 11, 10.875 Viktiga glidmedelvärden används för att släta sekventiella data samtidigt som det ger mer betydelse för vissa termer. Vissa viktade medelvärden lägger mer värde på centrala villkor, medan andra gynnar senare villkor. Aktieanalytiker använder ofta ett linjärt vägat n-punkts glidande medelvärde där viktningsvektorn är 1, 2. n-1. N. Du kan använda räknaren nedan för att beräkna det rullande vägda genomsnittet av en dataset med en given vektorgrafik. (För räknaren skriver du in vikter som en kommaseparerad lista över siffror utan parentes och parentes.) Antal termer i en viktad n-punkts rörlig genomsnittsnivå Om antalet termer i ursprungsuppsättningen är d och antalet termer som används i Varje medelvärde är n (dvs. längden på viktvektorn är n), då kommer antalet villkor i den glidande genomsnittsföljden att vara till exempel om du har en sekvens av 120 aktiekurser och tar ett 21-dagarsviktat rullande medelvärde Av priserna kommer den viktade rullande genomsnittsföljden att ha 120 - 21 1 100 datapunkter. Vågat medelvärde BREAKING DOWN Vägt genomsnitt Ett vägt genomsnitt beräknas oftast i förhållande till värdena i värdena i en dataset. Ett vägt genomsnitt kan beräknas på olika sätt, dock om vissa värden i en dataset ges större betydelse av andra orsaker än förekomstfrekvensen. Beräkning av viktade genomsnittliga investerare sammanställer ofta en position i ett lager över flera år. Aktiekurserna förändras dagligen, så det kan vara svårt att hålla koll på kostnadsbasen för de aktier som ackumulerats över en period av år. Om en investerare vill beräkna ett vägt genomsnitt av det aktiekurs som han betalat för aktierna måste han multiplicera antalet aktier som förvärvats till varje pris till det priset, lägga till dessa värden och sedan dela upp det totala värdet med det totala antalet aktier . Till exempel, säg en investerare förvärvar 100 aktier i ett företag i år 1 på 10 och 50 aktier av samma företag i år 2 på 40. För att få det vägda genomsnittet av det betalade priset multiplicerar investeraren 100 aktier med 10 för År 1, 50 aktier med 40 för år 2 och lägger sedan till resultaten för att få ett totalt värde av 3.000. Investeraren delar upp det totala beloppet för aktierna, 3 000 i det här fallet med det totala antalet förvärvade aktier under båda åren, 150, för att få det vägda genomsnittliga priset betald av 20. Detta genomsnitt vägs med avseende på antalet aktier Förvärvade till varje pris och inte bara det absoluta priset. Exempel på vägt genomsnittligt vägt genomsnitt uppträder inom många områden av finansiering utöver köpeskillingen på aktier inklusive portföljavkastning, lagerredovisning och värdering. När en fond, som innehar flera värdepapper, stiger upp 10 på året, utgör den 10 ett vägt genomsnitt av avkastningen för fonden i förhållande till värdet av varje position i fonden. För inventeringsredovisning står det vägda genomsnittliga värdet av lagret för fluktuationer i råvarupriser, till exempel medan LIFO - eller FIFO-metoder ger mer betydelse för tiden än värdet. När man utvärderar företag för att bedöma huruvida deras aktier är korrekt prissatta använder investerare den vägda genomsnittliga kapitalkostnaden (WACC) för att diskontera företagets kassaflöden. WACC vägs utifrån marknadsvärdet av skuld och eget kapital i en företags kapitalstruktur.
No comments:
Post a Comment