المرجحة أضعافا مضاعفة - الحركة - متوسط - تقلب التفوق

نهج إوما له ميزة جذابة واحدة: فإنه يتطلب القليل نسبيا من البيانات المخزنة. لتحديث تقديراتنا في أي وقت، نحن بحاجة فقط إلى تقدير مسبق لمعدل التباين وأحدث قيمة للمراقبة. ويتمثل الهدف الثانوي ل إوما في تتبع التغيرات في التقلب. وبالنسبة للقيم الصغيرة، تؤثر الملاحظات الأخيرة على التقدير فورا. وبالنسبة للقيم الأقرب إلى واحد، يتغير التقدير ببطء استنادا إلى التغيرات الأخيرة في عوائد المتغير الأساسي. تستخدم قاعدة بيانات ريسكمتريكس (التي تنتجها جي بي مورغان والمتاحة للجمهور) إوما مع لتحديث التقلبات اليومية. هام: لا تتحمل صيغة إوما متوسط ​​مستوى التباين على المدى الطويل. وبالتالي، فإن مفهوم التقلب يعني الانعكاس لا يتم التقاطه من قبل إوما. نماذج أرشغارتش هي أكثر ملاءمة لهذا الغرض. والهدف الثانوي ل إوما هو تتبع التغيرات في التقلب، لذلك بالنسبة للقيم الصغيرة، تؤثر الملاحظة الأخيرة على التقدير على الفور، وبالنسبة للقيم أقرب إلى واحد، يتغير التقدير ببطء إلى التغيرات الأخيرة في عوائد المتغير الأساسي. وتستخدم قاعدة بيانات ريسكمتريكس (التي تنتجها جي بي مورغان) والمتاحة للجمهور في عام 1994 نموذج إوما لتحديث تقديرات التقلبات اليومية. ووجدت الشركة أنه عبر مجموعة من متغيرات السوق، فإن هذه القيمة تعطي توقعات التباين التي تأتي أقرب إلى معدل التباين المحقق. وقد حسبت معدلات التباين المحققة في يوم معين كمتوسط ​​مرجح بالتساوي في الأيام ال 25 التالية. وبالمثل، لحساب القيمة المثلى لل لامدا لمجموعة البيانات لدينا، ونحن بحاجة لحساب التقلبات المحققة في كل نقطة. هناك عدة طرق، لذلك اختيار واحد. بعد ذلك، حساب مجموع الأخطاء المربعة (سس) بين تقدير إوما والتقلب المحقق. وأخيرا، تقليل سس عن طريق تغيير قيمة لامدا. يبدو بسيطا هو. التحدي الأكبر هو الاتفاق على خوارزمية لحساب التقلبات المحققة. على سبيل المثال، اختار الناس في ريسكمتريكس لاحقة 25 يوما لحساب معدل التباين المحقق. في حالتك، يمكنك اختيار الخوارزمية التي تستخدم حجم اليومية، هيلو أندور أسعار فتح-إغلاق. س 1: هل يمكننا استخدام إوما لتقدير التقلبات (أو التنبؤ بها) أكثر من خطوة واحدة إلى الأمام لا يفترض تمثيل التقلبات إوما متوسط ​​التقلب على المدى الطويل، وبالتالي فإن أي إوما ترجع ثابت لأي أفق للتنبؤ خارج خطوة واحدة القيمة: كيفية حساب المتوسطات المتحركة المرجح في إكسيل باستخدام الأسي تمهيد إكسيل تحليل البيانات للدمى، الطبعة الثانية أداة التمدد الأسي في إكسيل بحساب المتوسط ​​المتحرك. ومع ذلك، فإن قيم ترجيح الأسية القيم المدرجة 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، افترض أنك 8217re تبحث مرة أخرى في متوسط ​​معلومات درجة الحرارة اليومية. لحساب المتوسطات المتحركة المرجحة باستخدام تمهيد أسي، اتبع الخطوات التالية: لحساب متوسط ​​متحرك أضعافا مضاعفة، انقر أولا على الزر الأمر 8217s تحليل البيانات. عندما يعرض إكسيل مربع الحوار تحليل البيانات حدد عنصر التمدد الأسي من القائمة ثم انقر فوق موافق. يعرض إكسيل مربع الحوار أسيوننتيال سموثينغ. حدد 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 عمل أو عن طريق تحديد نطاق ورقة العمل. إذا كان نطاق الإدخال يتضمن تسمية نص لتحديد بياناتك أو وصفها، فحدد مربع الاختيار التصنيفات. توفير ثابت التمهيد. أدخل قيمة ثابت التجانس في مربع النص عامل التخميد. ملف إكسيل هيلب يوحي باستخدام ثابت التمهيد بين 0.2 و 0.3. ويفترض، ومع ذلك، إذا كنت 8217re استخدام هذه الأداة، لديك الأفكار الخاصة بك حول ما ثابت ثابت التجانس هو. (إذا كنت 8217re جاهل حول ثابت تجانس، وربما كنت mustn8217t باستخدام هذه الأداة.) أخبر إكسيل مكان وضع البيانات المتوسط ​​المتحرك ممسود أضعافا مضاعفة. استخدم مربع النص نطاق الإخراج لتحديد نطاق ورقة العمل الذي تريد وضع بيانات المتوسط ​​المتحرك. في مثال ورقة العمل، على سبيل المثال، تضع بيانات المتوسط ​​المتحرك في نطاق ورقة العمل B2: B10. (اختياري) قم بتخطيط البيانات الملساء أضعافا مضاعفة. لرسم البيانات التي تم تمهيدها بشكل متسارع، حدد خانة الاختيار مخطط الإنتاج. (اختياري) تشير إلى أنك تريد حساب معلومات الخطأ القياسية. لحساب الأخطاء القياسية، حدد خانة الاختيار أخطاء قياسية. يضع إكسيل قيم الخطأ القياسية بجوار قيم المتوسط ​​المتحرك الممهدة أضعافا مضاعفة. بعد الانتهاء من تحديد معلومات المتوسط ​​المتحرك التي تريد حسابها والمكان الذي تريد وضعه فيه، انقر فوق موافق. يحسب إكسيل معلومات المتوسط ​​المتحرك. حساب ارتباط إوما باستخدام إكسيل لقد تعلمنا مؤخرا عن كيفية تقدير التقلبات باستخدام المتوسط ​​المتحرك المتحرك إزون. كما نعلم، إوما يتجنب المزالق من المتوسطات المرجح على قدم المساواة لأنها تعطي المزيد من الوزن إلى الملاحظات الأحدث مقارنة مع الملاحظات القديمة. لذلك، إذا كان لدينا عوائد متطرفة في بياناتنا، مع مرور الوقت، تصبح هذه البيانات أقدم ويحصل على وزن أقل في حسابنا. في هذه المقالة سوف ننظر في كيفية حساب الارتباط باستخدام إوما في إكسيل. ونحن نعلم أن الارتباط يحسب باستخدام الصيغة التالية: الخطوة الأولى هي حساب التباين بين سلسلتي العودة. نحن نستخدم عامل تمهيد لامدا 0.94، كما هو مستخدم في ريسكمتريكس. النظر في المعادلة التالية: نستخدم عوائد التربيع r 2 كسلسلة x في هذه المعادلة لتنبؤات التباين والمنتجات المتقاطعة لعائدين كسلسلة x في معادلة التنبؤات التغايرية. لاحظ أن نفس لامدا يستخدم لجميع الفروق والتباين. الخطوة الثانية هي حساب الفروق والانحراف المعياري لكل سلسلة عودة، كما هو موضح في هذه المقالة حساب التقلب التاريخي باستخدام إوما. الخطوة الثالثة هي حساب الارتباط من خلال توصيل قيم التباين، والانحرافات المعيارية في الصيغة المعطاة أعلاه للارتباط. توفر ورقة إكسيل التالية مثالا على حساب الارتباط والتذبذب في إكسيل. فإنه يأخذ سجل عوائد اثنين من الأسهم ويحسب الارتباط بينهما.