مزايا نموذج المتوسط المتحرك

net. sourceforge. openforecast. models الدرجة موفينغافيراجوديل يعتمد نموذج التنبؤ المتوسط ​​المتحرك على سلسلة زمنية تم إنشاؤها بشكل اصطناعي يتم فيها استبدال القيمة لفترة زمنية معينة بمتوسط ​​تلك القيمة والقيم لبعض الوقت السابق والوقت الذي يليه الفترات. كما كنت قد خمنت من الوصف، وهذا النموذج هو الأنسب لبيانات سلسلة زمنية أي البيانات التي تتغير مع مرور الوقت. على سبيل المثال، العديد من المخططات من الأسهم الفردية في سوق الأسهم تظهر 20، 50، 100 أو 200 يوم المتوسطات المتحركة كوسيلة لإظهار الاتجاهات. وبما أن قيمة التوقعات لأي فترة معينة هي متوسط ​​الفترات السابقة، فإن التنبؤ سيبدو دائما متخلفا عن الزيادة أو النقصان في القيم الملاحظة (المعتمدة). على سبيل المثال، إذا كان لسلسلة البيانات اتجاها تصاعديا ملحوظا، فإن توقعات المتوسط ​​المتحرك سوف توفر عموما قيمة ناقصة لقيم المتغير التابع. وتتميز طريقة المتوسط ​​المتحرك بميزة على نماذج التنبؤ الأخرى حيث أنها تعمل على إزالة القمم والأحواض (أو الوديان) في مجموعة من الملاحظات. ومع ذلك، كما أن لديها العديد من العيوب. على وجه الخصوص هذا النموذج لا ينتج معادلة فعلية. ولذلك، فإنه ليس كل ذلك مفيد كأداة متوسطة المدى التنبؤ المدى. ويمكن استخدامه بشكل موثوق للتنبؤ بفترة أو فترتين في المستقبل. ويمثل نموذج المتوسط ​​المتحرك حالة خاصة للمتوسط ​​المتحرك الأعم المرجح. في المتوسط ​​المتحرك البسيط، تكون جميع الأوزان متساوية. منذ: 0.3 الكاتب: ستيفن R. جولد الحقول الموروثة من الطبقة net. sourceforge. openforecast. models. AbstractForecastingModel موفينغافيريفيوديل () بناء نموذج جديد للتنبؤ المتوسط ​​المتحرك. موفينغافيراجوديل (إنت إنتري) يبني نموذج جديد للتنبؤ المتوسط ​​المتحرك، وذلك باستخدام الفترة المحددة. جيتفوريكاستيب () إرجاع اسم واحد أو اثنين من اسم هذا النوع من نموذج التنبؤ. إينيت (داتاسيت داتاسيت) يستخدم لتهيئة نموذج المتوسط ​​المتحرك. توسترينغ () ينبغي تجاوز ذلك لتوفير وصف نصي لنموذج التنبؤ الحالي بما في ذلك، حيثما أمكن، أي معلمات مشتقة مستخدمة. الأساليب الموروثة من الطبقة net. sourceforge. openforecast. models. WeightedMovingAverageModel موفينغ متوسط ​​العمر المتوسط ​​بناء نموذج جديد للتنبؤ بالمتوسط ​​المتحرك. ولكي يتم إنشاء نموذج صالح، يجب استدعاء إينيت وتمرير مجموعة بيانات تحتوي على سلسلة من نقاط البيانات مع تهيئة متغير الوقت لتحديد المتغير المستقل. موفينغافيراجيموديل يبني نموذج جديد للتنبؤ بالمتوسط ​​المتحرك، باستخدام الاسم المعطى كمتغير مستقل. المعلمات: إنديبندنتفاريابل - اسم المتغير المستقل لاستخدامه في هذا النموذج. موفينغافيراجيموديل يبني نموذج جديد للتنبؤ بالمتوسط ​​المتحرك، باستخدام الفترة المحددة. ولكي يتم إنشاء نموذج صالح، يجب استدعاء إينيت وتمرير مجموعة بيانات تحتوي على سلسلة من نقاط البيانات مع تهيئة متغير الوقت لتحديد المتغير المستقل. وتستعمل قيمة الفترة لتحديد عدد الملاحظات الواجب استعمالها لحساب المتوسط ​​المتحرك. على سبيل المثال، بالنسبة للمتوسط ​​المتحرك لمدة 50 يوما حيث تكون نقاط البيانات هي ملاحظات يومية، يجب تعيين الفترة إلى 50. كما تستخدم الفترة لتحديد مقدار الفترات المستقبلية التي يمكن التنبؤ بها بشكل فعال. مع المتوسط ​​المتحرك لمدة 50 يوما، فإننا لا يمكننا بشكل معقول - مع أي درجة من الدقة - توقعات أكثر من 50 يوما بعد الفترة الأخيرة التي تتوفر البيانات. قد يكون هذا أكثر فائدة من، على سبيل المثال فترة 10 يوما، حيث يمكننا فقط توقع معقول 10 يوما بعد الفترة الماضية. المعلمات: الفترة - عدد الرصدات الواجب استعمالها لحساب المتوسط ​​المتحرك. موفينغافيراجيموديل يبني نموذج جديد للتنبؤ بالمتوسط ​​المتحرك، باستخدام الاسم المعطى كمتغير مستقل والفترة المحددة. المعلمات: إنديبندنتفاريابل - اسم المتغير المستقل لاستخدامه في هذا النموذج. الفترة - عدد الملاحظات التي ستستخدم لحساب المتوسط ​​المتحرك. تستخدم لتهيئة نموذج المتوسط ​​المتحرك. يجب استدعاء هذه الطريقة قبل أي طريقة أخرى في الصف. وبما أن نموذج المتوسط ​​المتحرك لا يستمد أي معادلة للتنبؤ، فإن هذه الطريقة تستخدم داتاسيت المدخلات لحساب قيم التنبؤات لجميع القيم الصحيحة للمتغير الزمني المستقل. تحديد بواسطة: إينيت في الواجهة التنبؤات تجاوزات: إينيت في الصف أبستراكتيمباسيدموديل معلمات: داتاسيت - مجموعة بيانات من الملاحظات التي يمكن استخدامها لتهيئة المعلمات التنبؤ نموذج التنبؤ. جيتفوريكاستيب إرجاع اسم واحد أو اثنين من اسم هذا النوع من نموذج التنبؤ. حافظ على هذا قصير. يجب تنفيذ وصف أطول في أسلوب توسترينغ. وينبغي تجاوز ذلك لتوفير وصف نصي لنموذج التنبؤ الحالي بما في ذلك، حيثما أمكن، أي معلمات مشتقة مستخدمة. تحديد من قبل: توسترينغ في واجهة التنبؤالمواد تجاوز: توسترينغ في فئة ويتدوفينغفيراجيودوديل عوائد: تمثيل سلسلة من نموذج التنبؤ الحالي، ومعلماته. 7 المزالق من المتوسطات المتحركة المتوسط ​​المتحرك هو متوسط ​​سعر الأمن على مدى فترة زمنية محددة . وغالبا ما يستخدم المحللون المتوسطات المتحركة كأداة تحليلية لتسهيل متابعة اتجاهات السوق، حيث تتحرك الأوراق المالية صعودا وهبوطا. ويمكن للمتوسطات المتحركة تحديد الاتجاهات وقياس الزخم. وبالتالي، يمكن استخدامها للإشارة إلى متى ينبغي للمستثمر شراء أو بيع ضمان معين. ويمكن للمستثمرين أيضا استخدام المتوسطات المتحركة لتحديد نقاط الدعم أو المقاومة من أجل قياس متى من المرجح أن تغير الأسعار الاتجاه. من خلال دراسة النطاقات التجارية التاريخية، يتم إنشاء نقاط الدعم والمقاومة حيث عكس سعر الأمن اتجاهه التصاعدي أو الهبوطي، في الماضي. ثم يتم استخدام هذه النقاط لجعل القرارات، شراء أو بيع. لسوء الحظ، فإن المتوسطات المتحركة ليست أدوات مثالية لتحديد الاتجاهات، كما أنها تقدم العديد من المخاطر الدقيقة، ولكنها كبيرة، على المستثمرين. وعلاوة على ذلك، فإن المتوسطات المتحركة لا تنطبق على جميع أنواع الشركات والصناعات. وتشمل بعض العيوب الرئيسية للمتوسطات المتحركة ما يلي: 1. تحريك المتوسطات رسم الاتجاهات من المعلومات السابقة. وهي لا تأخذ في الاعتبار التغييرات التي قد تؤثر على الأداء المستقبلي للأمن، مثل المنافسين الجدد، وارتفاع أو انخفاض الطلب على المنتجات في هذه الصناعة والتغيرات في الهيكل الإداري للشركة. 2. من الناحية المثالية، فإن المتوسط ​​المتحرك سوف يظهر تغيرا ثابتا في سعر الأمن، مع مرور الوقت. لسوء الحظ، فإن المتوسطات المتحركة لا تعمل لجميع الشركات، وخاصة بالنسبة لأولئك الذين في صناعات شديدة التقلب أو تلك التي تتأثر بشدة بالأحداث الجارية. وينطبق ذلك بوجه خاص على صناعة النفط والصناعات المضاربة للغاية، بصفة عامة. 3. يمكن أن تنتشر المتوسطات المتحركة على مدى أي فترة زمنية. ومع ذلك، يمكن أن يكون هذا مشكلة لأن الاتجاه العام يمكن أن تتغير بشكل ملحوظ اعتمادا على الفترة الزمنية المستخدمة. أما الأطر الزمنية الأقصر فتكون أكثر تقلبا، في حين أن الأطر الزمنية الأطول لها تقلبات أقل، ولكنها لا تأخذ في الحسبان التغيرات الجديدة في السوق. يجب أن يكون المستثمرون حذرين أي إطار زمني يختارونه، للتأكد من أن الاتجاه واضح وذات صلة. 4 - والمناقشة الجارية هي ما إذا كان ينبغي التشديد أكثر على الأيام الأخيرة في الفترة الزمنية أم لا. ويرى الكثيرون أن البيانات الحديثة تعكس على نحو أفضل اتجاه الأمن يتحرك، في حين يشعر البعض الآخر أن إعطاء بعض الأيام أكثر وزنا من غيرها، ويحيز بشكل غير صحيح الاتجاه. ويمكن للمستثمرين الذين يستخدمون أساليب مختلفة لحساب المتوسطات أن يوجهوا اتجاهات مختلفة تماما. (مزيد من المعلومات في المتوسطات المتحركة البسيطة مقابل الأسي). 5. يجادل العديد من المستثمرين بأن التحليل الفني هو وسيلة لا معنى لها للتنبؤ بسلوك السوق. يقولون أن السوق ليس لديه ذاكرة والماضي ليس مؤشرا على المستقبل. وعلاوة على ذلك، هناك بحوث كبيرة لدعم هذا الأمر. على سبيل المثال، أجرى روي نرسيسيان دراسة مع خمس استراتيجيات مختلفة باستخدام المتوسطات المتحركة. وتراوحت نسبة نجاح كل استراتيجية بين 37 و 66. ويشير هذا البحث إلى أن المتوسطات المتحركة لا تسفر إلا عن نتائج نصف الوقت تقريبا، الأمر الذي يمكن أن يجعلهم يستخدمون اقتراح محفوف بالمخاطر لتوقيت سوق الأوراق المالية بشكل فعال. 6. غالبا ما تظهر الأوراق المالية نمط دوري من السلوك. وينطبق هذا أيضا على شركات المرافق، التي لديها طلب مطرد على منتجاتها من سنة إلى أخرى، ولكنها تواجه تغيرات موسمية قوية. على الرغم من أن المتوسطات المتحركة يمكن أن تساعد على تسهيل هذه الاتجاهات، فإنها يمكن أيضا إخفاء حقيقة أن الأمن يتجه في نمط متذبذب. (لمعرفة المزيد، انظر كيب عين على الزخم.) 7. والغرض من أي اتجاه هو التنبؤ حيث سيكون سعر الأمن في المستقبل. إذا كان الأمن لا تتجه في أي اتجاه، فإنه لا يوفر فرصة للاستفادة من إما شراء أو بيع قصيرة. الطريقة الوحيدة التي يمكن للمستثمر أن يكون قادرا على تحقيق الربح هو تنفيذ استراتيجية متطورة قائمة على الخيارات التي تعتمد على السعر المتبقي ثابتة. الخط السفلي تعتبر المعدلات المتحركة أداة تحليلية قيمة من قبل الكثيرين، ولكن لكي تكون أي أداة فعالة يجب عليك أولا فهم وظيفتها، وعندما تستخدمها، وعندما لا تستخدمها. وتشیر المخاطر التي نوقشت في ھذه الوثیقة إلی أنھ عندما لا تکون المتوسطات المتحرکة أداة فعالة، مثل استخدامھا مع الأوراق المالیة المتقلبة، وکیف یمکن أن تتغاضی عن بعض المعلومات الإحصائیة الھامة، مثل الأنماط الدوریة. ومن المشكوك فيه أيضا مدى فعالية المتوسطات المتحركة في تحديد اتجاهات الأسعار بدقة. وبالنظر إلى العيوب، قد تكون المتوسطات المتحركة أداة تستخدم بشكل أفضل بالاقتران مع الآخرين. في النهاية، سوف الخبرة الشخصية تكون المؤشر النهائي لمدى فعالية هم حقا لمحفظتك. (لمزيد من التفاصيل، انظر هل المتوسطات المتحركة التكيفية تؤدي إلى نتائج أفضل) net. sourceforge. openforecast. models الدرجة الوزن الموزون المتوسط ​​المتوسط ​​يعتمد نموذج التنبؤ المتوسط ​​المرجح المرجح على سلسلة زمنية تم إنشاؤها بشكل مصطنعي يتم فيها استبدال القيمة لفترة زمنية معينة ب المتوسط ​​المرجح لتلك القيمة والقيم لبعض الفترات الزمنية السابقة. كما كنت قد خمنت من الوصف، وهذا النموذج هو الأنسب لبيانات سلسلة زمنية أي البيانات التي تتغير مع مرور الوقت. وبما أن قيمة التوقعات لأي فترة معينة هي المتوسط ​​المرجح للفترات السابقة، فإن التنبؤ سيبدو دائما متخلفا عن الزيادة أو النقصان في القيم الملاحظة (المعتمدة). على سبيل المثال، إذا كان لسلسلة البيانات اتجاها تصاعديا ملحوظا، فإن توقعات المتوسط ​​المتحرك المرجح سوف توفر عموما قيمة ناقصة لقيم المتغير التابع. إن نموذج المتوسط ​​المتحرك المرجح، مثل نموذج المتوسط ​​المتحرك، له ميزة على نماذج التنبؤ الأخرى حيث أنه يزيل القمم والأحواض (أو الوديان) في مجموعة من الملاحظات. ومع ذلك، مثل نموذج المتوسط ​​المتحرك، كما أن لديها العديد من العيوب. على وجه الخصوص هذا النموذج لا ينتج معادلة فعلية. ولذلك، فإنه ليس كل ذلك مفيد كأداة متوسطة المدى التنبؤ المدى. لا يمكن إلا أن تستخدم بشكل موثوق للتنبؤ بضع فترات في المستقبل. منذ: 0.4 المؤلف: ستيفن R. جولد الحقول الموروثة من الطبقة net. sourceforge. openforecast. models. AbstractForecastingModel الوزن الموزون أفيراجوديل () بناء نموذج جديد للتنبؤ المتوسط ​​المتحرك المرجح. ويتموفينغ متوسطي (أوزان مزدوجة) يبني نموذج جديد للتنبؤ المتوسط ​​المتحرك المرجح، باستخدام الأوزان المحددة. التنبؤ (دوبل تايمفالو) ترجع قيمة التنبؤ للمتغير التابع للقيمة المعطاة للمتغير الزمني المستقل. جيتفوريكاستيب () إرجاع اسم واحد أو اثنين من اسم هذا النوع من نموذج التنبؤ. جيتنومبيروفريودس () إرجاع العدد الحالي من الفترات المستخدمة في هذا النموذج. جيتنومبيروفبريديكتورس () إرجاع عدد المتنبئات المستخدمة من قبل النموذج الأساسي. مجموعة الأوزان (الأوزان المزدوجة) يحدد الأوزان التي يستخدمها هذا النموذج المرجح للتنبؤ بالمتوسط ​​المتحرك للأوزان المعطاة. توسترينغ () ينبغي تجاوز ذلك لتوفير وصف نصي لنموذج التنبؤ الحالي بما في ذلك، حيثما أمكن، أي معلمات مشتقة مستخدمة. الطرق الموروثة من الطبقة net. sourceforge. openforecast. models. AbstractTimeBasedModel الوزن الموزعي المتوسطي إنشاء نموذج جديد للتنبؤ المتوسط ​​المتحرك المرجح باستخدام الأوزان المحددة. ولكي يتم إنشاء نموذج صالح، يجب استدعاء إينيت وتمرير مجموعة بيانات تحتوي على سلسلة من نقاط البيانات مع تهيئة متغير الوقت لتحديد المتغير المستقل. ويستخدم حجم صفيف الأوزان لتحديد عدد الملاحظات التي ستستخدم لحساب المتوسط ​​المتحرك المرجح. بالإضافة إلى ذلك، سيتم إعطاء الفترة الأخيرة الوزن الذي يحدده العنصر الأول من المصفوفة أي الأوزان 0. كما يستخدم حجم مجموعة الأوزان لتحديد مقدار الفترات المستقبلية التي يمكن التنبؤ بها على نحو فعال. مع المتوسط ​​المتحرك المرجح لمدة 50 يوما، فإننا لا يمكننا بشكل معقول - مع أي درجة من الدقة - توقع أكثر من 50 يوما بعد الفترة الأخيرة التي تتوفر البيانات. حتى التنبؤ بالقرب من نهاية هذا النطاق من المرجح أن تكون غير موثوق بها. ملاحظة حول الأوزان بشكل عام، يجب أن ترتفع الأوزان التي تم تمريرها إلى هذا المنشئ إلى 1.0. ومع ذلك، كراحة، إذا كان مجموع أوزان لا تضيف ما يصل إلى 1.0، وهذا التنفيذ موازين جميع الأوزان نسبيا بحيث أنها لا مجموع إلى 1.0. المعلمات: الأوزان - صفيف من الأوزان لتعيين الملاحظات التاريخية عند حساب المتوسط ​​المتحرك المرجح. ويتدوفينغ أفيراج موديل إنشاء نموذج جديد للتنبؤ المتوسط ​​المتحرك المرجح، باستخدام المتغير المسماة كمتغير مستقل والأوزان المحددة. المعلمات: إنديبندنتفاريابل - اسم المتغير المستقل لاستخدامه في هذا النموذج. الأوزان - مجموعة من الأوزان لتعيين الملاحظات التاريخية عند حساب المتوسط ​​المتحرك المرجح. ويتدوفينغ أفيراج موديل إنشاء نموذج جديد للتنبؤ المتوسط ​​المتحرك المرجح. ويهدف هذا المنشئ ليتم استخدامها فقط من قبل الفئات الفرعية (وبالتالي فهي محمية). يجب على أي فئة فرعية تستخدم هذا المنشئ أن تستدعي لاحقا طريقة (الوزن) المحمية (ويتويتس) لتهيئة الأوزان التي سيستخدمها هذا النموذج. ويتدوفينغ أفيراجيموديل بناء نموذج جديد للتنبؤ المتوسط ​​المتحرك المرجح باستخدام المتغير المستقل المعطى. المعلمات: إنديبندنتفاريابل - اسم المتغير المستقل لاستخدامه في هذا النموذج. مجموعة الأوزان تحدد الأوزان التي يستخدمها هذا النموذج المرجح للتنبؤ بالمتوسط ​​المتحرك للأوزان المعطاة. وتهدف هذه الطريقة إلى أن تستخدم فقط من قبل الفئات الفرعية (وبالتالي فهي محمية)، وبالاقتران مع منشئ وسيط واحد (محمي) فقط. أي فئة فرعية باستخدام منشئ وسيطة واحدة يجب بعد ذلك استدعاء سيت ويتس قبل استدعاء الأسلوبstractTimeBasedModel. init (net. sourceforge. openforecast. DataSet) تهيئة النموذج. ملاحظة حول الأوزان بشكل عام، يجب أن تضيف الأوزان التي تم تمريرها إلى هذه الطريقة ما يصل إلى 1.0. ومع ذلك، كراحة، إذا كان مجموع أوزان لا تضيف ما يصل إلى 1.0، وهذا التنفيذ موازين جميع الأوزان نسبيا بحيث أنها لا مجموع إلى 1.0. المعلمات: الأوزان - صفيف من الأوزان لتعيين الملاحظات التاريخية عند حساب المتوسط ​​المتحرك المرجح. لعرض قيمة توقعات المتغير التابع للقيمة المعطاة للمتغير الزمني المستقل. ويجب أن تنفذ الفئات الفرعية هذه الطريقة بطريقة تتسق مع نموذج التنبؤ الذي تنفذه. الفئات الفرعية يمكن الاستفادة من جيتفوريكرافالو وأساليب جيتوبسرفيدفالو للحصول على التوقعات السابقة والملاحظات على التوالي. المحدد من قبل: التنبؤ في الصف أبستراكتيمباسيدموديل معلمات: تيميفالو - قيمة المتغير الزمني الذي مطلوب قيمة التنبؤ. العوائد: قيمة التنبؤ للمتغير التابع للوقت المحدد. رميات: إليغالارجومنتكسيبتيون - إذا كان هناك بيانات تاريخية غير كافية - الملاحظات التي تم تمريرها إلى البداية - لتوليد توقعات للقيمة الزمنية المعطاة. جيتنومبيروفريديكتورس إرجاع عدد من أجهزة التنبؤ المستخدمة من قبل النموذج الأساسي. العوائد: عدد المتنبئات المستخدمة من قبل النموذج الأساسي. جيتنومبيروفريودس إرجاع العدد الحالي من الفترات المستخدمة في هذا النموذج. محدد بواسطة: جيتنومبيروفريودز في الصف أبستراكتيمباسدموديل الإرجاع: العدد الحالي من الفترات المستخدمة في هذا النموذج. جيتفوريكاستيب إرجاع اسم واحد أو اثنين من اسم هذا النوع من نموذج التنبؤ. حافظ على هذا قصير. يجب تنفيذ وصف أطول في أسلوب توسترينغ. وينبغي تجاوز ذلك لتوفير وصف نصي لنموذج التنبؤ الحالي بما في ذلك، حيثما أمكن، أي معلمات مشتقة مستخدمة. تحديد بواسطة: توسترينغ في واجهة التنبؤات تجاوزات: توسترينغ في فئة أبستراكتيمباسيدموديل الإرجاع: تمثيل سلسلة من نموذج التنبؤ الحالي، ومعلماته.