موفينغ متوسط مزايا النموذج

المتوسطات المتحركة المتوسط ​​المتحرك (غالبا ما يتم اختصاره إلى ما في أبحاثنا) هو واحد من المؤشرات الأكثر شعبية ويستخدم من قبل المحللين الفنيين لمجموعة متنوعة من المهام: لتحديد مجالات الدعم على المدى القصير لتحديد الاتجاه الحالي كعنصر في العديد من مؤشرات أخرى مثل ماسد، أو بولينجر باندز. والمزايا الرئيسية للمتوسطات المتحركة هي أولا أنها تسهل البيانات وبالتالي توفر صورة بصرية أكثر وضوحا للاتجاه الحالي وثانيا، أن m. a. إشارات يمكن أن تعطي إجابة دقيقة عن ما هو الاتجاه. والعيب الرئيسي هو أنها متخلفة بدلا من المؤشرات الرائدة ولكن هذا لا ينبغي أن يكون مشكلة للمستثمرين على المدى الطويل. هناك شكلان رئيسيان للمتوسط ​​المتحرك: المتوسط ​​المتحرك البسيط (كما يوحي الاسم) يحسب متوسط ​​السعر على مدى فترة زمنية محددة للتحرك. على سبيل المثال، فإن المتوسط ​​المتحرك البسيط لمدة 20 يوما سيحسب متوسط ​​السعر المتوسط ​​من آخر 20 يوما من إغلاق الأسعار وما إلى ذلك. كما أن المتوسط ​​المتحرك الأسي (إيما) يساوي متوسط ​​إغلاق الأيام العشر الأخيرة ولكنه يعطى وزنا أكبر للأسعار الأحدث مما يجعله أكثر حساسية للعمل الحالي للأسعار وبالتالي يقلل من تأثير التأخير. تحديد الدعم والمقاومة على المدى القصير يظهر الرسم البياني أدناه مؤشر ناسداك 100 بمتوسط ​​متحرك أسي لمدة 50 يوما (إما). ويحقق المؤشر أعلى مستوياته وأعلى مستوياته على نحو متسق من خلال معظم عام 2003، كما أن المؤشر المتحرك لمدة 50 يوما يوفر مؤشرا جيدا عن مكان وجود هذه الأحواض، أي حيث تبدأ الصفقات الطويلة. يمكن للمرء بالطبع محاولة فترة أطول قليلا من المتوسط ​​المتحرك لضمان بقاء جميع الأحواض فوق المتوسط ​​ولكن من الخبرة وجدنا أن 50 يوما إيما تفعل هذه المهمة بشكل جيد. توليد إشارات التداول تولد طريقة كروس إشارة تداول أوتوماتيكية موثوقة إلى حد ما عندما يتجاوز متوسط ​​المدى الأقصر المتوسط ​​فوق المتوسط. في المثال أدناه أظهرنا 20 و 50 يوم إماس لمؤشر ناسداك 100. وستشتري طريقة كروس شراء المؤشر عندما يتجاوز المتوسط ​​المتحرك ل 20 يوما (الخط الأخضر) فوق 50 يوما إيما (الخط الأحمر) على المدى الأطول، وسيبيع المؤشر عندما يعبر 20 يوم إيما إلى ما دون 50 يوما من المتوسط. لقد تميزت شراء مع الأسهم الزرقاء وتبيع مع الأسهم الحمراء هذه القاعدة من نظام الإبهام قد أبقينا في السوق من حوالي 1000 إلى حوالي 1500. الوصول إلى الخدمات البحثية لدينا يتطلب قبول شروط العمل لدينا وتخضع لإخلاء المسؤولية لدينا. عرض سياسة الخصوصية . يتم تقديم خدمة الأسهم الأمريكية وخدمة توقيت السوق الأمريكية من قبل تشارتكرافت إنك (تشارتكرافت)، وهي ليست أعمالا منظمة. يتم توفير جميع الخدمات الأخرى من قبل ستوكوب ريزارتش ليميتد (ستوككيوب) الذي هو مرخص ومنظم من قبل سلطة السلوك المالي في المملكة المتحدة. تشارتكرافت و ستوككوب مملوكة بالكامل من قبل شركة ستوك كيوب المحدودة وهي شركة مسجلة في المملكة المتحدة في Ireland. net. s.sourceforge. openforecast. models فئة الوزن الموزعي المتوسطالمتوسط ​​يعتمد نموذج التنبؤ المتحرك المتوسط ​​المرجح على سلسلة زمنية تم إنشاؤها بصورة مصطنعة تكون فيها القيمة لفترة زمنية معينة يستبدل بالمتوسط ​​المرجح لتلك القيمة والقيم لبعض عدد 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 أبستراكتيمباسدموديل الإرجاع: تمثيل سلسلة من نموذج التنبؤ الحالي، و param. net. sourceforge. openforecast. models الدرجة موفينغافيراجموديل نموذج التنبؤ المتوسط ​​المتحرك يستند إلى سلسلة زمنية شيدت بشكل مصطنع حيث يستعاض عن القيمة لفترة زمنية معينة بمتوسط ​​تلك القيمة والقيم الخاصة بعدد من الفترات الزمنية السابقة والناجحة. 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 بواسطة: توسترينغ في واجهة التنبؤات تجاوز أوديريدس: توسترينغ في فئة ويتدوفينغ أفيراجيموديل الإرجاع: تمثيل سلسلة من نموذج التنبؤ الحالي، ومعلماته.