Media mvil

En las estadsticas , un promedio mvil , tambin llamada media mvil , rodando media o media continua , es un tipo de filtro de respuesta de impulso finito utilizado para analizar un conjunto de puntos de datos mediante la creacin de una serie de medias de diferentes subconjuntos del conjunto de datos completo. Teniendo en cuenta una serie de nmeros y un tamao de subconjunto fijo, el primer elemento de la media mvil se obtiene tomando la media del subconjunto fijo inicial de la serie de nmeros. A continuacin, el subconjunto es modificada por "desplazamiento hacia adelante", es decir, excluyendo el primer nmero de la serie y que incluya el nmero siguiente al subconjunto original en la serie. Esto crea un nuevo subconjunto de nmeros, que se promedia.Este proceso se repite ms de la serie de datos completa. La lnea argumental conecta todos los promedios (fijo) es la media mvil. Una media mvil es un conjunto de nmeros, cada uno de los cuales es la media del subconjunto correspondiente de un conjunto ms amplio de puntos de referencia. Una media mvil tambin puede usar pesos desiguales para cada valor de dato en el subconjunto para enfatizar determinados valores en el subconjunto. Una media mvil es de uso general con series temporales de datos para suavizar las fluctuaciones a corto plazo y destacar tendencias a largo plazo o ciclos.El umbral entre el corto plazo y largo plazo depende de la aplicacin, y los parmetros de la media mvil se ajustarn en consecuencia. Por ejemplo, a menudo se utiliza en el anlisis tcnico de los datos financieros, como acciones precios , rendimientos y volmenes de negociacin. Tambin se utiliza eneconoma para examinar el producto interno bruto, el empleo o las otras series temporales macroeconmicas. Matemticamente, una media mvil es un tipo de convolucin y por lo que se puede ver como un ejemplo de un filtro de paso bajo utilizado en el procesamiento de seales . Cuando se utiliza con datos de series de tiempo no es, un filtro de media mvil de componentes de alta frecuencia sin ninguna conexin especfica con el tiempo, aunque por lo general algn tipo de ordenamiento es implcita. Visto simplista que puede ser considerado como suavizado de los datos.

media mvil simple

En las aplicaciones financieras de un promedio mvil simple (SMA) es el no ponderado promedio de los ltimos n puntos de referencia. Sin embargo, en la ciencia e ingeniera de la media se toma normalmente de un nmero igual de datos a cada lado de un valor central. Esto asegura que las variaciones en la media estn alineadas con las variaciones en los datos en lugar de ser desplazado en el tiempo.Un ejemplo de un funcionamiento sencillo media no ponderada para una muestra de n-da de precio de cierre es la media de los precios de cierre de los das anteriores n '. Si esos precios son entonces la frmula es

Al calcular los valores sucesivos, un nuevo valor entra en la suma y un valor antiguo se retira, lo que significa una suma completa cada vez que es necesario para este caso simple,

El periodo seleccionado depende del tipo de movimiento de inters, tal como a corto, medio o largo. En trminos financieros se mueven los niveles medios puede ser interpretada como apoyo en un mercado alcista, o resistencia en un mercado a la baja. Si los datos utilizados no se centran alrededor de la media, un promedio mvil simple est por detrs del ltimo punto de referencia por la mitad de la anchura de la muestra. Un SMA tambin puede ser desproporcionadamente influenciadas por los puntos de referencia antiguos abandono o nuevos datos procedentes pulg Una caracterstica de la SMA es que si los datos tienen una fluctuacin peridica, a continuacin, la aplicacin de un SMA de ese perodo

eliminar que la variacin (el promedio siempre contiene un ciclo completo). Sin embargo, un [1] ciclo perfectamente regular rara vez se encuentra. Para un nmero de aplicaciones es ventajoso para evitar el desplazamiento inducido por el uso de slo "pasado" de datos. Por lo tanto un promedio mvil central puede ser calculado, utilizando datos igualmente espaciados cada lado del punto de la serie, donde se calcula la media. Esto requiere el uso de un nmero impar de puntos de referencia en la ventana de muestra.

promedio acumulado en movimiento

En un promedio mvil acumulativo , los datos llegan en un flujo ordenado y el dato estadstico desea obtener el promedio de todos los datos hasta el punto de referencia actual. Por ejemplo, un inversor puede querer que el precio medio de todas las transacciones de acciones por una accin en particular hasta el momento actual. A medida que cada nueva transaccin se produce, el precio medio en el momento de la transaccin puede ser calculado para todas las transacciones hasta que punto usando el promedio acumulado, tpicamente no ponderado promedio de la secuencia de i valores x 1 , ..., x i hasta el tiempo actual:

El mtodo de fuerza bruta para calcular esta sera la de almacenar todos los datos y calcular la suma y se divide por el nmero de referencia seala cada vez que un nuevo punto de referencia lleg. Sin embargo, es posible actualizar simplemente promedio acumulado como un nuevo valor x i 1 se convierte en disponible, utilizando la frmula:

donde

se pueden tomar para ser igual a 0.

As, el promedio acumulativo actual para un nuevo punto de referencia es igual a la media acumulativa anterior ms la diferencia entre el ltimo punto de referencia y la media anterior dividido por el nmero de puntos recibidos hasta el momento. Cuando todos los puntos de referencia llegan ( i = N ), el promedio acumulado ser igual al promedio final. La derivacin de la frmula media acumulativa es sencillo. Uso

y de manera similar para i + 1 , se ve que

Resolviendo esta ecuacin para la CA i un resultado:

Media ponderada en movimiento

Un promedio ponderado es cualquier medio que ha multiplicando los factores de dar diferentes pesos a los datos en diferentes posiciones en la ventana de muestra.Matemticamente, la media mvil es la convolucin de los puntos de referencia con una funcin de ponderacin fija. Una aplicacin es la eliminacin de pixelisation de una imagen grfica digital. En el anlisis tcnico de los datos financieros, una media mvil ponderada (WMA) tiene el [2] significado especfico de los pesos que disminuyen en progresin aritmtica. En un n WMAda en que el ltimo da tiene peso n , el ltimo segundo n - 1, etc ., frente a uno.

El denominador es un nmero tringulo igual a En el caso ms general el denominador siempre ser la suma de los pesos individuales. Al calcular la WMA a travs de valores sucesivos, la diferencia entre los numeradores de WMA M 1 y WMA M es np M 1 - p M - - p M -n +1 . Si denotamos la suma p M + + p M n un total de M , entonces

La grfica muestra cmo la disminucin pesos, de mayor peso para los puntos de referencia ms recientes, hasta llegar a cero. Se puede comparar a los pesos de la media exponencial que sigue.

WMA weights n = 15

media mvil exponencial

Ms informacin: grfico EWMA Una media mvil exponencial (EMA), tambin conocida como una media mvil ponderada [3] exponencialmente (EWMA), es un tipo de respuesta de impulso infinito filtro que aplica los factores de ponderacin que disminuyen exponencialmente . La ponderacin de cada punto de referencia ms disminuye exponencialmente, sin llegar nunca a cero. El grfico de la derecha muestra un ejemplo de la disminucin de peso. La EMA para una serie Y puede ser calculado de forma recursiva:

para Donde: Donde: El coeficiente representa el grado de disminucin de ponderacin, un factor de alisamiento constante entre 0 y 1. Cuanto mayor sea descuentos mayores observaciones ms rpidas. Alternativamente, se puede expresar en trminos de Nperiodos de tiempo, [ cita requerida ] donde = 2 / ( N +1) . Por ejemplo, si N = 19 es equivalente a = 0,1, la vida media de los pesos (el intervalo en el que los pesos disminuir por un factor de dos) es de aproximadamente N / 2,8854 (a menos de 1% si N > 5). Y t es el valor en un periodo de tiempo t .

S t es el valor de la EMA en cualquier periodo de tiempo t .

S 1 no est definido. S 1 puede ser inicializado en un nmero de maneras diferentes, lo ms comnmente mediante el establecimiento de S 1 a Y 1 , aunque existen otras tcnicas, tales como la definicin S 1 a un promedio de los primeros 4 o 5 observaciones. La prominencia de la S 1 efecto de inicializacin en la media mvil resultante depende de ; pequeos valores a tomar la decisin de S 1 relativamente ms importantes que las grandes valores, ya que una mayor descuentos mayores observaciones ms rpido. . Esta formulacin est de acuerdo con Hunter (1986) Por aplicacin repetida de esta frmula a diferentes tiempos, que eventualmente puede escribir S t como una suma ponderada de la referencia seala Y t , como:
[4]

adecuado para cualquier k = 0, 1, 2, ... El peso del punto de referencia en general es .

Un enfoque alternativo por Roberts (1959) utiliza Y t en lugar de Y t -1

Esta frmula tambin se puede expresar en trminos de anlisis tcnico del siguiente, que muestra cmo los pasos EMA hacia el ltimo punto de referencia, pero slo por una parte de la diferencia (cada vez):

La expansin fuera de tiempo en cada uno de los resultados de la serie de potencias siguiente, que muestra cmo el factor de ponderacin para cada punto de referencia p 1 , p 2 , etc, disminuye exponencialmente:

donde es es etctera

, desde Se trata de una suma infinita de trminos decrecientes. Los N perodos en un N EMA das slo especificar el factor. N no es un punto de parada para el clculo de la forma que se encuentra en un SMA o WMA . Por lo bastante grande N , los primeros N puntos de referencia en un EMA representan alrededor del 86% del peso total en el [6] clculo : .

es decir, .

simplificado tiende a

La frmula de potencia anterior da un valor inicial para un da determinado, despus del cual los das sucesivos frmula que se muestra primero puede ser aplicada. La cuestin de hasta qu punto atrs para ir por un valor inicial depende, en el peor de los casos, en los datos. Los valores grandes de precios en los datos antiguos afectar sobre el total, incluso si su ponderacin es muy pequea. Si los precios tienen pequeas variaciones a continuacin, slo la ponderacin puede ser considerado. El peso omitido parando despus de k trminos es

que es

es decir, una fraccin

con respecto al peso total. Por ejemplo, para tener 99,9% del peso, ajuste por encima de relacin igual a 0,1% y resolver para k :

trminos deben ser utilizados. Dado que [8] [9] aumenta N, esto simplifica a aproximadamente

los enfoques

a medida que

para este ejemplo (99,9% en peso).

Modificado promedio mvil

Un promedio mvil modificada (MMA), ejecutando media mvil (RMA), o alisado de media mvil se define como:

En definitiva, se trata de una media mvil exponencial, con

Aplicacin para medir el rendimiento del equipo

Algunas mtricas de rendimiento del equipo, por ejemplo, la longitud media de la cola proceso, o la utilizacin media de la CPU, utilice una forma de media mvil exponencial.

Aqu se define como una funcin del tiempo entre dos lecturas. Un ejemplo de un coeficiente de dar mayor peso a la lectura actual, y menor peso a las lecturas mayores es

donde el tiempo para las lecturas t n se expresa en segundos y es el perodo de tiempo en minutos durante el cual se dice que la lectura ha de calcularse a (la vida media de cada lectura en el medio). Teniendo en cuenta la definicin anterior de , la media mvil se puede expresar como

Por ejemplo, un promedio de 15-minutos L de una longitud de la cola de proceso Q , medida cada 5 segundos (diferencia de tiempo es de 5 segundos), se calcula como

Otras ponderaciones
Otros sistemas de ponderacin se utilizan de vez en cuando - por ejemplo, en las operaciones burstiles un peso volumen pesar cada perodo de tiempo en proporcin a su volumen de operaciones. Una ponderacin adicional, utilizado por los actuarios, es de 15-Point Media mvil de [ 10 ] Spencer (una media mvil central). Los coeficientes de ponderacin son simtricas -3, -6, 5, 3, 21, 46, 67, 74, 67, 46, 21, 3, -5, -6, -3. Fuera del mundo de las finanzas, los medios ponderados de funcionamiento tienen muchas formas y aplicaciones. Cada funcin de ponderacin o "kernel" tiene sus propias caractersticas. En la ingeniera de la ciencia y la respuesta de frecuencia y fase del filtro es a menudo de gran importancia para la comprensin de las distorsiones deseadas y no deseadas que un filtro en particular se aplican a los datos. Un medio no se limita a "suavizar" los datos. Una media es una forma de filtro de paso bajo. Los efectos del filtro particular utilizado debera ser entendido con el fin de hacer una eleccin adecuada. Sobre este punto, la versin en francs de este artculo aborda los efectos espectrales de los 3 tipos de medios (acumulativo, Gaussian exponencial).

Movimiento mediana
Desde un punto de vista estadstico, la media mvil, cuando se utiliza para estimar la tendencia subyacente en una serie de tiempo, es susceptible a eventos raros tales como perturbaciones rpidas u otras anomalas. Una estimacin ms robusta de la tendencia es la media mvil simple a travs de n puntos en el tiempo:

donde la mediana se encuentra, por ejemplo, la clasificacin de los valores dentro de los parntesis y encontrar el valor en el medio. Estadsticamente, la media mvil es ptimo para la recuperacin de la tendencia subyacente de la serie de tiempo en que las fluctuaciones alrededor de la tendencia sedistribuye normalmente . Sin embargo, la distribucin normal no coloca alta probabilidad de desviaciones muy grandes de la tendencia que explica por qu tales desviaciones tendr un efecto desproporcionado sobre la estimacin de la tendencia. Se puede demostrar que si las fluctuaciones en cambio se supone que esdistribuido Laplace , entonces la mediana mvil es [ 11 ] estadsticamente ptima. Para una varianza dada, la distribucin de Laplace coloca mayor probabilidad de eventos raros que hace la normal, lo que explica por qu la moviendo mediana tolera choques mejor que la media en movimiento. Cuando la mediana mvil simple de arriba es central, el alisado es idntica a la del filtro de la mediana que tiene aplicaciones en, por ejemplo, el procesamiento de seal de imagen.

Promedios mviles ponderados: Los Fundamentos

30 de agosto 2010 | Filed Under EMA , valoracin del patrimonio neto , anlisis tcnico , indicadores tcnicos , Tendencias A travs de los aos, los tcnicos han encontrado dos problemas con la media mvil simple . El primer problema se encuentra en el marco de tiempo de la media mvil (MA). La mayora de los analistas tcnicos creen que la accin del precio, la apertura o el precio de cierre, no es suficiente en el que se depende para predecir correctamente las seales de compra o venta de la EM cruzado accin. Para solucionar este problema, los analistas ahora asignar ms peso a los datos ms recientes de precios mediante el uso de la media exponencial suavizada en movimiento (EMA). (Ms informacin en la exploracin de la media exponencial ponderado en movimiento ). Ejemplo Por ejemplo, con un MA de 10 das, un analista tomara el precio de cierre del da 10 y multiplique este nmero por 10, el da nueve por nueve, el octavo da por ocho y as sucesivamente a la primera de la MA. Una vez que el total ha sido determinada, el analista sera entonces dividir el nmero de la adicin de los multiplicadores. Si se agregan los multiplicadores del ejemplo 10 das de MA, el nmero es 55. Este indicador se conoce como el promedio mvil ponderado linealmente . (Para leer relacionados, echa un vistazo a las medias mviles simples Hacer Tendencias Stand Out ).

Muchos tcnicos son firmes creyentes en la media exponencial suavizada en movimiento (EMA). Este indicador se ha explicado en tantas maneras diferentes que confunde a los estudiantes y los inversores. Tal vez la mejor explicacin viene

de "Anlisis Tcnico de los Mercados Financieros" John J. Murphy, (publicado por el New York Institute of Finance, 1999): El promedio alisado exponencial mover aborda tanto de los problemas asociados con la media mvil simple. En primer lugar, la media exponencial suavizado asigna un peso mayor a los datos ms recientes. Por lo tanto, es una media mvil ponderada. Sin embargo, mientras que asigna menor importancia a los datos de precios en el pasado, que incluye en su clculo de todos los datos en la vida del instrumento. Adems, el usuario es capaz de ajustar la ponderacin para dar mayor o menor peso a precio del da ms reciente, que se aade a un porcentaje del valor del da anterior. La suma de ambos valores de porcentaje asciende a 100. Por ejemplo, el precio del da anterior se podra asignar un peso de 10% (.10), que se aade al peso de los das anteriores de 90% (.90). Esto da el ltimo da 10% de la ponderacin total. Esto sera el equivalente a un promedio de 20 das, dando el precio de los ltimos das un valor menor del 5% (.05).

Figura 1: Alisado Media Mvil Exponencial Fuente: Tradestation

El grfico anterior muestra el ndice tecnolgico Nasdaq Composite desde la primera semana de agosto 2000 al 1 de junio de 2001. Como se puede ver claramente, la EMA, que en este caso es utilizar los datos de los precios de cierre en un perodo de nueve das, tiene seales definitivas vender en el 8 de septiembre (marcado por un negro flecha abajo). Este fue el da en que el ndice se rompi por debajo del nivel

de 4.000. La flecha negro segunda muestra otra pierna hacia abajo que los tcnicos estaban realmente esperando. El Nasdaq no pudo generar suficiente volumen y el inters de los inversores minoristas a romper la marca de 3.000. A continuacin, se lanz de nuevo a tocar fondo en 1619,58 el 4 de abril. La tendencia alcista de 12 de abril est marcado con una flecha. Aqu, el ndice cerr en 1,961.46, y los tcnicos comenzaron a ver los gestores institucionales de fondos empiezan a recoger algunas ofertas como Cisco, Microsoft y algunos de los temas relacionados con la energa. (Lea nuestros artculos relacionados: Movimiento Sobres Promedio: Perfeccionamiento de una herramienta de comercio popular y movimiento de rebote medio .)