Documente Academic
Documente Profesional
Documente Cultură
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.
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.
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
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
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
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 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]
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
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
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.
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).
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 .)