¿Cuál es la diferencia entre un promedio móvil simple y un promedio móvil exponencial? La única diferencia entre estos dos tipos de media móvil es la sensibilidad que cada uno muestra a los cambios en los datos utilizados en su cálculo. Más específicamente, el promedio móvil exponencial (EMA) da una mayor ponderación a los precios recientes que el promedio móvil simple (SMA), mientras que el SMA asigna igual ponderación a todos los valores. Los dos promedios son similares porque son interpretados de la misma manera y son comúnmente utilizados por los comerciantes técnicos para suavizar las fluctuaciones de precios. El SMA es el tipo más común de media utilizado por los analistas técnicos y se calcula dividiendo la suma de un conjunto de precios por el número total de precios que se encuentran en la serie. Por ejemplo, una media móvil de siete periodos se puede calcular agregando los siete precios juntos y luego dividiendo el resultado por siete (el resultado también se conoce como media aritmética media). Ejemplo Teniendo en cuenta la siguiente serie de precios: 10, 11, 12, 16, 17, 19, 20 El cálculo de la SMA se vería así: 10111216171920 105 SMA 105/7 de 7 períodos 15 Dado que los EMAs ponen una ponderación más alta sobre los datos recientes que sobre Más antiguos, son más reactivos a los últimos cambios de precios que los SMA, lo que hace que los resultados de las EMAs sean más oportunos y explica por qué la EMA es el promedio preferido entre muchos comerciantes. Como se puede ver en el gráfico de abajo, los comerciantes con una perspectiva a corto plazo no puede preocuparse acerca de qué promedio se utiliza, ya que la diferencia entre los dos promedios es por lo general una cuestión de centavos de dólar. Por otro lado, los comerciantes con una perspectiva a más largo plazo deben dar más consideración al promedio que utilizan porque los valores pueden variar por unos pocos dólares, lo que es suficiente de una diferencia de precio para demostrar en última instancia influyente en los rendimientos realizados - especialmente cuando estás El comercio de una gran cantidad de acciones. Como con todos los indicadores técnicos. No hay un tipo de promedio que un comerciante puede utilizar para garantizar el éxito, pero mediante el uso de prueba y error que sin duda puede mejorar su nivel de comodidad con todos los tipos de indicadores y, como resultado, aumentar sus probabilidades de tomar decisiones comerciales sabias. Para obtener más información sobre los promedios móviles, vea Principios básicos de los promedios móviles y los fundamentos de los promedios móviles ponderados. Revisión de preguntas Lista algunas de las operaciones y funciones de una empresa que dependen de un pronóstico para la demanda del producto. ¿Cuál es la diferencia entre los métodos cuantitativos de predicción y los métodos cualitativos de predicción? Describa la diferencia entre los pronósticos a corto y largo plazo. Discutir el papel de la previsión en la gestión de la cadena de suministro. ¿Por qué es tan importante la previsión exacta para las empresas que utilizan un sistema de inventario de reposición continua Discuta la relación entre la previsión y la TQM. Qué tipos de métodos de pronóstico se utilizan para la planificación estratégica a largo plazo Describir el método Delphi para la previsión. ¿Cuál es la diferencia entre una tendencia y un ciclo y un patrón estacional? ¿Cómo es el método del promedio móvil similar al alisamiento exponencial? En los ejemplos de capítulo para los métodos de series de tiempo, se suponía siempre que el pronóstico inicial era el mismo que la demanda real en el primer período . Sugiera otras maneras de que el pronóstico inicial pueda derivarse en el uso real. ¿Qué efecto sobre el modelo de suavizado exponencial aumentará la constante de suavizado? ¿Cómo el suavizado exponencial ajustado difiere de suavizado exponencial? ¿Qué determina la elección de la constante de suavizado para la tendencia en un modelo de suavizado exponencial ajustado? Modelo de regresión para la predicción De los modelos de series temporales presentados en este capítulo, incluyendo el promedio móvil y el promedio móvil ponderado, el suavizado exponencial y el suavizado exponencial ajustado, y la línea de tendencia lineal, ¿cuál considera el mejor? Sobre una línea de tendencia lineal para la demanda pronosticada que muestra una tendencia Describa cómo se monitorea un pronóstico para detectar sesgos. Explicar la relación entre el uso de una señal de seguimiento y los límites del control estadístico para el control de pronósticos. Selección de MAD, MAPD, MSE, E y E. ¿Cuál es la diferencia entre regresión lineal y múltiple? Definir los diferentes componentes (y, x, a, yb) de una ecuación de regresión lineal. Una empresa que produce equipos de video, incluyendo videograbadoras, cámaras de video y televisores, intenta predecir qué nuevos productos e innovaciones de productos pueden ser tecnológicamente viables y que los clientes podrían exigir diez años en el futuro. Especule sobre qué tipo de métodos cualitativos podría utilizar para desarrollar este tipo de pronóstico. Ejercicio de arrastrar la gota Con el ratón, arrastre los términos a la ubicación correcta en el gráfico. Lanzamiento Ejercicio 10.1 Problemas resueltos 1. Promedio móvil Una empresa manufacturera tiene una demanda mensual de uno de sus productos de la siguiente manera: Desarrollar un pronóstico promedio móvil de tres periodos y un pronóstico promedio ponderado ponderado de tres periodos con pesos de 0,50, 0,30 y 0,20 para Los valores de demanda más recientes, en ese orden. Calcule MAD para cada pronóstico e indique cuál parece ser la más precisa. Solución: Paso 1. Calcular el promedio móvil de 3 meses usando la fórmula Para mayo, el pronóstico del promedio móvil es el Paso 2. Calcular el promedio móvil ponderado de 3 meses usando la fórmula Para mayo, el pronóstico promedio ponderado es Los pronósticos promedio se muestran en la siguiente tabla: Paso 3. Calcular el valor MAD para ambas previsiones: El valor MAD para la media móvil de 3 meses es 80.0 y el valor MAD para la media móvil ponderada de 3 meses es de 75.6, indicando que hay No hay mucha diferencia en la exactitud entre las dos previsiones, aunque la media móvil ponderada es ligeramente mejor. 2. Suavizado Exponencial Una empresa de software de computadora ha experimentado la siguiente demanda para su paquete de software de Finanzas Personales: Desarrollar un pronóstico de suavizado exponencial usando un 0,40 y un ajuste de suavizado exponencial ajustado utilizando un 0,40 yb 0,20. Comparar la exactitud de los dos pronósticos utilizando MAD y el error acumulativo. Solución: Paso 1. Calcular el pronóstico de suavizado exponencial con un 0.40 usando la siguiente fórmula: Para el período 2, el pronóstico (asumiendo F 1 56) es Para el período 3, la previsión es Las previsiones restantes se calculan de forma similar y se muestran en el anexo mesa. Paso 2. Calcule el pronóstico de suavizado exponencial ajustado con 0.40 yb 0.20 usando la fórmula Comenzando con la previsión para el período 3 (desde F 1 F 2 y asumiremos T 2 0), Los pronósticos ajustados restantes se calculan de manera similar y son Como se muestra en la siguiente tabla: Paso 3. Calcule el valor MAD para cada pronóstico: Paso 4. Calcule el error acumulativo para cada pronóstico: Debido a que MAD y el error acumulativo son menores para el pronóstico ajustado, parecería ser el más preciso . 3. Regresión lineal Una tienda local de productos de construcción ha acumulado datos de ventas de 2 165 4 madera (en pies de tabla) y el número de permisos de construcción en su área durante los últimos diez trimestres: Desarrollar un modelo de regresión lineal para estos datos y determinar la fuerza De la relación lineal usando correlación. Si el modelo parece ser relativamente fuerte, determine el pronóstico para la madera que se le ha dado diez permisos de construcción en el próximo trimestre. Paso 1. Calcule los componentes de la ecuación de regresión lineal, y a bx, usando las fórmulas de mínimos cuadrados Paso 2. Desarrolle la ecuación de regresión lineal: Paso 3. Calcule el coeficiente de correlación: Por lo tanto, parece haber una relación lineal fuerte. Paso 4. Calcule el pronóstico para x 10 permisos. Preguntas de los datos del mercado Exponential Versus Promedios móviles simples Hi Tom - Soy un suscriptor el suyo y me preguntaba si usted tenía un gráfico ldquoconversionrdquo para convertir el valor de la tendencia en MA exponenciales del período. Por ejemplo, 10 Trend es aproximadamente igual a un EMA de 19 periodos, 1 Tendencia a 200EMA etc. Gracias por adelantado. La fórmula para convertir una constante de suavización del promedio móvil exponencial (EMA) a un número de días es: 2 mdashmdashmdash-N1 donde N es el número de días. Por lo tanto, un EMA de 19 días encajaría en la fórmula de la siguiente manera: 2 2 mdashmdashmdashmdash-mdashmdashmdash - 0.10 o 10 19 1 20 Esto se deriva de la idea de que la constante de suavizado se elige para dar la misma edad media de los datos Como se haría en una media móvil simple. Si tuviera un promedio móvil simple de 20 periodos, entonces la edad promedio de cada entrada de datos es de 9.5. Uno podría pensar que la edad promedio debe ser 10, ya que es la mitad de 20, o 10,5, ya que es el promedio de los números de 1 a 20. Pero en la convención estadística, la edad de la pieza más reciente de los datos es 0. Así que Encontrar la edad promedio de los últimos veinte puntos de datos se hace encontrando el promedio de esta serie: Así que la edad promedio de los datos en un conjunto de N períodos es: N - 1 mdashmdashmdashmdash - 2 Para el suavizado exponencial, con una constante de suavizado de A , Resulta de la matemática de la teoría de la suma que la edad media de los datos es: 1 - A mdashmdashmdashmdash - A Combinando estas dos ecuaciones: 1 - AN - 1 mdashmdashmdash mdashmdashmdashmdash A 2 podemos resolver para un valor de A que iguala un EMA a una longitud media móvil simple como: 2 A mdashmdashmdashmdash - N 1 Puede leer una de las piezas originales escritas sobre este concepto en McClellanMTAaward. pdf. Allí, extracto de P. N. Haurlanrsquos folleto, ldquoMeasuring Trend Valuesrdquo. Haurlan fue una de las primeras personas en usar promedios móviles exponenciales para rastrear los precios de las acciones en la década de 1960, y aún preferimos su terminología original de una Tendencia XX, en lugar de llamar a una media móvil exponencial por un número de días. Una razón importante para esto es que con un promedio móvil simple (SMA), sólo está mirando hacia atrás un cierto número de días. Cualquier cosa más antigua que ese período de reflexión no factor en el cálculo. Pero con un EMA, los datos antiguos nunca desaparece sólo se hace cada vez menos importante para el valor de la media móvil. Para entender por qué los técnicos se preocupan por los EMAs en comparación con los SMA, un rápido vistazo a este gráfico proporciona algunos ejemplos de la diferencia. Durante las tendencias se mueve hacia arriba o hacia abajo, una Tendencia 10 y una SMA de 19 días en gran parte en conjunto. Es durante los períodos en que los precios son agitados, o cuando la dirección de la tendencia está cambiando, que vemos que los dos comienzan a separarse. En estos casos, la Tendencia suele abrazar más estrechamente la acción de los precios y así estar en mejor posición para señalar un cambio cuando el precio lo cruza. Para muchas personas, esta propiedad hace EMAs ldquobetterrdquo que SMAs, pero ldquobetterrdquo está en el ojo del espectador. La razón por la que los ingenieros han utilizado EMAs durante años, especialmente en electrónica, es que son más fáciles de calcular. Para determinar todayrsquos nuevo valor de EMA, sólo necesita el valor de EMA de yesterdayrsquos, la constante de suavizado y el nuevo precio de cierre de todayrsquos (u otro dato). Pero para calcular un SMA, usted tiene que saber cada valor detrás en tiempo para el período del lookback entero.
No comments:
Post a Comment