S & P Semplice Mobile Media

Le medie mobili - semplice e medie mobili esponenziali - semplice ed esponenziale Introduzione Medie mobili lisciare i dati sui prezzi in modo da formare una tendenza seguente indicatore. Essi non prevedere la direzione dei prezzi, ma piuttosto definiscono la direzione della corrente con un certo ritardo. Le medie mobili in ritardo perché si basano sui prezzi passati. Nonostante questo ritardo, medie mobili rendere più agevole l'azione dei prezzi e filtrare il rumore. Formano anche le basi per molti altri indicatori e sovrapposizioni tecniche, come le bande di Bollinger. MACD e il McClellan Oscillator. I due tipi più popolari di medie mobili sono la media mobile semplice (SMA) e la media mobile esponenziale (EMA). Queste medie mobili possono essere usate per identificare la direzione del trend o definire potenziali livelli di supporto e resistenza. Here039s un grafico sia con un SMA e di un EMA su di esso: mobile semplice calcolo della media Una media mobile semplice è formata calcolando il prezzo medio di un titolo su un determinato numero di periodi. La maggior parte delle medie mobili si basano sui prezzi di chiusura. Una media mobile semplice di 5 giorni è la somma di cinque giorni dei prezzi di chiusura diviso per cinque. Come suggerisce il nome, una media mobile è una media che si muove. Vecchio dati si interrompe come nuovi dati viene disponibili. Questo fa sì che la media di muoversi lungo la scala temporale. Di seguito è riportato un esempio di una 5 giorni di media mobile evoluzione nell'arco di tre giorni. Il primo giorno della media mobile copre semplicemente gli ultimi cinque giorni. Il secondo giorno della media mobile scarta il primo punto di dati (11) e aggiunge il nuovo punto di dati (16). Il terzo giorno della media mobile continua facendo cadere il primo punto di dati (12) e aggiungendo il nuovo punto di dati (17). Nell'esempio precedente, i prezzi aumentano gradualmente dal 11 al 17 per un totale di sette giorni. Si noti che la media mobile si alza anche dal 13 al 15 nel corso di un periodo di calcolo di tre giorni. Si noti inoltre che ogni valore della media mobile è appena sotto l'ultimo prezzo. Ad esempio, la media mobile per il primo giorno è uguale a 13 e l'ultimo prezzo è 15. I prezzi delle precedenti quattro giorni erano più bassi e questo fa sì che la media mobile di lag. Mobile esponenziale calcolo medio medie mobili esponenziali a ridurre il ritardo, applicando un peso maggiore ai prezzi recenti. La ponderazione applicata al prezzo più recente dipende dal numero di periodi in media mobile. Ci sono tre passi per il calcolo di una media mobile esponenziale. In primo luogo, calcolare la media mobile semplice. Una media mobile esponenziale (EMA) deve cominciare da qualche parte in modo da una media mobile semplice è usato come il precedente period039s EMA nel primo calcolo. In secondo luogo, calcolare il moltiplicatore ponderazione. In terzo luogo, calcolare la media mobile esponenziale. La formula che segue è un EMA 10 giorni. Una media mobile esponenziale a 10 periodi si applica una ponderazione 18.18 al prezzo più recente. A EMA 10-periodo può anche essere chiamato un 18.18 EMA. A EMA a 20 periodi si applica un peso di 9.52 per il prezzo più recente (2 (201) 0,0952). Si noti che il coefficiente per il periodo di tempo più breve è maggiore della ponderazione per il periodo di tempo più lungo. Infatti, la ponderazione scende della metà ogni volta che si spostano doppie medi di periodo. Se si vuole noi una percentuale specifica di un EMA, è possibile utilizzare questa formula per convertirlo in periodi di tempo e quindi immettere il valore come parametro EMA039s: Di seguito è riportato un esempio di foglio di calcolo di un 10 giorni di media mobile semplice e di un 10- giorno medio mobile esponenziale per Intel. Semplici medie mobili sono dritto in avanti e richiedono poca spiegazione. La media di 10 giorni si sposta semplicemente come nuovi prezzi disponibili e prezzi vecchi scendere. La media mobile esponenziale inizia con il semplice valore media mobile (22.22) nel primo calcolo. Dopo il primo calcolo, la formula normale riprende. Perché un EMA inizia con una media mobile semplice, il suo vero valore, non sarà realizzato fino a 20 o giù di periodi successivi. In altre parole, il valore sul foglio di calcolo Excel può differire dal valore grafico a causa del periodo di sguardo-back breve. Questo foglio di calcolo va solo indietro di 30 periodi, il che significa l'effetto della semplice media mobile ha avuto 20 periodi a dissipare. StockCharts risale almeno 250-periodi (tipicamente molto maggiori) per i suoi calcoli così gli effetti della media mobile nel primo calcolo sono completamente dissipata. Il GAL Factor Più lunga è la media mobile, più il ritardo. Una media mobile esponenziale a 10 giorni sarà abbracciare prezzi abbastanza da vicino e girare poco dopo che i prezzi girano. medie mobili brevi sono come barche di velocità - agile e veloce da cambiare. Al contrario, una media mobile di 100 giorni contiene un sacco di dati passato che lo rallenta. le medie più in movimento sono come cisterne oceano - letargico e lento a cambiare. Ci vuole un movimento di prezzo più grande e più a lungo per una 100 giorni di media mobile a cambiare rotta. Il grafico in alto mostra la 500 ETF SampP con 10 giorni EMA strettamente seguenti prezzi e una SMA di 100 giorni di rettifica superiore. Anche con il calo di gennaio-febbraio, i 100 giorni SMA ha tenuto il corso e non si voltò verso il basso. L'50 giorni di SMA si inserisce da qualche parte tra il giorno 10 e 100 medie mobili quando si tratta di fattore di ritardo. Semplice vs mobile esponenziale Medie Anche se ci sono chiare differenze tra semplici medie mobili e le medie mobili esponenziali, uno non è necessariamente migliore dell'altra. medie mobili esponenziali hanno meno lag e sono quindi più sensibili ai prezzi recenti - e recenti cambiamenti di prezzo. medie mobili esponenziali si trasformerà prima semplici medie mobili. Semplici medie mobili, dall'altro, rappresentano un vero valore medio dei prezzi per l'intero periodo di tempo. Come tale, semplici medie mobili possono essere più adatto per identificare i livelli di supporto o di resistenza. Spostamento di preferenza media dipende da obiettivi, lo stile analitico e orizzonte temporale. Chartists dovrebbero sperimentare con entrambi i tipi di medie mobili, nonché diversi orizzonti temporali, per trovare la soluzione migliore. Il grafico sottostante mostra IBM con il 50 giorni di SMA in rosso e il 50 giorni di EMA in verde. Sia ha raggiunto un picco a fine gennaio, ma il calo del EMA era più nitida rispetto al calo del SMA. L'EMA alzato a metà febbraio, ma la SMA ha continuato inferiore fino alla fine di marzo. Si noti che la SMA alzato più di un mese dopo l'EMA. Lunghezze e tempi La lunghezza della media mobile dipende dagli obiettivi analitici. medie mobili a breve (5-20 periodi) sono più adatti per le tendenze a breve termine e il commercio. Chartists interessati nelle tendenze a medio termine sarebbe optare per le medie più in movimento che potrebbe estendersi 20-60 periodi. investitori a lungo termine preferiranno medie mobili con 100 o più periodi. Alcuni lunghezza media in movimento sono più popolari di altri. La media mobile a 200 giorni è forse il più popolare. A causa della sua lunghezza, questo è chiaramente un media mobile di lungo termine. Successivamente, la media mobile a 50 giorni è molto popolare per la tendenza a medio termine. Molti chartists utilizzano le medie di 50 giorni e 200 giorni in movimento insieme. A breve termine, una media mobile di 10 giorni era molto popolare in passato perché era facile da calcolare. Uno semplicemente aggiunti i numeri e si è trasferito il punto decimale. Trend di identificazione Gli stessi segnali possono essere generati utilizzando medie mobili semplici o esponenziali. Come notato sopra, la preferenza dipende da ogni individuo. Questi esempi di seguito utilizzeranno entrambe le medie mobili semplici ed esponenziali. La media termine in movimento si applica sia alle medie mobili semplici ed esponenziali. La direzione della media mobile trasmette informazioni importanti sui prezzi. Una media mobile aumento dimostra che i prezzi sono generalmente in aumento. Una media mobile calo indica che i prezzi, in media, sono in calo. Un aumento a lungo termine media mobile riflette un trend rialzista a lungo termine. A lungo termine si muove cadere media riflette una tendenza al ribasso a lungo termine. Il grafico in alto mostra 3M (MMM) con una media mobile esponenziale a 150 giorni. Questo esempio dimostra quanto bene medie mobili funzionano quando la tendenza è forte. I 150 giorni di EMA ha respinto nel novembre 2007 e nuovamente nel gennaio 2008. Si noti che ci sono voluti un calo del 15 per invertire la direzione di questa media mobile. Questi indicatori in ritardo di sviluppo identificano le inversioni di tendenza in cui si verificano (nella migliore delle ipotesi) o dopo che si verifichino (nel peggiore dei casi). MMM continuato inferiore nel marzo 2009 e poi è salito 40-50. Si noti che i 150 giorni EMA non girare fino a dopo questa ondata. Una volta lo ha fatto, tuttavia, ha continuato MMM superiore i prossimi 12 mesi. Le medie mobili funzionano brillantemente nelle tendenze forti. Doppia Crossover due medie mobili possono essere utilizzati insieme per generare segnali di crossover. In Analisi tecnica dei mercati finanziari. John Murphy chiama questo il metodo della partita doppia crossover. crossover doppie comporta uno relativamente breve media mobile e una media relativamente lunga in movimento. Come con tutti i media mobile, la lunghezza complessiva della media mobile definisce i tempi per il sistema. Un sistema che utilizza un EMA 5 giorni e 35 giorni EMA sarebbe ritenuto breve termine. Un sistema che utilizza un 50 giorni di SMA e 200 giorni SMA sarebbe considerato a medio termine, forse anche a lungo termine. Un crossover rialzista si verifica quando i più brevi in ​​movimento croci sopra la media la media più in movimento. Questo è anche conosciuto come una croce d'oro. Un crossover ribassista si verifica quando i più brevi in ​​movimento croci bassi rispetto alla media più in movimento. Questo è noto come una croce morto. In movimento crossover media producono segnali relativamente tardi. Dopo tutto, il sistema impiega due indicatori in ritardo di sviluppo. Più lungo è il movimento periodi medi, maggiore è il ritardo nei segnali. Questi segnali grande lavoro quando un buon andamento prende piede. Tuttavia, un sistema di crossover media mobile produrrà un sacco di whipsaws in assenza di una forte tendenza. Vi è anche un metodo di crossover tripla che prevede tre medie mobili. Ancora una volta, un segnale viene generato quando la media più breve mobile attraversa le due medie più mobili. Un semplice sistema a tre di crossover potrebbe coinvolgere 5 giorni, 10 giorni e 20 giorni medie mobili. Il grafico in alto mostra Home Depot (HD) con un EMA a 10 giorni (linea verde tratteggiata) e 50 giorni di EMA (linea rossa). La linea nera è il quotidiano vicino. Utilizzando un crossover media mobile avrebbe comportato tre whipsaws prima di prendere un buon mestiere. Il 10-giorni EMA ha rotto al di sotto dei 50 giorni EMA alla fine di ottobre (1), ma questo non durò a lungo come il 10-giorni è tornato sopra a metà (2) novembre. Questa croce è durato più a lungo, ma il prossimo incrocio ribassista a (3) Gennaio si è verificato nei pressi di novembre i livelli di fine dei prezzi, con conseguente un'altra whipsaw. Questo cross ribassista non durò a lungo, come i 10 giorni di EMA è tornato sopra i 50 giorni di pochi giorni dopo (4). Dopo tre segnali cattivi, il quarto segnale prefigurato una mossa forte come il magazzino avanzato oltre 20. Ci sono due take away qui. In primo luogo, crossover sono inclini a Whipsaw. Un filtro di prezzo o di tempo può essere applicata per aiutare a prevenire whipsaws. I commercianti potrebbero richiedere il crossover durare 3 giorni prima di agire o richiedere i 10 giorni di EMA per spostare il abovebelow 50 giorni EMA da una certa quantità prima di agire. In secondo luogo, MACD può essere utilizzato per identificare e quantificare questi crossover. MACD (10,50,1) mostrerà una linea che rappresenta la differenza tra le due medie mobili esponenziali. MACD diventa positivo nel corso di una croce d'oro e negativo nel corso di una croce morto. La percentuale Price Oscillator (PPO) può essere utilizzato allo stesso modo per mostrare le differenze percentuali. Si noti che MACD e il PPO si basano su medie mobili esponenziali e non corrisponderanno con semplici medie mobili. Questo grafico mostra Oracle (ORCL), con il 50 giorni EMA, EMA 200 giorni e MACD (50,200,1). Ci sono stati quattro in movimento crossover medi per un periodo di 2 di 12 anni. I primi tre provocato whipsaws o mestieri male. Una tendenza sostenuta iniziata con la quarta di crossover come ORCL avanzate per metà degli anni '20. Ancora una volta, in movimento crossover medi grande lavoro quando la tendenza è forte, ma producono perdite in assenza di una tendenza. Prezzo Crossover Le medie mobili possono essere utilizzati anche per generare segnali con semplici crossover di prezzo. Un segnale rialzista viene generato quando i prezzi si muovono al di sopra della media mobile. Un segnale ribassista è generato quando i prezzi si muovono al di sotto della media mobile. crossover prezzo possono essere combinati per scambi all'interno della tendenza più grande. La media è più in movimento dà il tono per la tendenza più grande e la media mobile più breve è utilizzato per generare i segnali. Si potrebbe guardare per incroci rialzisti dei prezzi solo quando i prezzi sono già al di sopra della media più in movimento. Questo sarebbe la negoziazione di sintonia con la tendenza più grande. Ad esempio, se il prezzo è al di sopra della media mobile a 200 giorni, chartists si concentrerà unicamente su segnali quando il prezzo si muove al di sopra del 50 giorni di media mobile. Ovviamente, una mossa al di sotto della media mobile a 50 giorni sarebbe precedere tale segnale, ma tali cross ribassisti verrebbe ignorato perché la tendenza più grande è alto. Un cross ribassista sarebbe semplicemente suggerire un pullback all'interno di un trend al rialzo più grande. Una croce di nuovo al di sopra della media mobile a 50 giorni segnalerebbe una ripresa dei prezzi e continuazione del trend rialzista più grande. Il grafico seguente mostra Emerson Electric (EMR) con la 50 giorni EMA e 200 giorni EMA. Il titolo è passato sopra e tenuto al di sopra della media mobile a 200 giorni nel mese di agosto. Ci sono stati cali al di sotto del 50 giorni EMA ai primi di novembre e di nuovo all'inizio di febbraio. I prezzi si muovevano rapidamente indietro al di sopra del 50 giorni EMA a fornire segnali rialzisti (frecce verdi) in armonia con il trend rialzista più grande. MACD (1,50,1) viene visualizzato nella finestra dell'indicatore di confermare croci di prezzo sopra o sotto il 50 giorni EMA. L'EMA di 1 giorno è uguale al prezzo di chiusura. MACD (1,50,1) è positivo quando la chiusura è superiore al 50 giorni EMA e negativo quando la chiusura è inferiore al 50 giorni EMA. Supporto e resistenza Le medie mobili possono anche fungere da supporto in una tendenza rialzista e resistenza in un trend al ribasso. Un trend rialzista di breve termine potrebbe trovare supporto nei pressi della media mobile semplice a 20 giorni, che viene utilizzato anche in bande di Bollinger. Un trend rialzista di lungo termine potrebbe trovare supporto nei pressi della media mobile semplice a 200 giorni, che è il più popolare media mobile di lungo periodo. Se, infatti, la media mobile a 200 giorni può offrire supporto o resistenza semplicemente perché è così ampiamente usato. E 'quasi come una profezia che si autoavvera. Il grafico qui sopra mostra il NY Composite con la semplice media mobile a 200 giorni a partire da metà 2004 fino alla fine del 2008. Il 200 giorni fornito un supporto più volte durante l'avanzata. Una volta che la tendenza si è invertita con una doppia interruzione di supporto superiore, la media mobile a 200 giorni ha agito come resistenza intorno a 9500. Non aspettatevi esatti livelli di supporto e resistenza da medie mobili, in particolare più medie mobili. I mercati sono guidati dalle emozioni, che li rende inclini a superamenti. Invece di livelli precisi, medie mobili possono essere utilizzati per individuare le zone di supporto o di resistenza. Conclusioni I vantaggi di usare medie mobili devono essere pesati contro gli svantaggi. Le medie mobili sono trend following, o in ritardo, gli indicatori che saranno sempre un passo indietro. Questo non è necessariamente una brutta cosa, però. Dopo tutto, il trend è tuo amico, ed è migliore per il commercio nella direzione del trend. Le medie mobili assicurare che un trader è in linea con l'attuale tendenza. Anche se la tendenza è tuo amico, titoli trascorrono gran parte del tempo in trading range, che rendono inefficace medie mobili. Una volta in un trend, medie mobili vi terrà in, ma anche dare segnali in ritardo. Don039t si aspettano di vendere in alto e compra al fondo utilizzando medie mobili. Come la maggior parte strumenti di analisi tecnica, medie mobili non dovrebbero essere usati da soli, ma in combinazione con altri strumenti complementari. Chartists possono usare le medie mobili per definire la tendenza generale e quindi utilizzare RSI per definire i livelli di ipercomprato o ipervenduto. L'aggiunta di medie mobili a StockCharts Grafici Le medie mobili sono disponibili come funzionalità prezzo sovrapposizione sul SharpCharts banco di lavoro. Utilizzando il menu a discesa Overlay, gli utenti possono scegliere tra una media mobile semplice o una media mobile esponenziale. Il primo parametro viene utilizzato per impostare il numero di periodi di tempo. Un parametro opzionale può essere aggiunto per specificare quale campo di prezzo dovrebbe essere utilizzato nei calcoli - O per l'Open, H per l'Alto, L per la bassa, e C per la chiusura. Una virgola viene utilizzato per i parametri separati. Un altro parametro opzionale può essere aggiunto a spostare le medie mobili al (passato) o di destra (futuro) di sinistra. Un numero negativo (-10) sposterebbe la media mobile a 10 periodi sinistra. Un numero positivo (10) sposterebbe la media mobile a destra 10 periodi. Più medie mobili possono essere sovrapposti trama prezzo semplicemente aggiungendo un'altra linea di sovrapposizione al banco da lavoro. i membri StockCharts possono cambiare i colori e lo stile di distinguere tra più medie mobili. Dopo aver selezionato un indicatore, aprire le Opzioni avanzate facendo clic sul piccolo triangolo verde. Opzioni avanzate può essere utilizzato anche per aggiungere una sovrapposizione di media mobile ad altri indicatori tecnici come RSI, CCI, e Volume. Clicca qui per un grafico in diretta con diverse medie mobili differenti. Utilizzando medie mobili con StockCharts scansioni Qui ci sono alcune scansioni di esempio che i membri StockCharts possono utilizzare per eseguire la scansione di vari mobili situazioni media: Rialzista Moving Average Croce: Questo scansioni ricerca azioni con un aumento di 150 giorni di media mobile semplice ed un cross rialzista del 5 - day EMA e di 35 giorni EMA. La media mobile a 150 giorni è in aumento fino a quando è scambiato sopra del suo livello di cinque giorni fa. Un cross rialzista si verifica quando il 5 giorni EMA si muove al di sopra del 35 giorni EMA sul volume superiore alla media. Bearish Moving Average Croce: Questo scansioni ricerca azioni con un calo di 150 giorni di media mobile semplice e una traversa al ribasso del 5 giorni EMA e di 35 giorni EMA. La media mobile a 150 giorni è in calo fino a quando è scambiato al di sotto del livello di cinque giorni fa. Un cross ribassista si verifica quando il 5 giorni EMA si muove al di sotto del 35 giorni EMA sul volume superiore alla media. Lo studio ulteriore John Murphy039s libro ha un capitolo dedicato a medie mobili ed i loro vari usi. Murphy copre i pro ei contro di medie mobili. Inoltre, Murphy mostra come le medie mobili funzionano con le fasce di Bollinger e sistemi di trading basati canale. Analisi tecnica dei mercati finanziari John MurphyMoving media Crossover Moving crossover media sono un modo comune gli operatori possono usare medie mobili. Un crossover si verifica quando una media mobile più veloce (vale a dire un più breve periodo di media mobile) attraversa sia sopra un più lento media mobile (vale a dire un più lungo periodo di Moving Average), che è considerato un incrocio rialzista o al di sotto, che è considerato un incrocio ribassista. Il grafico sottostante del SampP Depository Receipts Exchange Traded Fund (SPY) mostra la 50 giorni di media mobile semplice e 200 giorni media mobile semplice questa coppia media mobile è spesso guardato da grandi istituzioni finanziarie come indicatore lungo raggio della direzione del mercato : si noti come a lungo termine di 200 giorni di media mobile semplice è in una tendenza rialzista questo spesso viene interpretato come un segnale che il mercato è abbastanza forte. Un trader potrebbe prendere in considerazione l'acquisto quando il breve termine di 50 giorni SMA attraversa sopra i 200 giorni SMA e contrastly, un commerciante potrebbe considerare la vendita quando la 50 giorni di SMA incrocia al di sotto del 200 giorni SMA. Nel grafico sopra del SampP 500, entrambi potenziali segnali di acquisto sarebbe stato estremamente redditizia, ma il potenziale segnale di una vendita avrebbero causato una piccola perdita. Tenete a mente, che la 50 giorni, 200 giorni mobile semplice di crossover media è una strategia a lunghissimo termine. Per quei commercianti che vogliono di più la conferma quando usano in movimento crossover media, il mobile semplice tecnica di crossover media 3 potrebbe essere utilizzato. Un esempio di questo è mostrato nel grafico sottostante di Wal-Mart (WMT) stock: il metodo della media 3 mobile semplice potrebbe essere interpretato come segue: Il primo crossover della più veloce SMA (nell'esempio di cui sopra, di 10 giorni SMA) attraverso il successivo più veloce SMA (20 giorni SMA) agisce come un avvertimento che i prezzi potrebbero essere invertendo tendenza tuttavia, di solito un professionista non avrebbe posto un acquisto vero e proprio o di vendita, allora. Successivamente, il secondo crossover il più veloce SMA (10 giorni) e il più lento SMA (50 giorni), potrebbe innescare un trader di acquistare o vendere. Ci sono numerose varianti e metodologie per l'uso del 3 mobile semplice metodo media di crossover, alcuni sono forniti di seguito: un approccio più conservativo potrebbe essere quella di aspettare fino alla metà SMA (20 giorni) attraversa il più lento SMA (50 giorni), ma questo è fondamentalmente una tecnica di crossover SMA due, non una tecnica di tre SMA. Un trader potrebbe prendere in considerazione una tecnica di gestione del denaro di acquistare una dimensione di mezzo quando il rapido SMA attraversa il prossimo più veloce SMA e quindi inserire l'altra metà, quando il rapido SMA attraversa il più lento SMA. Invece di metà, acquistare o vendere un terzo di una posizione in cui il rapido SMA attraversa il prossimo più veloce SMA, un altro terzo, quando il rapido SMA attraversa il lento SMA, e l'ultimo terzo quando il secondo più veloce SMA attraversa il lento SMA . Una Moving Average tecnica crossover che utilizza 8 medie mobili esponenziali () è l'indicatore di media mobile esponenziale del nastro (vedi: Ribbon esponenziale). Moving crossover medi sono strumenti spesso visti dai commercianti. Infatti crossover sono spesso inclusi negli indicatori tecnici più popolari, tra cui l'indicatore Moving Average Convergence Divergence (MACD) (vedi: MACD). Altri medie mobili meritano un'attenta considerazione in un piano di trading: Le informazioni di cui sopra è solo a scopo informativo e di intrattenimento e non costituiscono consulenza di negoziazione o un invito ad acquistare o vendere qualsiasi titolo, l'opzione, futuro, delle materie prime, o di un prodotto forex. La performance passata non è necessariamente un'indicazione di risultati futuri. Trading è intrinsecamente rischioso. OnlineTradingConcepts non sarà responsabile per danni speciali o indiretti derivanti dall'uso o la incapacità di usare, i materiali e le informazioni fornite da questo sito. Visualizza intera diniego. A Simple Time Series Analysis Of The SampP 500. In questo post del blog ben esaminare alcune tecniche comuni utilizzate in analisi di serie temporali per la loro applicazione ad un insieme di dati che contiene i valori di chiusura giornalieri per la SampP 500 indice del mercato azionario dal 1950 fino a Oggi. L'obiettivo è quello di esplorare alcune delle idee di base e concetti di analisi di serie temporali, e osservare i loro effetti se applicato a un insieme di dati del mondo reale. Anche se non è possibile prevedere in realtà variazioni dell'indice utilizzando queste tecniche, le idee presentate qui potrebbe teoricamente essere utilizzato come parte di una strategia più ampia che coinvolge molte variabili aggiuntive per condurre una regressione o di una macchina sforzo di apprendimento. analisi delle serie temporali è una branca della statistica che coinvolge ragionamento sulle sequenze ordinate di valori relativi al fine di estrarre statistiche significative e le altre caratteristiche dei dati. La sua utilizzati in una vasta gamma di discipline tra cui econometria, elaborazione del segnale, le previsioni meteorologiche, e fondamentalmente qualsiasi altro campo che coinvolge dati di serie temporali. Queste tecniche sono spesso utilizzati per sviluppare modelli che possono essere utilizzati per tentare di prevedere valori futuri di una serie, sia da soli o in concerto con altre variabili. Per iniziare, lascia prima scaricare i dati. Ho ottenuto i dati Historial set da Yahoo Finance. che include un link per scaricare il tutto come file. csv. Ora siamo in grado di caricare il set di dati e dare un'occhiata. Ill essere usando diverse librerie Python popolari per l'analisi, per cui tutto il codice è in Python. I dati sono in ordine cronologico inverso così mi ha risolto in base alla data e quindi impostare l'indice del frame di dati per la colonna della data. Se si guardano i dati ci sono diversi campi, ma ben si concentreranno solo sul prezzo di chiusura. Consente plot i dati prima e vedere quello che sembra. La prima cosa ovvia da notare, a parte i due tuffi giganti alla fine della coda corrispondente ai crolli del mercato nel 2002 e nel 2008, è che i dati sono chiaramente non stazionario. Questo ha senso per i dati di mercato in quanto tende a salire nel lungo periodo più scende. Questo è un problema per l'analisi di serie temporali di dati come se non stazionario è difficile ragionare su. La prima cosa che possiamo provare è una prima differenza della serie. In altre parole, sottrarre il valore precedente t-1 dal valore corrente t per ottenere la differenza d (t). I dati non sembra essere trend nel tempo ed è invece incentrata su 0. C'è un altro problema, però. Guarda la varianza. Il suo molto piccolo presto e costantemente aumenta nel tempo. Questo è un segno che i dati non solo non stazionario, ma anche aumento esponenziale. L'entità delle variazioni giorno per giorno a oggi nano completamente l'ampiezza delle variazioni 1950. Per far fronte a questo, ben applicare un registro trasformare alla serie originale. Quindi, che ci dà il prezzo di chiusura originale con un registro transform applicata per appiattire i dati da una curva esponenziale di una curva lineare. Un modo per vedere visivamente l'effetto che il log trasformata dovuto è quello di analizzare la varianza nel tempo. Possiamo usare una statistica varianza rotolamento e confrontare entrambi serie originale e la serie registrato. Si osservi che nel grafico in alto, non possiamo anche vedere una qualsiasi delle variazioni fino alla fine degli anni '80. Nel grafico inferiore tuttavia è una storia diversa, variazioni del valore sono chiaramente visibili durante l'intero set di dati. Da questo punto di vista, il suo chiaro che la nostra trasformazione ha reso la varianza relativamente costante. Ora possiamo vedere le variazioni precedenti nel set di dati un po 'meglio di prima. Abbiamo ancora bisogno di prendere la prima differenza se così lascia calcolare che dalla serie registrato. Molto meglio Ora abbiamo un modello stazionario serie storica dei cambiamenti giornalieri per l'indice SampP 500. Ora lascia creare alcune variabili lag y (t-1), y (t-2), ecc ed esaminare la loro relazione con y (t). Bene guardare 1 e 2 giorni in ritardo con ritardi settimanali e mensili per cercare effetti stagionali. Un modo visivo interessante per valutare la relazione tra variabili ritardate è quello di fare un grafico a dispersione della variabile originale rispetto alla variabile lag e vedere dove si trova la distribuzione. Possiamo farlo con una trama congiunta utilizzando il pacchetto Seaborn. Si noti come fitto la massa è circa 0. Sembra anche essere abbastanza uniformemente distribuito - le distribuzioni marginali su entrambi gli assi sono più o meno normale. Questo sembra indicare che conoscere il valore dell'indice uno giorno pretende molto ci dicono molto su ciò che farà il giorno successivo. Probabilmente non è una sorpresa che ce n'è molto poco correlazione tra la variazione del valore da un giorno all'altro. Anche se io li rovinato tracciare qui, l'altra ritardati delle variabili che abbiamo creato in precedenza mostrano risultati simili. Ci potrebbe essere una relazione con altri passi lag che ci hanno né ricontattato provato, ma la sua poco pratico testare ogni possibile valore di ritardo manualmente. Fortunatamente c'è una classe di funzioni che possono sistematicamente fare questo per noi. La funzione di autocorrelazione calcola la correlazione tra una variabile e si ad ogni ritardo passo fino a un certo limite (in questo caso 40). La funzione parziale autocorrelazione calcola la correlazione ad ogni passo ritardo che non è già spiegato da precedenti, di ordine inferiore passi lag. Siamo in grado di tracciare i risultati per vedere se ci sono correlazioni significative. I risultati autocorrelazione e parziale-autocorrelazione sono molto vicini l'uno all'altro (ho tracciato solo i risultati di auto-correlazione sopra). Ciò dimostra che non vi è significativa (0,2) correlazione tra il valore al tempo t e in qualsiasi momento prima di t fino a 40 passi dietro. In altri termini, la serie è un random walk. Un'altra tecnica interessante che possiamo provare è una decomposizione. Questa è una tecnica che tenta di abbattere una serie temporale in tendenza, stagionale e fattori residue. Statsmodels è dotato di una funzione di decomporre fuori dalla scatola. Poiché noi non vedere qualsiasi ciclo reale i dati, la visualizzazione non è efficace in questo caso. Per i dati in cui questo è un forte modello stagionale anche se può essere molto utile. L'istanza folling, per esempio, è un campione dalla documentazione statsmodels che mostra i dati sulle emissioni di CO2 nel corso del tempo. La decomposizione è molto più utile in questo caso. Ci sono tre componenti distinti chiaramente alla serie storica - una linea di tendenza, una destagionalizzazione, e valori residui. Ognuno di questi avrebbe bisogno di essere rappresentato e modellato in modo appropriato. Tornando ai nostri dati di stock, erano già osservato che la sua una passeggiata casuale e che le nostre variabili ritardate non sembrano avere un impatto molto, ma possiamo ancora provare il montaggio alcuni modelli ARIMA e vedere quello che si ottiene. Consente di iniziare con un semplice modello a media mobile. Così a prima vista sembra che questo modello sta facendo abbastanza bene. Ma anche se sembra come le previsioni sono molto vicino (le linee sono quasi indistinguibili, dopo tutto), ricordate che abbiamo utilizzato la serie non-differenziato L'indice oscilla solo una piccola percentuale giorno per giorno rispetto al valore assoluto totale. Ciò che vogliamo veramente è quello di prevedere la prima differenza, o le mosse giorno per giorno. Possiamo o ri-eseguire il modello utilizzando la serie differenziata, o aggiungere un termine che al modello ARIMA (risultante in un (1, 1, 0) modello), che dovrebbe ottenere la stessa cosa. Consente di provare a utilizzare la serie differenziata. Il suo un po 'difficile da dire, ma sembra come i nostri cambiamenti previsti sono generalmente molto inferiori rispetto alle modifiche effettive. Potrebbe valere la pena dare un'occhiata più da vicino a un sottoinsieme dei dati per vedere che cosa è realmente accadendo. Così ora il suo abbastanza evidente che la previsione è lontano. Sono stati predire piccole piccole variazioni rispetto a quanto sta realmente accadendo giorno per giorno. Ancora una volta, questo è più di meno previsto con un semplice modello a media mobile di una serie storica random walk. non Theres abbastanza informazioni dai giorni precedenti per Forcast con precisione che cosa succederà il giorno dopo. Un modello di media mobile doesnt sembrano fare così bene. Che dire di un modello di livellamento esponenziale livellamento esponenziale si estende l'impatto dei valori precedenti utilizzando una ponderazione esponenziale, quindi le cose che sono successe più di recente sono più impatto di cose accadute molto tempo fa. Forse questa forma più intelligente di media sarà più preciso Probabilmente si può indovinare la risposta. se la previsione del mercato azionario fosse così facile, tutti sarebbe farlo Come ho già detto in alto, il punto di questa analisi non era di sostenere che si può prevedere il mercato con queste tecniche, ma piuttosto per dimostrare il tipo di analisi si potrebbe utilizzare quando abbattendo dati di serie temporali. analisi delle serie temporali è un campo molto ricco con un sacco di analisi più tecnico che quello che ho passato in questa sede (gran parte del quale Im ancora imparando). Se siete interessati a fare un tuffo profondo, vi consiglio di queste note da un professore alla Duke. Un sacco di quello che ho imparato sul campo ho preso dalla lettura di risorse online come questo. Infine, il codice sorgente originale da questo post è ospitato su GitHub qui. con una varietà di altri notebook. Sentitevi liberi di check it out Seguimi su Twitter per ottenere nuovi aggiornamenti postali.