المرجحة أضعافا مضاعفة - الحركة - متوسط - نقل وظيفة

استكشاف معدل التذبذب المتوسط ​​المرجح أضعافا مضاعفة هو مقياس الأكثر شيوعا من المخاطر، لكنه يأتي في العديد من النكهات. في مقال سابق، أظهرنا كيفية حساب التقلبات التاريخية البسيطة. (لقراءة هذه المقالة، راجع استخدام التقلب لقياس المخاطر المستقبلية.) استخدمنا بيانات سعر السهم الفعلي من غوغل من أجل احتساب التقلبات اليومية استنادا إلى بيانات 30 يوما من بيانات المخزون. في هذه المقالة، سوف نحسن التقلبات البسيطة ونناقش المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما). تاريخي مقابل التقلب الضمني أولا، يتيح وضع هذا المقياس في القليل من المنظور. هناك نهجان واسعان: التقلب التاريخي والضمني (أو الضمني). يفترض النهج التاريخي أن الماضي هو مقدمة نقيس التاريخ على أمل أن يكون التنبؤي. ومن ناحية أخرى، فإن التقلب الضمني يتجاهل التاريخ الذي يحل فيه التقلبات التي تنطوي عليها أسعار السوق. وهي تأمل أن يعرف السوق أفضل وأن سعر السوق يتضمن، حتى ولو ضمنا، تقديرا للآراء بشأن التقلب. (للاطلاع على القراءة ذات الصلة، انظر استخدامات وحدود التقلب). إذا ركزنا على النهج التاريخية الثلاثة فقط (على اليسار أعلاه)، فإن لديهم خطوتين مشتركتين: حساب سلسلة العوائد الدورية تطبيق مخطط الترجيح أولا، نحن حساب العائد الدوري. ثاتس عادة سلسلة من العوائد اليومية حيث يتم التعبير عن كل عودة في مصطلحات معقدة باستمرار. لكل يوم، ونحن نأخذ السجل الطبيعي لنسبة أسعار الأسهم (أي السعر اليوم مقسوما على السعر أمس، وهلم جرا). هذا ينتج سلسلة من العوائد اليومية، من ش أنا ش أنا م. اعتمادا على عدد الأيام (م أيام) نحن قياس. وهذا يقودنا إلى الخطوة الثانية: هذا هو المكان الذي تختلف فيه النهج الثلاثة. في المقالة السابقة (باستخدام التقلب لقياس المخاطر المستقبلية)، أظهرنا أنه في ظل اثنين من التبسيط المقبول، التباين البسيط هو متوسط ​​العوائد التربيعية: لاحظ أن هذه المبالغ كل من الإرجاع الدوري، ثم يقسم المجموع من قبل عدد الأيام أو الملاحظات (م). لذلك، في الواقع مجرد متوسط ​​من المربعات الدورية المربعة. وبعبارة أخرى، يعطى كل مربع مربعة وزن متساو. لذلك إذا كان ألفا (a) عامل ترجيح (على وجه التحديد، 1m)، فإن التباين البسيط يبدو شبيها بهذا: إوما يحسن على التباين البسيط ضعف هذا النهج هو أن جميع العوائد تكسب نفس الوزن. يوم أمس (الأخيرة جدا) عودة ليس لها تأثير أكثر على الفرق من الأشهر الماضية العودة. يتم إصلاح هذه المشكلة باستخدام المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما)، حيث يكون لعوائد أكثر حداثة وزنا أكبر على التباين. المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما) يدخل لامدا. والتي تسمى المعلمة تمهيد. يجب أن يكون لامبدا أقل من واحد. وبموجب هذا الشرط، بدلا من الأوزان المتساوية، يتم ترجيح كل عائد مربعة بمضاعف على النحو التالي: على سبيل المثال، ريسكمتريكس تم، وهي شركة لإدارة المخاطر المالية، تميل إلى استخدام لامدا 0.94، أو 94. في هذه الحالة، (0-1.94) (.94) 0 6. العائد التربيعي التالي هو ببساطة مضاعف لامدا للوزن السابق في هذه الحالة 6 مضروبا في 94 5.64. والثالث أيام السابقة الوزن يساوي (1-0.94) (0.94) 2 5.30. ثاتس معنى الأسي في إوما: كل وزن هو مضاعف ثابت (أي لامدا، التي يجب أن تكون أقل من واحد) من وزن الأيام السابقة. وهذا يضمن التباين المرجح أو المنحاز نحو المزيد من البيانات الحديثة. (لمعرفة المزيد، راجع ورقة عمل إكسيل لتقلب غوغل.) يظهر أدناه الفرق بين تقلب ببساطة و إوما ل غوغل. التقلبات البسيطة تزن بشكل فعال كل عائد دوري بمقدار 0.196 كما هو موضح في العمود O (كان لدينا عامين من بيانات أسعار الأسهم اليومية، أي 509 عائد يومي و 1509 0.196). ولكن لاحظ أن العمود P تعيين وزن 6، ثم 5.64، ثم 5.3 وهلم جرا. هذا الفرق الوحيد بين التباين البسيط و إوما. تذكر: بعد أن نجمع السلسلة بأكملها (في العمود س) لدينا التباين، وهو مربع الانحراف المعياري. إذا أردنا التقلب، علينا أن نتذكر أن تأخذ الجذر التربيعي لهذا التباين. ما هو الفرق في التقلب اليومي بين التباين و إوما في حالة غوغل لها أهمية: التباين البسيط أعطانا تقلب يومي من 2.4 ولكن إوما أعطى تقلب يومي فقط 1.4 (انظر جدول البيانات لمزيد من التفاصيل). على ما يبدو، استقرت تقلبات غوغل في الآونة الأخيرة وبالتالي، قد يكون التباين البسيط مرتفع بشكل مصطنع. فارق اليوم هو وظيفة من بيور تباين أيام ستلاحظ أننا بحاجة إلى حساب سلسلة طويلة من الأثقال الهبوط أضعافا مضاعفة. لن نفعل الرياضيات هنا، ولكن واحدة من أفضل ملامح إوما هو أن السلسلة بأكملها يقلل بسهولة إلى صيغة عودية: ريكورسيف يعني أن المراجع التباين اليوم (أي وظيفة من التباين أيام سابقة). يمكنك أن تجد هذه الصيغة في جدول البيانات أيضا، وتنتج نفس النتيجة بالضبط كما حساب لونغاند يقول: التباين اليوم (تحت إوما) يساوي التباين الأمس (مرجحة من لامدا) بالإضافة إلى الأمتار مربعة العودة (وزنه من قبل ناقص لامدا). لاحظ كيف أننا مجرد إضافة فترتين معا: يوم أمس التباين المرجح والأمثلة المرجحة، مربعا العودة. ومع ذلك، لامدا هو لدينا تمهيد المعلمة. يشير ارتفاع اللامدا (مثل ريسكمتريكس 94) إلى انحطاط بطيء في السلسلة - من الناحية النسبية، سيكون لدينا المزيد من نقاط البيانات في السلسلة، وسوف تسقط ببطء أكثر. من ناحية أخرى، إذا قلنا من لامدا، فإننا نشير إلى انحلال أعلى: الأوزان تسقط بسرعة أكبر، ونتيجة مباشرة للتسوس السريع، يتم استخدام نقاط بيانات أقل. (في جدول البيانات، لامدا هو المدخلات، حتى تتمكن من تجربة مع حساسية لها). سوماري التقلب هو الانحراف المعياري لحظية من الأسهم ومقياس المخاطر الأكثر شيوعا. وهو أيضا الجذر التربيعي للتباين. يمكننا قياس التباين تاريخيا أو ضمنيا (التقلب الضمني). عند قياس تاريخيا، وأسهل طريقة هو التباين البسيط. ولكن الضعف مع التباين بسيط هو كل عوائد الحصول على نفس الوزن. لذلك نحن نواجه مفاضلة الكلاسيكية: نحن نريد دائما المزيد من البيانات ولكن المزيد من البيانات لدينا أكثر يتم تخفيف الحساب لدينا عن بعد (أقل أهمية) البيانات. ويحسن المتوسط ​​المتحرك المرجح أضعافا مضاعفة (إوما) على التباين البسيط بتخصيص أوزان للعائدات الدورية. من خلال القيام بذلك، يمكننا على حد سواء استخدام حجم عينة كبيرة ولكن أيضا إعطاء المزيد من الوزن لعوائد أكثر حداثة. (لعرض فيلم تعليمي حول هذا الموضوع، قم بزيارة السلحفاة بيونيك.) ما هو الفرق بين المتوسط ​​المتحرك الأسي (إيما) والمتوسط ​​المتحرك المتوسط ​​المتحرك يمثلان أحد أهم لبنات البناء الإحصائية في عالم التحليل الفني لسوق الأسهم . تساعد المتوسطات المتحركة على تسهيل اتجاهات الأسعار والحد من تأثير الحركات العشوائية. من خلال إزالة القيم المتطرفة، تتحرك المتوسطات المتحركة إلى اتجاهات أكثر موثوقية. إن النوعين الأكثر شيوعا لمؤشرات المتوسط ​​المتحرك هما المتوسطان المتحركان البسيطان (سما) والمتوسط ​​المتحرك الأسي (إماس). وغالبا ما يتم الخلط بين المتوسطات المتحركة المرجحة (وما) مع إيمس، ولكن لها في الواقع صيغة مختلفة. وظائف مماثلة إما و وما متشابهة، والاعتماد بشكل كبير على أحدث الأسعار ووضع قيمة أقل على الأسعار القديمة. يستخدم المتداولون هذه النقاط فوق المتوسط ​​المتحرك إذا كانوا يشعرون بالقلق إزاء آثار التأخر في البيانات التي تقلل من استجابة مؤشر المتوسط ​​المتحرك. وتطبق ووما وزنا أو مضاعفا على الأسعار الأخيرة لمنحها تأثيرا أكبر على الصيغة. هذا الوزن هو الأكبر مع أحدث سعر أيام التداول وينخفض ​​بمعدل ثابت مع عودة الأسعار في الوقت المناسب. على سبيل المثال، قد ينخفض ​​السعر بقيمة 1.0 لكل سعر سابق. إماس، وتسمى أحيانا المتوسطات المتحركة المرجحة أضعافا مضاعفة. هي أيضا مرجحة نحو أحدث الأسعار، ولكن معدل الانخفاض بين سعر واحد والسعر السابق ليست متسقة. الفرق في الانخفاض هو الأسي. وبدلا من أن يكون كل وزن سابق أصغر من الوزن أمامه، قد يكون لديك فرق بين أول أوزان الفترة من 1.0، أي بفارق 1.2 للفترتين بعد تلك، وهكذا. اكتشاف الاختلافات الأساسية بين مؤشرات المتوسط ​​المتحرك الأسي والبسيط، وما عيوب إماس. اقرأ الإجابة تعرف على المتوسطات المتحركة البسيطة والمتوسطات المتحركة الأسية، وما تقيسه هذه المؤشرات الفنية والفرق. ريد أنسور الفرق الوحيد بين هذين النوعين من المتوسط ​​المتحرك هو حساسية كل واحد يظهر للتغيرات في البيانات المستخدمة. اقرأ الإجابة اكتشف لماذا قد يستخدم المخططون والمحللون الفنيون المتوسط ​​المتحرك الأسي (إما) بدلا من المتوسط ​​المتحرك البسيط. اقرأ الجواب تعرف على أنواع مختلفة من المتوسطات المتحركة، فضلا عن تحريك متوسط ​​عمليات الانتقال، وفهم كيفية استخدامها. قراءة الإجابة تعلم صيغة حساب المتوسطات المتحركة البسيطة والمتوسطات المتحركة الأسية والمؤشرات التي غالبا ما تكون. قراءة الجواب هو ارتباط العينة بين X و Y في الوقت t. هو التباين الترجيحي المرجح الأسي بين X و Y في الوقت t. هو التقلب المرجح الأسي للعينة للسلاسل الزمنية X في الوقت t. هو التقلب المرجح ألسنة العينة للمسلسل الزمني Y في الوقت t. هو عامل التمهيد المستخدم في تقلبات الترجيح الأسي وحساب التباين. إذا لم يكن لمجموعات بيانات المدخلات صفر يعني، تقوم الدالة إوسف إكسيل بإزالة المتوسط ​​من كل نموذج بيانات نيابة عنك. ويستخدم إوسف تقلب إوما وإشارات إوكوف التي لا تتحمل متوسط ​​التقلب على المدى الطويل (أو التباين)، وبالتالي، فإن أي إفسف يعيد قيمة ثابتة لأي أفق للتنبؤ خارج خطوة واحدة. المراجع هول، جون C. الخيارات، العقود الآجلة وغيرها من المشتقات المالية تايمز برنتيس هول (2003)، ب 385-387، إيسبن 1-405-886145 هاميلتون، J. D. تحليل السلاسل الزمنية. برينستون ونيفرزيتي بريس (1994)، إيسبن 0-691-04289-6 تساي، روي S. تحليل سلسلة الوقت المالية جون وايلي أمب سونس. (2005)، إيسبن 0-471-690740 روابط ذات صلة