Média Ponderada Média Em Movimento

Médias móveis ponderadas: o básico Ao longo dos anos, os técnicos encontraram dois problemas com a média móvel simples. O primeiro problema reside no período de tempo da média móvel (MA). A maioria dos analistas técnicos acredita que a ação de preço. O preço das ações de abertura ou fechamento, não é suficiente para depender para prever adequadamente comprar ou vender sinais da ação de cruzamento de MAs. Para resolver este problema, os analistas agora atribuem mais peso aos dados de preços mais recentes usando a média móvel suavemente exponencial (EMA). (Saiba mais em Explorando a média móvel ponderada exponencialmente.) Um exemplo Por exemplo, usando um MA de 10 dias, um analista tomaria o preço de fechamento do 10º dia e multiplicaria esse número por 10, o nono dia por nove, o oitavo Dia por oito e assim por diante para o primeiro do MA. Uma vez que o total foi determinado, o analista dividiria o número pela adição dos multiplicadores. Se você adicionar os multiplicadores do exemplo MA de 10 dias, o número é 55. Este indicador é conhecido como a média móvel linearmente ponderada. (Para leitura relacionada, verifique as Médias móveis simples, faça as tendências se destacarem.) Muitos técnicos são crentes firmes na média móvel suavemente exponencial (EMA). Este indicador foi explicado de muitas maneiras diferentes que confunde estudantes e investidores. Talvez a melhor explicação venha de John J. Murphys Análise Técnica dos Mercados Financeiros (publicado pelo New York Institute of Finance, 1999): a média móvel suavemente exponencial aborda os dois problemas associados à média móvel simples. Primeiro, a média exponencialmente suavizada atribui um peso maior aos dados mais recentes. Portanto, é uma média móvel ponderada. Mas, enquanto atribui menor importância aos dados de preços passados, ele inclui no cálculo de todos os dados da vida útil do instrumento. Além disso, o usuário pode ajustar a ponderação para dar maior ou menor peso ao preço dos dias mais recentes, que é adicionado a uma porcentagem do valor dos dias anteriores. A soma de ambos os valores percentuais é de 100. Por exemplo, o preço dos últimos dias pode ser atribuído a um peso de 10 (.10), que é adicionado aos dias anteriores de peso de 90 (.90). Isso dá o último dia 10 da ponderação total. Este seria o equivalente a uma média de 20 dias, ao dar ao preço dos últimos dias um valor menor de 5 (0,05). Figura 1: Média em Movimento Suavizado Exponencialmente O gráfico acima mostra o Índice Composto Nasdaq desde a primeira semana de agosto de 2000 até 1º de junho de 2001. Como você pode ver claramente, o EMA, que neste caso está usando os dados de preço de fechamento ao longo de um Período de nove dias, tem sinais de venda definitivos no 8 de setembro (marcado por uma seta para baixo preta). Este foi o dia em que o índice caiu abaixo do nível de 4.000. A segunda seta preta mostra outra perna para baixo que os técnicos estavam realmente esperando. A Nasdaq não conseguiu gerar volume e interesse dos investidores de varejo para quebrar a marca de 3.000. Ele então mergulhou de novo para baixo em 1619.58 em 4 de abril. A tendência de alta de 12 de abril é marcada por uma seta. Aqui, o índice fechou em 1.961,46, e os técnicos começaram a ver os gerentes de fundos institucionais começar a retirar algumas pechinchas como a Cisco, a Microsoft e alguns dos problemas relacionados à energia. (Leia nossos artigos relacionados: Envelopes médios móveis: Refinando uma ferramenta de negociação popular e um salto médio em movimento.) Qual a diferença entre a média móvel e a média móvel ponderada Uma média móvel de 5 períodos, com base nos preços acima, seria calculada usando o seguinte Fórmula: com base na equação acima, o preço médio durante o período acima mencionado foi de 90,66. O uso de médias móveis é um método eficaz para eliminar fortes flutuações de preços. A limitação chave é que os pontos de dados de dados mais antigos não são ponderados de forma diferente dos pontos de dados próximos ao início do conjunto de dados. É aqui que as médias móveis ponderadas entram em jogo. As médias ponderadas atribuem uma ponderação mais pesada a pontos de dados mais atuais, uma vez que são mais relevantes do que os pontos de dados no passado distante. A soma da ponderação deve somar até 1 (ou 100). No caso da média móvel simples, as ponderações são igualmente distribuídas, razão pela qual elas não são mostradas na tabela acima. Preço de fechamento da AAPLMetrics Maven: Cálculo de uma média ponderada no PostgreSQL Em nossa série Metrics Maven, Composes data scientist compartilha recursos, dicas, truques e código do banco de dados que você pode usar para obter as métricas que você precisa de seus dados. Neste artigo, veja como calcular uma média ponderada. Com base em um de nossos artigos anteriores sobre o cálculo de uma média. Neste artigo, veja como calcular uma média ponderada e aplicar isso a um grupo de produtos da nossa hipotética empresa de fornecimento de animais de estimação. Se você lembrar do artigo anterior, estas são as encomendas que recebemos para uma variedade de produtos para cães que vendemos: no artigo anterior, determinamos que nosso valor médio de ordem seja 19,98 com uma quantidade média de itens por ordem de 2,10. Nos artigos subsequentes, também examinamos a mediana e o modo das ordens para que possamos obter uma imagem mais completa de como nosso negócio estava fazendo. Vamos cavar até um pouco mais profundo agora para ver de que produtos essas ordens consistiam, para que possamos obter mais informações sobre como os diferentes produtos estão se apresentando. Aqui estão os detalhes das ordens que bem estão sendo usadas neste artigo: O detalhe do pedido mostrado aqui é derivado da combinação dos nossos dados de pedidos com os dados do nosso catálogo de produtos. Nós primeiro olhamos o catálogo de produtos para cães em nosso artigo sobre o pivô usando CROSSTAB. No caso de você não estar familiarizado com os produtos, o que o catálogo parece: Mas antes de ir mais longe, vamos voltar atrás um pouco para atrapalhá-lo. Ao executar a seguinte consulta na tabela de detalhes de pedidos acima, podemos obter a tabela de resumo de pedidos com a qual trabalhamos no artigo anterior sobre o significado: se usarmos essa consulta com a cláusula WITH para torná-la CTE (expressão de tabela comum) Podemos calcular os valores médios que obtivemos originalmente: Bem, obtenha um valor médio para ordens de 19,98 com uma quantidade média de itens por ordem de 2.10. Assim como mencionamos acima. Por causa da ordem inválida (50005) que não possui itens, estamos usando a função NULLIF () para o cálculo da contagem de itens para que a contagem 0 dessa ordem seja ignorada. Observe também o uso da função ROUND () que aprendemos em Make Data Pretty para arredondar os resultados para apenas 2 casas decimais. Se você gostaria de atualizar sua memória sobre qualquer uma dessas funções e cálculos antes de mergulhar em médias ponderadas conosco, confira o artigo sobre o cálculo de uma média. Agora, vamos construir o que aprendemos anteriormente a obter ainda mais informações sobre nossos negócios ao calcular uma média ponderada para produtos encomendados. Média ponderada O uso de um cálculo de média ponderada nos permite atribuir mais valor a determinados elementos de dados do que outros com base em alguns critérios adicionais ao chegar ao nosso valor médio final. Olhar para exemplos é a melhor maneira de envolver a cabeça em torno do conceito, então vamos mergulhar diretamente. Para este artigo, iriam olhar para o preço médio de produtos pedidos para obter mais informações sobre como os diferentes produtos estão funcionando e iriam usar Um preço médio ponderado como um proxy para a forma como o nosso negócio está fazendo. Quanto maior a média e a média ponderada, o melhor aconteceu ao vender nossos itens de preço mais alto e obter clientes repetidos. Mais sobre isso abaixo. Primeiro, obtenha o preço médio da ordem para cada um dos produtos que foram encomendados: Aqui estavam usando a função ROUND () para arredondar nosso valor médio do produto para 2 casas decimais. Nosso resultado é assim: enquanto alguns dos produtos do catálogo são do mesmo preço, independentemente da linha de produtos, outros diferem em preço. A linha Bowser é mais cara para a maioria dos itens do que a linha Tippy. Por exemplo, uma capa Bowser custa 24,99, enquanto uma capa Tippy custa apenas 20,99. O preço médio por produto que acabamos de retornar irá acomodar isso, uma vez que ele calcula cada item a cada preço. Por exemplo, 1 casaco Bowser foi encomendado em 24,99 e 1 casaco Tippy foi encomendado em 20,99, então a média arredondada para esses dois itens é 22,99. Se o preço médio da compra para jaquetas começar a subir deste ponto para a frente, então, sabe bem, estavam vendendo mais jaquetas Bowser. Se ele começa a descer, então estavam vendendo mais jaquetas Tippy. Promedio de médias Cuidado com a média de médias Podemos ser tentados agora a média dos preços médios dos produtos para obter um preço médio global de 10,28: O problema com a média de nossas médias é que perdemos o impacto da quantidade de itens que foram encomendados para cada um produtos. Neste caso, para obter um preço médio global do item, seria melhor voltar para o quadrado e apenas fazer uma média em todos os itens encomendados. Além disso, uma vez que sabemos que uma ordem sem itens é inválida, apenas a excluímos da nossa consideração. Heres nossa consulta para obter o preço médio geral do item (excluindo o pedido inválido que tem apenas valores NULL): agora podemos ver que nosso preço médio global do item é 9,51: no futuro, se vermos esse aumento médio geral de preços, então bem Saiba que mais itens de preço mais alto estão sendo pedidos. O fator de ponderação Agora, pesa os preços médios de cada produto encomendados de acordo com o número de clientes repetidos representados por ele. Nosso pressuposto de negócio de trabalho é que, quanto mais clientes repetidos um produto traz, maior a importância dos produtos é para nossos negócios. Vamos ver isso na prática. Heres nossa consulta: quando executamos isso, voltamos com um preço médio ponderado de 9.74. A ponderação pelo número de clientes repetidos representados para cada produto aumentou nosso preço médio de item em 0,23. Wed, gostaria de ver isso ainda mais no futuro, porque então isso significaria estar recebendo mais clientes repetidos, mas é um lugar para começar. Vamos percorrer a forma como chegamos lá porque os detalhes aqui são fundamentais para que entendamos. A consulta usa dois CTEs. O primeiro CTE, repetido clientes, usa GROUP BY e TENHA que identificar apenas IDs de clientes com mais de um pedido. Podemos obter mais sofisticados com isso no tempo e talvez adicionar um condicional por um período de tempo que passou entre as ordens, mas, por enquanto, apenas nos preocupamos com o fato de um cliente ter feito mais de um pedido conosco. Nos produtos CTE, a consulta é exatamente a mesma que usamos para calcular a média acima, exceto que weve adicionou uma agregação COUNT () por ID de cliente distinta com base em fazer uma LEFT JOIN para a nossa lista de clientes repetidos. Também foram adicionados 1 ao valor final dessa agregação para que cada produto tenha pelo menos um peso de 1. Os resultados do CTE se parecem com isto: como podemos ver, nenhum dos produtos até agora tem clientes repetidos, exceto Para o produto de etiqueta de nome. À medida que os clientes mais repetidos voltam para nós e colocam mais pedidos, os pesos dos diferentes produtos começarão a emergir, dizendo-nos quais produtos são mais propensos a gerar negócios repetidos para nós. Com esta valiosa informação, podemos querer promover esses produtos mais. Ao usar esses pesos em nosso cálculo para o preço médio ponderado do item, estamos sugerindo que os produtos que têm clientes mais repetidos e, portanto, pesos mais altos, são mais valiosos para o nosso negócio, independentemente do preço médio de compra que cada produto possa ter. Agora, temos duas maneiras de ver melhorias na qualidade de nossos pedidos - aumento do preço médio da ordem para cada produto e quanto peso esse produto tem devido à sua capacidade de conduzir clientes repetidos. A parte final da nossa consulta é onde nós juntamos os dois componentes. Aqui executamos o cálculo da média ponderada. Basicamente, multiplica cada valor e o peso determinado para cada produto, somá-los e, em seguida, divide-se pela soma dos pesos para obter o preço médio ponderado do item. Dê uma olhada na matemática para a média ponderada: isso nos informa mais sobre nossos pedidos e produtos e como eles estão funcionando do que o preço médio da ordem do produto sozinho. Existem muitos cenários diferentes e você precisará decidir qual critério faz sentido para usar como pesos com seus dados (ou se o cálculo de uma média ponderada ainda faz sentido para o que deseja aprender). Você pode considerar avaliações ou menções sociais ou qualquer uma das várias opções diferentes como fatores de ponderação. Apenas determinando quais os fatores de ponderação devem ser, você já decidiu o que é importante para sua empresa. Agora você pode aplicar aqueles para ver como seu negócio está funcionando de acordo com esses fatores. Embalagem Embora seja fácil confiar em um meio simples ou para tomar a média das médias para algumas métricas do seu negócio, pare e pense se a métrica representa com precisão o que você está tentando transmitir. Você pode estar faltando algumas idéias fundamentais. Às vezes, um valor deve contar mais do que outro valor e agora você sabe como usar o cálculo da média ponderada para que isso aconteça. Em nosso próximo artigo, tome bem o que aprendemos aqui e aplique-o para o cálculo de uma média móvel ponderada. Até então. Se você tiver algum comentário sobre este ou qualquer outro artigo de Compose, solte a equipe Compose Articles em uma linha em articlescompose. Fique feliz em saber de você. Copie 2017 Compose