ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงที่ 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะยิ่งเรียบขึ้น ช่วงค่าที่น้อยกว่าค่าเฉลี่ยเคลื่อนที่ที่ใกล้เคียงกับจุดข้อมูลจริงวิธีคำนวณค่าเฉลี่ยถ่วงน้ำหนักใน Excel โดยใช้การคำนวณข้อมูล Excel อย่างราบเรียบสำหรับ Dummies, Edition ครั้งที่ 2 เครื่องมือ Exponential Smoothing ใน Excel คำนวณค่าเฉลี่ยเคลื่อนที่ อย่างไรก็ตามการคำนวณความถ่วงน้ำหนักแบบเลขยกกำลังให้ค่าที่รวมอยู่ในการคำนวณค่าเฉลี่ยเคลื่อนที่เพื่อให้ค่าล่าสุดมีผลมากขึ้นกับการคำนวณโดยเฉลี่ยและค่าเดิมมีผลน้อยกว่า การถ่วงน้ำหนักนี้ทำได้ผ่านค่าคงที่ที่ราบเรียบ เพื่อแสดงให้เห็นว่าเครื่องมือ Smoothing แบบ Exponential ทำงานอย่างไรสมมติว่า you8217re อีกครั้งกำลังมองหาข้อมูลอุณหภูมิเฉลี่ยรายวัน ในการคำนวณค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักโดยใช้การคำนวณหากำไรให้เรียบโปรดทำตามขั้นตอนต่อไปนี้: เมื่อต้องการคำนวณค่าเฉลี่ยเคลื่อนที่ที่ได้รับการทำความสะอาดอย่างละเอียดให้คลิกที่ปุ่มคำสั่ง Data data analysis ของข้อมูล tab8217s เมื่อ Excel แสดงไดอะล็อกบ็อกซ์การวิเคราะห์ข้อมูลเลือกรายการ Smoning แบบ Exponential จากรายการจากนั้นคลิก OK Excel จะแสดงไดอะล็อกบ็อกซ์ Exponential Smoothing ระบุข้อมูล หากต้องการระบุข้อมูลที่คุณต้องการคำนวณค่าเฉลี่ยเคลื่อนที่แบบเคลื่อนไหวที่ชี้แจงให้คลิกที่กล่องข้อความ Input Range จากนั้นระบุช่วงการป้อนข้อมูลโดยพิมพ์ที่อยู่ช่วงเวิร์กชีทหรือเลือกช่วงของแผ่นงาน หากช่วงอินพุทของคุณมีป้ายข้อความเพื่อระบุหรืออธิบายข้อมูลของคุณให้เลือกช่องทำเครื่องหมายป้ายข้อความ ให้ค่าคงที่ที่ราบเรียบ ป้อนค่าคงที่ที่ราบเรียบในกล่องข้อความ Damping Factor แฟ้มวิธีใช้ Excel แสดงว่าคุณใช้ค่าคงที่ที่ราบเรียบระหว่าง 0.2 และ 0.3 สันนิษฐานได้ว่าอย่างไรก็ตามหาก you8217 ใช้เครื่องมือนี้คุณมีความคิดของคุณเองเกี่ยวกับค่าคงที่ของการทำให้เรียบที่ถูกต้องคือ (หากคุณไม่เข้าใจเกี่ยวกับค่าคงที่ที่ราบเรียบบางทีคุณอาจไม่ควรใช้เครื่องมือนี้) บอก Excel ว่าจะใส่ข้อมูลค่าเฉลี่ยเคลื่อนที่แบบเรียบ ใช้กรอบข้อความ Output Range เพื่อระบุช่วงเวิร์กชีตที่คุณต้องการวางข้อมูลค่าเฉลี่ยเคลื่อนที่ ตัวอย่างเช่นในตัวอย่างแผ่นงานคุณวางข้อมูลค่าเฉลี่ยเคลื่อนที่ลงในช่วงเวิร์กชีท B2: B10 (ไม่บังคับ) แสดงข้อมูลที่เรียบขึ้น เมื่อต้องการแผนภูมิข้อมูลที่ได้รับการจัดเรียงอย่างรวดเร็วให้เลือกช่องทำเครื่องหมายแผนภูมิเอาท์พุท (ไม่บังคับ) ระบุว่าคุณต้องการคำนวณข้อมูลข้อผิดพลาดมาตรฐาน หากต้องการคำนวณข้อผิดพลาดมาตรฐานให้เลือกช่องทำเครื่องหมายข้อผิดพลาดมาตรฐาน Excel วางค่าความผิดพลาดมาตรฐานไว้ข้างๆค่าเฉลี่ยเคลื่อนที่แบบเรียบ หลังจากที่คุณระบุว่าต้องการย้ายข้อมูลเฉลี่ยที่ต้องการและตำแหน่งที่ต้องการวางไว้คลิกตกลง Excel คำนวณข้อมูลค่าเฉลี่ยเคลื่อนที่คำนวณความผันผวนทางประวัติศาสตร์โดยใช้ EWMA ความผันผวนเป็นมาตรการวัดความเสี่ยงที่ใช้บ่อยที่สุด ความผันผวนในแง่นี้อาจเป็นความผันผวนทางประวัติศาสตร์ (สังเกตจากข้อมูลที่ผ่านมา) หรืออาจบ่งบอกถึงความผันผวน (สังเกตจากราคาตลาดของเครื่องมือทางการเงิน) ความผันผวนทางประวัติศาสตร์สามารถคำนวณได้สามวิธี ได้แก่ ความผันผวนแบบง่าย, การถ่วงน้ำหนักแบบสมมุติฐาน Average (EWMA) GARCH หนึ่งในข้อได้เปรียบที่สำคัญของ EWMA คือให้น้ำหนักมากขึ้นกับผลตอบแทนล่าสุดในขณะที่คำนวณผลตอบแทน ในบทความนี้เราจะดูวิธีคำนวณความผันผวนโดยใช้ EWMA เราสามารถคำนวณผลตอบแทน lognormal รายวันโดยใช้สูตร ln (P i P i -1) โดยที่ P หมายถึงแต่ละรายการ วันปิดราคาหุ้น เราจำเป็นต้องใช้บันทึกธรรมชาติเพราะเราต้องการผลตอบแทนที่จะประกอบกันอย่างต่อเนื่อง ขณะนี้เราจะได้รับผลตอบแทนรายวันสำหรับชุดราคาทั้งหมด ขั้นตอนที่ 2: สแควร์ผลตอบแทนขั้นตอนต่อไปคือการใช้สแควร์ของผลตอบแทนที่ยาวนาน นี่คือการคำนวณความแปรปรวนหรือความผันแปรอย่างง่ายที่แสดงโดยสูตรต่อไปนี้: ที่นี่ u แสดงถึงผลตอบแทนและ m แสดงจำนวนวัน ขั้นตอนที่ 3: กำหนดน้ำหนักกำหนดน้ำหนักให้ผลตอบแทนล่าสุดมีน้ำหนักมากขึ้นและผลตอบแทนที่เก่ากว่ามีน้ำหนักน้อยลง สำหรับเรื่องนี้เราต้องใช้ปัจจัยที่เรียกว่า Lambda () ซึ่งเป็นค่าคงที่ที่ราบเรียบหรือค่าคงที่ (1-0.94) 6 น้ำหนักที่สองจะเท่ากับ 60.94 5.64 และอื่น ๆ โดยน้ำหนักจะมีค่าเป็น (1) 0. Lambda ต้องมีค่าน้อยกว่า 1. เมตริกความเสี่ยงใช้ lambda 94 น้ำหนักแรกจะเท่ากับ ใน EWMA น้ำหนักทั้งหมดจะรวมเป็น 1 แต่จะลดลงด้วยอัตราส่วนคงที่ของ ขั้นที่ 4: ผลคูณคูณด้วยน้ำหนัก 5 ทำยอดรวมของ R 2 w นี่คือความแปรปรวนสุดท้ายของ EWMA ความผันผวนจะเป็นรากที่สองของความแปรปรวน ภาพหน้าจอต่อไปนี้แสดงการคำนวณ ตัวอย่างข้างต้นที่เราเห็นคือแนวทางที่ RiskMetrics อธิบายไว้ รูปแบบทั่วไปของ EWMA สามารถแสดงเป็นสูตร recursive ต่อไปนี้:
No comments:
Post a Comment