برنامه فروشمدلهای میانگین حرکت در برنامه بودجه-برنامه

در "برنامه بودجه-برنامه" سه مدل متوسط متحرک متداول و اصلاحات آنها استفاده می شود: SMA (میانگین حرکت ساده) ، WMA (میانگین متحرک وزنی) و EMA (میانگین متحرک با وزنی).

برای اصلاح دامنه قیمت ، بسته به نوع محاسبات و داده ها ، هر یک از 3 مدل (SMA ، WMA و EMA) قابل انتخاب است. به عنوان مثال ، هنگام محاسبه یک مدل WMA ، تعداد ردیف یک عنصر ردیف یا یک نشانگر سری مجاور (به عنوان مثال ، حجم فروش) می تواند به عنوان وزنه انتخاب شود.

✎ برنامه بودجه-برنامه ای یک محصول نرم افزاری برای تهیه برنامه های تجاری و ارائه ها در قالب Word و Excel است ، بهینه برای مشاغل و مطالعات کوچک (برای دانشجویان ، دانشجویان فارغ التحصیل ، دانشجویان MBI و غیره)

یک مدل مالی بسازید ، گزینه های برنامه های فروش هر پیچیدگی خود را محاسبه کنید! نسخه جدید برنامه (6. 02) را امتحان کنید. جزئیات .

1. میانگین حرکت ساده (SMA) که توسط فرمول محاسبه می شود:

SMA_t- ارزش میانگین متحرک در نقطه t ؛N - تعداد سری سری یا فاصله زمانی هموار سازی.

2. میانگین متحرک وزنی (WMA) با توجه به فرمول محاسبه می شود:

WMA_t- ارزش میانگین متحرک در نقطه t ؛N - تعداد مقادیر سری اصلی ؛حرف_i- وزن مؤلفه معلق.

3. میانگین متحرک نمایی (EMA) توسط فرمول محاسبه می شود:

EMA_t- ارزش میانگین متحرک در نقطه t ؛EMA_t-1-ارزش میانگین متحرک در نقطه T-1 ؛A - ثابت صاف برای EMA (ثابت صاف کردن) ، ضریب تغییر درجه صاف کردن ، که گاهی اوقات ضریب نامیده می شود که میزان کاهش وزن را تعیین می کند ، مقدار آن را از 0 تا 1 می گیرد (A ≠ 0).

میانگین حرکت و پیش بینی های کوتاه مدت در چارچوب مدل تطبیقی

میانگین های متحرک معمولاً با داده های سری زمانی برای صاف کردن نوسانات کوتاه مدت و برجسته کردن روندها یا چرخه های اصلی استفاده می شوند.

برون یابی روندها به عنوان روشی برای پیش بینی ، اساس اکثر روشهای پیش بینی ، از جمله در مدلهای تطبیقی مبتنی بر میانگین حرکت با فاصله پیش بینی کوتاه است. در "برنامه بودجه-برنامه" بیش از 3 دوره پیش بینی. پیش فرض یک دوره است.

روشهای تطبیقی ، هنگام مطالعه روند ، اجازه می دهد تا میزان تأثیر سطوح قبلی را بر مقادیر بعدی سری پویا در نظر بگیرد. روشهای تطبیقی شامل روشهای میانگین کشویی و نمایی ، روش وزن هارمونیک ، روشهای تحولات خودکار است.

1. تعریف فاصله صافی

تعریف فاصله هموار سازی (تعداد سطوح موجود در آن) به کار بستگی دارد:

1. اگر لازم است نوسانات تصادفی را صاف کند ، به طور معمول فاصله صافی (حداکثر تعداد "6" است) ،.
2. اگر نیاز به تکرار نوسانات به صورت دوره ای وجود داشته باشد ، فاصله صاف کننده به 3 سطح کاهش می یابد.

تنظیم پیش فرض "3" است.

2. الگوریتم برای محاسبات با هموار سازی

هموار سازی با میانگین متحرک این است که میانگین سطح محاسبه شده فواصل 3 ، 4 و غیره. در نتیجه ، محاسبه متوسط به نظر می رسد که از ابتدای سریال تا انتها "لغزیده" می شود. در مدل های SMA و WMA و اصلاحات آنها ، درجه صافی به مرحله مشخص می شود - هرچه مرحله بزرگتر باشد ، درجه صاف کردن نیز بیشتر می شود.

- در یک مرحله عجیب و غریب ، هر میانگین متحرک محاسبه شده با فاصله واقعی (لحظه) زمان که در وسط مرحله (فاصله) قرار دارد ، مطابقت دارد و تعداد سطح صاف شده کمتر از تعداد اصلی سطوح تا اندازه مرحله استاز میانگین متحرک ، توسط یک کاهش می یابد.

- با یک مرحله یکنواخت ، دو میانگین متحرک محور هستند. عملیات محور شامل پرواز مجدد با یک قدم برابر با دو است. تعداد سطح سری صاف شده با اندازه مرحله میانگین متحرک کمتر خواهد بود.

بگذارید فاصله "4" باشد. محاسبه عنصر "3" موارد زیر است:

سپس ، یک فرمول راحت تر برای اجرای الگوریتم:

ساخت میانگین های متحرک و برون یابی

در مدل های غیرپتینال (SMA ، WMA) ، حساسیت هموار سازی به منوی تنظیمات فاصله هموار سازی بستگی دارد: "تنظیمات پارامترهای مدل → فاصله صافی → مقدار انتخاب (3 ÷ 6)".

سطح هموار سازی (حساسیت) در مدل نمایی (EMA) به هموار سازی ثابت بستگی دارد (به عنوان مثال ، از ضریب الف) ، که در منوی تنظیمات اشکال برنامه های فروش و خریدها نصب شده است: "تنظیمات پارامترهای مدل →ثابت ثابت → مقدار انتخاب (1. 0 ÷ 0. 1) ".

از نمودار (مثال 1) ، اگر صافی ثابت = 1 را انتخاب کنید ، سری اصلی و تخمین زده شده (EMA) عملاً همزمان می شوند.

هنگام ساخت میانگین های متحرک و برون یابی روندها (پیش بینی های کوتاه مدت) و دوره های دیگر زودتر از جریان با فاصله از پیش تعیین شده استفاده می شود. در اینجا ، انتخاب فاصله هموار سازی شما باید دو "قدرت" متوسط را درک کنید: حساسیت به تغییرات و تغییرات جهش (نوسانات). بر این اساس ، در صورت نیاز به افزایش حساسیت فاصله روند باید کوتاه تر باشد و برعکس. برای EMA حساسیت به ضریب "A" بستگی دارد: A → 1 ، EMA_t→ به مقادیر سری اصلی تمایل دارد ، و برعکس: وقتی شما یک → 0 ، EMA هستید_t→ به خط میانی این سریال تمایل دارد.

صاف کردن تعدادی از EMA متوسط در حال حرکت ، با ضریب تعداد "A" برابر با "0. 7":

صاف کردن تعدادی از EMA متوسط در حال حرکت ، با ضریب تعداد "A" برابر با "0. 2": < SPAN> هنگام ساخت میانگین های متحرک و برون یابی روندها (پیش بینی های کوتاه مدت) و دوره های دیگر زودتر از جریان بایک بازه از پیش تعیین شده. در اینجا ، انتخاب فاصله هموار سازی شما باید دو "قدرت" متوسط را درک کنید: حساسیت به تغییرات و تغییرات جهش (نوسانات). بر این اساس ، در صورت نیاز به افزایش حساسیت فاصله روند باید کوتاه تر باشد و برعکس. برای EMA حساسیت به ضریب "A" بستگی دارد: A → 1 ، EMA