(Monetario) costo m → El costo total de la fiesta llegó a 500 libras. Para contar el costo de sth (= evaluar el costo de) calcular el coste de qch → Debemos contar el costo de la opción de guerra. → No cuento el costo de las cosas. Puedo comprar ropa al azar. (= Evaluar las consecuencias de) [+ desastre] faire le bilan de qch → En Escocia, personas como el Sr. Robb están contando el coste del desastre.
(Fig) prix m → La batalla fue ganada, pero el costo en la vida humana había sido enorme. Como yo sé a mi costo como je l'ai appris à mes dépens a toda costa coûte que coûte, a tout prix a cualquier costo a cualquier prix
(Costo pt, pp) [+ dinero] costo La comida cuesta quince euros. Le repas coûte quinze euros. ¿Cuanto cuesta? Combien ça coûte? Cuesta demasiado. Ça coûte trop cher. ¿Cuánto costará repararlo? ¿Combina el precio del horno reparador? Para costar sb sth, Me costó £ 10. Cela m'a coûté dix livres. Les costó 10 libras. Cela leur un prix dix livres. → Alojamiento y comida nos costó alrededor de cinco mil dólares. Costar dinero (= ser caro) cherter cher → Ropa bien diseñada cuesta dinero
(Costo pt, pp) (fig) al costo sb sth, Le costó su vida. Ça lui a coûté la vie. Le costó su trabajo. Ça lui a coûté son emploi. Les costó tiempo. Ellos son un pris du temps. Les costó esfuerzo. Cela les a pedido de los esfuerzos. → La composición de este tipo le costó esfuerzo.
Drake pasó los meses al costear una expedición que nunca navegó. [+ Producto] establecer el precio de revient de, calculer el precio de revient de costes
[+ Business] frais mpl → Los Moulton han tenido que elevar sus precios para cubrir los mayores costos.
Árabe Búlgaro Chino Croata Checo Danés Holandés Inglés Estonio Finlandés Francés Alemán Griego Hebreo Hindú Húngaro Islandés Indonesio Italiano Japonés Coreano Letón Lituano Malgache Noruego Persa Polaco Portugués Rumano Ruso Serbio Eslovaco Esloveno Español Sueco Tailandés Turco Vietnamita
Árabe Búlgaro Chino Croata Checo Danés Holandés Inglés Estonio Finlandés Francés Alemán Griego Hebreo Hindú Húngaro Islandés Indonesio Italiano Japonés Coreano Letón Lituano Malgache Noruego Persa Polaco Portugués Rumano Ruso Serbio Eslovaco Esloveno Español Sueco Tailandés Turco Vietnamita
Definición - media móvil
Media móvil
En las estadísticas. Un promedio móvil. También llamado promedio móvil. Media móvil o media corriente. Es un tipo de filtro de respuesta de impulso finito utilizado para analizar un conjunto de puntos de referencia mediante la creación de una serie de promedios de diferentes subconjuntos del conjunto de datos completo.
Dada una serie de números y un tamaño de subconjunto fijo, el primer elemento de la media móvil se obtiene tomando la media del subconjunto fijo inicial de las series de números. A continuación, el subconjunto se modifica "desplazando hacia delante", es decir, excluyendo el primer número de la serie e incluyendo el siguiente número que sigue al subconjunto original de la serie. Esto crea un nuevo subconjunto de números, que se promedia. Este proceso se repite en toda la serie de datos. La línea argumental que conecta todos los promedios (fijos) es la media móvil. Un promedio móvil es un conjunto de números, cada uno de los cuales es el promedio del subconjunto correspondiente de un conjunto más grande de puntos de referencia. Un promedio móvil también puede usar pesos desiguales para cada valor de referencia en el subconjunto para enfatizar valores particulares en el subconjunto.
Una media móvil se utiliza comúnmente con datos de series de tiempo para suavizar las fluctuaciones a corto plazo y resaltar tendencias o ciclos a largo plazo. El umbral entre corto y largo plazo depende de la aplicación, y los parámetros de la media móvil se establecerán en consecuencia. Por ejemplo, a menudo se utiliza en el análisis técnico de los datos financieros, como los precios de las acciones. Devoluciones o volúmenes de negociación. También se utiliza en economía para examinar el producto interno bruto, el empleo u otras series temporales macroeconómicas. Matemáticamente, una media móvil es un tipo de convolución y por lo tanto puede ser visto como un ejemplo de un filtro de paso bajo utilizado en el procesamiento de la señal. Cuando se utiliza con datos que no son de series temporales, una media móvil filtra componentes de frecuencia más alta sin ninguna conexión específica con el tiempo, aunque típicamente algún tipo de ordenamiento está implícito. Visto de forma simplista, puede considerarse como suavizar los datos.
Contenido
Promedio móvil simple
En aplicaciones financieras, una media móvil simple (SMA) es la media no ponderada de los n puntos de referencia anteriores. Sin embargo, en la ciencia y la ingeniería la media se toma normalmente de un número igual de datos de cualquier lado de un valor central. Esto asegura que las variaciones en la media estén alineadas con las variaciones en los datos en lugar de ser desplazadas en el tiempo. Un ejemplo de una media simple no ponderada para una muestra de n días de precio de cierre es la media de los precios de cierre de n días anteriores. Si esos precios son entonces la fórmula es
Cuando se calculan los valores sucesivos, un nuevo valor entra en la suma y un valor antiguo se cae, lo que significa que una suma completa cada vez es innecesaria para este caso simple,
El período seleccionado depende del tipo de movimiento de interés, como corto, intermedio o largo plazo. En términos financieros, los niveles de media móvil pueden ser interpretados como soporte en un mercado en aumento, o resistencia en un mercado en baja.
Si los datos utilizados no están centrados alrededor de la media, una media móvil simple se queda atrás del punto de referencia más reciente por la mitad de la anchura de la muestra. Una SMA también puede ser influenciada de manera desproporcionada por los puntos de referencia antiguos que abandonan o por los nuevos datos. Una característica de la SMA es que si los datos tienen una fluctuación periódica, la aplicación de una SMA de ese período eliminará esa variación Un ciclo completo). Pero rara vez se encuentra un ciclo perfectamente regular. [1]
Para una serie de aplicaciones, es ventajoso evitar el desplazamiento inducido usando sólo datos "pasados". Por lo tanto, se puede calcular un promedio móvil central, usando datos equidistantes a ambos lados del punto de la serie donde se calcula la media. Esto requiere el uso de un número impar de puntos de referencia en la ventana de muestra.
Promedio móvil acumulado
En una media móvil acumulada. Los datos llegan en un flujo de datos ordenado y el estadístico desea obtener el promedio de todos los datos hasta el punto de referencia actual. Por ejemplo, un inversionista puede querer el precio medio de todas las transacciones de acciones para un stock en particular hasta el momento actual. A medida que se produce cada nueva transacción, el precio medio en el momento de la transacción puede calcularse para todas las transacciones hasta ese punto utilizando el promedio acumulativo, típicamente un promedio no ponderado de la secuencia de valores de i x 1. X i hasta la hora actual:
El método de fuerza bruta para calcular esto sería almacenar todos los datos y calcular la suma y dividir por el número de puntos de referencia cada vez que llegara un nuevo punto de referencia. Sin embargo, es posible simplemente actualizar el promedio acumulativo cuando un nuevo valor x i +1 se vuelve disponible, usando la fórmula:
Por lo tanto, el promedio acumulativo actual para un nuevo punto de referencia es igual al promedio acumulativo anterior más la diferencia entre el punto de referencia más reciente y el promedio anterior dividido por el número de puntos recibidos hasta ahora. Cuando todos los puntos de referencia llegan (i = N), el promedio acumulativo será igual al promedio final.
La derivación de la fórmula del promedio acumulativo es sencilla. Utilizando
Y similarmente para i + 1. Se ve que
Resolver esta ecuación para CA i +1 resulta en:
Promedio móvil ponderado
Un promedio ponderado es cualquier promedio que tenga factores multiplicadores para dar pesos diferentes a los datos en diferentes posiciones en la ventana de muestra. Matemáticamente, el promedio móvil es la convolución de los puntos de referencia con una función de ponderación fija. Una aplicación está eliminando la pixelización de una imagen gráfica digital.
En el análisis técnico de los datos financieros, una media móvil ponderada (WMA) tiene el significado específico de pesos que disminuyen en la progresión aritmética. [2] En un WMA de día n el último día tiene peso n. El segundo más reciente n & # 160; - & # 160; 1, etc., hasta uno.
Pesos de WMA n & # 160; = & # 160; 15
El denominador es un número de triángulo igual a En el caso más general el denominador será siempre la suma de los pesos individuales.
Cuando se calcula la WMA a través de valores sucesivos, la diferencia entre los numeradores de WMA M +1 y WMA M es np M +1 & # 160; - & # 160; P M & # 160; - & # 160 ;. & # 160; - & # 160; P $ _ {M} $ - n + 1. Si denotamos la suma p M & # 160; + & # 160 ;. & # 160; + & # 160; P M - n + 1 por Total M. entonces
El gráfico de la derecha muestra cómo los pesos disminuyen, desde el peso más alto para los puntos de referencia más recientes, hasta cero. Se puede comparar con los pesos de la media móvil exponencial que sigue.
Promedio móvil exponencial
Pesos EMA N = 15
Un promedio móvil exponencial (EMA), también conocido como una media móvil exponencialmente ponderada (EWMA), [3] es un tipo de filtro de respuesta de impulso infinito que aplica factores de ponderación que disminuyen exponencialmente. La ponderación de cada punto de referencia anterior disminuye exponencialmente, nunca alcanzando cero. El gráfico de la derecha muestra un ejemplo de la disminución de peso.
El EMA para una serie Y se puede calcular recursivamente:
El coeficiente α representa el grado de disminución de la ponderación, un factor de suavizado constante entre 0 y 1. Un mayor α descuentos mayores observaciones más rápido. Alternativamente, α puede expresarse en términos de N periodos de tiempo, donde α = N + 2 / (N + 1) [cita requerida]. Por ejemplo, N & # 160; = 160 es el equivalente de \ alpha & # 160; = 160. La vida media de los pesos (el intervalo sobre el cual los pesos disminuyen por un factor de dos) es aproximadamente N / 2,8854 (dentro de 1% si N & # 160; & lt; 160; 5).
Y t es el valor en un período de tiempo t.
S t es el valor de la EMA en cualquier período de tiempo t.
S 1 no está definido. S1 se puede inicializar de varias maneras diferentes, más comúnmente ajustando S $ ₁ $ a Y $ ¹ $. Aunque existen otras técnicas, tales como fijar S 1 a un promedio de las primeras 4 o 5 observaciones. La prominencia del efecto de la inicialización S 1 sobre el promedio móvil resultante depende de α; Los valores de α más pequeños hacen que la elección de S 1 sea relativamente más importante que los valores de α mayores, ya que un α mayor descuenta las observaciones más antiguas.
Esta formulación es de acuerdo con Hunter (1986). [4] Mediante la aplicación repetida de esta fórmula para diferentes tiempos, podemos eventualmente escribir S t como una suma ponderada de los puntos de referencia Y t. como:
Un enfoque alternativo por Roberts (1959) utiliza Y t en lugar de Y t -1 [5]:
Esta fórmula también puede expresarse en términos de análisis técnico como sigue, mostrando cómo la EMA avanza hacia el punto de referencia más reciente, pero sólo por una proporción de la diferencia (cada vez):
La ampliación de cada vez resulta en la siguiente serie de potencias, mostrando cómo el factor de ponderación en cada punto de referencia p 1. P2. Etc disminuye exponencialmente:
,
Esta es una suma infinita con términos decrecientes.
Los N períodos en un N-día EMA sólo especifican el factor α. N no es un punto de parada para el cálculo en la forma en que está en un SMA o WMA. Para N. Los primeros N puntos de referencia en un EMA representan aproximadamente el 86% del peso total en el cálculo [6]:
La fórmula de potencia anterior da un valor inicial para un día en particular, después de lo cual se puede aplicar la fórmula de los días sucesivos mostrada en primer lugar. La cuestión de cuánto atrás volver a ir para un valor inicial depende, en el peor de los casos, de los datos. Los valores de precios grandes en los datos antiguos afectarán en el total, incluso si su ponderación es muy pequeña. Si los precios tienen pequeñas variaciones sólo se puede considerar la ponderación. El peso omitido al detenerse después de k términos es
Del peso total.
Por ejemplo, para tener el 99,9% del peso, ajuste por encima de la relación igual a 0,1% y resuelva para k:
Para este ejemplo (99,9% en peso).
Media móvil modificada
Una media móvil modificada (MMA), media móvil en ejecución (RMA) o media móvil suavizada se define como:
Aplicación a la medición del rendimiento de la computadora
Algunas métricas de rendimiento de la computadora, p. La longitud media de la cola de proceso, o la utilización media de la CPU, utilizan una forma de promedio móvil exponencial.
Aquí se define como una función del tiempo entre dos lecturas. Un ejemplo de un coeficiente que da mayor peso a la lectura actual y menor peso a las lecturas más antiguas es
Donde el tiempo para las lecturas t n se expresa en segundos y es el período de tiempo en minutos sobre el cual se dice que la lectura es promediada (la vida media de cada lectura en la media). Dada la anterior definición de, el promedio móvil puede expresarse como
Por ejemplo, un promedio de 15 minutos L de una longitud de cola de proceso Q. Medido cada 5 segundos (diferencia de tiempo es de 5 segundos), se calcula como
Otras ponderaciones
Otros sistemas de ponderación se utilizan ocasionalmente - por ejemplo, en el comercio de acciones una ponderación de volumen pesará cada período de tiempo en proporción a su volumen de negociación.
Otro factor de ponderación, utilizado por los actuarios, es el Spencer's 15-Point Moving Average [10] (un promedio móvil central). Los coeficientes de peso simétricos son -3, -6, -5, 3, 21, 46, 67, 74, 67, 46, 21, 3, -5, -6, -3.
Fuera del mundo de las finanzas, los medios de ejecución ponderados tienen muchas formas y aplicaciones. Cada función de ponderación o "kernel" tiene sus propias características. En ingeniería y ciencia la frecuencia y la respuesta de fase del filtro es a menudo de importancia primordial para entender las distorsiones deseadas e indeseadas que un filtro particular aplicará a los datos.
Una media no sólo "suavizar" los datos. Una media es una forma de filtro de paso bajo. Los efectos del filtro particular usado deben ser entendidos para hacer una elección apropiada.
Mediana móvil
Desde un punto de vista estadístico, el promedio móvil, cuando se usa para estimar la tendencia subyacente en una serie temporal, es susceptible a eventos raros como choques rápidos u otras anomalías. Una estimación más robusta de la tendencia es la mediana móvil simple sobre n puntos de tiempo:
Donde la mediana se encuentra, por ejemplo, ordenando los valores dentro de los corchetes y encontrando el valor en el medio.
Estadísticamente, el promedio móvil es óptimo para recuperar la tendencia subyacente de las series temporales cuando las fluctuaciones sobre la tendencia se distribuyen normalmente. Sin embargo, la distribución normal no sitúa la probabilidad alta en desviaciones muy grandes de la tendencia que explica por qué tales desviaciones tendrán un efecto desproporcionadamente grande en la estimación de la tendencia. Se puede demostrar que si se supone que las fluctuaciones son Laplace distribuidas. Entonces la mediana móvil es estadísticamente óptima. [11] Para una varianza dada, la distribución de Laplace coloca una mayor probabilidad en eventos raros que la normal, lo que explica por qué la mediana móvil tolera mejor los choques que la media móvil.
Cuando la media simple de movimiento es central, el suavizado es idéntico al filtro mediano que tiene aplicaciones en, por ejemplo, procesamiento de señales de imagen.
Ver también
Este artículo incluye una lista de referencias. Pero sus fuentes siguen siendo poco claras porque no tienen suficientes citas en línea. Por favor ayude a mejorar este artículo introduciendo citas más precisas. (Febrero de 2010)
¿Puedo calcular una media móvil que se basa en más de una seires?
M_Chart. DataManipulator. FinancialFormula (FinancialFormula. MovingAverage, period, & quot; Series1, Series2, Series3 & quot ;, AverageSerieName & quot;
Pero todavía obtengo un promedio basado solamente en "Series1".
¿Puedo calcular un promedio cuando el período sobre el cual se calcula un punto de datos promedio no es un número fijo de puntos de datos sino un intervalo en el eje x? (Un intervalo de tiempo en mi caso) Quiero que mi promedio se basa en los puntos de datos, p. En los últimos 3 minutos.
Im que crea un gráfico en tiempo real y recalculo el promedio cada vez que agrego un nuevo punto de datos con:
¿Esto hace que la. FinancialFormula (..) itera a través de todos los puntos de datos cada vez que se llama? Si es así, ¿hay una manera más eficiente de hacer esto? Siempre añadir un nuevo punto de datos último, con el valor x más alto, idealmente sólo tendría que calcular un punto de datos más promedio.
¡Gracias por adelantado!
Jueves, 14 de mayo de 2009 19:13
1. El promedio móvil se basa en series únicas, por lo que debe agregar el AverageSeries y calcular los valores del punto de datos como promedio de Series1, Series2, Series3. (Puede ocultar esta serie si no necesita mostrar los datos.) A continuación, ejecute el MovingAverage basado en esta serie.
2. Fórmula de promedio móvil se calcula sólo en función de un número de puntos de datos, por lo que debe tratar de calcular el número basado en el tiempo.
3. Sí, la fórmula recalcula el promedio cada vez que lo ejecuta.
Si está agregando los puntos de datos en código, puede calcular manualmente el último valor de punto de datos de promedio móvil, retrocediendo a través de los puntos de datos para el intervalo de tiempo requerido y luego dividir suma / cuenta.
Propuesto como respuesta por Víctor Arakcheev - MSFT Microsoft empleado Lunes, 18 de mayo de 2009 17:04
Marcado como respuesta por Liii Martes, 19 de mayo de 2009 14:32
Lunes, 18 de mayo de 2009 17:04
Todas las respuestas
1. El promedio móvil se basa en series únicas, por lo que debe agregar el AverageSeries y calcular los valores del punto de datos como promedio de Series1, Series2, Series3. (Puede ocultar esta serie si no necesita mostrar los datos.) A continuación, ejecute el MovingAverage basado en esta serie.
2. Fórmula de promedio móvil se calcula sólo en función de un número de puntos de datos, por lo que debe tratar de calcular el número basado en el tiempo.
3. Sí, la fórmula recalcula el promedio cada vez que lo ejecuta.
Si está agregando los puntos de datos en código, puede calcular manualmente el último valor de punto de datos de promedio móvil, retrocediendo a través de los puntos de datos para el intervalo de tiempo requerido y luego dividir suma / cuenta.
Propuesto como respuesta por Víctor Arakcheev - MSFT Microsoft empleado Lunes, 18 de mayo de 2009 17:04
Marcado como respuesta por Liii Martes, 19 de mayo de 2009 14:32
Lunes, 18 de mayo de 2009 17:04
Ahora sé un poco más.
Marcado como respuesta por Liii Martes, 19 de mayo de 2009 14:32
Sin marcar como respuesta por Liii Martes 19 de mayo de 2009 14:32
Martes, 19 de mayo de 2009 14:31
Microsoft está llevando a cabo una encuesta en línea para entender su opinión sobre el sitio web de Msdn. Si decide participar, se le presentará la encuesta en línea cuando abandone el sitio Web de Msdn.
¿Te gustaría participar?
No comments:
Post a Comment