Média móvel Este exemplo ensina como calcular a média móvel de uma série temporal no Excel. Um avarge movente é usado para suavizar irregularidades (picos e vales) para reconhecer facilmente as tendências. 1. Primeiro, vamos dar uma olhada em nossa série temporal. 2. Na guia Dados, clique em Análise de dados. Nota: não é possível localizar o botão Análise de dados Clique aqui para carregar o suplemento Analysis ToolPak. 3. Selecione Média Móvel e clique em OK. 4. Clique na caixa Intervalo de entrada e selecione o intervalo B2: M2. 5. Clique na caixa Interval (Intervalo) e digite 6. 6. Clique na caixa Output Range (Intervalo de saída) e selecione a célula B3. 8. Plote um gráfico desses valores. Explicação: porque definimos o intervalo para 6, a média móvel é a média dos 5 pontos de dados anteriores e do ponto de dados atual. Como resultado, picos e vales são suavizados. O gráfico mostra uma tendência crescente. O Excel não pode calcular a média móvel dos primeiros 5 pontos de dados porque não há pontos de dados anteriores suficientes. 9. Repita os passos 2 a 8 para o intervalo 2 e intervalo 4. Conclusão: Quanto maior o intervalo, mais os picos e vales são suavizados. Quanto menor o intervalo, mais próximas as médias móveis dos pontos de dados reais. Movações Médias: Quais São Entre os indicadores técnicos mais populares, as médias móveis são usadas para medir a direção da tendência atual. Todo tipo de média móvel (normalmente escrito neste tutorial como MA) é um resultado matemático calculado pela média de um número de pontos de dados passados. Uma vez determinada, a média resultante é então plotada em um gráfico, a fim de permitir que os operadores analisem os dados suavizados, em vez de se concentrarem nas flutuações cotidianas de preços inerentes a todos os mercados financeiros. A forma mais simples de uma média móvel, apropriadamente conhecida como média móvel simples (SMA), é calculada tomando a média aritmética de um dado conjunto de valores. Por exemplo, para calcular uma média móvel básica de 10 dias, você somaria os preços de fechamento dos últimos 10 dias e dividiria o resultado por 10. Na Figura 1, a soma dos preços dos últimos 10 dias (110) é dividido pelo número de dias (10) para chegar à média de 10 dias. Se um trader desejar ver uma média de 50 dias, o mesmo tipo de cálculo seria feito, mas incluiria os preços nos últimos 50 dias. A média resultante abaixo (11) leva em consideração os últimos 10 pontos de dados para dar aos traders uma idéia de como um ativo é precificado em relação aos últimos 10 dias. Talvez você esteja se perguntando por que os traders técnicos chamam essa ferramenta de uma média móvel e não apenas de uma média comum. A resposta é que, à medida que novos valores se tornam disponíveis, os pontos de dados mais antigos devem ser descartados do conjunto e novos pontos de dados devem ser inseridos para substituí-los. Assim, o conjunto de dados está em constante movimento para considerar novos dados à medida que se tornam disponíveis. Esse método de cálculo garante que apenas as informações atuais estejam sendo contabilizadas. Na Figura 2, quando o novo valor de 5 é adicionado ao conjunto, a caixa vermelha (representando os últimos 10 pontos de dados) move-se para a direita e o último valor de 15 é retirado do cálculo. Como o valor relativamente pequeno de 5 substitui o valor alto de 15, você esperaria ver a média da diminuição do conjunto de dados, o que faz, neste caso de 11 a 10. Como as médias móveis se parecem Uma vez que os valores do MA foram calculados, eles são plotados em um gráfico e, em seguida, conectados para criar uma linha média móvel. Essas linhas curvas são comuns nos gráficos dos operadores técnicos, mas como elas são usadas podem variar drasticamente (mais sobre isso depois). Como você pode ver na Figura 3, é possível adicionar mais de uma média móvel a qualquer gráfico, ajustando o número de períodos usados no cálculo. Essas linhas curvas podem parecer confusas ou confusas a princípio, mas você se acostumará a elas com o passar do tempo. A linha vermelha é simplesmente o preço médio nos últimos 50 dias, enquanto a linha azul é o preço médio nos últimos 100 dias. Agora que você entende o que é uma média móvel e como ela se parece, introduza um tipo diferente de média móvel e examine como ela difere da média móvel simples mencionada anteriormente. A média móvel simples é extremamente popular entre os traders, mas, como todos os indicadores técnicos, tem seus críticos. Muitos indivíduos argumentam que a utilidade da SMA é limitada porque cada ponto na série de dados é ponderado da mesma forma, independentemente de onde ocorra na sequência. Os críticos argumentam que os dados mais recentes são mais significativos do que os dados mais antigos e devem ter uma influência maior no resultado final. Em resposta a esta crítica, os comerciantes começaram a dar mais peso aos dados recentes, o que levou à invenção de vários tipos de novas médias, a mais popular das quais é a média móvel exponencial (EMA). (Para leitura adicional, consulte Noções básicas de médias móveis ponderadas e qual é a diferença entre um SMA e um EMA) Média móvel exponencial A média móvel exponencial é um tipo de média móvel que dá mais peso aos preços recentes em uma tentativa de torná-lo mais responsivo para novas informações. Aprender a equação um tanto complicada para calcular um EMA pode ser desnecessário para muitos comerciantes, já que quase todos os pacotes de gráficos fazem os cálculos para você. No entanto, para você geeks de matemática lá fora, aqui está a equação EMA: Ao usar a fórmula para calcular o primeiro ponto da EMA, você pode perceber que não há nenhum valor disponível para usar como a EMA anterior. Esse pequeno problema pode ser resolvido iniciando o cálculo com uma média móvel simples e continuando com a fórmula acima de lá. Fornecemos uma planilha de exemplo que inclui exemplos reais de como calcular uma média móvel simples e uma média móvel exponencial. A diferença entre o EMA e o SMA Agora que você tem um melhor entendimento de como o SMA e o EMA são calculados, vamos ver como essas médias diferem. Observando o cálculo da EMA, você notará que mais ênfase é colocada nos pontos de dados recentes, tornando-se um tipo de média ponderada. Na Figura 5, os números de períodos usados em cada média são idênticos (15), mas a EMA responde mais rapidamente às variações de preços. Observe como o EMA tem um valor mais alto quando o preço está subindo e cai mais rápido do que o da SMA quando o preço está em queda. Essa capacidade de resposta é a principal razão pela qual muitos comerciantes preferem usar o EMA sobre o SMA. O que significam os diferentes dias As médias móveis são um indicador totalmente personalizável, o que significa que o usuário pode escolher livremente qualquer período de tempo desejado ao criar a média. Os períodos de tempo mais comuns usados nas médias móveis são 15, 20, 30, 50, 100 e 200 dias. Quanto menor o período de tempo usado para criar a média, mais sensível será para as alterações de preço. Quanto maior o intervalo de tempo, menos sensível ou mais suavizado, a média será. Não há prazo certo para usar ao configurar suas médias móveis. A melhor maneira de descobrir qual funciona melhor para você é experimentar vários períodos de tempo diferentes até encontrar um que se encaixe na sua estratégia. Médias Móveis: Como Usar ThemAdicionar uma linha de tendência ou média móvel em um gráfico Aplica-se a: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Mais. Menos Para mostrar tendências de dados ou médias móveis em um gráfico criado por você. você pode adicionar uma linha de tendência. Você também pode estender uma linha de tendência além dos dados reais para ajudar a prever valores futuros. Por exemplo, a seguinte linha de tendência linear prevê dois trimestres à frente e mostra claramente uma tendência ascendente que parece promissora para vendas futuras. Você pode adicionar uma linha de tendência a um gráfico em 2D que não esteja empilhado, incluindo área, barra, coluna, linha, estoque, dispersão e bolha. Você não pode adicionar uma linha de tendência a um gráfico empilhado, 3-D, radar, pizza, superfície ou rosca. Adicionar uma linha de tendência No gráfico, clique na série de dados à qual você deseja adicionar uma linha de tendência ou média móvel. A linha de tendência começará no primeiro ponto de dados da série de dados escolhida. Marque a caixa Trendline. Para escolher um tipo diferente de linha de tendência, clique na seta ao lado de Trendline. e clique em Exponencial. Previsão Linear. ou Média Móvel de Dois Períodos. Para linhas de tendência adicionais, clique em Mais opções. Se você escolher Mais opções. Clique na opção desejada no painel Formatar linha de tendência, em Opções da linha de tendência. Se você selecionar Polinômio. insira a maior potência para a variável independente na caixa Order. Se você selecionar Média móvel. insira o número de períodos a serem usados para calcular a média móvel na caixa Período. Dica: Uma linha de tendência é mais precisa quando seu valor de R ao quadrado (um número de 0 a 1 que revela quão próximos os valores estimados da linha de tendência correspondem aos dados reais) é igual a 1. Quando você adiciona uma linha de tendência aos dados , O Excel calcula automaticamente seu valor de R-quadrado. Você pode exibir esse valor em seu gráfico, marcando o valor de Exibir R ao quadrado na caixa de gráfico (painel Formatar Linha de Tendência, Opções de Linha de Tendência). Você pode aprender mais sobre todas as opções de linhas de tendência nas seções abaixo. Linha de tendência linear Use esse tipo de linha de tendência para criar uma linha reta de melhor ajuste para conjuntos de dados lineares simples. Seus dados são lineares se o padrão em seus pontos de dados se parecer com uma linha. Uma linha de tendência linear geralmente mostra que algo está aumentando ou diminuindo a uma taxa constante. Uma linha de tendência linear usa essa equação para calcular o ajuste dos mínimos quadrados para uma linha: onde m é a inclinação eb é a interceptação. A seguinte linha de tendência linear mostra que as vendas de refrigeradores aumentaram consistentemente ao longo de um período de 8 anos. Observe que o valor de R ao quadrado (um número de 0 a 1 que revela com que proximidade os valores estimados da linha de tendência correspondem aos dados reais) é 0,9792, o que é um bom ajuste da linha para os dados. Mostrando uma linha curva de melhor ajuste, essa linha de tendência é útil quando a taxa de alteração nos dados aumenta ou diminui rapidamente e, em seguida, se estabiliza. Uma linha de tendência logarítmica pode usar valores negativos e positivos. Uma linha de tendência logarítmica usa essa equação para calcular o ajuste dos mínimos quadrados através de pontos: onde c e b são constantes e ln é a função de logaritmo natural. A seguinte linha de tendência logarítmica mostra o crescimento populacional previsto de animais em uma área de espaço fixo, onde a população estabilizou conforme o espaço para os animais diminuiu. Observe que o valor de R ao quadrado é 0,933, que é um ajuste relativamente bom da linha para os dados. Essa linha de tendência é útil quando seus dados flutuam. Por exemplo, quando você analisa ganhos e perdas em um grande conjunto de dados. A ordem do polinômio pode ser determinada pelo número de flutuações nos dados ou por quantas curvas (montes e vales) aparecem na curva. Tipicamente, uma linha de tendência polinomial de Ordem 2 tem apenas uma colina ou vale, uma Ordem 3 tem uma ou duas colinas ou vales, e uma Ordem 4 tem até três colinas ou vales. Uma linha de tendência polinomial ou curvilínea usa esta equação para calcular os mínimos quadrados que se ajustam através dos pontos: onde be são constantes. A seguinte linha de tendência polinomial de ordem 2 (uma colina) mostra a relação entre a velocidade de condução e o consumo de combustível. Observe que o valor de R ao quadrado é 0,979, que é próximo de 1, de modo que as linhas se ajustam bem aos dados. Mostrando uma linha curva, essa linha de tendência é útil para conjuntos de dados que comparam medidas que aumentam em uma taxa específica. Por exemplo, a aceleração de um carro de corrida em intervalos de 1 segundo. Você não pode criar uma linha de tendência de energia se seus dados contiverem valores zero ou negativos. Uma linha de tendência de energia usa essa equação para calcular os mínimos quadrados que passam pelos pontos: onde c e b são constantes. Nota: Esta opção não está disponível quando seus dados incluem valores negativos ou zero. O gráfico de medidas de distância a seguir mostra a distância em metros por segundo. A linha de tendência de energia demonstra claramente a crescente aceleração. Observe que o valor de R ao quadrado é 0,986, que é um ajuste quase perfeito da linha para os dados. Mostrando uma linha curva, esta linha de tendência é útil quando os valores dos dados sobem ou diminuem constantemente. Você não pode criar uma linha de tendência exponencial se seus dados contiverem valores zero ou negativos. Uma linha de tendência exponencial usa essa equação para calcular os mínimos quadrados que se encaixam nos pontos: onde c e b são constantes e e é a base do logaritmo natural. A seguinte linha de tendência exponencial mostra a quantidade decrescente de carbono 14 em um objeto à medida que envelhece. Observe que o valor de R ao quadrado é 0,990, o que significa que a linha ajusta os dados quase perfeitamente. Movendo Tendência Média Esta linha de tendência equilibra as flutuações nos dados para mostrar um padrão ou tendência mais claramente. Uma média móvel usa um número específico de pontos de dados (definidos pela opção Período), calcula a média deles e usa o valor médio como um ponto na linha. Por exemplo, se Período for definido como 2, a média dos dois primeiros pontos de dados será usada como o primeiro ponto na linha de tendência da média móvel. A média do segundo e terceiro pontos de dados é usada como o segundo ponto na linha de tendência, etc. Uma linha de tendência de média móvel usa essa equação: O número de pontos em uma linha de tendência de média móvel igual ao número total de pontos na série, menos o número que você especifica para o período. Em um gráfico de dispersão, a linha de tendência é baseada na ordem dos valores x no gráfico. Para um melhor resultado, classifique os valores x antes de adicionar uma média móvel. A seguinte linha de tendência média móvel mostra um padrão no número de casas vendidas em um período de 26 semanas.
No comments:
Post a Comment