भारित चलती - औसत - भविष्यवाणी - लाभ

क्लास वेटेडमिंगएव्हरेज मॉोडेल। एक भारित चल औसत औसत मॉडल एक कृत्रिम रूप से निर्मित समय श्रृंखला पर आधारित होता है, जिसमें एक निश्चित समय के लिए मूल्य उस मूल्य के भारित माध्य और पूर्ववर्ती समय की कुछ संख्याओं के मूल्यों से प्रतिस्थापित होता है जैसा कि आप अनुमान लगा सकते हैं विवरण से, यह मॉडल टाइम-सीरीज़ डेटा के लिए सबसे उपयुक्त होता है, जो डेटा समय पर बदलता है। किसी भी अवधि के पूर्वानुमान मान से पिछली अवधि का भारित औसत होता है, फिर पूर्वानुमान हमेशा या तो बढ़ता रहता है या पीछे रह जाता है उदाहरण के लिए, यदि एक डेटा श्रृंखला में एक उल्लेखनीय ऊपरी प्रवृत्ति होती है तो एक भारित चल औसत अनुमान सामान्यतः आश्रित चर के मूल्यों का कम अनुमान नहीं दिखाता है। भारित चल औसत मॉडल, जैसे चल औसत मॉडल, अन्य पूर्वानुमान वाले मॉडल पर एक फायदा यह है कि यह अवलोकन के एक सेट में चोटियों और खरबों या घाटियों को सुगम बनाता है हालांकि, movin की तरह जी औसत मॉडल, इसके कई नुकसान भी हैं विशेष रूप से इस मॉडल में एक वास्तविक समीकरण का उत्पादन नहीं होता है इसलिए, यह एक मध्यम-लंबी दूरी की भविष्यवाणी उपकरण के रूप में उपयोगी नहीं है, यह केवल भविष्य में कुछ अवधि का पूर्वानुमान करने के लिए मज़बूती से उपयोग किया जा सकता है। 0 4 लेखक स्टीवन आर गोल्ड के बाद से। वर्ग से विरासत में मिली फ़ील्ड। हिज्जे वाले एविज़न मॉडेल एक नए भारित चलती औसत पूर्वानुमान मॉडल का निर्माण करता है। आभासपूर्ण एविएशन मॉडेल डबल वजन विशिष्ट भार का उपयोग करते हुए एक नया भारित चल औसत औसत पूर्वानुमान मॉडल का निर्माण करता है। वनकोड दो बार समयमात्र निर्भर का पूर्वानुमान मूल्य देता है स्वतंत्र समय variable. getForecastType के दिए गए मान के लिए वेरिएबल इस प्रकार के पूर्वानुमान मॉडल के एक या दो शब्द का नाम देता है.getNumberOfPeriods इस मॉडल में उपयोग की जाने वाली समयावधि की वर्तमान संख्या देता है। getNumberOfPictictors अंतर्निहित मॉडल द्वारा उपयोग किए जाने वाले भविष्यवाणियों की संख्या देता है। setWeights डबल वजन इस भारित चल औसत औसत पूर्वानुमान द्वारा उपयोग किए गए वजन को निर्धारित करता है दिए गए वजन को मॉडल। टस्ट्रिंग यह मौजूदा पूर्वानुमान मॉडल का एक शाब्दिक विवरण प्रदान करने के लिए ओवरराइड होना चाहिए, जहां संभव हो, जिसमें कोई भी व्युत्पन्न पैरामीटर शामिल हैं। कक्षा से विरासत में मिली पद्धतियां। निर्दिष्ट भार का उपयोग करते हुए एक नया भारित चलती औसत पूर्वानुमान मॉडल का संयोजन। एक वैध मॉडल का निर्माण किया जाना चाहिए, आपको इनट को कॉल करना चाहिए और एक डेटा सेट में सेट करना होगा जिसमें स्वतंत्र पॉइंट की पहचान करने के लिए समयबद्ध प्रारंभिक बिंदु के साथ डेटा पॉइंट शामिल होंगे। वजन की सरणी के आकार का इस्तेमाल अवलोकनों की संख्या निर्धारित करने के लिए किया जाता है भारित चलती औसत की गणना करने के लिए भी उपयोग किया जाता है, सबसे हाल की अवधि को सरणी के पहले तत्व द्वारा परिभाषित वज़न दिया जाएगा। वजन 0. वजन के आकार का आकार भी प्रभावी अवधि के भविष्य की अवधि निर्धारित करने के लिए उपयोग किया जाता है पूर्वानुमान 50 दिन भारित चल औसत के साथ, तो हम उचित रूप से - सटीकता की किसी भी डिग्री के साथ नहीं - पिछले पेरियो से 50 दिन से अधिक पूर्वानुमान डी के लिए डेटा उपलब्ध है यहां तक ​​कि इस श्रेणी के अंत के निकट भविष्यवाणी अविश्वसनीय हो सकती है। वजन पर नोट। सामान्य रूप से, इस निर्माता को दिए गए वजन को 1 0 तक जोड़ना चाहिए, हालांकि, सुविधा के रूप में, यदि वजन 1 0 तक नहीं जोड़ता है, यह क्रियान्वयन सभी वजन समानुपातिक रूप से पार करता है ताकि वे 1 0.Parameters वजन के बराबर कर सकें - भारित चलती औसत की गणना करते समय ऐतिहासिक अवलोकन करने के लिए भार की एक सरणी। एक नया भारित चल औसत पूर्वानुमानित मॉडल, स्वतंत्र चर और निर्दिष्ट भार के रूप में नामित वैरिएबल का उपयोग करते हुए। पैरामीटर स्वतंत्र वैरिएबल - इस मॉडल के वजन में उपयोग करने के लिए स्वतंत्र चर का नाम - भारित चलती औसत की गणना करते समय ऐतिहासिक अवलोकन करने के लिए वजन की एक सरणी। एक नया भारित चलती औसत पूर्वानुमान मॉडल यह निर्माता केवल उपवर्गों द्वारा उपयोग किया जाना है इसलिए इसे संरक्षित किया गया है इस निर्माता का उपयोग करने वाले किसी भी उपवर्ग को चाहिए बाद में इस मॉडल द्वारा उपयोग किए जाने वाले वजन को आरक्षित करने के लिए संरक्षित सेटवेइट्स पद्धति का आह्वान करें। दिए गए स्वतंत्र चर का उपयोग करते हुए एक नया भारित चलती औसत पूर्वानुमान मॉडल तैयार करता है। पैरामीटर स्वतंत्र वैरिएबल - इस मॉडल में उपयोग करने के लिए स्वतंत्र चर का नाम। इस वेटेड चल औसत औसत पूर्वानुमान मॉडल द्वारा दिए गए वजन के अनुसार यह विधि केवल उपवर्गों द्वारा उपयोग की जानी है इसलिए इसे संरक्षित किया गया है, और केवल संरक्षित एक-तर्क कन्स्ट्रक्टर के साथ संयोजन में। एक-तर्क निर्माता का उपयोग करते हुए किसी भी उप-वर्ग को बाद में सेटवेइट्स मॉडल को प्रारंभ करने के लिए विधि को लागू करने से पहले। वजन पर नोट। सामान्य तौर पर, इस पद्धति को पारित करने वाला भार 1 0 तक जोड़ना चाहिए, हालांकि, सुविधा के रूप में, यदि वजन का योग 1 0 तक नहीं जोड़ता है, तो यह कार्यान्वयन तराजू सभी वजन आनुपातिक रूप से इतना है कि वे 1 के लिए राशि करते हैं। पैरामीटर वजन - वजन की एक सरणी ऐतिहासिक टिप्पणियों को असाइन करने के लिए जब गणना भारित चलती औसत एनजी। स्वतंत्र समय चर के दिए गए मान के लिए आश्रित चर के पूर्वानुमान मूल्य को वापस लौटें। उपवर्गों को इस पद्धति को इस तरह लागू करना चाहिए कि वे पूर्वानुमान मॉडल के साथ संगत कर दें, जो उप-क्लासेस मिलते हैं। पहले पूर्वानुमान और टिप्पणियों को क्रमशः प्राप्त करें। कक्षा अब्बेटलटाइमबेस्ड मोडल पैरामीटर समय में पूर्वानुमान द्वारा निर्दिष्ट किया गया समय मूल्य - समय चर का मान जिसके लिए पूर्वानुमान मान आवश्यक है, दिए गए समय के लिए निर्भर चर का अनुमानित मूल्य देता है। अवैध फेंकता अवैधता - अगर अपर्याप्त ऐतिहासिक डेटा है - अवलोकन के लिए दिया गया अवलोकन - दिए गए समय मान के लिए पूर्वानुमान उत्पन्न करने के लिए। अंतर्निहित मॉडल द्वारा उपयोग किए जाने वाले भविष्यवाणियों की संख्या वापस लौटाएं। अंतर्निहित मॉडल द्वारा उपयोग किए जाने वाले भविष्यवक्ताओं की संख्या को दोबारा। इस मॉडल में उपयोग की जाने वाली समयावधि की संख्या को वापस लौटाएं। निर्दिष्ट एब्बट टाइमबेस्ड मॉडेल आर में getNumberOfPeriods द्वारा इस मॉडल में उपयोग की जाने वाली समयावधियों की वर्तमान संख्या को चालू करता है। इस प्रकार के पूर्वानुमान वाले मॉडल के एक या दो शब्द का नाम वापस लेना इस छोटे से रखें एक लंबा विवरण toString विधि में कार्यान्वित किया जाना चाहिए। यह वर्तमान के एक शाब्दिक विवरण प्रदान करने के लिए ओवरराइड होना चाहिए पूर्वानुमानित मॉडल, जहां संभव हो, किसी भी व्युत्पन्न पैरामीटर का उपयोग किया जाता है। स्ट्रिंग इन इंटरफ़ेस द्वारा निर्दिष्ट किया गया फोरग्रास्टिंग मॉोडल ओवरस्ट्राइड कोस्टस्ट्रिंग क्लास एब्बटटाइमबेस्ड मोडल, वर्तमान पूर्वानुमान मॉडल की स्ट्रिंग का प्रतिनिधित्व करती है, और इसके मापदंडों को दर्शाता है। वेटेड मूविंग एवरेज़ बेसिक्स। वर्षों के दौरान, तकनीशियनों ने पाया है सरल चलती औसत के साथ दो समस्याएं पहली समस्या चलती औसत एमए के समय सीमा में होती है अधिकांश तकनीकी विश्लेषकों का मानना ​​है कि मूल्य कार्रवाई खोलने या समापन शेयर की कीमत पर्याप्त नहीं है, जिस पर निर्भर करता है कि खरीदने या बेचने के संकेतों एमए के क्रॉसओवर एक्शन इस समस्या को हल करने के लिए, विश्लेषकों ने हाल ही की कीमत के आंकड़ों को अधिक वजन दिया है उदाहरण के लिए, एक 10-दिवसीय एमए का उपयोग करते हुए एक विश्लेषक 10 वें दिन की समाप्ति मूल्य लेता है और इस संख्या को 10, नौवें दिन तक बढ़ाता है। नौ से आठवें दिन आठ से और एमए की पहली तारीख तक, कुल मिलाकर एक बार निर्धारित किया गया है, तो विश्लेषक उस संख्या को मल्टीप्लायर्स के जोड़कर विभाजित करेगा यदि आप 10-दिवसीय एमए उदाहरण के गुणक जोड़ते हैं, संख्या 55 है इस सूचक को रैखिक रूप से भारित चलती औसत के रूप में जाना जाता है, संबंधित पढ़ने के लिए, सरल मूविंग एवेरेस मेक टेंडर स्टैंड आउट को देखें। कई तकनीशियन तेजी से चिकनी चलती औसत ईएमए में फर्म विश्वास रखते हैं इस सूचक को कई अलग-अलग तरीकों से समझाया गया है यह छात्रों और निवेशकों को समान रूप से भ्रमित करता है शायद सबसे अच्छा स्पष्टीकरण जॉन जे मर्फी के तकनीकी विश्लेषण से आता है जो न्यू यॉर्क इंस्टीट्यूट ऑफ फाइनेंस द्वारा प्रकाशित किया गया था। तेजी से चलने वाले औसत पते, सरल चलती औसत से जुड़ी समस्याओं के दोनों, पहले से बहुत अधिक धीमा औसत अधिक हाल के डेटा के लिए अधिक वजन देता है इसलिए, यह एक भारित चलती औसत है, लेकिन जब यह पिछले मूल्य डेटा को कम महत्त्व प्रदान करता है, तो इसके गणना में साधन के जीवन के सभी आंकड़ों को शामिल करता है इसके अतिरिक्त, उपयोगकर्ता नवीनतम दिन की कीमत में अधिक या कम वजन देने के लिए भार को समायोजित करने में सक्षम है, जो पिछले दिन के एक प्रतिशत में जोड़ा जाता है मूल्य दोनों प्रतिशत मूल्यों का योग 100 तक बढ़ जाता है। उदाहरण के लिए, आखिरी दिन की कीमत को 10 10 का भार सौंपा जा सकता है, जो पिछले 90 दिनों के वजन में जोड़ा जाता है 90 यह कुल भार का अंतिम दिन 10 देता है यह 20-दिवसीय औसत के बराबर होगा, आखिरी दिनों की कीमत 5 05 के छोटे मूल्य देकर होगा। आंकड़ा 1 एक्सपेंनेशनली स्मूथरिंग मूविंग एवरल। ऊपर दिए गए चार्ट में नास्डैक कम्पोजिट इंडेक्स को पहले से दिखाया गया है अगस्त 2000 से 1 जून, 2001 तक एक एएम, जैसा कि आप स्पष्ट रूप से देख सकते हैं, एएमए, जो इस मामले में नौ दिन की अवधि के समापन मूल्य आंकड़ों का उपयोग कर रहा है, ने एक काले नीचे तीर द्वारा चिह्नित 8 सितंबर को निश्चित सिग्नल निश्चित किए हैं। वह दिन था जब सूचकांक 4,000 स्तर से नीचे गिर गया दूसरा काली तीर एक और नीचे की ओर दिखाता है कि तकनीशियन वास्तव में उम्मीद कर रहे थे कि नास्डैक खुदरा निवेशकों से पर्याप्त मात्रा और ब्याज पैदा नहीं कर सके और 3,000 अंक तोड़ सके। 16 अप्रैल, 58 58 को 58 अप्रैल को अपरेट्रेंड को एक तीर के रूप में चिह्नित किया गया था यहां सूचकांक 1,961 46 पर बंद हुआ, और तकनीशियनों को देखने के लिए शुरू हुआ कि संस्थागत निधि प्रबंधकों ने सिस्को, माइक्रोसॉफ्ट और कुछ ऊर्जा संबंधी मुद्दों हमारे संबंधित लेख पढ़ें औसत लिफाफे बढ़ते हुए एक लोकप्रिय ट्रेडिंग उपकरण और औसत उछाल चल रहा है। संयुक्त राज्य अमेरिका के श्रम सांख्यिकी ब्यूरो द्वारा किए गए एक सर्वेक्षण में रोजगार की रिक्तियों को मापने में मदद करने के लिए यह नियोक्ताओं से डेटा एकत्र करता है। संयुक्त राज्य अमेरिका से जुड़ी हुई धनराशि का उधार ले सकते हैं, ऋण की छत दूसरी लिबर्टी बॉण्ड अधिनियम के तहत बनाई गई थी। ब्याज दर जिस पर एक डिपॉजिटरी संस्था फेडरल रिजर्व में एक और डिपॉजिटरी संस्था में रखी गई धनराशि रखती है। 1 के लिए रिटर्न के फैलाव के एक सांख्यिकीय उपाय किसी दिए गए सुरक्षा या बाजार सूचकांक अस्थिरता को या तो मापा जा सकता है। 1 9 33 में यूएस कांग्रेस द्वारा बैंकिंग अधिनियम के रूप में पारित किया गया, जिसने वाणिज्यिक बैंकों को निवेश में शामिल होने से मना किया। नॉनफ़ॉर्म पेरोल खेतों, निजी घरों और गैर-लाभकारी क्षेत्र अमेरिका के श्रम ब्यूरो। संयुक्त राज्य ब्यूरो ऑफ लेबर स्टेटमेंट द्वारा संयुक्त राज्य ब्यूरो ऑफ लेबर स्टेटिस्टिक्स द्वारा किए गए एक सरल मूविंग एजीएम एसएए सर्वेक्षण का उपयोग करने के मुख्य लाभ और नुकसान क्या हैं नौकरियां रिक्तियों को मापने में मदद करने के लिए यह नियोक्ताओं से डेटा एकत्र करता है। संयुक्त राज्य अमेरिका उधार ले सकता है ऋण की छत दूसरी लिबर्टी बॉण्ड अधिनियम के तहत बनाई गई थी। ब्याज दर जिस पर एक डिपॉजिटरी संस्था मज़ेदार होती है डीएस फेडरल रिजर्व में एक अन्य डिपॉजिटरी संस्था में बनाए रखा। 1 किसी दिए गए सुरक्षा या बाजार सूचकांक के लिए रिटर्न के फैलाव का एक सांख्यिकीय उपाय या तो या तो मापा जा सकता है। 1 9 33 में अमेरिकी कांग्रेस ने बैंकिंग अधिनियम के रूप में पारित किया, जिसने वाणिज्यिक बैंकों को प्रतिबंधित किया निवेश में भाग लेने से। नॉनफॉर्म पेरोल खेतों, निजी घरों और गैर-लाभकारी क्षेत्र के बाहर किसी भी नौकरी को संदर्भित करता है अमेरिकी श्रम ब्यूरो