Escolhendo a melhor linha de tendência para seus dados Quando você deseja adicionar uma linha de tendência a um gráfico no Microsoft Graph, você pode escolher qualquer um dos seis diferentes tipos de tendência / regressão. O tipo de dados que você tem determina o tipo de linha de tendência que você deve usar. Confiabilidade Trendline Uma linha de tendência é mais confiável quando seu valor R-quadrado está em ou próximo de 1. Quando você ajusta uma linha de tendência para seus dados, o Graph calcula automaticamente seu valor R-quadrado. Se desejar, você pode exibir esse valor em seu gráfico. Uma linha de tendência linear é uma linha reta com melhor ajuste que é usada com conjuntos de dados lineares simples. Seus dados são lineares se o padrão em seus pontos de dados se assemelha a uma linha. Uma linha de tendência linear geralmente mostra que algo está aumentando ou diminuindo a uma taxa constante. No exemplo a seguir, uma linha de tendência linear mostra claramente que as vendas de geladeiras aumentaram consistentemente ao longo de um período de 13 anos. Observe que o valor R-quadrado é 0.9036, que é um bom ajuste da linha para os dados. Uma linha de tendência logarítmica é uma linha curva melhor ajustada que é mais útil quando a taxa de mudança nos dados aumenta ou diminui rapidamente e, em seguida, nivela para fora. Uma linha de tendência logarítmica pode usar valores negativos e / ou positivos. O exemplo a seguir usa uma linha de tendência logarítmica para ilustrar o crescimento populacional predito de animais em uma área de espaço fixo, onde a população nivelada como espaço para os animais diminuiu. Observe que o valor R-quadrado é 0.9407, que é um ajuste relativamente bom da linha para os dados. Uma linha de tendência polinomial é uma linha curva que é usada quando os dados flutuam. É útil, por exemplo, para analisar 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 (colinas e vales) aparecem na curva. Uma linha de tendência polinomial de ordem 2 geralmente tem apenas uma colina ou vale. Ordem 3 geralmente tem uma ou duas colinas ou vales. Ordem 4 geralmente tem até três. O exemplo a seguir mostra uma linha de tendência polinomial Order 2 (uma colina) para ilustrar a relação entre velocidade e consumo de gasolina. Observe que o valor R-quadrado é 0.9474, que é um bom ajuste da linha para os dados. Uma linha de tendência de energia é uma linha curva que é melhor usada com conjuntos de dados que comparam medidas que aumentam a uma taxa específica, por exemplo, a aceleração de um carro de corrida em intervalos de um segundo. Você não pode criar uma linha de tendência de energia se seus dados contiverem valores zero ou negativos. No exemplo a seguir, os dados de aceleração são mostrados traçando a distância em metros por segundos. A linha de tendência de energia demonstra claramente a crescente aceleração. Note que o valor R-quadrado é 0.9923, que é um ajuste quase perfeito da linha para os dados. Uma linha de tendência exponencial é uma linha curva que é mais útil quando os valores de dados sobem ou caem a taxas cada vez mais altas. Não é possível criar uma linha de tendência exponencial se os dados contiverem valores zero ou negativos. No exemplo a seguir, uma linha de tendência exponencial é usada para ilustrar a quantidade decrescente de carbono 14 em um objeto à medida que envelhece. Observe que o valor R-quadrado é 1, o que significa que a linha se encaixa perfeitamente os dados. Uma linha de tendência de média móvel suaviza as flutuações nos dados para mostrar um padrão ou tendência mais claramente. Uma linha de tendência de média móvel usa um número específico de pontos de dados (definido pela opção Período), os calcula em média e usa o valor médio como um ponto na linha de tendência. Se Período é definido como 2, por exemplo, então a média dos dois primeiros pontos de dados é usada como o primeiro ponto na linha de tendência de média móvel. A média do segundo e terceiro pontos de dados é usada como o segundo ponto na linha de tendência, e assim por diante. No exemplo a seguir, uma linha de tendência de média móvel mostra um padrão em número de casas vendidas ao longo de um período de 26 semanas. Um teste para encontrar a melhor estratégia de venda média móvel Por Dr. Winton Felt Para desenvolver ou aperfeiçoar nossos sistemas de negociação e algoritmos , Os nossos comerciantes muitas vezes realizar experiências, testes, otimizações, e assim por diante. Temos testado várias estratégias de venda e agora estão compartilhando algumas dessas descobertas. R. Donchian, popularizou o sistema em que uma venda ocorre se a média móvel de 5 dias cruza abaixo da média móvel de 20 dias. R. C. Allen popularizou o sistema em que uma venda ocorre se a média móvel de 9 dias cruza abaixo da média móvel de 18 dias. Alguns comerciantes sentem que desistem menos dos ganhos que alcançam se usarem uma média móvel mais curta. Essas pessoas preferem vender se a média móvel de 5 dias cruza abaixo da média móvel de 10 dias. Os comerciantes têm usado variações sobre essas idéias (alguns vangloriar os benefícios de uma variação e outros touting os benefícios de outra). Um comerciante contou-nos sobre o crossover das médias móveis exponenciais de 7 dias e 13 dias. Porque esse sistema parecia ter algum mérito, foi incluído nos testes para fins de comparação. As estratégias abrangidas nesta série particular de testes incluíram todos os sistemas duais em que a média móvel mais curta era entre 4 dias e 50 dias ea média móvel mais longa estava entre a média móvel curta em comprimento e 200 dias. Aqui relatamos alguns dos sistemas mais populares e sobre as variações desses sistemas. Vender se a média móvel stockrsquos simples de 9 dias cruza abaixo de sua média móvel simples de 18 dias, Vender se a média móvel simples de 10 dias do stockrsquos cruza abaixo de sua média movente simples de 18 dias, Venda se o stockrsquos média móvel de 10 dias simples Se abaixo da sua média móvel simples de 19 dias, Vender se a média móvel simples de 9 dias do estoque atravessa abaixo de sua média móvel simples de 19 dias, Vender se a média móvel simples de 9 dias do estoque passar por baixo de sua média móvel de 20 dias simples, Vender se a média móvel stockrsquos simples de 10 dias cruza abaixo de sua média móvel simples de 20 dias, Vender se a média móvel simples de 4 dias do stockrsquos cruza abaixo de sua média movente simples de 18 dias, Venda se o stockrsquos a média movente simples de 5 dias Se abaixo da sua média simples de movimentação de 18 dias, Vender se a média móvel simples de 4 dias do estoque atravessa abaixo de sua média móvel simples de 20 dias, Vender se a média móvel simples de 5 dias do estoque atravessa sua média móvel de 20 dias simples, Vender se a média móvel stockrsquos simples de 5 dias cruza abaixo de sua média móvel simples de 9 dias, Vender se a média móvel de stockrsquos simples de 4 dias cruza abaixo de sua média móvel simples de 9 dias, Venda se o stockrsquos média móvel de 4 dias simples Se abaixo da sua média móvel de 10 dias simples, Vender se a média móvel de 5 dias simples de estoque atravessa abaixo de sua média móvel simples de 10 dias, Vender se a média móvel exponencial de 7 dias de estoque cruzar abaixo de sua média móvel exponencial de 13 dias, Vender se o stockrsquos exponencial 7 dias de média móvel cruza abaixo de sua média móvel exponencial de 14 dias. Queríamos evitar a quotcurve-fitting. quot Ou seja, nós queríamos testar essas estratégias em uma ampla gama de ações representando uma variedade de indústrias e setores de mercado. Além disso, queríamos testar uma variedade de condições de mercado. Portanto, nós testamos as estratégias em cada uma de cerca de 3000 ações ao longo de um período de cerca de 9 anos (ou durante o período durante o qual as ações negociadas, se ele negociado por menos de 9 anos), factoring em comissões, mas não quotslippage. quot Slippage resultados quando A ordem de venda é para 30, mas o preço no qual a venda é executada é 29,99. Neste caso, o deslizamento seria um centavo por ação. A mesma estratégia de quotbuyquot foi consistentemente usada para cada teste. A única variável era a regra para a venda. Para cada estratégia, totalizamos os retornos de todas as ações. Realizamos um total de 47.312 testes. A idéia por trás dessa experiência foi descobrir qual dessas disciplinas vender alcançou os melhores resultados na maioria das vezes para a maioria das ações. Lembre-se que a rentabilidade de um sistema que é aplicado a um único estoque (mesmo se isso for repetido para 3000 ações como em nosso teste) não pinta a imagem inteira. A rentabilidade por unidade de tempo investido é uma maneira melhor de comparar sistemas. Ao realizar este teste nas disciplinas de estoque, exigimos que cada sistema tivesse que esperar por um novo sinal de compra no estoque específico que estava sendo testado. Na vida real, um comerciante poderia saltar para outro estoque imediatamente após uma venda. Portanto, o comerciante teria pouco ou nenhum tempo quotdead enquanto espera para fazer a próxima compra. Um sistema que é menos rentável, mas que sai de uma posição anterior poderia, portanto, gerar maiores lucros ao longo de um ano por reinvestir em uma segurança diferente, logo que o primeiro é vendido. Por outro lado, seria um desempenho mais pobre se tivesse que esperar pelo próximo sinal de compra no mesmo estoque, enquanto outro sistema mais lento ainda estava segurando e ganhando dinheiro. Assim, um sistema que capta um lucro de 10 em 20 dias pode não comparar bem com outro sistema que captura apenas um lucro 7 nos primeiros 10 dias do mesmo movimento e, em seguida, vende para tomar outra posição em outro lugar. Os vários sistemas de venda são organizados abaixo em ordem de sua rentabilidade. A coluna da esquerda é a média móvel curta ea coluna do meio é a média móvel longa. Os sinais de venda foram gerados quando a média curta cruzou abaixo da média longa. A coluna da direita é a rentabilidade total de todas as ações testadas. O item chave de comparação não é a magnitude real do ganho para cada sistema de venda. Isto variaria consideravelmente com diferentes combinações de sistemas quotbuyquot e quotsellquot. Não estávamos testando a lucratividade de qualquer sistema completo, mas sim o mérito relativo dos vários sistemas de quotas, isoladamente de suas respectivas disciplinas óptimas. Como você pode ver na tabela, vender quando a média móvel de 9 dias cruzou abaixo da média móvel de 18 dias não foi tão lucrativa quanto vender quando a média móvel de 10 dias cruzou abaixo da média móvel de 20 dias. Donchianrsquos 5 dias cruzamento médio móvel da média de 20 dias também foi mais rentável do que o cruzamento médio de 9 dias da média de 18 dias. Todos os testes foram idênticos. A única variável foi a combinação de médias móveis selecionadas. Os dois sistemas exponenciais estavam na parte inferior da lista em termos de rentabilidade. Não leia este relatório sem ler o relatório de acompanhamento clicando no link abaixo da tabela. A tabela fornece apenas parte da história. Além disso, este estudo não foi uma tentativa de medir a efetividade relativa de sistemas completos. Por exemplo, R. C. O sistema Allen39 (como um sistema completo) pode muito bem superar qualquer um dos sistemas acima dele na tabela a seguir. O ponto de entrada de um sistema tem muito a ver com o lucro obtido no ponto de saída de um sistema. Os pontos de entrada dos vários sistemas foram ignorados neste estudo. Este estudo suporta a noção de que o lado vendido de um sistema de média móvel tripla com base nas médias móveis de 5, 10 e 20 dias é provável que seja mais rentável do que o lado vendido do 4, 9, e 18 Dia combinação média móvel. Ele tem a vantagem adicional de nos permitir monitorar o cruzamento descendente da média móvel de 5 dias em relação à média móvel de 20 dias. O último é o sistema Donchianrsquos, e é um sistema forte em si mesmo (Ele também dá sinais mais adiantados do que as combinações 9-18 ou 10-20). Portanto, incluindo as médias móveis de 5, 10 e 20 dias em nossos gráficos nos dá uma opção adicional. Podemos usar o sistema de média móvel triplo de 5, 10 e 20 dias para gerar nossos sinais de venda ou podemos usar o sistema de média móvel de 5, 20 dias da Donchianrsquos. Se o padrão de ações não parece ou quotfeel correto para nós, a média de 5 dias de média cruz vai dar-nos uma saída mais cedo. Caso contrário, podemos esperar para o crossover 10-20. Embora pudéssemos distinguir as diferenças entre os sistemas top, deve-se lembrar que as diferenças no retorno total líquido durante todo o tempo de teste foram muito pequenas em uma base percentual. Por exemplo, a diferença entre o sistema de classificação superior e o em oitavo lugar ascendeu a apenas cerca de 2,4. Se você espalhou isso durante todo o tempo do estudo, você verá que as diferenças anuais são realmente muito pequenas. Em relação aos sistemas completos, o sistema de 9 e 18 dias pode ser mais rentável do que o sistema de 10, 20 dias ou o sistema de Donchian. Para essas considerações e outros comentários e informações, consulte o relatório de acompanhamento: Um teste para encontrar a melhor estratégia de venda média móvel: comentários e observações. Obtenha mais sobre isso e veja uma lista de tutoriais sobre disciplinas para investidores e comerciantes. Dr. Winton Felt mantém uma variedade de tutoriais livres, alertas de ações e resultados de varredura em stockdisciplines tem uma página de revisão de mercado em stockdisciplines / market-review tem informações e ilustrações relativas a pré - Surge quotsetupsquot em stockdisciplines / estoque-alertas e informações e vídeos sobre volatilidade ajustada parar perdas em stockdisciplines / stop-loss Aviso aos Webmasters Se você deseja publicar este artigo em seu blog ou site, você pode fazê-lo se e só se você respeitar Pelos nossos Termos de Uso e Contratos do Editor. Ao publicar este artigo, você concorda em respeitar e estar vinculado aos Termos de Uso e aos Termos de Utilização do Editor. Você pode ler os Termos de Uso do Publisher e os Contratos clicando no seguinte link azul quotTermsquot. Termos Todas as páginas deste site estão protegidas por copyright Copyright copy 2008 - 2016 by StockDisciplines Nenhuma parte desta publicação pode ser reproduzida ou distribuída sob qualquer forma por qualquer meio. - Stockdisciplinas 1590 Adams Avenue 4400 Costa Mesa, CA 92628 EUA. A negociação e / ou o investimento nos mercados de valores mobiliários envolve risco de perda. Este site nunca recomenda que qualquer pessoa comprar ou vender quaisquer títulos. Não dá conselhos de investimento individual. E nada aqui deve ser interpretado como se ele faz. Os leitores deste conteúdo do site devem procurar aconselhamento de um profissional licenciado sobre seus investimentos pessoais. StockDisciplines não será responsável por qualquer perda que resulte do uso de informações fornecidas neste site. AVISO IMPORTANTE Usando este site, você concorda com nossos Termos de Uso e Política de Privacidade. Veja-os clicando em seus links perto do fundo do menu no lado esquerdo de cada page. Add uma tendência ou linha média móvel para 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 que você criou. Você pode adicionar uma linha de tendência. Você também pode estender uma linha de tendência além de seus 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 as vendas futuras. Você pode adicionar uma linha de tendência a um gráfico 2-D que não está 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, torta, superfície ou donut. Adicionar uma linha de tendência No gráfico, clique na série de dados à qual pretende adicionar uma linha de tendência ou uma média móvel. A linha de tendência começará no primeiro ponto de dados da série de dados que você escolher. 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 escolher Mais opções. Clique na opção desejada no painel Formato da linha de tendência em Opções da linha de tendência. Se você selecionar Polynomial. Digite a potência mais alta para a variável independente na caixa Ordem. Se você selecionar Média em Movimento. Digite 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 R-quadrado (um número de 0 a 1 que revela o quanto os valores estimados para a linha de tendência correspondem aos seus dados reais) está em ou próximo de 1. Quando você adiciona uma linha de tendência aos seus dados , O Excel calcula automaticamente o seu valor R-quadrado. Você pode exibir esse valor em seu gráfico, marcando o valor Exibir valor R-quadrado na caixa de gráfico (painel Formato Trendline, opções de linha de tendência). Você pode aprender mais sobre todas as opções de linha de tendência nas seções abaixo. Linhas de tendência linear Use este tipo de linha de tendência para criar uma linha reta com o 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 de 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 geladeiras têm aumentado consistentemente ao longo de um período de 8 anos. Observe que o valor R-squared (um número de 0 a 1 que revela quão próximos os valores estimados para a linha de tendência correspondem aos seus dados reais) é 0.9792, que é um bom ajuste da linha aos dados. Mostrando uma linha curva melhor ajustada, esta linha de tendência é útil quando a taxa de alteração nos dados aumenta ou diminui rapidamente e, em seguida, nivela para fora. Uma linha de tendência logarítmica pode usar valores negativos e positivos. Uma linha de tendência logarítmica usa esta equação para calcular o ajuste de 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 predito de animais em uma área de espaço fixo, onde a população nivelada como espaço para os animais diminuiu. Observe que o valor R-quadrado é 0.933, que é um ajuste relativamente bom da linha para os dados. Essa linha de tendência é útil quando os 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 (colinas e vales) aparecem na curva. Tipicamente, uma linha de tendência polinomial da 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 o ajuste de mínimos quadrados através de pontos: onde b e são constantes. A seguinte linha de tendência polinomial da Ordem 2 (uma colina) mostra a relação entre a velocidade de condução eo consumo de combustível. Observe que o valor R-quadrado é 0,979, que é próximo a 1, portanto, as linhas um bom ajuste para os dados. Mostrando uma linha curva, esta linha de tendência é útil para conjuntos de dados que comparam medidas que aumentam a 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 esta equação para calcular o ajuste de mínimos quadrados através de pontos: onde c e b são constantes. Nota: Esta opção não está disponível quando os dados incluem valores negativos ou zero. O gráfico de medidas de distância a seguir mostra a distância em metros por segundos. A linha de tendência de energia demonstra claramente a crescente aceleração. Observe que o valor R-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 descem em taxas constantemente crescentes. Não é possível criar uma linha de tendência exponencial se os dados contiverem valores zero ou negativos. Uma linha de tendência exponencial usa esta equação para calcular o ajuste de mínimos quadrados através de pontos: onde c e b são constantes ee é a base do logaritmo natural. A linha de tendência exponencial seguinte mostra a quantidade decrescente de carbono 14 num objecto à medida que envelhece. Observe que o valor R-quadrado é 0,990, o que significa que a linha se encaixa perfeitamente os dados. Moving Average trendline Esta linha de tendência evens out flutuações em dados para mostrar um padrão ou tendência mais claramente. Uma média móvel usa um número específico de pontos de dados (definido pela opção Período), os calcula em média e usa o valor médio como um ponto na linha. Por exemplo, se Period for definido como 2, a média dos dois primeiros pontos de dados é usada como o primeiro ponto na linha de tendência de 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 esta equação: O número de pontos em uma linha de tendência de média móvel é igual ao número total de pontos na série menos o Número que você especificar para o período. Em um gráfico de dispersão, a linha de tendência é baseada na ordem dos valores de x no gráfico. Para obter um resultado melhor, classifique os valores x antes de adicionar uma média móvel. A seguinte linha de tendência de média móvel mostra um padrão no número de casas vendidas ao longo de um período de 26 semanas.
No comments:
Post a Comment