Durchschnittlicher Gewichteter Durchschnitt

Weighted Moving Averages: Die Grundlagen Im Laufe der Jahre haben Techniker zwei Probleme mit dem einfachen gleitenden Durchschnitt gefunden. Das erste Problem liegt im Zeitrahmen des gleitenden Durchschnitts (MA). Die meisten technischen Analysten glauben, dass Preis-Aktion. Der Eröffnungs - oder Schlussaktienkurs, reicht nicht aus, um davon abhängen zu können, ob Kauf - oder Verkaufssignale der MAs-Crossover-Aktion richtig vorhergesagt werden. Zur Lösung dieses Problems weisen die Analysten den jüngsten Preisdaten jetzt mehr Gewicht zu, indem sie den exponentiell geglätteten gleitenden Durchschnitt (EMA) verwenden. (Erfahren Sie mehr bei der Exploration der exponentiell gewogenen gleitenden Durchschnitt.) Ein Beispiel Zum Beispiel, mit einem 10-Tage-MA, würde ein Analytiker den Schlusskurs des 10. Tag nehmen und multiplizieren Sie diese Zahl mit 10, der neunte Tag um neun, der achte Tag um acht und so weiter auf die erste der MA. Sobald die Summe bestimmt worden ist, würde der Analytiker dann die Zahl durch die Addition der Multiplikatoren dividieren. Wenn Sie die Multiplikatoren des 10-Tage-MA-Beispiels hinzufügen, ist die Zahl 55. Dieses Kennzeichen wird als linear gewichteter gleitender Durchschnitt bezeichnet. (Für verwandte Themen lesen Sie in Simple Moving Averages machen Trends Stand Out.) Viele Techniker sind fest Anhänger in der exponentiell geglättet gleitenden Durchschnitt (EMA). Dieser Indikator wurde auf so viele verschiedene Weisen erklärt, dass er Studenten und Investoren gleichermaßen verwirrt. Vielleicht die beste Erklärung kommt von John J. Murphys Technische Analyse der Finanzmärkte, (veröffentlicht von der New York Institute of Finance, 1999): Der exponentiell geglättete gleitende Durchschnitt behebt beide Probleme mit dem einfachen gleitenden Durchschnitt verbunden. Erstens weist der exponentiell geglättete Durchschnitt den neueren Daten ein größeres Gewicht zu. Daher ist es ein gewichteter gleitender Durchschnitt. Doch während es den vergangenen Preisdaten eine geringere Bedeutung zuweist, enthält es in seiner Berechnung alle Daten in der Lebensdauer des Instruments. Zusätzlich ist der Benutzer in der Lage, die Gewichtung anzupassen, um ein größeres oder geringeres Gewicht zu dem letzten Tagespreis zu ergeben, der zu einem Prozentsatz des vorherigen Tageswertes addiert wird. Die Summe der beiden Prozentwerte addiert sich zu 100. Beispielsweise könnte dem letzten Tagespreis ein Gewicht von 10 (.10) zugewiesen werden, das zu dem vorherigen Tagegewicht von 90 (.90) addiert wird. Das ergibt den letzten Tag 10 der Gesamtgewichtung. Dies wäre das Äquivalent zu einem 20-Tage-Durchschnitt, indem die letzten Tage Preis einen kleineren Wert von 5 (.05). Abbildung 1: Exponentiell geglättete gleitende Durchschnittswerte Die obige Grafik zeigt den Nasdaq Composite Index von der ersten Woche im Aug. 2000 bis zum 1. Juni 2001. Wie Sie deutlich sehen können, ist die EMA, die in diesem Fall die Schlusskursdaten über einen Neun-Tage-Zeitraum, hat endgültige Verkaufssignale am 8. September (gekennzeichnet durch einen schwarzen Pfeil nach unten). Dies war der Tag, an dem der Index unter dem Niveau von 4.000 unterbrach. Der zweite schwarze Pfeil zeigt ein anderes Bein, das die Techniker tatsächlich erwartet hatten. Der Nasdaq konnte nicht genug Volumen und Interesse von den Kleinanlegern erzeugen, um die 3.000 Marke zu brechen. Danach tauchte es wieder zu Boden, um 1619.58 am 4. April. Der Aufwärtstrend vom 12. April ist durch einen Pfeil markiert. Hier schloss der Index bei 1.961,46, und Techniker begannen zu sehen, institutionelle Fondsmanager ab, um einige Schnäppchen wie Cisco, Microsoft und einige der energiebezogenen Fragen abholen. (Lesen Sie unsere verwandten Artikel: Moving Average Hüllkurven: Raffinieren ein beliebtes Trading-Tool und Moving Average Bounce.) What039s der Unterschied zwischen gleitenden Durchschnitt und gewichteten gleitenden Durchschnitt Ein 5-Perioden gleitenden Durchschnitt, basierend auf den Preisen oben, würde mit den folgenden berechnet werden Formel: Basierend auf der obigen Gleichung lag der Durchschnittspreis der oben genannten Periode bei 90,66. Die Verwendung von gleitenden Durchschnitten ist eine wirksame Methode zur Beseitigung starker Preisschwankungen. Die Schlüsselbegrenzung besteht darin, dass Datenpunkte von älteren Daten nicht anders gewichtet werden als Datenpunkte nahe dem Anfang des Datensatzes. Hier kommen gewichtete gleitende Mittelwerte ins Spiel. Gewichtete Mittelwerte weisen eine höhere Gewichtung auf aktuellere Datenpunkte zu, da sie relevanter sind als Datenpunkte in der fernen Vergangenheit. Die Summe der Gewichtung sollte bis zu 1 (oder 100) addieren. Im Fall des einfachen gleitenden Durchschnitts sind die Gewichtungen gleichmäßig verteilt, weshalb sie in der obigen Tabelle nicht dargestellt sind. Maven: Berechnen eines gewichteten Mittelwertes in PostgreSQL In unserer Metrics Maven-Serie enthält Composes Datenwissenschaftler Datenbank-Features, Tipps, Tricks und Code, die Sie verwenden können, um die Metriken zu erhalten, die Sie aus Ihren Daten benötigen. In diesem Artikel, auch auf, wie ein gewogener Durchschnitt zu berechnen. Aufbauend auf einem unserer bisherigen Artikel zur Berechnung eines Mittelwerts. In diesem Artikel gut aussehen, wie ein gewogener Durchschnitt zu berechnen und gelten für eine Gruppe von Produkten aus unserer hypothetischen Pet Supply Company. Wenn Sie sich aus dem vorherigen Artikel erinnern, sind dies die Bestellungen, die wir für eine Vielzahl von Hundeprodukten erhalten haben, die wir verkaufen: Im vorherigen Artikel haben wir unseren durchschnittlichen Bestellwert auf 19,98 mit einer durchschnittlichen Anzahl von Artikeln pro Bestellung von 2.10 ermittelt. In den folgenden Artikeln sahen wir auch den Median und die Art der Aufträge an, so dass wir ein vollständigeres Bild von unserem Geschäft bekommen konnten. Lets dig sogar ein bisschen tiefer jetzt zu sehen, welche Produkte diese Aufträge bestand aus, so dass wir mehr Einblick bekommen, wie verschiedene Produkte durchführen können. Hier sind die Details der Bestellungen, die gut in diesem Artikel verwendet werden: Das hier gezeigte Bestelldetail ergibt sich aus der Kombination unserer Auftragsdaten mit unseren Produktkatalogdaten. Zuerst sahen wir den Hund Produktkatalog in unserem Artikel über Schwenken mit CROSSTAB. Wenn Sie arent vertraut mit den Produkten, heres, was der Katalog aussieht: Aber bevor wir weiter gehen, können backtrack ein wenig, damit Sie gefangen. Wenn Sie die Abfrage mit der WITH-Klausel verwenden, um sie zu einem CTE (common table expression) zu machen, können Sie die folgende Tabelle aufrufen: Können wir die Mittelwerte berechnen, die wir ursprünglich erhalten haben: Gut erhalten einen Mittelwert für Aufträge von 19.98 mit einer durchschnittlichen Anzahl der Einzelteile pro Auftrag von 2.10. Genau wie wir oben erwähnt haben. Wegen der einen ungültigen Reihenfolge (50005), die keine Elemente enthält, verwenden wir die NULLIF () - Funktion für die Elementanzahlberechnung, so dass die 0-Zählung für diese Reihenfolge ignoriert wird. Beachten Sie auch unsere Verwendung der ROUND () - Funktion, die wir in Make Data Pretty kennen gelernt haben, um die Ergebnisse auf nur 2 Dezimalstellen zu runden. Wenn Sie möchten, um Ihr Gedächtnis über eine dieser Funktionen und Berechnungen vor dem Tauchen in gewichtete Durchschnitte mit uns zu aktualisieren, schauen Sie sich den Artikel über die Berechnung eines Mittelwertes. Jetzt können wir auf das aufbauen, was wir zuvor gelernt haben, um noch mehr Einblick in unser Geschäft zu bekommen, indem wir einen gewogenen Durchschnitt für geordnete Produkte berechnen. Gewichteter Mittelwert Mit Hilfe einer gewichteten Durchschnittsberechnung können wir bestimmten Datenelementen mehr Wert verleihen als andere, basierend auf einigen zusätzlichen Kriterien, wenn wir unseren endgültigen Mittelwert erreichen. Auf der Suche nach Beispielen ist der beste Weg, um Ihren Kopf um das Konzept wickeln, so können Sie tauchen direkt in. Für diesen Artikel, würden sich auf den durchschnittlichen Preis für geordnete Produkte, um mehr Einblick in, wie verschiedene Produkte durchführen und wurden zu verwenden Ein gewichteter Durchschnittspreis als Proxy für unsere Geschäftstätigkeit. Je höher der Durchschnittswert und der gewogene Durchschnitt, desto besser sind wir dabei, unsere höherpreisigen Artikel zu verkaufen und Stammkunden zu erhalten. Mehr dazu unten. Erstens können wir den durchschnittlichen Bestellpreis für jedes der bestellten Produkte ermitteln: Mit der Funktion ROUND () runden wir unseren mittleren Produktwert auf 2 Dezimalstellen ab. Unser Ergebnis sieht so aus: Während einige der Produkte aus dem Katalog den gleichen Preis unabhängig von der Produktlinie sind, unterscheiden sich andere im Preis. Die Bowser Linie ist für die meisten Einzelteile teurer als die Tippy Linie. Zum Beispiel kostet eine Bowser Jacke 24,99, während eine Tippy Jacke nur 20,99 kostet. Der durchschnittliche Preis pro Produkt, das wir gerade zurückgegeben wird Platz für diese seit seiner Berechnung jedes Element zu jedem Preis. Zum Beispiel war 1 Bowser Jacke bei 24,99 und 1 Tippy Jacke bestellt wurde bei 20,99 bestellt, so dass die gerundete Durchschnitt für diese beiden Artikel ist 22,99. Wenn der durchschnittliche Auftragspreis für Jacken beginnt, von diesem Punkt vorwärts zu steigen, dann gut wissen, waren mehr Bowser Jacken verkaufend. Wenn es beginnt zu gehen, dann waren mehr Tippy Jacken verkauft. Durchschnittliche Durchschnittswerte Achten Sie auf durchschnittliche Durchschnittswerte. Wir könnten jetzt versucht werden, die durchschnittlichen Produktpreise zu durchschnittlich zu einem durchschnittlichen durchschnittlichen Preis von 10,28 zu bekommen: Das Problem bei der Mittelung unserer Durchschnittswerte ist, dass wir die Auswirkung der Menge der Einzelteile verlieren, die für jedes bestellt wurden Produkt. In diesem Fall, um einen insgesamt durchschnittlichen Artikelpreis zu erhalten, wäre es besser, wieder auf Platz eins gehen und nur einen Durchschnitt über alle Artikel, die bestellt wurden. Auch da wir wissen, dass ein Befehl ohne Elemente ungültig ist, können wir ihn nur aus unserer Betrachtung ausschließen. Heres unsere Abfrage, zum des allgemeinen durchschnittlichen Einzelteilpreises zu erhalten (ausgenommen der ungültige Auftrag, der nur NULL Werte hat): Jetzt können wir sehen, daß unser allgemeiner durchschnittlicher Einzelteilpreis 9.51 ist: In der Zukunft, wenn wir diese allgemeine durchschnittliche Preiserhöhung sehen, dann gut Dass höherpreisige Artikel bestellt werden. Der Gewichtungsfaktor Jetzt können Gewichtung der durchschnittlichen Preise für jedes Produkt nach der Anzahl der wiederholten Kunden für sie vertreten bestellt. Unsere Arbeit Geschäftsannahme ist, dass die mehr wiederholen Kunden ein Produkt bringt, desto höher ist, dass die Bedeutung der Produkte für unser Geschäft ist. Das sehen wir in der Praxis. Heres unsere Frage: Wenn wir dieses laufen, kommen wir mit einem gewichteten durchschnittlichen Einzelteilpreis von 9.74 zurück. Die Gewichtung durch die Anzahl der für jedes Produkt repräsentierten Wiederholungskunden hat unseren durchschnittlichen Artikelpreis um 0,23 erhöht. Wed wie zu sehen, diese gehen sogar noch höher in der Zukunft, denn dann würde bedeuten, dass immer mehr Stammkunden, aber es ist ein Ort, um zu starten. Wir gehen durch, wie wir dort ankamen, weil die Details hier sind der Schlüssel für uns zu verstehen. Die Abfrage verwendet zwei CTEs. Der erste CTE, Wiederholungskunden, verwendet GROUP BY und HABEN nur Kunden-IDs mit mehr als einem Auftrag zu identifizieren. Wir könnten mit dieser rechtzeitig anspruchsvoller und vielleicht fügen Sie eine Bedingung für die Menge der Zeit, die zwischen den Bestellungen vergangen ist, aber jetzt nur, dass wir nur darauf, dass ein Kunde mehr als einen Auftrag mit uns gemacht hat. In der Produkt-CTE ist die Abfrage genau die gleiche wie die, die wir verwendet, um den Durchschnitt oben zu berechnen, außer dass weve eine COUNT () Aggregation durch eine ausgeprägte Kunden-ID auf der Grundlage einer LEFT JOIN zu unserer Stammkundenliste hinzugefügt. Wurden auch eine 1 auf den endgültigen Wert dieser Aggregation, so dass jedes Produkt mindestens ein Gewicht von 1 haben. Die Ergebnisse der CTE sehen wie folgt aus: Wie wir sehen können, hat keines der Produkte bislang erhalten Wiederholung Kunden außer Für das Namensschildprodukt. Da mehr Wiederholungskunden zu uns zurückkommen und mehr Aufträge vergeben, beginnen die Gewichte der verschiedenen Produkte, uns zu erklären, welche Produkte wahrscheinlicher sind, Wiederholungsgeschäft für uns zu erzeugen. Mit diesen wertvollen Informationen möchten wir vielleicht diese Produkte weiter fördern. Durch die Verwendung dieser Gewichte in unserer Berechnung für den gewogenen durchschnittlichen Einzelpreis, schlagen wir vor, dass die Produkte, die mehr Stammkunden und damit höhere Gewichte haben, für unser Unternehmen wertvoller sind, ungeachtet des durchschnittlichen Auftragspreises, den jedes Produkt haben kann. Jetzt haben wir zwei Möglichkeiten, die Qualität unserer Aufträge zu verbessern - einen erhöhten durchschnittlichen Auftragspreis für jedes Produkt und wie viel Gewicht dieses Produkt aufgrund seiner Fähigkeit, wiederholte Kunden zu fahren. Der letzte Teil unserer Abfrage ist, wo wir die beiden Komponenten zusammen. Hier führen wir die gewichtete Durchschnittsberechnung durch. Grundsätzlich multipliziert es jeden Wert und das bestimmte Gewicht für jedes Produkt, summiert sie zusammen und teilt dann durch die Summe der Gewichte, um den gewichteten durchschnittlichen Artikelpreis zu erhalten. Werfen Sie einen Blick auf die Mathematik für den gewogenen Durchschnitt: Dies sagt uns mehr über unsere Aufträge und Produkte und wie theyre Leistung als die durchschnittliche Produkt bestellen Preis alleine. Es gibt viele verschiedene Szenarien und Sie müssen entscheiden, welche Kriterien sinnvoll für die Verwendung als Gewichte mit Ihren Daten (oder wenn die Berechnung eines gewichteten Durchschnitt macht sogar Sinn macht, was Sie lernen wollen). Sie können Bewertungen oder soziale Erwähnungen oder eine Reihe von verschiedenen Optionen als Gewichtungsfaktoren zu betrachten. Nur durch die Bestimmung, was die Gewichtungsfaktoren sein sollten, haben Sie bereits entschieden, was für Ihr Unternehmen wichtig ist. Jetzt können Sie die bewerben, um zu sehen, wie Ihr Unternehmen die Durchführung dieser Faktoren. Einpacken Während es einfach ist, sich auf ein einfaches Mittel zu verlassen oder den Durchschnitt der Durchschnittswerte für einige Ihrer Geschäftsmetriken zu nehmen, halten Sie an und denken Sie darüber nach, ob die Metrik genau das darstellt, was Sie vermitteln möchten. Möglicherweise fehlen Ihnen einige wichtige Erkenntnisse. Manchmal sollte ein Wert mehr als einen anderen Wert zählen und Sie wissen jetzt, wie die gewichtete Durchschnittsberechnung verwendet wird, um dies zu ermöglichen. In unserem nächsten Artikel, nehmen Sie gut, was wir hier gelernt haben und wenden Sie es auf die Berechnung eines fließenden gewichteten Durchschnitt. Bis dann. Wenn Sie irgendwelche Rückmeldungen zu diesem oder anderen Compose-Artikel haben, lassen Sie die Compose-Artikel-Team eine Zeile bei articlescompose. Waren glücklich, von Ihnen zu hören. Kopie 2017 Verfassen