Организация данных в табличном процессоре

технический прогнозирование рынок.

1. Составление прогнозов с помощью метода скользящего среднего Метод скользящего среднего применять достаточно несложно, однако он слишком прост для создания точного прогноза. При использовании этого метода прогноз любого периода представляет собой не что иное, как получение среднего показателя нескольких результатов наблюдений временного ряда.

Вычисления с помощью этого метода довольно просты и достаточно точно отражают изменения основных показателей предыдущего периода.

Иногда при составлении прогноза они эффективнее, чем методы, основанные на долговременных наблюдениях.

Мы исследуем рынок ценных бумаг, данные взяты с сервера Московской фондовой биржи (адрес — www.rmg.ru). Полученные данные котировок акций крупнейших нефтекомпаний мы вводим в рабочий лист Exel (Приложение 1.). Чтобы понять, существует ли какая-либо определенная тенденция изменения котировок, мы создали на основе средних данных о полученных котировках скользящее среднее (Приложение 2). Скользящее среднее сглаживает смещения базовой линии, лежащей в его основе. Мы решили воспользоваться двухдневным скользящим среднем, то есть среднее значение от котировок двух предыдущих дней.

Недостатки данного метода Прогнозы с использованием скользящего среднего приводят к потере некоторых данных в начальном периоде базовой линии (#Н/Д — данные неопределенны).

2. Прогнозирование с использованием функции экспоненциального сглаживания.

Сглаживание — это способ, обеспечивающий быстрое реагирование вашего прогноза на все события, происходящие в течение периода протяженности базовой линии.

Основная идея применения метода сглаживания состоит в том, что каждый новый прогноз получается по средством перемещения предыдущего прогноза в направлении, которое дало бы лучшие результаты по сравнению со старым прогнозом. Базовое уравнение имеет вид:

F [t+1] = F[t]+a*e[t].

t — временной период.

F[t] - это прогноз, сделанный в момент времени t.

F [t+1] - отражает прогноз во временной период, следующий непосредственно за моментом времени t.

a — константа сглаживания (в нашем случае мы взяли ее равной 0,8 (приложение 2, см. Сглаживающий прогноз (экспоненциальное сглаживание).

e[t] - погрешность, то есть различие между прогнозом, сделанным в момент времени t, и фактическими результатами наблюдений в момент времени t.

При прогнозе с использованием линии тренда пропускается скачок функции базовой линии, тогда как при прогнозе с применением сглаживания он отслеживается (приложение 4, ряд 2). Поэтому уровень ряда может резко увеличиваться. Это явление известно под названием выброса функций, что и прослеживается на наших графиках (приложение 4). При прогнозе, выполненном с помощью сглаживания, фактическая базовая линия отслеживается довольно точно. Exсel непосредственно поддерживает метод сглаживания с помощью средства Экспоненциальное сглаживание в надстройке Пакет Анализа.