Różnica między wykładniczą wygładzającą i ważoną ruchomą średnią

Wyjaśnienie wykładniczej wygładzania. skopiuj Copyright. Treści w InventoryOps są chronione prawami autorskimi i nie są dostępne do ponownej publikacji. Kiedy ludzie po raz pierwszy napotykają termin Wygładzanie wykładnicze, mogą pomyśleć, że to brzmi jak piekło dużo wygładzenia. niezależnie od wygładzania. Następnie zaczynają sobie wyobrazić skomplikowane matematyczne obliczenia, które prawdopodobnie wymagają zrozumienia z matematyki i mamy nadzieję, że dostępna jest wbudowana funkcja programu Excel, jeśli kiedykolwiek będą tego potrzebować. Rzeczywistość wygładzania wykładniczego jest znacznie mniej dramatyczna i znacznie mniej traumatyczna. Prawda jest taka, że ​​wygładzanie wykładnicze jest bardzo prostym obliczeniem, które wykonuje raczej proste zadanie. To po prostu ma skomplikowaną nazwę, ponieważ to, co technicznie dzieje się w wyniku tego prostego obliczenia, jest w rzeczywistości nieco skomplikowane. Aby zrozumieć wykładnicze wygładzanie, warto zacząć od ogólnej koncepcji wygładzania i kilku innych popularnych metod stosowanych w celu uzyskania wygładzenia. Co to jest wygładzanie? Wygładzanie jest bardzo powszechnym procesem statystycznym. W rzeczywistości regularnie napotykamy wygładzone dane w różnych formach w naszym codziennym życiu. Za każdym razem, gdy używasz średniej do opisania czegoś, używasz wygładzonej liczby. Jeśli zastanowisz się, dlaczego używasz średniej do opisania czegoś, szybko zrozumiesz pojęcie wygładzania. Na przykład właśnie przeżyliśmy najcieplejszą zimę na płycie. W jaki sposób jesteśmy w stanie oszacować ten odbiór, rozpoczynamy od zestawów danych dotyczących dziennych wysokich i niskich temperatur w okresie, który nazywamy zimą w każdym roku w zarejestrowanej historii. Ale to pozostawia nam sporo liczb, które przeskakują dookoła (nie jest tak, że każdego dnia ta zima była cieplejsza niż odpowiednie dni z poprzednich lat). Potrzebujemy liczby, która usuwa wszystkie te skoki z danych, abyśmy mogli łatwiej porównywać jedną zimę do następnej. Usunięcie przeskakiwania w danych nazywa się wygładzaniem iw tym przypadku możemy użyć zwykłej prostej do osiągnięcia wygładzenia. W prognozowaniu popytu używamy wygładzania, aby usunąć przypadkową zmienność (hałas) z naszego historycznego popytu. Pozwala nam to lepiej identyfikować wzorce popytu (głównie trend i sezonowość) oraz poziomy popytu, które można wykorzystać do oszacowania przyszłego popytu. Hałas na żądanie to taka sama koncepcja, jak codzienne przeskakiwanie danych o temperaturze. Nic dziwnego, że najczęstszym sposobem, w jaki ludzie usuwają hałas z historii popytu, jest użycie prostego przeciętnego lub konkretniej średniej ruchomej. Średnia ruchoma używa tylko predefiniowanej liczby okresów do obliczenia średniej, a te okresy przesuwają się wraz z upływem czasu. Na przykład, jeśli używam 4-miesięcznej średniej kroczącej, a dziś jest 1 maja, używam średniego popytu, które miało miejsce w styczniu, lutym, marcu i kwietniu. 1 czerwca będę korzystał z popytu od lutego, marca, kwietnia i maja. Średnia ważona ruchoma. Używając średniej, stosujemy tę samą wagę (wagę) do każdej wartości w zbiorze danych. W 4-miesięcznej średniej ruchomej każdy miesiąc reprezentował 25 średniej ruchomej. Używając historii popytu do prognozowania przyszłego popytu (a zwłaszcza przyszłego trendu), logiczne jest stwierdzenie, że chcesz, aby nowsza historia miała większy wpływ na twoją prognozę. Możemy dostosować nasze obliczenia średniej ruchomej, aby zastosować różne wagi w każdym okresie, aby uzyskać pożądane wyniki. Wyrażamy te wagi jako wartości procentowe, a suma wszystkich wag dla wszystkich okresów musi sumować się do 100. Dlatego, jeśli zdecydujemy, że chcemy zastosować 35 jako wagę dla najbliższego okresu w naszej 4-miesięcznej ważonej średniej kroczącej, możemy odejmij 35 od 100, aby znaleźć 65 pozostałych do podzielenia na pozostałe 3 okresy. Na przykład możemy otrzymać wagę odpowiednio 15, 20, 30 i 35 przez 4 miesiące (15 20 30 35 100). Wygładzanie wykładnicze. Jeśli powrócimy do koncepcji stosowania wagi do najnowszego okresu (np. 35 w poprzednim przykładzie) i rozłożenia pozostałej masy (obliczonej przez odjęcie ostatniego okresu waga 35 od 100 do 65), mamy podstawowe elementy składowe naszego obliczania wykładniczego wygładzania. Wejście sterujące obliczania wykładniczego wygładzania jest znane jako współczynnik wygładzania (zwany także stałą wygładzania). Zasadniczo przedstawia to wagę zastosowaną do ostatnich okresów popytu. Tak więc, gdy użyliśmy 35 jako wagi dla ostatniego okresu w ważonej średniej ruchomej, możemy również użyć 35 jako współczynnika wygładzania w naszym wykładniczym wyliczaniu wygładzającym, aby uzyskać podobny efekt. Różnica z wykładniczym obliczaniem wygładzania polega na tym, że zamiast tego, abyśmy musieli obliczyć, o ile waga ma zastosowanie do każdego poprzedniego okresu, współczynnik wygładzania jest wykorzystywany do tego automatycznie. Oto część wykładnicza. Jeśli użyjemy 35 jako czynnika wygładzającego, waga ostatnich okresów będzie wynosić 35. Ważenie następnych ostatnich okresów popytu (okres przed ostatnim) wyniesie 65 z 35 (65 pochodzi z odjęcia 35 z 100). Oznacza to wagę 22,75 dla tego okresu, jeśli wykonujesz obliczenia matematyczne. Kolejne ostatnie okresy będą wynosić 65 z 65 z 35, co stanowi 14,79. Okres wcześniejszy będzie ważony jako 65 z 65 z 65 z 35, co równa się 9,61, i tak dalej. I to powraca przez wszystkie poprzednie okresy aż do początku czasu (lub punktu, w którym zacząłeś używać wygładzania wykładniczego dla tego konkretnego przedmiotu). Prawdopodobnie myślisz, że wygląda jak cała masa matematyki. Ale piękno wykładniczego obliczania wygładzania polega na tym, że zamiast przeliczać za każdy poprzedni okres za każdym razem, gdy otrzymujesz nowy okres, wystarczy użyć wyniku wykładniczego obliczenia wygładzania z poprzedniego okresu, aby przedstawić wszystkie poprzednie okresy. Czy jesteś jeszcze zdezorientowany? To będzie miało więcej sensu, gdy spojrzymy na rzeczywiste obliczenia. Zazwyczaj odnosimy się do wyjścia wykładniczego obliczania wygładzania jako następnej prognozy okresu. W rzeczywistości ostateczna prognoza wymaga trochę więcej pracy, ale dla celów tego konkretnego obliczenia będziemy ją nazywać prognozą. Obliczenia wygładzania wykładniczego są następujące: Ostatnie okresy wymagają pomnożenia przez współczynnik wygładzania. PLUS Ostatnia prognoza okresu pomnożona przez (jeden minus współczynnik wygładzania). D ostatnie okresy wymagają współczynnika wygładzania przedstawionego w postaci dziesiętnej (więc 35 będzie reprezentowane jako 0,35). F najświeższe prognozy okresów (wynik obliczeń wygładzających z poprzedniego okresu). OR (przyjmując współczynnik wygładzania 0,35) (D 0,35) (F 0,65) Nie robi się o wiele prostsze. Jak widać, wszystko, czego potrzebujemy do danych wejściowych tutaj, to najnowsze okresy popytu i najnowsze prognozy okresów. Stosujemy czynnik wygładzający (ważenie) do ostatnich okresów, tak jak w obliczeniach ważonej średniej ruchomej. Następnie stosujemy pozostałą wagę (1 minus współczynnik wygładzania) do ostatnich prognozowanych okresów. Ponieważ ostatnia prognoza okresu została utworzona na podstawie poprzednich okresów, prognozy popytu i poprzednich okresów, które opierały się na popycie za poprzedni okres i prognozę za poprzedni okres, na podstawie zapotrzebowania za okres wcześniejszy. oraz prognozę na okres wcześniejszy, który był oparty na okresie wcześniejszym. cóż, możesz zobaczyć, jak wszystkie poprzednie okresy popytu są reprezentowane w obliczeniach bez faktycznego cofania i ponownego przeliczania czegokolwiek. I to właśnie spowodowało początkową popularność wygładzania wykładniczego. Nie było tak dlatego, że lepiej wyrównało niż średnia ważona średnia ruchowa, ponieważ było to łatwiejsze do obliczenia w programie komputerowym. I dlatego, że nie trzeba było myśleć o tym, jakie ważenie ma dawać poprzednie okresy lub ile poprzednich okresów użyć, tak jak w ważonej średniej kroczącej. A ponieważ brzmiał po prostu chłodniej niż ważona średnia ruchoma. W rzeczywistości można argumentować, że ważona średnia ruchoma zapewnia większą elastyczność, ponieważ masz większą kontrolę nad ważeniem poprzednich okresów. Rzeczywistość jest jednym z nich może zapewnić godne wyniki, więc dlaczego nie pójść z łatwiejszym i chłodniejszym brzmieniem. Wygładzanie wykładnicze w Excelu Pozwala zobaczyć, jak to faktycznie wyglądałoby w arkuszu kalkulacyjnym z prawdziwymi danymi. skopiuj Copyright. Treści w InventoryOps są chronione prawami autorskimi i nie są dostępne do ponownej publikacji. Na rysunku 1A mamy arkusz kalkulacyjny Excel z 11-tygodniowym zapotrzebowaniem i wykładniczo wygładzoną prognozą obliczoną na podstawie tego popytu. Zastosowałem współczynnik wygładzania równy 25 (0,25 w komórce C1). Aktualna aktywna komórka to Cell M4, która zawiera prognozę na tydzień 12. Na pasku formuły można zobaczyć formułę: (L3C1) (L4 (1-C1)). Tak więc jedynymi bezpośrednimi wejściami do tego obliczenia są poprzednie okresy popytu (komórka L3), poprzednie prognozy okresów (komórka L4) i czynnik wygładzający (komórka C1, pokazana jako bezwzględne odwołanie do komórki C1). Po rozpoczęciu obliczania wygładzania wykładniczego musimy ręcznie podłączyć wartość pierwszej prognozy. Tak więc w komórce B4 zamiast formuły wpisaliśmy popyt z tego samego okresu co prognoza. W komórce C4 mamy nasze pierwsze obliczenie wygładzania wykładniczego (B3C1) (B4 (1-C1)). Następnie możemy skopiować komórkę C4 i wkleić ją w komórkach od D4 do M4, aby wypełnić pozostałe komórki naszej prognozy. Możesz teraz kliknąć dwukrotnie dowolną komórkę prognozy, aby zobaczyć, że jest ona oparta na komórce z poprzednimi okresami prognozy i komórce z poprzednim okresem. Zatem każde kolejne wykładnicze obliczanie wygładzania dziedziczy wynik poprzedniej wykładniczej kalkulacji wygładzania. To, w jaki sposób zapotrzebowanie poprzednich okresów jest reprezentowane w ostatnich obliczeniach okresów, nawet jeśli obliczenia te nie odnoszą się bezpośrednio do tych poprzednich okresów. Jeśli chcesz mieć ochotę, możesz użyć funkcji precedersów Excela. Aby to zrobić, kliknij komórkę M4, a następnie na pasku narzędzi wstążki (Excel 2007 lub 2017) kliknij kartę Formuły, a następnie kliknij opcję Śledź wstępne. Będzie narysować linie łączące do pierwszego poziomu precedensów, ale jeśli będziesz nadal klikać Trace Precedents, narysuje linie łączące do wszystkich poprzednich okresów, aby pokazać dziedziczone relacje. Teraz zobaczmy, co dla nas wygładziło wykładnicze. Rysunek 1B pokazuje wykres liniowy naszego popytu i prognozy. Sprawa pokazuje, w jaki sposób wykładniczo wygładzona prognoza usuwa większość nierówności (przeskakiwania) z tygodniowego zapotrzebowania, ale wciąż udaje się śledzić tendencję wzrostową popytu. Zauważysz również, że wygładzona linia prognozy jest zwykle niższa niż linia popytu. Jest to znane jako opóźnienie trendu i jest efektem ubocznym procesu wygładzania. Za każdym razem, gdy używasz wygładzania, gdy trend jest obecny, twoja prognoza będzie opóźniona w stosunku do trendu. Dotyczy to dowolnej techniki wygładzania. W rzeczywistości, gdybyśmy kontynuowali ten arkusz kalkulacyjny i zaczęli wprowadzać mniejszą liczbę popytu (tworząc tendencję spadkową), zobaczylibyśmy spadek linii popytu, a linia trendu przesunęła się nad nią, zanim zacznie podążać za trendem spadkowym. To dlatego poprzednio wspomniałem o wynikach obliczeń wykładniczych wygładzania, które nazywamy prognozą, nadal wymaga jeszcze więcej pracy. Prognozowanie jest o wiele większe niż tylko wygładzenie popytu. Musimy wprowadzić dodatkowe korekty dotyczące takich zjawisk jak opóźnienie trendu, sezonowość, znane zdarzenia, które mogą wpływać na popyt itp. Ale to wszystko wykracza poza zakres tego artykułu. Najprawdopodobniej spotkasz się również z terminami wygładzania podwójnie wykładniczego i potrójnego wykładniczego. Warunki te są nieco mylące, ponieważ nie można wielokrotnie wygładzać popytu (możesz, jeśli chcesz, ale nie o to tutaj chodzi). Warunki te reprezentują wykorzystanie wygładzania wykładniczego dla dodatkowych elementów prognozy. Dzięki prostemu wygładzaniu wykładniczemu wyrównujesz zapotrzebowanie bazowe, ale dzięki wygładzeniu o podwójnej wykładniczce wygładzasz podstawowe zapotrzebowanie oraz trend, a dzięki potrójnemu wykładniczemu wygładzasz bazowe zapotrzebowanie plus trend i sezonowość. Drugim najczęściej zadawanym pytaniem o wygładzanie wykładnicze jest to, gdzie dostaję mój czynnik wygładzający. Nie ma tu magicznej odpowiedzi, musisz przetestować różne czynniki wygładzania danymi o zapotrzebowaniu, aby zobaczyć, co daje najlepsze wyniki. Istnieją obliczenia, które mogą automatycznie ustawiać (i zmieniać) współczynnik wygładzania. Spadają pod pojęciem adaptacyjnego wygładzania, ale trzeba z nimi uważać. Po prostu nie ma idealnej odpowiedzi i nie należy ślepo wprowadzać żadnych obliczeń bez dokładnego testowania i dokładnego zrozumienia tego, co to obliczenie robi. Powinieneś również uruchomić scenariusze typu "co, jeśli", aby zobaczyć, jak te obliczenia reagują na zmiany popytu, które obecnie nie istnieją w danych o popycie, których używasz do testowania. Przykład danych użyty wcześniej był bardzo dobrym przykładem sytuacji, w której naprawdę trzeba przetestować inne scenariusze. Ten konkretny przykład danych pokazuje nieco stałą tendencję wzrostową. Wiele dużych firm z bardzo drogim oprogramowaniem prognostycznym miało poważne kłopoty w niedalekiej przeszłości, kiedy ich ustawienia oprogramowania, które zostały ulepszone dla rozwijającej się gospodarki, nie zareagowały dobrze, gdy gospodarka zaczęła się stagnować lub kurczyć. Takie rzeczy zdarzają się, gdy nie rozumiesz, co faktycznie robią twoje obliczenia (oprogramowanie). Gdyby zrozumieli swój system prognostyczny, wiedzieliby, że muszą wskoczyć i coś zmienić, gdy nastąpią gwałtowne dramatyczne zmiany w ich działalności. Oto wyjaśnione są podstawy wygładzania wykładniczego. Chcesz dowiedzieć się więcej na temat korzystania z funkcji wygładzania wykładniczego w aktualnej prognozie, zapoznaj się z moją książką Objaśnienie zarządzania zasobami. skopiuj Copyright. Treści w InventoryOps są chronione prawami autorskimi i nie są dostępne do ponownej publikacji. Dave Piasecki. jest właścicielem operacyjnym Inventory Operations Consulting LLC. firma doradcza świadcząca usługi związane z zarządzaniem zapasami, obsługą materiałów i działalnością magazynową. Ma ponad 25 lat doświadczenia w zarządzaniu operacjami i można go uzyskać za pośrednictwem swojej strony internetowej (inwentaryzacji), gdzie utrzymuje dodatkowe istotne informacje. Mój biznes Jaka jest różnica między średnią wykładniczą (EMA) a średnią ważoną ruchomą Miara relacji między zmianą żądanej ilości danego towaru a zmianą jego ceny. Cena. Łączna wartość rynkowa w dolarach wszystkich dostępnych akcji spółki. Kapitalizacja rynkowa jest obliczana poprzez pomnożenie. Frexit krótko dla quotFrench exitquot to francuski spinoff terminu Brexit, który pojawił się, gdy Wielka Brytania głosowała. Zlecenie złożone z brokerem, który łączy w sobie funkcje zlecenia stopu z zleceniami limitów. Zlecenie stop-limit będzie. Runda finansowania, w ramach której inwestorzy nabywają akcje od spółki o niższej wycenie niż wycena na rzecz spółki. Ekonomiczna teoria łącznych wydatków w gospodarce i jej wpływ na produkcję i inflację. Powstała ekonomia keynesowska. Jaka jest różnica pomiędzy prostą średnią ruchomą a wykładniczą średnią kroczącą. Jedyną różnicą między tymi dwoma typami średniej kroczącej jest wrażliwość, którą każdy pokazuje na zmiany danych wykorzystywanych w swoich obliczeniach. Mówiąc dokładniej, wykładnicza średnia ruchoma (EMA) daje wyższą wagę do ostatnich cen niż średnia ruchoma (SMA), podczas gdy SMA przypisuje równą wagę do wszystkich wartości. Dwie średnie są podobne, ponieważ są interpretowane w ten sam sposób i są powszechnie stosowane przez handlowców technicznych w celu łagodzenia wahań cen. SMA jest najbardziej rozpowszechnionym typem średniej stosowanym przez analityków technicznych i oblicza się ją przez podzielenie sumy zestawu cen przez całkowitą liczbę cen znalezionych w serii. Na przykład siedmioczłonową średnią ruchomą można obliczyć, dodając razem siedem kolejnych cen, a następnie dzieląc wynik przez siedem (wynik jest również znany jako średnia arytmetyczna). Przykład Biorąc pod uwagę następujące serie cen: 10, 11, 12, 16, 17, 19, 20 Obliczenia SMA wyglądałyby następująco: 10111216171920 105 7-okresowy SMA 1057 15 Ponieważ EMA kładą większy wagę na ostatnich danych niż na starszych danych , są bardziej reaktywne wobec ostatnich zmian cen niż SMA, co sprawia, że ​​wyniki EMA są bardziej aktualne i wyjaśnia, dlaczego EMA jest preferowaną średnią wśród wielu handlowców. Jak widać na poniższym wykresie, handlowcy z perspektywą krótkoterminową mogą nie dbać o to, która średnia jest używana, ponieważ różnica między dwiema średnimi jest zwykle kwestią zaledwie centów. Z drugiej strony, inwestorzy z perspektywą długoterminową powinni zwracać większą uwagę na średnią, której używają, ponieważ wartości mogą się różnić o kilka dolarów, co jest wystarczającą różnicą cen, aby ostatecznie wywierać wpływ na zrealizowane zyski - szczególnie, gdy jesteś handel dużą ilością zapasów. Podobnie jak w przypadku wszystkich wskaźników technicznych. nie ma jednego rodzaju średniej, którą przedsiębiorca może użyć, aby zagwarantować sukces, ale stosując próbę i błąd, można bez wątpienia podnieść poziom komfortu za pomocą wszystkich rodzajów wskaźników, a co za tym idzie zwiększyć szanse podejmowania mądrych decyzji handlowych. Aby dowiedzieć się więcej na temat średnich kroczących, zobacz Podstawy średnich ruchomych i Podstawy ważonych średnich kroczących. Miara związku między zmianą ilości żądanej danego towaru a zmianą jego ceny. Cena. Łączna wartość rynkowa w dolarach wszystkich dostępnych akcji spółki. Kapitalizacja rynkowa jest obliczana poprzez pomnożenie. Frexit krótko dla quotFrench exitquot to francuski spinoff terminu Brexit, który pojawił się, gdy Wielka Brytania głosowała. Zlecenie złożone z brokerem, który łączy w sobie funkcje zlecenia stopu z zleceniami limitów. Zlecenie stop-limit będzie. Runda finansowania, w ramach której inwestorzy nabywają akcje od spółki o niższej wycenie niż wycena na rzecz spółki. Ekonomiczna teoria łącznych wydatków w gospodarce i jej wpływ na produkcję i inflację. Rozwinęła się ekonomia keynesowska.