Média Geral: Número ou quantidade que está entre (intermediário a) várias quantidades e números. Veja também médio. Seguro geral: O termo sujeito à média significa que se o montante segurado no momento de uma perda é menor do que o valor segurável do imóvel segurado. O montante reclamado ao abrigo da apólice será reduzido proporcionalmente ao sub-seguro. Também chamado de cláusula média. Veja também co-seguro. Seguro marítimo: Média significa perda parcial (perda) particular é suportada por uma das partes. E a perda média geral é compartilhada por todos os interessados. Agora, em grande parte substituído pelas cláusulas de carga do instituto A, B ou C. Controle de qualidade: expressão mais comum da centralização de uma distribuição calculada dividindo os valores totais observados pelo número de observações. A Dow Jones Industrial Average (DJIA) O desempenho dos estoques de 30 as maiores corporações dos EUA, é um exemplo bem conhecido. A idade média em que as pessoas se tornam pais parece estar ficando maior como mais ênfase está sendo colocado no estabelecimento de carreiras antes de iniciar as famílias. A altura do macho americano médio é de cerca de 57, enquanto a altura do homem japonês médio é 56. O lar americano médio geralmente contém um casal e pelo menos dois filhos que todos vivem na mesma casa. O melhor do BusinessDictionary, entregue diariamenteIntrodução a Indicadores Técnicos e Osciladores Introdução a Indicadores Técnicos e Osciladores Introdução Este artigo é projetado para introduzir o conceito de indicadores técnicos e explicar como usá-los em sua análise. Vamos lançar luz sobre a diferença entre líderes e atraso indicadores. Bem como olhar para os benefícios e desvantagens. Muitos, se não a maioria, de indicadores populares são mostrados como osciladores. Com isso em mente, também mostraremos como ler os osciladores e explicar como os sinais são derivados. Posteriormente, iremos concentrar nosso foco em indicadores técnicos específicos e fornecer exemplos de sinais em ação. O que é um indicador técnico Um indicador técnico é uma série de pontos de dados que são derivados aplicando uma fórmula aos dados de preço de um título. Os dados de preço incluem qualquer combinação de aberto, alto, baixo ou fechado ao longo de um período de tempo. Alguns indicadores podem usar apenas os preços de fechamento, enquanto outros incorporam volume e interesse aberto em suas fórmulas. Os dados de preço são inseridos na fórmula e um ponto de dados é produzido. Por exemplo, a média de 3 preços de fechamento é um ponto de dados (414343) / 3 42,33. No entanto, um ponto de dados não oferece muita informação e não faz um indicador. É necessária uma série de pontos de dados ao longo de um período de tempo para criar pontos de referência válidos para permitir a análise. Ao criar uma série temporal de pontos de dados, uma comparação pode ser feita entre os níveis presentes e passados. Para fins de análise, os indicadores técnicos geralmente são mostrados em uma forma gráfica acima ou abaixo de um gráfico de preços de security039s. Uma vez mostrado em forma gráfica, um indicador pode então ser comparado com o gráfico de preço correspondente do título. Às vezes, os indicadores são plotados em cima do gráfico de preços para uma comparação mais direta. O que faz um indicador técnico oferecer Um indicador técnico oferece uma perspectiva diferente a partir da qual analisar a ação de preço. Alguns, como médias móveis. São derivados de fórmulas simples e os mecânicos são relativamente fáceis de entender. Outros, como Stochastics. Têm fórmulas complexas e exigem mais estudo para compreender e apreciar plenamente. Independentemente da complexidade da fórmula, os indicadores técnicos podem fornecer uma perspectiva única sobre a força ea direção da ação de preço subjacente. Uma média móvel simples é um indicador que calcula o preço médio de um título em um determinado número de períodos. Se uma segurança é excepcionalmente volátil, então uma média móvel ajudará a suavizar os dados. Uma média móvel filtra o ruído aleatório e oferece uma perspectiva mais suave da ação de preço. Veritas (VRTSE) exibe muita volatilidade e um analista pode ter dificuldade em discernir uma tendência. Ao aplicar uma média móvel simples de 10 dias à ação de preço, as flutuações aleatórias são suavizadas para facilitar a identificação de uma tendência. Por que usar indicadores Os indicadores servem três funções amplas: alertar, confirmar e prever. Um indicador pode agir como um alerta para estudar a ação de preços um pouco mais de perto. Se o momentum está diminuindo, pode ser um sinal a prestar atenção para uma ruptura do apoio. Ou, se houver uma grande divergência positiva construindo, pode servir como um alerta para prestar atenção para uma ruptura da resistência. Os indicadores podem ser usados para confirmar outras ferramentas de análise técnica. Se houver um breakout na tabela de preços, um crossover de média móvel correspondente poderia servir para confirmar o breakout. Ou, se um estoque quebra apoio, um correspondente baixo no On-Balance-Volume (OBV) poderia servir para confirmar a fraqueza. Alguns investidores e comerciantes usam indicadores para prever a direção dos preços futuros. Dicas para usar indicadores Indicadores indicam. Isso pode soar direto, mas às vezes os comerciantes ignoram a ação de preço de uma segurança e se concentram apenas em um indicador. Os indicadores filtram a ação do preço com fórmulas. Como tal, eles são derivados e não reflexões diretas da ação de preço. Isso deve ser levado em consideração quando se aplica a análise. Qualquer análise de um indicador deve ser tomada com a ação de preço em mente. O indicador diz sobre a ação de preço de uma segurança A ação de preço fica mais forte Mais fraca Embora possa ser óbvio quando os indicadores geram sinais de compra e venda, os sinais devem ser tomados em contexto com outras ferramentas de análise técnica. Um indicador pode piscar um sinal de compra, mas se o padrão de gráfico mostra um triângulo descendente com uma série de picos decrescentes, pode ser um sinal falso. No gráfico de Rambus (RMBS), o MACD melhorou de novembro a março, formando uma divergência positiva. Todas as marcas de uma oportunidade de compra MACD estavam presentes, mas o estoque não conseguiu quebrar acima da resistência e exceder sua reação anterior alta. Esta não confirmação do estoque deve ter servido como um sinal de alerta contra uma posição longa. Para o registro, um sinal de venda ocorreu quando o estoque quebrou apoio do triângulo descendente em março-01. Como sempre na análise técnica, aprender a ler indicadores é mais uma arte do que uma ciência. O mesmo indicador pode apresentar padrões comportamentais diferentes quando aplicado a diferentes estoques. Indicadores que funcionam bem para a IBM podem não funcionar da mesma forma para a Delta Airlines. Através de um estudo e análise cuidadosa, a experiência com os vários indicadores desenvolver-se-á ao longo do tempo. À medida que essa perícia se desenvolve, certas nuances e configurações favoritas ficarão claras. Existem centenas de indicadores em uso hoje, com novos indicadores sendo criados a cada semana. Programas de software de análise técnica vêm com dezenas de indicadores embutidos, e até mesmo permitir que os usuários criem seus próprios. Dada a quantidade de hype que está associada com indicadores, a escolha de um indicador a seguir pode ser uma tarefa assustadora. Mesmo com a introdução de centenas de novos indicadores, apenas alguns poucos realmente oferecem uma perspectiva diferente e são dignos de atenção. Curiosamente, os indicadores que normalmente merecem mais atenção são aqueles que têm sido em torno de mais tempo e têm resistido ao teste do tempo. Ao escolher um indicador para usar para análise, escolha cuidadosamente e moderadamente. As tentativas de cobrir mais de cinco indicadores são geralmente fúteis. É melhor se concentrar em dois ou três indicadores e aprender suas complexidades dentro e por fora. Tente escolher indicadores que se complementam, em vez dos que se movem em uníssono e geram os mesmos sinais. Por exemplo, seria redundante usar dois indicadores que são bons para mostrar níveis de sobre-compra e sobrevenda, como o Stochastics eo RSI. Ambos os indicadores medem impulso e ambos têm níveis de sobre-compra / sobre-venda. Indicadores Principais Como seu nome indica, os indicadores líderes são projetados para liderar os movimentos de preços. A maioria representa uma forma de impulso de preços ao longo de um período de retrocesso fixo, que é o número de períodos usados para calcular o indicador. Por exemplo, um Oscilador Estocástico de 20 dias usaria os últimos 20 dias de ação de preço (cerca de um mês) em seu cálculo. Todas as ações de preços anteriores seriam ignoradas. Alguns dos indicadores principais mais populares incluem Commodity Channel Index (CCI), Momentum. Índice de Força Relativa (RSI), Oscilador Estocástico e Williams R. Momentum Osciladores Muitos indicadores principais vêm na forma de osciladores de momentum. Geralmente, o momentum mede a taxa de mudança do preço de um security039s. À medida que o preço de um título aumenta, a dinâmica dos preços aumenta. Quanto mais rápido a segurança aumenta (quanto maior a variação do preço do período sobre o período), maior o aumento do ímpeto. Uma vez que este aumento começa a diminuir, a dinâmica também irá diminuir. Como uma segurança começa a negociar plano, impulso começa a realmente declínio de níveis anteriores elevados. No entanto, a dinâmica declinante em face da negociação lateral não é sempre um sinal de baixa. Significa simplesmente que o momentum está retornando a um nível mais mediano. RSI Momentum indicadores empregam várias fórmulas para medir as mudanças de preços. O RSI (indicador de momentum) compara a variação média dos preços dos períodos de avanço com a variação média dos períodos em declínio. No gráfico da IBM, o RSI avançou de outubro até o final de novembro. Durante este período, o estoque avançou dos 60s superiores aos 80s baixos. Quando o estoque negociou lateralmente na primeira metade de dezembro, RSI caiu rather agudamente (linhas azuis). Esta consolidação no estoque era completamente normal e realmente saudável. A partir destes níveis elevados (cerca de 70), a ação de preços planos seria esperado para causar um declínio no RSI (e impulso). Se RSI estavam negociando em torno de 50 e as ações começaram a negociar plano, o indicador não seria de esperar que diminua. As linhas verdes na tabela marcam um período de negociação lateral no estoque e no RSI. RSI começou a partir de um nível relativamente mediano, cerca de 50. A ação de preços planos subseqüentes no estoque também produziu ação de preço relativamente estável no indicador e permanece em torno de 50. Benefícios e Desvantagens dos Principais Indicadores Há claramente muitos benefícios ao usar indicadores avançados. A sinalização inicial para entrada e saída é o principal benefício. Os principais indicadores geram mais sinais e permitem mais oportunidades de comércio. Sinais precoces também podem agir para prevenir contra uma força potencial ou fraqueza. Porque geram mais sinais, os indicadores principais são usados melhor em mercados negociando. Estes indicadores podem ser utilizados em tendências de mercado, mas geralmente com a tendência principal, e não contra ela. Em um mercado que está em tendência, o melhor uso é ajudar a identificar condições de sobrevenda para oportunidades de compra. Em um mercado que está tendendo para baixo, os principais indicadores podem ajudar a identificar situações de super-compra para oportunidades de venda. Com os sinais iniciais vem a perspectiva de maiores retornos e com maiores retornos vem a realidade de maior risco. Mais sinais e sinais mais adiantados significam que as possibilidades de sinais falsos e de whipsaws aumentam. Falso sinais aumentará o potencial de perdas. Whipsaws pode gerar comissões que podem comer fora lucros e testar stamina comercial. Indicadores de atraso Como seu nome indica, os indicadores de atraso seguem a ação de preços e são comumente chamados de indicadores de tendência seguinte. Raramente, se alguma vez, esses indicadores liderarão o preço de um título. Os indicadores de tendência seguintes funcionam melhor quando mercados ou títulos desenvolvem tendências fortes. Eles são projetados para obter os comerciantes e mantê-los, enquanto a tendência é intacta. Como tal, esses indicadores não são eficazes em mercados comerciais ou laterais. Se usado nos mercados de negociação, os indicadores de tendência seguinte provavelmente levarão a muitos sinais falsos e whipsaws. Alguns indicadores populares de tendência seguinte incluem médias móveis (exponencial, simples, ponderada, variável) e MACD. O gráfico acima mostra o SP 500 (SPX) com a média móvel simples de 20 dias ea média móvel simples de 100 dias. Usando um crossover de média móvel para gerar os sinais, houve sete sinais ao longo dos dois anos cobertos no gráfico. Ao longo destes dois anos, o sistema teria sido extremamente rentável. Isto é devido às fortes tendências que se desenvolveram de outubro de 97 a agosto de 98 e de novembro de 98 a agosto de 99. No entanto, note que assim que o índice começa a se mover lateralmente em um intervalo de negociação, os whipsaws começar. Os sinais em nov-97 (venda), agosto-99 (venda) e set-99 (compra) foram invertidos em questão de dias. Se essas médias móveis fossem mais longas (médias móveis de 50 e 200 dias), teria havido menos whipsaws. Se essas médias móveis fossem mais curtas (média móvel de 10 e 50 dias), teria havido mais whipsaws, mais sinais e sinais anteriores. Benefícios e desvantagens dos indicadores de atraso Um dos principais benefícios dos indicadores de tendência a seguir é a capacidade de pegar um movimento e permanecer em movimento. Desde que o mercado ou a segurança em questão desenvolva um movimento sustentado, os indicadores de tendência seguinte podem ser extremamente rentáveis e fáceis de usar. Quanto mais tempo a tendência, menos sinais e menos comerciais envolvidos. Os benefícios dos indicadores de tendência a seguir são perdidos quando um título se move em uma faixa de negociação. No exemplo do SampP 500, o índice parece ter sido limitado pelo intervalo, pelo menos, 50 vezes. Mesmo que o índice tenha tendência de alta entre 1982 e 1999, também houve grandes períodos de movimento lateral. De 1964 a 1980, o índice negociado dentro de uma grande faixa limitada por 85 e 110. Outro inconveniente dos indicadores de tendência seguinte é que os sinais tendem a ser tarde. No momento em que ocorre um crossover de média móvel, uma parcela significativa do movimento já ocorreu. O sinal de compra de Nov-98 ocorreu em 1130, cerca de 19 acima da baixa de outubro de 98 de 950. Os pontos de entrada e saída tardios podem distorcer a relação risco / recompensa. O Desafio dos Indicadores Para os indicadores técnicos, há um trade-off entre sensibilidade e consistência. Em um mundo ideal, queremos um indicador que seja sensível aos movimentos de preços, forneça sinais precoces e tenha poucos sinais falsos (whipsaws). Se aumentarmos a sensibilidade reduzindo o número de períodos, um indicador fornecerá sinais iniciais, mas o número de sinais falsos aumentará. Se diminuir a sensibilidade aumentando o número de períodos, então o número de sinais falsos diminuirá, mas os sinais serão retardados e isso distorcerá a relação recompensa-risco. Quanto mais longa for uma média móvel, mais lentamente ela reagirá e menos sinais serão gerados. Como a média móvel é encurtada, torna-se mais rápida e mais volátil, aumentando o número de sinais falsos. O mesmo vale para os vários indicadores de momentum. Um RSI de 14 períodos gerará menos sinais do que um RSI de 5 períodos. O período RSI 5 será muito mais sensível e ter mais overbought e oversold leituras. Cabe a cada investidor para selecionar um período de tempo que se adequa ao seu estilo de negociação e objetivos. Tipos de osciladores Um oscilador é um indicador que flutua acima e abaixo de uma linha de centro ou entre os níveis definidos, à medida que o seu valor muda ao longo do tempo. Os osciladores podem permanecer em níveis extremos (overbought ou oversold) por períodos prolongados, mas eles não podem tendência por um período sustentado. Em contraste, uma segurança ou um indicador cumulativo como On-Balance-Volume (OBV) pode tendência como ele continuamente aumenta ou diminui em valor durante um período de tempo sustentado. Como mostra a tabela de comparação de indicadores, os movimentos dos osciladores são mais limitados e os movimentos sustentados (tendências) são limitados, não importa quanto tempo o período de tempo. Durante o período de dois anos, Moving Average Convergence Divergence (MACD) flutuou acima e abaixo de zero, tocando a linha zero cerca de 18 vezes. Observe também que cada vez MACD ultrapassou 80 o indicador puxado para trás. Mesmo que MACD não tem um limite superior ou inferior em sua gama de valores, seus movimentos aparecem confinados. A OBV, por outro lado, iniciou uma tendência de alta em março de 2003 e avançou firmemente para o próximo ano. Seus movimentos não estão confinados e tendências de longo prazo podem se desenvolver. Existem muitos tipos diferentes de osciladores e alguns pertencem a mais de uma categoria. A desagregação dos tipos de osciladores começa com dois tipos: osciladores centrados que flutuam acima e abaixo de um ponto central ou linha, e osciladores com faixas que flutuam entre os extremos sobre-comprados e sobrevendidos. Geralmente, os osciladores centrados são os mais adequados para analisar a direção da dinâmica dos preços, enquanto os osciladores com bandas são mais adequados para identificar os níveis de sobrecompra e sobrevenda. Osciladores Centrados Os osciladores centrados flutuam acima e abaixo de um ponto ou linha central. Estes osciladores são bons para identificar a força ou fraqueza, ou direção, de impulso por trás de um movimento de segurança. Na sua forma mais pura, o momento é positivo (otimista) quando um oscilador centralizado está negociando acima de sua linha central e negativo (grosseiro) quando o oscilador está negociando abaixo de sua linha central. MACD é um exemplo de um oscilador centrado que flutua acima e abaixo de zero. MACD é a diferença entre o EMA de 12 dias e EMA de 26 dias de uma segurança. Quanto mais uma média móvel se afasta do outro, maior a leitura. Mesmo que não haja limite de alcance para MACD, diferenças extremamente grandes entre as duas médias móveis são improváveis que dure por muito tempo. MACD MACD é único em que tem elementos de retardamento, bem como elementos de liderança. As médias móveis são indicadores atrasados e classificam-se como elementos que seguem tendência ou que ficam atrasados. No entanto, tomando as diferenças nas médias móveis, MACD incorpora aspectos de momentum ou elementos de liderança. A diferença entre as médias móveis representa a taxa de mudança. Medindo a taxa de mudança, MACD torna-se um indicador principal, mas ainda com um pouco de lag. Com a integração das médias móveis e da taxa de variação, o MACD criou um ponto único entre os osciladores, tanto como um indicador atrasado como um indicador avançado. ROC Taxa de mudança (ROC) é um oscilador centrado que também flutua acima e abaixo de zero. Como o próprio nome indica, a ROC mede a variação percentual do preço ao longo de um dado período de tempo. Por exemplo: 20 dias ROC iria medir a mudança de preço percentual nos últimos 20 dias. Quanto maior a diferença entre o preço atual eo preço de 20 dias atrás, maior o valor do ROC Oscilador. Quando o indicador está acima de 0, a mudança de preço percentual é positiva (alta). Quando o indicador está abaixo de 0, a variação de preço percentual é negativa (grosseiro). Como com MACD, ROC não é limitado por limites superior ou inferior. Isso é típico da maioria dos osciladores centrados e pode dificultar a detecção de condições de sobrecompra e sobrevenda. Este gráfico de ROC indica que as leituras acima de 20 e abaixo de -20 representam extremos e é improvável que dure por um longo período de tempo. No entanto, a única maneira de medir que 20 e -20 são leituras extremas é de observações passadas. Além disso, 20 e -20 representam extremos para esse valor específico e podem não ser os mesmos para outros títulos. Os osciladores com faixas oferecem uma melhor alternativa para medir níveis extremos de preços. Osciladores com faixas osciladores com faixas flutuam acima e abaixo de duas faixas que significam níveis de preços extremos. A banda inferior representa as leituras sobrevendidas ea faixa superior representa as leituras de sobre-compra. Estas bandas de set são baseadas no oscilador e mudam pouco de segurança para segurança, permitindo que os usuários facilmente identificar overbought e condições de sobrevenda. O Índice de Força Relativa (RSI) eo Oscilador Estocástico são dois exemplos de osciladores com bandas. (Nota: As fórmulas e a lógica subjacente ao RSI e ao Oscilador Estocástico são mais complicadas do que as do MACD e do ROC.) Stochastics / RSI Para RSI, as bandas de overbought e oversold são normalmente definidas em 70 e 30 respectivamente. Uma leitura maior que 70 seria considerada sobre-comprada e uma leitura abaixo de 30 seria considerada sobrevenda. Para o Oscilador Estocástico, uma leitura acima de 80 é overbought e uma leitura abaixo de 20 oversold. Mesmo que estas sejam as configurações de banda recomendadas, certos títulos podem não aderir a esses intervalos e podem exigir mais afinação. Fazer ajustes às faixas é geralmente um julgamento que irá refletir as preferências de um trader e a volatilidade da segurança. Muitos, mas não todos, osciladores com faixas flutuam dentro dos limites superior e inferior do conjunto. O Índice de Força Relativa (RSI) está ligado ao intervalo de 0 e 100 e nunca será superior a 100 nem inferior a zero. O Oscilador Estocástico é outro oscilador com um intervalo definido e está ligado por 100 e 0 também. No entanto, o Commodity Channel Index (CCI) é um exemplo de um oscilador com bandas que não está ligado à faixa. CCI Profissionais e contras dos osciladores centrados e com bandas Os osciladores centrados são melhor utilizados para identificar a força subjacente ou a direção do momento por trás de um movimento. Em linhas gerais, as leituras acima do ponto central indicam momentum otimista e as leituras abaixo do ponto central indicam um momento de baixa. A maior diferença entre osciladores centrados e osciladores com bandas é a capacidade do último para identificar leituras extremas. Embora seja possível identificar leituras extremas com osciladores centrados, eles não são ideais para esta finalidade. Os osciladores com bandas são mais adequados para identificar as condições de sobrecompra e sobrevenda. Sinais Osciladores Os osciladores geram sinais de compra e venda de várias maneiras. Alguns sinais são orientados para a entrada precoce, enquanto outros aparecem após a tendência começou. Além de comprar e vender sinais, os osciladores podem sinalizar que algo está errado com a tendência atual ou que a tendência atual está prestes a mudar. Mesmo que os osciladores possam gerar seus próprios sinais, é importante usar esses sinais em conjunto com outros aspectos da análise técnica. A maioria dos osciladores são indicadores de momentum e apenas refletem uma característica da ação de um preço de segurança. Volume. Padrões de preços e níveis de suporte / resistência também devem ser levados em consideração. Divergências positivas e negativas Divergência é um conceito-chave por trás de muitos sinais para osciladores, bem como outros indicadores. Divergências podem servir como um aviso de que a tendência está prestes a mudar ou configurar um sinal de compra ou venda. Existem dois tipos de divergências: positiva e negativa. Em sua forma mais básica, uma divergência positiva ocorre quando o indicador avança e a segurança subjacente diminui. Uma divergência negativa ocorre quando um indicador declina e os avanços de segurança subjacentes. No Merrill Lynch (MER) gráfico, MACD formou uma divergência positiva no final de outubro. Enquanto MER estava negociando abaixo de sua reação anterior baixa, MACD ainda tinha que penetrar sua baixa anterior (setas verdes). No entanto, MACD não tinha aparecido e a divergência positiva ainda era apenas uma possibilidade. Quando o MACD apareceu e negociou acima do seu EMA de 9 dias, uma divergência positiva foi confirmada. Neste ponto, outros sinais se uniram para criar um sinal de compra. Não só o estoque atingiu apoio e gapped up, mas houve também uma divergência positiva MACD e um crossover bullish MACD. (Nota: A linha grossa é o MACD ea linha fina é a EMA de 9 dias do MACD, que atua como uma linha de gatilho. Uma crossover de alta ocorre quando MACD se move acima de seu EMA de 9 dias e um crossover de baixa ocorre quando MACD Move abaixo de seu EMA de 9 dias.) Após estes sinais de MACD, o estoque gapped até o dia seguinte em um aumento enorme no volume. No gráfico da IBM, o Oscilador ROC formou uma divergência negativa antes do declínio que começou em janeiro. Quando a IBM registrou alta em meados de janeiro, o ROC Oscillator não conseguiu superar sua alta anterior. O estoque então começou a declinar e o ROC Oscillator girou mais baixo também, assim completando o mais baixo elevado ea divergência negativa. Como havia pouco mais a ir sobre naquele tempo, esta divergência negativa deveria ter sido tomada como um sinal de advertência. No entanto, quando o Oscilador ROC continuou a deteriorar-se e quebrou abaixo de 0 (linha central), ficou claro que o estoque estava fraco e vulnerável a um novo declínio. Overbought e Oversold Extremes Banded osciladores são projetados para identificar overbought e oversold extremos. Uma vez que estes osciladores flutuam entre os extremos, eles podem ser difíceis de usar em tendências de mercado. Banded osciladores são mais utilizados em intervalos de negociação ou com títulos que não são tendências. Em uma tendência forte, os usuários podem ver muitos sinais que não são realmente válidos. Se um estoque está em uma forte tendência de alta, a compra em condições de sobrevenda vai funcionar muito melhor do que vender em condições de sobrecompra. Em uma tendência forte, sinais de oscilador contra a direção da tendência subjacente são menos robustos do que aqueles com a tendência. A tendência é o seu amigo e pode ser perigoso para combatê-lo. Mesmo que os títulos desenvolvam tendências, eles também flutuam dentro dessas tendências. Se uma ação estiver em uma forte tendência de alta, comprar quando os osciladores atingirem condições de sobrevenda (e perto de testes de suporte) funcionará muito melhor do que vendendo em condições de sobrecompra. Durante uma forte tendência de baixa, vender quando os osciladores atingirem as condições de sobrecompra funcionariam muito melhor. Se o caminho de menor resistência é para cima (para baixo), em seguida, agindo em apenas bullish (bearish) sinais seria em harmonia com a tendência. As tentativas de comércio contra a tendência acarretam risco adicional. Quando a tendência é forte, os osciladores com faixas podem permanecer próximos aos níveis de sobrecompra ou de sobre-venda por longos períodos. Uma condição de sobrecompra não indica que é hora de vender, nem uma condição de sobrevenda indicam que é hora de comprar. Em uma forte tendência de alta, um oscilador pode atingir uma condição de sobrecompra e permanecer assim como a segurança subjacente continua a avançar. Uma divergência negativa pode se formar, mas um sinal de baixa contra a tendência de alta deve ser considerado suspeito. Em uma forte tendência de baixa, um oscilador pode atingir uma condição de sobre-venda e permanecer assim como a segurança subjacente continua a diminuir. Da mesma forma, uma divergência positiva pode se formar, mas um sinal de alta contra a tendência de baixa deve ser considerado suspeito. Isso não significa que os sinais de contra-tendência não funcionem, mas devem ser vistos em contexto apropriado e considerados com outros aspectos da análise técnica. O primeiro passo no uso de osciladores com faixas é identificar as faixas superior e inferior que marcam as extremidades. Para RSI, qualquer coisa abaixo de 30 e acima de 70 representa uma extremidade. Para o Oscilador Estocástico, qualquer coisa abaixo de 20 e acima de 80 representa uma extremidade. Sabemos que quando o RSI está abaixo de 30 ou o Oscilador Estocástico está abaixo de 20, existe uma condição de sobrevenda. Por esse mesmo sinal, quando o RSI está acima de 70 e o Oscilador Estocástico está acima de 80, existe uma condição de sobrecompra. A identificação de uma condição de sobrecompra ou sobrevenda deve servir de alerta para monitorar outros aspectos técnicos (padrão de preços, tendência, suporte, resistência, castiçais, volume ou outros indicadores) com vigilância extra. O método mais simples para gerar sinais é observar quando as faixas superior e inferior são cruzadas. Se uma segurança for sobre-comprada (acima de 70 para RSI e 80 para o Oscilador Estocástico) e retroceder abaixo da banda superior, então um sinal de venda é gerado. Se uma segurança é sobre-vendida (abaixo de 30 para RSI e 20 para o Oscilador Estocástico) e move-se para trás acima da banda inferior, então um sinal de compra é gerado. Tenha em mente que estes são os métodos mais simples. Os sinais simples também podem ser combinados com divergências e crossovers de média móvel para criar sinais mais robustos. Uma vez que um estoque se torna sobre-vendido, os comerciantes podem procurar uma divergência positiva para desenvolver no RSI e, em seguida, uma cruz acima de 30. Com o Oscilador Estocástico overbought, os comerciantes podem olhar para uma divergência negativa e combiná-lo com um crossover média móvel e uma ruptura abaixo 80 para gerar um sinal. (Nota: O Oscilador Estocástico é geralmente traçado com uma média móvel simples de 3 dias que atua como a linha de gatilho. Quando o Oscilador Estocástico cruza acima da linha de gatilho é um crossover média móvel de alta e quando cruza abaixo é de baixa) . O gráfico da Cisco (CSCO) mostra que o oscilador estocástico pode mudar de sobreventa para overbought muito rapidamente. Muito depende do número de períodos de tempo usados para calcular o oscilador. Um Oscilador Slow Stochastic de 10 dias será mais volátil do que um 20-dia. As finas linhas verdes indicam quando o Oscilador Estocástico tocou ou cruzou a linha de sobrevenda em 20. As finas linhas vermelhas indicam quando o Oscilador Estocástico tocou ou cruzou a linha de sobrecompra. CSCO estava em uma tendência ascendente forte naquele tempo e experimentando pouca pressão vendendo. Portanto, tentar vender quando o oscilador cruzou para trás abaixo de 80 teria sido contra a tendência de alta e não a estratégia adequada. Quando uma segurança está tendendo para cima ou tem um viés de alta, os comerciantes estariam melhor em busca de condições de sobrevenda para gerar oportunidades de compra. Podemos também ver que muito do upside para o estoque ocorreu depois que o oscilador estocástico avançou acima de 80 (linhas vermelhas finas). O círculo verde em agosto mostra um sinal de compra que foi gerado com três itens separados: um, o oscilador movido acima de 20 de duas condições de sobrevenda, o oscilador movido acima do seu MA de três dias e três, o oscilador formou uma divergência positiva. A confirmação destes três itens torna um sinal mais robusto. Após o sinal de compra, o oscilador estava em território sobre-comprado apenas 4 dias depois. No entanto, o estoque continuou seu avanço por 2-3 semanas antes de atingir sua alta. O gráfico da Microsoft (MSFT) revela oportunidades de negociação com o Relative Strength Index (RSI). Como um RSI de 14 períodos raramente se movia abaixo de 30 e acima de 70, um RSI de 10 períodos foi escolhido para aumentar a sensibilidade. Com as tendências de longo prazo e de médio prazo decididamente de baixa, comerciantes experientes poderiam ter vendido curto cada vez que o RSI alcançou a sobrecompra (linhas verticais pretas). Os comerciantes mais agressivos poderiam ter jogado o lado longo cada vez RSI mergulhado abaixo de 30 e, em seguida, voltou acima deste nível de sobrevenda. Os dois primeiros sinais de compra foram gerados com uma divergência positiva e um movimento acima de 30 das condições de sobrevenda. O terceiro sinal de compra veio após RSI brevemente mergulhado abaixo de 30. Tenha em mente que estes três sinais foram contra a tendência de baixa maior e estratégias de negociação deve ser ajustado em conformidade. Centerline Crossovers Como o nome indica, os sinais de cruzamento de linha central aplicam-se principalmente a osciladores centrados que flutuam acima e abaixo de uma linha central. Os comerciantes também foram conhecidos por usar cruzamentos de linha central com RSI para validar uma divergência ou sinal gerado a partir de uma leitura sobre-comprada ou sobre-vendida. No entanto, a maioria dos osciladores com faixas, tais como RSI e Stochastics, dependem de divergências e níveis de overbought / oversold para gerar sinais. O meio termo é um pouco de uma terra não man039s para osciladores com faixas e é provavelmente melhor esquerda para outras ferramentas. Para nossos propósitos, a análise de cruzamentos de linha central se concentrará em osciladores centrados, como Chaikin Money Flow. MACD e Taxa de Mudança (ROC). A centerline crossover is sometimes interpreted as a buy or sell signal. A buy signal would be generated with a cross above the centerline and a sell signal with a cross below the centerline. For MACD or ROC, a cross above or below zero would act as a signal. Movements above or below the centerline indicate that momentum has changed from either positive to negative or negative to positive. When a centered momentum oscillator advances above its centerline, momentum turns positive and could be considered bullish. When a centered momentum oscillator declines below its centerline, momentum turns negative and could be considered bearish. On this Intel (INTC) chart with MACD and ROC, there have been a number of signals generated from the centerline crossover. There were a couple of excellent signals, but there were also plenty of false signals and whipsaws. This highlights some of the challenges associated with trading oscillator signals. Also, it stresses the importance of combining various signals in order to create more robust buy and sell signals. Some traders also criticize centerline crossover signals as being too late and missing too much of the move. A centerline crossover can also act as a confirmation signal to validate a previous signal or reinforce the current trend. If there were a positive divergence and bullish moving average crossover, then a subsequent advance above the centerline would confirm the previous buy signal. Failure of the oscillator to move above the centerline could be seen as a non-confirmation and act as an alert that something was amiss. On the Intel (INTC) chart with MACD, the centerline crossover acts as the third in a series of bullish signals. Even after the third signal, Intel still has plenty of upside left. There was the higher low forming that signaled a potential positive divergence. There was the bullish moving average crossover to confirm the positive divergence. And finally, there was the bullish centerline crossover. Some traders would worry about missing too much of the move by waiting for the third and final confirmation. However, this can be a more reliable signal and help to avoid whipsaws and false signals. It is true that waiting for the third signal will reduce profits, but it can also help reduce risk. Chaikin Money Flow is an example of a centered oscillator that places importance on crosses above and below the centerline. Divergences, overbought levels and oversold levels are all secondary to the absolute level of the indicator. The direction of the oscillator039s movement is important, but needs to be placed in the context of the absolute level. The longer the oscillator is above zero, the more evidence of accumulation. The longer the oscillator is below zero, the more evidence of distribution. Hence, Chaikin Money Flow is considered to be bullish when the oscillator is trading above zero and bearish when trading below zero. On the IBM chart, Chaikin Money Flow began to turn down in July. At this time, the stock was declining with the market and the decline in the oscillator was normal. However, in the second half of August, concerns began to grow when the oscillator failed to continue up with the stock and fell below zero. As the stock advanced further, Chaikin Money Flow continued to deteriorate. This served as a signal that something was amiss. Pros and Cons of Oscillator Signals Banded oscillators are best used to identify overbought and oversold conditions. However, overbought is not meant to act as a sell signal, and oversold is not meant to act as a buy signal. Overbought and oversold situations serve as an alert that conditions are reaching extreme levels and close attention should be paid to the price action and other indicators. To improve the robustness of oscillator signals, traders can look for multiple signals. The criteria for a buy or sell signal could depend on three separate yet confirming signals. A buy signal might be generated with an oversold reading, positive divergence and bullish moving average crossover. Conversely, a sell signal might be generated from a negative divergence, bearish moving average crossover and bearish centerline crossover. Traditional chart pattern analysis can also be applied to oscillators. This is a bit trickier, but can help to identify the strength behind an oscillator039s move. Looking for higher highs or lower lows can help confirm previous analysis. A trend line breakout can signal that a change in the direction of the momentum is imminent. It is dangerous to trade an oscillator signal against the major trend of the market. In bull moves, it is best to look for buying opportunities through oversold signals, positive divergences, bullish moving average crossovers and bullish centerline crossovers. In bear moves, it is best to look for selling opportunities through overbought signals, negative divergences, bearish moving average crossovers and bearish centerline crossovers. And finally, oscillators are most effective when used in conjunction with pattern analysis, support/resistance identification, trend identification and other technical analysis tools. By being aware of the broader picture, oscillator signals can be put into context. It is important to identify the current trend or even to ascertain if the security is trending at all. Oscillator readings and signals can have different meaning in differing circumstances. By using other analysis techniques in conjunction with oscillator reading, the chances of success can be greatly enhanced. Moving Average - MA BREAKING DOWN Moving Average - MA As an SMA example, consider a security with the following closing prices over 15 days: Week 1 (5 days) 20, 22, 24, 25, 23 Week 2 (5 days) 26, 28, 26, 29, 27 Week 3 (5 days) 28, 30, 27, 29, 28 A 10-day MA would average out the closing prices for the first 10 days as the first data point. O ponto de dados seguinte iria cair o preço mais antigo, adicionar o preço no dia 11 e tomar a média, e assim por diante, como mostrado abaixo. Conforme mencionado anteriormente, MAs atraso ação preço atual, porque eles são baseados em preços passados quanto maior for o período de tempo para o MA, maior o atraso. Assim, um MA de 200 dias terá um grau muito maior de atraso do que um MA de 20 dias, pois contém preços nos últimos 200 dias. A duração da MA a ser utilizada depende dos objetivos de negociação, com MAs mais curtos usados para negociação de curto prazo e MAs de longo prazo mais adequados para investidores de longo prazo. O MA de 200 dias é amplamente seguido por investidores e comerciantes, com quebras acima e abaixo desta média móvel considerada como sinais comerciais importantes. MAs também transmitir sinais comerciais importantes por conta própria, ou quando duas médias se cruzam. Um aumento MA indica que a segurança está em uma tendência de alta. Enquanto um declínio MA indica que ele está em uma tendência de baixa. Da mesma forma, o impulso ascendente é confirmado com um crossover de alta. Que ocorre quando um MA de curto prazo cruza acima de um MA de longo prazo. Downward momentum is confirmed with a bearish crossover, which occurs when a short-term MA crosses below a longer-term MA.6. Discuss the evaluation of forecasts and forecasting assumptions. note the care that must be taken in forecasting, and define the coefficient of determination Yogi Bera is credited with saying, quotIts tough to make predictions, especially about the future. quot The humor here is that forecasting implies the application of a variety of tools to predict future situations, or results. quotForequot implies a forward predication, though it is possible to use data from the 1920s to forecast for the 1930s, comparing our forecasts to the actual data from the 1930s. If we move backward, attempting to predict a previous condition, the term backcasting can be used, though the word, quotpredict, quot is misleading here, and should instead be quotsuggest. quot If we know existing time series data points, but there are some holes, we can estimate the values for those missing points between known points that process is called interpolation . One way to classify types of forecasts are based on the type of data. quantitative forecasting is based on numeric data from several different time periods of the past that can be assumed to provide a pattern that allows us to predict the future whereas qualitative forecasting relies more heavily on non-numeric data, the judgments of specialists, and their variety of knowledge, according to Makridakis, Wheelwright, amp Hyndman (1998 ). They suggest the following general steps in quantitative forecasting: Defining the problem Acquiring relevant data and judgments of key individuals Initial graphing and analysis Selecting and adapting a model to fit the data Applying that model to forecast future data, and evaluating that model Time-Series Data and Trends As noted, some data is particular helpful in quantitative forecasting. This is time-series data . where we know the numerical value for several different points in time. Typically, time is plotted along the horizontal x - axis of a graph, and the variable measured or to be predicted is plotted along the vertical y - axis. The term trend implies a pattern of change over time, and if we suspect a trend exists, we may be able to extrapolate that trend to future time periods, forecasting data for those periods. Por exemplo, as vendas em um carrinho de sorvete no parque da cidade em junho de cada um dos últimos cinco anos tem sido bom, mas em julho foi cerca de 20 mais do que em junho. Se este ano, o stand tomou em 10.000 em junho (um novo recorde), quanto você iria prever que vai demorar em julho Bem, se estivéssemos corretos em nossa suposição com base nos dados históricos, wed estimativa seria o valor de julho seria 20 maior, ou 12.000. Sometimes, the data does not suggest a trend, or the trend is so weak that it might as well not exist, as in the following: Figure 1. Random time-series data not suggesting a strong trend. Other times, however, there does seem to be a pattern to time-series data, and in these cases, we may be able to use trend extrapolation to forecast future data. First, lets look at some different classifications of trends. Some Common Types of Trends Trends are often shown graphically (as line graphs) with the level of a dependent variable on the y-axis and the time period on the x-axis. There are different types of trends, including the following: constant linear exponential damped polynomial The following graphs each contain 100 points of fictitious data connected with a blue line, and the trend superimposed with a black line. They are based on Figure 3-1 on Page 112 from Levin, Rubin, amp Stinson (1986 ).Constant trends are those where there is no net increase or decrease. Figure 2. A constant trend that does not rise or fall. However, there may be seasonality , or a periodic fluctuation (as there would be in a graph of the temperature over a 1-year period, with daytime temperatures higher than nighttime): Figure 3. A constant trend that fluctuates regularly. The above graph shows the same data with periodic additions and subtractions. The blow graph shows this data, but the periods are based on a multiple of the data in the x - axis. Often, it is instead a multiplicative factor of the y - axis that is used. Figure 4. A constant trend that fluctuates regularly, and the degree of that fluctuate is a factor of the y-value, or in this case, the x-value. Linear trends show a steady, straight-line increase or decrease. So the trendline may go up or down, and the angle may be steep or shallow. Figure 6. A linear trend with additive seasonality. Figure 7. A linear trend where the periodic fluctuation is a factor of the y-value. Exponential trends are those where the data rises or falls not at a steady rate, but at an increasing rate. The x - value (plotted horizontally) is an exponent of the trendline formula to derive the y - value. Figure 8. An upward exponential trend, where the x value is an exponent in the equation to derive y. Figure 9. An upward exponential trend with additive seasonality. Figure 10. An upward exponential trend with multiplicative seasonality. Damped trends are those that approach a horizontal asymptote: Figure 11. A damped trend. Polynomial trends are those best modeled by a polynomial equation. They may be second-order (quadratic) equations of the form y ax 2 bx c . resulting in a parabolic shape: Figure 12. A second-order polynomial trend. Polynomial trendlines may also be third order ( y ax 3 bx 2 c ) or higher: Figure 14. A third-order polynomial trend. Figure 15. A third-order polynomial trend with additive seasonality. Figure 16. A third-order polynomial trend where seasonality is a factor of the y value. Figure 17. Another third-order polynomial trend. Quantitative Forecasting using Trend Extrapolation There are several tools available for using trend extrapolation to first plot a trendline to historical time-series data, and then extend this to future periods for the purpose of forecasting or predicting values for those periods. Some might be tempted to visually extend a trendline to future periods with a pencil on a printed graph, but algebraic techniques are more precise, more varied, and more powerful. There are three general approaches to use algebraic techniques for trendline extrapolation. The first of these involves applying formulas to calculate a future period. The second technique is to make use of specialized functions within a spreadsheet program or another data analysis program. The third technique is to use a spreadsheet or data analysis program to construct a graph with a trendline, and to automatically extend that trendline to future periods. Based on Chapter 3 of Levin, Rubin, amp Stinson, (1986 ), I have created a tutorial (with practice) on using formulas in Microsoft Excel8482 to perform forecasts using the following forecasting techniques: Nave Forecasts Nave Trends Moving Averages Weighted Moving Averages Single Exponential Smoothing Double Exponential Smoothing Please download the file from one of the following and follow the instructions (required download) . Verificar suas respostas. Excel8482 2007 Spreadsheet: jcflowers1.iweb. bsu. edu/rlo/PracticeWithForecasting. xlsx Excel8482 2003 Spreadsheet: jcflowers1.iweb. bsu. edu/rlo/PracticeWithForecasting. xls Notice that it is not that difficult to type in the formulas that are needed to do the forecasting. In some instances, such as Single Exponential Smoothing, there is a built-in feature in the Microsoft Excel Analysis ToolPak8482 Add-In. Using Excels Charts for Trend Extrapolation Microsoft Excel8482 offers some built-in tools for forecasting. Uma delas permite que você adicione uma linha de tendência aos pontos de dados existentes em um gráfico. However, as with templates, the developers of these tools have made some decisions for the user, and not all users would agree with those decisions. Se as limitações impostas pelos recursos da Microsoft Excels para a previsão forem inadequadas para uma determinada tarefa de previsão, o leitor é encorajado a usar a manipulação numérica direta usando técnicas analíticas comprovadas como descrito em qualquer um dos vários textos sobre previsão (como Makridakis, Wheelwright amp Hyndman, 1998). Before You Begin This remainder of this page is based on the assumption that the reader has Microsoft Excel8482 2007 with the Analysis ToolPak Add-In from Microsoft installed. Vejamos alguns dados referentes às lâmpadas fluorescentes compactas (CFLs) usando o seguinte como um documento de origem: US Department of Energy. (2009). Perfil do mercado CFL - Março de 2009. Washington, DC: Autor. Retirado em 7 de abril de 2009 de www. energystar. gov/ia/products/downloads/CFLMarketProfile. pdf A análise neste relatório foi realizada por D amp R International, LTD (www. drintl /.) Na Página 2, há uma barra (Ou gráfico de barras) que lista o número de remessas de LFC por ano até 2007 e, em seguida, prevê o número de remessas em 2008, 2009 e 2010, com base nesses dados. Lets use the data in this chart, and the power of Microsoft Excel8482, to make a similar prediction. Idealmente, você teria os valores de dados reais, mas neste caso, uma estimativa foi feita com base no gráfico acima e o seguinte foi inserido em uma planilha do Excel. Tabela 1. Dados brutos. Lets only look at the historical data for 2000 to 2007, not at the estimates or predictions for 2008 to 2010. We can recreate the bar chart shown in the source document by selecting the historical data in Excel and creating a bar chart: Figure 19. Raw data in a bar chart to match original But instead, lets create a scatter plot of the values (since Excels trendline equation feature can produce errors with bar charts or line graphs.) Figure 20. Raw data in a scatter plot. Adicionando uma linha de tendência linear e equação de regressão Agora, lembre-se, estamos apenas preocupados com os dados CFL, e queremos ser capazes de prever os anos futuros. Para adicionar uma linha de tendência, clique em um dos ícones que representam um ponto de dados para CFLs e, em seguida, clique com o botão direito do mouse e selecione quotAdd Trendline. quot Você verá a caixa de diálogo a seguir. Neste exemplo, vamos supor que o número de CFLs enviados por ano aumenta em uma taxa constante ou linear. For now, in the Trendline Options area, select the following Trend / Regression type: Linear Forecast - Forward 3 periods Display Equation on chart After moving the equation we have: Figure 22. Raw data with a linear trendline and regression equation. A equação é uma equação de regressão linear. Isso significa que é a equação de uma linha reta que melhor se encaixa os pontos no gráfico. O método que o Excel usa para determinar essas equações envolve encontrar a linha que produz o menor valor para a soma dos quadrados das diferenças verticais entre pontos de dados e a linha. Como todas as linhas, tem uma equação na forma: y é o número a ser calculado, a variável dependente, ou neste caso, o número de milhões de CFLs enviados por ano m é a inclinação da linha, que é igual à mudança No valor de y dividido pela mudança no valor de x x é o ponto de dado dados ou a variável dependente, neste caso, é o ano eb é o intercepto de y-eixo da linha. y 388 million CFLs shipped We can substitute other values for x, such as the year 2020, and since we now have an equation, we can predict that there will be 793 million CFLs shipped in the year 2020. Of course, this is making a lot of assumptions that we shouldnt make. Em particular, estamos assumindo que a tendência é linear e que ela continuará no futuro. Método alternativo. Você pode descobrir a equação diretamente a partir dos dados apresentados, se quiser. Selecione duas células como G5 e G6 e, em seguida, comece a digitar na fórmula: PROJ. LIN (intervalo) para o intervalo, selecione todos os valores de y conhecidos e, em seguida, digite o parêntese de fechamento, mas não aperte a tecla Enter. Em vez disso, pressione Control-Shift-Enter. Você verá a inclinação ea interceptação aparecerá nessas duas células. Muitas tendências não são lineares. For example, human population on the planet was fairly linear, but then it shot up, as illustrated by the red line in the following figure: Figure 23. Non-linear trend of quotLong-term World Population Growth. quot This graphic is from United Nations, 1999, p. 7. Existem várias equações preditivas não-lineares. Bem, olhe para duas equações exponenciais e equações polinomiais, mas você é aconselhado a explorar outras. Exponential Lets take that same historical CFL shipment data we used above and apply some non-linear trendlines. Aqui está uma linha de tendência exponencial. Ele usa uma equação que tem o valor x (o ano) como um expoente. Eu cliquei na nova equação um rótulo de linha de tendência quotformat selecionado para exibir a equação em notação científica com seis pontos decimais, já que o padrão não me dá precisão suficiente para prever. Figure 24. Raw data with exponential trendline. Como podemos ver, há trendline é curvo, não tanto quanto é indicado pelo relativamente alto 2007 ponto de referência, mas ainda é curvo para cima. A equação preditiva é: y 1.598767 E -279 e 3.226616 E -01 x Lembre-se de que o capital E significa quotTimes dez para o poder dequot e que o caso minúsculo e é uma constante aproximadamente igual a 2.71828. No Excel, posso digitar a seguinte fórmula em qualquer célula: e substituindo quot2010quot com o ano, obter uma previsão para esse ano. O valor para 2010 é de 733 milhões de LFC, eo valor para 2012 é de 1,398 bilhão de CFLs. Polynomial The predictive equation can be a polynomial. Vimos que a equação de regressão linear era uma equação polinomial de segunda ordem, ou quadrática, acrescenta um termo x 2, resultando em: O gráfico de uma equação quadrática dessa forma é tipicamente uma parábola. Here is the same data with a second order polynomial trendline: Figure 25. Second order polynomial trend line with equation. É possível aumentar a ordem, adicionando um x 3. x 4. ou x 5 termo, se há razão para acreditar que tal curva será mais precisa. Às vezes, suspeitamos que os dados devem ser modificados. No nosso exemplo, observe quão alto o valor de 400 foi para 2007. Um analista pode ter razão para acreditar que este ponto foi um outlier, e devido a algumas circunstâncias especiais, como um blitz de marketing de uma só vez, o alto valor deste datum Está jogando fora a previsão do futuro. Vamos alterar os dados, reduzindo esse ponto para 300. Tabela 2. Dados revisados. Using the revised data and second-order polynomial forecasting, we get: Figure 26. The value of 2007 was changed from 400 to 300 in the belief that this was an abnormal value. Observe como a Figura 10 está relativamente perto da previsão inicial mostrada no documento original da fonte do DOE dos EUA. Há muitas maneiras de transformar e ajustar os dados, e em cada caso o analista deve ter uma linha defensável de raciocínio que justifique a transformação. Tal como acontece com muitas formas de análise estatística, a extrapolação de tendências pode estar sujeita a tentativas deliberadas de fazer os dados sugerem o viés dos analistas. Isso é inapropriado. Onde há projeções alternativas, é melhor apresentá-las com explicações de cada uma. Por exemplo, a ilustração a seguir mostra vários caminhos diferentes que a população mundial pode tomar, dadas as diferentes condições explicadas pelos autores. Como visto na caixa de diálogo Excels Trendline Options, existem outros tipos de linhas de tendência que podem ser adicionadas, incluindo uma linha de tendência logarítmica, de potência e de média móvel. O Analysis ToolPak Add-in para Excel também tem várias ferramentas de previsão. Para acessá-los, clique em Análise de dados na guia Dados. Você verá a média móvel, a regressão ea suavização exponencial lá, todas as quais podem ser usadas para prever. Mas não pare lá, Excel, como alguns outros programas para manipulação numérica, permite que o usuário controle diretamente as fórmulas usadas para derivar valores. Não precisamos nos conformar com as configurações padrão usadas no recurso Adicionar Trendline de gráficos, mas podemos executar os cálculos necessários nos dados diretamente. Para obter informações sobre os métodos desta lição e outros, como o método Box-Jenkins, regressão dinâmica, regressão múltipla, consulte um texto sobre previsão, como o de Makridakis, Wheelwright, amp Hyndman (1998). There is another spreadsheet that contains an example of using Microsoft Excels forecasting functions to predict future values. Using data on the number of compact fluorescent lamps (CFLs) shipped, and on the recycling rate of CFLs and their mercury content, this spreadsheet guides you through the process of predicting the cumulative environmental discharge of toxic mercury from CFLs that are not recycled (required download): . Coefficient of Determination If you apply a trendline to a graph using Excel, you may notice that you can have both the trendline equation displayed, and the value for r 2. r 2 is called the coefficient of determination . and it is a measure of the proportion of the variability that is explained by the trendline equation. If r 2 .74, then 74 of the fluctuation of the data corresponds to the trendline, and 26 of the fluctuation deviates from what would have been predicted by the trendline. Thus, an intermediary step in the evaluation of models for trendline analysis would be to look at the value of the coefficient of determination, but do not let this be the only criterion. For example, consider the following sample data Table 3. More raw data. We could map a linear regress line to the historical data (Time 1 to 8), but when we use Excel to map a 3rd order polynomial trendline, we find the value for r2 is much higher, at R2 0.9787: Figure 28. Finding a trend that fits: 3rd order polynomial This means that the trendline curve accounts for 97.87 of the variation among the data points. Thats pretty good. But were not convinced it is optimal, so we keep clicking options in Excel, finding that when we specify a 6th order polynomial trendline, it accounts for 99.96 of the variation. Figure 29. Finding a trend that fits: 6th order polynomial We are very impressed, and we decide to use this 6th order trendline to predict future periods. Imagine our surprise when we extend the trendline two periods to the future to result in the following: Figure 30. That 6th order polynomial had a high coefficient of determination, but was a poor predictor. That cant be right. So we resolve to go back to the 3rd-order polynomial and its predications: Figure 31. A more reasonable prediction with the 3rd order polynomial trendline. In all, one of the best ways to test predications is to, well, wait. Testing a predication against the data that starts to come in has no equal, but it does require waiting, and if we were willing to wait, there would have been no reason to make a prediction in the first place. Thus, it is wise to attempt to assess the strength of a predication prior to the emergence of new data. Trend extrapolation is one aspect of the larger field of trend (or trendline) analysis. It attempts to extend known data points to regions beyond the timeframe of known datapoints, almost always in an attempt to predict future values with some degree of probability. However, the assumptions made are critical. For example, lets look at quotBiomass as feedstock for a Bioenergy and Bioproducts Industry: The Technical Feasibility of a Billion-Ton Annual Supply, quot which was published in April 2005 under the auspices of the US Department of Agriculture and the US Department of Energy ( required visit ): Please look at the first page of the Executive Summary, where the purpose is stated: quotThe purpose of this report is to determine whether the land resources of the United States are capable of producing a sustainable supply of biomass sufficient to displace 30 percent or more of the countrys present petroleum consumption. The short answer to the question of whether that much biomass feedstock can be produced is yes. quot That is worth repeating, quotThe short answer. is yes. quot However, now look at the assumptions under which this answer was made. quotImportant assumptions that were made include the following: yields of corn, wheat, and other small grains were increased by 50 percent the residue-to-grain ratio for soybeans was increased to 2:1 harvest technology was capable of recovering 75 percent of annual crop residues (when removal is sustainable) all cropland was managed with no-till methods 55 million acres of cropland, idle cropland, and cropland pasture were dedicated to the production of perennial bioenergy crops all manure in excess of that which can applied on-farm for soil improvement under anticipated EPA restrictions was used for biofuel and all other available residues were utilized. quot (Page 2 of Executive Summary) Are these assumptions reasonable Are they likely What would the probability be that all of these assumptions would be shown, over time, to be valid Maybe a better approach would be for the authors to say, quotIn order to achieve Level X, we would have to do Activities Y, with a probability of Y leading to X determined to be . If we do less than Activities Y, such as Activities Y 2 . the results would not be at Level X, but would likely be at the lesser Level X 2, with the same probability. quot There are many additional resources online and in libraries. For example, there is a neat JavaScript Learning Object on quotForecasting by Smoothing Techniques from Professor Hossein Arsham at: Examples in Technology Assessment Nearly every typical technology assessment project makes use of some type of forecasting technique, and while trend extrapolation may not always be the technique chosen, it offers powerful tools. Examples of Trend Analysis in Technology Assessment
Comments
Post a Comment