Ferramenta de análise de média móvel

Use o Analysis ToolPak para executar análise de dados complexos Aplica-se a: Excel 2016. Excel 2013. Excel 2010. Mais. Se você precisa desenvolver análises estatísticas ou de engenharia complexas, você pode salvar etapas e tempo usando o Analysis ToolPak. Você fornece os dados e parâmetros para cada análise ea ferramenta usa as funções de macro estatísticas ou de engenharia apropriadas para calcular e exibir os resultados em uma tabela de saída. Algumas ferramentas geram gráficos além de tabelas de saída. As funções de análise de dados podem ser usadas em apenas uma planilha por vez. Ao executar a análise de dados em planilhas agrupadas, os resultados serão exibidos na primeira planilha e as tabelas formatadas vazias aparecerão nas planilhas restantes. Para executar a análise de dados no restante das planilhas, recalcule a ferramenta de análise para cada planilha. O Analysis ToolPak inclui as ferramentas descritas nas seções a seguir. Para acessar essas ferramentas, clique em Análise de dados no grupo Análise na guia Dados. Se o comando Análise de dados não estiver disponível, você precisará carregar o programa de suplemento Analysis ToolPak. Carregar e ativar o Analysis ToolPak Clique na guia Arquivo, clique em Opções. E seguida, clique a Add-Ins categoria. Na caixa Gerenciar, selecione Suplementos do Excel e clique em Ir. Na caixa Add-Ins, marque a caixa de seleção Analysis ToolPak e clique em OK. Se o Analysis ToolPak não estiver listado na caixa Add-Ins disponível, clique em Procurar para localizá-lo. Se você for solicitado que o Analysis ToolPak não esteja instalado no computador, clique em Sim para instalá-lo. O que você quer aprender sobre Anova As ferramentas de análise Anova fornecem diferentes tipos de análise de variância. A ferramenta que você deve usar depende do número de fatores e do número de amostras que você tem das populações que você deseja testar. Anova: Single Factor Esta ferramenta executa uma análise simples de variância em dados para duas ou mais amostras. A análise fornece um teste da hipótese de que cada amostra é extraída da mesma distribuição de probabilidade subjacente contra a hipótese alternativa de que as distribuições de probabilidade subjacentes não são as mesmas para todas as amostras. Se houver apenas dois exemplos, você pode usar a função de planilha T. TESTE. Com mais de duas amostras, não há nenhuma generalização conveniente de T. TESTE. E o modelo de Anova único fator pode ser chamado em vez disso. Anova: Dois fatores com replicação Esta ferramenta de análise é útil quando os dados podem ser classificados em duas dimensões diferentes. Por exemplo, em uma experiência para medir a altura das plantas, as plantas podem receber diferentes marcas de fertilizantes (por exemplo, A, B, C) e também podem ser mantidas a diferentes temperaturas (por exemplo, baixa, alta). Para cada um dos seis pares possíveis de, temos um número igual de observações da altura da planta. Usando esta ferramenta Anova, podemos testar: Se as alturas das plantas para as diferentes marcas de fertilizantes são extraídas da mesma população subjacente. As temperaturas são ignoradas para esta análise. Se as alturas das plantas para os diferentes níveis de temperatura são provenientes da mesma população subjacente. As marcas de fertilizantes são ignoradas para esta análise. Independentemente de terem sido considerados os efeitos das diferenças entre as marcas de fertilizantes encontradas no primeiro ponto da marcação e as diferenças de temperaturas encontradas no segundo ponto com marcador, as seis amostras que representam todos os pares de valores são extraídas da mesma população. A hipótese alternativa é que existem efeitos devidos a pares específicos acima e acima das diferenças que se baseiam apenas no fertilizante ou apenas na temperatura. Anova: Dois fatores sem replicação Esta ferramenta de análise é útil quando os dados são classificados em duas dimensões diferentes, como no caso de dois fatores com replicação. No entanto, para esta ferramenta é assumido que existe apenas uma única observação para cada par (por exemplo, cada par no exemplo anterior). Correlação As funções de planilha CORREL e PEARSON calculam o coeficiente de correlação entre duas variáveis ​​de medida quando observam-se medições em cada variável para cada um dos N sujeitos. (Qualquer observação ausente para qualquer assunto faz com que esse assunto seja ignorado na análise.) A ferramenta de análise de Correlação é particularmente útil quando há mais de duas variáveis ​​de medição para cada um dos N sujeitos. Ele fornece uma tabela de saída, uma matriz de correlação, que mostra o valor de CORREL (ou PEARSON) aplicado a cada possível par de variáveis ​​de medida. O coeficiente de correlação, como a covariância, é uma medida da medida em que duas variáveis ​​de medida variam em conjunto. Ao contrário da covariância, o coeficiente de correlação é dimensionado de modo que seu valor seja independente das unidades nas quais as duas variáveis ​​de medida são expressas. (Por exemplo, se as duas variáveis ​​de medida são peso e altura, o valor do coeficiente de correlação é inalterado se o peso é convertido de libras em quilogramas.) O valor de qualquer coeficiente de correlação deve estar entre -1 e 1 inclusive. Você pode usar a ferramenta de análise de correlação para examinar cada par de variáveis ​​de medida para determinar se as duas variáveis ​​de medida tendem a se mover juntas, isto é, se grandes valores de uma variável tendem a ser associados a valores grandes do outro (correlação positiva) Valores pequenos de uma variável tendem a ser associados a valores grandes da outra (correlação negativa), ou se os valores de ambas as variáveis ​​tendem a não estar relacionados (correlação próxima de 0 (zero)). Covariância As ferramentas de correlação e covariância podem ser usadas na mesma configuração, quando você tem N variáveis ​​de medida diferentes observadas em um conjunto de indivíduos. As ferramentas Correlação e Covariância fornecem uma tabela de saída, uma matriz, que mostra o coeficiente de correlação ou covariância, respectivamente, entre cada par de variáveis ​​de medida. A diferença é que os coeficientes de correlação são escalados para situar-se entre -1 e 1 inclusive. As covariâncias correspondentes não são escalonadas. Tanto o coeficiente de correlação quanto a covariância são medidas da medida em que duas variáveis ​​variam em conjunto. A ferramenta Covariance calcula o valor da função de planilha COVARIANCE. P para cada par de variáveis ​​de medida. (O uso direto de COVARIANCE. P em vez da ferramenta Covariance é uma alternativa razoável quando há apenas duas variáveis ​​de medida, isto é, N2.) A entrada na diagonal da tabela de saída de ferramentas Covariance na linha i, coluna i é a covariância Da i-ésima variável de medida com ela mesma. Esta é apenas a variância da população para essa variável, calculada pela função de planilha VAR. P. Você pode usar a ferramenta Covariance para examinar cada par de variáveis ​​de medida para determinar se as duas variáveis ​​de medida tendem a se mover juntas, isto é, se grandes valores de uma variável tendem a ser associados com valores grandes da outra (covariância positiva) Os valores de uma variável tendem a ser associados a grandes valores da outra (covariância negativa), ou se os valores de ambas as variáveis ​​tendem a não estar relacionados (covariância perto de 0 (zero)). Estatísticas descritivas A ferramenta de análise estatística descritiva gera um relatório de estatísticas univariadas para dados no intervalo de entrada, fornecendo informações sobre a tendência central ea variabilidade de seus dados. Suavização Exponencial A ferramenta de análise Exponential Smoothing prevê um valor baseado na previsão do período anterior, ajustado para o erro na previsão anterior. A ferramenta usa a constante de suavização a. Cuja magnitude determina quão fortemente as previsões respondem aos erros da previsão anterior. Nota: Valores de 0,2 a 0,3 são constantes de suavização razoáveis. Esses valores indicam que a previsão atual deve ser ajustada de 20% a 30% para o erro na previsão anterior. Constantes maiores produzem uma resposta mais rápida, mas podem produzir projeções erráticas. Constantes menores podem resultar em longos defasagens para valores de previsão. Teste F de Duas Amostras para Variâncias A ferramenta de análise de Duas Amostras para Variâncias F-Test realiza um teste F de duas amostras para comparar duas variâncias populacionais. Por exemplo, você pode usar a ferramenta F-Test em amostras de vezes em um encontro de natação para cada uma das duas equipes. A ferramenta fornece o resultado de um teste da hipótese nula de que essas duas amostras provêm de distribuições com variâncias iguais, contra a alternativa de que as variâncias não são iguais nas distribuições subjacentes. A ferramenta calcula o valor f de uma estatística F (ou razão F). Um valor de f próximo de 1 fornece evidências de que as variâncias de população subjacentes são iguais. Na tabela de saída, se f lt 1 P (F lt f) uma cauda dá a probabilidade de observar um valor da estatística F menor que f quando as variâncias da população são iguais, e F Uma cauda crítica dá o valor crítico menos De 1 para o nível de significância escolhido, Alpha. Se f gt 1, P (F lt f) uma cauda dá a probabilidade de observar um valor da F-estatística maior que f quando as variâncias populacionais são iguais, e F Crítico um-cauda dá o valor crítico maior que 1 para Alpha . Análise de Fourier A ferramenta Análise de Fourier resolve problemas em sistemas lineares e analisa dados periódicos usando o método de Transformada Rápida de Fourier (FFT) para transformar dados. Esta ferramenta também suporta transformações inversas, nas quais o inverso de dados transformados retorna os dados originais. Histograma A ferramenta de análise do Histograma calcula frequências individuais e cumulativas para um intervalo de células de dados e caixas de dados. Esta ferramenta gera dados para o número de ocorrências de um valor em um conjunto de dados. Por exemplo, em uma turma de 20 alunos, você pode determinar a distribuição de pontuações em categorias de notas. Uma tabela de histograma apresenta os limites da letra-grau e o número de pontuações entre o limite inferior eo limite atual. A pontuação mais freqüente é o modo dos dados. Dica: No Excel 2016, agora você pode criar um histograma ou um gráfico de Pareto. Média móvel A ferramenta de análise Moving Average projeta valores no período de previsão, com base no valor médio da variável em um número específico de períodos anteriores. Uma média móvel fornece informações de tendência que uma média simples de todos os dados históricos seria mascarar. Utilize esta ferramenta para prever vendas, inventário ou outras tendências. Cada valor de previsão é baseado na seguinte fórmula. N é o número de períodos anteriores a incluir na média móvel A j é o valor real no momento j F j é o valor previsto no tempo j Geração de Número Aleatório A ferramenta de análise Geração de Número Aleatório preenche um intervalo com números aleatórios independentes que são desenhados De uma de várias distribuições. Você pode caracterizar os sujeitos em uma população com uma distribuição de probabilidade. Por exemplo, você pode usar uma distribuição normal para caracterizar a população de alturas individuais, ou você pode usar uma distribuição de Bernoulli de dois resultados possíveis para caracterizar a população de flip-coin resultados. Classificação e Percentil A ferramenta de análise Rank and Percentile produz uma tabela que contém a classificação ordinal e percentual de cada valor em um conjunto de dados. Você pode analisar a posição relativa de valores em um conjunto de dados. Essa ferramenta usa as funções de planilha RANK. EQ e PERCENTRANK. INC. Se você deseja conta para valores vinculados, use a função RANK. EQ, que trata valores vinculados como tendo a mesma classificação ou use o RANK. Função AVG, que retorna a classificação média para os valores vinculados. Regressão A ferramenta de análise de Regressão realiza a análise de regressão linear utilizando o método dos mínimos quadrados para encaixar uma linha através de um conjunto de observações. Você pode analisar como uma única variável dependente é afetada pelos valores de uma ou mais variáveis ​​independentes. Por exemplo, você pode analisar como o desempenho de um atleta é afetado por fatores como idade, altura e peso. Você pode dividir ações na medida de desempenho para cada um desses três fatores, com base em um conjunto de dados de desempenho e, em seguida, usar os resultados para prever o desempenho de um atleta novo, não testado. A ferramenta Regressão usa a função de planilha PROJ. LIN. Amostragem A ferramenta de análise de Amostragem cria uma amostra de uma população tratando o intervalo de entrada como uma população. Quando a população é muito grande para processar ou gráfico, você pode usar uma amostra representativa. Você também pode criar um exemplo que contém somente os valores de uma parte específica de um ciclo se você acredita que os dados de entrada são periódicos. Por exemplo, se o intervalo de entrada contiver números de vendas trimestrais, a amostragem com uma taxa periódica de quatro coloca os valores do mesmo trimestre no intervalo de saída. T-Test O teste de t-Test de duas amostras teste de ferramentas para a igualdade da população significa que subjacente a cada amostra. As três ferramentas empregam suposições diferentes: que as variações da população são iguais, que as variâncias da população não são iguais e que as duas amostras representam observações antes do tratamento e pós-tratamento sobre os mesmos sujeitos. Para todas as três ferramentas abaixo, um valor t-Statistic, t, é computado e mostrado como t Stat nas tabelas de saída. Dependendo dos dados, este valor, t, pode ser negativo ou não negativo. Sob a suposição de igualdade de meios populacionais subjacentes, se t lt 0, P (T lt t) uma cauda dá a probabilidade de que um valor da estatística t seria observado que é mais negativo do que t. Se t gt0, P (T lt t) uma cauda dá a probabilidade de que um valor da estatística t seria observado que é mais positivo do que t. T Crítico um-cauda dá o valor de corte, de modo que a probabilidade de observar um valor do t-Estatística maior ou igual a t Crítico um-cauda é Alfa. P (T lt t) dá a probabilidade de que um valor da t-Statistic seria observado que é maior em valor absoluto que t. P Crítico de duas-cauda dá o valor de corte, de modo que a probabilidade de um observado t-estatística maior em valor absoluto do que P crítico de duas caudas é Alfa. T-Test: Emparelhado duas amostras para os meios Você pode usar um teste pareado quando há um emparelhamento natural de observações nas amostras, como quando um grupo de amostra é testado duas vezes antes e após uma experiência. Esta ferramenta de análise e sua fórmula executam um teste t pareado de duas amostras de Student para determinar se as observações que são tomadas antes de um tratamento e as observações feitas após um tratamento provavelmente vêm de distribuições com meios populacionais iguais. Esta forma t-Test não assume que as variâncias de ambas as populações são iguais. Nota: Entre os resultados que são gerados por esta ferramenta está a variância agrupada, uma medida acumulada da propagação de dados sobre a média, que é derivada da seguinte fórmula. Teste t: duas amostras assumindo variâncias iguais Esta ferramenta de análise executa um teste de t de dois exemplos de t. Esta forma t-Test pressupõe que os dois conjuntos de dados vieram de distribuições com as mesmas variações. É referido como um teste t de homoscedastic. Você pode usar este t-Test para determinar se as duas amostras são prováveis ​​ter vindo de distribuições com meios de população iguais. Teste t: Duas Amostragens Supondo Desvios Desiguais Esta ferramenta de análise executa um Teste t de dois exemplos. Esta forma t-Test pressupõe que os dois conjuntos de dados vieram de distribuições com variâncias desiguais. É referido como um teste t de heteroscedastic. Como com o caso de Equal Variances precedente, você pode usar este t-Test para determinar se as duas amostras são prováveis ​​ter vindo de distribuições com meios de população iguais. Use este teste quando houver indivíduos distintos nas duas amostras. Use o teste pareado, descrito no exemplo a seguir, quando há um único conjunto de sujeitos e as duas amostras representam medições para cada sujeito antes e depois de um tratamento. A seguinte fórmula é usada para determinar o valor estatístico t. A seguinte fórmula é usada para calcular os graus de liberdade, df. Como o resultado do cálculo geralmente não é um inteiro, o valor de df é arredondado para o número inteiro mais próximo para obter um valor crítico da tabela t. A função de planilha do Excel T. TEST usa o valor df calculado sem arredondamento, pois é possível calcular um valor para T. TESTE com um df noninteger. Devido a essas diferentes abordagens para determinar os graus de liberdade, os resultados de T. TEST e esta ferramenta de teste t diferirão no caso de Desvios Desiguais. Z-Test A ferramenta de análise z-Test: Two Sample for Means realiza um teste z de duas amostras para médias com variâncias conhecidas. Esta ferramenta é usada para testar a hipótese nula de que não há diferença entre dois meios populacionais contra hipóteses alternativas unilaterais ou bidirecionais. Se variâncias não são conhecidas, a função de planilha Z. TEST deve ser usado em vez disso. Quando você usar a ferramenta z-Test, tome cuidado para entender a saída. A probabilidade de um valor z de 0 na mesma direção que o valor de z observado quando não há diferença entre as médias de população é P (Z tz z) uma cauda é realmente P (Z gt ABS (z)). A probabilidade de um valor de z mais de 0 em qualquer direção que o valor de z observado quando existe um valor de z, é realmente P (Z gt ABS (z) ou Z lt-ABS (z) Não há diferença entre os meios populacionais. O resultado de duas colas é apenas o resultado unilateral multiplicado por 2. A ferramenta z-Test também pode ser usada para o caso em que a hipótese nula é que há um valor específico diferente de zero para a diferença entre as duas médias de população. Por exemplo, você pode usar este teste para determinar as diferenças entre os desempenhos de dois modelos de carro. Funções do VBA para o Analysis ToolPak Para incluir as funções do Visual Basic for Application (VBA) para o Analysis ToolPak, você pode carregar o Analysis ToolPak - VBA Add-in da mesma maneira que você carrega o Analysis ToolPak. Na caixa Add-ins disponível, selecione a caixa de seleção Analysis ToolPak - VBA. Consulte tambémUsando a ferramenta de média móvel do Excel 2007 e do Excel 2010 Analysis ToolPak Introdução Bem-vindo ao meu hub mais recente no Analysis ToolPak no Excel 2007 e no Excel 2010. Hoje, analisarei como usar a ferramenta de média móvel. Essa ferramenta é usada quando você deseja executar análise de tendência em uma seqüência de dados. No meu exemplo, eu estou olhando para o número de hits global meus hubs obter diariamente. Eu quero determinar se meus hits diários são tendência para cima ea ferramenta de média móvel irá criar uma linha de tendência como parte da análise para me mostrar se este é o caso (espero que seja). As médias móveis usam um intervalo para calcular a média ao longo do tempo. O intervalo escolhido é o número de valores que o Excel 2007 ou o Excel 2010 produzirão para criar a linha de tendência. Vou analisar como determinar o melhor intervalo para ajustar seus dados e dar-lhe a linha de tendência mais precisa e significativa. Antes de começar, eu tenho um hub que cobre a adição do ToolPak de análise ao Excel se ele não está instalado e também solução de problemas se ele estiver instalado, mas não aparece no Excel 2007 ou Excel 2010. O hub pode ser encontrado aqui: Quando concluímos o nosso Análise dos dados usando a ferramenta Média Móvel, seremos fornecidos com um gráfico mostrando nossos dados reais ea tendência que a ferramenta calculou. Exemplo de uma Média Móvel com uma linha de tendência, criada usando a Ferramenta de Média Móvel do Toolpak de Análise no Excel 2007 e no Excel 2010. Usando a Ferramenta de Média Móvel no Excel 2007 e no Excel 2010 Contanto que você tenha o Analysis ToolPak instalado no Excel 2007 ou Excel 2010, a ToolPak pode ser encontrada na guia Dados, no grupo Análise. Para usá-lo, basta clicar no botão Análise de Dados (você não precisa selecionar nenhum dado antes da mão). Em seguida, selecionamos Média Móvel na lista de Ferramentas de Análise disponíveis. A caixa de diálogo Média Móvel será aberta. Para começar, selecione o intervalo de entrada. O intervalo deve estar em uma coluna e também deve ser contíguo (sem quebras). Isso também inclui seus rótulos se você selecioná-los Pressione Retornar ou Enter para selecionar o intervalo Selecione a opção para Rótulos na Primeira Linha se você tiver rótulos nessa primeira linha Para Intervalo. Deixe isso no padrão de 3. Vamos discutir os intervalos em mais detalhes em uma seção adicional abaixo Selecione um intervalo de saída em Opções de saída (no meu exemplo, eu escolhi a próxima coluna para mantê-lo simples Selecionar a saída do gráfico para que o Excel 2007 ou Excel 2010 irá criar um gráfico para você como este é mais provável o que você vai se referir a mais quando usando a ferramenta Moving Average Leave Standard Errors em branco (isso cria uma segunda coluna que contém os dados), pois é improvável que você vai usá-lo Clique em OK E o Excel criará uma coluna contendo as médias móveis e um gráfico Nota: O gráfico criado é, por algum motivo, muito pequeno, você precisará re-dimensioná-lo para poder ver o detalhe. Uma idéia de como ele se parece uma vez que o Excel concluiu a análise em seus dados Exemplo da saída inicial criada usando a Ferramenta de Média Móvel do Toolpak de Análise no Excel 2007 e Excel 2010. Nota: Como você pode ver na figura acima, As primeiras duas células na coluna Média Móvel (eu destaquei as células) têm N / A nelas. Isso é normal como o Excel não pode executar a média móvel até que tenha três valores (o intervalo em outras palavras). Tenho arrumado o gráfico abaixo para mostrar meus dados com uma média móvel de três dias. Eu tenho um hub que abrange a criação e edição de gráficos em muito maior detalhe que pode ser encontrado aqui: Como você pode ver, a linha de tendência (previsão) é muito variável ea tendência não é fácil de ver. Discutiremos a seleção de um intervalo apropriado na próxima seção. Moving Average com um intervalo que não mostra uma tendência definitiva criada usando a Ferramenta de média móvel do Analysis Toolpak no Excel 2007 e no Excel 2010. Escolhendo o intervalo correto para a sua média móvel no Excel 2007 e no Excel 2010 Como você pode ver na figura Acima, a média móvel é extremamente variável e não ilustra uma tendência ou previsão útil. Obter o intervalo correto é crucial para que você possa facilmente ver a tendência em seus dados. Claramente, no meu exemplo, usar uma previsão com um intervalo de três dias não me forneceria dados valiosos. A tendência está se tornando evidente no segundo gráfico na figura abaixo com o intervalo de sete dias e é mais claro na média móvel de 30 dias, então esse é o que eu escolheria. Médias móveis com intervalos diferentes criados usando a Ferramenta de média móvel do Toolpak de análise no Excel 2007 e no Excel 2010. Duas coisas tornam-se imediatamente aparentes a partir desses gráficos. A tendência torna-se mais clara, maior o intervalo A série de dados precisa ser mais longa se você escolher um intervalo mais longo (o intervalo entre o início da série de dados eo início da linha de tendência torna-se maior o intervalo mais alto que você escolher) Escolha o intervalo mais adequado que você precisa para equilibrar os dois fatores acima, escolhendo um intervalo suficientemente longo para mostrar a melhor linha de tendência com base na quantidade de dados que você tem. Adicionando uma linha de tendência a um gráfico no Excel 2007 e no Excel 2010 Existe outro método para adicionar uma linha de tendência a um gráfico. Isso tem vantagens e desvantagens em usar a ferramenta de média móvel (eu adicionei uma linha de tendência aos meus dados na figura abaixo): Linha de tendência adicionada a um gráfico no Excel 2007 e Excel 2010. Adicionar uma linha de tendência permite que você faça previsões para trás e Forwards A linha é linear e muito mais tidier (útil para mostrar a tendência em uma apresentação) Muito fácil de adicionar a um gráfico existente Os dados subjacentes usados ​​para criar a linha de tendência não estão disponíveis Padrão O cálculo do erro não está disponível Então, em resumo, Quer uma linha reta agradável mostrando tendências para a frente ou para trás, use uma linha de tendência. Se você estiver interessado na matemática subjacente ou nos dados das médias móveis, use a ferramenta de média móvel mais poderosa do Analysis ToolPak. Eu também tenho um hub que investiga a criação de linhas de tendência para gráficos em muito maior detalhe, que hub pode ser encontrado aqui: Conclusão Movendo médias é uma ferramenta útil e poderosa matemática para o cálculo de uma tendência em uma série de dados. Usando a ferramenta de média móvel do ToolPak de análise no Excel 2007 e Excel 2010, eu era capaz de mostrar que o tráfego diário entrando em meus hubs é realmente tendência para cima. Neste hub, eu mostrei: Como usar a ferramenta de média móvel e também olhei como escolher um intervalo apropriado para seus dados Eu discuti também a adição de uma linha de tendência a um gráfico existente e comparei usando isso para usar a ferramenta de média móvel que tenho Um número de hubs que cobrem outras ferramentas populares do Analysis ToolPak no Excel 2007 e no Excel 2010. Estes incluem: Exemplo de um histograma, criado usando a ferramenta de histograma do Analysis Toolpak no Excel 2007 e Excel 2010. Exemplo de uma tabela de classificação, Criado usando a ferramenta Rank e Percentile do Toolpak de análise no Excel 2007 e no Excel 2010. Exemplo de uma regressão, criada usando a ferramenta de regressão do Analysis Toolpak no Excel 2007 e no Excel 2010. Exemplo de uma correlação, criada usando a ferramenta de correlação de O Analysis Toolpak no Excel 2007 e Excel 2010. Exemplo de uma tabela mostrando a variação diária, criada usando a Ferramenta de Amostragem do Analysis Toolpak no Excel 2007 e no Excel 2010. Histograma. É outra ferramenta que cria um gráfico de seus dados. Esta ferramenta examina a distribuição de seus dados através dos limites que você define. No meu hub sobre essa ferramenta, examino a distribuição dos resultados dos exames através dos limites de grau: Rank e Percentile são usados ​​para classificar seus dados e atribuir um percentil a cada valor exclusivo. Eu usei esta ferramenta para classificar os resultados dos exames dos alunos e atribuí-los uma nota com base na sua posição na lista classificada: correlação e regressão olhar para a relação entre as variáveis. A correlação mede a força de um relacionamento ea regressão cria uma linha que mostra essa relação. No meu centro de correlação, examino a relação entre as temperaturas diárias e as vendas de torta e no meu hub sobre regressão, examino a relação entre a mortalidade de peixes e as concentrações de Fosfato e Nitrogênio na água. A amostragem permite que você crie uma amostra escolhida aleatoriamente de uma população e faça análises sobre ela. Eu uso a amostragem para escolher números de loteria em meu hub. Muito obrigado pela leitura e espero que tenha gostado de ler isso tanto quanto eu gostei de escrever e que você achou útil e informativo. Sinta-se à vontade para deixar comentários abaixo. E finalmente. Qual ferramenta do ToolPak de análise no Excel 2007 e no Excel 2010 você pretende (ou já regularmente) usar Ferramentas de Análise Técnica 8211 Táticas de Crossover Média Móvel Muitos Traders Confiam em Ferramentas Básicas de Análise Técnica Uma das ferramentas de análise técnicas mais fundamentais que os comerciantes começam com É o indicador da média móvel. Algumas semanas atrás, eu apresentei um breve tutorial sobre a utilização do indicador de média móvel para negociação a curto prazo. Eu demonstrei as melhores configurações e apresentou algumas demonstrações para que os comerciantes poderiam ter uma boa idéia de usar esta ferramenta de análise básica. Hoje eu quero expandir um pouco mais e apresentar um tutorial sobre o uso de duas médias móveis em vez de apenas um. O método é chamado de crossover média móvel e it8217s provavelmente um dos primeiros se não o primeiro indicador que foi usado para criar um sistema de comércio décadas antes. Se você olhar para as publicações que remontam a 50 anos, especialmente aqueles que se concentram em commodities você verá o crossover média móvel dual em ação. Estes indicadores foram originalmente criados para os comerciantes de futuros Muitos indicadores que você costuma ver usado para ações hoje foram originalmente inventados para commodities e futuros. Antes dos 808217s o mercado de ações era relativamente calmo e não exibia muita volatilidade, não havia comerciantes de curto prazo para criar a volatilidade que vemos no mercado de today8217s. Mercados de commodities foram sempre substancialmente mais volátil no passado, em seguida, ações. Portanto, os indicadores eram necessários para ajudar o comércio volátil mercados financeiros. Nesse dia e idade as ações se tornaram tão voláteis, se não mais voláteis, do que os contratos de commodities e futuros, então estes indicadores foram adotados para o mercado de ações. Como uma questão de fato, todos os indicadores que antes eram utilizados para commodities e futuros são agora utilizados para análise do mercado de ações. Como usar o Crossover de média móvel dupla O Crossover de média móvel usa dois quadros de tempo de média móvel simples. O primeiro período de tempo é de 90 dias eo segundo é de 14 dias. Acho que usando uma combinação desses dois quadros de tempo produz uma boa mistura entre o prazo curto prazo eo prazo de longo prazo. A outra razão pela qual eu uso o período de 90 dias é porque ele produz consistentemente os melhores resultados de todas as medições de tempo médio móvel testadas. O dia 90 é a linha lenta eo dia 14 é a linha rápida Os maiores comerciantes erro fazer O crossover média móvel dual tem que ser usado sob as condições certas para funcionar corretamente. Isto é onde o maior problema surge a maioria dos comerciantes não usam o cruzamento de média móvel dupla no ambiente de mercado correto. Tenho visto inúmeras vezes quando os comerciantes usam indicadores de média móvel quando os mercados são planos e tendem menos e eu vi muitos comerciantes usar esses indicadores quando os mercados estão retracing. Isso não é o que esses indicadores foram concebidos para e se você usá-los sob as condições de mercado errado você nunca vai perceber o verdadeiro benefício dessas ferramentas de comércio maravilhoso. Aplicar o Crossover após uma inversão ocorreu O melhor tempo ea única vez que eu uso o crossover média móvel é depois de um determinado estoque ou outro mercado tem fundo para fora e inverteu a direção ou tem tampo para fora e já está começando a voltar para baixo. Deixe-me mostrar alguns exemplos básicos para que você possa ter uma idéia de que tipo de ambiente de mercado falo. Apple terminou forte tendência ascendente e começou uma tendência para baixo Aqui está outro exemplo de um estoque que é claramente inverter direção. A maioria das reversões pode levar de 1 a 4 meses. Quanto mais longo for o período de consolidação antes da reversão da tendência, melhor será a probabilidade de que a tendência vá para o seu caminho. Quanto mais tempo o estoque consolida o melhor a tendência Depois Muitas vezes você verá um padrão semelhante desenvolver em um setor. Neste caso particular, várias ações de ouro e a mercadoria real estão passando por um padrão semelhante à medida que falamos. Dê uma olhada em alguns estoques de ouro diferentes ou a mercadoria real e você verá o mesmo tipo de padrão de negociação em toda a linha. Visão de longo prazo da reversão de tendências Utilizando o cruzamento de média móvel corretamente Depois de encontrar um estoque ou mercado que tenha sentido inverso, você deve esperar por um sinal de confirmação antes da entrada no mercado. Você tem que esperar para o mercado para o comércio completamente fora do dia 14 simples média móvel. Se você estiver indo para tomar longas negociações, o mercado deve negociar completamente acima da média móvel de 14 dias simples. Você entraria em uma ordem de MOC (mercado próximo) alguns minutos antes do sino de fechamento supondo que nenhuma parte do estoque ou outro mercado tocou a média móvel simples de 14 dias naquele dia. Se o mercado volta para baixo e comércios dentro da média, o comércio é anulado e você deve esperar por outro dia que o mercado negocia completamente acima da média móvel de 14 dias simples. O comércio é iniciado após o cruzamento ea negociação do mercado acima das duas médias Aqui está um exemplo para o lado curto. Você tem que ser muito paciente e disciplinado ao negociar crossovers. Observe que nós poderíamos ter entrado mais cedo, mas nós esperamos até que a média movente de 14 dias esteja abaixo da média movente de 90 dias e as negociações conservadas em estoque completamente abaixo da média movente de 14 dias também. A entrada está no fechamento da primeira barra Para o comércio completamente abaixo de ambas as médias móveis Coisas a ter em mente A média móvel Crossover é uma das melhores ferramentas de análise técnica quando usado corretamente. Lembre-se sempre de esperar por reversões de mercado antes de aplicar este indicador. Lembre-se também de alterar a configuração da média de movimento lento para 90 barras e na média de movimento rápido para 14 barras. Da próxima vez que eu vou mostrar-lhe como usar o crossover média móvel para sair mercados e como colocar o seu stop loss em níveis estratégicos. That8217s-lo para tutorial today8217s. Por Roger Scott Treinador Senior Mercado GeeksMoving Médias - Simple e Exponencial Movendo Médias - Simples e Exponencial Introdução As médias móveis alisam os dados de preço para formar uma tendência seguinte indicador. Eles não prevêem a direção do preço, mas sim definir a direção atual com um atraso. As médias móveis são retardadas porque são baseadas em preços passados. Apesar desse atraso, as médias móveis ajudam a suavizar a ação dos preços e filtrar o ruído. Eles também formam os blocos de construção para muitos outros indicadores técnicos e sobreposições, como Bandas Bollinger. MACD eo Oscilador McClellan. Os dois tipos mais populares de médias móveis são a Média Móvel Simples (SMA) e a Média Móvel Exponencial (EMA). Essas médias móveis podem ser usadas para identificar a direção da tendência ou definir níveis potenciais de suporte e resistência. Here039s um gráfico com um SMA e um EMA nele: Cálculo simples da média móvel Uma média movente simples é dada forma computando o preço médio de uma segurança sobre um número específico dos períodos. A maioria das médias móveis são baseadas em preços de fechamento. Uma média móvel simples de 5 dias é a soma de cinco dias dos preços de fechamento dividida por cinco. Como seu nome indica, uma média móvel é uma média que se move. Os dados antigos são eliminados à medida que novos dados são disponibilizados. Isso faz com que a média se mova ao longo da escala de tempo. Abaixo está um exemplo de uma média móvel de 5 dias evoluindo ao longo de três dias. O primeiro dia da média móvel cobre simplesmente os últimos cinco dias. O segundo dia da média móvel cai o primeiro ponto de dados (11) e adiciona o novo ponto de dados (16). O terceiro dia da média móvel continua caindo o primeiro ponto de dados (12) e adicionando o novo ponto de dados (17). No exemplo acima, os preços aumentam gradualmente de 11 para 17 ao longo de um total de sete dias. Observe que a média móvel também aumenta de 13 para 15 ao longo de um período de cálculo de três dias. Observe também que cada valor de média móvel está logo abaixo do último preço. Por exemplo, a média móvel para o dia um é igual a 13 eo último preço é 15. Os preços dos quatro dias anteriores eram mais baixos e isso faz com que a média móvel fique atrasada. Cálculo da média móvel exponencial As médias móveis exponenciais reduzem o desfasamento aplicando mais peso aos preços recentes. A ponderação aplicada ao preço mais recente depende do número de períodos na média móvel. Há três etapas para calcular uma média móvel exponencial. Primeiro, calcule a média móvel simples. Uma média móvel exponencial (EMA) tem que começar em algum lugar assim que uma média móvel simples é usada como o EMA anterior do período anterior no primeiro cálculo. Em segundo lugar, calcular o multiplicador de ponderação. Em terceiro lugar, calcule a média móvel exponencial. A fórmula abaixo é para um EMA de 10 dias. Uma média móvel exponencial de 10 períodos aplica uma ponderação de 18,18 ao preço mais recente. Um EMA de 10 períodos também pode ser chamado de EMA 18.18. Um EMA de 20 períodos aplica uma ponderação de 9,52 ao preço mais recente (2 / (201) .0952). Observe que a ponderação para o período de tempo mais curto é mais do que a ponderação para o período de tempo mais longo. De fato, a ponderação cai pela metade cada vez que o período de média móvel dobra. Se você deseja uma porcentagem específica para uma EMA, use esta fórmula para convertê-la em períodos de tempo e, em seguida, insira esse valor como o parâmetro EMA039s: Abaixo está um exemplo de planilha de uma média móvel simples de 10 dias e um valor de 10- Dia média móvel exponencial para a Intel. As médias móveis simples são diretas e exigem pouca explicação. A média de 10 dias simplesmente se move conforme novos preços se tornam disponíveis e os preços antigos caem. A média móvel exponencial começa com o valor da média móvel simples (22,22) no primeiro cálculo. Após o primeiro cálculo, a fórmula normal assume o controle. Como um EMA começa com uma média móvel simples, seu valor verdadeiro não será realizado até 20 ou mais períodos mais tarde. Em outras palavras, o valor na planilha do Excel pode diferir do valor do gráfico por causa do curto período de retorno. Esta planilha só remonta 30 períodos, o que significa que o afeto da média móvel simples teve 20 períodos para se dissipar. StockCharts volta pelo menos 250 períodos (geralmente muito mais) para os seus cálculos para que os efeitos da média móvel simples no primeiro cálculo totalmente dissipada. O fator de Lag Quanto maior a média móvel, mais o lag. Uma média móvel exponencial de 10 dias abraçará os preços muito de perto e virará logo após os preços virarem. Curtas médias móveis são como barcos de velocidade - ágil e rápido para mudar. Em contraste, uma média móvel de 100 dias contém muitos dados passados ​​que o desaceleram. As médias móveis mais longas são como os petroleiros do oceano - lethargic e lentos mudar. É preciso um movimento de preços maior e mais longo para uma média móvel de 100 dias para mudar de rumo. O gráfico acima mostra o SampP 500 ETF com uma EMA de 10 dias seguindo de perto os preços e uma moagem SMA de 100 dias mais alta. Mesmo com o declínio de janeiro-fevereiro, a SMA de 100 dias manteve o curso e não recusou. O SMA de 50 dias se encaixa em algum lugar entre as médias móveis de 10 e 100 dias quando se trata do fator de latência. Simples vs médias exponenciais Moving Embora existam diferenças claras entre médias móveis simples e médias móveis exponenciais, um não é necessariamente melhor do que o outro. As médias móveis exponenciais têm menos atraso e são, portanto, mais sensíveis aos preços recentes - e às recentes mudanças nos preços. As médias móveis exponenciais virarão antes de médias móveis simples. As médias móveis simples, por outro lado, representam uma verdadeira média de preços para todo o período de tempo. Como tal, as médias móveis simples podem ser mais adequadas para identificar níveis de suporte ou resistência. Preferência média móvel depende de objetivos, estilo analítico e horizonte temporal. Chartists deve experimentar com ambos os tipos de médias móveis, bem como diferentes prazos para encontrar o melhor ajuste. O gráfico abaixo mostra a IBM com a SMA de 50 dias em vermelho ea EMA de 50 dias em verde. Ambos atingiram o pico no final de janeiro, mas o declínio no EMA foi mais nítida do que o declínio no SMA. A EMA apareceu em meados de fevereiro, mas a SMA continuou baixa até o final de março. Observe que a SMA apareceu mais de um mês após a EMA. Comprimentos e prazos A duração da média móvel depende dos objetivos analíticos. Curtas médias móveis (5-20 períodos) são mais adequados para as tendências de curto prazo e de negociação. Os cartistas interessados ​​em tendências de médio prazo optariam por médias móveis mais longas que poderiam estender 20-60 períodos. Investidores de longo prazo preferem médias móveis com 100 ou mais períodos. Alguns comprimentos de média móvel são mais populares do que outros. A média móvel de 200 dias é talvez a mais popular. Devido ao seu comprimento, esta é claramente uma média móvel a longo prazo. Em seguida, a média móvel de 50 dias é bastante popular para a tendência de médio prazo. Muitos chartists usam as médias móveis de 50 dias e de 200 dias junto. Curto prazo, uma média móvel de 10 dias foi bastante popular no passado porque era fácil de calcular. Um simplesmente adicionou os números e moveu o ponto decimal. Identificação de tendências Os mesmos sinais podem ser gerados usando médias móveis simples ou exponenciais. Como mencionado acima, a preferência depende de cada indivíduo. Esses exemplos abaixo usarão médias móveis simples e exponenciais. O termo média móvel se aplica a médias móveis simples e exponenciais. A direção da média móvel transmite informações importantes sobre os preços. Uma média móvel em ascensão mostra que os preços estão aumentando. Uma média móvel em queda indica que os preços, em média, estão caindo. A subida da média móvel de longo prazo reflecte uma tendência de alta a longo prazo. A queda da média móvel a longo prazo reflecte uma tendência de baixa a longo prazo. O gráfico acima mostra 3M (MMM) com uma média móvel exponencial de 150 dias. Este exemplo mostra quão bem as médias móveis funcionam quando a tendência é forte. A EMA de 150 dias recusou-se em novembro de 2007 e novamente em janeiro de 2008. Observe que foi necessário um declínio de 15 para reverter a direção dessa média móvel. Estes indicadores de atraso identificam inversões de tendência à medida que ocorrem (na melhor das hipóteses) ou depois de ocorrerem (na pior das hipóteses). MMM continuou menor em março de 2009 e, em seguida, subiu 40-50. Observe que a EMA de 150 dias não apareceu até depois desse aumento. Uma vez que o fez, no entanto, MMM continuou maior nos próximos 12 meses. As médias móveis trabalham brilhantemente em tendências fortes. Crossovers duplos Duas médias móveis podem ser usadas juntas para gerar sinais cruzados. Na Análise Técnica dos Mercados Financeiros. John Murphy chama isso de método de cruzamento duplo. Os cruzamentos duplos envolvem uma média móvel relativamente curta e uma média móvel relativamente longa. Como com todas as médias móveis, o comprimento geral da média móvel define o prazo para o sistema. Um sistema que utilizasse um EMA de 5 dias e um EMA de 35 dias seria considerado de curto prazo. Um sistema usando uma SMA de 50 dias e um SMA de 200 dias seria considerado de médio prazo, talvez até de longo prazo. Um crossover de alta ocorre quando a média móvel mais curta cruza acima da média móvel mais longa. Isso também é conhecido como uma cruz de ouro. Um crossover de baixa ocorre quando a média móvel mais curta cruza abaixo da média móvel mais longa. Isso é conhecido como uma cruz morta. Os crossovers médios móveis produzem sinais relativamente atrasados. Afinal, o sistema emprega dois indicadores de atraso. Quanto mais longos os períodos de média móvel, maior o atraso nos sinais. Esses sinais funcionam muito bem quando uma boa tendência se apodera. No entanto, um sistema de crossover média móvel irá produzir lotes de Whipsaws na ausência de uma forte tendência. Há também um método de crossover triplo que envolve três médias móveis. Mais uma vez, um sinal é gerado quando a média móvel mais curta atravessa as duas médias móveis mais longas. Um simples sistema de crossover triplo pode envolver médias móveis de 5 dias, 10 dias e 20 dias. O gráfico acima mostra Home Depot (HD) com um EMA de 10 dias (linha pontilhada verde) e EMA de 50 dias (linha vermelha). A linha preta é o fechamento diário. Usando um crossover média móvel teria resultado em três whipsaws antes de pegar um bom comércio. O EMA de 10 dias quebrou abaixo do EMA de 50 dias em outubro atrasado (1), mas este não durou por muito tempo enquanto os 10 dias se moveram para trás acima em novembro meados de (2). Este cruzamento durou mais, mas o próximo crossover de baixa em janeiro (3) ocorreu perto dos níveis de preços de novembro, resultando em outra whipsaw. Esta cruz bearish não durou por muito tempo enquanto o EMA de 10 dias moveu para trás acima dos 50 dias alguns dias mais tarde (4). Depois de três sinais ruins, o quarto sinal prefigurou um movimento forte como o estoque avançou mais de 20. Existem dois takeaways aqui. Primeiramente, os crossovers são prone ao whipsaw. Um filtro de preço ou tempo pode ser aplicado para ajudar a evitar whipsaws. Os comerciantes podem exigir que o crossover durar 3 dias antes de agir ou exigir a EMA de 10 dias para mover acima / abaixo do EMA de 50 dias por um determinado montante antes de agir. Em segundo lugar, o MACD pode ser usado para identificar e quantificar esses cruzamentos. MACD (10,50,1) mostrará uma linha representando a diferença entre as duas médias móveis exponenciais. MACD torna-se positivo durante uma cruz de ouro e negativo durante uma cruz morta. O Oscilador de Preço Percentual (PPO) pode ser usado da mesma forma para mostrar diferenças percentuais. Observe que o MACD e o PPO são baseados em médias móveis exponenciais e não coincidirão com médias móveis simples. Este gráfico mostra Oracle (ORCL) com a EMA de 50 dias, EMA de 200 dias e MACD (50,200,1). Havia quatro crossovers de média móvel durante um período de 2 1/2 anos. Os três primeiros resultaram em whipsaws ou maus negócios. Uma tendência sustentada começou com o quarto crossover como ORCL avançado para os 20s meados. Mais uma vez, os crossovers de média móvel funcionam muito bem quando a tendência é forte, mas produzem perdas na ausência de uma tendência. Crossovers de preço As médias móveis também podem ser usadas para gerar sinais com crossovers de preços simples. Um sinal de alta é gerado quando os preços se movem acima da média móvel. Um sinal de baixa é gerado quando os preços se movem abaixo da média móvel. Os crossovers do preço podem ser combinados para negociar dentro da tendência mais grande. A média móvel mais longa define o tom para a tendência maior e a média móvel mais curta é usada para gerar os sinais. Um olharia para cruzes de preço de alta somente quando os preços já estão acima da média móvel mais longa. Isso seria negociar em harmonia com a maior tendência. Por exemplo, se o preço estiver acima da média móvel de 200 dias, os chartistas só se concentrarão nos sinais quando o preço se mover acima da média móvel de 50 dias. Obviamente, um movimento abaixo da média móvel de 50 dias precederia tal sinal, mas tais cruzamentos de baixa seriam ignorados porque a tendência maior está para cima. Uma cruz bearish sugeriria simplesmente um pullback dentro de um uptrend mais grande. Uma volta cruzada acima da média móvel de 50 dias indicaria uma subida dos preços e continuação da maior tendência de alta. O gráfico seguinte mostra a Emerson Electric (EMR) com a EMA de 50 dias e a EMA de 200 dias. O estoque movido acima e realizada acima da média móvel de 200 dias em agosto. Houve mergulhos abaixo dos 50 dias EMA no início de novembro e novamente no início de fevereiro. Os preços recuaram rapidamente acima dos 50 dias EMA para fornecer sinais de alta (setas verdes) em harmonia com a maior tendência de alta. MACD (1,50,1) é mostrado na janela do indicador para confirmar cruzamentos de preços acima ou abaixo do EMA de 50 dias. O EMA de 1 dia é igual ao preço de fechamento. MACD (1,50,1) é positivo quando o fechamento está acima do EMA de 50 dias e negativo quando o fechamento está abaixo do EMA de 50 dias. Suporte e Resistência As médias móveis também podem atuar como suporte em uma tendência de alta e resistência em uma tendência de baixa. Uma tendência de alta de curto prazo pode encontrar suporte perto da média móvel simples de 20 dias, que também é usada em Bandas de Bollinger. Uma tendência de alta de longo prazo pode encontrar suporte perto da média móvel simples de 200 dias, que é a média móvel mais popular a longo prazo. Se fato, a média móvel de 200 dias pode oferecer suporte ou resistência simplesmente porque é tão amplamente utilizado. É quase como uma profecia auto-realizável. O gráfico acima mostra o NY Composite com a média móvel simples de 200 dias de meados de 2004 até o final de 2008. Os 200 dias fornecidos suportam várias vezes durante o avanço. Uma vez que a tendência reverteu com uma quebra de apoio superior dupla, a média móvel de 200 dias agiu como resistência em torno de 9500. Não espere suporte exato e níveis de resistência de médias móveis, especialmente as médias móveis mais longas. Os mercados são impulsionados pela emoção, o que os torna propensos a superações. Em vez de níveis exatos, as médias móveis podem ser usadas para identificar zonas de suporte ou de resistência. Conclusões As vantagens de usar médias móveis precisam ser ponderadas contra as desvantagens. As médias móveis são a tendência que segue, ou retardar, os indicadores que serão sempre um passo atrás. Isso não é necessariamente uma coisa ruim embora. Afinal, a tendência é o seu amigo e é melhor para o comércio na direção da tendência. As médias móveis asseguram que um comerciante está em linha com a tendência atual. Mesmo que a tendência é seu amigo, os títulos gastam uma grande quantidade de tempo em intervalos de negociação, o que torna as médias móveis ineficazes. Uma vez em uma tendência, as médias móveis mantê-lo-ão dentro, mas dar também sinais atrasados. Don039t esperam vender no topo e comprar na parte inferior usando médias móveis. Tal como acontece com a maioria das ferramentas de análise técnica, médias móveis não devem ser utilizados por conta própria, mas em conjunto com outras ferramentas complementares. Os cartistas podem usar médias móveis para definir a tendência geral e, em seguida, usar RSI para definir overbought ou oversold níveis. Adicionando médias móveis para gráficos StockCharts As médias móveis estão disponíveis como um recurso de sobreposição de preços na bancada do SharpCharts. Usando o menu suspenso Sobreposições, os usuários podem escolher uma média móvel simples ou uma média móvel exponencial. O primeiro parâmetro é usado para definir o número de períodos de tempo. Um parâmetro opcional pode ser adicionado para especificar qual campo de preço deve ser usado nos cálculos - O para o Open, H para o Alto, L para o Baixo e C para o Close. Uma vírgula é usada para separar os parâmetros. Outro parâmetro opcional pode ser adicionado para deslocar as médias móveis para a esquerda (passado) ou para a direita (futuro). Um número negativo (-10) deslocaria a média móvel para a esquerda 10 períodos. Um número positivo (10) deslocaria a média móvel para o direito 10 períodos. Múltiplas médias móveis podem ser superados o preço parcela simplesmente adicionando outra linha de superposição para a bancada. Os membros do StockCharts podem alterar as cores eo estilo para diferenciar entre várias médias móveis. Depois de selecionar um indicador, abra Opções Avançadas clicando no pequeno triângulo verde. As Opções Avançadas também podem ser usadas para adicionar uma sobreposição média móvel a outros indicadores técnicos como RSI, CCI e Volume. Clique aqui para um gráfico ao vivo com várias médias móveis diferentes. Usando Médias Móveis com Varreduras StockCharts Aqui estão alguns exemplos de varreduras que os membros da StockCharts podem usar para varrer para várias situações de média móvel: Bullish Moving Average Cross: Esta varredura procura ações com uma média móvel em ascensão de 150 dias simples e uma linha de alta dos 5 EMA de dia e EMA de 35 dias. A média móvel de 150 dias está subindo, desde que ela esteja negociando acima de seu nível cinco dias atrás. Um cruzamento de alta ocorre quando o EMA de 5 dias se move acima do EMA de 35 dias em volume acima da média. Bearish Moving Average Cross: Esta pesquisa procura por ações com uma queda de 150 dias de média móvel simples e uma cruz de baixa dos 5 dias EMA e 35 dias EMA. A média móvel de 150 dias está caindo enquanto ela está negociando abaixo de seu nível cinco dias atrás. Uma cruz de baixa ocorre quando a EMA de 5 dias se move abaixo da EMA de 35 dias acima do volume médio. Estudo adicional O livro de John Murphy tem um capítulo dedicado a médias móveis e seus vários usos. Murphy abrange os prós e os contras de médias móveis. Além disso, Murphy mostra como as médias móveis funcionam com Bollinger Bands e sistemas de negociação baseados em canais. Análise Técnica dos Mercados Financeiros John Murphy Análise Técnica: Médias Móveis A maioria dos padrões gráficos mostram uma grande variação no movimento de preços. Isso pode tornar difícil para os comerciantes ter uma idéia de uma tendência global de segurança. Um método simples comerciantes usar para combater isso é aplicar médias móveis. Uma média móvel é o preço médio de um título em um determinado período de tempo. Ao traçar o preço médio dos títulos, o movimento dos preços é suavizado. Uma vez que as flutuações do dia-a-dia são removidas, os comerciantes são mais capazes de identificar a verdadeira tendência e aumentar a probabilidade de que ele vai trabalhar em seu favor. (Para saber mais, leia o tutorial de Médias Móveis.) Tipos de Médias Móveis Existem vários tipos diferentes de médias móveis que variam no modo como são calculadas, mas como cada média é interpretada permanece a mesma. Os cálculos diferem apenas em relação à ponderação que eles colocam nos dados de preços, passando de uma ponderação igual de cada ponto de preço para mais peso sendo colocado em dados recentes. Os três tipos mais comuns de médias móveis são simples. Linear e exponencial. Média Móvel Simples (SMA) Este é o método mais comum usado para calcular a média móvel dos preços. Ele simplesmente leva a soma de todos os últimos preços de fechamento durante o período de tempo e divide o resultado pelo número de preços utilizados no cálculo. Por exemplo, em uma média móvel de 10 dias, os últimos 10 preços de fechamento são somados e divididos por 10. Como você pode ver na Figura 1, um comerciante é capaz de fazer a média menos responsiva à mudança de preços, aumentando o número Dos períodos utilizados no cálculo. Aumentar o número de períodos de tempo no cálculo é uma das melhores maneiras de avaliar a força da tendência de longo prazo e a probabilidade de que ela reverterá. Muitos indivíduos argumentam que a utilidade deste tipo de média é limitada porque cada ponto da série de dados tem o mesmo impacto no resultado, independentemente de onde ele ocorre na seqüência. Os críticos argumentam que os dados mais recentes são mais importantes e, portanto, ele também deve ter uma maior ponderação. Este tipo de crítica tem sido um dos principais fatores que levaram à invenção de outras formas de médias móveis. Média Ponderada Linear Este indicador de média móvel é o menos comum entre os três e é usado para resolver o problema da ponderação igual. A média móvel ponderada linear é calculada pela soma de todos os preços de fechamento ao longo de um determinado período de tempo e multiplicando-os pela posição do ponto de dados e, em seguida, dividindo pela soma do número de períodos. Por exemplo, em uma média linear ponderada de cinco dias, o preço de fechamento de hoje é multiplicado por cinco, ontem por quatro e assim por diante até que o primeiro dia na faixa de período seja atingido. Esses números são então somados e divididos pela soma dos multiplicadores. Média Móvel Exponencial (EMA) Este cálculo de média móvel utiliza um factor de suavização para colocar um peso mais elevado em pontos de dados recentes e é considerado muito mais eficiente do que a média linear ponderada. Ter uma compreensão do cálculo não é geralmente exigido para a maioria dos comerciantes porque a maioria dos pacotes gráficos fazer o cálculo para você. A coisa mais importante a lembrar sobre a média móvel exponencial é que ele é mais responsivo a novas informações relativas à média móvel simples. Esta responsividade é um dos principais fatores de por que esta é a média móvel de escolha entre muitos comerciantes técnicos. Como você pode ver na Figura 2, um EMA de 15 períodos aumenta e cai mais rapidamente do que um SMA de 15 períodos. Esta pequena diferença não parece muito, mas é um fator importante para estar ciente, pois pode afetar retornos. Principais Usos das Médias Móveis As médias móveis são usadas para identificar tendências atuais e reversões de tendências, bem como para estabelecer níveis de suporte e resistência. As médias móveis podem ser usadas para identificar rapidamente se uma segurança está se movimentando em uma tendência de alta ou em uma tendência de baixa, dependendo da direção da média móvel. Como você pode ver na Figura 3, quando uma média móvel está indo para cima eo preço está acima dela, a segurança está em uma tendência de alta. Por outro lado, uma média móvel em declive com o preço abaixo pode ser usada para sinalizar uma tendência de baixa. Outro método de determinar momentum é olhar para a ordem de um par de médias móveis. Quando uma média de curto prazo está acima de uma média de longo prazo, a tendência é alta. Por outro lado, uma média de longo prazo acima de uma média de curto prazo sinaliza um movimento descendente na tendência. Movendo inversões de tendência média são formados de duas maneiras principais: quando o preço se move através de uma média móvel e quando se move através de cruzamentos de média móvel. O primeiro sinal comum é quando o preço se move através de uma média móvel importante. Por exemplo, quando o preço de um título que estava em uma tendência de alta cai abaixo de uma média móvel de 50 períodos, como na Figura 4, é um sinal de que a tendência de alta pode estar se reverter. O outro sinal de uma inversão de tendência é quando uma média móvel atravessa outra. Por exemplo, como você pode ver na Figura 5, se a média móvel de 15 dias cruza acima da média móvel de 50 dias, é um sinal positivo de que o preço começará a aumentar. Se os períodos utilizados no cálculo forem relativamente curtos, por exemplo, 15 e 35, isso pode indicar uma reversão da tendência de curto prazo. Por outro lado, quando duas médias com intervalos de tempo relativamente longos se cruzam (50 e 200, por exemplo), isso é usado para sugerir uma mudança de tendência em longo prazo. Outra maneira importante de se usar médias móveis é identificar os níveis de suporte e resistência. Não é raro ver um estoque que tem sido queda parar o seu declínio e sentido inverso, uma vez que atinge o apoio de uma grande média móvel. Um movimento através de uma grande média móvel é muitas vezes usado como um sinal por comerciantes técnicos que a tendência é inverter. Por exemplo, se o preço rompe a média móvel de 200 dias em uma direção descendente, é um sinal de que a tendência de alta está se revertindo. As médias móveis são uma ferramenta poderosa para analisar a tendência em uma segurança. Eles fornecem suporte útil e pontos de resistência e são muito fáceis de usar. Os intervalos de tempo mais comuns que são usados ​​ao criar médias móveis são 200 dias, 100 dias, 50 dias, 20 dias e 10 dias. Calcula-se que a média de 200 dias seja uma boa medida de um ano comercial, uma média de 100 dias de meio ano, uma média de 50 dias de um quarto de ano, uma média de 20 dias de um mês e 10 Dia média de duas semanas. As médias móveis ajudam os comerciantes técnicos a suavizar parte do ruído que é encontrado nos movimentos de preços do dia-a-dia, dando aos comerciantes uma visão mais clara da tendência de preços. Até agora temos focado no movimento de preços, através de gráficos e médias. Na próxima seção, olhe bem algumas outras técnicas usadas para confirmar movimento de preços e padrões. Análise Técnica: Indicadores e Osciladores Aprenda a investir assinando o boletim de notícias Investir Básicos