Eu quero desenvolver o cálculo da média móvel do preço das ações. Mas cálculos muito complexos foram planejados mais tarde. Meu primeiro passo para saber como calcular a média móvel de forma eficiente. Preciso saber como levar a entrada e retornar a saída de forma eficiente. Considerado data e preço de entrada. Saída consensada Data, Preço e Média Mover. Se eu tiver 500 registros e eu quero calcular a média em movimento por 5 dias, qual é a maneira eficiente em vez de ir e voltar na matriz de Data e Preço novamente, sugere qual é a melhor maneira de receber entrada (ArrayList, Table, array Etc) e retorno de saída. Nota: A MA de 5 dias será de média dos últimos 5 dias, incluindo o preço atual. Ontem MA será a média dos últimos 5 dias de ontem. Eu quero manter os dias para ser flexível em vez de 5 pode ser 9, 14, 20 etc. Quinta-feira, 10 de abril de 2008 3:21 PM Se você precisa de um cálculo simples sem o seu esforço do que você pode usar o TA-Lib. Mas se você deseja que seu cálculo seja mais eficiente do que o TA-Lib, então você pode criar seu próprio indicador técnico. TA-Lib é ótimo, mas o problema é que esta biblioteca possui apenas métodos estáticos. Isso significa que quando você precisa calcular os valores da matriz SMA com base em 500 barras de preços, você enviará toda a matriz de barras e retornará a matriz de valores SMA. Mas se você receber o novo valor 501-st, então você deve enviar novamente a matriz inteira e TA-Lib novamente calculará e retornará a matriz de valores SMA. Agora, imagine que você precisa desse indicador sobre o preço real dos alimentos e, para cada mudança de preço, você precisa de um novo valor indicador. Se você tem um indicador não é um grande problema, mas se você tiver centenas de indicadores trabalhando, pode ser um problema de desempenho. Eu estava em tal situação e começar a desenvolver indicadores em tempo real que são eficientes e fazer cálculos adicionais para a nova barra de preços ou para barras de preço alteradas apenas. Infelizmente eu nunca precisei do indicador SMA para os meus sistemas de negociação, mas eu tenho isso para EMA, WMA, AD e outros. Um desses indicadores AD é publicado no meu blog e você pode ver de lá qual é a estrutura básica da minha classe de indicadores em tempo real. Espero que você precise de pequenas mudanças para implementar o indicador SMA, porque é um dos mais simples. A lógica é simples. Para calcular SMA, tudo que você precisa é n últimos valores de preço. Assim, a instância da classe terá coleta de preços, que irá armazenar, mantenha apenas o último número de preços, conforme o SMA é definido (no seu caso 5). Então, quando você tiver um novo bar, você removerá o mais antigo e adicionará um novo e criará o cálculo. Quinta-feira, 10 de abril de 2008 16:04 Todas as respostas Há uma biblioteca chamada TA-Lib que faz tudo isso para você e é de código aberto. Tem cerca de 50 indicadores, penso. Nós usamos isso em ambiente de produção e é muito eficiente e realista. Você pode usá-lo em C, Java, C, etc. Se você precisa de um cálculo simples sem o seu esforço do que você pode usar o TA-Lib. Mas se você deseja que seu cálculo seja mais eficiente do que o TA-Lib, então você pode criar seu próprio indicador técnico. TA-Lib é ótimo, mas o problema é que esta biblioteca possui apenas métodos estáticos. Isso significa que quando você precisa calcular os valores da matriz SMA com base em 500 barras de preços, você enviará toda a matriz de barras e retornará a matriz de valores SMA. Mas se você receber o novo valor 501-st, então você deve enviar novamente a matriz inteira e TA-Lib novamente calculará e retornará a matriz de valores SMA. Agora, imagine que você precisa desse indicador sobre o preço real dos alimentos e, para cada mudança de preço, você precisa de um novo valor indicador. Se você tem um indicador não é um grande problema, mas se você tiver centenas de indicadores trabalhando, pode ser um problema de desempenho. Eu estava em tal situação e começar a desenvolver indicadores em tempo real que são eficientes e fazer cálculos adicionais para a nova barra de preços ou para barras de preço alteradas apenas. Infelizmente eu nunca precisei do indicador SMA para os meus sistemas de negociação, mas eu tenho isso para EMA, WMA, AD e outros. Um desses indicadores AD é publicado no meu blog e você pode ver de lá qual é a estrutura básica da minha classe de indicadores em tempo real. Espero que você precise de pequenas mudanças para implementar o indicador SMA, porque é um dos mais simples. A lógica é simples. Para calcular SMA, tudo que você precisa é n últimos valores de preço. Assim, a instância da classe terá coleta de preços, que irá armazenar, mantenha apenas o último número de preços, conforme o SMA é definido (no seu caso 5). Então, quando você tiver um novo bar, você removerá o mais antigo e adicionará um novo e criará o cálculo. Quinta-feira, 10 de abril de 2008 4:04 PM Eu calcularia a média móvel no banco de dados através de um procedimento armazenado ou em um cubo. Você analisou o Analysis Services, tem a capacidade de calcular as médias móveis. Quinta-feira, 10 de abril de 2008 16:05 Sim. TA-LIB é bom, mas pode não ser adequado para mim. Quando eu adiciono valor novo ou valor atualizado para o histórico de registros, farei o cálculo em uma função separada somente para essa nova cotação e armazená-la no banco de dados. Estou planejando atualizar a cotação a cada hora. Preciso fazer cerca de 25 a 30 indicadores técnicos para 2200 ações. Quinta-feira, 10 de abril de 2008 5:51 PM O tempo de execução de uma chamada TA-Lib em uma série de 10000 elementos leva cerca de 15 milissegundos (em um Intel Core Duo 2.13 Ghz). Esta é a média de todas as funções. Entre os mais rápidos, a SMA leva menos de 2,5 milissegundos. O mais lento, HTTRENDMODE, leva 450 milissegundos. Com menos elementos é mais rápido. O SMA leva aproximadamente 0,22 milissegundos para 1000 elementos de entrada. O ganho de velocidade é quase linear (a sobrecarga da execução da função é insignificante). No contexto da sua aplicação, o TA-Lib é muito pouco provável que seja seu gargalo para o desempenho da velocidade. Também, geralmente, não recomendo essa solução quotlast nquot. Leia abaixo para detalhes. Primeiro, uma correção para a afirmação de Boban. s Todas as funções no TA-Lib também podem calcular um único último valor usando um mínimo de quotlast nquot elementos. Você pode ter uma matriz de tamanho 10000, ter dados inicializados apenas para os primeiros 500 elementos, adicionar um elemento e chamar TA-Lib para calcular o SMA apenas para o novo elemento. TA-Lib irá olhar para trás não mais do que o necessário (se SMA de 5, então TA-Lib calculará um único SMA usando os últimos 5 valores). Isso é possível com o parâmetro startIdx e endIdx. Você pode especificar um intervalo a ser calculado, ou um único valor. Nesse cenário, você faria startIdx endIdx 500 para calcular o elemento 501st. Por que é tão quotlast nquot solução potencialmente perigosa para alguns Independentemente de selecionar a solução Boban. s ou TA-Lib considerar que usando um pequeno número finito de dados passados não funcionará bem com a maioria das funções TA. Com a SMA, é óbvio que você só precisa de n elemento para calcular um elemento médio sobre n. Não é tão simples com EMA (e muitas outras funções TA). O algo geralmente depende do valor anterior para calcular o novo valor. A função é recursiva. Isso significa que todos os valores passados influenciam os valores futuros. Se você decidir quotlimitquot seu algo para usar apenas uma pequena quantidade de valor n passado, você não obterá o mesmo resultado que alguém que calcula sobre um grande número de valores passados. A solução é um compromisso entre velocidade e precisão. Muitas vezes, eu discuto isso no contexto da TA-Lib (eu chamo isso de quitação do período na documentação e no fórum). Para simplificar, a minha recomendação geral é se você não pode fazer a diferença entre um algo com uma resposta de impulso finito (FIR) de um algo com uma resposta de impulso infinito (IIR), você será mais seguro para calcular sobre todos os dados que você possui acessível. TA-Lib especifica no código qual das suas funções possui um período instável (IIR). Editado por mfortier sexta-feira, 15 de agosto de 2008 4:25 AM Oração correta em inglês sexta-feira, 15 de agosto de 2008 4:20 AMMovindo médias: quais são eles entre os indicadores técnicos mais populares, as médias móveis são usadas para avaliar a direção da tendência atual . Todo tipo de média móvel (comumente escrito neste tutorial como MA) é um resultado matemático que é calculado pela média de um número de pontos de dados passados. Uma vez determinado, a média resultante é então plotada em um gráfico para permitir que os comerciantes vejam dados suavizados em vez de se concentrar nas flutuações de preços do dia-a-dia inerentes a todos os mercados financeiros. A forma mais simples de uma média móvel, apropriadamente conhecida como média móvel simples (SMA), é calculada tomando a média aritmética de um determinado conjunto de valores. Por exemplo, para calcular uma média móvel básica de 10 dias, você adicionaria os preços de fechamento dos últimos 10 dias e depois dividiria o resultado em 10. Na Figura 1, a soma dos preços nos últimos 10 dias (110) é Dividido pelo número de dias (10) para chegar à média de 10 dias. Se um comerciante deseja ver uma média de 50 dias, o mesmo tipo de cálculo seria feito, mas incluiria os preços nos últimos 50 dias. A média resultante abaixo (11) leva em conta os últimos 10 pontos de dados para dar aos comerciantes uma idéia de como um recurso tem um preço relativo aos últimos 10 dias. Talvez você esteja se perguntando por que os comerciantes técnicos chamam essa ferramenta de uma média móvel e não apenas um meio regular. A resposta é que, à medida que novos valores se tornam disponíveis, os pontos de dados mais antigos devem ser descartados do conjunto e novos pontos de dados devem vir para substituí-los. Assim, o conjunto de dados está constantemente em movimento para contabilizar os novos dados à medida que ele se torna disponível. Este método de cálculo garante que apenas as informações atuais estão sendo contabilizadas. Na Figura 2, uma vez que o novo valor de 5 é adicionado ao conjunto, a caixa vermelha (representando os últimos 10 pontos de dados) se move para a direita e o último valor de 15 é descartado do cálculo. Como o valor relativamente pequeno de 5 substitui o valor alto de 15, você esperaria ver a redução da média do conjunto de dados, o que faz, neste caso de 11 a 10. O que as médias móveis parecem Uma vez que os valores da MA foram calculados, eles são plotados em um gráfico e depois conectados para criar uma linha média móvel. Essas linhas curvas são comuns nos gráficos dos comerciantes técnicos, mas como eles são usados podem variar drasticamente (mais sobre isso mais tarde). Como você pode ver na Figura 3, é possível adicionar mais de uma média móvel a qualquer gráfico ajustando o número de períodos de tempo usados no cálculo. Essas linhas curvas podem parecer distrativas ou confusas no início, mas você se acostumará a elas com o passar do tempo. A linha vermelha é simplesmente o preço médio nos últimos 50 dias, enquanto a linha azul é o preço médio nos últimos 100 dias. Agora que você entende o que é uma média móvel e o que parece, bem, introduza um tipo diferente de média móvel e examine como isso difere da média móvel simples mencionada anteriormente. A média móvel simples é extremamente popular entre os comerciantes, mas, como todos os indicadores técnicos, tem seus críticos. Muitos indivíduos argumentam que a utilidade do SMA é limitada porque cada ponto na série de dados é ponderado o mesmo, independentemente de onde ocorre na sequência. Os críticos argumentam que os dados mais recentes são mais significativos do que os dados mais antigos e devem ter uma maior influência no resultado final. Em resposta a esta crítica, os comerciantes começaram a dar mais peso aos dados recentes, que desde então levaram à invenção de vários tipos de novas médias, sendo a mais popular a média móvel exponencial (EMA). (Para leitura adicional, veja Noções básicas de médias móveis ponderadas e qual a diferença entre uma SMA e uma EMA) Média móvel exponencial A média móvel exponencial é um tipo de média móvel que dá mais peso aos preços recentes na tentativa de torná-lo mais responsivo Para novas informações. Aprender a equação um tanto complicada para calcular um EMA pode ser desnecessário para muitos comerciantes, já que quase todos os pacotes de gráficos fazem os cálculos para você. No entanto, para você geeks de matemática lá fora, aqui está a equação EMA: Ao usar a fórmula para calcular o primeiro ponto da EMA, você pode notar que não há nenhum valor disponível para usar como EMA anterior. Este pequeno problema pode ser resolvido iniciando o cálculo com uma média móvel simples e continuando com a fórmula acima a partir daí. Nós fornecemos uma amostra de planilha que inclui exemplos da vida real de como calcular uma média móvel simples e uma média móvel exponencial. A Diferença entre o EMA e o SMA Agora que você tem uma melhor compreensão de como o SMA e o EMA são calculados, dê uma olhada em como essas médias diferem. Ao analisar o cálculo da EMA, você notará que é dada mais ênfase aos pontos de dados recentes, tornando-se um tipo de média ponderada. Na Figura 5, o número de períodos de tempo utilizados em cada média é idêntico (15), mas a EMA responde mais rapidamente aos preços em mudança. Observe como o EMA tem um valor maior quando o preço está subindo e cai mais rápido que o SMA quando o preço está em declínio. Essa capacidade de resposta é a principal razão pela qual muitos comerciantes preferem usar o EMA sobre o SMA. O que os dias diferentes significam As médias em movimento são um indicador totalmente personalizável, o que significa que o usuário pode escolher livremente o período de tempo que deseja ao criar a média. Os períodos de tempo mais comuns usados em médias móveis são 15, 20, 30, 50, 100 e 200 dias. Quanto menor o intervalo de tempo usado para criar a média, mais sensível será para as mudanças de preços. Quanto maior o período de tempo, menos sensível ou mais suavizado, a média será. Não há um marco de tempo certo para usar ao configurar suas médias móveis. A melhor maneira de descobrir qual é o melhor para você é experimentar vários períodos de tempo diferentes até encontrar um que se encaixa na sua estratégia. Médias móveis: Como usar ThemHome gtgt Inventário Tópicos de contabilidade Método de inventário médio em movimento Visão geral do método de inventário médio movente No método de estoque médio móvel, o custo médio de cada item de inventário em estoque é recalculado após cada compra de estoque. Este método tende a renderizar as avaliações de inventário e o custo dos produtos vendidos, os quais são intermediários entre os derivados do primeiro método de entrada, primeira saída (FIFO) e o método do último em primeiro término (LIFO). Esta abordagem de média é considerada uma abordagem segura e conservadora para reportar resultados financeiros. O cálculo é o custo total dos itens comprados divididos pelo número de itens em estoque. O custo do inventário final e o custo dos produtos vendidos são então definidos a este custo médio. Nenhuma camada de custo é necessária, como é exigido para os métodos FIFO e LIFO. Uma vez que o custo médio móvel muda sempre que há uma nova compra, o método só pode ser usado com um sistema de rastreamento de estoque perpétuo, de modo que um sistema mantém registros atualizados dos saldos de inventário. Você não pode usar o método de inventário médio móvel se você estiver usando apenas um sistema de inventário periódico. Uma vez que esse sistema apenas acumula informações no final de cada período contábil e não mantém registros no nível da unidade individual. Além disso, quando as avaliações de estoque são derivadas usando um sistema de computador, o computador torna relativamente fácil ajustar continuamente avaliações de inventário com este método. Por outro lado, pode ser bastante difícil usar o método da média móvel quando os registros de inventário são mantidos manualmente, pois o pessoal do escritório ficaria sobrecarregado com o volume de cálculos necessários. Exemplo de método de inventário médio em movimento Exemplo 1. A ABC International possui 1.000 widgets verdes em estoque no início de abril, com um custo por unidade de 5. Assim, o saldo de inventário inicial de widgets verdes em abril é de 5.000. A ABC então compra 250 greeen widgets adicionais em 10 de abril para 6 cada (compra total de 1.500), e outros 750 widgets verdes em 20 de abril por 7 cada (compra total de 5.250). Na ausência de qualquer venda, isso significa que o custo médio móvel por unidade no final de abril seria de 5,88, que é calculado como um custo total de 11,750 (5,000 pontos de partida 1.500 compras 5,250 compras), dividido pelo total de on - Contagem de unidade de mão de 2.000 widgets verdes (1.000 saldo inicial 250 unidades compradas 750 unidades compradas). Assim, o custo médio móvel dos widgets verdes foi de 5 por unidade no início do mês e de 5,88 no final do mês. Vamos repetir o exemplo, mas agora incluem várias vendas. Lembre-se de que recalculamos a média móvel após cada transação. Exemplo 2. A ABC International possui 1.000 widgets verdes em estoque no início de abril, a um custo por unidade de 5. Ele vende 250 dessas unidades em 5 de abril e registra uma carga no custo de mercadorias vendidas de 1.250, o que É calculado como 250 unidades x 5 por unidade. Isso significa que agora existem 750 unidades em estoque, a um custo por unidade de 5 e um custo total de 3.750. A ABC então compra 250 widgets verdes adicionais em 10 de abril por 6 cada (compra total de 1.500). O custo médio móvel é agora de 5,25, que é calculado como um custo total de 5 250, dividido pelas 1.000 unidades ainda disponíveis. A ABC vende 200 unidades no dia 12 de abril e registra uma cobrança do custo dos bens vendidos de 1.050, que é calculado como 200 unidades x 5,25 por unidade. Isso significa que existem agora 800 unidades restantes em estoque, a um custo por unidade de 5,25 e um custo total de 4,200. Finalmente, a ABC compra mais 750 widgets verdes em 20 de abril por 7 cada (compra total de 5.250). No final do mês, o custo médio móvel por unidade é de 6,10, que é calculado como custos totais de 4200 5 250, dividido pelo total de unidades remanescentes de 800 750. Assim, no segundo exemplo, a ABC International começa o mês com 5.000 Saldo inicial de widgets verdes a um custo de 5 cada, vende 250 unidades ao custo de 5 em 5 de abril, revisa seu custo unitário para 5,25 após uma compra no dia 10 de abril, vende 200 unidades ao custo de 5,25 em 12 de abril e Finalmente, revisa seu custo unitário para 6.10 após uma compra em 20 de abril. Você pode ver que o custo por unidade muda após uma compra de estoque, mas não após uma venda de estoque.
No comments:
Post a Comment