Choisir la meilleure ligne de tendance pour vos données Lorsque vous souhaitez ajouter une ligne de tendance à un graphique dans Microsoft Graph, vous pouvez choisir l'un des six différents types de régression de tendance. Le type de données que vous avez détermine le type de ligne de tendance à utiliser. Fiabilité de la ligne de tendance Une ligne de tendance est la plus fiable lorsque sa valeur R-carré est égale ou proche de 1. Lorsque vous ajustez une ligne de tendance à vos données, Graph calcule automatiquement sa valeur R-carré. Si vous le souhaitez, vous pouvez afficher cette valeur sur votre graphique. Une ligne de tendance linéaire est une ligne droite optimale qui est utilisée avec des ensembles de données linéaires simples. Vos données sont linéaires si le motif dans ses points de données ressemble à une ligne. Une ligne de tendance linéaire indique généralement que quelque chose augmente ou diminue à un rythme régulier. Dans l'exemple suivant, une ligne de tendance linéaire montre clairement que les ventes de réfrigérateurs ont augmenté constamment sur une période de 13 ans. Notez que la valeur R-carré est 0.9036, ce qui est un bon ajustement de la ligne aux données. Une ligne de tendance logarithmique est une ligne courbe optimale qui est la plus utile lorsque le taux de changement dans les données augmente ou diminue rapidement, puis se stabilise. Une ligne de tendance logarithmique peut utiliser des valeurs négatives et / ou positives. L'exemple suivant utilise une ligne de tendance logarithmique pour illustrer la croissance prédite de la population d'animaux dans une zone d'espace fixe, où la population s'est stabilisée en tant qu'espacement pour les animaux. Notez que la valeur R-carré est 0.9407, ce qui est un ajustement relativement bon de la ligne aux données. Une ligne de tendance polynomiale est une ligne courbe qui est utilisée lorsque les données fluctuent. Il est utile, par exemple, pour analyser les gains et les pertes sur un grand ensemble de données. L'ordre du polynôme peut être déterminé par le nombre de fluctuations des données ou par le nombre de virages (collines et vallées) apparaissant dans la courbe. Une ligne de tendance polynomiale Ordre 2 n'a généralement qu'une seule colline ou une seule vallée. L'ordre 3 a généralement une ou deux collines ou vallées. Ordre 4 a généralement jusqu'à trois. L'exemple suivant montre une ligne de tendance polynomiale Ordre 2 (une colline) pour illustrer la relation entre la vitesse et la consommation d'essence. Notez que la valeur R-carré est 0.9474, ce qui est un bon ajustement de la ligne aux données. Une ligne de tendance de puissance est une ligne courbe qui est mieux utilisée avec des ensembles de données qui comparent les mesures qui augmentent à un taux spécifique, par exemple, l'accélération d'une voiture de course à intervalles d'une seconde. Vous ne pouvez pas créer une ligne de tendance de puissance si vos données contiennent des valeurs nulles ou négatives. Dans l'exemple suivant, les données d'accélération sont représentées en traçant la distance en mètres par secondes. La ligne de tendance de puissance démontre clairement l'accélération croissante. Notez que la valeur R-squared est 0,9923, ce qui est un ajustement presque parfait de la ligne aux données. Une ligne de tendance exponentielle est une ligne courbe qui est plus utile lorsque les valeurs de données augmentent ou diminuent à des taux de plus en plus élevés. Vous ne pouvez pas créer une ligne de tendance exponentielle si vos données contiennent des valeurs nulles ou négatives. Dans l'exemple suivant, une ligne de tendance exponentielle est utilisée pour illustrer la quantité décroissante de carbone 14 dans un objet à mesure qu'il vieillit. Notez que la valeur R-squared est 1, ce qui signifie que la ligne correspond parfaitement aux données. Une ligne de tendance moyenne mobile lisse les fluctuations des données pour montrer un modèle ou une tendance plus clairement. Une ligne de tendance moyenne mobile utilise un nombre spécifique de points de données (définis par l'option Période), les met en moyenne et utilise la valeur moyenne comme un point dans la ligne de tendance. Si Période est réglé sur 2, par exemple, la moyenne des deux premiers points de données est utilisée comme premier point dans la ligne de tendance moyenne mobile. La moyenne des deuxième et troisième points de données est utilisée comme deuxième point dans la ligne de tendance, et ainsi de suite. Dans l'exemple suivant, une ligne de tendance moyenne mobile affiche un modèle de nombre de maisons vendues sur une période de 26 semaines. Ajouter une tendance ou une ligne de moyenne mobile à un graphique S'applique à: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 En savoir plus. Moins Pour afficher les tendances des données ou les moyennes mobiles dans un graphique que vous avez créé. Vous pouvez ajouter une ligne de tendance. Vous pouvez également étendre une ligne de tendance au-delà de vos données réelles pour vous aider à prédire les valeurs futures. Par exemple, la ligne de tendance linéaire suivante prévoit deux trimestres à venir et montre clairement une tendance à la hausse qui semble prometteuse pour les ventes futures. Vous pouvez ajouter une ligne de tendance à un graphique 2-D qui n'est pas empilé, y compris la zone, la barre, la colonne, la ligne, le stock, la dispersion et la bulle. Vous ne pouvez pas ajouter une ligne de tendance à un diagramme 3D, empilé, de radar, de tarte, de surface ou de beignet. Ajouter une ligne de tendance Sur votre graphique, cliquez sur la série de données à laquelle vous souhaitez ajouter une ligne de tendance ou une moyenne mobile. La ligne de tendance commencera sur le premier point de données de la série de données que vous choisissez. Cochez la case Trendline. Pour choisir un autre type de ligne de tendance, cliquez sur la flèche à côté de Trendline. Puis cliquez sur Exponentiel. Prévision linéaire. Ou moyenne mobile à deux périodes. Pour des lignes de tendance supplémentaires, cliquez sur Plus d'options. Si vous choisissez Plus d'options. Cliquez sur l'option souhaitée dans le volet Format Trendline sous Trendline Options. Si vous sélectionnez Polynomial. Entrez la puissance la plus élevée pour la variable indépendante dans la case Ordre. Si vous sélectionnez Moyenne mobile. Entrez le nombre de périodes à utiliser pour calculer la moyenne mobile dans la zone Période. Astuce: Une ligne de tendance est la plus précise lorsque sa valeur R-carré (un nombre de 0 à 1 qui révèle à quel point les valeurs estimées pour la ligne de tendance correspondent à vos données réelles) est à ou près de 1. Lorsque vous ajoutez une ligne de tendance à vos données , Excel calcule automatiquement sa valeur R-squared. Vous pouvez afficher cette valeur sur votre organigramme en cochant la case Afficher le R-carré sur la zone de graphique (fenêtre Format Trendline, Trendline Options). Vous pouvez en apprendre plus sur toutes les options de ligne de tendance dans les sections ci-dessous. Ligne de tendance linéaire Utilisez ce type de ligne de tendance pour créer une ligne droite optimale pour des ensembles de données linéaires simples. Vos données sont linéaires si le motif de ses points de données ressemble à une ligne. Une ligne de tendance linéaire indique généralement que quelque chose augmente ou diminue à un rythme régulier. Une ligne de tendance linéaire utilise cette équation pour calculer l'ajustement des moindres carrés pour une ligne: où m est la pente et b l'intercepte. La ligne de tendance linéaire suivante montre que les ventes de réfrigérateurs ont constamment augmenté au cours d'une période de 8 ans. Notez que la valeur R-squared (un nombre de 0 à 1 qui révèle comment étroitement les valeurs estimées pour la ligne de tendance correspondent à vos données réelles) est 0.9792, qui est un bon ajustement de la ligne aux données. En affichant une ligne courbe optimale, cette ligne de tendance est utile lorsque le taux de changement dans les données augmente ou diminue rapidement, puis se stabilise. Une ligne de tendance logarithmique peut utiliser des valeurs négatives et positives. Une ligne de tendance logarithmique utilise cette équation pour calculer l'ajustement des moindres carrés par points: où c et b sont des constantes et ln est la fonction logarithmique naturelle. La courbe de tendance logarithmique suivante montre la croissance démographique prédite des animaux dans une zone d'espace fixe, où la population s'est stabilisée en tant qu'espace pour les animaux a diminué. Notez que la valeur R-carré est 0.933, ce qui est un ajustement relativement bon de la ligne aux données. Cette tendance est utile lorsque vos données fluctuent. Par exemple, lorsque vous analysez les gains et les pertes sur un grand ensemble de données. L'ordre du polynôme peut être déterminé par le nombre de fluctuations des données ou par le nombre de virages (collines et vallées) apparaissant dans la courbe. Typiquement, une ligne de tendance polynomiale Ordre 2 n'a qu'une seule colline ou une seule vallée, un Ordre 3 a une ou deux collines ou vallées, et un Ordre 4 a jusqu'à trois collines ou vallées. Une ligne de tendance polynomiale ou curviligne utilise cette équation pour calculer l'ajustement des moindres carrés par points: où b et sont des constantes. La ligne de tendance polynomiale Ordre 2 (une colline) montre la relation entre la vitesse de conduite et la consommation de carburant. Notez que la valeur R-squared est 0.979, ce qui est proche de 1 donc les lignes un bon ajustement aux données. En montrant une ligne courbe, cette ligne de tendance est utile pour les ensembles de données qui comparent des mesures qui augmentent à un taux spécifique. Par exemple, l'accélération d'une voiture de course à intervalles de 1 seconde. Vous ne pouvez pas créer une ligne de tendance de puissance si vos données contiennent des valeurs nulles ou négatives. Une ligne de tendance de puissance utilise cette équation pour calculer l'ajustement des moindres carrés par points: où c et b sont des constantes. Remarque: Cette option n'est pas disponible lorsque vos données incluent des valeurs négatives ou nulles. Le diagramme de mesure de distance suivant montre la distance en mètres par seconde. La ligne de tendance de puissance démontre clairement l'accélération croissante. Notez que la valeur R-squared est 0.986, ce qui est un ajustement presque parfait de la ligne aux données. Montrant une ligne courbe, cette ligne de tendance est utile lorsque les valeurs de données augmentent ou diminuent à des taux constamment croissants. Vous ne pouvez pas créer une ligne de tendance exponentielle si vos données contiennent des valeurs nulles ou négatives. Une courbe de tendance exponentielle utilise cette équation pour calculer l'ajustement des moindres carrés par points: où c et b sont des constantes et e est la base du logarithme naturel. La ligne de tendance exponentielle suivante montre la quantité décroissante de carbone 14 dans un objet à mesure qu'elle vieillit. Notez que la valeur R-squared est 0,990, ce qui signifie que la ligne s'adapte parfaitement aux données. Moyenne mobile Cette ligne de tendance corrige les fluctuations des données pour montrer un modèle ou une tendance plus clairement. Une moyenne mobile utilise un nombre spécifique de points de données (définis par l'option Période), les met en moyenne et utilise la valeur moyenne comme un point dans la ligne. Par exemple, si Période est défini sur 2, la moyenne des deux premiers points de données est utilisée comme premier point dans la ligne de tendance moyenne mobile. La moyenne des deuxième et troisième points de données est utilisée comme deuxième point dans la ligne de tendance, etc. Une ligne de tendance moyenne mobile utilise cette équation: Le nombre de points dans une ligne de tendance moyenne mobile est égal au nombre total de points de la série, Numéro que vous spécifiez pour la période. Dans un diagramme de dispersion, la ligne de tendance est basée sur l'ordre des valeurs x dans le graphique. Pour obtenir un meilleur résultat, triez les valeurs x avant d'ajouter une moyenne mobile. La tendance suivante moyenne mobile montre un modèle dans le nombre de maisons vendues sur une période de 26 semaines. Simple moyennes mobiles faire des tendances se démarquer Moyennes mobiles (MA) sont l'un des plus populaires et souvent utilisés indicateurs techniques. La moyenne mobile est facile à calculer et, une fois tracée sur un graphique, est un puissant outil de repérage visuel. Vous entendrez souvent parler de trois types de moyenne mobile: simple. Exponentielle et linéaire. Le meilleur endroit pour commencer est de comprendre le plus élémentaire: la moyenne mobile simple (SMA). Permet de jeter un oeil à cet indicateur et comment il peut aider les commerçants suivre les tendances vers des profits plus importants. (Pour en savoir plus sur les moyennes mobiles, consultez notre didacticiel Forex.) Tendances Il ne peut y avoir une compréhension complète des moyennes mobiles sans une compréhension des tendances. Une tendance est tout simplement un prix qui continue de se déplacer dans une certaine direction. Il n'y a que trois tendances réelles qu'une sécurité peut suivre: une tendance haussière. Ou la tendance haussière, signifie que le prix est en mouvement plus élevé. Une tendance baissière. Ou tendance baissière, signifie que le prix se déplace plus bas. Une tendance latérale. Où le prix se déplace latéralement. La chose importante à retenir sur les tendances est que les prix se déplacent rarement en ligne droite. Par conséquent, les lignes de moyenne mobile sont utilisées pour aider un commerçant à identifier plus facilement la direction de la tendance. Construction de moyenne mobile La définition de moyenne mobile d'une moyenne mobile est un prix moyen pour une valeur de sécurité à l'aide d'une période de temps spécifiée. Pour plus d'informations sur ce sujet, consultez la rubrique Principes fondamentaux des bandes de Bollinger et des enveloppes mobiles moyennes. Prenons la moyenne mobile très populaire de 50 jours comme exemple. Une moyenne mobile de 50 jours est calculée en prenant les cours de clôture des 50 derniers jours de tout titre et en les ajoutant ensemble. Le résultat du calcul d'addition est alors divisé par le nombre de périodes, dans ce cas 50. Pour continuer à calculer la moyenne mobile sur une base quotidienne, remplacez le plus ancien numéro par le cours de clôture le plus récent et faites le même calcul. Peu importe la longueur ou la longueur d'une moyenne mobile que vous cherchez à tracer, les calculs de base restent les mêmes. Le changement sera dans le nombre de prix de clôture que vous utilisez. Ainsi, par exemple, une moyenne mobile de 200 jours est le prix de clôture pour 200 jours additionnés puis divisé par 200. Vous verrez toutes sortes de moyennes mobiles, à partir de moyennes mobiles de deux jours à 250 jours des moyennes mobiles. Il est important de se rappeler que vous devez avoir un certain nombre de prix de clôture pour calculer la moyenne mobile. Si un titre est neuf ou seulement un mois, vous ne serez pas en mesure de faire une moyenne mobile de 50 jours parce que vous n'aurez pas un nombre suffisant de points de données. De plus, il est important de noter que nous avons choisi d'utiliser les cours de clôture dans les calculs, mais les moyennes mobiles peuvent être calculées en utilisant les prix mensuels, les prix hebdomadaires, les prix d'ouverture ou même les prix intraday. Figure 1: Une moyenne mobile simple dans Google Inc. La figure 1 est un exemple de moyenne mobile simple sur un graphique boursier de Google Inc. (Nasdaq: GOOG). La ligne bleue représente une moyenne mobile de 50 jours. Dans l'exemple ci-dessus, vous pouvez voir que la tendance a été en baisse plus bas depuis fin 2007. Le prix des actions Google est tombé en dessous de la moyenne mobile de 50 jours en Janvier 2008 et a continué à la baisse. Lorsque le prix passe au-dessous d'une moyenne mobile, il peut être utilisé comme un simple signal de trading. Un mouvement au-dessous de la moyenne mobile (comme indiqué ci-dessus) suggère que les ours contrôlent l'action de prix et que l'actif se déplacera probablement plus bas. Inversement, une croix au-dessus d'une moyenne mobile suggère que les taureaux sont dans le contrôle et que le prix peut se préparer à faire un mouvement plus élevé. Autres façons d'utiliser les moyennes mobiles Moyennes mobiles sont utilisés par de nombreux commerçants non seulement pour identifier une tendance actuelle, mais aussi comme une stratégie d'entrée et de sortie. L'une des stratégies les plus simples repose sur le franchissement de deux moyennes mobiles ou plus. Le signal de base est donné lorsque la moyenne à court terme passe au-dessus ou au-dessous de la moyenne mobile à plus long terme. Deux ou plusieurs moyennes mobiles vous permettent de voir une tendance à plus long terme par rapport à une moyenne mobile à court terme, il est également une méthode facile pour déterminer si la tendance est de gagner en force ou si elle est sur le point de renverser. Figure 2: Une moyenne mobile à long terme et à plus court terme dans Google Inc. La figure 2 utilise deux moyennes mobiles, une à long terme (50 jours, illustrée par la figure 2). Ligne bleue) et l'autre terme plus court (15 jours, indiqué par la ligne rouge). Il s'agit du même graphique Google montré à la figure 1, mais avec l'addition des deux moyennes mobiles pour illustrer la différence entre les deux longueurs. Vous remarquerez que la moyenne mobile de 50 jours est plus lente pour s'adapter aux changements de prix. Car il utilise plus de points de données dans son calcul. D'autre part, la moyenne mobile de 15 jours est rapide pour répondre aux variations de prix, parce que chaque valeur a une plus grande pondération dans le calcul en raison de l'horizon de temps relativement court. Dans ce cas, en utilisant une stratégie croisée, vous devriez regarder pour la moyenne de 15 jours pour passer en dessous de la moyenne mobile de 50 jours comme une entrée pour une position courte. Figure 3: Une période de trois mois Le tableau ci-dessus est un graphique trimestriel de United States Oil (AMEX: USO) avec deux moyennes mobiles simples. La ligne rouge est la moyenne mobile la plus courte de 15 jours, alors que la ligne bleue représente la moyenne mobile la plus longue de 50 jours. La plupart des commerçants utilisent la croix de la moyenne mobile à court terme au-dessus de la moyenne mobile à plus long terme pour lancer une position longue et d'identifier le début d'une tendance haussière. (En savoir plus sur l'application de cette stratégie dans Trading The MACD Divergence.) Le soutien est établi quand un prix est tendance vers le bas. Il ya un point où la pression de vente diminue et les acheteurs sont prêts à intervenir. En d'autres termes, un plancher est établi. La résistance se produit quand un prix tend vers le haut. Il arrive un moment où la force d'achat diminue et les vendeurs interviennent. Cela établirait un plafond. Dans les deux cas, une moyenne mobile peut être en mesure de signaler un support précoce ou un niveau de résistance. Par exemple, si une sécurité est à la dérive plus bas dans une tendance haussière établie, alors il ne serait pas surprenant de voir le soutien stock trouver à long terme 200 jours moyenne mobile. D'autre part, si le prix tend vers le bas, de nombreux commerçants regarderont pour le stock de rebondir sur la résistance des moyennes mobiles majeures (50, 100 jours, 200 jours SMA). (Pour en savoir plus sur l'utilisation du support et la résistance à identifier les tendances, lisez Trend-Spotting avec la ligne de collecte. Distribution.) Conclusion Les moyennes mobiles sont des outils puissants. Une simple moyenne mobile est facile à calculer, ce qui lui permet d'être utilisé assez rapidement et facilement. Moyens mobiles une plus grande force est sa capacité à aider un commerçant d'identifier une tendance actuelle ou de repérer une inversion de tendance possible. Les moyennes mobiles peuvent également identifier un niveau de support ou de résistance pour la sécurité, ou agir comme un simple signal d'entrée ou de sortie. La façon dont vous choisissez d'utiliser les moyennes mobiles est entièrement à vous.
No comments:
Post a Comment