今天要跟大家分享的内容是数据分析工具库系列三——趋势平滑!
在时间序列数据中,往往存在很多周期性趋势以及随机干扰因素,给我们的分析工作工作带来很多不便。
当然有很多种方法可以剔除掉这些趋势以及干扰,但是今天我们要用到的是excel分析工具库中的移动平均和指数平滑法来剔除掉时间趋势。
移动平均
指数平滑
移动平均:
原数据(虚构):
打开数据分析工具库,调出移动平均对话框,在输入区域填入要执行移动平均的原数据(如有标题请勾选标志位于第一行),间隔是指移动平均的步长,这里设置为3,也就是计算三期间隔的平均值。
设置好输出区域,这里勾选最下面的图表输出和标准误差。
看下输出结果:
我们可以看到,执行三期移动平均之后,前两个值会出现错误值,因为第一期的移动平均需要n期,n-1期,n-2期的参与计算,也就是1950对应的移动平均值需要1948、1949年的观测值参与计算,但是这里没有滞后两期的数据,所以出现错误值。
从第三期(1952)开始到最后都是有效的移动值(每一次只能计算一个序列移动平均值,所以本例算了两次。)
从输出的图表中我们可以看出,经过平均后预测值(橘黄色线)要明显比实际值(浅蓝色)平滑很多,波动区间也变得很窄,这种移动平均在股市看盘软件中满屏都是(各种5日均线、10日均线什么的。)
指数平滑:
指数平滑法设置基本与移动平均一致,唯一不同点是需要输入阻尼系数α而不是间隔,这里我输入的是0.3(不要问我为什么我也不知道,看好多书里都是这么写的)
主要含义就是:
本期预测值等于阻尼系数*上一期实际值+平滑系数(1-阻尼系数)*上一期预测值
由于不存在1949年的实际值和预测值,指数平滑结果丢失了一个当期预测值(1950)。
图表输出也可以看出经过指数平滑后的预测值波动幅度都要比实际值平滑很多。但是与之前我们所做的移动平均相比,貌似这个指数平滑波动还是你挺大的。
可能用的算法不一样,研究目的不一样,我也是只知皮毛!