Построение трендов через показатель EMA

Построение трендов через показатель EMA

Часто, чтобы определить долгосрочные тренды, Вам нужно проанализировать Ваши показатели в течение более длительного периода времени. Это особенно актуально, если Ваши показатели «плавающие» и часто меняются.

У Вас есть два варианта:

  • Вы можете использовать больший период времени. Если Вы обычно пользуетесь ежедневными показателями, переключитесь на еженедельные, ежемесячные или ежеквартальные. Это позволит «сгладить» данные, а также выровнять тренды, выявившиеся в нужный вам период.
  • Вы можете использовать среднее значение показателей. Например, вместо еженедельного показателя Вы можете высчитать средний показатель за последние семь дней. Последние данные, учитывающие изменения каждый день, часто называют «скользящим средним». По мере того, как Вы собираете все больше и больше данных, вы сможете видеть дальнейшие изменения рынка.

Теперь Вы можете использовать простое скользящее среднее (SMA), где значения данных каждого дня одинаковы. Можно даже немного усложнить расчёт, используя различные весовые коэффициенты N-ого дня, называемые взвешенным скользящим средним (WMA). Но в любом случае Вы столкнётесь с двумя проблемами:

  1. Плохая память: если Вам нужно обратиться ко времени N периодов назад для вычисления средней, Вы можете уже не помнить, что случилось раньше, чем X+1 дней назад. Если ранее произошло что-то важное, правильность расчётов может пострадать.
  2. Проблемы масштабирования данных: Вы должны хранить данные в течение достаточно долгого периода, чтобы иметь возможность пересчитать средние показатели. Ничего страшного, если Вы анализируете более короткие периоды (ежедневно, еженедельно, ежемесячно). Но если вы изучаете большие тренды, это может оказаться проблематично из-за объёмов информации.

Используйте экспоненциальное скользящее среднее (EMA). Используя этот параметр, вы не потеряете прежние значения параметров, хотя с течением времени их вес всё больше уменьшается. Кроме того, поскольку показатель EMA основан на значении Вашего параметра на сегодняшний день, а также учитывает вчерашний EMA, Вам не нужно хранить большие объемы старых данных, чтобы обновлять новые значения каждый день.

Если Вы работаете с Google AdWords, Вы наверняка имеете дело с показателем, основанным на экспоненциальной скользящей средней - показателем качества (QS). Нужно иметь ввиду, что Google предоставляет QS баллы только на уровне ключевых слов, хотя обычно считается, что Google присваивает QS для отдельных объявлений, групп объявлений и даже целых аккаунтов.

Даже для Google это слишком сложные математические расчёты. Вы, возможно, заметили, что когда Google сообщает Вам Ваш QS, он представлен в виде одного числа, а не в виде временного ряда. Таким образом, Ваш QS не является показателем как таковым, а скорее свойством Вашего аккаунта. Также хорошо известно, что хистрои Вашего аккаунта играет большую роль в определении QS.

Это кажется знакомым, не так ли? Потому что всё это является точной характеристикой экспоненциального скользящего среднего, описанного выше. Можно утверждать, что Google использует EMA (или его эквивалент) для хранения, оценки и отчетности Вашего показателя QS. Так почему бы не использовать эту технику при анализе своих собственных показателей? Вот как рассчитывается EMA.

EMA (на сегодняшний момент) = (2/3)*27 + (1/3)*30 = 18 + 10 = 28

Допустим, Вы хотите надёжно сохранить предыдущие данные, и, следовательно, сохранить влияние значения вчерашнего параметра EMA при расчетах сегодняшнего значения этого показателя. При расчёте EMA используется некий фактор (обычно называемый альфа), который представляет собой константу сглаживания предыдущих значений параметра. Значение альфа лежит где-то между [0,1]: чем выше число, тем быстрее прежние данные теряют свою ценность.

В нашем примере мы хотим обесценить прошлые данные медленно, поэтому мы приняли альфа равной 1/3 (33%). Это вес текущих данных. Таким образом, нормализация означает, что вес прошлых данных равняется: (1 - 1/3) = 2/3. Если значение ЕМА вчера было, допустим 27, а сегодня 30, то значение ЕМА сегодня равняется:

EMA (на сегодняшний момент) = (2/3) * 27 + (1/3) * 30 = 18 + 10 = 28

Если Вы хотите, чтобы EMA быстрее реагировал на изменения в тренде, установите альфа выше, тогда прежние значения EMA будут дисконтироваться быстрее. Например, установите альфа до 80%. В нашем примере:

EMA (сегодня) = (20%) * 27 + (80%) * 30 = 5,4 + 24 = 29,4

Это более простой способ отследить важные изменения Ваших параметров и в то же время сгладить случайные помехи в данных, которые обычно возникают.

Cкачайте приложение на Андроид и будьте в курсе новостей
Интернет-маркетинга всегда!

WebSEOHelp

smp-forum.ru


.
Наверх
закрыть

Консоль отладки Joomla!

Ошибки

Сессия

Результаты профилирования

Использование памяти

Запросы к базе данных