الفرق بين - المتوسط المتحرك ل و المتداول من المتوسط

ما الفرق بين المتوسط ​​المتحرك والمتوسط ​​المتحرك المرجح. سيتم حساب المتوسط ​​المتحرك لمدة 5 سنوات استنادا إلى الأسعار أعلاه باستخدام المعادلة التالية. بناء على المعادلة أعلاه، كان متوسط ​​السعر خلال الفترة المذكورة أعلاه 90 66 استخدام المتوسطات المتحركة هو وسيلة فعالة للقضاء على تقلبات الأسعار القوية والقيود الرئيسية هي أن نقاط البيانات من البيانات القديمة لا ترجح أي مختلفة عن نقاط البيانات بالقرب من بداية مجموعة البيانات هذا هو المكان الذي تتحرك المتوسطات المرجحة في اللعب. ترجيح أثقل لنقاط بيانات أكثر حداثة لأنها أكثر صلة من نقاط البيانات في الماضي البعيد يجب أن يزيد مجموع الترجيح إلى 1 أو 100 في حالة المتوسط ​​المتحرك البسيط، يتم توزيع الأوزان بالتساوي، وهذا هو السبب فهي لا تظهر في الجدول أعلاه. الغلق سعر AAPL. OANDA يستخدم ملفات تعريف الارتباط لجعل مواقعنا سهلة الاستخدام وتخصيص لزوارنا لا يمكن أن تستخدم الكوكيز ل إيدن تيفي أنت شخصيا من خلال زيارة موقعنا على الانترنت فإنك توافق على استخدام أواندا s من الكوكيز وفقا لسياسة الخصوصية لدينا لحظر أو حذف أو إدارة ملفات تعريف الارتباط، يرجى زيارة تقييد ملفات تعريف الارتباط سوف يمنعك الاستفادة من بعض وظائف موقعنا على الانترنت. تحميل تطبيقات الجوال لدينا. Open a account. ltiframe ويدث 1 هيت 1 فريمبوردر 0 ستايل ديسبلاي عرض لا شيء عرض لا شيء غ لوت إفريم gt. Lesson 1 معدلات متحركة. معدلات متحركة. هناك عدة أنواع من المتوسطات المتحركة المتاحة لتلبية مختلف احتياجات تحليل السوق الأكثر شيوعا التي يستخدمها المتداولون ما يلي: المتوسط ​​المتحرك المتوسط. المتوسط ​​المتحرك المتوسط. المتوسط ​​المتحرك المتحرك. المتوسط ​​المتحرك المتوسط. المتوسط ​​المتحرك البسيط هو النوع الأساسي للمتوسط ​​المتحرك. يتم حسابه من خلال اتخاذ سلسلة من الأسعار أو فترات التقرير، هذه الأسعار معا ومن ثم تقسيم المجموع حسب عدد نقاط البيانات. هذه الصيغة تحدد متوسط ​​الأسعار وتحسب بطريقة t o ضبط أو نقل ردا على أحدث البيانات المستخدمة لحساب المتوسط. على سبيل المثال، إذا قمت بتضمين فقط 15 أسعار الصرف الأخيرة في حساب متوسط، يتم إسقاط معدل أقدم تلقائيا في كل مرة سعر جديد يصبح متاحا. في فإن المتوسط ​​يتحرك حيث يتم تضمين كل سعر جديد في الحساب ويضمن أن المتوسط ​​يعتمد فقط على آخر 15 سعر. مع القليل من التجربة والخطأ، يمكنك تحديد المتوسط ​​المتحرك الذي يناسب استراتيجية التداول الخاصة بك نقطة انطلاق جيدة هو متوسط ​​متحرك بسيط يعتمد على آخر 20 سعر. المتوسط ​​المتحرك المتوسط ​​المرجح WMA. يتم حساب المتوسط ​​المتحرك المرجح بنفس طريقة المتوسط ​​المتحرك البسيط، ولكنه يستخدم القيم التي يتم ترجيحها خطيا للتأكد من أن النسب الأخيرة لها أكبر تأثير على المتوسط. وهذا يعني أن أقدم معدل المدرجة في الحساب يتلقى ترجيح من 1 أقدم قيمة المقبل يحصل على ترجيح 2 والأقدم قيمة القادمة يتلقى ترجيح من 3، جميع والطريقة التي تصل إلى أحدث سعر. بعض التجار يجدون هذه الطريقة أكثر صلة لتحديد الاتجاه خاصة في سوق تتحرك بسرعة. الجانب السلبي لاستخدام المتوسط ​​المتحرك المرجح هو أن خط المتوسط ​​الناتج قد يكون أكثر تقطعا من المتوسط ​​المتحرك البسيط هذا قد يجعل من الصعب التعرف على اتجاه السوق من التذبذب ولهذا السبب، يفضل بعض التجار وضع متوسط ​​متحرك بسيط ومتوسط ​​متحرك مرجح على نفس الرسم البياني للسعر. الرسم البياني لسعر الشمعدان مع المتوسط ​​المتحرك البسيط والمتوسط ​​المتحرك المرجح. المتوسط ​​المتحرك الأسي إما. المتوسط ​​المتحرك الأسي يشبه المتوسط ​​المتحرك البسيط، ولكن في حين أن المتوسط ​​المتحرك البسيط يزيل أقدم الأسعار مع توفر أسعار جديدة، يحسب المتوسط ​​المتحرك الأسي متوسط ​​جميع النطاقات التاريخية، بدءا من النقطة التي على سبيل المثال، عند إضافة تراكب متوسط ​​متحرك أسي جديد إلى مخطط سعر، يمكنك تعيين عدد فترات التقارير لتضمينها في حساب دعونا نفترض أنك تحدد أسعار 10 الماضية ليتم تضمينها. هذا الحساب الأول سيكون بالضبط نفس المتوسط ​​المتحرك بسيط أيضا على أساس 10 فترات الإبلاغ، ولكن عندما يصبح السعر المقبل المتاحة، سيتم الاحتفاظ حساب جديد والأسعار 10 الأصلية، بالإضافة إلى السعر الجديد، للوصول إلى المتوسط. وهذا يعني أن هناك الآن 11 فترات الإبلاغ في حساب المتوسط ​​المتحرك الأسي في حين أن المتوسط ​​المتحرك البسيط سوف يكون دائما على أساس فقط 10 معدلات الأخيرة. التعويض على أي المتوسط ​​المتحرك إلى الاستخدام. لتحديد المتوسط ​​المتحرك الأفضل بالنسبة لك، يجب عليك أولا فهم احتياجاتك. إذا كان هدفك الرئيسي هو الحد من ضجيج الأسعار المتقلبة باستمرار من أجل تحديد اتجاه السوق بشكل عام، قد تقدم آخر 20 أو نحو ذلك معدلات مستوى التفاصيل التي تحتاج إليها. إذا كنت تريد المتوسط ​​المتحرك الخاص بك إلى مزيد من التركيز على أحدث الأسعار، والمتوسط ​​المرجح هو أكثر ملاءمة. الحفاظ على مي ومع ذلك، لأن المتوسطات المتحركة المرجح تتأثر أكثر من آخر الأسعار، وشكل خط المتوسط ​​يمكن أن تكون مشوهة يحتمل أن يؤدي إلى توليد إشارات كاذبة. عندما تعمل مع المتوسطات المتحركة المرجح، يجب أن تكون مستعدة لدرجة أكبر من التقلب المتوسط ​​المتحرك المتوسط. المتوسط ​​المتحرك المتوسط ​​1.996 - 2017 أواندا كوربوراتيون جميع الحقوق محفوظة أواندا و فكستريد و أواندا من عائلة فكس من العلامات التجارية مملوكة من قبل أواندا كوربوراتيون جميع العلامات التجارية الأخرى التي تظهر على هذا الموقع هي ملك لأصحابها. في عقود العملات الأجنبية أو غيرها من المنتجات خارج البورصة على الهامش يحمل درجة عالية من المخاطر وقد لا تكون مناسبة للجميع ننصحك أن تنظر بعناية ما إذا كان التداول هو المناسب لك في ضوء ظروفك الشخصية قد تفقد أكثر مما كنت الاستثمار معلومات عن هذا الموقع هو عام في الطبيعة نوصي تسعى للحصول على المشورة المالية المستقلة وضمان كنت وند تماما تحسب المخاطر التي تنطوي عليها قبل التداول التداول من خلال منصة على الانترنت يحمل مخاطر إضافية راجع قسمنا القانوني هنا. المراهنة انتشار المالية متاحة فقط للعملاء أواندا أوروبا المحدودة الذين يقيمون في المملكة المتحدة أو أيرلندا كفدز، قدرات التحوط MT4 ونسب الرفع تتجاوز 50 1 غير متوفرة لسكان الولايات المتحدة المعلومات الواردة في هذا الموقع ليست موجهة إلى المقيمين في البلدان حيث توزيعها، أو استخدامها من قبل أي شخص، سيكون مخالفا للقانون المحلي أو اللائحة. أواندا شركة هي لجنة العقود الآجلة المسجلة التاجر والتجزئة الخارجية تبادل تاجر مع لجنة تداول العقود الآجلة للسلع وعضو في الرابطة الوطنية للعقود الآجلة لا 0325821 يرجى الرجوع إلى نفا S فوريكس المستثمر أليرت حيث المناسب. أو كندا كندا حسابات أولك متاحة لأي شخص لديه حساب مصرفي كندي أواندا كندا شركة أولك هو التي تنظمها منظمة تنظيم صناعة الاستثمار في كندا إيروك، والتي تشمل إروك s على الانترنت قاعدة بيانات التحقق من المستشارين إيروك أدفيسوريريبورت، وحسابات العملاء محمية من قبل صندوق حماية المستثمر الكندي ضمن حدود محددة كتيب يصف طبيعة وحدود التغطية متاح عند الطلب أو at. OANDA أوروبا المحدودة هي شركة مسجلة في انكلترا رقم 7110087 ، ولها مكتبها المسجل في الطابق 9 أ، برج 42، 25 شارع العريض القديم، لندن EC2N 1HQ وهو مرخص ومنظم من قبل سلطة السلوك المالي لا 542574.OANDA آسيا والمحيط الهادئ بي تي إي المحدودة كو ريج لا 200704926K يحمل ترخيص خدمات أسواق رأس المال الصادرة من قبل سلطة النقد في سنغافورة ومرخصة أيضا من قبل مؤسسة سنغافورة الدولية. أواندا أستراليا بتي لت ينظمها لجنة الأوراق المالية والاستثمارات الأسترالية أسيك عبن 26 152 088 349، أفسل نو 412981 وهو مصدر المنتجات أو الخدمات على هذا الموقع من المهم بالنسبة لك للنظر في دليل الخدمات المالية الحالي فسغ بيان الإفصاح عن المنتج بدس حساب المدى s وأية وثائق أواندا أخرى ذات الصلة قبل اتخاذ أي قرارات الاستثمار المالي ويمكن الاطلاع على هذه الوثائق هنا. أواندا اليابان المحدودة أول نوع I الأدوات المالية الأعمال مدير مكتب المالية المحلية كانتو كين-شو رقم 2137 معهد الرابطة المالية الآجلة عدد المشتركين 1571. تداول الفوركس أو العقود مقابل الفروقات على الهامش مرتفع المخاطر وغير مناسب للجميع الخسارة يمكن أن تتجاوز الاستثمار. متوسط ​​التحرك ونماذج التمهيد الأسي. كخطوة أولى في التحرك خارج النماذج المتوسطة، نماذج المشي العشوائي، ونماذج الاتجاه الخطي، الأنماط والاتجاهات غير التقليدية يمكن استقراءه باستخدام نموذج التحرك المتوسط ​​أو التمهيد الافتراض الأساسي وراء نماذج المتوسط ​​والتجانس هو أن السلاسل الزمنية ثابتة محليا بمتوسط ​​متغير ببطء وبالتالي فإننا نأخذ متوسطا محليا متحركا لتقدير القيمة الحالية للمتوسط ​​ومن ثم استخدام ذلك كما التنبؤ للمستقبل القريب ويمكن اعتبار هذا بمثابة حل وسط بين النموذج المتوسط ​​والطريقة العشوائية المشي هوت-دريفت-موديل ويمكن استخدام نفس الاستراتيجية لتقدير واستقراء الاتجاه المحلي وعادة ما يطلق على المتوسط ​​المتحرك نسخة ممسحة من السلسلة الأصلية لأن المتوسط ​​على المدى القصير له تأثير على إزالة المطبات في السلسلة الأصلية عن طريق ضبط ودرجة تمهيد عرض المتوسط ​​المتحرك، يمكننا أن نأمل في ضرب نوع من التوازن الأمثل بين أداء متوسط ​​ونماذج المشي العشوائية أبسط نوع من نموذج المتوسط ​​هو. سيمبل متوسط ​​متحرك على قدم المساواة المرجح. توقعات ل فإن قيمة Y في الوقت t 1 التي تتم في الوقت t تساوي المتوسط ​​البسيط لآخر الرصدات m. هنا وفي أماكن أخرى سأستخدم الرمز Y-هات للوقوف على توقعات للسلسلة الزمنية Y التي تم إجراؤها في أقرب موعد ممكن من قبل نموذج معين ويتركز هذا المتوسط ​​في الفترة t 1 1، مما يعني أن تقدير فإن المتوسط ​​المحلي سيميل إلى التخلف عن القيمة الحقيقية للمتوسط ​​المحلي بحوالي m 2 2 وبالتالي فإننا نقول أن متوسط ​​عمر البيانات في المتوسط ​​المتحرك البسيط هو m 1 2 بالنسبة إلى الفترة التي يتم فيها حساب التوقعات وهذا هو مقدار الوقت الذي من شأنه أن التنبؤات تميل إلى تخلف نقاط تحول في البيانات على سبيل المثال، إذا كنت متوسط ​​القيم 5 الماضية، فإن التوقعات ستكون حوالي 3 فترات في وقت متأخر من الاستجابة لنقاط تحول لاحظ أنه إذا م 1، متوسط ​​نموذج المتوسط ​​المتحرك المتوسط ​​البسيط يساوي نموذج المشي العشوائي بدون نمو إذا كانت m كبيرة جدا مقارنة بطول فترة التقدير، فإن نموذج سما يعادل النموذج المتوسط ​​كما هو الحال مع أي معلمة لنموذج التنبؤ، لضبط قيمة كي n للحصول على أفضل ملاءمة للبيانات، أي أصغر أخطاء التنبؤ في المتوسط. هنا هو مثال لسلسلة التي يبدو أن تظهر تقلبات عشوائية حول متوسط ​​ببطء متغير أولا، دعونا نحاول لتناسب ذلك مع المشي العشوائي نموذج، وهو ما يعادل متوسط ​​متحرك بسيط من 1 term. The نموذج المشي العشوائي يستجيب بسرعة كبيرة للتغيرات في هذه السلسلة، ولكن في ذلك يفعل ذلك يختار الكثير من الضوضاء في البيانات تقلبات عشوائية، فضلا عن إشارة المحلية يعني إذا حاولنا بدلا من ذلك متوسط ​​متحرك بسيط من 5 مصطلحات، نحصل على مجموعة أكثر سلاسة من التوقعات. المتوسط ​​المتحرك البسيط لمدة 5 سنوات ينتج أخطاء أقل بكثير من نموذج المشي العشوائي في هذه الحالة متوسط ​​عمر البيانات في هذا التنبؤ هو 3 5 1 2، حتى أنه يميل إلى التخلف عن نقاط التحول بنحو ثلاث فترات على سبيل المثال، يبدو أن الانكماش قد حدث في الفترة 21، ولكن التوقعات لا تتحول حتى عدة فترات في وقت لاحق. لاحظ أن المدى الطويل، والتنبؤات طويلة الأجل من وزارة الدفاع سما إل هي خط أفقي مستقيم، تماما كما في نموذج المشي العشوائي وهكذا، يفترض نموذج سما أنه لا يوجد اتجاه في البيانات ومع ذلك، في حين أن التوقعات من نموذج المشي العشوائي هي ببساطة مساوية لقيمة الملاحظة الأخيرة، والتنبؤات من فإن نموذج سما يساوي المتوسط ​​المرجح للقيم الأخيرة. حدود الثقة التي تحسبها ستاتغرافيكس للتنبؤات طويلة الأجل للمتوسط ​​المتحرك البسيط لا تتسع مع زيادة أفق التنبؤ هذا من الواضح أنه ليس صحيحا للأسف، النظرية الإحصائية التي تخبرنا كيف يجب أن تتسع فترات الثقة لهذا النموذج ومع ذلك، ليس من الصعب جدا حساب التقديرات التجريبية لحدود الثقة لتوقعات الأفق الأطول على سبيل المثال، يمكنك إعداد جدول بيانات فيه نموذج سما سوف تستخدم للتنبؤ بخطوتين إلى الأمام و 3 خطوات إلى الأمام وما إلى ذلك ضمن عينة البيانات التاريخية. يمكنك بعد ذلك حساب الانحرافات المعيارية للعينة في كل توقعات h أوريزون، ومن ثم بناء فترات الثقة للتنبؤات الأطول أجلا عن طريق جمع وطرح مضاعفات الانحراف المعياري المناسب. إذا حاولنا متوسط ​​متحرك بسيط لمدة 9 سنوات، نحصل على توقعات أكثر سلاسة وأكثر تأثيرا متخلفا. الآن 5 فترات 9 1 2 إذا أخذنا متوسط ​​متحرك لمدة 19 عاما، فإن متوسط ​​العمر يزداد إلى 10.لاحظ أن التوقعات في الواقع تتخلف الآن عن نقاط التحول بنحو 10 فترات. كما أن كمية التجانس هي الأفضل لهذه السلسلة في ما يلي جدول يقارن إحصاءات الخطأ الخاصة بهم، بما في ذلك أيضا متوسط ​​3 فترات. نموذج C، المتوسط ​​المتحرك لمدة 5 سنوات، ينتج أدنى قيمة ل رمز بهامش صغير على متوسطات المدى 3 و 9، إحصائياتهم الأخرى متطابقة تقريبا لذلك، من بين نماذج مع إحصاءات الخطأ مشابهة جدا، يمكننا أن نختار ما إذا كنا نفضل أكثر قليلا من الاستجابة أو أكثر قليلا نعومة في التوقعات العودة إلى أعلى الصفحة. الألوان s الأسي بسيط تمهيد أضعافا مضاعفة أضعافا مضاعفة متوسط ​​المتوسط ​​المتحرك البسيط الموضح أعلاه يحتوي على الخاصية غير المرغوب فيها التي يتعامل معها ملاحظات k الأخيرة بالتساوي وبشكل كامل يتجاهل جميع الملاحظات السابقة بشكل حدسي، يجب أن يتم خصم البيانات السابقة بطريقة أكثر تدرجية - على سبيل المثال، والحصول على أكثر من ذلك بقليل من الوزن الثاني من أحدث، والثاني الأكثر حداثة يجب الحصول على وزن أكثر قليلا من 3 أحدث، وهلم جرا بسيطة الأسي تمهيد نموذج سيس ينجز هذا. لاحظ يدل على ثابت تمهيد عدد بين 0 و 1 طريقة واحدة لكتابة النموذج هو تحديد سلسلة L التي تمثل المستوى الحالي أي القيمة المتوسطة المحلية للسلسلة كما يقدر من البيانات حتى الوقت الحاضر يتم حساب قيمة L في الوقت t بشكل متكرر من قيمته السابقة مثل هذا. وهكذا، فإن القيمة الملساء الحالية هي الاستكمال الداخلي بين القيمة الملساء السابقة والمراقبة الحالية، حيث تسيطر على القرب من قيمة محرف إلى أكثر إعادة سينت المراقبة التوقعات للفترة القادمة هي ببساطة قيمة ممهدة الحالية. على العكس من ذلك، يمكننا التعبير عن التوقعات القادمة مباشرة من حيث التوقعات السابقة والملاحظات السابقة، في أي من الإصدارات المكافئة التالية في النسخة الأولى، والتنبؤ هو الاستيفاء بين التوقعات السابقة والملاحظة السابقة. في النسخة الثانية، يتم الحصول على التوقعات القادمة عن طريق ضبط التوقعات السابقة في اتجاه الخطأ السابق عن طريق كمية كسور. is الخطأ المحرز في الوقت t في النسخة الثالثة، والتوقعات هي أي المتوسط ​​المتحرك المخصوم مع معامل الخصم 1. إن نسخة الاستكمال الداخلي لصيغة التنبؤ هي أبسط الاستخدامات إذا كنت تنفذ النموذج على جدول بيانات يناسبه في خلية واحدة ويحتوي على مراجع خلية تشير إلى التوقعات السابقة، الملاحظة، والخلية حيث يتم تخزين قيمة. ملاحظة أنه إذا 1، نموذج سيس يعادل نموذج المشي المشيح نمو هوت إذا كان نموذج سيس يساوي النموذج المتوسط، على افتراض أن القيمة الملساء الأولى تم تعيينها تساوي متوسط ​​العائد إلى أعلى الصفحة. متوسط ​​عمر البيانات في توقعات التمهيد الأسي البسيط هو 1 نسبي إلى الفترة التي يتم حساب التنبؤ بها ليس من المفترض أن تكون واضحة، ولكن يمكن بسهولة أن تظهر من خلال تقييم سلسلة لانهائية وبالتالي، فإن متوسط ​​التوقعات المتحركة البسيطة يميل إلى التخلف عن نقاط التحول بنحو 1 فترات على سبيل المثال، عند 0 5 الفاصل الزمني هو فترتين عندما يكون 0 2 الفارق الزمني 5 فترات عندما يكون 0 1 الفارق الزمني 10 فواصل وهكذا بالنسبة لعمر متوسط ​​معين أي مقدار الفارق الزمني فإن التنبؤ الأسي البسيط للتلطيف سيس متفوق إلى حد ما على التحرك البسيط متوسط ​​توقعات سما لأنه يضع وزنا أكبر نسبيا على الملاحظة الأخيرة - فهو أكثر استجابة قليلا للتغيرات التي تحدث في الماضي القريب على سبيل المثال، نموذج سما مع 9 شروط ونموذج سيس مع 0 2 على حد سواء لديها متوسط ​​العمر من 5 ل دا تا في توقعاتها، ولكن نموذج سيس يضع وزنا أكبر على القيم 3 الماضية مما يفعل نموذج سما، وفي الوقت نفسه فإنه لا ننسى تماما القيم أكثر من 9 فترات القديمة، كما هو مبين في هذا الرسم البياني. أية ميزة أخرى من فإن نموذج سيس على نموذج سما هو أن نموذج سيس يستخدم معلمة التمهيد التي تتغير باستمرار بحيث يمكن تحسينها بسهولة باستخدام خوارزمية حلالا لتقليل متوسط ​​الخطأ الوسطي وتبين القيمة المثلى لنموذج سيس لهذه السلسلة أن يكون 0 2961، كما هو مبين هنا. متوسط ​​عمر البيانات في هذه التوقعات هو 1 0 2961 3 4 فترات، وهو مماثل للمتوسط ​​المتحرك البسيط لمدة 6. التوقعات على المدى الطويل من نموذج سيس هي خط مستقيم أفقي كما هو الحال في نموذج سما ونموذج المشي العشوائي دون نمو ومع ذلك، لاحظ أن فترات الثقة التي يحسبها ستاتغرافيكس الآن تتباعد بطريقة معقولة المظهر، وأنها هي أضيق بكثير من فترات الثقة للراند أوم نموذج المشي يفترض أن سلسلة يمكن التنبؤ بها إلى حد ما أكثر من نموذج المشي العشوائي. نموذج سيس هو في الواقع حالة خاصة من نموذج أريما حتى نظرية إحصائية نماذج أريما يوفر أساسا سليما لحساب فترات الثقة ل نموذج سيس على وجه الخصوص، نموذج سيس هو نموذج أريما مع اختلاف واحد غير منطقي، وهو مصطلح 1 ما، وليس هناك مصطلح ثابت يعرف باسم أريما 0،1،1 نموذج دون ثابت معامل ما 1 في نموذج أريما يتوافق مع الكمية 1 في نموذج سيس على سبيل المثال، إذا كنت تناسب أريما 0،1،1 نموذج دون ثابت لسلسلة تحليلها هنا، فإن معامل ما 1 المقدرة تبين أن 0 7029، وهو تقريبا تقريبا واحد ناقص 0 2961. ومن الممكن إضافة افتراض اتجاه خطي ثابت غير صفري إلى نموذج سيس للقيام بذلك، ما عليك سوى تحديد نموذج أريما مع اختلاف واحد غير منطقي ومدة ما 1 مع ثابت، أي نموذج أريما 0،1،1 مع ثابت سوف التوقعات على المدى الطويل ثم يكون الاتجاه الذي يساوي الاتجاه المتوسط ​​لوحظ خلال فترة التقدير بأكملها لا يمكنك القيام بذلك جنبا إلى جنب مع التعديل الموسمية، لأن خيارات التعديل الموسمية يتم تعطيل عندما يتم تعيين نوع النموذج إلى أريما ومع ذلك، يمكنك إضافة ثابتة طويلة إلى نموذج بسيط للتجانس الأسي مع أو بدون تعديل موسمية باستخدام خيار تعديل التضخم في إجراء التنبؤ يمكن تقدير معدل النمو المناسب لنسبة التضخم في كل فترة على أنه معامل الانحدار في نموذج اتجاه خطي مجهز بالبيانات في جنبا إلى جنب مع التحول اللوغاريتم الطبيعي، أو أنه يمكن أن تستند إلى معلومات أخرى مستقلة بشأن آفاق النمو على المدى الطويل العودة إلى أعلى الصفحة. الخطية s الخطي أي ضعف الأسي تمهيد. نماذج سما ونماذج سيس تفترض أنه لا يوجد أي اتجاه من أي نوع في البيانات التي عادة ما تكون موافق أو على الأقل ليست سيئة جدا ل 1-خطوة قبل التوقعات عندما تكون البيانات نوي نسبيا ويمكن تعديلها لدمج اتجاه خطي ثابت كما هو مبين أعلاه ماذا عن الاتجاهات قصيرة الأجل إذا كانت سلسلة يعرض معدل نمو متفاوت أو نمط دوري الذي يبرز بوضوح ضد الضوضاء، وإذا كان هناك حاجة إلى توقعات أكثر من 1 فترة المقبلة، ثم تقدير الاتجاه المحلي قد يكون أيضا قضية يمكن تعميم نموذج التمهيد الأسي بسيط للحصول على خطية الأسية تمهيد نموذج ليس الذي يحسب التقديرات المحلية من كل من مستوى والاتجاه. أبسط الاتجاه متغيرة الوقت النموذج هو نموذج تمهيد الأسي الخطي براون، والذي يستخدم اثنين من سلسلة سلسة مختلفة التي تتمحور في نقاط مختلفة في الوقت المحدد ويستند صيغة التنبؤ على استقراء خط من خلال المركزين وهناك نسخة أكثر تطورا من هذا النموذج، هولت s، هو نوقشت أدناه. يمكن التعبير عن شكل جبري من براون s الخطي الأسي تمهيد نموذج، مثل ذلك من نموذج تمهيد الأسي بسيط، في عدد من مختلف ولكن ه الأشكال المتكافئة عادة ما يعبر عن النموذج القياسي لهذا النموذج على النحو التالي تدل S تدل على سلسلة سلسة منفرد تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط لسلسلة Y وهذا هو، وتعطى قيمة S في الفترة t من قبل. أذكر أنه في ظل تمهيد الأسي بسيط، وهذا سيكون التنبؤ ل Y في الفترة ر 1 ثم اسمحوا S تدل على سلسلة سلسة تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط باستخدام نفسه لسلسلة S. Finally، والتوقعات ل يك تك لأي k 1. ويعطي هذا العائد e 1 0 أي غش قليلا، والسماح للتنبؤ الأول يساوي الملاحظة الأولى الفعلية، و e 2 Y 2 Y 1 وبعد ذلك يتم توليد التنبؤات باستعمال المعادلة أعلاه ينتج هذا القيم المجهزة نفسها كما الصيغة التي تستند إلى S و S إذا تم بدء هذه الأخيرة باستخدام S 1 S 1 Y 1 يستخدم هذا الإصدار من النموذج في الصفحة التالية التي توضح مجموعة من التجانس الأسي مع التعديل الموسمي. الخطي S الخطي الأسي Smoothing. Brown s يحسب التقديرات المحلية من المستوى والاتجاه من خلال تمهيد البيانات الأخيرة، ولكن حقيقة أن يفعل ذلك مع معلمة تمهيد واحد يضع قيدا على أنماط البيانات التي هي قادرة على تناسب المستوى والاتجاه لا يسمح لها أن تختلف في معدلات مستقلة هولت s ليس نموذج يتناول هذه المسألة من خلال تضمين اثنين من ثوابت تمهيد، واحدة لمستوى واحد للاتجاه في أي وقت t، كما هو الحال في نموذج براون s، وهناك تقدير L ر من المستوى المحلي وتقدير T t للاتجاه المحلي هنا يتم حسابها بشكل متكرر من قيمة Y الملاحظة في الوقت t والتقديرات السابقة لمستوى واتجاه المعادلتين اللتين تنطبقان على تمهيد أسي لها بشكل منفصل. إذا كان المستوى المقدر والاتجاه في الوقت t-1 هما T t 1 و T t-1 على التوالي، فإن التنبؤات Y t التي كان من الممكن أن تكون قد أجريت في الوقت t-1 تساوي L t-1 T t-1 عندما يلاحظ القيمة الفعلية، يتم حساب المستوى بشكل متكرر عن طريق الاستكمال الداخلي بين Y t والتنبؤ به L t-1 T t-1 باستخدام الأوزان و 1. ويمكن تفسير التغير في المستوى المقدر وهو L t L 1 على أنه قياس صاخب ل الاتجاه في الوقت t يتم حساب التقدير المحدث للاتجاه بشكل متكرر عن طريق الاستكمال الداخلي بين L t L t 1 والتقدير السابق للاتجاه T t-1 باستخدام أوزان و 1. إن تفسير ثابت تجانس الاتجاه يشبه ثابت ثابت التمهيد. النماذج ذات القيم الصغيرة تفترض تغير الاتجاه فقط ببطء شديد مع مرور الوقت، في حين أن النماذج ذات الحجم الأكبر تفترض أنها تتغير بسرعة أكبر ويعتقد نموذج مع كبير أن المستقبل البعيد غير مؤكد جدا، لأن الأخطاء في تقدير الاتجاه تصبح مهمة جدا عند التنبؤ أكثر من فترة واحدة قبل العودة إلى أعلى من ثوابت التجانس ويمكن تقديرها بالطريقة المعتادة من خلال تقليل متوسط ​​الخطأ المئوي للتنبؤات ذات الخطوة الأولى عندما يتم ذلك في ستاترافيكس، تشير التقديرات إلى أن 03048 و 0 008 القيمة الصغيرة جدا من يعني أن النموذج يفترض تغير طفيف جدا في الاتجاه من فترة إلى أخرى، وذلك أساسا هذا النموذج هو محاولة لتقدير الاتجاه على المدى الطويل قياسا على فكرة متوسط ​​عمر البيانات المستخدمة في تقدير t هو المستوى المحلي للسلسلة، متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي يتناسب مع 1، وإن لم يكن يساوي بالضبط في هذه الحالة التي تبين أن يكون 1 0 006 125 هذا هو إس عدد دقيق جدا حيث أن دقة تقدير إيسن t حقا 3 المنازل العشرية، ولكن من نفس الترتيب العام من حجم حجم العينة من 100، لذلك هذا النموذج هو المتوسط ​​على مدى الكثير جدا من التاريخ في تقدير الاتجاه مؤامرة التوقعات ويبين الشكل أدناه أن نموذج ليس يقدر اتجاها محليا أكبر قليلا في نهاية السلسلة من الاتجاه الثابت المقدر في نموذج الاتجاه سيس، كما أن القيمة المقدرة تكاد تكون مطابقة للاتجاه الذي يتم الحصول عليه من خلال تركيب نموذج سيس مع الاتجاه أو بدونه ، لذلك هذا هو تقريبا نفس النموذج. الآن، هل هذه تبدو وكأنها توقعات معقولة لنموذج من المفترض أن يكون تقدير الاتجاه المحلي إذا كنت مقلة العين هذه المؤامرة، يبدو كما لو أن الاتجاه المحلي قد تحول إلى أسفل في نهاية سلسلة و في حدث وقد تم تقدير المعلمات من هذا النموذج عن طريق تقليل الخطأ التربيعي من 1-خطوة إلى الأمام التنبؤات، وليس التنبؤات على المدى الطويل، وفي هذه الحالة الاتجاه لا تجعل الكثير من الفرق إذا كان كل ما كنت تبحث في 1 - step قبل الأخطاء، كنت لا ترى الصورة أكبر من الاتجاهات على القول 10 أو 20 فترات من أجل الحصول على هذا النموذج أكثر في تناغم مع استقراء العين مقلة العين من البيانات، يمكننا ضبط ثابت الاتجاه تجانس يدويا بحيث يستخدم خط أساس أقصر لتقدير الاتجاه على سبيل المثال، إذا اخترنا تعيين 0 1، فإن متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي هو 10 فترات، مما يعني أننا نحسب متوسط ​​الاتجاه خلال الفترات العشرين الأخيرة أو نحو ذلك هنا s ما يبدو مؤامرة توقعات إذا وضعنا 0 1 مع الحفاظ على 0 3 وهذا يبدو بديهية معقولة لهذه السلسلة، على الرغم من أنه من المحتمل أن خطورة لاستقراء هذا الاتجاه أي أكثر من 10 فترات في المستقبل. ماذا عن إرور ستاتس هنا مقارنة نموذجية f أو النموذجين المبينين أعلاه فضلا عن ثلاثة نماذج سيس تبلغ القيمة المثلى لنموذج سيس حوالي 0 3، ولكن يتم الحصول على نتائج مماثلة مع استجابة أكثر قليلا أو أقل، على التوالي مع 0 5 و 0 2. A هولت إكس خطي تجانس مع ألفا 0 3048 وبيتا 0 008. B هولت خ الخطية تجانس مع ألفا 0 3 وبيتا 0 1. C تمهيد الأسي بسيطة مع ألفا 0 5. D تمهيد الأسي بسيط مع ألفا 0 3. E تمهيد الأسي بسيط مع ألفا 0 2 . احصائيات هي متطابقة تقريبا، لذلك نحن حقا يمكن أن تجعل ر الاختيار على أساس 1-خطوة قبل توقعات الأخطاء داخل عينة البيانات علينا أن نراجع مرة أخرى على اعتبارات أخرى إذا كنا نعتقد بقوة أنه من المنطقي أن قاعدة الحالية تقدير الاتجاه على ما حدث على مدى ال 20 فترة الماضية أو نحو ذلك، يمكننا أن نجعل حالة لنموذج ليس مع 0 3 و 0 1 إذا أردنا أن نكون ملحدين حول ما إذا كان هناك اتجاه محلي، ثم واحدة من نماذج سيس قد يكون من الأسهل أن يفسر، وسوف يعطي أيضا المزيد من ميدل التنبؤات على الطريق على مدى 5 أو 10 فترات القادمة العودة إلى أعلى الصفحة. أي نوع من الاستقراء الاتجاه هو أفضل الأفقي أو الخطي تشير الأدلة التجريبية أنه إذا كانت البيانات قد تم تعديلها إذا لزم الأمر للتضخم، ثم قد يكون من غير الحكمة استقراء الاتجاهات الخطية قصيرة الأجل بعيدا جدا في الاتجاهات المستقبلية قد تتراجع اليوم بوضوح في المستقبل بسبب أسباب مختلفة مثل تقادم المنتج وزيادة المنافسة والانكماش الدوري أو التحولات في صناعة لهذا السبب، الأسي بسيط فإن التنعيم غالبا ما يؤدي إلى خروج عينة أفضل مما يمكن توقعه على خلاف ذلك، على الرغم من استقراء الاتجاه الأفقي الساذج. وغالبا ما تستخدم تعديلات الاتجاه المعاكسة لنموذج تمهيد الأسي الخطي في الممارسة العملية لإدخال ملاحظة المحافظة على توقعات اتجاهها الاتجاه المعاكسة يمكن تنفيذ نموذج ليس كحالة خاصة من نموذج أريما، على وجه الخصوص، نموذج أريما 1،1،2.ومن الممكن لحساب فترات الثقة أرو والتنبؤات الطويلة الأجل التي تنتجها نماذج التمهيد الأسي من خلال اعتبارها حالات خاصة لنماذج أريما حذار ليس كل البرامج بحساب فترات الثقة لهذه النماذج بشكل صحيح عرض فترات الثقة يعتمد على i خطأ رمز النموذج، من تمهيد بسيطة أو خطية إي قيمة s من ثابت التمهيد ق و الرابع عدد الفترات المقبلة كنت التنبؤ بشكل عام، والفواصل انتشرت بشكل أسرع كما يحصل أكبر في نموذج سيس وانتشرت بشكل أسرع بكثير عندما الخطية بدلا من بسيطة تمهيد يتم مناقشة هذا الموضوع أكثر في قسم نماذج أريما من الملاحظات العودة إلى أعلى الصفحة.