การย้าย ค่าเฉลี่ย ใน Sas

I ma SAS เริ่มต้นและฉัน m อยากรู้ว่างานต่อไปนี้สามารถทำได้ง่ายมากขึ้นตามที่อยู่ในหัวของฉันฉันมีต่อไปนี้ง่าย meta ข้อมูลในตาราง userdatemoney. User ชื่อ - วันที่ - Money. with ผู้ใช้และวันที่ต่างๆ สำหรับวันปฏิทินทุกวันสำหรับ 4 ปีที่ผ่านมาข้อมูลถูกสั่งโดย User ASC และ Date ASC ข้อมูลตัวอย่างมีลักษณะดังนี้ตอนนี้ฉันต้องการคำนวณค่าเฉลี่ยเคลื่อนที่ห้าวันสำหรับเงินที่ฉันเริ่มต้นด้วย apprach ที่นิยมมากกับฟังก์ชันล่าช้า เช่นนี้คุณเห็นปัญหาเกี่ยวกับวิธีการนี้เกิดขึ้นถ้ามีขั้นตอนข้อมูลที่ทำงานในผู้ใช้ใหม่ Aron จะได้รับค่า lagged บางอย่างจากแอนนาซึ่งแน่นอนไม่ควร happen. Now คำถามของฉันฉันค่อนข้างแน่ใจว่าคุณสามารถจัดการ เปลี่ยนผู้ใช้โดยการเพิ่มเขตข้อมูลพิเศษเช่น laggeduser และโดยการตั้งค่าตัวแปร N, Sum และ Mean ถ้าคุณสังเกตเห็นสวิตช์ดังกล่าว แต่สามารถทำในวิธีที่ง่ายกว่านี้อาจจะใช้คำว่า BY ใด ๆ ขอบคุณสำหรับความคิดและความช่วยเหลือของคุณ ฉันคิดว่าวิธีที่ง่ายที่สุดคือการใช้ PROC EXP AND. And ตามที่กล่าวถึงในความคิดเห็น John s เป็นสิ่งสำคัญที่ต้องจำเกี่ยวกับค่าที่ขาดหายไปและเกี่ยวกับการเริ่มต้นและสิ้นสุดการสังเกตเช่นกันฉันได้เพิ่มตัวเลือก SETMISS ไปยังรหัสตามที่คุณทำมันชัดเจนว่าคุณต้องการ zerofy ค่าที่หายไปไม่ละเลย พฤติกรรมเริ่มต้นของพวกเขา MOVAVE และถ้าคุณต้องการยกเว้นการสังเกตแรก 4 สำหรับผู้ใช้แต่ละคนเนื่องจากพวกเขาไม่ได้มีประวัติเพียงพอก่อนที่จะคำนวณค่าเฉลี่ยเคลื่อนที่ 5 คุณสามารถใช้ตัวเลือก TRIMLEFT 4 ภายใน TRANSFORMOUT. answered Dec 3 13 at 15 29.Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มได้อย่างง่ายดาย 1 อันดับแรกลองดูซีรี่ส์เวลาของเราที่ 2 คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2.5 คลิก ในช่อง Interval และพิมพ์ 6 คลิกที่ช่อง Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน , ยอดเขาและหุบเขาจะเรียบออกกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากเกินไป 9 ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วง 4. ข้อสรุปขนาดใหญ่ ระยะห่างที่มากขึ้นและหุบเขาจะเรียบออกช่วงที่มีขนาดเล็กที่ใกล้เคียงกับค่าเฉลี่ยเคลื่อนที่ที่จุดข้อมูลจริงเฉลี่ยที่เกิดขึ้นสิ่งที่พวกเขาอยู่ในบรรดาตัวชี้วัดทางเทคนิคที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทาง ของเทรนด์ปัจจุบันค่าเฉลี่ยเคลื่อนที่ทุกค่าที่เขียนโดยทั่วไปในแบบฝึกหัดนี้เป็น MA คือผลลัพธ์ทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนไว้ ลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่ซึ่งรู้จักกันดีว่าเป็นค่าเฉลี่ยเคลื่อนที่อย่างง่าย SMA, คำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่ระบุตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวม ของราคาในช่วง 10 วันที่ผ่านมา 110 หารด้วยจำนวนวันที่ 10 เพื่อไปถึงค่าเฉลี่ย 10 วันหากผู้ประกอบการค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนการคำนวณแบบเดียวกันจะทำขึ้น แต่จะเป็นอย่างไร รวมราคาในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่ต่ำกว่า 11 คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาบางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคถึงเรียกสิ่งนี้ เครื่องมือเป็นค่าเฉลี่ยเคลื่อนที่และไม่ เพียงค่าเฉลี่ยปกติคำตอบคือว่าเป็นค่าใหม่จะพร้อมใช้งานจุดข้อมูลที่เก่าแก่ที่สุดจะต้องลดลงจากชุดและจุดข้อมูลใหม่ต้องมาแทนที่พวกเขาดังนั้นชุดข้อมูลอย่างต่อเนื่องจะย้ายไปบัญชีสำหรับข้อมูลใหม่ที่จะกลายเป็น มีอยู่วิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่ามีการคิดเฉพาะข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุด 5 ช่องสีแดงที่แสดงถึง 10 จุดข้อมูลที่ผ่านมาจะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 ลดลงจากการคำนวณเนื่องจากค่าค่อนข้างเล็ก 5 แทนค่าสูง 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของการลดลงของชุดข้อมูลซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10. ค่าเฉลี่ยของการเคลื่อนย้าย เมื่อมีการคำนวณค่าของ MA แล้วกราฟจะถูกวาดลงบนแผนภูมิและเชื่อมต่อกันเพื่อสร้างเส้นเฉลี่ยที่เคลื่อนที่เส้นโค้งเหล่านี้เป็นเส้นตรงในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีที่ใช้จะแตกต่างกันมากกับ lat นี้ er ดังที่คุณเห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการลงในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือนเสียสมาธิหรือเกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับ เมื่อเวลาผ่านไปเส้นสีแดงเป็นเพียงราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมาตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่เท่าไรและดูเหมือนว่าจะเป็นอย่างไร แนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันและตรวจสอบความแตกต่างของค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากในหมู่ผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดก็มีนักวิจารณ์หลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีการถ่วงน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนต์นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีสีเทา ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านต่อ โปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยที่เป็นตัวบ่งชี้ที่เป็นค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยเคลื่อนที่ที่มีน้ำหนักมากขึ้นเมื่อเทียบกับราคาล่าสุดเพื่อพยายามตอบสนองต่อข้อมูลใหม่ ๆ การเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบการคำนวณจะคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีนี่คือสมการ EMA เมื่อใช้สูตรการคำนวณจุดแรก ของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้นการคำนวณด้วยการย้ายง่าย เฉลี่ยและดำเนินการต่อกับสูตรข้างต้นจากที่นี่เราได้จัดเตรียมสเปรดชีตตัวอย่างที่มีตัวอย่างชีวิตจริงของวิธีคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบง่ายๆและค่าเฉลี่ยเคลื่อนที่แบบเสี้ยวความแตกต่างระหว่าง EMA และ SMA ขณะนี้คุณมี ความเข้าใจที่ดีขึ้นเกี่ยวกับวิธีการคำนวณ SMA และ EMA ลองพิจารณาดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไรโดยดูที่การคำนวณ EMA คุณจะสังเกตเห็นว่ามีจุดเน้นมากขึ้นในจุดข้อมูลล่าสุดทำให้เป็นประเภท ของค่าเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากับ 15 แต่ EMA ตอบสนองได้เร็วกว่าราคาที่เปลี่ยนแปลงแจ้งให้ EMA ทราบว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What Different Days Mean Moving averages เป็นตัวบ่งชี้ที่สามารถปรับแต่งได้ทั้งหมดซึ่งหมายความว่า th ผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการย้ายค่าเฉลี่ยคือ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ย มันจะเป็นการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานน้อยกว่าที่มีความละเอียดอ่อนหรือเรียบขึ้นออกเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการคิดออกที่หนึ่งที่ดีที่สุดสำหรับ คุณกำลังทดลองใช้ช่วงเวลาต่างๆกันจนกว่าคุณจะพบช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ