Comment calculer des moyennes mobiles pondérées dans Excel en utilisant le lissage exponentiel Analyse de données Excel pour Dummies, 2e édition L'outil Exponential Smoothing dans Excel calcule la moyenne mobile. Cependant, le lissage exponentiel pondère les valeurs incluses dans les calculs de la moyenne mobile, de sorte que les valeurs plus récentes ont un effet plus important sur le calcul moyen et les anciennes valeurs ont un effet moindre. Cette pondération est réalisée par une constante de lissage. Pour illustrer le fonctionnement de l'outil Lissage exponentiel, supposons que vous réfléchissez de nouveau aux informations moyennes quotidiennes sur la température. Pour calculer les moyennes mobiles pondérées à l'aide du lissage exponentiel, procédez comme suit: Pour calculer une moyenne mobile exponentiellement lissée, cliquez d'abord sur le bouton de commande Analyse de données de l'onglet Données. Lorsque Excel affiche la boîte de dialogue Analyse des données, sélectionnez l'élément Exponential Smoothing dans la liste, puis cliquez sur OK. Excel affiche la boîte de dialogue Exponential Smoothing. Identifier les données. Pour identifier les données pour lesquelles vous souhaitez calculer une moyenne mobile exponentiellement lissée, cliquez dans la zone de texte Plage d'entrée. Ensuite, identifiez la plage d'entrée, en tapant une adresse de plage de feuille de calcul ou en sélectionnant la plage de feuille de calcul. Si votre plage de saisie comprend une étiquette de texte pour identifier ou décrire vos données, cochez la case Etiquettes. Fournir la constante de lissage. Entrez la valeur de la constante de lissage dans la zone de texte Facteur d'amortissement. Le fichier d'aide Excel suggère que vous utilisez une constante de lissage comprise entre 0,2 et 0,3. Cependant, si vous utilisez cet outil, vous avez probablement vos propres idées sur la constante de lissage correcte. (Si vous n'êtes pas clueless au sujet de la constante de lissage, peut-être vous ne devriez pas utiliser cet outil.) Dites à Excel où placer les données de moyenne mobile exponentiellement lissées. Utilisez la zone de texte Plage de sortie pour identifier la plage de feuilles de calcul dans laquelle vous souhaitez placer les données de la moyenne mobile. Dans l'exemple de feuille de calcul, par exemple, vous placez les données de la moyenne mobile dans la plage de feuilles de calcul B2: B10. (Facultatif) Tracez les données exponentiellement lissées. Pour tracer les données exponentiellement lissées, cochez la case Sortie du graphique. (Facultatif) Indiquez que vous souhaitez calculer les informations d'erreur standard. Pour calculer les erreurs standard, cochez la case Standard Errors. Excel place les valeurs d'erreur standard à côté des valeurs de moyenne mobile exponentiellement lissées. Une fois que vous avez terminé de spécifier les informations relatives à la moyenne mobile que vous souhaitez calculer et où vous voulez qu'elles soient placées, cliquez sur OK. Excel calcule l'information moyenne mobile. Moyennes mobiles pondérées: les bases Au fil des années, les techniciens ont trouvé deux problèmes avec la moyenne mobile simple. Le premier problème réside dans le laps de temps de la moyenne mobile (MA). La plupart des analystes techniques croient que l'action prix. Le prix d'ouverture ou de clôture de l'action, ne suffit pas à dépendre de prédire correctement les signaux d'achat ou de vente de l'action de crossover MA. Pour résoudre ce problème, les analystes attribuent désormais plus de poids aux données de prix les plus récentes en utilisant la moyenne mobile exponentiellement lissée (EMA). Un exemple Par exemple, en utilisant un MA de 10 jours, un analyste prendrait le cours de clôture du 10e jour et multiplier ce nombre par 10, le neuvième jour par neuf, le huitième Jour par huit et ainsi de suite à la première de la MA. Une fois que le total a été déterminé, l'analyste divise ensuite le nombre par l'addition des multiplicateurs. Si vous ajoutez les multiplicateurs de l'exemple MA de 10 jours, le nombre est 55. Cet indicateur est connu comme la moyenne mobile pondérée linéairement. De nombreux techniciens sont convaincus de la moyenne mobile exponentiellement lissée (EMA). Cet indicateur a été expliqué de tant de manières différentes qu'il confond les étudiants et les investisseurs. Peut-être la meilleure explication vient de John J. Murphys Analyse technique des marchés financiers, (publié par le New York Institute of Finance, 1999): La moyenne mobile exponentiellement lissée répond aux deux problèmes associés à la moyenne mobile simple. Tout d'abord, la moyenne exponentiellement lissée attribue un poids plus important aux données les plus récentes. Par conséquent, il s'agit d'une moyenne mobile pondérée. Mais si elle attribue moins d'importance aux données sur les prix passés, elle inclut dans son calcul toutes les données de la vie de l'instrument. En outre, l'utilisateur peut ajuster la pondération pour donner plus ou moins de poids au prix des jours les plus récents, qui est ajouté à un pourcentage de la valeur des jours précédents. La somme des deux valeurs en pourcentage s'élève à 100. Par exemple, le prix des derniers jours pourrait être attribué à un poids de 10 (0,10), qui est ajouté au poids des jours précédents de 90 (0,90). Cela donne le dernier jour 10 de la pondération totale. Ce serait l'équivalent d'une moyenne de 20 jours, en donnant le prix des derniers jours une valeur plus petite de 5 (0,05). Figure 1: Moyenne mobile lissée exponentiellement Le graphique ci-dessus montre l'indice composé Nasdaq de la première semaine d'août 2000 au 1er juin 2001. Comme vous pouvez le voir clairement, l'EMA qui utilise les données de clôture sur un Période de neuf jours, a des signaux de vente définis le 8 septembre (marqué par une flèche vers le bas noire). C'était le jour où l'indice est passé au-dessous du niveau de 4.000. La deuxième flèche noire montre une autre jambe que les techniciens attendaient. Le Nasdaq ne pouvait pas générer assez de volume et d'intérêt des investisseurs de détail pour briser la marque de 3000. Il a ensuite plongé vers le bas de nouveau à fond à 1619,58 le 4 avril. La tendance haussière du 12 avril est marquée par une flèche. Ici, l'indice a fermé à 1,961.46, et les techniciens ont commencé à voir les gestionnaires de fonds institutionnels commencent à ramasser quelques bonnes affaires comme Cisco, Microsoft et certaines des questions liées à l'énergie. Accueil Méthode moyenne pondérée Moyenne pondérée Moyenne pondérée Méthode de la moyenne pondérée Présentation La méthode de la moyenne pondérée est utilisée pour affecter le coût de production moyen À un produit. Le calcul des coûts moyens pondérés est couramment utilisé dans les situations où: Les éléments d'inventaire sont si entremêlés qu'il est impossible d'attribuer un coût spécifique à une unité individuelle. Le système de comptabilité n'est pas suffisamment sophistiqué pour suivre les couches d'inventaire FIFO ou LIFO. Les articles d'inventaire sont si commodités (c'est-à-dire identiques les uns aux autres) qu'il n'existe aucun moyen d'affecter un coût à une unité individuelle. Lorsque vous utilisez la méthode de la moyenne pondérée, divisez le coût des biens disponibles à la vente par le nombre d'unités disponibles à la vente, ce qui donne le coût moyen pondéré par part. Dans ce calcul, le coût des biens disponibles à la vente est la somme de l'inventaire initial et des achats nets. Vous utilisez ensuite ce chiffre moyen pondéré pour affecter un coût à la fois au stock final et au coût des marchandises vendues. Le résultat net de l'utilisation du coût moyen pondéré est que le montant enregistré des stocks en main représente une valeur située entre les plus anciennes et les plus récentes unités achetées en stock. De même, le coût des marchandises vendues reflètera un coût entre celui des unités les plus anciennes et les plus récentes vendues au cours de la période. La méthode de la moyenne pondérée est permise selon les principes comptables généralement reconnus et les normes internationales d'information financière. Exemple d'établissement du coût moyen pondéré Milagro Corporation choisit d'utiliser la méthode de la moyenne pondérée pour le mois de mai. Pendant ce mois, il enregistre les transactions suivantes: Le coût total réel de toutes les unités d'inventaire achetées ou commençant dans le tableau précédent est de 116 000 (33 000 54 000 29 000). Le total de toutes les unités d'inventaire achetées ou en début de période est de 450 (150 stocks débutant 300 achetés). Le coût moyen pondéré par unité est donc de 257,78 (116 000 divisent 450 unités). L'évaluation de fin de stock est de 45 112 (175 unités fois 257,78 coût moyen pondéré), tandis que le coût d'évaluation des biens vendus est de 70 890 (275 unités fois 257,78 coût moyen pondéré) . La somme de ces deux montants (moins une erreur d'arrondi) équivaut au coût réel total de 116 000 de tous les achats et de l'inventaire initial. Dans l'exemple précédent, si Milagro utilisait un système d'inventaire perpétuel pour enregistrer ses transactions d'inventaire, il lui faudrait recalculer la moyenne pondérée après chaque achat. Le tableau suivant utilise les mêmes informations que celles de l'exemple précédent pour afficher les recomputations: Mouvement d'inventaire - Vente à prix unitaire moyen (125 unités 220) Achat (200 unités 270) Vente (150 unités 264,44) Achat (100 unités 290) Des marchandises vendues de 67166 et le solde de l'inventaire final de 48 834 équivalent à 116 000, ce qui correspond au total des coûts dans l'exemple initial. Ainsi, les totaux sont les mêmes, mais le calcul de la moyenne pondérée mobile donne lieu à de légères différences dans la répartition des coûts entre le coût des marchandises vendues et la fin des stocks.
No comments:
Post a Comment