Previsões Baseadas em Médias Móveis
Resenha: Previsões Baseadas em Médias Móveis. Pesquise 862.000+ trabalhos acadêmicosPor: 17111990 • 20/6/2013 • Resenha • 283 Palavras (2 Páginas) • 510 Visualizações
Previsões Baseadas em Médias Móveis
Dentre os métodos mais eficientes de previsão de séries contendo ruídos estão a médias móveis. Estas são bastante objetivas e eficazes na sinalização de tendências do mercado, antecipando parte da direção futura dos preços. Podem ser calculados por meio de fórmulas matemática, contratando com modelos subjetivos baseado na visualização de gráfico. A estratégia tradicional de negociação baseada nesse modelo consiste no cálculo de duas médias diferentes tamanhas. Quando a média mais curta cruza a longa pra cima é sinalizada tendência de alta. Caso contrário o movimento é de baixa.
Nesse tema vamos tratar do método de previsão pela média aritmética móvel. Móvel significa movimento e que a tomada de valores para cálculo da média varia em função do tempo. Exemplo: suponha que estejamos considerando no cálculo das previsões mensais um modelo de média móvel trimestral que determinará estimativa de demanda para o próximo mês. Qual é o significado? Este modelo significa que estamos considerando que a demanda prevista para o próximo mês será estimada a partir do consumo média ocorrido no trimestre anterior.
Previsões Baseadas Nas Médias móveis Ponderadas
Visa minimizar problema, reduzindo o atraso na sinalização das tendências por meio da atribuição de pesos maiores aos valores mais recentes da serie, o que permite que as médias respondam de maneira mais rápida as reações do mercado ou exponenciais, em cujo modelo, os preços mais próximos à data atual são elevados a valores maiores, em vez de pesos. Essas duas alternativas minimizam o problema do atraso desses indicadores, mas nenhuma elimina a deficiência dos modelos.
Diversos são os critérios de ponderação, dentre eles poderemos considerar a ponderação triangular, a ponderação de Simpson, que pode ser bem compreendida examinando a figura:
...