Основные мировые фондовые индексы я показала в приложении 1 по последним данным фондового рынка с сайта компании «РосБизнес Консалтинг», которые обновляются каждые 20 минут.

В приложении 2 я показала динамику изменения цены акции РАО ЕЭС на
Московской международной валютной бирже (ММВБ). Скользящие средние является инструментами технического анализа, сглаживающими колебания изучаемой величины путем усреднения по некоторому историческому периоду. Служат для выявления трендов. Недостатком скользящих средних является запаздывание усредненных значений по отношению к курсу изучаемой величины Скользящие средние различаются методом усреднения.

- Простое скользящее среднее. Simple Moving Average. (SMA).

- Взвешенное скользящее среднее. Weighted Moving Average.

(WMA)

- Экспоненциальное скользящее среднее. Exponential Moving

Average(EMA).

- Модифицированное экспоненциальное скользящее среднее.

Modified Exponential Moving Average. (MЕМА).

В моем примере используется Экспоненциальное скользящее среднее.
Exponential Moving Average(EMA). Метод RSI отделяет движение цен вверх от движения цен вниз, по отдельности усредняет их с помощью модифицированного экспоненциального среднего по периоду n, и рассчитывает, какой процент от полного движения составляет движение вверх. Сигнализирует о стремлении рынка к изменению тренда при больших (близких к 100%) или малых (близких к
0%) величинах RSI. Разработчик RSI J.Welles Wilder предлагал использовать в качестве границ 70% и 30%.

Скользящие средние исчисляются как для цен закрытия, так и для максимальных и минимальных цен дня. По средним ценам строится график, при этом дни фиксируются по горизонтальной оси, скользящие средние – по вертикальной оси. В этих же осях отражается график текущих цен.

Если линия текущих цен выше линии средних цен, то рынок повышательный.
Если текущие цены два дня подряд ниже средних, то ожидается понижательный рынок. При пересечении линии текущих цен с линией средних цен последует изменение тенденции рынка: при повышательном рынке делается вывод о последующем снижении цен, а при понижательном – о росте цен.

Проиллюстрируем применение метода сглаживания динамических рядов скользящей средней на примере условных данных о ценах закрытия по акции А по дням работы фондовой биржи в апреле:

|Дата |Цена, |
| |руб. |
|01.04.20|78,90 |
|02 | |
|02.04.20|78,10 |
|02 | |
|03.04.20|86,00 |
|02 | |
|04.04.20|97,50 |
|02 | |
|05.04.20|83,30 |
|02 | |
|06.04.20|86,00 |
|02 | |
|07.04.20|90,60 |
|02 | |
|08.04.20|86,10 |
|02 | |
|09.04.20|81,30 |
|02 | |
|10.04.20|105,10 |
|02 | |
|11.04.20|108,60 |
|02 | |
|12.04.20|107,90 |
|02 | |
|13.04.20|106,80 |
|02 | |
|14.04.20|132,10 |
|02 | |
|15.04.20|113,00 |
|02 | |
|16.04.20|111,80 |
|02 | |
|17.04.20|124,40 |
|02 | |
|18.04.20|114,10 |
|02 | |
|19.04.20|108,40 |
|02 | |
|20.04.20|124,00 |
|02 | |
|21.04.20|150,70 |
|02 | |
|22.04.20|149,60 |
|02 | |
|23.04.20|153,60 |
|02 | |
|24.04.20|179,40 |
|02 | |
|25.04.20|153,70 |
|02 | |
|26.04.20|158,60 |
|02 | |
|27.04.20|199,20 |
|02 | |
|28.04.20|164,30 |
|02 | |
|29.04.20|135,30 |
|02 | |
|30.04.20|159,30 |
|02 | |

Расчет пятичленной скользящей средней представлен ниже с использованием программы Excel:
|Дата |Цена, |Значение |Разница |
| |руб. |средней, руб |средней и |
| | | |текущей цены |
|01.04.20|78,90 |- |х |
|02 | | | |
|02.04.20|78,10 |- |х |
|02 | | | |
|03.04.20|86,00 |84,76 |- |
|02 | | | |
|04.04.20|97,50 |86,18 |- |
|02 | | | |
|05.04.20|83,30 |88,68 |+ |
|02 | | | |
|06.04.20|86,00 |88,7 |+ |
|02 | | | |
|07.04.20|90,60 |85,46 |- |
|02 | | | |
|08.04.20|86,10 |89,82 |+ |
|02 | | | |
|09.04.20|81,30 |94,34 |+ |
|02 | | | |
|10.04.20|105,10 |97,8 |- |
|02 | | | |
|11.04.20|108,60 |101,94 |- |
|02 | | | |
|12.04.20|107,90 |112,1 |+ |
|02 | | | |
|13.04.20|106,80 |113,68 |+ |
|02 | | | |
|14.04.20|132,10 |114,32 |- |
|02 | | | |
|15.04.20|113,00 |117,62 |+ |
|02 | | | |
|16.04.20|111,80 |119,08 |+ |
|02 | | | |
|17.04.20|124,40 |114,34 |- |
|02 | | | |
|18.04.20|114,10 |116,54 |+ |
|02 | | | |
|19.04.20|108,40 |124,32 |+ |
|02 | | | |
|20.04.20|124,00 |129,36 |+ |
|02 | | | |
|21.04.20|150,70 |137,26 |- |
|02 | | | |
|22.04.20|149,60 |151,46 |+ |
|02 | | | |
|23.04.20|153,60 |157,4 |+ |
|02 | | | |
|24.04.20|179,40 |158,98 |- |
|02 | | | |
|25.04.20|153,70 |168,9 |+ |
|02 | | | |
|26.04.20|158,60 |171,04 |+ |
|02 | | | |
|27.04.20|199,20 |162,22 |- |
|02 | | | |
|28.04.20|164,30 |163,34 |- |
|02 | | | |
|29.04.20|135,30 |- |х |
|02 | | | |
|30.04.20|159,30 |- |х |
|02 | | | |

Значение скользящей средней программа Excel рассчитывает автоматически при введении формулы , установив в искомой ячейке
{=СУММ(B2:B6)/5} , далее протянуть мышью вниз.

На основании полученных данных с помощью табличного процессора Excel построим диаграмму - График фактических и скользящих пятичленных средних цен.

График фактических и скользящих пятичленных средних цен, где 1- график фактических цен; 2- график исчисленных скользящих пятичленных средних цен.

Из графика видно, что при значительных колебаниях фактических цен скользящая пятичленная средняя имеет ярко выраженную повышательную тенденцию.

2. Аналитическое выравнивания ряда динамики по прямой.

Рассмотрим применение метода на следующих данных о производстве продукции предприятием ОАО «Технополис»:

|1 |2 |3 |4 |5 |6 |
|1991 |10 |-4 |16 |-40 |9,3 |
|1992 |10,7 |-3 |9 |-32,1 |10,41 |
|1993 |12 |-2 |4 |-24 |11,52 |
|1994 |-10,3 |-1 |1 |10,3 |12,63 |
|1995 |12,9 |0 |0 |0 |13,74 |
|1996 |16,3 |1 |1 |16,3 |14,85 |
|1997 |15,6 |2 |4 |31,2 |15,96 |
|1998 |17,8 |3 |9 |53,4 |17,07 |
|1999 |18 |4 |16 |72 |18,18 |
|Итого: |123,6 |0 |60 |66,5 |123,66 |

Т.к. прямая имеет вид y1 = a0 + а1t , то

а0 = 123,6/9 = 13,74 тыс. ед.;

а1 = 66,5/ 60 = 1,11 тыс. ед;

уравнение прямой имеет вид:

y1 = 13,74 + 1,11t

Подставив в это уравнение значение t, получим выровненные теоретические значения.

На рис. представлены графики фактических и теоретических уровней ряда.

Штриховая линия, построенная по значениям y1, показывает тенденцию роста объема производства на данном предприятии.

[pic]

рис. Графики рядов динамики: 1 – фактического, 2 – выровненного.

3. Аналитическое выравнивание ряда динамики с применением индексов сезонности.
Рассмотрим метод на основании имеющихся данных о динамике реализации картофеля на колхозных рынках:

Реализация картофеля на колхозных рынках города за три года.
|Месяцы|реализация картофеля, т. |Индексы |
| | |сезонности|
| | |, % |
| |первый|второй|третий|всего |в | |
| |год, |год, |год, |за три|средне| |
| |у1 |у2 |у3 |года, |м за | |
| | | | |yi |три | |
| | | | | |года, | |
| | | | | |yi | |
|1 |2 |3 |4 |5 |6 |7 |
|Январь|70 |71 |63 |204 |68 |26,05 |
|Феврал|71 |85 |60 |216 |72 |27,59 |
|ь | | | | | | |
|Март |82 |84 |59 |225 |75 |28,74 |
|Апрель|190 |308 |261 |759 |253 |96,93 |
|Май |280 |383 |348 |1011 |337 |129,12 |
|Июнь |472 |443 |483 |1398 |466 |178,54 |
|Июль |295 |261 |305 |861 |287 |109,96 |
|Август|108 |84 |129 |321 |107 |41,00 |
|Сентяб|605 |630 |670 |1905 |635 |243,30 |
|рь | | | | | | |
|Октябр|610 |450 |515 |1575 |525 |201,15 |
|ь | | | | | | |
|Ноябрь|184 |177 |185 |546 |182 |69,73 |
|Декабр|103 |168 |104 |375 |125 |47,89 |
|ь | | | | | | |
|ИТОГО:|3070 |3144 |3182 |9396 |261 |100,00 |

Применяя формулу средней арифметической простой, определим средние месячные уровни за три года:

За январь: уi = (70+71+63)/3 = 68 т.
Февраль: уi = (71+85+60)/3 = 72 т и т.д.

Программа Excel считает среднее арифметическое автоматически при введении необходимых формул.

И, наконец, исчислим за каждый месяц индексы сезонности:

Январь: Is =68/261 = 0,263 или 26,3%

Февраль: Is =72/261 = 0,276 или 27,6% и т.д.

С помощью мастера диаграмм построим график сезонной волны.
[pic]

По индексам сезонности можно наблюдать рост или снижение продажи картофеля в различное время года. Так, наименьший спрос приходится на январь – февраль, а наибольший – на сентябрь-октябрь.

Заключение.

Возрастающий интерес к статистике вызван современным этапом развития экономики в стране, формирования рыночных отношений. Это требует глубоких экономических знаний в области сбора, обработки и анализа экономической информации.

Статистическая грамотность является неотъемлемой составной частью профессиональной подготовки каждого экономиста, финансиста, социолога, политолога, а также любого специалиста, имеющего дело с анализом массовых явлений, будь то социально-общественные, экономические, технические, научные и другие. Работа этих групп специалистов неизбежно связана со сбором, разработкой и анализом данных статистического (массового) характера. Нередко им самим приходится проводить статистический анализ различных типов и направленности либо знакомиться с результатами статанализа, выполненного другими. В настоящее время от работника, занятого в любой области науки, техники, производства, бизнеса и прочее, связанной с изучением массовых явлений, требуется, чтобы он был, по крайней мере, статистически грамотным человеком. В конечном счете, невозможно успешно специализироваться по многим дисциплинам без усвоения какого-либо статистического курса. Поэтому большое значение имеет знакомство с общими категориями, принципами и методологией статистического анализа.

Как известно, для статистической практики РФ и стран СНГ в последние годы важнейшим вопросом оставалось адекватное информационное отражение новых социально-экономических явлений. Сюда, в частности, относится организация получения и анализ данных, характеризующих изменение форм собственности и процесс приватизации, негосударственную занятость населения и безработицу, деятельность рыночных финансово-кредитных структур и коренное реформирование налоговой системы, новые виды миграции граждан и поддержку возникших малоимущих социальных групп, а также многое другое.
Кроме того, в целях отслеживания внедрения рыночных отношений и складывающихся реалий серьезной корректировки, потребовали системы показателей, сбор и разработка данных в традиционных областях статистического наблюдения: по учету основных результатов промышленного и сельскохозяйственного производства, внутренней и внешней торговли, деятельности объектов социальной сферы и т.д. Вместе с тем, насущная необходимость получения адекватной и однозначной информации в настоящее время систематически возрастает.
В заключение отметим, что сравнение различных экономических прогнозов имеет, прежде всего, методологическое значение - связанное с выявлением характера действующих причинно-следственных связей. Если последние изложены убедительно, определенный интерес представляют и конкретные количественные оценки, так и усредненные прогнозные значения.

Литература.

1. Башет К.В. «Статистика коммерческой деятельности», М: «Финансы и статистика», 1996.

2. Елесеева М.А. «Общая теория статистики», М.: «Статистика», 1988.

3. Финансы. Под ред. В.М. Родионовой. – М.: «Финансы и статистика», 1994.

4. Харченко Л.П. «Статистика» М: «ИНФРА – М», 1997.

5. http://www.prime-tass.ru.

6. http://www.vedi.ru.

7. http://gks.ru.

8. http://www.finam.ru/

9. http://www.rbc.ru/fm_wi.shtml

10. Электронная версия «Российского статистического ежегодника»

-----------------------
[pic]

Страницы: 1, 2, 3