Академический Документы
Профессиональный Документы
Культура Документы
Elaborado Por:
Erika Castellanos Urrego
Dalis Gabriela Villamizar Martnez
PROMEDIOS MVILES
Cabe resaltar que:
Como lo expresa (Anderson & Sweeney, 2008)El componente irregular de algunas
series temporales puede ser tan grande que oculte las regularidades subyacentes
y dificulte la interpretacin visual del grfico temporal. En estas circunstancias, el
grafico real parecer bastante irregular y se ve la necesidad de suavizarlo con el
objeto de tener una imagen ms clara.
Segn (Anderson & Sweeney, 2008)Para suavizar el grfico se usa el mtodo de
medias mviles, que se basa en la idea de cualquier gran componente irregular en
1con sus vecinos inmediatos. El mtodo ms sencillo que se puede utilizar es el
de promedios mviles centrados simples de (2m+1) puntos. Es decir, se sustituye
cada observacin por la media de s misma y sus vecinas de manera que
1
=
2 + 1
+
+ + + +
2 + 1
No existe una regla especfica que nos indique cmo seleccionar la base del
promedio mvil n. Si la variable que se va a pronosticar no presenta variaciones
considerables, esto es, si su comportamiento es relativamente estable en el
tiempo, se recomienda que el valor de n sea grande. Por el contrario, es
aconsejable un valor de n pequeo si la variable muestra patrones cambiantes. En
la prctica, los valores de n oscilan entre 2 y 10.
.
/
=
, + 1, # %
2 2
2
Este mtodo no considera la media de todos los datos, sino solo los ms
recientes.
PREFERENCIAL BANCOLOMBIA
Se realiz un anlisis intrada desde el 02 de noviembre de 2010 (primer da hbil
del mes), hasta el 27 de abril de 2011 (ltimo da hbil del mes), en el cual se
observa un comportamiento constante en el precio de la accin, de igual modo se
observa que el precio se mantiene en la mayor parte de tiempo por encima de la
media calculada; exceptuando el periodo de 07 de enero de 2011 al 14 de marzo
del mismo ao.
35.000,00
30.000,00
25.000,00
20.000,00
15.000,00
Precio
10.000,00
Media
5.000,00
02/11/2010
09/11/2010
17/11/2010
24/11/2010
01/12/2010
09/12/2010
16/12/2010
23/12/2010
30/12/2010
07/01/2011
17/01/2011
24/01/2011
31/01/2011
07/02/2011
14/02/2011
21/02/2011
28/02/2011
07/03/2011
14/03/2011
22/03/2011
29/03/2011
05/04/2011
12/04/2011
19/04/2011
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
,00
90.000,00
80.000,00
70.000,00
60.000,00
50.000,00
40.000,00
30.000,00
20.000,00
10.000,00
,00
Datos desestacionales
02/11/2010
10/11/2010
19/11/2010
29/11/2010
07/12/2010
16/12/2010
24/12/2010
04/01/2011
13/01/2011
21/01/2011
31/01/2011
08/02/2011
16/02/2011
24/02/2011
04/03/2011
14/03/2011
23/03/2011
31/03/2011
08/04/2011
18/04/2011
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Precio
Para utilizar ste mtodo se elige una constante de suavizamiento que debe
estar entre cero y uno. Las ponderaciones que se usan son: para la observacin
ms reciente, (1- ) para la siguiente ms reciente, (1- )2para la siguiente y as
sucesivamente. De lo anterior se deduce que un cercano a uno afecta ms al
nuevo pronstico y por el contrario cuando sea cercano a cero, el nuevo
pronstico ser muy parecido a la observacin ms antigua.
Aunque la eleccin de la constante de suavizamiento es a criterio personal, si se
requieren pronsticos estables y que se suavicen las variaciones aleatorias se
necesita un pequea y si se desea una respuesta rpida a los cambios de la
variable se debe elegir una constante de suavizamiento grande.
La ecuacin bsica de suavizamiento para hacer la proyeccin es:
Donde:
St-1es el pronstico para el perodo t+1
es la constante de suavizamiento
Yt es el valor observado en el perodo t
St es el valor suavizado o pronstico para el perodo t
Cuando se inicia el proceso de suavizamiento se asume que S1 = Y1.
Para elegir la mejor constante de suavizamiento se deben hacer suavizamientos
con diferentes , y se obtiene el mejor suavizamiento cuando se minimicen los
errores ei, es decir, cuando se minimicen las diferencias entre los valores
observados y estimados. Hay varios indicadores de los errores generados por un
procedimiento de pronsticos, como son la media absoluta de los errores (MAE),
el error cuadrtico medio (MSE) y la media absoluta del porcentaje de error
(MAPE) el cual tiene la caracterstica de ser independiente de las unidades y
magnitudes que se estn manejando; estos indicadores se definen como:
Precio
10.000,00
W=0,5
5.000,00
W=0,1
02/11/2010
09/11/2010
17/11/2010
24/11/2010
01/12/2010
09/12/2010
16/12/2010
23/12/2010
30/12/2010
07/01/2011
17/01/2011
24/01/2011
31/01/2011
07/02/2011
14/02/2011
21/02/2011
28/02/2011
07/03/2011
14/03/2011
22/03/2011
29/03/2011
05/04/2011
12/04/2011
19/04/2011
28/04/2011
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
,00
Esto hace afirmar que as como para la accin no fue necesario aplicar promedios
mviles, tampoco se hace necesaria la aplicacin de un suavizamiento, ya que no
hace que la serie muestre datos ms constantes de los que tiene inicialmente.
Entre tanto aplicando las mismas constantes para el ndice de la Bolsa de Valores
IGBC-, estas tienen un comportamiento casi que igual en los 6 meses, se
observa una diferencia al final de la serie, aunque sta no muestra un
suavizamiento significativo para el ajuste de los datos.
5
35.000,00
30.000,00
25.000,00
20.000,00
15.000,00
W=0,5
10.000,00
W=0,1
5.000,00
02/11/2010
10/11/2010
19/11/2010
29/11/2010
07/12/2010
16/12/2010
24/12/2010
04/01/2011
13/01/2011
21/01/2011
31/01/2011
08/02/2011
16/02/2011
24/02/2011
04/03/2011
14/03/2011
23/03/2011
31/03/2011
08/04/2011
18/04/2011
28/04/2011
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0,00
10.000,00
Nivel
5.000,00
02/11/2010
10/11/2010
19/11/2010
29/11/2010
07/12/2010
16/12/2010
24/12/2010
04/01/2011
13/01/2011
21/01/2011
31/01/2011
08/02/2011
16/02/2011
24/02/2011
04/03/2011
14/03/2011
23/03/2011
31/03/2011
08/04/2011
18/04/2011
28/04/2011
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0,00
18.000,00
16.000,00
14.000,00
12.000,00
10.000,00
8.000,00
6.000,00
4.000,00
2.000,00
0,00
Tendencia
02/11/2010
10/11/2010
19/11/2010
29/11/2010
07/12/2010
16/12/2010
24/12/2010
04/01/2011
13/01/2011
21/01/2011
31/01/2011
08/02/2011
16/02/2011
24/02/2011
04/03/2011
14/03/2011
23/03/2011
31/03/2011
08/04/2011
18/04/2011
28/04/2011
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Nivel
Las proyecciones que se pueden realizar con el modelo para ambos, muestran un
comportamiento creciente, que no es totalmente concordante con el
comportamiento histrico (constante), se recomienda buscar un mtodo ms
confiable de anlisis, con herramientas avanzadas, ya que el mtodo HoltWinters
es aconsejable aplicar nicamente a series que muestren tendencia a crecer o
decrecer.
Bibliografa
Anderson, D., & Sweeney, D. (2008). Estadstica para administracin y economa.
Cengage Learning Editores.
Berenson, M. L. (1993). Estadstica bsica en administracin, conceptos y
aplicaciones.Pearson Education: Nueva York.