Datan tasoitus
Mitä on tietojen tasoitus?
Tietojen tasoitus tehdään käyttämällä algoritmia kohinan poistamiseksi tietojoukosta. Näin tärkeät kuviot erottuvat selkeämmin.
Tietojen tasoittamisen avulla voidaan ennustaa trendejä, kuten arvopapereiden hinnoissa havaittuja, sekä taloudellisessa analyysissä. Tietojen tasoittamisen tarkoituksena on jättää huomiotta kertaluonteiset poikkeamat ja ottaa huomioon kausivaihtelun vaikutukset.
Tietojen tasoittamisen ymmärtäminen
Kun dataa kootaan, sitä voidaan käsitellä kaikenlaisen volatiliteetin tai muun tyyppisen kohinan poistamiseksi tai vähentämiseksi. Tätä kutsutaan tietojen tasoittamiseksi.
Tietojen tasoittamisen ideana on, että se tunnistaa yksinkertaistetut muutokset, jotta voidaan ennustaa erilaisia trendejä ja malleja. Se toimii apuvälineenä tilastotieteilijöille tai kauppiaille, joiden on tarkasteltava paljon tietoja – joita voi usein olla vaikea sulattaa – löytääkseen kuvioita, joita he eivät muuten näkisi.
Selittääksesi visuaalisen esityksen, kuvittele yrityksen X osakkeen yhden vuoden kaavio. Osakkeen jokaista yksittäistä huippupistettä kaaviossa voidaan pienentää samalla kun nostaa kaikkia alempia pisteitä. Tämä tekisi tasaisemman käyrän, mikä auttaisi sijoittajaa tekemään ennusteita osakkeen tulevasta kehityksestä.
Taloustieteilijät suosivat yleensä tasoitettua dataa, koska se tunnistaa paremmin trendien muutokset verrattuna tasoittamattomaan dataan, joka voi näyttää epävakaalta ja antaa vääriä signaaleja.
Erityisiä huomioita
Menetelmät tietojen tasoittamiseen
On olemassa erilaisia menetelmiä, joilla tietojen tasoitus voidaan tehdä. Jotkut näistä sisältävät satunnaistusmenetelmän, satunnaisen kävelyn , liukuvan keskiarvon laskemisen tai yhden useista eksponentiaalisista tasoitustekniikoista.
Yksinkertainen liukuva keskiarvo (SMA) painottaa yhtä paljon sekä viimeaikaisia että historiallisia hintoja, kun taas eksponentiaalinen liukuva keskiarvo (EMA) painottaa enemmän viimeaikaisia hintatietoja.
Satunnaiskävelymallia käytetään yleisesti kuvaamaan rahoitusinstrumenttien, kuten osakkeiden, käyttäytymistä. Jotkut sijoittajat uskovat, että arvopaperin hinnan aiemman muutoksen ja sen tulevan muutoksen välillä ei ole yhteyttä. Satunnaiskävelytasoitus olettaa, että tulevat datapisteet ovat yhtä kuin viimeinen käytettävissä oleva datapiste plus satunnaismuuttuja. Tekniset ja perusanalyytikot ovat eri mieltä tästä ajatuksesta; he uskovat, että tulevaisuuden liikkeitä voidaan ekstrapoloida tutkimalla menneitä suuntauksia.
Usein teknisessä analyysissä käytetty liukuva keskiarvo tasoittaa hintatoimintaa samalla kun se suodattaa satunnaisten hintaliikkeiden epävakauden. Tämä prosessi perustuu aikaisempiin hintoihin, mikä tekee siitä trendin seuraamisen tai jäljessä olevan indikaattorin. Kuten alla olevasta hintakaaviosta näkyy, liukuvalla keskiarvolla (EMA) on taustalla olevien päivittäisten hintatietojen yleinen muoto ja trendi, jota kuvaavat kynttilänjalat. Mitä enemmän päiviä liukuvaan keskiarvoon sisältyy, sitä tasaisempi viiva tulee.
Data Smoothingin edut ja haitat
Tietojen tasoittamisen avulla voidaan tunnistaa talouden, arvopapereiden, kuten osakkeiden, ja kuluttajien tuntemuksia. Tietojen tasoitusta voidaan käyttää myös muihin liiketoimintatarkoituksiin.
Taloustieteilijä voi esimerkiksi tasoittaa tietoja tehdäkseen kausivaihteluita tiettyihin indikaattoreihin, kuten vähittäismyyntiin, vähentämällä kuukausittaisia vaihteluita, kuten lomia tai kaasun hintoja.
Tämän työkalun käytössä on kuitenkin huonoja puolia. Tietojen tasoitus ei aina anna selitystä trendeille tai kuvioille, joita se auttaa tunnistamaan. Se voi myös johtaa siihen, että tietyt datapisteet jätetään huomiotta korostamalla muita.
TTT
Esimerkki tietojen tasoittamisesta taloushallinnossa
Usein mainittu esimerkki tietojen tasoittamisesta yrityskirjanpidossa on epävarmojen tilien huomioon ottaminen muuttamalla luottotappiokuluja raportointikaudelta toiselle. Esimerkiksi yritys odottaa, ettei se saa maksua tietyistä tuotteista kahden tilikauden aikana; 1 000 dollaria ensimmäisellä raportointikaudella ja 5 000 dollaria toisella raportointikaudella.
Jos ensimmäisellä raportointijaksolla odotetaan olevan korkeat tulot, yritys voi sisällyttää 6 000 dollarin kokonaismäärän epävarmojen tilien vähennykseksi kyseisellä raportointikaudella. Tämä lisäisi tuloslaskelman luottotappioita 6 000 dollarilla ja vähentäisi nettotuloa 6 000 dollarilla. Tämä tasoittaisi korkean tulotason jaksoa tuloja pienentämällä. On tärkeää, että yritykset käyttävät harkintaa ja lakisääteisiä kirjanpitomenetelmiä oikaisessaan tilejä.
Kohokohdat
Tietojen tasoitus käyttää algoritmia, joka poistaa kohinan tietojoukosta, jolloin tärkeät kuviot erottuvat joukosta.
Vaikka tietojen tasoitus voi auttaa ennustamaan tiettyjä trendejä, se johtaa luonnostaan vähempään otokseen kuuluvaan tietoon, mikä voi johtaa tiettyjen tietopisteiden huomiotta jättämiseen.
Eri datan tasoitusmalleihin kuuluu satunnaismenetelmä, liukuvien keskiarvojen käyttö.
Tietojen tasoituksella voidaan ennustaa trendejä, kuten esimerkiksi arvopaperien hintojen trendejä.
