数据平滑

什么是数据平滑？

数据平滑是通过使用算法从数据集中去除噪声来完成的。这可以让重要的模式更清晰地突出。

数据平滑可用于帮助预测趋势，例如在证券价格以及经济分析中发现的趋势。数据平滑旨在忽略一次性异常值并考虑季节性的影响。

编译数据时，可以对其进行操作以消除或减少任何波动性或任何其他类型的噪声。这称为数据平滑。

数据平滑背后的想法是它可以识别简化的变化，以帮助预测不同的趋势和模式。它可以帮助需要查看大量数据（通常很难消化）的统计学家或交易员找到他们在其他情况下看不到的模式。

为了用视觉表示来解释，想象一下 X 公司股票的一年图表。图表上每个单独的股票高点都可以在提高所有低点的同时降低。这将使曲线更平滑，从而帮助投资者预测股票未来的表现。

经济学家通常更喜欢平滑数据，因为与未平滑数据相比，它可以更好地识别趋势变化，未平滑数据可能显得更加不稳定并产生错误信号。

有不同的方法可以进行数据平滑。其中一些包括随机化方法、使用随机游走、计算移动平均值或执行几种指数平滑技术之一。

简单移动平均线 (SMA) 对近期价格和历史价格的权重相同，而指数移动平均线 (EMA) 对近期价格数据的权重更大。

随机游走模型通常用于描述金融工具的行为，例如股票。一些投资者认为，证券价格的过去走势与其未来走势之间没有关系。随机游走平滑假设未来的数据点将等于最后一个可用的数据点，加上一个随机变量。技术和基本面分析师不同意这个想法；他们相信未来的走势可以通过检查过去的趋势来推断。

通常用于技术分析，移动平均线平滑价格行为，同时过滤掉随机价格变动的波动性。此过程基于过去的价格，使其成为趋势跟踪或滞后指标。从下面的价格图表中可以看出，移动平均线 (EMA) 具有基本每日价格数据的一般形状和趋势，由烛台描绘。纳入移动平均线的天数越多，线变得越平滑。

##数据平滑的优缺点

数据平滑可用于帮助识别经济、证券（如股票）和消费者情绪的趋势。数据平滑也可用于其他业务目的。

例如，经济学家可以通过减少每个月可能发生的变化（例如假期或汽油价格）来平滑数据以对某些指标（例如零售额）进行季节性调整。

但是，使用此工具存在缺陷。数据平滑并不总能解释它有助于识别的趋势或模式。它还可能导致通过强调其他数据点而忽略某些数据点。

商业会计中一个经常被引用的数据平滑示例是通过将坏账费用从一个报告期更改为另一个报告期来为呆账留出准备金。例如，一家公司预计不会在两个会计期间收到某些商品的付款；第一个报告期为 1,000 美元，第二个报告期为 5,000 美元。

如果预计第一个报告期的收入很高，公司可能会将总额为 6,000 美元的金额作为该报告期的呆账准备金。这将使损益表上的坏账费用增加 6,000 美元，并使净收入减少 6,000 美元。因此，这将通过减少收入来平滑高收入时期。公司在调整任何账户时使用判断和合法的会计方法很重要。

＃＃强调