Как найти угол линии тренда

Диаграммы и графики используются для анализа числовых данных, например, для оценки зависимости меж­ду двумя видами значений. С этой целью к данным диаграммы или графика можно добавить линию тренда и ее уравнение, прогнозные значения, рассчитанные на несколько периодов вперед или назад.

Линия тренда представляет собой прямую или кривую линию, аппроксимирующую (приближающую) исходные данные на основе уравнения регрессии или скользящего среднего. Аппроксимация определяется по ме­тоду наименьших квадратов. В зависимости от характера поведения исходных данных (убыва­ют, возрастают и т.д.) выбирается метод интерполяции, который сле­дует использовать для построения тренда.

Предусмотрено несколько вариантов формирования линии трен­да.

Линейной функцией: y=mx+b

где m — тангенс угла наклона прямой, b — смещение.

Прямая линия тренда (линейный тренд) наилучшим образом подходит для величин, изменяющихся с постоянной скоростью. Приме­няется в случаях, когда точки данных расположены близко к прямой.

Логарифмической функцией: y=c*ln⁡x+b

где с и b — константы.

Логарифмическая линия тренда соответствует ряду данных, значения которого вначале быстро растут или убывают, а затем постепенно стабилизируются. Может использоваться для положительных и отрицательных данных.

Полиномиальной функцией (до 6­й степени включительно): y= b + c₁*x + c₂*x 2 + c₃*x 3 + . + c_6*x 6

Полиномиальная линия тренда используется для описания попеременно возрастающих и убывающих данных. Степень полинома подбирают таким образом, чтобы она была на единицу больше количества экстремумов (максимумов и минимумов) кривой.

Степенной функцией: y = cxb

где c и b — константы.

Степенная линия тренда дает хорошие результаты для положительных данных с постоянным ускорением. Для рядов с нулевыми или отрицательными значениями построение указанной линии трен­да невозможно.

Экспоненциальной функцией: y = cebx

где c и b — константы, е — основание натурального логарифма.

Экспоненциальный тренд используется в случае непрерывного возрастания изменения данных. Построение указанного тренда не­ возможно, если в множестве значений членов ряда присутствуют нулевые или отрицательные данные.

С использованием линейной фильтрации по формуле: F_t= (A_t+A_(t-1)+⋯+A_(t-n+1))/n

где n — общее число членов ряда, t — заданное число точек (2 ≤ t

Информационные технологии. Другие материалы

Линия тренда в Excel на разных графиках

Для наглядной иллюстрации тенденций изменения цены применяется линия тренда. Элемент технического анализа представляет собой геометрическое изображение средних значений анализируемого показателя.

Рассмотрим, как добавить линию тренда на график в Excel.

Добавление линии тренда на график

Для примера возьмем средние цены на нефть с 2000 года из открытых источников. Данные для анализа внесем в таблицу:

1. Построим на основе таблицы график. Выделим диапазон – перейдем на вкладку «Вставка». Из предложенных типов диаграмм выберем простой график. По горизонтали – год, по вертикали – цена.
2. Щелкаем правой кнопкой мыши по самому графику. Нажимаем «Добавить линию тренда».
3. Открывается окно для настройки параметров линии. Выберем линейный тип и поместим на график величину достоверности аппроксимации.
4. На графике появляется косая линия.

Линия тренда в Excel – это график аппроксимирующей функции. Для чего он нужен – для составления прогнозов на основе статистических данных. С этой целью необходимо продлить линию и определить ее значения.

Если R2 = 1, то ошибка аппроксимации равняется нулю. В нашем примере выбор линейной аппроксимации дал низкую достоверность и плохой результат. Прогноз будет неточным.

Внимание. Линию тренда нельзя добавить следующим типам графиков и диаграмм:

• лепестковый;
• круговой;
• поверхностный;
• кольцевой;
• объемный;
• с накоплением.

Уравнение линии тренда в Excel

В предложенном выше примере была выбрана линейная аппроксимация только для иллюстрации алгоритма. Как показала величина достоверности, выбор был не совсем удачным.

Следует выбирать тот тип отображения, который наиболее точно проиллюстрирует тенденцию изменений вводимых пользователем данных. Разберемся с вариантами.

Линейная аппроксимация

Ее геометрическое изображение – прямая. Следовательно, линейная аппроксимация применяется для иллюстрации показателя, который растет или уменьшается с постоянной скоростью.

Рассмотрим условное количество заключенных менеджером контрактов на протяжении 10 месяцев:

На основании данных в таблице Excel построим точечную диаграмму (она поможет проиллюстрировать линейный тип):

Выделяем диаграмму – «добавить линию тренда». В параметрах выбираем линейный тип. Добавляем величину достоверности аппроксимации и уравнение линии тренда в Excel (достаточно просто поставить галочки внизу окна «Параметры»).

Обратите внимание! При линейном типе аппроксимации точки данных расположены максимально близко к прямой. Данный вид использует следующее уравнение:

y = 4,503x + 6,1333

• где 4,503 – показатель наклона;
• 6,1333 – смещения;
• y – последовательность значений,
• х – номер периода.

Прямая линия на графике отображает стабильный рост качества работы менеджера. Величина достоверности аппроксимации равняется 0,9929, что указывает на хорошее совпадение расчетной прямой с исходными данными. Прогнозы должны получиться точными.

Чтобы спрогнозировать количество заключенных контрактов, например, в 11 периоде, нужно подставить в уравнение число 11 вместо х. В ходе расчетов узнаем, что в 11 периоде этот менеджер заключит 55-56 контрактов.

Экспоненциальная линия тренда

Данный тип будет полезен, если вводимые значения меняются с непрерывно возрастающей скоростью. Экспоненциальная аппроксимация не применяется при наличии нулевых или отрицательных характеристик.

Построим экспоненциальную линию тренда в Excel. Возьмем для примера условные значения полезного отпуска электроэнергии в регионе Х:

Строим график. Добавляем экспоненциальную линию.

Уравнение имеет следующий вид:

• где 7,6403 и -0,084 – константы;
• е – основание натурального логарифма.

Показатель величины достоверности аппроксимации составил 0,938 – кривая соответствует данным, ошибка минимальна, прогнозы будут точными.

Логарифмическая линия тренда в Excel

Используется при следующих изменениях показателя: сначала быстрый рост или убывание, потом – относительная стабильность. Оптимизированная кривая хорошо адаптируется к подобному «поведению» величины. Логарифмический тренд подходит для прогнозирования продаж нового товара, который только вводится на рынок.

На начальном этапе задача производителя – увеличение клиентской базы. Когда у товара будет свой покупатель, его нужно удержать, обслужить.

Построим график и добавим логарифмическую линию тренда для прогноза продаж условного продукта:

R2 близок по значению к 1 (0,9633), что указывает на минимальную ошибку аппроксимации. Спрогнозируем объемы продаж в последующие периоды. Для этого нужно в уравнение вместо х подставлять номер периода.

Для расчета прогнозных цифр использовалась формула вида: =272,14*LN(B18)+287,21. Где В18 – номер периода.

Полиномиальная линия тренда в Excel

Данной кривой свойственны переменные возрастание и убывание. Для полиномов (многочленов) определяется степень (по количеству максимальных и минимальных величин). К примеру, один экстремум (минимум и максимум) – это вторая степень, два экстремума – третья степень, три – четвертая.

Полиномиальный тренд в Excel применяется для анализа большого набора данных о нестабильной величине. Посмотрим на примере первого набора значений (цены на нефть).

Чтобы получить такую величину достоверности аппроксимации (0,9256), пришлось поставить 6 степень.

Зато такой тренд позволяет составлять более-менее точные прогнозы.

Excel расчет линии тренда

Для наглядной иллюстрации тенденций изменения цены применяется линия тренда. Элемент технического анализа представляет собой геометрическое изображение средних значений анализируемого показателя.

Рассмотрим, как добавить линию тренда на график в Excel.

Добавление линии тренда на график

Для примера возьмем средние цены на нефть с 2000 года из открытых источников. Данные для анализа внесем в таблицу:

1. Построим на основе таблицы график. Выделим диапазон – перейдем на вкладку «Вставка». Из предложенных типов диаграмм выберем простой график. По горизонтали – год, по вертикали – цена.
2. Щелкаем правой кнопкой мыши по самому графику. Нажимаем «Добавить линию тренда».
3. Открывается окно для настройки параметров линии. Выберем линейный тип и поместим на график величину достоверности аппроксимации.
4. На графике появляется косая линия.

Линия тренда в Excel – это график аппроксимирующей функции. Для чего он нужен – для составления прогнозов на основе статистических данных. С этой целью необходимо продлить линию и определить ее значения.

Если R2 = 1, то ошибка аппроксимации равняется нулю. В нашем примере выбор линейной аппроксимации дал низкую достоверность и плохой результат. Прогноз будет неточным.

Внимание. Линию тренда нельзя добавить следующим типам графиков и диаграмм:

• лепестковый;
• круговой;
• поверхностный;
• кольцевой;
• объемный;
• с накоплением.

Уравнение линии тренда в Excel

В предложенном выше примере была выбрана линейная аппроксимация только для иллюстрации алгоритма. Как показала величина достоверности, выбор был не совсем удачным.

Следует выбирать тот тип отображения, который наиболее точно проиллюстрирует тенденцию изменений вводимых пользователем данных. Разберемся с вариантами.

Линейная аппроксимация

Ее геометрическое изображение – прямая. Следовательно, линейная аппроксимация применяется для иллюстрации показателя, который растет или уменьшается с постоянной скоростью.

Рассмотрим условное количество заключенных менеджером контрактов на протяжении 10 месяцев:

На основании данных в таблице Excel построим точечную диаграмму (она поможет проиллюстрировать линейный тип):

Выделяем диаграмму – «добавить линию тренда». В параметрах выбираем линейный тип. Добавляем величину достоверности аппроксимации и уравнение линии тренда в Excel (достаточно просто поставить галочки внизу окна «Параметры»).

Обратите внимание! При линейном типе аппроксимации точки данных расположены максимально близко к прямой. Данный вид использует следующее уравнение:

y = 4,503x + 6,1333

• где 4,503 – показатель наклона;
• 6,1333 – смещения;
• y – последовательность значений,
• х – номер периода.

Прямая линия на графике отображает стабильный рост качества работы менеджера. Величина достоверности аппроксимации равняется 0,9929, что указывает на хорошее совпадение расчетной прямой с исходными данными. Прогнозы должны получиться точными.

Чтобы спрогнозировать количество заключенных контрактов, например, в 11 периоде, нужно подставить в уравнение число 11 вместо х. В ходе расчетов узнаем, что в 11 периоде этот менеджер заключит 55-56 контрактов.

Экспоненциальная линия тренда

Данный тип будет полезен, если вводимые значения меняются с непрерывно возрастающей скоростью. Экспоненциальная аппроксимация не применяется при наличии нулевых или отрицательных характеристик.

Построим экспоненциальную линию тренда в Excel. Возьмем для примера условные значения полезного отпуска электроэнергии в регионе Х:

Строим график. Добавляем экспоненциальную линию.

Уравнение имеет следующий вид:

• где 7,6403 и -0,084 – константы;
• е – основание натурального логарифма.

Показатель величины достоверности аппроксимации составил 0,938 – кривая соответствует данным, ошибка минимальна, прогнозы будут точными.

Логарифмическая линия тренда в Excel

Используется при следующих изменениях показателя: сначала быстрый рост или убывание, потом – относительная стабильность. Оптимизированная кривая хорошо адаптируется к подобному «поведению» величины. Логарифмический тренд подходит для прогнозирования продаж нового товара, который только вводится на рынок.

На начальном этапе задача производителя – увеличение клиентской базы. Когда у товара будет свой покупатель, его нужно удержать, обслужить.

Построим график и добавим логарифмическую линию тренда для прогноза продаж условного продукта:

R2 близок по значению к 1 (0,9633), что указывает на минимальную ошибку аппроксимации. Спрогнозируем объемы продаж в последующие периоды. Для этого нужно в уравнение вместо х подставлять номер периода.

Для расчета прогнозных цифр использовалась формула вида: =272,14*LN(B18)+287,21. Где В18 – номер периода.

Полиномиальная линия тренда в Excel

Данной кривой свойственны переменные возрастание и убывание. Для полиномов (многочленов) определяется степень (по количеству максимальных и минимальных величин). К примеру, один экстремум (минимум и максимум) – это вторая степень, два экстремума – третья степень, три – четвертая.

Полиномиальный тренд в Excel применяется для анализа большого набора данных о нестабильной величине. Посмотрим на примере первого набора значений (цены на нефть).

Чтобы получить такую величину достоверности аппроксимации (0,9256), пришлось поставить 6 степень.

Зато такой тренд позволяет составлять более-менее точные прогнозы.

Прогнозирование – это очень важный элемент практически любой сферы деятельности, начиная от экономики и заканчивая инженерией. Существует большое количество программного обеспечения, специализирующегося именно на этом направлении. К сожалению, далеко не все пользователи знают, что обычный табличный процессор Excel имеет в своем арсенале инструменты для выполнения прогнозирования, которые по своей эффективности мало чем уступают профессиональным программам. Давайте выясним, что это за инструменты, и как сделать прогноз на практике.

Процедура прогнозирования

Целью любого прогнозирования является выявление текущей тенденции, и определение предполагаемого результата в отношении изучаемого объекта на определенный момент времени в будущем.

Способ 1: линия тренда

Одним из самых популярных видов графического прогнозирования в Экселе является экстраполяция выполненная построением линии тренда.

Попробуем предсказать сумму прибыли предприятия через 3 года на основе данных по этому показателю за предыдущие 12 лет.

Строим график зависимости на основе табличных данных, состоящих из аргументов и значений функции. Для этого выделяем табличную область, а затем, находясь во вкладке «Вставка», кликаем по значку нужного вида диаграммы, который находится в блоке «Диаграммы». Затем выбираем подходящий для конкретной ситуации тип. Лучше всего выбрать точечную диаграмму. Можно выбрать и другой вид, но тогда, чтобы данные отображались корректно, придется выполнить редактирование, в частности убрать линию аргумента и выбрать другую шкалу горизонтальной оси.

Теперь нам нужно построить линию тренда. Делаем щелчок правой кнопкой мыши по любой из точек диаграммы. В активировавшемся контекстном меню останавливаем выбор на пункте «Добавить линию тренда».

Давайте для начала выберем линейную аппроксимацию.

В блоке настроек «Прогноз» в поле «Вперед на» устанавливаем число «3,0», так как нам нужно составить прогноз на три года вперед. Кроме того, можно установить галочки около настроек «Показывать уравнение на диаграмме» и «Поместить на диаграмме величину достоверности аппроксимации (R^2)». Последний показатель отображает качество линии тренда. После того, как настройки произведены, жмем на кнопку «Закрыть».

Линия тренда построена и по ней мы можем определить примерную величину прибыли через три года. Как видим, к тому времени она должна перевалить за 4500 тыс. рублей. Коэффициент R2, как уже было сказано выше, отображает качество линии тренда. В нашем случае величина R2 составляет 0,89. Чем выше коэффициент, тем выше достоверность линии. Максимальная величина его может быть равной 1. Принято считать, что при коэффициенте свыше 0,85 линия тренда является достоверной.

Если же вас не устраивает уровень достоверности, то можно вернуться в окно формата линии тренда и выбрать любой другой тип аппроксимации. Можно перепробовать все доступные варианты, чтобы найти наиболее точный.

Нужно заметить, что эффективным прогноз с помощью экстраполяции через линию тренда может быть, если период прогнозирования не превышает 30% от анализируемой базы периодов. То есть, при анализе периода в 12 лет мы не можем составить эффективный прогноз более чем на 3-4 года. Но даже в этом случае он будет относительно достоверным, если за это время не будет никаких форс-мажоров или наоборот чрезвычайно благоприятных обстоятельств, которых не было в предыдущих периодах.

Способ 2: оператор ПРЕДСКАЗ

Экстраполяцию для табличных данных можно произвести через стандартную функцию Эксель ПРЕДСКАЗ. Этот аргумент относится к категории статистических инструментов и имеет следующий синтаксис:

«X» – это аргумент, значение функции для которого нужно определить. В нашем случае в качестве аргумента будет выступать год, на который следует произвести прогнозирование.

«Известные значения y» — база известных значений функции. В нашем случае в её роли выступает величина прибыли за предыдущие периоды.

«Известные значения x» — это аргументы, которым соответствуют известные значения функции. В их роли у нас выступает нумерация годов, за которые была собрана информация о прибыли предыдущих лет.

Естественно, что в качестве аргумента не обязательно должен выступать временной отрезок. Например, им может являться температура, а значением функции может выступать уровень расширения воды при нагревании.

При вычислении данным способом используется метод линейной регрессии.

Давайте разберем нюансы применения оператора ПРЕДСКАЗ на конкретном примере. Возьмем всю ту же таблицу. Нам нужно будет узнать прогноз прибыли на 2018 год.

Выделяем незаполненную ячейку на листе, куда планируется выводить результат обработки. Жмем на кнопку «Вставить функцию».

Открывается Мастер функций. В категории «Статистические» выделяем наименование «ПРЕДСКАЗ», а затем щелкаем по кнопке «OK».

Запускается окно аргументов. В поле «X» указываем величину аргумента, к которому нужно отыскать значение функции. В нашем случаем это 2018 год. Поэтому вносим запись «2018». Но лучше указать этот показатель в ячейке на листе, а в поле «X» просто дать ссылку на него. Это позволит в будущем автоматизировать вычисления и при надобности легко изменять год.

В поле «Известные значения y» указываем координаты столбца «Прибыль предприятия». Это можно сделать, установив курсор в поле, а затем, зажав левую кнопку мыши и выделив соответствующий столбец на листе.

Аналогичным образом в поле «Известные значения x» вносим адрес столбца «Год» с данными за прошедший период.

После того, как вся информация внесена, жмем на кнопку «OK».

Оператор производит расчет на основании введенных данных и выводит результат на экран. На 2018 год планируется прибыль в районе 4564,7 тыс. рублей. На основе полученной таблицы мы можем построить график при помощи инструментов создания диаграммы, о которых шла речь выше.

Если поменять год в ячейке, которая использовалась для ввода аргумента, то соответственно изменится результат, а также автоматически обновится график. Например, по прогнозам в 2019 году сумма прибыли составит 4637,8 тыс. рублей.

Но не стоит забывать, что, как и при построении линии тренда, отрезок времени до прогнозируемого периода не должен превышать 30% от всего срока, за который накапливалась база данных.

Способ 3: оператор ТЕНДЕНЦИЯ

Для прогнозирования можно использовать ещё одну функцию – ТЕНДЕНЦИЯ. Она также относится к категории статистических операторов. Её синтаксис во многом напоминает синтаксис инструмента ПРЕДСКАЗ и выглядит следующим образом:

=ТЕНДЕНЦИЯ(Известные значения_y;известные значения_x; новые_значения_x;[конст])

Как видим, аргументы «Известные значения y» и «Известные значения x» полностью соответствуют аналогичным элементам оператора ПРЕДСКАЗ, а аргумент «Новые значения x» соответствует аргументу «X» предыдущего инструмента. Кроме того, у ТЕНДЕНЦИЯ имеется дополнительный аргумент «Константа», но он не является обязательным и используется только при наличии постоянных факторов.

Данный оператор наиболее эффективно используется при наличии линейной зависимости функции.

Посмотрим, как этот инструмент будет работать все с тем же массивом данных. Чтобы сравнить полученные результаты, точкой прогнозирования определим 2019 год.

Производим обозначение ячейки для вывода результата и запускаем Мастер функций обычным способом. В категории «Статистические» находим и выделяем наименование «ТЕНДЕНЦИЯ». Жмем на кнопку «OK».

Открывается окно аргументов оператора ТЕНДЕНЦИЯ. В поле «Известные значения y» уже описанным выше способом заносим координаты колонки «Прибыль предприятия». В поле «Известные значения x» вводим адрес столбца «Год». В поле «Новые значения x» заносим ссылку на ячейку, где находится номер года, на который нужно указать прогноз. В нашем случае это 2019 год. Поле «Константа» оставляем пустым. Щелкаем по кнопке «OK».

Оператор обрабатывает данные и выводит результат на экран. Как видим, сумма прогнозируемой прибыли на 2019 год, рассчитанная методом линейной зависимости, составит, как и при предыдущем методе расчета, 4637,8 тыс. рублей.

Способ 4: оператор РОСТ

Ещё одной функцией, с помощью которой можно производить прогнозирование в Экселе, является оператор РОСТ. Он тоже относится к статистической группе инструментов, но, в отличие от предыдущих, при расчете применяет не метод линейной зависимости, а экспоненциальной. Синтаксис этого инструмента выглядит таким образом:

=РОСТ(Известные значения_y;известные значения_x; новые_значения_x;[конст])

Как видим, аргументы у данной функции в точности повторяют аргументы оператора ТЕНДЕНЦИЯ, так что второй раз на их описании останавливаться не будем, а сразу перейдем к применению этого инструмента на практике.

Выделяем ячейку вывода результата и уже привычным путем вызываем Мастер функций. В списке статистических операторов ищем пункт «РОСТ», выделяем его и щелкаем по кнопке «OK».

Происходит активация окна аргументов указанной выше функции. Вводим в поля этого окна данные полностью аналогично тому, как мы их вводили в окне аргументов оператора ТЕНДЕНЦИЯ. После того, как информация внесена, жмем на кнопку «OK».

Результат обработки данных выводится на монитор в указанной ранее ячейке. Как видим, на этот раз результат составляет 4682,1 тыс. рублей. Отличия от результатов обработки данных оператором ТЕНДЕНЦИЯ незначительны, но они имеются. Это связано с тем, что данные инструменты применяют разные методы расчета: метод линейной зависимости и метод экспоненциальной зависимости.

Способ 5: оператор ЛИНЕЙН

Оператор ЛИНЕЙН при вычислении использует метод линейного приближения. Его не стоит путать с методом линейной зависимости, используемым инструментом ТЕНДЕНЦИЯ. Его синтаксис имеет такой вид:

=ЛИНЕЙН(Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])

Последние два аргумента являются необязательными. С первыми же двумя мы знакомы по предыдущим способам. Но вы, наверное, заметили, что в этой функции отсутствует аргумент, указывающий на новые значения. Дело в том, что данный инструмент определяет только изменение величины выручки за единицу периода, который в нашем случае равен одному году, а вот общий итог нам предстоит подсчитать отдельно, прибавив к последнему фактическому значению прибыли результат вычисления оператора ЛИНЕЙН, умноженный на количество лет.

Производим выделение ячейки, в которой будет производиться вычисление и запускаем Мастер функций. Выделяем наименование «ЛИНЕЙН» в категории «Статистические» и жмем на кнопку «OK».

В поле «Известные значения y», открывшегося окна аргументов, вводим координаты столбца «Прибыль предприятия». В поле «Известные значения x» вносим адрес колонки «Год». Остальные поля оставляем пустыми. Затем жмем на кнопку «OK».

Программа рассчитывает и выводит в выбранную ячейку значение линейного тренда.

Теперь нам предстоит выяснить величину прогнозируемой прибыли на 2019 год. Устанавливаем знак «=» в любую пустую ячейку на листе. Кликаем по ячейке, в которой содержится фактическая величина прибыли за последний изучаемый год (2016 г.). Ставим знак «+». Далее кликаем по ячейке, в которой содержится рассчитанный ранее линейный тренд. Ставим знак «*». Так как между последним годом изучаемого периода (2016 г.) и годом на который нужно сделать прогноз (2019 г.) лежит срок в три года, то устанавливаем в ячейке число «3». Чтобы произвести расчет кликаем по кнопке Enter.

Как видим, прогнозируемая величина прибыли, рассчитанная методом линейного приближения, в 2019 году составит 4614,9 тыс. рублей.

Способ 6: оператор ЛГРФПРИБЛ

Последний инструмент, который мы рассмотрим, будет ЛГРФПРИБЛ. Этот оператор производит расчеты на основе метода экспоненциального приближения. Его синтаксис имеет следующую структуру:

= ЛГРФПРИБЛ (Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])

Как видим, все аргументы полностью повторяют соответствующие элементы предыдущей функции. Алгоритм расчета прогноза немного изменится. Функция рассчитает экспоненциальный тренд, который покажет, во сколько раз поменяется сумма выручки за один период, то есть, за год. Нам нужно будет найти разницу в прибыли между последним фактическим периодом и первым плановым, умножить её на число плановых периодов (3) и прибавить к результату сумму последнего фактического периода.

В списке операторов Мастера функций выделяем наименование «ЛГРФПРИБЛ». Делаем щелчок по кнопке «OK».

Запускается окно аргументов. В нем вносим данные точно так, как это делали, применяя функцию ЛИНЕЙН. Щелкаем по кнопке «OK».

Результат экспоненциального тренда подсчитан и выведен в обозначенную ячейку.

Ставим знак «=» в пустую ячейку. Открываем скобки и выделяем ячейку, которая содержит значение выручки за последний фактический период. Ставим знак «*» и выделяем ячейку, содержащую экспоненциальный тренд. Ставим знак минус и снова кликаем по элементу, в котором находится величина выручки за последний период. Закрываем скобку и вбиваем символы «*3+» без кавычек. Снова кликаем по той же ячейке, которую выделяли в последний раз. Для проведения расчета жмем на кнопку Enter.

Прогнозируемая сумма прибыли в 2019 году, которая была рассчитана методом экспоненциального приближения, составит 4639,2 тыс. рублей, что опять не сильно отличается от результатов, полученных при вычислении предыдущими способами.

Мы выяснили, какими способами можно произвести прогнозирование в программе Эксель. Графическим путем это можно сделать через применение линии тренда, а аналитическим – используя целый ряд встроенных статистических функций. В результате обработки идентичных данных этими операторами может получиться разный итог. Но это не удивительно, так как все они используют разные методы расчета. Если колебание небольшое, то все эти варианты, применимые к конкретному случаю, можно считать относительно достоверными.

Отблагодарите автора, поделитесь статьей в социальных сетях.

Это первая статья из серии «Как самостоятельно рассчитать прогноз продаж с учетом роста и сезонности», из которой вы узнаете о 5 способах расчета значений линейного тренда в Excel.

Для того, чтобы легче было научиться прогнозировать продажи с учетом роста и сезонности, я разбил 1 большую статью о расчете прогноза на 3 части:

1. Расчет значений тренда (рассмотрим на примере Линейного тренда в этой статье);
2. Расчет сезонности;
3. Расчет прогноза;

После изучения данного материала вы сможете выбрать оптимальный способ расчета значений линейного тренда, который будет удобен для решения вашей задачи, а в последствии, и для расчета прогноза наиболее удобным для вас способом.

Линейный тренд хорошо применять для временного ряда, данные которого увеличиваются или убывают с постоянной скоростью.

Рассмотрим линейный тренд на примере расчета прогноза продаж в Excel по месяцам.

Временной ряд продажи по месяцам (см. вложенный файл).

В этом временном ряду у нас есть 2 переменных:

Уравнение линейного тренда y(x)=a+bx, где

y — это объёмы продаж

x — номер периода (порядковый номер месяца)

a – точка пересечения с осью y на графике (минимальный уровень);

b – это значение, на которое увеличивается следующее значение временного ряда;

1-й способ расчета значений линейного тренда в Excel с помощью графика

Выделяем анализируемый объём продаж и строим график, где по оси Х — наш временной ряд (1, 2, 3… — январь, февраль, март …), по оси У — объёмы продаж. Добавляем линию тренда и уравнение тренда на график. Получаем уравнение тренда y=135134x+4594044

Для прогнозирования нам необходимо рассчитать значения линейного тренда, как для анализируемых значений, так и для будущих периодов.

При расчете значений линейного тренде нам будут известны:

1. Время — значение по оси Х;
2. Значение «a» и «b» уравнения линейного тренда y(x)=a+bx;

Рассчитываем значения тренда для каждого периода времени от 1 до 25, а также для будущих периодов с 26 месяца до 36.

Например, для 26 месяца значение тренда рассчитывается по следующей схеме: в уравнение подставляем x=26 и получаем y=135134*26+4594044=8107551

27-го y=135134*27+4594044=8242686

2-й способ расчета значений линейного тренда в Excel — функция ЛИНЕЙН

1. Рассчитаем коэффициенты линейного тренда с помощью стандартной функции Excel:

=ЛИНЕЙН(известные значения y, известные значения x, константа, статистика)

Для расчета коэффициентов в формулу вводим

известные значения y (объёмы продаж за периоды),

известные значения x (номера периодов),

вместо константы ставим 1,

вместо статистики 0,

Получаем 135135 — значение (b) линейного тренда y=a+bx;

Для того чтобы Excel рассчитал сразу 2 коэффициента (a) и (b) линейного тренда y=a+bx, необходимо

1. установить курсор в ячейку с формулой и выделить соседнюю справа, как на рисунке;
2. нажимаем клавишу F2, а затем одновременно — клавиши CTRL + SHIFT + ВВОД.

Получаем 135135, 4594044 — значение (b) и (a) линейного тренда y=a+bx;

2. Рассчитаем значения линейного тренда с помощью полученных коэффициентов . Подставляем в уравнение y=135134*x+4594044 номера периодов — x, для которых хотим рассчитать значения линейного тренда.

2-й способ точнее, чем первый, т.к. коэффициенты тренда мы получаем без округления, а также быстрее.

3-й способ расчета значений линейного тренда в Excel — функция ТЕНДЕНЦИЯ

Рассчитаем значения линейного тренда с помощью стандартной функции Excel:

=ТЕНДЕНЦИЯ(известные значения y; известные значения x; новые значения x; конста)

Подставляем в формулу

1. известные значения y — это объёмы продаж за анализируемый период (фиксируем диапазон в формуле, выделяем ссылку и нажимаем F4);
2. известные значения x — это номера периодов x для известных значений объёмов продаж y;
3. новые значения x — это номера периодов, для которых мы хотим рассчитать значения линейного тренда;
4. константа — ставим 1, необходимо для того, чтобы значения тренда рассчитывались с учетом коэффицента (a) для линейного тренда y=a+bx;

Для того чтобы рассчитать значения тренда для всего временного диапазона, в «новые значения x» вводим диапазон значений X, выделяем диапазон ячеек равный диапазону со значениями X с формулой в первой ячейке и нажимаем клавишу F2, а затем — клавиши CTRL + SHIFT + ВВОД.

4-й способ расчета значений линейного тренда в Excel — функция ПРЕДСКАЗ

Рассчитаем значения линейного тренда с помощью стандартной функции Excel:

=ПРЕДСКАЗ(x; известные значения y; известные значения x)

Вместо X поставляем номер периода, для которого рассчитываем значение тренда.

Вместо «известные значения y» — объёмы продаж за анализируемый период (фиксируем диапазон в формуле, выделяем ссылку и нажимаем F4);

«известные значения x» — это номера периодов для каждого выделенного объёма продаж.

3-й и 4-й способ расчета значений линейного тренда быстрее, чем 1 и 2-й, однако с его помощью невозможно управлять коэффициентами тренда, как описано в статье «О линейном тренде».

5-й способ расчета значений линейного тренда в Excel — Forecast4AC PRO

2. Заходим в меню программы и нажимаем «Start_Forecast». Значения линейного тренда рассчитаны.

Для расчета прогноза осталось применить к значениям трендов будущих периодов коэффициенты сезонности, и прогноз продаж с учетом роста и сезонности готов.

В следующих статье «Как самостоятельно сделать прогноз продаж с учетом роста и сезонности» мы:

О том, что еще важно знать о линейном тренде, вы можете узнать в статье «Что важно знать о линейном тренде».

Точных вам прогнозов!

Присоединяйтесь к нам!

Скачивайте бесплатные приложения для прогнозирования и бизнес-анализа:

• Novo Forecast Lite — автоматический расчет прогноза в Excel .
• 4analytics — ABC-XYZ-анализ и анализ выбросов в Excel.
• Qlik Sense Desktop и QlikView Personal Edition — BI-системы для анализа и визуализации данных.

Тестируйте возможности платных решений:

• Novo Forecast PRO — прогнозирование в Excel для больших массивов данных.

Получите 10 рекомендаций по повышению точности прогнозов до 90% и выше.

Функция НАКЛОН в Excel предназначена для определения угла наклона прямой, используемой для аппроксимации данных методом линейной регрессии, и возвращает значение коэффициента a из уравнения y=ax+b. Для определения наклона используются две любые точки на прямой. При этом вычисляется частное от деления длины отрезка, полученного при проецировании этих двух точек на ось Ординат (OY), на длину отрезка, образованного проекциями этих же двух точек на ось Абсцисс (OX).

Фактически, функция НАКЛОН вычисляет значение, которое характеризует скорость изменения данных вдоль линии регрессии. Зная наклон (коэффициент a) и значение коэффициента b можно рассчитать приближенные будущие значения какого-либо свойства y, которое меняется при изменении характеристики x.

Примеры использования функции НАКЛОН в Excel

Для расчета наклона линии регрессии используется уравнение:

где:

• x_ср – среднее значение для диапазона известных значений независимой переменной;
• y_ср – среднее значение для диапазона известных значений зависимой переменной.

Функция НАКЛОН не может быть использована для анализа коллинеарных данных и будет возвращать код ошибки #ДЕЛ/0! в отличие от функции ЛИНЕЙН, которая использует иной алгоритм расчета и возвращает как минимум одно полученное значение.

Пример 1. Определить наклон аппроксимирующей прямой для показателей средней пенсии на протяжении нескольких лет.

Вид исходной таблицы данных:

Для нахождения наклона используем следующую формулу:

Описание аргументов:

• B3:B13 – ссылка на диапазон ячеек, содержащих данные о средней пенсии, характеризующие зависимую переменную y;
• A3:A13 – диапазон ячеек с данными об отчетных периодах (годах), характеризующие независимую переменную x.

В результате вычислений получим:

Полученное значение свидетельствует о том, что на протяжении обозначенного периода размер пенсионных выплат в среднем увеличивался примерно на 560 рублей.



Прогноз объема продаж по линейно регрессии в Excel

Пример 2. В таблице Excel содержатся данные о прибыли за продажи некоторого продукта компании на протяжении последних нескольких дней. Рассчитать коэффициенты a и b уравнения прямой y=ax+b, аппроксимирующей данные. На основе полученного уравнения спрогнозировать данные о продажах для трех последующих дней.

Вид таблицы с данными:

Для нахождения коэффициента a используем следующую формулу:

=НАКЛОН(B3:B14;A3:A14)

Коэффициент b рассчитывается с помощью следующей функции:

=ОТРЕЗОК(B3:B14;A3:A14)

Искомое уравнение имеет вид:

y=1121,02x+17286,14

Для определения последующих значений y достаточно лишь подставить требуемое значение x. Выполним расчет предполагаемой прибыли для 13-го дня:

=$D$3*A15+$E$3

Описание аргументов:

• D3 – полученное значение коэффициента a;
• A15 – новое значение x;
• E3 – значение коэффициента b.

Используем функцию автозаполнения чтобы получить значения для остальных дней:

Анализ корреляции спроса и объема производства в Excel

Пример 3. В таблице содержатся данные о количестве произведенной продукции за месяц, а также о числе приобретенных товаров данной марки покупателями. Отобразить взаимосвязь между данными графически, определить, целесообразно ли использовать уравнение линейно регрессии для описания корреляции между спросом и числом произведенных товаров.

Вид таблицы данных:

Для определения зависимости между двумя рядами числовых данных рассчитаем коэффициент корреляции по формуле:

=КОРРЕЛ(B2:G2;B3:G3)

Полученное значение (0,983) свидетельствует о том, что между двумя числовыми диапазонами существует сильная прямая взаимосвязь. Поэтому целесообразно использовать аппроксимирующую прямую, для нахождения коэффициентов уравнения которой используем формулы:

=НАКЛОН(B3:G3;B2:G2)

=ОТРЕЗОК(B3:G3;B2:G2)

Для нахождения спроса на товары за июль при условии, что будет произведено, например, 2000 единиц продукции, используем полученное уравнение:

=B6*H2+B7

Полученное значение:

Альтернативным использованию функции НАКЛОН вариантом нахождения наклона в Excel является графический метод. Построим график на основе имеющихся данных, при этом для значений X выберем диапазон ячеек со значениями числа произведенных товаров, а для Y – с числом купленных товаров:

Отобразим на графике линию тренда:

В меню «Формат линии тренда» установим флажок напротив пункта «показывать уравнение на диаграмме»:

График примет следующий вид:

Как видно, найденные коэффициенты a и b соответствуют отображаемым на графике.

Особенности использования функции НАКЛОН в Excel

Функция имеет следующий синтаксис:

=НАКЛОН(известные_значения_y;известные_значения_x)

Описание аргументов (все являются обязательными для заполнения):

• известные_значения_y – аргумент, принимающий массив числовых значений или ссылку на диапазон ячеек, которые содержат числа, характеризующие значения зависимой переменной y, которые определены для известных значений x;
• известные_значения_x – аргумент, который может быть указан в виде массива чисел или ссылки на диапазон ячеек, содержащих числовые значения, которые характеризуют известные значения независимой переменной x.

Примечания:

1. В качестве аргументов должны быть переданы массивы чисел либо ссылки на диапазоны ячеек с числовыми значениями или текстовыми строками, которые могут быть преобразованы к числам. Строки, не являющиеся текстовыми представлениями числовых данных, а также логические ИСТИНА и ЛОЖЬ в расчете не учитываются.
2. Если в качестве аргументов были переданы массивы, содержащие разное количество элементов, или ссылки на диапазоны с разным количеством ячеек, функция НАКЛОН вернет код ошибки #Н/Д. Аналогичный код ошибки будет возвращен в случае, если оба аргумента принимают пустые массивы или ссылки на диапазоны пустых ячеек.
3. Если оба аргумента ссылаются на нечисловые данные, функция НАКЛОН вернет код ошибки #ДЕЛ/0!.
4. Если в диапазоне, переданном в качестве любого из аргументов, содержатся пустые ячейки, они игнорируются в расчете. Однако ячейки, содержащие значение 0 (нуль) будут учтены.

Наклон линии линейной регрессии выражает наилучшее предсказание зависимой переменной (Y) по независимым перемен­ным (X).

Это цифра, означающая уровень корреляции переменных X и Y. Грубо говоря, с помощью этого мы можем понять как изменится зависимая переменная, если мы поменяем независимую.

Всего в Excel есть два метода нахождения этой переменной.

• С помощью функции НАКЛОН;
• С помощью диаграммы.

В этой статье я продемонстрирую вам оба этих способа.

Что такое наклон линии линейной регрессии?

Наклон линии линейной регрессии — это численное значение, которое указывает на то, как два числовых значения(часто их называют переменными X и Y) зависят друг от друга, если точнее то одна из них зависимая переменная, а другая независимая.

К примеру, мы имеем информацию о возрасте людей и их среднем месячном доходе. Если мы будем вычислять для них наклон линии регрессии, он покажет есть ли связь между этими двумя параметрами.

«Наклон» бывает положительный, либо отрицательный.

В данной ситуации мы имеем положительный наклон, это значит что есть положительная связь между возрастом людей и их зарплатой. Из этого значения наклона мы можем понять, что в среднем при увеличении возраста человека на 1 год, он зарабатывает на 1007,54 больше.

Кроме наклона линии, есть кое-что еще интересное, это функция ОТРЕЗОК.

Проще всего объяснить так:

Y = НАКЛОН*X + ОТРЕЗОК

В прошлом шаге мы рассчитали наклон линии, но чтобы вычислить значение Y, нам нужно знать еще и ОТРЕЗОК.

Я также продемонстрирую вам как вычислять и ОТРЕЗОК.

С помощью функции НАКЛОН

С помощью функции НАКЛОН можно рассчитать наклон линии, это стандартный способ.

Нам нужно просто указать значение независимой и зависимой переменных. Далее функция сделает все сама.

Составление формулы для функции НАКЛОН

Формула функции выглядит следующим образом:

=НАКЛОН(Y; X)  

Аргументы функции X и Y состоят из диапазона ячеек для которых нужно определить зависимость.

Не забывайте, что первым аргументом функции является Y, а вторым уже X. Если вы забудете об этом, то получите неправильный результат.

Допустим, у нас есть таблица, как на картинке. X в данном случае это возраст человека, а Y — его зарплата.

Конкретно для нашего примера, функция примет следующий вид:

=НАКЛОН(B2:B11;A2:A11)  

Вычисление закончено. С помощью цифры, которую вывела наша функция, мы можем сказать, что в среднем, по этим данным, зарплата человека увеличивается на 1007,54 с каждым годом.

Расчет наклона тесно связан с еще одной важной величиной — ОТРЕЗКОМ.

Есть уравнение:

Y = Наклон*X + Отрезок

В нашем примере мы вычислили наклон линии, но чтобы знать значение Y для абсолютно любого X, мы должны знать еще и значение отрезка.

Вычислить его, мы можем с помощью специальной функции в Excel:

=ОТРЕЗОК(B2:B11;A2:A11)  

Итак, уравнение, которое мы показывали выше, теперь, принимает такую форму:

Y = 1007,54*X + 8744,537

На данный момент, зная возраст человека, мы уже можем сказать, сколько будет его средняя зарплата. Подставим все значения, в наше уравнение:

Y =1007,54*37 + 8744,537  

Оба параметра, которые мы с вами научились вычислять, могут быть как положительными, так и отрицательными.

Инструкция по использованию функции НАКЛОН и ОТРЕЗОК

Мы с вами уже научили вычислять значения обеих функций, но есть кое-что о чем нужно знать:

• Аргументы обеих функций могут быть только числовыми.
• В этом случае, Excel не будет игнорировать нули, они участвуют во всех операциях.
• Важный момент, что в первом и втором аргументе должен быть одинаковый по количеству ячеек диапазон, иначе Excel будет возвращать вам ошибку.
• Также, в диапазоне ячеек должно быть больше, чем одна ячейка.

С помощью диаграммы

В случае если вам нравится использовать диаграммы, можно использовать эту функцию построения диаграммы в Excel чтобы вычислить НАКЛОН и ОТРЕЗОК.

Допустим, у нас есть все та же табличка с данными, которую мы использовали в первом способе.

Чтобы построить диаграмму, следуйте пошаговому руководству:

• Выделите диапазон ячеек, которые будут являться зависимыми и независимыми переменными .
• Щелкните на раздел «Вставка» в меню Excel.

• Выберите функцию «Вставить диаграмму».
• И укажите, что вам нужна точечная диаграмма.

• Теперь Excel построит вам график, где будут соответствующие значения X и Y.

• Чтобы получить более детальную информацию, нажмите правой кнопкой мышки на любую из точек на графике. И щелкните на функцию «Добавить линию тренда». Откроется панель «Формат области построения».

• На этой панели, вам нужно поставить галочку на параметре «показывать уравнение на диаграмме».

Теперь на этой диаграмме нам показывает полную информацию по наклону линии и отрезку.

На графике, вы увидите точно такое же уравнение, которое мы составляли в прошлом способе.

y =1007,5x + 8744,5  

Вот:

• 1007,5 — наклон линии линейной регрессии
• 8744,5 — отрезок линии линейной регрессии

Если, в вашем случае, получилось положительное значение наклона, то вы увидите что линия направлена вверх, если же отрицательное, то вниз.

Что ж, вот и все. Оба этих способа довольно простые, но я все же рекомендую вам использовать диаграмму. Потому что на графике вы можете увидеть как располагаются имеющиеся точки данных.

И к тому же, я думаю, этот способ будет гораздо быстрее, чем вариант с помощью формул.

Это были 2 простых метода, как можно рассчитать параметры наклона линии регрессии и отрезка в Excel.

Надеюсь, вам помогло данное руководство!

Тренд — это наше все. Весь технический анализ, его базис (теория Доу), все это основано на ключевом понимании того, что цена всегда, так или иначе, движется в трендах. И нет более простого способа их определить, нежели простые линии тренда.

Построение линии тренда

Линия строится крайне просто, если не сказать — примитивно. Ее и ребенок нарисует. Берется одно минимальное или максимальное значение и соединяется с другим, после чего линия тянется дальше. Вуаля — наша трендовая линия готова.

Для ее построения нужно два максимальных или минимальных значения. Запомните:

• для тренда вверх линия рисуется внизу;
• для тренда вниз – вверху.

Линия тренда вверх:

Линия тренда вниз:

Основная функция линий тренда — это работа в качестве поддержки и сопротивления. До тех пор, пока цена находится над линией тренда при ее росте и под линией тренда при ее падении, тренд считается сильным и устойчивым. Там же можно ожидать и «отскоки» цены от этих наклонных уровней.

Когда же цена нахально пересекла линию – значит тренд завершен.

Эффективность линий тренда

Изначально мы используем всего две точки, чтобы нарисовать линию. Чем больше таких точек применяется для построения линии, тем более устойчивым является уровень поддержки или сопротивления, что такая линия создает.

Иногда найти две точки для построения линии не так просто. И это правда, порой цена ведет себя так, что там попросту нет, за что зацепиться. Если это именно ваш случай, не пытайтесь скрестить ежа с ужом. Линия тренда должна быть красивой и понятной, не надо ее додумывать или пытаться цену «заставить» соответствовать этой линии.

Классическое правило построения линии тренда следующее:

Линия строится на двух точках, третья точка ее подтверждает.

Выглядит это вот так:

Расположение зон контакта на линии

А где должны находиться эти зоны? Не слишком далеко друг от друга, но и не слишком близко. Конкретное расстояние будет зависеть от используемого таймфрейма, движения цены да и просто субъективных предпочтений. Если оба максимальных значения находятся слишком близко друг к другу, действие такой линии может быть весьма сомнительным.

У идеальной линии точки 1 и 2 находятся на определенном расстоянии друг от друга. А вот ниже пример совсем неважнецкий. Как видите, линию пришлось потом перерисовывать, ибо толку с нее не оказалось никакого. Точки 1 и 2, на основе которых мы ее построили, были слишком близки друг к другу.

Угол наклона

По мере того, как увеличивается угол наклона линии тренда, ее работа в качестве поддержки или сопротивления может весьма пострадать. Чем более крутым является такой угол, тем менее надежной будет линия. И хотя она может быть построена, казалось бы, на нормальных точках, отработка как поддержки или сопротивления будет не самой очевидной.

Вот, скажем, хороший пример. Линия тренда расположена под достаточно крутым углом. Видим, казалось бы, 4 касания за 5-месячный период.

Однако, определить точность этого касания весьма сложно. Не забываем, мы-то сейчас все хорошо видим на истории, но что мы бы делали в точке 3, где цена вовсе не коснулась линии тренда? На чем бы мы тогда основывали свой вход?

Влияет на линию, разумеется, сам график и метод его отображения. Скажем, на широких графиках линии тренда под крутым углом встречаются куда реже. Да и вообще, отображение графиков на широкоформатных мониторах и мониторах формата 4:3 отличается кардинально, что тоже стоит принимать во внимание.

Внутренние линии тренда

Порой точки, которые мы соединяем, четко не совпадают, хоть ты тресни. Или угол наклона слишком крутой, или точки контакта слишком рядом, или вот так просто получилось. На рынке бывает разная волатильность и когда цена крайне «нервная», случаются сюрпризы, цена своими тенями пробивает линию в разных местах и всячески капризничает.

Один из способов с этим всем справиться — это внутренние линии тренда. С хорошей линией тренда все понятно — она красивая и простая:

А вот с этим безобразием что делать? Мы соединили две вершины, однако затем цена отскочила совсем не там, где эта линия проходила, а существенно выше. Так часто бывает на ценовых кластерах — зонах, где цена любит сосредотачиваться определенный период времени.

Вот чтобы справиться с этой неприятной ситуацией можно либо перерисовать линию тренда, либо добавить вторую. И, как видим на рисунке выше, она отработает как нужно.

Пробой линии тренда

Линии тренда, будучи отличным инструментом, все равно уступают горизонтальным линиям поддержки и сопротивления, чаще генерируя ложные сигналы.

Решить эту проблему помогают те самые линии поддержки и сопротивления. Никто не мешает вам к линии тренда добавить горизонтальную поддержку, как на примере ниже, что отлично сочетается с трендом.

В данном случае, поддержка рисовалась от нового максимального уровня, пересекла линию тренда аккурат в точке 4 и дальше отработала как поддержка от пинбара. Отличная торговая ситуация.

Сколько нужно трендовых линий

Сколько их вообще наносить на график, одну или несколько? Вот такой экстравагантный вариант частенько встречается на графиках:

Насколько он полезен? Такой график имеет право на жизнь, но лично мне нравится куда более простой вариант. Не стоит превращать график в картину Пикассо.

Эффективное использование линий тренда

Чтобы использовать эти линии во всей красе, чтобы они стали действительно полезными линиями поддержки и сопротивления — нужно запастись терпением, подключить свою наблюдательность и скрупулезно составить варианты, где:

• линия тренда отрабатывает как поддержка или сопротивление;
• линия пробивается;
• линия с ложным пробоем.

Для каждого из этих сценариев есть различные методики подтверждения. Это использование японских свечей и свечных комбинаций, разнообразные индикаторы, графические фигуры и самые разнообразные методы технического анализа.

Смотрите на все:

• какие свечи были на пробое, ложном пробое, отскоке;
• какие свечи были до того;
• на каком таймфрейме это происходило чаще или реже;
• были ли новости, если да, то какие?
• используются ли горизонтальные линии поддержки и сопротивления?
• используется ли какой-то индикатор для подтверждения, он помогает или мешает?

И так далее. Именно так создается своя торговая система под каждый инструмент.

Универсального, единственного метода определить, когда цена «отпружинит» от линии, а когда нет — не существует, но в техническом анализе предостаточно методик, которые позволяют разработать свое понимание этого процесса.

Отрабатывайте линии

Основные проблемы новичков лишь в том, что они не в состоянии потратить хотя бы месяц на отработку таких линий или других инструментов теханализа. Не могут нарисовать несколько сотен/тысяч таких линий в подходящих и заведомо некорректных ситуациях. Они банально не тратят время, что нужно потратить для практического изучения таких примитивнейших и, одновременно, сильных инструментов.

Между тем в трейдинге, в ручной торговле, основные деньги делаются именно на базовых вещах. Услышав это, новички рисуют линии тренда и… сразу же теряют деньги, ибо не умеют определить ложный ли это пробой, пробой ли вообще либо обычный откат по тренду. Только практикой вы сможете набрать необходимый опыт для идентификации подобных ситуаций.

Не будет многочасовой практики, не будет сотен часов, потраченных на нее — не будет и денежек. И винить потом линии тренда в том, что они какие-то “неправильные” не нужно — причина заключается лишь в прокладке между стулом и клавиатурой. У которой есть уши и весьма наивное представление о трейдинге.

Не будьте лупоглазиками, отрабатывайте каждый инструмент технического анализа, пока он вам не начнет сниться. И тогда он действительно раскроется такой стороной, что позволит его успешно применять. Пишешь это и думаешь, черт возьми, какая это банальность… но почему же никто ее не понимает?

Вот скажешь человеку: «Эй, на линиях тренда делают миллионы». И знаете что будет? Человек пару дней с энтузиазмом их чертит. У него сразу не получается, он их тут же бросает. Вот это страсть, вот это воля к победе!

А если бы я сказал, что линии тренда надо полгода чертить, прежде чем что-то будет получаться – энтузиазм, постой, куда это ты сразу испаряешься? Как обычно, жажда быстрых доходов и неумение практиковать базовые основы теханализа приводят к тому, что брокер будет сидеть и злобно хихикать.

Не надо его радовать тем, что не хватает терпения для отработки важных инструментов, таких как линии тренда. Это очень, очень важный и нужный инструмент. Уделите ему максимум внимания.

Подробнее линии тренда рассматриваются в переведенной для Бингуру школе Принга, см. Линии тренда: забытые основы.

• Назад: Точки пивот
• Вперед: Скользящие средние