Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Aluno: RAFAEL HUTTNER KFIATKOVSKI - 1982834 • Média móvel: A média móvel é uma técnica usada para analisar dados em um intervalo de tempo. É aplicada nas finanças e principalmente na análise técnica. O principal objetivo da média móvel simples é fornecer o valor médio da cotação dentro de um determinado período. Assim, para cada valor incluído no cálculo da média, o valor mais antigo é excluído. Na média móvel simples (SMA), cada dado utilizado no cálculo da média terá o mesmo peso. Em outras palavras, a média móvel simples é calculada adicionando-se os preços (geralmente os preços de fechamento) para um número de períodos (horas, dias, semanas, etc) e dividindo-se esse valor pelo número de períodos. Na análise técnica, existem alguns valores populares para x como 10 dias, 40 dias ou 200 dias. O período selecionado dependerá do tipo de movimento no qual o investimento está sendo baseado: curto, médio ou longo prazo. Em qualquer caso, a média móvel será interpretada como suporte em um mercado em ascensão, ou como resistência em um mercado em queda. Através da intersecção entre a cotação e a média móvel, sinais de compra e venda são produzidos. Se a cotação “cortar” a média móvel para cima, esse será um sinal de compra. Se o oposto ocorrer, ou seja, se a cotação “cortar” a média móvel para baixo, esse será um sinal de venda. A média móvel segue uma tendência. Ela não permite uma antecipação das mudanças nas tendências. Com isso, as médias móveis apresentarão sinais de mudanças nas tendências só depois que o movimento já tiver começado. Alguns estudiosos afirmam que, pelo fato de apenas reagirem a uma tendência, as médias móveis não devem ser utilizadas em todos os momentos. O mercado financeiro, muito frequentemente, se apresenta na forma de acumulação na qual ele se move lateralmente entre os limites de preço. Quando isso ocorre, a utilização das médias só será possível em pequenos espaços de tempo e, mesmo assim, existirá a possibilidade de uma interpretação errônea dos resultados, pois não existe claramente a definição de uma tendência. • Média móvel ponderada: A média ponderada é qualquer média que multiplica fatores para fornecer diferentes pesos para diferentes dados. Na análise técnica, a média móvel ponderada (WMA) representa, especificamente, o valor de pesos que diminuem aritmeticamente. Assim, em um dia x, a WMA do último dia tem peso x, do penúltimo dia tem peso x-1 e assim sucessivamente até o dia 0. A média móvel ponderada é utilizada para "solucionar" o problema de igualdade de pesos. Este indicador é calculado através da soma de todos os preços de fechamento dividido por um certo período de tempo e os multiplicando pela soma dos valores (pesos) de cada dia. Por exemplo, para uma média ponderada de cinco dias, o preço de fechamento de hoje será multiplicado por cinco, o de ontem por quarto e assim por diante até que o primeiro dia na escala do período seja alcançado. Esses valores são então somados e divididos pela soma dos multiplicadores. A média móvel ponderada é calculada através da definição do fator peso n para cada dia em uma média móvel de d dias. Dessa forma, em uma média móvel pesada de d dias, o último dia terá peso n, o penúltimo terá peso n-1, e assim sucessivamente. Considerando isso, tem-se que a média móvel ponderada para o dia d será: • Média exponencial móvel: Na média exponencial móvel, o peso de cada observação decresce no tempo em progressão geométrica, ou de forma exponencial. Em sua forma de apresentação mais simples, cada nova previsão é obtida com base na previsão anterior, acrescida do erro cometido na previsão anterior, corrigido por um coeficiente de ponderação. A equação a seguir apresenta esta situação. Onde: Mt = previsão para o período t; Mt–1 = previsão para o período t – 1; α = coeficiente de ponderação; Dt–1 = demanda do período t – 1. O coeficiente de ponderação (α) é fixado pelo analista dentro de uma faixa que varia de 0 a 1. Quanto maior seu valor, mais rapidamente o modelo de previsão reagirá a uma variação real da demanda. Se o valor de α for muito grande, as previsões ficarão muito sujeitas às variações aleatórias da demanda. Se, ao contrário, o valor de α for muito pequeno, as previsões poderão ficar defasadas da demanda real. Os valores normalmente usados para α variam de 0,05 a 0,50. Os pacotes computacionais que trabalham com estes modelos incluem simulações para ajustar o nível de α de maneira a reduzir o erro de previsão. • Modelos de tendência: A tendência refere-se ao movimento gradual de longo prazo da demanda. O cálculo da estimativa da tendência é realizado pela identificação de uma equação que descreva este movimento. A plotagem dos dados passados permitirá a identificação desta equação. Esta equação pode ser linear ou não linear (exponencial, parabólica, logarítmica etc.), porém, devido à facilidade de uso e maior aplicabilidade, se restringirá aqui a analisar a tendência linear; as demais são obtidas de forma análoga. Será utilizada, para exemplificar as técnicas de previsão da tendência, a série de demandas para 24 períodos obtida no Jogo LSSP_PCP1 para a demanda média da família Piquet, com tendência linear decrescente. Existem duas técnicas mais importantes que podem ser empregadas para tratar previsões de demanda com componentes de tendência linear. Uma delas está baseada na equação linear como forma de previsão, e a outra está baseada no ajustamento exponencial para se obter o componente de tendência. Figura: Demanda (média) da família Piquet do Jogo LSSP_PCP1. Uma equação linear possui o formato da equação: Y = a + bX Onde: Y = previsão da demanda para o período X; a = ordenada à origem, ou intercessão no eixo dos Y; b = coeficiente angular; X = período (partindo de X = 0) para previsão. Empregando-se os dados históricos da demanda, os coeficientes b e a podem ser obtidos através de: Onde: n = número de períodos observados. • Modelos de sazonalidade: A sazonalidade caracteriza-se pela ocorrência de variações, para cima e para baixo, a intervalos regulares nas séries temporais da demanda. Deve existir uma razão plausível para a ocorrência, e posterior repetição, dessas variações. O período de ocorrência da sazonalidade pode ser anual (por exemplo, a demanda por ar-condicionado), mensal (por exemplo, atendimento bancário no final do mês), semanal (por exemplo, aumento do número de atendimentos em um restaurante no final de semana), ou até diário (por exemplo, o fluxo de veículos no horário do rush). A sazonalidade é expressa em termos de uma quantidade, ou de uma percentagem, da demanda que se desvia dos valores médios da série. Caso exista tendência, ela deve ser considerada. O valor aplicado sobre a média, ou a tendência, é conhecido como índice de sazonalidade (IS). A forma mais simples de considerar a sazonalidade nas previsões da demanda consiste em empregar o último dado da demanda, no período sazonal em questão, e assumi-lo como previsão. Por exemplo, a demanda por casacos em julho deste ano seria igual à demanda de julho do ano passado. Se existir tendência, ela deverá ser adicionada, ou retirada, do valor obtido. Porém, a forma mais usual de inclusão da sazonalidade nas previsões da demanda consiste em obter o índice de sazonalidade para os diversos períodos, empregando a média móvel centrada, e aplicá-los sobre o valor médio (ou tendência) previsto para o período em questão. Serão utilizadas, para exemplificar as técnicas de previsão da sazonalidade, as séries de demandas para 24 períodos ilustradas no gráfico abaixo. Como pode ser visto nessa figura, a série denominada D. Real 1 possuiapenas sazonalidade com um ciclo de nove períodos, enquanto a série D. Real 2, obtida no Jogo LSSP_PCP1 para a demanda média da família Maxim apresenta sazonalidade com um ciclo de seis períodos com tendência crescente. As técnicas para prever essas duas variações de sazonalidade serão discutidas a seguir. Figura: Demandas com sazonalidade Referências Bibliográficas: TUBINO, Dalvio Ferrari - Planejamento e controle da Produção – Teoria e Prática CHIAVENATO, Idalberto – Planejamento e controle da Produção LOBO, Renato Nogueirol; SILVA, Damião Limeira da Silva – Planejamento e controle da produção Fórmula Média Móvel Ponderada Previsão Demanda. Disponível em: <https://economia.culturamix.com/medidas/formula-media-movel-ponderada- previsao-demanda>. Aceso em 08/11/2019. Fins acadêmicos. Análise de séries temporais. Disponível em: <https://www.inf.ufsc.br/~marcelo.menezes.reis/Cap4.pdf>. Acesso em 08/11/2019. Fins acadêmicos. Administração de material e patrimônio. Disponível em : <http://igepp.com.br/uploads/arquivos/igepp_-_bacenii_aula_05_arm_- _parte_1_gilberto_porto_240713.pdf>. Acesso em 08/11/2019. Fins acadêmicos.
Compartilhar