Co je vyhlazování dat?
Vyhlazování dat se provádí pomocí algoritmu, který odstraňuje šum z datové sady. To umožňuje, aby důležité vzory jasněji vynikly.
Vyrovnávání údajů lze využít k pomoci při predikci trendů, například těch, které se vyskytují v cenách cenných papírů, jakož i v ekonomické analýze. Vyrovnávání údajů má za cíl ignorovat jednorázové odlehlé hodnoty a zohlednit dopady sezónnosti.
Klíčové způsoby
Pochopení vyhlazování dat
Když jsou data kompilována, lze s nimi manipulovat, aby se odstranila nebo snížila jejich volatilita nebo jiný typ šumu. Tomu se říká vyhlazování dat.
Myšlenka vyhlazování dat spočívá v tom, že dokáže identifikovat zjednodušené změny s cílem pomoci předvídat různé trendy a vzorce. Funguje jako pomůcka pro statistiky nebo obchodníky, kteří se potřebují podívat na spoustu dat – která mohou být často složitě strávitelná – aby našli vzorce, které by jinak neviděli.
Pro vysvětlení pomocí vizuálního znázornění si představte jednoletý graf pro akcie společnosti X. Každý jednotlivý horní bod na grafu pro akcie může být snížen a zároveň zvýšen o všechny spodní body. To by vytvořilo hladší křivku, a tím by pomohlo investorovi vytvořit předpovědi o tom, jak by se akcie mohly v budoucnu vyvíjet.
Vyhlazená data jsou obecně ekonomy preferována, protože lépe identifikují změny trendů ve srovnání s nevyhlazenými daty, která se mohou jevit více nevyzpytatelná a vytvářet falešné signály.
Zvláštní úvahy
Metody vyhlazování dat
Existují různé metody, ve kterých lze vyhlazování dat provádět. Některé z nich zahrnují metodu randomizace, použití náhodné procházky, výpočet klouzavého průměru nebo provedení jedné z několika exponenciálních technik vyhlazování.
Jednoduchý klouzavý průměr (SMA) přikládá stejnou váhu jak nedávným cenám, tak cenám historickým, zatímco exponenciální klouzavý průměr (EMA) přikládá větší váhu nedávným cenovým údajům.
Model náhodné chůze se běžně používá k popisu chování finančních nástrojů, jako jsou akcie. Někteří investoři se domnívají, že neexistuje žádný vztah mezi minulým pohybem ceny cenného papíru a jeho budoucím pohybem. Vyhlazení náhodné chůze předpokládá, že budoucí datové body se budou rovnat poslednímu dostupnému datovému bodu plus náhodné proměnné. Technici a fundamentální analytici s touto myšlenkou nesouhlasí; věří, že budoucí pohyby lze extrapolovat zkoumáním minulých trendů.
Často používaný v technické analýze, klouzavý průměr vyhlazuje cenovou akci, zatímco odfiltruje volatilitu z náhodných cenových pohybů. Tento proces je založen na minulých cenách, což z něj dělá trend sledující – nebo zaostávající – indikátor. Jak je vidět v cenovém grafu níže, klouzavý průměr (EMA) má obecnou podobu a trend základních denních cenových údajů, zobrazených svícny. Čím více dní je začleněno do klouzavého průměru, tím více se přímka vyhlazuje.
Výhody a nevýhody vyhlazování dat
Vyhlazování dat lze využít k identifikaci trendů v ekonomice, u cenných papírů, jako jsou akcie, a nálady spotřebitelů. Vyhlazování dat lze využít i pro jiné podnikatelské účely.
Ekonom může například vyhladit data, aby provedl sezónní úpravy u určitých ukazatelů, jako jsou maloobchodní tržby, snížením odchylek, které mohou nastat každý měsíc, jako jsou prázdniny nebo ceny plynu.
Používání tohoto nástroje má však i své nevýhody. Vyhlazování dat ne vždy poskytuje vysvětlení trendů nebo vzorů, které pomáhá identifikovat. Může také vést k tomu, že určité datové body budou ignorovány zdůrazněním jiných.
Pomáhá identifikovat reálné trendy eliminací šumu z dat
Umožňuje sezónní úpravy ekonomických údajů
Snadno dosažené pomocí několika technik včetně klouzavých průměrů
Vyhlazení může zdůraznit předsudky analytiků a ignorovat outliery, které mohou být smysluplné
Příklad vyhlazování dat ve finančním účetnictví
Často citovaným příkladem vyhlazování dat v podnikovém účetnictví je tvorba opravné položky na pochybné účty změnou výdajů na nedobytné pohledávky z jednoho vykazovaného období do druhého. Společnost například očekává, že neobdrží platbu za určité zboží za dvě účetní období; 1 000 dolarů v prvním vykazovaném období a 5 000 dolarů ve druhém vykazovaném období.
Pokud se očekává, že první vykazované období bude mít vysoký příjem, může společnost zahrnout celkovou částku 6000 dolarů jako příspěvek na pochybné účty v tomto vykazovaném období. To by zvýšilo náklady na nedobytné pohledávky ve výsledovce o 6000 dolarů a snížilo čistý příjem o 6000 dolarů. Tím by se vyhladilo období s vysokými příjmy snížením příjmu. Je důležité, aby společnosti používaly úsudek a metody právního účetnictví při úpravě jakýchkoli účtů.