Exponential smoothing prediction method是FRM考試金融知識點,備考中考生一定要掌握其相關內容,下文是對基本內容內容的介紹,希望對你有所幫助!

Exponential smoothing prediction method是指數平滑預測法,指以某種指標的本期實際數和本期預測數為基礎,引入一個簡化的加權因子,即平滑系數,以求得平均數的一種時間序列預測法。即對離預測期較近的歷史數據給予較大的權數,權數由近到遠按指數規律遞減的一種特殊的加權平均法。>>>點擊領取2021年FRM備考資料大禮包(戳我免·費領取)

時間序列是指同一變量按事件發生的先后順序排列起來的一組觀察值或記錄值。構成時間序列的要素有兩個:其一是時間,其二是與時間相對應的變量水平。 實際數據的時間序列能夠展示研究對象在一定時期內的發展變化趨勢與規律,因而可以從時間序列中找出變量變化的特征、趨勢以及發展規律,從而對變量的未來變化進行有效地預測。

時間序列預測法的基本特點是

假定事物的過去趨勢會延伸到未來;預測所依據的數據具有不規則性;撇開了市場發展之間的因果關系。>>>7月FRM成績查詢提醒!一鍵預約!!

時間序列預測的主要方法:平均(平滑)預測法、長期趨勢預測法、季節變動預測法、指數平滑預測法。

產生背景:指數平滑由布朗提出,他認為時間序列的態勢具有穩定性或規則性,所以時間序列可被合理地順勢推延;他認為zui近的過去態勢,在某種程度上會持續的未來,所以將較大的權數放在zui近的態勢。添加微信了解詳情

基本原理:指數平滑法是移動平均法中的一種,其特點在于給過去的觀測值不一樣的權重,即較近期觀測值的權數比較遠期觀測值的權數要大。根據平滑次數不同,指數平滑法分為一次指數平滑法、二次指數平滑法和三次指數平滑法等。但它們的基本思想都是:預測值是以前觀測值的加權和,且對不同的數據給予不同的權數,新數據給予較大的權數,舊數據給予較小的權數。

FRM考試的知識點內容就分享這么多,學員如果還有更多的內容想要學習,可以在線咨詢老師或者添加老師微信(rongyuejiaoyu)。