Algorytm Algorytmu Filtrowania Wykładniczo Przeciętnego

Zasadniczo mam tablicę wartości takich jak this. The powyżej tablicy jest uproszczony, I m zbieranie 1 wartość na milisekundy w moim rzeczywistym kodzie i trzeba przetworzyć wyjście na algorytm I napisał, aby znaleźć najbliższy szczyt przed punktem w czasie Moje logika nie powiedzie się, ponieważ w moim przykładzie powyżej, 0 36 jest prawdziwym szczytem, ​​ale mój algorytm patrzył wstecz i zobaczył ostatnią cyfrę 0 25 jako szczyt, ponieważ istnieje spadek do 0 24 przed nim. Celem jest podjęcie tych wartości i zastosować algorytm do nich, które będą wygładzić je trochę tak, że mam bardziej liniowe wartości tj. chciałbym moje wyniki być curvy, a nie jaggedy. I ve powiedziano, aby zastosować wykładniczy ruchomy filtr średnich do moich wartości Jak mogę zrobić to To naprawdę trudne dla mnie do czytania równań matematycznych, ja zajmują dużo lepiej z kodu. Jak mogę przetworzyć wartości w mojej tablicy, stosując wykładniczą średnią ruchomą obliczyć nawet je out. asked Feb 8 12 na 20 27.To obliczyć mnożona średnia ruchoma, musisz zachować stan wokół i potrzebujesz parametru strojenia To wymaga małej klasy przy założeniu, że używasz Java 5 lub późniejszej. Zauważ, że parametr zaniku, jaki chcesz wzbogacić, powinien wynosić od 0 do 1, a potem użyć średniej do filtrowania. Kiedy czytasz stronę na temat matematyki nawracanie, wszystko, co musisz wiedzieć, kiedy zmienia to w kodzie, to że matematycy lubią pisać indeksy w tablicach i sekwencjach z indeksami dolnymi. Oni też kilka innych notacji, co nie pomaga. Jednak EMA jest całkiem prosta, jak tylko potrzebujesz aby zapamiętać jedną starą wartość, nie wymaga skomplikowanych tablic stanu. odpowiedzi 8 lutego w 20 42. TKKocheran Całkiem niezłe, jeśli rzeczy mogą być proste Jeśli zaczynasz z nową sekwencją, pobierz nowy ułamek Uwaga: pierwsze kilka terminów w uśredniona sekwencja skoknie trochę z powodu efektów granicznych, ale otrzymasz te z innymi średnikami ruchomymi zbyt. Jednak dobrą zaletą jest to, że można zawrzeć średnią ruchliwą logikę do uśrednionego i eksperymentu bez zakłócania t reszta twojego programu zbyt wiele osób z Donal'a 9 lutego 12 w 0 06. Mam trudności ze zrozumieniem pytań, ale spróbuję odpowiedzieć mimo wszystko.1 Jeśli twój algorytm znalazł 0 25 zamiast 0 36, to jest źle Nieprawidłowe, ponieważ zakłada się monotoniczny wzrost lub spadek, który zawsze się zmienia lub zawsze ustępuje Jeśli nie prześlesz wszystkie dane, punkty danych --- w miarę ich prezentacji --- są nieliniowe Jeśli naprawdę chcesz znaleźć maksimum wartość pomiędzy dwoma punktami w czasie, a następnie rozciąć tablicę od tmin do tmax i znajdź maksimum tej podbudówki.2 Teraz koncepcja przenoszenia średnich jest bardzo prosta wyobraź sobie, że mam poniższą listę 1 4, 1 5, 1 4, 1 5, 1 5 Mogę to wygładzić, biorąc średnio dwie liczby 1 45, 1 45, 1 45, 1 5 Zwróć uwagę, że pierwszy numer to średnia 1 5 i 1 4 sekundy, a pierwsza druga nowa lista jest średnia z 1 4 i 1 5 trzeciej i drugiej starej listy trzeciej nowej listy średnio 1 5 i 1 4 czwarte i trzecie, i tak dalej uczyniły to okresem trzy lub cztery lub n Zauważ, że dane są dużo gładsze Dobrym sposobem na wyświetlenie średnich ruchów w pracy jest przejście do Google Finance, wybierz czas, w którym próbują Tesla Motors dość niestabilne TSLA i kliknij Technicals na dole wykres Wybierz średnia ruchoma z danym okresem i Średnia ruchoma wykładnicza w celu porównania ich różnic. Średnia ruchoma jest równa kolejnym opracowywaniu tego faktu, ale ważenie starszych danych niższych niż nowe dane jest sposobem na przesuwanie wygładzania w kierunku tyłu Proszę przeczytać wpis Wikipedii. Więc to jest więcej komentarza niż odpowiedź, ale małe pole komentarza było tylko drobne. Powodzenia. Jeśli masz kłopoty z matematyką, możesz przejść prostą średnią ruchową zamiast wykładniczej otrzymasz wynik będzie ostatnia x wyrażona przez x niepotwierdzona pseudokodka. Zauważ, że będziesz musiał obsługiwać początek i koniec części danych, ponieważ wyraźnie możesz średnio 5 ostatnich warunków, gdy jesteś w Twoim drugim punkcie danych , re są bardziej efektywnymi sposobami obliczania tej średniej sumy ruchomej - najstarszej najnowszej, ale jest to pojęcie tego, co się dzieje. wartości w czasie z kompasu sprzętowego Kompas ten jest bardzo dokładny i bardzo często aktualizowany, co powoduje, że jeśli lekko się porusza, skończę z dziwną wartością, która jest niezgodnie z sąsiadami, chcę wygładzić te wartości. zrobiłem trochę czytania wokół, to okaże się, że to, czego chcę, to filtr górnoprzepustowy, filtr dolnoprzepustowy lub średnia ruchoma średnia ruchoma, z jaką mogę się dostać, po prostu zachowaj historię ostatnich 5 wartości lub cokolwiek i użyj średnia z tych wartości poniżej mojego kodu, gdzie kiedyś używałem najnowszej wartości. Co powinno, jak sądzę, wygładzić te chichoty, ale uderza mnie, że to prawdopodobnie dość nieefektywne, a to chyba jeden z tych Znane problemy odpowiednim programistom, do których jest naprawdę schludny rozwiązanie Clever Math. Jestem jednak jednym z tych okropnych samouczących programistów bez szorstkiej edukacji formalnej w czymkolwiek nawet niejasnym związku z CompSci czy Math Reading nieco sugeruje, że może to być wysokie lub niskie przechodzenie filtr, ale nie mogę znaleźć czegoś, co wyjaśnia w zrozumiałym dla hacku jak ja, jaki wpływ tych algorytmów będzie na tablicę wartości, nie mówiąc już, jak działa matematyka Odpowiedź udzielona tutaj na przykład technicznie odpowiada na moje pytanie , ale tylko w sensie zrozumiałym dla tych, którzy prawdopodobnie wiedzą, jak rozwiązać problem. Byłoby to bardzo piękne i sprytne osoby, które mogłyby wyjaśnić rodzaj problemu i jak działają rozwiązania, w rozumieniu zrozumiałego dla Arts graduate. asked Sep 21 10 at 13 01.Jeśli średnia ruchoma musi być długa, aby osiągnąć wymagany wygładzanie, a ty naprawdę nie potrzebujesz konkretnego kształtu jądra, to lepiej, jeśli użyjesz wykładniczej zanikając średnią ruchomej. Jeśli wybierzesz maleńki 1 - 1 n, to będzie miał taką samą wartość średnią jak okno o rozmiarze N, ale rozproszone inaczej niż starsze punkty. wartość średniej ruchomej zależy tylko od poprzedniej i Twoich danych, nie musisz trzymać kolejki ani niczego. I możesz to pomyśleć, robiąc coś w stylu: "Cóż, mam nowy punkt, ale naprawdę nie Zaufaj mi, więc będę trzymał 80 moich starych szacunków pomiaru i tylko ufał temu nowym punktom 20 To dość podobne do powiedzenia: Cóż, ufam tylko temu nowym punktom 20 i będę używać 4 inne punkty, które ufam tej samej kwocie, z wyjątkiem tego, że zamiast wyraźnie biorąc inne cztery punkty, zakładasz, że uśrednianie, które zrobiłeś kiedyś było sensowne, dzięki czemu można korzystać z poprzedniej pracy. Wiem, że to jest 5 lat późno, ale dzięki za niesamowitą odpowiedź ja pracuję nad grą, w której dźwięk zmiany opierają się na Twojej prędkości, ale dzięki uruchomieniu gry na komputerze z wolnym komputerem szybkość wahałaby się gwałtownie, co było dobre dla sterowania, ale denerwujące pod względem dźwięku To było naprawdę proste i tanie rozwiązanie tego, co myślałem byłby naprawdę złożonym problemem Adam 16 marca 15 w 20 20. Jeśli próbujesz usunąć okazjoną nieparzystą wartość, filtr dolnoprzepustowy jest najlepszy z trzech opcji, które zostały zidentyfikowane Filtry dolnoprzepustowe pozwalają na szybką zmianę takie jak spowodowane obracaniem kompasu ręcznie, a także odrzucenie szybkich zmian, na przykład spowodowanych uderzeniami na drodze, średnia ruchoma prawdopodobnie nie wystarcza, ponieważ efekty pojedynczego błysku w Twoim dane będą miały wpływ na kilka kolejnych wartości, w zależności od wielkości okna średniej ruchomej. Jeśli nieparzyste wartości są łatwo wykrywane, może być nawet lepiej z algorytmem usuwania glitch-a, który całkowicie je ignoruje. Oto wykres guick do zilustrowania. Pierwszym wykresem jest sygnał wejściowy z jednym nieprzyjemnym glitchem Drugi wykres pokazuje wpływ średniej ruchomej 10-próbki Wykres końcowy stanowi kombinację średniej 10 próbek i prostego algorytmu wykrywania nieprawidłowości pokazanego powyżej W przypadku wykrycia glitcha, próbki średnia jest używana zamiast rzeczywistej wartości. Miłość średnia mogę dostać się z, ale uderza mnie, że to prawdopodobnie dość nieefektywne. There naprawdę nie ma powodu średniej ruchomej powinien być nieskuteczny Możesz zachować liczbę punktów danych chcesz w niektórych bufor jak kolejka okrągła Na każdym nowym punkcie danych pojawia się najstarsza wartość i odejmuje ją od sumy, a następnie naciśnij ją do sumy Więc każdy nowy punkt danych naprawdę pociąga za sobą pop-push, dodawanie i odejmowanie Twoja średnia ruchoma jest zawsze tą przesuniętą sumą podzieloną przez liczbę wartości w buforze. Jest trochę trudniejsze, jeśli odbierasz dane równocześnie z wielu wątków, ale ponieważ dane pochodzą z urządzenia sprzętowego, które wydaje się wysoce wątpliwe dla mnie. Oh, a także okropne samouczących programistów zjednoczyć. Średnia ruchoma wydawała się dla mnie nieskuteczna, ponieważ trzeba przechowywać bufor wartości - lepiej po prostu zrobić kilka Clever Maths z wartością wejściową i bieżącą wartością roboczą Myślę, że to jak jest wykładnicza średnia ruchoma Optymalizacja widziałem dla tego rodzaju średniej ruchomej polega na użyciu kolejki o stałej długości wskaźnika do miejsca, w którym jesteś w tej kolejce, a po prostu owinięcie wskaźnika wokół lub jeśli Voila nie ma drogiego popu pop Moc do amatorzy, brat Henry Cooke 22 września w wieku 0 54. Henry Dla prostej średniej ruchomej potrzebujesz buforu po prostu, abyś wiedział, jaka wartość pojawi się, gdy następna wartość zostanie zepchnięta. Powiedział, że kolejka o stałej długości a wskaźnik, który opisujesz jest dokładnie tym, co miałem na myśli kolejka okrągła To dlatego powiedziałem, że nie jest efektywny Co myślisz, że mam na myśli A jeśli Twoja odpowiedź jest tablicą, która zmienia swoje wartości na każdym indeksowanym usunięciu, jak wektora std w C dobrze , th pl, tak się martwiłem, że nawet nie chcę z tobą rozmawiać Dan Tao 22 września 10 w 1 58. Henry Nie wiem o AS3, ale programista Java dostał kolekcje takie jak CircularQueue w jego dyspozycji nie jestem Programista Java więc jestem pewien, że istnieją lepsze przykłady tam, że właśnie to, co znalazłem z szybkiego wyszukiwania Google, który wykonuje dokładnie funkcje, o których mówimy, jestem pewien, większość języków średniej i niskiej jakości ze standardowymi bibliotekami mają coś podobnego np. w tam Queue T W każdym razie ja sam byłem filozofią, więc wszystko jest odpuszczone Dan Tao 22 września w wieku 12 44. Wyraźna rozpadająca się średnia ruchoma może być obliczona ręcznie z tylko tendencją, jeśli użyjesz odpowiednich wartości Zobacz za pomysł, jak to zrobić szybko za pomocą długopisu i papieru, jeśli szukasz wytworzonej wykładniczo średniej ruchomości z 10 wygładzaniem Ale ponieważ masz komputer, prawdopodobnie chcesz robić binarne przesunięcie, w przeciwieństwie do przesunięcia dziesiętnego. wszystko czego potrzebujesz to VA riable dla bieżącej wartości i dla przeciętnej Następnej średniej można obliczyć na podstawie tej odpowiedzi. Wrzesień 21 10 w 14 39.tam jest technika zwana bramką zakresową, która działa dobrze z próbkami fałszywymi w niewielkim stopniu, zakładając użycie jednego z techniki filtrujące wspomniane powyżej średnią ruchową, wykładniczą, gdy masz wystarczającą historię jedną Czasę Stałą możesz przetestować nową, przychodzącą próbkę danych dla rozsądku, zanim zostanie dodana do obliczeń. wiedząca wiedza o maksymalnej rozsądnej stawce zmiany sygnał jest potrzebny, próbka surowego jest porównywana z najnowszą wygładzoną wartością, a jeśli wartość bezwzględna tej różnicy jest większa od dozwolonego zakresu, próbkę tę wyrzucano lub zastąpiono niektórymi heurystykami, np. przewidywaną na podstawie różnic nachylenia lub wartość predykcyjna trendu z wygładzaniem dwukrotnie wykładowym. przy odpowiedzi na 30 kwietnia 16 w wieku 6 56. średnia ruchoma - EMA. BREAKING DOWN Średnia przemieszczeniowa - EMA. 12 i 26-dniowe EMA to najbardziej popularnych średnich krótkoterminowych i są wykorzystywane do tworzenia wskaźników, takich jak średnia ruchoma MACD i procentowy oscylator cen PPO Ogólnie, 50 i 200-dniowe EMA są wykorzystywane jako sygnały długoterminowych trendów. którzy stosują analizę techniczną, zauważają, że średnie ruchome są bardzo użyteczne i wnikliwe, gdy są stosowane prawidłowo, ale powodują spustoszenie, gdy są wykorzystywane niewłaściwie lub są błędnie interpretowane Wszystkie średnie ruchome powszechnie stosowane w analizie technicznej są ze swej natury wskaźnikami słabiej rozwiniętymi. W konsekwencji wnioski wyciągnięte z zastosowania ruchu średnia dla konkretnego wykresu rynkowego powinna być celem potwierdzenia ruchu na rynku lub wskazania jego siły. Bardzo często, kiedy ruchoma średnia linia wskaźników dokonała zmiany odzwierciedlającej znaczny ruch na rynku, optymalny punkt wejścia na rynek już się minął EMA służy do złagodzenia tego dylematu do pewnego stopnia ze względu na to, że obliczenia EMA wiążą się z nowymi danymi, przytulają akcję cenową nieco mocniej i dlatego reaguje szybciej Jest to poŜądane, gdy EMA jest wykorzystywany do pozyskiwania sygnału wejściowego do obrotu. Rozwiązanie EMA. Podobnie jak wszystkie średnie ruchome wskaźniki, są one znacznie lepiej dostosowane do tendencji rynków Gdy rynek jest w silnym i utrzymującym się trendzie wzrostowym linia wskaźników EMA pokaże również tendencję wzrostową i vice versa dla tendencji spadkowej Nadzorujący przedsiębiorca zwróci uwagę nie tylko na kierunek linii EMA, ale również na relację szybkości zmian z jednego paska do następnego Na przykład, gdy akcja cenowa silnej trendu zacznie się spłaszczać i odwrócić, tempo zmian EMA z jednego paska do drugiego zacznie się zmniejszać do czasu, gdy linia wskaźnika spłaszczy, a szybkość zmian będzie zero. Ze względu na opóźnienie skutku, w tym punkcie lub nawet kilku barach, działanie cenowe powinno się już odwrócić. Wynika z tego, że obserwowanie konsekwentnego zmniejszenia szybkości zmian EMA mogłoby być wykorzystane jako wskaźnik, który mógłby przeciwdziałają dylematom spowodowanym efektem opóźnienia przemieszczania się średnich Wykorzystania EMA. EMA są powszechnie stosowane w połączeniu z innymi wskaźnikami w celu potwierdzenia znacznych ruchów na rynku i pomiaru ich ważności Dla podmiotów gospodarczych, którzy prowadzą handel na rynku dziennym i szybko rozwijającym się, EMA jest bardziej skomplikowane Bardzo często handlowcy używają EMA do określania tendencji do zmian na rynku Na przykład, jeśli EMA na wykresie dziennym wykazuje silną tendencję wzrostową, strategia pośrednika pośrednika może polegać wyłącznie na długiej stronie na wykresie śródczasowym.