คำนวณ ชี้แจง เคลื่อนไหว เฉลี่ย จาวา

ฉันเป็นหลักมีอาร์เรย์ของค่าเช่นนี้อาร์เรย์ข้างต้นเป็น oversimplified ฉัน m เก็บ 1 ค่าต่อมิลลิวินาทีในรหัสจริงของฉันและฉันต้องดำเนินการออกในขั้นตอนฉันเขียนเพื่อหาจุดสูงสุดที่ใกล้เคียงที่สุดก่อนจุดในเวลา ตรรกะล้มเหลวเนื่องจากในตัวอย่างข้างต้นของฉัน 0 36 เป็นยอดจริง แต่อัลกอริทึมของฉันจะมองย้อนกลับไปและดูจำนวนสุดท้าย 0 25 เป็นยอดมากที่สุดเนื่องจากมี sa ลดลงเหลือ 0 24 ก่อนที่เป้าหมายจะใช้ค่าเหล่านี้ และใช้วิธีการที่พวกเขาซึ่งจะเรียบพวกเขาออก bit เพื่อให้ฉันมีค่าเชิงเส้นมากขึ้นเช่นฉันต้องการผลของฉันจะ curvy ไม่ jaggedy. I เคยได้รับการบอกให้ใช้ตัวกรองค่าเฉลี่ยชี้แจงค่าของฉันฉันจะ ทำอย่างนี้มันยากมากสำหรับผมที่จะอ่านสมการทางคณิตศาสตร์ผมจัดการที่ดีมากกับรหัสฉันจะประมวลผลค่าในอาร์เรย์ของฉันใช้การคำนวณค่าเฉลี่ยเคลื่อนที่ชี้แจงไปแม้พวกเขา out. asked กุมภาพันธ์ 8 12 ที่ 20 27 เมื่อต้องการคำนวณ ค่าเฉลี่ยเคลื่อนที่ที่ชี้แจงคุณต้องเก็บข้อมูลบางส่วนไว้รอบ ๆ และ คุณต้องการพารามิเตอร์การปรับค่านี้เรียกระดับเล็กน้อยสมมติว่าคุณกำลังใช้ Java 5 ขึ้นไประบุว่าพารามิเตอร์ที่สลายตัวที่คุณต้องการอาจใช้การปรับค่าควรอยู่ระหว่าง 0 ถึง 1 และใช้ค่าเฉลี่ยในการกรองเมื่ออ่านหน้าของคณิตศาสตร์บางส่วน สิ่งที่คุณจำเป็นต้องรู้จริงๆเมื่อเปลี่ยนเป็นรหัสเป็นที่ mathematicians ชอบเขียนดัชนีในอาร์เรย์และลำดับกับ subscripts พวกเขา ve notations อื่น ๆ ไม่กี่ที่ดีซึ่ง doesn t ช่วยอย่างไรก็ตาม EMA สวยง่ายๆตามที่คุณต้องการ จำได้ว่าค่าเก่าไม่มีอาร์เรย์ของรัฐที่ซับซ้อน required. rieded Feb 8 12 at 20 42 TKKocheran สวยมาก Isn t มันดีเมื่อสิ่งที่สามารถทำได้ง่ายถ้าเริ่มต้นด้วยลำดับใหม่ได้รับ averager ใหม่โปรดทราบว่าคำไม่กี่คำแรกใน ลำดับเฉลี่ยจะกระโดดไปรอบ ๆ เล็กน้อยเนื่องจากผลกระทบขอบเขต แต่คุณจะได้รับผู้ที่มีค่าเฉลี่ยเคลื่อนที่อื่น ๆ ด้วยอย่างไรก็ตามข้อได้เปรียบที่ดีคือคุณสามารถตัดตรรกะเฉลี่ยเคลื่อนที่ลงใน averager และทดสอบโดยไม่รบกวน t เขาส่วนที่เหลือของโปรแกรมของคุณมากเกินไป Donal Fellows กุมภาพันธ์ 9 12 ที่ 0 06.I am มีช่วงเวลาที่ยากเข้าใจคำถามของคุณ แต่ฉันจะพยายามตอบ anyway.1 หากอัลกอริทึมของคุณพบ 0 25 แทน 0 36 แล้วมันไม่ถูกต้อง มันไม่ถูกต้องเพราะจะถือว่าเพิ่มขึ้นหรือลดลง monotonic ที่มักจะขึ้นหรือมักจะไปลงถ้าคุณไม่เฉลี่ยข้อมูลทั้งหมดของคุณข้อมูลของคุณ --- จุดที่คุณนำเสนอพวกเขา --- ไม่เชิงเส้นถ้าคุณต้องการที่จะหาสูงสุด ค่าระหว่างสองจุดในเวลาแล้วชิ้นอาร์เรย์ของคุณจาก tmin เพื่อ tmax และหาสูงสุดของ subarray.2 ที่ตอนนี้แนวคิดของค่าเฉลี่ยเคลื่อนที่ง่ายมากคิดว่าฉันมีรายการต่อไปนี้ 1 4, 1 5, 1 4, 1 5, 1 5 ฉันสามารถเรียบออกโดยใช้ค่าเฉลี่ยของสองตัวเลข 1 45, 1 45, 1 45, 1 5 ขอให้สังเกตว่าหมายเลขแรกเป็นค่าเฉลี่ยของ 1 5 และ 1 4 วินาทีและหมายเลขแรกรายการใหม่ที่สอง เป็นค่าเฉลี่ยของ 1 4 และ 1 5 รายการเก่าที่สามและที่สองรายการใหม่ที่สามค่าเฉลี่ยของ 1 5 และ 1 4 4 และ 3 และอื่น ๆ ที่ฉันสามารถ ได้ทำให้มันเป็นระยะเวลาสามหรือสี่หรือ n สังเกตว่าข้อมูลมีความราบรื่นมากขึ้นวิธีที่ดีในการดูค่าเฉลี่ยเคลื่อนที่ในที่ทำงานคือไปที่ Google Finance เลือกสต็อกลองใช้ Tesla Motors volatile TSLA และคลิกเทคนิคที่ด้านล่าง แผนภูมิเลือก Moving Average กับช่วงเวลาหนึ่ง ๆ และค่าเฉลี่ยเคลื่อนที่แบบ Exponential เพื่อเปรียบเทียบความแตกต่างของค่าเฉลี่ยของค่าเฉลี่ยที่เป็นค่าลบนี้เป็นเพียงการอธิบายรายละเอียดอื่น ๆ แต่น้ำหนักข้อมูลเก่าน้อยกว่าข้อมูลใหม่นี้เป็นวิธีที่จะทำให้เกิดการปรับให้เรียบไปทางด้านหลัง โปรดอ่านรายการวิกิพีเดียดังนั้นนี่เป็นความคิดเห็นมากกว่าคำตอบ แต่กล่องความคิดเห็นเล็ก ๆ น้อย ๆ เป็นเพียงโชคเล็ก ๆ ถ้าคุณมีปัญหาเกี่ยวกับคณิตศาสตร์คุณสามารถไปกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายแทนการแทนดังนั้น ผลลัพธ์ที่คุณได้รับจะเป็นเงื่อนไข x ล่าสุดหารด้วย x pseudocode ที่ยังไม่ได้ตรวจสอบโปรดทราบว่าคุณจะต้องจัดการกับจุดเริ่มต้นและจุดสิ้นสุดของข้อมูลเนื่องจากคุณสามารถ t เฉลี่ย 5 คำสุดท้ายได้เมื่อคุณอยู่ในจุดข้อมูลที่ 2 ของคุณ , เป็นวิธีการที่มีประสิทธิภาพมากขึ้นในการคำนวณผลรวมรวมเฉลี่ยเคลื่อนที่นี้ - เก่าแก่ที่สุดที่ใหม่ที่สุด แต่นี่คือเพื่อให้ได้แนวคิดของสิ่งที่เกิดขึ้นข้ามตอบ 8 กุมภาพันธ์ที่ 20 41.Exponential Moving Average ค่าเฉลี่ยเคลื่อนที่ Exponential เฉลี่ย Exponential Moving แตกต่างจาก Simple Moving Average ทั้งโดยวิธีการคำนวณและในวิธีที่ราคามีการถ่วงน้ำหนักค่าเฉลี่ยการเคลื่อนที่แบบเสวนาที่สั้นลงไปที่ชื่อย่อ EMA มีค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักด้วย EMA การถ่วงน้ำหนักดังกล่าวเป็นไปได้ว่าราคาวันล่าสุดมีน้ำหนักมากขึ้น กว่าทฤษฎีเก่ากว่าทฤษฎีที่อยู่เบื้องหลังนี้ก็คือราคาล่าสุดถือว่ามีความสำคัญมากกว่าราคาที่สูงกว่าโดยเฉพาะอย่างยิ่งเมื่อค่าเฉลี่ยระยะยาวที่ยาวนานเช่น 200 วันมีน้ำหนักเท่ากับข้อมูลราคาที่มีอายุเกินกว่า 6 เดือนและอาจเป็น คิดว่าเป็นเพียงเล็กน้อย out-of-date การคำนวณของ EMA เป็นเพียงเล็กน้อยที่ซับซ้อนกว่า Simple Moving Average แต่มีข้อได้เปรียบที่บันทึกข้อมูลขนาดใหญ่ครอบคลุมแต่ละและ eve ry ปิดราคาสำหรับล่าสุด 200 วันหรือหลายวันอย่างไรก็ตามมีการพิจารณาไม่จำเป็นต้องถูกเก็บไว้ทั้งหมดที่คุณต้องมี EMA สำหรับวันก่อนหน้าและราคาปิดของวันนี้เพื่อคำนวณค่าเฉลี่ยใหม่ Exponential Moving เฉลี่ยการคำนวณ Exponentential สำหรับ EMA จะต้องมีการคำนวณเลขชี้กำลังเพื่อเริ่มต้นใช้จำนวนวันที่ EMA ที่คุณต้องการคำนวณและเพิ่มจำนวนวันที่คุณกำลังพิจารณาเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันให้เพิ่มหนึ่งค่าเพื่อรับ 201 เป็นส่วนหนึ่งของการคำนวณเราจะเรียกวันนี้ว่า 1. หลังจากนั้นเพื่อให้ได้เลขชี้กำลังให้ใช้เลข 2 และหารด้วยวันที่ 1 ตัวอย่างเช่นเลขยกกำลังสำหรับค่าเฉลี่ยเคลื่อนที่ 200 วันจะเท่ากับ 2 201 ซึ่งเท่ากับ 0 01 การคำนวณแบบเต็มถ้า Exponential Moving Average เมื่อเรามีเลขชี้กำลังแล้วทั้งหมดที่เราต้องการตอนนี้คือข้อมูลเพิ่มเติมสองชิ้นเพื่อให้เราสามารถคำนวณได้เต็มรูปแบบครั้งแรกคือเมื่อวานนี้ค่าเฉลี่ยการเคลื่อนที่ของเลขประจำตัวเราจะสมมติว่าเรารู้อยู่แล้วว่าเป็นไปตามที่เรา จะคำนวณเอาไว้ sterday อย่างไรก็ตามถ้าคุณไม่ทราบ EMA เมื่อวานนี้คุณสามารถเริ่มต้นด้วยการคำนวณ Simple Moving Average สำหรับเมื่อวานและใช้ EMA แทน EMA ในการคำนวณครั้งแรกนั่นคือการคำนวณ EMA ในวันนี้แล้วพรุ่งนี้คุณสามารถใช้ EMA ที่คุณคำนวณในวันนี้เป็นต้นส่วนที่สองของข้อมูลที่เราต้องการคือราคาปิดของวันนี้สมมติว่าเราต้องการคำนวณค่าเฉลี่ยเลขประจำวัน 200 วันสำหรับหุ้นหรือหุ้นที่มี EMA ของวันก่อนหน้า 120 เพนนีหรือเซนต์และราคาปิดปัจจุบันของ s 136 pence การคำนวณเต็มรูปแบบอยู่เสมอดังนี้วันนี้ s การย้ายเลขประจำวันเฉลี่ยของราคาปิด x จำนวนวันก่อนหน้าของ EMA x 1- Exponent. So ใช้ตัวเลขตัวอย่างข้างต้นของเรา วันนี้ EMA 200 วันจะเป็น 136 x 0 01 120 x 1 - 0 01 ซึ่งเท่ากับ EMA ในวันนี้ที่ 120 16.EMA คำนวณอย่างไรคำนวณค่า Exponential Moving Average - กวดวิชา Average EMA สำหรับ Moving Average เป็นระยะสั้น ของตัวชี้วัดที่ใช้มากที่สุดใน te แต่คุณคำนวณได้ด้วยตัวคุณเองโดยใช้กระดาษและปากกาหรือต้องการโปรแกรมสเปรดชีตที่คุณเลือกให้ลองหาคำอธิบายเกี่ยวกับการคำนวณ EMA นี้โดยการคำนวณค่า Exponential Moving Average EMA เป็นไปโดยอัตโนมัติโดยการซื้อขายมากที่สุด และซอฟต์แวร์การวิเคราะห์ทางเทคนิคออกมี today. Here เป็นวิธีการคำนวณด้วยตนเองซึ่งยังเพิ่มความเข้าใจในวิธีการทำงานในตัวอย่างนี้เราจะคำนวณ EMA สำหรับราคาหุ้นเราต้องการ EMA 22 วันซึ่งเป็นปกติ ระยะเวลาที่เพียงพอสำหรับ EMA ที่ยาวนานสูตรการคำนวณ EMA มีดังต่อไปนี้ราคา EMA y 1 kt วันนี้เมื่อวาน, N จำนวนวันใน EMA, k 2 N 1. ใช้ขั้นตอนต่อไปนี้ในการคำนวณ 22 วัน EMA.1 เริ่มต้นด้วยการคำนวณ k สำหรับช่วงเวลาที่กำหนด 2 22 1 0,0869.2 เพิ่มราคาปิดบัญชีสำหรับ 22 วันแรกเข้าด้วยกันและหารด้วย 22.3 ขณะนี้คุณพร้อมที่จะเริ่มรับวันอีเอ็มเอเป็นครั้งแรกโดยพิจารณาวันถัดไป ราคาปิด 23 คูณด้วย k n คูณค่าเฉลี่ยของค่าเฉลี่ยของวันก่อนหน้าโดย 1-k และเพิ่ม 2 4 ทำขั้นตอนที่ 3 ซ้ำแล้วซ้ำเล่าในแต่ละวันตามที่จะได้รับ EMA แบบเต็มรูปแบบโดยสามารถใส่ลงใน Excel หรือซอฟต์แวร์สเปรดชีตอื่น ๆ ได้ เพื่อให้กระบวนการของการคำนวณ EMA กึ่งอัตโนมัติเพื่อให้คุณดูอัลกอริทึมเกี่ยวกับวิธีการนี้สามารถทำได้ดูด้านล่าง float สาธารณะ CalculateEMA float todaysPrice float numberOfDays float เมื่อวานนี้ float k 2 numberOfDays 1 return todaysPrice k EMAY วานนี้ 1 k วิธีนี้มักจะถูกเรียกจากลูปผ่านข้อมูลของคุณกำลังมองหาบางอย่างเช่นนี้ DailyRecord sdr ใน DataRecords เรียก EMA คำนวณตัวเลข emo เมื่อวานนี้ EMA ใส่ ema ที่คำนวณได้ในอาร์เรย์ ema ตรวจสอบให้แน่ใจว่าเมื่อวานนี้ EMA ได้เต็มไปด้วย EMA ที่เราใช้นี้ เวลาประมาณ yesterdayEMA ema. Note ว่านี่เป็นรหัส PSUED คุณมักจะต้องส่งค่า CLOSE เมื่อวานนี้เมื่อวานนี้ EMA จนกระทั่งเมื่อวานนี้ EMA คำนวณจากวันนี้ EMA ที่เกิดขึ้น onl y หลังจากที่ลูปใช้งานวันมากกว่าจำนวนวันที่คุณคำนวณ EMA ของคุณสำหรับ EMA วันที่ 22 เฉพาะเวลา 23 ครั้งในลูปและหลังจากนั้นเมื่อวานนี้ EMA ema ถูกต้องนี่ไม่ใช่เรื่องใหญ่, เนื่องจากคุณจำเป็นต้องมีข้อมูลจากอย่างน้อย 100 วันทำการเพื่อให้ EMA 22 วันมีผลใช้งานได้