Ich muss einen gleitenden Durchschnitt über eine Datenreihe berechnen, innerhalb einer for-Schleife muss ich den gleitenden Durchschnitt über N 9 Tage bekommen. Das Array I m, das in 1 ist, ist 4 Serie von 365 Werten M, die selbst Mittelwerte eines anderen Satzes sind Daten Ich möchte die Mittelwerte meiner Daten mit dem gleitenden Durchschnitt in einer Handlung zu zeichnen. Ich googeln ein bisschen über bewegte Durchschnitte und die Konv-Befehl und fand etwas, was ich versucht, Umsetzung in meinem Code. So im Grunde, ich berechnen meine Mittel und Handlung Es mit einem falschen gleitenden Durchschnitt Ich wählte den WTS-Wert direkt von der Mathworks-Website, so dass ist falsche Quelle Mein Problem aber ist, dass ich nicht verstehe, was diese wts ist Könnte jemand erklären Wenn es etwas mit den Gewichten der zu tun hat Werte, die in diesem Fall ungültig sind Alle Werte werden gleich gewichtet. Und wenn ich das ganz falsch mache, könnte ich etwas Hilfe mit ihm bekommen. Mein aufrichtiger Dank. Schicht Sep 23 14 um 19 05.Using conv ist ein ausgezeichneter Weg zu Implementiere einen gleitenden Durchschnitt In dem Code, den du benutzt hast, ist wts wie viel y Ou wägen jeden Wert, wie Sie vermutet, die Summe von diesem Vektor sollte immer gleich Eins Wenn Sie möchten, um jeden Wert gleichmäßig Gewicht und tun Sie eine Größe N bewegten Filter dann möchten Sie tun. Um das gültige Argument in conv wird in führen Mit weniger Werten in Ms als Sie haben in M Verwenden Sie das gleiche, wenn Sie don t mind die Auswirkungen der Null-Polsterung Wenn Sie die Signalverarbeitung Toolbox können Sie cconv verwenden, wenn Sie einen kreisförmigen gleitenden Durchschnitt versuchen wollen Etwas like. You sollte die conv lesen Und cconv Dokumentation für weitere Informationen, wenn Sie Port t bereits. Ein einfacher Ad-hoc-Weg ist, nur einen gewichteten Durchschnitt tunable durch Alpha an jedem Punkt mit seinen Nachbarn. or einige Variationen davon Ja, um anspruchsvoller Sie können Fourier verwandeln Ihre Daten Zuerst schneiden Sie die hohen Frequenzen So etwas wie. This schneidet die höchsten 20 Frequenzen Seien Sie vorsichtig, um sie symmetrisch auszuschneiden sonst ist die inverse Transformation nicht mehr real Sie müssen sorgfältig wählen Sie die Cutoff-Frequenz für die richtige Ebene der Glättung Dies ist eine sehr einfache Art von Filter-Box-Filterung im Frequenzbereich, so können Sie versuchen, sanft abschwächen High-Order-Frequenzen, wenn die Verzerrung ist inakzeptabel. answered Okt 4 09 bei 9 16.FFT isn ta schlechte Idee, aber es ist wahrscheinlich Overkill hier Laufen oder bewegte Durchschnitte geben in der Regel schlechte Ergebnisse und sollte für alles außer späten Hausaufgaben und weißen Geräuschen vermieden werden. Ich benutze Savitzky-Golay Filterung in Matlab sgolayfilt Dies gibt Ihnen die besten Ergebnisse für das, was Sie suchen - einige lokale Glättung Unter Beibehaltung der Form der Kurve. Moving Average - MA. BREAKING DOWN Moving Average - MA. As ein SMA Beispiel, betrachten eine Sicherheit mit den folgenden Schlusskurse über 15 Tage. Week 1 5 Tage 20, 22, 24, 25, 23.Week 2 5 Tage 26, 28, 26, 29, 27.Week 3 5 Tage 28, 30, 27, 29, 28. Ein 10-Tage-MA würde die Schlusskurse für die ersten 10 Tage als ersten Datenpunkt ausgleichen Der nächste Datenpunkt würde den frühesten Preis fallen lassen, den Preis am Tag 11 hinzufügen und den Durchschnitt, und so weiter wie unten gezeigt. Wie bereits erwähnt, MAs Verzögerung aktuelle Preis-Aktion, weil sie auf vergangene Preise basieren, je länger die Zeit für die MA, desto größer die Lag So ein 200-Tage-MA wird ein viel höheres Maß haben Von Lag als ein 20-Tage-MA, weil es Preise für die letzten 200 Tage enthält Die Länge der MA zu verwenden hängt von den Handelszielen, mit kürzeren MAs für kurzfristige Handel und längerfristige MAs mehr für langfristig geeignet Investoren Die 200-Tage-MA ist weithin gefolgt von Investoren und Händlern, mit Pausen über und unter diesem gleitenden Durchschnitt als wichtige Handelssignale. MAs auch vermitteln wichtige Handelssignale auf eigene Faust, oder wenn zwei Durchschnitte überkreuzen Eine steigende MA zeigt, dass Die Sicherheit ist in einem Aufwärtstrend, während ein abnehmender MA anzeigt, dass es sich in einem Abwärtstrend befindet. Ähnlich wird der Aufwärtsimpuls mit einem bullish Crossover bestätigt, der auftritt, wenn ein kurzfristiges MA über einen längerfristigen MA-Abwärtsimpuls überquert, wird mit einem bärischen Crosso bestätigt Ver, die auftritt, wenn ein kurzfristiges MA unterhalb eines längerfristigen MA übergeht.
No comments:
Post a Comment