Eu essencialmente tenho uma série de valores como este: a matriz acima é simplificada, estou coletando 1 valor por milissegundo no meu código real e preciso processar a saída em um algoritmo que escrevi para encontrar o pico mais próximo antes de um ponto no tempo. Minha lógica falha porque no meu exemplo acima, 0.36 é o pico real, mas meu algoritmo olhava para trás e veria o último número 0.25 como o pico, pois há uma diminuição para 0.24 antes dele. O objetivo é levar esses valores e aplicar um algoritmo para eles, que os suavizará um pouco para que eu tenha mais valores lineares. (Ie: Id como os meus resultados para serem curvy, não jaggedy) Eu fui dito para aplicar um filtro exponencial de média móvel aos meus valores. Como posso fazer isso. É muito difícil para mim ler equações matemáticas, eu lido muito melhor com o código. Como faço para processar valores na minha matriz, aplicando um cálculo exponencial da média móvel para os fazer sair, solicitado 8 de fevereiro às 20:27 Para calcular uma média móvel exponencial. Você precisa manter algum estado ao redor e você precisa de um parâmetro de ajuste. Isso exige uma pequena classe (supondo que você esteja usando o Java 5 ou posterior): instanciar com o parâmetro de decaimento desejado (pode ser necessário que a sintonização esteja entre 0 e 1) e depois use a média () para filtrar. Ao ler uma página sobre uma recorrência matemática, tudo o que você realmente precisa saber ao transformá-lo em código é que os matemáticos gostam de escrever índices em arrays e seqüências com subscritos. (Eles também têm algumas outras notações, o que não ajuda.) No entanto, o EMA é bastante simples, pois você só precisa se lembrar de um valor antigo, não é necessário nenhum arrays de estados complicados. Respondeu 8 de fevereiro às 20:42 TKKocheran: praticamente. Não é bom quando as coisas podem ser simples (Se começar com uma nova seqüência, obtenha uma nova média). Observe que os primeiros termos da seqüência média saltarão em torno de um bit devido a efeitos de limites, mas você obtém aqueles com outras médias móveis também. No entanto, uma boa vantagem é que você pode envolver a lógica média móvel na média e experimentar sem incomodar demais o seu programa. Ndash Donal Fellows 9 de fevereiro às 0:06 Estou tendo dificuldade em entender suas perguntas, mas vou tentar responder de qualquer maneira. 1) Se o seu algoritmo encontrou 0,25 em vez de 0,36, então é errado. É errado porque assume um aumento ou diminuição monotônico (que sempre está subindo ou sempre está indo para baixo). A menos que você tenha média de todos os seus dados, seus pontos de dados --- como você os apresenta --- são não-lineares. Se você realmente quer encontrar o valor máximo entre dois pontos no tempo, então corte sua matriz de tmin para tmax e encontre o máximo desse subarray. 2) Agora, o conceito de médias móveis é muito simples: imagine que eu tenho a seguinte lista: 1.4, 1.5, 1.4, 1.5, 1.5. Eu posso suavizar, levando a média de dois números: 1.45, 1.45, 1.45, 1.5. Observe que o primeiro número é a média de 1,5 e 1,4 (segundo e primeiro número), a segunda (nova lista) é a média de 1,4 e 1,5 (terceira e segunda lista antiga) a terceira (nova lista) a média de 1,5 e 1,4 (Quarto e terceiro), e assim por diante. Eu poderia ter feito período três ou quatro, ou n. Observe como os dados são muito mais suaves. Uma boa maneira de ver as médias móveis no trabalho é ir para o Google Finance, selecionar um estoque (tente Tesla Motors bastante volátil (TSLA)) e clique em técnicas na parte inferior do gráfico. Selecione a média móvel com um período determinado e a média móvel exponencial para comparar suas diferenças. A média móvel exponencial é apenas uma outra elaboração deste, mas considera os dados mais antigos inferiores aos novos dados, esta é uma maneira de polarizar o alisamento para trás. Leia a entrada da Wikipedia. Então, isso é mais um comentário do que uma resposta, mas a pequena caixa de comentários foi apenas pequena. Boa sorte. Se você estiver tendo problemas com a matemática, você poderia ir com uma média móvel simples em vez de exponencial. Então, a saída que você obtém seria os últimos x termos divididos por x. Pseudocódigo não testado: note que você precisará lidar com as partes de início e término dos dados, pois claramente você não pode significar os últimos 5 termos quando estiver no seu segundo ponto de dados. Além disso, existem maneiras mais eficientes de calcular essa média móvel (soma sumária - a mais nova), mas é para obter o conceito de o que está acontecendo. Respondido em 8 de fevereiro às 20:41 Sua resposta 2017 Stack Exchange, IncIndicator Throw Down: Médias móveis simples vs. exponenciais Nota para os editores: Interessado em outra jogada. Veja os indicadores de negociação relacionados à tendência e ao alcance. Das centenas de estudos de análise técnica e indicadores disponíveis para os comerciantes, talvez nenhum seja mais utilizado do que a média móvel. Adivinha o que existem vários tipos de médias móveis, com base em cálculos diferentes. Compreender qual tipo funciona melhor e quando é a chave para adicionar efetivamente a média móvel à sua caixa de ferramentas de gráficos. As médias móveis fornecem dados de preço suave para formar um indicador técnico de tendência. Eles não prevêem a direção do preço em vez disso, eles definem a direção atual com um atraso. Média de Movimento Simples Como o nome pode implicar, a média móvel simples (SMA) é a forma mais básica deste indicador técnico. Para ações, é calculado adicionando todos os preços de fechamento por um determinado número de períodos de tempo, dividindo esse total pela quantidade de períodos. Por exemplo, se você quisesse encontrar o SMA atual de 10 dias de um estoque, você adicionaria cada um dos preços de fechamento nos últimos 10 dias e depois dividiria por 10. Com cada novo dia avançando, o primeiro dia disso A série de 10 dias seria retirada do cálculo e o novo dia seria adicionado. Média móvel exponencial A média móvel exponencial (EMA) é o primo mais sofisticado para a SMA. O cálculo começa o mesmo que o SMA, mas é modificado para que os pontos de dados mais recentes da série tenham mais peso do que os mais antigos. À medida que os pontos de dados mais frescos ficam obsoletos, sua ponderação no cálculo diminui exponencialmente pelo nome. Por exemplo, em uma EMA de 10 dias, o ponto de dados mais recente contaria como 18,2 do cálculo total, mas o 10º e o mais antigo, contam como apenas 3. O alerta de matemática do multiplicador é crucificado assim: uma peculiaridade interessante da EMA É que apenas cerca de 87 dos dados utilizados para calcular o indicador são retirados do número real de barras de preços traçadas no comprimento da média. Por causa da natureza da decomposição exponencial, os dados de uma EMA são retirados de uma quantidade infinita de períodos históricos, embora, para todos os propósitos práticos, uma vez que ultrapassa duas vezes o comprimento da média, a ponderação é tão infinitesimal que é irrelevante. Quando usar cada um Com médias móveis em geral, quanto mais tempo o tempo, mais lento é reagir ao movimento dos preços. Mas tudo o resto sendo igual, uma média móvel exponencial rastreará o preço mais de perto do que uma média móvel simples. Por isso, a EMA geralmente é considerada mais apropriada no comércio de curto prazo. As mesmas características que tornam a EMA melhor adaptada para operações de curto prazo limitam sua eficácia quando se trata de longo prazo. Embora a EMA se mova com preço mais cedo do que a SMA, ela também tenderá a ser atacada, tornando-a menos do que ideal para desencadear entradas e saídas em gráficos diários. O SMA, com seu atraso incorporado, tende a facilitar a ação do preço ao longo do tempo, tornando-se uma boa tendência indicando longos quando o preço está acima da média e plana (ou curta) quando está abaixo. Uma média móvel simples também pode ser eficaz como indicador de suporte e resistência. A Figura 1 compara ambos os tipos aplicados a um estoque individual. Considere as médias móveis dos blocos de construção para outros indicadores técnicos e sobreposições, incluindo Bandas Bollinger, divergência de convergência média convergente (MACD) e muito mais. FIGURA 1: MOVIMENTANDO MÉDIA, GRÁFICO. Neste gráfico diário, a média móvel exponencial (linha vermelha) rastreou o preço um pouco melhor do que a média móvel simples (linha azul), embora ambos ofereçam suporte para a tendência (setas verdes). Quando a tendência terminou e o preço se moveu para o lado oposto, o EMA como sinal de reentrada provocou duas vezes a ação do whipsaw (setas roxas). Usando o SMA, o sinal de reentrada só vem depois que a tendência é totalmente restabelecida. Fonte do gráfico: TD Ameritrades thinkorswim platform. Apenas para fins ilustrativos. O desempenho passado não garante resultados futuros. Futuros, com confiança A plataforma TD de Ameritrades thinkorswim pode ajudá-lo a descobrir as tendências dos mercados de futuros, implementar suas estratégias e começar a negociar com confiança. Média móvel global - EMA BREAKING Down Média móvel exponencial - EMA As EMA de 12 e 26 dias são as mais populares Médias de curto prazo, e eles são usados para criar indicadores como a divergência de convergência média móvel (MACD) eo oscilador de preço percentual (PPO). Em geral, as EMA de 50 e 200 dias são usadas como sinais de tendências a longo prazo. Os comerciantes que empregam análises técnicas consideram que as médias móveis são muito úteis e perspicaz quando aplicadas corretamente, mas criam estragos quando usadas incorretamente ou são mal interpretadas. Todas as médias móveis comumente usadas na análise técnica são, por sua própria natureza, indicadores de atraso. Conseqüentemente, as conclusões extraídas da aplicação de uma média móvel a um gráfico de mercado específico devem ser para confirmar um movimento de mercado ou para indicar sua força. Muitas vezes, no momento em que uma linha de indicador de média móvel fez uma mudança para refletir um movimento significativo no mercado, o ponto ótimo de entrada no mercado já passou. Um EMA serve para aliviar esse dilema até certo ponto. Como o cálculo EMA coloca mais peso sobre os dados mais recentes, ele abraça a ação do preço um pouco mais apertado e, portanto, reage mais rápido. Isso é desejável quando um EMA é usado para derivar um sinal de entrada comercial. Interpretando o EMA Como todos os indicadores de média móvel, eles são muito mais adequados para mercados de tendências. Quando o mercado está em uma tendência de alta forte e sustentada. A linha indicadora EMA também mostrará uma tendência de alta e vice-versa para uma tendência descendente. Um comerciante vigilante não só prestará atenção à direção da linha EMA, mas também a relação da taxa de mudança de uma barra para a próxima. Por exemplo, como a ação de preço de uma forte tendência de alta começa a achatar e reverter, a taxa de troca de EMAs de uma barra para a próxima começará a diminuir até que a linha do indicador aplique e a taxa de mudança seja zero. Devido ao efeito de atraso, até este ponto, ou mesmo algumas barras anteriores, a ação de preço já deveria ter sido revertida. Portanto, segue que a observação de uma diminuição consistente na taxa de mudança da EMA poderia ser usada como um indicador que poderia contrariar ainda mais o dilema causado pelo efeito de atraso das médias móveis. Os usos comuns das EMA EMAs são comumente usados em conjunto com outros indicadores para confirmar movimentos significativos no mercado e avaliar sua validade. Para os comerciantes que comercializam mercados intradía e de rápido movimento, o EMA é mais aplicável. Muitas vezes, os comerciantes usam EMAs para determinar um viés de negociação. Por exemplo, se um EMA em um gráfico diário mostra uma forte tendência ascendente, uma estratégia de comerciantes intradía pode ser trocar apenas do lado longo em um gráfico intradía.
Comments
Post a Comment