Esponenzialmente Ponderata Mobile Media Code

MetaTrader 4 - Indicatori medie mobili, MA - Indicatore per MetaTrader 4 L'indicatore tecnico Moving Average mostra il valore medio prezzo di uno strumento per un certo periodo di tempo. Quando si calcola la media mobile, una media di fuori del prezzo di uno strumento per questo periodo di tempo. Mentre le variazioni dei prezzi, la sua media sia aumenta in movimento, o diminuisce. Ci sono quattro diversi tipi di medie mobili: semplici (noto anche come aritmetica), esponenziale, levigati e ponderati lineare. Le medie mobili possono essere calcolate per ogni insieme di dati sequenziali, tra cui l'apertura e prezzi di chiusura, prezzi alti e più bassi, il volume di scambio o altri indicatori. E 'spesso il caso quando si utilizzano doppi medie mobili. L'unica cosa in cui le medie mobili di diversi tipi divergono notevolmente gli uni dagli altri, è quando i coefficienti di peso, che sono assegnati gli ultimi dati, sono diversi. In caso stiamo parlando di semplice media mobile, tutti i prezzi del periodo di tempo in questione, sono uguali in valore. Medie ponderate mobile esponenziale e lineari attribuiscono più valore agli ultimi prezzi. Il modo più comune per interpretare la media mobile dei prezzi è quello di confrontare la sua dinamica per l'azione dei prezzi. Quando il prezzo di uno strumento sale al di sopra della sua media mobile, appare un segnale di acquisto, se theprice scende al di sotto della sua media mobile, quello che abbiamo è un segnale di vendita. Questo sistema di scambio, che si basa sulla media mobile, non è progettato per fornire ingresso nel mercato nel suo punto più basso, e la sua uscita a destra sulla visiera. Esso permette di agire secondo la seguente tendenza: acquistare subito dopo i prezzi raggiungono il fondo, e di vendere subito dopo i prezzi hanno raggiunto il loro picco. Media mobile semplice (SMA) semplice, in altre parole, aritmetica media mobile è calcolata sommando i prezzi di chiusura strumento su un certo numero di singoli periodi (ad esempio, 12 ore). Questo valore viene quindi diviso per il numero di tali periodi. SMA SUM (CLOSE, N) N Dove: N è il numero di periodi di calcolo. Media mobile esponenziale (EMA) media mobile esponenziale lisciato si calcola sommando la media mobile di una certa quota del prezzo di chiusura corrente al valore precedente. Con esponenzialmente levigata medie mobili, gli ultimi prezzi sono di più valore. P-percentuale media mobile esponenziale sarà simile: Dove: CLOSE (i) il prezzo della corrente EMA chiusura di periodo (i-1) esponenziale media mobile del precedente periodo di chiusura P la percentuale di utilizzare il valore del prezzo. Lisciato media mobile (SMMA) Il primo valore di questa media mobile lisciato è calcolato come media mobile semplice (SMA): SUM1 SUM (CLOSE, N) il secondo e successive medie mobili vengono calcolate in base a questa formula: Dove: SUM1 è la somma totale dei prezzi di chiusura per periodi N SMMA1 è la media mobile levigata della prima barra SMMA (i) è la media mobile levigata della barra corrente (tranne il primo) CLOSE (i) è il prezzo di chiusura corrente N è il lisciatura periodo. Lineare ponderata media mobile (LWMA) Nel caso di ponderata media mobile, i dati più recenti è da più di più primi dati. Ponderata media mobile è calcolata moltiplicando ciascuno dei prezzi di chiusura all'interno della serie considerata, da un certo coefficiente di peso. LWMA SUM (Chiudi (i) i, N) SUM (i, N) Dove: SUM (i, N) è la somma totale dei coefficienti di peso. Le medie mobili possono essere applicate anche agli indicatori. È qui che l'interpretazione di indicatori medie mobili è simile all'interpretazione di prezzo medie mobili: se l'indicatore sale al di sopra della sua media mobile, il che significa che il movimento dell'indicatore ascendente è probabile che continui: se l'indicatore scende al di sotto della sua media mobile, questo significa che è probabile che continuare ad andare verso il basso. Qui ci sono i tipi di medie mobili sul grafico: media mobile semplice (SMA) media mobile esponenziale (EMA) Lisciata Moving Average (SMMA) lineare ponderata media mobile (LWMA) Esplorando Il esponenziale Weighted Moving volatilità media è la misura più comune del rischio , ma si tratta in vari gusti. In un precedente articolo, abbiamo mostrato come calcolare semplice volatilità storica. (Per leggere questo articolo, vedere Uso volatilità per valutare i rischi futuri.) Abbiamo usato Googles dati effettivi di prezzo delle azioni al fine di calcolare la volatilità giornaliera sulla base di 30 giorni di dati di stock. In questo articolo, miglioreremo il semplice volatilità e discutere la media mobile esponenziale ponderata (EWMA). Vs. Storico La volatilità implicita In primo luogo, consente di mettere questa metrica in un po 'di prospettiva. Ci sono due approcci: volatilità storica e implicita (o implicite). L'approccio storico presuppone che passato è prologo misuriamo la storia nella speranza che sia predittiva. La volatilità implicita, d'altra parte, ignora la storia si risolve per la volatilità implicita dai prezzi di mercato. Si spera che il mercato conosce meglio e che il prezzo di mercato contiene, anche se implicitamente, una stima di consenso di volatilità. (Per la lettura correlate, vedere gli usi e limiti di volatilità.) Se ci concentriamo solo su tre approcci storici (il alto a sinistra), hanno due punti in comune: Calcolare la serie di rendimenti periodici applicare uno schema di ponderazione In primo luogo, calcolare il ritorno periodico. Questo è in genere una serie di rendimenti giornalieri in cui ogni ritorno è espresso in termini di continuo composte. Per ogni giorno, prendiamo il logaritmo naturale del rapporto tra i prezzi delle azioni (cioè prezzo oggi divisi per prezzo di ieri, e così via). Questo produce una serie di rendimenti giornalieri, da u i u i-m. a seconda di quanti giorni (m giorni) stiamo misurando. Questo ci arriva al secondo passo: E 'qui che i tre approcci differenti. Nel precedente articolo (Utilizzo di volatilità per valutare rischio futuro), abbiamo dimostrato che in un paio di semplificazioni accettabili, la semplice varianza è la media dei rendimenti al quadrato: Si noti che questo riassume ciascuna delle dichiarazioni periodiche, poi divide che totale da parte del numero di giorni o osservazioni (m). Così, la sua realtà solo una media delle dichiarazioni periodiche squadrati. In altre parole, ogni ritorno quadrato viene dato un peso uguale. Quindi, se alfa (a) è un fattore di ponderazione (in particolare, un 1m), quindi un semplice scostamento simile a questa: Il EWMA migliora semplice varianza La debolezza di questo approccio è che tutti i ritorni guadagnano lo stesso peso. Yesterdays (molto recente) di ritorno non ha più influenza sulla varianza rispetto allo scorso mese di ritorno. Questo problema viene risolto utilizzando la media ponderata esponenzialmente movimento (EWMA), in cui i ritorni più recenti hanno un peso maggiore sulla varianza. La media mobile esponenziale ponderata (EWMA) introduce lambda. che è chiamato il parametro smoothing. Lambda deve essere inferiore a uno. In tale condizione, invece di pesi uguali, ogni ritorno quadrato è ponderato con un moltiplicatore come segue: Per esempio, RiskMetrics TM, una società finanziaria gestione del rischio, tende ad usare un lambda di 0,94 o 94. In questo caso, il primo ( più recente) al quadrato ritorno periodico è ponderato in base (1-0,94) (. 94) 0 6. il prossimo ritorno quadrato è semplicemente un lambda-multiplo del peso prima, in questo caso 6 moltiplicato per 94 5.64. E il terzo giorni precedenti peso uguale (1-0,94) (0,94) 2 5.30. Quello sensi esponenziale EWMA: ciascun peso è un moltiplicatore costante (cioè lambda, che deve essere inferiore a uno) della prima peso giorni. Questo assicura una varianza che viene ponderato o sbilanciata verso i dati più recenti. (Per ulteriori informazioni, controllare il foglio di lavoro Excel per Googles volatilità.) La differenza tra semplicemente volatilità e EWMA per Google è indicato di seguito. La volatilità semplice pesa in modo efficace ogni ritorno periodico da 0.196 come mostrato nella colonna O (abbiamo avuto due anni di dati di prezzo delle azioni quotidiane. Cioè 509 rendimenti giornalieri e il 1509 0.196). Ma si noti che Colonna P assegna un peso di 6, poi 5,64, quindi 5.3 e così via. Quello è l'unica differenza tra semplice varianza e EWMA. Ricorda: Dopo sommiamo l'intera serie (in Q colonna) abbiamo la varianza, che è il quadrato della deviazione standard. Se vogliamo la volatilità, abbiamo bisogno di ricordare di prendere la radice quadrata di tale varianza. Che cosa è la differenza di volatilità giornaliera tra la varianza e EWMA in caso Googles suo significativo: La semplice varianza ci ha dato una volatilità giornaliera di 2,4 ma il EWMA ha dato una volatilità giornaliera di soli 1.4 (vedere il foglio di calcolo per i dettagli). A quanto pare, Googles volatilità si stabilì più di recente, pertanto, una semplice variazione potrebbe essere artificialmente alto. Di oggi Variance è una funzione di preavviso Pior giorni Varianza Youll abbiamo bisogno di calcolare una lunga serie di pesi in modo esponenziale in declino. Abbiamo solito facciamo la matematica qui, ma una delle migliori caratteristiche del EWMA è che l'intera serie riduce convenientemente ad una formula ricorsiva: ricorsivo significa che i riferimenti varianza di oggi (cioè è una funzione del giorni prima varianza). È possibile trovare questa formula nel foglio di calcolo anche, e produce lo stesso risultato esatto come il calcolo longhand Dice: varianza di oggi (sotto EWMA) uguale varianza di ieri (ponderato per lambda) più il rendimento di ieri al quadrato (pesato da una lambda meno). Si noti come stiamo solo aggiungendo due termini insieme: ieri varianza ponderata e ieri ponderati, al quadrato di ritorno. Anche così, lambda è il nostro parametro smoothing. Un lambda più alto (ad esempio, come RiskMetrics 94) indica più lento decadimento della serie - in termini relativi, stiamo per avere più punti di dati nella serie e che stanno per cadere più lentamente. D'altra parte, se riduciamo lambda, indichiamo superiore decadimento: i pesi cadere fuori più rapidamente e, come risultato diretto del rapido decadimento, meno punti dati sono usati. (Nel foglio di calcolo, lambda è un ingresso, in modo da poter sperimentare con la sua sensibilità). Riassunto La volatilità è la deviazione standard istantanea di un magazzino e la metrica di rischio più comune. È anche la radice quadrata della varianza. Siamo in grado di misurare la varianza storicamente o implicitamente (volatilità implicita). Quando si misura storicamente, il metodo più semplice è semplice varianza. Ma la debolezza con una semplice varianza è tutti i ritorni ottenere lo stesso peso. Quindi ci troviamo di fronte un classico trade-off: vogliamo sempre più dati ma più dati che abbiamo più il nostro calcolo è diluito da dati lontani (meno rilevanti). La media mobile esponenziale ponderata (EWMA) migliora semplice varianza assegnando pesi alle dichiarazioni periodiche. In questo modo, siamo in grado di utilizzare una dimensione sia grande campione, ma anche dare maggior peso ai rendimenti più recenti. (Per visualizzare un tutorial film su questo argomento, visitare il Bionic Turtle.) L'articolo 50 è una clausola di negoziazione e di regolamento nel trattato UE che delinea i passi da compiere per qualsiasi paese che. Un offerta iniziale su un fallito company039s beni da un acquirente interessato scelto dalla società fallita. Da un pool di offerenti. Beta è una misura della volatilità o rischio sistematico, di sicurezza o di un portafoglio rispetto al mercato nel suo complesso. Un tipo di imposta riscossa sulle plusvalenze sostenute da individui e aziende. Le plusvalenze sono i profitti che un investitore. Un ordine per l'acquisto di un titolo pari o inferiore a un determinato prezzo. Un ordine di acquisto limite consente agli operatori e agli investitori di specificare. Un Internal Revenue Service (IRS) regola che consente per i prelievi senza penalità da un account IRA. La norma richiede that. How calcolare EMA in Excel Impara a calcolare la media mobile esponenziale in Excel e VBA, e ottenere un foglio di calcolo Web-connected gratuito. Il foglio di calcolo recupera i dati di stock da Yahoo Finanza, calcola EMA (sopra la finestra temporale scelta) e traccia i risultati. Il link per il download è in fondo. Il VBA può essere visualizzato e it8217s modificato completamente gratuito. Ma prima disover perché EMA è importante per i commercianti e gli analisti di mercato tecnico. Storici Grafici prezzo delle azioni sono spesso inquinati con un sacco di rumore ad alta frequenza. Questa oscura spesso le principali tendenze. Le medie mobili contribuirà a lisciare fuori queste fluttuazioni minori, dando una maggiore comprensione la direzione generale del mercato. Il mobile esponenziale luoghi media maggiore importanza ai dati più recenti. Maggiore è il periodo di tempo, minore è l'importanza dei dati più recenti. EMA è definita da questa equazione. prezzo today8217s (moltiplicato per un peso) e EMA yesterday8217s (moltiplicato per 1-peso) È necessario il rilancio di calcolo EMA con un EMA iniziale (EMA 0). Questo è di solito una media mobile semplice di lunghezza T. Il grafico qui sopra, per esempio, dà l'EMA di Microsoft tra il 1 gennaio 2013 e il 14 gennaio 2014. I trader tecnici utilizzano spesso il cross-over di due medie mobili 8211 di cui una con un breve lasso di tempo e un altro con un lungo orizzonte temporale 8211 per generare segnali buysell. Spesso vengono utilizzati a 12 e 26 giorni medie mobili. Quando il movimento aumenti medi più brevi di sopra della media più in movimento, il mercato è in trend updwards questo è un segnale di acquisto. Tuttavia, quando le medie mobili più brevi scende al di sotto della media a lungo in movimento, il mercato è in calo questo è un segnale di vendita. Let8217s prima imparare a calcolare EMA utilizzando le funzioni del foglio di lavoro. Dopo di che we8217ll scoprire come utilizzare VBA per calcolare EMA (e tracciare automaticamente i grafici) Calcolare EMA in Excel con le funzioni del foglio di lavoro Fase 1. Let8217s dire che vogliamo calcolare la 12 giorni EMA di Exxon Mobil8217s prezzo delle azioni. In primo luogo abbiamo bisogno di ottenere prezzi storiche Stock 8211 si può fare con questo grosso downloader quotazioni di borsa. Passo 2 . Calcolare la media semplice dei primi 12 prezzi con funzione Excel8217s media (). Nel Screengrab di seguito, in C16 cella abbiamo la media formula (B5: B16) dove B5: B16 contiene i primi 12 prezzi di chiusura Fase 3. Appena sotto la cella utilizzata al punto 2, inserire la formula EMA sopra Ci avete You8217ve successo calcolato un importante indicatore tecnico, EMA, in un foglio di calcolo. Calcola EMA con VBA Ora let8217s meccanizzare i calcoli con VBA, tra cui la creazione automatica di diagrammi. I won8217t mostrerò il completo VBA qui (it8217s disponibili nel foglio di calcolo di seguito), ma we8217ll discutere il codice più critico. Fase 1. Scarica storico quotazioni di borsa per il vostro ticker da Yahoo Finance (utilizzando file CSV), e caricarli in Excel o utilizzare il VBA in questo foglio di calcolo per ottenere le quotazioni storiche direttamente in Excel. I Suoi dati potranno essere simile a questa: Fase 2. Questo è dove abbiamo bisogno di un paio di excercise braincells 8211 abbiamo bisogno di implementare l'equazione EMA in VBA. Possiamo usare R1C1 per entrare programatically formule in singole cellule. Esaminare il frammento di codice di seguito. Fogli (quotDataquot).Range (quothquot amp EMAWindow 1) quotaverage (R-quot amp EMAWindow - 1 amp quotC-3: RC-3) quot Sheets (quotDataquot).Range (quothquot amp EMAWindow 2 amp quot: numRows hquot AMP). FormulaR1C1 quotR0C-3 (2 (EMAWindow 1)) R-1C0 (1- (2 (EMAWindow1))) quot EMAWindow è una variabile che è uguale i numRows finestra di tempo desiderato è il numero totale di punti di dati 1 (il 18221 8220 è dovuto al fatto we8217re ipotizzando che gli dati effettivi inizia riga 2) l'EMA è calcolato nella colonna h supponendo che EMAWindow 5 e numRows 100 (cioè, ci sono 99 punti dati) la prima riga inserisce una formula in h6 cella che calcola la media aritmetica dei primi 5 punti di dati storici la seconda linea colloca formule nelle celle H7: H100 che calcola l'EMA dei restanti 95 punti di dati Fase 3 Questa funzione VBA crea un grafico del prezzo vicino e EMA. Impostare EMAChart ActiveSheet. ChartObjects. Add (Sinistra: Range (quota12quot).Left, Larghezza: 500, Top: Range (quota12quot).Top, Altezza: 300) Con EMAChart. Chart. Parent. Name quotEMA Chartquot Con. SeriesCollection. NewSeries. ChartType xlLine. Values ​​Sheets (quotdataquot).Range (quote2: numRighe amp equot).XValues ​​fogli (quotdataquot).Range (QUOTA2: numRighe aquot aMP).Format. Line. Weight 1.Name quotPricequot End With Con. SeriesCollection. NewSeries. ChartType xlLine. AxisGroup xlPrimary. Values ​​Sheets (quotdataquot).Range (quoth2: numRighe amp hquot).Name quotEMAquot. Border. ColorIndex 1.Format. Line. Weight 1 terminano con. Axes (xlValue, xlPrimary).HasTitle vero. Axes ( xlValue, xlPrimary).AxisTitle. Characters. Text quotPricequot. Axes (xlValue, xlPrimary).MaximumScale WorksheetFunction. Max (Sheets (quotDataquot).Range (quote2: numRows amp equot)).Axes (xlValue, xlPrimary).MinimumScale Int (WorksheetFunction. Min (Sheets (quotDataquot).Range (quote2: numRows amp equot))).Legend. Position xlLegendPositionRight. SetElement (msoElementChartTitleAboveChart).ChartTitle. Text quotClose Prezzo amp quot amp EMAWindow amp quot giorni EMAquot End With Ottenere questo foglio di calcolo per la la piena attuazione di lavoro della calcolatrice EMA con download automatico dei dati storici. 14 pensieri su ldquo Come calcolare EMA in Excel rdquo L'ultima volta che ho scaricato uno dei tuoi speadsheets Excel ha causato il mio programma antivirus per la bandiera come un PUP (potenziale programma indesiderato) in che evidentemente c'era codice inserita nel download che era adware, spyware o almeno di malware potenziale. Ci sono voluti letteralmente giorni di tempo per ripulire il mio pc. Come posso assicurare che ho solo scaricare Excel Purtroppo non c'è incredibili quantità di malware. adware e Spywar, e si can8217t essere troppo prudenti. Se si tratta di una questione di costi non sarei disposto a pagare una somma ragionevole, ma il codice deve essere PUP libero. Grazie, non ci sono virus, malware o adware nei miei fogli di calcolo. I8217ve programmato io stesso e so esattamente what8217s al loro interno. There8217s un link per il download diretto a un file zip in fondo a ogni punto (in blu scuro, grassetto e sottolineato). That8217s ciò che si dovrebbe scaricare. Posiziona il mouse sopra il link, e si dovrebbe vedere un link al file zip. Voglio usare il mio accesso a vivere i prezzi per creare indicatori di tecnologia in tempo reale (ad esempio RSI, MACD, ecc). Ho appena realizzato in modo che la massima precisione ho bisogno di 250 giorni vale la pena di dati per ogni azione in contrasto con il 40 che ho adesso. C'è un posto per accedere ai dati storici di cose come EMA, Avg guadagno, perdita di Avg in questo modo ho potuto solo utilizzare tali dati più precisi nel mio modello invece di utilizzare 252 giorni di dati per ottenere il corretto 14 giorni RSI ho potuto solo ottenere un esterno il valore di origine per guadagno e perdita Avg Avg e passare da lì voglio che il mio modello per mostrare i risultati di 200 titoli al contrario di alcuni. Voglio per tracciare più EMAs BB RSI sul grafico stesso e in base alle condizioni vorrebbe innescare commercio. Questo potrebbe funzionare per me come un campione eccellere backtester. Mi potete aiutare a tracciare più timeseries su uno stesso grafico utilizzando lo stesso set di dati. So come applicare i dati grezzi di un foglio Excel, ma come si fa a applicare i risultati EMA. La ema in grafici di Excel can8217t essere regolato per determinati periodi. Grazie kliff Mendes dice: Hi there Samir, in primo luogo un milione di grazie per tutto il vostro lavoro duro work..outstanding Dio vi benedica. Volevo solo sapere se ho due ema tracciata sul grafico diciamo 20ema e 50ema quando attraversano l'alto o verso il basso può la parola comprare o vendere apparire alla croce sopra punto mi aiuterà molto. kliff mendes texas I8217m lavorando su un semplice foglio di calcolo backtesting that8217ll generare segnali di Compra-vendita. Dammi un po 'time8230 Ottimo lavoro sui grafici e spiegazioni. Ho una domanda però. Se cambio la data di inizio di un anno dopo e guardo dati recenti EMA, è notevolmente diverso rispetto a quando si utilizza lo stesso periodo EMA con una data di inizio precedente per lo stesso recente di riferimento data. È questo che ci si aspetta. Essa rende difficile guardare i grafici pubblicati con EMAs indicati e non vedere lo stesso grafico. Shivashish Sarkar dice: Ciao, io sto usando la calcolatrice EMA e apprezzo molto. Tuttavia, ho notato che la calcolatrice non è in grado di tracciare i grafici per tutte le società (si vede Errore di runtime 1004). Potete per favore creare una edizione aggiornata della calcolatrice in cui le nuove imprese saranno inclusi Lascia un commento Cancella risposta Come il PostsThis recenti Fogli gratuiti Maestro Knowledge Base repo fornisce ponderata esponenzialmente Moving algoritmi media, o EWMAs in breve, sulla base della nostra Quantificare comportamento anormale parlare . Ponderata esponenzialmente Una media mobile esponenziale ponderata media mobile è un modo per calcolare continuamente un tipo di media per una serie di numeri, come i numeri arrivano. Dopo un valore nella serie viene aggiunto alla media, il suo peso in media diminuisce esponenzialmente nel tempo. Questo polarizza la media verso i dati più recenti. EWMAs sono utili per diversi motivi, soprattutto la loro economico costo computazionale e memoria, così come il fatto che essi rappresentano la recente tendenza centrale della serie di valori. L'algoritmo EWMA richiede un fattore di decadimento, alfa. Più grande è l'alfa, più la media è sbilanciata verso la storia recente. L'alfa deve essere compreso tra 0 e 1, ed è tipicamente un numero relativamente piccolo, ad esempio 0,04. Discuteremo la scelta di alfa tardi. L'algoritmo funziona così, in pseudocodice: moltiplicare il numero successivo della serie da alfa. Moltiplicare il valore corrente della media per 1 meno alfa. Aggiungere il risultato delle fasi 1 e 2, e memorizzarlo come nuovo valore corrente della media. Ripetere per ogni numero della serie. Ci sono casi speciali comportamenti per come inizializzare il valore corrente, e questi variano tra le implementazioni. Un approccio è di iniziare con il primo valore della serie un'altra è la media dei primi 10 o così valori della serie tramite una media aritmetica, e poi iniziare l'aggiornamento incrementale della media. Ogni metodo ha vantaggi e svantaggi. Può essere utile per guardare pittoricamente. Supponiamo che la serie ha cinque numeri, e abbiamo scelto di essere alfa 0,50 per semplicità. Heres la serie, con i numeri in prossimità di 300. Ora lascia prendere la media mobile di quei numeri. In primo luogo abbiamo impostato la media per il valore del primo numero. Successivo moltiplichiamo il numero successivo da alfa, moltiplicare il valore di corrente da 1-alfa, e aggiungerli a generare un nuovo valore. Questo continua fino a quando abbiamo finito. Nota come ciascuno dei valori della serie decade metà ogni volta che viene aggiunto un nuovo valore, e la parte superiore delle barre nella parte inferiore dell'immagine rappresenta la dimensione media mobile. E 'un levigata, o passa-basso, medio della serie originale. Si consideri una dimensione fissa finestra scorrevole media mobile (non una media mobile esponenziale ponderata) che le medie oltre i precedenti N campioni. Qual è l'età media di ogni campione è N2. Ora supponiamo che si desidera costruire un EWMA i cui campioni hanno la stessa età media. La formula per calcolare l'alfa necessario per questo è: alpha 2 (N1). La prova è nella produzione di libri e analisi delle operazioni da Steven Nahmias. Così, per esempio, se si dispone di un tempo di serie con i campioni di una volta al secondo, e si desidera ottenere la media mobile rispetto alla precedente minuto, è necessario utilizzare un alfa di 0,032,786885 millions. Questa, tra l'altro, è l'alfa costante usata per questo repositorys SimpleEWMA. Questo repository contiene due implementazioni dell'algoritmo EWMA, con diverse proprietà. Le implementazioni sono tutti conformi all'interfaccia media mobile, e il costruttore restituisce quel tipo. implementazioni attuali assumono un intervallo di tempo implicito di 1,0 tra ogni campione aggiunto. Cioè, il passaggio del tempo viene trattata come se il suo stesso come l'arrivo di campioni. Se avete bisogno di decadimento basato sul tempo in cui i campioni non stanno arrivando proprio a intervalli prestabiliti, allora questo pacchetto non sosterrà le vostre esigenze attualmente. Un SimpleEWMA è progettata per CPU a basso consumo di memoria e. Avrà un comportamento diverso da quello del VariableEWMA per diverse ragioni. Non ha periodo di riscaldamento e utilizza un decadimento costante. Queste proprietà lasciarlo utilizzare meno memoria. Sarà anche comportamento diverso quando il suo uguale a zero, che si presume significa inizializzata, quindi se un valore è destinato a diventare effettivamente pari a zero nel tempo, allora qualsiasi valore diverso da zero causerà un brusco salto invece di un piccolo cambiamento. A differenza SimpleEWMA, questo sostiene un periodo personalizzato che deve essere conservato, e usa quindi più memoria. Essa ha anche un tempo di riscaldamento quando si inizia aggiungendo valori ad esso. Si riporterà un valore di 0,0 fino ad aggiungere il numero di campioni ad esso. Esso utilizza memoria per memorizzare il numero di campioni aggiunti ad esso. Come risultato si utilizza un po 'oltre il doppio della memoria di SimpleEWMA. Visualizzare la documentazione GODOC generato qui. Si accettano solo richieste di pull di correzioni o migliorie minori. Questo include: Piccolo bug fix Typos documentazione o commenti si prega di aprire questioni da discutere nuove funzionalità. le richieste di attrazione per le nuove funzionalità saranno respinte, quindi si consiglia di fork repository e fare cambiamenti nella vostra forcella per il vostro caso d'uso. Questo repository è Copyright (c) 2013 VividCortex, Inc. Tutti i diritti riservati. Si è rilasciato sotto la licenza MIT. Si prega di consultare il file di licenza per i termini di licenza applicabili.