나는 본질적으로 this. The 위와 같은 값의 배열을 가지고있다, 나는 실제 코드에서 밀리 세컨드 당 1 개의 값을 모으고 나는 시간의 시점 전에 가장 가까운 피크를 찾기 위해 쓴 알고리즘의 출력을 처리 할 필요가있다. 논리는 위의 예제에서 0 36이 실제 피크이기 때문에 실패합니다. 그러나 알고리즘은 뒤로보고 0으로 가장 낮은 숫자 0 25를 보게됩니다. 그 전에 0 24로 감소합니다. 목표는이 값을 사용하는 것입니다. 그리고 그들을 조금 부드럽게 할 알고리즘을 적용하여보다 선형적인 값을 갖도록합니다. 즉, jaggedy가 아닌 curvy가되도록 내 결과를 좋아합니다. 내 값에 지수 이동 평균 필터를 적용하라는 말을 들었습니까? 이렇게하면 수학 방정식을 읽는 것이 정말 어렵고, 코드를 훨씬 잘 처리 할 수 있습니다. 배열에서 값을 처리하고 지수 이동 평균 계산을 적용하여 어떻게 할 수 있습니까? 2 월 8 일 12 시부 터 20시 27 분에 계산합니다. 기하 급수적 인 이동 평균. 튜닝 매개 변수가 필요합니다. Java 5 이상을 사용하는 것으로 가정하면 약간의 클래스가 필요합니다. 원하는 감쇄 매개 변수를 사용하여 초기화하려면 0에서 1 사이의 튜닝이 필요하고 평균을 사용하여 필터를 작성해야합니다. 일부 mathmatical 재발, 코드로 변환 할 때 알아야 할 것은 수학자가 배열에 인덱스를 쓰고 아래 첨자로 시퀀스를 작성한다는 것입니다. 다른 도움이되는 몇 가지 표기법도 있습니다. 그러나 EMA는 필요한만큼 간단합니다 하나의 오래된 값을 기억하는 것은 필요하지 않습니다. 복잡한 상태 배열은 필요하지 않습니다. 대답 2 월 8 일 12시 20 분 42 초. TKKocheran 일들이 간단 할 때 꽤 좋지 않음 새로운 순서로 시작한다면, 새로운 평균을 구하십시오. 평균 시퀀스는 경계 효과로 인해 비트 주변에서 점프 할 것입니다. 그러나 다른 이동 평균을 가진 시퀀스를 얻을 수도 있습니다. 그러나 좋은 이점은 이동 평균 논리를 평균에 포함시키고 실험을 방해하지 않고 실험 할 수 있다는 것입니다 그는 프로그램의 나머지 부분을 너무 많이 사용했습니다. Donal Fellows 2 월 9 일 12시 0 분 06. 귀하의 질문을 이해하는 데 어려움을 겪고 있습니다. 그러나 어쨌든 대답하려고 노력할 것입니다 .1 귀하의 알고리즘이 0 36 대신 0 25를 찾았다면 잘못되었습니다. 단조로운 증가 또는 감소를 가정하기 때문에 항상 잘못되거나 잘못 될 수 있습니다. 항상 올라가거나 항상 내려갑니다. 모든 데이터를 평균화하지 않으면 데이터 포인트 --- 제시 할 때 --- 비선형입니다. 값을 두 지점 사이에서 계산 한 다음 배열을 tmin에서 tmax로 슬라이스하고 그 부분 배열의 최대 값을 찾습니다 .2 이제 이동 평균의 개념은 매우 간단합니다. 다음 목록이 있다고 가정하십시오. 1 4, 1 5, 1 4, 1 5, 1 5 두 숫자의 평균을 취하여 부드럽게 할 수 있습니다. 1 45, 1 45, 1 45, 1 5 첫 번째 숫자는 1 5 및 1 4 초의 평균이고 첫 번째 숫자는 두 번째 새 목록입니다. 1 4 1과 3 5의 평균이고 두 번째의 이전 목록은 세 번째의 새로운 목록의 평균은 1 5와 1 4 4와 3의 평균입니다. 3 ~ 4 단계로 만들었습니다. 또는 n 데이터가 훨씬 더 매끄러운 지 확인하십시오. 직장에서 이동 평균을 보는 좋은 방법은 Google Finance로 이동하여 주식을 선택하는 것입니다. Tesla Motors는 매우 변동이 심한 TSLA를 시도하고 하단의 기술을 클릭하십시오. 차트 특정 기간에 이동 평균을 선택하고 지수 이동 평균을 사용하여 차이를 비교합니다. 지수 이동 평균은 이것에 대한 또 다른 노력이지만 이전 데이터를 새 데이터보다 가중치를 낮추는 방법으로 평활화를 뒤쪽으로 바이어스하는 방법입니다 Wikipedia 항목을 읽으십시오. 이것은 대답보다 더 많은 코멘트입니다. 하지만 작은 주석 상자는 작은 행운을 빕니다. 행운을 빌어 요. 수학에 문제가 있으면, 지수 대신 간단한 이동 평균을 사용할 수 있습니다. 당신이 얻는 결과는 마지막 x 항을 x로 나눈 것입니다. 검증되지 않은 의사 코드. 두 번째 데이터 점에있을 때 마지막 5 항의 평균을 명확하게 나타낼 수 있기 때문에 데이터의 시작과 끝 부분을 처리해야합니다. , 이 이동 평균 합계를 계산하는 가장 효율적인 방법은 가장 오래된 것입니다. 하지만 가장 최근의 것이 가장 오래되었지만, 이것은 무엇이 일어나고 있는지에 대한 개념을 얻는 것입니다. 답변 2 월 8 일 12시에 41. MetTrader 4 - 지표. 이동 평균, MA - MetaTrader 4. 이동 평균 기술 지표는 특정 기간 동안의 수단 가격 평균을 보여줍니다. 이동 평균을 계산할 때, 이 기간 동안의 도구 가격을 평균합니다. 가격이 변하면 이동 평균이 증가하거나 감소합니다. 산술 평균, 지수 함수, 평활도 및 선형 가중치라고도하는 간단한 네 가지 유형이 있습니다. 시작 및 종료 가격, 최고 및 최저 가격, 거래량 또는 기타 지표를 포함한 순차적 데이터 집합에 대해 가중 평균을 계산할 수 있습니다. 종종 이중 이동 평균이 사용되는 경우 다른 유형의 이동 평균이 서로 상당히 다른 유일한 경우는 가중 계수 최신 데이터에 할당 된 nts는 다릅니다. 간단한 이동 평균에 대해 언급 할 경우 해당 기간의 모든 가격은 동일한 값입니다. 지수 및 선형 가중치는 최신 가격에 더 많은 가치를 부여합니다. 가격 이동 평균을 해석하는 일반적인 방법은 가격 동향과 가격 동력을 비교하는 것입니다. 계좌 가격이 이동 평균을 상회하면 구매 신호가 나타납니다. 가격이 이동 평균보다 낮 으면 판매 신호가 있습니다. 이 거래 시스템 , 이동 평균을 기반으로, 그것의 가장 낮은 지점에서 바로 시장에 진입을 제공하도록 설계되지 않았고, 절정에 그것의 출구 오른쪽 그것은 가격이 바닥에 도달 한 후 곧 다음과 같은 추세에 따라 행동 할 수 있습니다, 가격이 최고점에 도달 한 직후에 판매합니다. 단순 이동 평균 SMA. Simple, 즉 산술 이동 평균은 특정 마비에 대한 도구 폐쇄 가격을 합산하여 계산됩니다 예를 들어, 12 시간과 같은 단일주기의 값을 계산합니다. 이 값을 해당 기간의 수로 나눕니다. SUM SUM CLOSE, N N. 계산 기간 수는 N입니다. 지수 이동 평균 EMA. 지수 평활 이동 평균은 현재 종가의 일정 비율을 이전 가치로 이동 평균 기하 급수적으로 평준화 된 이동 평균을 사용하면 최신 가격은 더 많은 가치를가집니다 P - 지수 지수 이동 평균은 다음과 같습니다. 현재 기간 마감 가격 EMA i-1 이전 기간 종가 지수의 지수 이동 평균 P 가격 값 사용률. 이동 평균 이동 SMMA. 이 평활 이동 평균의 첫 번째 값은 단순 이동 평균 SMA. SUM1 SUM CLOSE, N으로 계산됩니다. 두 번째 후속 이동 평균은이 공식에 따라 계산됩니다. 여기서 SUM1은 N 개 기간에 대한 종가의 총액입니다. SMMA1은 첫 번째 막대 SMMA i의 평활화 된 이동 평균입니다. i는 smo입니다 현재 막대의 첫 번째 이동 막대를 제외한 이동 평균 CLOSE i는 현재 종가 N은 평활화 기간입니다. 선형 가중 이동 평균 LWMA. 가중 이동 평균의 경우 최신 데이터는 초기 데이터보다 더 가치가 있습니다 가중 이동 평균은 고려 된 계열 내 종가의 각 값에 특정 가중치를 곱하여 계산됩니다. LWMA SUM ii, N SUM i, N. 여기서 SUM i, N은 가중 계수의 총합입니다. 이동 평균 지표에 적용될 수도 있습니다. 즉, 지표 이동 평균의 해석이 지표가 이동 평균을 초과하면 가격 이동 평균의 해석과 유사합니다. 즉 지표가 이동 평균보다 높으면 오름차순 지표 이동이 계속 될 가능성이 있음을 나타냅니다. 이동 평균, 이것은 계속해서 아래로 갈 가능성이 있음을 의미합니다. 차트에서 이동 평균의 유형이 있습니다. 단순 이동 평균 SMA. 지수 이동 평균 EMA. Smooth 이동 평균 SMMA. 선형 가중 평균 LWMA. Exponential Moving Average - EMA. BREAKING DOWN 지수 이동 평균 - EMA. 12 일 및 26 일 EMA가 가장 인기있는 단기 평균이며, 다음과 같은 지표를 생성하는 데 사용됩니다. 이동 평균 수렴 확산 MACD 및 가격 오실레이터 PPO 비율 일반적으로 50 일 및 200 일 EMA는 장기 추세의 신호로 사용됩니다. 기술적 분석을 사용하는 조사자는 이동 평균을 정확하게 적용 할 때 매우 유용하고 통찰력있는 것을 찾습니다. 부적절하게 사용되거나 잘못 해석 될 경우의 혼란 기술적 분석에서 일반적으로 사용되는 모든 이동 평균은 본질적으로 지연 지표가됩니다. 따라서 특정 시장 차트에 이동 평균을 적용하여 도출 된 결론은 시장 이동을 확인하거나 그것의 힘 시장에있는 뜻 깊은 움직임을 반영하기 위하여 이동 평균 표시기 선이 수시로 바뀔 때까지, 시장 입장의 최적 지점 이미 통과했다 EMA는 이러한 딜레마를 어느 정도 완화시키는 역할을한다. EMA 계산은 최신 데이터에 더 많은 가중치를 부여하기 때문에 가격 행동을 조금 더 엄격하게 받아들이고 더 빨리 반응한다. 이것은 EMA를 사용하여 거래를 유도 할 때 바람직하다. 엔트리 신호. EMA를 해석. 모든 이동 평균 지표처럼, 그들은 시장 동향에 훨씬 더 적합합니다. 시장이 강력하고 지속적인 상승 추세에있을 때 EMA 지표 라인은 하락 경향에 대한 상승 경향을 나타내며 그 반대도 마찬가지입니다. 상인은 EMA 라인의 방향뿐만 아니라 하나의 술집에서 다음 술어로의 변화율의 관계에주의를 기울일 것입니다. 예를 들어 강한 상승 추세의 가격 행동이 평평 해지고 반전되기 시작하면 EMA의 한 막대에서 다음 막대로의 변경은 표시 줄이 평평 해지고 변화율이 0 일 때까지 줄어들 기 시작합니다. 지연 효과 때문에이 지점 또는 이전의 몇 막대까지 가격 조치 이미 역전되어왔다. 따라서 EMA의 변화율이 지속적으로 감소하는 것을 관찰하는 것은 이동 평균의 지연 효과로 인한 딜레마에 더 역행 할 수있는 지표로 사용될 수있다. EMA의 용도. EMA가 일반적으로 사용된다 중요한 시장 움직임을 확인하고 그 타당성을 측정하기위한 다른 지표와 함께 일중 및 빠르게 움직이는 시장을 거래하는 거래자의 경우 EMA가 더 적합합니다. 자주 거래자가 EMA를 사용하여 거래 바이어스를 결정합니다 예를 들어, 매일 EMA 차트는 강한 상승 추세를 보여 주며, intraday trader의 전략은 intraday 차트의 긴 쪽에서 만 거래 할 수 있습니다.
No comments:
Post a Comment