Przenoszenie średniej w pycie

Ja gram w Pythonie jeszcze raz i znalazłem schludną książkę z przykładami Jednym z przykładów jest wykreowanie niektórych danych Mam plik z dwiema kolumnami i mam dane wykreślone dane w porządku, ale w ćwiczeniu to mówi Modyfikuj program dalej, aby obliczyć i wyliczyć średnią bieżącej danych, zdefiniowaną przez. where r 5 w tym przypadku, a yk to druga kolumna w pliku danych Czy program zarchiwizuje zarówno oryginalne dane, jak i średnią bieżącą na to samo graph. So daleko mam to. So jak obliczyć sumę W Mathematica to proste, ponieważ to symboliczne manipulacji Suma, na przykład, ale jak obliczyć sumę w python, która zajmuje co dziesięć punktów w danych i średnich go , i robi to do końca punktów. Spojrzałem na książkę, ale nie znalazłem nic, co mogłoby wyjaśnić to. heltonbiker s kod did the trick D. Thank you very much. There jest problem z przyjętej odpowiedzi Myślę, że musimy Użyj prawidłowego zamiast tego samego tutaj - okna powrotu, same. As przykład wypróbować MA tego zbioru danych 1,5,7,2,6,7,8,2,2,7,8,3,7,3,7,3,15,6 - wynik powinien wynosić 4 2,5 4 , 6 0,5 0,5 0,5 2,5 4,4 4,5 4,5 6,5 6,4 6,7 0,6 8, ale posiadające to samo daje nam niepoprawny wynik wynoszący 2 6,3 0 , 4 2,5 4,6 0,5 0,5 0,5 2,5 4,4 4,5 4,5 6,5 6, 4 6,7 0,6 8,6 2,4 8. silny kod, aby spróbować tego out. Try tego z tego samego i sprawdzić, czy matematyka sprawia, że ​​sensowne. Python dingod 29 października 2007 at 7 07. dingod Dlaczego nie próbujesz to szybko z zardzewiały kod i przykładowe zestaw danych w prostej listy, wysłałem Dla niektórych leniwych ludzi, jak ja byłem na początku - jego maski na zewnątrz fakt, że średnia ruchoma powinnaś rozważyć edycję oryginalnej odpowiedzi, próbowałem ją tylko wczoraj i podwójnie sprawdziłam, że uratowałem mnie przed złym wyglądem w raportowaniu na poziomie Cxo Wszystko, co musisz zrobić, to spróbować tej samej średniej ruchomej raz z ważnym i innym czasem z tym samym - a kiedyś jesteś przekonany, daj mi trochę miłości aka-up-vo te ekta 29 października w wieku 7 16. średnie kroczące Co oni są. Z jednej z najbardziej popularnych wskaźników technicznych, średnie ruchome są wykorzystywane do pomiaru kierunku bieżącej tendencji Każdy typ średniej ruchomej zwykle napisany w tym samouczku jako wynik matematyki obliczana przez uśrednianie liczby przeszłych punktów danych Po ustaleniu średniej wynikającej z wykresu jest następnie wykreślana na wykresie, aby umożliwić podmiotom gospodarczym przeglądanie wygładzonych danych, a nie koncentrowanie się na codziennych wahaniach cen, które są nieodłącznie związane ze wszystkimi rynki finansowe. Najprostsza forma średniej ruchomej, znanej jako zwykła średnia ruchoma SMA, jest obliczana poprzez przyjęcie średniej arytmetycznej danego zestawu wartości. Na przykład do obliczenia podstawowej 10-dniowej średniej ruchomej należy dodać ceny zamknięcia z ostatnich 10 dni, a następnie podzielić wynik o 10 Na rysunku 1 suma cen za ostatnie 10 dni 110 jest podzielona przez liczbę dni 10, aby osiągnąć średnią z 10 dni Jeśli przedsiębiorca chce w przeciwieństwie do 50 dniowej średniej zamiast tego dokonano tego samego rodzaju kalkulacji, ale obejmowałby ceny w ciągu ostatnich 50 dni. Średnia wynik poniżej 11 uwzględnia przeszło 10 punktów danych, aby dać handlowcom pomysł jak dany składnik aktywów jest wyceniony w stosunku do ostatnich 10 dni. Może się zastanawiasz, dlaczego techniczni handlowcy nazywają to narzędzie ruchomą średnią, a nie zwykłą średnią Odpowiedź brzmi, że w miarę pojawiania się nowych wartości, najstarsze punkty danych muszą zostać usunięte z set i nowe punkty danych muszą wejść w miejsce, aby je zastąpić W ten sposób zestaw danych stale zmienia swoje dane o nowe dane w miarę jego udostępniania Ta metoda obliczeń zapewnia, że ​​tylko bieżące informacje są rozliczane Na rysunku 2, gdy nowa wartość z 5 jest dodawana do zestawu, czerwone pole reprezentujące ostatnie 10 punktów danych przesuwa się w prawo, a ostatnia wartość 15 zostaje pomniejszona z obliczenia Ponieważ względnie mała wartość 5 zastępuje dużą wartość 15, ct, aby zobaczyć średnią spadku danych, co robi, w tym przypadku od 11 do 10. Co robi średnie ruchome Gdy wartości MA zostały obliczone, są one wykreślane na wykresie, a następnie połączone w celu utworzenia średnia ruchoma Te linie krzywe są wspólne na wykresach technicznych podmiotów gospodarczych, ale w jaki sposób są one stosowane mogą znacznie różnić się od tej przyszłości. Jak widać na rysunku 3, możliwe jest dodanie więcej niż jednej średniej ruchomej do dowolnego wykresu dostosowanie liczby okresów używanych do obliczania Te linie zakrzywione mogą wydawać się rozpraszające lub mylące, ale przyzwyczaisz się do nich w miarę upływu czasu Czerwona linia to po prostu średnia cena w ciągu ostatnich 50 dni, a niebieska linia jest średnią ceną w ciągu ostatnich 100 dni. Teraz możesz zrozumieć, co oznacza średnia ruchoma i jak wygląda, wprowadzimy inny typ średniej ruchomej i zbadaj, jak różni się od wspomnianej wcześniej prostej średniej ruchomej. Prosty ruch g średnie jest bardzo popularne wśród przedsiębiorców, ale podobnie jak wszystkie wskaźniki techniczne, ma swoje krytyki Wiele osób twierdzi, że użyteczność SMA jest ograniczona, ponieważ każdy punkt serii danych jest ważony tak samo, niezależnie od miejsca, w którym występuje w sekwencji Krytycy argumentują, że najnowsze dane są bardziej znaczące niż starsze dane i powinny mieć większy wpływ na końcowy wynik W odpowiedzi na tę krytykę przedsiębiorcy zaczęli przywiązywać większą wagę do ostatnich danych, co doprowadziło do wynalezienia różnych typów nowych średnich, których najbardziej popularna jest wykładnicza średnia ruchoma EMA Aby uzyskać więcej informacji, zobacz Podstawy średnich ruchome ważonych i jaka jest różnica między SMA a EMA. Exponential Moving Average Średnia wykładnicza średniej jest typem średniej ruchomej co daje większą wagę do niedawnych cen w celu zwiększenia ich wrażliwości na nowe informacje Uczenie skomplikowanego równania w obliczaniu EMA może b. Nie jest to konieczne dla wielu podmiotów gospodarczych, ponieważ prawie wszystkie pakiety do tworzenia wykresów wykonują obliczenia dla Ciebie. Jednak dla Ciebie matematyki są tutaj równania EMA. Kiedy użyjemy formuły do ​​obliczania pierwszego punktu EMA, możesz zauważyć, że istnieje nie ma wartości dostępnej do wykorzystania w poprzedniej EMA Ten mały problem można rozwiązać, uruchamiając obliczenia za pomocą prostej średniej ruchomej i kontynuując z powyższą formułą dostarczyliśmy przykładowy arkusz kalkulacyjny zawierający przykłady rzeczywistych przykładów obliczyć zarówno prostą średnią ruchliwą, jak i wykładniczą średnią ruchoma. Różnica między EMA a SMA Teraz, gdy masz lepsze zrozumienie, jak obliczane jest SMA i EMA, spójrzmy, jak przebiegają te średnie. Patrząc na obliczania EMA, zauważysz, że większy nacisk położono na ostatnie punkty danych, co czyni go typem średniej ważonej Na rysunku 5 liczby okresów czasu stosowanych w każdej z nich są identyczne 1 5, ale EMA reaguje szybciej na zmiany cen Zwróć uwagę, że EMA ma wyższą wartość, gdy cena wzrasta i spada szybciej niż SMA, gdy cena maleje Ta reakcja jest głównym powodem, dla którego wielu przedsiębiorców wolą używać EMA w SMA. What Different Days Mean Moving averages to całkowicie dostosowywalny wskaźnik, co oznacza, że ​​użytkownik może swobodnie wybierać dowolną ramkę czasową, jaką chcą podczas tworzenia średniej. Najczęstsze okresy czasu wykorzystywane w ruchomej średniej to 15, 20, 30, 50, 100 i 200 dni Im krótszy jest okres generowania średniej, tym bardziej wrażliwe będą zmiany cenowe Im dłuższy przedział czasowy, mniej wrażliwy lub bardziej wygładzony, średnia będzie nie właściwą ramkę czasową, która będzie używana podczas konfigurowania średnich kroczących Najlepszym sposobem na określenie, który z nich działa najlepiej dla Ciebie jest eksperymentowanie z różnymi okresami czasu, aż znajdziesz taki, który pasuje do twojej strategii. Wiem, że to jest stare pytanie, ale tutaj jest rozwiązanie, które nie używa żadnych dodatkowych struktur danych lub bibliotek Jest liniowa w liczbie elementów listy wejściowej i nie mogę myśleć o innym sposobie, aby uczynić go bardziej skutecznym, jeśli ktoś wie o lepszym sposobie przydzielania wynik, proszę dać mi know. NOTE to byłoby znacznie szybsze przy użyciu numpy tablicy zamiast listy, ale chciałem wyeliminować wszystkie zależności Byłoby to również możliwe do poprawy wydajności przez wielowątkowe wykonanie. Funkcja zakłada, że ​​wejście lista jest jeden wymiar, więc bądź ostrożny. Możesz obliczyć bieżącą średnią z. Na szczęście, numpy zawiera funkcję convolve, którą możemy użyć do przyspieszenia rzeczy. Bieżąca średnia jest równowaŜna x x z wektorem, który jest N długo, ze wszystkimi liczby równe 1 N Numpadowe wdrożenie convolve obejmuje początkowe przejściowe, więc musisz usunąć pierwsze punkty N-1. Na mojej maszynie szybka wersja jest 20-30 razy szybsza, w zależności od długości wektora wejściowego i rozmiar średnie okno. Notuj, że convolve zawiera ten sam tryb, który wydaje się, że powinien rozwiązać problem przejściowy przejściowy, ale dzieli go między początkiem i końcem. Usuwa przejściowe od końca, a na początku nie ma jednego, Myślę, że to kwestia priorytetów, nie potrzebuję tej samej liczby wyników na koszt uzyskania stoku w kierunku zera, który nie ma w danych BTW, oto polecenie pokazujące różnicę między trykami trybów pełnych, takich samych , prawidłowe plotki plot 200, te 50, 50, tryb m dla m w trybach oś -10, 251, - 1, 1 1 tryby legendy, loc dolne centrum z pyplotem i numpy importowane lapis 24 mar 14 w 13 56.pandas jest bardziej odpowiedni dla tego niż NumPy lub SciPy Jego funkcja rollingmean robi zadanie wygodnie Pozwala również zwrócić tablicę NumPy, gdy wejście jest tablicą. Trudno pokonać rollingmean w wydajności z dowolnym niestandardowym czystym wdrożeniem Pythona Oto przykładowa wydajność w stosunku do dwóch proponowanych rozwiązań tutaj są również miłe opcje, jak radzić sobie z wartościami krawędzi. I m zawsze zirytowany przez funkcję przetwarzania sygnału, która zwraca sygnały wyjściowe o różnym kształcie niż sygnały wejściowe, gdy zarówno wejścia i wyjścia mają taką samą naturę, np. zarówno sygnały czasowe łamie korespondencja z powiązaną zmienną niezależną np. czas, częstotliwość tworzenia spisów lub porównania nie jest wcale sprawą bezpośrednią, jeśli podzielisz to uczucie, możesz zmienić ostatnie wiersze proponowanej funkcji jako ten sam powrót y windowlen-1 - windowlen-1 Christian O Reilly 25 sierpnia 15 w 19 56. Trochę późno na imprezę, ale zrobiłem własną własną funkcję, która NIE owija się wokół końców lub wkładek z zera, które są następnie wykorzystywane do znalezienia średniej, jak również W kolejnym traktowaniu , że również ponownie pobiera sygnał w punktach liniowo rozmieszczonych Dostosuj kod na żądanie, aby uzyskać inne funkcje. Metoda jest prostym mnożeniem matrycy ze znormalizowanym jądrem Gaussa. Proste użycie sygnału sinusoidalnego z dodanym normalny rozproszony hałas. To pytanie jest teraz nawet starsze niż kiedy NeXuS napisał o tym w zeszłym miesiącu, ALE podoba mi się, jak jego kod dotyczy przypadków krawędzi, ale ponieważ jest to prosta średnia ruchoma, to wyniki są opóźnione w stosunku do danych, które mają zastosowanie do I że postępowanie w sprawach dotyczących krawędzi w bardziej satysfakcjonujący sposób niż tryby NumPy w tym samym zakresie i pełne może być osiągnięte poprzez zastosowanie podobnego podejścia do metody opartej na splocie. Mój wkład wykorzystuje centralną średnią przebiegającą, aby wyrównać jej wyniki z ich danymi Gdy istnieją dwa kilka punktów dostępnych dla pełnego rozmiaru okna, które mają być użyte, średnie uśrednione są obliczane z kolejno mniejszych okien na krawędziach tablicy Prawdę mówiąc, z kolejno dużych okien, ale to jest szczegółowo implementacji. Jest to stosunkowo wolne, ponieważ używa convolve i prawdopodobnie mogłoby być sprobulowane dość dużo przez prawdziwą Pythonistę, jednak wierzę, że idea stoi. Odpowiedź 2 stycznia na 0 28. jest ładna, ale powolna, gdy szerokość okna rośnie Duża Niektóre odpowiedzi provi de bardziej efektywne algorytmy z, ale wydaje się niezdolny do obsługi wartości krawędzi ja sam zaimplementował algorytm, który może obsłużyć ten problem dobrze, jeśli ten problem jest zadeklarowany as. Input parametr mergenum można uznać za 2 windowwidth 1.I wiem, że ten kod jest trochę bit nieczytelny, jeśli u okaże się przydatny i chce trochę rozszerzeń, proszę dać mi znać i będę aktualizować tę odpowiedź Ponieważ pisanie wyjaśnienia może kosztować mn dużo czasu, mam nadzieję, że to robię tylko wtedy, gdy ktoś tego potrzebuje Proszę wybaczyć mi za moje lenistwo. Jeśli tylko u jesteś zainteresowany jego pierwotną wersją. Jest jeszcze bardziej nieczytelny pierwsze rozwiązanie pozbywa się problemu krawędzi przez zerowanie wypełnienia wokół tablicy, ale drugie rozwiązanie rozwiązane tutaj zajmuje się to w sposób trudny i bezpośredni. W moim ostatnim zdaniu I próbował wskazać, dlaczego pomaga błąd zmiennoprzecinkowy Jeśli dwie wartości są w przybliżeniu takie same wielkości, to dodanie ich traci mniej precyzji niż jeśli dodano bardzo dużą liczbę do bardzo małej Kod łączy sąsiednie wartości es w taki sposób, aby nawet sumy pośrednie zawsze były rozsądnie bliskie wielkości, aby zminimalizować błąd zmiennoprzecinkowy Nic nie jest dowodem dowodem, ale ta metoda uratowała kilka bardzo słabo zrealizowanych projektów w produkcji Mayur Patel 15 grudnia 14 w 17 22. Alleo Zamiast tego robienie jednego dodatku na wartość, będziesz robić dwa Dowód jest taki sam, jak problem z odwzorowaniem bitów Jednak punktem tej odpowiedzi niekoniecznie jest wydajność, ale precyzyjne wykorzystanie pamięci dla uśrednionych 64-bitowych wartości nie przekroczy 64 elementów w pamięci podręcznej, więc jest przyjazny w użyciu pamięci, a także Mayur Patel 29 grudnia 14 w 17 04.