Bewegende Gemiddelde Signal Matlab

Site OANDA gebruik koekies om ons webblaaie maklik om te gebruik en persoonlike ons besoekers te maak. Koekies kan nie gebruik word om jou persoonlik te identifiseer. Met die besoek ons ​​webwerf, stem jy in om OANDA8217s gebruik van koekies in ooreenstemming met ons privaatheidsbeleid. Te sluit, te verwyder of te bestuur koekies, besoek aboutcookies. org. Beperking van koekies sal verhoed dat jy voordeel trek uit 'n paar van die funksies van ons webwerf. Laai ons Mobile Apps Meld aan Select rekening: ampltiframe src4489469.fls. doubleclick / activityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 mcesrc4489469.fls. doubleclick / activityisrc4489469typenewsi0catoanda0u1fxtradeiddclatdcrdidtagforchilddirectedtreatmentord1num1 width1 height1 frameborder0 styledisplay: Geen mcestyledisplay: noneampgtamplt / iframeampgt Les 1: Moving Gemiddeldes Tolking bewegende gemiddelde Seine Oorsig bewegende gemiddeldes insette lewer in die algehele rigting en momentum van 'n geldeenheid paar. Omdat bewegende gemiddeldes is maklik om aansoek te doen, word hulle dikwels gebruik word in samewerking met ander aanwysers aan 'n mark rigting te bevestig. Enkele bewegende gemiddelde Sell sein 'n sell sein aangedui wanneer die sigkoers kruise onder die bewegende gemiddelde. Dit dui daarop dat die mark prys verloor momentum en is onderpresteer in vergelyking met die bewegende gemiddelde. Enkele bewegende gemiddelde en sigkoers Sell sein In die grafiek hierbo, let waar die sigkoers kruise onder die bewegende gemiddelde 8211 dit is 'n klassieke verkoop sein. Die feit dat die dubbel-top grafiek patroon vind by min of meer dieselfde punt, versterk die vlak as 'n waarskynlike verkoopprys geleentheid. Dit is inderdaad die geval as die sigkoers ly 'n merkbare afname kort ná die aanvanklike kruising. Vir meer inligting oor die prys grafiek patrone insluitend dubbel-tops en kop-en-skouers patrone, sien Erkenning Bar Chart en Line Grafiekpatrone in Les 6 van Inleiding tot Geld Trading. Enkele bewegende gemiddelde koopsein Wanneer die sigkoers kruise oor die bewegende gemiddelde, dit is 'n aanduiding dat die sigkoers opwaarts neig as dit is aan die toeneem teen 'n vinniger tempo as die bewegende gemiddelde. Om hierdie rede, dit is tipies beskou as 'n potensiële koop geleentheid. Weereens, word jy aangeraai om die analise 8211 bevestig in hierdie geval, die omgekeerde kop en skouers patroon (soos gesien in die grafiek hieronder) is 'n algemene koers ommekeer sein: Enkellopend bewegende gemiddelde en sigkoers koopsein Wanneer sigkoers en bewegende gemiddelde kruis handel seine, is dit belangrik om twee punte in gedagte te hou. Afhangende van markonbestendigheid, kan kruis boulbeurte uiters onbetroubaar wees en daarom is dit raadsaam om bykomende bevestiging te soek voordat waarnemende. In die koop en verkoop voorbeelde wat ons hier ondersoek, die vorming van 'n dubbele-top en 'n omgekeerde kop-en-skouers patroon gehelp bevestig die mark rigting. Die aantal verslagdoening tydperke ingesluit in die bewegende gemiddelde berekening kan 'n geweldige invloed op die bewegende gemiddelde het. Die basiese reël om te onthou, is dat hoe minder die aantal verslagdoening tydperke, hoe nader die gemiddelde bly met die sigkoers. Seine Produced deur verskeie bewegende gemiddelde CROSSOVER Handelaars plaas dikwels 'n paar bewegende gemiddeldes op dieselfde prys grafiek. Tipies, een van die bewegende gemiddeldes sal aangewys word hoe vinniger bewegende gemiddelde wat bestaan ​​uit minder datapunte, en een sal 'n stadiger voorsteller gemiddelde wees. Per definisie, sal die vinniger bewegende gemiddelde meer wisselvallig as die stadiger bewegende gemiddelde wees. Dit blyk uit die volgende 1-dag prys grafiek wat verander is om twee bewegende gemiddeldes, sluit in: Die vinnig bewegende gemiddelde word bereken uit net sewe dae van data. Die stadige bewegende gemiddelde is gebaseer op 'n volle dertig dae van data: stadige en vinnige bewegende gemiddeldes Resultate Crossover seine die bewegende gemiddelde met die minder datapunte (die vinnig bewegende gemiddelde) reageer vinniger om 'n verandering in die sigkoers. As die vinnig bewegende gemiddelde kruise bo die stadiger bewegende gemiddelde, is dit beskou as 'n koopsein. Wanneer die vinniger bewegende gemiddelde kruisies onder die stadiger bewegende gemiddelde, is dit beskou as 'n sell sein. Stadige en vinnige bewegende gemiddeldes Resultate met 'n baie stadige bewegende gemiddelde In ons voorbeeld, ingesluit ons net twee bewegende gemiddeldes te warboel tot 'n minimum te hou, maar in die praktyk kan jy soveel bewegende gemiddeldes van wisselende spoed as wat jy wil hê. In bykomend tot 'n vinnig bewegende gemiddelde en 'n stadiger een, sommige handelaars graag 'n baie stadige bewegende gemiddelde voeg as dit verwyder byna al skommelinge en toon die algehele, langtermyn mark rigting. Byvoorbeeld, in die volgende enkele dae grafiek, is daar 'n een week bewegende gemiddelde (vinnig bewegende gemiddelde), 'n een maand bewegende gemiddelde (stadige bewegende gemiddelde) en 'n ses maande bewegende gemiddelde (baie stadig bewegende gemiddelde): Moving Gemiddeldes - Eenvoudige en Eksponensiële bewegende gemiddeldes - Eenvoudige en Eksponensiële Inleiding bewegende gemiddeldes glad die prys data om 'n tendens volgende aanwyser vorm. Hulle het nie die prys rigting voorspel nie, maar eerder die huidige rigting met 'n lag te definieer. Bewegende gemiddeldes lag omdat hulle op grond van vorige pryse. Ten spyte hiervan lag, bewegende gemiddeldes te help gladde prys aksie en filter die geraas. Hulle vorm ook die boustene vir baie ander tegniese aanwysers en overlays, soos Bollinger Bands. MACD en die McClellan Ossillator. Die twee mees populêre vorme van bewegende gemiddeldes is die Eenvoudige bewegende gemiddelde (SMA) en die eksponensiële bewegende gemiddelde (EMA). Hierdie bewegende gemiddeldes gebruik kan word om die rigting van die tendens te identifiseer of definieer potensiaal ondersteuning en weerstand vlakke. Here039s n grafiek met beide 'n SMA en 'n EMO daarop: Eenvoudige bewegende gemiddelde Berekening 'n Eenvoudige bewegende gemiddelde is wat gevorm word deur die berekening van die gemiddelde prys van 'n sekuriteit oor 'n spesifieke aantal periodes. Die meeste bewegende gemiddeldes is gebaseer op sluitingstyd pryse. 'N 5-dag eenvoudig bewegende gemiddelde is die vyf dag som van die sluiting pryse gedeel deur vyf. Soos die naam aandui, 'n bewegende gemiddelde is 'n gemiddelde wat beweeg. Ou data laat val as nuwe data kom beskikbaar. Dit veroorsaak dat die gemiddelde om te beweeg langs die tydskaal. Hieronder is 'n voorbeeld van 'n 5-daagse bewegende gemiddelde ontwikkel met verloop van drie dae. Die eerste dag van die bewegende gemiddelde dek net die laaste vyf dae. Die tweede dag van die bewegende gemiddelde daal die eerste data punt (11) en voeg die nuwe data punt (16). Die derde dag van die bewegende gemiddelde voort deur die val van die eerste data punt (12) en die toevoeging van die nuwe data punt (17). In die voorbeeld hierbo, pryse geleidelik verhoog 11-17 oor 'n totaal van sewe dae. Let daarop dat die bewegende gemiddelde styg ook 13-15 oor 'n driedaagse berekening tydperk. Let ook op dat elke bewegende gemiddelde waarde is net onder die laaste prys. Byvoorbeeld, die bewegende gemiddelde vir die eerste dag is gelyk aan 13 en die laaste prys is 15. Pryse die vorige vier dae laer was en dit veroorsaak dat die bewegende gemiddelde te lag. Eksponensiële bewegende gemiddelde Berekening eksponensiële bewegende gemiddeldes te verminder die lag deur die toepassing van meer gewig aan onlangse pryse. Die gewig van toepassing op die mees onlangse prys hang af van die aantal periodes in die bewegende gemiddelde. Daar is drie stappe om die berekening van 'n eksponensiële bewegende gemiddelde. Eerstens, bereken die eenvoudige bewegende gemiddelde. 'N eksponensiële bewegende gemiddelde (EMA) moet iewers begin so 'n eenvoudige bewegende gemiddelde word gebruik as die vorige period039s EMO in die eerste berekening. Tweede, bereken die gewig vermenigvuldiger. Derde, bereken die eksponensiële bewegende gemiddelde. Die onderstaande formule is vir 'n 10-dag EMO. 'N 10-tydperk eksponensiële bewegende gemiddelde van toepassing 'n 18,18 gewig na die mees onlangse prys. 'N 10-tydperk EMO kan ook 'n 18,18 EMO genoem. A 20-tydperk EMO geld 'n 9,52 weeg om die mees onlangse prys (2 / (201) 0,0952). Let daarop dat die gewig vir die korter tydperk is meer as die gewig vir die langer tydperk. Trouens, die gewig daal met die helfte elke keer as die bewegende gemiddelde tydperk verdubbel. As jy wil ons 'n spesifieke persentasie vir 'n EMO, kan jy hierdie formule gebruik om dit te omskep in tydperke en gee dan daardie waarde as die parameter EMA039s: Hier is 'n spreadsheet voorbeeld van 'n 10-dag eenvoudig bewegende gemiddelde en 'n 10- dag eksponensiële bewegende gemiddelde vir Intel. Eenvoudige bewegende gemiddeldes is reguit vorentoe en verg min verduideliking. Die 10-dag gemiddeld net beweeg as nuwe pryse beskikbaar raak en ou pryse af te laai. Die eksponensiële bewegende gemiddelde begin met die eenvoudige bewegende gemiddelde waarde (22,22) in die eerste berekening. Na die eerste berekening, die normale formule oorneem. Omdat 'n EMO begin met 'n eenvoudige bewegende gemiddelde, sal sy werklike waarde nie besef tot 20 of so tydperke later. Met ander woorde, kan die waarde van die Excel spreadsheet verskil van die term waarde as gevolg van die kort tydperk kyk terug. Hierdie sigblad gaan net terug 30 periodes, wat beteken dat die invloed van die eenvoudige bewegende gemiddelde het 20 periodes om te ontbind het. StockCharts gaan terug ten minste 250-tydperke (tipies veel verder) vir sy berekeninge sodat die gevolge van die eenvoudige bewegende gemiddelde in die eerste berekening volledig verkwis. Die sloerfaktor Hoe langer die bewegende gemiddelde, hoe meer die lag. 'N 10-dag eksponensiële bewegende gemiddelde pryse sal baie nou omhels en draai kort ná pryse draai. Kort bewegende gemiddeldes is soos spoed bote - ratse en vinnige te verander. In teenstelling hiermee het 'n 100-daagse bewegende gemiddelde bevat baie afgelope data wat dit stadiger. Meer bewegende gemiddeldes is soos see tenkwaens - traag en stadig om te verander. Dit neem 'n groter en meer prysbewegings vir 'n 100-daagse bewegende gemiddelde kursus te verander. bo die grafiek toon die SampP 500 ETF met 'n 10-dag EMO nou na aanleiding van pryse en 'n 100-dag SMA maal hoër. Selfs met die Januarie-Februarie afname, die 100-dag SMA gehou deur die loop en nie draai. Die 50-dag SMA pas iewers tussen die 10 en 100 dae bewegende gemiddeldes wanneer dit kom by die lag faktor. Eenvoudige vs Eksponensiële Bewegende Gemiddeldes Hoewel daar duidelike verskille tussen eenvoudige bewegende gemiddeldes en eksponensiële bewegende gemiddeldes, een is nie noodwendig beter as die ander. Eksponensiële bewegende gemiddeldes minder lag en is dus meer sensitief vir onlangse pryse - en onlangse prysveranderings. Eksponensiële bewegende gemiddeldes sal draai voor eenvoudige bewegende gemiddeldes. Eenvoudige bewegende gemiddeldes, aan die ander kant, verteenwoordig 'n ware gemiddelde van die pryse vir die hele tydperk. As sodanig, kan eenvoudig bewegende gemiddeldes beter geskik wees om ondersteuning of weerstand vlakke te identifiseer. Bewegende gemiddelde voorkeur hang af van doelwitte, analitiese styl en tydhorison. Rasionele agente moet eksperimenteer met beide tipes bewegende gemiddeldes, asook verskillende tydsraamwerke om die beste passing te vind. Die onderstaande grafiek toon IBM met die 50-dag SMA in rooi en die 50-dag EMO in groen. Beide 'n hoogtepunt bereik in die einde van Januarie, maar die daling in die EMO was skerper as die afname in die SMA. Die EMO opgedaag het in die middel van Februarie, maar die SMA voortgegaan laer tot aan die einde van Maart. Let daarop dat die SMA opgedaag het meer as 'n maand nadat die EMO. Lengtes en tydsraamwerke Die lengte van die bewegende gemiddelde is afhanklik van die analitiese doelwitte. Kort bewegende gemiddeldes (20/05 periodes) is die beste geskik vir tendense en handel kort termyn. Rasionele agente belangstel in medium termyn tendense sou kies vir langer bewegende gemiddeldes wat 20-60 periodes kan verleng. Langtermyn-beleggers sal verkies bewegende gemiddeldes met 100 of meer periodes. Sommige bewegende gemiddelde lengtes is meer gewild as ander. Die 200-daagse bewegende gemiddelde is miskien die mees populêre. As gevolg van sy lengte, dit is duidelik 'n langtermyn-bewegende gemiddelde. Volgende, die 50-dae - bewegende gemiddelde is baie gewild vir die medium termyn tendens. Baie rasionele agente gebruik die 50-dag en 200-dae - bewegende gemiddeldes saam. Korttermyn, 'n 10-dae bewegende gemiddelde was baie gewild in die verlede, want dit was maklik om te bereken. Een van die nommers bygevoeg eenvoudig en verskuif die desimale punt. Tendens Identifikasie Dieselfde seine gegenereer kan word met behulp van eenvoudige of eksponensiële bewegende gemiddeldes. Soos hierbo aangedui, die voorkeur hang af van elke individu. Hierdie voorbeelde sal onder beide eenvoudige en eksponensiële bewegende gemiddeldes gebruik. Die term bewegende gemiddelde is van toepassing op beide eenvoudige en eksponensiële bewegende gemiddeldes. Die rigting van die bewegende gemiddelde dra belangrike inligting oor pryse. 'N stygende bewegende gemiddelde wys dat pryse oor die algemeen is aan die toeneem. A val bewegende gemiddelde dui daarop dat pryse gemiddeld val. 'N stygende langtermyn bewegende gemiddelde weerspieël 'n langtermyn - uptrend. A val langtermyn bewegende gemiddelde weerspieël 'n langtermyn - verslechtering neiging. bo die grafiek toon 3M (MMM) met 'n 150-dag eksponensiële bewegende gemiddelde. Hierdie voorbeeld toon hoe goed bewegende gemiddeldes werk wanneer die neiging is sterk. Die 150-dag EMO van die hand gewys in November 2007 en weer in Januarie 2008. Let daarop dat dit 'n 15 weier om die rigting van hierdie bewegende gemiddelde om te keer. Hierdie nalopend aanwysers identifiseer tendens terugskrywings as hulle voorkom (op sy beste) of nadat hulle (in die ergste geval) voorkom. MMM voortgegaan laer in Maart 2009 en daarna gestyg 40-50. Let daarop dat die 150-dag EMO nie opgedaag het nie eers na hierdie oplewing. Sodra dit gedoen het, maar MMM voortgegaan hoër die volgende 12 maande. Bewegende gemiddeldes werk briljant in sterk tendense. Double CROSSOVER twee bewegende gemiddeldes kan saam gebruik word om crossover seine op te wek. In tegniese ontleding van die finansiële markte. John Murphy noem dit die dubbele crossover metode. Double CROSSOVER behels een relatief kort bewegende gemiddelde en een relatiewe lang bewegende gemiddelde. Soos met al die bewegende gemiddeldes, die algemene lengte van die bewegende gemiddelde definieer die tydraamwerk vir die stelsel. 'N Stelsel met behulp van 'n 5-dag EMO en 35-dag EMO sal geag kort termyn. 'N Stelsel met behulp van 'n 50-dag SMA en 200-dag SMA sal geag medium termyn, miskien selfs 'n lang termyn. N bullish crossover vind plaas wanneer die korter bewegende gemiddelde kruise bo die meer bewegende gemiddelde. Dit is ook bekend as 'n goue kruis. N lomp crossover vind plaas wanneer die korter bewegende gemiddelde kruise onder die meer bewegende gemiddelde. Dit staan ​​bekend as 'n dooie kruis. Bewegende gemiddelde CROSSOVER produseer relatief laat seine. Na alles, die stelsel werk twee sloerende aanwysers. Hoe langer die bewegende gemiddelde periodes, hoe groter is die lag in die seine. Hierdie seine werk groot wanneer 'n goeie tendens vat. Dit sal egter 'n bewegende gemiddelde crossover stelsel baie whipsaws produseer in die afwesigheid van 'n sterk tendens. Daar is ook 'n driedubbele crossover metode wat drie bewegende gemiddeldes behels. Weereens, is 'n sein gegenereer wanneer die kortste bewegende gemiddelde kruisies die twee langer bewegende gemiddeldes. 'N Eenvoudige trippel crossover stelsel kan 5-dag, 10-dag en 20-dae - bewegende gemiddeldes te betrek. bo die grafiek toon Home Depot (HD) met 'n 10-dag EMO (groen stippellyn) en 50-dag EMO (rooi lyn). Die swart lyn is die daaglikse naby. Met behulp van 'n bewegende gemiddelde crossover gevolg sou gehad het drie whipsaws voor 'n goeie handel vang. Die 10-dag EMO gebreek onder die 50-dag EMO die einde van Oktober (1), maar dit het nie lank as die 10-dag verhuis terug bo in die middel van November (2). Dit kruis duur langer, maar die volgende lomp crossover in Januarie (3) het plaasgevind naby die einde van November prysvlakke, wat lei tot 'n ander geheel verslaan. Dit lomp kruis het nie lank geduur as die 10-dag EMO terug bo die 50-dag 'n paar dae later (4) verskuif. Na drie slegte seine, die vierde sein voorafskaduwing n sterk beweeg as die voorraad oor 20. gevorderde Daar is twee wegneemetes hier. In die eerste plek CROSSOVER is geneig om geheel verslaan. 'N Prys of tyd filter toegepas kan word om te voorkom dat whipsaws. Handelaars kan die crossover vereis om 3 dae duur voordat waarnemende of vereis dat die 10-dag EMO hierbo beweeg / onder die 50-dag EMO deur 'n sekere bedrag voor waarnemende. In die tweede plek kan MACD gebruik word om hierdie CROSSOVER identifiseer en te kwantifiseer. MACD (10,50,1) sal 'n lyn wat die verskil tussen die twee eksponensiële bewegende gemiddeldes te wys. MACD draai positiewe tydens 'n goue kruis en negatiewe tydens 'n dooie kruis. Die persentasie Prys ossillator (PPO) kan op dieselfde manier gebruik word om persentasie verskille te wys. Let daarop dat die MACD en die PPO is gebaseer op eksponensiële bewegende gemiddeldes en sal nie ooreen met eenvoudige bewegende gemiddeldes. Hierdie grafiek toon Oracle (ORCL) met die 50-dag EMO, 200-dag EMO en MACD (50,200,1). Daar was vier bewegende gemiddelde CROSSOVER oor 'n tydperk 2 1/2 jaar. Die eerste drie gelei tot whipsaws of slegte ambagte. A opgedoen tendens begin met die vierde crossover as ORCL gevorder tot die middel van die 20s. Weereens, bewegende gemiddelde CROSSOVER werk groot wanneer die neiging is sterk, maar produseer verliese in die afwesigheid van 'n tendens. Prys CROSSOVER bewegende gemiddeldes kan ook gebruik word om seine met 'n eenvoudige prys CROSSOVER genereer. N bullish sein gegenereer wanneer pryse beweeg bo die bewegende gemiddelde. N lomp sein gegenereer wanneer pryse beweeg onder die bewegende gemiddelde. Prys CROSSOVER kan gekombineer word om handel te dryf in die groter tendens. Hoe langer bewegende gemiddelde gee die toon aan vir die groter tendens en die korter bewegende gemiddelde word gebruik om die seine te genereer. 'N Mens sou kyk vir bullish prys kruise net vir pryse is reeds bo die meer bewegende gemiddelde. Dit sou wees die handel in harmonie met die groter tendens. Byvoorbeeld, as die prys is hoër as die 200-daagse bewegende gemiddelde, rasionele agente sal net fokus op seine wanneer prysbewegings bo die 50-dae - bewegende gemiddelde. Dit is duidelik dat, sou 'n skuif onder die 50-dae - bewegende gemiddelde so 'n sein voorafgaan, maar so lomp kruise sou word geïgnoreer omdat die groter tendens is up. N lomp kruis sou net dui op 'n nadeel binne 'n groter uptrend. 'N kruis terug bo die 50-dae - bewegende gemiddelde sou 'n opswaai in pryse en voortsetting van die groter uptrend sein. Die volgende grafiek toon Emerson Electric (EMR) met die 50-dag EMO en 200-dag EMO. Die voorraad bo verskuif en bo die 200-daagse bewegende gemiddelde gehou in Augustus. Daar was dips onder die 50-dag EMO vroeg in November en weer vroeg in Februarie. Pryse het vinnig terug bo die 50-dag EMO te lomp seine (groen pyle) voorsien in harmonie met die groter uptrend. MACD (1,50,1) word in die aanwyser venster te prys kruise bo of onder die 50-dag EMO bevestig. Die 1-dag EMO is gelyk aan die sluitingsprys. MACD (1,50,1) is positief wanneer die naby is bo die 50-dag EMO en negatiewe wanneer die einde is onder die 50-dag EMO. Ondersteuning en weerstand bewegende gemiddeldes kan ook dien as ondersteuning in 'n uptrend en weerstand in 'n verslechtering neiging. 'N kort termyn uptrend kan ondersteuning naby die 20-dag eenvoudig bewegende gemiddelde, wat ook gebruik word in Bollinger Bands vind. 'N langtermyn-uptrend kan ondersteuning naby die 200-dag eenvoudig bewegende gemiddelde, wat is die mees gewilde langtermyn bewegende gemiddelde vind. As Trouens, die 200-daagse bewegende gemiddelde ondersteuning of weerstand bloot omdat dit so algemeen gebruik word aan te bied. Dit is amper soos 'n self-fulfilling prophecy. bo die grafiek toon die NY Saamgestelde met die 200-dag eenvoudig bewegende gemiddelde van middel 2004 tot aan die einde van 2008. Die 200-dag voorsien ondersteuning talle kere tydens die vooraf. Sodra die tendens omgekeer met 'n dubbele top ondersteuning breek, die 200-daagse bewegende gemiddelde opgetree as weerstand rondom 9500. Moenie verwag presiese ondersteuning en weerstand vlakke van bewegende gemiddeldes, veral langer bewegende gemiddeldes. Markte word gedryf deur emosie, wat hulle vatbaar vir overschrijdingen maak. In plaas van presiese vlakke, kan bewegende gemiddeldes gebruik word om ondersteuning of weerstand sones identifiseer. Gevolgtrekkings Die voordele van die gebruik bewegende gemiddeldes moet opgeweeg word teen die nadele. Bewegende gemiddeldes is tendens volgende, of nalopend, aanwysers wat altyd 'n stap agter sal wees. Dit is nie noodwendig 'n slegte ding al is. Na alles, die neiging is jou vriend en dit is die beste om handel te dryf in die rigting van die tendens. Bewegende gemiddeldes te verseker dat 'n handelaar is in ooreenstemming met die huidige tendens. Selfs al is die tendens is jou vriend, sekuriteite spandeer 'n groot deel van die tyd in die handel reekse, wat bewegende gemiddeldes ondoeltreffend maak. Sodra 'n tendens, sal bewegende gemiddeldes jy hou in nie, maar ook gee laat seine. Don039t verwag om te verkoop aan die bokant en koop aan die onderkant met behulp van bewegende gemiddeldes. Soos met die meeste tegniese ontleding gereedskap, moet bewegende gemiddeldes nie gebruik word op hul eie, maar in samewerking met ander aanvullende gereedskap. Rasionele agente kan gebruik bewegende gemiddeldes tot die algehele tendens definieer en gebruik dan RSI om oorkoop of oorverkoop vlakke te definieer. Toevoeging van bewegende gemiddeldes te StockCharts Charts bewegende gemiddeldes is beskikbaar as 'n prys oortrek funksie op die SharpCharts werkbank. Die gebruik van die Overlays aftrekkieslys, kan gebruikers kies óf 'n eenvoudige bewegende gemiddelde of 'n eksponensiële bewegende gemiddelde. Die eerste parameter word gebruik om die aantal tydperke stel. 'N opsionele parameter kan bygevoeg word om te spesifiseer watter prys veld moet gebruik word in die berekeninge - O vir die Ope, H vir die High, L vir die lae, en C vir die buurt. 'N Komma word gebruik om afsonderlike parameters. Nog 'n opsionele parameter kan bygevoeg word om die bewegende gemiddeldes te skuif na links (verlede) of regs (toekomstige). 'N negatiewe getal (-10) sou die bewegende gemiddelde skuif na links 10 periodes. 'N Positiewe nommer (10) sou die bewegende gemiddelde na regs skuif 10 periodes. Veelvuldige bewegende gemiddeldes kan oorgetrek die prys plot deur eenvoudig 'n ander oortrek lyn aan die werkbank. StockCharts lede kan die kleure en styl verander om te onderskei tussen verskeie bewegende gemiddeldes. Na die kies van 'n aanduiding, oop Advanced Options deur te kliek op die klein groen driehoek. Gevorderde Opsies kan ook gebruik word om 'n bewegende gemiddelde oortrek voeg tot ander tegniese aanwysers soos RSI, CCI, en Deel. Klik hier vir 'n lewendige grafiek met 'n paar verskillende bewegende gemiddeldes. Die gebruik van bewegende gemiddeldes met StockCharts skanderings Hier is 'n paar monster skanderings wat StockCharts lede kan gebruik om te soek na verskeie bewegende gemiddelde situasies: Bul bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n stygende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5 - Day EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde is stygende solank dit handel bo sy vlak vyf dae gelede. N bullish kruis vind plaas wanneer die 5-dag EMO bo die 35-dag EMO op bogemiddelde volume beweeg. Lomp bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n dalende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5-dag EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde val solank dit handel onder sy vlak vyf dae gelede. N lomp kruis vind plaas wanneer die 5-dag EMO beweeg onder die 35-dag EMO op bogemiddelde volume. Verdere Studie John Murphy039s boek het 'n hoofstuk gewy aan bewegende gemiddeldes en hul onderskeie gebruike. Murphy dek die voor - en nadele van bewegende gemiddeldes. Daarbenewens Murphy wys hoe bewegende gemiddeldes met Bollinger Bands en kanaal gebaseer handel stelsels. Tegniese ontleding van die finansiële markte John MurphyWhat is glad en hoe kan ek dit doen Ek het 'n skikking in Matlab wat is die grootte spektrum van 'n toespraak sein (die grootte van 128 punte van FFT). Hoe kan ek hierdie glad met behulp van 'n bewegende gemiddelde Van wat ek verstaan, moet ek 'n venster grootte van 'n sekere aantal elemente te neem, neem gemiddeld, en dit word die nuwe 1 element. skuif dan die venster na die regte een element, neem gemiddeld wat die 2 element word, en so aan. Is dit regtig hoe dit werk ek myself nie seker want as ek dit doen, in my finale uitslag Ek sal minder as 128 elemente het. So hoe werk dit en hoe werk dit help om die data punte glad of is daar enige ander manier wat ek kan glad van data gevra 15 Oktober 12 doen om 6:30 migreer vanaf StackOverflow 15 Oktober 12 by 14:51 Hierdie vraag kom uit ons site vir professionele en entoesias programmeerders. vir 'n spektrum waarskynlik wil hê jy moet saam Gemiddeld (in die tydsdimensie) verskeie spektra eerder as 'n lopende gemiddelde langs die frekwensie-as van 'n enkele spektrum uitvoering maak endolith 16 Oktober 12 by 01:04 endolith beide geldig tegnieke. Gemiddeld in die frekwensiedomein (soms bekend as 'n Danielle periodogram) is dieselfde as windows in die tydgebied. Gemiddeld verskeie periodograms (quotspectraquot) is 'n poging om die ensemble gemiddelde vereis van die ware periodogram naboots (dit is die Welch periodogram genoem). Ook, as 'n saak van semantiek, sou ek argumenteer dat quotsmoothingquot is nie-causual lae-pass filter. Sien Kalman filter vs Kalman smoothing, Wiener filter v Wiener glad, ens Daar is 'n triviaal lof en it39s implementering afhanklik. â € Bryan 12 Desember 12 by 19:18 5 Antwoorde Gladstryking kan gedoen word op baie maniere, maar in 'n baie basiese en algemene terme beteken dit dat jy selfs 'n sein, deur die vermenging van die elemente met hul bure. Jy smeer / vervaag die sein 'n bietjie in orde om ontslae te raak van die geraas. Byvoorbeeld, sou 'n baie eenvoudige glad tegniek wees, om elke sein element f (t) herbereken as 0.8 van die oorspronklike waarde, plus 0,1 van elk van sy bure: Let op hoe die vermenigvuldiging faktore, of gewigte, voeg tot een. So as die sein is redelik konstant, glad nie die geval is dit baie verander. Maar as die sein bevat 'n skielike Biltong verandering, dan is die bydrae van sy bure sal help om skoon te maak dat geraas 'n bietjie. Die gewigte wat jy in hierdie herberekening funksie gebruik kan 'n kern genoem. 'N Een-dimensionele Gaussiese funksie of enige ander basiese kern moet doen in jou geval. Mooi voorbeeld van 'n bepaalde soort glad: Bo: onbestreken sein Onder: stryk sein Voorbeelde van 'n paar pitte: Benewens die mooi antwoord van Junuxx Ek wil graag 'n paar notas te laat val. Smoothing is verwant aan filter (ongelukkig nogal vaag Wikipedia artikel) - moet jy die gladder kies op grond van sy eiendomme. Een van my gunstelinge is die mediaan filter. Dit is 'n voorbeeld van 'n nie-lineêre filter. Dit het 'n paar interessante eienskappe, dit bewaar rande en is baie sterk onder groot geraas. As jy 'n model hoe jou sein optree het 'Kalman filter is 'n blik werd. Sy glad is eintlik 'n Bayesiaanse maksimum waarskynlikheid beraming van die sein gebaseer op waarnemings. antwoord 15 Oktober 12 by 11:07 1 vir die vermelding van die Kalman filter uitvoering maak Diego 13 Desember 12 by 18:48 Smoothing impliseer inligting van naburige monsters met behulp ten einde die verhouding tussen naburige monsters verander. Vir eindige vektore, aan die einde, is daar geen naburige inligting aan die een kant. Jou keuses is: moenie gladde / filter in die uithoeke, aanvaar 'n korter lei stryk vektor, make-up data en glad met daardie (hang af van die akkuraatheid / nut van enige voorspellings van die einde), of dalk die gebruik van verskillende asimmetriese glad pitte aan die einde (wat eindig smeer die inligting-inhoud in die sein in elk geval). antwoord 15 Oktober 12 aan 19:44 Ander het genoem hoe jy glad, id graag noem waarom glad werke. As jy behoorlik jou sein oversample, sal dit relatief min verskil van monster na die volgende (voorbeeld timepoints, pixels, ens), en dit sal na verwagting 'n algehele gladde voorkoms het. Met ander woorde, jou sein bevat paar hoë frekwensies, dit wil sê sein komponente wat wissel teen 'n koers soortgelyk aan jou sampling rate. Tog, is metings dikwels beskadig deur geraas. In 'n eerste benadering, ons gewoonlik dink die geraas om 'n Gaussiese verspreiding met gemiddelde nul en 'n sekere standaard afwyking wat eenvoudig is bygevoeg op die top van die sein te volg. Geraas in ons sein verminder, ons gewoonlik maak die volgende vier aannames: geraas is ewekansige, is nie gekorreleer onder monsters, het 'n gemiddelde van nul, en die sein is voldoende oversampled. Met hierdie aannames, kan ons 'n gly gemiddelde filter gebruik. Oorweeg, byvoorbeeld, drie agtereenvolgende monsters. Sedert die sein hoog oversampled, kan die onderliggende sein word beskou as lineêr verander, wat beteken dat die gemiddelde van die sein oor die drie monsters die ware sein sou gelyk aan die middel monster. In teenstelling hiermee het die geraas het beteken nul en is ongekorreleerd, wat beteken dat die gemiddelde moet neig na nul. Dus, kan ons 'n drie-monster gly gemiddelde filter, waar ons elke monster met die gemiddelde tussen homself en sy twee aangrensende bure te vervang toe te pas. Natuurlik, hoe groter ons die venster, die meer die geraas sal gemiddeld tot nul, maar hoe minder ons aanname van lineariteit van die ware sein hou. So, ons moet 'n kompromis te maak. Een manier om te probeer om die beste van beide wêrelde te kry, is om 'n geweegde gemiddelde, waar ons gee verder weg monsters kleiner gewigte, sodat ons gemiddeld geraas gevolge van groter omvang te gebruik, terwyl dit nie waar is sein te weeg te veel waar dit afwyk van ons lineariteit aanname. Hoe moet jy die gewigte sit, hang af van die geraas, die sein, en computational doeltreffendheid, en, natuurlik, die kompromis tussen om ontslae te raak van die geraas en sny in die sein. Let daarop dat daar 'n baie werk gedoen in die laaste paar jaar om ons in staat stel om 'n paar van die vier aannames ontspan, byvoorbeeld deur die ontwerp glad skemas met veranderlike filter vensters (anisotrope diffusie), of skemas wat regtig nie gebruik vensters op alle was (nonlocal middel). antwoord 27 Desember 12 aan 15: 10Documentation Hierdie voorbeeld wys hoe om te gebruik bewegende gemiddelde filters en hermonstering om die effek van periodieke komponente van die tyd van die dag op uurlikse temperatuurlesings, isoleer asook verwyder ongewenste lyn geraas van 'n oop-lus spanning meting . Die voorbeeld toon ook hoe om die vlakke van 'n kloksein glad terwyl die behoud van die kante deur die gebruik van 'n mediaan filter. Die voorbeeld toon ook hoe om 'n Hampel filter gebruik om groot uitskieters verwyder. Motivering Smoothing is hoe ons ontdek belangrik patrone in ons data, terwyl die verlaat uit dinge wat onbelangrik (bv geraas) is. Ons gebruik filter om hierdie smoothing voer. Die doel van smoothing is om stadige veranderinge in waarde te produseer sodat sy makliker om tendense in ons data te sien. Soms wanneer jy insette data te ondersoek wat jy kan wens om die data te stryk ten einde 'n tendens in die sein te sien. In ons voorbeeld het ons 'n stel van temperatuurlesings in Celsius geneem elke uur by die Logan-lughawe vir die hele maand van Januarie 2011. Let daarop dat ons visueel die effek wat die tyd van die dag het aan die temperatuurlesings kan sien. As jy in die daaglikse temperatuur variasie oor die maand net belangstel, die uurlikse skommelinge net bydra geraas, wat die daaglikse variasies moeilik om te onderskei kan maak. Om die effek van die tyd van die dag verwyder, sou ons nou graag ons data glad met behulp van 'n bewegende gemiddelde filter. 'N bewegende gemiddelde filter in sy eenvoudigste vorm, 'n bewegende gemiddelde filter van lengte N neem die gemiddelde van elke N agtereenvolgende monsters van die golfvorm. Om 'n bewegende gemiddelde filter aan elke datapunt toepassing, bou ons koëffisiënte van ons filter sodat elke punt ewe is geweeg en dra 24/01 tot die totale gemiddelde. Dit gee ons die gemiddelde temperatuur oor elke tydperk van 24 uur. Filter Vertraging Let daarop dat die gefilterde uitset vertraag met sowat twaalf ure. Dit is te danke aan die feit dat ons bewegende gemiddelde filter het 'n vertraging. Enige simmetriese filter van lengte N sal 'n vertraging van (N-1) / 2 monsters het. Ons kan rekening vir die vertraging met die hand. Uittreksels van Gemiddeld Verskille Alternatiewelik, kan ons ook die bewegende gemiddelde filter gebruik om 'n beter skatting van hoe die tyd van die dag beïnvloed die algehele temperatuur verkry. Om dit te doen, in die eerste, trek die stryk data van die uurlikse temperatuur metings. Dan segment die differenced data in dae en neem die gemiddelde oor die hele 31 dae in die maand. Uittreksels van Peak Envelope Soms het ons ook graag 'n vlot wisselende skatting van hoe die hoogte - en laagtepunte van ons temperatuur sein verander daagliks. Om dit te doen, kan ons die koevert funksie gebruik om die uiterste hoogtepunte en laagtepunte bespeur oor 'n subset van die tydperk van 24 uur aan te sluit. In hierdie voorbeeld, verseker ons daar ten minste 16 uur tussen elke uiterste hoë en uiterste lae. Ons kan ook 'n gevoel van hoe die hoogte - en laagtepunte is trending deur die gemiddeld tussen die twee uiterstes kry. Geweegde Moving Gemiddelde filters Ander vorme van bewegende gemiddelde filters doen elke monster nie ewe gewig. Nog 'n algemene filter volg die binomiale uitbreiding van (1 / 2,1 / 2) n Hierdie tipe filter by benadering 'n normale kurwe vir groot waardes van n. Dit is nuttig vir die filter van hoë frekwensie geraas vir klein N. Om die koëffisiënte vind vir die binomiale filter, oprollen 1/2 1/2 met homself en dan iteratief oprollen die uitset met 1/2 1/2 'n voorgeskrewe aantal kere. In hierdie voorbeeld gebruik vyf totale iterasies. Nog 'n filter ietwat soortgelyk aan die Gaussiese uitbreiding filter is die eksponensiële bewegende gemiddelde filter. Hierdie tipe geweeg bewegende gemiddelde filter is maklik om op te rig en nie 'n groot venster grootte vereis. Jy pas 'n eksponensieel geweeg bewegende gemiddelde filter deur 'n alfa parameter tussen nul en een. 'N Hoër waarde van alfa sal minder glad nie. Zoom in op die lesings vir een dag. Kies jou CountryDocumentation dsp. MovingAverage System voorwerp Beskrywing Die dsp. MovingAverage System objectx2122 bere die bewegende gemiddelde van die insetsein saam elke kanaal, onafhanklik met verloop van tyd. Die voorwerp gebruik óf die skuifdeur venster metode of die eksponensiële gewig metode om die bewegende gemiddelde bereken. In die gly venster metode, is 'n venster van gespesifiseerde lengte verskuif oor die data, monster deur monster, en die gemiddelde bereken word oor die data in die venster. In die eksponensiële gewig metode, die voorwerp vermeerder die data monsters met 'n stel gewigte faktore. Die gemiddelde word bereken deur die WHALM geweegde data. Vir meer besonderhede oor hierdie metodes, sien algoritmes. Die voorwerp aanvaar multichannel insette, dit is, 'm - by - N grootte insette, waar m 8805 1 en N GT 1. Die voorwerp ook aanvaar veranderlike-grootte insette. Sodra die voorwerp is gevries, kan jy die grootte van elke insette kanaal verander. Tog kan die aantal kanale verander nie. Hierdie voorwerp ondersteun C en C kodegenerasie. Om die bewegende gemiddelde van die insette bereken: Skep 'n dsp. MovingAverage voorwerp en stel die eienskappe van die voorwerp. Bel stap om die bewegende gemiddelde bereken. Let wel: As alternatief, in plaas daarvan om die stap metode om die operasie gedefinieer deur die Stelsel voorwerp verrig, kan jy die voorwerp met argumente noem, asof dit 'n funksie. Byvoorbeeld, y stap (obj, x) en y obj (x) uit te voer ekwivalent bedrywighede. Konstruksie movAvg dsp. MovingAverage gee 'n bewegende gemiddelde voorwerp, movAvg. gebruik van die standaard eienskappe. movAvg dsp. MovingAverage (Len) stel die eiendom WindowLength om Len. movAvg dsp. MovingAverage (Naam, Waarde) spesifiseer addisionele eienskappe met behulp van Naam, Waarde pare. Ongespesifiseerde eienskappe verstek waardes. Kies jou land