Weighted Moving Average Vorteile

Bei einer Zeitreihe xi möchte ich einen gewichteten gleitenden Durchschnitt mit einem Mittelungsfenster von N Punkten berechnen, wobei die Gewichtungen für neuere Werte über ältere Werte sprechen. Bei der Wahl der Gewichte verwende ich die bekannte Tatsache, daß eine geometrische Reihe gegen 1 konvergiert, d. H. Sum (frac) k, sofern unendlich viele Begriffe genommen werden. Um eine diskrete Zahl von Gewichtungen zu erhalten, die zu einer Einheit summieren, nehme ich einfach die ersten N-Terme der geometrischen Reihe (frac) k und normalisiere dann ihre Summe. Bei N4 ergeben sich zum Beispiel die nicht normierten Gewichte, die nach Normalisierung durch ihre Summe ergibt. Der gleitende Mittelwert ist dann einfach die Summe aus dem Produkt der letzten 4 Werte gegen diese normierten Gewichte. Diese Methode verallgemeinert sich in der offensichtlichen Weise zu bewegten Fenstern der Länge N und scheint auch rechnerisch einfach. Gibt es einen Grund, diese einfache Methode nicht zu verwenden, um einen gewichteten gleitenden Durchschnitt mit exponentiellen Gewichten zu berechnen, frage ich, weil der Wikipedia-Eintrag für EWMA komplizierter erscheint. Was mich fragt, ob die Lehrbuch-Definition von EWMA hat vielleicht einige statistische Eigenschaften, die die obige einfache Definition nicht oder sind sie in der Tat gleichwertig sind, beginnen Sie mit 1), dass es keine ungewöhnlichen Werte Und keine Pegelverschiebungen und keine Zeittrends und keine saisonalen Dummies 2), dass das optimale gewichtete Mittel Gewichte aufweist, die auf eine gleichmäßige Kurve fallen, die durch einen Koeffizienten 3 beschreibbar ist), dass die Fehlerabweichung konstant ist, dass es keine bekannten Ursachenreihen gibt Annahmen. Ndash IrishStat Okt 1 14 am 21:18 Ravi: In dem gegebenen Beispiel ist die Summe der ersten vier Ausdrücke 0,9375 0,06250,1250.250,5. Die ersten vier Ausdrücke haben also 93,8 des Gesamtgewichts (6,2 ist im abgeschnittenen Schwanz). Verwenden Sie diese, um normierte Gewichte zu erhalten, die zu einer Einheit durch Reskalierung (dividieren) um 0,9375 zusammenkommen. Dies ergibt 0,06667, 0,1333, 0,267, 0,5333. Ndash Assad Ebrahim Ich habe festgestellt, dass die Berechnung der exponentiell gewichteten laufenden Durchschnitte mit overline leftarrow overline alpha (x - overline), alphalt1 ist eine einfache einzeilige Methode, die leicht, wenn auch nur annähernd interpretierbar in Bezug auf Eine effektive Anzahl von Proben Nalpha (vergleichen Sie diese Form an die Form für die Berechnung der laufenden Mittelwert), erfordert nur das aktuelle Datum (und den aktuellen Mittelwert), und ist numerisch stabil. Technisch integriert dieser Ansatz alle Geschichte in den Durchschnitt. Die beiden Hauptvorteile bei der Verwendung des Vollfensters (im Gegensatz zum verkürzten, in der Frage diskutierten) liegen darin, dass es in einigen Fällen die analytische Charakterisierung der Filterung erleichtern kann, und es reduziert die Fluktuationen, die bei sehr großen (oder kleinen) Daten induziert werden Wert ist Teil des Datensatzes. Zum Beispiel betrachten das Filter-Ergebnis, wenn die Daten sind alle Null, außer für ein Datum, dessen Wert ist 106. beantwortet November 29 12 at 0: 33Moving Averages Diese Seite ist über die Simple Moving Average, die häufigste und beliebteste der bewegten Durchschnitte. Wenn Sie an anderen Versionen des gleitenden Durchschnitts interessiert sind, wählen Sie bitte die folgenden Links aus: Einfache Moving Average Der Einfache Moving Average ist wohl die beliebteste technische Analyse-Tool von Händlern verwendet. Der Simple Moving Average (SMA) wird häufig verwendet, um die Trendrichtung zu identifizieren. Sondern kann verwendet werden, um potenzielle Kauf-und Verkaufssignale zu generieren. Die SMA ist ein Durchschnitt, oder in statistischer Sprache - der Mittelwert. Ein Beispiel für einen einfachen gleitenden Durchschnitt ist unten dargestellt: Die Preise für die letzten 5 Tage waren 25, 28, 26, 24, 25. Der Durchschnitt wäre (2528262627) 5 26,4. Daher würde die SMA-Linie unter dem letzten Tagespreis von 27 26,4 betragen. Da die Preise in der Regel höher sind, könnte die SMA-Linie von 26.4 als Unterstützung dienen (siehe: Support amp Resistance). Die unten stehende Grafik des Dow Jones Industrial Average Exchange Traded Fund (DIA) zeigt einen 20-tägigen Simple Moving Average, der als Preisunterstützung dient. Gleitender Durchschnitt als Unterstützung - Potentielles Kaufsignal Wenn sich der Preis in einem Aufwärtstrend befindet und anschließend der gleitende Durchschnitt in einem Aufwärtstrend liegt und der gleitende Durchschnitt durch Preis getestet worden ist und der Preis von dem gleitenden Durchschnitt ein paar Mal abgesprungen ist (dh die Bewegung Durchschnitt dient als Unterstützung Linie), dann könnte ein Händler auf den nächsten Pullbacks zurück zu den Simple Moving Average kaufen. Ein einfacher beweglicher Durchschnitt kann als eine Linie des Widerstands dienen, wie das Diagramm der DIA zeigt: Beweglicher Durchschnitt, der als Widerstand fungiert - Potenzielles Verkaufssignal Zu Zeiten, wenn der Preis in einem Abwärtstrend liegt und der gleitende Durchschnitt in einem Abwärtstrend ist, und Preistests Die SMA oben und wird einige Male hintereinander abgelehnt (dh der gleitende Durchschnitt dient als Widerstandslinie), dann könnte ein Trader auf der nächsten Rallye bis zum Simple Moving Average verkaufen. Die oben genannten Beispiele wurden nur mit einem einfachen Moving Average aber Händler verwenden oft zwei oder sogar drei Simple Moving Averages. Die möglichen Vorteile bei der Verwendung von mehr als einem Simple Moving Average werden auf der nächsten Seite diskutiert. Die oben stehenden Informationen dienen lediglich Informationszwecken und dienen nur zu Informationszwecken und stellen weder eine Handelsberatung noch eine Aufforderung zum Kauf oder Verkauf von Aktien-, Options-, Zukunfts-, Rohstoff - oder Devisenprodukten dar. Die Wertentwicklung in der Vergangenheit ist nicht unbedingt ein Hinweis auf die zukünftige Wertentwicklung. Handel ist von Natur aus riskant. OnlineTradingConcepts haftet nicht für besondere oder Folgeschäden, die aus der Nutzung oder Nichtnutzung, den auf dieser Website bereitgestellten Materialien und Informationen entstehen. Vollständiger Haftungsausschluss.