Eu sei que isso é viável com o impulso de acordo com: Mas eu realmente gostaria de evitar o uso de impulso. Eu mencionei e não encontrei nenhum exemplo adequado ou legível. Basicamente eu quero acompanhar a média móvel de um fluxo contínuo de um fluxo de números de ponto flutuante usando os números 1000 mais recentes como uma amostra de dados. Qual é a maneira mais fácil de conseguir isso, experimentei usar uma matriz circular, uma média móvel exponencial e uma média móvel mais simples e descobriu que os resultados da matriz circular correspondiam melhor às minhas necessidades. 12 de junho 12 às 4:38 Se suas necessidades são simples, você pode tentar usar uma média móvel exponencial. Simplificando, você faz uma variável de acumulador e, conforme seu código examina cada amostra, o código atualiza o acumulador com o novo valor. Você escolhe um alfa constante que está entre 0 e 1, e calcula isso: Você só precisa encontrar um valor de alfa onde o efeito de uma determinada amostra dura apenas cerca de 1000 amostras. Hmmm, na verdade, não tenho certeza de que isso é adequado para você, agora que eu coloquei aqui. O problema é que 1000 é uma janela bastante longa para uma média móvel exponencial. Não tenho certeza se houver um alfa que espalhe a média nos últimos 1000 números, sem fluxo inferior no cálculo do ponto flutuante. Mas se você quisesse uma média menor, como 30 números ou mais, esta é uma maneira muito fácil e rápida de fazê-lo. Respondeu 12 de junho 12 às 4:44 1 na sua postagem. A média móvel exponencial pode permitir que o alfa seja variável. Então isso permite que ele seja usado para calcular médias base de tempo (por exemplo, bytes por segundo). Se o tempo decorrido desde a última atualização do acumulador for superior a 1 segundo, você deixa alfa ser 1.0. Caso contrário, você pode deixar o alfa ser (usecs desde a última atualização1000000). Ndash jxh 12 de junho 12 às 6:21 Basicamente eu quero acompanhar a média móvel de um fluxo contínuo de um fluxo de números de ponto flutuante usando os 1000 números mais recentes como amostra de dados. Observe que as atualizações abaixo atualizam o total como elementos como adicionados substituídos, evitando a passagem O (N) dispendiosa para calcular a soma - necessária para a demanda média. Total é feito um parâmetro diferente de T para suportar, e. Usando um longo tempo quando totalizando 1000 long s, um int para char s, ou um duplo para float total s. Isso é um pouco falho em que numsamples poderia ultrapassar o INTMAX - se você se importar, você poderia usar um sinal não assinado por muito tempo. Ou use um membro adicional de dados do bool para gravar quando o recipiente é preenchido pela primeira vez ao andar de bicicleta numsamples em torno da matriz (o melhor que renomeou algo inócuo como pos). Respondeu 12 de junho 12 às 5:19 um assume que quotvoid operator (T sample) quot é realmente quotvoid operatorltlt (T sample) quot. Ndash oPless Jun 8 14 às 11:52 oPless ahhh. Bem visto. Na verdade, eu quis dizer que ele seria um operador vazio () (amostra T), mas é claro que você poderia usar qualquer notação que você gostasse. Vou consertar, obrigado. Ndash Tony D 8 de junho 14 às 14: 27 Você está aqui: Biblioteca de indicadores gt Média móvel média móvel As médias móveis são usadas para facilitar as tendências. TC2000 FreeStockCharts oferece três diferentes tipos de médias móveis. Uma média móvel simples dá igual peso a cada ponto de dados para o período. Se o período for 3 e os últimos três pontos de dados forem 3, 4 e 5, o valor médio mais recente seria (345) 34 (divida por três porque existem três pontos de dados). Uma média móvel exponencial (EMA), às vezes também chamada de média móvel ponderada exponencialmente (EWMA), aplica fatores de ponderação que diminuem exponencialmente. A ponderação para cada ponto de dados mais antigo diminui exponencialmente, dando muito mais importância às observações recentes, enquanto ainda não descarta as observações mais antigas. A média ponderada da frente, como uma média exponencial, permite que os dados mais recentes sejam calculados para impactar o valor médio mais do que o mais antigo. dados. É calculado de forma diferente das médias exponenciais, mas também dá maior peso aos dados recentes. Uma média ponderada da frente de 5 períodos é calculada da seguinte forma (C é a barra mais recente, C4 é de 4 bar): Média ponderada dianteira (C5) (C14) (C23) (C32) C4) 15 Você pode ver como os diferentes Os tipos de média produzem resultados diferentes. Todas as três médias são plotadas usando um período de 30 simples (vermelho), exponencial (ciano) com ponta frontal (amarelo). Além disso, você pode escolher o elemento de preço a ser usado no cálculo da média: 160Last, Open, High, Low ou Typical Price. As médias móveis possuem um parâmetro Offset que permite que você altere o gráfico médio para frente ou para trás (valor de deslocamento negativo). Isso permite que você traça o que comumente se refere como médias movidas deslocadas160. Leia mais sobre as médias móveis deslocadas na Investopedia. Envie todas as perguntas e comentários sobre o TC2000 versão 12 para feedbacktc2000. Se precisar de assistência técnica, entre em contato com nosso departamento de suporte técnico. Copyright 2011 by Worden
No comments:
Post a Comment