2013 년 9 월 29 일. 회귀에 의한 평균 이동. 이동 평균은 무엇이며 무엇이 좋은가? 회귀 평균은 회선을 사용하여 수행됩니다. 이동 평균은 보통 신호의 노이즈를 억제하기 위해 사용되는 간단한 연산입니다. 이웃에있는 값의 평균을 나타냅니다. 공식은 x를 입력으로, y를 출력 신호로, 창 크기를 홀수로 가정합니다. 위의 수식은 샘플을 가져 오는 대칭 연산을 설명합니다 아래 예제는 실생활의 예입니다. 실제로 창을 깔아 놓은 점은 빨간색입니다. x 외부의 값은 0으로 간주됩니다. 움직이는 평균의 효과를보고 놀고 싶다면이 점을보십시오. 대화식으로 시연합니다. 회선에 의해 수행하는 방법. 간단한 이동 평균을 계산하는 것은 신호가 따라 미끄러지거나 창에있는 요소가 요약 된 경우와 비슷합니다. 할 일 convolution을 사용하여 같은 것을 사용하십시오. 다음 매개 변수를 사용하십시오. 원하는 출력이 있습니다. 첫 번째 방법으로 다음 신호를 컨볼 루션하여 얻을 수있는 것을 시도해보십시오. 출력은 예상보다 정확히 3 배 더 큽니다. 출력 값은 창에있는 세 요소의 요약입니다. 회선 동안 창을 따라 슬라이드하면 모든 요소가 하나씩 곱 해져서 요약됩니다. yk 1 cdot x 1 cdot x 1 cdot x. y의 원하는 값을 얻으려면 출력을 3으로 나누어야합니다. 나누기를 포함하는 수식을 사용합니다. 그러나 컨볼 루션 중에 나누기를 수행하는 것이 최적이되지 않습니다. 우리는 다음과 같은 k 커널을 사용할 것입니다. 이 방법으로 원하는 출력을 얻을 것입니다. 일반적으로 윈도우 크기가 w 인 컨볼 루션으로 이동 평균을하려면 다음 k 커널을 사용합니다. 함수는 이동 평균을 수행합니다. 예제 사용법은입니다. 과학자 및 엔지니어의 디지털 신호 처리 안내서 Steven W Smith, Ph D. 이름에서 알 수 있듯이 이동 평균 필터는 입력 신호에서 여러 포인트를 평균하여 작동합니다 출력 신호의 각 점을 생성합니다. 방정식 형식으로 작성됩니다. 입력 신호는 어디에 있습니까? 출력 신호는이며, M은 평균 점 수입니다. 예를 들어, 5 점 이동 평균 필터에서 점 80 는 출력 신호의에 의해 주어진다. 대안으로, 그룹 입력 신호로부터의 점들의 수는 출력 점을 중심으로 대칭 적으로 선택 될 수 있습니다. 이는 식 15-1에서의 합계를 j 0에서 M -1까지, j - M -1 2에서 M -1 2로 변경하는 것과 같습니다. 예를 들어, 10 포인트 이동 평균 필터, 인덱스, j는 0 ~ 11 한쪽 평균 또는 -5 ~ 5 대칭 평균에서 실행할 수 있습니다. 대칭 평균은 M이 홀수 일 것을 요구합니다 프로그래밍은 한쪽에만있는 점이 약간 쉽습니다. 입력 신호와 출력 신호 사이에 상대적인 이동을 생성합니다. 이동 평균 필터는 매우 단순한 필터 커널을 사용하는 회선임을 인식해야합니다. 예를 들어, 5 포인트 필터는 필터 커널 0, 0, 1 5, 1 5, 1을가집니다. 즉, 이동 평균 필터는 입력 신호와 면적이 1 인 직사각형 펄스의 컨벌루션입니다. 표 15-1은 이동 평균 필터를 구현하는 프로그램을 보여줍니다. 이동 평균 그들은 무엇입니까? 가장 인기있는 기술 지표 중 이동 평균은 t를 측정하는 데 사용됩니다. 현재 추세의 방향이 튜토리얼에 일반적으로 쓰여지는 이동 평균의 모든 유형은 과거의 데이터 포인트를 평균하여 계산 된 수학적 결과입니다. 일단 결정되면 결과 평균을 차트에 플롯하여 거래자 모든 금융 시장에 내재 된 일상적인 가격 변동에 초점을 맞추기보다는 평활화 된 데이터를 살펴보십시오. 간단한 이동 평균 SMA로 알려진 가장 간단한 이동 평균 형태는 다음과 같은 산술 평균을 사용하여 계산됩니다. 주어진 값 집합 예를 들어, 기본 10 일 이동 평균을 계산하려면 지난 10 일의 종가를 더한 다음 결과를 10으로 나눕니다. 그림 1에서 지난 10 일 동안의 가격 합계 110을 일 10 일로 나누어 10 일 평균에 도달합니다. 상인이 50 일 평균을 보려면 대신 동일한 유형의 계산을 수행해야하지만 지난 50 일 동안의 가격이 포함됩니다 The r 과거 평균 10 일 동안의 평균 가격은 지난 10 일을 기준으로 자산의 가격이 책정되는 방식에 대한 아이디어를 제공하기 위해 지난 10 일간의 데이터 포인트를 고려한 것입니다. 기술 거래자가이 도구를 이동 평균이라고 부르는 이유는 무엇일까? 의미 새로운 값을 사용할 수있게되면 가장 오래된 데이터 포인트를 집합에서 삭제하고 새로운 데이터 포인트를 가져와야합니다. 따라서 새로운 데이터가 사용 가능할 때 데이터 세트가 계속해서 계정으로 이동합니다. 이 방법 그림 2에서 새 값인 5가 집합에 추가되면 지난 10 개의 데이터 요소를 나타내는 빨간색 상자가 오른쪽으로 이동하고 15의 마지막 값이에서 제거됩니다. 계산 5의 비교적 작은 값이 15의 높은 값을 대체하기 때문에 데이터 세트의 평균이 11에서 10으로 감소하는 것을 볼 수 있습니다. 이동 평균은 어떻게 보입니까? MA가 계산되고, 차트에 그려지고 연결되어 움직이는 평균선을 만듭니다. 이 커브 선은 기술 거래자 차트에서 흔히 볼 수 있지만 나중에 사용되는 방식은 크게 달라질 수 있습니다. 그림 3에서 볼 수 있듯이 계산에 사용 된 기간의 수를 조정하여 차트에 둘 이상의 이동 평균을 추가 할 수 있습니다. 이 커브 선은 처음에는 혼란스럽게 보일 수 있지만 시간이 지나면 익숙해집니다 on 빨간 선은 과거 50 일 동안의 평균 가격입니다. 파란 선은 지난 100 일 동안의 평균 가격입니다. 이동 평균이 무엇인지 알면, 다른 유형을 소개 할 것입니다 단순 이동 평균은 거래자들 사이에서 매우 인기가 있지만 모든 기술 지표와 마찬가지로 비평가가 있습니다 많은 개인은 시퀀스에서 어디에서 발생했는지에 관계없이 데이터 시리즈의 각 포인트가 동일하게 중요하기 때문에 SMA의 유용성은 제한적입니다. 비평가는 최신 데이터가 이전 데이터보다 중요하며 최종 데이터에 더 큰 영향을 주어야한다고 주장합니다 결과이 비판에 대한 응답으로 거래자는 최근 데이터에 더 많은 가중치를 부여하기 시작하여 다양한 유형의 새로운 평균을 발명했으며 그 중 가장 인기있는 것은 지수 이동 평균 EMA입니다. 자세한 내용은 가중치의 기초 이동 평균 및 SMA와 EMA의 차이점. 지수 이동 평균 지수 이동 평균은 새로운 정보에보다 민감하게 반응하기 위해 최근 가격에 더 많은 가중치를 부여하는 이동 평균 유형입니다. 거의 모든 차트 패키지가 계산을하기 때문에 EMA를 계산하는 것은 많은 상인에게는 불필요 할 수 있습니다. 그러나 수학 괴짜에 대해서는 re는 EMA 방정식입니다. 수식을 사용하여 EMA의 첫 번째 점을 계산하면 이전 EMA로 사용할 수있는 값이 없음을 알 수 있습니다. 이 작은 문제는 간단한 이동 평균으로 계산을 시작하여 해결할 수 있습니다. 위의 공식으로 계속 진행합니다. 간단한 이동 평균과 지수 이동 평균을 계산하는 방법에 대한 실제 사례가 포함 된 샘플 스프레드 시트를 제공했습니다. EMA와 SMA의 차이점 이제는 SMA와 EMA가 어떻게 계산되는지에 대한 이해, 이러한 평균이 어떻게 다른지 살펴 보자. EMA의 계산을 살펴보면, 최근 데이터 포인트에 중점을 두어 가중치 유형 평균 그림 5에서 각 평균에 사용 된 기간 수는 동일하지만 EMA는 가격 변동에보다 신속하게 응답합니다. 가격이 상승 할 때 EMA가 더 높은 가치를 지니 며 f SMA보다 가격이 떨어지는 경우이 응답은 많은 거래자가 SMA를 통해 EMA를 사용하는 것을 선호하는 주된 이유입니다. 다른 요일은 무엇을 의미합니까? 이동 평균은 완전히 사용자 정의 가능한 표시이며 사용자가 자유롭게 선택할 수 있음을 의미합니다 평균을 생성 할 때 원하는 시간 프레임 이동 평균에 사용되는 가장 일반적인 시간 간격은 15, 20, 30, 50, 100 및 200 일입니다. 평균을 생성하는 데 사용되는 시간이 짧을수록 변경 가격이 더 민감합니다 시간이 길수록 민감도가 낮아지고 평탄 해지면 평균값이 올라갑니다. 이동 평균을 설정할 때 사용할 적절한 시간 프레임이 없습니다. 어느 것이 가장 효과적인지 알아내는 가장 좋은 방법은 당신이 당신의 전략에 맞는 것을 찾을 때까지 다른 시간대의 숫자.
No comments:
Post a Comment