Moving Average Loop

Seu interior está iterando toda a matriz assim thats porque você sempre tem a mesma média (a única para toda a matriz), você deve iterar de 0 para o número atual do exterior para em vez disso. Sua média móvel está sendo atualizada com base em j de seu interior para isso significa que ele irá substituir os valores anteriores de cada novo loop, isso deve estar dentro do exterior para em vez do interior usando i como índice. Você está dividindo sum / j para calcular médias, cada novo loop interno j você vai dividir por 0 a primeira soma. Eu acredito que você pretende usar j1 em vez disso, o índice não é o mesmo que o comprimento atual Dicas para solucionar problemas: Evite usar variáveis ​​para arrays de loop, você deve usar array. length em vez disso. Para uma questão de reproduzir seu problema, você poderia nos dar o problema isolado em vez de seu código atual. Ou seja: Imagine se o erro está em suas entradas, como poderíamos acreditar que você realmente as usou respondidas Você está looping sobre todos os dados de cada vez. Você deve ter (j) (ou algo similar) para sua média mais interna. Além disso, movingAverageisum / j deve ser modificado para lidar com o caso quando j é 0. Em particular, provavelmente deve ser movingAverageisum / averageLength e deve ser aplicado ao slot movingAveragei fora do loop de média. A próxima vez, tome os comentários sobre a atribuição fora da questão antes de publicá-la. Mas desde que você parece muito novo nisso, pense sobre como você iria passar os dados, e fazê-lo fazer isso. Você deve tentar se certificar de que cada loop está parando no ponto correto, e lembre-se que se você parar quando não há mais números, (como quando você está fazendo o loop interno e você só pode obter mais 3 números em vez de 4) O programa precisa parar também. Certifique-se de que seu código está verificando isso. Resposta Sem quaisquer detalhes adicionais, você provavelmente precisará de uma média móvel não ponderada. Em qualquer ponto Ai na matriz de entrada A de comprimento N (com 0ltiltN), isso é simplesmente a média das entradas K anteriores da matriz, até e incluindo Ai. Se não houver K tais valores, então a média dos valores (i1) de A0 a Ai. Inclusive. Um pouco de pensamento irá mostrar-lhe que você não precisa adicionar todos os valores de K cada vez. Basta manter a soma e, ao passar para o próximo ponto (esta é uma média móvel), subtraia o valor que está sendo substituído e adicione o novo valor que irá substituí-lo. (Durante os primeiros pontos K-1, basta adicionar o novo valor à soma e aumentar o contador por 1.) Em qualquer ponto desse processo, a média móvel é a soma corrente dividida pelo valor da contagem atual. Resposta Em uma média móvel, você precisa ter algum tipo de tamanho de janela. Seu tamanho de janela é averageLength, então ele será algo parecido com isto: O loop for começa nos dados atuais e retorna pontos de dados averageLength e os adiciona. Você só terá uma média móvel quando tiver você tem quando você tem pontos de dados suficientes ea média será a soma dividida pelo comprimento médio. Nota: Não testado apenas sudo código, mas esta é a idéia. Respondeu Oct 4 13 at 21:05 Sua resposta 2016 Stack Exchange, IncCalculating Moving Average Este VI calcula e exibe a média móvel, usando um número pré-selecionado. Primeiro, o VI inicializa dois registradores de deslocamento. O registrador de deslocamento superior é inicializado com um elemento e, em seguida, adiciona continuamente o valor anterior com o novo valor. Esse registrador de deslocamento mantém o total das últimas medidas x. Depois de dividir os resultados da função de adição com o valor pré-selecionado, o VI calcula o valor da média móvel. O registro de deslocamento inferior contém uma matriz com a dimensão Média. Este registo de deslocamento mantém todos os valores da medição. A função de substituição substitui o novo valor após cada loop. Este VI é muito eficiente e rápido porque usa a função replace element dentro do laço while e inicializa a matriz antes de entrar no loop. Este VI foi criado no LabVIEW 6.1. Bookmark amplificador ShareA Mais atento ao algoritmo avançado CODAS média móvel A média móvel versátil no algoritmo CODAS avançado filtra o ruído da forma de onda, os extratos significam e elimina a deriva da linha de base. A média móvel é uma técnica matemática simples usada principalmente para eliminar aberrações e revelar a tendência real em uma coleção de pontos de dados. Você pode estar familiarizado com ele a partir da média de dados ruidosos em uma experiência de física de caloiro, ou de rastrear o valor de um investimento. Você pode não saber que a média móvel é também um protótipo do filtro de resposta de impulso finito, o tipo mais comum de filtro usado em instrumentação computadorizada. Nos casos em que uma dada forma de onda está cheia de ruído, onde uma média necessita de ser extraída de um sinal periódico, ou quando uma linha de base lentamente à deriva necessita de ser eliminada a partir de um sinal de frequência mais elevada, um filtro de média móvel pode ser aplicado para atingir o desejado resultado. O algoritmo de média móvel do Advanced CODAS oferece este tipo de desempenho de filtragem de forma de onda. Advanced CODAS é um pacote de software de análise que opera em arquivos de dados de forma de onda existentes criados pela primeira geração de pacotes de aquisição de dados WinDaq ou de segunda geração do WinDaq. Além do algoritmo de média móvel, o Advanced CODAS também inclui um utilitário de geração de relatórios e rotinas de software para integração de formas de onda, diferenciação, captação de pico e vale, rectificação e operações aritméticas. Teoria do Filtro de Movimentação Média O algoritmo de média móvel DATAQ Instruments permite uma grande flexibilidade nas aplicações de filtragem de formas de onda. Ele pode ser usado como um filtro passa-baixa para atenuar o ruído inerente em muitos tipos de formas de onda, ou como um filtro passa-alta para eliminar uma linha de base derivada de um sinal de freqüência mais alta. O procedimento usado pelo algoritmo para determinar a quantidade de filtragem envolve o uso de um fator de suavização. Este fator de suavização, controlado por você através do software, pode ser aumentado ou diminuído para especificar o número de pontos de dados de forma de onda real ou amostras que a média móvel se espalhará. Qualquer forma de onda periódica pode ser pensada como uma seqüência longa ou coleção de pontos de dados. O algoritmo realiza uma média móvel tomando dois ou mais desses pontos de dados da forma de onda adquirida, somando-os, dividindo sua soma pelo número total de pontos de dados adicionados, substituindo o primeiro ponto de dados da forma de onda pela média apenas calculada e Repetindo as etapas com o segundo, terceiro e assim por diante pontos de dados até o final dos dados é alcançado. O resultado é uma segunda forma de onda gerada, constituída pelos dados médios e com o mesmo número de pontos que a forma de onda original. Figura 1 8212 Qualquer forma de onda periódica pode ser considerada como uma seqüência longa ou coleção de pontos de dados. Na ilustração acima, pontos de dados de forma de onda consecutivos são representados por quotyquot para ilustrar como a média móvel é calculada. Neste caso, um fator de suavização de três foi aplicado, o que significa que três pontos de dados consecutivos da forma de onda original são adicionados, sua soma dividida por três, e então este quociente é plotado como o primeiro ponto de dados de uma forma de onda gerada. O processo se repete com o segundo, terceiro e assim por diante pontos de dados da forma de onda original até o final dos dados é atingido. Uma técnica de quotfeatheringquot especial faz a média dos pontos de dados iniciais e finais da forma de onda original para garantir que a forma de onda gerada contenha o mesmo número de pontos de dados que o original. A Figura 1 ilustra como o algoritmo de média móvel é aplicado a pontos de dados de forma de onda (que são representados por y). A ilustração apresenta um fator de suavização de 3, o que significa que o valor médio (representado por a) será calculado sobre 3 valores de dados de forma de onda consecutivos. Observe a sobreposição que existe nos cálculos da média móvel. É essa técnica de sobreposição, juntamente com um tratamento especial de ponto inicial e final que gera o mesmo número de pontos de dados na forma de onda média como existia no original. A forma como o algoritmo calcula uma média móvel merece um olhar mais atento e pode ser ilustrado com um exemplo. Digamos que temos sido em uma dieta de duas semanas e queremos calcular o nosso peso médio nos últimos 7 dias. Nós somamos nosso peso no dia 7 com nosso peso nos dias 8, 9, 10, 11, 12 e 13 e depois multiplicamos por 1/7. Para formalizar o processo, isto pode ser expresso como: a (7) 1/7 (y (7) y (8) y (9) y (13)) Esta equação pode ser mais generalizada. A média móvel de uma forma de onda pode ser calculada por: Onde: um valor médio n posição de ponto de dados fator de suavização y valor de ponto de dados real Figura 2 8212 A forma de onda de saída da célula de carga mostrada original e não filtrada no canal superior e como um ponto 11 Movendo a forma de onda média no canal inferior. O ruído que aparece na forma de onda original foi devido às intensas vibrações criadas pela prensa durante a operação de embalagem. A chave para esta flexibilidade de algoritmos é a sua ampla gama de fatores de suavização selecionáveis ​​(de 2 - 1.000). O factor de suavização determina quantos pontos de dados ou amostras reais serão calculados. Especificar qualquer fator de suavização positivo simula um filtro passa-baixa enquanto especifica um fator de suavização negativo simula um filtro passa-alta. Dado o valor absoluto do fator de suavização, valores maiores aplicam maiores restrições de suavização na forma de onda resultante e, inversamente, valores menores aplicam menos suavização. Com a aplicação do fator de suavização apropriado, o algoritmo também pode ser usado para extrair o valor médio de uma dada forma de onda periódica. Um fator de alisamento positivo mais alto é tipicamente aplicado para gerar valores de forma de onda média. Aplicando o Algoritmo de Média Móvel Uma característica saliente do algoritmo de média móvel é que ele pode ser aplicado muitas vezes à mesma forma de onda se necessário para obter o resultado de filtragem desejado. Filtragem de forma de onda é um exercício muito subjetivo. O que pode ser uma forma de onda devidamente filtrada para um usuário pode ser inaceitavelmente ruidoso para outro. Só você pode avaliar se o número de pontos médios selecionados foi muito alto, muito baixo ou apenas correto. A flexibilidade do algoritmo permite ajustar o fator de suavização e fazer outra passagem através do algoritmo quando resultados satisfatórios não são alcançados com a tentativa inicial. A aplicação e as capacidades do algoritmo de média móvel podem ser melhor ilustradas pelos exemplos seguintes. Figura 3 8212 A forma de onda ECG mostrada original e não filtrada no canal superior e como uma forma de onda média movimentada de 97 pontos no canal inferior. Observe a ausência de deriva de linha de base no canal inferior. Ambas as formas de onda são mostradas em uma condição comprimida para fins de apresentação. Uma Aplicação de Redução de Ruído Nos casos em que uma dada forma de onda está cheia de ruído, o filtro de média móvel pode ser aplicado para suprimir o ruído e produzir uma imagem mais clara da forma de onda. Por exemplo, um cliente CODAS avançado estava usando uma prensa e uma célula de carga em uma operação de empacotamento. O seu produto era para ser comprimido até um nível predeterminado (monitorizado pela célula de carga) para reduzir o tamanho da embalagem necessária para conter o produto. Por razões de controle de qualidade, eles decidiram monitorar a operação da prensa com instrumentação. Um problema inesperado apareceu quando começaram a ver a saída de células de carga em tempo real. Uma vez que a máquina de prensa vibrou consideravelmente durante a operação, a forma de onda de saída das células de carga era difícil de discernir porque continha uma grande quantidade de ruído devido à vibração como mostrado no canal superior da Figura 2. Este ruído foi eliminado gerando um canal com média de movimento de 11 pontos como mostrado no canal inferior da Figura 2. O resultado foi uma imagem muito mais clara da saída das células de carga. Uma aplicação para eliminar a deriva da linha de base Nos casos em que uma linha de base lentamente derivada precisa ser removida de um sinal de freqüência mais alta, o filtro de média móvel pode ser aplicado para eliminar a linha de base da derivação. Por exemplo, uma forma de onda ECG exibe tipicamente algum grau de desvio de linha de base tal como pode ser visto no canal superior da Figura 3. Esta deriva de linha de base pode ser eliminada sem alterar ou perturbar as características da forma de onda como mostrado no canal inferior da Figura 3. Isto é conseguido aplicando um factor de suavização de valor negativo apropriado durante o cálculo da média móvel. O fator de suavização apropriado é determinado dividindo um período de forma de onda (em segundos) pelo intervalo de amostra de canais. O intervalo de amostra de canais é simplesmente o recíproco da taxa de amostragem de canais e é exibido convenientemente no menu de utilitário de média móvel. O período de forma de onda é facilmente determinado a partir da tela de exibição, posicionando o cursor em um ponto conveniente na forma de onda, definindo um marcador de tempo e, em seguida, movendo o cursor um ciclo completo longe do marcador de tempo exibido. A diferença de tempo entre cursor e marcador de tempo é um período de forma de onda e é exibido na parte inferior da tela em segundos. Em nosso exemplo de ECG, a forma de onda possuía um intervalo de amostra de canal de 0,004 segundos (obtido a partir do menu de utilidade de média móvel) e um período de forma de onda foi medido para espaçar 0,388 segundos. Dividindo o período de forma de onda pelo intervalo de amostra de canais nos deu um fator de suavização de 97. Como é a deriva de linha de base que estamos interessados ​​em eliminar, aplicamos um fator de suavização negativo (-97) ao algoritmo de média móvel. Isto, com efeito, subtraiu o resultado médio móvel do sinal original da forma de onda, que eliminou a deriva da linha de base sem alterar a informação da forma de onda. Quaisquer que sejam as aplicações, a razão universal para a aplicação de um filtro de média móvel é quotsmooth outquot as aberrações altas e baixas e revelam um valor de forma de onda intermediário mais representativo. Ao fazer isso, o software não deve comprometer outros recursos da forma de onda original no processo de geração de uma forma de onda média movimentada. Por exemplo, o software deve ajustar automaticamente as informações de calibração associadas ao arquivo de dados original, de modo que a forma de onda média móvel esteja nas unidades de engenharia apropriadas quando geradas. Todas as leituras nas figuras foram tomadas usando WinDaq Data Acquisition softwareExponential Moving Average sem For Loop happydude ltanonymoussehotmailgt escreveu na mensagem lthe1oepfs61fred. mathworksgt. Gt obrigado por isso. Parece bastante próximo, mas ainda pode ser bastante diferente da EMA tradicional como usado em finanças. Gt gt de um número limitado de simulações parece ser bastante diferente do EMA para cerca de 60 datapoints ou assim. Gt gt qualquer idéia por que isso pode acontecer gt gt nb - o tradicional EMA usa um SMA como um valor inicial, porque a fórmula EMA pede um valor EMA inicial. Como funciona a função de filtro em torno desta A resposta é que o filtro não obtém em torno dele. Para os primeiros 30 pontos, o filtro desaparecerá da borda principal do vetor todaysClose. Esses valores além da borda são definidos como 0. Isso distorce pelo menos os primeiros 30 pontos de sua EMA. Você pode ver o efeito por ter um preço de fechamento constante. (1: daysBack) note 1-alfa filtro EMA (coeficiente, soma (coeficiente, soma (coeficiente, soma) ), TodaysClose) parcela (todaysClose) mantenha na trama (EMA, r) Você poderia pad a borda principal da matriz, replicando o primeiro valor fora daysBack valores e, em seguida, tira-lo. Isso pode ajudar. Assim: cumSum todaysClose (randn (100,1)) 30 daysBack almofada repmat (todaysClose (1), daysBack, 1) alfa todaysClose padtodaysClose 2 / (daysBack 1) calcular o coeficiente de alisamento repmat factor alfa (1-alfa, 1, daysBack) EMA EMA (31: end) remove o gráfico de almofadas (todaysClose (31: end)) espera na parcela (EMA, r) agradecimentos Ill dar-lhe um tiro :) Assunto: Exponential Moving Average sem For Loop De: Bwana happydude ltanonymoussehotmailgt escreveu na mensagem lthe3krmglm1fred. mathworksgt. Gt obrigado ill dar-lhe um tiro :) Assunto: Exponential Moving Average sem For Loop De: david Bwana ltbwana. mukubwagmailgt escreveu na mensagem lti1fpb3noh1fred. mathworksgt. Gt happydude ltanonymoussehotmailgt escreveu na mensagem lthe3krmglm1fred. mathworksgt. Gt gt obrigado ill dar-lhe um tiro :) gt gt todos construídos em: mathworks / acesso / helpdesk / help / toolbox / finance / tsmovavg Alguém sabe por que a função de filtro descrito acima dá uma saída diferente do construído em movavg Função On Mar 15, 4:50 am, david ltdavidtr. Gmailgt escreveu: gt Bwana ltbwana. muku. Gmailgt escreveu na mensagem lti1fpb3no. Fred. mathworksgt. Gt gt happydude ltanonymou. Hotmailgt escreveu na mensagem lthe3krmgl. Fred. mathworksgt. Gt gt gt obrigado mal dar-lhe um tiro :) gt gt gt todos construídos em: mathworks / access / helpdesk / help / toolbox / finanças / tsmovav. Gt gt Alguém sabe por que a função de filtro descrita acima dá uma saída diferente para o construído na função movavg Meu palpite é que o seu porque youve aparafusado. Mas você não nos mostrou seu código, então como podemos saber Olá, o segundo parâmetro da função de filtro deve ser (1 / alfa-1) em vez de soma (coeficiente) talvez Se você expandir a fórmula recursiva da EMA, Encontrar esse termo. P. S. (1 / alfa-1) é o valor ao qual a soma do coeficiente converge. Por que usar um valor aproximado em vez do direito Ou eu estou faltando algo Matthew Whitaker ltmattlwhitakerREMOVEgmailgt escreveu na mensagem lthdv98tdcd1fred. mathworksgt. gt tentar este código: gt todaysClose cumSum (randn (100,1)) gt daysBack 30 gt alpha 2 / (daysBack 1) calcular a suavização fator de coeficiente alfa gt repmat (1-alfa, 1, daysBack): Nota (1 daysBack). 1-alfa filtro gt EMA (coeficiente, sum (coeficiente), todaysClose) enredo gt (todaysClose) espera gt na parcela gt (EMA, r) gt gt Espero que isso ajude gt Matt W gt gt gt gt gt happydude ltanonymoussehotmailgt escreveu em mensagem lthdv3c35um1fred. mathworksgt. Gt gt Olá, eu estou tentando encontrar o rolling EMA de 30 dias para uma série de tempo sem usar um loop for (eu tenho um monte de dados). Gt gt gt gt Como exemplo / teste isso é algo como o que eu quero (abaixo), mas estou encontrando que o meu resultado final não é realmente perto de como ele deve olhar. Quando eu colocá-lo em conjunto no Excel ou com um para loop que sai corretamente, mas estou no escuro, se eu este está usando filtro corretamente abaixo. gt gt gt gt Alguém pode ajudar gt gt gt gt todaysClose cumSum (randn (100,1)) gt daysBack alfa gt 30 gt gt 2 / (daysBack 1) calcular a suavização do factor alfa gt gt gt gt preparar um coeficiente para o gt função de filtro Gt coeficiente coeficiente / soma (coeficiente) gt gt gt gt Filtro EMA (coeficiente, 1, todaysClose) gt gt gt gt gt gt gt este foi um dos lugares que eu olhei para cima groups. google/group/comp. soft-sys. matlab/tree/browsefrm/thread/7b5c0b3146432dd9/58e9d04b885a576arnum11done/group/comp. soft-sys. matlab/browsefrm/thread/7b5c0b3146432dd9/48bdf7f81cd8f1973Ftvc3D126doca1c5b8de7a7c428a gt gt gt gt isso também é onde eu tenho o código acima filtro de gt gt groups. google/group/comp. soft-sys. matlab/browsethread/thread/1d8d10d5b835550dtvc2qexponentialmovingaveragefilter happydude escreveu em mensagem lthdv3c35um1fred. mathworksgt. Gt Olá, eu estou tentando encontrar o rolling EMA de 30 dias para uma série de tempo sem usar um loop for (eu tenho um monte de dados). Gt gt Como exemplo / teste isso é algo como o que eu quero (abaixo), mas estou encontrando que o meu resultado final não é realmente perto de como ele deve olhar. Quando eu colocá-lo em conjunto no Excel ou com um para loop que sai corretamente, mas estou no escuro, se eu este está usando filtro corretamente abaixo. gt gt Alguém pode ajudar gt gt todaysClose cumSum (randn (100,1)) gt daysBack 30 gt alpha 2 / (daysBack 1) calcular a suavização do factor alfa gt gt preparar um coeficiente para a repmat coeficiente função de filtro gt (alfa, 1, daysBack ) (1: diasRetor) gt coeficiente coeficiente / soma (coeficiente) gt gt Filtro EMA (coeficiente, 1, todaysClose) gt gt gt PS Este era um dos posts que eu olhei para groups. google/group/comp. soft-sys. matlab/tree/browsefrm/thread/7b5c0b3146432dd9/58e9d04b885a576arnum11done/group/comp. soft-sys. matlab/browsefrm/thread/7b5c0b3146432dd9/48bdf7f81cd8f1973Ftvc3D126doca1c5b8de7a7c428a Gt gt isso também é onde eu tenho o código de filtro acima gt groups. google/group/comp. soft-sys. matlab/browsethread/thread/1d8d10d5b835550dtvc2qexponentialmovingaveragefilter Observe que os coeficientes para os dados do passado não estão certos. A fórmula é: Preço (t) alfaPreço (t-1) alfa (1-alfa) Preço (t-2) alfa (1-alfa) 2. O que é uma lista de observação Você pode pensar em (1, 1, N) Sua lista de observação como segmentos que você marcou. Você pode adicionar tags, autores, threads e até mesmo resultados de pesquisa à sua lista de observação. Desta forma, você pode facilmente acompanhar os tópicos que você está interessado polegadas Para ver a sua lista de observação, clique no link quotMas newsreaderquot. Para adicionar itens à sua lista de observação, clique no link quotadd para assistir listquot na parte inferior de qualquer página. Como adicionar um item à minha lista de observação Pesquisa Para adicionar critérios de pesquisa à sua lista de observação, pesquise o termo desejado na caixa de pesquisa. Clique no botão quotAdicionar esta pesquisa ao meu link de listagem de visualizações na página de resultados de pesquisa. Você também pode adicionar uma tag à sua lista de observação procurando a tag com a diretiva quottag: tagnamequot onde tagname é o nome da tag que você gostaria de assistir. Autor Para adicionar um autor à sua lista de observação, vá para a página de perfil dos autores e clique no botão quotAdicionar este autor ao meu link de lista de observação no topo da página. Você também pode adicionar um autor à sua lista de observação, indo a um tópico que o autor postou e clicando no quotAdicionar este autor ao meu link listquot do relógio. Você será notificado sempre que o autor fizer um post. Tópico Para adicionar um tópico à sua lista de observação, vá para a página de discussão e clique no link Adicionar este tópico ao meu link de lista de atalhos na parte superior da página. Sobre Newsgroups, Newsreaders e MATLAB Central O que são newsgroups Os newsgroups são um fórum mundial aberto a todos. Grupos de notícias são usados ​​para discutir uma enorme variedade de tópicos, fazer anúncios e trocar arquivos. As discussões são encadeadas ou agrupadas de uma forma que lhe permite ler uma mensagem postada e todas as suas respostas em ordem cronológica. Isto torna mais fácil seguir o fio da conversa e ver whatrsquos já foi dito antes de postar sua própria resposta ou fazer uma nova postagem. O conteúdo do grupo de notícias é distribuído por servidores hospedados por várias organizações na Internet. As mensagens são trocadas e gerenciadas usando protocolos de padrão aberto. Nenhuma entidade única ldquoownsrdquo os newsgroups. Existem milhares de newsgroups, cada um abordando um único tópico ou área de interesse. O MATLAB Central Newsreader publica e exibe mensagens no newsgroup comp. soft-sys. matlab. Como faço para ler ou publicar nos newsgroups Você pode usar o leitor de notícias integrado no site da MATLAB Central para ler e publicar mensagens neste newsgroup. MATLAB Central é hospedado por MathWorks. As mensagens enviadas através do Central Newsreader do MATLAB são vistas por todos os grupos de notícias, independentemente de como eles acessam os grupos de notícias. Há várias vantagens em usar o MATLAB Central. Uma Conta A sua conta do MATLAB Central está ligada à sua Conta MathWorks para facilitar o acesso. Use o endereço de e-mail da sua escolha O MATLAB Central Newsreader permite que você defina um endereço de e-mail alternativo como seu endereço de postagem, evitando a confusão na sua caixa postal principal e reduzindo o spam. Controle de Spam A maioria de spam do newsgroup é filtrada para fora pelo newsreader central de MATLAB. Marcação As mensagens podem ser marcadas com um rótulo relevante por qualquer usuário conectado. As tags podem ser usadas como palavras-chave para encontrar arquivos particulares de interesse ou como uma maneira de categorizar suas postagens marcadas. Você pode optar por permitir que outras pessoas visualizem suas tags e você pode exibir ou pesquisar outras tags, bem como as da comunidade em geral. Tagging fornece uma maneira de ver tanto as grandes tendências e as menores, mais obscuras idéias e aplicações. Listas de vigilância A configuração de listas de observação permite que você seja notificado das atualizações efetuadas nas postagens selecionadas por autor, segmento ou qualquer variável de pesquisa. As notificações da sua lista de observações podem ser enviadas por email (resumo diário ou imediato), exibidas em Meu leitor de notícias ou enviadas via feed RSS. Outras maneiras de acessar os grupos de notícias Use um leitor de notícias através de sua escola, empregador ou provedor de serviços de internet Pagar pelo acesso de grupos de notícias de um provedor comercial Usar Grupos do Google Mathforum. org fornece um leitor de notícias com acesso ao grupo de notícias comp. soft sys. matlab Execute seu próprio servidor. Para obter instruções típicas, consulte: slyck / ngpage2 Selecione seu CountryEasyLanguage 038 Tutorial PowerLanguage 8211 Lição 02: Codificação de uma média móvel Criando o primeiro indicador real e expandindo os conceitos básicos Depois de familiarizar-se com o PowerLanguage Editor no tutorial PowerLanguage anterior 8211 lesson 01 Vamos agora construir sobre esta fundação. No caso de você não ter lido a última lição, eu sugeriria fazer isso primeiro, pois pode ajudá-lo a entender esta lição também. Começamos com a lição de hoje. Abra o Editor de PowerLanguage e crie um novo estudo de Indicador. Vou nomear o meu ABCPowerLanguage Lesson 02 8211 Moving Average para que eu possa encontrá-lo facilmente dentro do meu editor mais tarde. O nome é totalmente até você, é claro, e você poderia até mesmo mudá-lo mais tarde. Como a última parte do nome do indicador sugere, vamos criar e traçar uma média móvel hoje. Você provavelmente já viu uma média móvel em um gráfico antes ou lembre-se da média do termo de matemática. O principal uso de médias é como um filtro para suavizar os dados que você inseriu. A imagem exibe uma média móvel de 200 períodos simples que dá um resultado muito suave. A desvantagem desta suavidade é que você introduz mais atraso. Isso significa que a média torna-se menos responsiva a mudanças de preço. Se você der uma olhada na próxima imagem você verá como diferente o comportamento de um período 200 simples média móvel é quando você compará-lo com a média de período de verde 10. O último é muito mais rápido em responder às mudanças de preço, mas por sua vez há muito mais 8220noise8221 na média. Existem muitos tipos diferentes de médias que variam principalmente no impacto que cada ponto de dados tem sobre o resultado da média. Uma média móvel simples de 200 períodos calculará simplesmente uma soma dos últimos 200 pontos de dados e dividi-la por 200. O resultado é uma média que dá a cada ponto de dados a mesma influência (o mesmo valor) no resultado. A primeira barra e a última barra que fazem parte da média são ambas ponderadas da mesma para o resultado. Duas outras médias proeminentes e comumente utilizadas são a média móvel exponencial e a média móvel ponderada. Ambos têm maiores fatores de ponderação para os pontos de dados mais recentes. Numa média móvel ponderada, a ponderação diminuirá na progressão aritmética. Para a média exponencial diminuirá exponencialmente, daí o nome. Isto será como teoricamente como ficará para hoje. Se você quiser ler mais alguns detalhes sobre médias, você pode começar com este artigo da Wikipedia. Para maior compreensão desta lição, você não precisará dessas informações adicionais. Let8217s começar com a codificação da nossa média. Nosso indicador não deve apenas calcular uma média, mas deve produzir o resultado em um gráfico. EasyLanguage tem a palavra 8220Plot8221 reservada para isso e vamos usá-lo para fazer isso. Antes de começar com algo de programação é sempre uma boa idéia dar um passo para trás e pensar sobre o que você está tentando realizar e como você vai fazê-lo. Como este estudo não é muito complexo, há apenas algumas coisas para refletir. Quando os estudos ficam mais complexos você pode economizar muito tempo com um bom planejamento antecipado. O objetivo é um estudo que calcula e traça uma média móvel simples. Nós queremos poder mudar o comprimento para a média com uma entrada assim que it8217s fácil personalizar. Para a média, precisamos somar a quantidade de valores correlacionados à entrada de comprimento. Nós don8217t quer escrever o código para cada entrada de comprimento possível para o somatório. Isso significa que o código precisa ser capaz de calcular todas as entradas de comprimento possíveis por conta própria. Você já tem uma idéia de como poderíamos fazer isso? A resposta é que precisamos de uma instrução de iteração que pode ser executada repetidamente cada barra por um número específico de vezes (nossa entrada de comprimento). Eu sei que isso soa complicado, mas será bastante simples. Usaremos o 8220for loop8221 para esta tarefa. Este loop repete uma ou mais instruções para um número de iterações específico definido pelo usuário. O código EasyLanguage é executado de cima para baixo e normalmente da esquerda para a direita. Uma vez que uma linha de código é executada, a próxima linha é executada e assim por diante. No caso de a linha de código ser o começo de um loop, as linhas de código dentro do loop serão executadas para a quantidade especificada. Somente quando o loop for concluído a próxima linha de código após o loop ser executado. Um loop for olha e funciona da seguinte maneira: Uma variável numérica será incrementada (ou diminuída) com cada ciclo através do loop de seu valor inicial para seu valor final. Esta imagem exibe um loop básico com uma variável de contador numérico (ii neste caso) eo valor inicial de 0. As iterações serão feitas dez vezes até que o contador tenha atingido o valor de 9. Então o bloco de laço é executado o último Tempo e saiu. Você não precisa incrementar o valor do contador, o código do loop cuida disso. O valor do contador atual será armazenado na variável contador. Assim, você pode acessá-lo para cada ciclo de ciclo e usá-lo para seus cálculos. Isso será útil para calcular nossa média. O loop for também pode diminuir o contador com cada iteração. O valor inicial neste exemplo é 9, mas o loop é executado dez vezes até que ele seja encerrado, também. O contador simplesmente diminui com cada iteração por um até atingir 0. Em Easylanguage você pode referenciar as palavras reservadas relacionadas a dados, variáveis ​​e funções de uma barra anterior muito fácil. Usando um número entre colchetes após a palavra reservada, cálculo ou variável retornará o valor para essa barra em particular. O número cresce a partir da barra atual (que você referência com 0) em incrementos de um. Quando você deseja armazenar o valor do bar8217s anterior fechar dentro de uma variável chamada PrevCloseValue você pode fazê-lo assim: Queremos construir nossa média usando o Close para as últimas barras X. Onde X é uma entrada para permitir mais flexibilidade. Você já sabe que queremos usar um loop para isso e acabamos de descobrir como podemos fazer referência a valores de fechamento para as barras anteriores. Isso deve ser suficiente para escrever o código para a parte principal do nosso indicador. Let8217s continuar criando a entrada e as seções variáveis. Você pode lembrar da última lição de que usar nomes de variáveis ​​significativas é uma boa prática de codificação e pode poupar muitos problemas mais tarde. Precisamos declarar uma entrada para que possamos alterar o comprimento de nossa média no gráfico. Além disso, queremos uma variável que contém a soma, uma para manter o valor do contador e uma última para armazenar o valor médio. Para produzir o valor no gráfico, usaremos a palavra reservada Plot. Isto é seguido por um número assim que você é capaz de distinguir entre diferentes parcelas. Que é necessário como você pode usar até 999 parcelas em Multicharts. A palavra parcela reservada pode ter vários parâmetros como cor, tamanho do enredo e alguns mais. Vamos mantê-lo simples aqui e usar Plot1 com apenas dois parâmetros 8211 o primeiro para a expressão numérica a ser plotada e uma segunda para o nome que queremos atribuir ao gráfico. O código final será algo assim: Depois de compilar este código, estamos quase prontos para carregar o nosso indicador para um gráfico em Multicharts. Let8217s basta dar uma olhada nas propriedades do indicador em primeiro lugar. Você pode encontrá-los em - Arquivo - Propriedades ou clicando no símbolo Propriedades no menu (que deve ser a esquerda para Compilar). No separador Estilo, pode alterar a cor, o estilo da linha ea espessura do gráfico que criou. Se você for para a guia de propriedades, há várias opções para definir ou verificar, mas por agora você pode apenas querer certificar-se de que a opção 8220Same As Symbol8221 está marcada. Isso garantirá que o indicador seja aplicado diretamente em seu gráfico, em vez de um sub-quadro. Agora você está pronto para aplicar o indicador a um gráfico de sua escolha. Quando você tem um gráfico aberto na janela principal Multicharts você pode simplesmente inserir o indicador para este gráfico. Quando o indicador é aplicado o resultado deve ser semelhante à imagem acima. No entanto, este doesn8217t parece certo como este doesn8217t olhar como uma média móvel em tudo. A série de preços é quase uma linha lisa eo gráfico que vem de nosso indicador está aumentando somente. Com o E-Mini S038P 500 que está na área de 18217800 um 10 bar valor médio móvel para este mercado de 182179528217647 não é obviamente correto. Isso aponta para um problema em nossos cálculos. Você tem uma idéia do que o código está faltando? Na verdade, é apenas um detalhe pequeno, mas muito importante que nos esquecemos de adicionar. Precisamos adicionar algo à frente do loop for. O loop simplesmente continua adicionando os valores das dez barras anteriores com cada nova barra. Isso é bom e queremos que ele faça exatamente isso, mas não queremos que ele adicione os novos valores aos valores antigos. Em outras palavras, você precisa se certificar de que o CloseValueSum doesn8217t ainda mantenha os valores antigos quando o loop for for iniciado. Com a adição de uma linha ao código, o resultado é exatamente o que queríamos alcançar. Também podemos alterar a aparência do indicador no gráfico. Usando a guia de estilo sob 8220Format Study8221 podemos alterar o resultado visual como estilo de linha, cor e espessura. Na guia 8220Inputs8221 você encontrará a entrada que você criou ea configuração padrão para o comprimento. Ao carregar uma segunda instância do estudo e usando uma cor diferente e comprimento você pode confirmar que o estudo dá um resultado diferente, com uma entrada de comprimento diferente. Se você está tendo problemas para encontrar a correção correta sinta-se livre para entrar em contato conosco com sua solução e vamos tentar ajudá-lo em tempo hábil. Tenho medo de apenas pedir a solução de trabalho won8217t embora, você precisa, pelo menos, ser capaz de mostrar que você colocar algum esforço para encontrar a solução, também. Como última dica você pode dar uma olhada em outros indicadores ou funções médias e encontrar alguma inspiração para o elo perdido lá. Espero que tenha gostado desta lição do tutorial de Powerlanguage e estou ansioso para trabalhar com você na próxima. Compartilhe esta história, escolha sua plataforma