Durchschnittliche Filterlange Verschieben




Durchschnittliche Filterlänge VerschiebenGleitende Mittelwerte - Einfache und exponentielle gleitende Mittelwerte - Einfache und exponentielle Einfuhrung Die gleitenden Mittelwerte glatt machen die Preisdaten zu einem Trendfolger. Sie prognostizieren nicht die Kursrichtung, sondern definieren die aktuelle Richtung mit einer Verzogerung. Moving Averages Lag, weil sie auf vergangenen Preisen basieren. Trotz dieser Verzogerung, gleitende Durchschnitte helfen, glatte Preis-Aktion und Filter aus dem Larm. Sie bilden auch die Bausteine ??fur viele andere technische Indikatoren und Overlays, wie Bollinger Bands. MACD und dem McClellan-Oszillator. Die beiden beliebtesten Arten von gleitenden Durchschnitten sind die Simple Moving Average (SMA) und die Exponential Moving Average (EMA). Diese Bewegungsdurchschnitte konnen verwendet werden, um die Richtung des Trends zu identifizieren oder potentielle Unterstutzungs - und Widerstandswerte zu definieren. Here039s ein Diagramm mit einem SMA und einem EMA auf ihm: Einfache gleitende durchschnittliche Berechnung Ein einfacher gleitender Durchschnitt wird gebildet, indem man den durchschnittlichen Preis eines Wertpapiers uber einer bestimmten Anzahl von Perioden berechnet. Die meisten gleitenden Mittelwerte basieren auf den Schlusskursen. Ein 5-tagiger einfacher gleitender Durchschnitt ist die funftagige Summe der Schlusskurse geteilt durch funf. Wie der Name schon sagt, ist ein gleitender Durchschnitt ein Durchschnitt, der sich bewegt. Alte Daten werden geloscht, wenn neue Daten verfugbar sind. Dies bewirkt, dass sich der Durchschnitt entlang der Zeitskala bewegt. Unten ist ein Beispiel fur einen 5-tagigen gleitenden Durchschnitt, der sich uber drei Tage entwickelt. Der erste Tag des gleitenden Durchschnitts deckt nur die letzten funf Tage ab. Der zweite Tag des gleitenden Mittelwerts fallt den ersten Datenpunkt (11) und fugt den neuen Datenpunkt (16) hinzu. Der dritte Tag des gleitenden Durchschnitts setzt sich fort, indem der erste Datenpunkt (12) abfallt und der neue Datenpunkt (17) addiert wird. Im obigen Beispiel steigen die Preise allmahlich von 11 auf 17 uber insgesamt sieben Tage. Beachten Sie, dass der gleitende Durchschnitt auch von 13 auf 15 uber einen dreitagigen Berechnungszeitraum steigt. Beachten Sie auch, dass jeder gleitende Durchschnittswert knapp unter dem letzten Kurs liegt. Zum Beispiel ist der gleitende Durchschnitt fur Tag eins gleich 13 und der letzte Preis ist 15. Preise der vorherigen vier Tage waren niedriger und dies fuhrt dazu, dass der gleitende Durchschnitt zu verzogern. Exponentielle gleitende Durchschnittsberechnung Exponentielle gleitende Mittelwerte reduzieren die Verzogerung, indem mehr Gewicht auf die jungsten Preise angewendet wird. Die Gewichtung des jungsten Preises hangt von der Anzahl der Perioden im gleitenden Durchschnitt ab. Es gibt drei Schritte, um einen exponentiellen gleitenden Durchschnitt zu berechnen. Berechnen Sie zunachst den einfachen gleitenden Durchschnitt. Ein exponentieller gleitender Durchschnitt (EMA) muss irgendwo anfangen, so dass ein einfacher gleitender Durchschnitt als die vorherige Periode039s EMA in der ersten Berechnung verwendet wird. Zweitens, berechnen Sie die Gewichtung Multiplikator. Drittens berechnen Sie den exponentiellen gleitenden Durchschnitt. Die folgende Formel ist fur eine 10-tagige EMA. Ein 10-Perioden-exponentieller gleitender Durchschnitt wendet eine 18,18 Gewichtung auf den jungsten Preis an. Eine 10-Perioden-EMA kann auch als 18.18 EMA bezeichnet werden. Ein 20-Perioden-EMA wendet einen 9,52 - Wiegen auf den jungsten Preis an (2 / (201) .0952). Beachten Sie, dass die Gewichtung fur den kurzeren Zeitraum mehr ist als die Gewichtung fur den langeren Zeitraum. In der Tat, die Gewichtung sinkt um die Halfte jedes Mal, wenn die gleitende durchschnittliche Periode verdoppelt. Wenn Sie uns einen bestimmten Prozentsatz fur eine EMA zuweisen mochten, konnen Sie diese Formel verwenden, um sie in Zeitraume zu konvertieren, und geben Sie dann diesen Wert als den EMA039s-Parameter ein: Nachstehend ist ein Kalkulationstabellenbeispiel fur einen 10-tagigen einfachen gleitenden Durchschnitt und ein 10- Tag exponentiellen gleitenden Durchschnitt fur Intel. Einfache gleitende Durchschnitte sind geradlinig und erfordern wenig Erklarung. Der 10-Tage-Durchschnitt bewegt sich einfach, sobald neue Preise verfugbar sind und alte Preise fallen. Der exponentielle gleitende Durchschnitt beginnt mit dem einfachen gleitenden Mittelwert (22.22) bei der ersten Berechnung. Nach der ersten Berechnung ubernimmt die Normalformel. Da eine EMA mit einem einfachen gleitenden Durchschnitt beginnt, wird ihr wahrer Wert erst nach 20 oder spateren Perioden realisiert. Mit anderen Worten, der Wert auf der Excel-Tabelle kann sich aufgrund des kurzen Ruckblicks von dem Diagrammwert unterscheiden. Diese Kalkulationstabelle geht nur zuruck 30 Perioden, was bedeutet, dass der Einfluss der einfachen gleitenden Durchschnitt hatte 20 Perioden zu zerstreuen. StockCharts geht mindestens 250 Perioden (typischerweise viel weiter) fur seine Berechnungen zuruck, so dass die Effekte des einfachen gleitenden Durchschnitts in der ersten Berechnung vollstandig abgebaut sind. Der Lagfaktor Je langer der gleitende Durchschnitt ist, desto starker ist die Verzogerung. Ein 10-Tage-exponentieller gleitender Durchschnitt wird die Preise sehr eng umringen und sich kurz nach dem Kursumschlag wenden. Kurze gleitende Durchschnitte sind wie Schnellboote - flink und schnell zu andern. Im Gegensatz dazu enthalt ein 100-Tage gleitender Durchschnitt viele vergangene Daten, die ihn verlangsamen. Langere gleitende Durchschnitte sind wie Ozeantanker - lethargisch und langsam zu andern. Es dauert eine gro?ere und langere Kursbewegung fur einen 100-Tage gleitenden Durchschnitt, um Kurs zu andern. Die Grafik oben zeigt die SampP 500 ETF mit einer 10-tagigen EMA eng ansprechender Preise und einem 100-tagigen SMA-Schleifen hoher. Selbst mit dem Januar-Februar-Ruckgang hielt die 100-tagige SMA den Kurs und kehrte nicht zuruck. Die 50-Tage-SMA passt irgendwo zwischen den 10 und 100 Tage gleitenden Durchschnitten, wenn es um den Verzogerungsfaktor kommt. Simple vs Exponential Moving Averages Obwohl es klare Unterschiede zwischen einfachen gleitenden Durchschnitten und exponentiellen gleitenden Durchschnitten, ist eine nicht unbedingt besser als die anderen. Exponentielle gleitende Mittelwerte haben weniger Verzogerungen und sind daher empfindlicher gegenuber den jungsten Preisen - und den jungsten Preisveranderungen. Exponentielle gleitende Mittelwerte drehen sich vor einfachen gleitenden Durchschnitten. Einfache gleitende Durchschnitte stellen dagegen einen wahren Durchschnittspreis fur den gesamten Zeitraum dar. Als solches konnen einfache gleitende Mittel besser geeignet sein, um Unterstutzungs - oder Widerstandsniveaus zu identifizieren. Die gleitende Durchschnittspraferenz hangt von den Zielen, dem analytischen Stil und dem Zeithorizont ab. Chartisten sollten mit beiden Arten von gleitenden Durchschnitten sowie verschiedene Zeitrahmen zu experimentieren, um die beste Passform zu finden. Die nachstehende Grafik zeigt IBM mit der 50-Tage-SMA in Rot und der 50-Tage-EMA in Grun. Beide gipfelten Ende Januar, aber der Ruckgang in der EMA war scharfer als der Ruckgang der SMA. Die EMA erschien Mitte Februar, aber die SMA setzte weiter unten bis Ende Marz. Beachten Sie, dass die SMA uber einen Monat nach der EMA. Langen und Zeitrahmen Die Lange des gleitenden Mittelwerts hangt von den analytischen Zielen ab. Kurze gleitende Durchschnitte (5-20 Perioden) eignen sich am besten fur kurzfristige Trends und den Handel. Chartisten, die sich fur mittelfristige Trends interessieren, wurden sich fur langere bewegte Durchschnitte entscheiden, die 20-60 Perioden verlangern konnten. Langfristige Anleger bevorzugen gleitende Durchschnitte mit 100 oder mehr Perioden. Einige gleitende durchschnittliche Langen sind beliebter als andere. Die 200-Tage gleitenden Durchschnitt ist vielleicht die beliebteste. Wegen ihrer Lange ist dies eindeutig ein langfristiger gleitender Durchschnitt. Als nachstes ist der 50-Tage gleitende Durchschnitt fur den mittelfristigen Trend ziemlich popular. Viele Chartisten nutzen die 50-Tage-und 200-Tage gleitende Durchschnitte zusammen. Kurzfristig war ein 10 Tage gleitender Durchschnitt in der Vergangenheit ziemlich popular, weil er leicht zu berechnen war. Man hat einfach die Zahlen addiert und den Dezimalpunkt verschoben. Trendidentifikation Die gleichen Signale konnen mit einfachen oder exponentiellen gleitenden Mittelwerten erzeugt werden. Wie oben erwahnt, hangt die Praferenz von jedem Individuum ab. Die folgenden Beispiele werden sowohl einfache als auch exponentielle gleitende Mittelwerte verwenden. Der Begriff gleitender Durchschnitt gilt fur einfache und exponentielle gleitende Mittelwerte. Die Richtung des gleitenden Durchschnitts vermittelt wichtige Informationen uber die Preise. Ein steigender Durchschnitt zeigt, dass die Preise im Allgemeinen steigen. Ein sinkender Durchschnittswert zeigt an, dass die Preise im Durchschnitt sinken. Ein steigender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Aufwartstrend wider. Ein sinkender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Abwartstrend wider. Das Diagramm oben zeigt 3M (MMM) mit einem 150-Tage-exponentiellen gleitenden Durchschnitt. Dieses Beispiel zeigt, wie gut bewegte Durchschnitte arbeiten, wenn der Trend stark ist. Die 150-Tage-EMA sank im November 2007 und wieder im Januar 2008. Beachten Sie, dass es einen Ruckgang von 15 nahm, um die Richtung dieses gleitenden Durchschnitts umzukehren. Diese nachlaufenden Indikatoren identifizieren Trendumkehrungen, wie sie auftreten (am besten) oder nach deren Eintritt (im schlimmsten Fall). MMM setzte unten in Marz 2009 und dann stieg 40-50. Beachten Sie, dass die 150-Tage-EMA nicht auftauchte, bis nach diesem Anstieg. Sobald es aber tat, setzte MMM die folgenden 12 Monate hoher fort. Moving-Durchschnitte arbeiten brillant in starken Trends. Doppelte Frequenzweichen Zwei gleitende Mittelwerte konnen zusammen verwendet werden, um Frequenzweiche zu erzeugen. In der technischen Analyse der Finanzmarkte. John Murphy nennt dies die doppelte Crossover-Methode. Doppelte Crossover beinhalten einen relativ kurzen gleitenden Durchschnitt und einen relativ langen gleitenden Durchschnitt. Wie bei allen gleitenden Durchschnitten definiert die allgemeine Lange des gleitenden Durchschnitts den Zeitrahmen fur das System. Ein System, das eine 5-Tage-EMA und eine 35-Tage-EMA verwendet, ware kurzfristig. Ein System, das eine 50-tagige SMA - und 200-Tage-SMA verwendet, ware mittelfristig, vielleicht sogar langfristig. Eine bullische Uberkreuzung tritt auf, wenn der kurzere gleitende Durchschnitt uber dem langeren gleitenden Durchschnitt kreuzt. Dies wird auch als goldenes Kreuz bezeichnet. Eine barische Uberkreuzung tritt ein, wenn der kurzere gleitende Durchschnitt unter dem langeren gleitenden Durchschnitt liegt. Dies wird als ein totes Kreuz bekannt. Gleitende Mittelubergange erzeugen relativ spate Signale. Schlie?lich setzt das System zwei hintere Indikatoren ein. Je langer die gleitenden Durchschnittsperioden, desto gro?er die Verzogerung in den Signalen. Diese Signale funktionieren gut, wenn eine gute Tendenz gilt. Allerdings wird ein gleitender Durchschnitt Crossover-System produzieren viele whipsaws in Abwesenheit einer starken Tendenz. Es gibt auch eine Dreifach-Crossover-Methode, die drei gleitende Durchschnitte beinhaltet. Wieder wird ein Signal erzeugt, wenn der kurzeste gleitende Durchschnitt die beiden langeren Mittelwerte durchlauft. Ein einfaches Triple-Crossover-System konnte 5-Tage-, 10-Tage - und 20-Tage-Bewegungsdurchschnitte beinhalten. Das Diagramm oben zeigt Home Depot (HD) mit einer 10-tagigen EMA (grune gepunktete Linie) und 50-Tage-EMA (rote Linie). Die schwarze Linie ist die tagliche Schlie?ung. Mit einem gleitenden Durchschnitt Crossover hatte dazu gefuhrt, dass drei Peitschen vor dem Fang eines guten Handels. Die 10-tagige EMA brach unterhalb der 50-Tage-EMA Ende Oktober (1), aber dies dauerte nicht lange, wie die 10-Tage zog zuruck oben Mitte November (2). Dieses Kreuz dauerte langer, aber die nachste barige Crossover im Januar (3) ereignete sich gegen Ende November Preisniveaus, was zu einer weiteren Peitsche fuhrte. Dieses barische Kreuz dauerte nicht lange, als die 10-Tage-EMA uber die 50-Tage ein paar Tage spater zuruckging (4). Nach drei schlechten Signalen, schien das vierte Signal eine starke Bewegung als die Aktie vorruckte uber 20. Es gibt zwei Takeaways hier. Erstens, Crossovers sind anfallig fur whipsaw. Ein Preis oder Zeitfilter kann angewendet werden, um zu helfen, whipsaws zu verhindern. Handler konnten verlangen, dass die Crossover 3 Tage dauern, bevor sie handeln oder verlangen, dass die 10-Tage-EMA zu bewegen, uber / unterhalb der 50-Tage-EMA um einen bestimmten Betrag vor handeln. Zweitens kann MACD verwendet werden, um diese Frequenzweichen zu identifizieren und zu quantifizieren. MACD (10,50,1) zeigt eine Linie, die die Differenz zwischen den beiden exponentiellen gleitenden Mittelwerten darstellt. MACD wird positiv wahrend eines goldenen Kreuzes und negativ wahrend eines toten Kreuzes. Der Prozentsatz-Oszillator (PPO) kann auf die gleiche Weise verwendet werden, um Prozentunterschiede anzuzeigen. Beachten Sie, dass MACD und das PPO auf exponentiellen gleitenden Durchschnitten basieren und nicht mit einfachen gleitenden Durchschnitten zusammenpassen. Diese Grafik zeigt Oracle (ORCL) mit dem 50-Tage EMA, 200-Tage EMA und MACD (50.200,1). Es gab vier gleitende durchschnittliche Kreuzungen uber einen Zeitraum von 2 1/2 Jahren. Die ersten drei fuhrten zu Peitschen oder schlechten Trades. Ein anhaltender Trend begann mit der vierten Crossover als ORCL bis Mitte der 20er Jahre. Erneut bewegen sich die durchschnittlichen Crossover-Effekte gro?, wenn der Trend stark ist, erzeugen aber Verluste in Abwesenheit eines Trends. Preis-Crossover Moving-Durchschnitte konnen auch verwendet werden, um Signale mit einfachen Preis-Crossover zu generieren. Ein bullisches Signal wird erzeugt, wenn die Preise uber dem gleitenden Durchschnitt liegen. Ein bares Signal wird erzeugt, wenn die Preise unter dem gleitenden Durchschnitt liegen. Preis-Crossover konnen kombiniert werden, um innerhalb der gro?eren Trend Handel. Der langere gleitende Durchschnitt setzt den Ton fur den gro?eren Trend und der kurzere gleitende Durchschnitt wird verwendet, um die Signale zu erzeugen. Man wurde bullish Preiskreuze nur dann suchen, wenn die Preise schon uber dem langeren gleitenden Durchschnitt liegen. Dies wurde den Handel im Einklang mit dem gro?eren Trend. Wenn zum Beispiel der Kurs uber dem gleitenden 200-Tage-Durchschnitt liegt, wurden sich die Chartisten nur auf Signale konzentrieren, wenn der Kurs uber dem 50-Tage-Gleitender Durchschnitt liegt. Offensichtlich wurde ein Schritt unterhalb der 50-Tage gleitenden Durchschnitt ein solches Signal vorausgehen, aber solche bearish Kreuze wurden ignoriert, weil der gro?ere Trend ist. Ein bearish Kreuz wurde einfach vorschlagen, ein Pullback in einem gro?eren Aufwartstrend. Ein Cross-Back uber dem 50-Tage-Gleitender Durchschnitt wurde einen Preisanstieg und eine Fortsetzung des gro?eren Aufwartstrends signalisieren. Die nachste Tabelle zeigt Emerson Electric (EMR) mit dem 50-Tage EMA und 200-Tage EMA. Die Aktie bewegte sich uber und hielt uber dem 200-Tage gleitenden Durchschnitt im August. Es gab Dips unterhalb der 50-Tage-EMA Anfang November und wieder Anfang Februar. Die Preise schnell zuruck uber die 50-Tage-EMA zu bullish Signale (grune Pfeile) in Harmonie mit dem gro?eren Aufwartstrend. Im Indikatorfenster wird MACD (1,50,1) angezeigt, um Preiskreuze uber oder unter dem 50-Tage-EMA zu bestatigen. Die 1-tagige EMA entspricht dem Schlusskurs. MACD (1,50,1) ist positiv, wenn das Schlie?en oberhalb der 50-Tage-EMA und negativ ist, wenn das Schlie?en unterhalb der 50-Tage-EMA liegt. Unterstutzung und Widerstand Der Gleitende Durchschnitt kann auch als Unterstutzung in einem Aufwartstrend und Widerstand in einem Abwartstrend dienen. Ein kurzfristiger Aufwartstrend konnte Unterstutzung nahe dem 20-tagigen einfachen gleitenden Durchschnitt finden, der auch in Bollinger-Bandern verwendet wird. Ein langfristiger Aufwartstrend konnte Unterstutzung nahe dem 200-tagigen einfachen gleitenden Durchschnitt finden, der der popularste langfristige bewegliche Durchschnitt ist. Wenn Tatsache, die 200-Tage gleitenden Durchschnitt bieten kann Unterstutzung oder Widerstand, nur weil es so weit verbreitet ist. Es ist fast wie eine sich selbst erfullende Prophezeiung. Die Grafik oben zeigt die NY Composite mit dem 200-Tage einfachen gleitenden Durchschnitt von Mitte 2004 bis Ende 2008. Die 200-Tage-Support zur Verfugung gestellt, mehrmals wahrend des Vorhabens. Sobald der Trend mit einem Doppel-Top-Support-Pause umgekehrt, der 200-Tage gleitenden Durchschnitt als Widerstand um 9500 gehandelt. Erwarten Sie nicht genaue Unterstutzung und Widerstand Ebenen von gleitenden Durchschnitten, vor allem langeren gleitenden Durchschnitten. Markte werden durch Emotionen gefahren, wodurch sie anfallig fur Uberschreitungen sind. Statt genauer Ebenen konnen gleitende Mittelwerte verwendet werden, um Unterstutzungs - oder Widerstandszonen zu identifizieren. Schlussfolgerungen Die Vorteile der Verwendung von bewegten Durchschnitten mussen gegen die Nachteile gewogen werden. Moving-Durchschnitte sind Trend nach, oder nacheilende, Indikatoren, die immer einen Schritt hinter sich. Dies ist nicht unbedingt eine schlechte Sache. Immerhin ist der Trend ist dein Freund und es ist am besten, in die Richtung des Trends Handel. Die gleitenden Durchschnitte gewahrleisten, dass ein Handler dem aktuellen Trend entspricht. Auch wenn der Trend ist dein Freund, verbringen die Wertpapiere viel Zeit in Handelsspannen, die gleitende Durchschnitte ineffektiv machen. Einmal in einem Trend, bewegte Durchschnitte halten Sie in, sondern geben auch spate Signale. Don039t erwarten, an der Spitze zu verkaufen und kaufen Sie am unteren Rand mit gleitenden Durchschnitten. Wie bei den meisten technischen Analysetools sollten die gleitenden Mittelwerte nicht allein verwendet werden, sondern in Verbindung mit anderen komplementaren Tools. Chartisten konnen gleitende Durchschnitte verwenden, um den Gesamttrend zu definieren und dann RSI zu verwenden, um uberkaufte oder uberverkaufte Niveaus zu definieren. Hinzufugen von Bewegungsdurchschnitten zu StockCharts Diagrammen Gleitende Durchschnitte sind als Preisuberlagerungsfunktion auf der SharpCharts-Workbench verfugbar. Mit dem Dropdown-Menu Overlays konnen Benutzer entweder einen einfachen gleitenden Durchschnitt oder einen exponentiellen gleitenden Durchschnitt auswahlen. Der erste Parameter wird verwendet, um die Anzahl der Zeitperioden einzustellen. Ein optionaler Parameter kann hinzugefugt werden, um festzulegen, welches Preisfeld in den Berechnungen verwendet werden soll - O fur die Open, H fur High, L fur Low und C fur Close. Ein Komma wird verwendet, um Parameter zu trennen. Ein weiterer optionaler Parameter kann hinzugefugt werden, um die gleitenden Mittelwerte nach links (vorbei) oder nach rechts (zukunftig) zu verschieben. Eine negative Zahl (-10) wurde den gleitenden Durchschnitt auf die linken 10 Perioden verschieben. Eine positive Zahl (10) wurde den gleitenden Durchschnitt auf die rechten 10 Perioden verschieben. Mehrere gleitende Durchschnitte konnen dem Preisplot uberlagert werden, indem einfach eine weitere Uberlagerungslinie zur Werkbank hinzugefugt wird. StockCharts-Mitglieder konnen die Farben und den Stil andern, um zwischen mehreren gleitenden Durchschnitten zu unterscheiden. Nachdem Sie eine Anzeige ausgewahlt haben, offnen Sie die erweiterten Optionen, indem Sie auf das kleine grune Dreieck klicken. Erweiterte Optionen konnen auch verwendet werden, um eine gleitende mittlere Uberlagerung zu anderen technischen Indikatoren wie RSI, CCI und Volumen hinzuzufugen. Klicken Sie hier fur ein Live-Diagramm mit mehreren verschiedenen gleitenden Durchschnitten. Verwenden von Moving Averages mit StockCharts-Scans Hier finden Sie einige Beispielscans, die die StockCharts-Mitglieder verwenden konnen, um verschiedene gleitende durchschnittliche Situationen zu scannen: Bullish Moving Average Cross: Diese Scans suchen nach Aktien mit einem steigenden 150-Tage-Durchschnitt und einem bullish Kreuz der 5 Tag EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt steigt, solange er uber seinem Niveau vor funf Tagen handelt. Ein bullish Kreuz tritt auf, wenn die 5-Tage-EMA bewegt sich uber dem 35-Tage-EMA auf uberdurchschnittlichen Volumen. Bearish Moving Average Cross: Diese Scans sucht nach Aktien mit einem fallenden 150-Tage einfachen gleitenden Durchschnitt und einem barischen Kreuz der 5-Tage EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt fallt, solange er unter seinem Niveau vor funf Tagen handelt. Ein bariges Kreuz tritt auf, wenn die 5-Tage-EMA unterhalb der 35-Tage-EMA auf uberdurchschnittlichem Volumen bewegt. Weitere Studie John Murphy039s Buch hat ein Kapitel gewidmet gleitende Durchschnitte und ihre verschiedenen Verwendungen. Murphy deckt die Vor-und Nachteile der gleitenden Durchschnitte. Daruber hinaus zeigt Murphy, wie bewegte Durchschnitte mit Bollinger Bands und kanalbasierten Handelssystemen funktionieren. Technische Analyse der Finanzmarkte John Murphy Erstellen Sie eine gleitende durchschnittliche Filter Moving Average Filter ermoglicht es Ihnen, eine oder doppelseitige Reihe von Mitteln auf der Grundlage einer benutzerdefinierten Fensterlange zu berechnen. Das Modul fugt dem Dataset dann eine neue Merkmalsspalte hinzu. Der resultierende gleitende Durchschnitt kann dann fur das Plotten und die Visualisierung, eine Basislinie fur die Modellierung, die Vorhersage, die Berechnung von Varianzen gegen die Berechnung fur ahnliche Perioden usw. verwendet werden. Fur das Streaming-Szenario konnen kumulative und gewichtete gleitende Durchschnittswerte verwendet werden. Der kumulative gleitende Durchschnitt berucksichtigt die Punkte, die jene Punkte uberschreiten, die fur die aktuelle Periode eintreffen. Dieses Modul hilft Ihnen, nutzliche zeitliche Muster sowohl in retrospektiven als auch in Echtzeit darzustellen und zu prognostizieren. Sie verwenden sie mit dem Modul "Filter anwenden". Dieses Modul erwartet folgende Eingabeparameter: Filter hoherer Ordnung bieten ein gro?eres Berechnungsfenster und eine nahere Annaherung der Trendlinie. Filter mit niedrigerer Ordnung verwenden ein kleineres Berechnungsfenster und ahneln starker den Originaldaten. Die Art der gleitenden Durchschnitt anzuwenden. Beispiele finden Sie in der folgenden Tabelle. ML Studio bietet die folgenden Moglichkeiten, einen gleitenden Durchschnitt zu definieren: Moving Average Filter (MA Filter) Loading. Das gleitende Mittelfilter ist ein einfaches Tiefpassfilter (Finite Impulse Response), das ublicherweise zum Glatten eines Arrays von abgetasteten Daten / Signalen verwendet wird. Es benotigt M Abtastwerte von Eingang zu einem Zeitpunkt und nimmt den Durchschnitt dieser M-Abtastungen und erzeugt einen einzigen Ausgangspunkt. Es ist eine sehr einfache LPF (Low Pass Filter) Struktur, die praktisch fur Wissenschaftler und Ingenieure, um unerwunschte laute Komponente aus den beabsichtigten Daten zu filtern kommt. Mit zunehmender Filterlange (Parameter M) nimmt die Glatte des Ausgangs zu, wahrend die scharfen Ubergange in den Daten zunehmend stumpf werden. Dies impliziert, dass dieses Filter eine ausgezeichnete Zeitbereichsantwort, aber einen schlechten Frequenzgang aufweist. Der MA-Filter erfullt drei wichtige Funktionen: 1) Es benotigt M Eingangspunkte, berechnet den Durchschnitt dieser M-Punkte und erzeugt einen einzelnen Ausgangspunkt 2) Aufgrund der Berechnungen / Berechnungen. Fuhrt das Filter eine bestimmte Verzogerung ein 3) Das Filter wirkt als ein Tiefpa?filter (mit einer schlechten Frequenzbereichsantwort und einer guten Zeitbereichsantwort). Matlab-Code: Der folgende Matlab-Code simuliert die Zeitbereichsantwort eines M-Point Moving Average Filters und zeigt auch den Frequenzgang fur verschiedene Filterlangen. Time Domain Response: Auf dem ersten Plot haben wir die Eingabe, die in den gleitenden Durchschnitt Filter geht. Der Eingang ist laut und unser Ziel ist es, den Larm zu reduzieren. Die nachste Abbildung ist die Ausgangsantwort eines 3-Punkt Moving Average Filters. Es kann aus der Figur abgeleitet werden, dass der Filter mit 3-Punkt-Moving-Average bei der Filterung des Rauschens nicht viel getan hat. Wir erhohen die Filterabgriffe auf 51 Punkte und wir konnen sehen, dass sich das Rauschen im Ausgang stark reduziert hat, was in der nachsten Abbildung dargestellt ist. Wir erhohen die Anzapfungen weiter auf 101 und 501, und wir konnen beobachten, dass auch wenn das Rauschen fast Null ist, die Ubergange drastisch abgebaut werden (beobachten Sie die Steilheit auf beiden Seiten des Signals und vergleichen Sie sie mit dem idealen Ziegelwandubergang Unser Eingang). Frequenzgang: Aus dem Frequenzgang kann behauptet werden, dass der Roll-off sehr langsam ist und die Stopbanddampfung nicht gut ist. Bei dieser Stoppbanddampfung kann klar sein, da? der gleitende mittlere Filter nicht ein Band von Frequenzen von einem anderen trennen kann. Wie wir wissen, fuhrt eine gute Leistung im Zeitbereich zu einer schlechten Leistung im Frequenzbereich und umgekehrt. Kurz gesagt, ist der gleitende Durchschnitt ein au?ergewohnlich guter Glattungsfilter (die Aktion im Zeitbereich), aber ein au?ergewohnlich schlechtes Tiefpa?filter (die Aktion im Frequenzbereich) Externe Links: Empfohlene Bucher: Primarer Seitenbalken Durchschnittlicher Filter Sie konnen verwenden Das Moving Average Filter-Modul, um eine Reihe von einseitigen oder zweiseitigen Durchschnittswerten uber eine Datenmenge zu berechnen, indem Sie eine Fensterlange angeben, die Sie angeben. Nachdem Sie einen Filter definiert haben, der Ihren Anforderungen entspricht, konnen Sie ihn auf ausgewahlte Spalten in einem Dataset anwenden, indem Sie ihn an das Apply Filter-Modul anschlie?en. Das Modul ubernimmt alle Berechnungen und ersetzt Werte in numerischen Spalten mit entsprechenden gleitenden Mittelwerten. Sie konnen den resultierenden gleitenden Durchschnitt fur Plotten und Visualisierung als neue glatte Grundlinie fur die Modellierung, fur die Berechnung von Varianzen gegen Berechnungen fur ahnliche Perioden, und so weiter verwenden. Diese Art von Durchschnitt hilft Ihnen zu entdecken und zu prognostizieren nutzliche zeitliche Muster in retrospektive und Echtzeit-Daten. Der einfachste Typ des gleitenden Durchschnitts beginnt bei irgendeinem Muster der Reihe und verwendet den Mittelwert dieser Position plus die vorherigen n Positionen anstelle des tatsachlichen Wertes. (Sie konnen n wie Sie wollen definieren.) Je langer die Periode n, uber die der Durchschnitt berechnet wird, desto weniger Varianz haben Sie unter den Werten. Wenn Sie die Anzahl der verwendeten Werte erhohen, verringert sich der Effekt, den ein einzelner Wert auf den resultierenden Durchschnitt hat. Ein gleitender Durchschnitt kann einseitig oder zweiseitig sein. In einem einseitigen Durchschnitt werden nur Werte verwendet, die dem Indexwert vorangehen. In einem zweiseitigen Durchschnitt werden vergangene und zukunftige Werte verwendet. Fur Szenarien, in denen Sie Streaming-Daten lesen, sind kumulative und gewichtete gleitende Mittelwerte besonders nutzlich. Ein kumulativer gleitender Durchschnitt berucksichtigt die Punkte, die der aktuellen Periode vorangehen. Sie konnen alle Datenpunkte gleichma?ig bei der Berechnung des Mittelwertes gewichten, oder Sie konnen sicherstellen, dass Werte, die naher am aktuellen Datenpunkt liegen, starker gewichtet werden. In einem gewichteten gleitenden Durchschnitt. Alle Gewichte mussen sich auf 1. In einem exponentiellen gleitenden Durchschnitt. Die Mittelwerte bestehen aus Kopf und Schwanz. Die gewichtet werden konnen. Ein schwach gewichteter Schwanz bedeutet, dass der Schwanz dem Kopf sehr nahe kommt, so dass der Durchschnitt sich wie ein gleitender Durchschnitt auf einer kurzen Gewichtungsperiode verhalt. Wenn Schwanzgewichte schwerer sind, verhalt sich der Durchschnitt eher wie ein langerer einfacher gleitender Durchschnitt. Fugen Sie das Moving Average Filter-Modul zu Ihrem Experiment hinzu. Fur Lange. Geben Sie einen positiven Ganzzahlwert ein, der die Gesamtgro?e des Fensters definiert, uber dem das Filter angewendet wird. Dies wird auch Filtermaske genannt. Fur einen gleitenden Durchschnitt bestimmt die Lange des Filters, wie viele Werte im Schiebefenster gemittelt werden. Langere Filter werden auch Filter hoherer Ordnung genannt und bieten ein gro?eres Berechnungsfenster und eine nahere Annaherung der Trendlinie. Filter mit kurzerer oder niedrigerer Ordnung verwenden ein kleineres Berechnungsfenster und ahneln starker den ursprunglichen Daten. Fur Typ. Wahlen Sie die Art der gleitenden Durchschnitt anzuwenden. Azure Machine Learning Studio unterstutzt die folgenden Arten von gleitenden Durchschnittsberechnungen: Ein einfacher gleitender Durchschnitt (SMA) wird als ungewichtetes Rollmittel berechnet. Dreieckige Bewegungsdurchschnitte (TMA) werden zweimal fur eine glattere Trendlinie gemittelt. Das Wort Dreieck wird aus der Form der Gewichte abgeleitet, die auf die Daten angewendet werden, was zentrale Werte hervorhebt. Ein exponentieller gleitender Durchschnitt (EMA) gibt den jungsten Daten mehr Gewicht. Die Gewichtung fallt exponentiell ab. Ein modifizierter exponentieller gleitender Durchschnitt berechnet einen laufenden gleitenden Durchschnitt, wobei das Berechnen des gleitenden Durchschnitts an einem beliebigen Punkt den vorher berechneten gleitenden Durchschnitt an allen vorhergehenden Punkten berucksichtigt. Dieses Verfahren ergibt eine glattere Trendlinie. Bei einem einzigen Punkt und einem aktuellen gleitenden Durchschnitt berechnet der kumulative gleitende Durchschnitt (CMA) den gleitenden Durchschnitt an dem aktuellen Punkt. Fugen Sie den Dataset hinzu, der die Werte enthalt, fur die Sie einen gleitenden Durchschnitt berechnen mochten, und fugen Sie das Modul "Filter anwenden" hinzu. Verbinden Sie den Moving Average Filter mit dem linken Eingang des Apply Filters. Und verbinden Sie den Datensatz mit dem rechten Eingang. Verwenden Sie im Anwendungsfilter-Modul die Spaltenauswahl, um anzugeben, auf welche Spalten der Filter angewendet werden soll. Der von Ihnen erstellte Filter wird standardma?ig auf alle numerischen Spalten angewendet. Daher sollten Sie alle Spalten ausschlie?en, fur die keine entsprechenden Daten vorhanden sind. Fuhren Sie das Experiment aus. Zu diesem Zeitpunkt wird fur jeden Satz von Werten, die durch den Filterlangenparameter definiert sind, der aktuelle (oder Index) Wert durch den gleitenden Mittelwert ersetzt. Der Wissenschaftler und Ingenieure Leitfaden zur digitalen Signalverarbeitung Von Steven W. Smith, Ph. D. Kapitel 15: Verschieben von Durchschnittsfiltern Verwandte des Moving Average Filters In einer perfekten Welt mussten Filter-Designer nur mit Zeitdomanen - oder frequenzbereichskodierten Informationen umgehen, aber niemals eine Mischung aus beiden im selben Signal. Leider gibt es einige Anwendungen, bei denen beide Domains gleichzeitig wichtig sind. Zum Beispiel, Fernsehsignale fallen in diese fiese Kategorie. Die Videoinformation wird im Zeitbereich codiert, dh die Form der Wellenform entspricht den Mustern der Helligkeit in dem Bild. Wahrend der Ubertragung wird das Videosignal jedoch entsprechend seiner Frequenzzusammensetzung, wie etwa seiner Gesamtbandbreite, behandelt, wie die Tragerwellen fur die Tonampelfarbe addiert werden, die Eliminierungsampere-Wiederherstellung der Gleichspannungskomponente usw. Als weiteres Beispiel ist eine elektromagnetische Interferenz Wird am besten im Frequenzbereich verstanden, auch wenn die Signalinformation im Zeitbereich codiert wird. Zum Beispiel konnte die Temperaturuberwachung in einem wissenschaftlichen Experiment mit 60 Hertz von den Stromleitungen, 30 kHz von einem Schaltnetzteil oder 1320 kHz von einer lokalen AM-Funkstation verunreinigt sein. Verwandte des gleitenden Durchschnittsfilters weisen eine bessere Frequenzbereichsleistung auf und konnen in diesen gemischten Domanenanwendungen nutzlich sein. Multiple-Pass-Gleit-Durchschnittsfilter beinhalten, da? das Eingangssignal zweimal oder mehrmals durch einen gleitenden Durchschnittsfilter geleitet wird. Abbildung 15.3a zeigt den Gesamtfilterkern, der aus einem, zwei und vier Durchgangen resultiert. Zwei Durchlaufe entsprechen der Verwendung eines dreieckigen Filterkerns (eines rechteckigen Filterkerns, der mit sich selbst konstruiert wurde). Nach vier oder mehr Durchgangen sieht der aquivalente Filterkernel wie ein Gau?scher (Ruckruf des zentralen Grenzwertsatzes) aus. Wie in (b) gezeigt, erzeugen mehrere Durchgange eine s-formige Sprungantwort im Vergleich zu der geraden Linie des einzigen Durchgangs. Die Frequenzantworten in (c) und (d) sind durch Gl. 15-2 multipliziert mit sich fur jeden Durchlauf. Das hei?t, jede Zeitbereichs-Faltung fuhrt zu einer Multiplikation der Frequenzspektren. Abbildung 15-4 zeigt den Frequenzgang zweier anderer Verwandter des gleitenden Durchschnittsfilters. Wenn ein reiner Gau?scher als Filterkern verwendet wird, ist der Frequenzgang auch ein Gau?scher, wie in Kapitel 11 erlautert. Der Gau?sche ist wichtig, weil er die Impulsantwort vieler naturlicher und kunstlicher Systeme ist. Beispielsweise wird ein kurzer Lichtimpuls, der in eine lange faseroptische Ubertragungsleitung eintritt, aufgrund der unterschiedlichen Pfade, die von den Photonen innerhalb der Faser aufgenommen werden, als ein Gauss-Puls austreten. Der Gau?sche Filterkernel wird auch weitgehend in der Bildverarbeitung verwendet, da er einzigartige Eigenschaften hat, die schnelle zweidimensionale Windungen ermoglichen (siehe Kapitel 24). Der zweite Frequenzgang in Fig. 15-4 entspricht der Verwendung eines Blackman-Fensters als Filterkernel. (Der Begriff Fenster hat hier keine Bedeutung, er ist einfach Teil des akzeptierten Namens dieser Kurve). Die genaue Form des Blackman-Fensters ist in Kapitel 16 gegeben (Gleichung 16-2, Abb. 16-2), sie sieht jedoch sehr ahnlich wie ein Gau?scher. Wie sind diese Verwandten des gleitenden Durchschnittsfilters besser als der gleitende Mittelfilter selbst? Drei Wege: Erstens, und am wichtigsten, haben diese Filter eine bessere Stopbanddampfung als das gleitende Mittelfilter. Zweitens verjungen sich die Filterkerne zu einer kleineren Amplitude nahe den Enden. Es sei daran erinnert, dass jeder Punkt in dem Ausgangssignal eine gewichtete Summe einer Gruppe von Abtastungen von dem Eingang ist. Wenn sich der Filterkern verjungt, werden die Abtastwerte im Eingangssignal, die weiter entfernt sind, weniger Gewicht als die in der Nahe befindlichen. Drittens sind die Schrittantworten glatte Kurven, und nicht die abrupte gerade Linie des gleitenden Durchschnitts. Diese letzten beiden sind in der Regel von begrenztem Nutzen, obwohl Sie Anwendungen finden konnten, wo sie echte Vorteile sind. Der gleitende Durchschnittsfilter und seine Verwandten sind alle ungefahr gleich, wenn man zufalliges Rauschen reduziert, wahrend eine scharfe Sprungantwort beibehalten wird. Die Mehrdeutigkeit besteht darin, wie die Anstiegszeit der Sprungantwort gemessen wird. Wenn die Anstiegszeit von 0 bis 100 des Schritts gemessen wird, ist der gleitende Durchschnittsfilter das beste, was Sie tun konnen, wie zuvor gezeigt. Im Vergleich dazu misst die Messung der Risse von 10 bis 90 das Blackman-Fenster besser als das gleitende Mittelfilter. Der Punkt ist, das ist nur theoretische Squabbeln betrachten diese Filter gleich in diesem Parameter. Der gro?te Unterschied in diesen Filtern ist die Ausfuhrungsgeschwindigkeit. Mit einem rekursiven Algorithmus (beschrieben als nachstes), wird der gleitende Durchschnitt Filter wie Blitz in Ihrem Computer laufen. In der Tat ist es die schnellste digitale Filter zur Verfugung. Mehrere Durchgange des gleitenden Durchschnitts werden entsprechend langsamer, aber immer noch sehr schnell sein. Im Vergleich dazu sind die Gau? - und die Blackman-Filter qualend langsam, weil sie die Faltung verwenden mussen. Denken Sie einen Faktor von zehnmal die Anzahl der Punkte im Filterkernel (basierend auf der Multiplikation, die etwa zehnmal langsamer als die Addition ist). Beispielsweise erwarten Sie, dass ein 100-Punkt-Gaussian 1000-mal langsamer als ein gleitender Durchschnitt mit Rekursion ist.