ชี้แจง เคลื่อนไหว เฉลี่ย กรอง ขั้นตอนวิธี

ค่าเฉลี่ยเลขประจำตัว EMA - EMA ลดลงค่าเฉลี่ยเลขหมาย EMA 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมมากที่สุดและใช้ในการสร้างตัวบ่งชี้เช่น MACD และค่าร้อยละ (PPO) โดยทั่วไปแล้ว EMA 50 และ 200 วันใช้เป็นสัญญาณของแนวโน้มในระยะยาว ผู้ค้าที่ใช้การวิเคราะห์ทางเทคนิคพบค่าเฉลี่ยเคลื่อนที่ที่มีประโยชน์และลึกซึ้งเมื่อใช้อย่างถูกต้อง แต่สร้างความหายนะเมื่อใช้ไม่ถูกต้องหรือถูกตีความผิด ค่าเฉลี่ยเคลื่อนที่ทั้งหมดที่ใช้กันโดยทั่วไปในการวิเคราะห์ทางเทคนิคเป็นไปตามลักษณะของตัวชี้วัดที่ล่าช้า ดังนั้นข้อสรุปที่ได้จากการนำค่าเฉลี่ยเคลื่อนที่ไปเป็นกราฟตลาดหนึ่ง ๆ ควรเป็นการยืนยันการเคลื่อนไหวของตลาดหรือเพื่อบ่งชี้ถึงความแข็งแกร่ง บ่อยครั้งเมื่อถึงเวลาที่เส้นค่าเฉลี่ยเคลื่อนไหวได้เปลี่ยนไปเพื่อสะท้อนการเคลื่อนไหวที่สำคัญในตลาดจุดที่เหมาะสมที่สุดของการเข้าสู่ตลาดได้ผ่านไปแล้ว EMA ช่วยลดปัญหานี้ได้บ้าง เนื่องจากการคำนวณ EMA ให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดจึงทำให้การดำเนินการด้านราคาแย่ลงและตอบสนองได้เร็วขึ้น นี่เป็นที่พึงปรารถนาเมื่อใช้ EMA เพื่อรับสัญญาณการซื้อขาย การตีความ EMA เช่นเดียวกับตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ทั้งหมดพวกเขาจะเหมาะกับตลาดที่มีแนวโน้มมากขึ้น เมื่อตลาดอยู่ในขาขึ้นที่แข็งแกร่งและยั่งยืน เส้นแสดงตัวบ่งชี้ EMA จะแสดงแนวโน้มขาขึ้นและทางกลับกันสำหรับแนวโน้มขาลง ผู้ค้าระมัดระวังจะไม่เพียง แต่ใส่ใจกับทิศทางของเส้น EMA แต่ยังสัมพันธ์ของอัตราการเปลี่ยนแปลงจากแถบหนึ่งไปอีก ตัวอย่างเช่นในขณะที่การดำเนินการตามราคาของขาขึ้นที่แข็งแกร่งจะเริ่มแผ่ออกและพลิกกลับอัตราการเปลี่ยนแปลงของ EMA จากแถบหนึ่งไปยังอีกส่วนหนึ่งจะเริ่มลดลงไปจนกว่าจะถึงเวลาดังกล่าวที่บรรทัดตัวบ่งชี้จะราบเรียบและอัตราการเปลี่ยนแปลงเป็นศูนย์ เนื่องจากผลกระทบที่ปกคลุมด้วยวัตถุฉนวนถึงจุดนี้หรือแม้กระทั่งไม่กี่บาร์ก่อนการดำเนินการด้านราคาน่าจะได้กลับรายการไปแล้ว ดังนั้นจึงเป็นไปได้ว่าการสังเกตการลดอัตราการเปลี่ยนแปลงของ EMA ที่สอดคล้องกันอาจเป็นตัวบ่งชี้ที่สามารถช่วยป้องกันภาวะที่กลืนไม่เข้าคายไม่ออกซึ่งเกิดจากผลกระทบที่เกิดจากการเคลื่อนที่โดยเฉลี่ย การใช้ EMA ทั่วไปของ EMA มักใช้ร่วมกับตัวบ่งชี้อื่น ๆ เพื่อยืนยันการย้ายตลาดที่สำคัญและเพื่อวัดความถูกต้อง สำหรับผู้ค้าที่ค้าขายระหว่างวันและตลาดที่เคลื่อนไหวอย่างรวดเร็ว EMA จะสามารถใช้งานได้มากขึ้น ผู้ค้ามักใช้ EMA เพื่อหาอคติในการซื้อขาย ตัวอย่างเช่นหาก EMA ในแผนภูมิรายวันแสดงให้เห็นถึงแนวโน้มที่สูงขึ้นกลยุทธ์การค้าระหว่างวันอาจเป็นการค้าเฉพาะจากด้านยาวบนกราฟในวันนี้เท่านั้นการเขียนโค้ดบางอย่างในขณะที่อิมใช้ค่าในช่วงเวลาหนึ่งจาก เข็มทิศฮาร์ดแวร์ เข็มทิศนี้มีความถูกต้องและมีการอัปเดตบ่อยมากและด้วยเหตุนี้ถ้าหากกระตุกเล็กน้อยก็จะมีค่าคี่ที่ไม่สอดคล้องกับประเทศเพื่อนบ้าน ฉันต้องการทำให้คุณค่าเหล่านี้ราบรื่น หลังจากอ่านรอบแล้วดูเหมือนว่าสิ่งที่ฉันต้องการคือตัวกรองความถี่สูงตัวกรองความถี่ต่ำหรือค่าเฉลี่ยเคลื่อนที่ การย้ายค่าเฉลี่ยฉันสามารถลงได้เพียงเก็บประวัติของ 5 ค่าล่าสุดหรือสิ่งใดและใช้ค่าเฉลี่ยของค่าที่ปลายน้ำในโค้ดของฉันซึ่งฉันเพิ่งใช้ค่าล่าสุด ที่ควรฉันคิดว่าเรียบออก jiggles เหล่านั้นอย่าง แต่นัดฉันว่ามันอาจจะค่อนข้างไม่มีประสิทธิภาพและอาจเป็นหนึ่งในปัญหาที่รู้จักกันในการเขียนโปรแกรมที่เหมาะสมที่ theres แก้ปัญหาจริงๆฉลาด Clever. อย่างไรก็ตามฉันเป็นหนึ่งในโปรแกรมเมอร์ที่สอนตัวเองด้วยตัวเองโดยไม่ได้รับการศึกษาอย่างเป็นทางการในเรื่องใด ๆ ที่เกี่ยวข้องกับ CompSci หรือ Math อย่างคลุมเครือ อ่านรอบ bit แนะนำว่าอาจเป็นตัวกรอง pass สูงหรือต่ำ แต่ฉันลาดเทหาสิ่งที่อธิบายในแง่เข้าใจกับสับเช่นฉันว่าผลของขั้นตอนวิธีเหล่านี้จะอยู่ในอาร์เรย์ของค่านับประสาคณิตศาสตร์. โรงงาน คำตอบให้ที่นี่ เช่นในทางเทคนิคจะตอบคำถามของฉัน แต่ในแง่เข้าใจกับผู้ที่อาจจะรู้วิธีแก้ปัญหาแล้ว มันจะเป็นคนที่น่ารักและฉลาดจริงๆที่สามารถอธิบายการเรียงลำดับของปัญหานี้และวิธีการแก้ปัญหาการทำงานในแง่ที่เข้าใจการศึกษาศิลป์ ถาม 21 ก. ย. 52 เวลา 13:01 ถ้าค่าเฉลี่ยเคลื่อนที่ของคุณต้องยาวเพื่อให้ได้ความเรียบที่ต้องการและคุณไม่จำเป็นต้องมีเคอร์เนลใด ๆ เป็นพิเศษคุณก็จะดีกว่าถ้าคุณใช้ค่าเฉลี่ยเคลื่อนที่ที่สลายตัวแบบชี้แจง: ที่คุณ เลือกเล็ก ๆ ให้เป็นค่าคงที่ที่เหมาะสม (เช่นถ้าคุณเลือกขนาดเล็ก 1 - 1N จะมีค่าเฉลี่ยเท่ากันเป็นหน้าต่างขนาด N แต่กระจายแตกต่างกันไปตามจุดที่เก่ากว่า) อย่างไรก็ตามเนื่องจากค่าเฉลี่ยต่อไปของค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับข้อมูลก่อนหน้านี้และข้อมูลของคุณคุณไม่จำเป็นต้องเก็บคิวหรืออะไรเลย และคุณสามารถคิดเช่นนี้ได้เช่นการทำอะไรบางอย่างอย่างเช่น Well, Ive ได้รับจุดใหม่ แต่ฉันไม่ไว้ใจมันจริงๆดังนั้นฉันจะเก็บค่าประมาณเก่าของการวัดของฉันไว้ 80 คะแนนและเชื่อใจเฉพาะจุดข้อมูลใหม่นี้ได้ 20. Thats สวยมากเช่นเดียวกับว่าดีฉันแค่ไว้ใจจุดใหม่ 20 และป่วยใช้ 4 จุดอื่น ๆ ที่ฉันไว้ใจในจำนวนเดียวกันยกเว้นที่ชัดเจนในการ 4 จุดอื่น youre สมมติว่าค่าเฉลี่ยที่คุณได้ครั้งล่าสุด มีเหตุผลเพื่อให้คุณสามารถใช้งานก่อนหน้านี้ได้ ตอบ Sep 21 10 at 14:27 Hey, ฉันรู้ว่านี่เป็นเวลา 5 ปี แต่ขอบคุณสำหรับคำตอบที่น่ากลัว ฉันกำลังทำงานกับเกมที่เสียงเปลี่ยนไปตามความเร็วของคุณ แต่เนื่องจากมีการเรียกใช้เกมบนคอมพิวเตอร์ที่มีความเร็วต่ำความเร็วจะแปรผันอย่างรุนแรงซึ่งเหมาะสำหรับพวงมาลัย แต่น่ารำคาญมากในแง่ของเสียง นี่เป็นโซลูชันที่ง่ายและราคาถูกจริงๆสำหรับสิ่งที่ฉันคิดว่าเป็นปัญหาที่ซับซ้อนมาก ndash Adam Mar 16 15 at 20:20 หากคุณกำลังพยายามลบค่าแปลก ๆ เป็นครั้งคราวตัวกรองความถี่ต่ำจะเป็นตัวเลือกที่ดีที่สุดในสามตัวเลือกที่คุณระบุ ตัวกรองความถี่ต่ำช่วยให้สามารถเปลี่ยนความเร็วต่ำเช่นการหมุนด้วยเข็มทิศโดยใช้มือขณะที่ปฏิเสธการเปลี่ยนแปลงความเร็วสูงเช่นการเปลี่ยนแปลงที่เกิดจากการกระแทกบนท้องถนนเช่น ค่าเฉลี่ยเคลื่อนที่อาจไม่เพียงพอเนื่องจากผลกระทบของการ blip เดียวในข้อมูลของคุณจะมีผลต่อค่าที่ตามมาหลายค่าขึ้นอยู่กับขนาดของหน้าต่างเฉลี่ยที่เคลื่อนที่โดยเฉลี่ย ถ้าค่าคี่ถูกตรวจจับได้ง่ายคุณอาจจะดีกว่าด้วยอัลกอริธึมการกำจัดสัญญาณผิดพลาดที่สมบูรณ์ละเว้นข้อมูลต่อไปนี้เป็นกราฟ guick เพื่อแสดงให้เห็น: กราฟแรกเป็นสัญญาณอินพุต กราฟที่สองแสดงผลของค่าเฉลี่ยเคลื่อนที่ 10 ตัวอย่าง กราฟสุดท้ายคือการรวมกันของค่าเฉลี่ย 10 ตัวอย่างและอัลกอริธึมการตรวจจับความผิดพลาดแบบง่ายๆที่แสดงข้างต้น เมื่อมีการตรวจจับความผิดปกติจะใช้ค่าเฉลี่ย 10 ตัวอย่างแทนที่จะใช้ค่าจริง การย้ายค่าเฉลี่ยฉันสามารถลงด้วยได้ แต่ก็นัดฉันว่ามันอาจจะค่อนข้างไม่มีประสิทธิภาพ Theres จริงๆไม่มีเหตุผลที่ค่าเฉลี่ยเคลื่อนที่ควรจะไม่มีประสิทธิภาพ คุณเก็บจำนวนจุดข้อมูลที่คุณต้องการในบัฟเฟอร์บางส่วน (เช่นคิวแบบวงกลม) ในแต่ละจุดข้อมูลใหม่คุณจะป็อปค่าที่เก่าแก่ที่สุดและลบออกจากผลรวมและดันข้อมูลใหม่ล่าสุดและเพิ่มลงในยอดรวม ดังนั้นทุกจุดข้อมูลใหม่จริงๆ entails เท่านั้นที่นำมาบวกและลบ ค่าเฉลี่ยเคลื่อนที่ของคุณคือจำนวนเชิงซ้อนที่หารด้วยจำนวนค่าในบัฟเฟอร์ของคุณ มีปัญหาเล็กน้อยหากคุณได้รับข้อมูลพร้อม ๆ กันจากหลายเธรด แต่เนื่องจากข้อมูลของคุณมาจากอุปกรณ์ฮาร์ดแวร์ที่น่าสงสัยมากทีเดียว ค่าเฉลี่ยเคลื่อนที่ดูเหมือนไม่มีประสิทธิภาพสำหรับฉันเพราะคุณต้องเก็บบัฟเฟอร์ค่า - ดีกว่าแค่ทำคณิตศาสตร์เคลฟเวอร์บางอย่างที่มีค่าอินพุทและค่าที่ใช้ในปัจจุบันฉันคิดว่าค่าเฉลี่ยเคลื่อนที่ของเส้นรอบวง โรงงาน การเพิ่มประสิทธิภาพที่ฉันได้เห็นสำหรับค่าเฉลี่ยเคลื่อนที่นี้คือการใช้แอมป์คิวที่มีความยาวคงที่เป็นตัวชี้ไปยังตำแหน่งที่คุณอยู่ในคิวนั้นและเพียงแค่เอาตัวชี้ไปรอบ ๆ (ด้วยหรือถ้า) Voila ไม่มี pushpop ที่มีราคาแพง Power for the amateurs พี่ชายของ Henry Cooke Sep 22 10 at 0:54 Henry: สำหรับค่าเฉลี่ยเคลื่อนที่แบบตรงๆคุณต้องใช้บัฟเฟอร์เพียงเพื่อให้คุณรู้ว่าค่าใดจะได้รับเมื่อมีการดันค่าถัดไป ที่กล่าวว่าแอมป์คิวยาวความยาวที่คุณกำลังอธิบายคือสิ่งที่ฉันหมายถึงคิวคิวเลขสี่เหลี่ยมนั่นคือเหตุผลที่ฉันบอกว่ามันไม่ได้มีประสิทธิภาพ สิ่งที่คุณคิดว่าฉันหมายถึงและหากการตอบสนองของคุณเป็นแถว quotan ที่จะเปลี่ยนค่าของมันกลับทุกครั้งที่ทำดัชนีเอา (เช่น std :: vector ใน C) ดีฉันก็เลยเจ็บฉันไม่ต้องการพูดคุยกับคุณอีกต่อไป) ndash Dan Tao Sep 22 10 at 1:58 Henry: ฉันไม่รู้เกี่ยวกับ AS3 แต่โปรแกรมเมอร์ Java มีคอลเล็กชันเช่น CircularQueue ที่การกำจัดตัวเอง (I39m ไม่ใช่ a นักพัฒนา Java ดังนั้นฉันแน่ใจว่ามีตัวอย่างที่ดีกว่านั่นคือสิ่งที่ฉันค้นพบจากการค้นหาของ Google อย่างรวดเร็ว) ซึ่งใช้งานฟังก์ชันที่เรากำลังพูดถึงอย่างแม่นยำ I39m ค่อนข้างมั่นใจภาษากลางและระดับล่างส่วนใหญ่ที่มีไลบรารีมาตรฐานมีบางอย่างที่คล้ายคลึงกัน (เช่นใน QueueltTgt) อย่างไรก็ตามผมเองก็เป็นปรัชญาด้วยเช่นกัน ทั้งหมดได้รับการอภัยแล้ว ndash Dan Tao Sep 22 10 at 12:44 ค่าเฉลี่ยเคลื่อนที่ที่สลายตัวตามเกณฑ์คงที่สามารถคำนวณด้วยมือโดยมีแนวโน้มเฉพาะถ้าคุณใช้ค่าที่ถูกต้อง ดู fourmilab. chhackdiete4 สำหรับความคิดเกี่ยวกับวิธีการทำเช่นนี้ได้อย่างรวดเร็วด้วยปากกาและกระดาษหากคุณต้องการหาค่าเฉลี่ยเคลื่อนที่ที่ถัวตามแบบเร่งด่วนที่มีความเรียบ 10 แบบ แต่เนื่องจากคุณมีคอมพิวเตอร์คุณอาจต้องการทำแบบไบนารีขยับตรงข้ามกับการหมุนเลขทศนิยม) วิธีนี้สิ่งที่คุณต้องเป็นตัวแปรสำหรับค่าปัจจุบันของคุณและค่าเฉลี่ย ค่าเฉลี่ยต่อไปจะสามารถคำนวณได้จากที่นั่น ตอบ Sep 21 10 at 14:39 theres เทคนิคที่เรียกว่าประตูช่วงที่ทำงานได้ดีกับต่ำปลอมตัวอย่างปลอม สมมติว่ามีการใช้เทคนิคตัวกรองดังกล่าวข้างต้น (ค่าเฉลี่ยเคลื่อนที่เลขยกกำลัง) เมื่อคุณมีประวัติที่เพียงพอ (หนึ่งค่าคงที่) คุณสามารถทดสอบตัวอย่างข้อมูลใหม่ที่เข้ามาได้เพื่อความสมเหตุสมผลก่อนที่จะถูกเพิ่มลงในการคำนวณ ต้องมีความรู้เกี่ยวกับอัตราการเปลี่ยนสัญญาณที่เหมาะสมที่สุด ตัวอย่างค่าดิบจะถูกเปรียบเทียบกับค่าที่ได้รับการปรับปรุงล่าสุดและถ้าค่าสัมบูรณ์ของความแตกต่างนั้นมากกว่าช่วงที่อนุญาตให้ใช้ตัวอย่างที่ถูกโยนออก (หรือแทนที่ด้วยฮิวริสติกบางส่วนเช่นการคาดการณ์ตามค่าความลาดเอียงหรือแนวโน้ม จาก 30 กิโลวัตต์ที่ 6: 56I เป็นหลักมีอาร์เรย์ของค่าเช่นนี้อาร์เรย์ข้างต้นเป็น oversimplified, Im เก็บ 1 ค่าต่อมิลลิวินาทีในรหัสจริงของฉันและฉันต้องดำเนินการส่งออกในขั้นตอนวิธี ฉันเขียนเพื่อหาจุดสูงสุดที่ใกล้เคียงที่สุดก่อนจุดในเวลา ตรรกะของฉันล้มเหลวเนื่องจากในตัวอย่างข้างต้นของฉัน 0.36 เป็นยอดจริง แต่อัลกอริทึมของฉันจะมองย้อนกลับไปและดูจำนวนสุดท้าย 0.25 เป็นยอดสูงสุดเนื่องจาก theres ลดลงเหลือ 0.24 ก่อนหน้านี้ เป้าหมายคือการใช้ค่าเหล่านี้และใช้อัลกอริธึมกับข้อมูลเหล่านี้ซึ่งจะทำให้บิตเหล่านั้นเรียบขึ้นเพื่อให้มีค่าเชิงเส้นมากขึ้น (เช่น: Id เช่นผลของฉันจะ curvy ไม่ jaggedy) Ive ได้รับการบอกให้ใช้ตัวกรองค่าเฉลี่ยที่ชี้แจงค่าเฉลี่ยกับค่าของฉัน ฉันจะทำเช่นนี้จริงๆมันยากสำหรับฉันที่จะอ่านสมการทางคณิตศาสตร์ที่ฉันจัดการดีมากกับรหัส ฉันจะประมวลผลค่าในอาร์เรย์ของฉันโดยใช้การคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนาเพื่อให้พวกมันออกไปถาม 8 ก. พ. 2 เวลา 20:27 เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่แบบเสวนา คุณต้องเก็บข้อมูลบางส่วนไว้รอบ ๆ และคุณต้องใช้พารามิเตอร์การปรับค่า (สมมติว่าคุณกำลังใช้ Java 5 ขึ้นไป): เริ่มต้นด้วยพารามิเตอร์การสลายตัวที่คุณต้องการ (อาจใช้การปรับค่าระหว่าง 0 ถึง 1) และใช้ค่าเฉลี่ย () เพื่อกรอง เมื่ออ่านหน้าเว็บเกี่ยวกับการกลับเป็นซ้ำคณิตศาสตร์บางสิ่งที่คุณจำเป็นต้องรู้จริงๆเมื่อเปลี่ยนเป็นรหัสก็คือนักคณิตศาสตร์ต้องการเขียนดัชนีเป็นอาร์เรย์และลำดับด้วยดัชนีย่อย (พวกเขายังมีโน้ตอื่น ๆ อีกเช่นกันซึ่งไม่ได้ช่วยอะไร) อย่างไรก็ตาม EMA ใช้งานได้ง่ายเพียงเท่านี้คุณจะต้องจำค่าเดิมที่ไม่มีอาร์เรย์สถานะที่ซับซ้อน ตอบกุมภาพันธ์ 8 12 เวลา 20:42 TKKocheran: Pretty much. (ถ้าเริ่มต้นด้วยลำดับใหม่ให้หาค่าเฉลี่ยใหม่) โปรดสังเกตว่าคำไม่กี่คำแรกในลำดับเฉลี่ยจะกระโดดไปรอบ ๆ เล็กน้อยเนื่องจากผลกระทบขอบเขต แต่คุณจะได้รับค่าเฉลี่ยเคลื่อนที่ที่เคลื่อนที่ได้ เกินไป. อย่างไรก็ตามข้อได้เปรียบที่ดีคือคุณสามารถตัดค่าตรรกะเฉลี่ยที่เคลื่อนที่ไปเป็นค่าเฉลี่ยและการทดสอบได้โดยไม่รบกวนส่วนที่เหลือของโปรแกรมมากเกินไป ndash Donal Fellows ก. พ. 9 12 เวลา 0:06 ฉันกำลังมีปัญหาในการทำความเข้าใจคำถามของคุณ แต่ฉันจะพยายามตอบคำถามต่อไป 1) ถ้าอัลกอริทึมของคุณพบ 0.25 แทน 0.36 แล้วมันก็ไม่ถูกต้อง ผิดเพราะสมมติว่ามีการเพิ่มขึ้นหรือลดลงเล็กน้อย (ซึ่งมักจะขึ้นหรือลงไปตลอดเวลา) เว้นแต่คุณจะเฉลี่ยข้อมูลทั้งหมดของคุณจุดข้อมูลของคุณ --- ตามที่คุณนำเสนอ --- ไม่เป็นเชิงเส้น ถ้าคุณต้องการหาค่าสูงสุดระหว่างสองจุดในเวลาจากนั้นแบ่งอาร์เรย์จาก tmin ไปเป็น tmax และหาค่าสูงสุดของอาร์เรย์ย่อยนั้น 2) ตอนนี้แนวคิดเกี่ยวกับค่าเฉลี่ยเคลื่อนที่จะง่ายมาก: สมมติว่าฉันมีรายการต่อไปนี้: 1.4, 1.5, 1.4, 1.5, 1.5 ฉันสามารถเรียบออกโดยใช้ค่าเฉลี่ยของสองตัวเลข: 1.45, 1.45, 1.45, 1.5 สังเกตว่าตัวเลขแรกเป็นค่าเฉลี่ย 1.5 และ 1.4 (ตัวเลขที่สองและหมายเลขแรก) ส่วนที่สอง (รายการใหม่) คือค่าเฉลี่ย 1.4 และ 1.5 (รายการเก่าที่สามและสอง) อันดับที่สาม (รายการใหม่) เฉลี่ย 1.5 และ 1.4 (สี่และสาม) และอื่น ๆ ฉันสามารถทำให้มันเป็นระยะเวลาสามหรือสี่หรือ n สังเกตว่าข้อมูลมีความนุ่มนวลมากขึ้น วิธีที่ดีในการดูค่าเฉลี่ยเคลื่อนที่ในที่ทำงานคือไปที่ Google Finance เลือกสต็อค (ลองใช้ Tesla Motors volatile สวย (TSLA)) และคลิก technicals ที่ด้านล่างของแผนภูมิ เลือก Moving Average โดยใช้ระยะเวลาที่กำหนดและค่าเฉลี่ยเคลื่อนที่แบบเสวนาเพื่อเปรียบเทียบความแตกต่าง ค่าเฉลี่ยเคลื่อนที่แบบเสวนาเป็นเพียงการอธิบายเพิ่มเติมอีกประการหนึ่งจากข้อมูลนี้ แต่ให้น้ำหนักข้อมูลเก่าน้อยกว่าข้อมูลใหม่นี่เป็นวิธีที่จะทำให้เกิดการปรับให้เรียบไปทางด้านหลัง โปรดอ่านรายการวิกิพีเดีย นี่เป็นความคิดเห็นมากกว่าคำตอบ แต่กล่องความคิดเห็นเล็ก ๆ น้อย ๆ ก็เล็กไป โชคดี. หากคุณมีปัญหาเกี่ยวกับคณิตศาสตร์คุณอาจไปกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายแทนที่จะเป็นเลขชี้กำลัง ดังนั้นผลลัพธ์ที่ได้จะเป็นเงื่อนไข x ล่าสุดหารด้วย x Pseudocode ที่ไม่ได้ตรวจสอบ: โปรดทราบว่าคุณจะต้องจัดการกับจุดเริ่มต้นและจุดสิ้นสุดของข้อมูลเนื่องจากคุณไม่สามารถเฉลี่ย 5 เทอมสุดท้ายเมื่ออยู่ในจุดข้อมูลที่ 2 ได้ นอกจากนี้ยังมีวิธีที่มีประสิทธิภาพในการคำนวณค่าเฉลี่ยเคลื่อนที่นี้ (ผลรวมรวม - เก่าที่สุดที่เก่าที่สุด) แต่นี่เป็นแนวคิดที่จะเกิดอะไรขึ้น ตอบ 8 ก. พ. 12 เวลา 20:41 น