Ich weiß, dies ist erreichbar mit Boost wie pro: Aber ich möchte wirklich vermeiden, mit Boost. Ich habe gegoogelt und keine geeigneten oder lesbaren Beispiele gefunden. Grundsätzlich möchte ich den gleitenden Durchschnitt eines laufenden Stroms eines Gleitkommazahlstroms mit den letzten 1000 Zahlen als Datenprobe verfolgen. Was ist der einfachste Weg, um dies zu erreichen, experimentierte ich mit einem kreisförmigen Array, exponentiellen gleitenden Durchschnitt und einem einfacheren gleitenden Durchschnitt und festgestellt, dass die Ergebnisse aus dem kreisförmigen Array meine Bedürfnisse am besten geeignet. Wenn Ihre Bedürfnisse sind einfach, können Sie nur versuchen, mit einem exponentiellen gleitenden Durchschnitt. Setzen Sie einfach, Sie eine Akkumulator-Variable, und wie Ihr Code sieht auf jede Probe, aktualisiert der Code den Akkumulator mit dem neuen Wert. Sie wählen eine konstante Alpha, die zwischen 0 und 1 ist, und berechnen Sie: Sie müssen nur einen Wert von Alpha zu finden, wo die Wirkung einer gegebenen Probe nur für etwa 1000 Proben dauert. Hmm, Im nicht wirklich sicher, dass dies für Sie geeignet ist, jetzt, dass Ive es hier. Das Problem ist, dass 1000 ist ein ziemlich langes Fenster für einen exponentiellen gleitenden Durchschnitt Im nicht sicher, gibt es ein Alpha, die den Durchschnitt über die letzten 1000 Zahlen, ohne Unterlauf in der Gleitkomma Berechnung. Aber, wenn Sie einen kleineren Durchschnitt wünschen, wie 30 Zahlen oder so, dieses ist eine sehr einfache und schnelle Weise, es zu tun. Beantwortet Jun 12 12 at 4:44 1 auf Ihrem Beitrag. Der exponentielle gleitende Durchschnitt kann zulassen, dass das Alpha variabel ist. Somit kann dies dazu verwendet werden, Zeitbasisdurchschnitte (z. B. Bytes pro Sekunde) zu berechnen. Wenn die Zeit seit dem letzten Akkumulator-Update mehr als 1 Sekunde beträgt, lassen Sie Alpha 1.0 sein. Andernfalls können Sie Alpha zulassen (usecs seit letztem update1000000). Ndash jxh Grundsätzlich möchte ich den gleitenden Durchschnitt eines laufenden Stroms eines Gleitkommazahls mit den neuesten 1000 Zahlen als Datenbeispiel zu verfolgen. Beachten Sie, dass im Folgenden die Summe als Elemente als addiert ergänzt wird, wobei kostspielige O (N) - Transversionen vermieden werden, um die Summe zu berechnen, die für den durchschnittlichen Bedarf erforderlich ist. Insgesamt wird ein anderer Parameter von T gebildet, um z. B. Mit einer langen langen, wenn insgesamt 1000 lange s, eine int für char s, oder eine doppelte bis total float s. Dies ist ein wenig fehlerhaft, dass Nennsignale an INTMAX vorbeiziehen könnten - wenn Sie darauf achten, dass Sie ein langes langes nicht signiertes verwenden konnten. Oder verwenden Sie ein zusätzliches Bool-Datenelement, um aufzuzeichnen, wenn der Container zuerst gefüllt wird, während numsamples rund um das Array (am besten dann umbenannt etwas harmlos wie pos). Man nehme an, daß der quadratische Operator (T-Abtastwert) tatsächlich quadratischer Operator (T-Abtastwert) ist. Ndash oPless Jun 8 14 um 11:52 Uhr oPless ahhh. Gut beobachtet. Eigentlich meinte ich, dass es sich um void operator () (T sample) handelt, aber natürlich könntet ihr auch irgendeine Notation verwenden, die ihr mochtet. Wird beheben, danke. Ndash Tony D Jun 8 14 um 14: 27Exponential Moving Average (EMA) Die klassische EMA Formel ist: Im Gegensatz zu Simple Moving Average. Wo das Gewicht aller vorherigen Balken gleich ist, macht der Exponential Moving Average die letzte Balke wichtiger. Das Gewicht jedes älteren Stabes verringert das exponentiell. Unten ist ein Gewichtsdiagramm für N 10 (1 ist der aktuelle Preis, 2 der vorherige und so weiter): Die Gewichtsformel ist, wo i eine Distanz zum letzten Balken ist. 0 bedeutet die letzte, 1 die vorherige Leiste und so weiter. First Value Die Formel bezieht sich auf den vorherigen Wert und es gibt keine Standardvereinbarung, was der erste (älteste) Wert ist. Unterschiedliche Implementierung von EMA verwendet: Der erste Preis (MT4, Marketscope) oder Der Einfache Moving Average der ersten N Preise (Stockcharts). An Stelle von einfachem gleitendem Mittelwert Der exponentielle gleitende Durchschnitt kann genau als einfacher gleitender Durchschnitt verwendet werden. Insbesondere in der Situation, in der die Inertheit von Simple Moving Average nicht ignoriert werden kann. Vergleichen Sie EMA (10) und MVA (10), die zu denselben Preisen angewendet werden: Einschränkungen Der Exponential Moving Average basiert auf allen vorherigen Werten, so dass das Indikatorergebnis für einen bestimmten Balken davon abhängt, wie viel historische Daten berücksichtigt werden. In dem Fall, in dem mehr historische Daten geladen werden, kann sich der Wert des Indikators von dem zuvor berechneten Wert unterscheiden. Indikatoren Dieser Artikel in anderen Sprachen
No comments:
Post a Comment