Móvil Exponencial De Datos Que Falta Media

Un método simple y general para el llenado en los datos que faltan, si usted tiene carreras de datos completos, es el uso de regresión lineal. Digamos que tienes 1.000 carreras de 5 en una fila con ninguna falta. Configurar el 1000 x 1 y el vector y 1000 x 4 matriz X: Regresión le dará los números 4 a b c d que le dan un mejor partido para sus 1000 filas de datos mdash datos diferentes, diferente a b c d. A continuación, utiliza estos productos a b c d estimar (predecir, interpolar) wt0 ​​faltante. (Para pesos humanos, Id esperar abcd para ser todo alrededor de 1/4.) (Hay millones y millones de libros y artículos sobre la regresión, en todos los niveles. Para la conexión con la interpolación, sin embargo, no sé de una buena introducción a nadie) me tener un valor continuo para el que Id como para calcular una media móvil exponencial. Normalmente Id sólo tiene que utilizar la fórmula estándar para esto: donde S n es la nueva media, alfa es el alfa, Y es la muestra, y S n-1 es el promedio anterior. Desafortunadamente, debido a diversos problemas que no tienen un tiempo de muestreo consistente. Puede que sé que puedo probar, a lo sumo, por ejemplo, una vez por milisegundo, pero debido a factores fuera de mi control, puedo no ser capaz de tomar una muestra de varios milisegundos a la vez. Un caso probable más común, sin embargo, es que simple muestra un poco temprano o tardío: en lugar de toma de muestras a los 0, 1 y 2 ms. Muestreo a 0, 0,9 y 2,1 ms. Yo anticipo que, independientemente de los retrasos, mi frecuencia de muestreo será muy, muy por encima del límite de Nyquist, y por lo tanto no necesita preocuparse acerca de aliasing. Creo que puedo lidiar con esto de una manera más o menos razonable mediante la variación de la alfa apropiada, basado en la cantidad de tiempo desde la última muestra. Parte de mi razonamiento de que esto va a funcionar es que la EMA interpola linealmente entre el punto de datos anterior y la actual. Si tenemos en cuenta el cálculo de un EMA de la siguiente lista de muestras a intervalos de t: 0,1,2,3,4. Debemos obtener el mismo resultado si utilizamos 2t intervalo, donde las entradas se convierten en 0,2,4, justo Si la EMA había asumido que, en t 2 el valor había sido desde 2 t 0. que sería el mismo que el intervalo t de cálculo cálculo en 0,2,2,4,4, que su no hacer. O ¿tiene sentido en absoluto ¿Puede alguien decirme cómo variar la alfa apropiadamente Por favor muestre su trabajo. Es decir. muéstrame la matemática que demuestra que el método realmente está haciendo lo correcto. pidió a 21 Jun 09 en 13:05 Usted shouldn39t obtiene el mismo EMA de entrada diferente. Piense de EMA como un filtro, el muestreo a 2t es equivalente al muestreo hacia abajo, y el filtro se va a dar una salida diferente. Esta claro para mí desde 0,2,4 contiene componentes de frecuencia más altas que 0,1,2,3,4. A menos que la pregunta es, ¿cómo cambio el filtro sobre la marcha para hacer que dan el mismo resultado. Tal vez me estoy perdiendo algo ndash freespace Jun 21 de 09 en 15:52 Sin embargo, la entrada no es diferente, it39s simplemente tomaron muestras con menos frecuencia. 0,2,4 a intervalos 2t es como 0,, 2,, 4 a intervalos t, si el indica que la muestra es ignorado Curt Sampson ndash 21 de Jun 09 en 23:45 Esta respuesta basa en mi buena comprensión de paso bajo filtros (media móvil exponencial es en realidad un filtro de paso bajo de un solo polo), pero mi entendimiento nebuloso de lo que usted está buscando. Creo que la siguiente es lo que quiere: En primer lugar, se puede simplificar la ecuación un poco (se parece más complicado, pero es más fácil en el código). Im que va a utilizar para la salida Y y X para la entrada (en lugar de S para la salida e Y para la entrada, como lo han hecho). En segundo lugar, el valor de alfa aquí es igual a 1-e - Deltat / tau donde DeltaT es el tiempo entre muestras, y tau es la constante de tiempo del filtro de paso bajo. Digo igualdad entre comillas porque esto funciona bien cuando delta T / tau es pequeño en comparación con el 1 y alfa 1-e - Deltat / tau asymp delta T / tau. (Pero no demasiado pequeño: interminables tenga problemas de cuantificación, y a menos que recurrir a algunas técnicas exóticas que en general tienen un extra de N bits de resolución en su estado variable S, donde N log 2 (alfa)). Para mayores valores de delta T / tau el efecto de filtrado comienza a desaparecer, hasta llegar al punto donde alfa es cercano a 1 y ya está, básicamente, sólo la asignación de la entrada a la salida. Esto debería funcionar correctamente con diferentes valores de delta T (la variación de delta T no es muy importante, siempre y cuando alfa es pequeña, de lo contrario se ejecutará en algún lugar extraño Nyquist cuestiones / alias / etc), y si se está trabajando en un procesador donde la multiplicación es más barato que la división, o cuestiones de punto fijo son importantes, precalcular omega 1 / tau, y considerar tratando de aproximar la fórmula para alfa. Si realmente quieres saber cómo derivar la fórmula alfa 1-e - Deltat / tau y luego considerar su diferencial fuente ecuación: que, cuando X es una función escalón unitario, tiene la solución Y1 - e - t / tau. Para valores pequeños de DeltaT, el derivado se puede aproximar por DeltaY / delta T, produciendo DeltaT X DeltaY (XY) (delta T / tau) alfa Y tau DeltaY / (XY) y la extrapolación de alfa 1-e - Deltat / tau viene de tratando de hacer coincidir el comportamiento con el caso de la función escalón unitario. ¿Le indique los detalles sobre la quottrying para que coincida con la parte behaviorquot entiendo su solución en tiempo continuo Y 1 - exp (-t47) y su generalización a una función de paso reducido con una magnitud X y la condición inicial y (0). pero I39m no ver cómo poner estas ideas en conjunto para lograr el resultado. ndash Rhys Ulerich de mayo de 4 13 a las 22:34 Esta no es una respuesta completa, pero puede ser el comienzo de una. Su por lo que yo tengo con esto en una hora o así de jugar Im publicar como un ejemplo de lo que estoy buscando, y tal vez una inspiración para otras personas que trabajan en el problema. Comienzo con S 0. que es el promedio resultante de la media de los últimos S-1 y la muestra tomada en Y 0 0 t. (T1 - t0) es mi intervalo de muestra y alfa se establece en lo que sea apropiado para ese intervalo de la muestra y el período durante el cual deseo a la media. Consideré lo que sucede si me olvido de la muestra en t 1 y en lugar de tener que conformarse con la muestra Y2 tomada en t2. Bueno, podemos empezar por la expansión de la ecuación para ver lo que habría ocurrido si hubiéramos tenido Y1: Me he dado cuenta de que la serie parece extenderse infinitamente esta manera, ya que podemos sustituir el S n en el lado derecho de forma indefinida: Ok , por lo que no es realmente un polinomio (tonto de mí), pero si se multiplica el término inicial por uno, entonces vemos un patrón: Hm: su una serie exponencial. Quelle sorpresa Imagínese que la salida de la ecuación para un promedio móvil exponencial Así que de todos modos, tengo esta x 0 x 1 x 2 x 3. Lo que va, y estoy seguro que huele Im e o un logaritmo natural patadas por aquí, pero no puedo recordar dónde me dirigía al lado antes de correr fuera de tiempo. Cualquier respuesta a esta pregunta, o cualquier prueba de la corrección de tal respuesta, depende en gran medida del youre de datos de medición. Si se tomaron muestras en t 0 0 ms. t 1 y t 2 0,9 ms 2.1ms. pero su elección de la alfa se basa en 1-ms-intervalos, y por lo tanto desea un alfa ajustado localmente n. la prueba de la corrección de la elección significaría conocer los valores de la muestra en t1ms y t2ms. Esto lleva a la pregunta: ¿Se puede interpolar los datos razonables para tener conjeturas sanos de lo que podría haber sido en-entre los valores O puede que incluso interpolar la media en sí Si ninguno de estos es posible, a continuación, por lo que yo veo, la lógica elección de un en-entre el valor Y (t) es el promedio calculado más recientemente. es decir, Y (t) asymp S n donde n es tal que maxmial t n LTT. Esta elección tiene una consecuencia simple: Deje alfa solo, sin importar cuál era la diferencia de tiempo. Si, por otro lado, es posible interpolar sus valores, entonces esto le dará muestras constantes intervalo averagable. Por último, si es posible incluso para interpolar la media en sí, eso sería hacer que la pregunta sin sentido. contestada 21 de Jun 09 en 15:08 balpha 9830 25.8k 9679 9 9679 84 9679 115 Me gustaría pensar que puedo interpolar los datos de mi: dado que I39m muestreo a intervalos discretos, I39m ya hacerlo con una norma EMA De todos modos, supongo que necesito un quotproofquot que muestra funciona así como un EMA estándar, que también ha producirá un resultado incorrecto si los valores no están cambiando bastante bien entre períodos de muestra. ndash Curt Sampson Jun 21 de 09 en 15:21 Pero that39s lo I39m diciendo: Si se tiene en cuenta la EMA una interpolación de los valores, you39re hecho si deja alfa, ya que es (debido a la inserción de la media más reciente como Y doesn39t cambiar el promedio) . Si usted dice que necesita algo que quotworks así como una norma EMAquot - what39s mal con el original A menos que tenga más información acerca de la medición you39re de datos, los ajustes locales a alfa será, en el mejor arbitraria. ndash balpha 9830 Jun 21 de 09 en 15:31 Me gustaría dejar el valor alfa solo, y rellenar los datos que faltan. Dado que usted no sabe lo que sucede durante el tiempo en que no puedes ejemplo, puede llenar esas muestras con 0s, o mantener el valor anterior estable y utilizar esos valores para la EMA. O alguna interpolación hacia atrás una vez que haya una nueva muestra, rellene los valores que faltan, y vuelve a calcular la EMA. Lo que estoy tratando de llegar es que hay una x n de entrada que tiene agujeros. No hay manera de moverse por el hecho de que se echa en falta datos. Así que usted puede utilizar una retención de orden cero, o se establece en cero, o algún tipo de interpolación entre xn y xnM. donde M es el número de muestras que faltan y n el inicio de la brecha. Posiblemente, incluso el uso de valores antes de n. contestada 21 de Jun 09 en 13:35 de pasar una hora o así curioseaba un poco con la matemáticas para esto, yo creo que simplemente variando la alfa realidad me dará la interpolación adecuada entre los dos puntos que usted habla, pero en una forma mucho más simple. Además, creo que la variación de la alfa también se ocupará de properply con muestras tomadas entre los intervalos de muestreo estándar. En otras palabras, I39m en busca de lo que usted describe, pero tratando de utilizar las matemáticas para averiguar la forma más sencilla de hacerlo. ndash Curt Sampson Jun 21 de 09 en 14:07 Me don39t que hay una bestia como interpolationquot quotproper. Simplemente don39t sabe lo que ocurrió en el momento en que no se está muestreando. El bien y el mal interpolación implica un cierto conocimiento de lo que se ha perdido, ya que se necesita para medir en contra de que para juzgar si una interpolación es bueno o malo. A pesar de esto dicho, se puede colocar restricciones, es decir, con la máxima aceleración, velocidad, etc. Creo que si lo hace saber cómo modelar los datos que faltan, entonces usted acaba de modelar los datos que faltan, a continuación, aplicar el algoritmo de EMA, sin cambios, en vez de cambiar alfa. Sólo mi 2c :) freespace ndash Jun 21 de 09 en 14:17 Esto es exactamente lo que estaba haciendo en mi edición en la pregunta hace 15 minutos: quotYou simplemente don39t sé lo que ocurrió en el momento en que no se está muestreando, pero quot that39s verdadera incluso si realiza una muestra a cada intervalo designado. Por tanto, mi contemplación de Nyquist: siempre y cuando usted sabe las direcciones de cambio de forma de onda doesn39t más de cada par de muestras, el asunto real shouldn39t intervalo de muestra, y debe ser capaz de variar. La ecuación EMA me parece exactamente para calcular como si la forma de onda cambia linealmente desde el último valor de la muestra a la actual. ndash Curt Sampson Jun 21 de 09 en 14:26 Me don39t piensan que es muy cierto. Nyquist39s teorema requiere requiere mínimo de 2 muestras por período de ser capaz de identificar de forma exclusiva la señal. Si don39t hacer eso, se obtiene aliasing. Sería lo mismo que el muestreo como FS1 durante un tiempo, a continuación, FS2, luego de vuelta a FS1, y se obtiene aliasing en los datos cuando se muestra con FS2 si FS2 está por debajo del límite de Nyquist. También debo confesar que no entiendo lo que quiere decir con cambios quotwaveform linealmente desde última muestra a onequot actual. Podría explicar Saludos, Steve. freespace ndash Jun 21 de 09 en 14:36 ​​Esto es similar a un problema abierto en mi lista de tareas. Tengo un esquema elaborado en cierta medida, pero no tienen trabajo matemático para respaldar esta sugerencia todavía. Resumen de actualización de amplificador: Me gustaría mantener el factor de suavizado (alfa) independiente del factor de compensación (que me refiero como beta aquí). Jasons excelente respuesta ya aceptado aquí funciona muy bien para mí. Si también se puede medir el tiempo transcurrido desde la última muestra fue tomada (en múltiplos redondeadas de su tiempo de muestreo constante - por lo que 7.8 ms desde la última muestra sería de 8 unidades), que podrían ser utilizados para aplicar el suavizado varias veces. Aplicar la fórmula 8 veces en este caso. Usted ha hecho efectiva una suavización sesgado más hacia el valor actual. Para obtener un mejor suavizado, tenemos que ajustar el alfa mientras se aplica la fórmula 8 veces en el caso anterior. ¿Cómo será esta aproximación suavizado pierdas ya ha logrado 7 muestras en el ejemplo anterior Esto se aproximó en el paso 1 con un aplanado reanudación de la aplicación del valor actual de un adicional de 7 veces Si definimos un factor beta de aproximación que se aplicará junto con alfa (como alphabeta en lugar de sólo alfa), vamos a asumir que el 7 perdidas muestras estaban cambiando suavemente entre los valores de las muestras anteriores y actuales. contestada 21 de Jun 09 en 13:35 Yo pienso en esto, pero un poco de curioseaba con las matemáticas me llegué al punto donde creo que, en lugar de aplicar la fórmula de ocho veces con el valor de la muestra, que pueda hacer un cálculo de una nueva alfa que me permita aplicar la fórmula de una vez, y me da el mismo resultado. Además, esto sería tratar de forma automática con el tema de muestras desplazadas desde los tiempos de muestreo exactos. ndash Curt Sampson Jun 21 de 09 en 13:47 La única aplicación está muy bien. Lo que aún no estoy seguro acerca de cómo es bueno es la aproximación de los 7 valores que faltan. Si el movimiento continuo hace que el valor de la fluctuación mucho entre los 8 milisegundos, las aproximaciones pueden ser bastante fuera de la realidad. Pero, entonces, si usted está muestreando en 1 ms (la más alta resolución con exclusión de las muestras retardadas) que ya se han dado cuenta la fluctuación dentro de 1 ms no es relevante. Funciona este razonamiento para usted (Todavía estoy tratando de convencer a mí mismo). ndash nik Jun 21 de 09 en 14:08 derecha. Ese es el factor beta de mi descripción. Un factor beta se calcula basándose en el intervalo de diferencia y las muestras actuales y anteriores. La nueva alfa será (alphabeta) pero va a ser usada solamente para esa muestra. Mientras que usted parece ser 39moving39 la alfa en la fórmula, que tienden hacia la constante alfa (factor de suavizado) y un beta calculada de forma independiente (un factor de sintonización) que compensa las muestras se perdió hace un momento. ndash nik Jun 21 de 09 en 15: 23El código de ejemplo en la ficha de código completo ilustra cómo calcular la media móvil de una variable a través de todo un conjunto de datos, en los últimos N observaciones en un conjunto de datos, o en los últimos N observaciones dentro de un BY-grupo. Estos archivos de ejemplo y ejemplos de código son proporcionados por SAS Institute Inc. tal cual, sin garantía de ningún tipo, ya sea expresa o implícita, incluyendo, pero no limitado a, las garantías implícitas de comerciabilidad y adecuación para un propósito particular. Los beneficiarios reconocen y aceptan que SAS Institute no será responsable por cualquier daño que surja de su uso de este material. Además, SAS Institute no proporcionará soporte técnico para los materiales contenidos en este documento. Estos archivos de ejemplo y ejemplos de código son proporcionados por SAS Institute Inc. tal cual, sin garantía de ningún tipo, ya sea expresa o implícita, incluyendo, pero no limitado a, las garantías implícitas de comerciabilidad y adecuación para un propósito particular. Los beneficiarios reconocen y aceptan que SAS Institute no será responsable por cualquier daño que surja de su uso de este material. Además, SAS Institute no proporcionará soporte técnico para los materiales contenidos en este documento. Calcular la media móvil de una variable a través de todo un conjunto de datos, en los últimos N observaciones en un conjunto de datos, o en los últimos N observaciones dentro de un sub-group. Were que tienen un reto tratar de poner a los 20 días de negociación () móvil exponencial promedio (EMA) en nuestro modelo de datos en PowerPivot. Aquí es la fórmula y muestra EMA hoja de cálculo: stockcharts / escuela / dokuidchartschool: technicalindicators: movingaverages pegado la fórmula aquí por conveniencia: SMA (media móvil simple): 10 Período de suma / 10 Multiplicador: 2 / (Período de tiempo 43 1)) EMA: x multiplicador 43 EMA (día anterior). stockcharts hoja de cálculo de muestra / escuela / data / media / chartschool / technicalindicatorsandoverlays / movingaverages / cs-movavg. xls En nuestro modelo la tabla de hechos tiene estas columnas: Símbolo Fecha Apertura Máximo Mínimo Cierre Volumen Y en la tabla de calendario que hemos identificado los días de mercado (CalendarTradingDayNumber ) como 1, de modo que podemos contar de nuevo. Queremos que el campo calculado EMA en una tabla dinámica como este contexto Filtro: una fecha seleccionada en CalendarFullDate fila de contexto: Valores FactTableSymbol: FactTableClose FactTableEMA 20D GTGT Missing Hasta ahora hemos conseguido estos campos calculados: Ema Multiplicador 2 / (Período 43 1) Promedio 20D CERCA SI (suma de CLOSEBLANK (), EN BLANCO (), (CALCULAR (PROMEDIO (FactTableCLOSE), FILTRO (ALL (Calendario), CalendarTradingDayNumberltMAX (CalendarTradingDayNumber) ampamp CalendarTradingDayNumbergtMAX (CalendarTradingDayNumber) - Período)))) Pero parece que la fórmula EMA contiene una referencia propia de los valores anteriores, y también comienza a partir de un valor SMA (Promedio 20D CLOSE). ¿Cómo podemos hacer que Gracias de antemano. Aprecio mucho su apoyo. Sábado, 19 de julio 2014 09:42 PMExponential media móvil de bucles sin ltanonymoussehotmailgt happydude escribió en el mensaje lthe1oepfs61fred. mathworksgt. gt gracias por esto. Parece bastante cerca, pero todavía puede ser bastante diferente de la EMA tradicional tal como se utiliza en las finanzas. gt gt de un número limitado de simulaciones que parece ser bastante diferente de la EMA por cerca de 60 puntos de datos más o menos. gt gt cualquier idea por qué esto podría suceder gt gt nb - EMA tradicional utiliza un SMA como un valor inicial porque la fórmula EMA requiere un valor inicial EMA. ¿Cómo funciona el filtro de evitar esto La respuesta es que el filtro no llegar a su alrededor. Durante los primeros 30 puntos del filtro se apagará el borde de ataque del vector todaysClose. Esos valores más allá del borde se ponen a 0. Esto distorsionará al menos los primeros 30 puntos de su EMA. Se puede ver el efecto por tener un precio cercano constante. todaysClose queridos (100,1) 100 30 daysBack alfa 2 / (daysBack 1) calcular el coeficiente de alisado factor alfa repmat (1-alfa, 1, daysBack). (1: daysBack) Nota 1-alfa filtro de EMA (coeficiente, suma (coeficiente ), todaysClose) parcela (todaysClose) mano de la parcela (EMA, r) se puede rellenar el borde de ataque de la matriz mediante la reproducción del primer valor a cabo valores daysBack y luego se tira hacia fuera. Eso podría ayudar. Por lo tanto: cumSum todaysClose (randn (100,1)) daysBack 30 de la almohadilla de repmat (todaysClose (1), daysBack, 1) todaysClose padtodaysClose alpha 2 / (daysBack 1) calcular suavizado coeficiente de factor alfa repmat (1-alfa, 1, daysBack) . (1: daysBack) nota 1-alfa filtro de EMA (coeficiente, suma (coeficiente), todaysClose) EMA EMA (31: final) eliminar la trama de la almohadilla (todaysClose (31: final)) mano de la parcela (EMA, r) gracias malos darle una oportunidad :) Asunto: media móvil exponencial sin bucles For Desde: Bwana happydude ltanonymoussehotmailgt escribió en el mensaje lthe3krmglm1fred. mathworksgt. gt gracias malos darle una oportunidad :) Asunto: media móvil exponencial sin bucles For A partir de: David Bwana ltbwana. mukubwagmailgt escribió en el mensaje lti1fpb3noh1fred. mathworksgt. gt happydude ltanonymoussehotmailgt escribió en el mensaje lthe3krmglm1fred. mathworksgt. gt gt gracias malos darle una oportunidad :) gt gt todo construido en: www. mathworks / acceso / servicio de asistencia / ayuda / caja de herramientas / finanzas / tsmovavg Alguien sabe por qué la función de filtro descrito anteriormente da una salida diferente a la de la incorporada en movavg En función Mar 15, 4:50 am, David ltdavidtr. gmailgt escribió: gt Bwana ltbwana. muku. gmailgt escribió en el mensaje lti1fpb3no. fred. mathworksgt. gt gt happydude ltanonymou. hotmailgt escribió en el mensaje lthe3krmgl. fred. mathworksgt. gt gt gt gracias malos darle una oportunidad :) gt gt gt todo construido en: www. mathworks / acceso / servicio de asistencia / ayuda / caja de herramientas / finanzas / tsmovav. gt gt Alguien sabe por qué la función de filtro descrito anteriormente da una salida diferente a la de la función integrada movavg Mi conjetura es que es porque has jodido. Pero nos havent mostrado su código, así que ¿cómo podríamos saber Hola, el segundo parámetro de la función de filtro debe ser (1 / alfa-1) en lugar de la suma (coeficiente) quizá Si expande la fórmula recursiva de la EMA, se quiere encontrar ese término. PD (1 / alfa-1) es el valor al que la suma de coeficiente converge. por qué utilizar un valor aproxim en lugar de la correcta o me estoy perdiendo algo Mateo Whitaker ltmattlwhitakerREMOVEgmailgt escribió en el mensaje lthdv98tdcd1fred. mathworksgt. gt probar este código: gt todaysClose cumSum (randn (100,1)) gt gt daysBack 30 alfa-2 / (daysBack 1) el cálculo de factor de alisamiento coeficiente alfa gt repmat (1-alfa, 1, daysBack). (1: daysBack) nota 1-alfa filtro gt EMA (coeficiente, suma (coeficiente), todaysClose) parcela gt (todaysClose) espera gt en parcela gt (EMA, r) gt gt Hope esto ayuda gt Matt W gt gt gt gt gt happydude ltanonymoussehotmailgt escribió en el mensaje lthdv3c35um1fred. mathworksgt. gt gt Hola, Estoy tratando de encontrar la rodadura EMA de 30 días para una serie de tiempo sin necesidad de utilizar un bucle for (tengo una gran cantidad de datos). gt gt gt gt A modo de ejemplo / prueba de que esto es algo parecido a lo que yo quiero (abajo), pero estoy encontrando que mi resultado final no es realmente cerca de cómo debe mirar. Cuando lo puse juntos en Excel o con un bucle for se trata correctamente, pero estoy en la oscuridad si esto es usar el filtro correctamente a continuación. gt gt gt gt ¿Alguien puede ayudar gt gt gt gt todaysClose cumSum (randn (100,1)) gt gt gt gt daysBack 30 alfa-2 / (daysBack 1) calcular alisado factor alfa gt gt gt gt preparar un coeficiente de la función de filtro gt coeficiente gt repmat (alfa, 1, daysBack) (1: daysBack). coeficiente coeficiente gt gt / sum (coeficiente) de filtro gt gt gt gt EMA (coeficiente, 1, todaysClose) gt gt gt gt gt gt PS este fue uno de los mensajes que miraba hacia arriba 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 este es también el lugar donde me dieron el código del filtro gt gt groups. google/group/comp. soft-sys. matlab/browsethread/thread/1d8d10d5b835550dtvc2qexponentialmovingaveragefilter happydude anteriormente escribió en el mensaje lthdv3c35um1fred. mathworksgt. gt Hola, Estoy tratando de encontrar la rodadura EMA de 30 días para una serie de tiempo sin necesidad de utilizar un bucle for (tengo una gran cantidad de datos). gt gt A modo de ejemplo / prueba de que esto es algo parecido a lo que yo quiero (abajo), pero estoy encontrando que mi resultado final no es realmente cerca de cómo debe mirar. Cuando lo puse juntos en Excel o con un bucle for se trata correctamente, pero estoy en la oscuridad si esto es usar el filtro correctamente a continuación. gt gt ¿Alguien puede ayudar gt gt todaysClose cumSum (randn (100,1)) gt gt daysBack 30 alfa-2 / (daysBack 1) calcular alisado factor alfa gt gt preparar un coeficiente para el coeficiente de la función de filtro gt repmat (alfa, 1, daysBack ) (1:. daysBack) coeficiente gt coeficiente / sum (coeficiente) gt filtro gt EMA (coeficiente, 1, todaysClose) PS gt gt gt este fue uno de los mensajes que miraba hacia arriba groups. google/group/comp. soft-sys. matlab/tree/browsefrm/thread/7b5c0b3146432dd9/58e9d04b885a576arnum11done/group/comp. soft-sys. matlab/browsefrm/thread/7b5c0b3146432dd9/48bdf7f81cd8f1973Ftvc3D126doca1c5b8de7a7c428a gt gt este es también el lugar donde me dieron el anterior código del filtro gt groups. google/group/comp. soft-sys. matlab/browsethread/thread/1d8d10d5b835550dtvc2qexponentialmovingaveragefilter Tenga en cuenta que los coeficientes para los datos del pasado no son las adecuadas. La fórmula es: Precio (t) alphaPrice (t-1) alfa (1-alfa) Precio (t-2) alfa (1-alfa) 2. Precio (t-daysBack) (1-alfa) daysBack coefficient1 repmat ((1-k), 1, N) (1: N)..repmat (K, 1, N) 1 ¿Qué es una lista de vigilancia Se puede pensar su lista de vigilancia como las discusiones que se han marcado como favorito. Puede añadir etiquetas, autores, hilos, e incluso los resultados a su lista de vigilancia buscar. De esta manera usted puede fácilmente hacer un seguimiento de los temas que usted está interesado. Para ver su lista de vigilancia, haga clic en el enlace quotMy Newsreaderquot. Para añadir elementos a su lista de vigilancia, haga clic en el enlace para ver quotadd listquot en la parte inferior de cualquier página. ¿Cómo puedo añadir un artículo a mi lista de vigilancia de búsqueda para añadir criterios de búsqueda a su lista de vigilancia, buscar el término deseado en el cuadro de búsqueda. Haga clic en el quotAdd esta búsqueda a mi reloj listquot enlace en la página de resultados de búsqueda. También puede agregar una etiqueta a su lista de vigilancia mediante la búsqueda de la etiqueta con la Directiva quottag: tagnamequot donde el nombre de etiqueta es el nombre de la etiqueta que le gustaría ver. Autor Para añadir un autor a su lista de vigilancia, ir a la página de perfil autores y haga clic en el quotAdd este autor a mi enlace listquot en la parte superior de la página. También puede agregar un autor a su lista de vigilancia por ir a un hilo que el autor ha escrito en y hacer clic en el quotAdd este autor a mi enlace listquot reloj. Se le notificará cada vez que el autor hace un poste. Para añadir enhebrar un hilo a su lista de vigilancia, ir a la página del tema y haga clic en el quotAdd este hilo para mi reloj listquot enlace en la parte superior de la página. Acerca de los grupos de noticias, los lectores de noticias, y MATLAB central ¿Cuáles son los grupos de noticias Los grupos de noticias son un foro de todo el mundo que está abierto a todo el mundo. Los grupos de noticias se utilizan para tratar una amplia gama de temas, hacer anuncios y archivos comerciales. Las discusiones son roscados, o agrupados de una manera que le permite leer un mensaje publicado y todas sus respuestas en orden cronológico. Esto hace que sea fácil de seguir el hilo de la conversación, y para ver whatrsquos ya se ha dicho antes de publicar su respuesta o hacer una nueva publicación. contenido de grupo de noticias se distribuye por los servidores alojados por diversas organizaciones en Internet. Los mensajes se intercambian y se gestionan a través de protocolos de estándar abierto. Ninguna entidad ldquoownsrdquo los grupos de noticias. Hay miles de grupos de noticias, cada uno a un solo tema o área de interés. Los mensajes de MATLAB central lector de noticias y muestra los mensajes del grupo de noticias comp. soft-sys. matlab. ¿Cómo leo o enviados a los grupos de noticias que usted puede utilizar el lector de noticias integrado en la página web de MATLAB central para leer y enviar mensajes en este grupo de noticias. MATLAB Central está organizada por The MathWorks. Si envías mensajes a través de la central de Noticias MATLAB son vistos por todos los que usan los grupos de noticias, independientemente de la forma en que acceden a los grupos de noticias. Hay varias ventajas de utilizar MATLAB Central. Una cuenta Su cuenta central de MATLAB se ata su cuenta de MathWorks para un fácil acceso. Utilice la dirección de correo electrónico de su elección MATLAB El Centro de Noticias le permite definir una dirección de correo electrónico alternativa como su dirección de la fijación, evitando el desorden en su buzón de correo principal y reducir el spam. Control de Spam La mayoría de spam grupo de noticias se filtra a cabo por el Centro de Noticias de MATLAB. Mensajes de marcado se pueden etiquetar con una etiqueta correspondiente firmado por cualquier usuario de entrada. Las etiquetas pueden ser utilizados como palabras clave para encontrar archivos particulares de interés, o como una forma de clasificar sus mensajes marcados como favoritos. Usted puede optar por permitir que otros usuarios vean sus etiquetas, y se puede ver o buscar etiquetas othersrsquo, así como los de la comunidad en general. Etiquetado proporciona una manera de ver tanto las grandes tendencias y las más pequeñas, las ideas y las aplicaciones más oscuros. listas de vigilancia Configuración de listas de vigilancia permite que se le notifique de cambios hechos a las publicaciones seleccionadas por el autor, hilo o cualquier variable de búsqueda. Más información con la lista de visión se pueden enviar por correo electrónico (resumen diario o inmediata), que aparece en mi Locutor, o enviado a través de RSS. Otras formas de acceder a los grupos de noticias Utilice un lector de noticias a través de su escuela, empleador o proveedor de servicio de Internet de pago para el acceso a grupos de noticias de un proveedor comercial Uso de Grupos de Google Mathforum. org ofrece un lector de noticias con acceso al grupo de noticias sys. matlab comp. soft Ejecutar su propia servidor. Para obtener instrucciones típicas, ver: www. slyck / ngpage2 Seleccione su país