चलती - औसत - बनाम चलती - मंझला

मैंने कई जगहों में पढ़ा है कि मध्यवर्ती चलना कुछ अनुप्रयोगों के लिए औसत स्थानांतरित करने से थोड़ा बेहतर है, क्योंकि यह आउटलाइअर के प्रति कम संवेदनशील है मैं वास्तविक डेटा पर इस तर्क का परीक्षण करना चाहता था, लेकिन मैं इस प्रभाव को देखने में असमर्थ हूं (हरा: मध्य, लाल: औसत)। यहां देखें: मैंने खिड़की की चौड़ाई (यहाँ कोड में 1000) के लिए विभिन्न मूल्यों के साथ कोशिश की है, और यह हमेशा एक जैसा था: चलती औसत औसत बढ़ने से बेहतर नहीं है (यानी आउटलाइयर के लिए कम संवेदनशील नहीं)। विंडो चौड़ाई 10000 (10000 स्पाइक चौड़ाई) के साथ क्या आप एक ऐसा उदाहरण प्रदान कर सकते हैं, जो दिखा रहा है कि बढ़ते औसत औसत चलती औसत से कम आउटलेयर के प्रति संवेदनशील है और यदि संभव हो तो नमूना का उपयोग कर. WAV फ़ाइल डेटा सेट (डाउनलोड लिंक) यानी इस डेटा पर चलती हुई माध्यिका करना संभव है, जैसे कि परिणाम पीले वक्र जैसा है (यानी अधिक स्पाइक) यह वास्तव में एक जवाब नहीं है, लेकिन मैंने आईडी रिपोर्ट को देखा जो मुझे देख रहा है और अधिक जानकारी मांगता है। Ive ने आपकी test. wav फ़ाइल लोड की है और मैं नीचे दिए गए संकेत को देख सकता हूँ I तो जो भूखंड आप दिखाते हैं, उसमें आप कितना औसत मूल्य नहीं मानते हैं, लेकिन सिग्नल के लिफाफे की तरह अधिक है दूसरा मुद्दा यह है कि संकेत वास्तव में संकेत का हिस्सा है। अगर मैं ब्लिप में ज़ूम करता हूं तो मैं देखता हूं: फीडबैक के लिए धन्यवाद करने के लिए आप वास्तव में क्या हासिल कर रहे हैं। नीचे कुछ आर कोड है जो निम्न करता है: WAV फ़ाइल लोड करता है सिग्नल का पूर्ण मूल्य लेता है (लहर चैनल में इसके बाएं चैनल में भरी हुई है) लिफ़ाफ़ा (लाल सिग्नल) के करीब कुछ प्राप्त करने के लिए डेटा पर 100-लंबाई वाले औसत फ़िल्टर का प्रदर्शन करता है फिर परिणाम (नीला संकेत) के लिए लंबाई 201, 2001, और 4001 की एक औसत फ़िल्टर लागू होता है। नीचे की साजिश से, सर्वश्रेष्ठ प्रदर्शन 4001 लंबाई एक है। अन्यथा गड़बड़ी का असर अभी भी मौजूद है। केवल एक चीज है जो मैं गलत देख सकता हूँ यह है कि लिफ़ाफ़ा सच लिफाफा के साथ-साथ आईडी जैसे मेल नहीं खाता है। बेहतर लिफ़ाफ़ा डिटेक्टर यह सुधार सकता है (जैसे विश्लेषणात्मक संकेत या ऐसा)। नीचे मूल सिग्नल पर लगाए गए औसत-फ़िल्टर्ड लिफाफे की एक भूखंड है। आपके द्वारा इस प्रश्न पर खर्च किए गए समय के लिए धन्यवाद, वास्तव में, मैंने माध्य और संकेत के पूर्ण मूल्य का मतलब उठाया। और हां, ये लिफाफे का विचार देता है, यह वही है जो मैं चाहता हूं। मैं क्या उम्मीद कर रहा था (माध्य के बजाय धन्यवाद) इस तरह से कुछ था स्क्रीनशॉट। दुर्भाग्य से जो भी औसत दर्जे के लिए खिड़की की चौड़ाई है स्पाइक हमेशा यहां है। जबकि कई दस्तावेजों का कहना है कि कोट्टेयर माध्य के आउटलेटर्स मूल्यों के प्रभाव को कम करने का फायदा है ndash basj 30 नवंबर 15 को 14:01 सही है, इसलिए I39m सवाल पूछ रहा है: whatquot के quotelier -) आपके द्वारा प्राप्त आंकड़ों के प्रत्यक्ष माध्य या मतलब को लेकर अनावश्यक परिणाम उत्पन्न होंगे। औसत फिल्टरिंग केवल तब ही अच्छी तरह से काम करती है जब कुछ नमूने (विंडो लंबाई के संबंध में) अपेक्षित श्रेणी के बाहर हैं क्योंकि आपके पास जो आंकड़े सकारात्मक और नकारात्मक झूलते हैं, माध्य इसके लिए वास्तव में उचित नहीं है। लिफाफे की औसत दर्जे को लेना बेहतर काम करना चाहिए। आप स्टीडियर लिफ़ाफ़ा मान प्राप्त करने के लिए पूर्ण मूल्य पर एक सरल निम्न-पास फ़िल्टर भी लगा सकते हैं। ndash Peter K. 9830 Nov 30 15 at 14: 05Moving औसत: वे क्या हैं सबसे लोकप्रिय तकनीकी संकेतकों में से, औसत चलती मौजूदा प्रवृत्ति की दिशा को मापने के लिए उपयोग किया जाता है प्रत्येक प्रकार की चलती औसत (आमतौर पर इस ट्यूटोरियल में एमए के रूप में लिखा गया है) एक गणितीय परिणाम है, जो पिछले डेटा बिंदुओं की संख्या के आधार पर गणना की जाती है। एक बार निर्धारित होने पर, परिणामस्वरूप औसत एक चार्ट पर प्लॉट किया जाता है ताकि व्यापारियों को हर वित्तीय बाजारों में निहित दिन-प्रतिदिन की कीमत में उतार-चढ़ाव पर ध्यान केंद्रित करने की बजाय चिकनी डेटा देखने की इजाजत मिल सके। एक चलती औसत का सरलतम रूप, जिसे एक सरल चलती औसत (एसएमए) के रूप में जाना जाता है, की गणना मूल्यों के निर्धारित सेट के अंकगणित माध्य के आधार पर की जाती है। उदाहरण के लिए, मूल 10-दिन की चलती औसत की गणना करने के लिए आप पिछले 10 दिनों से समापन कीमतें बढ़ा सकते हैं और फिर 10 के परिणाम विभाजित करेंगे। 1 चित्रा में, पिछले 10 दिनों (110) के लिए कीमतों का योग 10 दिनों की औसत पहुंचने के लिए दिनों की संख्या (10) से विभाजित। यदि कोई व्यापारी बजाय 50-दिवसीय औसत देखने की इच्छा करता है, तो उसी प्रकार की गणना की जाएगी, लेकिन इसमें पिछले 50 दिनों में कीमत शामिल होगी। पिछले 10 दिनों के सापेक्ष परिसंपत्ति की कीमत कैसे तय की गई है, इसके बारे में व्यापारियों को यह बताने के लिए पिछले 10 डेटा पॉइंट्स के बारे में नीचे दिए गए औसत औसत (11) का अनुमान लगाया गया है। शायद आप सोच रहे हैं कि क्यों तकनीकी व्यापारियों ने इस उपकरण को एक औसत चलती औसत कहते हैं और न सिर्फ एक नियमित मतलब। इसका जवाब यह है कि नए मानों के उपलब्ध होने के नाते, सबसे पुराने डेटा अंक सेट से हटा दिए जाने चाहिए और उन्हें बदलने के लिए नए डेटा बिंदु आने चाहिए। इस प्रकार, डेटा सेट लगातार नए डेटा के लिए खाते में बढ़ रहा है क्योंकि यह उपलब्ध हो जाता है। गणना की यह विधि यह सुनिश्चित करती है कि केवल वर्तमान जानकारी का हिसाब किया जा रहा है। चित्रा 2 में, जब एक बार 5 का नया मान सेट में जोड़ा जाता है, तो लाल बॉक्स (पिछले 10 डेटा पॉइंट्स का प्रतिनिधित्व करता है) सही पर चलता है और 15 के अंतिम मान को गणना से हटा दिया गया है। चूंकि 5 का अपेक्षाकृत छोटा मान 15 के उच्च मूल्य की जगह लेता है, आप इस स्थिति में 11 से 10 के बीच डेटा सेट कम की औसत देखने की उम्मीद करेंगे। क्या चलते हुए औसत की तरह दिखते हैं एक बार जब मूल्य एमए गणना की गई है, उन्हें एक चार्ट पर प्लॉट किया जाता है और फिर चलती औसत रेखा बनाने के लिए जुड़ा हुआ है इन कर्लिंग लाइनें तकनीकी व्यापारियों के चार्ट पर आम हैं, लेकिन इसका इस्तेमाल कैसे किया जा सकता है (अधिक बाद में इस पर)। जैसा कि आप चित्रा 3 में देख सकते हैं, गणना में उपयोग की जाने वाली समयावधियों की संख्या को समायोजित करके एक चार्ट से अधिक चलती औसत जोड़ना संभव है। ये घुमावदार रेखाएं पहले पर ध्यान भंग या भ्रामक लग सकती हैं, लेकिन आप समय के साथ उनसे आदी हो जाएंगे। लाल रेखा बस पिछले 50 दिनों में औसत मूल्य है, जबकि नीली रेखा पिछले 100 दिनों से औसत कीमत है। अब जब आप समझते हैं कि चलती औसत क्या है और यह कैसा दिखता है, तो एक अलग प्रकार की चलती औसत का परिचय दें और जांचें कि यह पहले उल्लेखित सरल चलती औसत से कैसे अलग है। सरल चलती औसत व्यापारियों में बेहद लोकप्रिय है, लेकिन सभी तकनीकी संकेतकों की तरह, इसके आलोचक हैं कई व्यक्तियों का तर्क है कि एसएमए की उपयोगिता सीमित है क्योंकि डेटा श्रृंखला में प्रत्येक बिंदु को वही भारित किया जाता है, भले ही यह अनुक्रम में क्यों न हो। आलोचकों का तर्क है कि सबसे हालिया डेटा पुराने आंकड़ों के मुकाबले अधिक महत्वपूर्ण है और अंतिम परिणाम पर अधिक प्रभाव होना चाहिए। इस आलोचना के जवाब में, व्यापारियों ने हालिया आंकड़ों को और अधिक वजन देना शुरू कर दिया, जिसके बाद से विभिन्न प्रकार की नई औसत का आविष्कार हुआ, जो सबसे अधिक प्रचलित गति औसत (एएमए) है। (आगे पढ़ने के लिए, वेटेड मूविंग एवरेज की मूल बातें देखें और एसएमए और एएमए के बीच का अंतर देखें) एक्सपेंनेबल मूविंग एवरल एक्सपेंलेनेबल मूविंग एवरल एक प्रकार का चलती औसत है जो हालिया मूल्यों को और अधिक संवेदनशील बनाने के प्रयास में अधिक वजन देता है नई जानकारी के लिए ईएमए की गणना के लिए कुछ जटिल समीकरण सीखना कई व्यापारियों के लिए अनावश्यक हो सकता है, क्योंकि लगभग सभी चार्टिंग पैकेज आपके लिए गणना करते हैं हालांकि, आप गणित के लिए बाहर गीके, यहाँ EMA समीकरण है: जब ईएमए के पहले बिंदु की गणना करने के लिए सूत्र का उपयोग करते हुए, आप देख सकते हैं कि पिछले ईएमए के रूप में उपयोग करने के लिए कोई मूल्य उपलब्ध नहीं है। इस छोटी सी समस्या को सरल चलती औसत के साथ गणना शुरू करने और वहां से ऊपर के सूत्र के साथ जारी करके हल किया जा सकता है। हमने आपको एक नमूना स्प्रैडशीट प्रदान किया है जिसमें वास्तविक जीवन के उदाहरण शामिल हैं, जिनमें एक सरल चलती औसत और एक घातीय चलती औसत दोनों की गणना की जाती है। एएमए और एसएमए के बीच का अंतर अब जब आपको एसएमए और एएमए की गणना की जाने वाली समझ है, तो यह देखें कि यह औसत कैसे अलग है। ईएमए की गणना को देखते हुए, आप देखेंगे कि हाल के डेटा बिंदुओं पर अधिक जोर दिया गया है, जिससे यह एक औसत भारित औसत बना सकता है। चित्रा 5 में, प्रत्येक औसत में उपयोग की जाने वाली समयावधि की संख्या एक समान (15) है, लेकिन ईएमएम बदलते कीमतों पर अधिक तेज़ी से जवाब देती है। ध्यान दें कि कीमत बढ़ने पर ईएमए का क्या उच्च मूल्य है, और जब कीमत में गिरावट आ रही है तो एसएमए की तुलना में तेजी से गिरता है। इस जवाबदेही का मुख्य कारण यह है कि कई व्यापारिक एसएमए पर एएमए का उपयोग करना पसंद करते हैं। अलग दिन क्या होता है बढ़ते औसत एक पूरी तरह से अनुकूलन योग्य सूचक है, जिसका अर्थ है कि औसत बनाने के दौरान उपयोगकर्ता जो भी समय सीमा चाहते हैं, उन्हें स्वतंत्र रूप से चुन सकते हैं चलने की औसत में सबसे सामान्य समय अवधि 15, 20, 30, 50, 100 और 200 दिन होती है। औसत बनाने के लिए कम समय अवधि, अधिक संवेदनशील यह मूल्य परिवर्तनों के लिए होगा। अब समय अवधि, कम संवेदनशील, या अधिक चिकनाई, औसत हो जाएगा आपकी चलती औसत सेट करते समय उपयोग करने के लिए कोई सही समय सीमा नहीं है यह पता लगाने का सबसे अच्छा तरीका है कि आपके लिए सबसे अच्छा कौन काम करता है, वह कई अलग-अलग समय अवधि के साथ प्रयोग करना है जब तक कि आप अपनी रणनीति को फिट नहीं कर पाते। मूविंग एवरेस: थॉमसूटिंग डेटा का उपयोग कैसे करें, यादृच्छिक भिन्नता को दूर करता है और रुझानों और चक्रीय घटकों को दिखाता है जो समय के साथ लिया गया डेटा के संग्रह में अंतर्निहित है, यह कुछ यादृच्छिक भिन्नता का है यादृच्छिक भिन्नता के कारण प्रभाव को रद्द करने के तरीकों में मौजूद हैं। उद्योग में एक अक्सर इस्तेमाल तकनीक चौरसाई है। यह तकनीक, जब ठीक से लागू होती है, अंतर्निहित प्रवृत्ति, मौसमी और चक्रीय घटकों को अधिक स्पष्ट रूप से पता चलता है। चौरसाई विधियों के दो अलग-अलग समूह हैं तरीके औसतन तरीके एक्सपोनेंबल चौरसाई पद्धतियां औसत लेना आंकड़ों को आसान बनाने का सबसे आसान तरीका है हम पहले कुछ औसत तरीकों की जांच करेंगे, जैसे कि पिछले सभी डेटा के साधारण औसत। एक गोदाम के एक प्रबंधक जानना चाहता है कि एक ठेठ आपूर्तिकर्ता 1000 डॉलर इकाइयों में कितना बचाता है। हेसहे 12 आपूर्तिकर्ताओं का एक नमूना लेता है, बेतरतीब ढंग से, निम्नलिखित परिणाम प्राप्त करना: आंकड़ों के गणना या औसत 10। प्रबंधक एक विशिष्ट आपूर्तिकर्ता के व्यय के अनुमान के रूप में इसका उपयोग करने का निर्णय करता है। क्या यह एक अच्छा या बुरा अनुमान है स्क्वेयर त्रुटि का मतलब यह है कि हम कितना अच्छा मॉडल का फैसला कर सकते हैं हम मतलब चुकता त्रुटि की गणना करेंगे। त्रुटि सही मात्रा में अनुमानित राशि से कम खर्च किया त्रुटि चुकती ऊपर त्रुटि है, चुकता है। एसएसई स्क्वेर्ड त्रुटियों का योग है एमएसई स्क्वेअर त्रुटियों का मतलब है उदाहरण के लिए एमएसई परिणाम: परिणाम: त्रुटि और स्क्वायर त्रुटियां अनुमान 10 सवाल उठता है: क्या हम आय का अनुमान लगा सकते हैं यदि हम एक प्रवृत्ति पर संदेह रखते हैं, तो नीचे दिए गए ग्राफ़ पर एक नतीजा स्पष्ट रूप से दिखाता है कि हमें ऐसा नहीं करना चाहिए। औसत सभी पिछले अवलोकनों का उतना ही बराबर होता है संक्षेप में, हम कहते हैं कि सभी पिछले अवलोकनों का साधारण औसत या माध्य केवल अनुमान के लिए एक उपयोगी अनुमान है जब कोई रुझान नहीं होता है। यदि रुझान हैं, तो विभिन्न अनुमानों का उपयोग करें जो रुझान को ध्यान में रखते हैं। औसतन सभी पिछले अवलोकनों का समान रूप से वजन होता है उदाहरण के लिए, मूल्य 3, 4, 5 के औसत 4 हैं। हम निश्चित रूप से जानते हैं कि सभी मूल्यों को जोड़कर और मूल्यों की संख्या से योग को विभाजित करके औसतन गणना की जाती है। औसत गणना करने का एक अन्य तरीका मूल्यों की संख्या से विभाजित प्रत्येक मान जोड़कर या 33 43 53 1 1.3333 1.6667 है। गुणक 13 को वजन कहा जाता है। सामान्य रूप से: बार फ्रैक राशि (एफआरएसी दाहिना) x1 बायां (फ्रैक दाएं) x2,। ,, बाएं (फ्रैक दाएं) xn (बाएं (फ्रैक दाएं)) वजन हैं और, ज़ाहिर है, वे 1 के बराबर हैं।