Moyenne Mobile Exponentielle C

Je sais que cela est réalisable avec boost selon: Mais je voudrais vraiment éviter d'utiliser boost. J'ai googlé et n'a pas trouvé d'exemples appropriés ou lisibles. Essentiellement, je veux suivre la moyenne mobile d'un flux continu d'un flux de nombres à virgule flottante en utilisant les plus récents numéros 1000 comme un échantillon de données. Quel est le moyen le plus simple pour atteindre ce que j'ai expérimenté avec l'aide d'un tableau circulaire, moyenne mobile exponentielle et une moyenne mobile plus simple et a constaté que les résultats de la matrice circulaire convenait mieux à mes besoins. Si vos besoins sont simples, vous pouvez simplement essayer d'utiliser une moyenne mobile exponentielle. Autrement dit, vous créez une variable d'accumulateur, et comme votre code regarde chaque échantillon, le code met à jour l'accumulateur avec la nouvelle valeur. Vous choisissez un alpha constant qui se situe entre 0 et 1, et calculez ceci: Il vous suffit de trouver une valeur de alpha où l'effet d'un échantillon donné ne dure que pour environ 1000 échantillons. Hmm, je ne suis pas sûr que ce soit approprié pour vous, maintenant que Ive mis ici. Le problème est que 1000 est une fenêtre assez longue pour une moyenne mobile exponentielle Im pas sûr il ya un alpha qui serait la propagation de la moyenne sur les 1000 derniers chiffres, sans underflow dans le calcul en virgule flottante. Mais si vous voulez une moyenne plus petite, comme 30 nombres ou ainsi, c'est une manière très facile et rapide de le faire. A répondu 12 juin à 4:44 1 sur votre poste. La moyenne mobile exponentielle peut permettre à l'alpha d'être variable. Ainsi, cela permet de calculer des moyennes de base de temps (par exemple, des octets par seconde). Si le temps écoulé depuis la dernière mise à jour de l'accumulateur est supérieur à 1 seconde, laissez alpha be 1.0. Sinon, vous pouvez laisser alpha be (usecs depuis la dernière mise à jour1000000). Ndash jxh 12 juin à 6:21 Je veux essentiellement suivre la moyenne mobile d'un flux continu d'un flux de nombres à virgule flottante en utilisant les plus récents numéros 1000 comme un échantillon de données. Notez que la mise à jour ci-dessous le total en tant qu'éléments comme addedreplaced, en évitant coûteux O (N) traversal pour calculer la somme - nécessaire pour la moyenne - sur demande. Le total est fait d'un paramètre différent de T par rapport au support, par ex. En utilisant un long long pour un total de 1000 s longs, un int pour char s, ou un flottant double au total. C'est un peu vicié en ce que les numsamples pourraient dépasser INTMAX - si vous vous inquiétez vous pourriez employer un unsigned long long. Ou utiliser un membre de données bool supplémentaire pour enregistrer quand le conteneur est rempli tout en cyclant numsamples autour du tableau (mieux renommé quelque chose d'inoffensif comme pos). Répondue 12 juin à 5:19 on suppose que l'opérateur quotvoid (T échantillon) est en fait quotvoid operatorltlt (T échantillon) quot. Ndash oPless Jun 8 14 at 11:52 oPless ahhh. Bien repéré. En fait, je voulais qu'il soit vide opérateur () (T échantillon), mais bien sûr, vous pouvez utiliser n'importe quelle note que vous avez aimé. Correction, merci. Ndash Tony D Jun 8 14 at 14: 27Vous êtes ici: Indicator Library gt Moyenne mobile Moyenne mobile Les moyennes mobiles sont utilisées pour lisser les tendances. TC2000 FreeStockCharts propose trois types différents de moyennes mobiles. Une moyenne mobile simple donne un poids égal à chaque point de données pour la période. Si la période est 3 et les trois derniers points de données sont 3, 4 et 5, la valeur moyenne la plus récente serait (345) 34 (diviser par trois car il ya trois points de données). Une moyenne mobile exponentielle (EMA), parfois aussi appelée moyenne mobile exponentiellement pondérée (EWMA), applique des facteurs de pondération qui décroissent exponentiellement. La pondération de chaque point de données plus ancien diminue de façon exponentielle, donnant beaucoup plus d'importance aux observations récentes tout en ne rejetant pas les observations plus anciennes. Une moyenne pondérée frontale, comme une moyenne exponentielle, permet aux moyennes les plus récentes d'évaluer la valeur moyenne plus que les plus anciennes données. Il est calculé différemment que les moyennes exponentielles mais il donne également des données récentes plus de poids. Une moyenne ponderée avant de 5 périodes est calculée comme suit (C est la barre la plus récente, C4 est il ya 4 bars): Moyenne pondérée avant (C5) (C14) (C23) (C32) C4) 15 Vous pouvez voir comment les différents Les types de moyenne produisent des résultats différents. Les trois moyennes sont tracées en utilisant une période de 30 simples (rouge), exponentielle (cyan) avant pondérée (jaune). En outre, vous pouvez choisir quel élément de prix à utiliser dans le calcul de la moyenne: 160Last, Open, High, Low ou Prix Typique. Les moyennes mobiles ont un paramètre de décalage qui vous permet de déplacer le graphique moyen vers l'avant ou vers l'arrière (valeur de décalage négatif). Cela vous permet de tracer ce que l'on appelle couramment les moyennes mobiles déplacées. Pour en savoir plus sur les moyennes mobiles déplacées sur Investopedia. Veuillez envoyer toutes les questions et commentaires concernant la version 12 de TC2000 à feedbacktc2000. Si vous avez besoin d'assistance technique, veuillez contacter notre service d'assistance technique. Copyright 2011 par Worden