केंद्रित चलती - औसत - समीकरण

जब चलने की औसत चलती औसत की गणना होती है, तो औसत समय में औसत डालकर समझ में आता है। पिछले उदाहरण में हमने पहली बार तीन बार समयावधि की गणना की और इसे 3 अवधि के बगल में रखा था। हम औसत के बीच में तीन अवधियों का समय अंतराल, जो कि अवधि 2 के बगल में है, यह अजीब समय अवधि के साथ अच्छी तरह से काम करता है, लेकिन समय की अवधि के लिए इतना अच्छा नहीं है इसलिए हम पहली चलती औसत जब एम 4 जगह लेंगे। तकनीकी, चलती औसत गिर जाएगा टी 2 5, 3 5। इस समस्या से बचने के लिए हम एमए को एम 2 का इस्तेमाल करते हुए चिकनी करते हैं इसलिए हम चिकनी मूल्यों को चिकना करते हैं। अगर हम एक भी संख्या में औसत पदों को औसत करते हैं, तो हमें सुचारू मूल्यों को सुचारू बनाने की आवश्यकता है। निम्नलिखित तालिका में परिणाम दिखाता है एम 4. डेविड, हां, मैपराडस का उद्देश्य बड़ी मात्रा में डेटा पर काम करना है और यह विचार यह है कि आम तौर पर, नक्शा और कार्यों को कम करना चाहिए कि कितने मैपर्स या कितने रेडर्स हैं, ये सिर्फ अनुकूलन है अगर आप मैं एल्गोरिथम के बारे में ध्यान से सोचता हूं, आप यह देख सकता है कि मैपर क्या डेटा का क्या अंश प्राप्त करता है हर इनपुट ऑपरेशन को प्रत्येक ऑपरेशन को कम करने के लिए उपलब्ध होगा जो इसे आवश्यक है जो 18 सितंबर को 18 सितंबर को आवश्यक है। मेरी समझ में सबसे अच्छी चलती औसत मैप के लिए मानचित्र नहीं है प्रतिमान के बाद से इसकी गणना अनिवार्य रूप से सॉर्ट किए गए डेटा के ऊपर खिड़की को फिसलने है, जबकि एमआर सॉर्टेड डेटा के गैर-अन्तर्निहित श्रेणियों की प्रक्रिया कर रहा है। समाधान मैं देख रहा हूं जैसा कि कस्टम पार्टिशनर को कार्यान्वित करने के लिए दो अलग-अलग विभाजनों को दो रनों में बनाने में सक्षम होने के लिए प्रत्येक रन में आपके प्रसारणकर्ताओं को अलग-अलग आंकड़ों की जानकारी मिल जाएगी और औसत चलती की गणना की जाएगी जहां उपयुक्तता को मैं उदाहरण देने की कोशिश करूँगा। पहले रन डेटा में रेडर्स के लिए R1 Q1, Q2, Q3, Q4 R2 Q5, Q6, Q7, Q8 होना चाहिए। कुछ क्यू के लिए। अगले रन में आपके रिड्यूसर को आर 1 क्यू 1 क्यू 6 आर 2 Q6 Q10 R3 Q10 जैसे डेटा मिलना चाहिए Q14.और बाकी की चलती औसत को कैलक्ल्यूलेट करें तब आपको कुल परिणाम की आवश्यकता होगी। कस्टम पार्टिशनर के आईडिया को इसमें दो प्रकार के ऑपरेशंस होंगे व्यावहारिक - हर बार समान श्रेणियों में विभाजित होता है, लेकिन कुछ बदलाव के साथ एक छद्मकोंड में यह विभाजन कुंजी की तरह दिखता है SHIFT MAXKEY numOfPartitions जहां SHIFT कुंजी के अधिकतम MAXKEY अधिकतम मूल्य से लिया जाएगा जो मैं सादगी के लिए मानता हूं कि वे शून्य से शुरू करते हैं। ResordReader , आईएमएचओ एक समाधान नहीं है क्योंकि यह विशिष्ट विभाजन तक सीमित है और विभाजन की सीमा पर स्लाइड नहीं कर सकता। एक और समाधान विभाजन इनपुट डेटा के कस्टम लॉजिक को लागू करना होगा, यह इनपुट का एक हिस्सा है। इसे 2 अलग-अलग स्लाइड्स करने के लिए किया जा सकता है, विभाजन के समान। 17 सितंबर को 8 9। 9। उत्तरोत्तर औसत वे क्या हैं। सबसे लोकप्रिय तकनीकी संकेतकों के बीच, चलती औसत का उपयोग वर्तमान प्रवृत्ति की दिशा को मापने के लिए किया जाता है। एक गणितीय परिणाम, जो गणना की गई है पिछले आंकड़ों के अंक की संख्या में एक बार निर्धारित होने पर, परिणामस्वरूप औसत तब चार्ट पर रखा जाता है ताकि व्यापारियों को स्मू को देखने की अनुमति मिल सके दिन-प्रतिदिन की कीमत में उतार-चढ़ाव, जो कि सभी वित्तीय बाजारों में निहित हैं, पर ध्यान केंद्रित करने की बजाय डेटा की जानकारी। एक चलती औसत के सरलतम प्रारूप, जिसे सरल चलती औसत एसएमए के रूप में जाना जाता है, को किसी निर्धारित सेट के अंकगणित माध्य उदाहरणों के लिए, मूल 10-दिन की चलती औसत की गणना करने के लिए आप पिछले 10 दिनों से समापन कीमतें जोड़ सकते हैं और फिर 10 के परिणाम 10 में विभाजित करते हैं, चित्रा 1 में, पिछले 10 दिनों 110 दिनों के लिए कीमतों का योग विभाजित है 10 दिन की औसत पहुंचने के लिए 10 दिनों की संख्या के अनुसार यदि कोई व्यापारी 50 दिन की औसत औसत को देखना चाहता है, तो उसी प्रकार की गणना की जाएगी, लेकिन इसमें पिछले 50 दिनों में कीमतें शामिल होंगी परिणामस्वरूप औसत 11 से नीचे पिछले 10 डेटा बिन्दुओं को ध्यान में रखते हुए व्यापारियों को यह विचार मिलता है कि पिछले 10 दिनों के दौरान किसी संपत्ति की कीमत किस तरह की है। शायद आप सोच रहे हैं कि तकनीकी व्यापारी इस उपकरण को कितना चलते औसत कहते हैं और न सिर्फ एक नियमित मतलब जवाब यह है कि नए मान के रूप में उपलब्ध ecome, सेट से सबसे पुराना डेटा बिंदुओं को हटा दिया जाना चाहिए और उन्हें बदलने के लिए नए डेटा बिंदु आने चाहिए। इसलिए, डेटा सेट लगातार नए डेटा के लिए खाते में बढ़ रहा है क्योंकि यह उपलब्ध हो जाता है गणना की यह विधि सुनिश्चित करती है कि केवल वर्तमान जानकारी चित्रा 2 में, एक बार जब 5 का नया मान सेट में जोड़ा जाता है, तो पिछले 10 डेटा बिंदुओं का प्रतिनिधित्व करने वाला लाल बक्सा सही स्थानांतरित होता है और 15 के अंतिम मान को गणना से हटा दिया जाता है क्योंकि अपेक्षाकृत छोटा मूल्य 5 15 के उच्च मूल्य की जगह लेता है, तो आप उम्मीद करते हैं कि डेटा सेट में कमी की औसत, जो कि इस मामले में 11 से 10 के बीच है। क्या चलते हुए औसत की तरह लगती है एक बार जब एमए के मूल्यों की गणना की जाती है, तो वे एक चार्ट पर प्लॉट किया जाता है और फिर चलती औसत रेखा बनाने के लिए जुड़ा हुआ है ये कर्लिंग लाइनें तकनीकी व्यापारियों के चार्ट पर आम हैं, लेकिन इसका इस्तेमाल कैसे किया जा सकता है इस पर बाद में काफी अधिक भिन्न हो सकते हैं जैसा कि आप चित्रा 3 में देख सकते हैं, यह संभव है मो जोड़ें गणना में इस्तेमाल की जाने वाली समयावधि की संख्या को समायोजित करके एक चलती औसत से किसी भी चार्ट में फिर से कर सकते हैं ये घुमावदार रेखाएं पहले पर ध्यान भंग या भ्रामक लग सकती हैं, लेकिन समय के साथ आप उनसे आदी बढ़ेगी, लाल रेखा बस औसत कीमत पर है पिछले 50 दिनों में, जबकि नीली रेखा पिछले 100 दिनों में औसत कीमत है। अब आप समझते हैं कि चलती औसत क्या है और यह कैसा दिखता है, हम एक भिन्न प्रकार की चलती औसत का परिचय देंगे और यह जांचें कि यह कैसे अलग है पहले सरल चलती औसत का उल्लेख किया। सरल चल औसत औसत व्यापारियों के बीच 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 वही भारित है, चाहे अनुक्रम में यह कहां पर होता है आलोचकों का तर्क है कि सबसे हालिया डेटा पुराने आंकड़ों के मुकाबले अधिक महत्वपूर्ण है और अंतिम परिणाम पर इसका अधिक प्रभाव होना चाहिए इस सी के जवाब में रिटिज़्म, व्यापारियों ने हालिया आंकड़ों को और अधिक वजन देना शुरू कर दिया है, जिसके बाद से विभिन्न प्रकार की नई औसत का आविष्कार हुआ है, जिनमें से सबसे ज्यादा लोकप्रिय घातीय चलती औसत ईएमए आगे पढ़ने के लिए है, बेसिक्स ऑफ वेटेड मूविंग एवरेज और एस एस एक एसएमए और एक ईएमए के बीच का अंतर। एक्सपेन्नेएबल मूविंग एवरल एक्सपेंलेनेबल मूविंग एवरल एक प्रकार का चलती औसत है जो हालिया कीमतों के लिए अधिक जानकारी देता है ताकि इसे नई जानकारी के प्रति अधिक संवेदनशील बनाया जा सके। ईएमए की गणना के लिए कुछ जटिल समीकरण सीखना कई व्यापारियों के लिए अनावश्यक होने के बाद से, लगभग सभी चार्टिंग पैकेज आपके लिए गणना करते हैं, लेकिन, आप गणित के लिए वहां से बाहर हैं, ईएमए समीकरण है। जब ईएमए के पहले बिंदु की गणना करने के लिए सूत्र का उपयोग करते हुए, आप देख सकते हैं कि पिछला 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 इसके बाद के संस्करण के साथ उपरोक्त सूत्र के साथ जारी किया जा सकता है। वहां 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 आपको बेहतर समझ है कि एसएमए और ईएमए की गणना की जाती है, आइए देखें कि ये औसत कैसे अलग है EMA की गणना को देखते हुए, आप देखेंगे कि हाल के डेटा बिंदुओं पर अधिक जोर दिया गया है, यह भारित औसत का एक प्रकार बना रहा है, चित्रा 5 में, संख्या प्रत्येक औसत में उपयोग की गई समयावधि की समानता 15 है, लेकिन ईएमए बदलती कीमतों पर अधिक तेज़ी से प्रतिक्रिया देती है ध्यान दें कि कीमत बढ़ने पर एएमए का उच्च मूल्य क्या है, और कीमत कम हो रही है जब एसएमए की तुलना में तेजी से गिरती है मुख्य कारण यह है कि कई व्यापारियों एसएमए पर ईएमए का उपयोग करना पसंद करते हैं। अलग दिन क्या होता है औसत बढ़ते औसत एक पूरी तरह से अनुकूलन सूचक है, जिसका अर्थ है कि प्रयोक्ता बिना किसी समय की समय सीमा का चयन कर सकते हैं औसत बनाते समय चलने की औसत में सबसे सामान्य समय अवधि 15, 20, 30, 50, 100 और 200 दिन होती है औसत बनाने के लिए इस्तेमाल होने वाले कम समय अवधि, अधिक संवेदनशील यह मूल्य परिवर्तन के लिए होगा समय अधिक स्पैन, कम संवेदनशील, या अधिक चिकनाई, औसत होगा आपकी चलती औसत की स्थापना के समय का उपयोग करने के लिए कोई सही समय सीमा नहीं है, यह पता लगाने का सबसे अच्छा तरीका है कि आपके लिए सबसे अच्छा काम कितना अलग समय के साथ करना है जब तक आप अपनी रणनीति को फिट नहीं कर पाते