चलती - औसत - matlab - उदाहरण

MovAv m को भी देखें movAv2 - एक अपडेटेड संस्करण जो भारन की अनुमति देता है। वर्णन मटैब में फावेंशियल टूलबॉक्स में movavg और tsmovavg टाइम-सीरीज़ की चलती औसत शामिल हैं, movAV इनकी मूलभूत कार्यक्षमता को दोहराने के लिए डिज़ाइन किया गया है यहाँ कोड को प्रबंधित करने का एक अच्छा उदाहरण प्रदान करता है लूप के अंदर अनुक्रमित, जो शुरू से भ्रामक हो सकता है, मैंने जानबूझकर इस प्रक्रिया को स्पष्ट रखने के लिए कोड को छोटा और सरल रखा है। MOVAv एक सरल चलती औसत का प्रदर्शन करता है जो कुछ स्थितियों में शोर डेटा को ठीक करने के लिए इस्तेमाल किया जा सकता है यह एक मतलब एक स्लाइडिंग समय खिड़की पर इनपुट वाई का, जिस के आकार n द्वारा निर्दिष्ट किया जाता है बड़ा n है, एन के प्रभाव को चौरसाई की मात्रा जितनी अधिक होती है वह इनपुट वेक्टर y की लंबाई के बराबर होती है और प्रभावी ढंग से अच्छी तरह से बनाई जाती है एक लोपास आवृत्ति फ़िल्टर - उदाहरण और विचार अनुभाग देखें। क्योंकि एन के प्रत्येक मान द्वारा प्रदान किए गए चौरसाई की मात्रा इनपुट वेक्टर की लंबाई के सापेक्ष है, यह हमेशा के लायक है क्या उपयुक्त है यह देखने के लिए विभिन्न मूल्यों का परीक्षण करें यह भी याद रखें कि यदि एन 100 है, तो प्रत्येक अंक पर एन अंक गुम हो जाते हैं, इनपुट वेक्टर के पहले 99 अंक में 100pt औसत के लिए पर्याप्त डेटा नहीं होता है यह औसत से स्टैकिंग द्वारा कुछ हद तक बचा जा सकता है उदाहरण के लिए, नीचे दिए गए कोड और ग्राफ़ की कई अलग-अलग लंबाई विंडो औसत की तुलना की जाती है नोटिस कैसे 10 10pt एक ही 20pt औसत की तुलना में आसान है दोनों मामलों में कुल आंकड़ों के 20 अंक खो जाते हैं। Xaxis x 1 0 0 5 उत्पन्न शोर शोर उत्पन्न करें 4 शोर repmat randn 1, ceil numel x noiseReps, शोररेप, 1 शोर शोर शोर, 1, लम्बाई आवाज़ शोर। प्रतिक्रिया उत्पन्न करता है ydata शोर y exp x 10 शोर 1 लंबाई x perfrom औसत y2 movAv y, 10 10 पीटी y3 movAv y2, 10 10 10 पीटी y4 movAv y, 20 20 पीटी y5 movAv y, 40 40 पीटी y6 movAv y, 100 100 pt प्लॉट आकृति प्लॉट x, y, y2, y3, y4, y5, y6 लीजेंड कच्चा डेटा, 10pt चलती औसत, 10 10pt, 20pt, 40pt, 100pt xlabel x ylabel y शीर्षक चलती औसत की तुलना। movav m कोड रन-थ्रू फ़ंक्शन आउटपुट movAv y, n पहली पंक्ति फ़ंक्शन के नाम, इनपुट और आउटपुट को परिभाषित करता है इनपुट एक्स औसत पर प्रदर्शन करने के लिए डेटा की एक सदिश होना चाहिए, एन औसत पर आउटपुट में प्रदर्शन करने के लिए अंकों की संख्या होनी चाहिए, फ़ंक्शन द्वारा लौटाए गए औसतन आंकड़ों में शामिल होनी चाहिए आउटपुट आउटपुट निर्वात आउटपुट नाएन 1, नंबर यू मध्य बिन्दु एन मिडपॉइंट राउंड n 2 फ़ंक्शन का मुख्य कार्य लूप के लिए किया जाता है, लेकिन दो चीजों को शुरू करने से पहले प्राथमिकी तैयार की जाती है चिपकाने के उत्पादन को पूर्व-आवंटित किया गया है, इसे दो उद्देश्यों के रूप में प्रदान किया जाता है, सबसे पहले सबसे पहले प्रीऑलोकेशन अच्छा अभ्यास था, क्योंकि यह मेमरी जॉगिंग मैटलैब को कम करता है, दूसरी बात यह है कि यह औसतन आंकड़ों को एक ही आकार में उसी आकार के रूप में रखना आसान बनाता है इनपुट वेक्टर इसका मतलब है कि एक ही xaxis दोनों के लिए बाद में इस्तेमाल किया जा सकता है, जो प्लॉटिंग के लिए सुविधाजनक है, वैकल्पिक रूप से NaN को बाद में कोड आउटपुट आउटपुट की एक पंक्ति में हटाया जा सकता है। वेरिएबल मिडपॉइंट का उपयोग आउटपुट वेक्टर में डेटा को संरेखित करने के लिए किया जाएगा यदि एन 10, 10 अंक खो जाएंगे, क्योंकि इनपुट वेक्टर के पहले 9 अंक के लिए, 10 अंक औसत लेने के लिए पर्याप्त डेटा नहीं है क्योंकि आउटपुट इनपुट की तुलना में कम हो जाएगा, इसे ठीक से मिडपॉईंट की आवश्यकता होगी उपयोग किया जाता है ताकि शुरूआती और अंत में एक बराबर मात्रा में डेटा खो दिया जाता है, और इनपुट को उत्पादन के साथ बनाये जाने वाले नाएन बफ़र्स द्वारा गठबंधन रखा जाता है, जब उत्पादन को पूर्ववत करना होता है। 1 लंबाई के लिए y - n औसत रेंज का पता लगाएं, मतलब उत्पादन एक मिडपॉइस का मतलब है यार एंड लूप के लिए, इनपुट के लगातार प्रत्येक सेगमेंट पर एक मतलब लिया जाता है। इनपुट के लूप के लिए 1 लूप के रूप में परिभाषित किया जाता है जो कि इनपुट वाई की लंबाई तक घटाया जाता है, डेटा को खो दिया जाएगा जो शून्य हो जाएगा यदि इनपुट 100 अंक लंबा है और n 10 है, लूप 1 से 90 तक चलेगा। इसका मतलब है कि एक औसत सेगमेंट के पहले सूचकांक प्रदान करता है दूसरी इंडेक्स बी केवल एक एन -1 है, इसलिए पहले पुनरावृत्ति पर, एक 1 एन 10 तो ख 11-1 10 पहले औसत याब या एक्स 1 1 से ऊपर ले लिया जाता है 10 इस सेगमेंट का औसत, जो एक ही मान है, सूचकांक में एक माध्यमपॉइंट या 1 5 6 पर आउटपुट में संग्रहित है। 6. दूसरे पुनरावृत्ति पर , एक 2 बी 2 10-1 11 ताकि मतलब x 2 11 से अधिक लिया जाता है और आउटपुट में संग्रहीत 7 लूप की आखिरी यात्रा पर लंबाई 100, एक 91 बी 90 10-1 100 के इनपुट के लिए मतलब है एक्स 91 100 से ऊपर और आउटपुट में संचित 95 यह इंडेक्स 1 5 और 96 100 पर कुल 10 एनएएन मूल्यों के साथ आउटपुट को छोड़ देता है। उदाहरण और विचार चलते औसत कुछ स्थितियों में उपयोगी होते हैं, लेकिन वे हमेशा सबसे अच्छा विकल्प नहीं हैं ये दो उदाहरण हैं जहां वे जरूरी नहीं कि इष्टतम हैं। माइक्रोफ़ोन कैलिब्रेशन डेटा का यह सेट स्पीकर द्वारा उत्पादित प्रत्येक आवृत्ति के स्तर का प्रतिनिधित्व करता है और एक रेखीय प्रतिक्रिया के साथ एक माइक्रोफोन द्वारा रिकॉर्ड किया गया स्पीकर का उत्पादन भिन्न होता है आवृत्ति, लेकिन हम अंशांकन डेटा के साथ इस भिन्नता के लिए सही कर सकते हैं - आउटपुट को अंशांकन में उतार चढ़ाव के लिए स्तर में समायोजित किया जा सकता है.इस बात से कि कच्चा डेटा शोर है - इसका मतलब है कि आवृत्ति में एक छोटा परिवर्तन की आवश्यकता होती है बड़े, अनियमित, स्तर के लिए खाते में परिवर्तन क्या यह यथार्थवादी है या क्या यह रिकॉर्डिंग पर्यावरण का एक उत्पाद है, इस मामले में यह चलने वाले औसत को लागू करने के लिए उचित है जो कि स्तर की आवृत्ति वक्र को चिकनी बनाता है ताकि एक अंशांकन वक्र थोड़ा कम अनियमित हो सके लेकिन इस उदाहरण में यह इष्टतम क्यों नहीं है। अधिक डेटा बेहतर होगा - कई कैलिब्रेशन एक साथ चल रहे हैं, सिस्टम में शोर को तब तक नष्ट कर देगा जब तक कि यह चल रहा है डोम और कम सूक्ष्म विस्तार के साथ एक वक्र प्रदान खो चलती औसत केवल यह अनुमानित कर सकते हैं, और वास्तव में मौजूद वक्र से कुछ उच्च आवृत्ति डुबकी और चोटियों को निकाल सकते हैं। साइन लहरों पर चलती औसत का उपयोग करके दो तरकों पर प्रकाश डाला जाता है। सामान्य औसत ओवर पर प्रदर्शन करने के लिए उचित बिंदुओं को चुनने का मुद्दा। यह सरल है, लेकिन समय के समय में संकेतों के संकेतों की तुलना में सिग्नल विश्लेषण के अधिक प्रभावी तरीके हैं। इस आलेख में, मूल साइन लहर नीली शोर में रखी गई है नारंगी वक्र के रूप में जोड़ा गया और प्लॉट किया गया एक चल औसत औसत विभिन्न अंकों के अंक पर किया जाता है यह देखने के लिए कि मूल लहर 5 और 10 अंकों में ठीक से प्राप्त की जा सकती है, उचित परिणाम प्रदान करते हैं, लेकिन शोर पूरी तरह से दूर नहीं है, जहां अधिक से अधिक अंकों की शुरुआत होती है आयाम के विवरण खो दें क्योंकि औसत चरणों में अलग-अलग चरणों में विस्तार होता है, यह याद रखता है कि लहर शून्य के आसपास है, और इसका मतलब -1 -1 0. वैकल्पिक विकल्प एक लोपास फिल्टर का निर्माण करना होगा आवृत्ति डोमेन में सिग्नल पर लागू होने पर मैं विस्तार में नहीं जा रहा हूं क्योंकि यह इस लेख के दायरे से परे है, लेकिन जैसा कि शोर मौलिक आवृत्ति से काफी अधिक आवृत्ति है, इस मामले में यह काफी आसान होगा उच्च आवृत्ति शोर को हटाए जाने की तुलना में एक लोपास फिल्टर। 9 सितंबर, 2013.संचार द्वारा औसत औसत। क्या औसत चल रहा है और इसके लिए क्या अच्छा है। कैसे कैवल्यूशन का उपयोग करके औसतन चल रहा है। औसत औसत एक सामान्य ऑपरेशन है एक संकेत के शोर को दबाने के लिए हम प्रत्येक बिंदु के मूल्य को इसके पड़ोस में मूल्यों के औसत के लिए एक सूत्र से निर्धारित करते हैं। यहां एक्स इनपुट है और y आउटपुट संकेत है, जबकि खिड़की का आकार डब्ल्यू है, अजीब होना चाहिए ऊपर दिए गए सूत्र एक सममित प्रक्रिया का वर्णन करता है कि नमूनों को वास्तविक बिंदु के दोनों किनारों से लिया जाता है। नीचे एक वास्तविक जीवन उदाहरण है जिस पर खिड़की रखी गई है वह वास्तव में लाल है। एक्स के बाहर की मान शून्य होती है। चारों ओर खेलना और देखना वें चलती औसत के ई प्रभाव, इस इंटरैक्टिव प्रदर्शन पर एक नज़र डालें। इसे कैंवोल्यूशन द्वारा कैसे करें। जैसा कि आप मान्यता प्राप्त हो सकते हैं, सरल चलती औसत की गणना दोनों स्थितियों में रूपांतरण के समान है, सिग्नल और तत्वों खिड़की में संक्षेप किया जाता है तो, एक ही चीज़ को convolution का उपयोग करके इसे करने का प्रयास करें निम्नलिखित मापदंडों का उपयोग करें। वांछित आउटपुट है। पहले दृष्टिकोण के रूप में, हम निम्नलिखित कश्मीर कर्नेल द्वारा एक्स सिग्नल को समझाते हुए देखते हैं। उत्पादन अपेक्षा से तीन गुना बड़ा होता है यह भी देखा जा सकता है, कि आउटपुट मान विंडो में तीन तत्वों का सारांश है क्योंकि यह है कि कनवल्शन के दौरान खिड़की के साथ फिसल जाता है, इसमें सभी तत्वों को गुणा किया जाता है एक और फिर संक्षेप में। yk 1 cdot x 1 cdot x 1 cdot x। y के वांछित मूल्यों को प्राप्त करने के लिए आउटपुट को 3 से विभाजित किया जाएगा। विभाजन सहित एक फार्मूले के द्वारा। लेकिन संकलन के दौरान यह विभाजन करने के लिए इष्टतम नहीं होगा। समीकरण को फिर से संगठित करना। तो हम निम्नलिखित कश्मीर कर्नेल का उपयोग करेंगे। इस तरह हमें वांछित आउटपुट मिलेगा। सामान्य तौर पर यदि हम एक औसत आकार की खिड़की के आकार के साथ चलना चाहते हैं तो हम निम्न कर्नेल का इस्तेमाल करेंगे.एक सरल चलती औसत से कार्य करना। एक उदाहरण उपयोग है। औसत से अधिक औसत क्या है वे 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 पिछले डेटा बिंदुओं की एक संख्या के आधार पर गणना की जाती है, एक बार निर्धारित किया जाता है, परिणामस्वरूप औसत तब चार्ट पर रखा जाता है ताकि व्यापारियों को दिन-प्रतिदिन की कीमत में उतार-चढ़ाव पर ध्यान केंद्रित करने के बजाय खराब आंकड़ों को देखने की अनुमति मिल सके। एच में सभी वित्तीय बाजारों में पहले। एक चलती औसत के सरलतम रूप, सरल चलती औसत एसएमए के रूप में जाना जाता है, मानों के निर्धारित सेट का अंकगणितीय मतलब लेने के द्वारा गणना की जाती है उदाहरण के लिए, मूल 10-दिवसीय चलती औसत की गणना करने के लिए पिछले 10 दिनों से समापन कीमतें बढ़ाएं और फिर परिणाम 10 से विभाजित करें चित्रा 1 में, पिछले 10 दिनों 110 के लिए कीमतों का योग 10 दिन की औसत पहुंचने के लिए 10 दिन की औसत से विभाजित किया जाता है यदि व्यापारी की बजाय 50-दिवसीय औसत देखने की इच्छा है, उसी प्रकार की गणना की जाएगी, लेकिन इसमें पिछले 50 दिनों में कीमतें शामिल होंगी 11 से नीचे की औसत औसत पिछले 10 डेटा बिंदुओं को ध्यान में रखकर ट्रेडर्स देने के लिए पिछले 10 दिनों के संबंध में संपत्ति की कीमत कैसे तय की गई है। शायद आप सोच रहे हैं कि तकनीकी व्यापारियों ने इस उपकरण को एक औसत चलती औसत कॉल के तौर पर कह दिया है, न कि सिर्फ एक नियमित मतलब यह है कि नया मान उपलब्ध हो जाने के साथ-साथ सबसे पुराना डाटा अंक घटाना चाहिए सेट और नए डाटा से एक स्थान उन्हें बदलने के लिए आना चाहिए, इसलिए डेटा सेट लगातार नए डेटा के लिए खाते में बढ़ रहा है क्योंकि यह उपलब्ध हो जाता है गणना की इस पद्धति से यह सुनिश्चित होता है कि केवल वर्तमान सूचना का आंकलन 2 चित्रा में हो, एक बार 5 का नया मान सेट में जोड़ा गया, 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 5 के अपेक्षाकृत छोटा मान 15 के उच्च मूल्य को बदलता है, आप औसत डेटा सेट में कमी, जो कि यह 11 से 10 के बीच है। क्या औसत बढ़ते हुए दिखते हैं जैसे एमए के मूल्यों की गणना की जाती है, वे एक चार्ट पर प्लॉट किए जाते हैं और फिर चलती औसत रेखा बनाने के लिए जुड़े होते हैं घुमावदार लाइनें तकनीकी व्यापारियों के चार्ट पर आम हैं, लेकिन उनका उपयोग कैसे किया जाता है इस पर बाद में बहुत अधिक भिन्न हो सकते हैं जैसा कि आप चित्रा 3 में देख सकते हैं, समय की संख्या को समायोजित करके एक चार्ट से अधिक एक औसत से जोड़ना संभव है अवधि गणना में इस्तेमाल किया जाता है ये घुमावदार रेखाएं पहले पर ध्यान भंग या भ्रामक लग सकती हैं, लेकिन जैसे-जैसे समय लगता है, आप उनसे आदी हो जाते हैं लाल रेखा बस पिछले 50 दिनों की औसत कीमत होती है, जबकि नीली रेखा औसत कीमत है पिछले 100 दिनों से.अब जब आप समझते हैं कि चलती औसत क्या है और यह कैसा दिखता है, तो हम एक अलग प्रकार की चलती औसत का परिचय देंगे और यह पहले उल्लिखित सरल चल औसत से भिन्न कैसे होगा। सरल चलती 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 सीरीज़ में प्रत्येक बिंदु वही भारित होता है, चाहे अनुक्रम में क्या होता है आलोचकों का तर्क है कि सबसे हालिया डेटा पुराने आंकड़ों के मुकाबले अधिक महत्वपूर्ण है और अंतिम परिणाम पर अधिक प्रभाव पाता है इस आलोचना के जवाब में, व्यापारियों ने हाल के आंकड़ों को और अधिक वजन देना शुरू कर दिया, जो कि तब से विभिन्न प्रकार की नई औसत के आविष्कार के लिए, सबसे लोकप्रिय जिसमें घातीय चलती औसत ईएमए है, आगे पढ़ने के लिए, भारित मूविंग एवरेज की मूल बातें देखें और एसएमए और ईएमए के बीच अंतर क्या है। एक्सपेननेबल मूविंग औसत औसत चलती औसत का एक प्रकार है जो हाल की कीमतों को नई जानकारी के प्रति अधिक संवेदनशील बनाने की कोशिश करता है। ईएमए की गणना के लिए कुछ जटिल समीकरण सीखना कई व्यापारियों के लिए अनावश्यक हो सकता है, क्योंकि लगभग सभी चार्टिंग पैकेज के लिए गणना की जाती है आप 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 यह छोटी समस्या हल हो सकती है सरल चलती औसत के साथ गणना शुरू करने और वहां से उपरोक्त सूत्र के साथ जारी रखते हुए हमने आपको एक नमूना स्प्रेडशीट प्रदान किया है जिसमें वास्तविक जीवन एक्सा शामिल है दोनों एक सरल चलती औसत और एक घातीय चलती औसत दोनों की गणना कैसे करें। ईएमए और एसएमए के बीच का अंतर अब जब आपको एसएमए और एएमए की गणना की जाती है, तो बेहतर तरीके से समझें कि ये औसत कैसे अलग है ईएमए की गणना को देखते हुए, आप देखेंगे कि हाल के डेटा बिंदुओं पर और अधिक जोर दिया गया है, यह एक भारित औसत बनाकर चित्रा 5 में, प्रत्येक औसत में उपयोग की जाने वाली समयावधि की संख्या समान 15 है, लेकिन ईएमए बदलते कीमतों पर अधिक तेज़ी से प्रतिक्रिया करता है ध्यान दें कि कीमत बढ़ने पर एएमए का क्या उच्च मूल्य है, और जब कीमत में गिरावट आ रही है तो एसएमए की तुलना में तेजी से गिरता है यह जवाबदेही मुख्य कारण है कि कई व्यापारियों ने एसएमए पर ईएमए का उपयोग करना पसंद किया है। अलग-अलग दिनों का क्या मतलब है बढ़ते औसत एक पूरी तरह से अनुकूलन योग्य सूचक है, जिसका मतलब है कि औसत बनाने के दौरान उपयोगकर्ता जो कुछ भी समय चाहते हैं उन्हें स्वतंत्र रूप से चुन सकते हैं चलने की औसत में सबसे सामान्य समय अवधि फिर से 15, 20, 30, 50, 100 और 200 दिन औसत बनाने के लिए कम समय अवधि, अधिक संवेदनशील यह मूल्य में परिवर्तन के लिए होगी समय अवधि, कम संवेदनशील, या अधिक से अधिक चिकनाई, औसत क्या 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 कौन सा आपके लिए सबसे अच्छा काम करता है कई अलग-अलग समय अवधि के साथ प्रयोग करना है जब तक कि आप अपनी रणनीति को फिट नहीं कर पाते