Na minha última frase eu estava tentando indicar por que ele ajuda o erro de ponto flutuante. Se dois valores são aproximadamente a mesma ordem de grandeza, então adicioná-los perde menos precisão do que se você adicionou um número muito grande para um muito pequeno. O código combina Mayur Patel Dec 15 14 at 17:22 Alleo: Em vez de fazer uma adição por valor, você Mayur Patel Dec 29 14 at 17:04 UPD: soluções mais eficientes foram propostas por Alleo e jasaarim. Você pode usar np. convolve para isso: O argumento mode especifica como lidar com as arestas. Eu escolhi o modo válido aqui porque eu acho que é como a maioria das pessoas esperam correr significa trabalhar, mas você pode ter outras prioridades. Aqui está um gráfico que ilustra a diferença entre os modos: Você pode calcular uma corrida média com: Felizmente, numpy inclui uma função convolve que podemos usar para acelerar as coisas. A média de corrida é equivalente a convolver x com um vetor que é N longo, com todos os membros igual a 1 / N. A implementação numpy de convolve inclui o transiente de partida, então você tem que remover os primeiros N-1 pontos: Na minha máquina, a versão rápida é 20-30 vezes mais rápida, dependendo do comprimento do vetor de entrada e do tamanho da janela de média . Note que convolve não incluir um mesmo modo que parece que ele deve abordar a questão transitória de partida, mas ele divide-lo entre o início eo fim. Ele remove o transiente do final, eo início não é mais adequado para isso do que NumPy ou SciPy. Sua função rolling mean faz o trabalho convenientemente. Ele também retorna um array NumPy quando a entrada é uma matriz. É difícil de bater a média de rolamento em desempenho com qualquer implementação personalizada de Python. Aqui está um exemplo de desempenho contra duas das soluções propostas: Existem também opções agradáveis sobre como lidar com os valores de limite. I Reilly Aug 25 15 em 19:56 Slideshare usa cookies para melhorar a funcionalidade e desempenho, e para fornecer publicidade relevante. Se você continuar navegando no site, você concorda com o uso de cookies neste site. Veja nosso Contrato de Usuário e Política de Privacidade. O Slideshare usa cookies para melhorar a funcionalidade e o desempenho e fornecer publicidade relevante. Se você continuar navegando no site, você concorda com o uso de cookies neste site. Consulte nossa Política de Privacidade e Contrato de Usuário para obter detalhes. Explore todos os seus tópicos favoritos no aplicativo SlideShare Obtenha o aplicativo SlideShare para Salvar para mais tarde, mesmo offline Continue para o site para celular Upload Login Signup Toque duas vezes para diminuir o zoom Método de média móvel mathp ppt Compartilhe SlideShare LinkedIn Corporation 2016 Moving Average Crossover Mais estratégias Indicador estocástico O indicador estocástico é um oscilador que mede as condições de sobrecompra e sobrevenda no MACD Divergence Setup MACD (12, 26, 9) Entrada Buy se o movimento do preço mostra a tendência, mas o MACD Setup Esta estratégia forex requer 2 gráficos abertos simultaneamente. Lembre-se de esperar até o anterior Resultados do Backtesting Estratégia de Crossover Estocástico Backtesting Box Break Up Estratégia Backtesting EMA Breakthrough Backtesting EMAs e BBs Estratégia Backtesting Double Cross Strategy Backtesting BLog AUDUSD Tendências sazonais Eu mantive este post para concluir a minha análise das tendências sazonais de todos How to Pontuar uma revisão falsa Forex Deixe-me resumir Forex todas as opiniões Forex para você: Fake. Os períodos de média móvel mais comuns são: 10, 20, 50, 100 e 200. Para resumir
Comments
Post a Comment