C language moving average

Eu sei que isso é possível com o aumento como por: Mas eu realmente gostaria de evitar o uso de impulso. Eu pesquisei e não encontrei nenhum exemplo adequado ou legível. Basicamente, quero rastrear a média móvel de um fluxo contínuo de um fluxo de números de ponto flutuante usando os números mais recentes de 1000 como uma amostra de dados. Qual é a maneira mais fácil de conseguir isso? Eu experimentei usar uma matriz circular, média móvel exponencial e uma média móvel mais simples e descobri que os resultados da matriz circular se adequavam melhor às minhas necessidades. perguntou 12 de junho de 12 às 4:38 Se as suas necessidades são simples, você pode tentar usar uma média móvel exponencial. Simplificando, você cria uma variável de acumulador e, à medida que seu código examina cada amostra, o código atualiza o acumulador com o novo valor. Você escolhe um alfa constante que esteja entre 0 e 1 e calcula isso: você só precisa encontrar um valor de alfa onde o efeito de uma determinada amostra dura apenas cerca de 1000 amostras. Hmmm, eu não tenho certeza se isso é adequado para você, agora que eu coloquei aqui. O problema é que 1000 é uma janela muito longa para uma média móvel exponencial Não tenho certeza se existe um alpha que possa distribuir a média nos últimos 1000 números, sem underflow no cálculo do ponto flutuante. Mas se você quisesse uma média menor, como 30 números ou mais, essa é uma maneira muito fácil e rápida de fazer isso. respondeu 12 de junho às 12:44 1 em seu post. A média móvel exponencial pode permitir que o alfa seja variável. Então, isso permite que ele seja usado para calcular as médias da base de tempo (por exemplo, bytes por segundo). Se o tempo desde a última atualização do acumulador for maior que 1 segundo, você deixa o alpha ser 1.0. Caso contrário, você pode deixar o alpha ser (usecs desde a última atualização / 1000000). Basicamente eu quero acompanhar a média móvel de um fluxo contínuo de um fluxo de números de ponto flutuante usando os 1000 números mais recentes como uma amostra de dados. Observe que o abaixo atualiza o total como elementos adicionados / substituídos, evitando o deslocamento O (N) caro para calcular a soma - necessária para a média - sob demanda. Total é feito um parâmetro diferente de T para suportar, e. usando um longo longo ao totalizar 1000 long s, um int para char s, ou um double para total float s. Isso é um pouco defeituoso, pois as amostras podem passar do INTMAX - se você se importar, pode usar um sinal longo sem assinatura. ou use um membro extra de dados de bool para registrar quando o contêiner é preenchido pela primeira vez enquanto circula números em torno do array (melhor que renomeie algo inócuo como pos). Resposta: 12 de junho, às 5:19, assume-se que o operador "qvoid" (amostra T) é, na verdade, o operador "co-vi" ("amostra T"). ndash oPless Jun 8 14 às 11:52 oPless ahhh. bem manchado. na verdade eu quis dizer que seria void operator () (amostra T), mas é claro que você poderia usar qualquer notação que você gostasse. Vai consertar, obrigado. Tony D Jun 8 14 às 14: 27É possível implementar uma média móvel em C sem a necessidade de uma janela de amostras? Descobri que eu posso otimizar um pouco, escolhendo um tamanho de janela que é uma potência de dois para permitir bit Mudar em vez de dividir, mas não precisar de um buffer seria bom. Existe uma maneira de expressar um novo resultado da média móvel apenas como uma função do resultado antigo e da nova amostra Definir um exemplo de média móvel, em uma janela de 4 amostras a ser: Adicionar nova amostra e: Uma média móvel pode ser implementada recursivamente , mas para um cálculo exato da média móvel, você deve se lembrar da amostra de entrada mais antiga na soma (ou seja, a do seu exemplo). Para um comprimento N média móvel você calcula: onde yn é o sinal de saída e xn é o sinal de entrada. Eq. (1) pode ser escrito recursivamente como Então você sempre precisa se lembrar da amostra xn-N para calcular (2). Como apontado por Conrad Turner, você pode usar uma janela exponencial (infinitamente longa), que permite calcular a saída apenas da saída anterior e da entrada atual: mas não é uma média móvel padrão (não ponderada), mas uma exponencial média móvel ponderada, onde as amostras no passado ganham um peso menor, mas (pelo menos em teoria) você nunca esquece nada (os pesos ficam menores e menores para amostras no passado). Eu implementei uma média móvel sem memória de item individual para um programa de rastreamento GPS que eu escrevi. Eu começo com 1 amostra e divido por 1 para obter a média atual. Em seguida, adiciono outra amostra e divido por 2 para a média atual. Isso continua até eu chegar ao tamanho da média. A cada vez, adiciono a nova amostra, obtenho a média e removo essa média do total. Eu não sou um matemático, mas isso parecia ser uma boa maneira de fazê-lo. Eu imaginei que isso tornaria o estômago de um cara de matemática real, mas, acontece que é uma das formas aceitas de fazê-lo. E isso funciona bem. Basta lembrar que quanto maior o seu comprimento, mais lento ele está seguindo o que você quer seguir. Isso pode não importar a maior parte do tempo, mas ao seguir satélites, se você estiver lento, a trilha pode estar longe da posição real e ficará ruim. Você poderia ter uma lacuna entre os pontos sentados e os pontos finais. Eu escolhi um comprimento de 15 atualizado 6 vezes por minuto para obter suavização adequada e não ficar muito longe da posição sentada real com os pontos de trilha suavizados. respondido 16 nov em 23:03 initialize total 0, count0 (cada vez vendo um novo valor Então uma entrada (scanf), uma soma totalnovoValor, um incremento (contagem), uma média de divisão (total / contagem) Essa seria uma média móvel sobre todas as entradas Para calcular a média apenas sobre as últimas 4 entradas, seriam necessárias 4 variáveis ​​de entrada, talvez copiando cada entrada para uma variável de entrada mais antiga e calculando a nova média móvel como soma das 4 variáveis ​​de entrada divididas por 4 ser bom se todas as entradas foram positivas para fazer o cálculo da média respondido 3 de fevereiro às 4:06 Isso realmente calculará a média total e NÃO a média móvel. Quando a contagem fica maior, o impacto de qualquer nova amostra de entrada se torna visivelmente pequeno Hilmar Fev 3 15 at 13:53 Your Answer 2016 Stack Exchange, IncQuero desenvolver cálculos para a média móvel do preço das ações, mas cálculos muito complexos foram planejados mais tarde. primeiro passo para saber como calcular a Média móvel de forma eficiente. saber como obter a entrada e retornar a saída eficientemente. considerado entrada Data e Preço. saída consumada Data, Preço e Média Móvel. Se eu tiver 500 registros e eu quiser calcular a média móvel por 5 dias, qual é a maneira eficiente em vez de ir e voltar na matriz de Data e Preço novamente, por favor indique qual é a melhor maneira de receber entrada (ArrayList, Table, array etc) e retornar a saída. Nota: MA de hoje de 5 dias será média dos últimos 5 dias, incluindo o preço de hoje. Ontem MA será média dos últimos 5 dias de ontem. Eu quero manter os dias para ser flexível em vez de 5 poderia ser 9, 14, 20 etc Quinta-feira, 10 de abril de 2008 15:21 Se você precisar de cálculo simples sem o seu esforço do que você pode usar TA-Lib. Mas se você quiser que seu cálculo seja mais eficiente que o TA-Lib, então você pode criar seu próprio indicador técnico. O TA-Lib é ótimo, mas o problema é que essa biblioteca tem apenas métodos estáticos. Isso significa que quando você precisar calcular valores de matriz SMA com base em 500 barras de preço, enviará a matriz inteira de barras e retornará a matriz de valores SMA. Mas se você receber o novo valor 501-st, deverá enviar novamente toda a matriz e o TA-Lib novamente calculará e retornará a matriz de valores da SMA. Agora imagine que você precisa desse indicador no feed de preço real, e para cada alteração de preço você precisa de um novo valor de indicador. Se você tiver um indicador não é um grande problema, mas se você tiver indicadores centenas trabalhando, pode ser um problema de desempenho. Eu estava em tal situação e comecei a desenvolver indicadores em tempo real que são eficientes e fazem cálculos adicionais para a nova barra de preço ou apenas para a barra de preço modificada. Infelizmente eu nunca precisei de um indicador de SMA para meus sistemas de negociação, mas eu tenho tal para EMA, WMA, AD e outros. Um desses indicadores AD é publicado no meu blog e você pode ver de lá qual é a estrutura básica da minha classe de indicadores em tempo real. Espero que você precise de pequenas alterações para implementar o indicador SMA, porque é um dos mais simples. A lógica é simples. Para calcular o SMA, tudo o que você precisa são os últimos valores de preço. Assim, a instância de classe terá cobrança de preços, que armazenará manter apenas o último n número de preços, como SMA é definido (no seu caso 5). Então, quando você tiver uma nova barra, você removerá a mais antiga, adicionará uma nova e criará um cálculo. Quinta-feira, 10 de abril de 2008 16:04 Todas respostas Existe uma biblioteca chamada TA-Lib que faz tudo isso para você e é open source. Tem cerca de 50 indicadores, eu acho. Usamos em ambiente de produção e é muito eficiente e real. Você pode usá-lo em C, Java, C, etc. Se precisar de cálculos simples sem o seu esforço, você pode usar o TA-Lib. Mas se você quiser que seu cálculo seja mais eficiente que o TA-Lib, então você pode criar seu próprio indicador técnico. O TA-Lib é ótimo, mas o problema é que essa biblioteca tem apenas métodos estáticos. Isso significa que quando você precisar calcular valores de matriz SMA com base em 500 barras de preço, enviará a matriz inteira de barras e retornará a matriz de valores SMA. Mas se você receber o novo valor 501-st, deverá enviar novamente toda a matriz e o TA-Lib novamente calculará e retornará a matriz de valores da SMA. Agora imagine que você precisa desse indicador no feed de preço real, e para cada alteração de preço você precisa de um novo valor de indicador. Se você tiver um indicador não é um grande problema, mas se você tiver indicadores centenas trabalhando, pode ser um problema de desempenho. Eu estava em tal situação e comecei a desenvolver indicadores em tempo real que são eficientes e fazem cálculos adicionais para a nova barra de preço ou apenas para a barra de preço modificada. Infelizmente eu nunca precisei de um indicador de SMA para meus sistemas de negociação, mas eu tenho tal para EMA, WMA, AD e outros. Um desses indicadores AD é publicado no meu blog e você pode ver de lá qual é a estrutura básica da minha classe de indicadores em tempo real. Espero que você precise de pequenas alterações para implementar o indicador SMA, porque é um dos mais simples. A lógica é simples. Para calcular o SMA, tudo o que você precisa são os últimos valores de preço. Assim, a instância de classe terá cobrança de preços, que armazenará manter apenas o último n número de preços, como SMA é definido (no seu caso 5). Então, quando você tiver uma nova barra, você removerá a mais antiga, adicionará uma nova e criará um cálculo. Quinta-feira, 10 de abril de 2008 16:04 Eu calcularia a média móvel no banco de dados por meio de um procedimento armazenado ou em um cubo. Você já olhou para o Analysis Services, ele tem a capacidade de calcular médias móveis. Quinta-feira, 10 de abril de 2008 16:05 Sim. TA-LIB é bom, mas pode não ser adequado para mim. Quando eu adicionar um novo valor ou um valor atualizado para o histórico de registros, farei o cálculo em uma função separada somente para essa nova cotação e armazenarei no banco de dados. Estou planejando atualizar a cotação a cada hora. Eu preciso fazer cerca de 25 a 30 indicadores técnicos para 2200 ações. Quinta-feira, 10 de abril de 2008 17h51 O tempo de execução de uma chamada TA-Lib em uma matriz de 10.000 elementos leva cerca de 15 milissegundos (em um Intel Core Duo 2.13 Ghz). Esta é a média de todas as funções. Entre os mais rápidos, o SMA leva menos de 2,5 milissegundos. O mais lento, HTTRENDMODE, leva 450 milissegundos. Com menos elementos, é mais rápido. O SMA leva cerca de 0,22 milissegundos para 1000 elementos de entrada. O ganho de velocidade é quase linear (a sobrecarga de realizar a chamada de função é insignificante). No contexto da sua aplicação, é improvável que o TA-Lib seja o seu gargalo para o desempenho de velocidade. Além disso, geralmente não recomendo essa solução de última hora. Leia abaixo para detalhes. Primeiro, uma correção para a declaração de Boban. Todas as funções no TA-Lib também podem calcular um único último valor usando um mínimo de elementos "nlot". Você pode ter uma matriz de tamanho 10000, ter dados inicializados apenas para os primeiros 500 elementos, adicionar um elemento e chamar TA-Lib para calcular o SMA somente para o novo elemento. TA-Lib irá olhar para trás não mais do que o necessário (se SMA de 5, então TA-Lib irá calcular um único SMA usando os últimos 5 valores). Isso é possível com o parâmetro startIdx e endIdx. Você pode especificar um intervalo a ser calculado ou um único valor. Neste cenário você faria o startIdx endIdx 500 para calcular o 501º elemento. Por que essa última solução não é potencialmente perigosa para alguns? Independentemente de selecionar a solução de Boban ou TA-Lib, considerar que usar um pequeno número finito de dados passados ​​não funcionará bem com a maioria das funções de TA. Com o SMA, é óbvio que você só precisa do elemento n para calcular uma média sobre o elemento n. Não é tão simples com o EMA (e muitas outras funções do TA). O algoritmo geralmente depende do valor anterior para calcular o novo valor. A função é recursiva. Isso significa que todos os valores do passado influenciam os valores futuros. Se você decidir "limitar" seu algoritmo a usar apenas uma pequena quantidade do valor n passado, você não obterá o mesmo resultado de alguém que calcula um grande número de valores anteriores. A solução é um compromisso entre velocidade e precisão. Eu freqüentemente discuto isso no contexto do TA-Lib (eu o chamo de "período marcante" na documentação e no fórum). Para simplificar, minha recomendação geral é: se você não puder fazer a diferença entre um algoritmo com uma resposta de impulso finita (FIR) de um algoritmo com uma resposta de impulso infinita (IIR), será mais seguro calcular todos os dados que tiver acessível. O TA-Lib especifica no código quais de suas funções têm um período instável (IIR). Editado por mfortier sexta-feira, 15 de agosto de 2008 4:25 Correct english sentence Sexta-feira, Agosto 15, 2008 4:20 AM