moving-average相关内容
如果我要计算前n平均年份,并且滞后于当前年份,我将如何实现这一点?它是不是就像一扇“右”滚动的普通窗户一样简单呢?或者,这是一扇“左”字滚动的中档窗户?我不确定在此使用哪个窗口。 样本数据 set.seed(1234) dat
..
我已经设置了策略,但我想测试当烛台以特定的刻度跨过hma49点时的进入交易。例如4。我是否可以将其作为输入,以便可以调整hma49上方的刻度数?这对于测试来说将是非常好的。我相信一定有办法对此进行编码,但我已经搜索和尝试了很多次,但都无法弄明白。在这件事上的任何帮助都将是非常棒的。我没有办法一个人去那里。 //@version=4 strategy ("15MinChart400", ove
..
我有一个关于并购(M&;AS)的大数据框架(90万行)。 DF有四列:日期(并购完成时)、目标_国家(被并购国家的公司)、收购_国家(被收购的是哪个国家的公司)、大公司(被收购的是不是大公司,TRUE表示该公司是大公司)。 以下是我的df的示例: > df
..
我想在我的交易时间序列中添加移动平均计算. 来自 Quandl 的原始数据 Exchange = Quandl.get("BUNDESBANK/BBEX3_D_SEK_USD_CA_AC_000",authtoken="xxxxxxx")# 价值# 日期# 1989-01-02 6.10500# 1989-01-03 6.07500# 1989-01-04 6
..
我有一个肌电数据信号,我应该(科学论文的明确建议)使用 RMS 进行平滑处理. 我有以下工作代码,产生所需的输出,但它比我想象的要慢. #!/usr/bin/python导入 numpydef rms(间隔,半窗口):""" 使用 RMS """ 执行信号的移动窗口平滑n = len(间隔)rms_signal = numpy.zeros(n)对于范围内的 i (n):small_inde
..
我正在尝试计算我的数据的移动平均值.我用谷歌搜索并在这个网站和其他网站上找到了很多例子,但我仍然很难过.我需要计算为特定产品选择的记录的前 5 次流的平均值. 我的表格如下所示: TMDT 产品流程2017 年 8 月 21 日上午 12:01:00 A 1002017 年 8 月 20 日晚上 11:30:45 A 1502017 年 8 月 20 日晚上 10:00:15 A 2002
..
如果您有 50 年的温度天气数据(每天)(例如),您将如何使用 3 个月的间隔计算该时间段的移动平均值?你可以用一个查询来做到这一点,还是必须有多个查询? 示例数据2014 年 1 月 1 日 = 40 度2013 年 12 月 31 日 = 38 度2013 年 12 月 30 日 = 29 度2013 年 12 月 29 日 = 31 度2013 年 12 月 28 日 = 34 度2013
..
我正在使用 SQL Server 2008 R2,试图计算移动平均线.对于我认为的每条记录,我想收集之前 250 条记录的值,然后计算此选择的平均值. 我的视图栏如下: 交易ID |时间戳 |价值 |移动平均----------------------------------------------------1 |01.09.2014 10:00:12 |5 |2 |01.09.2014
..
我想通过时间戳执行移动平均.我有两列:温度和时间戳(时间-日期),我想根据每 15 分钟的连续温度观测值执行移动平均值.换句话说,选择数据以基于 15 分钟的时间间隔执行平均.此外,对于不同的时间序列,可以有不同数量的观察.我的意思是所有窗口大小都相等(15 分钟),但每个窗口中可能有不同数量的观察值.例如:对于第一个窗口,我们必须计算 n 次观察的平均值,对于第二个窗口,我们必须计算 n+5 次
..
在 R 中创建移动平均线或滚动和的最有效方法是什么?滚动功能和“分组依据"如何实现? 解决方案 虽然动物园很棒,但有时还有更简单的方法.如果您的数据表现良好且分布均匀,则 embed() 函数可以有效地让您创建时间序列的多个滞后版本.如果你在 VARS 包内部查看向量自回归,你会看到包作者选择了这条路线. 例如,计算 x 的 3 个周期的滚动平均值,其中 x = (1 -> 20)^
..
嗨,我有一张看起来像这样的桌子 日期客户浏览量2014/03/01 美国广播公司 52014/03/02 xyz 82014/03/03 美国广播公司 6 我想获得按周分组的页面视图聚合,但显示过去 30 天的聚合 -(滑动窗口聚合,窗口大小为每周 30 天) 我正在使用谷歌 bigquery 编辑:戈登 - 关于“客户"的评论,实际上我需要的稍微复杂一些,这就是我在上表中包含
..
因此,我想通过查看平均销售额来确定将其发送给谁,从而将每个 ID 的出货量逐个分布在组中. 这是我的数据框: ID STOREID BAL 销售船1 STR1 50 5 181 STR2 6 7 181 STR3 74 4 182 STR1 35 3 5002 STR2 5 4 5002 STR3 54 7 500 当 SHIP(按 ID 分组)大于 0 时,计算 AVG (BAL/SA
..
我知道这可以通过 boost 实现: 使用boost::accumulators,如何重置滚动窗口大小,是否保留额外的历史记录? 但我真的很想避免使用 boost.我已经用谷歌搜索过,但没有找到任何合适或可读的例子. 基本上,我想使用最近的 1000 个数字作为数据样本来跟踪正在进行的浮点数流的移动平均值. 实现这一目标的最简单方法是什么? 我尝试使用圆形阵列、指数移
..
在计算简单的移动平均线时,numpy.convolve 似乎可以完成这项工作. 问题:当您使用np.convolve(values, weights, 'valid') 时,计算是如何完成的? 当文档提到的卷积乘积仅针对信号完全重叠的点时,这两个信号指的是什么? 如果有任何解释可以包括示例和插图,那将非常有用. window = 10权重 = np.repeat(1.0, wi
..
是否有适用于 Python 的 SciPy 函数或 NumPy 函数或模块,用于计算给定特定窗口的一维数组的运行平均值? 解决方案 对于一个在一个循环中完成整个事情的简短、快速的解决方案,没有依赖性,下面的代码效果很好. mylist = [1, 2, 3, 4, 5, 6, 7]N = 3cumsum,moving_aves = [0], []对于 i, x in enumerate(
..
我想在我的交易时间序列中添加移动平均计算. 原始数据来自 Quandl Exchange = Quandl.get("BUNDESBANK/BBEX3_D_SEK_USD_CA_AC_000",身份验证令牌 =“xxxxxxx")# 价值# 日期# 1989-01-02 6.10500# 1989-01-03 6.07500# 1989-01-04 6.1075
..
我想使用移动平均值过滤加速度计值,这是如何完成的?谢谢 解决方案 一个简单的、单极点、低通、递归的 IIR 滤波器是快速且易于实现的,例如 xf = k * xf + (1.0 - k) * x;yf = k * yf + (1.0 - k) * y; 其中 x, y 是原始(未过滤)X/Y 加速度计信号,xf, yf 是过滤后的输出信号,k 确定过滤器的时间常数(通常为 0.9 和
..
我正在尝试计算数组列表中每四个值的滚动平均值,并将这些值添加到单独的数组列表中.我的原始数组列表称为 numlist,它包含从 1 到 9 的值 Listnumlist = new List();numlist.Add(1);numlist.Add(2);numlist.Add(3);numlist.Add(4);numlist.Add(5);numlist.Add(6);numlist.Add
..
我有一个电子表格,用于收集数据,并输入收集数据的日期.我想获取电子表格中每天、每周、每月和每年收集的图表数据的移动平均值. 我正在处理的两列是 A 列中的“日期"(收集数据时)和 C 列中的“数据"(实际收集的数据).日期总是在增加并且是“mm/dd/yyyy"格式.C 列中的数据是整数,并且几乎总是在增加运行总数,除了必须进行手动更正的四个地方. 收集的数据并非每天都输入,因此“日期
..
我们可以使用pyspark中的window function找到时间序列数据的滚动/移动平均值. 我正在处理的数据没有任何timestamp 列,但它确实有一个严格递增 列frame_number.数据看起来像这样. d = [{'session_id':1,'frame_number':1,'rtd':11.0,'rtd2':11.0,},{'session_id':1,'frame_n
..