计算指数加权移动平均线的更简单方法?

机器算法验证 时间序列 预测 算法 加权平均数
2022-03-21 17:58:47

建议方法:

给定一个时间序列,我想计算一个具有点平均窗口的加权移动平均线,其中权重有利于较旧的值较新的值。xiN

在选择权重时,我使用了一个熟悉的事实,即几何级数收敛到 1,即,前提是采用了无限多的项。(12)k

为了获得总和为单位的离散权重,我只需采用​​项,然后通过它们的总和进行归一化。N(12)k

例如,当时,这给出了非归一化权重N=4

0.0625  0.1250  0.2500  0.5000

其中,通过它们的总和归一化后,给出

0.0667  0.1333  0.2667  0.5333

然后,移动平均值只是最近 4 个值与这些归一化权重的乘积之和。

该方法以明显的方式推广到移动长度为的窗口,并且在计算上似乎也很容易。N

问题:

是否有任何理由使用这种简单的方法来使用“指数权重”计算加权移动平均线?

我问是因为EWMA 的 Wikipedia 条目似乎更复杂。这让我想知道 EWMA 的教科书定义是否可能具有上述简单定义所没有的一些统计特性?或者它们实际上是等价的吗?

1个回答

我发现使用 计算指数加权运行平均值,x¯x¯+α(xx¯)α<1

  • 一种简单的单线方法,
  • 这很容易,如果只是近似地,可以解释为“有效样本数”(将此形式与计算运行平均值的形式进行比较),N=α1
  • 只需要当前数据(和当前平均值),并且
  • 是数值稳定的。

从技术上讲,这种方法确实将所有历史记录纳入平均值。使用完整窗口(与问题中讨论的截断窗口相反)的两个主要优点是,在某些情况下,它可以简化过滤的分析表征,并且它可以减少在非常大(或小)数据时引起的波动value 是数据集的一部分。例如,如果除一个数据为的数据外,数据全部为零,则考虑过滤结果。106