Moving Average 38

ولست بحاجة لتتبع 7 أيام ساعات العمل الأخيرة في شقة حلقة قراءة الملف. ق يتم استخدامه لقياس fatigueability جداول العمل. الآن لدي شيء يعمل، ولكن يبدو مطول نوعا ما، وأنا لست متأكدا ما إذا كان هناك ليالي وهو النمط الذي هو أكثر مقتضبة. حاليا، لدي فئة جافا مع مجموعة ثابتة لعقد البيانات أيام العاشر الماضي، ثم وأنا أقرأ من خلال الملف، وأنا بقطع العنصر الأول ونقل الآخر 6 (لمدة أسبوع المتداول مجموعه) مرة أخرى من جانب واحد. ويتم تجهيز هذه المجموعة ثابتة في طريقة أي الخاص بها. سؤالي: هل هذا النهج تصميم معقول، أو أن هناك شيئا واضحا تمام الوضوح وبسيطة للقيام بهذه المهمة وطلب شكرا لكم أيها الرجال 30 أغسطس 11 في 14:33 شكرا جزيلا الرجال: أنا Pete855217 30 أغسطس 11 في 15:05 لماذا تهيئة runningTotal فارغة ما هو نوعه حيث أعلن أنه سيكون أن تفعل جيدا إذا وضعت بعض نماذج التعليمات البرمجية التي تشبه شفرة جافا الفعلي. الانتقال، بلدي نقد تكون على النحو التالي: وظيفة الخاص بك لا أكثر من اللازم. وينبغي أن يكون وظيفة، أو طريقة، متماسك. من الأنسب، عليهم أن يفعلوا شيء واحد وشيء واحد فقط. والأسوأ من ذلك، فإن ما يحدث في حياتك لحلقة عندما × 5 نسخ runningTotal 6 إلى runningTotal 5. ولكن بعد ذلك لديك نسختين من نفس القيمة في موقف 5 و 6. في التصميم الخاص بك، والتحركات وظيفة الخاص بك / المراوغات العناصر الموجودة في مجموعة الخاص بحساب الاشياء مجموع المطبوعات إلى الخطأ المعياري إرجاع مجموع يفعل الكثير. اقتراحي الأول هو عدم تحريك الاشياء حولها في مجموعة. بدلا من ذلك، تنفيذ منطقة عازلة دائري واستخدامه بدلا من صفيف. وسوف تبسيط التصميم الخاص بك. اقتراحي الثاني هو تحطيم الأشياء إلى وظائف متجانسة: لديك بنية البيانات (منطقة عازلة التعميم) الذي يسمح لك أن تضيف إلى هذا (والذي يسقط أقدم دخول كلما تصل طاقتها.) وبنية البيانات تنفيذ interator لها وظيفة يحسب المجموع على مكرر (كنت دون ر يهمني إذا كنت حساب مجموعه من صفيف، قائمة أو bufer دائري.) دون ر نسميها المجموع. يطلق عليه المبلغ، وهو ما كنت الحوسبة. هذا ما أود القيام به د :) أن Pete855217 31 أغسطس 11 في 2:23 هممم، فإنه luis. espinal 31 أغسطس 11 في 15:55 مهمتك هي بسيطة جدا وaproach لديك المعتمد هو بالتأكيد جيدة لهذا المنصب. ومع ذلك، إذا كنت ترغب في استخدام تصميم أفضل، يجب أن نتخلص من كل هذه الحركة عدد كنت أفضل استخدام طابور FIFO والاستفادة من أساليب الضغط والبوب ​​بهذه الطريقة رمز لن تعكس أي حركة البيانات، مجرد إجراءات المنطق اثنين بيانات جديدة وإزالة البيانات القديمة من 7 أيام. أجاب 30 أغسطس 11 في 14:49 200 يوم المتوسط ​​المتحرك نظام التداول 200 يوم المتوسط ​​المتحرك يتم التصويت كمؤشر التجارية رقم واحد من قبل مجلة النقد الاجنبى. شخصيا أجد أن المتوسط ​​المتحرك 200 يوم كمؤشر موثوق بها للغاية وتنوعا لأنها يمكن أن تؤدي عددا لا بأس به من مهام في نفس الوقت. في هذا المنصب، وسوف يتم تقاسم معك الطرق المختلفة التي يمكن استخدام 200 MA وإدماجه في نظام التداول الخاص بك. وعادة ما رسم 200 المتوسط ​​المتحرك الأسي بدلا من المتوسط ​​المتحرك البسيط لأنني أجد EMA ليكون أكثر ديناميكية واستجابة مقارنة مع المتوسط ​​المتحرك. وفيما يلي بعض الطرق التي يمكنك الاستفادة من 200 EMA. 1) كما تريند معرف. إذا كنت قد قرأت بلدي أخرى بلوق وظيفة تتحدث عن المتوسطات المتحركة. سوف تعرف أنها يمكن أن تستخدم كمعرف الاتجاه. كل ما عليك هو مراقبة المنحدر، وسوف تكون قادرة على معرفة اتجاه السوق. إذا كنت ترى 200 EMA مائل إلى أعلى، وأنت في اتجاه صعودي وإذا كنت ترى 200 EMA الهبوطي، وأنت في اتجاه هبوطي. 2) كمعرف القوة: وحتى عندما كنت في الاتجاه الصعودي، ويمكن وصف هذا الاتجاه كما هادئة أو قوية. وهناك أساسا 2 أنواع تتجه السوق. تتجه وهادئ تتجه ومتقلبا شائع الهادئ شائع متقلبا إذا كنت ترى التدرج الخاص بك 200 EMA أن غارق، كنت في تتجه والسوق المتقلبة. إذا كنت ترى التدرج الخاص بك 200 EMA أن يكون لطيف، كنت في تتجه السوق وهادئة. 3) ونتيجة لدعم أو مستوى المقاومة: الخروج من هذا العدد الكبير من قيمة مختلفة من المتوسطات المتحركة، المتوسط ​​المتحرك 200 يوم هو الأكثر أهمية. إذا كنت نلقي نظرة على الرسم البياني التداول الخاصة بك، وسوف تجد في السوق احترام أكثر من أي ايماس أخرى. وبالتالي فإنه يمكن أن تستخدم الدعم والمقاومة القوية المستوى. 4) باعتبارها إشارة دخول: بعض التجار الاستفادة من 200 EMA لوضع دخولهم. عندما يتحرك السعر فوقه، ثم يمكنك إدخال التجارة الطويلة. عندما يتحرك السعر أقل من ذلك، يمكنك ثم أدخل التجارة القصيرة الخاصة بك. وبالمثل، يمكنك أيضا الخروج من التداول طويلة عندما يتحرك السعر أقل من ذلك والعكس صحيح. الآن عليك أن تعرف قوة 200 يوم المتوسط ​​المتحرك وكيفية استخدامها في التداول الخاص بك، يمكنك أن تبدأ لإدماجه في نظام التداول الخاص بك وكسب المال منه. ملاحظة إلى القراء هل لاحظ أن الاستراتيجية المذكورة أعلاه هي الاستراتيجية العامة التي لم يتم صقلها. في لتتمكن من التجارة مع ذلك، يرجى غرامة عليه لحن على حساب تجريبي. إذا كنت لا تعرف كيفية تهذيب استراتيجية، يرجى قراءة أدناه مرحبا، أنا أحب بلوق الخاص بك. انا تاجر جديد فقدان المال. أود الحصول على بعض المساعدة. وأود أن يكون هناك نظام سهل الاستخدام باستمرار، الأمر الذي يعمل لديك. قرأت أن استخدام 15 دقيقة 200 EMA لمعرفة الاتجاه ومن ثم على الرسم البياني 5 دقائق للدخول في التجارة. الحق الآن EUR / USD يتحرك فوق. لدي التجارة الطويلة التي أخذت عند 1.3800، وأنا أتساءل كيف عالية سوف يذهب. لقد كان يجلس على قشر البيض مع جميع قطرات في 24 ساعة الماضية. عمل الفوركس توصية بيع اليورو / دولار عند 1.3650، والذي يبدو لي مين 15 200 EMA، ما رأيك أن ديانا إذا كنت ترغب في معرفة المزيد عن تحليل السوق، ويمكنك إلقاء نظرة على هذا بلوق أن لدي الإعداد خاصة للحديث عن تحليل التداول الخاص بي. بلدي تجارة الفوركس إشارات مدونة أولا وقبل كل الشكر لكم لتبادل المعرفة الثمينة معنا. عندي سؤال. لقد غيرت المتوسط ​​المتحرك ل، متوسط ​​سعر، سعر نموذجي غير ذلك مما ينبغي للمرء أن أختار أما عن كيفية تغيير المتوسط ​​المتحرك الأسي ل، فإنه يعتمد على النظام الأساسي الخاص بك. هناك بعض أساسي يمنحك خيار SMA أو EMA وهناك بعض التي تعطي فقط لأنك المتوسط ​​المتحرك، ويمكنك الذهاب إلى الإعداد لتغييره إما الأسي، مرجحة أو بسيطة. أما بالنسبة للسعر، وأنا استخدم الإعداد وثيق الافتراضي. وريما لتقف على نماذج الانحدار المتكاملة المتوسط ​​المتحرك النماذج. أحادي المتغير (ناقلات واحد) أريما هو أسلوب التنبؤ أن المشاريع قيم المستقبل من سلسلة يستند كليا على الجمود الخاصة به. تطبيق الرئيسي هو في مجال التنبؤ على المدى القصير تتطلب لا يقل عن 40 نقاط البيانات التاريخية. أنه يعمل بشكل أفضل عندما يعرض بياناتك على نمط مستقر أو ثابت على مر الزمن مع الحد الأدنى من القيم المتطرفة. تسمى أحيانا بوكس ​​جينكينز (بعد الكتاب الأصلي)، اريما عادة ما تكون متفوقة على الأسية تقنيات تمهيد عندما تكون البيانات طويل معقول والترابط بين الملاحظات الماضية مستقرة. إذا كانت البيانات قصيرة أو شديدة التقلب، ثم بعض طريقة تنعيم قد أداء أفضل. إذا لم يكن لديك ما لا يقل عن 38 نقاط البيانات، يجب عليك أن تنظر بعض الطرق الأخرى من أريما. الخطوة الأولى في تطبيق منهجية أريما هو للتحقق من السكون. السكون يعني أن سلسلة تظل عند مستوى ثابت إلى حد ما مع مرور الوقت. في حالة وجود اتجاه، كما هو الحال في معظم التطبيقات الاقتصادية أو التجارية، ثم البيانات غير ساكنة. وينبغي أيضا أن تظهر البيانات تباين مستمر في التقلبات على مر الزمن. ويعتبر هذا بسهولة مع سلسلة هذا هو موسمي بشكل كبير وينمو بمعدل أسرع. في مثل هذه الحالة، فإن الصعود والهبوط في المواسم تصبح أكثر دراماتيكية على مر الزمن. بدون هذه الشروط السكون يتم الوفاء بها، العديد من الحسابات المرتبطة بعملية لا يمكن حسابها. إذا كان مؤامرة رسومية من البيانات تشير إلى عدم السكون، ثم يجب عليك الفرق السلسلة. يفرق هو وسيلة ممتازة لتحويل سلسلة غير الثابتة إلى واحدة ثابتة. ويتم ذلك عن طريق طرح الملاحظة في الفترة الحالية عن سابقتها. وإذا تم هذا التحول مرة واحدة فقط لسلسلة، ويقول لك أن البيانات قد تم differenced أولا. هذه العملية يزيل أساسا الاتجاه إذا سلسلة الخاص بك ينمو بمعدل ثابت إلى حد ما. إذا كان ينمو بمعدل متزايد، يمكنك تطبيق نفس الإجراء والاختلاف البيانات مرة أخرى. أن البيانات الخاصة بك ثم يكون differenced الثانية. ترابط تلقائي هي القيم العددية تشير إلى كيفية ارتباط سلسلة بيانات لنفسها مع مرور الوقت. بتعبير أدق، فهو يقيس مدى قوة قيم البيانات في عدد محدد من فترات ما ترتبط بصرف النظر لبعضهما البعض مع مرور الوقت. عدد الفترات بعيدا وعادة ما تسمى تأخر. على سبيل المثال، الارتباط الذاتي في تأخر 1 تدابير كيف تقدر 1 الفترة بصرف النظر ترتبط مع بعضها البعض في جميع أنحاء سلسلة. والارتباط الذاتي في تأخر 2 التدابير كيفية البيانات فترتين هي مرتبطة بصرف النظر طوال هذه السلسلة. قد تتراوح ترابط تلقائي من 1 إلى -1. قيمة وثيقة إلى 1 يشير إلى وجود علاقة إيجابية عالية في حين أن قيمة وثيقة إلى -1 تعني وجود علاقة سلبية عالية. وغالبا ما تقييم هذه التدابير من خلال المؤامرات الرسومية دعا correlagrams. وcorrelagram يرسم القيم ارتباط صناعة السيارات في لسلسلة معينة في التخلف مختلفة. ويشار إلى هذا على أنه وظيفة الارتباط الذاتي ومهم جدا في طريقة أريما. محاولات منهجية أريما لوصف الحركات في سلسلة زمنية ثابتة بوصفها وظيفة من ما يسمى الانحدار ومتوسط ​​المعلمات تتحرك. ويشار الى هذه المعلمات كما AR (autoregessive) والمعلمات MA (المتوسطات المتحركة). نموذج AR مع المعلمة 1 فقط قد تكون مكتوبة كما. X (ر) ألف (1) X (تي 1) E (ر) حيث X (ر) السلاسل الزمنية قيد التحقيق ألف (1) المعلمة الانحدار من النظام 1 X (تي 1) السلاسل الزمنية تخلفت 1 الفترة E (ر) على المدى الخطأ من طراز يعني هذا ببساطة أن أي X قيمة معينة (ر) ويمكن تفسير بعض من وظيفة من قيمتها السابقة، X (تي 1)، بالإضافة إلى بعض الخطأ العشوائي غير قابل للتفسير، E (ر). إذا (1) كان القيمة التقديرية للو0.30، ثم أن تكون متعلقة القيمة الحالية للسلسلة إلى 30 من قيمته منذ 1 الفترة. بالطبع، يمكن أن تكون ذات صلة سلسلة لأكثر من قيمة الماضية واحدة فقط. على سبيل المثال، X (ر) ألف (1) X (تي 1) (2) X (تي 2) E (ر) وهذا يدل على أن القيمة الحالية للسلسلة هو مزيج من اثنين من القيم السابقة مباشرة، X (تي 1) والعاشر (تي 2)، بالإضافة إلى بعض الخطأ العشوائي E (ر). لدينا النموذج هو الآن نموذج الانحدار الذاتي من أمر 2. نقل متوسط ​​نماذج: ويسمى النوع الثاني من نموذج بوكس ​​جنكنز متوسط ​​نموذج متحرك. على الرغم من أن هذه النماذج تبدو مشابهة جدا لنموذج AR، مفهوم وراءها مختلف تماما. المتوسط ​​المتحرك المعلمات تتعلق بما يحدث في فترة ر فقط على الأخطاء العشوائية التي وقعت في فترات زمنية سابقة، أي E (تي 1)، E (تي 2)، الخ بدلا من X (تي 1)، X ( تي 2)، (XT-3) كما في نهج الانحدار. ومتوسط ​​نموذج تتحرك مع المدى MA يجوز لأحد أن تكون مكتوبة على النحو التالي. X (ر) - B (1) E (تي 1) E (ر) المصطلح ب (1) يسمى شهادة الماجستير من أجل 1. يستخدم علامة سلبية أمام المعلمة لاتفاقية فقط، وعادة ما يتم طباعة من صناعة السيارات matically من قبل معظم برامج الكمبيوتر. وتقول النموذج أعلاه ببساطة أن أي قيمة معينة من العاشر (ر) يرتبط مباشرة فقط على الخطأ العشوائي في الفترة السابقة، E (تي 1)، وإلى حد الخطأ الحالي، E (ر). كما هو الحال بالنسبة للنماذج الانحدار، فإن متوسط ​​نماذج التحرك يمكن أن تمتد إلى الهياكل ترتيب أعلى تغطي مجموعات مختلفة والمتوسط ​​المتحرك أطوال. كما يسمح منهجية أريما النماذج التي سيتم بناؤها التي تضم كلا من الانحدار والمتوسط ​​المتحرك المعلمات معا. وغالبا ما يشار إلى هذه النماذج نماذج مختلطة كما. على الرغم من أن هذا يجعل لأداة التنبؤ أكثر تعقيدا، وهيكل قد محاكاة الواقع سلسلة أفضل وتنتج توقعات أكثر دقة. نماذج نقية تدل على أن الهيكل يتكون فقط من المعلمات AR أو ماجستير - ليس على حد سواء. النماذج التي وضعها هذا النهج عادة ما تسمى نماذج أريما لأنها تستخدم مزيجا من الانحدار (AR)، والتكامل (I) - في اشارة الى عملية عكسية من يفرق لإنتاج التنبؤات، ومتوسط ​​العمليات (MA) تتحرك. عادة ما ورد نموذج اريما كما أريما (ع، د، ف). هذا يمثل ترتيب المكونات الانحدار (ع)، وعدد من يفرق مشغلي (د)، وعلى أعلى مستوى من المدى المتوسط ​​المتحرك. على سبيل المثال، اريما (2،1،1) يعني أن لديك نموذج أجل الانحدار الثاني مع الترتيب الأول المتوسط ​​المتحرك المكون الذي تم differenced مرة واحدة للحث على السكون سلسلة. اختيار مواصفات اليمين: المشكلة الرئيسية في الكلاسيكية بوكس ​​جنكنز تحاول أن تقرر أي مواصفات أريما لاستخدام - i. e. كم عدد المعلمات AR و / أو ماجستير لتشمل. هذا ما كرس الكثير من بوكس ​​Jenkings عام 1976 لعملية تحديد الهوية. ذلك يتوقف على الرسوم البيانية والعددية uation eval - من الارتباط الذاتي عينة وظائف الارتباط الذاتي الجزئي. حسنا، لالنماذج الأساسية الخاصة بك، والمهمة ليست صعبة للغاية. كل لها وظائف الارتباط الذاتي التي تبدو بطريقة معينة. ومع ذلك، عند ترتفع في التعقيد، لا يتم الكشف عن ذلك بسهولة الأنماط. لجعل الأمور أكثر صعوبة، والبيانات تمثل سوى عينة من العملية الأساسية. وهذا يعني أن أخطاء أخذ العينات (القيم المتطرفة، خطأ في القياس، وما إلى ذلك) قد يشوه عملية تحديد الهوية النظرية. هذا هو السبب في النمذجة أريما التقليدي هو فن وليس علما.