Bewegend Durchschnittlich Savitzky Golay

Gleitender Mittelwert Der Gleitende Mittelwert ist eine einfache Methode zur Glttung von Messdaten. Dabei werden die Datenpunkte durch den arithmetischen Mittelwert der Nachbarpunkte ersetzt. Im einfachsten Fall geschieht stirbt durch Mittelung von drei Datenpunkten (das ausgewhlte Datenpunkt und seine beiden Nachbarn): Das Fenster, in dem die mittelung erfolgt, wird die Daten bewegt . Der gleitende Mittelwert kann allgemein durch beschrieben werden, 2k1 die gre des beweglichen Fensters angibt, w i das jeweilige Gewicht und x (t) den Datenwert zur Zeit t. Die Gewichte w i sind im einfachsten Fall alle gleich 1.0 - war das arithmetischen Mittelwert entspricht. Man kann die Gewichte aber auch so einstellen, dass z. B. Deutsch: www. tab. fzk. de/de/projekt/zusammenf...ng/ab117.htm. Da der Gleitende Mittelwert in der oben angefhrten Definition immer auch einen Zugriff auf zuknftige Einzelwerte bentigt, kann er nur offline berechnet werden. Setzt man den gleitenden Mittelwert zur Echtzeitberechnung ein, der sich aber auch die Vergangenheit und die Gegenwart kennt, so bleibt der Algorithmus zwar der selbe, Alle anderen Punkte liegen in der Vergangenheit. Dies fährt aber zu einer Verschiebung des gegltteten Datenstroms um (k-1) 2. Eine umweltfreundliche (noun, neuter).,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, Wirklich klug ist, wagt der Autor zu bezweifeln). Beachten Sie, dass der Gleitende Mittelwert in engem Zusammenhang mit dem Savitzky-Golay-Filter und dem FIR-Filter steht. Der Gleitende Mittelwert entspricht einem Tiefpassfilter in der Signalverarbeitung, der heit hohen Frequenzanteile wird gedmpft, whrend tiefe Frequenzen unverndert bleiben. Ein einfacher (ad hoc) Weg ist, nur einen gewichteten Durchschnitt (abstimmbar durch Alpha) an jedem Punkt mit seinen Nachbarn zu nehmen: oder Eine gewisse Variation davon. Ja, um anspruchsvoller zu sein, können Sie Fourier Ihre Daten zuerst umwandeln und dann die hohen Frequenzen abschneiden. Etwas wie: Das schneidet die höchsten 20 Frequenzen aus. Sei vorsichtig, sie symmetrisch auszuschneiden, sonst ist die inverse Transformation nicht mehr real. Sie müssen sorgfältig wählen Sie die Cutoff-Frequenz für die richtige Ebene der Glättung. Dies ist eine sehr einfache Art der Filterung (Kastenfilterung im Frequenzbereich), so dass Sie versuchen können, die Frequenzen hoher Ordnung vorsichtig abzuschwächen, wenn die Verzerrung inakzeptabel ist. Antwortete 4. Oktober 09 um 9:16 FFT ist nicht eine schlechte Idee, aber seine wahrscheinlich übertreiben hier. Laufen oder bewegte Durchschnitte geben generell schlechte Ergebnisse und sollten für irgendetwas neben späten Hausaufgaben (und weißem Rauschen) vermieden werden. Id verwenden Savitzky-Golay Filterung (in Matlab sgolayfilt (.)). Dies gibt Ihnen die besten Ergebnisse für das, was Sie suchen - einige lokale Glättung unter Beibehaltung der Form der Kurve. Ideal, möchten Sie ein gefiltertes Signal sowohl glatt als auch verzögerungsfrei sein. Lag verursacht Verzögerungen in Ihrem Trades, und steigende Verzögerung in Ihren Indikatoren in der Regel führen zu niedrigeren Gewinnen. Mit anderen Worten, Später kommen auf dem Tisch, nachdem das Fest bereits begonnen hat. Thats, warum Investoren, Banken und Institutionen weltweit nach dem Jurik Research Moving Average (JMA) fragen. Sie können es so anwenden, wie Sie irgendwelche anderen beliebten gleitenden Durchschnitt. Allerdings, JMAs verbessert Timing und Glätte wird Sie verblüffen. Die gezackte graue Linie im Diagramm simuliert Preisvorgänge, die in einem niedrigen Handelsbereich beginnen, dann Lücken zu einem höheren Handelsbereich. Da niemand auf die Seitenlinie wartet, wird ein perfekter Rauschunterdrückungsfilter (grüne Linie) in der Mitte des ersten Handelsbereichs reibungslos verlaufen und dann fast sofort in die Mitte des neuen Handelsbereichs springen.