مزايا من الحركة - متوسط - فلتر

7 موانع المتوسطات المتحركة المتوسط ​​المتحرك هو متوسط ​​سعر الورقة المالية على مدى فترة زمنية محددة. وغالبا ما يستخدم المحللون المتوسطات المتحركة كأداة تحليلية لتسهيل متابعة اتجاهات السوق، حيث تتحرك الأوراق المالية صعودا وهبوطا. ويمكن للمتوسطات المتحركة تحديد الاتجاهات وقياس الزخم. وبالتالي، يمكن استخدامها للإشارة إلى متى ينبغي للمستثمر شراء أو بيع ضمان معين. ويمكن للمستثمرين أيضا استخدام المتوسطات المتحركة لتحديد نقاط الدعم أو المقاومة من أجل قياس متى من المرجح أن تغير الأسعار الاتجاه. من خلال دراسة النطاقات التجارية التاريخية، يتم إنشاء نقاط الدعم والمقاومة حيث عكس سعر الأمن اتجاهه التصاعدي أو الهبوطي، في الماضي. ثم يتم استخدام هذه النقاط لجعل القرارات، شراء أو بيع. لسوء الحظ، فإن المتوسطات المتحركة ليست أدوات مثالية لتحديد الاتجاهات، كما أنها تقدم العديد من المخاطر الدقيقة، ولكنها كبيرة، على المستثمرين. وعلاوة على ذلك، فإن المتوسطات المتحركة لا تنطبق على جميع أنواع الشركات والصناعات. وتشمل بعض العيوب الرئيسية للمتوسطات المتحركة ما يلي: 1. تحريك المتوسطات رسم الاتجاهات من المعلومات السابقة. وهي لا تأخذ في الاعتبار التغييرات التي قد تؤثر على الأداء المستقبلي للأمن، مثل المنافسين الجدد، وارتفاع أو انخفاض الطلب على المنتجات في هذه الصناعة والتغيرات في الهيكل الإداري للشركة. 2. من الناحية المثالية، فإن المتوسط ​​المتحرك سوف يظهر تغيرا ثابتا في سعر الأمن، مع مرور الوقت. لسوء الحظ، فإن المتوسطات المتحركة لا تعمل لجميع الشركات، وخاصة بالنسبة لأولئك الذين في صناعات شديدة التقلب أو تلك التي تتأثر بشدة بالأحداث الجارية. وينطبق ذلك بوجه خاص على صناعة النفط والصناعات المضاربة للغاية، بصفة عامة. 3. يمكن أن تنتشر المتوسطات المتحركة على مدى أي فترة زمنية. ومع ذلك، يمكن أن يكون هذا مشكلة لأن الاتجاه العام يمكن أن تتغير بشكل ملحوظ اعتمادا على الفترة الزمنية المستخدمة. أما الأطر الزمنية الأقصر فتكون أكثر تقلبا، في حين أن الأطر الزمنية الأطول لها تقلبات أقل، ولكنها لا تأخذ في الحسبان التغيرات الجديدة في السوق. يجب أن يكون المستثمرون حذرين أي إطار زمني يختارونه، للتأكد من أن الاتجاه واضح وذات صلة. 4 - والمناقشة الجارية هي ما إذا كان ينبغي التشديد أكثر على الأيام الأخيرة في الفترة الزمنية أم لا. ويرى الكثيرون أن البيانات الحديثة تعكس على نحو أفضل اتجاه الأمن يتحرك، في حين يشعر البعض الآخر أن إعطاء بعض الأيام أكثر وزنا من غيرها، ويحيز بشكل غير صحيح الاتجاه. ويمكن للمستثمرين الذين يستخدمون أساليب مختلفة لحساب المتوسطات أن يوجهوا اتجاهات مختلفة تماما. (مزيد من المعلومات في المتوسطات المتحركة البسيطة مقابل الأسي). 5. يجادل العديد من المستثمرين بأن التحليل الفني هو وسيلة لا معنى لها للتنبؤ بسلوك السوق. يقولون أن السوق ليس لديه ذاكرة والماضي ليس مؤشرا على المستقبل. وعلاوة على ذلك، هناك بحوث كبيرة لدعم هذا الأمر. على سبيل المثال، أجرى روي نرسيسيان دراسة مع خمس استراتيجيات مختلفة باستخدام المتوسطات المتحركة. وتراوحت نسبة نجاح كل استراتيجية بين 37 و 66. ويشير هذا البحث إلى أن المتوسطات المتحركة لا تسفر إلا عن نتائج نصف الوقت تقريبا، الأمر الذي يمكن أن يجعلهم يستخدمون اقتراح محفوف بالمخاطر لتوقيت سوق الأوراق المالية بشكل فعال. 6. غالبا ما تظهر الأوراق المالية نمط دوري من السلوك. وينطبق هذا أيضا على شركات المرافق، التي لديها طلب مطرد على منتجاتها من سنة إلى أخرى، ولكنها تواجه تغيرات موسمية قوية. على الرغم من أن المتوسطات المتحركة يمكن أن تساعد على تسهيل هذه الاتجاهات، فإنها يمكن أيضا إخفاء حقيقة أن الأمن يتجه في نمط متذبذب. (لمعرفة المزيد، انظر كيب عين على الزخم.) 7. والغرض من أي اتجاه هو التنبؤ حيث سيكون سعر الأمن في المستقبل. إذا كان الأمن لا تتجه في أي اتجاه، فإنه لا يوفر فرصة للاستفادة من إما شراء أو بيع قصيرة. الطريقة الوحيدة التي يمكن للمستثمر أن يكون قادرا على تحقيق الربح هو تنفيذ استراتيجية متطورة قائمة على الخيارات التي تعتمد على السعر المتبقي ثابتة. الخط السفلي تعتبر المعدلات المتحركة أداة تحليلية قيمة من قبل الكثيرين، ولكن لكي تكون أي أداة فعالة يجب عليك أولا فهم وظيفتها، وعندما تستخدمها، وعندما لا تستخدمها. وتشیر المخاطر التي نوقشت في ھذه الوثیقة إلی أنھ عندما لا تکون المتوسطات المتحرکة أداة فعالة، مثل استخدامھا مع الأوراق المالیة المتقلبة، وکیف یمکن أن تتغاضی عن بعض المعلومات الإحصائیة الھامة، مثل الأنماط الدوریة. ومن المشكوك فيه أيضا مدى فعالية المتوسطات المتحركة في تحديد اتجاهات الأسعار بدقة. وبالنظر إلى العيوب، قد تكون المتوسطات المتحركة أداة تستخدم بشكل أفضل بالاقتران مع الآخرين. في النهاية، سوف الخبرة الشخصية تكون المؤشر النهائي لمدى فعالية هم حقا لمحفظتك. (لمزيد من المعلومات، انظر هل المتوسطات المتحركة التكيفية تؤدي إلى نتائج أفضل) دليل العلماء والمهندسين لمعالجة الإشارات الرقمية من قبل ستيفن دبليو سميث، دكتوراة الفصل 15: الفلاتر المتوسطة المتحركة أقارب المرشح المتوسط ​​المتحرك في عالم مثالي، يجب على مصممي التصفية أن يتعاملوا مع معلومات المجال الزمني أو نطاق التردد المشفر، ولكن ليس أبدا خليط من الاثنين في نفس الإشارة. لسوء الحظ، هناك بعض التطبيقات حيث كلا المجالين في وقت واحد مهم. فعلى سبيل المثال، تقع الإشارات التلفزيونية في هذه الفئة المقنعة. يتم ترميز معلومات الفيديو في المجال الزمني، وهذا هو، شكل الموجي يتوافق مع أنماط السطوع في الصورة. ومع ذلك، أثناء الإرسال يتم التعامل مع إشارة الفيديو وفقا لتكوين ترددها، مثل عرض النطاق الترددي الكلي، وكيفية إضافة موجات الموجة الحاملة للون الأمبير الصوتي، واستعادة أمبير القضاء على مكون دس، وما إلى ذلك. وكمثال آخر، التداخل الكهرومغناطيسي هو أفضل فهم في مجال التردد، حتى لو تم تشفير معلومات الإشارات في المجال الزمني. فعلى سبيل المثال، قد يتلوث جهاز رصد درجة الحرارة في تجربة علمية ب 60 هيرتز من خطوط الكهرباء، أو خز 30 من مصدر طاقة التبديل، أو خز 1320 من محطة إذاعة محلية آم. لدى أقارب المرشح المتوسط ​​المتحرك أداء نطاق تردد أفضل، ويمكن أن يكون مفيدا في تطبيقات النطاقات المختلطة هذه. تتضمن مرشحات المتوسط ​​المتحرك متعددة المرور تمرير إشارة الدخل من خلال مرشح متوسط ​​متحرك مرتين أو أكثر. ويبين الشكل 15-3a نواة الفلتر الإجمالية الناتجة عن مرور واحد أو اثنين أو أربعة. اثنين من بطاقات تعادل استخدام نواة مرشح الثلاثي (نواة مرشح مستطيلة حلها مع نفسها). بعد مرور أربعة أو أكثر، تبدو نواة الفلتر المكافئة مثل غاوس (تذكر نظرية الحد المركزي). كما هو مبين في (ب)، تمرير متعددة تنتج استجابة خطوة على شكل s، بالمقارنة مع خط مستقيم من تمريرة واحدة. وتعطى الاستجابات الترددية في (c) و (d) بالمعادلة. 15-2 مضروبا في حد ذاته لكل تمريرة. وهذا يعني أن كل انحراف في المجال الزمني يؤدي إلى مضاعفة أطياف التردد. ويوضح الشكل 15-4 استجابة التردد لأحد الأقارب الآخرين لمرشاح المتوسط ​​المتحرك. عندما يتم استخدام غاوس نقية كنواة مرشح، استجابة التردد هو أيضا غاوس، كما نوقش في الفصل 11. الغاوس مهم لأنه هو استجابة النبض للعديد من النظم الطبيعية والصناعية. على سبيل المثال، نبضة موجزة من الضوء الذي يدخل خط نقل الألياف البصرية طويلة سوف الخروج كنبض غاوس، وذلك بسبب مسارات مختلفة التي اتخذتها الفوتونات داخل الألياف. كما تستخدم نواة الفلتر غاوس على نطاق واسع في معالجة الصور نظرا لخصائصها الفريدة التي تسمح بتحويلات سريعة ثنائية الأبعاد (انظر الفصل 24). وتتوافق استجابة التردد الثانية في الشكل 15-4 مع استخدام نافذة بلكمان كنواة مرشح. (المصطلح نافذة ليس له معنى هنا هو ببساطة جزء من اسم مقبول من هذا المنحنى). الشكل الدقيق للنافذة بلكمان يرد في الفصل 16 (المقياس 16-2، الشكل 16-2) ومع ذلك، يبدو وكأنه غاوسيان. كيف يكون هؤلاء الأقارب للمتوسط ​​المتحرك أفضل من المرشح المتوسط ​​المتحرك نفسه ثلاث طرق: أولا، والأهم من ذلك، فإن هذه المرشحات لديها توهين توقف أفضل من مرشاح المتوسط ​​المتحرك. ثانيا، حبات مرشح تفتق إلى السعة أصغر قرب نهايات. أذكر أن كل نقطة في إشارة الإخراج هي مجموع مرجح لمجموعة من العينات من المدخلات. إذا كان التناقص التدريجي نواة مرشح، وتعطى عينات في إشارة الدخل التي هي أبعد من وزن أقل من تلك التي قرب. وثالثا، تكون استجابات الخطوة منحنيات ناعمة، بدلا من الخط المستقيم المفاجئ للمتوسط ​​المتحرك. وعادة ما تكون هاتان الفئتان الأخيرتان ذات فائدة محدودة، على الرغم من أنك قد تجد تطبيقات حيثما تكون مزايا حقيقية. المرشح المتوسط ​​المتحرك وأقاربه كل شيء تقريبا في الحد من الضوضاء العشوائية مع الحفاظ على استجابة خطوة حادة. ويكمن الغموض في كيفية قياس زمن الاستجابة للخطوة. إذا تم قياس ريسيتيمي من 0 إلى 100 من الخطوة، فإن المرشح المتوسط ​​المتحرك هو أفضل ما يمكنك القيام به، كما هو موضح سابقا. في المقارنة، وقياس ريسيتيمي من 10 إلى 90 يجعل نافذة بلاكمان أفضل من المرشح المتوسط ​​المتحرك. النقطة هي، وهذا هو مجرد النظرية التشكيك النظر هذه المرشحات متساوية في هذه المعلمة. أكبر الفرق في هذه المرشحات هو سرعة التنفيذ. باستخدام خوارزمية عودية (الموصوفة بعد ذلك)، سيتم تشغيل عامل تصفية المتوسط ​​المتحرك مثل البرق في جهاز الكمبيوتر الخاص بك. في الواقع، هو أسرع مرشح الرقمية المتاحة. وتكون العبور المتعددة للمتوسط ​​المتحرك أبطأ، ولكنها لا تزال سريعة جدا. وبالمقارنة، فإن مرشحات غوسيان وبلاكمان بطيئة للغاية، لأنها يجب أن تستخدم الالتفاف. فكر بعامل قدره عشرة أضعاف عدد النقاط في نواة الفلتر (استنادا إلى الضرب بنحو 10 مرات أبطأ من الإضافة). على سبيل المثال، نتوقع 100 نقطة غاوس أن يكون 1000 مرة أبطأ من المتوسط ​​المتحرك باستخدام العودية. المعدل المتحرك المزدوج مرشح الوصف يقوم دوبلموفينغايفيراج فيلتر بمرور متوسط ​​متحرك مزدوج تمرير منخفض. و دوبلموفينغايفيغفيلتر هو جزء من وحدات المعالجة المسبقة. مثال على إشارة (الضوضاء العشوائية موجة جيبية) تصفيتها باستخدام مرشح المتوسط ​​المتحرك. والإشارة الحمراء هي ضوضاء الإشارة الأصلية، والإشارة الخضراء هي الإشارة التي تمت تصفيتها باستخدام مرشح متوسط ​​متحرك بحجم نافذة 5، والإشارة الزرقاء هي الإشارة المصفاة باستخدام مرشح متوسط ​​متحرك مع حجم نافذة يبلغ 20. دوبلموفينغافيراجفيلتركسامبيميج 1. جبغ مزايا و دوبلموفينغافيراجفيلتر هو جيد لإزالة كمية صغيرة من الضوضاء عالية التردد من إشارة N الأبعاد. العيوب العيب الرئيسي ل دوبلموفينغايفيراجفيلتر هو أنه من أجل تصفية الضوضاء عالية التردد بشكل كبير، وحجم نافذة مرشح يجب أن تكون كبيرة. المشكلة مع وجود نافذة مرشح كبيرة هو أن هذا سوف يؤدي إلى الكمون كبير في أي إشارة تمر من خلال التصفية، والتي قد لا تكون مفيدة للتطبيقات في الوقت الحقيقي. إذا وجدت أن كنت في حاجة الى نافذة تصفية كبيرة لتصفية الضوضاء عالية التردد والكمون الناجم عن هذا الحجم نافذة ليست مناسبة لتطبيق في الوقت الحقيقي الخاص بك، ثم قد ترغب في محاولة مرشح تمرير منخفض بدلا من ذلك. إكسامبل كود غرت دوبلموفينغايفيراجيلتر مثال يوضح هذا المثال كيفية إنشاء واستخدام وحدة المعالجة المسبقة غرت دوبلموفينغايفيغفيلتر. يقوم دوبلموفينغايفيراج فيلتر بتنفيذ مرشح متوسط ​​متحرك مزدوج تمرير منخفض. في هذا المثال إنشاء مثيل من دوبلموفينغايفيراج فيلتر واستخدام هذا لتصفية بعض البيانات وهمية، ولدت من موجة جيبية الضوضاء عشوائي. ثم يتم حفظ إشارة الاختبار والإشارات المصفاة إلى ملف (حتى تتمكن من رسم النتائج في ماتلاب، إكسل، الخ إذا لزم الأمر). يوضح هذا المثال كيفية القيام بما يلي: - إنشاء مثيل دوبلموفينغايفيغفيلتر جديد مع حجم نافذة محدد لإشارة 1 الأبعاد - تصفية بعض البيانات باستخدام دوبلموفينغايفيغفيلتر - حفظ إعدادات دوبلموفينغايفيراج فيلتر إلى ملف - تحميل إعدادات دوبلموفينغايفيغفيلتر من ملف تشمل كوتغرت. هكوت باستخدام مساحة الاسم غرت إنت مين 40 إنت أرجك. كونست شار أرجف 91 93 41 123 إنشاء مثيل جديد لمرشح متوسط ​​متحرك مزدوج مع حجم نافذة 5 لإشارة 1 الأبعاد دوبلموفينغايفيراج فلتر الفلتر 40 5. 1 41 إنشاء ملف وفتحه لحفظ ملف ملف فستريم. فتح 40 cutDoubleMovingAverageFilterData. txtquot. fstream. خارج 41 توليد بعض البيانات (ضجيج موجة جيبية) وتصفية ذلك مزدوج × 0 كونست إينت M 1000 عشوائية عشوائية لمدة 40 إينت i 0 ط ل م ط 41 123 مزدوجة إشارة الخطيئة 40 × 41 عشوائي. جيتراندومنومبيرونيفورم 40 - 0.2. 0.2 41 فلتر فلتردفالو مزدوج. مرشح 40 إشارة 41 ملف لتلت إشارة لتلت كوت t كوت لتلت فيلتردفالو لتل إندل x توبي مزدوج 40 M 41 10 125 إغلاق ملف الملف. كلوز 40 41 احفظ إعدادات الفلتر على فلتر ملف. سافيستينغستوفيل 40 كوتدبلموفينغافيراجفيلترستينغس. ستيكوت 41 يمكننا ثم تحميل الإعدادات في وقت لاحق إذا لزم الأمر عامل التصفية. لوادستينغسفرومفيل 40 كوتدوبلوفينغينغافيراجفيلترستينغستوكستوت 41 ريتورن إكسيتكسيس 125 يعمل دوبلموفينغايفيراج فيلتر أيضا مع أي إشارة N الأبعاد: إنشاء مثيل جديد من دوبلموفينغايفيراج فيلتر مع حجم نافذة 10 للإشارة 3 الأبعاد دوبلموفينغايفيراج فلتر الفلتر 40 10. 3 41 القيمة التي تريد تصفية ناقلات لوت مزدوج غ البيانات 40 3 41 البيانات 91 0 93 0. الحصول على قيمة من بيانات الاستشعار 91 1 93 0. الحصول على قيمة من بيانات الاستشعار 91 2 93 0. الحصول على قيمة من جهاز استشعار تصفية ناقلات إشارة لتر غ مزدوجة تصفيتها فلتر الفلو. فلتر 40 بيانات 41