在 Java 中实现指数移动平均线

Question

我基本上有一个这样的值数组：

0.25, 0.24, 0.27, 0.26, 0.29, 0.34, 0.32, 0.36, 0.32, 0.28, 0.25, 0.24, 0.25

上面的数组过于简单，我在真实代码中每毫秒收集 1 个值，我需要处理我编写的算法的输出，以找到某个时间点之前的最近峰值。我的逻辑失败了，因为在上面的示例中，0.36 是真正的峰值，但我的算法会向后看，将最后一个数字 0.25 视为峰值，因为它之前的 0.24 有所减少。

我们的目标是获取这些值并对它们应用一种算法，这将使它们“平滑”一点，这样我就有更多的线性值。 （即：我希望我的结果是弯曲的，而不是锯齿状的）

有人告诉我对我的值应用指数移动平均过滤器。我怎样才能做到这一点？阅读数学方程式对我来说真的很难，我处理代码要好得多。

如何处理我的数组中的值，应用指数移动平均计算来平衡它们？

float[] mydata = ...
mySmoothedData = exponentialMovingAverage(mydata, 0.5);

float[] exponentialMovingAverage(float[] input, float alpha) {
    // what do I do here?
    return result;
}

Answer 1

要计算exponential moving average，您需要保持一些状态，并且需要一个调整参数。这需要一个小类（假设您使用的是 Java 5 或更高版本）：

class ExponentialMovingAverage {
    private double alpha;
    private Double oldValue;
    public ExponentialMovingAverage(double alpha) {
        this.alpha = alpha;
    }

    public double average(double value) {
        if (oldValue == null) {
            oldValue = value;
            return value;
        }
        double newValue = oldValue + alpha * (value - oldValue);
        oldValue = newValue;
        return newValue;
    }
}

用你想要的衰减参数实例化（可能需要调整；应该在 0 和 1 之间）然后使用average(…) 进行过滤。

---

在阅读有关某些数学递归的页面时，将其转换为代码时您真正需要知道的是数学家喜欢将索引写入数组和带下标的序列。 （它们还有一些其他的符号，这没有帮助。）但是，EMA 非常简单，因为您只需要记住一个旧值；不需要复杂的状态数组。

Answer 2

我很难理解你的问题，但无论如何我都会尝试回答。

1) 如果你的算法找到的是 0.25 而不是 0.36，那就错了。这是错误的，因为它假设单调增加或减少（即“总是上升”或“总是下降”）。除非您对所有数据进行平均，否则您的数据点——当你呈现它们时——是非线性的。如果您真的想找到两个时间点之间的最大值，请将您的数组从 t_min 切片到 t_max 并找到该子数组的最大值。

2) 现在，“移动平均线”的概念非常简单：假设我有以下列表：[1.4, 1.5, 1.4, 1.5, 1.5]。我可以通过取两个数字的平均值来“平滑它”：[1.45, 1.45, 1.45, 1.5]。请注意，第一个数字是 1.5 和 1.4（第二个和第一个数字）的平均值；第二个（新列表）是 1.4 和 1.5（第三和第二个旧列表）的平均值；第三（新榜）1.5和1.4（第四和第三）的平均值，以此类推。我本可以将其设为“第三期”或“第四期”或“n”。请注意数据如何平滑得多。 “查看工作中的移动平均线”的一个好方法是去谷歌财经，选择一只股票（试试特斯拉汽车；相当波动（TSLA）），然后点击图表底部的“技术”。选择具有给定周期的“移动平均线”和“指数移动平均线”来比较它们的差异。

指数移动平均线只是对此的另一种阐述，但对“旧”数据的权重低于“新”数据；这是一种将平滑“偏置”到后面的方法。请阅读维基百科条目。

所以，这更像是一个评论而不是一个答案，但是这个小评论框太小了。祝你好运。

Answer 3

看看this。 如果您的噪声平均值为零，请考虑使用Kalman filter。

Answer 4

滚动方式....我也使用 commons.apache 数学库

  public LinkedList EMA(int dperiods, double alpha)
                throws IOException {
            String line;
            int i = 0;
            DescriptiveStatistics stats = new SynchronizedDescriptiveStatistics();
            stats.setWindowSize(dperiods);
            File f = new File("");
            BufferedReader in = new BufferedReader(new FileReader(f));
            LinkedList<Double> ema1 = new LinkedList<Double>();
            // Compute some statistics
            while ((line = in.readLine()) != null) {
                double sum = 0;
                double den = 0;
                System.out.println("line: " + " " + line);
                stats.addValue(Double.parseDouble(line.trim()));
                i++;
                if (i > dperiods)
                    for (int j = 0; j < dperiods; j++) {
                        double var = Math.pow((1 - alpha), j);
                        den += var;
                        sum += stats.getElement(j) * var;
                        System.out.println("elements:"+stats.getElement(j));
                        System.out.println("sum:"+sum);
                    }
                else
                    for (int j = 0; j < i; j++) {
                        double var = Math.pow((1 - alpha), j);
                        den += var;
                        sum += stats.getElement(j) * var;
                    }
                ema1.add(sum / den);
                System.out.println("EMA: " + sum / den);
            }
            return ema1;
        }

Answer 5

public class MovingAvarage {

public static void main(String[] args) {
    double[] array = {1.2, 3.4, 4.5, 4.5, 4.5};

    double St = 0D;
    for(int i=0; i<array.length; i++) {
        St = movingAvarage(St, array[i]);
    }
    System.out.println(St);

}

private static double movingAvarage(double St, double Yt) {
    double alpha = 0.01, oneMinusAlpha = 0.99;
    if(St <= 0D) {
        St = Yt;
    } else {
        St = alpha*Yt + oneMinusAlpha*St;
    }
    return St;
   }

}

Answer 6

如果您在数学上遇到问题，可以使用简单的移动平均线而不是指数。所以你得到的输出将是最后的 x 项除以 x。未经测试的伪代码：

int data[] = getFilled();
int outdata[] = initializeme()
for (int y = 0; y < data.length; y++)
    int sum = 0;
    for (int x = y; x < y-5; x++)
        sum+=data[x];
    outdata[y] = sum / 5;

请注意，您需要处理数据的开始和结束部分，因为当您处于第二个数据点时，显然无法平均最后 5 个术语。此外，还有更有效的方法来计算这个移动平均值（总和 = 总和 - 最旧 + 最新），但这是为了了解正在发生的事情的概念。