Numpy ruchomość

Przed rozpoczęciem naszego tematu zrozumiemy, czym jest średnia ruchoma. W statystykach średnia ruchoma jest techniką obliczania i analizy punktów danych. Oblicza punkty danych, tworząc serię różnych podzbiorów z pełnego zestawu danych. Tak więc średnia ruchoma to pomiar, który w czasie przyciąga typową zmianę w serii informacji. Poruszanie jest jednym z najbardziej elastycznych i często stosowanych wskaźników analizy technicznej. Ponieważ jest tak prosty w użyciu, profesjonalni inwestorzy wykorzystują go jako środek określonego zestawu danych w statystykach. Możemy również obliczyć średnią ruchomą w krótszym okresie, używając jej na danych codziennych lub minutowych.Na przykład: Przy określaniu 10-dniowej średniej kroczącej, w naszym przypadku po prostu podsumujemy ceny zamknięcia z jednego z poprzednich dziesięciu dni i podzielił wynik przez dziesięć. Następnego dnia obliczymy również cenę w ciągu ostatnich dziesięciu dni, co oznacza, że ​​nie będziemy obliczać ceny pierwszego dnia. Wczoraj zostanie zastąpiony naszą ceną. Dane zmieniają się w ten sposób z każdym dniem ruchomym, jest znana jako średnia ruchoma z tego powodu. Celem średniej ruchomej jest określenie rozpoczęcia trendu, a następnie śledzenie jej postępu, a także zgłoszenie jej odwrócenia w przypadku, gdy nastąpi. Wzór do obliczenia średniej ruchomej jest ft = (dt1+dt2+dt3…+dtn)/n. Gdzie DT jest popytem w okresie t i ft, jest prognozowany w czasie t.

Składnia:

Możemy obliczyć średnią ruchomą na różne sposoby, które są następujące:

Metoda 1:

Numpy. cumsum ()

Zwraca sumę elementów w danej tablicy. Możemy obliczyć średnią ruchomą, dzieląc wyjście cumsum () według wielkości tablicy.

Metoda 2:

Numpy.mama.przeciętny()

Ma następujące parametry.

Odp.: Dane w formie tablicy, które mają zostać uśrednione.

Oś: jego typ danych jest INT i jest opcjonalnym parametrem.

Waga: Jest to również parametr tablicy i opcjonalny. Może mieć ten sam kształt co kształt 1-D. W przypadku jednego wymiaru musi mieć równą długość jak tablica „a”.

Zauważ, że wydaje się, że w Numpy nie ma standardowej funkcji do obliczenia średniej ruchomej, aby można ją było wykonać innymi metodami.

Metoda 3:

Inną metodą, którą można zastosować do obliczenia średniej ruchomej, jest:

NP.Konwencja (a, v, tryb = „pełny”)

W tej składni A jest pierwszym wymiarem wejściowym, a v jest drugą wartością wymiarową wejściową. Tryb jest opcjonalną wartością, może być pełny, taki sam i poprawny.

Przykład nr 01:

Teraz wyjaśnij więcej o średniej ruchomej w Numpy, podajmy przykład. W tym przykładzie wyciągniemy średnią ruchomą tablicy z konwencjonalną funkcją Numpy. Tak więc weźmiemy tablicę „A” z 1,2,3,4,5 jako jej elementy. Teraz nazwiemy NP.Zwijaj funkcję i przechowuj jej wyjściowe w naszej zmiennej „B”. Następnie wydrukujemy wartość naszej zmiennej „B”. Ta funkcja obliczy ruchomą sumę naszej tablicy wejściowej. Wydrukujemy wyjście, aby sprawdzić, czy nasze wyjście jest prawidłowe, czy nie.

Następnie przekonwertujemy naszą wydajność na średnią ruchomą, stosując tę ​​samą metodę konwencjonalną. Aby obliczyć średnią ruchomą, będziemy musieli po prostu podzielić sumę ruchomą przez liczbę próbek. Ale głównym problemem jest to, że ponieważ jest to średnia ruchoma liczba próbek ciągle się zmienia w zależności od lokalizacji, w której jesteśmy. Aby rozwiązać ten problem, po prostu utworzymy listę mianowników i musimy przekształcić ją w przeciętne.

W tym celu zainicjowaliśmy inną zmienną „denom” dla mianownika. Jest to proste dla rozumienia listy za pomocą sztuczki zasięgu. Nasza tablica ma pięć różnych elementów, więc liczba próbek w każdym miejscu wzrośnie od jednego do pięciu, a następnie z powrotem z pięciu do jednego. Po prostu dodamy dwie listy razem i będziemy przechowywać je w naszym parametrze „Denom”. Teraz wydrukujemy tę zmienną, aby sprawdzić, czy system dał nam prawdziwe mianowniki, czy nie. Następnie podzielimy naszą sumę ruchomą z mianownikami i wydrukujemy ją, przechowując wyjście w zmiennej „C”. Wykonajmy nasz kod, aby sprawdzić wyniki.

importować Numpy jako NP
A = [1,2,3,4,5]
B = NP.zręcznie (a, np.One_ Like (a))
Drukuj („ruchoma suma”, b)
DENOM = Lista (zakres (1,5)) + Lista (zakres (5,0, -1))
Drukuj („mianowniki”, Denom)
C = NP.zręcznie (a, np.one_ podobne (a)) / denom
Drukuj („średnia ruchoma”, c)

Po pomyślnym wykonaniu naszego kodu otrzymamy następujące dane wyjściowe. W pierwszym wierszu wydrukowaliśmy „ruchomą sumę”. Widzimy, że mamy „1” na początku i „5” na końcu tablicy, tak jak mieliśmy w naszej oryginalnej tablicy. Reszta liczb to sumy różnych elementów naszej tablicy.

Na przykład sześć w trzecim indeksie tablicy pochodzi z dodania 1,2 i 3 z naszej tablicy wejściowej. Dziesięć w czwartym indeksie pochodzi z 1,2,3 i 4. Piętnaście pochodzi z podsumowania wszystkich liczb razem i tak dalej. Teraz, w drugim wierszu naszego wyjścia, wydrukowaliśmy mianowniki naszej tablicy.

Z naszego wyjścia widzimy, że wszystkie mianowniki są dokładne, co oznacza, że ​​możemy je podzielić za pomocą naszej ruchomej tablicy sum. Teraz przejdź do ostatniego wiersza wyjścia. W ostatnim wierszu widzimy, że pierwszy element naszej średniej ruchomej macierzy to 1. Średnia 1 to 1, więc nasz pierwszy element jest prawidłowy. Średnia 1+2/2 wyniesie 1.5. Widzimy, że drugi element naszej tablicy wyjściowej to 1.5 Więc druga średnia jest również poprawna. Średnia 1,2,3 będzie 6/3 = 2. To również sprawia, że ​​nasze wyjście są prawidłowe. Na podstawie wyjścia możemy powiedzieć, że pomyślnie obliczyliśmy średnią ruchomą tablicy.

Wniosek

W tym przewodniku dowiedzieliśmy się o średnich ruchomych: czym jest średnia ruchoma, jakie jest jej zastosowania i jak obliczyć średnią ruchomą. Szczegółowo zbadaliśmy zarówno z punktu widzenia matematycznego, jak i programowania. W Numpy nie ma określonej funkcji ani procesu do obliczenia średniej ruchomej. Ale istnieją różne inne funkcje, za pomocą których możemy obliczyć średnią ruchomą. Zrobiliśmy przykład, aby obliczyć średnią ruchomą i opisano każdy krok naszego przykładu. Średnie ruchome to przydatne podejście do prognozowania przyszłych wyników za pomocą istniejących danych.