Moving Average C Sharp

Um eine asymptotische Leistung von O (n) zu erreichen (wie die handkodierte Lösung tut), können Sie die Aggregate-Funktion wie in verwenden. Der akkumulierte Wert (implementiert als anonymer Typ) enthält zwei Felder: Ergebnis enthält die Ergebnisliste aufbauen bisher. Das Arbeiten enthält die letzten Perioden-1 Elemente. Die Aggregatfunktion fügt den aktuellen Wert der Arbeitsliste hinzu, baut den aktuellen Durchschnitt auf und fügt sie dem Ergebnis hinzu und entfernt dann den ersten (d. H. Ältesten) Wert aus der Arbeitsliste. Das Saatgut (d. h. der Anfangswert für die Akkumulation) wird aufgebaut, indem die ersten Perioden-1-Elemente in die Arbeits-und Initialisierungsergebnis zu einer leeren Liste gebracht werden. Folglich beginnt die Aggregation mit der Elementperiode (durch Überspringen (Perioden-1) - Elemente am Anfang). In der Funktionsprogrammierung ist dies ein typisches Verwendungsmuster für die Aggregat - (oder Falz-) Funktion, btw. Die Lösung ist nicht funktional sauber, da die gleichen Listenobjekte (Arbeit und Ergebnis) in jedem Schritt wiederverwendet werden. Im nicht sicher, wenn das Probleme verursachen könnte, wenn einige zukünftige Übersetzer versuchen, die Aggregate-Funktion automatisch zu parallellisieren (auf der anderen Seite Im auch nicht sicher, wenn das möglich ist, nachdem alle.). Eine rein funktionale Lösung sollte bei jedem Schritt neue Listen anlegen. Beachten Sie außerdem, dass C keine leistungsfähigen Listenausdrücke aufweist. In einigen hypothetischen Python-C-gemischten Pseudocode könnte man die Aggregationsfunktion schreiben, die in meiner bescheidenen Meinung ein wenig eleganter wäre :) Beachte die Laufzeit von O (n2). Da Sie bei jedem Schritt immer mehr Elemente überspringen müssen (und afaik Skip (i) I mal IEnumerator. MoveNext aufrufen muss). Siehe meine Antwort für eine Lösung in O (n) Zeit. (Ich habe gerade bemerkt, die OP-Kommentar unten, dass er / sie wird möglicherweise die Werte aus einer SQL-DB in der Zukunft. NDash MartinStettner Mar 3 11 at 0:53 Für die effizienteste LINQ stattdessen schlage ich vor, eine Helper-Klasse, die einen gleitenden Durchschnitt auf die effizienteste Art und Weise (mit einem kreisförmigen Puffer und kausalen gleitenden durchschnittlichen Filter) zu berechnen, dann eine Erweiterung Methode zu machen Es zugänglich für LINQ. First up, der gleitende Durchschnitt Diese Klasse bietet eine sehr schnelle und leichte Implementierung eines MovingAverage-Filters. Es erzeugt einen kreisförmigen Puffer der Länge N und berechnet eine Addition, eine Subtraktion und eine Multiplikation pro angehängten Datenpunkt, im Gegensatz zu den N Multiplikations-Adds pro Punkt für die Brute-Force-Implementierung. Die oben genannten Erweiterungsmethoden wickeln die MovingAverage-Klasse und ermöglichen die Einfügung in einen IEnumerable-Stream. Um dies in einer funktionalen Weise zu tun, benötigen Sie eine Scan-Methode, die in Rx, aber nicht in LINQ. Lets schauen, wie es aussehen würde, wenn wed haben eine Scan-Methode Und heres die Scan-Methode, genommen und angepasst von hier: Dies sollte eine bessere Leistung als die Brute-Force-Methode haben, da wir eine laufende Summe verwenden, um die SMA berechnen. Um zu beginnen, müssen wir die erste Periode berechnen, die wir hier Samen nennen. Dann wird jeder nachfolgende Wert aus dem akkumulierten Samenwert berechnet. Dazu benötigen wir den alten Wert (das ist t-delta) und der neueste Wert, für den wir die Serie reihen, einmal von Anfang an und einmal durch das Delta verschoben. Am Ende führen wir einige Bereinigung durch Hinzufügen von Nullen für die Länge der ersten Periode und das Hinzufügen der anfänglichen Seed-Wert. Beantwortet Jun 19 13 am 22: 58Moving Durchschnitte 13 Von Casey Murphy. Senior Analyst ChartAdvisor Technische Analyse gibt es seit Jahrzehnten und im Laufe der Jahre haben die Händler die Erfindung der Hunderte von Indikatoren gesehen. Während einige technische Indikatoren populärer sind als andere, haben sich wenige als objektiv, zuverlässig und nützlich wie der gleitende Durchschnitt erwiesen. Gleitende Durchschnitte kommen in verschiedenen Formen, aber ihre zugrunde liegende Zweck bleibt die gleiche: zu helfen, technische Händler verfolgen die Tendenzen der finanziellen Vermögenswerte durch Glättung der Tag-zu-Tag-Preisschwankungen oder Lärm. Indem Trends identifiziert werden, erlauben die gleitenden Durchschnittswerte den Händlern, diese Trends zu ihren Gunsten zu nutzen und die Anzahl der Gewinne zu steigern. Wir hoffen, dass Sie am Ende dieses Tutorials ein klares Verständnis davon haben, warum bewegte Durchschnitte wichtig sind, wie sie berechnet werden und wie Sie sie in Ihre Handelsstrategien einbinden können. Nichts in dieser Publikation soll Rechts-, Steuer-, Wertpapier - oder Anlageberatung darstellen, weder eine Stellungnahme zur Angemessenheit einer Anlage noch eine Aufforderung jeglicher Art. Die in dieser Publikation enthaltenen allgemeinen Informationen dürfen ohne vorherige schriftliche Genehmigung durch einen lizenzierten Fachmann nicht bearbeitet werden. Leider gibt es keine perfekte Anlagestrategie, die Erfolg garantieren wird, aber Sie finden die Indikatoren und Strategien, die am besten für Ihre Position arbeiten wird. Finden Sie heraus, wie diese technischen Analyse-Bausteine ​​zu verwenden. Der Moving Average-Indikator ist eines der nützlichsten Instrumente für den Handel und die Analyse der Finanzmärkte. Während gleitende Durchschnitte ein wertvolles Werkzeug sein können, sind sie nicht ohne Risiko. Entdecken Sie die Pitalls und wie sie zu vermeiden. Investopedia stellt ein paar gemeinsame Mythen über die technische Analyse. Erfahren Sie mehr über die verschiedenen Händler und erkunden Sie detaillierter den breiteren Ansatz, der in die Vergangenheit schaut, um die Zukunft vorauszusagen. Erfahren Sie, wie Sie mit gleitenden Durchschnitten die Trades in ETFs betreten und beenden und einige gängige technische Setups mit gleitenden Durchschnitten verstehen. Häufig gestellte Fragen Abschreibungen können als steuerlich abzugsfähiger Aufwand verwendet werden, um die Steuerkosten zu senken und den Cashflow zu steigern. Erfahren Sie, wie Warren Buffett durch seine Anwesenheit an mehreren renommierten Schulen und seinen Erfahrungen aus der Praxis so erfolgreich wurde. Das CFA-Institut ermöglicht eine individuelle unbegrenzte Anzahl von Versuchen bei jeder Prüfung. Obwohl Sie die Prüfung versuchen können. Erfahren Sie mehr über durchschnittliche Börsenanalyse Gehälter in den USA und verschiedene Faktoren, die Gehälter und Gesamtniveau beeinflussen. Häufig gestellte Fragen Abschreibungen können als steuerlich abzugsfähiger Aufwand verwendet werden, um die Steuerkosten zu senken und den Cashflow zu steigern. Erfahren Sie, wie Warren Buffett durch seine Anwesenheit an mehreren renommierten Schulen und seinen Erfahrungen aus der Praxis so erfolgreich wurde. Das CFA-Institut ermöglicht eine individuelle unbegrenzte Anzahl von Versuchen bei jeder Prüfung. Obwohl Sie die Prüfung versuchen können. Erfahren Sie mehr über durchschnittliche Börsenanalyst Gehälter in den USA und verschiedene Faktoren, die Gehälter und Gesamtniveaus beeinflussen. Ich habe eine 4000-Menge Daten der Aktie und tring, um den gleitenden Durchschnitt für alle Datenwerte zu berechnen, aber da der gleitende Durchschnitt auf früheren basiert Daten und ich kann nicht berechnen die 15-Tage-SMA für die ersten 14 Tage, überspringen die ersten 14 Tage und berechnen die SMA auf den Rest der Daten. Und es ist zu LINQ verwenden, um zu erreichen. Kann jemand eine Probe geben oder Hinweis, wie man mit LINQ zu berechnen gleitenden Durchschnitt Die Ausgabe für die durchschnittlichen Werte sind alle um 500s Ich wirklich nicht verstehen, wie ist, dass möglich, dass hohe Wert zu bekommen. Moving averager mit Summen-Array: 06/07/2012 562,49 571,72 06/08/2012 565,84 580,32 06/11/2012 568,56 571,17 06/12/2012 570,56 572,16 06/14/2012 570,63 571,53 06 / 15/2012 571,21 574,13 18.06.2012 572,78 585,78 06/19/2012 573,79 587,41 06/20/2012 574,23 585,74 06/21/2012 574,22 577,67 06/22/2012 575,63 582.10 25.06.2012 576.06 570.77 06/26 / 2012 576.68 572.03 06/27/2012 576.88 574.50 06/28/2012 576.7 569.05 29.06.2012 576.95 584.00 07/02/2012 578.37 592.52 07/03/2012 579.92 599.41 07/03/2012 581.74 599.41 Herausgegeben von Leemx Freitag , November 16, 2012 2:59 AM Verschoben von Lisa Zhu Microsoft Kontingent Mitarbeiter Montag, 19. November 2012 07:38 linq related (Von: Visual C General) Freitag, 16. November 2012 um 2:42 Uhr So erstellen Sie einen gleitenden Durchschnitt , Würde ich mit dem Erstellen eines Bereichs von 0 bis (Länge der Datenliste - Länge der bewegten Periode), dann für jeden Wert in den Bereich wählen Elemente x bis x 43 Länge der bewegenden Periode und berechnen Sie den Durchschnitt. Alle in einem schönen LINQ-Anweisung: Beachten Sie, dass dies nicht sehr effizient ist, da Sie im Grunde iterieren über die Datenliste für jeden Wert im Bereich .. Hey, Look Dieses System ermöglicht Signaturen von mehr als 60 cha Editiert von Arno Brouwer Freitag, November 23, 2012 4:42 PM Als Antwort markiert von Alexander Sun Friday, December 07, 2012 4:41 PM Alle Antworten Eine Probe Ihrer LINQ-Anweisung würde helfen. Ich möchte mit dem Erstellen eines Bereichs von 0 bis (Länge der Datenliste - Länge der bewegten Periode), dann für jeden Wert in den Bereich wählen Elemente x Bis x 43 Länge der Bewegungsperiode und berechnen den Durchschnitt. Alle in einer schönen LINQ-Anweisung: Beachten Sie, dass dies nicht sehr effizient, da Sie im Grunde iterieren über die Datenliste für jeden Wert im Bereich .. Hey, Look Dieses System ermöglicht Signaturen von mehr als 60 cha Editiert von Arno Brouwer Freitag, November 23, 2012 4:42 PM Als Antwort markiert von Alexander Sun Freitag, den 07. Dezember 2012 um 04:41 Uhr Microsoft führt eine Online-Umfrage durch, um Ihre Meinung über die Msdn-Website zu verstehen. Wenn Sie sich für eine Teilnahme entscheiden, wird Ihnen die Online-Umfrage präsentiert, wenn Sie die Msdn-Website verlassen. Möchten Sie teilnehmen Helfen Sie uns, MSDN zu verbessern. Besuchen Sie unsere UserVoice Seite, um auf Ideen Dev Centers Lernressourcen vorzulegen und abzustimmen